WO2023068840A1 - 비분리 1차 변환 설계 방법 및 장치 - Google Patents

비분리 1차 변환 설계 방법 및 장치 Download PDF

Info

Publication number
WO2023068840A1
WO2023068840A1 PCT/KR2022/016033 KR2022016033W WO2023068840A1 WO 2023068840 A1 WO2023068840 A1 WO 2023068840A1 KR 2022016033 W KR2022016033 W KR 2022016033W WO 2023068840 A1 WO2023068840 A1 WO 2023068840A1
Authority
WO
WIPO (PCT)
Prior art keywords
transform
separate
kernels
transformation
kernel
Prior art date
Application number
PCT/KR2022/016033
Other languages
English (en)
French (fr)
Inventor
최정아
김승환
구문모
자오지에
임재현
최장원
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 WO2023068840A1 publication Critical patent/WO2023068840A1/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
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/18—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 set of transform coefficients
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • This document relates to video/image coding technology, and more particularly, to a method for effectively signaling transform-related information when performing non-separate primary transform in a video or video coding system.
  • VR Virtual Reality
  • AR Artificial Reality
  • broadcasting is on the rise.
  • a highly efficient video/image compression technology is required to effectively compress, transmit, store, and reproduce high-resolution and high-quality video/image information having various characteristics as described above.
  • a method and apparatus for increasing video/image coding efficiency are provided.
  • an image coding method and apparatus related to a first transform from a spatial domain to a frequency domain including a non-separate transform are provided.
  • a method and apparatus for effectively signaling transform index information based on primary transform including separative transform and non-separate transform are provided.
  • a method and apparatus for efficiently applying a primary transform and a secondary transform are provided.
  • a method and apparatus for efficiently transmitting kernel-related information applied to a primary transform including a non-separate transform are provided.
  • a video/image decoding method performed by a decoding device is provided.
  • a decoding device for performing video/image decoding is provided.
  • a video/video encoding method performed by an encoding device is provided.
  • an encoding device for performing video/video encoding is provided.
  • a computer-readable digital storage medium in which encoded video/image information generated according to the video/image encoding method disclosed in at least one of the embodiments of this document is stored is provided.
  • encoded information or encoded video/image information causing a decoding device to perform a video/image decoding method disclosed in at least one of the embodiments of this document is stored in a computer readable digital Provide a storage medium.
  • a method of transmitting video/image data including a bitstream generated based on the video/image encoding method disclosed in at least one of the embodiments of this document is provided.
  • a transmission device for transmitting video/image data including a bitstream generated based on the video/image encoding method disclosed in at least one of the embodiments of this document is provided.
  • FIG. 1 schematically shows an example of a video/image coding system to which embodiments of this document can be applied.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/image encoding apparatus to which embodiments of the present document may be applied.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/image decoding device to which embodiments of the present document may be applied.
  • 5 illustratively shows intra-directional modes of 65 prediction directions.
  • FIG. 7 is a diagram for explaining RST according to an embodiment of the present document.
  • CABAC context-adaptive binary arithmetic coding
  • FIGS. 9 and 10 schematically illustrate an example of a video/image encoding method and related components according to the embodiment(s) of this document.
  • FIG. 11 and 12 schematically illustrate an example of a video/image decoding method and related components according to an embodiment of the present document.
  • FIG. 13 shows an example of a content streaming system to which the embodiments disclosed in this document can be applied.
  • each component in the drawings described in this document is shown independently for convenience of description of different characteristic functions, and does not mean that each component is implemented as separate hardware or separate software.
  • two or more of the components may be combined to form one component, or one component may be divided into a plurality of components.
  • Embodiments in which each configuration is integrated and/or separated are also included in the scope of rights of this document as long as they do not deviate from the essence of this document.
  • FIG. 1 schematically shows an example of a video/image coding system to which embodiments of this document can be applied.
  • a video/image coding system may include a first device (source device) and a second device (receive device).
  • the source device may transmit encoded video/image information or data to a receiving device in a file or streaming form through a digital storage medium or network.
  • the source device may include a video source, an encoding device, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding device, and a renderer.
  • the encoding device may be referred to as a video/image encoding device, and the decoding device may be referred to as a video/image decoding device.
  • a transmitter may be included in an encoding device.
  • a receiver may be included in a decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or an external component.
  • a video source may acquire video/images through a process of capturing, synthesizing, or generating video/images.
  • a video source may include a video/image capture device and/or a video/image generation 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.
  • An encoding device may encode an input video/image.
  • the encoding device may perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
  • Encoded data (encoded video/video information) may be output in the form of a bitstream.
  • the transmission unit may transmit the encoded video/image information or data output in the form of a bit stream to the receiving unit of the receiving device in the form of a file or streaming through a digital storage medium or a network.
  • Digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcasting/communication network.
  • the receiving unit may receive/extract the bitstream and transmit it to a decoding device.
  • the decoding device may decode video/images by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to operations of the encoding device.
  • the renderer may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • This document is about video/image coding.
  • the method/embodiment disclosed in this document may be applied to a method disclosed in a versatile video coding (VVC) standard.
  • the method/embodiment disclosed in this document is an essential video coding (EVC) standard, an AOMedia Video 1 (AV1) standard, a 2nd generation of audio video coding standard (AVS2), or a next-generation video/image coding standard (ex. H.267 or H.268, etc.).
  • EVC essential video coding
  • AV1 AOMedia Video 1
  • AVS2 2nd generation of audio video coding standard
  • next-generation video/image coding standard ex. H.267 or H.268, etc.
  • a video may mean a set of a series of images over time.
  • a picture generally means a unit representing one image in a specific time period
  • a slice/tile is a unit constituting a part of a picture in coding.
  • a slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • One picture may consist of one or more slices/tiles.
  • a tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture.
  • the tile column is a rectangular region of CTUs having the same height as the picture, and a width specified by syntax elements in a picture parameter set (The tile column is a rectangular region of CTUs having).
  • the tile row is a rectangular region of CTUs, the rectangular region has a height specified by syntax elements in a picture parameter set, and a width equal to the width of the picture (The tile row is a rectangular region of CTUs). having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture).
  • a tile scan may represent a specific sequential ordering of CTUs partitioning a picture, the CTUs may be ordered sequentially with a CTU raster scan within a tile, and tiles within a picture may be sequentially ordered with a raster scan of the tiles of the picture.
  • a tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture).
  • a slice may contain an integer number of complete tiles or an integer number of consecutive complete CTU rows within a tile of a picture, which may be contained exclusively in a single NAL unit. complete CTU rows within a tile of a picture that may be exclusively contained in a single NAL unit)
  • one picture may be divided into two or more sub-pictures.
  • a subpicture may be a rectangular region of one or more slices within a picture.
  • a pixel or pel may mean a minimum unit constituting one picture (or image). Also, 'sample' may be used as a term corresponding to a pixel.
  • a sample may generally represent a pixel or a 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.
  • One unit may include one luma block and two chroma (eg cb, cr) blocks. Unit may be used interchangeably with terms such as 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 or B may mean “only A”, “only B” or “both A and B”.
  • a or B in this document may be interpreted as “A and/or B”.
  • A, B or C in this document means “only A”, “only B”, “only C”, or “any and all combinations of A, B and C ( any combination of A, B and C)”.
  • a slash (/) or comma (comma) used in this document may mean “and/or”.
  • A/B can mean “A and/or B”. Accordingly, “A/B” may mean “only A”, “only B”, or “both A and B”.
  • A, B, C may mean “A, B or C”.
  • At least one of A and B may mean “only A”, “only B”, or “both A and B”.
  • the expression “at least one of A or B” or “at least one of A and/or B” means “at least one It can be interpreted the same as "A and B (at least one of A and B) of
  • At least one of A, B and C means “only A”, “only B”, “only C”, or “A, B and C” It may mean “any combination of A, B and C”. Also, “at least one of A, B or C” or “at least one of A, B and/or C” means It can mean “at least one of A, B and C”.
  • parentheses used in this document may mean “for example”. Specifically, when it is indicated as “prediction (intra prediction)”, “intra prediction” may be suggested as an example of “prediction”. In other words, “prediction” in this document is not limited to “intra prediction”, and “intra prediction” may be suggested as an example of “prediction”. Also, even when indicated as “prediction (ie, intra prediction)”, “intra prediction” may be suggested as an example of “prediction”.
  • an encoding device may include a video encoding device and/or a video encoding device.
  • the encoding device 200 includes an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, It may include an adder 250, a filter 260, and a memory 270.
  • the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222 .
  • the residual processing unit 230 may include a transformer 232 , a quantizer 233 , a dequantizer 234 , and an inverse transformer 235 .
  • the residual processing unit 230 may further include a subtractor 231 .
  • the adder 250 may be called a reconstructor or a reconstructed block generator.
  • the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, adder 250, and filtering unit 260 may be one or more hardware components ( For example, it may be configured by an encoder chipset or processor). Also, the memory 270 may include a decoded picture buffer (DPB) and may be configured by a digital storage medium. The hardware component may further include a memory 270 as an internal/external component.
  • DPB decoded picture buffer
  • the image divider 210 may divide an input image (or picture or frame) input to the encoding device 200 into one or more processing units.
  • the processing unit may be called a coding unit (CU).
  • the coding unit may be partitioned recursively from a coding tree unit (CTU) or a largest coding unit (LCU) according to a quad-tree binary-tree ternary-tree (QTBTTT) structure.
  • CTU coding tree unit
  • LCU largest coding unit
  • QTBTTT quad-tree binary-tree ternary-tree
  • one coding unit may be divided into a plurality of coding units of deeper depth based on a quad tree structure, a binary tree structure, and/or a ternary structure.
  • a quad tree structure may be applied first and a binary tree structure and/or ternary structure may be applied later.
  • a binary tree structure may be applied first.
  • a coding procedure according to this document may be performed based on a final coding unit that is not further divided. In this case, based on the coding efficiency according to the image characteristics, the largest coding unit can be directly used as the final coding unit, or the coding unit is recursively divided into coding units of lower depth as needed to obtain an optimal A coding unit having a size of may be used as the final coding unit.
  • the coding procedure may include procedures such as prediction, transformation, and reconstruction, which will be described later.
  • the processing unit may further include a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be divided or partitioned from the above-described final coding unit.
  • 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.
  • an MxN block may represent a set of samples or transform coefficients consisting of M columns and N rows.
  • 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 sample may be used as a term corresponding to one picture (or image) to a pixel or a pel.
  • the encoding device 200 subtracts the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input video signal (original block, original sample array) to obtain a residual A signal (residual signal, residual block, residual sample array) may be generated, and the generated residual signal is transmitted to the conversion unit 232 .
  • a unit for subtracting a prediction signal (prediction block, prediction sample array) from an input video signal (original block, original sample array) in the encoder 200 may be called a subtraction unit 231 .
  • the prediction unit may perform prediction on a block to be processed (hereinafter, referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied in units of current blocks or CUs. As will be described later in the description of each prediction mode, the prediction unit may generate and transmit various information related to prediction, such as prediction mode information, to the entropy encoding unit 240 . Prediction-related information may be encoded in the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra predictor 222 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 a prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode.
  • 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 predictor 222 may determine a prediction mode applied to the current block by using a prediction mode applied to neighboring blocks.
  • the inter-prediction unit 221 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 picture.
  • 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 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).
  • the inter-prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive the motion vector and/or reference picture 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 221 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.
  • MVP motion vector prediction
  • the prediction unit 220 may generate a prediction signal based on various prediction methods described below.
  • the predictor may apply intra-prediction or inter-prediction to predict one block, as well as apply intra-prediction and inter-prediction at the same time. This may be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or a palette mode for block prediction.
  • IBC intra block copy
  • the IBC prediction mode or the palette mode may be used for video/video coding of content such as a game, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • Palette mode can be viewed as an example of intra coding or intra prediction. When the palette mode is applied, a sample value within a picture may be signaled based on information
  • a prediction signal generated through the prediction unit may be used to generate a restored signal or a residual signal.
  • the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique may include at least one of Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Graph-Based Transform (GBT), and Conditionally Non-linear Transform (CNT).
  • DCT Discrete Cosine Transform
  • DST Discrete Sine 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 conversion 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 233 quantizes the transform coefficients and transmits them to the entropy encoding unit 240, and the entropy encoding unit 240 may encode the quantized signal (information on the quantized transform coefficients) and output it as a bitstream. there is. Information about the quantized transform coefficients may be referred to as residual information.
  • the quantization unit 233 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 one-dimensional vector form quantized transform coefficients. Information about transform coefficients may be generated.
  • the entropy encoding unit 240 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 240 may encode together or separately information necessary for video/image reconstruction (eg, values of syntax elements) in addition to quantized transform coefficients.
  • Encoded information eg, encoded video/video information
  • NAL network abstraction layer
  • 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.
  • information and/or syntax elements transmitted/signaled from an encoding device to a decoding device may be included in video/image information.
  • the video/image information may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream may be transmitted 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) for transmitting the signal output from the entropy encoding unit 240 and/or a storage unit (not shown) for storing may be configured as internal/external elements of the encoding device 200, or the transmission unit It may also be included in the entropy encoding unit 240.
  • the quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
  • a residual signal residual block or residual samples
  • the adder 250 adds the reconstructed residual signal to the prediction signal output from the inter predictor 221 or the intra predictor 222 to obtain a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) can be created
  • a predicted block may be used as a reconstruction block.
  • the adder 250 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.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 260 may improve subjective/objective picture quality by applying filtering to the reconstructed signal.
  • the filtering unit 260 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 270, specifically the DPB of the memory 270. 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 260 may generate various filtering-related information and transmit them to the entropy encoding unit 240, as will be described later in the description of each filtering method. Filtering-related information may be encoded in the entropy encoding unit 240 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 270 may be used as a reference picture in the inter prediction unit 221 .
  • the encoding device can avoid prediction mismatch between the encoding device 200 and the decoding device, and can also improve encoding efficiency.
  • the DPB of the memory 270 may store the modified reconstructed picture to be used as a reference picture in the inter prediction unit 221 .
  • the memory 270 may store motion information of a block in 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 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 270 may store reconstructed samples of reconstructed blocks in the current picture and transfer them to the intra predictor 222 .
  • a decoding device may include an image decoding device and/or a video decoding device.
  • the decoding device 300 includes an entropy decoder 310, a residual processor 320, a predictor 330, an adder 340, and a filtering unit. (filter, 350) and memory (memoery, 360).
  • the prediction unit 330 may include an inter prediction unit 331 and an intra prediction unit 332 .
  • the residual processing unit 320 may include a dequantizer 321 and an inverse transformer 321 .
  • the above-described entropy decoding unit 310, residual processing unit 320, prediction unit 330, adder 340, and filtering unit 350 may be configured as one hardware component (for example, a decoder chipset or processor) according to an embodiment. ) can be configured by Also, the memory 360 may include a decoded picture buffer (DPB) and may be configured by a digital storage medium.
  • the hardware component may further include a memory 360 as an internal/external component.
  • the decoding device 300 may restore an image corresponding to a process in which the video/image information is processed by the encoding device of FIG. 2 .
  • the decoding device 300 may derive units/blocks based on block division related information obtained from the bitstream.
  • the decoding device 300 may perform decoding using a processing unit applied in the encoding device.
  • a processing unit of decoding may be a coding unit, for example, and a coding unit may be partitioned from a coding tree unit or a largest coding unit along a quad tree structure, a binary tree structure and/or a ternary tree structure.
  • One or more transform units may be derived from a coding unit.
  • the restored video signal decoded and output through the decoding device 300 may be reproduced through a playback device.
  • the decoding device 300 may receive a signal output from the encoding device of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310 .
  • the entropy decoding unit 310 may parse the bitstream to derive information (eg, video/image information) necessary 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 decoding device may decode a picture further based on the information about the parameter set and/or the general restriction information.
  • Signaled/received information and/or syntax elements described later in this document may be obtained from the bitstream by being decoded through the decoding procedure.
  • the entropy decoding unit 310 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 image reconstruction and quantized values of transform coefficients related to residuals. can output them.
  • the CABAC entropy decoding method receives bins corresponding to each syntax element in a bitstream, and converts syntax element information to be decoded and decoding information of neighboring and decoding object blocks or symbol/bin information decoded in a previous step.
  • a symbol corresponding to the value of each syntax element can be generated by determining a context model, predicting the probability of occurrence of a bin according to the determined context model, and 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 332 and intra prediction unit 331), and entropy decoding is performed by the entropy decoding unit 310.
  • Dual values that is, quantized transform coefficients and related parameter information may be input to the residual processing unit 320 .
  • the residual processor 320 may derive a residual signal (residual block, residual samples, residual sample array). Also, among information decoded by the entropy decoding unit 310 , information about filtering may be provided to the filtering unit 350 . Meanwhile, a receiving unit (not shown) receiving a signal output from the encoding device may be further configured as an internal/external element of the decoding device 300, or the receiving unit may be a component of the entropy decoding unit 310.
  • the decoding device may be referred to as a video/video/picture decoding device, and the decoding device may be divided into an information decoder (video/video/picture information decoder) and a sample decoder (video/video/picture sample decoder).
  • the information decoder may include the entropy decoding unit 310, and the sample decoder includes the inverse quantization unit 321, an inverse transform unit 322, an adder 340, a filtering unit 350, and a memory 360. ), at least one of an inter prediction unit 332 and an intra prediction unit 331.
  • the inverse quantization unit 321 may inversely quantize the quantized transform coefficients and output transform coefficients.
  • the inverse quantization unit 321 may rearrange the quantized transform coefficients in a 2D block form. In this case, the rearrangement may be performed based on a coefficient scanning order performed by the encoding device.
  • the inverse quantization unit 321 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
  • a residual signal (residual block, residual sample array) is obtained by inverse transforming the transform coefficients.
  • the prediction unit 330 may perform prediction on a current block and generate a predicted block including predicted samples of the current block.
  • the prediction unit 330 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 310, and determine a specific intra/inter prediction mode.
  • the prediction unit 330 may generate a prediction signal based on various prediction methods described later. For example, the prediction unit 330 may apply intra-prediction or inter-prediction to predict one block, and may simultaneously apply intra-prediction and inter-prediction. This may be called combined inter and intra prediction (CIIP). Also, the prediction unit 330 may be based on an intra block copy (IBC) prediction mode or a palette mode for block prediction.
  • IBC intra block copy
  • the IBC prediction mode or the palette mode may be used for video/video coding of content such as a game, for example, screen content coding (SCC). IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • Palette mode can be viewed as an example of intra coding or intra prediction. When the palette mode is applied, information on a palette table and a palette index may be included in the video/image information and signaled.
  • the intra predictor 331 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 a prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra prediction unit 331 may determine a prediction mode applied to the current block by using a prediction mode applied to neighboring blocks.
  • the inter prediction unit 332 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 picture.
  • 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 332 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, and the prediction information may include information indicating an inter prediction mode for the current block.
  • the adder 340 restores the obtained residual signal by adding it to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 332 and/or the intra prediction unit 331). 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 adder 340 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, output after filtering as described later, or may be used for inter prediction of the next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 350 may improve subjective/objective picture quality by applying filtering to the reconstructed signal.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 360, specifically the DPB of the memory 360.
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
  • a (modified) reconstructed picture stored in the DPB of the memory 360 may be used as a reference picture in the inter prediction unit 332 .
  • the memory 360 may store motion information of a block in 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 332 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 360 may store reconstructed samples of reconstructed blocks in the current picture and transfer them to the intra prediction unit 331 .
  • the embodiments described in the filtering unit 260, the inter prediction unit 221 and the intra prediction unit 222 of the encoding device 200 are the filtering unit 350 and the inter prediction of the decoding device 300, respectively.
  • the same or corresponding may be applied to the unit 332 and the intra predictor 331.
  • the predicted block includes prediction samples in the spatial domain (or pixel domain).
  • the predicted block is identically derived from an encoding device and a decoding device, and the encoding device decodes residual information (residual information) between the original block and the predicted block, rather than the original sample value itself of the original block.
  • Video coding efficiency can be increased by signaling to the device.
  • the decoding device may derive a residual block including residual samples based on the residual information, generate a reconstructed block including reconstructed samples by combining the residual block and the predicted block, and reconstruct the reconstructed blocks. It is possible to create a reconstruction picture that contains
  • the residual information may be generated through transformation and quantization procedures.
  • the encoding apparatus derives a residual block between the original block and the predicted block, and derives transform coefficients by performing a transform procedure on residual samples (residual sample array) included in the residual block. And, by performing a quantization procedure on the transform coefficients, quantized transform coefficients may be derived, and related residual information may be signaled to the decoding device (through a bitstream).
  • the residual information may include information such as value information of the quantized transform coefficients, location information, transform technique, transform kernel, and quantization parameter.
  • the decoding device may perform an inverse quantization/inverse transform procedure based on the residual information and derive residual samples (or residual blocks).
  • the decoding device may generate a reconstructed picture based on the predicted block and the residual block.
  • the encoding device may also derive a residual block by inverse quantizing/inverse transforming the quantized transform coefficients for reference for inter prediction of a later picture, and generate a reconstructed picture based on the residual block.
  • At least one of quantization/inverse quantization and/or transform/inverse transform may be omitted. If the quantization/inverse quantization is omitted, the quantized transform coefficient may be referred to as a transform coefficient. If the transform/inverse transform is omitted, the transform coefficients may be called coefficients or residual coefficients, or may still be called transform coefficients for unity of expression. Whether to omit the transform/inverse transform may be signaled based on a transform skip flag. For example, the transform skip flag may be a transform_skip_flag syntax element.
  • quantized transform coefficients and transform coefficients may be referred to as transform coefficients and scaled transform coefficients, respectively.
  • the residual information may include information on transform coefficient(s), and the information on the transform coefficient(s) may be signaled through residual coding syntax.
  • Transform coefficients may be derived based on the residual information (or information about the transform coefficient(s)), and scaled transform coefficients may be derived through inverse transform (scaling) of the transform coefficients.
  • Residual samples may be derived based on an inverse transform (transform) of the scaled transform coefficients. This may be applied/expressed in other parts of this document as well.
  • the coded video/image includes a video coding layer (VCL) that handles video/image decoding and itself, a subsystem that transmits and stores coded information, and a VCL and subsystem. It can be divided into NAL (network abstraction layer), which exists in between and is in charge of network adaptation function.
  • VCL video coding layer
  • NAL network abstraction layer
  • VCL data including compressed image data is generated, or a Picture Parameter Set (PPS), a Sequence Parameter Set (SPS), a video parameter set ( A parameter set including a video parameter set (VPS) or a Supplemental Enhancement Information (SEI) message additionally required for an image decoding process may be generated.
  • PPS Picture Parameter Set
  • SPS Sequence Parameter Set
  • VCL video parameter set
  • SEI Supplemental Enhancement Information
  • a NAL unit may be generated by adding header information (NAL unit header) to a Raw Byte Sequence Payload (RBSP) generated in VCL.
  • the RBSP may refer to slice data, parameter set, SEI message, and the like generated in the VCL.
  • the NAL unit header may include NAL unit type information designated according to RBSP data included in the corresponding NAL unit.
  • NAL units may be classified into VCL NAL units and non-VCL NAL units according to RBSPs generated in VCL.
  • a VCL NAL unit may refer to a NAL unit including information about an image (slice data)
  • a non-VCL NAL unit refers to a NAL unit including information (parameter set or SEI message) required for image decoding. can mean .
  • VCL NAL unit and non-VCL NAL unit may be transmitted over a network by attaching header information according to a data standard of a subsystem.
  • the NAL unit is a data format of a predetermined standard such as H.266 / VVC file format, real-time transport protocol (RTP), transport stream (TS), etc. data format) and can be transmitted through various networks.
  • the NAL unit type may be designated according to the RBSP data structure included in the NAL unit, and information on the NAL unit type may be stored in the NAL unit header and signaled.
  • a NAL unit may be classified into a VCL NAL unit type and a non-VCL NAL unit type according to whether or not it includes information about an image (slice data).
  • VCL NAL unit types may be classified according to the nature and type of pictures included in the VCL NAL units, and non-VCL NAL unit types may be classified according to parameter set types.
  • NAL unit types designated according to the type of parameter set included in the non-VCL NAL unit type.
  • NAL unit type for NAL unit including DCI
  • NAL unit Type for NAL unit including VPS
  • NAL unit type for NAL unit including SPS
  • NAL unit type for NAL unit including PPS
  • NAL unit type for NAL unit including APS
  • NAL unit type for NAL unit including PH
  • the above-described NAL unit types may have syntax information for the NAL unit type, and the syntax information may be stored and signaled in a NAL unit header.
  • the syntax information may be nal_unit_type, and the NAL unit type may be designated as a nal_unit_type value.
  • one picture may include a plurality of slices, and each slice may include a slice header and slice data.
  • one picture header may be added (embedded) for a plurality of slices (set of slice header and slice data).
  • a picture header may include information/parameters commonly applicable to pictures.
  • a slice header may include information/parameters commonly applicable to slices.
  • APS APS syntax
  • PPS PPS syntax
  • SPS SPS syntax
  • VPS syntax may include information/parameters commonly applicable to a plurality of layers.
  • DPS may include information/parameters commonly applicable to all images.
  • DCI may include information/parameters that can be commonly applied to overall video.
  • DCI may include information/parameters related to decoding capability.
  • High Level Syntax may include, for example, at least one of APS syntax, PPS syntax, SPS syntax, VPS syntax, DCI syntax, picture header syntax, and slice header syntax.
  • the low level syntax is, for example, slice data (slice data) syntax, CTU (coding tree unit) syntax, CU (coding unit) syntax, TU (transform unit) syntax among may contain at least one.
  • video/video information encoded from an encoding device to a decoding device and signaled in the form of a bitstream may include intra-picture partitioning related information, intra/inter prediction information, residual information, and in-loop filtering information.
  • the image/video information may include slice header information, picture header information, APS information, PPS information, SPS information, VPS information, and/or DCI information.
  • the image/video information may further include general constraint information and/or NAL unit header information.
  • information and/or syntax elements transmitted/signaled from the encoding device to the decoding device are encoded through the above-described encoding procedure and included in the bitstream, and the information and/or syntax elements signaled/received are encoded as described above. It can be decoded through a decoding procedure and obtained from the bitstream.
  • the decoding device performs parsing, which is an operation of reading bits for each information and/or syntax element from the bitstream in order to decode the signaled/received information and/or syntax elements. can do.
  • each of the following coding descriptors may indicate a parsing process for a specific syntax element.
  • -ae(v) A function that decodes a syntax element encoded with context-adaptive arithmetic entropy-coded syntax element (CABAC).
  • CABAC context-adaptive arithmetic entropy-coded syntax element
  • -b(8) A function that reads a byte (8 bits) having an arbitrary bit pattern.
  • the parsing process for this descriptor can be specified by the return value of the read_bits(8) function. (byte having any pattern of bit string (8bits).
  • the parsing process for this descriptor is specified by the return value of the function read_bits(8)).
  • -i(n) A function that decodes a syntax element coded as a signed integer using n bits. If n is "v" in the syntax table, the number of bits may vary depending on the values of other syntax elements.
  • the parsing process for this descriptor can be specified by the return value of the read_bits(n) function where the first most significant bit (MSB) written is interpreted as a two's complement integer representation. (signed integer using n bits. When n is "v” in the syntax table, the number of bits varies in a manner dependent on the value of other syntax elements.
  • the parsing process for this descriptor is specified by the return value of the function read_bits(n) interpreted as a two's complement integer representation with the most significant bit written first).
  • -se(v) a function that decodes a syntax element encoded with signed 0th order Exp-Golomb
  • the parsing process for this descriptor can be specified with order k equal to 0. (signed integer 0-th order Exp-Golomb-coded syntax element with the left bit first.
  • the parsing process for this descriptor is specified with the order k equal to 0).
  • -st(v) A null-terminated bitstream encoded in UCS Transmission Format-8 (UTF-8) characters, as specified in ISO/IEC 10646, the parsing process for this descriptor may be specified as can For example, st(v) reads and returns a sequence of bytes from the bitstream, starting at the current position, up to the next byte-aligned byte, such as 0x00, and advancing the bitstream pointer by (stringLength + 1) * 8 bit positions. can make it Here, stringLength may be equal to the number of bytes returned. Also, here, the st(v) descriptor can be used only when the current position of the bitstream is a byte alignment position.
  • st(v) begins at a byte-aligned position in the bitstream and reads and returns a series of bytes from the bitstream, beginning at the current position and continuing up to but not including the next byte-aligned byte that is equal to 0x00, and advances the bitstream pointer by ( stringLength + 1 ) * 8 bit positions, where stringLength is equal to the number of bytes returned.
  • the st(v) syntax descriptor is only used in this Specification when the current position in the bitstream is a byte-aligned position.
  • -tu(v) A function that decodes a syntax element encoded in truncated unary code (using up to maxVal bits with maxVal defined in the semantics of the symtax element).
  • -u(n) A function that decodes a syntax element coded as an unsigned integer using n bits. If n is "v" in the syntax table, the corresponding number of bits may vary depending on the values of other syntax elements.
  • the parsing process for this descriptor can be specified by the return value of the read_bits(n) function where the most significant bit (MSB) written first is interpreted as a binary representation of an unsigned integer. (unsigned integer using n bits. When n is "v” in the syntax table, the number of bits varies in a manner dependent on the value of other syntax elements.
  • the parsing process for this descriptor is specified by the return value of the function read_bits( n ) interpreted as a binary representation of an unsigned integer with the most significant bit written first).
  • -ue(v) a function that decodes a syntax element encoded with unsigned 0th order Exp-Golomb
  • the parsing process for this descriptor can be specified with k order equal to 0. (unsigned integer 0-th order Exp-Golomb-coded syntax element with the left bit first.
  • the parsing process for this descriptor is specified with the order k equal to 0).
  • the intra prediction modes may include two non-directional intra prediction modes and 65 directional prediction modes.
  • the non-directional intra prediction modes may include a planar intra prediction mode and a DC intra prediction mode, and the directional intra prediction modes may include intra prediction modes numbered 2 to 66.
  • 5 exemplarily shows 65 directional intra prediction modes.
  • intra prediction modes having horizontal directionality and intra prediction modes having vertical directionality can be distinguished centering on intra prediction mode 34 having an upward-left diagonal prediction direction. That is, intra prediction modes 2 to 33 have a horizontal direction, and intra prediction modes 34 to 66 have a vertical direction.
  • the 18th intra prediction mode and the 50th intra prediction mode represent a horizontal intra prediction mode and a vertical intra prediction mode, respectively, and the second intra prediction mode is a downward-left diagonal intra prediction mode,
  • the 34th intra prediction mode may represent an upper-left diagonal intra prediction mode, and the 66th intra prediction mode may represent an upper-left diagonal intra prediction mode.
  • the non-directional intra prediction modes may include a planar intra prediction mode of number 0 and a DC intra prediction mode of number 1.
  • the transform unit may correspond to the transform unit in the above-described encoding device of FIG. 2, and the inverse transform unit may correspond to the above-described inverse transform unit in the encoding apparatus of FIG. 2 or the inverse transform unit in the decoding apparatus of FIG. 3. .
  • the transform unit may derive (primary) transform coefficients by performing a primary transform based on residual samples (residual sample array) in the residual block (S610).
  • the primary transform may be referred to as a core transform.
  • the primary transform may be based on adaptive multiple transform selection (MTS), and when adaptive multiple transform is applied as the primary transform, it will be referred to as an adaptive multiple core transform.
  • MTS adaptive multiple transform selection
  • the adaptive multi-core transform may represent a transform method by additionally using Discrete Cosine Transform (DCT) Type 2, Discrete Sine Transform (DST) Type 7, DCT Type 8, and/or DST Type 1. That is, the adaptive multicore transform converts a residual signal (or residual block) in the spatial domain based on a plurality of transform kernels selected from among the DCT type 2, the DST type 7, the DCT type 8, and the DST type 1.
  • a transformation method for transforming into transform coefficients (or first-order transform coefficients) of the frequency domain may be indicated.
  • DCT type 2, DST type 7, DCT type 8, and DST type 1 may be referred to as conversion types, conversion kernels, or conversion cores.
  • These DCT/DST transform types may be defined based on basis functions, and the basis functions may be represented as shown in the following table.
  • a vertical transform kernel and a horizontal transform kernel for the target block may be selected from among the transform kernels, and vertical transform for the target block is performed based on the vertical transform kernel.
  • horizontal transformation of the target block may be performed based on the horizontal transformation kernel.
  • the horizontal transformation may represent transformation of horizontal components of the target block
  • the vertical transformation may represent transformation of vertical components of the target block.
  • a vertical transformation or a horizontal transformation is performed, which basis functions are applied are combined to form a mapping relationship for a transformation kernel.
  • a horizontal conversion kernel is denoted by trTypeHor and the vertical conversion kernel is denoted by trTypeVer
  • a trTypeHor or trTypeVer value of 0 is set to DCT2
  • a trTypeHor or trTypeVer value of 1 is set to DST7
  • a trTypeHor or trTypeVer value of 2 may be set to DCT8.
  • MTS index information may be encoded and signaled to the decoding device to indicate one of a plurality of conversion kernel sets. For example, if the MTS index is 0, it indicates that both trTypeHor and trTypeVer values are 0, if the MTS index is 1, it indicates that both trTypeHor and trTypeVer values are 1, and if the MTS index is 2, the trTypeHor value is 2 and the trTypeVer value indicates that trTypeHor is 1 and trTypeVer is 2 when the MTS index is 3, and trTypeHor and trTypeVer are both 2 when the MTS index is 4.
  • a conversion kernel set according to MTS index information is shown in a table as follows.
  • the transform unit may derive modified (secondary) transform coefficients by performing secondary transform on the basis of the (primary) transform coefficients (S620). If the first transform is a transform from the spatial domain to the frequency domain, the second transform can be regarded as a transform from the frequency domain to the frequency domain.
  • the second-order transform means transforming into a more compressed expression by using a correlation existing between (first-order) transform coefficients.
  • the secondary transform may include a non-separable transform. In this case, the secondary transform may be referred to as a non-separable secondary transform (NSST) or a mode-dependent non-separable secondary transform (MDNSST).
  • the non-separable secondary transform is the modified transform coefficients for the residual signal by secondary transforming the (first-order) transform coefficients derived through the primary transform based on a non-separable transform matrix. (or quadratic transform coefficients).
  • a non-separable transform matrix or quadratic transform coefficients.
  • non-separate quadratic transformation rearranges two-dimensional signals (transform coefficients) into one-dimensional signals through a specific direction (eg, a row-first direction or a column-first direction), and then , modified transform coefficients (or secondary transform coefficients) may be derived based on matrix operation of the one-dimensional vector and the non-separate transform matrix.
  • the row priority order is to arrange the 1st row, the 2nd row, ... , the Nth row for the MxN block
  • the column priority order is the 1st column, the 2nd row for the MxN block.
  • Column, ... to arrange them in a row in the order of the Mth column. That is, for the non-separate quadratic transformation, the transform coefficients derived through the primary transformation may be arranged in a 1-dimensional vector according to the row-major direction and then subjected to a matrix operation, or arranged in a 1-dimensional vector in the column-major direction. After that, matrix operations may be performed.
  • the non-separate secondary transform may be applied to a top-left region of a block composed of (primary) transform coefficients (hereinafter referred to as a transform coefficient block or a transform block).
  • a transform coefficient block or a transform block For example, when both the width (W) and the height (H) of the transform coefficient block are 8 or more, an 8x8 non-separate secondary transform may be applied to an 8x8 region at the upper left of the transform coefficient block.
  • a 4 ⁇ 4 non-separate quadratic Transformation may be applied to the upper left min(8,W) ⁇ min(8,H) region of the transform coefficient block.
  • the embodiment is not limited to this, and for example, even if only the condition that both the width (W) or the height (H) of the transform coefficient block are 4 or more is satisfied, a 4 ⁇ 4 non-separate secondary transform is applied to the upper left corner of the transform coefficient block. It may also be applied to the min(8,W) ⁇ min(8,H) region.
  • a non-separate secondary transform may be applied to a 4x4 or 8x8 region at the upper left of the transform block according to the size of the transform block.
  • a transformation for an upper left 4 ⁇ 4 area may be named a 4 ⁇ 4 transformation
  • a transformation for an upper left 8 ⁇ 8 area may be referred to as an 8 ⁇ 8 transformation.
  • the non-separate secondary transform may be performed as follows.
  • the 4 ⁇ 4 input block X may be expressed as Equation 1 below.
  • a vector may be equal to Equation 2 below.
  • the second-order non-separate transform can be calculated as in Equation 3 below.
  • T denotes a 16 ⁇ 16 (non-separate) transformation matrix, and means multiplication of a matrix and a vector.
  • 16 ⁇ 1 conversion coefficient vector through Equation 3 above can be derived, and the may be re-organized into a 4 ⁇ 4 block through a scan order (horizontal, vertical, diagonal, etc.).
  • HyGT Hypercube-Givens Transform
  • the above-described calculation is an example, and HyGT (Hypercube-Givens Transform) may be used to calculate the non-separate quadratic transform in order to reduce the calculation complexity of the non-separate quadratic transform.
  • a transform kernel (or transform core or transform type) may be selected in a mode dependent manner.
  • the mode may include an intra prediction mode and/or an inter prediction mode.
  • two non-separate quadratic transform kernels can be configured per transform set for non-separate quadratic transforms for both the 8x8 transform and the 4x4 transform, and the transform set is four.
  • 4 transform sets may be configured for 8x8 transforms
  • 4 transform sets may be configured for 4x4 transforms.
  • each of the four transformation sets for the 8 ⁇ 8 transformation may include two 8 ⁇ 8 transformation kernels
  • each of the four transformation sets for the 4 ⁇ 4 transformation may include two 4 ⁇ 4 transformation kernels.
  • the size of the transform that is, the size of the region to which the transform is applied, may be a size other than 8 ⁇ 8 or 4 ⁇ 4 as an example, the number of sets is n, and the number of transform kernels in each set is k. It could be a dog.
  • the transform set may be referred to as an NSST set or an LFNST set. Selection of a specific set among the transform sets may be performed, for example, based on the intra prediction mode of the current block (CU or subblock).
  • a low-frequency non-separable transform (LFNST) may be an example of a simplified separable transform (RST) to be described later, and represents a non-separate transform for a low frequency component.
  • mapping of four transform sets according to intra prediction modes may be represented as shown in Table 3 below, for example.
  • intra prediction modes can be mapped to any one of four transform sets, that is, lfnstTrSetIdx from 0 to 3 or 4.
  • one of k transform kernels in the specific set may be selected through a non-separate secondary transform index.
  • the encoding device may derive a non-separable secondary transform index indicating a specific transform kernel based on a rate-distortion (RD) check, and may signal the non-separate secondary transform index to the decoder.
  • the decoding device may select one of k transform kernels in a specific set based on the non-separate secondary transform index.
  • lfnst index value 0 can point to the first non-separate quadratic transform kernel
  • lfnst index value 1 can point to the second non-separate quadratic transform kernel
  • lfnst index value 2 to the third non-separate quadratic transform kernel.
  • the lfnst index value 0 may indicate that the first non-separate secondary transform is not applied to the target block
  • the lfnst index values 1 to 3 may indicate the three transform kernels.
  • the transform unit may perform the non-separate quadratic transform based on the selected transform kernels and obtain modified (secondary) transform coefficients.
  • the modified transform coefficients may be derived as quantized transform coefficients through a quantization unit, encoded, and transmitted to a signaling device for signaling to a decoding device and an inverse quantization/inverse transformation unit within an encoding device.
  • the (primary) transform coefficients that are outputs of the primary (separate) transform can be derived as quantized transform coefficients through the quantization unit as described above, and are encoded. It may be transmitted to the inverse quantization/inverse transform unit in the signaling and encoding device to the decoding device.
  • the inverse transformation unit may perform a series of procedures in the reverse order of the procedures performed by the above-described transformation unit.
  • the inverse transform unit receives the (inverse quantized) transform coefficients, performs a secondary (inverse) transform, derives (first) transform coefficients (S630), and performs a first (inverse) transform on the (primary) transform coefficients.
  • Residual blocks may be obtained by performing transformation (S640).
  • the primary transform coefficients may be referred to as modified transform coefficients from the point of view of the inverse transform unit.
  • the encoding device and the decoding device may generate a reconstructed block based on the residual block and the predicted block and generate a reconstructed picture based on the residual block.
  • the inverse transform unit applies a transform kernel matrix to the (inverse quantized) transform coefficients arranged in a specific order, for example, in a diagonal scan order (specifically, a diagonal scan order starting from the upper left corner of the transform block and proceeding in the lower right direction)
  • a modified transform coefficient can be derived.
  • the modified transform coefficients may be arranged in two dimensions in the upper left region of the transform block according to the direction in which the transform coefficients are read for the secondary transform in the transform unit, that is, the row-first direction or the column-first direction.
  • the inverse transform unit may align the modified transform coefficients in the 4 ⁇ 4 area of the transform block in two dimensions, and when the transform unit performs the 8 ⁇ 8 transform, the inverse transform unit may arrange the transform coefficients of the transform block.
  • the modified transform coefficients in the 8 ⁇ 8 area can be arranged in two dimensions.
  • the secondary inverse transform may be NSST, reduced secondary transform (RST), or LFNST, and whether to apply the secondary inverse transform may be determined based on a secondary transform flag parsed from a bitstream. As another example, whether to apply the secondary inverse transform may be determined based on transform coefficients of the residual block.
  • This second order inverse transform (i.e. transform kernel, transform matrix or transform kernel matrix) may be determined based on the set of LFNST (NSST or RST) transforms specified according to the intra prediction mode.
  • the secondary transform determination method may be determined depending on the primary transform determination method. Depending on the intra prediction mode, various combinations of primary and secondary transforms may be determined. Also, for example, a region to which a secondary inverse transform is applied may be determined based on the size of the current block.
  • a residual block (residual samples) may be obtained by receiving (inverse quantized) transform coefficients and performing the primary (separate) inverse transform.
  • the encoding device and the decoding device may generate a reconstructed block based on the residual block and the predicted block and generate a reconstructed picture based on the residual block.
  • a reduced secondary transform (RST) with a reduced size of a transformation matrix (kernel) can be applied in the concept of NSST in order to reduce the amount of computation and memory required for non-separate secondary transformation.
  • RST reduced secondary transform
  • kernel transformation matrix
  • LFNST low-frequency non-separable transform
  • LFNST may mean a transform performed on residual samples of a target block based on a transform matrix having a reduced size.
  • the simplified transformation is performed, the amount of computation required for transformation may be reduced due to the reduction in the size of the transformation matrix. That is, LFNST can be used to solve the computational complexity issue that occurs when transforming large blocks or non-separate transforms.
  • the inverse transform unit 235 of the encoding apparatus 200 and the inverse transform unit 322 of the decoding apparatus 300 modify transforms based on the inverse RST of transform coefficients. It may include an inverse RST unit for deriving coefficients, and an inverse primary transform unit for deriving residual samples for the target block based on inverse primary transform for modified transform coefficients.
  • the inverse primary transform means an inverse transform of the primary transform applied to the residual.
  • deriving a transform coefficient based on a transform may mean deriving a transform coefficient by applying a corresponding transform.
  • FIG. 7 is a diagram for explaining RST or LFNST to which RST is applied according to an embodiment of the present document.
  • a “target block” may mean a current block, residual block, or transform block on which coding is performed.
  • a reduced transformation matrix may be determined by mapping an N dimensional vector to an R dimensional vector located in another space, where R is less than N.
  • N may mean the square of the length of one side of a block to which a transform is applied or the total number of transform coefficients corresponding to a block to which a transform is applied
  • the simplification factor may mean an R/N value.
  • the simplification factor may be referred to by various terms such as reduced factor, reduction factor, reduced factor, reduction factor, simplified factor, and simple factor.
  • R may be referred to as a reduced coefficient, but in some cases, a reduced factor may mean R.
  • the simplification factor may mean an N/R value.
  • the size of the simplified transform matrix according to an embodiment is RxN smaller than the size NxN of the normal transform matrix, and can be defined as in Equation 4 below.
  • the matrix T in the reduced transform block shown in (a) of FIG. 7 may mean the matrix T RxN of Equation 4. As shown in (a) of FIG. 7 , when residual samples of the target block are multiplied by the simplified transform matrix T RxN , transform coefficients of the target block may be derived.
  • the RST according to (a) of FIG. 7 is as follows It can be expressed as a matrix operation such as Equation 5. In this case, the memory and multiplication operation can be reduced to approximately 1/4 by the simplification factor.
  • matrix operation can be understood as an operation that obtains a column vector by placing the matrix on the left of the column vector and multiplying the matrix by the column vector.
  • r 1 to r 64 may represent residual samples of the target block, and more specifically, may be transform coefficients generated by applying a primary transform.
  • transform coefficients c i for the target block may be derived, and the process of deriving c i may be the same as Equation 6.
  • the size of the normal transformation matrix is 64x64 (NxN), but the size of the simplified transformation matrix is reduced to 16x64 (RxN).
  • Memory usage can be reduced by R/N ratio.
  • the number of multiplication operations can be reduced (RxN) at an R/N ratio when a simplified transformation matrix is used.
  • the transform unit 232 of the encoding apparatus 200 may derive transform coefficients for the target block by performing a primary transform and an RST-based secondary transform on residual samples of the target block. These transform coefficients may be delivered to the inverse transform unit of the decoding device 300, and the inverse transform unit 322 of the decoding device 300 derives modified transform coefficients based on the inverse reduced secondary transform (RST) of the transform coefficients. and derive residual samples for the target block based on the inverse primary transform of the modified transform coefficients.
  • RST inverse reduced secondary transform
  • the size of the inverse RST matrix T NxR is NxR smaller than the size NxN of a normal inverse transform matrix, and has a transpose relationship with the simplified transform matrix T RxN shown in Equation 4.
  • the matrix T t in the Transform block may mean an inverse RST matrix T RxN T (the superscript T means transpose).
  • T means transpose
  • modified transform coefficients of the target block or residual samples of the target block may be derived.
  • the inverse RST matrix T RxN T may be expressed as (T RxN ) T NxR .
  • modified transform coefficients for the target block may be derived when transform coefficients for the target block are multiplied by the inverse RST matrix T RxN T .
  • an inverse RST may be applied as an inverse primary transform.
  • residual samples of the target block may be derived by multiplying the transform coefficients of the target block by the inverse RST matrix T RxN T .
  • the inverse RST according to (b) of FIG. 7 is It can be expressed as a matrix operation such as Equation 7 below.
  • Equation 7 c 1 to c 16 may represent transform coefficients of the target block, that is, transform coefficients derived through residual coding.
  • r i representing modified transform coefficients of the target block or residual samples of the target block may be derived, and the process of deriving r i may be the same as Equation 8.
  • Equation 8 r 1 to r N representing modified transform coefficients of the target block or residual samples of the target block may be derived. Since N is 64 in Equation 7, 64 modified transform coefficients can be derived through Equation 8.
  • the size of the normal inverse transformation matrix is 64x64 (NxN), but the size of the simplified inverse transformation matrix is reduced to 64x16 (NxR).
  • memory usage can be reduced by R/N ratio.
  • NxR the number of multiplication operations
  • a simplified inverse transform matrix or inverse transform matrix may also be named a simplified transform matrix or a transform matrix if it is not confusing whether it is a transform or an inverse transform.
  • a maximum of 16 x 48 transformation kernel is obtained by selecting only 48 data instead of a 16 x 64 transformation kernel matrix for 64 data constituting an 8 x 8 area. matrix can be applied.
  • maximum means that the maximum value of m is 16 for an m x 48 transform kernel matrix capable of generating m coefficients.
  • m coefficients can be generated by receiving 48 pieces of data.
  • m 16 data are input and 16 coefficients are generated. That is, assuming that 48 pieces of data form a 48 x 1 vector, a 16 x 1 vector can be generated by sequentially multiplying a 16 x 48 matrix and a 48 x 1 vector.
  • the column vectors of Equation 8 are r 1 to r 48
  • the size of the transform matrix is 16x48
  • 16 modified transform coefficients (c 1 to c 16 ) are derived through matrix operation.
  • a 48 x 1 vector can be formed by appropriately arranging 48 pieces of data constituting an 8 x 8 area.
  • a 48 x 1 vector may be constructed based on 48 pieces of data constituting an area excluding the 4 x 4 area at the bottom right of the 8 x 8 area.
  • 16 modified transformation coefficients are generated.
  • the 16 modified transformation coefficients can be arranged in the upper left 4 x 4 area according to the scanning order and the upper right area.
  • the 4 x 4 area and the lower left 4 x 4 area can be filled with zeros.
  • a transposed matrix of the transformation kernel matrix described above may be used. That is, when inverse RST or inverse LFNST is performed as an inverse transformation process performed by the decoding device, the input coefficient data to which inverse RST is applied is composed of a 1-dimensional vector according to a predetermined arrangement order (diagonal scanning order), and the 1-dimensional vector
  • the modified coefficient vector obtained by multiplying the corresponding inverse RST matrix from the left side may be arranged in a two-dimensional block according to a predetermined arrangement order.
  • the size of the transformation matrix of Equation 7 is 48 x 16
  • the column vectors are c 1 to c 16
  • the nx1 vector can be interpreted in the same sense as an nx1 matrix, it can also be expressed as an nx1 column vector.
  • * means matrix multiplication operation.
  • 48 modified transform coefficients can be derived, and the 48 modified transform coefficients can be arranged in the upper left, upper right, and lower left areas of the 8x8 area except for the lower right area.
  • the encoding device is based on various coding methods such as exponential Golomb, context-adaptive variable length coding (CAVLC), or context-adaptive binary arithmetic coding (CABAC) to the value or residual of a syntax element.
  • a bitstream may be derived by encoding quantized values of transform coefficients of
  • the decoding device decodes the bitstream based on various coding methods such as exponential Golomb coding, CAVLC, or CABAC to derive values of syntax elements required for image reconstruction or quantized values of transform coefficients related to residuals. .
  • the above-described coding methods may be performed as described below.
  • CABAC context-adaptive binary arithmetic coding
  • the encoding device may convert the input signal into a binary value by binarizing the value of the input signal.
  • the input signal already has a binary value (ie, when the value of the input signal is a binary value)
  • the input signal may be used as it is without performing binarization.
  • each binary number 0 or 1 constituting the binary value may be referred to as a bin.
  • each of 1, 1, and 0 may be represented as one bin.
  • the bin(s) for one syntax element may represent the value of the syntax element.
  • Such binarization may be based on various binarization methods such as a truncated rice binarization process or a fixed-length binarization process, and a binarization method for a target syntax element may be predefined.
  • the binarization process may be performed by a binarization unit in an entropy encoding unit.
  • the binarized bins of the syntax element may be input to a regular coding engine or a bypass coding engine.
  • the regular coding engine of the encoding device may allocate a context model reflecting a probability value to a corresponding bin, and encode the corresponding bin based on the allocated context model.
  • the regular coding engine of the encoding device may update a context model for a corresponding bin after performing coding for each bin. Bins coded as described above may be referred to as context-coded bins.
  • binarized bins of the syntax element when binarized bins of the syntax element are input to the bypass coding engine, they may be coded as follows.
  • the bypass coding engine of the encoding device may omit a process of estimating a probability for an input bin and a process of updating a probability model applied to the bin after coding.
  • the encoding device may code input bins by applying a uniform probability distribution instead of allocating a context model, thereby improving encoding speed.
  • a bin coded as described above may be referred to as a bypass bin.
  • Entropy decoding may represent a process of performing the same process as the above-described entropy encoding in reverse order.
  • a decoding device may decode encoded image/video information.
  • the image/video information may include partitioning related information, prediction related information (eg, inter/intra prediction classification information, intra prediction mode information, inter prediction mode information, etc.), residual information or in-loop filtering related information, and the like. , or various syntax elements related thereto.
  • the entropy coding may be performed in units of syntax elements.
  • the decoding device may perform binarization on target syntax elements.
  • the binarization may be based on various binarization methods such as a truncated rice binarization process or a fixed-length binarization process, and a binarization method for a target syntax element may be predefined.
  • the decoding device may derive available empty strings (empty string candidates) for available values of target syntax elements through the binarization procedure.
  • the binarization process may be performed by a binarization unit in an entropy decoding unit.
  • the decoding device may compare the derived bin string with available bin strings for corresponding syntax elements while sequentially decoding or parsing bins for the target syntax elements from the input bit(s) in the bitstream. If the derived bin string is equal to one of the available bin strings, a value corresponding to the bin string is derived as the value of the corresponding syntax element. If not, the above-described procedure may be performed again after further parsing the next bit in the bitstream. Through this process, the corresponding information can be signaled using variable length bits without using a start bit or an end bit for specific information (or specific syntax element) in the bitstream. Through this, relatively fewer bits can be allocated for low values, and overall coding efficiency can be increased.
  • the decoding device may perform context model-based or bypass-based decoding of each bin in the bin string from a bitstream based on an entropy coding technique such as CABAC or CAVLC.
  • a decoding device may receive a bin corresponding to the syntax element through a bitstream, and may receive the syntax element and decoding information of a block to be decoded or a neighboring block or decoding in a previous step.
  • a context model may be determined using information of the received symbol/bin, and an occurrence probability of the received bin may be predicted according to the determined context model, and arithmetic decoding of the bin may be performed to perform the bin arithmetic decoding. Values of syntax elements can be derived.
  • a context model of a bin to be decoded next may be updated based on the determined context model.
  • the context model may be allocated and updated for each bin that is context-coded (regular coding), and the context model may be indicated based on a context index (ctxIdx: context index) or a context index increment (ctxInc: context index increment).
  • ctxIdx may be derived based on ctxInc.
  • ctxIdx representing the context model for each of the normally coded bins may be derived as the sum of ctxInc and a context index offset (ctxIdxOffset).
  • the ctxInc may be derived differently for each bin.
  • the ctxIdxOffset may be represented by the lowest value of the ctxIdx.
  • the ctxIdxOffset may be a value generally used to distinguish context models for other syntax elements, and a context model for one syntax element may be identified or derived based on ctxInc.
  • Entropy decoding may perform the same process as entropy encoding in reverse order.
  • the decoding device may receive a bin corresponding to the syntax element through a bitstream, and may decode the input bin by applying a uniform probability distribution. .
  • the decoding device may omit a procedure of deriving a context model of a syntax element and a procedure of updating a context model applied to the bin after decoding.
  • DCT type 2, DST type 7, and DCT type 8 are based on the residual signal (or residual block).
  • First-order transform from the spatial domain to the frequency domain was applied to generate transform coefficients (or first-order transform coefficients).
  • This adaptive multiple core transformation was a form of separation transformation in which one kernel was applied in the horizontal direction and one kernel was applied in the vertical direction.
  • non-separation transformation provides higher coding efficiency than separation transformation (kernel). Accordingly, hereinafter, various embodiments related to a primary transform including a separative transform and a non-separate transform are proposed.
  • the primary transform may include a non-separate transform.
  • a DCT type 2 and a non-separate (first-order) transform kernel may be used for the first transform.
  • a non-separate (first-order) transform kernel may be used in addition to existing DCT type 2, DST type 7, and DCT type 8.
  • one or more kernels of DCT type 2, DST type 7, and DCT type 8 may be replaced with a non-separate (first-order) transform kernel.
  • this is only an example and can be applied to other cases where the configuration of the existing conversion kernel described above is different. That is, it can be applied even when other types of DCT/DST or transform skip are included.
  • the non-separate primary transform may generate transform coefficients for the residual signal by transforming residual signals based on a non-separate transform matrix. That is, unlike conventional transformation methods in which vertical transformation and horizontal transformation are separately applied (or horizontal and vertical transformation are independently applied), transformation can be performed at once using the non-separate transformation matrix.
  • the non-separate primary transform may be performed in the same manner as the non-separate secondary transform method described above with reference to FIG. 6 .
  • the 4x4 input block X when the non-separate primary transform is applied to a 4x4 input block, the 4x4 input block X may be equal to Equation 1 above.
  • a vector May be the same as Equation 2 above.
  • the first-order non-separate transform can be calculated as in Equation 3 above.
  • 16x1 transform coefficient vector through Equation 3 above can be derived, and the may be reconstructed into a 4x4 block according to a scan order (ex. horizontal, vertical, diagonal, or predetermined/stored scan order).
  • a scan order ex. horizontal, vertical, diagonal, or predetermined/stored scan order.
  • the above calculation is only an example, and non-separate transform calculation methods optimized for reducing the calculation complexity of the non-separate primary transform may be used.
  • the transform set and kernel for the non-separate primary transform are the mode (ex. intra prediction mode, inter prediction mode, etc.), the width of the input block, the height of the input block, and the number of pixels of the input block. , a sub-block location within a block, an explicitly signaled syntax element (syntax element), statistical characteristics of neighboring pixels, whether or not a secondary transform is used, and the like. That is, the transform set and transform kernel for the non-separate primary transform are the mode (ex. intra prediction mode, inter prediction mode, etc.), the width of the input block, the height of the input block, and the pixels of the input block. It may be selected based on at least one of the number, sub-block position within a block, explicitly signaled syntax elements, statistical characteristics of neighboring pixels, and whether secondary transform is used.
  • n sets may be grouped based on intra prediction modes, and k transform kernels may be included in each set.
  • the number and grouping method of intra prediction modes are not limited to specific values and specific methods.
  • the non-separate primary transform set and kernel may be determined based on the width and/or height of the input block. For example, for a 4x4 input block, n 1 sets and k 1 transform kernels may be included in each set, and for a 4x8 block, n 2 sets and k 2 transform kernels may be included in each set. It can be.
  • non-separate transformation according to the width and height of the block may not be used. That is, for example, the block is divided into small blocks (i.e., sub-blocks) in the spatial domain, and the non-separation primary transform is performed according to the width and height of the divided small blocks (i.e., sub-blocks).
  • the non-separative transformation is performed on a 4x8 block
  • the 4x8 block is divided into two 4x4 sub-blocks in the spatial domain
  • the 4x4 block-based primary non-separate transformation can be performed on each 4x4 sub-block.
  • an 8x16 block may be divided into two 8x8 sub-blocks in the spatial domain, and the 8x8 block-based primary non-separation transform may be performed on each 8x8 sub-block.
  • the transform unit may perform the non-separate primary transform based on the selected transform kernel and obtain transform coefficients.
  • the acquired transform coefficients may be derived as transform coefficients quantized by a quantization unit with or without performing secondary transform.
  • the quantized transform coefficients may be encoded and signaled to a decoding device, and the quantized transform coefficients may be transmitted to an inverse quantization/inverse transform unit in the encoding device.
  • the inverse transformation unit may perform a series of procedures in the reverse order of the procedures performed by the above-described transformation unit.
  • the inverse transform unit may obtain a residual block (residual samples) by receiving the (inverse quantized) transform coefficients and performing a secondary transform, or by performing the primary inverse transform without performing the secondary transform.
  • the encoding device and the decoding device may generate a reconstructed block based on the residual block and the predicted block, and generate a reconstructed picture based on the reconstructed block.
  • the primary transform to include a non-separate transform as in the above embodiment, a higher encoding efficiency can be expected than a conventional primary transform including only a separate transform.
  • the primary transform when the primary transform includes both separative transform and non-separate transform, information related to the primary transform can be effectively signaled as follows.
  • DCT type 2, DST type 7, DCT type 8, DCT type 5, DST type 4, DST type 1, IDT (identity transform), or other non-separate transforms are used in the primary transform based on the separative transform.
  • Non-transformations (ex: transform skip) may be included.
  • transform skip In the case of a separative transformation, there are generally several selectable transforms, and in the case of a non-separate transformation, the number of non-separate transformations that can be selected may be one or more because the computational complexity or memory requirements may be relatively higher than that of the separable transformation. .
  • transform index information for the primary transform may be signaled as follows.
  • the value of transformation index information may have the same meaning as a transformation index.
  • a transform index for a non-separative transform may be set to 0, and a transform index for a separative transform may start from 1. That is, the value of transform index information related to non-separate transform kernels may be set to 0, and the values of transform index information related to separate transform kernels may start from 1.
  • the value of the transform index information related to the one non-separate transform kernel is 0, and , values of transformation index information related to the M separate transformation kernels may be 1 to M.
  • M may be a positive integer greater than 1.
  • transformation index 0 when there are 5 possible separation transformations, transformation index 0 may indicate non-separation transformation, and transformation indices 1 to 5 may indicate predefined separation transformations. That is, when the number of separative transformation kernels is 5, transformation index information having a value of 0 may indicate non-separate transformation, and transformation index information having values from 1 to 5 may indicate predefined separative transformations, respectively. Accordingly, a conversion index value of any one of 0 to 5 may be signaled from an encoding device (encoder) to a decoding device (decoder).
  • the decoding device can know whether a non-separate transform or a separate transform is used through the decoded (decoded) transform index, and can determine which of a plurality of separate transforms (kernels) is used. .
  • the transformation index for the non-separative transformation may be set to a predefined N
  • the value of the transform index information related to the one non-separate transform kernel is N
  • the M separate transform kernels are Values of transformation index information related to transformation kernels may be 0 to N-1 and M to N+1.
  • M may be a positive integer greater than 1
  • N may be a positive integer smaller than M.
  • the transform indices for the separable transform are assigned in a predetermined order from 0 to 5, but 3 is skipped.
  • N the transform index for the non-separate transform
  • the transform indices for the separable transform are assigned in a predetermined order from 0 to 5, but 3 is skipped.
  • the values of transformation index information related to the separation transformation kernel are allocated in a predetermined order from 0 to 5.
  • 3 can be skipped and allocated. Accordingly, a conversion index value of any one of 0 to 5 may be signaled from an encoding device (encoder) to a decoding device (decoder).
  • the decoding device can know whether a non-separate transform or a separate transform is used through the decoded (decoded) transform index, and can determine which of a plurality of separate transforms (kernels) is used. .
  • a flag indicating whether non-separate transform is used may be signaled before transform index information for the primary transform is signaled. For example, when the value of the flag indicating whether to use the non-separate transform is 0, transform index information for the separate transform can be additionally signaled. For example, when the value of the flag is 1, the transform index information for the primary transform can be signaled according to the above-described examples applied when the number of non-separate transform kernels is one and the number of separate transform kernels is multiple. there is.
  • the encoded information may include a flag indicating whether a non-separate transform kernel is applied to the primary transform.
  • the value 0 of the flag may indicate that the non-separate transform kernel is not applied to the primary transform, and the value 1 of the flag may represent that the non-separate transform kernel is applied to the primary transform.
  • the transform index information for the primary transform may be related only to a separate transform kernel. In other words, if the value of the flag is 0, it indicates that the non-separate transform kernel is not applied to the primary transform, and thus the transform index information for the primary transform can be related only to the separative transform kernel.
  • a value of a flag indicating whether non-separate transformation may be coded by predicting a probability through a context coded bin. That is, the flag may be context coded based on a context model.
  • a context model for probability prediction may be configured using the size of the current block, the shape of the current block, an intra prediction mode applied to the current block, and/or information on previously coded blocks.
  • transform index (or transform index related to a separate transform kernel) information may be binarized based on a fixed length coding (FLC) or a truncated binary code (TBC).
  • FLC fixed length coding
  • TBC truncated binary code
  • the transform index may be coded based on context coding (context coding), for example, the transform index information may be coded based on context coding or bypass coding.
  • the transform index (or transform index related to the separate transform kernel) value for the primary transform may be binarized based on FLC or TBC, and may be coded by treating it as a context coded bin or bypass coding. It can be coded through (bypass coding, that is, coding treated as a bypass coded bin).
  • transform index information for the primary transform may be binarized based on a truncated unary code (TU code).
  • TU code truncated unary code
  • the transform index information may be coded based on context coding or bypass coding.
  • the transform index value for the primary transform may be expressed through TU binarization, coded by predicting an occurrence probability through context coding, or coded with the same probability through bypass coding.
  • transform index information for the primary transform may be signaled as follows.
  • the value of the transform index information may have the same meaning as the transform index.
  • a flag indicating whether to use non-separate transform may be signaled before signaling the transform index information for the primary transform. For example, when the value of the flag indicating whether to use the non-separative transform is 1, transform index information related to the non-separate transform kernel may be additionally signaled, and when the value of the flag is 0, the value associated with the separative transform kernel Conversion index information may be additionally signaled.
  • the encoded information may include a flag indicating whether a non-separate transform kernel is applied to the primary transform.
  • a value of 0 of the flag may indicate that a non-separate transform kernel is not applied to the primary transform
  • a value of 1 of the flag may indicate that a non-separate transform kernel is applied to the primary transform.
  • the transform index information for the primary transform may be related to a separate transform kernel
  • transform index information for the primary transform may be associated with a non-separate transformation kernel.
  • transform index information for the primary transform may be related to a separate transform kernel, and the value of the flag is Since a value of 1 indicates that a non-separate transform kernel is applied to the primary transform, the transform index information for the primary transform may be related to the non-separate transform kernel.
  • the transform index information may be associated with a non-separate transform kernel.
  • L and M may be positive integers greater than 1.
  • transform index information related to a non-separate transform kernel or transform index information related to a separable transform kernel may be binarized based on FLC or TBC and coded based on context coding or bypass coding.
  • transform index information related to the non-separate transform kernel or transform index information related to the separative transform kernel may be binarized based on FLC or TBC, and may be coded by treating it as a context coded bin or bypassing the context coded bin. It can be coded through coding (bypass coding, that is, coding treated as a bypass coded bin).
  • transform index information related to the non-separate transform kernel or transform index information related to the separative transform kernel may be binarized based on TU code and coded based on context coding or bypass coding.
  • the transform index information related to the non-separate transform kernel or the transform index information related to the separate transform kernel may be expressed through TU binarization, coded by predicting an occurrence probability through context coding, or bypass coding can be coded with the same probability through
  • the value of the flag indicating whether non-separate transformation may be coded by predicting a probability through a context coded bin, as described above. That is, the flag may be context coded based on a context model.
  • a context model for probability prediction may be configured using the size of the current block, the shape of the current block, an intra prediction mode applied to the current block, and/or information on previously coded blocks.
  • the transform index information for all transform kernels applied to the primary transform may be signaled at once without separately signaling a flag indicating whether to use the non-separate transform.
  • transformation index values 0 to L-1 may respectively indicate predetermined L non-separate transformation kernels, and from transformation index values L to L+M-1 may represent M separate conversion kernels, each of which is predetermined. That is, for example, transformation index values 0 to L-1 may correspond to non-separate transformation kernels 0 to L-1, and transformation index values L to L+M-1 may correspond to separative transformation kernels 0 to M-1.
  • the value of transform index information related to the L non-separate transform kernels. may be 0 to L-1, and values of transform index information related to the M separate transform kernels may be L to L+M-1.
  • L and M may be positive integers greater than 1.
  • a method of mapping the transform index of the primary transform to an available separative transform kernel and a non-separate transform kernel can be variously applied in a predefined form other than the above-described case.
  • the transform indexes related to the separative transform convert the transforms applied in the horizontal and vertical directions according to a predetermined rule. It can be signaled by determining.
  • a transform index related to a separate transform may be separately transmitted as a separate transform index for a horizontal direction and a separate transform index for a vertical direction, and a transform designated by each transform index may be applied to the corresponding direction. .
  • the first transform and the second transform can be efficiently applied as follows.
  • separation transformation and non-separation transformation may be applied to the primary transformation, and the primary transformation based on separation transformation is DCT type 2, DST type 7, DCT type 8, DCT type 5, and DST type 4 , DST type 1, identity transform (IDT), or other non-separate transforms (ex: transform skip).
  • a separate non-separate transform different from the first transform may be applied to the second transform.
  • the non-separate transform since the non-separate transform has a higher computational complexity or memory requirement than the separative transform, when the non-separate transform is applied to the primary transform, the worst case for the application of the primary transform and the secondary transform It is necessary to control the computational complexity of the worst case.
  • the use of the secondary transform which is a non-separate transform
  • the bitstream may be parsed by considering only the case of the other separative transform or transform skip without considering the part where the non-separate transform occurs in the primary transform.
  • a method of parsing transformation index information for the primary transformation may be dependent on whether or not the secondary transformation is applied. That is, when the decoding device (decoder) system first parses the transform index information for the primary transform, whether or not the transform index information for the secondary transform is parsed depends on the value of the transform index information for the primary transform. can be done
  • the secondary transform which is a non-separate transform
  • the transform index information for the primary transform may be restricted from being performed.
  • the transform index information for the primary transform may be limited to be associated with a separate transform kernel.
  • the restriction on the use of the secondary transform as in the above-described example may be applied according to the size of the block. For example, for a block of 16 ⁇ 16 or less, a restriction on the use of a secondary transform is not applied, and both a non-separate primary transform and a non-separate secondary transform may be applied.
  • whether to apply the non-separate primary transform and the non-separate secondary transform to an arbitrary block may be predefined in an encoding device (encoder) and/or a decoding device (decoder) system.
  • whether to apply the non-separate primary transform and the non-separate secondary transform may be determined according to the direction of the intra prediction mode of the corresponding transform block in addition to the size and shape of the block.
  • the transform index information for the primary transform is related to a separate transform kernel. may be limited.
  • the non-separate primary transform and the non-separate secondary transform are obtained through a distribution of values of decoded neighboring pixels used for intra prediction. application can be determined. For example, when the variance of neighboring pixel values is small, the non-separate primary transform may not be applied. In the case where the distribution of neighboring pixel values is very constant, there is a low probability that applying the non-separate transform will make a more accurate prediction than applying the separative transform, so separate signaling for the non-separate primary transform may not be performed. . That is, more efficient compression performance can be obtained by reducing the signaling overhead of information additionally required for the non-separate primary transform.
  • a kernel transmission method when the primary transform includes both separative transform and non-separate transform, whether or not the non-separate primary transform is applied in the system and a kernel transmission method may be as follows.
  • the non-separate first transform needs to predict the statistical characteristics of the residual signal, unlike the non-separate second transform, a generalized kernel for the non-separate first transform is obtained through a predefined finite kernel. Acquiring may be inefficient to reflect the diversity of each content.
  • the non-separate secondary transform predicts the statistical characteristics of the primary transform coefficients, it can be designed relatively simply.
  • a kernel suitable for given content may be derived from a decoding device (decoder) and used.
  • a method of inducing a corresponding kernel in an encoding device (encoder) and transmitting it to a decoding device (decoder) may be used.
  • the size of a block to which the non-separate primary transform is applied, a non-separate transform set related to an intra prediction mode of a current block, the number of kernels per set, and coefficient values per kernel may be transmitted.
  • the number of kernels to be defined in advance may be very large because the statistical characteristics of the residual signal must be predicted in the non-separate primary transform. In this case, many bits are consumed to signal transform index information of kernels for the non-separate primary transform, and compression performance may be degraded.
  • the predefined kernels for the non-separate primary transformation are classified into a plurality of lists (categories), and whether or not the kernels included in the specific list are applied to the non-separate primary transformation.
  • Category information may be signaled at a higher level or a lower level. That is, for example, the category information may indicate whether a kernel applied to the non-separate primary transformation among kernels included in the corresponding category is included.
  • the upper level may include sequence parameter set (SPS), picture parameter set (PPS), video parameter set (VPS), picture header (PH), slice header (SH), and the like
  • the lower level may include CTU. (coding tree unit), CU (coding unit), TU (transform unit), and the like.
  • category information is transmitted at a higher level (ex: SPS, PPS, VPS, PH, or SH), and at a lower level (CTU, CU, or TU), conversion index information for kernels existing in the category can transmit.
  • category information may be transmitted in units of one or more CTUs, and transformation index information for kernels within a corresponding category may be transmitted at a lower block level (one or more CUs or TUs).
  • category information may be derived by analyzing coding information or statistical characteristics of a region (e.g. tile, slice, CTU, CU) to which the category information is applied.
  • the size, shape, prediction mode e.g. prediction mode within a picture
  • transformation information e.g. separative transform or non-separate transform, DCT-2/DCT-7/DCT Category information may be derived through -8/DCT-5/DST-4/DST-1, identity transform (IDT), etc.
  • category information can be derived.
  • the above-mentioned category information can of course be derived in the decoding device.
  • the encoded information may include category information related to a category to which a transform kernel applied to the primary transform belongs among a plurality of categories into which a plurality of transform kernels are classified.
  • the category information may be transmitted at a higher level
  • the transformation index information for the primary transformation may be transmitted at a lower level.
  • the upper level is one of Sequence Parameter Set (SPS), Picture Parameter Set (PPS), Video Parameter Set (VPS), Picture Header (PH), and Slice Header (SH)
  • the lower level is CTU. It may be one of (Coding tree unit), Coding unit (CU), and Transform unit (TU).
  • FIGS. 9 and 10 schematically illustrate an example of a video/image encoding method and related components according to the embodiment(s) of this document.
  • the method disclosed in FIG. 9 may be performed by the encoding device disclosed in FIG. 2 .
  • S900 to S930 of FIG. 9 may be performed by the residual processing unit 230 of the encoding device 200 of FIG. 2, and S940 of FIG. 9 is the entropy encoding unit of the encoding device 200 ( 240) can be performed.
  • the method disclosed in FIG. 9 may include the embodiments described above in this document.
  • the encoding apparatus 200 derives residual samples for a current block (S900). For example, the encoding apparatus 200 may derive prediction samples for the current block and derive residual samples for the current block based on the derived prediction samples.
  • the encoding device 200 derives transform coefficients by performing a primary transform based on the transform kernel (S910).
  • the encoding apparatus 200 may derive transform coefficients for the current block by performing a primary transform on the residual samples based on a transform kernel.
  • the transform kernel may be a transform kernel applied to the primary transform among a plurality of transform kernels and may be referred to as a transform matrix.
  • the transform kernel may be selected based on an intra prediction mode from among the plurality of transform kernels.
  • the conversion kernel may be any one of a non-separation conversion kernel and a separation conversion kernel.
  • the encoding device 200 generates transform index information related to the transform kernel (S920). For example, the encoding device 200 may generate transform index information related to the transform kernel among the plurality of transform kernels.
  • the encoding device 200 generates residual information based on transform coefficients (S930). That is, for example, the encoding apparatus 200 may generate residual information based on the transform coefficients of the current block derived by performing the primary transform.
  • S930 performs secondary transform, which is a non-separate transform, on the transform coefficients, thereby deriving modified transform coefficients for the current block and the It may include generating residual information based on the modified transform coefficients. That is, for example, when the transform index information is related to a separate transform kernel, the encoding device 200 derives modified transform coefficients for the current block by performing secondary transform, which is a non-separate transform, on the transform coefficients. and generate the residual information based on the modified transform coefficients.
  • the encoding apparatus 200 may derive the transform coefficients by applying LFNST to the transform coefficients based on the LFNST matrix.
  • the LFNST may be a quadratic transform, and may include a non-separate secondary transform in which the RST is reflected.
  • the LFNST matrix applied to the secondary transformation may be a non-square matrix in which the number of rows is less than the number of columns.
  • the encoding apparatus 200 may derive quantized transform coefficients by performing quantization on the modified transform coefficients, and generate residual information about the quantized transform coefficients.
  • the residual information may include the above-described conversion-related information/syntax elements such as LFNST-related information.
  • the encoding device 200 encodes image information (S940).
  • the encoding device 200 may encode image information including the transform index information and the residual information.
  • the image information may further include prediction-related information related to prediction samples of the current block.
  • the video/image information may include various information according to an embodiment of the present document.
  • the video/image information may include information for picture restoration.
  • the information for picture reconstruction may include information related to prediction, information related to transformation, and information related to filtering.
  • Encoded video/image information may be output in the form of a bitstream.
  • the bitstream may be transmitted to a decoding device through a network or a storage medium.
  • the plurality of transform kernels may include a separate transform kernel and a non-separate transform kernel.
  • the plurality of transform kernels may include one non-separate transform kernel and M separate transform kernels.
  • the value of the transform index information related to the one non-separate transform kernel is 0, the values of the transform index information related to the M separate transform kernels range from 1 to M, and M is a positive value greater than 1. can be an integer.
  • the value of the transform index information associated with the one non-separate transform kernel is N
  • the values of the transform index information associated with the M separate transform kernels are 0 to N-1 and N+1 to M
  • M is a positive integer greater than 1
  • N may be a positive integer smaller than M.
  • the plurality of transform kernels may include L non-separate transform kernels and M separate transform kernels.
  • the values of the transform index information related to the L non-separate transform kernels are 0 to L-1
  • the values of the transform index information related to the M separate transform kernels are L to L+M-1
  • L and M may be positive integers greater than 1.
  • the image information may further include a flag indicating whether a non-separate transform kernel is applied to the primary transform.
  • the transformation index information may be associated with a separation transformation kernel.
  • the transform index information is the one non-separate transform kernel or the M It can be associated with any one of the separate transformation kernels.
  • the transformation index information may be related to a separation transformation kernel.
  • the plurality of transform kernels include L non-separate transform kernels and M separate transform kernels, and the value of the flag is 1, the transform index information may be related to the non-separate transform kernel.
  • the flag may be context coded based on a context model.
  • the context model may be determined based on the size of the current block, the shape of the current block, an intra prediction mode applied to the current block, and information on previously coded blocks.
  • the transform index information may be binarized based on a fixed length coding (FLC) or a truncated binary code (TBC).
  • FLC fixed length coding
  • TBC truncated binary code
  • the transform index information may be coded based on context coding or bypass coding.
  • the transformation index information may be binarized based on a truncated unary code.
  • the transform index information may be coded based on context coding or bypass coding.
  • the secondary transform may be restricted not to be performed.
  • the transform index information is a separate transform kernel. may be related to
  • the image information may further include category information related to a category to which a transform kernel applied to the primary transform belongs among a plurality of categories into which the plurality of transform kernels are classified. .
  • the category information may be transmitted at a higher level, and the conversion index information may be transmitted at a lower level.
  • the upper level may be one of a sequence parameter set (SPS), a picture parameter set (PPS), a video parameter set (VPS), a picture header (PH), and a slice header (SH).
  • the lower level may be one of a coding tree unit (CTU), a coding unit (CU), and a transform unit (TU).
  • FIG. 11 and 12 schematically illustrate an example of a video/image decoding method and related components according to an embodiment of the present document.
  • the method disclosed in FIG. 11 may be performed by the decoding device disclosed in FIG. 3 .
  • S1100 of FIG. 11 may be performed by the entropy decoding unit 310 of the decoding device 300
  • S1110 and S1120 may be performed by the residual processing unit 320 of the decoding device 300
  • S1130 may be performed by the adder 340.
  • the method disclosed in FIG. 11 may include the embodiments described above in this document.
  • the decoding device 300 obtains image information through a bitstream (S1100).
  • the decoding device 300 may receive/obtain video/image information through a bitstream.
  • the video/image information may include residual information and transformation index information.
  • the video/image information may further include prediction-related information.
  • the video/image information may include various information according to an embodiment of the present document.
  • the video/image information may include information for picture reconstruction.
  • the information for picture reconstruction may include information related to prediction, information related to transformation, and information related to filtering.
  • the decoding device 300 derives transform coefficients based on the residual information (S1110). For example, the decoding apparatus 300 may derive transform coefficients for the current block based on the residual information. For example, the decoding apparatus 300 may derive quantized transform coefficients for the current block from the residual information. Also, the decoding apparatus 300 may derive transform coefficients for the current block by performing inverse quantization on the quantized transform coefficients. Also, for example, the residual information may include the above-described conversion related information/syntax elements such as LFNST related information.
  • the decoding device 300 derives residual samples by performing a primary transform using a transform kernel (S1120).
  • the decoding apparatus 300 derives residual samples for the current block by performing a primary transform using a transform kernel related to the transform index information among a plurality of transform kernels based on the transform coefficients.
  • the transform kernel may be a transform kernel applied to the primary transform among a plurality of transform kernels and may be referred to as a transform matrix.
  • the transform kernel may be selected based on an intra prediction mode from among the plurality of transform kernels.
  • the conversion kernel may be any one of a non-separation conversion kernel and a separation conversion kernel.
  • the primary transform may be an inverse primary transform.
  • S1120 may include deriving modified transform coefficients for the current block by performing secondary transform, which is a non-separate transform, on the transform coefficients and the transform index for the modified transform coefficients. and deriving residual samples for the current block by performing the primary transform using a transform kernel related to information.
  • secondary transform which is a non-separate transform
  • the decoding apparatus 300 may derive the modified transform coefficients by applying LFNST to the transform coefficients based on the LFNST matrix.
  • the LFNST may be a quadratic (inverse) transform, and may include a non-separate quadratic (inverse) transform in which the RST is reflected.
  • the LFNST matrix applied to the quadratic (inverse) transformation may be a non-square matrix in which the number of columns is less than the number of rows.
  • the decoding device 300 generates reconstruction samples for the current block (S1130). For example, the decoding apparatus 300 may generate reconstruction samples for the current block based on the residual samples. Also, the decoding device 300 may generate a reconstructed picture including the reconstructed samples based on the residual samples. Also, the decoding device 300 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture. The modified reconstructed picture may be stored as an output and/or decoded picture buffer or memory 360 as a decoded picture, and may be used as a reference picture in an inter prediction procedure when decoding a picture thereafter.
  • the plurality of transform kernels may include a separate transform kernel and a non-separate transform kernel.
  • the plurality of transform kernels may include one non-separate transform kernel and M separate transform kernels.
  • the value of the transform index information related to the one non-separate transform kernel is 0, the values of the transform index information related to the M separate transform kernels range from 1 to M, and M is a positive value greater than 1. can be an integer.
  • the value of the transform index information associated with the one non-separate transform kernel is N
  • the values of the transform index information associated with the M separate transform kernels are 0 to N-1 and N+1 to M
  • M is a positive integer greater than 1
  • N may be a positive integer smaller than M.
  • the plurality of transform kernels may include L non-separate transform kernels and M separate transform kernels.
  • the values of the transform index information related to the L non-separate transform kernels are 0 to L-1
  • the values of the transform index information related to the M separate transform kernels are L to L+M-1
  • L and M may be positive integers greater than 1.
  • the image information may further include a flag indicating whether a non-separate transform kernel is applied to the primary transform.
  • the transformation index information may be associated with a separation transformation kernel.
  • the transform index information is the one non-separate transform kernel or the M It can be associated with any one of the separate transformation kernels.
  • the transformation index information may be related to a separation transformation kernel.
  • the plurality of transform kernels include L non-separate transform kernels and M separate transform kernels, and the value of the flag is 1, the transform index information may be related to the non-separate transform kernel.
  • the flag may be context coded based on a context model.
  • the context model may be determined based on the size of the current block, the shape of the current block, an intra prediction mode applied to the current block, and information on previously coded blocks.
  • the transform index information may be binarized based on a fixed length coding (FLC) or a truncated binary code (TBC).
  • FLC fixed length coding
  • TBC truncated binary code
  • the transform index information may be coded based on context coding or bypass coding.
  • the transformation index information may be binarized based on a truncated unary code.
  • the transform index information may be coded based on context coding or bypass coding.
  • the transformation index information may be limited to be associated with a separate transformation kernel.
  • the transformation index information may be associated with a separate transformation kernel.
  • the image information may further include category information related to a category to which a transform kernel applied to the primary transform belongs among a plurality of categories into which the plurality of transform kernels are classified. .
  • the category information may be transmitted at a higher level, and the conversion index information may be transmitted at a lower level.
  • the upper level may be one of a sequence parameter set (SPS), a picture parameter set (PPS), a video parameter set (VPS), a picture header (PH), and a slice header (SH).
  • the lower level may be one of a coding tree unit (CTU), a coding unit (CU), and a transform unit (TU).
  • the above-described method according to the embodiments of this document may be implemented in the form of software, and the encoding device and/or decoding device according to this document may be used to display images of, for example, a TV, computer, smartphone, set-top box, display device, etc. It can be included in the device that performs the processing.
  • a module can be stored in memory and executed by a processor.
  • the memory may be internal or external to the processor, and may be coupled with the processor in a variety of well-known means.
  • a processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
  • Memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and/or other storage devices. That is, the embodiments described in this document may be implemented and performed on a processor, microprocessor, controller, or chip. For example, functional units shown in each drawing may be implemented and performed on a computer, processor, microprocessor, controller, or chip. In this case, information for implementation (eg, information on instructions) or an algorithm may be stored in a digital storage medium.
  • a decoding device and an encoding device to which the embodiment (s) of this document are applied are multimedia broadcasting transceiving devices, mobile communication terminals, home cinema video devices, digital cinema video devices, surveillance cameras, video conversation devices, video communication devices, and the like.
  • 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.
  • the processing method to which the embodiment(s) of this document is applied may be produced in the form of a program executed by a computer and stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to the embodiment(s) of this document may also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all types of storage devices and distributed storage devices in which computer-readable data is stored.
  • the computer-readable recording medium includes, for example, Blu-ray Disc (BD), Universal Serial Bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk, and optical A data storage device may be included.
  • the computer-readable recording medium includes media implemented in the form of a carrier wave (eg, transmission through the Internet).
  • the bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired or wireless communication network.
  • embodiment(s) of this document may be implemented as a computer program product using program codes, and the program code may be executed on a computer by the embodiment(s) of this document.
  • the program code may be stored on a carrier readable by a computer.
  • FIG. 13 shows an example of a content streaming system to which the embodiments disclosed in this document can be applied.
  • a content streaming system to which embodiments of this document are 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 smart phones, cameras, and camcorders directly generate bitstreams
  • the encoding server may be omitted.
  • the bitstream may be generated by an encoding method or a bitstream generation method to which the embodiments of this document are 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 serves as a medium informing a user of what kind of service is available.
  • the web server transmits the request to the streaming server, and the streaming server transmits multimedia data to the user.
  • the content streaming system may include a separate control server, and in this case, the control server serves to control 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 content is received from the encoding server, the content can 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.

Landscapes

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

Abstract

본 문서의 개시에 따르면, 1차 변환이 비분리 변환을 포함하도록 구성함으로써, 분리 변환만을 포함하는 종래의 1차 변환보다 더 높은 부호화 효율을 기대할 수 있다. 또한, 분리 변환과 비분리 변환을 포함하는 1차 변환과 관련된 정보를 효율적으로 시그널링함으로써, 비트 수 절감 및 코딩 성능 개선의 효과를 기대할 수 있다. 또한, 1차 변환과 2차 변환을 효율적으로 적용함으로써, 계산적 복잡도를 줄이고, 전력 소모를 감소시키며, 추가적으로 발생되는 변환 계수 처리에 요구되는 지연(latency)을 최소화할 수 있다.

Description

비분리 1차 변환 설계 방법 및 장치
본 문서는 비디오/영상 코딩 기술에 관한 것으로, 보다 상세하게는 비디오 또는 영상 코딩 시스템에서의 비분리 1차 변환을 수행함에 있어, 변환과 관련된 정보를 효과적으로 시그널링하는 방법에 관한 것이다.
최근 4K 또는 8K 이상의 UHD(Ultra High Definition) 비디오/영상과 같은 고해상도, 고품질의 비디오/영상에 대한 수요가 다양한 분야에서 증가하고 있다. 비디오/영상 데이터가 고해상도, 고품질이 될수록 기존의 비디오/영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 비디오/영상 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(Virtual Reality), AR(Artificial Realtiy) 컨텐츠나 홀로그램 등의 실감 미디어(Immersive Media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 비디오/영상에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 비디오/영상의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 비디오/영상 압축 기술이 요구된다.
본 문서의 일 실시예에 따르면, 비디오/영상 코딩 효율을 높이는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 공간 도메인에서 주파수 도메인으로의 1차 변환이 비분리 변환을 포함하는 것과 관련된 영상 코딩 방법 및 장치를 제공한다
본 문서의 일 실시예에 따르면, 분리 변환과 비분리 변환을 포함하는 1차 변환을 기반으로, 변환 인덱스 정보를 효과적으로 시그널링하는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 1차 변환과 2차 변환을 효율적으로 적용하는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 비분리 변환을 포함하는 1차 변환에 적용되는 커널 관련 정보를 효율적으로 전송하는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 비디오/영상 디코딩 방법을 제공한다.
본 문서의 일 실시예에 따르면, 비디오/영상 디코딩을 수행하는 디코딩 장치를 제공한다.
본 문서의 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 비디오/영상 인코딩 방법을 제공한다.
본 문서의 일 실시예에 따르면, 비디오/영상 인코딩을 수행하는 인코딩 장치를 제공한다.
본 문서의 일 실시예에 따르면, 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 인코딩 방법에 따라 생성된 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 디코딩 방법을 수행하도록 야기하는 인코딩된 정보 또는 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서의 일 실시예에 따르면, 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 인코딩 방법을 기반으로 생성된 비트스트림을 포함하는 비디오/영상 데이터의 전송 방법을 제공한다.
본 문서의 일 실시예에 따르면, 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 인코딩 방법을 기반으로 생성된 비트스트림을 포함하는 비디오/영상 데이터를 전송하는 전송 장치를 제공한다.
도 1은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4는 코딩된 비디오/영상에 대한 계층 구조를 예시적으로 나타낸다.
도 5는 65개 예측 방향의 인트라 방향성 모드들을 예시적으로 나타낸다.
도 6은 본 문서의 일 실시예에 따른 변환 기법을 개략적으로 나타낸다.
도 7은 본 문서의 일 실시예에 따른 RST를 설명하기 위한 도면이다.
도 8은 신택스 요소를 인코딩하기 위한 CABAC(context-adaptive binary arithmetic coding)을 예시적으로 나타낸다.
도 9 및 도 10은 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 11 및 도 12는 본 문서의 실시예에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 13은 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 문서는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 문서를 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 문서에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 문서의 본질에서 벗어나지 않는 한 본 문서의 권리범위에 포함된다.
이하, 첨부한 도면들을 참조하여, 본 문서의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용할 수 있고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
도 1은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포맷을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
본 문서는 비디오/영상 코딩에 관한 것이다. 예를 들어 본 문서에서 개시된 방법/실시예는 VVC (versatile video coding) 표준에 개시되는 방법에 적용될 수 있다. 또한, 본 문서에서 개시된 방법/실시예는 EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
본 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
본 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 타일은 픽처 내 특정 타일 열 및 특정 타일 행 이내의 CTU들의 사각 영역이다(A tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture). 상기 타일 열은 CTU들의 사각 영역이고, 상기 사각 영역은 상기 픽처의 높이와 동일한 높이를 갖고, 너비는 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시될 수 있다(The tile column is a rectangular region of CTUs having a height equal to the height of the picture and a width specified by syntax elements in the picture parameter set). 상기 타일 행은 CTU들의 사각 영역이고, 상기 사각 영역은 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시되는 높이를 갖고, 너비는 상기 픽처의 너비와 동일할 수 있다(The tile row is a rectangular region of CTUs having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture). 타일 스캔은 픽처를 파티셔닝하는 CTU들의 특정 순차적 오더링을 나타낼 수 있고, 상기 CTU들은 타일 내 CTU 래스터 스캔으로 연속적으로 정렬될 수 있고, 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다(A tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture). 슬라이스는 단일 NAL 유닛에 배타적으로 담겨질 수 있는, 정수 개의 완전한 타일들 또는 픽처의 타일 내의 정수 개의 연속적인 완전한 CTU 행들을 포함할 수 있다(A slice includes an integer number of complete tiles or an integer number of consecutive complete CTU rows within a tile of a picture that may be exclusively contained in a single NAL unit)
한편, 하나의 픽처는 둘 이상의 서브픽처로 구분될 수 있다. 서브픽처는 픽처 내 하나 이상의 슬라이스들의 사각 리전일 수 있다(an rectangular region of one or more slices within a picture).
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)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.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 문서에서 "A 또는 B(A or B)"는 "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 달리 표현하면, 본 문서에서 "A 또는 B(A or B)"는 "A 및/또는 B(A and/or B)"로 해석될 수 있다. 예를 들어, 본 문서에서 "A, B 또는 C(A, B or C)"는 "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"을 의미할 수 있다.
본 문서에서 사용되는 슬래쉬(/)나 쉼표(comma)는 "및/또는(and/or)"을 의미할 수 있다. 예를 들어, "A/B"는 "A 및/또는 B"를 의미할 수 있다. 이에 따라 "A/B"는 "오직 A", "오직 B", 또는 "A와 B 모두"를 의미할 수 있다. 예를 들어, "A, B, C"는 "A, B 또는 C"를 의미할 수 있다.
본 문서에서 "적어도 하나의 A 및 B(at least one of A and B)"는, "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 또한, 본 문서에서 "적어도 하나의 A 또는 B(at least one of A or B)"나 "적어도 하나의 A 및/또는 B(at least one of A and/or B)"라는 표현은 "적어도 하나의 A 및 B(at least one of A and B)"와 동일하게 해석될 수 있다.
또한, 본 문서에서 "적어도 하나의 A, B 및 C(at least one of A, B and C)"는, "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"를 의미할 수 있다. 또한, "적어도 하나의 A, B 또는 C(at least one of A, B or C)"나 "적어도 하나의 A, B 및/또는 C(at least one of A, B and/or C)"는 "적어도 하나의 A, B 및 C(at least one of A, B and C)"를 의미할 수 있다.
또한, 본 문서에서 사용되는 괄호는 "예를 들어(for example)"를 의미할 수 있다. 구체적으로, "예측(인트라 예측)"으로 표시된 경우, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다. 달리 표현하면 본 문서의 "예측"은 "인트라 예측"으로 제한(limit)되지 않고, "인트라 예측"이 "예측"의 일례로 제안될 것일 수 있다. 또한, "예측(즉, 인트라 예측)"으로 표시된 경우에도, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다.
본 문서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 인코딩 장치라 함은 영상 인코딩 장치 및/또는 비디오 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽쳐, 프레임)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. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우, 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 문서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우 도시된 바와 같이 인코더(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다. 예측부는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지를 결정할 수 있다. 예측부는 각 예측모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
상기 예측부 (인터 예측부(221) 및/또는 상기 인트라 예측부(222) 포함)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송하고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(250)는 복원된 레지듀얼 신호를 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(250)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(260)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(221)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(200)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270) DPB는 수정된 복원 픽처를 인터 예측부(221)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 디코딩 장치라 함은 영상 디코딩 장치 및/또는 비디오 디코딩 장치를 포함할 수 있다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memoery, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다. 레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부(330)는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(330)는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(330)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부(330)는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부(330)는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 비디오/영상 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(331)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(332)에서 참조 픽쳐로 사용될 수 있다. 메모리(360)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(332)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 문서에서, 인코딩 장치(200)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다
상술한 바와 같이, 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 상기 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 상기 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 상기 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록과 상기 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 상기 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 상기 레지듀얼 정보는 상기 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 상기 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
본 문서에서 양자화/역양자화 및/또는 변환/역변환 중 적어도 하나는 생략될 수 있다. 상기 양자화/역양자화가 생략되는 경우, 상기 양자화된 변환 계수는 변환 계수라고 불릴 수 있다. 상기 변환/역변환이 생략되는 경우, 상기 변환 계수는 계수 또는 레지듀얼 계수라고 불릴 수도 있고, 또는 표현의 통일성을 위하여 변환 계수라고 여전히 불릴 수도 있다. 상기 변환/역변환의 생략 여부는 변환 스킵 플래그를 기반으로 시그널링될 수 있다. 예를 들어, 상기 변환 스킵 플래그는 transform_skip_flag 신택스 요소일 수 있다.
또한, 본 문서에서 양자화된 변환 계수 및 변환 계수는 각각 변환 계수 및 스케일링된(scaled) 변환 계수라고 지칭될 수 있다. 이 경우, 레지듀얼 정보는 변환 계수(들)에 관한 정보를 포함할 수 있고, 상기 변환 계수(들)에 관한 정보는 레지듀얼 코딩 신택스를 통하여 시그널링될 수 있다. 상기 레지듀얼 정보(또는 상기 변환 계수(들)에 관한 정보)를 기반으로 변환 계수들이 도출될 수 있고, 상기 변환 계수들에 대한 역변환(스케일링)을 통하여 스케일링된 변환 계수들이 도출될 수 있다. 상기 스케일링된 변환 계수들에 대한 역변환(변환)을 기반으로 레지듀얼 샘플들이 도출될 수 있다. 이는 본 문서의 다른 부분에서도 마찬가지로 적용/표현될 수 있다.
도 4는 코딩된 비디오/영상에 대한 계층 구조를 예시적으로 나타낸다.
도 4를 참조하면, 코딩된 비디오/영상은 비디오/영상의 디코딩 처리 및 그 자체를 다루는 VCL(video coding layer, 비디오 코딩 계층), 부호화된 정보를 전송하고 저장하는 하위 시스템, 그리고 VCL과 하위 시스템 사이에 존재하며 네트워크 적응 기능을 담당하는 NAL(network abstraction layer, 네트워크 추상 계층)로 구분될 수 있다.
예를 들어, VCL에서는, 압축된 이미지 데이터(슬라이스 데이터)를 포함하는 VCL 데이터가 생성되거나 또는 픽처 파라미터 세트(Picture Parameter Set, PPS), 시퀀스 파라미터 세트(Sequence Parameter Set, SPS), 비디오 파라미터 세트(Video Parameter Set, VPS)를 포함하는 파라미터 세트 또는 영상 디코딩 과정에 부가적으로 필요한 SEI(Supplemental Enhancement Information, SEI) 메시지가 생성될 수 있다.
또한, 예를 들어, NAL에서는, VCL에서 생성된 RBSP(Raw Byte Sequence Payload)에 헤더(header) 정보(NAL 유닛 헤더)를 추가하여 NAL 유닛이 생성될 수 있다. 이 경우, RBSP는 VCL에서 생성된 슬라이스 데이터(slice data), 파라미터 세트(parameter set), SEI 메시지(SEI message) 등을 참조할 수 있다. NAL 유닛 헤더는 해당 NAL 유닛에 포함된 RBSP 데이터에 따라 지정된 NAL 유닛 타입 정보를 포함할 수 있다.
또한, 예를 들어, 도 4에 도시된 바와 같이 NAL 유닛은 VCL에서 생성된 RBSP에 따라 VCL NAL 유닛과 Non-VCL NAL 유닛으로 분류될(classified) 수 있다. VCL NAL 유닛은 영상(image)에 대한 정보(슬라이스 데이터)를 포함하는 NAL 유닛을 의미할 수 있고, Non-VCL NAL 유닛은 영상 디코딩에 필요한 정보(파라미터 세트 또는 SEI 메시지)를 포함하는 NAL 유닛을 의미할 수 있다. .
상술한 VCL NAL 유닛과 Non-VCL NAL 유닛은 서브시스템의 데이터 규격(data standard)에 따라 헤더 정보를 첨부하여 네트워크를 통해 전송될 수 있다. 예를 들어, NAL 유닛은 H.266/ VVC 파일 포맷(VVC file format), 실시간 전송 프로토콜(real-time transport protocol, RTP), 전송 스트림(Transport Stream, TS) 등과 같은 미리 정해진 표준의 데이터 포맷(data format)으로 변환될 수 있고, 다양한 네트워크를 통해 전송될 수 있다.
또한, 상술한 바와 같이 NAL 유닛은 해당 NAL 유닛에 포함된 RBSP 데이터 구조에 따라서 NAL 유닛 타입이 지정될 수 있으며, NAL 유닛 타입에 대한 정보는 NAL 유닛 헤더에 저장되고 시그널링될 수 있다.
예를 들어, NAL 유닛은 영상에 대한 정보(슬라이스 데이터)를 포함하는지 여부에 따라 VCL NAL 유닛 타입과 Non-VCL NAL 유닛 타입으로 분류될 수 있다. 또한, VCL NAL 유닛 타입은 VCL NAL 유닛에 포함된 픽처의 성질 및 타입에 따라 분류될 수 있고, Non-VCL NAL 유닛 타입은 파라미터 세트의 타입에 따라 분류될 수 있다.
다음은 Non-VCL NAL 유닛 타입에 포함된 파라미터 세트의 타입에 따라 지정된 NAL 유닛 타입의 예일 수 있다.
- DCI (Decoding capability information) NAL unit: DCI를 포함하는 NAL 유닛에 대한 타입
- VPS(Video Parameter Set) NAL unit: VPS를 포함하는 NAL 유닛에 대한 타입
- SPS(Sequence Parameter Set) NAL unit: SPS를 포함하는 NAL 유닛에 대한 타입
- PPS(Picture Parameter Set) NAL unit: PPS를 포함하는 NAL 유닛에 대한 타입
- APS (Adaptation Parameter Set) NAL unit: APS를 포함하는 NAL 유닛에 대한 타입
- PH (Picture header) NAL unit: PH를 포함하는 NAL 유닛에 대한 타입
상술한 NAL 유닛 타입들은 NAL 유닛 타입에 대한 신텍스 정보를 가질 수 있고, 신텍스 정보는 NAL 유닛 헤더에 저장 및 시그널링될 수 있다. 예를 들어, 상기 신텍스 정보는 nal_unit_type 일 수 있고, NAL 단위 타입은 nal_unit_type 값으로 지정될 수 있다.
한편, 상술한 바와 같이 하나의 픽처는 복수의 슬라이스를 포함할 수 있고, 슬라이스는 슬라이스 헤더 및 슬라이스 데이터를 포함할 수 있다. 이 경우, 복수의 슬라이스(슬라이스 헤더 및 슬라이스 데이터의 세트)에 대해 하나의 픽처 헤더가 추가(임베디드(embedded))될 수 있다. 픽처 헤더(픽처 헤더 신텍스)는 픽처에 공통적으로 적용될 수 있는 정보/파라미터를 포함할 수 있다. 슬라이스 헤더(슬라이스 헤더 신택스)는 슬라이스에 공통적으로 적용될 수 있는 정보/ 파라미터를 포함할 수 있다. APS(APS 신텍스) 또는 PPS(PPS 신텍스)는 하나 이상의 슬라이스 또는 픽처에 공통적으로 적용될 수 있는 정보/ 파라미터를 포함 할 수 있다. SPS(SPS 신텍스)는 하나 이상의 시퀀스(sequence)에 공통적으로 적용될 수 있는 정보/파라미터를 포함 할 수 있다. VPS(VPS 신텍스)는 복수의 레이어들에 공통적으로 적용될 수 있는 정보/파라미터를 포함할 수 있다. DPS (DPS 신텍스)는 전체 영상에 공통적으로 적용될 수 있는 정보/파라미터를 포함할 수 있다. DCI는 비디오 전반에 공통적으로 적용될 수 있는 정보/파라미터를 포함할 수 있다. 또한, DCI는 디코딩 능력(decoding capability)에 관련된 정보/파라미터를 포함할 수 있다. 본 문서에서 상위 레벨 신택스(High Level Syntax, HLS)는 예를 들어, APS 신텍스, PPS 신텍스, SPS 신텍스, VPS 신텍스, DCI 신텍스, 픽처 헤더 신텍스 및 슬라이스 헤더 신텍스 중 적어도 하나를 포함할 수 있다. 또한, 본 문서에서 하위 레벨 신택스(low level syntax, LLS)는 예를 들어, 슬라이스 데이터(slice data) 신택스, CTU(coding tree unit)신택스, CU(coding unit) 신택스, TU(tansform unit) 신택스 중 적어도 하나를 포함할 수 있다.
본 문서에서 인코딩 장치에서 디코딩 장치로 인코딩되어 비트스트림 형태로 시그널링되는 영상/비디오 정보는 픽처 내 파티셔닝 관련 정보, 인트라/인터 예측 정보, 레지듀얼 정보, 인루프 필터링 정보를 포함할 수 있따. 또한, 영상/비디오 정보는 상기 슬라이스 헤더의 정보, 상기 Picture header의 정보, 상기 APS의 정보, 상기 PPS의 정보, SPS의 정보, VPS의 정보 및/또는 DCI의 정보를 포함할 수 있다. 또한 상기 영상/비디오 정보는 일반 제한 정보(general constraint information) 및/또는 NAL unit header의 정보를 더 포함할 수 있다.
한편, 상술한 바와 같이 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함되고, 시그널링/수신되는 정보 및/또는 신택스 요소들은 상술한 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 이때, 예를 들어, 디코딩 장치는 시그널링/수신되는 정보 및/또는 신택스 요소들을 디코딩하기 위해 상기 비트스트림으로부터 각각의 정보 및/또는 신택스 요소에 대한 비트를 읽어들이는 동작인 파싱(parsing)을 수행할 수 있다.
예컨대, 다음의 코딩 디스크립터(Descriptor)들 각각은 특정 신택스 요소에 대한 파싱 프로세스를 지시할 수 있다.
-ae(v): 문맥 기반 적응적 이진 산술 부호화(CABAC)로 부호화된 신택스 요소를 디코딩하는 함수(context-adaptive arithmetic entropy-coded syntax element).
-b(8): 임의의 비트 패턴을 갖는 바이트(8비트)를 읽어오는 함수로, 이 디스크립터에 대한 상기 파싱 프로세스는 read_bits(8) 함수의 반환 값에 의해 명시될 수 있다. (byte having any pattern of bit string (8bits). The parsing process for this descriptor is specified by the return value of the function read_bits(8)).
-f(n): 왼쪽부터 n개의 비트들을 사용한 고정된 비트 패턴을 읽어오는 함수로, 이 디스크립터에 대한 상기 파싱 프로세스는 read_bits(n) 함수의 반환 값에 의해 명시될 수 있다. (fixed-pattern bit string using n bits written (from left to right) with the left bit first. The parsing process for this descriptor is specified by the return value of the function read_bits(n)).
-i(n): n비트를 사용한 부호 있는 정수로 코딩된 신택스 요소를 디코딩하는 함수로, 신택스 표에서 n이 "v"이면, 해당 비트수는 다른 신택스 요소들의 값에 따라 달라질 수 있다. 이 디스크립터에 대한 상기 파싱 프로세스는 첫번째로 쓰여진 MSB(most significant bit)가 2의 보수의 정수 표현으로 해석되는 read_bits(n) 함수의 반환 값에 의해 명시될 수 있다. (signed integer using n bits. When n is "v" in the syntax table, the number of bits varies in a manner dependent on the value of other syntax elements. The parsing process for this descriptor is specified by the return value of the function read_bits(n) interpreted as a two's complement integer representation with most significant bit written first).
-se(v): 부호 있는 0차 Exp-Golomb으로 부호화된 신택스 요소를 디코딩하는 함수로, 이 디스크립터에 대한 상기 파싱 프로세스는 0과 같은 k차로 명시될 수 있다. (signed integer 0-th order Exp-Golomb-coded syntax element with the left bit first. The parsing process for this descriptor is specified with the order k equal to 0).
-st(v): ISO/IEC 10646에 명시된 바와 같이, UCS 전송 형식-8(UTF-8) 문자들로 인코딩된 null로 끝나는 비트열로, 이 디스크립터에 대한 상기 파싱 프로세스는 다음과 같이 명시될 수 있다. 예를 들어, st(v)는 현재 위치에서 시작하여 0x00과 같은, 바이트 정렬된 다음 바이트까지 비트스트림에서 일련의 바이트를 읽고 반환하며 비트스트림 포인터를 (stringLength + 1) * 8 비트 위치만큼 앞으로 이동시킬 수 있다. 여기서, stringLength는 반환된 바이트 수와 같을 수 있다. 또한, 여기서, st(v) 디스크립터는 비트스트림의 현재 위치가 바이트 정렬 위치인 경우에만 사용될 수 있다. (null-terminated string encoded as universal coded character set (UCS) transmission format-8 (UTF-8) characters as specified in ISO/IEC 10646. The parsing process is specified as follows: st(v) begins at a byte-aligned position in the bitstream and reads and returns a series of bytes from the bitstream, beginning at the current position and continuing up to but not including the next byte-aligned byte that is equal to 0x00, and advances the bitstream pointer by ( stringLength + 1 ) * 8 bit positions, where stringLength is equal to the number of bytes returned. The st(v) syntax descriptor is only used in this Specification when the current position in the bitstream is a byte-aligned position.)
-tu(v): truncated unary code로 부호화된 신택스 요소를 디코딩하는 함수(using up to maxVal bits with maxVal defined in the semantics of the symtax element).
-u(n): n비트를 사용한 부호 없는 정수로 코딩된 신택스 요소를 디코딩하는 함수로, 신택스 표에서 n이 "v"이면, 해당 비트수는 다른 신택스 요소들의 값에 따라 달라질 수 있다. 이 디스크립터에 대한 상기 파싱 프로세스는 첫번째로 쓰여진 MSB(most significant bit)가 부호 없는 정수의 이진 표현으로 해석되는 read_bits(n) 함수의 반환 값에 의해 명시될 수 있다. (unsigned integer using n bits. When n is "v" in the syntax table, the number of bits varies in a manner dependent on the value of other syntax elements. The parsing process for this descriptor is specified by the return value of the function read_bits( n ) interpreted as a binary representation of an unsigned integer with most significant bit written first).
-ue(v): 부호 없는 0차 Exp-Golomb으로 부호화된 신택스 요소를 디코딩하는 함수로, 이 디스크립터에 대한 상기 파싱 프로세스는 0과 같은 k차로 명시될 수 있다. (unsigned integer 0-th order Exp-Golomb-coded syntax element with the left bit first. The parsing process for this descriptor is specified with the order k equal to 0).
한편, 상술한 바와 같이 인트라 예측 모드들은 2개의 비방향성 인트라 예측 모드들과 65개의 방향성 예측 모드들을 포함할 수 있다. 상기 비방향성 인트라 예측 모드들은 플래너(planar) 인트라 예측 모드 및 DC 인트라 예측 모드를 포함할 수 있고, 상기 방향성 인트라 예측 모드들은 2번 내지 66번 인트라 예측 모드들을 포함할 수 있다.
도 5는 65개 방향성 인트라 예측 모드들을 예시적으로 나타낸다.
도 5를 참조하면, 좌상향 대각 예측 방향을 갖는 34번 인트라 예측 모드를 중심으로 수평 방향성(horizontal directionality)을 갖는 인트라 예측 모드들과 수직 방향성(vertical directionality)을 갖는 인트라 예측 모드들을 구분할 수 있다. 즉, 2번 내지 33번 인트라 예측 모드들은 수평 방향성, 34번 내지 66번 인트라 예측 모드들은 수직 방향성을 갖는다. 18번 인트라 예측 모드와 50번 인트라 예측 모드는 각각 수평 인트라 예측 모드(horizontal intra prediction mode), 수직 인트라 예측 모드(vertical intra prediction mode)를 나타내며, 2번 인트라 예측 모드는 좌하향 대각 인트라 예측 모드, 34번 인트라 예측 모드는 좌상향 대각 인트라 예측 모드, 66번 인트라 예측 모드는 우상향 대각 인트라 예측 모드를 나타낼 수 있다. 비방향성 인트라 예측 모드들은 0번인 플래너 인트라 예측 모드 및 1번인 DC 인트라 예측 모드를 포함할 수 있다.
도 6은 본 문서에 따른 변환 기법을 개략적으로 나타낸다.
도 6을 참조하면, 변환부는 상술한 도 2의 인코딩 장치 내의 변환부에 대응될 수 있고, 역변환부는 상술한 도 2의 인코딩 장치 내의 역변환부 또는 도 3의 디코딩 장치 내의 역변환부에 대응될 수 있다.
변환부는 레지듀얼 블록 내의 레지듀얼 샘플들(레지듀얼 샘플 어레이)을 기반으로 1차 변환을 수행하여 (1차) 변환 계수들을 도출할 수 있다(S610). 상기 1차 변환(primary transform)은 핵심 변환(core transform)으로 지칭될 수 있다. 여기서 상기 1차 변환은 적응적 다중 변환 선택(Multiple Transform Selection, MTS)에 기반할 수 있으며, 1차 변환으로 적응적 다중 변환이 적용되는 경우 적응적 다중 핵심 변환(adaptive multiple core transform)으로 지칭될 수 있다.
적응적 다중 핵심 변환은 DCT(Discrete Cosine Transform) 타입 2과 DST(Discrete Sine Transform) 타입 7, DCT 타입 8, 및/또는 DST 타입 1을 추가적으로 사용하여 변환하는 방식을 나타낼 수 있다. 즉, 상기 적응적 다중 핵심 변환은 상기 DCT 타입 2, 상기 DST 타입 7, 상기 DCT 타입 8 및 상기 DST 타입 1 중 선택된 복수의 변환 커널들을 기반으로 공간 도메인의 레지듀얼 신호(또는 레지듀얼 블록)를 주파수 도메인의 변환 계수들(또는 1차 변환 계수들)로 변환하는 변환 방법을 나타낼 수 있다. 여기서, DCT 타입 2, DST 타입 7, DCT 타입 8, 및 DST 타입 1 등은 변환 타입, 변환 커널(kernel) 또는 변환 코어(core)라고 불릴 수 있다. 이러한 DCT/DST 변환 타입들은 기저 함수들을 기반으로 정의될 수 있으며, 상기 기저 함수들은 다음 표와 같이 나타내어질 수 있다.
Figure PCTKR2022016033-appb-img-000001
상기 적응적 다중 핵심 변환이 수행되는 경우, 상기 변환 커널들 중 대상 블록에 대한 수직 변환 커널 및 수평 변환 커널이 선택될 수 있으며, 상기 수직 변환 커널을 기반으로 상기 대상 블록에 대한 수직 변환이 수행되고, 상기 수평 변환 커널을 기반으로 상기 대상 블록에 대한 수평 변환이 수행될 수 있다. 여기서, 상기 수평 변환은 상기 대상 블록의 수평 성분들에 대한 변환을 나타낼 수 있고, 상기 수직 변환은 상기 대상 블록의 수직 성분들에 대한 변환을 나타낼 수 있다.
일 예에 따르면, MTS를 적용하여 1차 변환을 수행하는 경우, 특정 기저 함수들을 소정 값으로 설정하고, 수직 변환 또는 수평 변환일 때 어떠한 기저 함수들이 적용되는지 여부를 조합하여 변환 커널에 대한 매핑 관계를 설정할 수 있다. 예를 들어, 수평 방향 변환 커널을 trTypeHor로 나타내고, 수직 방향 변환 커널을 trTypeVer로 나타내는 경우, trTypeHor 또는 trTypeVer 값 0은 DCT2로 설정되고, trTypeHor 또는 trTypeVer 값 1은 DST7 로 설정되고, trTypeHor 또는 trTypeVer 값 2는 DCT8로 설정될 수 있다.
이 경우, 다수의 변환 커널 세트들 중 어느 하나를 지시하기 위하여 MTS 인덱스 정보가 인코딩되어 디코딩 장치로 시그널링될 수 있다. 예를 들어, MTS 인덱스가 0이면 trTypeHor 및 trTypeVer 값이 모두 0인 것을 지시하고, MTS 인덱스가 1이면 trTypeHor 및 trTypeVer 값이 모두 1 인 것을 지시하고, MTS 인덱스가 2이면 trTypeHor 값은 2이고 trTypeVer 값은 1 인 것을 지시하고, MTS 인덱스가 3이면 trTypeHor 값은 1이고 trTypeVer 값은 2 인 것을 지시하고, MTS 인덱스가 4이면 trTypeHor 및 trTypeVer 값이 모두 2 인 것을 지시할 수 있다.
일 예에 따라, MTS 인덱스 정보에 따른 변환 커널 세트를 표로 나타내면 다음과 같다.
Figure PCTKR2022016033-appb-img-000002
변환부는 상기 (1차) 변환 계수들을 기반으로 2차 변환을 수행하여 수정된(2차) 변환 계수들을 도출할 수 있다(S620). 상기 1차 변환이 공간 도메인에서 주파수 도메인으로의 변환이었다면, 상기 2차 변환은 주파수 도메인에서 주파수 도메인으로의 변환으로 볼 수 있다. 상기 2차 변환은 (1차) 변환 계수들 사이에 존재하는 상관 관계(correlation)를 이용하여 보다 압축적인 표현으로 변환하는 것을 의미한다. 상기 2차 변환은 비분리 변환(non-separable transform)을 포함할 수 있다. 이 경우 상기 2차 변환은 비분리 2차 변환(non-separable secondary transform, NSST) 또는 MDNSST(mode-dependent non-separable secondary transform)라고 불릴 수 있다.
상기 비분리 2차 변환은 상기 1차 변환을 통하여 도출된 (1차) 변환 계수들을 비분리 변환 매트릭스(non-separable transform matrix)를 기반으로 2차 변환하여 레지듀얼 신호에 대한 수정된 변환 계수들(또는 2차 변환 계수들)을 생성하는 변환을 나타낼 수 있다. 여기서, 상기 비분리 변환 매트릭스를 기반으로 상기 (1차) 변환 계수들에 대하여 수직 변환 및 수평 변환을 분리하여(또는 수평 수직 변환을 독립적으로) 적용하지 않고 한번에 변환을 적용할 수 있다. 예를 들어 비분리 2차 변환은 2차원 신호(변환 계수)들을 특정 정해진 방향(예컨대, 행 우선(row-first) 방향 또는 열 우선(column-first) 방향)을 통하여 1차원 신호로 재정렬한 후, 이러한 1차원 벡터와 상기 비분리 변환 매트릭스와의 매트릭스 연산을 기반으로 수정된 변환 계수들(또는 2차 변환 계수들)을 도출할 수 있다.
예를 들어, 행 우선 순서는 MxN 블록에 대해 1번째 행, 2번째 행, ... , N번째 행의 순서로 일렬로 배치하는 것이고, 열 우선 순서는 MxN 블록에 대해 1번째 열, 2번째 열, ... , M번째 열의 순서로 일렬로 배치하는 것이다. 즉, 비분리 2차 변환을 위하여, 1차 변환을 통해 도출된 변환 계수들은 행 우선 방향에 따라 1차원 벡터로 정렬된 후 매트릭스 연산이 수행될 수도 있고, 열 우선 방향에 따라 1차원 벡터로 정렬된 후 매트릭스 연산이 수행될 수도 있다.
상기 비분리 2차 변환은 (1차) 변환 계수들로 구성된 블록(이하, 변환 계수 블록 또는 변환 블록이라고 불릴 수 있다)의 좌상단(top-left) 영역에 대하여 적용될 수 있다. 예를 들어, 상기 변환 계수 블록의 폭(W) 및 높이(H)가 둘 다 8 이상인 경우, 8×8 비분리 2차 변환이 상기 변환 계수 블록의 좌상단 8×8 영역에 대하여 적용될 수 있다. 또한, 상기 변환 계수 블록의 폭(W) 및 높이(H)가 둘 다 4 이상이면서, 상기 변환 계수 블록의 폭(W) 또는 높이(H)가 8보다 작은 경우, 4×4 비분리 2차 변환이 상기 변환 계수 블록의 좌상단 min(8,W)×min(8,H) 영역에 대하여 적용될 수 있다. 다만 실시예는 이에 한정되지 않으며, 예를 들어 상기 변환 계수 블록의 폭(W) 또는 높이(H)가 모두 4 이상인 조건만 만족하더라도, 4×4 비분리 2차 변환이 상기 변환 계수 블록의 좌상단 min(8,W)×min(8,H) 영역에 대하여 적용될 수도 있다. 정리하면, 변환 블록의 크기에 따라 변환 블록의 좌상단 4×4 영역 또는 8×8 영역에 비분리 2차 변환이 적용될 수 있다. 일 예에 따라 좌상단 4×4 영역에 대한 변환을 4×4 변환, 좌상단 8×8 영역에 대한 변환을 8×8 변환으로 명명할 수 있다.
구체적으로 예를 들어, 4×4 입력 블록이 사용되는 경우 비분리 2차 변환은 다음과 같이 수행될 수 있다.
일예로, 상기 4×4 입력 블록 X는 다음의 수학식 1과 같을 수 있다.
Figure PCTKR2022016033-appb-img-000003
이때, 상기 X를 벡터 형태로 나타내는 경우, 벡터
Figure PCTKR2022016033-appb-img-000004
는 다음의 수학식 2와 같을 수 있다.
Figure PCTKR2022016033-appb-img-000005
이 경우, 상기 2차 비분리 변환은 다음의 수학식 3과 같이 계산될 수 있다.
Figure PCTKR2022016033-appb-img-000006
여기서,
Figure PCTKR2022016033-appb-img-000007
는 변환 계수 벡터를 나타내고, T는 16×16 (비분리) 변환 매트릭스를 나타내며, ·는 행렬과 벡터의 곱셈을 의미한다.
상기 수학식 3을 통하여 통하여 16×1 변환 계수 벡터
Figure PCTKR2022016033-appb-img-000008
가 도출될 수 있으며, 상기
Figure PCTKR2022016033-appb-img-000009
는 스캔 순서(수평, 수직, 대각(diagonal) 등)를 통하여 4×4 블록으로 재구성(re-organized)될 수 있다. 다만, 상술한 계산은 예시로서 비분리 2차 변환의 계산 복잡도를 줄이기 위하여 HyGT(Hypercube-Givens Transsform) 등이 비분리 2차 변환의 계산을 위하여 사용될 수도 있다.
한편, 상기 비분리 2차 변환은 모드 기반(mode dependent)하게 변환 커널(또는 변환 코어, 변환 타입)이 선택될 수 있다. 여기서 모드는 인트라 예측 모드 및/또는 인터 예측 모드를 포함할 수 있다.
즉, 변환 커널 선택을 위하여, 8×8 변환 및 4×4 변환 둘 다에 대하여 비분리 2차 변환을 위한 변환 세트당 2개씩의 비분리 2차 변환 커널들이 구성될 수 있고, 변환 세트는 4개일 수 있다. 즉, 8×8 변환에 대하여 4개의 변환 세트가 구성되고, 4×4 변환에 대하여 4개의 변환 세트가 구성될 수 있다. 이 경우 8×8 변환에 대한 4개의 변환 세트에는 각각 2개씩의 8×8 변환 커널들이 포함될 수 있고, 이 경우 4×4 변환에 대한 4개의 변환 세트에는 각각 2개씩의 4×4 변환 커널들이 포함될 수 있다.
다만, 상기 변환의 사이즈, 즉 변환이 적용되는 영역의 사이즈는 예시로서 8×8 또는 4×4 이외의 사이즈가 사용될 수 있고, 상기 세트의 수는 n개, 각 세트 내 변환 커널들의 수는 k개일 수도 있다.
상기 변환 세트는 NSST 세트 또는 LFNST 세트라고 불릴 수 있다. 상기 변환 세트들 중 특정 세트의 선택은 예를 들어, 현재 블록(CU 또는 서브블록)의 인트라 예측 모드에 기반하여 수행될 수 있다. LFNST(Low-Frequency Non-Separable Transform)는 후술될 간소화된 비분리 변환(RST)의 일 예일 수 있으며, 저주파 성분에 대한 비분리 변환을 나타낸다.
일 예에 따라, 인트라 예측 모드에 따른 4개의 변환 세트들의 매핑(mapping)은 예를 들어 다음의 표 3과 같이 나타내어질 수 있다.
Figure PCTKR2022016033-appb-img-000010
상기 표 3과 같이, 인트라 예측 모드들은 4개의 변환 세트들 중 어느 하나, 즉 lfnstTrSetIdx가 0부터 3, 4개 중 어느 하나에 매핑될 수 있다.
한편, 비분리 변환에 특정 세트가 사용되는 것으로 결정되면, 비분리 2차 변환 인덱스를 통하여 상기 특정 세트 내 k개의 변환 커널들 중 하나가 선택될 수 있다. 인코딩 장치는 RD(rate-distortion) 체크 기반으로 특정 변환 커널을 가리키는 비분리 2차 변환 인덱스를 도출할 수 있으며, 상기 비분리 2차 변환 인덱스를 디코딩 장치로 시그널링할 수 있다. 디코딩 장치는 상기 비분리 2차 변환 인덱스를 기반으로 특정 세트 내 k개의 변환 커널들 중 하나를 선택할 수 있다. 예를 들어, lfnst 인덱스 값 0은 첫번째 비분리 2차 변환 커널을 가리킬 수 있고, lfnst 인덱스 값 1은 두번째 비분리 2차 변환 커널을 가리킬 수 있으며, lfnst 인덱스 값 2는 세번째 비분리 2차 변환 커널을 가리킬 수 있다. 또는 lfnst 인덱스 값 0은 대상 블록에 대하여 첫번째 비분리 2차 변환이 적용되지 않음을 가리킬 수 있고, lfnst 인덱스 값 1 내지 3은 상기 3개의 변환 커널들을 가리킬 수 있다.
변환부는 선택된 변환 커널들을 기반으로 상기 비분리 2차 변환을 수행하고 수정된(2차) 변환 계수들을 획득할 수 있다. 상기 수정된 변환 계수들은 상술한 바와 같이 양자화부를 통하여 양자화된 변환 계수들로 도출될 수 있고, 인코딩되어 디코딩 장치로 시그널링 및 인코딩 장치 내의 역양자화/역변환부로 전달될 수 있다.
한편, 상술한 바와 같이 2차 변환이 생략되는 경우 상기 1차 (분리) 변환의 출력인 (1차) 변환 계수들이 상술한 바와 같이 양자화부를 통하여 양자화된 변환 계수들로 도출될 수 있고, 인코딩되어 디코딩 장치로 시그널링 및 인코딩 장치 내의 역양자화/역변환부로 전달될 수 있다.
역변환부는 상술한 변환부에서 수행된 절차의 역순으로 일련의 절차를 수행할 수 있다. 역변환부는 (역양자화된) 변환 계수들을 수신하여, 2차 (역)변환을 수행하여 (1차) 변환 계수들을 도출하고(S630), 상기 (1차) 변환 계수들에 대하여 1차 (역)변환을 수행하여 레지듀얼 블록(레지듀얼 샘플들)을 획득할 수 있다(S640). 여기서 상기 1차 변환 계수들은 역변환부 입장에서 수정된(modified) 변환 계수들로 불릴 수 있다. 인코딩 장치 및 디코딩 장치는 상기 레지듀얼 블록과 예측된 블록을 기반으로 복원 블록을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있음은 상술한 바와 같다.
역변환부는 특정 순서, 예를 들어 대각 스캔 순서에 따라 (구체적으로, 변환 블록의 좌상단을 시작으로 우하단 방향으로 진행하는 대각 스캔 순서) 정렬된 (역양자화된) 변환 계수에 변환 커널 매트릭스를 적용하여 수정된 변환 계수를 도출할 수 있다. 수정된 변환 계수는 변환부에서 2차 변환을 위하여 변환 계수가 읽혀진 방향, 즉 행 우선 방향 또는 열 우선 방향에 따라 변환 블록의 좌상단 영역에 2차원으로 배열될 수 있다. 변환부에서 4×4 변환이 수행된 경우 역변환부는 변환 블록의 4×4 영역에 수정된 변환 계수를 2차원으로 정렬할 수 있고, 변환부에서 8×8 변환이 수행된 경우 역변환부는 변환 블록의 8×8 영역에 수정된 변환 계수를 2차원으로 정렬할 수 있다.
한편, 2차 역변환은 NSST, RST(reduced secondary transform) 또는 LFNST 일 수 있고, 비트스트림으로부터 파싱한 이차 변환 플래그에 기초하여 2차 역변환의 적용 여부가 결정될 수 있다. 다른 일 예로, 2차 역변환 적용 여부는 레지듀얼 블록의 변환 계수에 기초하여 결정될 수도 있다.
이러한 2차 역변환(즉 변환 커널, 변환 매트릭스 또는 변환 커널 매트릭스)는 인트라 예측 모드에 따라 지정된 LFNST(NSST 또는 RST) 변환 세트에 기초하여 결정될 수 있다. 또한, 일 실시예로서, 1차 변환 결정 방법에 의존적으로(depend on) 이차 변환 결정 방법이 결정될 수 있다. 인트라 예측 모드에 따라 1차 변환과 이차 변환의 다양한 여러 조합이 결정될 수 있다. 또한, 일 예로, 현재 블록의 크기에 기초하여 2차 역변환이 적용되는 영역이 결정될 수도 있다.
한편, 상술한 바와 같이 2차 (역)변환이 생략되는 경우 (역양자화된) 변환 계수들을 수신하여 상기 1차 (분리) 역변환을 수행하여 레지듀얼 블록(레지듀얼 샘플들)을 획득할 수 있다. 인코딩 장치 및 디코딩 장치는 상기 레지듀얼 블록과 예측된 블록을 기반으로 복원 블록을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있음은 상술한 바와 같다.
한편, 본 문서에서는 비분리 2차 변환에 수반되는 계산량과 메모리 요구량의 저감을 위하여 NSST의 개념에서 변환 매트릭스(커널)의 크기가 감소된 RST(reduced secondary transform)을 적용할 수 있다. 또한, RST는 주로 변환 블록에서 0이 아닌 계수를 포함하는 저주파 영역에서 이루어지므로 LFNST(Low-Frequency Non-Separable Transform)로 지칭될 수도 있다. 상기 비분리 2차 변환 인덱스는 LFNST 인덱스로 명명될 수 있다.
본 명세서에서 LFNST는 크기가 감소된 변환 매트릭스(transform matrix)를 기반으로 대상 블록에 대한 레지듀얼 샘플들에 대하여 수행되는 변환을 의미할 수 있다. 간소화 변환을 수행하는 경우, 변환 매트릭스의 크기 감소로 인해 변환 시 요구되는 연산량이 감소될 수 있다. 즉, LFNST은 크기가 큰 블록의 변환 또는 비분리 변환 시 발생하는 연산 복잡도(complexity) 이슈를 해소하기 위해 이용될 수 있다.
한편, 2차 역변환이 LFNST를 기반으로 이루어지는 경우, 인코딩 장치(200)의 역변환부(235)와 디코딩 장치(300)의 역변환부(322)는 변환 계수들에 대한 역 RST을 기반으로 수정된 변환 계수들을 도출하는 역 RST부와, 수정된 변환 계수들에 대한 역 1차변환을 기반으로 상기 대상 블록에 대한 레지듀얼 샘플들을 도출하는 역 1차변환부를 포함할 수 있다. 역 1차변환은 레지듀얼에 적용되었던 1차 변환의 역변환을 의미한다. 본 문서에서 변환을 기반으로 변환 계수를 도출하는 것은 해당 변환을 적용하여 변환 계수를 도출하는 것을 의미할 수 있다.
도 7은 본 문서의 일 실시예에 따른 RST 또는 RST가 적용된 LFNST를 설명하기 위한 도면이다.
본 명세서에서 "대상 블록"은 코딩이 수행되는 현재 블록 또는 레지듀얼 블록 또는 변환 블록을 의미할 수 있다.
일 실시예에 따른 RST에서, N차원 벡터(N dimensional vector)가 다른 공간에 위치한 R차원 벡터(R dimensional vector)에 매핑되어 감소된 변환 매트릭스가 결정될 수 있으며, 여기서 R은 N보다 작다. N은 변환이 적용되는 블록의 한 변의 길이(length)의 제곱 또는 변환이 적용되는 블록에 대응되는 변환 계수들의 총 개수를 의미할 수 있고, 간소화 팩터는 R/N값을 의미할 수 있다. 간소화 팩터는 감소된 팩터, 감소 팩터, reduced factor, reduction factor, simplified factor, simple factor 등 다양한 용어로 지칭될 수 있다. 한편, R은 간소화 계수(reduced coefficient)로 지칭될 수 있으나, 경우에 따라서는 간소화 팩터가 R을 의미할 수도 있다. 또한, 경우에 따라서 간소화 팩터는 N/R값을 의미할 수도 있다.
일 실시예에 따른 간소화 변환 매트릭스의 사이즈는 통상의 변환 매트릭스의 사이즈 NxN보다 작은 RxN이며, 아래의 수학식 4와 같이 정의될 수 있다.
Figure PCTKR2022016033-appb-img-000011
도 7의 (a)에 도시된 Reduced Transform 블록 내의 매트릭스 T는 수학식 4의 매트릭스 TRxN를 의미할 수 있다. 도 7의 (a)와 같이 대상 블록에 대한 레지듀얼 샘플들에 대하여 간소화 변환 매트릭스 TRxN가 곱해지는 경우, 대상 블록에 대한 변환 계수들이 도출될 수 있다.
일 실시예에서, 변환이 적용되는 블록의 사이즈가 8x8이고, R=16 (즉, R/N=16/64=1/4이다)인 경우, 도 7의 (a)에 따른 RST는 아래의 수학식 5와 같은 행렬 연산으로 표현될 수 있다. 이 경우, 메모리와 곱하기 연산이 간소화 팩터에 의하여 대략 1/4로 감소할 수 있다.
본 문서에서 행렬 연산이란, 행렬을 열 벡터의 왼쪽에 두고 행렬과 열 벡터를 곱하여 열 벡터를 얻는 연산으로 이해될 수 있다.
Figure PCTKR2022016033-appb-img-000012
수학식 5에서 r1 내지 r64는 대상 블록에 대한 레지듀얼 샘플들을 나타낼 수 있고, 보다 구체적으로, 1차 변환을 적용하여 생성된 변환 계수일 수 있다. 수학식 5의 연산 결과 대상 블록에 대한 변환 계수들 ci가 도출될 수 있으며, ci의 도출 과정은 수학식 6과 같을 수 있다.
Figure PCTKR2022016033-appb-img-000013
수학식 6의 연산 결과, 대상 블록에 대한 변환 계수들 c1 내지 cR이 도출될 수 있다. 즉, R=16인 경우, 대상 블록에 대한 변환 계수들 c1 내지 c16이 도출될 수 있다. 만약 RST가 아니라 통상의(regular) 변환이 적용되어 사이즈가 64x64(NxN)인 변환 매트릭스가 사이즈가 64x1(Nx1)인 레지듀얼 샘플들에 곱해졌다면 대상 블록에 대한 변환 계수들이 64개(N개)가 도출되었겠지만, RST가 적용되었기 때문에 대상 블록에 대한 변환 계수들이 16개(R개)만 도출되는 것이다. 대상 블록에 대한 변환 계수들의 총 개수가 N개에서 R개로 감소하여 인코딩 장치(200)가 디코딩 장치(300)로 전송하는 데이터의 양이 감소하므로 인코딩 장치(200)-디코딩 장치(300) 간 전송 효율이 증가할 수 있다.
변환 매트릭스의 사이즈 관점에서 검토하면, 통상의 변환 매트릭스의 사이즈는 64x64(NxN)인데 간소화 변환 매트릭스의 사이즈는 16x64(RxN)로 감소하므로, 통상의 변환을 수행할 때와 비교하면 LFNST를 수행할 시 메모리 사용을 R/N 비율로 감소시킬 수 있다. 또한, 통상의 변환 매트릭스를 이용할 때의 곱셈 연산 수 NxN과 비교하면, 간소화 변환 매트릭스를 이용하면 곱셈 연산 수를 R/N 비율로 감소(RxN)시킬 수 있다.
일 실시예에서, 인코딩 장치(200)의 변환부(232)는 대상 블록에 대한 레지듀얼 샘플들을 1차 변환 및 RST 기반의 2차 변환을 수행함으로써 대상 블록에 대한 변환 계수들을 도출할 수 있다. 이러한 변환 계수들은 디코딩 장치(300)의 역변환부로 전달될 수 있으며, 디코딩 장치(300)의 역변환부(322)는 변환 계수들에 대한 역 RST(reduced secondary transform)을 기반으로 수정된 변환 계수들을 도출하고, 수정된 변환 계수들에 대한 역 1차 변환을 기반으로 대상 블록에 대한 레지듀얼 샘플들을 도출할 수 있다.
일 실시예에 따른 역 RST 매트릭스 TNxR의 사이즈는 통상의 역변환 매트릭스의 사이즈 NxN보다 작은 NxR이며, 수학식 4에 도시된 간소화 변환 매트릭스 TRxN과 트랜스포즈(transpose) 관계에 있다.
도 7의 (b)에 도시된 Reduced Inv. Transform 블록 내의 매트릭스 Tt는 역 RST 매트릭스 TRxN T을 의미할 수 있다(위첨자 T는 트랜스포즈를 의미한다). 도 7의 (b)와 같이 대상 블록에 대한 변환 계수들에 대하여 역 RST 매트릭스 TRxN T가 곱해지는 경우, 대상 블록에 대한 수정된 변환 계수들 또는 대상 블록에 대한 레지듀얼 샘플들이 도출될 수 있다. 역 RST 매트릭스 TRxN T는 (TRxN)T NxR로 표현할 수도 있다.
보다 구체적으로, 2차 역변환으로 역 RST가 적용되는 경우에는, 대상 블록에 대한 변환 계수들에 대하여 역 RST 매트릭스 TRxN T가 곱해지면 대상 블록에 대한 수정된 변환 계수들이 도출될 수 있다.
한편, 일 예에 따라, 역 1차 변환으로 역 RST가 적용될 수 있다. 이 경우 대상 블록에 대한 변환 계수들에 대하여 역 RST 매트릭스 TRxN T가 곱해지면 대상 블록에 대한 레지듀얼 샘플들이 도출될 수 있다.
일 실시예에서, 역변환이 적용되는 블록의 사이즈가 8x8이고, R=16(즉, R/N=16/64=1/4인 경우)인 경우, 도 7의 (b)에 따른 역 RST는 아래의 수학식 7과 같은 행렬 연산으로 표현될 수 있다.
Figure PCTKR2022016033-appb-img-000014
수학식 7에서 c1 내지 c16은 대상 블록에 대한 변환 계수, 즉 레지듀얼 코딩을 통하여 도출된 변환 계수들을 나타낼 수 있다. 수학식 7의 연산 결과 대상 블록에 대한 수정된 변환 계수들 또는 대상 블록에 대한 레지듀얼 샘플들을 나타내는 ri가 도출될 수 있으며, ri의 도출 과정은 수학식 8과 같을 수 있다.
Figure PCTKR2022016033-appb-img-000015
수학식 8의 연산 결과, 대상 블록에 대한 수정된 변환 계수들 또는 대상 블록에 대한 레지듀얼 샘플들을 나타내는 r1 내지 rN이 도출될 수 있다. 수학식 7에서 N이 64이므로, 수학식 8을 통하여 64개의 수정된 변환 계수가 도출될 수 있다.
역변환 매트릭스의 사이즈 관점에서 검토하면, 통상의 역변환 매트릭스의 사이즈는 64x64(NxN)인데 간소화 역변환 매트릭스의 사이즈는 64x16(NxR)으로 감소하므로, 통상의 역변환을 수행할 때와 비교하면 역 RST를 수행할 시 메모리 사용을 R/N 비율로 감소시킬 수 있다. 또한, 통상의 역변환 매트릭스를 이용할 때의 곱셈 연산 수 NxN과 비교하면, 간소화 역변환 매트릭스를 이용하면 곱셈 연산 수를 R/N 비율로 감소(NxR)시킬 수 있다. 간소화 역변환 매트릭스 또는 역변환 매트릭스는 변환인지 역변환인지 혼동되지 않는다면 간소화 변환 매트릭스 또는 변환 매트릭스로 명명될 수도 있다.
한편, 본 문서의 일 실시예에 따라, 인코딩 과정의 변환에서, 8 x 8 영역을 구성하는 64개의 데이터에 대해 16 x 64 변환 커널 매트릭스가 아닌, 48개의 데이터만을 선택하여 최대 16 x 48 변환 커널 매트릭스를 적용할 수 있다. 여기서, "최대"라는 것은 m 개의 계수를 생성할 수 있는 m x 48 변환 커널 매트릭스에 대해 m의 최대 값이 16이라는 것을 의미한다.
즉, 8 x 8 영역에 m x 48 변환 커널 매트릭스(m ≤16)를 적용하여 RST를 수행할 경우, 48개의 데이터를 입력 받아서 m개의 계수를 생성해 낼 수 있다. m이 16인 경우, 48개의 데이터를 입력 받아서 16개의 계수를 생성한다. 즉, 48개의 데이터가 48 x 1 벡터를 이룬다고 했을 때, 16 x 48 행렬과 48 x 1 벡터를 순서대로 곱하여 16 x 1 벡터가 생성될 수 있다. 이러한 실시예의 경우, 수학식 8의 열 백터는 r1 내지 r48이 되고, 변환 매트릭스의 크기는 16x48가 되고, 매트릭스 연산을 통하여 16개의 수정된 변환 계수(c1 내지 c16)가 도출된다.
이 때, 8 x 8 영역을 이루는 48개의 데이터를 적절히 배열하여 48 x 1 벡터를 구성할 수 있다. 예를 들어, 8 x 8 영역 중 우하단 4 x 4 영역을 제외한 영역을 구성하는 48 개의 데이터에 기초하여 48 x 1 벡터를 구성할 수 있다. 이때, 최대 16 x 48 변환 커널 매트릭스를 적용하여 행렬 연산을 수행하면 16개의 수정된 변환 계수가 생성되는데, 16개의 수정된 변환 계수는 스캐닝 순서에 따라 좌상단 4 x 4 영역에 배치될 수 있고, 우상단 4 x 4 영역과 좌하단 4 x 4 영역은 0으로 채워질 수 있다.
디코딩 과정의 역변환에는 상기 서술된 변환 커널 매트릭스의 트랜스포즈된 매트릭스가 사용될 수 있다. 즉, 디코딩 장치에서 수행되는 역변환 과정으로 역 RST 또는 역 LFNST가 수행되는 경우, 역 RST를 적용할 입력 계수 데이터는 소정의 배열 순서(대각 스캐닝 순서)에 따라 1차원 벡터로 구성되고, 1차원 벡터에 해당 역 RST 행렬을 왼쪽에서 곱하여 얻어진 수정된 계수 벡터를 소정의 배열 순서에 따라 2차원 블록에 배열될 수 있다.
8 x 8 영역에 RST 또는 LFNST이 수행되었고, 이에 대한 역 RST 또는 역 LFNST가 수행되는 경우, 수학식 7의 변환 매트릭스의 크기는 48 x 16이고, 열 백터는 c1 내지 c16 이 되고, 매트릭스 연산을 통하여 48개의 수정된 변환 계수(r1 내지 r48)가 도출된다.
정리하면, 인코딩 장치에서 수행되는 변환 과정에서, 8x8 영역에 RST 또는 LFNST가 적용되는 경우, 8x8 영역의 변환 계수들 중 8x8 영역의 우하단 영역을 제외한 좌상단, 우상단, 좌하단 영역의 48개 변환 계수들과 16x48의 변환 커널 매트릭스와의 행렬 연산이 수행된다. 행렬 연산을 위하여 48개의 변환 계수들은 1차원 배열로 입력된다. 이러한 행렬 연산이 수행되면 16개의 수정된 변환 계수들이 도출되고, 수정된 변환 계수들은 8x8 영역의 좌상단 영역에 배열될 수 있다.
역으로, 인코딩 장치 또는 디코딩 장치에서 수행되는 역 변환 과정에서, 8x8 영역에 역 RST 또는 LFNST가 적용되는 경우, 8x8 영역의 변환 계수들 중 8x8 영역의 좌상단에 대응하는 16개의 변환 계수들은 스캐닝 순서에 따라 1차원 배열 형태로 입력되어 48 x 16의 변환 커널 매트릭스와 행렬 연산될 수 있다. 즉, 이러한 경우의 행렬 연산은 (48 x 16 행렬) * (16x1 변환 계수 벡터) = (48 x 1 수정된 변환계수벡터)로 나타낼 수 있다. 여기서 nx1 벡터는 nx1 행렬과 같은 의미로 해석될 수 있으므로, nx1 열 벡터로 표기될 수도 있다. 또한, *은 행렬 곱셈 연산을 의미한다. 이러한 행렬 연산이 수행되면, 48개의 수정된 변환 계수가 도출될 수 있고, 48개의 수정된 변환 계수들은 8x8 영역의 우하단 영역을 제외한 좌상단, 우상단, 좌하단 영역에 배열될 수 있다.
한편, 예를 들어 인코딩 장치는 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding) 또는 CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 코딩 방법을 기반으로 신택스 요소의 값 또는 레지듀얼에 관한 변환 계수의 양자화된 값들 등을 인코딩하여 비트스트림을 도출할 수 있다. 또한, 디코딩 장치는 지수 골롬 부호화, CAVLC 또는 CABAC 등과 같은 다양한 코딩 방법을 기반으로 비트스트림을 디코딩하여 영상 복원에 필요한 신택스 요소의 값 또는 레지듀얼에 관한 변환 계수의 양자화된 값들 등을 도출할 수 있다.
예를 들어, 상술한 코딩 방법들은 후술하는 내용과 같이 수행될 수 있다.
도 8은 신택스 요소를 인코딩하기 위한 CABAC(context-adaptive binary arithmetic coding)을 예시적으로 나타낸다.
예를 들어, CABAC의 코딩 과정에서 인코딩 장치는 입력 신호가 이진값이 아닌 신택스 요소인 경우에는 상기 입력 신호의 값을 이진화(binarization)하여 입력 신호를 이진값로 변환할 수 있다. 또한, 상기 입력 신호가 이미 이진값인 경우(즉, 상기 입력 신호의 값이 이진값인 경우)에는 이진화가 수행되지 않고 그대로 상기 입력 신호가 이용될 수 있다. 여기서, 이진값을 구성하는 각각의 이진수 0 또는 1을 빈(bin)이라고 할 수 있다. 예를 들어, 이진화된 후의 이진 스트링이 110인 경우, 1, 1 및 0 각각을 하나의 빈이라고 나타낼 수 있다. 하나의 신택스 요소에 대한 상기 빈(들)은 상기 신택스 요소의 값을 나타낼 수 있다. 이러한 이진화는 Truncated Rice binarization process 또는 Fixed-length binarization process 등 다양한 이진화 방법에 기반할 수 있으며, 대상 신택스 요소에 대한 이진화 방법은 미리 정의될 수 있다. 상기 이진화 절차는 엔트로피 인코딩부 내의 이진화부에 의하여 수행될 수 있다.
이후, 상기 신택스 요소의 이진화된 빈들은 정규(regular) 코딩 엔진 또는 바이패스(bypass) 코딩 엔진으로 입력될 수 있다. 인코딩 장치의 정규 코딩 엔진은 해당 빈에 대해 확률값을 반영하는 컨텍스트 모델(context model)을 할당할 수 있고, 할당된 컨텍스트 모델을 기반으로 해당 빈을 인코딩할 수 있다. 인코딩 장치의 상기 정규 코딩 엔진은 각 빈에 대한 코딩을 수행한 뒤에 해당 빈에 대한 컨텍스트 모델을 갱신할 수 있다. 상술한 내용과 같이 코딩되는 빈은 컨텍스트 코딩된 빈(context-coded bin)이라고 나타낼 수 있다.
한편, 상기 신택스 요소의 이진화된 빈들이 상기 바이패스 코딩 엔진에 입력되는 경우에는 다음과 같이 코딩될 수 있다. 예를 들어, 인코딩 장치의 바이패스 코딩 엔진은 입력된 빈에 대해 확률을 추정하는 절차와 코딩 후에 상기 빈에 적용한 확률 모델을 갱신하는 절차를 생략할 수 있다. 바이패스 코딩이 적용되는 경우, 인코딩 장치는 컨텍스트 모델을 할당하는 대신 균일한 확률 분포를 적용해 입력되는 빈을 코딩할 수 있고, 이를 통하여 인코딩 속도를 향상시킬 수 있다. 상술한 내용과 같이 코딩되는 빈은 바이패스 빈(bypass bin)이라고 나타낼 수 있다.
엔트로피 디코딩은 상술한 엔트로피 인코딩과 동일한 과정을 역순으로 수행하는 과정을 나타낼 수 있다.
디코딩 장치(엔트로피 디코딩부)는 인코딩된 영상/비디오 정보를 디코딩할 수 있다. 상기 영상/비디오 정보는 파티셔닝 관련 정보, 예측 관련 정보(ex. 인터/인트라 예측 구분 정보, 인트라 예측 모드 정보, 인터 예측 모드 정보 등), 레지듀얼 정보 또는 인루프 필터링 관련 정보 등을 포함할 수 있고, 또는 그에 관한 다양한 신택스 요소들을 포함할 수 있다. 상기 엔트로피 코딩은 신택스 요소 단위로 수행될 수 있다.
디코딩 장치는 대상 신택스 요소들에 대한 이진화를 수행할 수 있다. 여기서 상기 이진화는 Truncated Rice binarization process 또는 Fixed-length binarization process 등 다양한 이진화 방법에 기반할 수 있으며, 대상 신택스 요소에 대한 이진화 방법은 미리 정의될 수 있다. 디코딩 장치는 상기 이진화 절차를 통하여 대상 신택스 요소들의 가용 값들에 대한 가용 빈 스트링들(빈 스트링 후보들)을 도출할 수 있다. 상기 이진화 절차는 엔트로피 디코딩부 내의 이진화부에 의하여 수행될 수 있다.
디코딩 장치는 비트스트림 내 입력 비트(들)로부터 상기 대상 신택스 요소들에 대한 각 빈들을 순차적으로 디코딩 또는 파싱하면서, 도출된 빈 스트링을 해당 신택스 요소들에 대한 가용 빈 스트링들과 비교할 수 있다. 만약 도출된 빈 스트링이 상기 가용 빈 스트링들 중 하나와 같으면, 해당 빈 스트링에 대응하는 값이 해당 신택스 요소의 값으로 도출된다. 만약, 그렇지 않으면, 상기 비트스트림 내 다음 비트를 더 파싱 후 상술한 절차를 다시 수행할 수 있다. 이러한 과정을 통하여 비트스트림 내에 특정 정보(또는 특정 신택스 요소)에 대한 시작 비트나 끝 비트를 사용하지 않고도 가변 길이 비트를 이용하여 해당 정보를 시그널링할 수 있다. 이를 통하여 낮은 값에 대하여는 상대적으로 더 적은 비트를 할당할 수 있으며, 전반적인 코딩 효율을 높일 수 있다.
디코딩 장치는 CABAC 또는 CAVLC 등의 엔트로피 코딩 기법을 기반으로 비트스트림으로부터 상기 빈 스트링 내 각 빈들을 컨텍스트 모델 기반 또는 바이패스 기반 디코딩할 수 있다
신택스 요소가 컨텍스트 모델을 기반으로 디코딩되는 경우, 디코딩 장치는 비트스트림을 통하여 상기 신택스 요소에 해당하는 빈을 수신할 수 있고, 상기 신택스 요소와 디코딩 대상 블록 또는 주변 블록의 디코딩 정보 또는 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 컨텍스트 모델(context model)을 결정할 수 있고, 결정된 컨텍스트 모델에 따라 상기 수신된 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 상기 신택스 요소의 값을 도출할 수 있다. 이후, 상기 결정된 컨텍스트 모델을 기반으로 다음으로 디코딩되는 빈의 컨텍스트 모델이 업데이트될 수 있다.
컨텍스트 모델은 컨텍스트 코딩(정규 코딩)되는 빈 별로 할당 및 업데이트될 수 있으며, 컨텍스트 모델은 컨텍스트 인덱스(ctxIdx: context index) 또는 컨텍스트 인덱스 증감(ctxInc: context index increment)을 기반으로 지시될 수 있다. ctxIdx는 ctxInc를 기반으로 도출될 수 있다. 구체적으로 예를 들어, 상기 정규 코딩되는 빈들 각각에 대한 컨텍스트 모델을 나타내는 ctxIdx는 ctxInc 및 컨텍스트 인덱스 오프셋(ctxIdxOffset: context index offset)의 합으로 도출될 수 있다. 예를 들어, 상기 ctxInc는 각 빈별로 다르게 도출될 수 있다. 상기 ctxIdxOffset는 상기 ctxIdx의 최소값(the lowest value)로 나타내어질 수 있다. 상기 ctxIdxOffset은 일반적으로 다른 신택스 요소에 대한 컨텍스트 모델들과의 구분을 위하여 이용되는 값일 수 있으며, 하나의 신택스 요소에 대한 컨텍스트 모델은 ctxInc를 기반으로 구분 또는 도출될 수 있다.
엔트로피 인코딩 절차에서 정규 코딩 엔진을 통해 인코딩을 수행할 것인지 또는 바이패스 코딩 엔진을 통해 인코딩을 수행할 것인지가 결정될 수 있고, 이에 따라 코딩 경로가 스위칭될 수 있다. 엔트로피 디코딩은 엔트로피 인코딩과 동일한 과정을 역순으로 수행할 수 있다.
한편, 예를 들어, 신택스 요소가 바이패스 디코딩되는 경우, 디코딩 장치는 비트스트림을 통하여 상기 신택스 요소에 해당하는 빈을 수신할 수 있고, 균일한 확률 분포를 적용해 입력되는 빈을 디코딩할 수 있다. 이 경우, 디코딩 장치는 신택스 요소의 컨텍스트 모델을 도출하는 절차와 디코딩 이후에 상기 빈에 적용한 컨텍스트 모델을 갱신하는 절차는 생략될 수 있다.
한편, 상술한 바와 같이, 기존에는 적응적 다중 핵심 변환(Multiple Transform Selection, MTS)이 적용되는 경우, 레지듀얼 신호(또는 레지듀얼 블록)에 대해 DCT 타입 2, DST 타입 7 및 DCT 타입 8을 기반으로 공간 도메인에서 주파수 도메인으로의 1차 변환이 적용되어 변환 계수들(또는 1차 변환 계수들)이 생성될 수 있었다. 이러한 적응적 다중 핵심 변환은 수평 방향으로 하나의 커널을 적용하고 수직 방향으로 하나의 커널을 적용하는 분리 변환의 형태였다.
즉, 기존의 1차 변환에는 분리 변환만이 적용되고, 비분리 변환은 적용되지 않았으나, 일반적으로 비분리 변환 (커널)은 분리 변환 (커널)보다 더 높은 부호화 효율을 제공한다. 이에 따라, 이하에서는 분리 변환과 비분리 변환을 포함하는 1차 변환과 관련된 다양한 실시예들을 제안한다.
일 실시예에 따르면, 1차 변환은 비분리 변환을 포함할 수 있다.
일예로, 1차 변환에는 DCT 타입 2와 비분리 (1차) 변환 커널이 사용될 수 있다. 또는, 일예로, 기존의 DCT 타입 2, DST 타입 7, DCT 타입 8에 추가로 비분리 (1차) 변환 커널이 사용될 수 있다. 또는, 일예로, 기존의 DCT 타입 2, DST 타입 7, DCT 타입 8 중 하나 이상의 커널이 비분리 (1차) 변환 커널로 대체될 수 있다. 다만, 이는 예시일 뿐이며, 위에서 설명한 기존의 변환 커널의 구성이 다른 경우에도 적용될 수 있다. 즉, 다른 타입의 DCT/DST나 변환 스킵을 포함하는 경우에도 적용될 수 있다.
관련하여, 비분리 1차 변환은 레지듀얼 신호들을 비분리 변환 매트릭스를 기반으로 변환하여 상기 레지듀얼 신호에 대한 변환 계수들을 생성할 수 있다. 즉, 수직 변환 및 수평 변환을 분리하여 (또는 수평 수직 변환을 독립적으로) 적용하는 기존의 변환 방법과 달리, 상기 비분리 변환 매트릭스를 이용하여 한번에 변환을 수행할 수 있다.
예를 들어, 상기 비분리 1차 변환은 도 6과 관련하여 상술한 비분리 2차 변환 방법과 동일한 방식으로 수행될 수 있다.
일예로, 4×4 입력 블록에 대해 상기 비분리 1차 변환이 적용되는 경우, 상기 4x4 입력 블록 X는 상기 수학식 1과 같을 수 있다. 이때, 상기 X를 벡터 형태로 나타내는 경우, 벡터
Figure PCTKR2022016033-appb-img-000016
는 상기 수학식 2와 같을 수 있다. 이 경우, 상기 1차 비분리 변환은 상기 수학식 3과 같이 계산될 수 있다.
상기 수학식 3을 통해 16x1 변환 계수 벡터
Figure PCTKR2022016033-appb-img-000017
가 도출될 수 있으며, 상기
Figure PCTKR2022016033-appb-img-000018
는 스캔 순서(ex. 수평, 수직, 대각(diagonal), 또는 미리 정해진/저장된 스캔 순서)에 따라 4x4 블록으로 재구성될 수 있다. 다만, 상술한 계산은 예시일 뿐이며, 비분리 1차 변환의 계산 복잡도를 줄이기 위한 최적화된 비분리 변환 계산법들이 사용될 수 있다.
한편, 상기 비분리 1차 변환에 대한 변환 세트와 커널은 모드(ex. 인트라 예측 모드, 인터 예측 모드 등), 입력 블록의 너비(width), 입력 블록의 높이(height), 입력 블록의 픽셀 수, 블록 내 서브 블록 위치, 명시적으로 시그널링된 구문 요소(신택스 요소), 주변 픽셀들의 통계적 특성, 2차 변환의 사용 여부 등에 따라 다양하게 구성될 수 있다. 즉, 상기 비분리 1차 변환에 대한 변환 세트 및 변환 커널은 모드(ex. 인트라 예측 모드, 인터 예측 모드 등), 입력 블록의 너비(width), 입력 블록의 높이(height), 입력 블록의 픽셀 수, 블록 내 서브 블록 위치, 명시적으로 시그널링 된 구문요소, 주변 픽셀들의 통계적 특성, 2차 변환의 사용 여부 중 적어도 하나에 기반하여 선택될 수 있다.
예를 들어, 현재 블록에 대해 인트라 예측이 적용되는 경우, 인트라 예측 모드들을 기반으로 n개의 세트들이 그룹화될 수 있고, 각 세트 내에 k개의 변환 커널들이 포함되도록 구성될 수 있다. 이때, 본 문서에 따르면, 인트라 예측 모드들의 수 및 그룹핑 방법은 특정 값 및 특정 방법으로 한정되지 않는다.
또는, 예를 들어, 상기 비분리 1차 변환 세트와 커널은 입력 블록의 너비 또는/및 높이를 기반으로 결정될 수 있다. 일예로, 4x4 입력 블록에 대해서는 n1개의 세트와 각 세트 내에 k1개의 변환 커널들이 포함되도록 구성될 수 있고, 4x8 블록에 대해서는 n2개의 세트와 각 세트 내에 k2개의 변환 커널들이 포함되도록 구성될 수 있다.
또 다른 예로, 상대적으로 큰 블록들에 대해서는 해당 블록의 너비와 높이에 따른 비분리 변환을 사용하지 않을 수 있다. 즉, 일예로, 해당 블록을 공간 영역에서 작은 블록들(i.e., 서브블록)로 분리하고, 분리된 작은 블록들(i.e., 서브블록)의 너비와 높이에 따라 상기 비분리 1차 변환을 수행할 수 있다. 예컨대, 4x8 블록에 대한 비분리 변환을 수행할 때, 4x8 블록을 공간 영역에서 2개의 4x4 서브 블록들로 분리하고, 각 4x4 서브블록에 대해서 4x4 블록 기반의 상기 비분리 1차 변환을 수행할 수 있다. 또 다른 예로, 8x16 블록을 공간 영역에서 2개의 8x8 서브 블록들로 분리하고, 각 8x8 서브블록에 대해서 8x8 블록 기반의 상기 비분리 1차 변환을 수행할 수 있다.
변환부는 선택된 변환 커널을 기반으로 상기 비분리 1차 변환을 수행하고 변환 계수들을 획득할 수 있다. 획득된 변환 계수들은 2차 변환을 수행하거나, 또는 2차 변환을 수행하지 않고, 양자화부에 의해 양자화된 변환 계수들로 도출될 수 있다. 그리고, 양자화된 변환 계수들은 인코딩되어 디코딩 장치로 시그널링될 수 있고, 또한, 양자화된 변환 계수들은 인코딩 장치 내의 역양자화/역변환부로 전달될 수 있다. 역변환부는 상술한 변환부에서 수행된 절차의 역순으로 일련의 절차를 수행할 수 있다. 역변환부는 (역양자화된) 변환 계수들을 수신하여, 2차 변환을 수행하거나, 또는 2차 변환을 수행하지 않고 상기 1차 역변환을 수행하여 레지듀얼 블록(레지듀얼 샘플들)을 획득할 수 있다. 그리고, 인코딩 장치 및 디코딩 장치는 상기 레지듀얼 블록과 예측된 블록을 기반으로 복원 블록을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
이렇게, 상기 일 실시예와 같이 상기 1차 변환이 비분리 변환을 포함하도록 구성함으로써, 분리 변환만을 포함하는 종래의 1차 변환보다 더 높은 부호화 효율을 기대할 수 있다.
일 실시예에 따르면, 1차 변환이 분리 변환과 비분리 변환을 모두 포함하는 경우, 상기 1차 변환과 관련된 정보를 다음과 같이 효율적으로 시그널링할 수 있다.
상술한 바와 같이, 분리 변환 기반의 1차 변환에는 DCT 타입 2, DST 타입 7, DCT 타입 8, DCT 타입 5, DST 타입 4, DST 타입 1, IDT(identity transform), 또는 그 외의 비분리 변환이 아닌 변환(ex: 변환 스킵)들이 포함될 수 있다. 분리 변환의 경우 일반적으로 여러 개의 선택 가능한 변환들이 존재하고, 비분리 변환의 경우 분리 변환에 비해 상대적으로 계산적 복잡도나 메모리 요구량이 더 클 수 있기 때문에 선택 가능한 비분리 변환의 수가 하나이거나 그 이상일 수 있다.
예를 들어, 1차 변환에 적용 가능한 비분리 변환 커널의 수가 하나이고, 분리 변환 커널들의 수가 다수인 경우, 다음과 같이 1차 변환에 대한 변환 인덱스 정보가 시그널링될 수 있다. 관련하여, 변환 인덱스 정보의 값은 변환 인덱스와 동일한 의미일 수 있다.
일예로, 비분리 변환에 대한 변환 인덱스는 0으로 설정될 수 있고, 분리 변환에 대한 변환 인덱스는 1부터 시작될 수 있다. 즉, 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 0으로 설정될 수 있고, 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 1부터 시작될 수 있다.
즉, 일예로, 1차 변환에 적용되는 복수의 변환 커널들이 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함하는 경우, 상기 1개의 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 0이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 1부터 M일 수 있다. 이때, 일예로, M은 1보다 큰 양의 정수일 수 있다.
예컨대, 5가지의 분리 변환의 가능성이 있는 경우, 변환 인덱스 0은 비분리 변환을 나타내고, 변환 인덱스 1부터 5는 미리 정의된 분리 변환들을 나타낼 수 있다. 즉, 분리 변환 커널들의 수가 5인 경우, 0의 값을 갖는 변환 인덱스 정보는 비분리 변환을 나타내고, 1부터 5의 값들을 갖는 변환 인덱스 정보는 각각 미리 정의된 분리 변환을 나타낼 수 있다. 이에 따라, 0부터 5 중 어느 하나의 변환 인덱스 값이 인코딩 장치(부호기)에서 디코딩 장치(복호기)로 시그널링될 수 있다. 그리고, 디코딩 장치(복호기)에서는 디코딩(복호화)된 변환 인덱스를 통하여 비분리 변환 또는 분리 변환의 사용 여부를 알 수 있고, 복수의 분리 변환 (커널)들 중 어떤 분리 변환이 사용되었는지 판별할 수 있다.
다른 예로, 비분리 변환에 대한 변환 인덱스가 미리 정의된 N으로 설정될 수 있고, 분리 변환에 대한 변환 인덱스가 0부터 미리 정의된 최대 인덱스 값 M까지 N을 제외한 순서에 따라 정의될 수 있다(단, M >= N). 즉, 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 미리 정의된 N으로 설정될 수 있고, 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 0부터 미리 정의된 최대 인덱스 값 M까지 N을 제외한 순서에 따라 정의될 수 있다.
즉, 일예로, 상기 복수의 변환 커널들이 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함하는 경우, 상기 1개의 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 N이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 0부터 N-1 및 N+1부터 M일 수 있다. 이때, 일예로, M은 1보다 큰 양의 정수이고, N은 M보다 작은 양의 정수일 수 있다.
예컨대, 이용 가능한 분리 변환들이 수가 5이고 비분리 변환에 대한 변환 인덱스가 3(N)으로 미리 정의된 경우, 분리 변환에 대한 변환 인덱스는 0부터 5까지 미리 정해진 순서에 따라 할당되되, 3은 스킵하여 결정될 수 있다. 즉, 분리 변환 커널들의 수가 5이고, 비분리 변환 커널과 관련된 변환 인덱스 정보의 값이 3으로 미리 정의된 경우, 분리 변환 커널과 관련된 변환 인덱스 정보의 값은 0부터 5까지 미리 정해진 순서에 따라 할당되되, 3은 스킵하고 할당될 수 있다. 이에 따라, 0부터 5 중 어느 하나의 변환 인덱스 값이 인코딩 장치(부호기)에서 디코딩 장치(복호기)로 시그널링될 수 있다. 그리고, 디코딩 장치(복호기)에서는 디코딩(복호화)된 변환 인덱스를 통하여 비분리 변환 또는 분리 변환의 사용 여부를 알 수 있고, 복수의 분리 변환 (커널)들 중 어떤 분리 변환이 사용되었는지 판별할 수 있다.
또 다른 예로, 상기 1차 변환에 대한 변환 인덱스 정보를 시그널링하기 전에 비분리 변환의 사용 여부를 나타내는 플래그를 시그널링할 수 있다. 예컨대, 비분리 변환의 사용 여부를 나타내는 상기 플래그의 값이 0인 경우, 추가로 분리 변환에 대한 변환 인덱스 정보를 시그널링할 수 있다. 예컨대, 상기 플래그의 값이 1인 경우, 비분리 변환 커널의 수가 하나이고, 분리 변환 커널들의 수가 다수인 경우에 적용되는 상술한 예시들에 따라 상기 1차 변환에 대한 변환 인덱스 정보를 시그널링 할 수 있다.
즉, 일예로, 상기 인코딩된 정보는 1차 변환에 비분리 변환 커널이 적용되는지 여부를 나타내는 플래그를 포함할 수 있다. 예컨대, 상기 플래그의 값 0은 1차 변환에 비분리 변환 커널이 적용되지 않는 것을 나타낼 수 있고, 상기 플래그의 값 1은 1차 변환에 비분리 변환 커널이 적용되는 것을 나타낼 수 있다. 또한, 예컨대, 상기 플래그의 값이 0인 경우, 상기 1차 변환에 대한 변환 인덱스 정보는 분리 변환 커널과만 관련될 수 있다. 다시 말하면, 상기 플래그의 값이 0인 것은 1차 변환에 비분리 변환 커널이 적용되지 않는 것을 나타내므로, 상기 1차 변환에 대한 변환 인덱스 정보는 분리 변환 커널과만 관련될 수 있다.
이때, 예컨대, 비분리 변환 여부를 나타내는 플래그의 값은 컨텍스트 코딩 빈(context coded bin)을 통해 확률을 예측하여 코딩될 수 있다. 즉, 상기 플래그는 컨텍스트 모델(Context model)을 기반으로 컨텍스트 코딩(Context coding)될 수 있다. 이때, 예컨대, 확률 예측을 위한 컨텍스트 모델은 현재 블록의 크기, 현재 블록의 모양, 현재 블록에 적용되는 인트라 예측 모드, 및/또는 이전에 코딩된 블록들의 정보 등을 이용하여 구성될 수 있다.
또한, 예컨대, 변환 인덱스(또는 분리 변환 커널과 관련된 변환 인덱스) 정보는 고정 길이 코드(Fixed Length Coding, FLC) 또는 트런케이티드 이항 코드(Truncated binary code, TBC)를 기반으로 이진화될 수 있다. 이때, 상기 변환 인덱스는 컨텍스트 코딩 (context coding, 이때, 예컨대, 상기 변환 인덱스 정보는 컨텍스트 코딩(Context coding) 또는 바이패스 코딩(Bypass coding)을 기반으로 코딩될 수 있다.
즉, 예컨대, 상기 1차 변환에 대한 변환 인덱스(또는 분리 변환 커널과 관련된 변환 인덱스) 값은 FLC 또는 TBC를 기반으로 이진화될 수 있고, 컨텍스트 코딩(context coded bin으로 취급해 코딩) 또는 바이패스 코딩(bypass coding, 즉 bypass coded bin으로 취급해 코딩)을 통해서 코딩될 수 있다.
또는, 예컨대, 상기 1차 변환에 대한 변환 인덱스 정보는 트런케이티드 단항 코드(Truncated Unary code, TU code)를 기반으로 이진화될 수 있다. 이때, 예컨대, 상기 변환 인덱스 정보는 컨텍스트 코딩 또는 바이패스 코딩을 기반으로 코딩될 수 있다.
즉, 예컨대, 상기 1차 변환에 대한 변환 인덱스 값은 TU 이진화를 통해 표현될 수 있고, 컨텍스트 코딩을 통해서 발생 확률을 예측하여 코딩되거나, 바이패스 코딩을 통해서 동일한 확률로 코딩될 수 있다.
예를 들어, 상기 1차 변환에 적용 가능한 비분리 변환 커널의 수가 2 이상이고, 분리 변환 커널들의 수가 다수인 경우, 다음과 같이 상기 1차 변환에 대한 변환 인덱스 정보가 시그널링될 수 있다. 마찬가지로, 변환 인덱스 정보의 값은 변환 인덱스와 동일한 의미일 수 있다.
일예로, 상기 1차 변환에 대한 변환 인덱스 정보를 시그널링하기 전에 비분리 변환의 사용 여부를 나타내는 플래그를 시그널링할 수 있다. 예컨대, 비분리 변환의 사용 여부를 나타내는 상기 플래그의 값이 1인 경우, 비분리 변환 커널과 관련된 변환 인덱스 정보를 추가로 시그널링할 수 있고, 상기 플래그의 값이 0인 경우, 분리 변환 커널과 관련된 변환 인덱스 정보를 추가로 시그널링할 수 있다.
즉, 상술한 바와 같이, 상기 인코딩된 정보는 상기 1차 변환에 비분리 변환 커널이 적용되는지 여부를 나타내는 플래그를 포함할 수 있다. 예컨대, 상술한 바와 같이, 상기 플래그의 값 0은 상기 1차 변환에 비분리 변환 커널이 적용되지 않는 것을 나타낼 수 있고, 상기 플래그의 값 1은 상기 1차 변환에 비분리 변환 커널이 적용되는 것을 나타낼 수 있다. 또한, 예컨대, 상기 플래그의 값이 0인 경우, 상기 1차 변환에 대한 변환 인덱스 정보는 분리 변환 커널과 관련될 수 있고, 상기 플래그의 값이 1인 경우, 상기 1차 변환에 대한 변환 인덱스 정보는 비분리 변환 커널과 관련될 수 있다. 다시 말하면, 상기 플래그의 값이 0인 것은 상기 1차 변환에 분리 변환 커널이 적용되는 것을 나타내므로, 상기 1차 변환에 대한 변환 인덱스 정보는 분리 변환 커널과 관련될 수 있고, 상기 플래그의 값이 1인 것은 상기 1차 변환에 비분리 변환 커널이 적용되는 것을 나타내므로, 상기 1차 변환에 대한 변환 인덱스 정보는 비분리 변환 커널과 관련될 수 있다.
즉, 예컨대, 상기 복수의 변환 커널들이 L개의 비분리 변환 커널들과 M개의 분리 변환 커널들을 포함하고, 상기 플래그의 값이 1인 것을 기반으로, 상기 변환 인덱스 정보는 비분리 변환 커널과 관련될 수 있고, L 및 M은 1보다 큰 양의 정수일 수 있다.
이때, 예컨대, 비분리 변환 커널과 관련된 변환 인덱스 정보 또는 분리 변환 커널과 관련된 변환 인덱스 정보는 FLC 또는 TBC를 기반으로 이진화될 수 있고, 컨텍스트 코딩 또는 바이패스 코딩을 기반으로 코딩될 수 있다.
즉, 예컨대, 상기 비분리 변환 커널과 관련된 변환 인덱스 정보 또는 상기 분리 변환 커널과 관련된 변환 인덱스 정보는 FLC 또는 TBC를 기반으로 이진화될 수 있고, 컨텍스트 코딩(context coded bin으로 취급해 코딩) 또는 바이패스 코딩(bypass coding, 즉 bypass coded bin으로 취급해 코딩)을 통해서 코딩될 수 있다.
또는, 상기 비분리 변환 커널과 관련된 변환 인덱스 정보 또는 상기 분리 변환 커널과 관련된 변환 인덱스 정보는 TU code를 기반으로 이진화될 수 있고, 컨텍스트 코딩 또는 바이패스 코딩을 기반으로 코딩될 수 있다.
즉, 예컨대, 상기 비분리 변환 커널과 관련된 변환 인덱스 정보 또는 상기 분리 변환 커널과 관련된 변환 인덱스 정보는 TU 이진화를 통해 표현될 수 있고, 컨텍스트 코딩을 통해서 발생 확률을 예측하여 코딩되거나, 바이패스 코딩을 통해서 동일한 확률로 코딩될 수 있다.
이때, 예컨대, 비분리 변환 여부를 나타내는 상기 플래그의 값은 상술한 바와 같이, 컨텍스트 코딩 빈(context coded bin)을 통해 확률을 예측하여 코딩될 수 있다. 즉, 상기 플래그는 컨텍스트 모델(Context model)을 기반으로 컨텍스트 코딩(Context coding)될 수 있다. 이때, 예컨대, 확률 예측을 위한 컨텍스트 모델은 현재 블록의 크기, 현재 블록의 모양, 현재 블록에 적용되는 인트라 예측 모드, 및/또는 이전에 코딩된 블록들의 정보 등을 이용하여 구성될 수 있다.
다른 예로, 비분리 변환의 사용 여부를 나타내는 플래그를 별도로 시그널링하지 않고, 상기 1차 변환에 적용되는 모든 변환 커널들에 대한 변환 인덱스 정보를 한 번에 시그널링할 수 있다. 예컨대, 비분리 변환 커널들의 수가 L이며, 이용 가능한 분리 변환 커널들의 수가 M인 경우, 변환 인덱스 값 0부터 L-1은 각각 미리 정해진 L개의 비분리 변환 커널들을 나타낼 수 있고, 변환 인덱스 값 L부터 L+M-1은 각각 미리 정해진 M개의 분리 변환 커널들을 나타낼 수 있다. 즉, 예컨대, 변환 인덱스 값 0부터 L-1은 비분리 변환 커널 0부터 L-1에 대응될 수 있고, 변환 인덱스 값 L부터 L+M-1은 분리 변환 커널 0부터 M-1에 대응될 수 있다.
즉, 일예로, 상기 1차 변환에 적용되는 복수의 변환 커널들이 L개의 비분리 변환 커널들과 M개의 분리 변환 커널들을 포함하는 경우, 상기 L개의 비분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 0부터 L-1이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 L부터 L+M-1일 수 있다. 이때, 일예로, L 및 M은 1보다 큰 양의 정수일 수 있다.
이렇게 상기 1차 변환에 대한 변환 인덱스를 이용가능한 분리 변환 커널 및 비분리 변환 커널에 매핑하는 방법은 상술한 경우 외에도 미리 정의된 형태로 다양하게 적용될 수 있다.
예를 들어, 비분리 변환 커널의 수가 하나 또는 다수이고, 분리 변환 커널들의 수가 다수인 상술한 경우들에서, 분리 변환과 관련된 변환 인덱스는 수평 방향과 수직 방향에 적용되는 변환을 미리 정해진 규칙에 따라 결정함으로써 시그널링될 수 있다. 또는, 예를 들어, 분리 변환과 관련된 변환 인덱스는 수평 방향에 대한 분리 변환 인덱스와 수직 방향에 대한 분리 변환 인덱스로 별도로 나뉘어져 전송될 수 있고, 각 변환 인덱스가 지정하는 변환이 해당 방향에 적용될 수도 있다.
이렇게, 상기 일 실시예와 같이 상기 1차 변환과 관련된 정보를 효율적으로 시그널링함으로써, 비트 수 절감 및 코딩 성능 개선의 효과를 기대할 수 있다.
일 실시예에 따르면, 상기 1차 변환이 분리 변환과 비분리 변환을 모두 포함하는 경우, 상기 1차 변환과 상기 2차 변환을 다음과 같이 효율적으로 적용할 수 있다.
상술한 바와 같이, 상기 1차 변환에는 분리 변환과 비분리 변환이 적용될 수 있으며, 분리 변환 기반의 상기 1차 변환 방법은 DCT 타입 2, DST 타입 7, DCT 타입 8, DCT 타입 5, DST 타입 4, DST 타입 1, IDT(identity transform), 또는 그 이외 비분리 변환이 아닌 변환(ex: 변환 스킵)들을 포함할 수 있다. 또한, 상기 2차 변환에는 상기 1차 변환과는 상이한 별도의 비분리 변환이 적용될 수 있다.
관련하여, 비분리 변환은 분리 변환에 비해 계산적 복잡도나 메모리 요구량이 더 크기 때문에, 상기 1차 변환에 비분리 변환이 적용되는 경우, 상기 1차 변환과 상기 2차 변환의 적용에 대한 최악의 경우(worst case)의 계산적 복잡도를 조절할 필요가 있다.
구체적인 예로, 다음과 같은 효율적인 변환 구조를 제안한다.
일예로, 상기 1차 변환에 비분리 변환이 적용되는 경우, 인코딩 장치(부호기)의 관점에서는 비분리 변환인 상기 2차 변환의 사용을 제한할 수 있고, 디코딩 장치(복호기)의 관점에서는, 상기 2차 변환이 적용되는 경우, 상기 1차 변환에서 비분리 변환이 발생하는 부분을 고려하지 않고, 그 외의 분리변환 또는 변환 스킵의 경우만을 고려하여 비트스트림을 파싱할 수 있다. 이에 따라, 상기 1차 변환에 대한 변환 인덱스 정보의 파싱 방법이 상기 2차 변환의 적용 여부에 종속(dependent)하게 될 수 있다. 즉, 디코딩 장치(복호기) 시스템에서 1차 변환에 대한 변환 인덱스 정보를 먼저 파싱하는 경우, 상기 2차 변환에 대한 변환 인덱스 정보의 파싱 여부는 상기 1차 변환에 대한 상기 변환 인덱스 정보의 값에 의존하게 될 수 있다.
즉, 일예로, 인코딩 장치 관점에서 상기 1차 변환에 대한 변환 인덱스 정보가 비분리 변환 커널과 관련되는 경우, 비분리 변환인 상기 2차 변환은 수행되지 않도록 제한될 수 있다. 또는, 일예로, 디코딩 장치 관점에서 비분리 변환인 상기 2차 변환이 수행되는 것을 기반으로 상기 1차 변환에 대한 변환 인덱스 정보는 분리 변환 커널과 관련되도록 제한될 수 있다.
다른 예로, 상술한 예와 같은 상기 2차 변환의 사용에 대한 제약이 블록의 크기에 따라 적용될 수 있다. 일예로, 16x16 이하의 블록에 대해서는 2차 변환의 사용에 대한 제약이 적용되지 않고, 비분리 1차 변환과 비분리 2차 변환이 모두 적용될 수 있다. 또는, 다른 예로, 임의의 블록에 대한 비분리 1차 변환 및 비분리 2차 변환의 적용 여부가 인코딩 장치(부호기) 및/또는 디코딩 장치(복호기) 시스템에 미리 정의될 수 있다. 또 다른 예로, 블록의 크기, 블록의 모양 외에 해당 변환 블록의 인트라 예측 모드 방향에 따라 비분리 1차 변환 및 비분리 2차 변환의 적용 여부가 결정될 수 있다.
즉, 일예로, 현재 블록의 가로 및 세로가 미리 정해진 크기를 초과하고, 비분리 변환인 상기 2차 변환이 수행되는 것을 기반으로, 상기 1차 변환에 대한 변환 인덱스 정보는 분리 변환 커널과 관련되도록 제한될 수 있다.
또 다른 예로, 상기 1차 변환에 비분리 변환이 적용된 경우, 인트라 예측에 사용되는 이미 복호화된 주변 화소(decoded neighboring pixels) 값들의 분포를 통해 상기 비분리 1차 변환 및 상기 비분리 2차 변환의 적용 여부가 결정될 수 있다. 예컨대, 주변 화소 값의 분산(variance)이 작은 경우 상기 비분리 1차 변환은 적용되지 않을 수 있다. 주변 화소 값의 분포가 매우 일정한 경우에는 비분리 변환을 적용하는 것이 분리 변환을 적용하는 것보다 더 정확한 예측을 할 확률이 낮으므로, 상기 비분리 1차 변환을 위한 별도의 시그널링을 하지 않을 수 있다. 즉, 상기 비분리 1차 변환에 대해 추가적으로 요구되는 정보의 시그널링 오버 헤드를 줄임으로써 더 효율적인 압축 성능을 얻을 수 있다.
이렇게, 상기 일 실시예와 같이 상기 1차 변환과 상기 2차 변환을 효율적으로 적용함으로써, 계산적 복잡도를 줄이고, 전력 소모를 감소시키며, 추가적으로 발생되는 변환 계수 처리에 요구되는 지연(latency)을 최소화할 수 있다.
일 실시예에 따르면, 1차 변환이 분리 변환과 비분리 변환을 모두 포함하는 경우, 상기 비분리 1차 변환의 시스템 내 적용 여부 및 커널 전송 방법은 다음과 같을 수 있다.
일예로, 상기 비분리 1차 변환은 상기 비분리 2차 변환과 달리 잔여 신호의 통계적 특성이 예측되어야 하므로, 미리 정의된 한정된(finite) 커널을 통해 상기 비분리 1차 변환에 대한 일반화된 커널을 얻는 것은 각 컨텐츠의 다양성을 반영하기에 비효율적일 수 있다. 반면, 상기 비분리 2차 변환은 상기 1차 변환 계수들의 통계적 특성을 예측하는 것이므로 상대적으로 매우 간단하게 디자인될 수 있다.
이에 따라, 예를 들면, 주어진 컨텐츠에 적합한 커널을 디코딩 장치(복호기)에서 유도하여 사용할 수 있다. 또는, 예를 들면, 인코딩 장치(부호기)에서 해당 커널을 유도하고 이를 디코딩 장치(복호기)로 전송하는 방법을 사용할 수 있다. 예컨대, 상기 비분리 1차 변환이 적용되는 블록의 크기, 현재 블록의 인트라 예측 모드와 관련된 비분리 변환 세트, 각 세트당 커널 수 및 각 커널당 계수 값들이 전송될 수 있다.
다른 예로, 상기 비분리 1차 변환은 상기 비분리 2차 변환과 달리 잔여신호의 통계적 특성이 예측되어야 하므로 미리 정의되어야 할 커널들의 수가 매우 많을 수 있다. 이 경우, 상기 비분리 1차 변환에 대한 커널들의 변환 인덱스 정보를 시그널링하는데 많은 비트가 소모되어 압축 성능의 저하가 발생될 수 있다.
이에 따라, 예를 들면, 상기 비분리 1차 변환에 대한 미리 정의된 커널들이 다수의 목록(카테고리)들로 분류되고, 특정 목록에 포함되는 커널들이 상기 비분리 1차 변환에 적용되는 지 여부에 대한 카테고리 정보가 상위 레벨 또는 하위 레벨에서 시그널링될 수 있다. 즉, 예컨대, 상기 카테고리 정보는 해당 카테고리에 포함되는 커널들 중 상기 비분리 1차 변환에 적용되는 커널이 포함되어 있는지 여부를 나타낼 수 있다. 또한, 예컨대, 상위 레벨은 SPS(sequence parameter set), PPS(picture parameter set), VPS(video parameter set), PH(picture header), SH(slice header) 등을 포함할 수 있고, 하위 레벨은 CTU(coding tree unit), CU(coding unit), TU(transform unit) 등을 포함할 수 있다.
일예로, 주어진 인트라 예측 모드에 대해서 64개의 커널들이 존재하는 경우, 8개의 카테고리들 각각에 8개의 커널들이 포함될 수 있다. 이때, 예컨대, 카테고리 정보는 상위 레벨(ex: SPS, PPS, VPS, PH, or SH)에서 전송되고, 하위 레벨(CTU, CU, or TU)에서는 해당 카테고리 안에 존재하는 커널들에 대한 변환 인덱스 정보를 전송할 수 있다. 또는, 예컨대, 하나 또는 다수의 CTU 단위로 카테고리 정보를 전송하고, 그보다 하위 블록 레벨(하나 또는 다수의 CU 또는 TU)에서는 해당 카테고리 내의 커널들에 대한 변환 인덱스 정보를 전송할 수 있다.
또는, 예컨대, 상기 카테고리 정보를 인코딩 장치에서 디코딩 장치로 전송하는 것이 아니라 각 장치에서 유도하는 방식을 적용할 수도 있다. 예를 들어, 상기 카테고리 정보가 적용되는 영역(e.g. tile, slice, CTU, CU)에 대한 코딩 정보 또는 통계적 특성을 분석하여 카테고리 정보를 유도할 수 있다. 보다 구체적인 예시로서, 현재 코딩하는 CTU 또는 CU의 주변 블록의 크기, 모양, 예측 모드(e.g. 화면 내 예측 모드), 또는 변환 정보(e.g. 분리 변환 or 비분리 변환, DCT-2/DCT-7/DCT-8/DCT-5/DST-4/DST-1, IDT(identity transform) 등)를 통해 카테고리 정보를 유도할 수 있다. 또는, 현재 코딩하는 CTU 또는 CU의 주변 화소들에 대한 분산(variance) 값 또는 그 범위에 따라 어떤 카테고리에 속하는지 구분할 수 있다(카테고리 정보를 유도할 수 있다). 관련하여, 상술된 카테고리 정보는 당연히 디코딩 장치에서 유도될 수 있다.
즉, 일예로, 인코딩된 정보는 복수의 변환 커널들이 분류된 복수의 카테고리들 중 1차 변환에 적용되는 변환 커널이 속하는 카테고리와 관련된 카테고리 정보를 포함할 수 있다. 이때, 일예로, 상기 카테고리 정보는 상위 레벨(level)에서 전송되고, 1차 변환에 대한 변환 인덱스 정보는 하위 레벨에서 전송될 수 있다. 또한, 일예로, 상기 상위 레벨은 SPS(Sequence parameter set), PPS(Picture parameter set), VPS(Video parameter set), PH(Picture header), SH(Slice header) 중 하나이고, 상기 하위 레벨은 CTU(Coding tree unit), CU(Coding unit), TU(Transform unit) 중 하나일 수 있다.
이렇게, 상기 일 실시예와 같이 상기 비분리 1차 변환이 시스템 내에서 적용되고, 변환 커널에 대한 정보가 전송됨에 따라, 비트 수 절감 및 코딩 성능 개선의 효과를 기대할 수 있다.
이하의 도면은 본 명세서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/메시지/필드의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
도 9 및 도 10은 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 9에 개시된 방법은 도 2에서 개시된 인코딩 장치에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 9의 S900 내지 S930은 도 2의 인코딩 장치(200)의 레지듀얼 처리부(230)에 의하여 수행될 수 있고, 도 9의 S940은 인코딩 장치(200)의 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 도 9에 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
도 9을 참조하면, 인코딩 장치(200)는 현재 블록에 대한 레지듀얼 샘플들을 도출한다(S900). 예를 들어, 인코딩 장치(200)는 현재 블록에 대한 예측 샘플들을 도출하고, 도출된 예측 샘플들을 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 도출할 수 있다.
인코딩 장치(200)는 변환 커널을 기반으로 1차 변환을 수행함으로써 변환 계수들을 도출한다(S910). 예를 들어, 인코딩 장치(200)는 상기 레지듀얼 샘플들에 대해 변환 커널을 기반으로 1차 변환을 수행함으로써, 상기 현재 블록에 대한 변환 계수들을 도출할 수 있다. 예컨대, 상기 변환 커널은 복수의 변환 커널들 중 상기 1차 변환에 적용되는 변환 커널일 수 있으며, 변환 매트릭스로 지칭될 수 있다. 또한, 예컨대, 상기 변환 커널은 상기 복수의 변환 커널들 중에서 인트라 예측 모드를 기반으로 선택될 수 있다. 또한, 상기 변환 커널은 비분리 변환 커널 또는 분리 변환 커널 중 어느 하나일 수 있다.
인코딩 장치(200)는 변환 커널과 관련된 변환 인덱스 정보를 생성한다(S920). 예를 들어, 인코딩 장치(200)는 상기 복수의 변환 커널들 중 상기 변환 커널과 관련된 변환 인덱스 정보를 생성할 수 있다.
인코딩 장치(200)는 변환 계수들을 기반으로 레지듀얼 정보를 생성한다(S930). 즉, 예를 들어, 인코딩 장치(200)는 상기 1차 변환을 수행함으로써 도출된 상기 현재 블록에 대한 상기 변환 계수들을 기반으로 레지듀얼 정보를 생성할 수 있다.
또한, 예를 들어, S930은 상기 변환 계수들에 대해 비분리 변환인 2차 변환을 수행함으로써, 상기 현재 블록에 대한 수정된 변환 계수들을 도출하는 단계 및 상기 수정된 변환 계수들을 기반으로 레지듀얼 정보를 생성하는 단계를 포함할 수 있다. 즉, 인코딩 장치(200)는 상기 1차 변환을 수행함으로써 도출된 상기 현재 블록에 대한 상기 변환 계수들에 대해 비분리 변환인 2차 변환을 수행함으로써, 상기 현재 블록에 대한 수정된 변환 계수들을 도출하고, 상기 수정된 변환 계수들을 기반으로 레지듀얼 정보를 생성할 수 있다.
예컨대, 상기 변환 인덱스 정보가 분리 변환 커널과 관련되는 것을 기반으로 S930은 상기 변환 계수들에 대해 비분리 변환인 2차 변환을 수행함으로써, 상기 현재 블록에 대한 수정된 변환 계수들을 도출하는 단계 및 상기 수정된 변환 계수들을 기반으로 레지듀얼 정보를 생성하는 단계를 포함할 수 있다. 즉, 예컨대, 인코딩 장치(200)는 상기 변환 인덱스 정보가 분리 변환 커널과 관련되는 경우, 상기 변환 계수들에 대해 비분리 변환인 2차 변환을 수행함으로써 상기 현재 블록에 대한 수정된 변환 계수들을 도출하고, 상기 수정된 변환 계수들을 기반으로 상기 레지듀얼 정보를 생성할 수 있다.
이때, 예컨대, 인코딩 장치(200)는 상기 변환 계수들에 대해 LFNST 매트릭스를 기반으로 LFNST를 적용함으로써, 상기 변환 계수들을 도출할 수 있다. 일예로, 상기 LFNST는 2차 변환일 수 있고, 상기 RST가 반영된 비분리 2차 변환을 포함할 수 있다. 이때, 2차 변환에 적용되는 LFNST 매트릭스는 행의 개수가 열의 개수보다 적은 비정방형 매트릭스일 수 있다.
또한, 예컨대, 인코딩 장치(200)는 상기 수정된 변환 계수들에 대한 양자화를 수행하여 양자화된 변환 계수들을 도출하고, 상기 양자화된 변환 계수들에 대한 레지듀얼 정보를 생성할 수 있다. 예컨대, 레지듀얼 정보는 LFNST와 관련된 정보 등 상술한 변환 관련 정보/신택스 요소를 포함할 수 있다.
인코딩 장치(200)는 영상 정보를 인코딩한다(S940). 예를 들어, 인코딩 장치(200)는 상기 변환 인덱스 정보 및 상기 레지듀얼 정보를 포함하는 영상 정보를 인코딩할 수 있다. 또한, 상기 영상 정보는 상기 현재 블록에 대한 예측 샘플들과 관련된 예측 관련 정보를 더 포함할 수 있다.
또한, 상기 비디오/영상 정보는 본 문서의 실시예에 따른 다양한 정보를 포함할 수 있다. 일예로, 상기 비디오/영상 정보는 픽처 복원을 위한 정보를 포함할 수 있다. 상기 픽처 복원을 위한 정보는 예측과 관련된 정보, 변환과 관련된 정보 및 필터링과 관련된 정보 등을 포함할 수 있다.
인코딩된 비디오/영상 정보는 비트스트림 형태로 출력될 수 있다. 상기 비트스트림은 네트워크 또는 저장매체를 통하여 디코딩 장치로 전송될 수 있다.
관련하여, 본 문서에서 제안된 일 실시예에 따르면, 상기 복수의 변환 커널들은 분리 변환 커널과 비분리 변환 커널을 포함할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 복수의 변환 커널들은 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함할 수 있다.
이때, 일예로, 상기 1개의 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 0이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 1부터 M이며, M은 1보다 큰 양의 정수일 수 있다.
또는, 일예로, 상기 1개의 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 N이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 0부터 N-1 및 N+1부터 M이며, M은 1보다 큰 양의 정수이고, N은 M보다 작은 양의 정수일 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 복수의 변환 커널들은 L개의 비분리 변환 커널들과 M개의 분리 변환 커널들을 포함할 수 있다.
이때, 일예로, 상기 L개의 비분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 0부터 L-1이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 L부터 L+M-1이며, L 및 M은 1보다 큰 양의 정수일 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 영상 정보는 상기 1차 변환에 비분리 변환 커널이 적용되는지 여부를 나타내는 플래그를 더 포함할 수 있다.
이때, 일예로, 상기 복수의 변환 커널들이 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함하고, 상기 플래그의 값이 0인 것을 기반으로 상기 변환 인덱스 정보는 분리 변환 커널과 관련될 수 있다. 반면, 상기 복수의 변환 커널들이 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함하고, 상기 플래그의 값이 1인 것을 기반으로, 상기 변환 인덱스 정보는 상기 1개의 비분리 변환 커널 또는 상기 M개의 분리 변환 커널들 중 어느 하나와 관련될 수 있다.
또한, 일예로, 상기 복수의 변환 커널들이 L개의 비분리 변환 커널들과 M개의 분리 변환 커널들을 포함하고, 상기 플래그의 값이 0인 것을 기반으로 상기 변환 인덱스 정보는 분리 변환 커널과 관련될 수 있다. 반면, 상기 복수의 변환 커널들이 L개의 비분리 변환 커널들과 M개의 분리 변환 커널들을 포함하고, 상기 플래그의 값이 1인 것을 기반으로 상기 변환 인덱스 정보는 비분리 변환 커널과 관련될 수 있다.
또한, 일예로, 상기 플래그는 컨텍스트 모델(Context model)을 기반으로 컨텍스트 코딩(Context coding)될 수 있다. 예컨대, 상기 컨텍스트 모델은 상기 현재 블록의 크기, 상기 현재 블록의 모양, 상기 현재 블록에 적용되는 인트라 예측 모드 및 이전에 코딩된 블록들의 정보를 기반으로 결정될 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 변환 인덱스 정보는 고정 길이 코드(Fixed Length Coding, FLC) 또는 트런케이티드 이항 코드(Truncated binary code, TBC)를 기반으로 이진화될 수 있다. 이때, 예컨대, 상기 변환 인덱스 정보는 컨텍스트 코딩(Context coding) 또는 바이패스 코딩(Bypass coding)을 기반으로 코딩될 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 변환 인덱스 정보는 트런케이티드 단항 코드(Truncated Unary code)를 기반으로 이진화될 수 있다. 이때, 예컨대, 상기 변환 인덱스 정보는 컨텍스트 코딩(Context coding) 또는 바이패스 코딩(Bypass coding)을 기반으로 코딩될 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 변환 인덱스 정보가 비분리 변환 커널과 관련되는 것을 기반으로, 상기 2차 변환은 수행되지 않도록 제한될 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 현재 블록의 가로 및 세로가 미리 정해진 크기를 초과하고, 상기 변환 인덱스 정보가 비분리 변환 커널과 관련되는 것을 기반으로, 상기 변환 인덱스 정보는 분리 변환 커널과 관련될 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 영상 정보는 상기 복수의 변환 커널들이 분류된 복수의 카테고리들 중 상기 1차 변환에 적용되는 변환 커널이 속하는 카테고리와 관련된 카테고리 정보를 더 포함할 수 있다.
이때, 본 문서에서 제안된 일 실시예에 따르면, 상기 카테고리 정보는 상위 레벨(level)에서 전송되고, 상기 변환 인덱스 정보는 하위 레벨에서 전송될 수 있다.
일예로, 상기 상위 레벨은 SPS(Sequence parameter set), PPS(Picture parameter set), VPS(Video parameter set), PH(Picture header), SH(Slice header) 중 하나일 수 있다. 또한, 일예로, 상기 하위 레벨은 CTU(Coding tree unit), CU(Coding unit), TU(Transform unit) 중 하나일 수 있다.
도 11 및 도 12는 본 문서의 실시예에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 11에서 개시된 방법은 도 3에서 개시된 디코딩 장치에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 11의 S1100은 디코딩 장치(300)의 엔트로피 디코딩부(310)에 의하여 수행될 수 있고, S1110 및 S1120은 디코딩 장치(300)의 레지듀얼 처리부(320)에 의하여 수행될 수 있으며, S1130은 가산부(340)에 의해 수행될 수 있다. 도 11에 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
도 11을 참조하면 디코딩 장치(300)는 비트스트림을 통하여 영상 정보를 획득한다(S1100). 예를 들어, 디코딩 장치(300)는 비트스트림을 통하여 비디오/영상 정보를 수신/획득할 수 있다. 일예로, 상기 비디오/영상 정보는 레지듀얼 정보 및 변환 인덱스 정보를 포함할 수 있다. 또는, 일예로, 상기 비디오/영상 정보는 예측 관련 정보를 더 포함할 수 있다.
또한, 상기 비디오/영상 정보는 본 문서의 실시예에 따른 다양한 정보를 포함할 수 있다. 일예로, 상기 비디오/영상 정보는 픽처 복원을 위한 정보를 포함할 수 있다. 상기 픽처 복원을 위한 정보는 예측과 관련된 정보, 변환과 관련된 정보 및 필터링과 관련된 정보 등을 포함할 수 있다.
디코딩 장치(300)는 레지듀얼 정보를 기반으로 변환 계수들을 도출한다(S1110). 예를 들어, 디코딩 장치(300)는 상기 레지듀얼 정보를 기반으로 현재 블록에 대한 변환 계수들을 도출할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 레지듀얼 정보로부터 상기 현재 블록에 대한 양자화된 변환 계수들을 도출할 수 있다. 또한, 디코딩 장치(300)는 상기 양자화된 변환 계수들에 대하여 역양자화를 수행함으로써, 상기 현재 블록에 대한 변환 계수들을 도출할 수 있다. 또한, 예컨대, 레지듀얼 정보는 LFNST와 관련된 정보 등 상술한 변환 관련 정보/신택스 요소를 포함할 수 있다.
디코딩 장치(300)는 변환 커널을 사용하여 1차 변환을 수행함으로써, 레지듀얼 샘플들을 도출한다(S1120). 예를 들어, 디코딩 장치(300)는 상기 변환 계수들을 기반으로 복수의 변환 커널들 중 상기 변환 인덱스 정보와 관련된 변환 커널을 사용하여 1차 변환을 수행함으로써, 상기 현재 블록에 대한 레지듀얼 샘플들을 도출할 수 있다. 예컨대, 상기 변환 커널은 복수의 변환 커널들 중 상기 1차 변환에 적용되는 변환 커널일 수 있으며, 변환 매트릭스로 지칭될 수 있다. 또한, 예컨대, 상기 변환 커널은 상기 복수의 변환 커널들 중에서 인트라 예측 모드를 기반으로 선택될 수 있다. 또한, 상기 변환 커널은 비분리 변환 커널 또는 분리 변환 커널 중 어느 하나일 수 있다. 또한, 상기 1차 변환은 역 1차 변환일 수 있다.
또한, 예를 들어, S1120은 상기 변환 계수들에 대해 비분리 변환인 2차 변환을 수행함으로써, 상기 현재 블록에 대한 수정된 변환 계수들을 도출하는 단계 및 상기 수정된 변환 계수들에 대해 상기 변환 인덱스 정보와 관련된 변환 커널을 사용하여 상기 1차 변환을 수행함으로써, 상기 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계를 포함할 수 있다.
이때, 예컨대, 디코딩 장치(300)는 상기 변환 계수들에 대해 LFNST 매트릭스를 기반으로 LFNST를 적용함으로써, 상기 수정된 변환 계수들을 도출할 수 있다. 일예로, 상기 LFNST는 2차 (역)변환일 수 있고, 상기 RST가 반영된 비분리 2차 (역)변환을 포함할 수 있다. 이때, 2차 (역)변환에 적용되는 LFNST 매트릭스는 열의 개수가 행의 개수보다 적은 비정방형 매트릭스일 수 있다.
디코딩 장치(300)는 현재 블록에 대한 복원 샘플들을 생성한다(S1130). 예를 들어, 디코딩 장치(300)는 상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성할 수 있다. 또한, 디코딩 장치(300)는 상기 레지듀얼 샘플들을 기반으로 상기 복원 샘플들을 포함하는 복원 픽처를 생성할 수 있다. 또한, 디코딩 장치(300)는 복원 픽처에 대해 다양한 필터링 방법을 적용하여 수정된 복원 픽처를 생성할 수 있다. 상기 수정된 복원 픽처는 디코딩된 픽처로서 출력 및/또는 복호 픽처 버퍼 또는 메모리(360)에 저장될 수 있으며, 이후 픽처의 디코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다.
관련하여, 본 문서에서 제안된 일 실시예에 따르면, 상기 복수의 변환 커널들은 분리 변환 커널과 비분리 변환 커널을 포함할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 복수의 변환 커널들은 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함할 수 있다.
이때, 일예로, 상기 1개의 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 0이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 1부터 M이며, M은 1보다 큰 양의 정수일 수 있다.
또는, 일예로, 상기 1개의 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 N이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 0부터 N-1 및 N+1부터 M이며, M은 1보다 큰 양의 정수이고, N은 M보다 작은 양의 정수일 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 복수의 변환 커널들은 L개의 비분리 변환 커널들과 M개의 분리 변환 커널들을 포함할 수 있다.
이때, 일예로, 상기 L개의 비분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 0부터 L-1이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 L부터 L+M-1이며, L 및 M은 1보다 큰 양의 정수일 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 영상 정보는 상기 1차 변환에 비분리 변환 커널이 적용되는지 여부를 나타내는 플래그를 더 포함할 수 있다.
이때, 일예로, 상기 복수의 변환 커널들이 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함하고, 상기 플래그의 값이 0인 것을 기반으로 상기 변환 인덱스 정보는 분리 변환 커널과 관련될 수 있다. 반면, 상기 복수의 변환 커널들이 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함하고, 상기 플래그의 값이 1인 것을 기반으로, 상기 변환 인덱스 정보는 상기 1개의 비분리 변환 커널 또는 상기 M개의 분리 변환 커널들 중 어느 하나와 관련될 수 있다.
또한, 일예로, 상기 복수의 변환 커널들이 L개의 비분리 변환 커널들과 M개의 분리 변환 커널들을 포함하고, 상기 플래그의 값이 0인 것을 기반으로 상기 변환 인덱스 정보는 분리 변환 커널과 관련될 수 있다. 반면, 상기 복수의 변환 커널들이 L개의 비분리 변환 커널들과 M개의 분리 변환 커널들을 포함하고, 상기 플래그의 값이 1인 것을 기반으로 상기 변환 인덱스 정보는 비분리 변환 커널과 관련될 수 있다.
또한, 일예로, 상기 플래그는 컨텍스트 모델(Context model)을 기반으로 컨텍스트 코딩(Context coding)될 수 있다. 예컨대, 상기 컨텍스트 모델은 상기 현재 블록의 크기, 상기 현재 블록의 모양, 상기 현재 블록에 적용되는 인트라 예측 모드 및 이전에 코딩된 블록들의 정보를 기반으로 결정될 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 변환 인덱스 정보는 고정 길이 코드(Fixed Length Coding, FLC) 또는 트런케이티드 이항 코드(Truncated binary code, TBC)를 기반으로 이진화될 수 있다. 이때, 예컨대, 상기 변환 인덱스 정보는 컨텍스트 코딩(Context coding) 또는 바이패스 코딩(Bypass coding)을 기반으로 코딩될 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 변환 인덱스 정보는 트런케이티드 단항 코드(Truncated Unary code)를 기반으로 이진화될 수 있다. 이때, 예컨대, 상기 변환 인덱스 정보는 컨텍스트 코딩(Context coding) 또는 바이패스 코딩(Bypass coding)을 기반으로 코딩될 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 2차 변환이 수행되는 것을 기반으로, 상기 변환 인덱스 정보는 분리 변환 커널과 관련되도록 제한될 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 현재 블록의 가로 및 세로가 미리 정해진 크기를 초과하고, 상기 2차 변환이 수행되는 것을 기반으로, 상기 변환 인덱스 정보는 분리 변환 커널과 관련될 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 영상 정보는 상기 복수의 변환 커널들이 분류된 복수의 카테고리들 중 상기 1차 변환에 적용되는 변환 커널이 속하는 카테고리와 관련된 카테고리 정보를 더 포함할 수 있다.
이때, 본 문서에서 제안된 일 실시예에 따르면, 상기 카테고리 정보는 상위 레벨(level)에서 전송되고, 상기 변환 인덱스 정보는 하위 레벨에서 전송될 수 있다.
일예로, 상기 상위 레벨은 SPS(Sequence parameter set), PPS(Picture parameter set), VPS(Video parameter set), PH(Picture header), SH(Slice header) 중 하나일 수 있다. 또한, 일예로, 상기 하위 레벨은 CTU(Coding tree unit), CU(Coding unit), TU(Transform unit) 중 하나일 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 해당 실시예는 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 문서의 실시예들의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서의 실시예들에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recorder) 등을 포함할 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서의 실시예(들)에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 문서의 실시예(들)는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예(들)에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 13은 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 13을 참조하면, 본 문서의 실시예들이 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 문서의 실시예들이 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 명세서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 명세서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.

Claims (20)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    비트스트림을 통하여 영상 정보를 획득하되, 상기 영상 정보는 레지듀얼 정보 및 변환 인덱스 정보를 포함하는 단계;
    상기 레지듀얼 정보를 기반으로 현재 블록에 대한 변환 계수들을 도출하는 단계;
    상기 변환 계수들을 기반으로 복수의 변환 커널들 중 상기 변환 인덱스 정보와 관련된 변환 커널을 사용하여 1차 변환을 수행함으로써, 상기 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계; 및
    상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하는 단계를 포함하되,
    상기 복수의 변환 커널들은 분리 변환 커널과 비분리 변환 커널을 포함하는 것을 특징으로 하는, 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 복수의 변환 커널들이 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함하는 것을 기반으로, 상기 1개의 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 0이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 1부터 M이며,
    M은 1보다 큰 양의 정수인 것을 특징으로 하는, 영상 디코딩 방법.
  3. 제1항에 있어서,
    상기 복수의 변환 커널들이 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함하는 것을 기반으로, 상기 1개의 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 N이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 0부터 N-1 및 N+1부터 M이며,
    M은 1보다 큰 양의 정수이고, N은 M보다 작은 양의 정수인 것을 특징으로 하는, 영상 디코딩 방법.
  4. 제1항에 있어서,
    상기 복수의 변환 커널들이 L개의 비분리 변환 커널들과 M개의 분리 변환 커널들을 포함하는 것을 기반으로, 상기 L개의 비분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 0부터 L-1이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 L부터 L+M-1이며,
    L 및 M은 1보다 큰 양의 정수인 것을 특징으로 하는, 영상 디코딩 방법.
  5. 제1항에 있어서,
    상기 영상 정보는 상기 1차 변환에 비분리 변환 커널이 적용되는지 여부를 나타내는 플래그를 더 포함하고,
    상기 플래그의 값이 0인 것을 기반으로 상기 변환 인덱스 정보는 분리 변환 커널과 관련되는 것을 특징으로 하는, 영상 디코딩 방법
  6. 제5항에 있어서,
    상기 복수의 변환 커널들이 L개의 비분리 변환 커널들과 M개의 분리 변환 커널들을 포함하고, 상기 플래그의 값이 1인 것을 기반으로, 상기 변환 인덱스 정보는 비분리 변환 커널과 관련되고, L 및 M은 1보다 큰 양의 정수인 것을 특징으로 하는, 영상 디코딩 방법.
  7. 제5항에 있어서,
    상기 플래그는 컨텍스트 모델(Context model)을 기반으로 컨텍스트 코딩(Context coding)될 수 있고,
    상기 컨텍스트 모델은 상기 현재 블록의 크기, 상기 현재 블록의 모양, 상기 현재 블록에 적용되는 인트라 예측 모드 및 이전에 코딩된 블록들의 정보를 기반으로 결정되는 것을 특징으로 하는, 영상 디코딩 방법.
  8. 제1항에 있어서,
    상기 변환 인덱스 정보는 고정 길이 코드(Fixed Length Coding, FLC) 또는 트런케이티드 이항 코드(Truncated binary code, TBC)를 기반으로 이진화될 수 있고,
    상기 변환 인덱스 정보는 컨텍스트 코딩(Context coding) 또는 바이패스 코딩(Bypass coding)을 기반으로 코딩되는 것을 특징으로 하는, 영상 디코딩 방법.
  9. 제1항에 있어서,
    상기 변환 인덱스 정보는 트런케이티드 단항 코드(Truncated Unary code)를 기반으로 이진화될 수 있고,
    상기 변환 인덱스 정보는 컨텍스트 코딩(Context coding) 또는 바이패스 코딩(Bypass coding)을 기반으로 코딩되는 것을 특징으로 하는, 영상 디코딩 방법.
  10. 제1항에 있어서,
    상기 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계는
    상기 변환 계수들에 대해 비분리 변환인 2차 변환을 수행함으로써, 상기 현재 블록에 대한 수정된 변환 계수들을 도출하는 단계; 및
    상기 수정된 변환 계수들에 대해 상기 변환 인덱스 정보와 관련된 변환 커널을 사용하여 상기 1차 변환을 수행함으로써, 상기 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계를 포함하고,
    상기 2차 변환이 수행되는 것을 기반으로, 상기 변환 인덱스 정보는 분리 변환 커널과 관련되도록 제한되는 것을 특징으로 하는, 영상 디코딩 방법.
  11. 제10항에 있어서,
    상기 현재 블록의 가로 및 세로가 미리 정해진 크기를 초과하고, 상기 2차 변환이 수행되는 것을 기반으로, 상기 변환 인덱스 정보는 분리 변환 커널과 관련되도록 제한되는 것을 특징으로 하는, 영상 디코딩 방법.
  12. 제1항에 있어서,
    상기 영상 정보는 상기 복수의 변환 커널들이 분류된 복수의 카테고리들 중 상기 1차 변환에 적용되는 변환 커널이 속하는 카테고리와 관련된 카테고리 정보를 더 포함하는 것을 특징으로 하는, 영상 디코딩 방법.
  13. 제12항에 있어서,
    상기 카테고리 정보는 상위 레벨(level)에서 전송되고, 상기 변환 인덱스 정보는 하위 레벨에서 전송되며,
    상기 상위 레벨은 SPS(Sequence parameter set), PPS(Picture parameter set), VPS(Video parameter set), PH(Picture header), SH(Slice header) 중 하나이고, 상기 하위 레벨은 CTU(Coding tree unit), CU(Coding unit), TU(Transform unit) 중 하나인 것을 특징으로 하는, 영상 디코딩 방법.
  14. 인코딩 장치에 의하여 수행되는 영상 인코딩 방법에 있어서,
    현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계;
    상기 레지듀얼 샘플들에 대해 변환 커널을 기반으로 1차 변환을 수행함으로써, 상기 현재 블록에 대한 변환 계수들을 도출하는 단계;
    복수의 변환 커널들 중 상기 변환 커널과 관련된 변환 인덱스 정보를 생성하는 단계;
    상기 변환 계수들을 기반으로 레지듀얼 정보를 생성하는 단계; 및
    상기 변환 인덱스 정보 및 상기 레지듀얼 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되,
    상기 복수의 변환 커널들은 분리 변환 커널과 비분리 변환 커널을 포함하는 것을 특징으로 하는, 영상 인코딩 방법.
  15. 제14항에 있어서,
    상기 복수의 변환 커널들이 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함하는 것을 기반으로, 상기 1개의 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 0이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 1부터 M이며,
    M은 1보다 큰 양의 정수인 것을 특징으로 하는, 영상 인코딩 방법.
  16. 제14항에 있어서,
    상기 복수의 변환 커널들이 1개의 비분리 변환 커널과 M개의 분리 변환 커널들을 포함하는 것을 기반으로, 상기 1개의 비분리 변환 커널과 관련된 변환 인덱스 정보의 값은 N이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 0부터 N-1 및 N+1부터 M이며,
    M은 1보다 큰 양의 정수이고, N은 M보다 작은 양의 정수인 것을 특징으로 하는, 영상 인코딩 방법.
  17. 제14항에 있어서,
    상기 복수의 변환 커널들이 L개의 비분리 변환 커널들과 M개의 분리 변환 커널들을 포함하는 것을 기반으로, 상기 L개의 비분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 0부터 L-1이고, 상기 M개의 분리 변환 커널들과 관련된 변환 인덱스 정보의 값들은 L부터 L+M-1이며,
    L 및 M은 1보다 큰 양의 정수인 것을 특징으로 하는, 영상 인코딩 방법.
  18. 제14항에 있어서,
    상기 변환 인덱스 정보가 분리 변환 커널과 관련되는 것을 기반으로, 상기 레지듀얼 정보를 생성하는 단계는
    상기 변환 계수들에 대해 비분리 변환인 2차 변환을 수행함으로써, 상기 현재 블록에 대한 수정된 변환 계수들을 도출하는 단계; 및
    상기 수정된 변환 계수들을 기반으로 레지듀얼 정보를 생성하는 단계를 포함하고,
    상기 변환 인덱스 정보가 비분리 변환 커널과 관련되는 것을 기반으로, 상기 2차 변환은 수행되지 않도록 제한되는 것을 특징으로 하는, 영상 인코딩 방법.
  19. 제14항의 영상 인코딩 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 디지털 저장 매체.
  20. 영상에 대한 데이터의 전송 방법에 있어서,
    상기 영상에 대한 비트스트림을 획득하되, 상기 비트스트림은 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계, 상기 레지듀얼 샘플들에 대해 변환 커널을 기반으로 1차 변환을 수행함으로써, 상기 현재 블록에 대한 변환 계수들을 도출하는 단계, 복수의 변환 커널들 중 상기 변환 커널과 관련된 변환 인덱스 정보를 생성하는 단계, 상기 변환 계수들을 기반으로 레지듀얼 정보를 생성하는 단계 및 상기 변환 인덱스 정보 및 상기 레지듀얼 정보를 포함하는 영상 정보를 인코딩하는 단계를 기반으로 생성되는 단계; 및
    상기 비트스트림을 포함하는 상기 데이터를 전송하는 단계를 포함하고,
    상기 복수의 변환 커널들은 분리 변환 커널과 비분리 변환 커널을 포함하는 것을 특징으로 하는, 전송 방법.
PCT/KR2022/016033 2021-10-22 2022-10-20 비분리 1차 변환 설계 방법 및 장치 WO2023068840A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202163270573P 2021-10-22 2021-10-22
US63/270,573 2021-10-22

Publications (1)

Publication Number Publication Date
WO2023068840A1 true WO2023068840A1 (ko) 2023-04-27

Family

ID=86059522

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/016033 WO2023068840A1 (ko) 2021-10-22 2022-10-20 비분리 1차 변환 설계 방법 및 장치

Country Status (1)

Country Link
WO (1) WO2023068840A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180103252A1 (en) * 2016-10-12 2018-04-12 Qualcomm Incorporated Primary transform and secondary transform in video coding
KR20200086734A (ko) * 2018-09-02 2020-07-17 엘지전자 주식회사 비디오 신호의 부호화/복호화 방법 및 이를 위한 장치
WO2020213946A1 (ko) * 2019-04-16 2020-10-22 엘지전자 주식회사 변환 인덱스를 이용하는 영상 코딩
WO2021136821A1 (en) * 2019-12-30 2021-07-08 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Encoding and decoding of color components in pictures

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180103252A1 (en) * 2016-10-12 2018-04-12 Qualcomm Incorporated Primary transform and secondary transform in video coding
KR20200086734A (ko) * 2018-09-02 2020-07-17 엘지전자 주식회사 비디오 신호의 부호화/복호화 방법 및 이를 위한 장치
WO2020213946A1 (ko) * 2019-04-16 2020-10-22 엘지전자 주식회사 변환 인덱스를 이용하는 영상 코딩
WO2021136821A1 (en) * 2019-12-30 2021-07-08 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Encoding and decoding of color components in pictures

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
B. RAY (QUALCOMM), L. KEROFSKY (QUALCOMM), M. COBAN (QUALCOMM), M. KARCZEWICZ, H. EGILMEZ, V. SEREGIN (QUALCOMM): "Enhanced Intra MTS and LFNST for compression beyond VVC", 22. JVET MEETING; 20210420 - 20210428; TELECONFERENCE; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), no. JVET-V0116 ; m56530, 23 April 2021 (2021-04-23), XP030294293 *

Similar Documents

Publication Publication Date Title
WO2020009556A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2020046091A1 (ko) 다중 변환 선택에 기반한 영상 코딩 방법 및 그 장치
WO2020213944A1 (ko) 영상 코딩에서 매트릭스 기반의 인트라 예측을 위한 변환
WO2020213946A1 (ko) 변환 인덱스를 이용하는 영상 코딩
WO2020231140A1 (ko) 적응적 루프 필터 기반 비디오 또는 영상 코딩
WO2020213945A1 (ko) 인트라 예측 기반 영상 코딩에서의 변환
WO2020116961A1 (ko) 이차 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096172A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2020130661A1 (ko) 이차 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021040492A1 (ko) 비디오/영상 코딩 시스템에서 변환 계수 코딩 방법 및 장치
WO2020167097A1 (ko) 영상 코딩 시스템에서 인터 예측을 위한 인터 예측 타입 도출
WO2021040319A1 (ko) 비디오/영상 코딩 시스템에서 라이스 파라미터 도출 방법 및 장치
WO2021040398A1 (ko) 팔레트 이스케이프 코딩 기반 영상 또는 비디오 코딩
WO2020197274A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021066618A1 (ko) 변환 스킵 및 팔레트 코딩 관련 정보의 시그널링 기반 영상 또는 비디오 코딩
WO2021040487A1 (ko) 영상 코딩 시스템에서 레지듀얼 데이터 코딩에 대한 영상 디코딩 방법 및 그 장치
WO2020256482A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021006700A1 (ko) 영상 코딩 시스템에서 레지듀얼 코딩 방법에 대한 플래그를 사용하는 영상 디코딩 방법 및 그 장치
WO2020130581A1 (ko) 이차 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021158048A1 (ko) Tsrc 가용 플래그의 시그널링 관련 영상 디코딩 방법 및 그 장치
WO2021040407A1 (ko) 영상 코딩 시스템에서 단순화된 레지듀얼 데이터 코딩을 사용하는 영상 디코딩 방법 및 그 장치
WO2021025526A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2020149594A1 (ko) 영상 코딩 시스템에서 고주파 제로잉을 기반으로 레지듀얼 정보를 코딩하는 영상 디코딩 방법 및 그 장치
WO2021034100A1 (ko) 영상 코딩 시스템에서 무손실 코딩을 적용하는 영상 디코딩 방법 및 그 장치
WO2020185005A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치

Legal Events

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

Ref document number: 22884062

Country of ref document: EP

Kind code of ref document: A1

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112024007709

Country of ref document: BR

WWE Wipo information: entry into national phase

Ref document number: 2022884062

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2022884062

Country of ref document: EP

Effective date: 20240522