WO2023059034A1 - 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법 - Google Patents

적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법 Download PDF

Info

Publication number
WO2023059034A1
WO2023059034A1 PCT/KR2022/014919 KR2022014919W WO2023059034A1 WO 2023059034 A1 WO2023059034 A1 WO 2023059034A1 KR 2022014919 W KR2022014919 W KR 2022014919W WO 2023059034 A1 WO2023059034 A1 WO 2023059034A1
Authority
WO
WIPO (PCT)
Prior art keywords
prediction
image
resolution
unit
resolution ratio
Prior art date
Application number
PCT/KR2022/014919
Other languages
English (en)
French (fr)
Inventor
남정학
유선미
임재현
김승환
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Publication of WO2023059034A1 publication Critical patent/WO2023059034A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—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
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/124—Quantisation
    • 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
    • H04N19/177—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 group of pictures [GOP]
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • the present disclosure relates to an image encoding/decoding method and apparatus, and more particularly, an image encoding/decoding method and apparatus for adaptively changing a resolution when a reference image and a current image have different resolutions, and an image encoding method of the present disclosure.
  • /It relates to a method of transmitting a bitstream generated by a device.
  • An object of the present disclosure is to provide a video encoding/decoding method and apparatus having improved encoding/decoding efficiency.
  • an object of the present disclosure is to provide a video encoding/decoding method and apparatus for adaptively changing a resolution.
  • an object of the present disclosure is to provide an image encoding/decoding method and apparatus for performing reference image resampling.
  • an object of the present disclosure is to provide an image encoding/decoding method and apparatus for selecting one of various candidate resolutions for one image.
  • an object of the present disclosure is to provide a method or device for transmitting a bitstream generated by an image encoding method or device according to the present disclosure.
  • an object of the present disclosure is to provide a recording medium storing a bitstream generated by a video encoding method or apparatus according to the present disclosure.
  • an object of the present disclosure is to provide a recording medium storing a bitstream that is received and decoded by a video decoding apparatus according to the present disclosure and used for image restoration.
  • an image encoding method performed by an image encoding apparatus includes determining a reference image for inter prediction of a current image, deriving a resolution ratio between the reference image and the current image, and the resolution Changing the resolution of the reference video based on the ratio, wherein the resolution index information indicating the resolution ratio may be encoded as a bitstream.
  • the resolution ratio may include a first resolution ratio of 2 and a second resolution ratio of 3/2.
  • the resolution may be applied in units of group of pictures (GOP).
  • GOP group of pictures
  • the resolution ratio may be determined based on an initial quantization parameter of the first picture in the GOP.
  • the resolution ratio may be derived by downscaling the first picture to a specific resolution.
  • the initial quantization parameter may be compared with a specific quantization parameter value.
  • the resolution ratio may be further determined based on the PSNR of the first picture in the GOP.
  • the PSNR of the first picture may be compared with a specific PSNR value.
  • the image encoding method may further include determining whether to perform reference image resampling on the current image.
  • the reference image resampling may be performed based on whether BDOF, DMVR, PROF, or TMVP is applied.
  • an image decoding method performed by an image decoding apparatus includes deriving a reference image for inter prediction of a current image, deriving a resolution ratio between the reference image and the current image, and the resolution Changing the resolution of the reference video based on a ratio, wherein the resolution ratio may be derived based on resolution index information of a bitstream.
  • the resolution ratio may include a first resolution ratio of 2 and a second resolution ratio of 3/2.
  • the resolution may be applied in units of group of pictures (GOP).
  • GOP group of pictures
  • the resolution ratio may be derived based on an initial quantization parameter of the first picture in the GOP.
  • the resolution ratio may be derived by downscaling the first picture to a specific resolution.
  • the initial quantization parameter may be compared with a specific quantization parameter value.
  • the resolution ratio may be further determined based on the PSNR of the first picture in the GOP.
  • the PSNR of the first picture may be compared with a specific PSNR value.
  • the image encoding method may further include determining whether to perform reference image resampling on the current image.
  • the reference image resampling may be performed based on whether BDOF, DMVR, PROF, or TMVP is applied.
  • an image encoding apparatus includes a memory and at least one processor connected to the memory, wherein the processor derives a reference image for inter prediction of a current image, and separates the reference image from the current image.
  • a resolution ratio is derived, the resolution of the reference video is changed based on the resolution ratio, and resolution index information indicating the resolution ratio may be encoded as a bitstream.
  • an apparatus for transmitting a bitstream includes at least one processor for obtaining a bitstream and a transmitter for transmitting the bitstream, wherein the bitstream is generated by an image encoding method
  • the video encoding method includes determining a reference video for inter prediction of a current video, deriving a resolution ratio between the reference video and the current video, and changing a resolution of the reference video based on the resolution ratio.
  • the resolution index information indicating the resolution ratio may be encoded as a bitstream.
  • a bitstream generated by an image encoding apparatus or an image encoding method may be transmitted.
  • the image encoding method includes determining a reference image for inter prediction of a current image, resolution of the reference image and the current image Deriving a ratio, and changing the resolution of the reference video based on the resolution ratio, wherein the resolution index information indicating the resolution ratio may be encoded as a bitstream.
  • a bitstream generated by an image encoding method may be stored or recorded in a computer readable medium.
  • a bitstream generated by an image encoding method may be transmitted by a bitstream transmission device.
  • a video encoding/decoding method and apparatus having improved encoding/decoding efficiency may be provided.
  • an image encoding/decoding method and apparatus for adaptively changing a resolution may be provided.
  • an image encoding/decoding method and apparatus for performing reference image resampling may be provided.
  • an image encoding/decoding method and apparatus for determining an optimal resolution may be provided.
  • an image encoding/decoding method and apparatus for selecting one of various candidate resolutions for one image may be provided.
  • a recording medium storing a bitstream used for image restoration after being received and decoded by the image decoding apparatus according to the present disclosure may be provided.
  • FIG. 2 is a diagram schematically illustrating an image encoding apparatus to which an embodiment according to the present disclosure may be applied.
  • FIG. 3 is a diagram schematically illustrating an image decoding apparatus to which an embodiment according to the present disclosure may be applied.
  • 4 to 8 are diagrams illustrating general inter prediction encoding/decoding procedures.
  • FIGS. 9 to 10 are diagrams illustrating an image encoding or decoding method according to an embodiment of the present disclosure.
  • FIG. 11 is a diagram illustrating an image encoding or decoding apparatus according to an embodiment of the present disclosure.
  • first and second are used only for the purpose of distinguishing one element from another, and do not limit the order or importance of elements unless otherwise specified. 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 may be referred to as a first component in another embodiment. can also be called
  • components that are distinguished from each other are intended to clearly explain each characteristic, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated to form a single hardware or software unit, or a single component may be distributed to form a plurality of hardware or software units. Accordingly, even such integrated or distributed embodiments are included in the scope of the present disclosure, even if not mentioned separately.
  • components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, an embodiment comprising a subset of elements described in one embodiment is also included in the scope of the present disclosure. In addition, embodiments including other components in addition to the 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 common meanings commonly used in the technical field to which the present disclosure belongs unless newly defined in the present disclosure.
  • 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 pixel value, may represent only a pixel/pixel value of a luma component, or only a pixel/pixel value of a chroma component.
  • a “unit” may represent a basic unit of image processing.
  • a unit may include at least one of a specific region of a picture and information related to the region. Unit may be used interchangeably with terms such as "sample array", “block” or “area” depending on the case.
  • an MxN block may include samples (or a sample array) or a set (or array) of transform coefficients consisting of M columns and N rows.
  • a “current block” may mean a block including both a luma component block and a chroma component block or “a luma block of a current block” unless explicitly described as a chroma block.
  • the chroma block of the current block may be explicitly expressed by including an explicit description of the chroma block, such as “chroma block” or “current chroma block”.
  • FIG. 1 illustrates a video coding system according to the present disclosure.
  • the encoding device 10 may include a video source generator 11, an encoder 12, and a transmitter 13.
  • the decoding device 20 may include a receiving unit 21, a decoding unit 22, and a rendering unit 23.
  • the encoder 12 may be referred to as a video/image encoder, and the decoder 22 may be referred to as a video/image decoder.
  • the transmission unit 13 may be included in the encoding unit 12 .
  • the receiver 21 may be included in the decoder 22 .
  • the rendering unit 23 may include a display unit, and the display unit may be configured as a separate device or an external component.
  • the video source generator 11 may acquire video/images through a process of capturing, synthesizing, or generating video/images.
  • the video source generating unit 11 may include a video/image capture device and/or a video/image generating device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, and the like.
  • Video/image generating devices may include, for example, computers, tablets and smart phones, etc., and may (electronically) generate video/images.
  • a virtual video/image may be generated through a computer or the like, and in this case, a video/image capture process may be replaced by a process of generating related data.
  • the encoder 12 may encode the input video/video.
  • the encoder 12 may perform a series of procedures such as prediction, transformation, and quantization for compression and encoding efficiency.
  • the encoder 12 may output encoded data (encoded video/image information) in the form of a bitstream.
  • the transmission unit 13 may obtain encoded video/image information or data output in the form of a bitstream, and transmit it in the form of a file or streaming through a digital storage medium or network to the reception unit 21 of the decoding device 20 or You can pass it to another external object.
  • Digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit 13 may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcasting/communication network.
  • the transmission unit 13 may be provided as a separate transmission device from the encoding device 10, and in this case, the transmission device includes at least one processor for obtaining encoded video/image information or data output in the form of a bitstream and It may include a transmission unit that delivers in the form of a file or streaming.
  • the receiving unit 21 may extract/receive the bitstream from the storage medium or network and transfer it to the decoding unit 22 .
  • the decoder 22 may decode video/images by performing a series of procedures such as inverse quantization, inverse transform, and prediction corresponding to operations of the encoder 12.
  • the rendering unit 23 may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • FIG. 2 is a diagram schematically illustrating an image encoding apparatus to which an embodiment according to the present disclosure may be applied.
  • the image encoding apparatus 100 includes an image division unit 110, a subtraction unit 115, a transform unit 120, a quantization unit 130, an inverse quantization unit 140, and an inverse transform unit ( 150), an adder 155, a filtering unit 160, a memory 170, an inter prediction unit 180, an intra prediction unit 185, and an entropy encoding unit 190.
  • the inter prediction unit 180 and the intra prediction unit 185 may collectively be referred to as a “prediction unit”.
  • the transform unit 120, the quantization unit 130, the inverse quantization unit 140, and the inverse transform unit 150 may be included in a residual processing unit.
  • the residual processing unit may further include a subtraction unit 115 .
  • the image divider 110 may divide an input image (or picture or frame) input to the image encoding apparatus 100 into one or more processing units.
  • the processing unit may be called a coding unit (CU).
  • the coding unit recursively converts a coding tree unit (CTU) or a largest coding unit (LCU) according to a Quad-tree/binary-tree/ternary-tree (QT/BT/TT) structure ( It can be obtained by dividing recursively.
  • one coding unit may be divided into a plurality of deeper depth coding units 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 ternary tree structure may be applied later.
  • a coding procedure according to the present disclosure may be performed based on a final coding unit that is not further 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 reconstruction, 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 for deriving transform coefficients and/or a unit for deriving a residual signal from transform coefficients.
  • a prediction unit 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 in units of current blocks or CUs.
  • the prediction unit may generate various types of information related to prediction of the current block and transmit them to the entropy encoding unit 190 .
  • Prediction-related information may be encoded in the entropy encoding unit 190 and output in the form of a bit stream.
  • the intra predictor 185 may predict a current block by referring to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart from each other according to an intra prediction mode and/or an intra prediction technique.
  • 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.
  • the directional modes may include, for example, 33 directional prediction modes or 65 directional prediction modes according to the degree of detail of the prediction direction. However, this is an example, and more or less directional prediction modes may be used according to settings.
  • the intra prediction unit 185 may determine a prediction mode applied to the current block by using a prediction mode applied to neighboring blocks.
  • the inter predictor 180 may derive a predicted block for a current block based on a reference block (reference sample array) specified by a motion vector on a reference image.
  • motion information may be predicted in units of blocks, subblocks, or samples based on correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • a neighboring block may include a spatial neighboring block present in the current picture and a temporal neighboring block present in the reference picture.
  • a reference image including the reference block and a reference image 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), and the like.
  • a reference picture including the temporal neighboring block may be referred to as a collocated picture (colPic).
  • the inter predictor 180 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive the motion vector and/or reference video index of the current block. can create Inter prediction may be performed based on various prediction modes. For example, in the case of skip mode and merge mode, the inter prediction unit 180 may use motion information of neighboring blocks as motion information of the current block.
  • the residual signal may not be transmitted unlike the merge mode.
  • motion vector prediction (MVP) mode motion vectors of neighboring blocks are used as motion vector predictors, and motion vector differences and motion vector predictor indicators ( indicator), the motion vector of the current block can be signaled.
  • the motion vector difference may refer to a difference between a motion vector of a current block and a motion vector predictor.
  • the position of the reference block in the current picture can 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 through the prediction unit may be used to generate a reconstruction signal or a residual signal.
  • the subtraction unit 115 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, residual sample array). ) can be created.
  • the generated residual signal may be transmitted to the conversion unit 120 .
  • the transform unit 120 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transform technique uses at least one of a Discrete Cosine Transform (DCT), a Discrete Sine Transform (DST), a Karhunen-Loeve Transform (KLT), a Graph-Based Transform (GBT), or a 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 conversion obtained from the graph when relation information between pixels is expressed as a graph.
  • CNT means a transformation obtained based on generating a prediction signal using all previously reconstructed pixels.
  • the transformation process may be applied to square pixel blocks having the same size or may be applied to non-square blocks of variable size.
  • the quantization unit 130 may quantize the transform coefficients and transmit them to the entropy encoding unit 190 .
  • the entropy encoding unit 190 may encode the quantized signal (information on quantized transform coefficients) and output the encoded signal as a bitstream.
  • Information about the quantized transform coefficients may be referred to as residual information.
  • the quantization unit 130 may rearrange block-type quantized transform coefficients into a one-dimensional vector form based on a coefficient scan order, and the quantized transform coefficients based on the quantized transform coefficients of the one-dimensional vector form. Information about transform coefficients may be generated.
  • the entropy encoding unit 190 may perform various encoding methods such as exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 190 may encode together or separately information necessary for video/image reconstruction (eg, values of syntax elements) other than quantized transform coefficients.
  • Encoded information (eg, encoded video/video information) may be transmitted or stored in a network abstraction layer (NAL) unit unit in the form of a bitstream.
  • the video/video information may further include information on 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 signaling information, transmitted information, and/or syntax elements mentioned in this disclosure may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream may be transmitted through a network or 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) that transmits the signal output from the entropy encoding unit 190 and/or a storage unit (not shown) that stores the signal output from the entropy encoding unit 190 may be provided as internal/external elements of the image encoding apparatus 100, or may be transmitted. The part may be provided as a component of the entropy encoding unit 190.
  • the quantized transform coefficients output from the quantization unit 130 may be used to generate a residual signal.
  • a residual signal residual block or residual samples
  • a residual signal residual block or residual samples
  • the adder 155 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 180 or the intra prediction unit 185 to obtain a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) can create
  • a predicted block may be used as a reconstruction block.
  • the adder 155 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstruction 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.
  • the filtering unit 160 may improve subjective/objective picture quality by applying filtering to the reconstructed signal.
  • the filtering unit 160 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 170, specifically the DPB of the memory 170. can be stored in
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
  • the filtering unit 160 may generate various types of filtering-related information and transmit them to the entropy encoding unit 190, as will be described later in the description of each filtering method.
  • Information on filtering may be encoded in the entropy encoding unit 190 and output in the form of a bit stream.
  • the modified reconstructed picture transmitted to the memory 170 may be used as a reference image in the inter prediction unit 180 .
  • the image encoding apparatus 100 can avoid prediction mismatch between the image encoding apparatus 100 and the video decoding apparatus, and can also improve encoding efficiency.
  • the DPB in the memory 170 may store a modified reconstructed picture to be used as a reference picture in the inter prediction unit 180.
  • the memory 170 may store motion information of a block in a current picture from which motion information is derived (or encoded) and/or motion information of blocks in a previously reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 180 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 170 may store reconstructed samples of reconstructed blocks in the current picture and transfer them to the intra predictor 185 .
  • FIG. 3 is a diagram schematically illustrating an image decoding apparatus to which an embodiment according to the present disclosure may be applied.
  • the image decoding apparatus 200 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an adder 235, a filtering unit 240, and a memory 250. ), an inter predictor 260 and an intra predictor 265 may be included.
  • the inter prediction unit 260 and the intra prediction unit 265 may be collectively referred to as a "prediction unit”.
  • the inverse quantization unit 220 and the inverse transform unit 230 may be included in the residual processing unit.
  • All or at least some of the plurality of components constituting the image decoding apparatus 200 may be implemented as one hardware component (eg, a decoder or a processor) according to embodiments.
  • the memory 170 may include a DPB and may be implemented by a digital storage medium.
  • the video decoding apparatus 200 may restore the video by performing a process corresponding to the process performed in the video encoding apparatus 100 of FIG. 2 .
  • the video decoding apparatus 200 may perform decoding using a processing unit applied in the video encoding apparatus.
  • a processing unit of decoding may thus be a coding unit, for example.
  • a coding unit may be a coding tree unit or may be obtained by dividing a largest coding unit.
  • the restored video signal decoded and output through the video decoding apparatus 200 may be reproduced through a reproducing apparatus (not shown).
  • the image decoding device 200 may receive a signal output from the image encoding device of FIG. 2 in the form of a bitstream.
  • the received signal may be decoded through the entropy decoding unit 210 .
  • the entropy decoding unit 210 may parse the bitstream to derive information (eg, video/image information) required for image restoration (or picture restoration).
  • the video/video information may further include information on 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 video decoding apparatus may additionally use the information about the parameter set and/or the general restriction information to decode video.
  • 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 210 decodes information in a bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, and values of syntax elements required for video reconstruction and quantized values of residual transform coefficients. can output them.
  • the CABAC entropy decoding method receives bins corresponding to each syntax element in a bitstream, and receives decoding target syntax element information and decoding information of neighboring blocks and decoding target blocks or information of symbols/bins decoded in the previous step.
  • a context model is determined using , and the probability of occurrence of a bin is predicted according to the determined context model, and a symbol corresponding to the value of each syntax element is generated by performing arithmetic decoding of the bin.
  • the CABAC entropy decoding method may update the context model by using information of the decoded symbol/bin for the context model of the next symbol/bin after determining the context model.
  • prediction-related information is provided to the prediction unit (inter prediction unit 260 and intra prediction unit 265), and entropy decoding is performed by the entropy decoding unit 210.
  • Dual values that is, quantized transform coefficients and related parameter information may be input to the inverse quantization unit 220 .
  • information on filtering may be provided to the filtering unit 240.
  • a receiving unit (not shown) for receiving a signal output from the image encoding device may be additionally provided as an internal/external element of the image decoding device 200, or the receiving unit may be provided as a component of the entropy decoding unit 210. It could be.
  • the video decoding apparatus may include an information decoder (video/video/picture information decoder) and/or a sample decoder (video/video/picture sample decoder).
  • the information decoder may include an entropy decoding unit 210, and the sample decoder includes an inverse quantization unit 220, an inverse transform unit 230, an adder 235, a filtering unit 240, a memory 250, At least one of an inter prediction unit 260 and an intra prediction unit 265 may be included.
  • the inverse quantization unit 220 may inversely quantize the quantized transform coefficients and output the transform coefficients.
  • the inverse quantization unit 220 may rearrange the quantized transform coefficients in the form of a 2D block. In this case, the rearrangement may be performed based on a coefficient scanning order performed by the video encoding device.
  • the inverse quantization unit 220 may perform inverse quantization on 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 prediction unit may perform prediction on the current block and generate a predicted block including predicted samples of the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the information about the prediction output from the entropy decoding unit 210, and determine a specific intra/inter prediction mode (prediction technique).
  • the prediction unit can generate a prediction signal based on various prediction methods (methods) described later is the same as mentioned in the description of the prediction unit of the image encoding apparatus 100.
  • the intra predictor 265 may predict the current block by referring to samples in the current picture.
  • the description of the intra predictor 185 may be equally applied to the intra predictor 265 .
  • the inter predictor 260 may derive a predicted block for a current block based on a reference block (reference sample array) specified by a motion vector on a reference image.
  • motion information may be predicted in units of blocks, subblocks, or samples based on correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • a neighboring block may include a spatial neighboring block present in the current picture and a temporal neighboring block present in the reference picture.
  • the inter predictor 260 may construct a motion information candidate list based on neighboring blocks and derive a motion vector and/or reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes (methods), and the prediction-related information may include information indicating an inter prediction mode (method) for the current block.
  • the adder 235 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 260 and/or the intra prediction unit 265). Signals (reconstructed picture, reconstructed block, reconstructed sample array) can be generated. When there is no residual for the block to be processed, such as when the skip mode is applied, a predicted block may be used as a reconstruction block. The description of the adder 155 may be equally applied to the adder 235 .
  • the adder 235 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstruction 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 later.
  • the filtering unit 240 may improve subjective/objective picture quality by applying filtering to the reconstructed signal.
  • the filtering unit 240 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 250, specifically the DPB of the memory 250.
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
  • a (modified) reconstructed picture stored in the DPB of the memory 250 may be used as a reference picture in the inter prediction unit 260 .
  • the memory 250 may store motion information of a block in the current picture from which motion information is derived (or decoded) and/or motion information of blocks in a previously 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 250 may store reconstructed samples of reconstructed blocks in the current picture and transfer them to the intra prediction unit 265 .
  • the embodiments described in the filtering unit 160, the inter prediction unit 180, and the intra prediction unit 185 of the video encoding apparatus 100 are the filtering unit 240 of the video decoding apparatus 200, The same or corresponding to the inter prediction unit 260 and the intra prediction unit 265 may be applied.
  • a coding unit may be obtained by recursively dividing a coding tree unit (CTU) or a largest coding unit (LCU) according to a quad-tree/binary-tree/ternary-tree (QT/BT/TT) structure.
  • CTU coding tree unit
  • LCU largest coding unit
  • QT/BT/TT quad-tree/binary-tree/ternary-tree
  • the CTU may first be divided into a quadtree structure. Then, the leaf nodes of the quad tree structure can be further divided by the multi-type tree structure.
  • Dividing according to the quadtree means partitioning the current CU (or CTU) into four equal parts. By division according to the quadtree, the current CU can be divided into 4 CUs having the same width and the same height. If the current CU is no longer split into a quadtree structure, the current CU corresponds to a leaf node of the quadtree structure.
  • a CU corresponding to a leaf node of a quad tree structure may be used as the above-described final coding unit without being further divided. Alternatively, a CU corresponding to a leaf node of a quad tree structure may be further divided by a multi-type tree structure.
  • inter prediction may be represented by the above-described inter prediction-based video/image decoding method at the decoder side and the inter prediction unit in the decoding device.
  • inter prediction unit in the case of an encoder, it may be represented by the above-described inter prediction-based video/video encoding method and an inter prediction unit in an encoding device.
  • encoded data may be stored in the form of a bitstream.
  • a prediction unit of the encoding device/decoding device may derive prediction samples by performing inter prediction on a block-by-block basis.
  • Inter prediction may indicate prediction derived in a manner dependent on data elements (e.g. sample values, motion information, etc.) of picture(s) other than the current picture (Inter prediction can be a prediction derived in a manner that is dependent on data elements (e.g., sample values or motion information) of picture(s) other than the current picture).
  • a predicted block (prediction sample array) for the current block is derived based on a reference block (reference sample array) specified by a motion vector on a reference picture indicated by a reference picture index.
  • motion information of the current block may be predicted in units of blocks, subblocks, or samples based on correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block present in the current picture and a temporal neighboring block present in the reference picture.
  • a reference picture including the reference block and a 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), and the like, and a reference picture including the temporal neighboring block may be called a collocated picture (colPic).
  • a motion information candidate list may be constructed based on neighboring blocks of the current block, and a flag indicating which candidate is selected (used) to derive the motion vector and/or reference picture index of the current block.
  • index information may be signaled.
  • Inter prediction may be performed based on various prediction modes. For example, in the case of skip mode and merge mode, motion information of a current block may be the same as motion information of a selected neighboring block. In the case of the skip mode, the residual signal may not be transmitted unlike the merge mode.
  • a motion vector of a selected neighboring block is used as a motion vector predictor, and a motion vector difference may be signaled.
  • the motion vector of the current block can be derived using the sum of the motion vector predictor and the motion vector difference.
  • the motion information may include L0 motion information and/or L1 motion information according to an inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.).
  • a motion vector in the L0 direction may be referred to as an L0 motion vector or MVL0
  • a motion vector in the L1 direction may be referred to as an L1 motion vector or MVL1.
  • Prediction based on the L0 motion vector may be called L0 prediction
  • prediction based on the L1 motion vector may be called L1 prediction
  • prediction based on both the L0 motion vector and the L1 motion vector may be called Bi prediction.
  • the L0 motion vector may indicate a motion vector related to the reference picture list L0 (L0), and the L1 motion vector may indicate a motion vector related to the reference picture list L1 (L1).
  • the reference picture list L0 may include pictures prior to the current picture in output order as reference pictures, and the reference picture list L1 may include pictures subsequent to the current picture in output order.
  • the previous pictures may be referred to as forward (reference) pictures, and the subsequent pictures may be referred to as backward (reference) pictures.
  • the reference picture list L0 may further include as reference pictures pictures subsequent to the current picture in output order. In this case, the previous pictures in the reference picture list L0 may be indexed first, and the later pictures may be indexed next.
  • the reference picture list L1 may further include, as reference pictures, pictures previous to the current picture in output order.
  • the subsequent pictures in the reference picture list 1 may be indexed first, and the previous pictures may be indexed next.
  • the output order may correspond to a picture order count (POC) order.
  • POC picture order count
  • FIGS. 4 to 6 A video/image encoding procedure based on inter prediction and an inter prediction unit in an encoding device are schematically illustrated in FIGS. 4 to 6, for example.
  • FIG. 4 is a diagram illustrating an inter prediction-based video/image encoding method
  • FIG. 5 is a diagram illustrating an inter prediction unit in an encoding device.
  • the encoding device performs inter prediction on the current block (S1000).
  • the encoding device may derive inter prediction mode and motion information of the current block and generate prediction samples of the current block.
  • the processes of determining the inter prediction mode, deriving motion information, and generating prediction samples may be performed simultaneously, or one process may be performed before the other.
  • the inter prediction unit 180 of the encoding device may include a prediction mode determination unit 181, a motion information derivation unit 182, and a prediction sample derivation unit 183, and the prediction mode determination unit 181 may determine a prediction mode for the current block, derive motion information of the current block in the motion information derivation unit 182, and derive prediction samples of the current block in the prediction sample derivation unit 183.
  • the inter-prediction unit 180 of the encoding device searches for a block similar to the current block within a certain area (search area) of reference pictures through motion estimation, and the difference with the current block is A reference block that is less than or equal to a minimum or a certain criterion may be derived. Based on this, a reference picture index indicating a reference picture where the reference block is located may be derived, and a motion vector may be derived based on a positional difference between the reference block and the current block.
  • the encoding device may determine a mode applied to the current block among various prediction modes. The encoding device may compare RD costs of the various prediction modes and determine an optimal prediction mode for the current block.
  • the encoding device configures a merge candidate list to be described below, and among reference blocks indicated by merge candidates included in the merge candidate list, the current block and the middle A reference block having a difference from the current block equal to or less than a minimum or a predetermined standard may be derived.
  • a merge candidate associated with the derived reference block is selected, and merge index information indicating the selected merge candidate is generated and signaled to the decoding device.
  • Motion information of the current block may be derived using motion information of the selected merge candidate.
  • the encoding device configures an (A)MVP candidate list to be described later, and among motion vector predictor (mvp) candidates included in the (A)MVP candidate list
  • a motion vector of a selected mvp candidate may be used as the mvp of the current block.
  • a motion vector pointing to a reference block derived by the above-described motion estimation may be used as a motion vector of the current block, and a difference between the motion vector of the current block and the motion vector of the current block among the mvp candidates is the smallest.
  • An mvp candidate having a motion vector may become the selected mvp candidate.
  • a motion vector difference which is a difference obtained by subtracting the mvp from the motion vector of the current block, may be derived.
  • information about the MVD may be signaled to the decoding device.
  • the value of the reference picture index may be composed of reference picture index information and separately signaled to the decoding device.
  • the encoding device may derive residual samples based on the predicted samples (S1010).
  • the encoding device may derive the residual samples by comparing original samples of the current block with the prediction samples.
  • the encoding device encodes image information including prediction information and residual information (S1020).
  • the encoding device may output encoded image information in a bitstream form.
  • the prediction information is information related to the prediction procedure and may include prediction mode information (ex. skip flag, merge flag or mode index, etc.) and motion information.
  • the information on the motion information may include candidate selection information (ex. merge index, mvp flag or mvp index), which is information for deriving a motion vector.
  • the motion information information may include the above-described MVD information and/or reference picture index information.
  • the motion information information may include information indicating whether L0 prediction, L1 prediction, or bi prediction is applied.
  • the residual information is information about the residual samples.
  • the residual information may include information about quantized transform coefficients of the residual samples.
  • the output bitstream may be stored in a (digital) storage medium and transmitted to a decoding device, or may be transmitted to a decoding device through a network.
  • a video/image decoding procedure based on inter prediction and an inter prediction unit in a decoding device are schematically illustrated in, for example, FIGS. 7 to 8 .
  • the decoding device may perform an operation corresponding to the operation performed by the encoding device.
  • the decoding device may perform prediction on the current block based on the received prediction information and derive prediction samples.
  • the decoding device may determine a prediction mode for the current block based on the received prediction information (S1100).
  • the decoding device may determine which inter prediction mode is applied to the current block based on prediction mode information in the prediction information.
  • the merge mode may be determined whether the merge mode is not applied to the current block or the (A) MVP mode is determined based on the merge flag.
  • one of various inter prediction mode candidates may be selected based on the mode index.
  • the inter prediction mode candidates may include skip mode, merge mode, and/or (A) MVP mode, or may include various inter prediction modes described later.
  • the decoding device derives motion information of the current block based on the determined inter prediction mode (S1110). For example, when a skip mode or a merge mode is applied to the current block, the decoding device may configure a merge candidate list described later and select one merge candidate from among merge candidates included in the merge candidate list. The selection may be performed based on the aforementioned selection information (merge index). Motion information of the current block may be derived using motion information of the selected merge candidate. Motion information of the selected merge candidate may be used as motion information of the current block.
  • the decoding device configures an (A)MVP candidate list to be described later, and among motion vector predictor (mvp) candidates included in the (A)MVP candidate list
  • a motion vector of a selected mvp candidate may be used as the mvp of the current block.
  • the selection may be performed based on the aforementioned selection information (mvp flag or mvp index).
  • the MVD of the current block can be derived based on the information about the MVD
  • the motion vector of the current block can be derived based on the mvp of the current block and the MVD.
  • a reference picture index of the current block may be derived based on the reference picture index information.
  • a picture indicated by the reference picture index in the reference picture list for the current block may be derived as a reference picture referred to for inter prediction of the current block.
  • motion information of the current block may be derived without configuring a candidate list.
  • motion information of the current block may be derived according to a procedure disclosed in a prediction mode described later.
  • the configuration of the candidate list as described above may be omitted.
  • the decoding device may generate prediction samples for the current block based on the motion information of the current block (S1120).
  • the reference picture may be derived based on the reference picture index of the current block, and prediction samples of the current block may be derived using samples of the reference block indicated by the motion vector of the current block on the reference picture.
  • a prediction sample filtering procedure for all or some of the prediction samples of the current block may be further performed according to circumstances.
  • the inter prediction unit 260 of the decoding device may include a prediction mode determination unit 261, a motion information derivation unit 262, and a prediction sample derivation unit 263, and the prediction mode determination unit 181
  • the prediction mode for the current block is determined based on the prediction mode information received from the motion information derivation unit 182, and the motion information (motion vector and/or motion vector and/or A reference picture index, etc.) may be derived, and prediction samples of the current block may be derived by the prediction sample derivation unit 183.
  • the decoding device generates residual samples for the current block based on the received residual information (S1130).
  • the decoding device may generate reconstructed samples for the current block based on the prediction samples and the residual samples, and generate a reconstructed picture based on the reconstructed samples. (S1140). As described above, an in-loop filtering procedure or the like may be further applied to the reconstructed picture.
  • the inter prediction procedure may include determining an inter prediction mode, deriving motion information according to the determined prediction mode, and performing prediction based on the derived motion information (generating prediction samples).
  • the inter-prediction procedure may be performed in the encoding device and the decoding device as described above.
  • FIG. 8 is a diagram illustrating an inter prediction procedure.
  • some modes and/or motion information candidates derived by some modes may be included as one of motion information related candidates of other modes.
  • an HMVP candidate may be added as a merge candidate for the merge/skip mode or as an mvp candidate for the MVP mode.
  • Prediction mode information indicating the inter prediction mode of the current block may be signaled from the encoding device to the decoding device.
  • the prediction mode information may be included in a bitstream and received by a decoding device.
  • the prediction mode information may include index information indicating one of a plurality of candidate modes.
  • the inter prediction mode may be indicated through hierarchical signaling of flag information.
  • the prediction mode information may include one or more flags. For example, skip flag is signaled to indicate whether skip mode is applied, merge flag is signaled to indicate whether merge mode is applied when skip mode is not applied, and MVP mode is indicated when merge mode is not applied. Alternatively, a flag for additional identification may be further signaled.
  • Affine mode may be signaled as an independent mode or may be signaled as a dependent mode such as merge mode or MVP mode.
  • the affine mode may include an affine merge mode and an affine MVP mode.
  • information indicating whether list0 (L0) prediction, list1 (L1) prediction, or bi-prediction described above is used for the current block (current coding unit) may be signaled.
  • the information may be called motion prediction direction information, inter prediction direction information, or inter prediction indication information, and may be configured/encoded/signaled in the form of an inter_pred_idc syntax element, for example. That is, the inter_pred_idc syntax element may indicate whether the aforementioned list0 (L0) prediction, list1 (L1) prediction, or bi-prediction is used for the current block (current coding unit).
  • the inter prediction type (L0 prediction, L1 prediction, or BI prediction) indicated by the inter_pred_idc syntax element may be indicated as a motion prediction direction.
  • L0 prediction may be represented by pred_L0, L1 prediction by pred_L1, and bi-prediction by pred_BI.
  • the following prediction types may be indicated according to the value of the inter_pred_idc syntax element.
  • L0 and L1 may include reference pictures encoded/decoded prior to the current picture.
  • L0 may include reference pictures before and/or after the current picture in POC order
  • L1 may include reference pictures after and/or before the current picture in POC order.
  • L0 may be assigned a reference picture index lower than the current picture in the POC order
  • a reference picture index lower than the current picture in the POC order may be assigned to L1. It can be.
  • Bi-prediction may be applied to B slices, and even in this case, uni-directional bi-prediction may be applied or bi-directional bi-prediction may be applied. Bidirectional pairwise predictions can be called true pairwise predictions.
  • information on the inter prediction mode of the current block may be coded and signaled at a level such as CU (CU syntax) or implicitly determined according to conditions.
  • CU CU syntax
  • some modes may be explicitly signaled, and some other modes may be implicitly derived.
  • the CU syntax may carry information about (inter) prediction mode and the like as follows.
  • cu_skip_flag may indicate whether the skip mode is applied to the current block CU.
  • pred_mode_flag is 0, it indicates that the current coding unit is coded in inter prediction mode, and if pred_mode_flag is 1, it indicates that the current coding unit is coded in intra prediction mode.
  • pred_mode_ibc_flag 1
  • pred_mode_ibc_flag 0
  • pcm_flag[x0][y0] 1
  • pcm_flag[x0][y0] 1
  • pcm_flag[x0][y0] is 0, it indicates that the pcm_sample() syntax structure does not exist. That is, pcm_flag may indicate whether pulse coding modulation (PCM) mode is applied to the current block. When the PCM mode is applied to the current block, prediction/transformation/quantization and the like are not applied, and values of original samples in the current block may be coded and signaled.
  • PCM pulse coding modulation
  • intra_mip_flag[x0][y0] is 1, it indicates that the intra prediction type for luma samples is matrix-based intra prediction (MIP). If intra_mip_flag[x0][y0] is 0, it indicates that the intra prediction type for luma samples is not MIP. That is, intra_mip_flag may indicate whether the MIP prediction mode (type) is applied to (luma sample of) the current block.
  • MIP matrix-based intra prediction
  • intra_chroma_pred_mode[x0][y0] represents an intra prediction mode for chroma samples of the current block. specifies the intra prediction mode for chroma samples in the current block.
  • general_merge_flag[x0][y0] indicates whether inter prediction parameters for the current coding unit are inferred (derived) from neighboring inter-predicted partitions. That is, general_merge_flag may indicate that general merge is available, and when the value of general_merge_flag is 1, regular merge mode, mmvd mode, and merge subblock mode (subblock merge mode) may be available. For example, when the value of general_merge_flag is 1, merge data syntax can be parsed from encoded video/image information (or bitstream), and merge data syntax can be configured/coded to include the following information.
  • regular_merge_flag[x0][y0] indicates that a regular merge mode is used to generate inter prediction parameters of the current coding unit. That is, regular_merge_flag indicates whether merge mode (regular merge mode) is applied to the current block.
  • mmvd_merge_flag[x0][y0] is 1, it indicates that merge mode with motion vector difference (MMVD) is used to generate inter prediction parameters of the current coding unit. That is, mmvd_merge_flag indicates whether MMVD is applied to the current block.
  • MMVD motion vector difference
  • mmvd_cand_flag[x0][y0] indicates that the first (0) or second (1) candidate in the merge candidate list is the motion vector difference derived from mmvd_distance_idx[x0][y0] and mmvd_direction_idx[x0][y0] ) and whether it is used.
  • mmvd_distance_idx[x0][y0] represents an index for deriving MmvdDistance[x0][y0].
  • mmvd_direction_idx[x0][y0] represents an index for deriving MmvdSign[x0][y0].
  • merge_subblock_flag[x0][y0] Indicates whether merge mode is used to generate subblock-based inter prediction parameters for the current coding unit. That is, merge_subblock_flag may indicate whether a subblock merge mode (or affine merge mode) is applied to the current block.
  • merge_subblock_idx[x0][y0] represents a merge candidate list of subblock-based merge candidate lists.
  • ciip_flag[x0][y0] indicates whether combined inter-picture merge and intra-picture prediction are applied to the current coding unit.
  • ciip_flag[x0][y0] indicates whether combined inter-picture merge and intra-picture prediction are applied to the current coding unit.
  • merge_triangle_idx0[x0][y0] represents a first merge candidate index of a triangle-based motion compensation candidate list.
  • merge_triangle_idx1[x0][y0] represents a second merge candidate index of a triangle-based motion compensation candidate list.
  • merge_idx[x0][y0] represents a merge candidate index of a merge candidate list.
  • mvp_l0_flag[x0][y0] represents the motion vector predictor index of list 0. That is, mvp_l0_flag may indicate a candidate selected for deriving the MVP of the current block from the MVP candidate list 0 when the MVP mode is applied.
  • mvp_l1_flag[x0][y0] has the same semantics as mvp_l0_flag, and l0 and list 0 are replaced by l1 and list 1, respectively.
  • inter_pred_idc[x0][y0] indicates whether list 0, list 1 or both predictions are used in the current coding unit.
  • sym_mvd_flag[x0][y0] is 1
  • the syntax elements ref_idx_l0[x0][y0] and ref_idx_l1[x0][y0] and the mvd_coding(x0, y0, refList ,cpIdx) syntax structure equal to 1 for refList are not present indicates that it is not That is, sym_mvd_flag indicates whether symmetric MVD is used in mvd coding.
  • ref_idx_l0[x0][y0] represents the list 0 reference picture index of the current coding unit.
  • ref_idx_l1[x0][y0] has the same semantics as ref_idx_l0, and l0, L0, and list 0 are replaced with l1, L1, and list 1, respectively.
  • inter_affine_flag[x0][y0] indicates that, for the current coding unit, when decoding P or B slices, affine model-based motion compensation is used to generate prediction samples of the current coding unit.
  • cu_affine_type_flag[x0][y0] is 1, it indicates that for the current coding unit, when decoding P or B slices, 6-parameter affine model-based motion compensation is used to generate prediction samples of the current coding unit. If cu_affine_type_flag[x0][y0] is 0, it indicates that 4-parameter model-based motion compensation is used to generate prediction samples of the current coding unit.
  • amvr_flag[x0][y0] represents the resolution of motion vector difference.
  • Array indices x0, y0 indicate the position (x0, y0) of the top-left luma sample of the coding block being considered for the top-left luma sample of the picture. If amvr_flag[x0][y0] is 0, it indicates that the resolution of the motion vector difference is 1/4 of the luma sample. If amvr_flag[x0][y0] is 1, it indicates that the resolution of the motion vector difference is specified by amvr_precision_flag[x0][y0].
  • amvr_precision_flag[x0][y0] is 0, if inter_affine_flag[x0][y0] is 0, the resolution of the motion vector difference is one integer luma sample, and in other cases, it represents 1/16 of the luma sample. If amvr_precision_flag[x0][y0] is 1, if inter_affine_flag[x0][y0] is 0, the resolution of the motion vector difference is four luma samples, and in other cases, it represents one integer luma sample.
  • the array index x0, y0 specify indicates the position (x0, y0) of the top-left luma sample of the coding block being considered for the top-left luma sample of the picture.
  • bcw_idx[x0][y0] represents both prediction weight indices with CU weights.
  • Inter prediction may be performed using motion information of the current block.
  • the encoding device may derive optimal motion information for the current block through a motion estimation procedure. For example, the encoding device may search for a similar reference block having high correlation using an original block in an original picture for the current block in fractional pixel units within a predetermined search range within the reference picture, and through this, motion information may be derived.
  • the similarity of blocks may be derived based on differences between phase-based sample values. For example, the similarity of blocks may be calculated based on the SAD between the current block (or the template of the current block) and the reference block (or the template of the reference block). In this case, motion information may be derived based on a reference block having the smallest SAD in the search area.
  • the derived motion information may be signaled to the decoding device according to various methods based on inter prediction mode.
  • a predicted block for the current block may be derived based on motion information derived according to the prediction mode.
  • the predicted block may include prediction samples (prediction sample array) of the current block.
  • prediction samples prediction sample array
  • an interpolation procedure may be performed, and through this, prediction samples of the current block may be derived based on reference samples in the fractional sample unit in the reference picture.
  • prediction samples may be generated based on MV in units of samples/subblocks.
  • prediction samples derived based on L0 prediction ie, prediction using a reference picture in the reference picture list L0 and MVL0
  • L1 prediction ie, using a reference picture in the reference picture list L1 and MVL1 prediction
  • prediction samples derived through weighted sum or weighted average (according to phase) of the prediction samples derived based on prediction may be used as prediction samples of the current block.
  • bi-prediction when the reference picture used for L0 prediction and the reference picture used for L1 prediction are located in different temporal directions based on the current picture, (ie, bi-prediction and bi-prediction) We can call this a true pair prediction.
  • reconstructed samples and reconstructed pictures may be generated based on the derived prediction samples, and then a procedure such as in-loop filtering may be performed.
  • inter prediction may be performed based on a reference picture, and the resolution of each picture may be changed in units of a group of pictures (GOP) or the like. That is, a case in which resolutions of the current image and the reference image are different may occur.
  • GOP group of pictures
  • a reference picture resampling (RPR) technique that performs additional processing for different resolutions is used. Through this, it is possible to perform prediction for the current image. According to the reference image resampling technique, the resolution of the reference image may be changed.
  • the resolution of an image within one layer may be adjusted.
  • a resolution ratio between the reference image and the current image is calculated, and the reference image can be referenced by changing the resolution to the same size as the current image through sampling.
  • the resolution is a periodic time (0.5 second, 1 second, etc.), a predetermined number of frames (8, 16, 32, 64, 128, etc.), multiples of GOP (group of pictures), RAP (random access point), etc. It can be determined based on multiples.
  • the resolution is determined in this way, there is a problem in that the optimal resolution cannot be determined because the resolution is determined mechanically without considering the characteristics of each image.
  • the present disclosure proposes a configuration in which a resolution is changed by adaptively selecting a plurality of resolution ratios. According to the present disclosure, encoding and decoding efficiency can be greatly improved by determining a resolution ratio between a current image and a reference image, that is, determining an optimal resolution, and performing reference sample resampling by determining a resolution ratio between the reference image and the current image. there is.
  • a resolution may be determined in consideration of a quantization parameter and/or image complexity (eg, PSNR, bit rate, etc.), and at this time, one resolution may be selected from among various resolutions.
  • a quantization parameter and/or image complexity eg, PSNR, bit rate, etc.
  • the optimal resolution that is, considering the quantization parameter and/or the complexity of the image.
  • the optimal resolution ratio can be determined.
  • the video encoding apparatus may encode this as specific information and include it in a bitstream, but it may be implicitly derived from other information.
  • the video encoding and/or decoding apparatus may select one of a plurality of resolution ratios. For each group of pictures (GOP), the video encoding apparatus may select one of a plurality of candidate resolutions based on a peak signal to noise ratio (PSNR) threshold that varies according to an initial quantization parameter.
  • PSNR peak signal to noise ratio
  • images obtained by down-sampling (down-scaling) or up-sampling (up-scaling) e.g., each GOP
  • a PSNR between an image obtained by downsampling or upsampling the first picture and an original image eg, a source image, a first picture of each GOP
  • an original image eg, a source image, a first picture of each GOP
  • the PSNR of the current picture may be derived based on the PSNR of the first picture in the same GOP.
  • the resolution ratio may be determined in units of GOPs, and one or more images (pictures) may be included in the GOPs. That is, the PSNR may be calculated between the original image and the upsampled or downsampled image.
  • the first picture may be downsampled (downscaled) to a half resolution of the original resolution, and then resampled to the original resolution again.
  • one image may be selected from among various candidate resolutions.
  • candidate resolutions may include 1/2, 2/3, or 1.
  • 1 may mean the original resolution, and upsampling or downsampling may be performed at each resolution.
  • the candidate resolution may be expressed as 2, 3/2, or 1. That is, the reference image may have a resolution smaller than or greater than 2, a resolution smaller than or greater than 3/2, or the same resolution as that of the current image. In the case of having the same resolution, resolution ratio adjustment may not be performed.
  • the resolution ratio value may be derived from index information indicating the resolution ratio, and the index information may be included in the bitstream as VPS, SPS, PPS, picture header, slice header, and the like. Also, index information may be flag information. One of a plurality of resolution ratios may be selected as the corresponding index information. As another example, information on the resolution ratio may be derived based on other information.
  • one resolution among several resolutions may be selected according to a PSNR threshold that adaptively changes based on a quantization parameter.
  • a PSNR threshold that adaptively changes based on a quantization parameter.
  • RPR_R a resolution ratio (scaling factor)
  • a resolution ratio may be selected based on a scaled PSNR value (ScaledPSNR).
  • the value may mean the aforementioned up-sampled PSNR for the first picture in an arbitrary i-th GOP.
  • the variables BasePSNR and BaseQP may indicate a specific PSNR and a quantization parameter (QP), respectively, and each value may be predefined.
  • the variable OffsetPSNR may indicate a PSNR difference (gap) between images of two different resolutions.
  • the variable OffsetPSNR may indicate a difference in PSNR between images having 1/2 and 2/3 resolution or 2 and 3/2 resolution compared to the original image.
  • the variable Decay may mean a rate of decrease of a threshold PSNR value according to a quantization parameter, and may maintain a constant value or vary. Meanwhile, may mean an initial quantization parameter of a first picture in an arbitrary i-th GOP.
  • a quantization parameter value and/or a PSNR value may be used.
  • the quantization parameter value may be an initial quantization parameter value, and the quantization parameter value may be compared with a specific quantization parameter value. That is, the resolution ratio may be determined based on an operation (eg, subtraction, etc.) of comparing a quantization parameter value with a specific quantization parameter value.
  • the PSNR value can be compared with a specific PSNR value.
  • the resolution ratio may be determined based on an operation (eg, subtraction, etc.) of comparing a PSNR value with a specific PSNR value. That is, since the resolution ratio between the reference picture and the current picture may be determined in units of Group of Pictures (GOP), the same resolution ratio may be shared between pictures included in the same GOP.
  • GOP Group of Pictures
  • BasePSNR for RA and AI may be set to 45 and 41, respectively.
  • the QP value may be adjusted with an offset.
  • the QP value may be adjusted based on an offset defined as -6 for an image with a resolution ratio of 1/2 and -4 for an image with a resolution ratio of 2/3. Accordingly, the performance test can be derived as follows. [Table 4] may indicate the performance of the proposed embodiment in RA.
  • Equation 1 for deriving the resolution ratio (scaling factor) (RPR_SF) may be modified as follows.
  • variable DnUpPSNR may indicate the previously mentioned down-sampled or up-sampled PSNR for a first picture in an arbitrary i-th GOP.
  • Other variables, BasePSNR, BaseQP, OffsetPSNR, etc. may have the same meaning as described in Equation 1 above. It may also mean an initial quantization parameter of a first picture in an arbitrary i-th GOP.
  • the threshold value multiplied by the quantization parameter value may be designated as a specific value. That is, it may be a variable (eg, Decay) value as in [Equation 1], but may also be a specific value (eg, 0.5) in [Equation 2].
  • BasePSNR for RA and AI may be set to 45 and 42, respectively.
  • the QP value may be adjusted with an offset.
  • the QP value may be adjusted based on an offset defined as -6 for an image with a resolution ratio of 1/2 and -4 for an image with a resolution ratio of 2/3. Accordingly, the performance test can be derived as follows. [Table 5] may show the performance of the proposed embodiment in AI, and [Table 6] in RA.
  • the performance calculated for the examples in which the QP range is 27 to 47 may be as shown in [Table 7] to [Table 8].
  • [Table 7] can show the performance of the proposed embodiment in AI, and [Table 8] in RA.
  • one resolution ratio among one or more resolution ratio candidates may be selected, and thus encoding/decoding coding efficiency may be significantly increased.
  • FIG. 9 is a diagram illustrating an image encoding method according to an embodiment of the present disclosure.
  • the image encoding method of FIG. 9 may be performed by an image encoding device.
  • An example of the video encoding device has been described with reference to other drawings.
  • a reference image for inter prediction of a current image may be determined (S1901).
  • the current image and the reference image may have different resolutions and may belong to different GOPs. That is, the resolution may be applied in units of group of pictures (GOP).
  • GOP group of pictures
  • a resolution ratio between the derived reference image and the current image may be derived (S1902).
  • step S1902 may be performed after it is determined that resolution ratios of the reference image and the current image are different.
  • the resolution ratio may be derived as one of a plurality of resolution ratios, and the plurality of resolution ratios may be predefined.
  • the plurality of resolution ratios may include at least one of 2, 3/2, or 1, and may be expressed as 1/2, 2/3, or 1.
  • the quantization parameter or PSNR described above may be used.
  • the resolution ratio may be determined based on the initial quantization parameter of the first picture in the same GOP as the current picture.
  • the initial quantization parameter may be compared with a specific quantization parameter value.
  • the resolution ratio may be further determined based on the PSNR of the first picture in the GOP.
  • the first picture when calculating the PSNR, the first picture may be scaled down (downsampled) or upscaled (upsampled) to a specific resolution.
  • the PSNR for the first picture may be compared with a specific PSNR value.
  • the resolution of the reference image may be changed (S1903).
  • resolution index information indicating a resolution ratio may be encoded as a bitstream.
  • the reference picture whose resolution is changed may be used as a reference picture for inter prediction of the current picture.
  • FIG. 9 corresponds to an embodiment of the present disclosure
  • some steps may be changed, deleted, or added.
  • a step of determining whether reference image resampling is to be applied to the current image or a step of encoding index information indicating a resolution ratio into a bitstream may be further included.
  • resampling of the reference picture may be determined based on whether a coding tool (eg, BDOF, DMVR, PROF, or TMVP) is applied.
  • a coding tool eg, BDOF, DMVR, PROF, or TMVP
  • FIG. 10 is a diagram illustrating an image decoding method according to an embodiment of the present disclosure.
  • the image decoding method of FIG. 10 may be performed by an image decoding apparatus.
  • An example of the video decoding device has been described with reference to other drawings.
  • a reference image for inter prediction of a current image may be derived (S2001).
  • whether or not to inter-predict the current image and the reference image may be determined by the encoding device, and resolutions of the current image and the reference image may be different from each other. That is, the GOP to which the current video belongs may be different from the GOP to which the reference video belongs.
  • a resolution ratio between the derived reference image and the current image may be derived (S2002).
  • the resolution ratio may be derived as one of a plurality of resolution ratios, and the plurality of resolution ratios may be predefined.
  • the plurality of resolution ratios may include at least one of 2, 3/2, or 1, and may be expressed as 1/2, 2/3, or 1.
  • One resolution ratio among a plurality of resolution ratios may be selected by information indicating a resolution ratio decoded from a bitstream (eg, index information). Meanwhile, the selected resolution ratio may be derived using the quantization parameter or PSNR described above. This is as described above.
  • the resolution of the reference image may be changed based on the resolution ratio (S2003).
  • S2003 the resolution ratio
  • inter prediction according to reference image resampling may be performed. That is, the reference image whose resolution is changed can be used as a reference image for inter prediction of the current image.
  • FIG. 10 corresponds to an embodiment of the present disclosure
  • some steps may be changed, deleted, or added.
  • a step of determining whether reference image resampling is to be applied to the current image or a step of decoding index information indicating a resolution ratio from a bitstream may be further included.
  • whether or not reference image resampling is to be applied may be determined by decoding related information from a bitstream or implicitly derived from other information.
  • reference image resampling may be performed based on whether a coding tool (eg, BDOF, DMVR, PROF, or TMVP) is applied.
  • a coding tool eg, BDOF, DMVR, PROF, or TMVP
  • FIG. 11 is a diagram illustrating an image encoding or decoding apparatus according to an embodiment of the present disclosure.
  • a user interface may be further included.
  • one or more processors perform the above-described embodiment and video encoding/decoding method, but some steps may be performed in parallel or, if possible, the order of some steps may be changed or omitted.
  • Exemplary methods of this disclosure are presented as a series of operations for clarity of explanation, but this is not intended to limit the order in which steps are performed, and each step may be performed concurrently or in a different order, if desired.
  • other steps may be included in addition to the exemplified steps, other steps may be included except for some steps, or additional other steps may be included except for some steps.
  • an image encoding device or an image decoding device that performs a predetermined operation may perform an operation (step) for confirming an execution condition or situation of the corresponding operation (step). For example, if it is described that a predetermined operation is performed when a predetermined condition is satisfied, the video encoding apparatus or the video decoding apparatus performs an operation to check whether the predetermined condition is satisfied, and then performs the predetermined operation.
  • 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
  • It may be implemented by a processor (general processor), controller, microcontroller, microprocessor, or the like.
  • the video decoding apparatus and the video encoding apparatus to which the embodiments of the present disclosure are applied are real-time communication devices such as multimedia broadcasting transmitting and receiving devices, mobile communication terminals, home cinema video devices, digital cinema video devices, monitoring cameras, video conversation devices, and video communication.
  • mobile streaming devices storage media, camcorders, video-on-demand (VoD) service providing devices, OTT video (Over the top video) devices, Internet streaming service providing devices, three-dimensional (3D) video devices, video telephony video devices, and medical It may be included in a video device or the like, and may be used to process a video signal or a data signal.
  • OTT over the top video
  • video devices may include game consoles, Blu-ray players, Internet-connected TVs, home theater systems, smart phones, tablet PCs, digital video recorders (DVRs), and the like.
  • a content streaming system to which an 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 smart phones, cameras, camcorders, etc. into digital data to generate a bitstream and transmits it to the streaming server.
  • multimedia input devices such as smartphones, cameras, and camcorders directly generate bitstreams
  • the . Server can 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 a user device based on a user request through a web server, and the web server may serve as a medium informing a user of what kind of service is available.
  • the web server transmits it to the streaming server, and the streaming server can transmit multimedia data to the user.
  • the content streaming system may include a separate control server, and in this case, the control server may play a role of controlling commands/responses between devices in the content streaming system.
  • the streaming server may receive content from a media storage and/or 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 smooth streaming service, the streaming server may store the bitstream for a certain period of time.
  • Examples of the user devices include mobile phones, smart phones, laptop computers, digital broadcasting terminals, personal digital assistants (PDAs), portable multimedia players (PMPs), navigation devices, slate PCs, Tablet PC, ultrabook, wearable device (e.g., smartwatch, smart glass, HMD (head mounted display)), digital TV, desktop There may be computers, digital signage, and the like.
  • PDAs personal digital assistants
  • PMPs portable multimedia players
  • navigation devices slate PCs
  • Tablet PC ultrabook
  • wearable device e.g., smartwatch, smart glass, HMD (head mounted display)
  • digital TV desktop There may be computers, 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 is software or machine-executable instructions (eg, operating systems, applications, firmware, programs, etc.) that cause operations in accordance with the methods of various embodiments to be executed on a device or computer, and such software or It includes a non-transitory computer-readable medium in which instructions and the like are stored and executable on a device or computer.
  • An embodiment according to the present disclosure may be used to encode/decode an image.

Landscapes

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

Abstract

영상 부호화/복호화 방법 및 장치가 제공된다. 본 개시의 일 실시예에 따르면, 영상 복호화 장치에 의해 수행되는 영상 복호화 방법은 현재 영상의 인터 예측을 위한 참조 영상을 유도하는 단계, 상기 참조 영상과 현재 영상의 해상도 비율을 유도하는 단계, 상기 해상도 비율을 기반으로 상기 참조 영상의 해상도를 변경하는 단계를 포함하되, 상기 해상도 비율은 비트스트림의 해상도 인덱스 정보를 기반으로 유도될 수 있다.

Description

적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법
본 개시는 영상 부호화/복호화 방법 및 장치에 관한 것으로서, 보다 상세하게는, 참조 영상과 현재 영상의 해상도가 다를 때 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치 및 본 개시의 영상 부호화 방법/장치에 의해 생성된 비트스트림을 전송하는 방법에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 분야에서 증가하고 있다. 영상 데이터가 고해상도, 고품질이 될수록 기존의 영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하게 된다. 전송되는 정보량 또는 비트량의 증가는 전송 비용과 저장 비용의 증가를 초래한다.
이에 따라, 고해상도, 고품질 영상의 정보를 효과적으로 전송하거나 저장하고, 재생하기 위한 고효율의 영상 압축 기술이 요구된다.
본 개시는 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 참조 영상 리샘플링을 수행하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 하나의 영상에 대해 다양한 후보 해상도 중 하나를 선택하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법 또는 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 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 실시예에 따르면, 영상 부호화 장치에 의해 수행되는 영상 부호화 방법은 현재 영상의 인터 예측을 위한 참조 영상을 결정하는 단계, 상기 참조 영상과 현재 영상의 해상도 비율을 유도하는 단계, 상기 해상도 비율을 기반으로 상기 참조 영상의 해상도를 변경하는 단계를 포함하되, 상기 해상도 비율을 지시하는 해상도 인덱스 정보는 비트스트림으로 인코딩될 수 있다.
본 개시의 일 실시예에 따르면, 상기 해상도 인덱스 정보는 복수 개의 상기 해상도 비율 중 하나를 가리킬 수 있다.
본 개시의 일 실시예에 따르면, 상기 해상도 비율은 2인 제1 해상도 비율 및 3/2인 제2 해상도 비율을 포함할 수 있다.
본 개시의 일 실시예에 따르면, 상기 해상도는 GOP(group of pictures) 단위로 적용될 수 있다.
본 개시의 일 실시예에 따르면, 상기 해상도 비율은 상기 GOP 내 제1 픽처의 초기 양자화 파라미터를 기반으로 결정될 수 있다.
본 개시의 일 실시예에 따르면, 상기 해상도 비율은 상기 제1 픽처를 특정 해상도로 다운 스케일링하여 유도될 수 있다.
본 개시의 일 실시예에 따르면, 상기 초기 양자화 파라미터는 특정 양자화 파라미터 값과 비교될 수 있다.
본 개시의 일 실시예에 따르면, 상기 해상도 비율은 상기 GOP 내 제1 픽처에 대한 PSNR에 더 기반하여 결정될 수 있다.
본 개시의 일 실시예에 따르면, 상기 제1 픽처에 대한 PSNR은 특정 PSNR 값과 비교될 수 있다.
본 개시의 일 실시예에 따르면, 상기 영상 부호화 방법은 상기 현재 영상에 대한 참조 영상 리샘플링을 수행할지 여부를 결정하는 단계를 더 포함할 수 있다.
본 개시의 일 실시예에 따르면, 상기 참조 영상 리샘플링은 BDOF, DMVR, PROF 혹은 TMVP 적용 여부에 기반하여 수행될 수 있다.
본 개시의 일 실시예에 따르면, 영상 복호화 장치에 의해 수행되는 영상 복호화 방법은 현재 영상의 인터 예측을 위한 참조 영상을 유도하는 단계, 상기 참조 영상과 현재 영상의 해상도 비율을 유도하는 단계, 상기 해상도 비율을 기반으로 상기 참조 영상의 해상도를 변경하는 단계를 포함하되, 상기 해상도 비율은 비트스트림의 해상도 인덱스 정보를 기반으로 유도될 수 있다.
본 개시의 일 실시예에 따르면, 상기 해상도 비율은 2인 제1 해상도 비율 및 3/2인 제2 해상도 비율을 포함할 수 있다.
본 개시의 일 실시예에 따르면, 상기 해상도는 GOP(group of pictures) 단위로 적용될 수 있다.
본 개시의 일 실시예에 따르면, 상기 해상도 비율은 상기 GOP 내 제1 픽처의 초기 양자화 파라미터를 기반으로 유도된 것일 수 있다.
본 개시의 일 실시예에 따르면, 상기 해상도 비율은 상기 제1 픽처를 특정 해상도로 다운 스케일링하여 유도될 수 있다.
본 개시의 일 실시예에 따르면, 상기 초기 양자화 파라미터는 특정 양자화 파라미터 값과 비교될 수 있다.
본 개시의 일 실시예에 따르면, 상기 해상도 비율은 상기 GOP 내 제1 픽처에 대한 PSNR에 더 기반하여 결정될 수 있다.
본 개시의 일 실시예에 따르면, 상기 제1 픽처에 대한 PSNR은 특정 PSNR 값과 비교될 수 있다.
본 개시의 일 실시예에 따르면, 상기 영상 부호화 방법은 상기 현재 영상에 대한 참조 영상 리샘플링을 수행할지 여부를 결정하는 단계를 더 포함할 수 있다.
본 개시의 일 실시예에 따르면, 상기 참조 영상 리샘플링은 BDOF, DMVR, PROF 혹은 TMVP 적용 여부에 기반하여 수행될 수 있다.
본 개시의 일 실시예에 따르면, 영상 부호화 장치는 메모리, 상기 메모리에 연결된 적어도 하나의 프로세서를 포함하되, 상기 프로세서는 현재 영상의 인터 예측을 위한 참조 영상을 유도하고, 상기 참조 영상과 현재 영상의 해상도 비율을 유도하고, 상기 해상도 비율을 기반으로 상기 참조 영상의 해상도를 변경하되, 상기 해상도 비율을 지시하는 해상도 인덱스 정보는 비트스트림으로 인코딩될 수 있다.
본 개시의 일 실시예에 따르면, 영상 복호화 장치는 메모리, 상기 메모리에 연결된 적어도 하나의 프로세서를 포함하되, 상기 프로세서는 현재 영상의 인터 예측을 위한 참조 영상을 유도하고, 상기 참조 영상과 현재 영상의 해상도 비율을 유도하고, 상기 해상도 비율을 기반으로 상기 참조 영상의 해상도를 변경하되, 상기 해상도 비율은 비트스트림의 해상도 인덱스 정보를 기반으로 유도될 수 있다.
본 개시의 일 실시예에 따르면, 비트스트림 전송 장치는 비트스트림을 획득하는 적어도 하나의 프로세서, 상기 비트스트림을 전송하는 트랜스미터(transmitter)를 포함하되, 상기 비트스트림은 영상 부호화 방법에 의해 생성되며, 상기 영상 부호화 방법은 현재 영상의 인터 예측을 위한 참조 영상을 결정하는 단계, 상기 참조 영상과 현재 영상의 해상도 비율을 유도하는 단계, 상기 해상도 비율을 기반으로 상기 참조 영상의 해상도를 변경하는 단계를 포함하되, 상기 해상도 비율을 지시하는 해상도 인덱스 정보는 비트스트림으로 인코딩될 수 있다.
본 개시의 일 실시예에 따르면, 영상 부호화 장치 혹은 영상 부호화 방법에 의해 생성된 비트스트림이 전송될 수 있다.
본 개시의 일 실시예에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림 전송 방법에 있어서, 상기 영상 부호화 방법은 현재 영상의 인터 예측을 위한 참조 영상을 결정하는 단계, 상기 참조 영상과 현재 영상의 해상도 비율을 유도하는 단계, 상기 해상도 비율을 기반으로 상기 참조 영상의 해상도를 변경하는 단계를 포함하되, 상기 해상도 비율을 지시하는 해상도 인덱스 정보는 비트스트림으로 인코딩될 수 있다.
본 개시의 일 실시예에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림은 컴퓨터 판독 가능한 매체에 저장되거나 기록될 수 있다.
본 개시의 일 실시예에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림은 비트스트림 전송 장치에 의해 전송될 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, 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 참조 영상 리샘플링을 수행하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 최적의 해상도를 결정하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 하나의 영상에 대해서 다양한 후보 해상도 중에서 하나를 선택하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법 또는 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 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 개시에 따른 실시예가 적용될 수 있는 비디오 코딩 시스템을 개략적으로 도시한 도면이다.
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 4 내지 도 8은 인터 예측 부호화/복호화 절차 일반을 도시한 도면이다.
도 9 내지 도 10은 본 개시의 일 실시예에 따른 영상 부호화 혹은 복호화 방법을 도시한 도면이다.
도 11은 본 개시의 일 실시예에 따른 영상 부호화 또는 복호화 장치를 도시한 도면이다.
도 12는 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 구성요소들을 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/픽셀 값만을 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.
또한, 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 크로마 블록은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 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.
비디오 코딩 시스템 개요
도 1은 본 개시에 따른 비디오 코딩 시스템을 도시한다.
일 실시예에 따른 비디오 코딩 시스템은 부호화 장치(10) 및 복호화 장치(20)를 포함할 수 있다. 부호화 장치(10)는 부호화된 비디오(video) 및/또는 영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)로 전달할 수 있다.
일 실시예예 따른 부호화 장치(10)는 비디오 소스 생성부(11), 부호화부(12), 전송부(13)를 포함할 수 있다. 일 실시예에 따른 복호화 장치(20)는 수신부(21), 복호화부(22) 및 렌더링부(23)를 포함할 수 있다. 상기 부호화부(12)는 비디오/영상 부호화부라고 불릴 수 있고, 상기 복호화부(22)는 비디오/영상 복호화부라고 불릴 수 있다. 전송부(13)는 부호화부(12)에 포함될 수 있다. 수신부(21)는 복호화부(22)에 포함될 수 있다. 렌더링부(23)는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스 생성부(11)는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스 생성부(11)는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
부호화부(12)는 입력 비디오/영상을 부호화할 수 있다. 부호화부(12)는 압축 및 부호화 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화부(12)는 부호화된 데이터(부호화된 비디오/영상 정보)를 비트스트림(bitstream) 형태로 출력할 수 있다.
전송부(13)는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 획득할 수 있으며, 이를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)의 수신부(21) 또는 다른 외부 객체로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부(13)는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 전송부(13)는 부호화 장치(10)와는 별개의 전송 장치로 구비될 수 있으며, 이 경우 전송 장치는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 획득하는 적어도 하나의 프로세서와 이를 파일 또는 스트리밍 형태로 전달하는 전송부를 포함할 수 있다. 수신부(21)는 상기 저장매체 또는 네트워크로부터 상기 비트스트림을 추출/수신하여 복호화부(22)로 전달할 수 있다.
복호화부(22)는 부호화부(12)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 복호화할 수 있다.
렌더링부(23)는 복호화된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
영상 부호화 장치 개요
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 2에 도시된 바와 같이, 영상 부호화 장치(100)는 영상 분할부(110), 감산부(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 가산부(155), 필터링부(160), 메모리(170), 인터 예측부(180), 인트라 예측부(185) 및 엔트로피 인코딩부(190)를 포함할 수 있다. 인터 예측부(180) 및 인트라 예측부(185)는 합쳐서 "예측부"라고 지칭될 수 있다. 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150)는 레지듀얼(residual) 처리부에 포함될 수 있다. 레지듀얼 처리부는 감산부(115)를 더 포함할 수도 있다.
영상 부호화 장치(100)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어, 인코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
영상 분할부(110)는 영상 부호화 장치(100)에 입력된 입력 영상(또는, 픽쳐, 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 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
예측부(인터 예측부(180) 또는 인트라 예측부(185))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 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 현재 블록의 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(185)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(185)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(180)는 참조 영상 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 영상 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 영상에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 영상과 상기 시간적 주변 블록을 포함하는 참조 영상은 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 영상은 동일 위치 픽처(collocated picture, colPic)라고 불릴 수 있다. 예를 들어, 인터 예측부(180)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 영상 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(180)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(115)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(120)로 전송될 수 있다.
변환부(120)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(130)는 변환 계수들을 양자화하여 엔트로피 인코딩부(190)로 전송할 수 있다. 엔트로피 인코딩부(190)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(130)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(190)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(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)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(190)의 구성요소로서 구비될 수도 있다.
양자화부(130)로부터 출력된 양자화된 변환 계수들은 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(140) 및 역변환부(150)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다.
가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(180) 또는 인트라 예측부(185)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(155)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.
필터링부(160)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(160)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(170), 구체적으로 메모리(170)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(160)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 필터링에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(170)에 전송된 수정된 복원 픽처는 인터 예측부(180)에서 참조 영상으로 사용될 수 있다. 영상 부호화 장치(100)는 이를 통하여 인터 예측이 적용되는 경우, 영상 부호화 장치(100)와 영상 복호화 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(170) 내 DPB는 인터 예측부(180)에서의 참조 영상으로 사용하기 위해 수정된 복원 픽처를 저장할 수 있다. 메모리(170)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(180)에 전달될 수 있다. 메모리(170)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(185)에 전달할 수 있다.
영상 복호화 장치 개요
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 3에 도시된 바와 같이, 영상 복호화 장치(200)는 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265)를 포함하여 구성될 수 있다. 인터 예측부(260) 및 인트라 예측부(265)를 합쳐서 "예측부"라고 지칭될 수 있다. 역양자화부(220), 역변환부(230)는 레지듀얼 처리부에 포함될 수 있다.
영상 복호화 장치(200)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
비디오/영상 정보를 포함하는 비트스트림을 수신한 영상 복호화 장치(200)는 도 2의 영상 부호화 장치(100)에서 수행된 프로세스에 대응하는 프로세스를 수행하여 영상을 복원할 수 있다. 예를 들어, 영상 복호화 장치(200)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(200)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치(미도시)를 통해 재생될 수 있다.
영상 복호화 장치(200)는 도 2의 영상 부호화 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있다. 수신된 신호는 엔트로피 디코딩부(210)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(예컨대, 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. 예컨대, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 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. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(260) 및 인트라 예측부(265))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(220)로 입력될 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(240)로 제공될 수 있다. 한편, 영상 부호화 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 영상 복호화 장치(200)의 내/외부 엘리먼트로서 추가적으로 구비될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)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(210)를 포함할 수 있고, 상기 샘플 디코더는 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265) 중 적어도 하나를 포함할 수 있다.
역양자화부(220)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(220)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(220)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(230)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(210)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(100)의 예측부에 대한 설명에서 언급된 바와 동일하다.
인트라 예측부(265)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 인트라 예측부(185)에 대한 설명은 인트라 예측부(265)에 대해서도 동일하게 적용될 수 있다.
인터 예측부(260)는 참조 영상 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 영상 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 영상에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(260)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 영상 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(235)는 획득된 레지듀얼 신호를 예측부(인터 예측부(260) 및/또는 인트라 예측부(265) 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(155)에 대한 설명은 가산부(235)에 대해서도 동일하게 적용될 수 있다. 가산부(235)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.
필터링부(240)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(240)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(250), 구체적으로 메모리(250)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(250)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(260)에서 참조 픽쳐로 사용될 수 있다. 메모리(250)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(250)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(265)에 전달할 수 있다.
본 명세서에서, 영상 부호화 장치(100)의 필터링부(160), 인터 예측부(180) 및 인트라 예측부(185)에서 설명된 실시예들은 각각 영상 복호화 장치(200)의 필터링부(240), 인터 예측부(260) 및 인트라 예측부(265)에도 동일 또는 대응되도록 적용될 수 있다.
CTU의 분할 개요
전술한 바와 같이, 코딩 유닛은 코딩 트리 유닛(CTU) 또는 최대 코딩 유닛(LCU)을 QT/BT/TT (Quad-tree/binary-tree/ternary-tree) 구조에 따라 재귀적으로 분할함으로써 획득될 수 있다. 예컨대, CTU는 먼저 쿼드트리 구조로 분할될 수 있다. 이후 쿼드트리 구조의 리프 노드들은 멀티타입 트리 구조에 의하여 더 분할될 수 있다.
쿼드트리에 따른 분할은 현재 CU(또는 CTU)를 4등분하는 분할을 의미한다. 쿼드트리에 따른 분할에 의해, 현재 CU는 동일한 너비와 동일한 높이를 갖는 4개의 CU로 분할될 수 있다. 현재 CU가 더 이상 쿼드트리 구조로 분할되지 않는 경우, 현재 CU는 쿼드트리 구조의 리프 노드에 해당한다. 쿼드트리 구조의 리프 노드에 해당하는 CU는 더 이상 분할되지 않고 전술한 최종 코딩 유닛으로 사용될 수 있다. 또는, 쿼드트리 구조의 리프 노드에 해당하는 CU는 멀티타입 트리 구조에 의하여 더 분할될 수 있다.
인터 예측의 개요
이하, 본 개시에 따른 인터 예측에 대해 설명한다.
이하의 인터 예측은 상기에서 설명한 디코더 측의 인터 예측 기반 비디오/영상 디코딩 방법 및 디코딩 장치 내 인터 예측부로 나타낼 수 있다. 더불어 인코더의 경우, 상기에서 설명한 인터 예측 기반 비디오/영상 인코딩 방법 및 인코딩 장치 내 인터 예측부로 나타낼 수 있다. 더하여, 인코딩된 데이터는 비트스트림의 형태로 저장될 수 있다.
인코딩 장치/디코딩 장치의 예측부는 블록 단위로 인터 예측을 수행하여 예측 샘플을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들(e.g. 샘플값들, 또는 움직임 정보 등)에 의존적인 방법으로 도출되는 예측을 나타낼 수 있다(Inter prediction can be a prediction derived in a manner that is dependent on data elements (e.g., sample values or motion information) of picture(s) other than the current picture). 현재 블록에 인터 예측이 적용되는 경우, 참조 픽처 인덱스가 가리키는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록(예측 샘플 어레이)을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측이 적용되는 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, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 현재 블록의 주변 블록들을 기반으로 움직임 정보 후보 리스트가 구성될 수 있고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 선택(사용)되는지를 지시하는 플래그 또는 인덱스 정보가 시그널링될 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 현재 블록의 움직임 정보는 선택된 주변 블록의 움직임 정보와 같을 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 선택된 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)은 시그널링될 수 있다. 이 경우 상기 움직임 벡터 예측자 및 움직임 벡터 차분의 합을 이용하여 상기 현재 블록의 움직임 벡터를 도출할 수 있다.
상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등)에 따라 L0 움직임 정보 및/또는 L1 움직임 정보를 포함할 수 있다. L0 방향의 움직임 벡터는 L0 움직임 벡터 또는 MVL0라고 불릴 수 있고, L1 방향의 움직임 벡터는 L1 움직임 벡터 또는 MVL1이라고 불릴 수 있다. L0 움직임 벡터에 기반한 예측은 L0 예측이라고 불릴 수 있고, L1 움직임 벡터에 기반한 예측을 L1 예측이라고 불릴 수 있고, 상기 L0 움직임 벡터 및 상기 L1 움직임 벡터 둘 다에 기반한 예측을 쌍(Bi) 예측이라고 불릴 수 있다. 여기서 L0 움직임 벡터는 참조 픽처 리스트 L0 (L0)에 연관된 움직임 벡터를 나타낼 수 있고, L1 움직임 벡터는 참조 픽처 리스트 L1 (L1)에 연관된 움직임 벡터를 나타낼 수 있다. 참조 픽처 리스트 L0는 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 포함할 수 있고, 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 포함할 수 있다. 상기 이전 픽처들은 순방향 (참조) 픽처라고 불릴 수 있고, 상기 이후 픽처들은 역방향 (참조) 픽처라고 불릴 수 있다. 상기 참조 픽처 리스트 L0은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트 L0 내에서 상기 이전 픽처들이 먼저 인덱싱되고 상기 이후 픽처들은 그 다음에 인덱싱될 수 있다. 상기 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트1 내에서 상기 이후 픽처들이 먼저 인덱싱되고 상기 이전 픽처들은 그 다음에 인덱싱 될 수 있다. 여기서 출력 순서는 POC(picture order count) 순서(order)에 대응될 수 있다.
인터 예측에 기반한 비디오/영상 인코딩 절차 및 인코딩 장치 내 인터 예측부는 개략적으로 예를 들어 도 4 내지 도 6에 도시되어 있다.
도 4는 인터 예측 기반 비디오/영상 인코딩 방법을 예시하는 도면이며, 도 5는 인코딩 장치 내 인터 예측부를 도시하는 도면이다.
인코딩 장치는 현재 블록에 대한 인터 예측을 수행한다(S1000). 인코딩 장치는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 상기 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다. 예를 들어, 인코딩 장치의 인터 예측부(180)는 예측 모드 결정부(181), 움직임 정보 도출부(182), 예측 샘플 도출부(183)를 포함할 수 있으며, 예측 모드 결정부(181)에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 인코딩 장치의 인터 예측부(180)는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 상기 현재 블록과 유사한 블록을 서치하고, 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 상기 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 상기 참조 블록과 상기 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 인코딩 장치는 다양한 예측 모드들 중 상기 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 인코딩 장치는 상기 다양한 예측 모드들에 대한 RD cost를 비교하고 상기 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 인코딩 장치는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 상기 현재 블록과 중 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 상기 도출된 참조 블록과 연관된 머지 후보가 선택되며, 상기 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 디코딩 장치로 시그널링될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다.
다른 예로, 인코딩 장치는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 이 경우, 예를 들어, 상술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 상기 현재 블록의 움직임 벡터로 이용될 수 있으며, 상기 mvp 후보들 중 상기 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 mvp 후보가 상기 선택된 mvp 후보가 될 있다. 상기 현재 블록의 움직임 벡터에서 상기 mvp를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우 상기 MVD에 관한 정보가 디코딩 장치로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 상기 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 상기 디코딩 장치로 시그널링될 수 있다.
인코딩 장치는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S1010). 인코딩 장치는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다.
인코딩 장치는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩한다(S1020). 인코딩 장치는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 상기 예측 정보는 상기 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 디코딩 장치로 전달될 수 있고, 또는 네트워크를 통하여 디코딩 장치로 전달될 수도 있다.
한편, 상술한 바와 같이 인코딩 장치는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 디코딩 장치에서 수행되는 것과 동일한 예측 결과를 인코딩 장치에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 인코딩 장치는 복원 픽처(또는 복원 샘플들, 복원 블록)을 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
인터 예측에 기반한 비디오/영상 디코딩 절차 및 디코딩 장치 내 인터 예측부는 개략적으로 예를 들어 도 7 내지 도 8에 도시되어 있다.
도 7은 인터 예측 기반 비디오/영상 디코딩 방법을 예시하는 도면이며, 도 8은 디코딩 장치 내 인터 예측부를 예시하는 도면이다.
디코딩 장치는 상기 인코딩 장치에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 디코딩 장치는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로 디코딩 장치는 수신된 예측 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정할 수 있다(S1100). 디코딩 장치는 상기 예측 정보 내의 예측 모드 정보를 기반으로 상기 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, 상기 merge flag를 기반으로 상기 현재 블록에 상기 머지 모드가 적용되지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 상기 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 상기 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 (A)MVP 모드를 포함할 수 있고, 또는 후술하는 다양한 인터 예측 모드들을 포함할 수 있다.
디코딩 장치는 상기 결정된 인터 예측 모드를 기반으로 상기 현재 블록의 움직임 정보를 도출한다(S1110). 예를 들어, 디코딩 장치는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 중 하나의 머지 후보를 선택할 수 있다. 상기 선택은 상술한 선택 정보(merge index)를 기반으로 수행될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다. 상기 선택된 머지 후보의 움직임 정보가 상기 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 디코딩 장치는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 상기 선택은 상술한 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우 상기 MVD에 관한 정보를 기반으로 상기 현재 블록의 MVD를 도출할 수 있으며, 상기 현재 블록의 mvp와 상기 MVD를 기반으로 상기 현재 블록의 움직임 벡터를 도출할 수 있다. 또한, 상기 참조 픽처 인덱스 정보를 기반으로 상기 현재 블록의 참조 픽처 인덱스를 도출할 수 있다. 상기 현재 블록에 관한 참조 픽처 리스트 내에서 상기 참조 픽처 인덱스가 가리키는 픽처가 상기 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
한편, 후술하는 바와 같이 후보 리스트 구성 없이 상기 현재 블록의 움직임 정보가 도출될 수 있으며, 이 경우 후술하는 예측 모드에서 개시된 절차에 따라 상기 현재 블록의 움직임 정보가 도출될 수 있다. 이 경우 상술한 바와 같은 후보 리스트 구성은 생략될 수 있다.
디코딩 장치는 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S1120). 이 경우 상기 현재 블록의 참조 픽처 인덱스를 기반으로 상기 참조 픽처를 도출하고, 상기 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 이 경우 후술하는 바와 같이 경우에 따라 상기 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 디코딩 장치의 인터 예측부(260)는 예측 모드 결정부(261), 움직임 정보 도출부(262), 예측 샘플 도출부(263)를 포함할 수 있으며, 예측 모드 결정부(181)에서 수신된 예측 모드 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 수신된 움직임 정보에 관한 정보를 기반으로 상기 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다.
디코딩 장치는 수신된 레지듀얼 정보를 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 생성한다(S1130). 디코딩 장치는 상기 예측 샘플들 및 상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다. (S1140). 이후 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
상술한 바와 같이 인터 예측 절차는 인터 예측 모드 결정 단계, 결정된 예측 모드에 따른 움직임 정보 도출 단계, 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계를 포함할 수 있다. 상기 인터 예측 절차는 상술한 바와 같이 인코딩 장치 및 디코딩 장치에서 수행될 수 있다.
도 8은 인터 예측 절차를 예시하는 도면이다.
픽처 내 현재 블록의 예측을 위하여 다양한 인터 예측 모드가 사용될 수 있다. 예를 들어, 머지 모드, 스킵 모드, MVP(motion vector prediction) 모드, 어파인(Affine) 모드, 서브블록 머지 모드, MMVD (merge with MVD) 모드 등 다양한 모드가 사용될 수 있다. DMVR (Decoder side motion vector refinement) 모드, AMVR(adaptive motion vector resolution) 모드, Bi-prediction with CU-level weight (BCW), Bi-directional optical flow (BDOF) 등이 부수적인 모드로 더 혹은 대신 사용될 수 있다. 어파인 모드는 어파인 움직임 예측(affine motion prediction) 모드라고 불릴 수도 있다. MVP 모드는 AMVP(advanced motion vector prediction) 모드라고 불릴 수도 있다. 본 문서에서 일부 모드 및/또는 일부 모드에 의하여 도출된 움직임 정보 후보는 다른 모드의 움직임 정보 관련 후보들 중 하나로 포함될 수도 있다. 예를 들어, HMVP 후보는 상기 머지/스킵 모드의 머지 후보로 추가될 수 있고, 또는 상기 MVP 모드의 mvp 후보로 추가될 수도 있다.
현재 블록의 인터 예측 모드를 가리키는 예측 모드 정보가 인코딩 장치로부터 디코딩 장치로 시그널링될 수 있다. 상기 예측 모드 정보는 비트스트림에 포함되어 디코딩 장치에 수신될 수 있다. 상기 예측 모드 정보는 다수의 후보 모드들 중 하나를 지시하는 인덱스 정보를 포함할 수 있다. 또는, 플래그 정보의 계층적 시그널링을 통하여 인터 예측 모드를 지시할 수도 있다. 이 경우 상기 예측 모드 정보는 하나 이상의 플래그들을 포함할 수 있다. 예를 들어, 스킵 플래그를 시그널링하여 스킵 모드 적용 여부를 지시하고, 스킵 모드가 적용 안되는 경우에 머지 플래그를 시그널링하여 머지 모드 적용 여부를 지시하고, 머지 모드가 적용 안되는 경우에 MVP 모드 적용되는 것으로 지시하거나 추가적인 구분을 위한 플래그를 더 시그널링할 수도 있다. 어파인 모드는 독립적인 모드로 시그널링될 수도 있고, 또는 머지 모드 또는 MVP 모드 등에 종속적인 모드로 시그널링될 수도 있다. 예를 들어, 어파인 모드는 어파인 머지 모드 및 어파인 MVP 모드를 포함할 수 있다.
한편, 현재 블록에 상술한 list0 (L0) 예측, list1(L1) 예측, 또는 쌍예측(bi-prediction)이 현재 블록(현재 코딩 유닛)에 사용되는지 여부를 나타내는 정보가 시그널링될 수 있다. 상기 정보는 움직임 예측 방향 정보, 인터 예측 방향 정보 또는 인터 예측 지시 정보라 불릴 수 있고, 예를 들어 inter_pred_idc 신택스 요소의 형태로 구성/인코딩/시그널링될 수 있다. 즉, inter_pred_idc 신택스 요소는 상술한 list0 (L0) 예측, list1(L1) 예측, 또는 쌍예측(bi-prediction)이 현재 블록(현재 코딩 유닛)에 사용되는지 여부를 나타낼 수 있다. 본 문서에서는 설명의 편의를 위하여 inter_pred_idc 신택스 요소가 가리키는 인터 예측 타입(L0 예측, L1 예측, 또는 BI 예측)은 움직임 예측 방향이라고 표시될 수 있다. L0 예측은 pred_L0, L1 예측은 pred_L1, 쌍예측은 pred_BI로 나타내어질 수도 있다. 예를 들어, inter_pred_idc 신택스 요소의 값에 따라 다음과 같은 예측 타입을 나타낼 수 있다.
inter_pred_idc Name of inter_pred_idc
(cbWidth + cbHeight)!= 8 (cbWidth + cbHeight)== 8
0 PRED_L0 PRED_L0
1 PRED_L1 PRED_L1
2 PRED_BI n.a.
상술한 바와 같이 하나의 픽처는 하나 이상의 slice를 포함할 수 있다. slice는 intra (I) slice, predictive (P) slice 및 bi-predictive (B) slice를 포함하는 slice 타입들 중 하나의 타입을 가질 수 있다. 상기 slice 타입은 slice 타입 정보를 기반으로 지시될 수 있다. I slice 내의 블록들에 대하여는 예측을 위하여 인터 예측은 사용되지 않으며 인트라 예측만 사용될 수 있다. 물론 이 경우에도 예측 없이 원본 샘플 값을 코딩하여 시그널링할 수도 있다. P slice 내의 블록들에 대하여는 인트라 예측 또는 인터 예측이 사용될 수 있으며, 인터 예측이 사용되는 경우에는 단(uni) 예측만 사용될 수 있다. 한편, B slice 내의 블록들에 대하여는 인트라 예측 또는 인터 예측이 사용될 수 있으며, 인터 예측이 사용되는 경우에는 최대 쌍(bi) 예측까지 사용될 수 있다.
L0 및 L1은 현재 픽처보다 이전에 인코딩/디코딩된 참조 픽처들을 포함할 수 있다. 예를 들어, L0는 POC 순서상 현재 픽처보다 이전 및/또는 이후 참조 픽처들을 포함할 수 있고, L1은 POC 순서상 현재 픽처보다 이후 및/또는 이전 참조 픽처들을 포함할 수 있다. 이 경우 L0에는 POC 순서상 현재 픽처보다 이전 참조 픽처들에 상대적으로 더 낮은 참조 픽처 인덱스가 할당될 수 있고, L1에는 POC 순서상 현재 픽처보다 이후 참조 픽처들에 상대적으로 더 낮은 참조 픽처 인덱스가 할당될 수 있다. B 슬라이스의 경우 쌍예측이 적용될 수 있으며, 이 경우에도 단방향 쌍예측이 적용될 수 있고, 또는 양방향 쌍예측이 적용될 수 있다. 양방향 쌍예측은 true 쌍예측이라고 불릴 수 있다.
구체적으로 예를 들어, 현재 블록의 인터 예측 모드에 관한 정보는 CU (CU 신택스)등 레벨에서 코딩되어 시그널링되거나 혹은 조건에 따라 묵시적으로 결정될 수 있다. 이 경우 일부 모드에 대하여는 명시적으로 시그널링되고 나머지 일부 모드는 묵시적으로 도출될 수 있다.
예를 들어, CU 신택스는 다음과 같이 (인터) 예측 모드에 관한 정보 등을 나를 수 있다.
coding_unit(　x0,　y0,　cbWidth,　cbHeight,　treeType　) { Descriptor
if( slice_type != I |　| sps_ibc_enabled_flag ) {
if( treeType != DUAL_TREE_CHROMA &&
!( cbWidth =　= 4 && cbHeight =　= 4 && !sps_ibc_enabled_flag ) )
cu_skip_flag[　x0　][　y0　] ae(v)
if( cu_skip_flag[　x0　][　y0　] =　= 0 && slice_type != I
&& !( cbWidth =　= 4 && cbHeight =　= 4 ) )
pred_mode_flag ae(v)
if( ( ( slice_type =　= I && cu_skip_flag[　x0　][　y0　] =　=0 ) |　|
( slice_type != I && ( CuPredMode[　x0　][　y0　] != MODE_INTRA |　|
( cbWidth =　= 4 && cbHeight =　= 4 && cu_skip_flag[　x0　][　y0　] =　= 0 ) ) ) ) && sps_ibc_enabled_flag && ( cbWidth != 128 |　| cbHeight != 128 ) )
pred_mode_ibc_flag ae(v)
}
if( CuPredMode[　x0　][　y0　] =　= MODE_INTRA ) {
if( sps_pcm_enabled_flag && cbWidth >= MinIpcmCbSizeY && cbWidth <= MaxIpcmCbSizeY && cbHeight >= MinIpcmCbSizeY && cbHeight <= MaxIpcmCbSizeY )
pcm_flag[　x0　][　y0　] ae(v)
if( pcm_flag[　x0　][　y0　] ) {
while( !byte_aligned(　) )
pcm_alignment_zero_bit f(1)
pcm_sample(　cbWidth,　cbHeight,　treeType)
} else {
if( treeType =　= SINGLE_TREE |　| treeType =　= DUAL_TREE_LUMA ) {
if( cbWidth <= 32 && cbHeight <= 32 )
intra_bdpcm_flag[　x0　][　y0　] ae(v)
if( intra_bdpcm_flag[　x0　][　y0　] )
intra_bdpcm_dir_flag[　x0　][　y0　] ae(v)
else {
if( sps_mip_enabled_flag &&
(　Abs(　Log2(　cbWidth　)　-　Log2(　cbHeight　)　)　<=　2　) &&
cbWidth <= MaxTbSizeY && cbHeight <= MaxTbSizeY )
intra_mip_flag[　x0　][　y0　] ae(v)
if( intra_mip_flag[　x0　][　y0　] ) {
intra_mip_mpm_flag[　x0　][　y0　] ae(v)
if( intra_mip_mpm_flag[　x0　][　y0　] )
intra_mip_mpm_idx[　x0　][　y0　] ae(v)
else
intra_mip_mpm_remainder[　x0　][　y0　] ae(v)
} else {
if( sps_mrl_enabled_flag && (　(　y0　%　CtbSizeY　)　　>　　0　) )
intra_luma_ref_idx[　x0　][　y0　] ae(v)
if ( sps_isp_enabled_flag && intra_luma_ref_idx[　x0　][　y0　] =　= 0 &&
( cbWidth <= MaxTbSizeY && cbHeight <= MaxTbSizeY ) && ( cbWidth　*　cbHeight > MinTbSizeY　*　MinTbSizeY　) )
intra_subpartitions_mode_flag[　x0　][　y0　] ae(v)
if( intra_subpartitions_mode_flag[　x0　][　y0　] =　= 1 &&
cbWidth <= MaxTbSizeY && cbHeight <= MaxTbSizeY )
intra_subpartitions_split_flag[　x0　][　y0　] ae(v)
if( intra_luma_ref_idx[　x0　][　y0　] =　= 0 &&
intra_subpartitions_mode_flag[　x0　][　y0　] =　= 0 )
intra_luma_mpm_flag[　x0　][　y0　] ae(v)
if( intra_luma_mpm_flag[　x0　][　y0　] ) {
if( intra_luma_ref_idx[　x0　][　y0　] =　= 0 )
intra_luma_not_planar_flag[　x0　][　y0　] ae(v)
if( intra_luma_not_planar_flag[　x0　][　y0　] )
intra_luma_mpm_idx[　x0　][　y0　] ae(v)
} else
intra_luma_mpm_remainder[　x0　][　y0　] ae(v)
}
}
}
if( treeType =　= SINGLE_TREE |　| treeType =　= DUAL_TREE_CHROMA )
intra_chroma_pred_mode[　x0　][　y0　] ae(v)
}
} else if( treeType != DUAL_TREE_CHROMA ) { /* MODE_INTER or MODE_IBC */
if( cu_skip_flag[　x0　][　y0　] =　=　0 )
general_merge_flag[　x0　][　y0　] ae(v)
if( general_merge_flag[　x0　][　y0　] ) {
merge_data(　x0,　y0,　cbWidth,　cbHeight　)
} else if ( CuPredMode[　x0　][　y0　] =　= MODE_IBC ) {
mvd_coding(　x0,　y0,　0,　0　)
mvp_l0_flag[　x0　][　y0　] ae(v)
if( sps_amvr_enabled_flag &&
( MvdL0[　x0　][　y0　][　0　] != 0 |　| MvdL0[　x0　][　y0　][　1　] != 0 ) ) {
amvr_precision_flag[　x0　][　y0　] ae(v)
}
} else {
if( slice_type =　= B )
inter_pred_idc[　x0　][　y0　] ae(v)
if( sps_affine_enabled_flag && cbWidth >= 16 && cbHeight >= 16 ) {
inter_affine_flag[　x0　][　y0　] ae(v)
if( sps_affine_type_flag && inter_affine_flag[　x0　][　y0　] )
cu_affine_type_flag[　x0　][　y0　] ae(v)
}
if( sps_smvd_enabled_flag && inter_pred_idc[　x0　][　y0　] =　= PRED_BI &&
!inter_affine_flag[　x0　][　y0　] && RefIdxSymL0 > -1 && RefIdxSymL1 > -1 )
sym_mvd_flag[　x0　][　y0　] ae(v)
if( inter_pred_idc[　x0　][　y0　] != PRED_L1 ) {
if( NumRefIdxActive[　0　] > 1 && !sym_mvd_flag[　x0　][　y0　] )
ref_idx_l0[　x0　][　y0　] ae(v)
mvd_coding(　x0,　y0,　0,　0　)
if( MotionModelIdc[　x0　][　y0　] > 0 )
mvd_coding(　x0,　y0,　0,　1　)
if(MotionModelIdc[　x0　][　y0　] > 1 )
mvd_coding(　x0,　y0,　0,　2　)
mvp_l0_flag[　x0　][　y0　] ae(v)
} else {
MvdL0[　x0　][　y0　][　0　] = 0
MvdL0[　x0　][　y0　][　1　] = 0
}
if( inter_pred_idc[　x0　][　y0　] != PRED_L0 ) {
if( NumRefIdxActive[　1　] > 1 && !sym_mvd_flag[　x0　][　y0　] )
ref_idx_l1[　x0　][　y0　] ae(v)
if( mvd_l1_zero_flag && inter_pred_idc[　x0　][　y0　] =　= PRED_BI ) {
MvdL1[　x0　][　y0　][　0　] = 0
MvdL1[　x0　][　y0　][　1　] = 0
MvdCpL1[　x0　][　y0　][　0　][　0　]　=　0
MvdCpL1[　x0　][　y0　][　0　][　1　]　=　0
MvdCpL1[　x0　][　y0　][　1　][　0　]　=　0
MvdCpL1[　x0　][　y0　][　1　][　1　]　=　0
MvdCpL1[　x0　][　y0　][　2　][　0　]　=　0
MvdCpL1[　x0　][　y0　][　2　][　1　]　=　0
} else {
if( sym_mvd_flag[　x0　][　y0　] ) {
MvdL1[　x0　][　y0　][　0　] = -MvdL0[　x0　][　y0　][　0　]
MvdL1[　x0　][　y0　][　1　] = -MvdL0[　x0　][　y0　][　1　]
} else
mvd_coding(　x0,　y0,　1,　0　)
if( MotionModelIdc[　x0　][　y0　] > 0 )
mvd_coding(　x0,　y0,　1,　1　)
if(MotionModelIdc[　x0　][　y0　] > 1 )
mvd_coding(　x0,　y0,　1,　2　)
mvp_l1_flag[　x0　][　y0　] ae(v)
}
} else {
MvdL1[　x0　][　y0　][　0　] = 0
MvdL1[　x0　][　y0　][　1　] = 0
}
if( ( sps_amvr_enabled_flag && inter_affine_flag[　x0　][　y0　] =　= 0 &&
( MvdL0[　x0　][　y0　][　0　] != 0 |　| MvdL0[　x0　][　y0　][　1　] != 0 |　|
MvdL1[　x0　][　y0　][　0　] != 0 |　| MvdL1[　x0　][　y0　][　1　] != 0 ) ) |　|
( sps_affine_amvr_enabled_flag && inter_affine_flag[　x0　][　y0　] =　= 1 &&
( MvdCpL0[　x0　][　y0　][　0　] [　0　] != 0 |　| MvdCpL0[　x0　][　y0　][　0　] [　1　] != 0 |　|
MvdCpL1[　x0　][　y0　][　0　] [　0　] != 0 |　| MvdCpL1[　x0　][　y0　][　0　] [　1　] != 0 |　|
MvdCpL0[　x0　][　y0　][　1　] [　0　] != 0 |　| MvdCpL0[　x0　][　y0　][　1　] [　1　] != 0 |　|
MvdCpL1[　x0　][　y0　][　1　] [　0　] != 0 |　| MvdCpL1[　x0　][　y0　][　1　] [　1　] != 0 |　|
MvdCpL0[　x0　][　y0　][　2　] [　0　] != 0 |　| MvdCpL0[　x0　][　y0　][　2　] [　1　] != 0 |　|
MvdCpL1[　x0　][　y0　][　2　] [　0　] != 0 |　| MvdCpL1[　x0　][　y0　][　2　] [　1　] != 0 ) ) {
amvr_flag[　x0　][　y0　] ae(v)
if( amvr_flag[　x0　][　y0　] )
amvr_precision_flag[　x0　][　y0　] ae(v)
}
if( sps_bcw_enabled_flag && inter_pred_idc[　x0　][　y0　] =　= PRED_BI &&
luma_weight_l0_flag[　ref_idx_l0　[　x0　][　y0　]　] =　= 0 &&
luma_weight_l1_flag[　ref_idx_l1　[　x0　][　y0　]　] =　= 0 && chroma_weight_l0_flag[　ref_idx_l0　[　x0　][　y0　]　] =　= 0 &&
chroma_weight_l1_flag[　ref_idx_l1　[　x0　][　y0　]　] =　= 0 &&
cbWidth　*　cbHeight >= 256 )
bcw_idx[　x0　][　y0　] ae(v)
}
}
if( !pcm_flag[　x0　][　y0　] ) {
if( CuPredMode[　x0　][　y0　] != MODE_INTRA && general_merge_flag[　x0　][　y0　] =　= 0 )
cu_cbf ae(v)
if( cu_cbf ) {
if( CuPredMode[　x0　][　y0　] =　= MODE_INTER && sps_sbt_enabled_flag &&
!ciip_flag[　x0　][　y0　] && !MergeTriangleFlag[　x0　][　y0　] ) {
if( cbWidth　　<=　　MaxSbtSize && cbHeight　　<=　　MaxSbtSize ) {
allowSbtVerH = cbWidth　　>=　　8
allowSbtVerQ = cbWidth　　>=　　16
allowSbtHorH = cbHeight　　>=　　8
allowSbtHorQ = cbHeight　　>=　　16
if( allowSbtVerH |　| allowSbtHorH |　| allowSbtVerQ |　| allowSbtHorQ )
cu_sbt_flag ae(v)
}
if( cu_sbt_flag ) {
if( ( allowSbtVerH |　| allowSbtHorH ) && ( allowSbtVerQ |　| allowSbtHorQ) )
cu_sbt_quad_flag ae(v)
if( ( cu_sbt_quad_flag && allowSbtVerQ && allowSbtHorQ ) |　|
( !cu_sbt_quad_flag && allowSbtVerH && allowSbtHorH ) )
cu_sbt_horizontal_flag ae(v)
cu_sbt_pos_flag ae(v)
}
}
numSigCoeff = 0
numZeroOutSigCoeff = 0
transform_tree(　x0,　y0,　cbWidth,　cbHeight,　treeType　)
lfnstWidth = ( treeType =　= DUAL_TREE_CHROMA )　　?　　cbWidth　/　SubWidthC
　　:　　cbWidth
lfnstHeight = ( treeType =　= DUAL_TREE_CHROMA )　　?　　cbHeight　　/　　SubHeightC
　　:　　cbHeight
if( Min(　lfnstWidth,　lfnstHeight　) >= 4 && sps_lfnst_enabled_flag =　= 1 &&
CuPredMode[　x0　][　y0　] =　= MODE_INTRA && IntraSubPartitionsSplitType =　= ISP_NO_SPLIT &&
!intra_mip_flag[　x0　][　y0　] ) {
if( ( numSigCoeff > (　(　treeType　　=　=　　SINGLE_TREE　)　　?　　2　　:　　1　) ) &&
numZeroOutSigCoeff =　= 0 )
lfnst_idx[　x0　][　y0　] ae(v)
}
}
}
}
여기서, cu_skip_flag는 현재 블록(CU)에 스킵 모드가 적용되는지 여부를 나타낼 수 있다.
pred_mode_flag가 0이면, 현재 코딩 유닛이 인터 예측 모드로 코딩됨을 나타내며, pred_mode_flag이 1이면, 현재 코딩 유닛이 인트라 예측 모드로 코딩됨을 나타낸다.
pred_mode_ibc_flag가 1이면, 현재 코딩 유닛이 IBC 예측 모드로 코딩됨을 나타내며, pred_mode_ibc_flag가 0이면, 현재 코딩 유닛이 IBC 예측 모드로 코딩되지 않음을 나타낸다.
pcm_flag[ x0 ][ y0 ]이 1이면, pcm_sample( ) 신택스 구조가 존재하며, transform_tree( ) 신택스 구조가 위치( x0, y0 )의 루마 코딩 블록을 포함하는 코딩 유닛에 존재하지 않음을 나타낸다. pcm_flag[ x0 ][ y0 ]이 0이면, pcm_sample( ) 신택스 구조가 존재하지 않음을 나타낸다. 즉, pcm_flag는 현재 블록에 puls coding modulation (PCM) 모드가 적용되는지 여부를 나타낼 수 있다. 현재 블록에 PCM 모드가 적용되는 경우, 예측/변환/양자화 등이 적용되지 않고, 현재 블록 내 원본 샘플의 값이 코딩되어 시그널링될 수 있다.
intra_mip_flag[ x0 ][ y0 ]이 1이면, 루마 샘플들에 대한 인트라 예측 타입이 MIP(matrix-based intra prediction)임을 나타낸다. intra_mip_flag[ x0 ][ y0 ]이 0이면, 루마 샘플들에 대한 인트라 예측 타입이 MIP가 아님을 나타낸다. 즉, intra_mip_flag는 현재 블록(의 루마 샘플)에 MIP 예측 모드(타입)가 적용되는지 여부를 나타낼 수 있다.
intra_chroma_pred_mode[ x0 ][ y0 ]은 현재 블록의 크로마 샘플들에 대한 인트라 예측 모드를 나타낸다. specifies the intra prediction mode for chroma samples in the current block.
general_merge_flag[ x0 ][ y0 ]는 이웃하는 인터 예측된 파티션으로부터 현재 코딩 유닛에 대한 인터 예측 파라미터가 추론(유도)되는지 여부를 나타낸다. 즉, general_merge_flag는 일반 머지가 가용함을 나타낼 수 있으며, general_merge_flag의 값이 1일 때 regular merge mode, mmvd mode 및 merge subblock mode (subblock merge mode)가 가용할 수 있다. 예를 들어, general_merge_flag의 값이 1일 때 merge data syntax가 인코딩된 비디오/이미지 정보(또는 비트스트림)로부터 파싱될 수 있으며, merge data syntax는 다음과 같은 정보를 포함하도록 구성/코딩될 수 있다.
merge_data(　x0,　y0,　cbWidth,　cbHeight　) { Descriptor
if ( CuPredMode[　x0　][　y0　] =　= MODE_IBC ) {
if( MaxNumMergeCand > 1 )
merge_idx[　x0　][　y0　] ae(v)
} else {
if( sps_mmvd_enabled_flag |　| cbWidth * cbHeight != 32 )
regular_merge_flag[　x0　][　y0　] ae(v)
if ( regular_merge_flag[　x0　][　y0　] =　= 1 ){
if( MaxNumMergeCand > 1 )
merge_idx[　x0　][　y0　] ae(v)
} else {
if( sps_mmvd_enabled_flag && cbWidth * cbHeight != 32 )
mmvd_merge_flag[　x0　][　y0　] ae(v)
if( mmvd_merge_flag[　x0　][　y0　] =　= 1 ) {
if( MaxNumMergeCand > 1 )
mmvd_cand_flag[　x0　][　y0　] ae(v)
mmvd_distance_idx[　x0　][　y0　] ae(v)
mmvd_direction_idx[　x0　][　y0　] ae(v)
} else {
if( MaxNumSubblockMergeCand > 0 && cbWidth >= 8 && cbHeight >= 8 )
merge_subblock_flag[　x0　][　y0　] ae(v)
if( merge_subblock_flag[　x0　][　y0　] =　= 1 ) {
if( MaxNumSubblockMergeCand > 1 )
merge_subblock_idx[　x0　][　y0　] ae(v)
} else {
if( sps_ciip_enabled_flag && cu_skip_flag[　x0　][　y0　] =　= 0 &&
(　cbWidth　*　cbHeight　) >= 64 && cbWidth < 128 && cbHeight < 128 ) {
ciip_flag[　x0　][　y0　] ae(v)
if( ciip_flag[　x0　][　y0　] && MaxNumMergeCand > 1 )
merge_idx[　x0　][　y0　] ae(v)
}
if( MergeTriangleFlag[　x0　][　y0　] ) {
merge_triangle_split_dir[　x0　][　y0　] ae(v)
merge_triangle_idx0[　x0　][　y0　] ae(v)
merge_triangle_idx1[　x0　][　y0　] ae(v)
}
}
}
}
}
}
여기서, regular_merge_flag[ x0 ][ y0 ]가 1이면, 일반 머지 모드(regular merge mode)가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하는데 사용됨을 나타낸다. 즉, regular_merge_flag는 머지 므드(정규 머지 모드)가 현재 블록에 적용되는지 여부를 나타낸다.
mmvd_merge_flag[ x0 ][ y0 ]가 1이면, MMVD(merge mode with motion vector difference)가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하는데 사용됨을 나타낸다. 즉, mmvd_merge_flag는 MMVD가 현재 블록에 적용되는지 여부를 나타낸다.
mmvd_cand_flag[ x0 ][ y0 ]는 머지 후보 리스트 내 첫 번째(0) 혹은 두 번째(1) 후보가 mmvd_distance_idx[ x0 ][ y0 ] 및 mmvd_direction_idx[ x0 ][ y0 ]로부터 유도된 움직임 벡터 차분(motion vector difference)과 사용되는지 여부를 나타낸다.
mmvd_distance_idx[ x0 ][ y0 ]는 MmvdDistance[ x0 ][ y0 ]를 유도하기 위한 인덱스를 나타낸다.
mmvd_direction_idx[ x0 ][ y0 ]는 MmvdSign[ x0 ][ y0]를 유도하기 위한 인덱스를 나타낸다.
merge_subblock_flag[ x0 ][ y0 ] 현재 코딩 유닛에 대해 서브 블록 기반 인터 예측 파라미터들을 생성하는 데 머지 모드가 사용되는지 여부를 나타낸다. 즉, merge_subblock_flag는 현재 블록에 서브블록 머지 모드 (또는 affine merge mode)가 적용되는지 여부를 나타낼 수 있다.
merge_subblock_idx[ x0 ][ y0 ]는 서브 블록 기반 머지 후보 리스트의 머지 후보 리스트를 나타낸다.
ciip_flag[ x0 ][ y0 ]는 결합된 인터 픽처 머지 및 인트라 픽처 예측이 현재 코딩 유닛에 적용되는지 여부를 나타낸다.
ciip_flag[ x0 ][ y0 ]는 결합된 인터 픽처 머지 및 인트라 픽처 예측이 현재 코딩 유닛에 적용되는지 여부를 나타낸다.
merge_triangle_idx0[ x0 ][ y0 ]는 삼각 형태 기반 움직임 보상 후보 리스트의 제1 머지 후보 인덱스를 나타낸다.
merge_triangle_idx1[ x0 ][ y0 ]는 삼각 형태 기반 움직임 보상 후보 리스트의 제2 머지 후보 인덱스를 나타낸다.
merge_idx[ x0 ][ y0 ]는 머지 후보 리스트의 머지 후보 인덱스를 나타낸다.
한편, 다시 CU 신택스를 참조하면, mvp_l0_flag[ x0 ][ y0 ]는 리스트 0의 움직임 벡ㅌ너 예측자 인덱스를 나타낸다. 즉, mvp_l0_flag는 MVP 모드가 적용되는 경우, MVP 후보 리스트0에서 상기 현재 블록의 MVP 도출을 위하여 선택되는 후보를 지시할 수 있다.
mvp_l1_flag[ x0 ][ y0 ]는 mvp_l0_flag와 동일한 시맨틱스를 가지며, l0 및 리스트 0은 l1 및 리스트 1로 각각 대체된다.
inter_pred_idc[ x0 ][ y0 ]는 리스트 0, 리스트 1 혹은 양 예측이 현재 코딩 유닛에서 사용되는지 여부를 나타낸다.
sym_mvd_flag[ x0 ][ y0 ]이 1이면, 신택스 요소 ref_idx_l0[ x0 ][ y0 ] 및 ref_idx_l1[ x0 ][ y0 ], 및 refList에 대해 1인 mvd_coding( x0, y0, refList ,cpIdx ) 신택스 구조가 존재하지 않음을 나타낸다. 즉, sym_mvd_flag는 mvd 코딩에 있어서 symmetric MVD가 사용되는지 여부를 나타낸다.
ref_idx_l0[ x0 ][ y0 ]는 현재 코딩 유닛의 리스트 0 참조 픽처 인덱스를 나타낸다.
ref_idx_l1[ x0 ][ y0 ]는 ref_idx_l0과 동일한 시맨틱스를 가지며, l0, L0 및 리스트 0은 각각 l1, L1, 및 리스트 1로 대체된다.
inter_affine_flag[ x0 ][ y0 ]이 1이면, 현재 코딩 유닛에 대해, P 혹은 B 슬라이스를 디코딩할 때, 어파인 모델 기반 움직임 보상이 현재 코딩 유닛의 예측 샘플들을 생성하는데 사용됨을 나타낸다.
cu_affine_type_flag[ x0 ][ y0 ]이 1이면, 현재 코딩 유닛에 대해, P 혹은 B 슬라이스를 디코딩할 때, 6-파라미터 어파인 모델 기반 움직임 보상이 현재 코딩 유닛의 예측 샘플들을 생성하는데 사용됨을 나타낸다. cu_affine_type_flag[ x0 ][ y0 ]이 0이면 4-파라미터 모델 기반 움직임 보상이 ㅎㄴ재 코딩 유닛의 예측 샘플들을 생성하는데 사용됨을 나타낸다.
amvr_flag[ x0 ][ y0 ]는 움직임 벡터 차분의 해상도를 나타낸다. 어레이 인덱스 x0, y0는 픽처의 좌측 상단 루마 샘플에 대해 고려되는 코딩 블록의 좌측 상단 루마 샘플의 위치 (x0, y0)를 나타낸다. amvr_flag[ x0 ][ y0 ]이 0이면, 움직임 벡터 차분의 해상도가 루마 샘플의 1/4임을 나타낸다. amvr_flag[ x0 ][ y0 ]이 1이면, 움직임 벡터 차분의 해상도가 amvr_precision_flag[ x0 ][ y0 ]에 의해 특정됨을 나타낸다.
amvr_precision_flag[ x0 ][ y0 ]이 0이면, inter_affine_flag[ x0 ][ y0 ]이 0인 경우 움직임 벡터 차분의 해상도가 하나의 정수 루마 샘플이고, 그 외의 경우 루마 샘플의1/16임을 나타낸다. amvr_precision_flag[ x0 ][ y0 ]이 1이면, inter_affine_flag[ x0 ][ y0 ]이 0인 경우, 움직임 벡터 차분의 해상도가 네 개의 루마 샘플이고, 그 외의 경우 하나의 정수 루마 샘플임을 나타낸다. 어레이 인덱스 x0, y0 specify는 픽처의 좌측 상단 루마 샘플에 대해 고려되는 코딩 블록의 좌측 상단 루마 샘플의 위치 (x0, y0)를 나타낸다.
bcw_idx[ x0 ][ y0 ]는 CU 가중치를 동반한 양 예측 가중치 인덱스를 나타낸다.
움직임 정보 도출
현재 블록의 움직임 정보를 이용하여 인터 예측을 수행할 수 있다. 인코딩 장치는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 인코딩 장치는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 위상(phase) 기반 샘플 값들의 차를 기반으로 도출할 수 있다. 예를 들어, 블록의 유사성은 현재 블록(or 현재 블록의 템플릿)과 참조 블록(or 참조 블록의 템플릿) 간 SAD를 기반으로 계산될 수 있다. 이 경우 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보를 도출할 수 있다. 도출된 움직임 정보는 인터 예측 모드 기반으로 여러 방법에 따라 디코딩 장치로 시그널링될 수 있다.
예측 샘플 생성
예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록을 도출할 수 있다. 상기 예측된 블록은 상기 현재 블록의 예측 샘플들(예측 샘플 어레이)를 포함할 수 있다. 현재 블록의 움직임 벡터가 분수 샘플 단위를 가리키는 경우, 보간(interpolation) 절차가 수행될 수 있으며, 이를 통하여 참조 픽처 내에서 분수 샘플 단위의 참조 샘플들을 기반으로 상기 현재 블록의 예측 샘플들이 도출될 수 있다. 현재 블록에 Affine 인터 예측이 적용되는 경우, 샘플/서브블록 단위 MV를 기반으로 예측 샘플들을 생성할 수 있다. 쌍예측이 적용되는 경우, L0 예측(즉, 참조 픽처 리스트 L0 내 참조 픽처와 MVL0를 이용한 예측)을 기반으로 도출된 예측 샘플들과 L1 예측(즉, 참조 픽처 리스트 L1 내 참조 픽처와 MVL1을 이용한 예측)을 기반으로 도출된 예측 샘플들의 (위상에 따른) 가중합 또는 가중평균을 통하여 도출된 예측 샘플들이 현재 블록의 예측 샘플들로 이용될 수 있다. 쌍예측이 적용되는 경우, L0 예측에 이용된 참조 픽처와 L1 예측에 이용된 참조 픽처가 현재 픽처를 기준으로 서로 다른 시간적 방향에 위치하는 경우, (즉, 쌍예측이면서 양방향 예측에 해당하는 경우) 이를 true 쌍예측이라고 부를 수 있다.
도출된 예측 샘플들을 기반으로 복원 샘플들 및 복원 픽처가 생성될 수 있고, 이후 인루프 필터링 등의 절차가 수행될 수 있음은 전술한 바와 같다.
상술한 바와 같이, 인터 예측은 참조 영상(reference picture)을 기반으로 수행될 수 있는데, 각 영상 별 해상도가 GOP(group of pictures) 등의 단위로 달라질 수도 있다. 즉, 현재 영상과 참조 영상의 해상도가 상이한 경우가 발생할 수 있다.
한편, 두 영상의 해상도가 상이하더라도, 참조 영상과 현재 영상이 동일한 CLVS (coded layer video sequence) 등에 속하면, 서로 다른 해상도에 대한 추가적인 처리를 수행하는 참조 영상 리샘플링 (reference picture resampling, RPR) 기술을 통해 현재 영상에 대한 예측을 수행할 수 있다. 참조 영상 리샘플링 기술에 의하면, 참조 영상의 해상도가 변경될 수 있다.
즉, 하나의 레이어 내의 영상에서는 해상도가 조정될 수 있다. 현재 영상과 참조 영상의 해상도가 다른 경우, 참조 영상과 현재 영상과의 해상도 비율을 계산하고, 참조 영상은 샘플링을 통하여 현재 영상과 동일한 크기로 해상도를 변경하여 참조할 수 있다. 한편, 해상도는 주기적인 시간 (0.5초, 1초 등)이나 미리 정해진 (8, 16, 32, 64, 128 등) 프레임 개수, GOP (group of picture)의 배수, RAP (random access point) 등의 배수에 기반하여 결정될 수 있다. 이와 같이 해상도가 결정되면, 각 영상의 특성을 고려하지 않은 채 해상도가 기계적으로 결정되므로, 최적의 해상도를 결정할 수 없다는 문제점이 있다.
이를 개선하기 위해, 본 개시에서는 복수 개의 해상도 비율을 적응적으로 선택하여 해상도를 변경하는 구성을 제안한다. 본 개시에 의하면, 현재 영상과 참조 영상의 해상도 비율을 결정, 즉 최적의 해상도를 결정하고, 참조 영상과 현재 영상 간의 해상도 비율을 결정하여 참조 샘플 리샘플링을 수행함으로써 부호화 및 복호화 효율을 크게 향상시킬 수 있다.
또한, 본 개시에 의하면, 적응적 해상도 변경 기술과 관련한 인코더 및 디코더 기술로 참조 영상과 현재 영상의 해상도가 다를 때, 이를 전송하는 방법 및 인코더 및 디코더 기술에 대한 제어 방법에 대한 것으로 상기 기술한 문제에 대한 해결책을 제공할 수 있다.
또한, 본 개시의 실시예에 따르면, 양자화 파라미터 및/또는 영상의 복잡도(예를 들어, PSNR, 비트율 등)를 고려하여 해상도를 결정할 수 있고, 이 때 다양한 해상도 중에서 하나의 해상도를 선택할 수 있다.
보다 상세하게는, 본 개시의 실시예에 따르면, 적응적 해상도 변경 기술 및/또는 참조 영상 리샘플링 (reference picture resampling, RPR) 기술을 위해 양자화 파라미터 및/또는 영상의 복잡도를 고려하여 최적의 해상도, 즉 최적의 해상도 비율을 결정할 수 있다.
한편, 최적의 해상도 비율을 결정하고 해상도 변경 기술 및/또는 참조 영상 리샘플링 기술을 적용함에 앞서, 현재 영상에 해상도 변경 기술이 적용되는지 여부, 참조 영상 리샘플링을 수행하는지 여부 등이 결정될 수 있다. 영상 부호화 장치에서는 이를 특정 정보로 인코딩하여 비트스트림에 포함시킬 수도 있으나, 암시적으로 다른 정보로부터 유도될 수 있게 할 수도 있다.
하기에서는 본 개시에 따른 최적의 해상도 비율을 결정하는 실시예에 대하여 설명한다.
일 예로서, 영상 부호화 및/혹은 복호화 장치는 복수 개의 해상도 비율 중 하나를 선택할 수 있다. 각 GOP(group of pictures)에 대해, 영상 부호화 장치는 초기 양자화 파라미터에 따라 달라지는 PSNR(Peak Signal to Noise Ratio) 임계값에 기초하여 복수 개의 후보 해상도 중 하나를 선택할 수 있다. 해상도를 결정하기 위해, 다운샘플링(down-sampling)(다운스케일링, down-scaling) 혹은 업샘플링(up-sampling)(업스케일링, up-scaling)에 의해 획득된 영상(예를 들어, 각 GOP의 제1 픽처를 다운샘플링 혹은 업샘플링한 영상)과 원본 영상(예를 들어, 소스 영상, 각 GOP의 제1 픽처) 사이의 PSNR이 각 GOP의 제1 픽처에 대해 도출될 수 있다. 동일한 GOP 내 제1 픽처의 PSNR에 기반하여 현재 영상의 PSNR로 도출될 수 있다. 한편, 해상도 비율은 GOP 단위로 결정될 수 있으며, GOP에는 하나 이상의 영상(픽처, picture)이 포함될 수 있다. 즉, PSNR은 원본 영상과 업샘플링된 영상 혹은 다운샘플링된 영상 간에 계산될 수 있다. 제1 픽처는 여기서 원본 해상도의 절반에 해당하는 해상도(half resolution)로 다운샘플링(다운스케일링)될 수 있으며 이후 다시 원본 해상도로 리샘플링될 수 있다.
일 예로서, 적응적 해상도 변경 기술 또는 참조 영상 리샘플링 기술 사용 시, 하나의 영상에 대해서 다양한 후보 해상도 중에서 하나를 선택할 수 있다. 예를 들어, 후보 해상도에는 1/2, 2/3, 혹은 1 이 포함될 수 있다. 여기서 1은 원본 해상도를 의미할 수 있으며, 각각의 해상도로 업샘플링 혹은 다운샘플링될 수 있다. 한편, 후보 해상도는 2, 3/2, 혹은 1로 표현될 수도 있다. 즉, 참조 영상은 현재 영상에 비해 2 만큼 작거나 큰 해상도를 가질 수 있으며, 3/2 만큼 작거나 큰 해상도를 가질 수 있고, 동일한 해상도를 가질 수도 있다. 동일한 해상도를 갖는 경우에는 해상도 비율 조정이 수행되지 않을 수도 있다.
한편, 해상도 비율 값은 해상도 비율을 지시하는 인덱스 정보로부터 유도될 수 있으며, 인덱스 정보는 VPS, SPS, PPS, 픽처 헤더, 슬라이스 헤더 등으로 비트스트림에 포함될 수 있다. 또한, 인덱스 정보는 플래그 정보일 수 있다. 해당 인덱스 정보로 복수 개의 해상도 비율 중 하나가 선택될 수 있다. 다른 일 예로서, 다른 정보에 기반하여 해상도 비율에 대한 정보가 유도되는 것도 가능하다.
일 예로서, 여러 해상도 가운데 한 해상도는 양자화 파라미터에 기반하여 적응적으로 변화하는 PSNR 임계값에 따라 선택될 수 있다. 일 예로서, 임의의 i번째 GOP에 포함된 영상에 참조 영상 리샘플링(RPR)이 수행되는 경우, 해상도 비율(스케일링 팩터, scaling factor)(RPR_R)은 다음과 같이 유도될 수 있다.
Figure PCTKR2022014919-appb-img-000001
일 예로서, 스케일링된 PSNR 값(ScaledPSNR)을 기반으로 해상도 비율이 선택될 수 있다. 변수
Figure PCTKR2022014919-appb-img-000002
값은 임의의 i번째 GOP 내 제1 픽처에 대해 앞서 언급한 업 샘플링된 PSNR을 의미할 수 있다. 또한, 변수 BasePSNR 및 BaseQP는 각각 특정한 PSNR과 양자화 파라미터(Quantization Parameter, QP)를 나타낼 수 있으며, 각 값은 기 정의된 것일 수 있다. 변수 OffsetPSNR은 서로 다른 두 해상도의 영상 간의 PSNR 차이(gap)를 나타낼 수 있다. 예를 들어, 변수 OffsetPSNR은 원본 영상 대비 1/2 및 2/3 해상도 혹은 2 및 3/2 해상도인 영상 간의 PSNR의 차이를 나타낼 수 있다. 변수 Decay는 양자화 파라미터에 따른 임계 PSNR 값의 감소율을 의미할 수 있으며, 일정한 값을 유지하거나, 달라질 수도 있다. 한편,
Figure PCTKR2022014919-appb-img-000003
는 임의의 i번째 GOP 내 제1 픽처의 초기 양자화 파라미터를 의미할 수 있다. 참조 영상과의 해상도 비율을 결정함에 있어, 양자화 파라미터 값 및/혹은 PSNR 값이 이용될 수 있다. 또한, 양자화 파라미터 값은 초기 양자화 파라미터 값일 수 있으며, 양자화 파라미터 값은 특정 양자화 파라미터 값과 비교될 수 있다. 즉, 양자화 파라미터 값과 특정 양자화 파라미터 값을 비교하는 연산(예를 들어, 뺄셈 등)에 기반하여 해상도 비율이 결정될 수 있다. 또한, PSNR 값은 특정 PSNR 값과 비교될 수 있다. 즉, PSNR 값과 특정 PSNR 값을 비교하는 연산(예를 들어, 뺄셈 등)에 기반하여 해상도 비율이 결정될 수 있다. 즉, 참조 영상과 현재 영상 간의 해상도 비율은 GOP(Group of Pictures) 단위로 결정될 수 있으므로, 동일 GOP에 포함된 영상 간에는 동일한 해상도 비율이 공유될 수 있다.
상기 [수학식 1]에 따라, 일 실시예로서, QP 범위는 27 내지 47로 설정되고, 절반(1/2) (ScalingRatioHor=2.0 및 ScalingRatioVer=2.0) 및 2/3(ScalingRatioHor=1.5 및 ScalingRatioVer=1.5) 해상도 모두에 대한 영상을 각각 원본본 해상도(UpscaledOutput=2)로 조정하고, BaseQP, OffsetPSNR 및 Decay는 37, 3 및 0.5로 설정할 수 있다. 여기서, RA 및 AI에 대한 BasePSNR은 각각 45 및 41으로 설정될 수 있다. 여기서, 원본 영상의 절반(1/2) 또는 2/3 해상도로 영상이 인코딩될 때 QP 값은 오프셋으로 조정될 수 있다. 한편, QP 값은 1/2 해상도 비율의 영상에 대해 -6으로, 2/3 해상도 비율의의 영상에 대해 -4로 정의된 오프셋에 기반하여 조정될 수 있다. 이에 따른 성능 테스트는 다음과 같이 도출될 수 있다. [표 4]는 RA에서의 제안된 실시예의 성능을 나타낼 수 있다.
Y U V EncT DecT
Class A1 -7.22% 3.40% 3.85% 76% 43%
Class A2 -4.17% 19.43% 16.12% 79% 57%
Class B -0.43% 3.75% 3.11% 95% 84%
Class C 0.00% 0.00% 0.00% 100% 101%
Class E 　 　 　
Overall -2.42% 5.82% 5.03% 89% 71%
Class D 0.00% 0.00% 0.00% 100% 100%
Class F 0.00% 0.00% 0.00% 101% 102%
표 4에서 인코딩 시간(EncT) 및 디코딩 시간(DecT)는 무시될 수 있다. 또한, 코딩 이득이 클래스 A1(Class A1) 및 클래스 A2(Class A2)에서 획득되었으므로, LD 테스트는 생략될 수 있다.
한편, 해상도 비율(스케일링 팩터, scaling factor)(RPR_SF)을 유도하기 위한 상기의 수학식 1은 다음과 같이 수정될 수도 있다.
Figure PCTKR2022014919-appb-img-000004
일 예로서, 변수 DnUpPSNR은 앞서 언급된, 임의의 i번째 GOP 내 제1 픽처에 대한 다운 샘플링 혹은 업 샘플링 된 PSNR을 나타낼 수 있다. 그외의 변수, BasePSNR, BaseQP, OffsetPSNR 등은 상기 수학식 1에서 설명한 것과 동일한 의미를 가질 수 있다.
Figure PCTKR2022014919-appb-img-000005
또한 임의의 i번째 GOP 내 제1 픽처의 초기 양자화 파라미터를 의미할 수 있다. 한편, [수학식 1]와 달리, 양자화 파라미터 값(혹은 양자화 파라미터와 초기 양자화 파라미터 값 간의 비교 값)에 곱해지는 임계값은 특정 값으로 지정될 수도 있다. 즉, [수학식 1]와 같이 변수(예를 들어, Decay) 값일 수 있으나, [수학식 2]에서는 특정 값(예를 들어, 0.5)일 수도 있다.
상기 [수학식 2]에 따른 일 실시예로서, QP 범위는 22 내지 42로 설정되고, 절반(1/2) (ScalingRatioHor=2.0 및 ScalingRatioVer=2.0) 및 2/3(ScalingRatioHor=1.5 및 ScalingRatioVer=1.5) 해상도 모두에 대한 영상을 각각 원본본 해상도(UpscaledOutput=2)로 조정하고, BaseQP, OffsetPSNR은 37, 3으으로 설정할 수 있다. 여기서, RA 및 AI에 대한 BasePSNR은 각각 45 및 42로 설정될 수 있다. 여기서, 원본 영상의 절반(1/2) 또는 2/3 해상도로 영상이 인코딩될 때 QP 값은 오프셋으로 조정될 수 있다. 한편, QP 값은 1/2 해상도 비율의 영상에 대해 -6으로, 2/3 해상도 비율의 영상에 대해 -4로 정의된 오프셋에 기반하여 조정될 수 있다. 이에 따른 성능 테스트는 다음과 같이 도출될 수 있다. [표 5]은 AI에서의, [표 6]은 RA에서의 제안된 실시예의 성능을 나타낼 수 있다.
Y U V EncT DecT
Class A1 -1.55% 2.38% 2.60% 108% 65%
Class A2 -2.81% 12.66% 9.69% 94% 74%
Class B 0.52% 2.13% 2.27% 96% 87%
Class C 0.00% 0.00% 0.00% 98% 95%
Class E 0.09% 0.25% 0.27% 96% 94%
Overall -0.57% 3.14% 2.73% 98% 83%
Class D 0.02% 0.06% 0.05% 97% 99%
Class F 0.00% 0.00% 0.00% 95% 98%
Y U V EncT DecT
Class A1 -3.48% 2.23% 3.71% 78% 54%
Class A2 -1.55% 7.82% 6.70% 86% 73%
Class B 0.08% 1.83% 1.27% 97% 89%
Class C 0.00% 0.00% 0.00% 100% 99%
Class E 　 　 　
Overall -0.98% 2.62% 2.50% 92% 80%
Class D 0.00% 0.00% 0.00% 100% 101%
Class F 0.00% 0.00% 0.00% 101% 100%
추가적으로, QP 범위가 27 내지 47인 실시예에 대하여 산출된 성능은 다음 [표 7] 내지 [표 8]와 같을 수 있다. 마찬가지로, [표 7]은 AI 에서의, [표 8]는 RA에서의 제안된 실시예의 성능을 나타낼 수 있다.
Y U V EncT DecT
Class A1 -4.87% 5.83% 4.06% 114% 51%
Class A2 -5.66% 25.61% 18.95% 101% 60%
Class B 0.00% 3.39% 3.66% 102% 78%
Class C 0.00% -0.05% -0.03% 98% 93%
Class E 0.50% 0.05% 0.18% 98% 80%
Overall -1.67% 6.18% 4.87% 102% 73%
Class D 0.02% 0.07% 0.05% 97% 95%
Class F 0.01% -0.01% 0.01% 96% 95%
Y U V EncT DecT
Class A1 -7.22% 3.40% 3.85% 76% 43%
Class A2 -4.17% 19.43% 16.12% 79% 57%
Class B -0.43% 3.75% 3.11% 95% 82%
Class C 0.00% 0.00% 0.00% 100% 100%
Class E 　 　 　
Overall -2.42% 5.82% 5.03% 89% 71%
Class D 0.00% 0.00% 0.00% 100% 101%
Class F 0.00% 0.00% 0.00% 102% 99%
위와 같은 본 개시의 실시예에 의하면, 하나 이상의 해상도 비율 후보 중 하나의 해상도 비율이 선택될 수 있으며, 이로 인해 부호화/복호화 코딩 효율이 현저하게 상승될 수 있다.
하기에서는 도면을 참조하여 적응적으로 해상도를 변경하는 본 개시의 실시예에 대하여 더욱 상세하게 설명한다.
도 9는 본 개시의 일 실시예에 따른 영상 부호화 방법을 도시한 도면이다.
일 예로서, 도 9의 영상 부호화 방법은 영상 부호화 장치에 의해 수행될 수 있다. 영상 부호화 장치의 예는 다른 도면을 참조하여 설명한 바와 같다.
먼저, 영상 부호화 장치에 의해 수행되는 영상 부호화 방법은 현재 영상의 인터 예측을 위한 참조 영상을 결정(S1901)할 수 있다. 일 예로서, 현재 영상과 참조 영상의 해상도는 서로 다를 수 있으며, 서로 다른 GOP에 속할 수 있다. 즉, 해상도는 GOP(group of pictures) 단위로 적용될 수 있다. 현재 영상의 인터 예측 여부를 결정하는 과정이나 현재 영상의 인터 예측을 위한 참조 영상은 상기에서 다른 도면을 참조하여 설명한 바와 같이 유도될 수 있다.
또한, 유도된 참조 영상과 현재 영상의 해상도 비율을 유도(S1902)할 수 있다. 일 예로서, S1902 단계는 참조 영상과 현재 영상의 해상도 비율이 다름이 결정된 이후에 수행될 수도 있다. 여기서 해상도 비율은 복수 개의 해상도 비율 중 하나로 유도될 수도 있으며, 복수 개의 해상도 비율은 기 정의된 것일 수 있다. 예를 들어, 복수 개의 해상도 비율에는 2, 3/2, 혹은 1 중 적어도 하나가 포함될 수 있으며, 1/2, 2/3, 혹은 1로 표현될 수도 있다. 복수 개의 해상도 비율 중 하나의 해상도 비율이 선택될 때, 상기에서 설명한 양자화 파라미터나 PSNR이 이용될 수 있다. 해상도 비율은 현재 영상과 동일한 GOP 내 제1 픽처의 초기 양자화 파라미터를 기반으로 결정될 수 있다. 또한, 초기 양자화 파라미터는 특정 양자화 파라미터 값과 비교될 수 있다. 한편, 해상도 비율은 GOP 내 제1 픽처에 대한 PSNR에 더 기반하여 결정될 수 있다. 여기서, PSNR을 산출할 때 제1 픽처는 특정 해상도로 다운 스케일링(다운샘플링)되거나 업스케일링(업샘플링)될 수 있다. 제1 픽처에 대한 PSNR은 특정 PSNR 값과 비교될 수 있다.
해상도 비율을 기반으로 참조 영상의 해상도를 변경(S1903)할 수 있다. 일 예로서, 해상도 비율을 지시하는 해상도 인덱스 정보는 비트스트림으로 인코딩될 수 있다. 해상도가 변경된 참조 영상은 현재 영상에 대한 인터 예측의 참조 영상으로서 이용될 수 있다.
한편, 도 9는 본 개시의 일 실시예에 해당하므로, 일부 단계가 변경, 삭제되거나 추가되는 것도 가능하다. 예를 들어, 현재 영상에 참조 영상 리샘플링이 적용될지 여부를 결정하는 단계나 해상도 비율을 지시하는 인덱스 정보를 비트스트림으로 인코딩하는 단계 등이 더 포함될 수도 있다. 이 경우, 참조 영상 리샘플링은 코딩 툴(예를 들어, BDOF, DMVR, PROF 혹은 TMVP) 적용 여부에 기반하여 결정 될 수 있다. 또한, 일부 단계의 순서가 변경될 수도 있다.
도 10은 본 개시의 일 실시예에 따른 영상 복호화 방법을 도시한 도면이다.
일 예로서, 도 10의 영상 복호화 방법은 영상 복호화 장치에 의해 수행될 수 있다. 영상 복호화 장치의 예는 다른 도면을 참조하여 설명한 바와 같다.
또한, 도 9에서 설명한 영상 부호화 방법의 각 단계(S1901, S1902, S1903)은 각각 도 10의 각 단계(S2001, S2002, S2003)에 대응될 수 있다. 즉, 복호화 방법과 배치되지 않는 한 도 10의 각 단계에 대해서도 부합되며, 해당 설명에 대한 내용이 적용될 수 있다.
먼저, 영상 복호화 장치에 의해 수행되는 영상 복호화 방법은 현재 영상의 인터 예측을 위한 참조 영상을 유도(S2001)할 수 있다. 상기에서 설명한 바와 같이, 현재 영상의 인터 예측 여부 및 참조 영상은 부호화 장치가 결정한 바에 따를 수 있으며, 현재 영상과 참조 영상의 해상도가 서로 다를 수 있다. 즉, 현재 영상이 속한 GOP와 참조 영상이 속한 GOP가 서로 다를 수 있다.
또한, 유도된 참조 영상과 현재 영상의 해상도 비율을 유도(S2002)할 수 있다. 여기서 해상도 비율은 복수 개의 해상도 비율 중 하나로 유도될 수도 있으며, 복수 개의 해상도 비율은 기 정의된 것일 수 있다. 예를 들어, 복수 개의 해상도 비율에는 2, 3/2, 혹은 1 중 적어도 하나가 포함될 수 있으며, 1/2, 2/3, 혹은 1로 표현될 수도 있다. 복수 개의 해상도 비율 중 하나의 해상도 비율은 비트스트림으로부터 디코딩된 해상도 비율을 지시하는 정보(예를 들어, 인덱스 정보)에 의해 선택될 수 있다. 한편, 선택된 해상도 비율은 상기에서 설명한 양자화 파라미터나 PSNR을 이용하여 유도된 것일 수 있다. 이는, 상기에서 설명한 바와 같다.
이후, 해상도 비율을 기반으로 참조 영상의 해상도를 변경(S2003)할 수 있다. 상기에서 설명한 바와 같이, 참조 영상의 해상도가 변경되면, 참조 영상 리샘플링에 따른 인터 예측이 수행될 수 있다. 즉, 해상도가 변경된 참조 영상은 현재 영상에 대한 인터 예측의 참조 영상으로서 이용될 수 있다.
한편, 도 10은 본 개시의 일 실시예에 해당하므로, 일부 단계가 변경, 삭제되거나 추가되는 것도 가능하다. 예를 들어, 현재 영상에 참조 영상 리샘플링이 적용될지 여부를 결정하는 단계나 해상도 비율을 지시하는 인덱스 정보를 비트스트림으로부터 디코딩하는 단계 등이 더 포함될 수도 있다. 이 경우, 참조 영상 리샘플링이 적용될지는 비트스트림으로부터 관련 정보를 디코딩하여 결정되거나, 암시적으로 다른 정보로부터 유도되어 결정될 수도 있다. 또한, 참조 영상 리샘플링은 코딩 툴(예를 들어, BDOF, DMVR, PROF 혹은 TMVP) 적용 여부에 기반하여 수행될 수 있다. 또한, 일부 단계의 순서가 변경될 수도 있다.
도 11은 본 개시의 일 실시예에 따른 영상 부호화 혹은 복호화 장치를 도시한 도면이다.
일 예로서, 영상 부호화 혹은 복호화 장치(2100)는 메모리(2101), 하나 이상의 프로세서(2102)를 포함할 수 있으며, 영상 부호화 혹은 복호화 장치는 각각 상기에서 설명한 영상 부호화 방법 혹은 복호화 방법을 수행할 수 있다.
또한, 도면에 도시되지는 않았으나, 사용자 인터페이스, I/O 도구, 디스플레이 등을 더 포함할 수도 있다.
일 예로서, 하나 이상의 프로세서는 상술한 실시예 및 영상 부호화/복호화 방법을 수행하되, 일부 단계를 병렬적으로 수행할 수도 있고, 가능한 경우 일부 단계의 순서를 바꾸거나 생략하여 수행할 수도 있다.
상기에서 설명한 본 개시에 의하면, 최적의 해상도 비율이 보다 적응적으로 결정되므로, 보다 섬세하고 효율적인 참조 영상 리샘플링이 수행될 수 있다.
본 개시에 따른 다양한 실시예들은 단독으로 또는 다른 실시예들과 조합되어 사용될 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. 예컨대, 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 영상 복호화 장치 및 영상 부호화 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 12는 본 개시의 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시한 도면이다.
도 12에 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 . 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 영상을 부호화/복호화하는데 이용될 수 있다.

Claims (15)

  1. 영상 부호화 장치에 의해 수행되는 영상 부호화 방법에 있어서,
    현재 영상의 인터 예측을 위한 참조 영상을 결정하는 단계;
    상기 참조 영상과 현재 영상의 해상도 비율을 유도하는 단계; 및
    상기 해상도 비율을 기반으로 상기 참조 영상의 해상도를 변경하는 단계를 포함하되,
    상기 해상도 비율을 지시하는 해상도 인덱스 정보는 비트스트림으로 인코딩되는, 영상 부호화 방법.
  2. 제1 항에 있어서,
    상기 해상도 인덱스 정보는 복수 개의 상기 해상도 비율 중 하나를 지시하는, 영상 부호화 방법.
  3. 제1 항에 있어서,
    상기 해상도 비율은 2인 제1 해상도 비율 및 3/2인 제2 해상도 비율을 포함하는, 영상 부호화 방법.
  4. 제1 항에 있어서,
    상기 해상도는 GOP(group of pictures) 단위로 적용되는, 영상 부호화 방법.
  5. 제4 항에 있어서,
    상기 해상도 비율은 상기 GOP 내 제1 픽처의 초기 양자화 파라미터를 기반으로 결정되는, 영상 부호화 방법.
  6. 제5 항에 있어서,
    상기 초기 양자화 파라미터는 특정 양자화 파라미터 값과 비교되는, 영상 부호화 방법.
  7. 제4 항에 있어서,
    상기 해상도 비율은 상기 제1 픽처를 특정 해상도로 다운 스케일링하여 유도되는, 영상 부호화 방법.
  8. 제4 항에 있어서,
    상기 해상도 비율은 상기 GOP 내 제1 픽처에 대한 PSNR를 기반으로 결정되는, 영상 부호화 방법.
  9. 제8 항에 있어서,
    상기 제1 픽처에 대한 PSNR은 특정 PSNR 값과 비교되는, 영상 부호화 방법.
  10. 제1 항에 있어서,
    상기 현재 영상에 대한 참조 영상 리샘플링을 수행할지 여부를 결정하는 단계;를 더 포함하는, 영상 부호화 방법.
  11. 제10 항에 있어서,
    상기 참조 영상 리샘플링은 BDOF, DMVR, PROF 혹은 TMVP 적용 여부에 기반하여 수행되는, 영상 부호화 방법.
  12. 영상 복호화 장치에 의해 수행되는 영상 복호화 방법에 있어서,
    현재 영상의 인터 예측을 위한 참조 영상을 유도하는 단계;
    상기 참조 영상과 현재 영상의 해상도 비율을 유도하는 단계; 및
    상기 해상도 비율을 기반으로 상기 참조 영상의 해상도를 변경하는 단계;를 포함하되,
    상기 해상도 비율은 비트스트림의 해상도 인덱스 정보를 기반으로 유도되는, 영상 복호화 방법.
  13. 제12 항에 있어서,
    상기 해상도 비율은 2인 제1 해상도 비율 및 3/2인 제2 해상도 비율을 포함하는, 영상 복호화 방법.
  14. 제1 항의 영상 부호화 방법에 의해 생성된 비트스트림이 저장된 비 일시적 컴퓨터 판독 가능한 매체.
  15. 영상 부호화 방법에 의해 생성된 비트스트림 전송 방법에 있어서, 상기 영상 부호화 방법은,
    현재 영상의 인터 예측을 위한 참조 영상을 결정하는 단계;
    상기 참조 영상과 현재 영상의 해상도 비율을 유도하는 단계; 및
    상기 해상도 비율을 기반으로 상기 참조 영상의 해상도를 변경하는 단계를 포함하되,
    상기 해상도 비율을 지시하는 해상도 인덱스 정보는 비트스트림으로 인코딩되는, 영상 부호화 방법.
PCT/KR2022/014919 2021-10-04 2022-10-04 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법 WO2023059034A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202163252113P 2021-10-04 2021-10-04
US63/252,113 2021-10-04
US202263296445P 2022-01-04 2022-01-04
US63/296,445 2022-01-04

Publications (1)

Publication Number Publication Date
WO2023059034A1 true WO2023059034A1 (ko) 2023-04-13

Family

ID=85803591

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/014919 WO2023059034A1 (ko) 2021-10-04 2022-10-04 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법

Country Status (1)

Country Link
WO (1) WO2023059034A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030073254A (ko) * 2002-03-09 2003-09-19 삼성전자주식회사 시공간적 복잡도를 고려한 적응적 동영상 부호화 방법 및그 장치
KR20180048713A (ko) * 2015-09-23 2018-05-10 엘지전자 주식회사 영상의 부호화/복호화 방법 및 이를 위한 장치
US20200404297A1 (en) * 2019-06-24 2020-12-24 Alibaba Group Holding Limited Adaptive resolution change in video processing
US20210084291A1 (en) * 2019-03-11 2021-03-18 Alibaba Group Holding Limited Inter coding for adaptive resolution video coding
KR20210091314A (ko) * 2019-01-02 2021-07-21 텐센트 아메리카 엘엘씨 인터 예측 및 표시를 위한 적응적인 영상 해상도 리스케일링

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030073254A (ko) * 2002-03-09 2003-09-19 삼성전자주식회사 시공간적 복잡도를 고려한 적응적 동영상 부호화 방법 및그 장치
KR20180048713A (ko) * 2015-09-23 2018-05-10 엘지전자 주식회사 영상의 부호화/복호화 방법 및 이를 위한 장치
KR20210091314A (ko) * 2019-01-02 2021-07-21 텐센트 아메리카 엘엘씨 인터 예측 및 표시를 위한 적응적인 영상 해상도 리스케일링
US20210084291A1 (en) * 2019-03-11 2021-03-18 Alibaba Group Holding Limited Inter coding for adaptive resolution video coding
US20200404297A1 (en) * 2019-06-24 2020-12-24 Alibaba Group Holding Limited Adaptive resolution change in video processing

Similar Documents

Publication Publication Date Title
WO2020184991A1 (ko) Ibc 모드를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021137597A1 (ko) Ols에 대한 dpb 파라미터를 사용하는 영상 디코딩 방법 및 그 장치
WO2020251319A1 (ko) Sbtmvp를 이용한 인터 예측 기반 영상 또는 비디오 코딩
WO2020009427A1 (ko) 영상 코딩 시스템의 인터 예측에서 템플릿 기반의 후보 리스트 재정렬 방법 및 장치
WO2020256506A1 (ko) 다중 참조 라인 인트라 예측을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020180159A1 (ko) 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020141932A1 (ko) Cpr 기반 mmvd를 이용하는 인터 예측 방법 및 장치
WO2021125700A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2021091256A1 (ko) 영상/비디오 코딩 방법 및 장치
WO2020251270A1 (ko) 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩
WO2020197243A1 (ko) Smvd(symmetric motion vector difference)를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2024005616A1 (ko) 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체
WO2021125702A1 (ko) 가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치
WO2021201463A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021091255A1 (ko) 영상/비디오 코딩을 위한 상위 레벨 신택스 시그널링 방법 및 장치
WO2021137598A1 (ko) Dpb 관리 프로세스를 포함하는 영상 디코딩 방법 및 그 장치
WO2021091253A1 (ko) 슬라이스 타입 기반 영상/비디오 코딩 방법 및 장치
WO2020251340A1 (ko) 움직임 벡터 예측 기반 영상/비디오 코딩 방법 및 장치
WO2021091252A1 (ko) 영상/비디오 코딩을 위한 영상 정보 처리 방법 및 장치
WO2020256329A1 (ko) 움직임 예측에 기반한 영상 코딩 방법 및 장치
WO2023059034A1 (ko) 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법
WO2024080778A1 (ko) 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법
WO2024014896A1 (ko) 움직임 정보 리파인먼트에 기반한 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체
WO2024005541A1 (ko) 서브 픽처 레벨에서 참조 픽처 마킹 프로세스를 수행하는 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체
WO2024010291A1 (ko) 휘도 보상(illumination compensation)에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체

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: 22878855

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20247014933

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2022878855

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: 2022878855

Country of ref document: EP

Effective date: 20240506