WO2023167439A1 - 움직임벡터 차분의 유도를 이용하는 비디오 코딩을 위한 방법 및 장치 - Google Patents

움직임벡터 차분의 유도를 이용하는 비디오 코딩을 위한 방법 및 장치 Download PDF

Info

Publication number
WO2023167439A1
WO2023167439A1 PCT/KR2023/001578 KR2023001578W WO2023167439A1 WO 2023167439 A1 WO2023167439 A1 WO 2023167439A1 KR 2023001578 W KR2023001578 W KR 2023001578W WO 2023167439 A1 WO2023167439 A1 WO 2023167439A1
Authority
WO
WIPO (PCT)
Prior art keywords
motion vector
vector difference
vertical
horizontal
difference
Prior art date
Application number
PCT/KR2023/001578
Other languages
English (en)
French (fr)
Inventor
심동규
이민훈
변주형
허진
박승욱
Original Assignee
현대자동차주식회사
기아 주식회사
광운대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020230014294A external-priority patent/KR20230130530A/ko
Application filed by 현대자동차주식회사, 기아 주식회사, 광운대학교 산학협력단 filed Critical 현대자동차주식회사
Publication of WO2023167439A1 publication Critical patent/WO2023167439A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • the present disclosure relates to a video coding method and apparatus using motion vector differential derivation.
  • video data Since video data has a large amount of data compared to audio data or still image data, it requires a lot of hardware resources including memory to store or transmit itself without processing for compression.
  • an encoder when video data is stored or transmitted, an encoder is used to compress and store or transmit the video data, and a decoder receives, decompresses, and reproduces the compressed video data.
  • video compression technologies include H.264/AVC, High Efficiency Video Coding (HEVC), and Versatile Video Coding (VVC), which has improved coding efficiency by about 30% or more compared to HEVC.
  • Symmetric Motion Vector Difference (SMVD) technology in VVC technology is a method for efficiently transmitting a motion vector difference (MVD) during bi-directional inter prediction, as shown in the example of FIG. 6 .
  • the encoder transmits the motion vector difference (L0_MVD) of L0 and the SMVD flag to the decoder.
  • the decoder parses the SMVD flag, parses the L0 motion vector difference, and derives the L1 motion vector difference (L1_MVD) using the L0 motion vector difference.
  • the decoder can derive the motion vector difference of L1 by setting the size of the motion vector difference of L1 equal to that of L0 and setting the direction opposite to that of L0.
  • the decoder in order to improve video quality and improve coding efficiency, it is necessary to consider an effective method for transmitting and deriving motion vector differentials.
  • An object of the present invention is to provide a video coding method and apparatus for deriving or correcting the remaining motion vectors.
  • a method of decoding a motion vector of a current block which is performed by a video decoding apparatus, decoding bi-directional reference picture indexes of the current block from a bitstream, wherein, the bi-directional reference picture indexes are decoded.
  • FIG. 1 is an exemplary block diagram of an image encoding apparatus capable of implementing the techniques of this disclosure.
  • FIG. 2 is a diagram for explaining a method of dividing a block using a QTBTTT structure.
  • 3A and 3B are diagrams illustrating a plurality of intra prediction modes including wide-angle intra prediction modes.
  • FIG. 4 is an exemplary diagram of neighboring blocks of a current block.
  • FIG. 5 is an exemplary block diagram of a video decoding apparatus capable of implementing the techniques of this disclosure.
  • FIG. 6 is an exemplary diagram illustrating a method of transmitting a motion vector difference.
  • FIG. 7 is a block diagram illustrating a part of an image decoding apparatus in detail according to an embodiment of the present disclosure.
  • 8A and 8B are flowcharts illustrating parsing and derivation of motion vector differentials according to an embodiment of the present disclosure.
  • 9A and 9B are flowcharts illustrating motion vector differential parsing and motion vector correction according to an embodiment of the present disclosure.
  • 10A and 10B are flowcharts illustrating parsing and derivation of motion vector differentials according to another embodiment of the present disclosure.
  • 11 is an exemplary view illustrating derivation of motion vector differences based on template matching, according to an embodiment of the present disclosure.
  • FIG. 12 is an exemplary diagram illustrating derivation of a motion vector difference based on template matching according to another embodiment of the present disclosure.
  • FIG. 1 is an exemplary block diagram of an image encoding apparatus capable of implementing the techniques of this disclosure.
  • an image encoding device and sub-components of the device will be described.
  • the image encoding apparatus includes a picture division unit 110, a prediction unit 120, a subtractor 130, a transform unit 140, a quantization unit 145, a rearrangement unit 150, an entropy encoding unit 155, and an inverse quantization unit. 160, an inverse transform unit 165, an adder 170, a loop filter unit 180, and a memory 190.
  • Each component of the image encoding device may be implemented as hardware or software, or as a combination of hardware and software. Also, the function of each component may be implemented as software, and the microprocessor may be implemented to execute the software function corresponding to each component.
  • One image is composed of one or more sequences including a plurality of pictures.
  • Each picture is divided into a plurality of areas and encoding is performed for each area.
  • one picture is divided into one or more tiles or/and slices.
  • one or more tiles may be defined as a tile group.
  • Each tile or/slice is divided into one or more Coding Tree Units (CTUs).
  • CTUs Coding Tree Units
  • each CTU is divided into one or more CUs (Coding Units) by a tree structure.
  • Information applied to each CU is coded as a CU syntax, and information commonly applied to CUs included in one CTU is coded as a CTU syntax.
  • information commonly applied to all blocks in one slice is coded as syntax of a slice header
  • information applied to all blocks constituting one or more pictures is a picture parameter set (PPS) or picture coded in the header.
  • PPS picture parameter set
  • information commonly referred to by a plurality of pictures is coded into a Sequence Parameter Set (SPS).
  • SPS Sequence Parameter Set
  • VPS video parameter set
  • information commonly applied to one tile or tile group may be encoded as syntax of a tile or tile group header. Syntax included in the SPS, PPS, slice header, tile or tile group header may be referred to as high level syntax.
  • the picture divider 110 determines the size of a coding tree unit (CTU).
  • CTU size Information on the size of the CTU (CTU size) is encoded as SPS or PPS syntax and transmitted to the video decoding apparatus.
  • the picture division unit 110 divides each picture constituting an image into a plurality of Coding Tree Units (CTUs) having a predetermined size, and then iteratively divides the CTUs using a tree structure. Divide (recursively). A leaf node in the tree structure becomes a coding unit (CU), which is a basic unit of encoding.
  • CTUs Coding Tree Units
  • a quad tree in which a parent node (or parent node) is divided into four subnodes (or child nodes) of the same size
  • a binary tree in which a parent node is divided into two subnodes , BT
  • a TernaryTree in which a parent node is split into three subnodes at a ratio of 1:2:1, or a structure in which two or more of these QT structures, BT structures, and TT structures are mixed.
  • QuadTree plus BinaryTree (QTBT) structure may be used, or a QuadTree plus BinaryTree TernaryTree (QTBTTT) structure may be used.
  • QTBTTT QuadTree plus BinaryTree TernaryTree
  • BTTT may be combined to be referred to as MTT (Multiple-Type Tree).
  • FIG. 2 is a diagram for explaining a method of dividing a block using a QTBTTT structure.
  • the CTU may first be divided into QT structures. Quadtree splitting can be repeated until the size of the splitting block reaches the minimum block size (MinQTSize) of leaf nodes allowed by QT.
  • a first flag (QT_split_flag) indicating whether each node of the QT structure is split into four nodes of a lower layer is encoded by the entropy encoder 155 and signaled to the video decoding device. If the leaf node of QT is not larger than the maximum block size (MaxBTSize) of the root node allowed in BT, it may be further divided into either a BT structure or a TT structure. A plurality of division directions may exist in the BT structure and/or the TT structure.
  • a second flag indicating whether nodes are split, and if split, a flag indicating additional split direction (vertical or horizontal) and/or split type (Binary or Ternary) is encoded by the entropy encoding unit 155 and signaled to the video decoding apparatus.
  • a CU split flag (split_cu_flag) indicating whether the node is split is coded. It could be.
  • the value of the CU split flag indicates that it is not split, the block of the corresponding node becomes a leaf node in the split tree structure and becomes a coding unit (CU), which is a basic unit of encoding.
  • the value of the CU split flag indicates splitting, the video encoding apparatus starts encoding from the first flag in the above-described manner.
  • the block of the corresponding node is divided into two blocks of the same size horizontally (i.e., symmetric horizontal splitting) and the type that splits vertically (i.e., symmetric vertical splitting).
  • Branches may exist.
  • a split flag (split_flag) indicating whether each node of the BT structure is split into blocks of a lower layer and split type information indicating a split type are encoded by the entropy encoder 155 and transmitted to the video decoding device.
  • split_flag split flag
  • a type in which a block of a corresponding node is divided into two blocks having an asymmetric shape may additionally exist.
  • the asymmetric form may include a form in which the block of the corresponding node is divided into two rectangular blocks having a size ratio of 1:3, or a form in which the block of the corresponding node is divided in a diagonal direction may be included.
  • a CU can have various sizes depending on the QTBT or QTBTTT split from the CTU.
  • a block corresponding to a CU to be encoded or decoded ie, a leaf node of QTBTTT
  • a 'current block' a block corresponding to a CU to be encoded or decoded
  • the shape of the current block may be rectangular as well as square.
  • the prediction unit 120 predicts a current block and generates a prediction block.
  • the prediction unit 120 includes an intra prediction unit 122 and an inter prediction unit 124 .
  • each current block in a picture can be coded predictively.
  • prediction of a current block uses an intra-prediction technique (using data from a picture containing the current block) or an inter-prediction technique (using data from a picture coded before the picture containing the current block). can be performed
  • Inter prediction includes both uni-prediction and bi-prediction.
  • the intra predictor 122 predicts pixels in the current block using pixels (reference pixels) located around the current block in the current picture including the current block.
  • a plurality of intra prediction modes exist according to the prediction direction.
  • the plurality of intra prediction modes may include two non-directional modes including a planar mode and a DC mode and 65 directional modes.
  • the neighboring pixels to be used and the arithmetic expression are defined differently.
  • directional modes For efficient directional prediction of the rectangular current block, directional modes (numbers 67 to 80 and -1 to -14 intra prediction modes) indicated by dotted arrows in FIG. 3B may be additionally used. These may be referred to as “wide angle intra-prediction modes”.
  • arrows indicate corresponding reference samples used for prediction and do not indicate prediction directions. The prediction direction is opposite to the direction the arrow is pointing.
  • Wide-angle intra prediction modes are modes that perform prediction in the opposite direction of a specific directional mode without additional bit transmission when the current block is rectangular. At this time, among the wide-angle intra prediction modes, some wide-angle intra prediction modes usable for the current block may be determined by the ratio of the width and height of the rectangular current block.
  • wide-angle intra prediction modes (67 to 80 intra prediction modes) having an angle smaller than 45 degrees are usable when the current block has a rectangular shape with a height smaller than a width, and a wide angle having an angle greater than -135 degrees.
  • Intra prediction modes (-1 to -14 intra prediction modes) are available when the current block has a rectangular shape where the width is greater than the height.
  • the intra prediction unit 122 may determine an intra prediction mode to be used for encoding the current block.
  • the intra prediction unit 122 may encode the current block using several intra prediction modes and select an appropriate intra prediction mode to be used from the tested modes.
  • the intra predictor 122 calculates rate-distortion values using rate-distortion analysis for several tested intra-prediction modes, and has the best rate-distortion characteristics among the tested modes. Intra prediction mode can also be selected.
  • the intra prediction unit 122 selects one intra prediction mode from among a plurality of intra prediction modes, and predicts a current block using neighboring pixels (reference pixels) determined according to the selected intra prediction mode and an arithmetic expression.
  • Information on the selected intra prediction mode is encoded by the entropy encoder 155 and transmitted to the video decoding apparatus.
  • the inter prediction unit 124 generates a prediction block for a current block using a motion compensation process.
  • the inter-prediction unit 124 searches for a block most similar to the current block in the encoded and decoded reference picture prior to the current picture, and generates a prediction block for the current block using the searched block. Then, a motion vector (MV) corresponding to displacement between the current block in the current picture and the prediction block in the reference picture is generated.
  • MV motion vector
  • motion estimation is performed on a luma component, and a motion vector calculated based on the luma component is used for both the luma component and the chroma component.
  • Motion information including reference picture information and motion vector information used to predict the current block is encoded by the entropy encoding unit 155 and transmitted to the video decoding apparatus.
  • the inter-prediction unit 124 may perform interpolation on a reference picture or reference block in order to increase prediction accuracy. That is, subsamples between two consecutive integer samples are interpolated by applying filter coefficients to a plurality of consecutive integer samples including the two integer samples.
  • the motion vector can be expressed with precision of decimal units instead of integer sample units.
  • the precision or resolution of the motion vector may be set differently for each unit of a target region to be encoded, for example, a slice, tile, CTU, or CU.
  • AMVR adaptive motion vector resolution
  • information on motion vector resolution to be applied to each target region must be signaled for each target region. For example, when the target region is a CU, information on motion vector resolution applied to each CU is signaled.
  • Information on the motion vector resolution may be information indicating the precision of differential motion vectors, which will be described later.
  • the inter prediction unit 124 may perform inter prediction using bi-prediction.
  • bi-directional prediction two reference pictures and two motion vectors representing positions of blocks most similar to the current block within each reference picture are used.
  • the inter prediction unit 124 selects a first reference picture and a second reference picture from reference picture list 0 (RefPicList0) and reference picture list 1 (RefPicList1), respectively, and searches for a block similar to the current block within each reference picture.
  • a first reference block and a second reference block are generated.
  • a prediction block for the current block is generated by averaging or weighted averaging the first reference block and the second reference block.
  • reference picture list 0 may include pictures prior to the current picture in display order among restored pictures
  • reference picture list 1 may include pictures after the current picture in display order among restored pictures.
  • ups and downs pictures subsequent to the current picture may be additionally included in reference picture list 0, and conversely, ups and downs pictures prior to the current picture may be additionally included in reference picture list 1. may also be included.
  • the motion information of the current block can be delivered to the video decoding apparatus by encoding information capable of identifying the neighboring block. This method is called 'merge mode'.
  • the inter prediction unit 124 selects a predetermined number of merge candidate blocks (hereinafter referred to as 'merge candidates') from neighboring blocks of the current block.
  • Neighboring blocks for deriving merge candidates include a left block (A0), a lower left block (A1), an upper block (B0), and an upper right block (B1) adjacent to the current block in the current picture, as shown in FIG. ), and all or part of the upper left block A2 may be used.
  • a block located in a reference picture (which may be the same as or different from a reference picture used to predict the current block) other than the current picture in which the current block is located may be used as a merge candidate.
  • a block co-located with the current block in the reference picture or blocks adjacent to the co-located block may be additionally used as a merge candidate. If the number of merge candidates selected by the method described above is less than the preset number, a 0 vector is added to the merge candidates.
  • the inter prediction unit 124 constructs a merge list including a predetermined number of merge candidates using these neighboring blocks. Among the merge candidates included in the merge list, a merge candidate to be used as motion information of the current block is selected, and merge index information for identifying the selected candidate is generated. The generated merge index information is encoded by the encoder 150 and transmitted to the video decoding apparatus.
  • Merge skip mode is a special case of merge mode. After performing quantization, when all transform coefficients for entropy encoding are close to zero, only neighboring block selection information is transmitted without transmitting a residual signal. By using the merge skip mode, it is possible to achieve a relatively high encoding efficiency in low-motion images, still images, screen content images, and the like.
  • merge mode and merge skip mode are collectively referred to as merge/skip mode.
  • AMVP Advanced Motion Vector Prediction
  • the inter prediction unit 124 derives predictive motion vector candidates for the motion vector of the current block using neighboring blocks of the current block.
  • Neighboring blocks used to derive predictive motion vector candidates include a left block A0, a lower left block A1, an upper block B0, and an upper right block adjacent to the current block in the current picture shown in FIG. B1), and all or part of the upper left block (A2) may be used.
  • a block located in a reference picture (which may be the same as or different from the reference picture used to predict the current block) other than the current picture where the current block is located will be used as a neighboring block used to derive motion vector candidates.
  • a collocated block co-located with the current block within the reference picture or blocks adjacent to the collocated block may be used. If the number of motion vector candidates is smaller than the preset number according to the method described above, a 0 vector is added to the motion vector candidates.
  • the inter-prediction unit 124 derives predicted motion vector candidates using the motion vectors of the neighboring blocks, and determines a predicted motion vector for the motion vector of the current block using the predicted motion vector candidates. Then, a differential motion vector is calculated by subtracting the predicted motion vector from the motion vector of the current block.
  • the predicted motion vector may be obtained by applying a predefined function (eg, median value, average value operation, etc.) to predicted motion vector candidates.
  • a predefined function eg, median value, average value operation, etc.
  • the video decoding apparatus also knows the predefined function.
  • the video decoding apparatus since a neighboring block used to derive a predicted motion vector candidate is a block that has already been encoded and decoded, the video decoding apparatus also knows the motion vector of the neighboring block. Therefore, the video encoding apparatus does not need to encode information for identifying a predictive motion vector candidate. Therefore, in this case, information on differential motion vectors and information on reference pictures used to predict the current block are encoded.
  • the predicted motion vector may be determined by selecting one of the predicted motion vector candidates.
  • information for identifying the selected predictive motion vector candidate is additionally encoded.
  • the subtractor 130 subtracts the prediction block generated by the intra prediction unit 122 or the inter prediction unit 124 from the current block to generate a residual block.
  • the transform unit 140 transforms the residual signal in the residual block having pixel values in the spatial domain into transform coefficients in the frequency domain.
  • the transform unit 140 may transform residual signals in the residual block by using the entire size of the residual block as a transform unit, or divide the residual block into a plurality of subblocks and use the subblocks as a transform unit to perform transformation. You may.
  • the residual signals may be divided into two subblocks, a transform region and a non-transform region, and transform the residual signals using only the transform region subblock as a transform unit.
  • the transformation region subblock may be one of two rectangular blocks having a size ratio of 1:1 based on a horizontal axis (or a vertical axis).
  • a flag (cu_sbt_flag) indicating that only subblocks have been transformed, directional (vertical/horizontal) information (cu_sbt_horizontal_flag), and/or location information (cu_sbt_pos_flag) are encoded by the entropy encoding unit 155 and signaled to the video decoding device.
  • the size of the transform region subblock may have a size ratio of 1:3 based on the horizontal axis (or vertical axis), and in this case, a flag (cu_sbt_quad_flag) for distinguishing the corresponding division is additionally encoded by the entropy encoder 155 to obtain an image It is signaled to the decryption device.
  • the transform unit 140 may individually transform the residual block in the horizontal direction and the vertical direction.
  • various types of transformation functions or transformation matrices may be used.
  • a pair of transformation functions for horizontal transformation and vertical transformation may be defined as a multiple transform set (MTS).
  • the transform unit 140 may select one transform function pair having the highest transform efficiency among the MTS and transform the residual blocks in the horizontal and vertical directions, respectively.
  • Information (mts_idx) on a pair of transform functions selected from the MTS is encoded by the entropy encoding unit 155 and signaled to the video decoding device.
  • the quantization unit 145 quantizes transform coefficients output from the transform unit 140 using a quantization parameter, and outputs the quantized transform coefficients to the entropy encoding unit 155 .
  • the quantization unit 145 may directly quantize a related residual block without transformation for a certain block or frame.
  • the quantization unit 145 may apply different quantization coefficients (scaling values) according to positions of transform coefficients in the transform block.
  • a quantization matrix applied to the two-dimensionally arranged quantized transform coefficients may be coded and signaled to the video decoding apparatus.
  • the rearrangement unit 150 may rearrange the coefficient values of the quantized residual values.
  • the reordering unit 150 may change a 2D coefficient array into a 1D coefficient sequence using coefficient scanning. For example, the reordering unit 150 may output a one-dimensional coefficient sequence by scanning DC coefficients to coefficients in a high frequency region using a zig-zag scan or a diagonal scan. .
  • zig-zag scan vertical scan that scans a 2D coefficient array in a column direction and horizontal scan that scans 2D block-shaped coefficients in a row direction may be used. That is, a scan method to be used among zig-zag scan, diagonal scan, vertical scan, and horizontal scan may be determined according to the size of the transform unit and the intra prediction mode.
  • the entropy encoding unit 155 uses various encoding schemes such as CABAC (Context-based Adaptive Binary Arithmetic Code) and Exponential Golomb to convert the one-dimensional quantized transform coefficients output from the reordering unit 150 to each other.
  • CABAC Context-based Adaptive Binary Arithmetic Code
  • Exponential Golomb Exponential Golomb to convert the one-dimensional quantized transform coefficients output from the reordering unit 150 to each other.
  • a bitstream is created by encoding the sequence.
  • the entropy encoding unit 155 encodes information such as CTU size, CU splitting flag, QT splitting flag, MTT splitting type, and MTT splitting direction related to block splitting so that the video decoding apparatus can divide the block in the same way as the video encoding apparatus. make it possible to divide
  • the entropy encoding unit 155 encodes information about a prediction type indicating whether the current block is encoded by intra prediction or inter prediction, and encodes intra prediction information (ie, intra prediction) according to the prediction type. mode) or inter prediction information (motion information encoding mode (merge mode or AMVP mode), merge index in case of merge mode, reference picture index and differential motion vector information in case of AMVP mode) are encoded.
  • the entropy encoding unit 155 encodes information related to quantization, that is, information about quantization parameters and information about quantization matrices.
  • the inverse quantization unit 160 inversely quantizes the quantized transform coefficients output from the quantization unit 145 to generate transform coefficients.
  • the inverse transform unit 165 transforms transform coefficients output from the inverse quantization unit 160 from a frequency domain to a spatial domain to restore a residual block.
  • the adder 170 restores the current block by adding the restored residual block and the predicted block generated by the predictor 120. Pixels in the reconstructed current block are used as reference pixels when intra-predicting the next block.
  • the loop filter unit 180 reconstructs pixels in order to reduce blocking artifacts, ringing artifacts, blurring artifacts, etc. caused by block-based prediction and transformation/quantization. perform filtering on The filter unit 180 is an in-loop filter and may include all or part of a deblocking filter 182, a sample adaptive offset (SAO) filter 184, and an adaptive loop filter (ALF) 186. .
  • a deblocking filter 182 a sample adaptive offset (SAO) filter 184
  • ALF adaptive loop filter
  • the deblocking filter 182 filters the boundary between reconstructed blocks to remove blocking artifacts caused by block-by-block encoding/decoding, and the SAO filter 184 and alf 186 perform deblocking filtering. Additional filtering is performed on the image.
  • the SAO filter 184 and the alf 186 are filters used to compensate for a difference between a reconstructed pixel and an original pixel caused by lossy coding.
  • the SAO filter 184 improves not only subjective picture quality but also coding efficiency by applying an offset in units of CTUs.
  • the ALF 186 performs block-by-block filtering. Distortion is compensated for by applying different filters by distinguishing the edge of the corresponding block and the degree of change.
  • Information on filter coefficients to be used for ALF may be coded and signaled to the video decoding apparatus.
  • the reconstruction block filtered through the deblocking filter 182, the SAO filter 184, and the ALF 186 is stored in the memory 190.
  • the reconstructed picture can be used as a reference picture for inter-prediction of blocks in the picture to be encoded later.
  • FIG. 5 is an exemplary block diagram of a video decoding apparatus capable of implementing the techniques of this disclosure.
  • a video decoding device and sub-elements of the device will be described.
  • the image decoding apparatus includes an entropy decoding unit 510, a rearrangement unit 515, an inverse quantization unit 520, an inverse transform unit 530, a prediction unit 540, an adder 550, a loop filter unit 560, and a memory ( 570) may be configured.
  • each component of the image decoding device may be implemented as hardware or software, or a combination of hardware and software.
  • the function of each component may be implemented as software, and the microprocessor may be implemented to execute the software function corresponding to each component.
  • the entropy decoding unit 510 determines a current block to be decoded by extracting information related to block division by decoding the bitstream generated by the video encoding apparatus, and provides prediction information and residual signals necessary for restoring the current block. extract information, etc.
  • the entropy decoding unit 510 determines the size of the CTU by extracting information about the CTU size from a sequence parameter set (SPS) or a picture parameter set (PPS), and divides the picture into CTUs of the determined size. Then, the CTU is divided using the tree structure by determining the CTU as the top layer of the tree structure, that is, the root node, and extracting division information for the CTU.
  • SPS sequence parameter set
  • PPS picture parameter set
  • a first flag (QT_split_flag) related to splitting of QT is first extracted and each node is split into four nodes of a lower layer.
  • QT_split_flag a second flag related to splitting of MTT and split direction (vertical / horizontal) and / or split type (binary / ternary) information are extracted and the corresponding leaf node is MTT split into structures Accordingly, each node below the leaf node of QT is recursively divided into a BT or TT structure.
  • a CU split flag (split_cu_flag) indicating whether the CU is split is first extracted, and when the corresponding block is split, a first flag (QT_split_flag) is extracted.
  • each node may have zero or more iterative MTT splits after zero or more repetitive QT splits.
  • the CTU may immediately undergo MTT splitting, or conversely, only QT splitting may occur multiple times.
  • a first flag (QT_split_flag) related to QT splitting is extracted and each node is split into four nodes of a lower layer. And, for a node corresponding to a leaf node of QT, a split flag (split_flag) indicating whether to further split into BTs and split direction information are extracted.
  • the entropy decoding unit 510 determines a current block to be decoded by using tree structure partitioning, it extracts information about a prediction type indicating whether the current block is intra-predicted or inter-predicted.
  • the prediction type information indicates intra prediction
  • the entropy decoding unit 510 extracts syntax elements for intra prediction information (intra prediction mode) of the current block.
  • the prediction type information indicates inter prediction
  • the entropy decoding unit 510 extracts syntax elements for the inter prediction information, that is, information indicating a motion vector and a reference picture to which the motion vector refers.
  • the entropy decoding unit 510 extracts quantization-related information and information about quantized transform coefficients of the current block as information about the residual signal.
  • the reordering unit 515 converts the sequence of 1-dimensional quantized transform coefficients entropy-decoded in the entropy decoding unit 510 into a 2-dimensional coefficient array (ie, in the reverse order of the coefficient scanning performed by the image encoding apparatus). block) can be changed.
  • the inverse quantization unit 520 inverse quantizes the quantized transform coefficients and inverse quantizes the quantized transform coefficients using a quantization parameter.
  • the inverse quantization unit 520 may apply different quantization coefficients (scaling values) to the two-dimensionally arranged quantized transform coefficients.
  • the inverse quantization unit 520 may perform inverse quantization by applying a matrix of quantization coefficients (scaling values) from the image encoding device to a 2D array of quantized transformation coefficients.
  • the inverse transform unit 530 inversely transforms the inverse quantized transform coefficients from the frequency domain to the spatial domain to restore residual signals, thereby generating a residual block for the current block.
  • the inverse transform unit 530 inverse transforms only a partial region (subblock) of a transform block, a flag (cu_sbt_flag) indicating that only a subblock of the transform block has been transformed, and direction information (vertical/horizontal) information (cu_sbt_horizontal_flag) of the transform block ) and/or the location information (cu_sbt_pos_flag) of the subblock, and inversely transforms the transform coefficients of the corresponding subblock from the frequency domain to the spatial domain to restore the residual signals. By filling , the final residual block for the current block is created.
  • the inverse transform unit 530 determines transform functions or transform matrices to be applied in the horizontal and vertical directions, respectively, using MTS information (mts_idx) signaled from the video encoding device, and uses the determined transform functions. Inverse transform is performed on the transform coefficients in the transform block in the horizontal and vertical directions.
  • the prediction unit 540 may include an intra prediction unit 542 and an inter prediction unit 544 .
  • the intra prediction unit 542 is activated when the prediction type of the current block is intra prediction
  • the inter prediction unit 544 is activated when the prediction type of the current block is inter prediction.
  • the intra prediction unit 542 determines the intra prediction mode of the current block among a plurality of intra prediction modes from the syntax element for the intra prediction mode extracted from the entropy decoding unit 510, and references the current block according to the intra prediction mode.
  • the current block is predicted using pixels.
  • the inter prediction unit 544 determines the motion vector of the current block and the reference picture referred to by the motion vector by using the syntax element for the inter prediction mode extracted from the entropy decoding unit 510, and converts the motion vector and the reference picture. to predict the current block.
  • the adder 550 restores the current block by adding the residual block output from the inverse transform unit and the prediction block output from the inter prediction unit or intra prediction unit. Pixels in the reconstructed current block are used as reference pixels when intra-predicting a block to be decoded later.
  • the loop filter unit 560 may include a deblocking filter 562, an SAO filter 564, and an ALF 566 as in-loop filters.
  • the deblocking filter 562 performs deblocking filtering on boundaries between reconstructed blocks in order to remove blocking artifacts generated by block-by-block decoding.
  • the SAO filter 564 and the ALF 566 perform additional filtering on the reconstructed block after deblocking filtering to compensate for the difference between the reconstructed pixel and the original pixel caused by lossy coding.
  • ALF filter coefficients are determined using information on filter coefficients decoded from the non-stream.
  • the reconstruction block filtered through the deblocking filter 562, the SAO filter 564, and the ALF 566 is stored in the memory 570.
  • the reconstructed picture is used as a reference picture for inter-prediction of blocks in the picture to be encoded later.
  • This embodiment relates to encoding and decoding of images (video) as described above. More specifically, in deriving motion vector pairs during bi-directional inter prediction of the current block, a video coding method and apparatus for parsing one motion vector difference and deriving the remaining motion vector differences or correcting the remaining motion vectors by using the parsed motion vector difference.
  • the following embodiments may be performed by the inter prediction unit 124 in a video encoding device. In addition, it may be performed by the inter prediction unit 542 in the video decoding device.
  • the video encoding apparatus may generate signaling information related to the present embodiment in terms of bit rate distortion optimization in encoding of the current block.
  • the image encoding device may encode the image using the entropy encoding unit 155 and transmit it to the image decoding device.
  • the video decoding apparatus may decode signaling information related to decoding of the current block from the bitstream using the entropy decoding unit 510 .
  • 'target block' may be used in the same meaning as a current block or a coding unit (CU), or may mean a partial region of a coding unit.
  • a value of one flag being true indicates a case in which the flag is set to 1.
  • a false value of one flag indicates a case in which the flag is set to 0.
  • inter-prediction unit 124 in the video encoding apparatus, but as described above, the inter-prediction unit 544 in the video decoding apparatus may also perform.
  • the inter prediction unit 124 in the video encoding apparatus may configure a merge candidate list by selecting a preset number (eg, 6) of merge candidates.
  • the inter prediction unit 124 searches for spatial merge candidates.
  • the inter prediction unit 124 searches for spatial merge candidates from neighboring blocks as illustrated in FIG. 4 . Up to four spatial merge candidates can be selected.
  • the inter prediction unit 124 searches for a temporal merge candidate.
  • the inter-prediction unit 124 includes a block (co-located at the same position as the current block) in a reference picture (which may be the same as or different from the reference picture used to predict the current block) other than the current picture where the target block is located. located block) can be added as a temporal merge candidate.
  • One temporal merge candidate may be selected.
  • the inter predictor 124 searches for a history-based motion vector predictor (HMVP) candidate.
  • the inter predictor 124 may store the motion vectors of the previous h (here, h is a natural number) number of CUs in a table and then use them as merge candidates.
  • the size of the table is 6, and the motion vector of the previous CU is stored according to the first-in-first-out (FIFO) method. This indicates that up to 6 HMVP candidates are stored in the table.
  • the inter prediction unit 124 may set recent motion vectors among HMVP candidates stored in the table as merge candidates.
  • the inter prediction unit 124 searches for a Pairwise Average MVP (PAMVP) candidate.
  • the inter prediction unit 124 may set an average of motion vectors of a first candidate and a second candidate in the merge candidate list as a merge candidate.
  • PAMVP Pairwise Average MVP
  • the inter prediction unit 124 adds a zero motion vector as a merge candidate.
  • the inter predictor 124 may determine a merge index indicating one candidate in the merge candidate list.
  • the inter predictor 124 may derive a Motion Vector Predictor (MVP) from the merge candidate list using the merge index, and then determine the MVP as the motion vector of the current block.
  • the video encoding apparatus may signal the merge index to the video decoding apparatus.
  • MVP Motion Vector Predictor
  • the video encoding apparatus uses the same motion vector transmission method as the merge mode, but does not transmit a residual block corresponding to a difference between the current block and the prediction block.
  • the above-described method of constructing the merge candidate list may be equally performed by the inter prediction unit 544 in the video decoding apparatus.
  • the video decoding apparatus may decode the merge index.
  • the inter prediction unit 544 may derive the MVP from the merge candidate list using the merge index, and then determine the MVP as the motion vector of the current block.
  • the inter prediction unit 124 may derive an MVP from a merge candidate list using a merge index.
  • the first or second candidate of the merge candidate list may be used as MVP.
  • the inter predictor 124 determines a magnitude index and a distance index.
  • the inter predictor 124 may derive a motion vector difference (MVD) using the magnitude index and the direction index, and then restore the motion vector of the current block by adding the MVD and MVP.
  • the video encoding apparatus may signal the merge index, size index, and direction index to the video decoding apparatus.
  • the aforementioned MMVD technique may be equally performed by the inter prediction unit 544 in the video decoding apparatus.
  • the video decoding apparatus may decode the merge index, size index, and direction index.
  • the inter predictor 544 may derive the MVP from the merge candidate list using the merge index.
  • the inter predictor 544 may derive the MVD using the magnitude index and the direction index, and then restore the motion vector of the current block by summing the MVD and the MVP.
  • inter-prediction unit 124 in the video encoding apparatus, but as described above, the inter-prediction unit 544 in the video decoding apparatus may also perform.
  • the inter predictor 124 in the video encoding apparatus may configure a candidate list by selecting a predetermined number (eg, two) of candidates.
  • the inter prediction unit 124 searches for spatial candidates.
  • the inter prediction unit 124 searches for spatial candidates from neighboring blocks as illustrated in FIG. 4 . Up to two spatial candidates can be selected.
  • the inter prediction unit 124 searches for temporal candidates.
  • the inter-prediction unit 124 selects a block co-located with the current block in a reference picture (which may be the same as or different from the reference picture used to predict the current block) other than the current picture where the target block is located as a temporal candidate. can be added with One temporal candidate may be selected.
  • the inter predictor 124 adds a zero motion vector as a candidate.
  • the inter predictor 124 may determine a candidate index indicating one candidate in the candidate list. The inter predictor 124 may derive an MVP from the candidate list using the candidate index. Also, in terms of encoding efficiency optimization, the inter prediction unit 124 calculates the MVD by subtracting MVP from the motion vector after determining the motion vector. Also, the video encoding apparatus may signal the candidate index and the MVD to the video decoding apparatus.
  • the above-described method of constructing the AMVP candidate list may be equally performed by the inter prediction unit 544 in the video decoding apparatus.
  • the video decoding apparatus may decode the candidate index and the MVD.
  • the inter predictor 544 may derive an MVP from the candidate list using the candidate index.
  • the inter prediction unit 544 may restore the motion vector of the current block by summing the MVD and the MVP.
  • the video encoding apparatus transmits information for determining the spatial resolution of the MVD together with the MVD.
  • the video encoding apparatus may determine the adaptive spatial resolution of the MVD in terms of bit rate distortion optimization.
  • the spatial resolution of the MVD and the spatial resolution of the motion vector may be the same.
  • the video encoding apparatus When using the AMVR technology, the video encoding apparatus notifies the spatial resolution of the MVD by signaling amvr_flag and amvr_precision_idx to the video decoding apparatus. That is, when amvr_flag is signaled as 0, the video decoding apparatus sets the MVD to 1/4-pel spatial resolution. On the other hand, if amvr_flag is not 0, the video decoding apparatus may determine the spatial resolution of the MVD according to amvr_precision_idx. At this time, the spatial resolution of the selectable MVD may vary according to the prediction method to which AMVR is applied. Prediction methods to which AMVR can be applied include a general AMVP mode, an affine AMVP mode, and an Intra Block Copy (IBC) AMVP mode.
  • IBC Intra Block Copy
  • FIG. 7 is a block diagram illustrating a part of an image decoding apparatus in detail according to an embodiment of the present disclosure.
  • the video decoding apparatus determines a prediction and transformation unit, performs prediction and inverse transformation on a current block corresponding to the determined unit using the determined prediction technology and prediction mode, and finally reconstructed block of the current block.
  • a prediction and transformation unit performs prediction and inverse transformation on a current block corresponding to the determined unit using the determined prediction technology and prediction mode, and finally reconstructed block of the current block.
  • FIG. 7 may be performed by the inverse transform unit 530, the predictor 540, and the adder 550 of the video decoding apparatus. Meanwhile, the same operations as illustrated in FIG. 7 may be performed by the inverse transform unit 165, the picture divider 110, the predictor 120, and the adder 170 of the image encoding apparatus.
  • the video decoding apparatus uses encoding information parsed from the bitstream, but the video encoding apparatus may use encoding information set from a higher level in terms of minimizing bit rate distortion.
  • this embodiment will be described with a focus on the video decoding apparatus.
  • the prediction unit 540 includes an intra prediction unit 542 and an inter prediction unit 544 according to prediction technology, but as illustrated in FIG. 7, the prediction unit 540 is a prediction unit. It may include all or part of a decision unit 702, a prediction technology determination unit 704, a prediction mode determination unit 706, and a prediction execution unit 708.
  • the prediction unit determiner 702 determines a prediction unit (PU). In this case, the prediction unit may be a current block or one of subblocks from which the current block is divided.
  • the prediction technology determination unit 704 determines a prediction technology (eg, intra prediction, inter prediction, or intra block copy (IBC) prediction) for a prediction unit.
  • the prediction mode determination unit 706 determines a detailed prediction mode for prediction technology.
  • the prediction performer 708 generates a prediction block of the current block according to the determined prediction mode.
  • the inverse transform unit 530 includes a transform unit determiner 710 and an inverse transform performer 712 .
  • the transform unit determiner 710 determines a transform unit (TU) for the inverse quantization signals of the current block, and the inverse transform performer 712 inverse transforms the transform unit represented by the inverse quantization signals to obtain a residual signal create them
  • TU transform unit
  • the adder 550 generates a reconstructed block by adding the prediction block and the residual signals.
  • the reconstruction block remains stored in the memory and can then be used to predict another block.
  • the video decoding apparatus may parse skip_flag.
  • skip_flag 1
  • the video decoding apparatus may omit the inverse transformation process.
  • the video encoding apparatus may signal the video decoding apparatus after determining skip_flag in terms of encoding efficiency optimization.
  • the prediction mode determination unit 706 in the video decoding apparatus may determine the inter prediction mode of the current block by parsing a flag indicating application of the merge mode or the AMVP mode. Meanwhile, the video encoding apparatus may signal the video decoding apparatus after determining the aforementioned flag in terms of encoding efficiency optimization.
  • the video decoding apparatus may parse information necessary for a prediction process.
  • the video decoding apparatus may parse information indicating whether prediction of the current block is unidirectional prediction or bidirectional prediction.
  • the video encoding apparatus may signal the above information to the video decoding apparatus after determining the above information in terms of encoding efficiency optimization.
  • 8A and 8B are flowcharts illustrating parsing and derivation of motion vector differentials according to an embodiment of the present disclosure.
  • the video decoding apparatus may parse indexes of L0 and L1 reference picture lists and motion vector differences in each direction. . After determining such information in terms of encoding efficiency optimization, the video encoding apparatus may signal the video decoding apparatus.
  • the L0 reference picture list represents reference picture list 0
  • the L1 reference picture list represents reference picture list 1.
  • L0 and L1 are collectively expressed in both directions.
  • the video decoding apparatus may parse and derive motion vector differences.
  • the L0 motion vector difference (L0_MVD) is parsed, and the L1 motion vector difference (L1_MVD) is derived.
  • the L1 motion vector difference is parsed, and the L0 motion vector difference is derived.
  • which method among the methods illustrated in FIGS. 8A and 8B to be used may be determined according to a prior agreement between the video encoding apparatus and the video decoding apparatus.
  • the video encoding apparatus may signal information indicating which of the methods illustrated in FIGS. 8A and 8B to use to the video decoding apparatus.
  • the video decoding apparatus After parsing the motion vector difference derivation flag indicating motion vector difference derivation (S800), the video decoding apparatus checks the motion vector difference derivation flag (S802), and parses and derives motion vector differences according to the value. .
  • the video decoding apparatus parses L0 and L1 reference picture indices (S810 and S812).
  • the video decoding apparatus parses the L0 motion vector difference (S814) and derives the L1 motion vector difference using the parsed motion vector difference (S816).
  • the video decoding apparatus parses motion vector indices (S818) and generates motion vector predictors using them. Thereafter, the video decoding apparatus may add motion vector predictors and motion vector differentials to finally generate bi-directional motion vectors.
  • the video decoding apparatus parses L0 and L1 reference picture indices (S820 and S822).
  • the video decoding apparatus parses motion vector differences between L0 and L1 (S824 and S826).
  • the video decoding apparatus parses motion vector indices (S828) and generates motion vector predictors using them. Thereafter, the video decoding apparatus may add motion vector predictors and motion vector differentials to finally generate bi-directional motion vectors.
  • 9A and 9B are flowcharts illustrating motion vector differential parsing and motion vector correction according to an embodiment of the present disclosure.
  • the video decoding apparatus may parse the difference between the index of the reference picture list and the motion vector. After determining such information in terms of encoding efficiency optimization, the video encoding apparatus may signal the video decoding apparatus.
  • the video decoding apparatus may parse a motion vector difference and correct the motion vector.
  • the L0 motion vector difference predicted in the AMVP mode is parsed, and the L1 motion vector predicted in the merge mode is corrected.
  • the L1 motion vector difference predicted in the AMVP mode is parsed, and the L0 motion vector predicted in the merge mode is corrected.
  • which method among the methods illustrated in FIGS. 9A and 9B to be used may be determined according to a prior agreement between the video encoding apparatus and the video decoding apparatus.
  • the video encoding apparatus may signal information indicating which of the methods illustrated in FIGS. 9A and 9B to be used to the video decoding apparatus.
  • the image decoding apparatus After parsing the motion vector correction flag indicating motion vector correction (S900), the image decoding apparatus checks the motion vector correction flag (S902), parses the motion vector difference according to the value, and corrects the motion vector. there is.
  • the video decoding apparatus parses the L0 reference picture index and the LO motion vector index (S910 and S912).
  • the video decoding apparatus parses the L0 motion vector difference (S914), and the video decoding apparatus parses the L1 merge index (S916).
  • the video decoding apparatus generates an L0 motion vector predictor and an L1 motion vector using these.
  • the video decoding apparatus corrects the L1 motion vector using the L0 motion vector difference (S918). Also, the video decoding apparatus may generate the L0 motion vector by adding the L0 motion vector predictor and the L0 motion vector difference.
  • the video decoding apparatus parses the L0 reference picture index and the LO motion vector index (S920 and S922).
  • the video decoding apparatus parses the L0 motion vector difference (S924).
  • the video decoding apparatus parses the L1 merge index (S926).
  • the video decoding apparatus generates an L0 motion vector predictor and an L1 motion vector using these. Thereafter, the video decoding apparatus may generate an L0 motion vector by adding the L0 motion vector predictor and the L0 motion vector difference.
  • the video decoding apparatus may weight-sum predictors according to bi-directional motion vectors. After parsing a flag indicating a weighted sum, the video decoding apparatus may parse the weights of each predictor when the corresponding flag is 1. Thereafter, the video decoding apparatus may generate a final predictor of the current block using the parsed weights. After determining the flags and weights in terms of optimizing encoding efficiency, the video encoding apparatus may signal them to the video decoding apparatus.
  • the weights may exist in the form of a LUT (Lookup Table) according to an agreement between the video encoding apparatus and the video decoding apparatus, and the video encoding apparatus may transmit the weights by signaling the index of the corresponding table to the video decoding apparatus.
  • LUT Lookup Table
  • 10A and 10B are flowcharts illustrating parsing and derivation of motion vector differentials according to another embodiment of the present disclosure.
  • the video decoding apparatus may parse and derive motion vector differences.
  • the L0 motion vector difference is parsed, and the L1 motion vector difference is derived.
  • the L1 motion vector difference is parsed, and the L0 motion vector difference is derived.
  • the video decoding apparatus parses a motion vector index before parsing and deriving motion vector differentials. Meanwhile, which method among the methods illustrated in FIGS. 10A and 10B to be used may be determined according to a prior agreement between the video encoding apparatus and the video decoding apparatus.
  • the video encoding apparatus may signal information indicating which of the methods illustrated in FIGS. 10A and 10B to be used to the video decoding apparatus.
  • the image decoding apparatus After parsing the motion vector difference derivation flag indicating motion vector difference derivation (S1000), the image decoding apparatus checks the motion vector difference derivation flag (S1002), and parses and derives motion vector differences according to the value. .
  • the video decoding apparatus parses L0 and L1 reference picture indices (S1010 and S1012).
  • the video decoding apparatus parses motion vector indices (S1014) and generates motion vector predictors using them.
  • the video decoding apparatus parses the L0 motion vector difference (S1016) and derives the L1 motion vector difference using the parsed motion vector difference (S1018). Thereafter, the video decoding apparatus may add motion vector predictors and motion vector differentials to finally generate bi-directional motion vectors.
  • the video decoding apparatus parses L0 and L1 reference picture indices (S1020 and S1022).
  • the video decoding apparatus parses motion vector indices (S1024) and generates motion vector predictors using them.
  • the video decoding apparatus parses motion vector differences between L0 and L1 (S1026 and S1028). Thereafter, the video decoding apparatus may add motion vector predictors and motion vector differentials to finally generate bi-directional motion vectors.
  • bi-directional reference pictures include an L0 reference picture and an L1 reference picture.
  • Bi-directional motion vectors include an L0 motion vector (L0_MV) and an L1 motion vector (L1_MV).
  • the L0 motion vector includes a horizontal L0 motion vector (L0_MV_x) and a vertical L0 motion vector (L0_MV_y)
  • the L1 motion vector includes a horizontal L1 motion vector (L1_MV_x) and a vertical L1 motion vector (L1_MV_y).
  • the L0 motion vector difference includes a horizontal L0 motion vector difference (L0_MVD_x) and a vertical L0 motion vector difference (L0_MVD_y), and the L1 motion vector difference includes a horizontal L1 motion vector difference (L1_MVD_x) and a vertical L1 motion vector difference (L1_MVD_y).
  • the video decoding apparatus may derive a motion vector difference as follows.
  • the video decoding apparatus first parses the L0 motion vector difference. Thereafter, the image decoding apparatus may derive horizontal and vertical L1 motion vector differences to have the same magnitude as the horizontal and vertical L0 motion vector differences and have opposite signs.
  • the video decoding apparatus first parses the L0 motion vector difference. Thereafter, the video decoding apparatus uses the horizontal and vertical L0 motion vector differences, the horizontal and vertical L0 motion vector codes, and the horizontal and vertical L1 motion vector codes as follows: discrepancies can be induced.
  • the vertical L1 motion vector difference can be derived with the same value as the vertical L0 motion vector difference.
  • the horizontal L1 motion vector difference can also be derived in the same way as the above process.
  • the vertical L1 motion vector difference can be derived to have the same magnitude as the vertical L0 motion vector difference and have the opposite sign.
  • the horizontal L1 motion vector difference can also be derived in the same way as the above process.
  • the video decoding apparatus may derive horizontal and vertical L1 motion vector differences as follows.
  • POC_L0 represents the Picture Order Count (POC) of the L0 reference picture
  • POC_L1 represents the POC of the L1 reference picture
  • POC_curr represents the POC of the current picture.
  • the video decoding apparatus uses the difference between the POC of the current picture and the POC of the L0 reference picture and the difference between the POC of the current picture and the POC of the L1 reference picture to derives a scaling factor ( ⁇ ) as shown in Equation 1.
  • the video decoding apparatus may derive horizontal and vertical L1 motion vector differences (L1_MVD_x and L1_MVD_y) from the horizontal and vertical L0 motion vector differences (L0_MVD_x and L0_MVD_y) according to Equation 2.
  • horizontal and vertical L1 motion vector differences may be derived as follows using the scaling factor according to Equation 1.
  • the video decoding apparatus does not multiply the size of the L0 motion vector difference by the scaling factor.
  • Sixteen difference candidates are generated by applying combinations (+, +), (+, -), (-, +), and (-, -) of the horizontal and vertical signs, respectively, for each value that does not match the value.
  • the video decoding apparatus By including the zero motion vector difference here, the video decoding apparatus generates a total of 17 candidates as shown in Equation 3, and generates a candidate group including them.
  • the video decoding apparatus may derive a candidate having a region similar to the template region of the current block according to template matching among them as horizontal and vertical L1 motion vector differences.
  • template matching a loss function between a restored template region around the current block and a template region around the reference block is calculated for a reference block in the L1 reference picture based on each candidate.
  • the video encoding apparatus sorts the candidates in the order of the smallest loss value according to the template matching and acquires the index of the first candidate. Also, the video encoding apparatus calculates the index of the candidate having the smallest loss with the current block among the reference blocks obtained using the candidates. The video decoding apparatus may signal a difference value between the index of the first candidate and the index of the candidate with the smallest loss to the video decoding apparatus. The video decoding apparatus parses the corresponding index and sorts the candidates in the order of the smallest loss value according to the template matching. Thereafter, the video decoding apparatus calculates the index of the candidate having the smallest loss with the current block by adding the parsed index to the index of the first candidate among the sorted candidates. Thereafter, the video decoding apparatus may derive the value of the candidate as the L1 motion vector difference.
  • the video encoding apparatus may signal the index of the candidate having the smallest loss with the current block to the video decoding apparatus without performing template matching.
  • the candidate index indicates a candidate having the smallest loss with the current block among reference blocks obtained using the candidates.
  • the video decoding apparatus may derive a motion vector difference corresponding to the parsed index as an L1 motion vector difference.
  • the decoding apparatus may derive the L1 motion vector difference by performing the above-described process.
  • the video decoding apparatus may derive the L1 motion vector difference by performing the above-described process.
  • the difference candidates are not limited to the seventeen presented in Equation 3. That is, after adding other candidates to the 17 candidates presented in Equation 3, the video decoding apparatus may derive the L1 motion vector difference by performing the above-described process. Alternatively, after generating candidates different from the seventeen candidates presented in Equation 3, the video decoding apparatus may derive the L1 motion vector difference by performing the above-described process.
  • the values of a and b for the restored template area around the current block may have a fixed size or have an adaptive size according to the size of the current block.
  • a loss function for finding a similar region according to template matching mean squared error (MSE) between brightness values, sum of absolute difference (SAD), and the like may be used.
  • the video encoding apparatus derives the horizontal scaling factor and the vertical scaling factor candidates ( ⁇ x , ⁇ y ) ( ⁇ x , ⁇ y ⁇ - ⁇ , ⁇ , ⁇ + ⁇ , 0 ⁇ ). Thereafter, the video encoding apparatus may derive horizontal and vertical L1 motion vector differences by using the horizontal and vertical scaling factor candidates, and the L0 motion vector difference.
  • a fixed value of ⁇ may be used, and when the scaling factor ⁇ is not 1, it may be derived as shown in Equation 4 according to the ratio of POC values.
  • horizontal and vertical L1 motion vector differences may have opposite signs to horizontal and vertical L0 motion vector differences.
  • differences between the horizontal and vertical L1 motion vectors may be derived using the signs of the horizontal and vertical L0 motion vectors and the horizontal and vertical L1 motion vectors.
  • the video encoding apparatus calculates an index pair (p, q) indicating optimal horizontal and vertical scaling factors in terms of encoding efficiency for horizontal and vertical scaling factor candidates, and then signals the index pair (p, q) to the video decoding apparatus. can do.
  • the video decoding apparatus may parse the index pair and derive the L1 motion vector difference as shown in Equation 5 using the parsed index pair and the previously parsed L0 motion vector difference.
  • the video encoding apparatus performs template matching on horizontal and vertical scaling factor candidates, and obtains a horizontal and vertical scaling factor pair ( ⁇ x (p), ⁇ y (q)) of a candidate having an optimal loss value.
  • the corresponding index pair (p, q) may be signaled to the video decoding device.
  • the video decoding apparatus may parse the index pair and derive the L1 motion vector difference as shown in Equation 5 using the parsed index pair and the L0 motion vector difference.
  • template matching calculates a loss function between the restored template region around the current block and the template region around the reference block in the L1 reference picture for the reference block in the L1 reference picture based on each candidate.
  • the video encoding apparatus calculates the index of the code and scaling factor having the optimal combination. After that, they can be signaled to the video decoding device.
  • the combination of each code and the index of the scaling factor may exist in the form of a LUT according to an agreement between the video encoding device and the video decoding device, and the video encoding device signals the index of the corresponding table to the video decoding device, An optimal combination of codes and scaling factors can be delivered.
  • the video decoding apparatus may parse the index and derive the L1 motion vector difference as shown in Equation 5 using the parsed index and the L0 motion vector difference.
  • the video decoding apparatus may derive horizontal and vertical L1 motion vector differences as follows.
  • the video decoding apparatus uses the difference between the POC of the current picture and the POC of the L0 reference picture and the difference between the POC of the current picture and the POC of the L1 reference picture.
  • the video decoding apparatus derives a scaling factor ( ⁇ ) as shown in Equation 1. Thereafter, the video decoding apparatus may derive horizontal and vertical L1 motion vector differences (L1_MVD_x and L1_MVD_y) from the horizontal and vertical L0 motion vector differences (L0_MVD_x and L0_MVD_y) according to Equation 6.
  • horizontal and vertical L1 motion vector differences may be derived as follows using the scaling factor according to Equation 1.
  • the video decoding apparatus does not multiply the size of the L0 motion vector difference by the scaling factor.
  • Sixteen difference candidates are generated by applying combinations (+, +), (+, -), (-, +), and (-, -) of the horizontal and vertical signs, respectively, for each value that does not match the value.
  • the video decoding apparatus By including the zero motion vector difference here, the video decoding apparatus generates a total of 17 candidates as shown in Equation 3, and generates a candidate group including them.
  • the video decoding apparatus may derive a candidate having a region similar to the template region of the current block according to template matching among them as an L1 motion vector difference.
  • template matching calculates a loss function between the restored template region around the current block and the template region around the reference block for the reference block in the L1 reference picture based on each candidate.
  • the video encoding apparatus sorts the candidates in the order of the smallest loss value according to the template matching and acquires the index of the first candidate. Also, the video encoding apparatus calculates the index of the candidate having the smallest loss with the current block among the reference blocks obtained using the candidates. The video decoding apparatus may signal a difference value between the index of the first candidate and the index of the candidate with the smallest loss to the video decoding apparatus. The video decoding apparatus parses the corresponding index and sorts the candidates in the order of the smallest loss value according to the template matching. Thereafter, the video decoding apparatus calculates the index of the candidate having the smallest loss with the current block by adding the parsed index to the index of the first candidate among the sorted candidates. Thereafter, the video decoding apparatus may derive the value of the candidate as the L1 motion vector difference.
  • the video encoding apparatus may signal the index of the candidate having the smallest loss with the current block to the video decoding apparatus without performing template matching.
  • the candidate index indicates a candidate having the smallest loss with the current block among reference blocks obtained using the candidates.
  • the video decoding apparatus may derive a motion vector difference corresponding to the parsed index as an L1 motion vector difference.
  • the decoding apparatus may derive the L1 motion vector difference by performing the above-described process.
  • the video decoding apparatus may derive the L1 motion vector difference by performing the above-described process.
  • the difference candidates are not limited to the seventeen presented in Equation 3. That is, after adding other candidates to the 17 candidates presented in Equation 3, the video decoding apparatus may derive the L1 motion vector difference by performing the above-described process. Alternatively, after generating candidates different from the seventeen candidates presented in Equation 3, the video decoding apparatus may derive the L1 motion vector difference by performing the above-described process.
  • the values of a and b for the restored template area around the current block may have fixed sizes or may have adaptive sizes according to the size of the current block.
  • a loss function for finding similar regions according to template matching MSE, SAD, etc. between brightness values may be used.
  • the video encoding apparatus derives the horizontal scaling factor and the vertical scaling factor candidates ( ⁇ x , ⁇ y ) ( ⁇ x , ⁇ y ⁇ - ⁇ , ⁇ , ⁇ + ⁇ , 0 ⁇ ). Thereafter, the video encoding apparatus may derive horizontal and vertical L1 motion vector differences by using the horizontal and vertical scaling factor candidates, and the L0 motion vector difference.
  • a fixed value of ⁇ may be used, and when the scaling factor ⁇ is not 1, it may be derived as shown in Equation 7 according to the ratio of POC values.
  • horizontal and vertical L1 motion vector differences may have the same sign as horizontal and vertical L0 motion vector differences.
  • differences between the horizontal and vertical L1 motion vectors may be derived using the signs of the horizontal and vertical L0 motion vectors and the horizontal and vertical L1 motion vectors.
  • the video encoding apparatus calculates an index pair (p, q) indicating optimal horizontal and vertical scaling factors in terms of encoding efficiency for horizontal and vertical scaling factor candidates, and then signals the index pair (p, q) to the video decoding apparatus. can do.
  • the video decoding apparatus may parse the index pair and derive the L1 motion vector difference as shown in Equation 8 using the parsed index pair and the previously parsed L0 motion vector difference.
  • the video encoding apparatus performs template matching on horizontal and vertical scaling factor candidates, and obtains a horizontal and vertical scaling factor pair ( ⁇ x (p), ⁇ y (q)) of a candidate having an optimal loss value.
  • the corresponding index pair (p, q) may be signaled to the video decoding device.
  • the video decoding apparatus may parse the index pair and derive the L1 motion vector difference as shown in Equation 8 using the parsed index pair and the L0 motion vector difference.
  • template matching calculates a loss function between the restored template region around the current block and the template region around the reference block in the L1 reference picture for the reference block in the L1 reference picture based on each candidate.
  • the video encoding apparatus calculates the index of the code and scaling factor having the optimal combination. After that, they can be signaled to the video decoding device.
  • the combination of each code and the index of the scaling factor may exist in the form of a LUT according to an agreement between the video encoding device and the video decoding device, and the video encoding device signals the index of the corresponding table to the video decoding device, An optimal combination of codes and scaling factors can be delivered.
  • the video decoding apparatus may parse the index and derive the L1 motion vector difference as shown in Equation 8 using the parsed index and the L0 motion vector difference.
  • the video decoding apparatus may derive the L0 motion vector difference by using the same process as described above.
  • the video decoding apparatus may correct the motion vector as follows.
  • the video decoding apparatus first parses the L0 motion vector difference. Thereafter, the video decoding apparatus may correct the L1 motion vector (L1_MV) as follows.
  • the video decoding apparatus corrects horizontal and vertical L1 motion vectors (L1_MV_x, L1_MV_y) as follows.
  • POC_L0 represents the POC of the L0 reference picture
  • POC_L1 represents the POC of the L1 reference picture
  • POC_curr represents the POC of the current picture.
  • the video decoding apparatus uses the difference between the POC of the current picture and the POC of the L0 reference picture and the difference between the POC of the current picture and the POC of the L1 reference picture to derives a scaling factor ( ⁇ ) as shown in Equation 1.
  • the video decoding apparatus generates combinations (+, +), (+, -), (-, +) for horizontal and vertical signs, respectively, for values obtained by multiplying the magnitude of the L0 motion vector difference by the scaling factor and values not multiplied by the scaling factor, respectively.
  • (-, -) are applied respectively to generate sixteen difference candidates.
  • the video decoding apparatus By including the zero motion vector difference here, the video decoding apparatus generates a total of 17 candidates as shown in Equation 3, and generates a candidate group including them.
  • the video decoding apparatus may use a candidate having a region similar to the template region of the current block according to template matching among them as a correction value.
  • template matching calculates a loss function between the restored template region around the current block and the template region around the reference block for the reference block in the L1 reference picture based on each candidate.
  • the video decoding apparatus corrects the L1 motion vector by applying correction values to the horizontal and vertical L1 motion vector components (L1_MV_x, L1_MV_y) according to the merge index.
  • the video encoding apparatus sorts the candidates in the order of the smallest loss value according to the template matching and acquires the index of the first candidate. Also, the video encoding apparatus calculates the index of the candidate having the smallest loss with the current block among the reference blocks obtained using the candidates. The video decoding apparatus may signal a difference value between the index of the first candidate and the index of the candidate with the smallest loss to the video decoding apparatus. The video decoding apparatus parses the corresponding index and sorts the candidates in the order of the smallest loss value according to the template matching. Thereafter, the video decoding apparatus calculates the index of the candidate having the smallest loss with the current block by adding the parsed index to the index of the first candidate among the sorted candidates. Thereafter, the video decoding apparatus may correct the L1 motion vector using the value of the corresponding candidate.
  • the video encoding apparatus may signal the index of the candidate having the smallest loss with the current block to the video decoding apparatus without performing template matching.
  • the video decoding apparatus may correct the L1 motion vector using the motion vector difference corresponding to the parsed index.
  • the video encoding apparatus derives the horizontal scaling factor and the vertical scaling factor candidates ( ⁇ x , ⁇ y ) ( ⁇ x , ⁇ y ⁇ - ⁇ , ⁇ , ⁇ + ⁇ , 0 ⁇ ). Thereafter, the video encoding apparatus may derive horizontal and vertical L1 motion vector differences by using the horizontal and vertical scaling factor candidates, and the L0 motion vector difference.
  • a fixed value of ⁇ may be used, and when the scaling factor ⁇ is not 1, it may be derived as shown in Equation 4 according to the ratio of POC values.
  • correction values of the horizontal and vertical L1 motion vectors may have opposite signs to differences of the horizontal and vertical L0 motion vectors.
  • the correction values of the horizontal and vertical L1 motion vectors may be derived using the signs of the horizontal and vertical L0 motion vectors and the horizontal and vertical L1 motion vectors.
  • the video encoding apparatus calculates an index pair (p, q) indicating optimal horizontal and vertical scaling factors in terms of encoding efficiency for horizontal and vertical scaling factor candidates, and then signals the index pair (p, q) to the video decoding apparatus. can do.
  • the video decoding apparatus may parse the index pair and correct the L1 motion vector as in Equation 9 using the parsed index pair and the already parsed L0 motion vector difference.
  • the video encoding apparatus performs template matching on horizontal and vertical scaling factor candidates, and obtains a horizontal and vertical scaling factor pair ( ⁇ x (p), ⁇ y (q)) of a candidate having an optimal loss value.
  • the corresponding index pair (p, q) may be signaled to the video decoding device.
  • the video decoding apparatus may parse the index pair and correct the L1 motion vector as shown in Equation 9 using the parsed index pair and the L0 motion vector difference.
  • template matching calculates a loss function between the restored template region around the current block and the template region around the reference block in the L1 reference picture for the reference block in the L1 reference picture based on each candidate.
  • the video encoding apparatus calculates the index of the code and scaling factor having the optimal combination. After that, they can be signaled to the video decoding device.
  • the combination of each code and the index of the scaling factor may exist in the form of a LUT according to an agreement between the video encoding device and the video decoding device, and the video encoding device signals the index of the corresponding table to the video decoding device, An optimal combination of codes and scaling factors can be delivered.
  • the video decoding apparatus may parse the index and correct the L1 motion vector as shown in Equation 9 using the parsed index and the L0 motion vector difference.
  • the video decoding apparatus may correct horizontal and vertical L1 motion vectors (L1_MV_x and L1_MV_y) as follows.
  • the video decoding apparatus uses the difference between the POC of the current picture and the POC of the L0 reference picture and the difference between the POC of the current picture and the POC of the L1 reference picture to derives a scaling factor ( ⁇ ) as shown in Equation 1.
  • the video decoding apparatus generates combinations (+, +), (+, -), (-, +) for horizontal and vertical signs, respectively, for values obtained by multiplying the magnitude of the L0 motion vector difference by the scaling factor and values not multiplied by the scaling factor, respectively.
  • (-, -) are applied respectively to generate sixteen difference candidates.
  • the video decoding apparatus By including the zero motion vector difference here, the video decoding apparatus generates a total of 17 candidates as shown in Equation 3, and generates a candidate group including them.
  • the video decoding apparatus may use, among them, a candidate having a region similar to the template region of the current block according to template matching as a correction value.
  • template matching calculates a loss function between the restored template region around the current block and the template region around the reference block for the reference block in the L1 reference picture based on each candidate.
  • the video decoding apparatus corrects the L1 motion vector by applying correction values to the horizontal and vertical L1 motion vector components (L1_MV_x, L1_MV_y) according to the merge index.
  • the video encoding apparatus sorts the candidates in the order of the smallest loss value according to the template matching and acquires the index of the first candidate. Also, the video encoding apparatus calculates the index of the candidate having the smallest loss with the current block among the reference blocks obtained using the candidates. The video decoding apparatus may signal a difference value between the index of the first candidate and the index of the candidate with the smallest loss to the video decoding apparatus. The video decoding apparatus parses the corresponding index and sorts the candidates in the order of the smallest loss value according to the template matching. Thereafter, the video decoding apparatus calculates the index of the candidate having the smallest loss with the current block by adding the parsed index to the index of the first candidate among the sorted candidates. Thereafter, the video decoding apparatus may correct the L1 motion vector using the value of the corresponding candidate.
  • the video encoding apparatus may signal the index of the candidate having the smallest loss with the current block to the video decoding apparatus without performing template matching.
  • the video decoding apparatus may correct the L1 motion vector using the motion vector difference corresponding to the parsed index.
  • the video encoding apparatus derives the horizontal scaling factor and the vertical scaling factor candidates ( ⁇ x , ⁇ y ) ( ⁇ x , ⁇ y ⁇ - ⁇ , ⁇ , ⁇ + ⁇ , 0 ⁇ ). Thereafter, the video encoding apparatus may derive horizontal and vertical L1 motion vector differences by using the horizontal and vertical scaling factor candidates, and the L0 motion vector difference.
  • a fixed value of ⁇ may be used, and when the scaling factor ⁇ is not 1, it may be derived as shown in Equation 7 according to the ratio of POC values.
  • the correction values of the horizontal and vertical L1 motion vectors may be the same as the signs of differences between the horizontal and vertical L0 motion vectors.
  • the correction values of the horizontal and vertical L1 motion vectors may be derived using the signs of the horizontal and vertical L0 motion vectors and the horizontal and vertical L1 motion vectors.
  • the video encoding apparatus calculates an index pair (p, q) indicating optimal horizontal and vertical scaling factors in terms of encoding efficiency for horizontal and vertical scaling factor candidates, and then signals the index pair (p, q) to the video decoding apparatus. can do.
  • the video decoding apparatus may parse the index pair and correct the L1 motion vector as shown in Equation 10 using the parsed index pair and the previously parsed L0 motion vector difference.
  • the video encoding apparatus performs template matching on horizontal and vertical scaling factor candidates, and obtains a horizontal and vertical scaling factor pair ( ⁇ x (p), ⁇ y (q)) of a candidate having an optimal loss value.
  • the corresponding index pair (p, q) may be signaled to the video decoding device.
  • the video decoding apparatus may parse the index pair and correct the L1 motion vector as shown in Equation 10 using the parsed index pair and the L0 motion vector difference.
  • template matching calculates a loss function between the restored template region around the current block and the template region around the reference block in the L1 reference picture for the reference block in the L1 reference picture based on each candidate.
  • the video encoding apparatus calculates the index of the code and scaling factor having the optimal combination. After that, they can be signaled to the video decoding device.
  • the combination of each code and the index of the scaling factor may exist in the form of a LUT according to an agreement between the video encoding device and the video decoding device, and the video encoding device signals the index of the corresponding table to the video decoding device, An optimal combination of codes and scaling factors can be delivered.
  • the video decoding apparatus may parse the index and correct the L1 motion vector as shown in Equation 10 using the parsed index and the L0 motion vector difference.
  • the video decoding apparatus may correct the L0 motion vector by using the same process as described above.
  • Non-transitory recording media include, for example, all types of recording devices in which data is stored in a form readable by a computer system.
  • the non-transitory recording medium includes storage media such as an erasable programmable read only memory (EPROM), a flash drive, an optical drive, a magnetic hard drive, and a solid state drive (SSD).
  • EPROM erasable programmable read only memory
  • SSD solid state drive

Landscapes

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

Abstract

움직임벡터 차분의 유도를 이용하는 비디오 코딩방법 및 장치에 관한 개시로서, 본 실시예는, 현재블록의 양방향 인터 예측 시 움직임벡터 페어를 유도함에 있어서, 하나의 움직임벡터 차분을 파싱한 후, 이를 이용하여 나머지 움직임벡터 차분을 유도하거나 나머지 움직임벡터를 보정하는 비디오 코딩방법 및 장치를 제공한다.

Description

움직임벡터 차분의 유도를 이용하는 비디오 코딩을 위한 방법 및 장치
본 개시는 움직임벡터 차분의 유도를 이용하는 비디오 코딩방법 및 장치에 관한 것이다.
이하에 기술되는 내용은 단순히 본 발명과 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.
비디오 데이터는 음성 데이터나 정지 영상 데이터 등에 비하여 많은 데이터량을 가지기 때문에, 압축을 위한 처리 없이 그 자체를 저장하거나 전송하기 위해서는 메모리를 포함하여 많은 하드웨어 자원을 필요로 한다.
따라서, 통상적으로 비디오 데이터를 저장하거나 전송할 때에는 부호화기를 사용하여 비디오 데이터를 압축하여 저장하거나 전송하며, 복호화기에서는 압축된 비디오 데이터를 수신하여 압축을 해제하고 재생한다. 이러한 비디오 압축 기술로는 H.264/AVC, HEVC(High Efficiency Video Coding) 등을 비롯하여, HEVC에 비해 약 30% 이상의 부호화 효율을 향상시킨 VVC(Versatile Video Coding)가 존재한다.
그러나, 영상의 크기 및 해상도, 프레임률이 점차 증가하고 있고, 이에 따라 부호화해야 하는 데이터량도 증가하고 있으므로 기존의 압축 기술보다 더 부호화 효율이 좋고 화질 개선 효과도 높은 새로운 압축 기술이 요구된다.
VVC 기술에서 SMVD(Symmetric Motion Vector Difference) 기술은, 도 6의 예시와 같이, 양방향 인터 예측 시 움직임벡터 차분(Motion Vector Difference, MVD)을 효율적으로 전송하기 위한 방법이다. 두 참조 픽처들이 현재 픽처를 기준으로 대칭인 경우에 대해 SMVD 모드가 적용되면, 부호화기는 L0의 움직임벡터 차분(L0_MVD) 및 SMVD 플래그를 복호화기로 전송한다. 복호화기는 SMVD 플래그를 파싱하고, L0의 움직임벡터 차분을 파싱한 후, L0의 움직임벡터 차분을 이용하여 L1의 움직임벡터 차분(L1_MVD)을 유도한다. 이때, L1의 움직임벡터 차분의 크기를 L0와 동일하게 설정하고, 방향을 L0와 반대 방향으로 설정함으로써, 복호화기는 L1의 움직임벡터 차분을 유도할 수 있다. 전술한 예시와 같이, 비디오 화질을 개선하고 부호화 효율을 향상시키기 위해, 움직임벡터 차분의 효과적인 전송 및 유도 방법이 고려될 필요가 있다.
본 개시는, 비디오 화질을 개선하고 비디오 부호화 효율을 향상시키기 위해, 현재블록의 양방향 인터 예측 시 움직임벡터 페어를 유도함에 있어서, 하나의 움직임벡터 차분을 파싱한 후, 이를 이용하여 나머지 움직임벡터 차분을 유도하거나 나머지 움직임벡터를 보정하는 비디오 코딩방법 및 장치를 제공하는 데 목적이 있다.
본 개시의 실시예에 따르면, 영상 복호화 장치가 수행하는, 현재블록의 움직임벡터를 복호화하는 방법에 있어서, 비트스트림으로부터 상기 현재블록의 양방향의 참조 픽처 인덱스들을 복호화하는 단계, 여기서, 상기 양방향의 참조 픽처들은 LX(X=0 또는 X=1) 참조 픽처 및 L1-X 참조 픽처를 포함함; 상기 비트스트림으로부터 상기 양방향의 움직임벡터 인덱스들을 복호화하는 단계, 여기서, 상기 양방향의 움직임벡터들은 LX 움직임벡터 및 L1-X 움직임벡터를 포함하고, 상기 LX 움직임벡터는 수평 LX 움직임벡터 및 수직 LX 움직임벡터를 포함하며, 상기 L1-X 움직임벡터는 수평 L1-X 움직임벡터 및 수직 L1-X 움직임벡터를 포함함; 상기 비트스트림으로부터 LX 움직임벡터 차분(motion vector difference)을 복호화하는 단계, 여기서, 상기 LX 움직임벡터 차분은 수평 LX 움직임벡터 차분 및 수직 LX 움직임벡터 차분을 포함함; 및 상기 LX 움직임벡터 차분을 이용하여 L1-X 움직임벡터 차분을 유도하는 단계를 포함하되, 상기 L1-X 움직임벡터 차분은 수평 L1-X 움직임벡터 차분 및 수직 L1-X 움직임벡터 차분을 포함하는 것을 특징으로 하는, 방법한다.
본 개시의 다른 실시예에 따르면, 영상 부호화 장치가 수행하는, 현재블록의 움직임벡터를 부호화하는 방법에 있어서, 상기 현재블록의 양방향의 참조 픽처 인덱스들을 결정하는 단계, 여기서, 상기 양방향의 참조 픽처들은 LX(X=0 또는 X=1) 참조 픽처 및 L1-X 참조 픽처를 포함함; 상기 양방향의 움직임벡터 인덱스들을 결정하는 단계, 여기서, 상기 양방향의 움직임벡터들은 LX 움직임벡터 및 L1-X 움직임벡터를 포함하고, 상기 LX 움직임벡터는 수평 LX 움직임벡터 및 수직 LX 움직임벡터를 포함하며, 상기 L1-X 움직임벡터는 수평 L1-X 움직임벡터 및 수직 L1-X 움직임벡터를 포함함; LX 움직임벡터 차분(motion vector difference)을 산정하는 단계, 여기서, 상기 LX 움직임벡터 차분은 수평 LX 움직임벡터 차분 및 수직 LX 움직임벡터 차분을 포함함; 및 상기 LX 움직임벡터 차분을 이용하여 L1-X 움직임벡터 차분을 유도하는 단계를 포함하되, 상기 L1-X 움직임벡터 차분은 수평 L1-X 움직임벡터 차분 및 수직 L1-X 움직임벡터 차분을 포함하는 것을 특징으로 하는, 방법을 제공한다.
본 개시의 다른 실시예에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록매체로서, 상기 영상 부호화 방법은, 현재블록의 양방향의 참조 픽처 인덱스들을 결정하는 단계, 여기서, 상기 양방향의 참조 픽처들은 LX(X=0 또는 X=1) 참조 픽처 및 L1-X 참조 픽처를 포함함; 상기 양방향의 움직임벡터 인덱스들을 결정하는 단계, 여기서, 상기 양방향의 움직임벡터들은 LX 움직임벡터 및 L1-X 움직임벡터를 포함하고, 상기 LX 움직임벡터는 수평 LX 움직임벡터 및 수직 LX 움직임벡터를 포함하며, 상기 L1-X 움직임벡터는 수평 L1-X 움직임벡터 및 수직 L1-X 움직임벡터를 포함함; LX 움직임벡터 차분(motion vector difference)을 산정하는 단계, 여기서, 상기 LX 움직임벡터 차분은 수평 LX 움직임벡터 차분 및 수직 LX 움직임벡터 차분을 포함함; 및 상기 LX 움직임벡터 차분을 이용하여 L1-X 움직임벡터 차분을 유도하는 단계를 포함하되, 상기 L1-X 움직임벡터 차분은 수평 L1-X 움직임벡터 차분 및 수직 L1-X 움직임벡터 차분을 포함하는 것을 특징으로 하는, 기록매체를 제공한다.
이상에서 설명한 바와 같이 본 실시예에 따르면, 현재블록의 양방향 인터 예측 시 움직임벡터 페어를 유도함에 있어서, 하나의 움직임벡터 차분을 파싱한 후, 이를 이용하여 나머지 움직임벡터 차분을 유도하거나 나머지 움직임벡터를 보정하는 비디오 코딩방법 및 장치를 제공함으로써, 비디오 부호화 효율을 향상시키고 비디오 화질을 개선하는 것이 가능해지는 효과가 있다.
도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다.
도 2는 QTBTTT 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.
도 3a 및 도 3b는 광각 인트라 예측모드들을 포함한 복수의 인트라 예측모드들을 나타낸 도면이다.
도 4는 현재블록의 주변블록에 대한 예시도이다.
도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 블록도이다.
도 6은 움직임벡터 차분을 전송하는 방법을 나타내는 예시도이다.
도 7은 본 개시의 일 실시예에 따른, 영상 복호화 장치의 일부를 자세히 나타내는 블록도이다.
도 8a 및 도 8b는 본 개시의 일 실시예에 따른, 움직임벡터 차분들의 파싱 및 유도를 나타내는 순서도이다.
도 9a 및 도 9b는 본 개시의 일 실시예에 따른, 움직임벡터 차분의 파싱 및 움직임벡터의 보정을 나타내는 순서도이다.
도 10a 및 도 10b는 본 개시의 다른 실시예에 따른, 움직임벡터 차분들의 파싱 및 유도를 나타내는 순서도이다.
도 11은 본 개시의 일 실시예에 따른, 템플릿 매칭 기반 움직임벡터 차분의 유도를 나타내는 예시도이다.
도 12는 본 개시의 다른 실시예에 따른, 템플릿 매칭 기반 움직임벡터 차분의 유도를 나타내는 예시도이다.
이하, 본 발명의 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 실시예들을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 실시예들의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다. 이하에서는 도 1의 도시를 참조하여 영상 부호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.
영상 부호화 장치는 픽처 분할부(110), 예측부(120), 감산기(130), 변환부(140), 양자화부(145), 재정렬부(150), 엔트로피 부호화부(155), 역양자화부(160), 역변환부(165), 가산기(170), 루프 필터부(180) 및 메모리(190)를 포함하여 구성될 수 있다.
영상 부호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.
하나의 영상(비디오)은 복수의 픽처들을 포함하는 하나 이상의 시퀀스로 구성된다. 각 픽처들은 복수의 영역으로 분할되고 각 영역마다 부호화가 수행된다. 예를 들어, 하나의 픽처는 하나 이상의 타일(Tile) 또는/및 슬라이스(Slice)로 분할된다. 여기서, 하나 이상의 타일을 타일 그룹(Tile Group)으로 정의할 수 있다. 각 타일 또는/슬라이스는 하나 이상의 CTU(Coding Tree Unit)로 분할된다. 그리고 각 CTU는 트리 구조에 의해 하나 이상의 CU(Coding Unit)들로 분할된다. 각 CU에 적용되는 정보들은 CU의 신택스로서 부호화되고, 하나의 CTU에 포함된 CU들에 공통적으로 적용되는 정보는 CTU의 신택스로서 부호화된다. 또한, 하나의 슬라이스 내의 모든 블록들에 공통적으로 적용되는 정보는 슬라이스 헤더의 신택스로서 부호화되며, 하나 이상의 픽처들을 구성하는 모든 블록들에 적용되는 정보는 픽처 파라미터 셋(PPS, Picture Parameter Set) 혹은 픽처 헤더에 부호화된다. 나아가, 복수의 픽처가 공통으로 참조하는 정보들은 시퀀스 파라미터 셋(SPS, Sequence Parameter Set)에 부호화된다. 그리고, 하나 이상의 SPS가 공통으로 참조하는 정보들은 비디오 파라미터 셋(VPS, Video Parameter Set)에 부호화된다. 또한, 하나의 타일 또는 타일 그룹에 공통으로 적용되는 정보는 타일 또는 타일 그룹 헤더의 신택스로서 부호화될 수도 있다. SPS, PPS, 슬라이스 헤더, 타일 또는 타일 그룹 헤더에 포함되는 신택스들은 상위수준(high level) 신택스로 칭할 수 있다.
픽처 분할부(110)는 CTU(Coding Tree Unit)의 크기를 결정한다. CTU의 크기에 대한 정보(CTU size)는 SPS 또는 PPS의 신택스로서 부호화되어 영상 복호화 장치로 전달된다.
픽처 분할부(110)는 영상을 구성하는 각 픽처(picture)를 미리 결정된 크기를 가지는 복수의 CTU(Coding Tree Unit)들로 분할한 이후에, 트리 구조(tree structure)를 이용하여 CTU를 반복적으로(recursively) 분할한다. 트리 구조에서의 리프 노드(leaf node)가 부호화의 기본 단위인 CU(coding unit)가 된다.
트리 구조로는 상위 노드(혹은 부모 노드)가 동일한 크기의 네 개의 하위 노드(혹은 자식 노드)로 분할되는 쿼드트리(QuadTree, QT), 또는 상위 노드가 두 개의 하위 노드로 분할되는 바이너리트리(BinaryTree, BT), 또는 상위 노드가 1:2:1 비율로 세 개의 하위 노드로 분할되는 터너리트리(TernaryTree, TT), 또는 이러한 QT 구조, BT 구조 및 TT 구조 중 둘 이상을 혼용한 구조일 수 있다. 예컨대, QTBT(QuadTree plus BinaryTree) 구조가 사용될 수 있고, 또는 QTBTTT(QuadTree plus BinaryTree TernaryTree) 구조가 사용될 수 있다. 여기서, BTTT를 합쳐서 MTT(Multiple-Type Tree)라 지칭될 수 있다.
도 2는 QTBTTT 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.
도 2에 도시된 바와 같이, CTU는 먼저 QT 구조로 분할될 수 있다. 쿼드트리 분할은 분할 블록(splitting block)의 크기가 QT에서 허용되는 리프 노드의 최소 블록 크기(MinQTSize)에 도달할 때까지 반복될 수 있다. QT 구조의 각 노드가 하위 레이어의 4개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. QT의 리프 노드가 BT에서 허용되는 루트 노드의 최대 블록 크기(MaxBTSize)보다 크지 않은 경우, BT 구조 또는 TT 구조 중 어느 하나 이상으로 더 분할될 수 있다. BT 구조 및/또는 TT 구조에서는 복수의 분할 방향이 존재할 수 있다. 예컨대, 해당 노드의 블록이 가로로 분할되는 방향과 세로로 분할되는 방향 두 가지가 존재할 수 있다. 도 2의 도시와 같이, MTT 분할이 시작되면, 노드들이 분할되었는지 여부를 지시하는 제2 플래그(mtt_split_flag)와, 분할이 되었다면 추가적으로 분할 방향(vertical 혹은 horizontal)을 나타내는 플래그 및/또는 분할 타입(Binary 혹은 Ternary)을 나타내는 플래그가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
대안적으로, 각 노드가 하위 레이어의 4개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)를 부호화하기에 앞서, 그 노드가 분할되는지 여부를 지시하는 CU 분할 플래그(split_cu_flag)가 부호화될 수도 있다. CU 분할 플래그(split_cu_flag) 값이 분할되지 않았음을 지시하는 경우, 해당 노드의 블록이 분할 트리 구조에서의 리프 노드(leaf node)가 되어 부호화의 기본 단위인 CU(coding unit)가 된다. CU 분할 플래그(split_cu_flag) 값이 분할됨을 지시하는 경우, 영상 부호화 장치는 전술한 방식으로 제1 플래그부터 부호화를 시작한다.
트리 구조의 다른 예시로서 QTBT가 사용되는 경우, 해당 노드의 블록을 동일 크기의 두 개 블록으로 가로로 분할하는 타입(즉, symmetric horizontal splitting)과 세로로 분할하는 타입(즉, symmetric vertical splitting) 두 가지가 존재할 수 있다. BT 구조의 각 노드가 하위 레이어의 블록으로 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할되는 타입을 지시하는 분할 타입 정보가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다. 한편, 해당 노드의 블록을 서로 비대칭 형태의 두 개의 블록으로 분할하는 타입이 추가로 더 존재할 수도 있다. 비대칭 형태에는 해당 노드의 블록을 1:3의 크기 비율을 가지는 두 개의 직사각형 블록으로 분할하는 형태가 포함될 수 있고, 혹은 해당 노드의 블록을 대각선 방향으로 분할하는 형태가 포함될 수도 있다.
CU는 CTU로부터의 QTBT 또는 QTBTTT 분할에 따라 다양한 크기를 가질 수 있다. 이하에서는, 부호화 또는 복호화하고자 하는 CU(즉, QTBTTT의 리프 노드)에 해당하는 블록을 '현재블록'이라 칭한다. QTBTTT 분할의 채용에 따라, 현재블록의 모양은 정사각형뿐만 아니라 직사각형일 수도 있다.
예측부(120)는 현재블록을 예측하여 예측블록을 생성한다. 예측부(120)는 인트라 예측부(122)와 인터 예측부(124)를 포함한다.
일반적으로, 픽처 내 현재블록들은 각각 예측적으로 코딩될 수 있다. 일반적으로 현재블록의 예측은 (현재블록을 포함하는 픽처로부터의 데이터를 사용하는) 인트라 예측 기술 또는 (현재블록을 포함하는 픽처 이전에 코딩된 픽처로부터의 데이터를 사용하는) 인터 예측 기술을 사용하여 수행될 수 있다. 인터 예측은 단방향 예측과 양방향 예측 모두를 포함한다.
인트라 예측부(122)는 현재블록이 포함된 현재 픽처 내에서 현재블록의 주변에 위치한 픽셀(참조 픽셀)들을 이용하여 현재블록 내의 픽셀들을 예측한다. 예측 방향에 따라 복수의 인트라 예측모드가 존재한다. 예컨대, 도 3a에서 보는 바와 같이, 복수의 인트라 예측모드는 planar 모드와 DC 모드를 포함하는 2개의 비방향성 모드와 65개의 방향성 모드를 포함할 수 있다. 각 예측모드에 따라 사용할 주변 픽셀과 연산식이 다르게 정의된다.
직사각형 모양의 현재블록에 대한 효율적인 방향성 예측을 위해, 도 3b에 점선 화살표로 도시된 방향성 모드들(67 ~ 80번, -1 ~ -14 번 인트라 예측모드들)이 추가로 사용될 수 있다. 이들은 "광각 인트라 예측모드들(wide angle intra-prediction modes)"로 지칭될 수 있다. 도 3b에서 화살표들은 예측에 사용되는 대응하는 참조샘플들을 가리키는 것이며, 예측 방향을 나타내는 것이 아니다. 예측 방향은 화살표가 가리키는 방향과 반대이다. 광각 인트라 예측모드들은 현재블록이 직사각형일 때 추가적인 비트 전송 없이 특정 방향성 모드를 반대방향으로 예측을 수행하는 모드이다. 이때 광각 인트라 예측모드들 중에서, 직사각형의 현재블록의 너비와 높이의 비율에 의해, 현재블록에 이용 가능한 일부 광각 인트라 예측모드들이 결정될 수 있다. 예컨대, 45도보다 작은 각도를 갖는 광각 인트라 예측모드들(67 ~ 80번 인트라 예측모드들)은 현재블록이 높이가 너비보다 작은 직사각형 형태일 때 이용 가능하고, -135도보다 큰 각도를 갖는 광각 인트라 예측모드들(-1 ~ -14 번 인트라 예측모드들)은 현재블록이 너비가 높이보다 큰 직사각형 형태일 때 이용 가능하다.
인트라 예측부(122)는 현재블록을 부호화하는데 사용할 인트라 예측모드를 결정할 수 있다. 일부 예들에서, 인트라 예측부(122)는 여러 인트라 예측모드들을 사용하여 현재블록을 인코딩하고, 테스트된 모드들로부터 사용할 적절한 인트라 예측모드를 선택할 수도 있다. 예를 들어, 인트라 예측부(122)는 여러 테스트된 인트라 예측모드들에 대한 비트율 왜곡(rate-distortion) 분석을 사용하여 비트율 왜곡 값들을 계산하고, 테스트된 모드들 중 최선의 비트율 왜곡 특징들을 갖는 인트라 예측모드를 선택할 수도 있다.
인트라 예측부(122)는 복수의 인트라 예측모드 중에서 하나의 인트라 예측모드를 선택하고, 선택된 인트라 예측모드에 따라 결정되는 주변 픽셀(참조 픽셀)과 연산식을 사용하여 현재블록을 예측한다. 선택된 인트라 예측모드에 대한 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
인터 예측부(124)는 움직임 보상 과정을 이용하여 현재블록에 대한 예측블록을 생성한다. 인터 예측부(124)는 현재 픽처보다 먼저 부호화 및 복호화된 참조픽처 내에서 현재블록과 가장 유사한 블록을 탐색하고, 그 탐색된 블록을 이용하여 현재블록에 대한 예측블록을 생성한다. 그리고, 현재 픽처 내의 현재블록과 참조픽처 내의 예측블록 간의 변위(displacement)에 해당하는 움직임벡터(Motion Vector: MV)를 생성한다. 일반적으로, 움직임 추정은 루마(luma) 성분에 대해 수행되고, 루마 성분에 기초하여 계산된 움직임벡터는 루마 성분 및 크로마 성분 모두에 대해 사용된다. 현재블록을 예측하기 위해 사용된 참조픽처에 대한 정보 및 움직임벡터에 대한 정보를 포함하는 움직임 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
인터 예측부(124)는, 예측의 정확성을 높이기 위해, 참조픽처 또는 참조 블록에 대한 보간을 수행할 수도 있다. 즉, 연속한 두 정수 샘플 사이의 서브 샘플들은 그 두 정수 샘플을 포함한 연속된 복수의 정수 샘플들에 필터 계수들을 적용하여 보간된다. 보간된 참조픽처에 대해서 현재블록과 가장 유사한 블록을 탐색하는 과정을 수행하면, 움직임벡터는 정수 샘플 단위의 정밀도(precision)가 아닌 소수 단위의 정밀도까지 표현될 수 있다. 움직임벡터의 정밀도 또는 해상도(resolution)는 부호화하고자 하는 대상 영역, 예컨대, 슬라이스, 타일, CTU, CU 등의 단위마다 다르게 설정될 수 있다. 이와 같은 적응적 움직임벡터 해상도(Adaptive Motion Vector Resolution: AMVR)가 적용되는 경우 각 대상 영역에 적용할 움직임벡터 해상도에 대한 정보는 대상 영역마다 시그널링되어야 한다. 예컨대, 대상 영역이 CU인 경우, 각 CU마다 적용된 움직임벡터 해상도에 대한 정보가 시그널링된다. 움직임벡터 해상도에 대한 정보는 후술할 차분 움직임벡터의 정밀도를 나타내는 정보일 수 있다.
한편, 인터 예측부(124)는 양방향 예측(bi-prediction)을 이용하여 인터 예측을 수행할 수 있다. 양방향 예측의 경우, 두 개의 참조픽처와 각 참조픽처 내에서 현재블록과 가장 유사한 블록 위치를 나타내는 두 개의 움직임벡터가 이용된다. 인터 예측부(124)는 참조픽처 리스트 0(RefPicList0) 및 참조픽처 리스트 1(RefPicList1)로부터 각각 제1 참조픽처 및 제2 참조픽처를 선택하고, 각 참조픽처 내에서 현재블록과 유사한 블록을 탐색하여 제1 참조블록과 제2 참조블록을 생성한다. 그리고, 제1 참조블록과 제2 참조블록을 평균 또는 가중 평균하여 현재블록에 대한 예측블록을 생성한다. 그리고 현재블록을 예측하기 위해 사용한 두 개의 참조픽처에 대한 정보 및 두 개의 움직임벡터에 대한 정보를 포함하는 움직임 정보를 부호화부(150)로 전달한다. 여기서, 참조픽처 리스트 0은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이전의 픽처들로 구성되고, 참조픽처 리스트 1은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이후의 픽처들로 구성될 수 있다. 그러나 반드시 이에 한정되는 것은 아니며, 디스플레이 순서 상으로 현재 픽처 이후의 기복원 픽처들이 참조픽처 리스트 0에 추가로 더 포함될 수 있고, 역으로 현재 픽처 이전의 기복원 픽처들이 참조픽처 리스트 1에 추가로 더 포함될 수도 있다.
움직임 정보를 부호화하는 데에 소요되는 비트량을 최소화하기 위해 다양한 방법이 사용될 수 있다.
예컨대, 현재블록의 참조픽처와 움직임벡터가 주변블록의 참조픽처 및 움직임벡터와 동일한 경우에는 그 주변블록을 식별할 수 있는 정보를 부호화함으로써, 현재블록의 움직임 정보를 영상 복호화 장치로 전달할 수 있다. 이러한 방법을 '머지 모드(merge mode)'라 한다.
머지 모드에서, 인터 예측부(124)는 현재블록의 주변블록들로부터 기 결정된 개수의 머지 후보블록(이하, '머지 후보'라 함)들을 선택한다.
머지 후보를 유도하기 위한 주변블록으로는, 도 4에 도시된 바와 같이, 현재 픽처 내에서 현재블록에 인접한 좌측블록(A0), 좌하단블록(A1), 상단블록(B0), 우상단블록(B1), 및 좌상단블록(A2) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 머지 후보로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(co-located block) 또는 그 동일 위치의 블록에 인접한 블록들이 머지 후보로서 추가로 더 사용될 수 있다. 이상에서 기술된 방법에 의해 선정된 머지 후보의 개수가 기설정된 개수보다 작으면, 0 벡터를 머지 후보에 추가한다.
인터 예측부(124)는 이러한 주변블록들을 이용하여 기 결정된 개수의 머지 후보를 포함하는 머지 리스트를 구성한다. 머지 리스트에 포함된 머지 후보들 중에서 현재블록의 움직임정보로서 사용할 머지 후보를 선택하고 선택된 후보를 식별하기 위한 머지 인덱스 정보를 생성한다. 생성된 머지 인덱스 정보는 부호화부(150)에 의해 부호화되어 영상 복호화 장치로 전달된다.
머지 스킵(merge skip) 모드는 머지 모드의 특별한 경우로서, 양자화를 수행한 후, 엔트로피 부호화를 위한 변환 계수가 모두 영(zero)에 가까울 때, 잔차신호의 전송 없이 주변블록 선택 정보만을 전송한다. 머지 스킵 모드를 이용함으로써, 움직임이 적은 영상, 정지 영상, 스크린 콘텐츠 영상 등에서 상대적으로 높은 부호화 효율을 달성할 수 있다.
이하, 머지 모드와 머지 스킵 모드를 통칭하여, 머지/스킵 모드로 나타낸다.
움직임 정보를 부호화하기 위한 또 다른 방법은 AMVP(Advanced Motion Vector Prediction) 모드이다.
AMVP 모드에서, 인터 예측부(124)는 현재블록의 주변블록들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터 후보들을 유도한다. 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로는, 도 4에 도시된 현재 픽처 내에서 현재블록에 인접한 좌측블록(A0), 좌하단블록(A1), 상단블록(B0), 우상단블록(B1), 및 좌상단블록(A2) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(collocated block) 또는 그 동일 위치의 블록에 인접한 블록들이 사용될 수 있다. 이상에서 기술된 방법에 의해 움직임벡터 후보의 개수가 기설정된 개수보다 작으면, 0 벡터를 움직임벡터 후보에 추가한다.
인터 예측부(124)는 이 주변블록들의 움직임벡터를 이용하여 예측 움직임벡터 후보들을 유도하고, 예측 움직임벡터 후보들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터를 결정한다. 그리고, 현재블록의 움직임벡터로부터 예측 움직임벡터를 감산하여 차분 움직임벡터를 산출한다.
예측 움직임벡터는 예측 움직임벡터 후보들에 기 정의된 함수(예컨대, 중앙값, 평균값 연산 등)를 적용하여 구할 수 있다. 이 경우, 영상 복호화 장치도 기 정의된 함수를 알고 있다. 또한, 예측 움직임벡터 후보를 유도하기 위해 사용하는 주변블록은 이미 부호화 및 복호화가 완료된 블록이므로 영상 복호화 장치도 그 주변블록의 움직임벡터도 이미 알고 있다. 그러므로 영상 부호화 장치는 예측 움직임벡터 후보를 식별하기 위한 정보를 부호화할 필요가 없다. 따라서, 이 경우에는 차분 움직임벡터에 대한 정보와 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보가 부호화된다.
한편, 예측 움직임벡터는 예측 움직임벡터 후보들 중 어느 하나를 선택하는 방식으로 결정될 수도 있다. 이 경우에는 차분 움직임벡터에 대한 정보 및 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보와 함께, 선택된 예측 움직임벡터 후보를 식별하기 위한 정보가 추가로 부호화된다.
감산기(130)는 현재블록으로부터 인트라 예측부(122) 또는 인터 예측부(124)에 의해 생성된 예측블록을 감산하여 잔차블록을 생성한다.
변환부(140)는 공간 영역의 픽셀 값들을 가지는 잔차블록 내의 잔차신호를 주파수 도메인의 변환 계수로 변환한다. 변환부(140)는 잔차블록의 전체 크기를 변환 단위로 사용하여 잔차블록 내의 잔차신호들을 변환할 수 있으며, 또는 잔차블록을 복수 개의 서브블록으로 분할하고 그 서브블록을 변환 단위로 사용하여 변환을 할 수도 있다. 또는, 변환 영역 및 비변환 영역인 두 개의 서브블록으로 구분하여, 변환 영역 서브블록만 변환 단위로 사용하여 잔차신호들을 변환할 수 있다. 여기서, 변환 영역 서브블록은 가로축 (혹은 세로축) 기준 1:1의 크기 비율을 가지는 두 개의 직사각형 블록 중 하나일 수 있다. 이런 경우, 서브블록 만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 위치 정보(cu_sbt_pos_flag)가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. 또한, 변환 영역 서브블록의 크기는 가로축 (혹은 세로축) 기준 1:3의 크기 비율을 가질 수 있으며, 이런 경우 해당 분할을 구분하는 플래그(cu_sbt_quad_flag)가 추가적으로 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
한편, 변환부(140)는 잔차블록에 대해 가로 방향과 세로 방향으로 개별적으로 변환을 수행할 수 있다. 변환을 위해, 다양한 타입의 변환 함수 또는 변환 행렬이 사용될 수 있다. 예컨대, 가로 방향 변환과 세로 방향 변환을 위한 변환 함수의 쌍을 MTS(Multiple Transform Set)로 정의할 수 있다. 변환부(140)는 MTS 중 변환 효율이 가장 좋은 하나의 변환 함수 쌍을 선택하고 가로 및 세로 방향으로 각각 잔차블록을 변환할 수 있다. MTS 중에서 선택된 변환 함수 쌍에 대한 정보(mts_idx)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
양자화부(145)는 변환부(140)로부터 출력되는 변환 계수들을 양자화 파라미터를 이용하여 양자화하고, 양자화된 변환 계수들을 엔트로피 부호화부(155)로 출력한다. 양자화부(145)는, 어떤 블록 혹은 프레임에 대해, 변환 없이, 관련된 잔차 블록을 곧바로 양자화할 수도 있다. 양자화부(145)는 변환블록 내의 변환 계수들의 위치에 따라 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 2차원으로 배열된 양자화된 변환 계수들에 적용되는 양자화 행렬은 부호화되어 영상 복호화 장치로 시그널링될 수 있다.
재정렬부(150)는 양자화된 잔차값에 대해 계수값의 재정렬을 수행할 수 있다.
재정렬부(150)는 계수 스캐닝(coefficient scanning)을 이용하여 2차원의 계수 어레이를 1차원의 계수 시퀀스로 변경할 수 있다. 예를 들어, 재정렬부(150)에서는 지그-재그 스캔(zig-zag scan) 또는 대각선 스캔(diagonal scan)을 이용하여 DC 계수부터 고주파수 영역의 계수까지 스캔하여 1차원의 계수 시퀀스를 출력할 수 있다. 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔 대신 2차원의 계수 어레이를 열 방향으로 스캔하는 수직 스캔, 2차원의 블록 형태 계수를 행 방향으로 스캔하는 수평 스캔이 사용될 수도 있다. 즉, 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔, 대각선 스캔, 수직 방향 스캔 및 수평 방향 스캔 중에서 사용될 스캔 방법이 결정될 수도 있다.
엔트로피 부호화부(155)는, CABAC(Context-based Adaptive Binary Arithmetic Code), 지수 골롬(Exponential Golomb) 등의 다양한 부호화 방식을 사용하여, 재정렬부(150)로부터 출력된 1차원의 양자화된 변환 계수들의 시퀀스를 부호화함으로써 비트스트림을 생성한다.
또한, 엔트로피 부호화부(155)는 블록 분할과 관련된 CTU size, CU 분할 플래그, QT 분할 플래그, MTT 분할 타입, MTT 분할 방향 등의 정보를 부호화하여, 영상 복호화 장치가 영상 부호화 장치와 동일하게 블록을 분할할 수 있도록 한다. 또한, 엔트로피 부호화부(155)는 현재블록이 인트라 예측에 의해 부호화되었는지 아니면 인터 예측에 의해 부호화되었는지 여부를 지시하는 예측 타입에 대한 정보를 부호화하고, 예측 타입에 따라 인트라 예측정보(즉, 인트라 예측모드에 대한 정보) 또는 인터 예측정보(움직임 정보의 부호화 모드(머지 모드 또는 AMVP 모드), 머지 모드의 경우 머지 인덱스, AMVP 모드의 경우 참조픽처 인덱스 및 차분 움직임벡터에 대한 정보)를 부호화한다. 또한, 엔트로피 부호화부(155)는 양자화와 관련된 정보, 즉, 양자화 파라미터에 대한 정보 및 양자화 행렬에 대한 정보를 부호화한다.
역양자화부(160)는 양자화부(145)로부터 출력되는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 생성한다. 역변환부(165)는 역양자화부(160)로부터 출력되는 변환 계수들을 주파수 도메인으로부터 공간 도메인으로 변환하여 잔차블록을 복원한다.
가산부(170)는 복원된 잔차블록과 예측부(120)에 의해 생성된 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 다음 순서의 블록을 인트라 예측할 때 참조 픽셀로서 사용된다.
루프(loop) 필터부(180)는 블록 기반의 예측 및 변환/양자화로 인해 발생하는 블록킹 아티팩트(blocking artifacts), 링잉 아티팩트(ringing artifacts), 블러링 아티팩트(blurring artifacts) 등을 줄이기 위해 복원된 픽셀들에 대한 필터링을 수행한다. 필터부(180)는 인루프(in-loop) 필터로서 디블록킹 필터(182), SAO(Sample Adaptive Offset) 필터(184) 및 ALF(Adaptive Loop Filter, 186)의 전부 또는 일부를 포함할 수 있다.
디블록킹 필터(182)는 블록 단위의 부호화/복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해 복원된 블록 간의 경계를 필터링하고, SAO 필터(184) 및 alf(186)는 디블록킹 필터링된 영상에 대해 추가적인 필터링을 수행한다. SAO 필터(184) 및 alf(186)는 손실 부호화(lossy coding)로 인해 발생하는 복원된 픽셀과 원본 픽셀 간의 차이를 보상하기 위해 사용되는 필터이다. SAO 필터(184)는 CTU 단위로 오프셋을 적용함으로써 주관적 화질뿐만 아니라 부호화 효율도 향상시킨다. 이에 비하여 ALF(186)는 블록 단위의 필터링을 수행하는데, 해당 블록의 에지 및 변화량의 정도를 구분하여 상이한 필터를 적용하여 왜곡을 보상한다. ALF에 사용될 필터 계수들에 대한 정보는 부호화되어 영상 복호화 장치로 시그널링될 수 있다.
디블록킹 필터(182), SAO 필터(184) 및 ALF(186)를 통해 필터링된 복원블록은 메모리(190)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조픽처로 사용될 수 있다.
도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 블록도이다. 이하에서는 도 5를 참조하여 영상 복호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.
영상 복호화 장치는 엔트로피 복호화부(510), 재정렬부(515), 역양자화부(520), 역변환부(530), 예측부(540), 가산기(550), 루프 필터부(560) 및 메모리(570)를 포함하여 구성될 수 있다.
도 1의 영상 부호화 장치와 마찬가지로, 영상 복호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.
엔트로피 복호화부(510)는 영상 부호화 장치에 의해 생성된 비트스트림을 복호화하여 블록 분할과 관련된 정보를 추출함으로써 복호화하고자 하는 현재블록을 결정하고, 현재블록을 복원하기 위해 필요한 예측정보와 잔차신호에 대한 정보 등을 추출한다.
엔트로피 복호화부(510)는 SPS(Sequence Parameter Set) 또는 PPS(Picture Parameter Set)로부터 CTU size에 대한 정보를 추출하여 CTU의 크기를 결정하고, 픽처를 결정된 크기의 CTU로 분할한다. 그리고, CTU를 트리 구조의 최상위 레이어, 즉, 루트 노드로 결정하고, CTU에 대한 분할정보를 추출함으로써 트리 구조를 이용하여 CTU를 분할한다.
예컨대, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 MTT의 분할과 관련된 제2 플래그(MTT_split_flag) 및 분할 방향(vertical / horizontal) 및/또는 분할 타입(binary / ternary) 정보를 추출하여 해당 리프 노드를 MTT 구조로 분할한다. 이에 따라 QT의 리프 노드 이하의 각 노드들을 BT 또는 TT 구조로 반복적으로(recursively) 분할한다.
또 다른 예로서, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 CU의 분할 여부를 지시하는 CU 분할 플래그(split_cu_flag)를 추출하고, 해당 블록이 분할된 경우, 제1 플래그(QT_split_flag)를 추출할 수도 있다. 분할 과정에서 각 노드는 0번 이상의 반복적인 QT 분할 후에 0번 이상의 반복적인 MTT 분할이 발생할 수 있다. 예컨대, CTU는 바로 MTT 분할이 발생하거나, 반대로 다수 번의 QT 분할만 발생할 수도 있다.
다른 예로서, QTBT 구조를 사용하여 CTU를 분할하는 경우, QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 BT로 더 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할 방향 정보를 추출한다.
한편, 엔트로피 복호화부(510)는 트리 구조의 분할을 이용하여 복호화하고자 하는 현재블록을 결정하게 되면, 현재블록이 인트라 예측되었는지 아니면 인터 예측되었는지를 지시하는 예측 타입에 대한 정보를 추출한다. 예측 타입 정보가 인트라 예측을 지시하는 경우, 엔트로피 복호화부(510)는 현재블록의 인트라 예측정보(인트라 예측모드)에 대한 신택스 요소를 추출한다. 예측 타입 정보가 인터 예측을 지시하는 경우, 엔트로피 복호화부(510)는 인터 예측정보에 대한 신택스 요소, 즉, 움직임벡터 및 그 움직임벡터가 참조하는 참조픽처를 나타내는 정보를 추출한다.
또한, 엔트로피 복호화부(510)는 양자화 관련된 정보, 및 잔차신호에 대한 정보로서 현재블록의 양자화된 변환계수들에 대한 정보를 추출한다.
재정렬부(515)는, 영상 부호화 장치에 의해 수행된 계수 스캐닝 순서의 역순으로, 엔트로피 복호화부(510)에서 엔트로피 복호화된 1차원의 양자화된 변환계수들의 시퀀스를 다시 2차원의 계수 어레이(즉, 블록)로 변경할 수 있다.
역양자화부(520)는 양자화된 변환계수들을 역양자화하고, 양자화 파라미터를 이용하여 양자화된 변환계수들을 역양자화한다. 역양자화부(520)는 2차원으로 배열된 양자화된 변환계수들에 대해 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 역양자화부(520)는 영상 부호화 장치로부터 양자화 계수(스케일링 값)들의 행렬을 양자화된 변환계수들의 2차원 어레이에 적용하여 역양자화를 수행할 수 있다.
역변환부(530)는 역양자화된 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환하여 잔차신호들을 복원함으로써 현재블록에 대한 잔차블록을 생성한다.
또한, 역변환부(530)는 변환블록의 일부 영역(서브블록)만 역변환하는 경우, 변환블록의 서브블록만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 서브블록의 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 서브블록의 위치 정보(cu_sbt_pos_flag)를 추출하여, 해당 서브블록의 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환함으로써 잔차신호들을 복원하고, 역변환되지 않은 영역에 대해서는 잔차신호로 “0”값을 채움으로써 현재블록에 대한 최종 잔차블록을 생성한다.
또한, MTS가 적용된 경우, 역변환부(530)는 영상 부호화 장치로부터 시그널링된 MTS 정보(mts_idx)를 이용하여 가로 및 세로 방향으로 각각 적용할 변환 함수 또는 변환 행렬을 결정하고, 결정된 변환 함수를 이용하여 가로 및 세로 방향으로 변환블록 내의 변환계수들에 대해 역변환을 수행한다.
예측부(540)는 인트라 예측부(542) 및 인터 예측부(544)를 포함할 수 있다. 인트라 예측부(542)는 현재블록의 예측 타입이 인트라 예측일 때 활성화되고, 인터 예측부(544)는 현재블록의 예측 타입이 인터 예측일 때 활성화된다.
인트라 예측부(542)는 엔트로피 복호화부(510)로부터 추출된 인트라 예측모드에 대한 신택스 요소로부터 복수의 인트라 예측모드 중 현재블록의 인트라 예측모드를 결정하고, 인트라 예측모드에 따라 현재블록 주변의 참조 픽셀들을 이용하여 현재블록을 예측한다.
인터 예측부(544)는 엔트로피 복호화부(510)로부터 추출된 인터 예측모드에 대한 신택스 요소를 이용하여 현재블록의 움직임벡터와 그 움직임벡터가 참조하는 참조픽처를 결정하고, 움직임벡터와 참조픽처를 이용하여 현재블록을 예측한다.
가산기(550)는 역변환부로부터 출력되는 잔차블록과 인터 예측부 또는 인트라 예측부로부터 출력되는 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 이후에 복호화할 블록을 인트라 예측할 때의 참조픽셀로서 활용된다.
루프 필터부(560)는 인루프 필터로서 디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 포함할 수 있다. 디블록킹 필터(562)는 블록 단위의 복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해, 복원된 블록 간의 경계를 디블록킹 필터링한다. SAO 필터(564) 및 ALF(566)는 손실 부호화(lossy coding)으로 인해 발생하는 복원된 픽셀과 원본 픽셀 간의 차이를 보상하기 위해, 디블록킹 필터링 이후의 복원된 블록에 대해 추가적인 필터링을 수행한다. ALF의 필터 계수는 비스트림으로부터 복호한 필터 계수에 대한 정보를 이용하여 결정된다.
디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 통해 필터링된 복원블록은 메모리(570)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조픽처로 사용된다.
본 실시예는 이상에서 설명한 바와 같은 영상(비디오)의 부호화 및 복호화에 관한 것이다. 보다 자세하게는, 현재블록의 양방향 인터 예측 시 움직임벡터 페어를 유도함에 있어서, 하나의 움직임벡터 차분을 파싱한 후, 이를 이용하여 나머지 움직임벡터 차분을 유도하거나 나머지 움직임벡터를 보정하는 비디오 코딩방법 및 장치를 제공한다.
이하의 실시예들은 영상 부호화 장치(video encoding device) 내 인터 예측부(124)에 의해 수행될 수 있다. 또한, 영상 복호화 장치(video decoding device) 내 인터 예측부(542)에 의해 수행될 수 있다.
영상 부호화 장치는, 현재블록의 부호화에 있어서, 비트율 왜곡 최적화 측면에서 본 실시예와 관련된 시그널링 정보를 생성할 수 있다. 영상 부호화 장치는 엔트로피 부호화부(155)를 이용하여 이를 부호화한 후, 영상 복호화 장치로 전송할 수 있다. 영상 복호화 장치는 엔트로피 복호화부(510)를 이용하여 비트스트림으로부터 현재블록의 복호화와 관련된 시그널링 정보를 복호화할 수 있다.
이하의 설명에서, '대상 블록'이라는 용어는 현재블록 또는 코딩유닛(Coding Unit, CU)과 동일한 의미로 사용될 수 있고, 또는 코딩유닛의 일부 영역을 의미할 수도 있다.
또한, 하나의 플래그의 값이 참이라는 것은 플래그가 1로 설정되는 경우를 나타낸다. 또한, 하나의 플래그의 값이 거짓이라는 것은 플래그가 0으로 설정되는 경우를 나타낸다.
I. 인터 예측의 머지/스킵 모드 및 MMVD
이하의 실시예들은 영상 부호화 장치 내 인터 예측부(124)를 중심으로 기술되나, 전술한 바와 같이 영상 복호화 장치 내 인터 예측부(544)에 의해서도 수행될 수 있다.
이하, 인터 예측의 머지/스킵 모드에서 움직임 정보의 머지 후보 리스트를 구성하는 방법을 설명한다. 머지/스킵 모드를 지원하기 위해, 영상 부호화 장치 내 인터 예측부(124)는 기설정된 개수(예컨대, 6 개)의 머지 후보들을 선정하여 머지 후보 리스트를 구성할 수 있다.
인터 예측부(124)는 공간적(spatial) 머지 후보를 탐색한다. 인터 예측부(124)는, 도 4의 예시된 바와 같은 주변블록들로부터 공간적 머지 후보를 탐색한다. 공간적 머지 후보는 최대 4 개까지 선정될 수 있다.
인터 예측부(124)는 시간적(temporal) 머지 후보를 탐색한다. 인터 예측부(124)는, 대상블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내의 현재블록과 동일 위치에 있는 블록(co-located block)을 시간적 머지 후보로 추가할 수 있다. 시간적 머지 후보는 1 개가 선정될 수 있다.
인터 예측부(124)는 HMVP(History-based Motion Vector Predictor) 후보를 탐색한다. 인터 예측부(124)는 이전 h(여기서, h는 자연수) 개의 CU의 움직임벡터를 테이블에 저장한 후, 머지 후보로 이용할 수 있다. 테이블의 크기는 6이며, FIFO(First-in First Out) 방식에 따라 이전 CU의 움직임벡터를 저장한다. 이는 HMVP 후보가 최대 6 개까지 테이블에 저장됨을 나타낸다. 인터 예측부(124)는 테이블에 저장된 HMVP 후보 중, 최근의 움직임벡터들을 머지 후보로 설정할 수 있다.
인터 예측부(124)는 PAMVP(Pairwise Average MVP) 후보를 탐색한다. 인터 예측부(124)는 머지 후보 리스트에서 첫 번째 후보와 두 번째 후보의 움직임벡터 평균을 머지 후보로 설정할 수 있다.
전술한 탐색 과정을 모두 수행해도 머지 후보 리스트를 채울 수 없는 경우(즉, 기설정된 개수를 충원하지 못하는 경우), 인터 예측부(124)는 제로(zero) 움직임벡터를 머지 후보로 추가한다.
부호화 효율 최적화 측면에서 인터 예측부(124)는 머지 후보 리스트 내 하나의 후보를 지시하는 머지 인덱스를 결정할 수 있다. 인터 예측부(124)는 머지 인덱스를 이용하여 머지 후보 리스트로부터 움직임벡터 예측자(Motion Vector Predictor, MVP)를 유도한 후, MVP를 현재블록의 움직임벡터로 결정할 수 있다. 또한, 영상 부호화 장치는 머지 인덱스를 영상 복호화 장치로 시그널링할 수 있다.
영상 부호화 장치는, 스킵 모드인 경우 머지 모드와 동일한 움직임벡터의 전송 방법을 이용하나, 현재블록과 예측블록 간의 차에 해당하는 잔차블록을 전송하지 않는다.
전술한 머지 후보 리스트를 구성하는 방법은 영상 복호화 장치 내 인터 예측부(544)에 의해 동일하게 수행될 수 있다. 영상 복호화 장치는 머지 인덱스를 복호화할 수 있다. 인터 예측부(544)는 머지 인덱스를 이용하여 머지 후보 리스트로부터 MVP를 유도한 후, MVP를 현재블록의 움직임벡터로 결정할 수 있다.
한편, MMVD(Merge mode with Motion Vector Difference) 기술을 이용하는 경우, 인터 예측부(124)는 머지 인덱스를 이용하여 머지 후보 리스트로부터 MVP를 유도할 수 있다. 예컨대, 머지 후보 리스트의 첫 번째 또는 두 번째 후보가 MVP로 이용될 수 있다. 또한, 부호화 효율 최적화 측면에서 인터 예측부(124)는 크기 인덱스(magnitude index) 및 방향 인덱스(distance index)를 결정한다. 인터 예측부(124)는 크기 인덱스 및 방향 인덱스를 이용하여 움직임벡터 차분(Motion Vector Difference, MVD)을 유도한 후, MVD와 MVP를 합산하여 현재블록의 움직임벡터를 복원할 수 있다. 또한, 영상 부호화 장치는 머지 인덱스, 크기 인덱스 및 방향 인덱스를 영상 복호화 장치로 시그널링할 수 있다.
전술한 MMVD 기술은 영상 복호화 장치 내 인터 예측부(544)에 의해 동일하게 수행될 수 있다. 영상 복호화 장치는 머지 인덱스, 크기 인덱스 및 방향 인덱스를 복호화할 수 있다. 인터 예측부(544)는 머지 후보 리스트를 구성한 후, 머지 인덱스를 이용하여 머지 후보 리스트로부터 MVP를 유도할 수 있다. 인터 예측부(544)는 크기 인덱스 및 방향 인덱스를 이용하여 MVD를 유도한 후, MVD와 MVP를 합산하여 현재블록의 움직임벡터를 복원할 수 있다.
II. 인터 예측의 AMVP 모드 및 AMVR
이하의 실시예들은 영상 부호화 장치 내 인터 예측부(124)를 중심으로 기술되나, 전술한 바와 같이 영상 복호화 장치 내 인터 예측부(544)에 의해서도 수행될 수 있다.
이하, 인터 예측의 AMVP(Advanced Motion Vector Prediction) 모드에서 움직임 정보의 후보 리스트를 구성하는 방법을 설명한다. AMVP 모드를 지원하기 위해, 영상 부호화 장치 내 인터 예측부(124)는 기설정된 개수(예컨대, 2 개)의 후보들을 선정하여 후보 리스트를 구성할 수 있다.
인터 예측부(124)는 공간적 후보를 탐색한다. 인터 예측부(124)는, 도 4의 예시된 바와 같은 주변블록들로부터 공간적 후보를 탐색한다. 공간적 후보는 최대 2 개까지 선정될 수 있다.
인터 예측부(124)는 시간적 후보를 탐색한다. 인터 예측부(124)는, 대상블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내의 현재블록과 동일 위치에 있는 블록을 시간적 후보로 추가할 수 있다. 시간적 후보는 1 개가 선정될 수 있다.
전술한 탐색 과정을 모두 수행해도 후보 리스트를 채울 수 없는 경우(즉, 기설정된 개수를 충원하지 못하는 경우), 인터 예측부(124)는 제로 움직임벡터를 후보로 추가한다.
부호화 효율 최적화 측면에서 인터 예측부(124)는 후보 리스트 내 하나의 후보를 지시하는 후보 인덱스를 결정할 수 있다. 인터 예측부(124)는 후보 인덱스를 이용하여 후보 리스트로부터 MVP를 유도할 수 있다. 또한, 부호화 효율 최적화 측면에서 인터 예측부(124)는 움직임벡터를 결정한 후, 움직임벡터로부터 MVP를 감산하여 MVD를 산정한다. 또한, 영상 부호화 장치는 후보 인덱스 및 MVD를 영상 복호화 장치로 시그널링할 수 있다.
전술한 AMVP 후보 리스트를 구성하는 방법은 영상 복호화 장치 내 인터 예측부(544)에 의해 동일하게 수행될 수 있다. 영상 복호화 장치는 후보 인덱스 및 MVD를 복호화할 수 있다. 인터 예측부(544)는 후보 인덱스를 이용하여 후보 리스트로부터 MVP를 유도할 수 있다. 인터 예측부(544)는 MVD와 MVP를 합산하여 현재블록의 움직임벡터를 복원할 수 있다.
한편, 영상 부호화 장치는 MVD과 함께 MVD의 공간해상도를 결정하는 정보를 전송한다. AMVR 기술을 사용하는 경우, 영상 부호화 장치는 비트율 왜곡 최적화 측면에서 MVD의 적응적 공간해상도를 결정할 수 있다. 이때, MVD의 공간해상도와 움직임벡터의 공간해상도는 동일할 수 있다.
영상 부호화 장치는 AMVR 기술을 사용하는 경우, amvr_flag와 amvr_precision_idx를 영상 복호화 장치로 신호함으로써, MVD의 공간해상도를 알려준다. 즉, amvr_flag가 0으로 신호되면, 영상 복호화 장치는 MVD를 1/4-pel 공간해상도로 설정한다. 반면, amvr_flag가 0이 아니라면, 영상 복호화 장치는 amvr_precision_idx에 따라 MVD의 공간해상도를 결정할 수 있다. 이때, AMVR이 적용되는 예측 방법에 따라 선택 가능한 MVD의 공간해상도가 달라질 수 있다. AMVR이 적용 가능한 예측 방법은 일반적인 AMVP 모드, 아핀(affine) AMVP 모드, IBC(Intra Block Copy) AMVP 모드 등이다.
III. 본 실시예에 따른 움직임벡터 차분의 유도
이하의 실시예들은 영상 복호화 장치를 중심으로 기술되나, 전술한 바와 같이 영상 부호화 장치에 의해서도 수행될 수 있다.
도 7은 본 개시의 일 실시예에 따른, 영상 복호화 장치의 일부를 자세히 나타내는 블록도이다.
본 실시예에 따른 영상 복호화 장치는 예측 및 변환 단위를 결정하고, 결정된 단위에 해당하는 현재블록에 대해, 결정된 예측기술 및 예측모드를 이용하여 예측과 역변환을 수행함으로써, 최종적으로 현재블록의 복원블록을 생성할 수 있다. 도 7에 예시된 바는 영상 복호화 장치의 역변환부(530), 예측부(540) 및 가산기(550)에 의해 수행될 수 있다. 한편, 도 7에 예시된 바와 동일한 동작들이 영상 부호화 장치의 역변환부(165), 픽처 분할부(110), 예측부(120), 및 가산기(170)에 의해 수행될 수 있다. 이때, 영상 복호화 장치는 비트스트림으로부터 파싱된 부호화 정보를 이용하나, 영상 부호화 장치는, 비트율 왜곡 최소화 측면에서 상위 레벨로부터 설정된 부호화 정보를 이용할 수 있다. 이하, 편의상 영상 복호화 장치를 중심으로 본 실시예를 기술한다.
도 5의 예시와 같이 예측부(540)는, 예측기술에 따라 인트라 예측부(542) 및 인터 예측부(544)를 포함하나, 도 7에 예시된 바와 같이, 예측부(540)는 예측단위 결정부(702), 예측기술 결정부(704), 예측모드 결정부(706) 및 예측 수행부(708)의 전부 또는 일부를 포함할 수 있다. 예측단위 결정부(702)는 예측 단위(PU, Prediction Unit)를 결정한다. 이때, 예측 단위는 현재블록, 또는 현재블록이 분할된 서브블록들 중 하나의 서브블록이 될 수 있다. 예측기술 결정부(704)는 예측 단위에 대해 예측기술(예를 들어, 인트라 예측, 인터 예측, 또는 IBC(Intra Block Copy) 예측 등)을 결정한다. 예측모드 결정부(706)는 예측기술에 대해 세부적인 예측모드를 결정한다. 예측 수행부(708)는 결정된 예측모드에 따라 현재블록의 예측블록을 생성한다.
역변환부(530)는 변환단위 결정부(710) 및 역변환 수행부(712)를 포함한다. 변환단위 결정부(710)는 현재블록의 역양자화 신호들에 대해 변환 단위(TU, Transform Unit)를 결정하고, 역변환 수행부(712)는 역양자화 신호들로 표현된 변환 단위를 역변환하여 잔차신호들을 생성한다.
가산기(550)는 예측블록과 잔차신호들을 가산하여 복원블록을 생성한다. 복원블록은 메모리에 저장된 채로, 이후 다른 블록의 예측에 이용될 수 있다.
일 예로서, 현재블록의 예측기술이 인터 예측으로 결정된 경우, 영상 복호화 장치는 skip_flag를 파싱할 수 있다. skip_flag가 1인 경우, 영상 복호화 장치는 역변환 과정을 생략할 수 있다. 한편, 영상 부호화 장치는 부호화 효율 최적화 측면에서 skip_flag를 결정한 후, 영상 복호화 장치로 시그널링할 수 있다.
또한, 영상 복호화 장치 내 예측모드 결정부(706)는 머지 모드 또는 AMVP 모드의 적용을 지시하는 플래그를 파싱하여, 현재블록의 인터 예측모드를 결정할 수 있다. 한편, 영상 부호화 장치는 부호화 효율 최적화 측면에서 전술한 플래그를 결정한 후, 영상 복호화 장치로 시그널링할 수 있다.
또한, 현재블록의 예측모드가 인터 예측을 위한 AMVP 모드로 결정된 경우, 영상 복호화 장치는 예측 과정에 필요한 정보를 파싱할 수 있다. 또한, 현재 슬라이스가 B(Bidirectional)-슬라이스인 경우, 영상 복호화 장치는 현재블록의 예측이 단방향 예측 또는 양방향 예측으로 수행되는 지를 나타내는 정보를 파싱할 수 있다. 한편, 영상 부호화 장치는 부호화 효율 최적화 측면에서 전술한 정보를 결정한 후, 영상 복호화 장치로 시그널링할 수 있다.
도 8a 및 도 8b는 본 개시의 일 실시예에 따른, 움직임벡터 차분들의 파싱 및 유도를 나타내는 순서도이다.
일 예로서, 현재블록이 인터 예측모드, AMVP 모드, 및 양방향 예측에 따라 예측되는 경우, 영상 복호화 장치는 L0 및 L1의 참조 픽처 리스트의 인덱스들, 및 각 방향의 움직임벡터 차분을 파싱할 수 있다. 영상 부호화 장치는 부호화 효율 최적화 측면에서 이러한 정보를 결정한 후, 영상 복호화 장치로 시그널링할 수 있다. 여기서, L0 참조 픽처 리스트는 참조 픽처 리스트 0을 나타내고, L1 참조 픽처 리스트는 참조 픽처 리스트 1을 나타낸다. 이하, L0 및 L1을 통칭하여 양방향으로 표현한다. 또한, L0와 L1를 표현하기 위해 LX와 L1-X(X=0 또는 X=1)을 사용한다.
다른 예로서, 도 8a 또는 도 8b의 예시와 같이, 영상 복호화 장치는 움직임벡터 차분들을 파싱 및 유도할 수 있다. 도 8a의 예시에서, L0 움직임벡터 차분(L0_MVD)이 파싱되고, L1 움직임벡터 차분(L1_MVD)이 유도된다. 도 8b의 예시에서 L1 움직임벡터 차분이 파싱되고, L0 움직임벡터 차분이 유도된다. 한편, 영상 부호화 장치와 영상 복호화 장치 간 사전 약속에 따라 도 8a 및 도 8b에 예시된 방법들 중 어느 방법을 사용할지가 결정될 수 있다. 또는, 영상 부호화 장치는 도 8a 및 도 8b에 예시된 방법들 중 어느 방법을 사용할지를 지시하는 정보를 영상 복호화 장치로 시그널링할 수 있다.
이하, 도 8a의 예시를 이용하여 움직임벡터 차분들의 파싱 및 유도를 기술한다.
영상 복호화 장치는 움직임벡터 차분의 유도를 지시하는 움직임벡터 차분 유도 플래그를 파싱한 후(S800), 움직임벡터 차분 유도 플래그를 확인하여(S802) 그 값에 따라 움직임벡터 차분들을 파싱 및 유도할 수 있다.
움직임벡터 차분 유도 플래그가 참인 경우, 다음의 단계들이 수행된다.
영상 복호화 장치는 L0, L1 참조 픽처 인덱스들을 파싱한다(S810, S812). 영상 복호화 장치는 L0 움직임벡터 차분을 파싱하고(S814), 파싱한 움직임벡터 차분을 이용하여 L1 움직임벡터 차분을 유도한다(S816). 영상 복호화 장치는 움직임벡터 인덱스를 파싱하고(S818), 이들을 이용하여 움직임벡터 예측자들을 생성한다. 이후, 영상 복호화 장치는 움직임벡터 예측자들과 움직임벡터 차분들을 가산하여 최종적으로 양방향 움직임벡터들을 생성할 수 있다.
움직임벡터 차분 유도 플래그가 거짓인 경우, 다음의 단계들이 수행된다.
영상 복호화 장치는 L0, L1 참조 픽처 인덱스들을 파싱한다(S820, S822). 영상 복호화 장치는 L0, L1 움직임벡터 차분들을 파싱한다(S824, S826). 영상 복호화 장치는 움직임벡터 인덱스를 파싱하고(S828), 이들을 이용하여 움직임벡터 예측자들을 생성한다. 이후, 영상 복호화 장치는 움직임벡터 예측자들과 움직임벡터 차분들을 가산하여 최종적으로 양방향 움직임벡터들을 생성할 수 있다.
도 9a 및 도 9b는 본 개시의 일 실시예에 따른, 움직임벡터 차분의 파싱 및 움직임벡터의 보정을 나타내는 순서도이다.
일 예로서, 현재블록이 인터 예측모드, 및 양방향 예측에 따라 예측되는 경우, 하나의 방향은 머지 모드, 나머지 방향은 AMVP 모드로 예측될 수 있다. 이때, AMVP 모드로 예측되는 방향에 대해, 영상 복호화 장치는 참조 픽처 리스트의 인덱스와 움직임벡터 차분을 파싱할 수 있다. 영상 부호화 장치는 부호화 효율 최적화 측면에서 이러한 정보를 결정한 후, 영상 복호화 장치로 시그널링할 수 있다.
다른 예로서, 도 9a 또는 도 9b의 예시와 같이, 영상 복호화 장치는 움직임벡터 차분을 파싱하고, 움직임벡터를 보정할 수 있다. 도 9a의 예시에서, AMVP 모드로 예측되는 L0 움직임벡터 차분이 파싱되고, 머지 모드로 예측되는 L1 움직임벡터가 보정된다. 도 9b의 예시에서 AMVP 모드로 예측되는 L1 움직임벡터 차분이 파싱되고, 머지 모드로 예측되는 L0 움직임벡터가 보정된다. 한편, 영상 부호화 장치와 영상 복호화 장치 간 사전 약속에 따라 도 9a 및 도 9b에 예시된 방법들 중 어느 방법을 사용할지가 결정될 수 있다. 또는, 영상 부호화 장치는 도 9a 및 도 9b에 예시된 방법들 중 어느 방법을 사용할지를 지시하는 정보를 영상 복호화 장치로 시그널링할 수 있다.
이하, 도 9a의 예시를 이용하여 움직임벡터 차분들의 파싱 및 움직임벡터의 보정을 기술한다.
영상 복호화 장치는 움직임벡터의 보정을 지시하는 움직임벡터 보정 플래그를 파싱한 후(S900), 움직임벡터 보정 플래그를 확인하여(S902) 그 값에 따라 움직임벡터 차분을 파싱하고, 움직임벡터를 보정할 수 있다.
움직임벡터 보정 플래그가 참인 경우, 다음의 단계들이 수행된다.
영상 복호화 장치는 L0 참조 픽처 인덱스 및 LO 움직임벡터 인덱스를 파싱한다(S910, S912). 영상 복호화 장치는 L0 움직임벡터 차분을 파싱한다(S914), 영상 복호화 장치는 L1 머지 인덱스를 파싱한다(S916). 영상 복호화 장치는 이들을 이용하여 L0 움직임벡터 예측자, 및 L1 움직임벡터를 생성한다. 영상 복호화 장치는 L0 움직임벡터 차분을 이용하여 L1 움직임벡터를 보정한다(S918). 또한, 영상 복호화 장치는 L0 움직임벡터 예측자과 L0 움직임벡터 차분을 가산하여 L0 움직임벡터를 생성할 수 있다.
움직임벡터 보정 플래그가 거짓인 경우, 다음의 단계들이 수행된다.
영상 복호화 장치는 L0 참조 픽처 인덱스 및 LO 움직임벡터 인덱스를 파싱한다(S920, S922). 영상 복호화 장치는 L0 움직임벡터 차분을 파싱한다(S924). 영상 복호화 장치는 L1 머지 인덱스를 파싱한다(S926). 영상 복호화 장치는 이들을 이용하여 L0 움직임벡터 예측자, 및 L1 움직임벡터를 생성한다. 이후, 영상 복호화 장치는 L0 움직임벡터 예측자과 L0 움직임벡터 차분을 가산하여 L0 움직임벡터를 생성할 수 있다.
일 예로서, 양방향 예측이 수행이 되는 경우, 영상 복호화 장치는 양방향 움직임벡터들에 따른 예측자들을 가중합할 수 있다. 영상 복호화 장치는 가중합을 지시하는 플래그를 파싱한 후, 해당 플래그가 1인 경우, 각 예측자의 가중치들을 파싱할 수 있다. 이후, 영상 복호화 장치는 파싱된 가중치들을 이용하여 현재블록의 최종 예측자를 생성할 수 있다. 영상 부호화 장치는 부호화 효율 최적화 측면에서 플래그 및 가중치들을 결정한 후, 영상 복호화 장치로 시그널링할 수 있다. 한편, 가중치들은 영상 부호화 장치와 영상 복호화 장치 간 약속에 따른 LUT(Lookup Table) 형태로 존재할 수 있고, 영상 부호화 장치는 해당 테이블의 인덱스를 영상 복호화 장치로 시그널링함으로써, 가중치들을 전달할 수 있다.
도 10a 및 도 10b는 본 개시의 다른 실시예에 따른, 움직임벡터 차분들의 파싱 및 유도를 나타내는 순서도이다.
또다른 예로서, 도 10a 또는 도 10b의 예시와 같이, 영상 복호화 장치는 움직임벡터 차분들을 파싱 및 유도할 수 있다. 도 10a의 예시에서, L0 움직임벡터 차분이 파싱되고, L1 움직임벡터 차분이 유도된다. 도 10b의 예시에서 L1 움직임벡터 차분이 파싱되고, L0 움직임벡터 차분이 유도된다. 또한, 도 10a 및 도 10b의 예시에서, 영상 복호화 장치는 움직임벡터 차분들을 파싱 및 유도하기 전에 움직임벡터 인덱스를 파싱한다. 한편, 영상 부호화 장치와 영상 복호화 장치 간 사전 약속에 따라 도 10a 및 도 10b에 예시된 방법들 중 어느 방법을 사용할지가 결정될 수 있다. 또는, 영상 부호화 장치는 도 10a 및 도 10b에 예시된 방법들 중 어느 방법을 사용할지를 지시하는 정보를 영상 복호화 장치로 시그널링할 수 있다.
이하, 도 10a의 예시를 이용하여 움직임벡터 차분들의 파싱 및 유도를 기술한다.
영상 복호화 장치는 움직임벡터 차분의 유도를 지시하는 움직임벡터 차분 유도 플래그를 파싱한 후(S1000), 움직임벡터 차분 유도 플래그를 확인하여(S1002) 그 값에 따라 움직임벡터 차분들을 파싱 및 유도할 수 있다.
움직임벡터 차분 유도 플래그가 참인 경우, 다음의 단계들이 수행된다.
영상 복호화 장치는 L0, L1 참조 픽처 인덱스들을 파싱한다(S1010, S1012). 영상 복호화 장치는 움직임벡터 인덱스를 파싱하고(S1014), 이들을 이용하여 움직임벡터 예측자들을 생성한다. 영상 복호화 장치는 L0 움직임벡터 차분을 파싱하고(S1016), 파싱한 움직임벡터 차분을 이용하여 L1 움직임벡터 차분을 유도한다(S1018). 이후, 영상 복호화 장치는 움직임벡터 예측자들과 움직임벡터 차분들을 가산하여 최종적으로 양방향 움직임벡터들을 생성할 수 있다.
움직임벡터 차분 유도 플래그가 거짓인 경우, 다음의 단계들이 수행된다.
영상 복호화 장치는 L0, L1 참조 픽처 인덱스들을 파싱한다(S1020, S1022). 영상 복호화 장치는 움직임벡터 인덱스를 파싱하고(S1024), 이들을 이용하여 움직임벡터 예측자들을 생성한다. 영상 복호화 장치는 L0, L1 움직임벡터 차분들을 파싱한다(S1026, S1028). 이후, 영상 복호화 장치는 움직임벡터 예측자들과 움직임벡터 차분들을 가산하여 최종적으로 양방향 움직임벡터들을 생성할 수 있다.
이하, 양방향의 참조 픽처들은 L0 참조 픽처 및 L1 참조 픽처를 포함한다. 양방향의 움직임벡터들은 L0 움직임벡터(L0_MV) 및 L1 움직임벡터(L1_MV)를 포함한다. L0 움직임벡터는 수평 L0 움직임벡터(L0_MV_x) 및 수직 L0 움직임벡터(L0_MV_y)를 포함하고, L1 움직임벡터는 수평 L1 움직임벡터(L1_MV_x) 및 수직 L1 움직임벡터(L1_MV_y)를 포함한다. 또한, L0 움직임벡터 차분은 수평 L0 움직임벡터 차분(L0_MVD_x) 및 수직 L0 움직임벡터 차분(L0_MVD_y)을 포함하고, L1 움직임벡터 차분은 수평 L1 움직임벡터 차분(L1_MVD_x) 및 수직 L1 움직임벡터 차분(L1_MVD_y)을 포함한다.
영상 복호화 장치는 다음과 같이 움직임벡터 차분을 유도할 수 있다.
일 예로서, 도 8a의 예시와 같이, 양방향 예측 및 AMVP 모드로 예측을 수행하되, 움직임벡터 차분이 먼저 유도된 후, 움직임벡터 인덱스가 파싱되는 경우를 가정한다. 움직임벡터 차분 유도 플래그가 참인 경우, 먼저 영상 복호화 장치는 L0 움직임벡터 차분을 파싱한다. 이후, 영상 복호화 장치는, 수평 및 수직의 L0 움직임벡터 차분들과 동일한 크기를 가지면서 반대 부호를 갖도록 수평 및 수직의 L1 움직임벡터 차분들을 유도할 수 있다.
다른 예로서, 도 10a의 예시와 같이, 양방향 예측 및 AMVP 모드로 예측을 수행하되, 움직임벡터 인덱스가 먼저 파싱된 후, 움직임벡터 차분이 유도되는 경우를 가정한다. 움직임벡터 차분 유도 플래그가 참인 경우, 먼저 영상 복호화 장치는 L0 움직임벡터 차분을 파싱한다. 이후, 영상 복호화 장치는 수평 및 수직의 L0 움직임벡터 차분들, 수평 및 수직의 L0 움직임벡터의 부호들, 및 수평 및 수직의 L1 움직임벡터의 부호들을 이용하여 다음과 같이 수평 및 수직의 L1 움직임벡터 차분들을 유도할 수 있다.
수직의 L0 움직임벡터의 부호와 수직의 L1 움직임벡터의 부호가 서로 같은 경우, 수직의 L0 움직임벡터 차분과 동일한 값으로 수직의 L1 움직임벡터 차분이 유도될 수 있다. 수평의 L1 움직임벡터 차분도 전술한 과정과 동일하게 유도될 수 있다.
반면, 수직의 L0 움직임벡터의 부호와 수직의 L1 움직임벡터의 부호가 상이한 경우, 수직의 L0 움직임벡터 차분과 크기는 같고, 반대 부호를 갖도록 수직의 L1 움직임벡터 차분이 유도될 수 있다. 수평의 L1 움직임벡터 차분도 전술한 과정과 동일하게 유도될 수 있다.
또다른 예로서, 파싱된 L0 움직임벡터 차분에 대해, POC_L0가 POC_curr보다 작고 POC_L1가 POC_curr보다 큰 경우, 영상 복호화 장치는 다음과 같이 수평 및 수직의 L1 움직임벡터 차분들을 유도할 수 있다. 여기서, POC_L0는 L0 참조 픽처의 POC(Picture Order Count)를 나타내고, POC_L1은 L1 참조 픽처의 POC를 나타내며, POC_curr은 현재 픽처의 POC를 나타낸다.
현재 픽처의 POC와 L0 참조 픽처의 POC 간 차이, 및 현재 픽처의 POC와 L1 참조 픽처의 POC 간 차이를 이용하여, 영상 복호화 장치는 수학식 1과 같이 스케일링 인자(α)를 유도한다.
Figure PCTKR2023001578-appb-img-000001
이후, 영상 복호화 장치는 수학식 2에 따라 수평 및 수직의 L0 움직임벡터 차분들(L0_MVD_x 및 L0_MVD_y)로부터 수평 및 수직의 L1 움직임벡터 차분들(L1_MVD_x 및 L1_MVD_y)을 유도할 수 있다.
Figure PCTKR2023001578-appb-img-000002
또는, 수학식 1에 따른 스케일링 인자를 이용하여, 다음과 같이 수평 및 수직의 L1 움직임벡터 차분들이 유도될 수 있다, 먼저 영상 복호화 장치는 L0 움직임벡터 차분의 크기에 스케일링 인자를 곱한 값과 곱하지 않은 값 각각에 대하여, 수평 및 수직의 부호에 대한 조합 (+, +), (+, -), (-, +), (-, -)을 각각 적용한 열여섯 개의 차분 후보들을 생성한다. 여기에 제로 움직임벡터 차분을 포함시켜, 영상 복호화 장치는 수학식 3과 같은 총 열일곱 개의 후보들을 생성하고, 이들을 포함하는 후보 그룹을 생성한다.
Figure PCTKR2023001578-appb-img-000003
Figure PCTKR2023001578-appb-img-000004
Figure PCTKR2023001578-appb-img-000005
Figure PCTKR2023001578-appb-img-000006
도 11의 예시와 같이, 영상 복호화 장치는 이들 중에서, 템플릿 매칭에 따라 현재블록의 템플릿 영역과 유사한 영역을 갖는 후보를 수평 및 수직의 L1 움직임벡터 차분들로 유도할 수 있다. 여기서, 템플릿 매칭은, 각 후보에 기초하는 L1 참조 픽처 내 참조블록에 대해, 현재블록 주변의 기복원된 템플릿 영역과 참조블록 주변의 템플릿 영역 간의 손실 함수를 산정한다.
일 예로서, 영상 부호화 장치는 템플릿 매칭에 따른 손실 값이 작은 순서대로 후보들을 정렬하고, 첫 번째 후보의 인덱스를 획득한다. 또한, 영상 부호화 장치는 후보들을 이용하여 획득한 참조블록들 중 현재블록과의 손실이 가장 작은 후보의 인덱스를 산정한다. 영상 복호화 장치는 첫 번째 후보의 인덱스와 손실이 가장 작은 후보의 인덱스 간의 차분 값을 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 해당 인덱스를 파싱하고, 템플릿 매칭에 따른 손실 값이 작은 순서대로 후보들을 정렬한다. 이후, 영상 복호화 장치는 파싱한 인덱스를 정렬된 후보들 중 첫 번째 후보의 인덱스와 가산함으로써, 현재블록과의 손실이 가장 작은 후보의 인덱스를 산정한다. 이후 영상 복호화 장치는 해당 후보의 값을 L1 움직임벡터 차분으로 유도할 수 있다.
또는, 영상 부호화 장치는 템플릿 매칭을 수행하지 않고, 현재블록과의 손실이 가장 작은 후보의 인덱스를 영상 복호화 장치로 시그널링할 수 있다. 여기서, 후보 인덱스는 후보들을 이용하여 획득한 참조블록들 중 현재블록과의 손실이 가장 작은 후보를 지시한다. 영상 복호화 장치는 파싱한 인덱스에 해당하는 움직임벡터 차분을 L1 움직임벡터 차분으로 유도할 수 있다.
한편, 유도된 스케일링 인자가 1인 경우, 수평 및 수직의 부호에 대한 조합 (+, +), (+, -), (-, +), (-, -)의 네 가지 후보들에 대해, 영상 복호화 장치는 전술한 과정을 수행하여 L1 움직임벡터 차분을 유도할 수 있다.
또는, 열일곱 개의 후보들 중 일부에 대해 영상 복호화 장치는 전술한 과정을 수행하여 L1 움직임벡터 차분을 유도할 수 있다.
차분 후보들이 수학식 3에 제시된 열일곱 개에 한정하는 것은 아니다. 즉, 수학식 3에 제시된 열일곱 개의 후보들에 다른 후보들을 추가한 후, 영상 복호화 장치는 전술한 과정을 수행하여 L1 움직임벡터 차분을 유도할 수 있다. 또는, 수학식 3에 제시된 열일곱 개의 후보들과 상이한 후보들을 생성한 후, 영상 복호화 장치는 전술한 과정을 수행하여 L1 움직임벡터 차분을 유도할 수 있다.
또한, 도 11의 예시에서 현재블록 주변의 기복원된 템플릿 영역에 대해 a, b의 값은 고정된 크기일 수 있고, 현재블록의 크기에 따라 적응적인 크기를 가질 수 있다. 템플릿 매칭에 따라 유사한 영역을 찾기 위한 손실 함수로서, 밝기 값 간의 MSE(Mean Squared Error), SAD(Sum of Absolute Difference) 등이 사용될 수 있다.
한편, 영상 부호화 장치는 스케일링 인자 α를 유도한 후, 수평 스케일링 인자 및 수직의 스케일링 인자의 후보들 (βx, βy) (βx, βy∈{α-γ, α, α+γ, 0})을 생성한다. 이후, 영상 부호화 장치는 수평 스케일링 인자 및 수직의 스케일링 인자의 후보들, 및 L0 움직임벡터 차분을 이용하여 수평 및 수직의 L1 움직임벡터 차분들을 유도할 수 있다. 여기서, 수평 스케일링 인자 및 수직의 스케일링 인자는 βx(0)=βy(0)=α-γ, βx(1)=βy(1)=α, βx(2)=βy(2)=α+γ, βx(3)=βy(3)=0로 표현된다. 또한, γ값은 고정된 값이 사용될 수 있고, 스케일링 인자 α가 1이 아닌 경우, POC값의 비율에 따라 수학식 4와 같이 유도될 수 있다.
Figure PCTKR2023001578-appb-img-000007
일 예로서, 수평 및 수직의 L1 움직임벡터 차분들은 수평 및 수직의 L0 움직임벡터 차분들의 부호와 반대일 수 있다. 또는, 수평 및 수직의 L1 움직임벡터 차분들은 수평 및 수직의 L0 움직임벡터와 수평 및 수직의 L1 움직임벡터의 부호를 이용하여 유도될 수 있다. 예컨대, 영상 부호화 장치는 수평 및 수직의 스케일링 인자의 후보들에 대해, 부호화 효율 측면에서 최적의 수평 및 수직의 스케일링 인자들을 지시하는 인덱스 페어 (p,q)를 산정한 후, 이를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 인덱스 페어를 파싱하고, 파싱된 인덱스 페어 및 이미 파싱한 L0 움직임벡터 차분을 이용하여 수학식 5와 같이 L1 움직임벡터 차분을 유도할 수 있다.
Figure PCTKR2023001578-appb-img-000008
또는, 영상 부호화 장치는 수평 및 수직의 스케일링 인자의 후보들에 대해 템플릿 매칭을 수행하여, 최적의 손실 값을 갖는 후보의 수평 및 수직의 스케일링 인자 페어 (βx(p), βy(q))를 산정한 후, 해당하는 인덱스 페어 (p, q)를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 인덱스 페어를 파싱하고, 파싱된 인덱스 페어, 및 L0 움직임벡터 차분을 이용하여 수학식 5와 같이 L1 움직임벡터 차분을 유도할 수 있다. 전술한 바와 같이, 템플릿 매칭은, 각 후보에 기초하는 L1 참조 픽처 내 참조블록에 대해, 현재블록 주변의 기복원된 템플릿 영역과 L1 참조 픽처 내 참조블록 주변의 템플릿 영역 간의 손실 함수를 산정한다.
또는, 수평 및 수직의 모든 부호 조합에 대하여 수평 및 수직의 스케일링 인자 후보들을 L0 움직임벡터 차분 값의 크기에 적용한 모든 후보들 중, 영상 부호화 장치는 최적의 조합을 갖는 부호와 스케일링 인자의 인덱스를 산정한 후, 이들을 영상 복호화 장치로 시그널링할 수 있다. 이때, 실시예에 따라 각 부호의 조합과 스케일링 인자의 인덱스는 영상 부호화 장치와 영상 복호화 장치 간 약속에 따른 LUT 형태로 존재할 수 있고, 영상 부호화 장치는 해당 테이블의 인덱스를 영상 복호화 장치로 시그널링함으로써, 최적의 조합을 갖는 부호와 스케일링 인자를 전달할 수 있다. 영상 복호화 장치는 인덱스를 파싱하고, 파싱된 인덱스 및 L0 움직임벡터 차분을 이용하여 수학식 5와 같이 L1 움직임벡터 차분을 유도할 수 있다.
또다른 예로서, 파싱된 L0 움직임벡터 차분에 대해, POC_L0 및 POC_L1가 POC_curr보다 작은 경우, 영상 복호화 장치는 다음과 같이 수평 및 수직의 L1 움직임벡터 차분들을 유도할 수 있다.
현재 픽처의 POC와 L0 참조 픽처의 POC 간 차이, 및 현재 픽처의 POC와 L1 참조 픽처의 POC 간 차이를 이용하여, 영상 복호화 장치는 수학식 1과 같이 스케일링 인자(α)를 유도한다. 이후, 영상 복호화 장치는 수학식 6에 따라 수평 및 수직의 L0 움직임벡터 차분들(L0_MVD_x 및 L0_MVD_y)로부터 수평 및 수직의 L1 움직임벡터 차분들(L1_MVD_x 및 L1_MVD_y)을 유도할 수 있다.
Figure PCTKR2023001578-appb-img-000009
또는, 수학식 1에 따른 스케일링 인자를 이용하여, 다음과 같이 수평 및 수직의 L1 움직임벡터 차분들이 유도될 수 있다, 먼저 영상 복호화 장치는 L0 움직임벡터 차분의 크기에 스케일링 인자를 곱한 값과 곱하지 않은 값 각각에 대하여, 수평 및 수직의 부호에 대한 조합 (+, +), (+, -), (-, +), (-, -)을 각각 적용한 열여섯 개의 차분 후보들을 생성한다. 여기에 제로 움직임벡터 차분을 포함시켜, 영상 복호화 장치는 수학식 3과 같은 총 열일곱 개의 후보들을 생성하고, 이들을 포함하는 후보 그룹을 생성한다.
도 12의 예시와 같이, 영상 복호화 장치는 이들 중에서, 템플릿 매칭에 따라 현재블록의 템플릿 영역과 유사한 영역을 갖는 후보를 L1 움직임벡터 차분으로 유도할 수 있다. 전술한 바와 같이, 템플릿 매칭은, 각 후보에 기초하는 L1 참조 픽처 내 참조블록에 대해, 현재블록 주변의 기복원된 템플릿 영역과 참조블록 주변의 템플릿 영역 간의 손실 함수를 산정한다.
일 예로서, 영상 부호화 장치는 템플릿 매칭에 따른 손실 값이 작은 순서대로 후보들을 정렬하고, 첫 번째 후보의 인덱스를 획득한다. 또한, 영상 부호화 장치는 후보들을 이용하여 획득한 참조블록들 중 현재블록과의 손실이 가장 작은 후보의 인덱스를 산정한다. 영상 복호화 장치는 첫 번째 후보의 인덱스와 손실이 가장 작은 후보의 인덱스 간의 차분 값을 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 해당 인덱스를 파싱하고, 템플릿 매칭에 따른 손실 값이 작은 순서대로 후보들을 정렬한다. 이후, 영상 복호화 장치는 파싱한 인덱스를 정렬된 후보들 중 첫 번째 후보의 인덱스와 가산함으로써, 현재블록과의 손실이 가장 작은 후보의 인덱스를 산정한다. 이후 영상 복호화 장치는 해당 후보의 값을 L1 움직임벡터 차분으로 유도할 수 있다.
또는, 영상 부호화 장치는 템플릿 매칭을 수행하지 않고, 현재블록과의 손실이 가장 작은 후보의 인덱스를 영상 복호화 장치로 시그널링할 수 있다. 여기서, 후보 인덱스는 후보들을 이용하여 획득한 참조블록들 중 현재블록과의 손실이 가장 작은 후보를 지시한다. 영상 복호화 장치는 파싱한 인덱스에 해당하는 움직임벡터 차분을 L1 움직임벡터 차분으로 유도할 수 있다.
한편, 유도된 스케일링 인자가 1인 경우, 수평 및 수직의 부호에 대한 조합 (+, +), (+, -), (-, +), (-, -)의 네 가지 후보들에 대해, 영상 복호화 장치는 전술한 과정을 수행하여 L1 움직임벡터 차분을 유도할 수 있다.
또는, 열일곱 개의 후보들 중 일부에 대해 영상 복호화 장치는 전술한 과정을 수행하여 L1 움직임벡터 차분을 유도할 수 있다.
차분 후보들이 수학식 3에 제시된 열일곱 개에 한정하는 것은 아니다. 즉, 수학식 3에 제시된 열일곱 개의 후보들에 다른 후보들을 추가한 후, 영상 복호화 장치는 전술한 과정을 수행하여 L1 움직임벡터 차분을 유도할 수 있다. 또는, 수학식 3에 제시된 열일곱 개의 후보들과 상이한 후보들을 생성한 후, 영상 복호화 장치는 전술한 과정을 수행하여 L1 움직임벡터 차분을 유도할 수 있다.
또한, 도 12의 예시에서 현재블록 주변의 기복원된 템플릿 영역에 대해 a, b의 값은 고정된 크기일 수 있고, 현재블록의 크기에 따라 적응적인 크기를 가질 수 있다. 템플릿 매칭에 따라 유사한 영역을 찾기 위한 손실 함수로서, 밝기 값 간의 MSE, SAD 등이 사용될 수 있다.
한편, 영상 부호화 장치는 스케일링 인자 α를 유도한 후, 수평 스케일링 인자 및 수직의 스케일링 인자의 후보들 (βx, βy) (βx, βy∈{α-γ, α, α+γ, 0})을 생성한다. 이후, 영상 부호화 장치는 수평 스케일링 인자 및 수직의 스케일링 인자의 후보들, 및 L0 움직임벡터 차분을 이용하여 수평 및 수직의 L1 움직임벡터 차분들을 유도할 수 있다. 여기서, 수평 스케일링 인자 및 수직의 스케일링 인자는 βx(0)=βy(0)=α-γ, βx(1)=βy(1)=α, βx(2)=βy(2)=α+γ, βx(3)=βy(3)=0로 표현된다. 또한, γ값은 고정된 값이 사용될 수 있고, 스케일링 인자 α가 1이 아닌 경우, POC값의 비율에 따라 수학식 7과 같이 유도될 수 있다.
Figure PCTKR2023001578-appb-img-000010
일 예로서, 수평 및 수직의 L1 움직임벡터 차분들은 수평 및 수직의 L0 움직임벡터 차분들의 부호와 동일할 수 있다. 또는, 수평 및 수직의 L1 움직임벡터 차분들은 수평 및 수직의 L0 움직임벡터와 수평 및 수직의 L1 움직임벡터의 부호를 이용하여 유도될 수 있다. 예컨대, 영상 부호화 장치는 수평 및 수직의 스케일링 인자의 후보들에 대해, 부호화 효율 측면에서 최적의 수평 및 수직의 스케일링 인자들을 지시하는 인덱스 페어 (p,q)를 산정한 후, 이를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 인덱스 페어를 파싱하고, 파싱된 인덱스 페어 및 이미 파싱한 L0 움직임벡터 차분을 이용하여 수학식 8과 같이 L1 움직임벡터 차분을 유도할 수 있다.
Figure PCTKR2023001578-appb-img-000011
또는, 영상 부호화 장치는 수평 및 수직의 스케일링 인자의 후보들에 대해 템플릿 매칭을 수행하여, 최적의 손실 값을 갖는 후보의 수평 및 수직의 스케일링 인자 페어 (βx(p), βy(q))를 산정한 후, 해당하는 인덱스 페어 (p, q)를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 인덱스 페어를 파싱하고, 파싱된 인덱스 페어, 및 L0 움직임벡터 차분을 이용하여 수학식 8와 같이 L1 움직임벡터 차분을 유도할 수 있다. 전술한 바와 같이, 템플릿 매칭은, 각 후보에 기초하는 L1 참조 픽처 내 참조블록에 대해, 현재블록 주변의 기복원된 템플릿 영역과 L1 참조 픽처 내 참조블록 주변의 템플릿 영역 간의 손실 함수를 산정한다.
또는, 수평 및 수직의 모든 부호 조합에 대하여 수평 및 수직의 스케일링 인자 후보들을 L0 움직임벡터 차분 값의 크기에 적용한 모든 후보들 중, 영상 부호화 장치는 최적의 조합을 갖는 부호와 스케일링 인자의 인덱스를 산정한 후, 이들을 영상 복호화 장치로 시그널링할 수 있다. 이때, 실시예에 따라 각 부호의 조합과 스케일링 인자의 인덱스는 영상 부호화 장치와 영상 복호화 장치 간 약속에 따른 LUT 형태로 존재할 수 있고, 영상 부호화 장치는 해당 테이블의 인덱스를 영상 복호화 장치로 시그널링함으로써, 최적의 조합을 갖는 부호와 스케일링 인자를 전달할 수 있다. 영상 복호화 장치는 인덱스를 파싱하고, 파싱된 인덱스 및 L0 움직임벡터 차분을 이용하여 수학식 8과 같이 L1 움직임벡터 차분을 유도할 수 있다.
한편, 영상 복호화 장치는, 도 8b 또는 도 10b의 예시에 따라 L1 움직임벡터 차분을 파싱하는 경우, 전술한 과정을 동일하게 이용하여 L0 움직임벡터 차분을 유도할 수 있다.
영상 복호화 장치는 다음과 같이 움직임벡터를 보정할 수 있다.
도 9a의 예시와 같이, 양방향 예측을 수행하되, L0 방향은 AMVP 모드를, L1 방향은 머지 모드를 이용하는 경우를 가정한다. 움직임벡터 보정 플래그가 참인 경우, 먼저 영상 복호화 장치는 L0 움직임벡터 차분을 파싱한다. 이후, 영상 복호화 장치 다음과 같이 L1 움직임벡터(L1_MV)를 보정할 수 있다.
일 예로서, 파싱된 L0 움직임벡터 차분(L0_MVD)에 대해, POC_L0가 POC_curr보다 작고 POC_L1가 POC_curr보다 큰 경우, 영상 복호화 장치는 다음과 같이 수평 및 수직의 L1 움직임벡터(L1_MV_x, L1_MV_y)를 보정할 수 있다. 전술한 바와 같이, POC_L0는 L0 참조 픽처의 POC를 나타내고, POC_L1은 L1 참조 픽처의 POC를 나타내며, POC_curr은 현재 픽처의 POC를 나타낸다.
현재 픽처의 POC와 L0 참조 픽처의 POC 간 차이, 및 현재 픽처의 POC와 L1 참조 픽처의 POC 간 차이를 이용하여, 영상 복호화 장치는 수학식 1과 같이 스케일링 인자(α)를 유도한다. 영상 복호화 장치는 L0 움직임벡터 차분의 크기에 스케일링 인자를 곱한 값과 곱하지 않은 값 각각에 대하여, 수평 및 수직의 부호에 대한 조합 (+, +), (+, -), (-, +), (-, -)을 각각 적용한 열여섯 개의 차분 후보들을 생성한다. 여기에 제로 움직임벡터 차분을 포함시켜, 영상 복호화 장치는 수학식 3과 같은 총 열일곱 개의 후보들을 생성하고, 이들을 포함하는 후보 그룹을 생성한다.
도 11의 예시와 같이, 영상 복호화 장치는 이들 중에서, 템플릿 매칭에 따라 현재블록의 템플릿 영역과 유사한 영역을 갖는 후보를 보정값으로 이용할 수 있다. 전술한 바와 같이, 템플릿 매칭은, 각 후보에 기초하는 L1 참조 픽처 내 참조블록에 대해, 현재블록 주변의 기복원된 템플릿 영역과 참조블록 주변의 템플릿 영역 간의 손실 함수를 산정한다. 영상 복호화 장치는 머지 인덱스에 따른 수평 및 수직의 L1 움직임벡터 성분들(L1_MV_x, L1_MV_y)에 보정값을 적용함으로써, L1 움직임벡터를 보정할 수 있다.
일 예로서, 영상 부호화 장치는 템플릿 매칭에 따른 손실 값이 작은 순서대로 후보들을 정렬하고, 첫 번째 후보의 인덱스를 획득한다. 또한, 영상 부호화 장치는 후보들을 이용하여 획득한 참조블록들 중 현재블록과의 손실이 가장 작은 후보의 인덱스를 산정한다. 영상 복호화 장치는 첫 번째 후보의 인덱스와 손실이 가장 작은 후보의 인덱스 간의 차분 값을 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 해당 인덱스를 파싱하고, 템플릿 매칭에 따른 손실 값이 작은 순서대로 후보들을 정렬한다. 이후, 영상 복호화 장치는 파싱한 인덱스를 정렬된 후보들 중 첫 번째 후보의 인덱스와 가산함으로써, 현재블록과의 손실이 가장 작은 후보의 인덱스를 산정한다. 이후, 영상 복호화 장치는 해당 후보의 값을 이용하여 L1 움직임벡터를 보정할 수 있다.
또는, 영상 부호화 장치는 템플릿 매칭을 수행하지 않고, 현재블록과의 손실이 가장 작은 후보의 인덱스를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 파싱한 인덱스에 해당하는 움직임벡터 차분을 이용하여 L1 움직임벡터를 보정할 수 있다.
한편, 영상 부호화 장치는 스케일링 인자 α를 유도한 후, 수평 스케일링 인자 및 수직의 스케일링 인자의 후보들 (βx, βy) (βx, βy∈{α-γ, α, α+γ, 0})을 생성한다. 이후, 영상 부호화 장치는 수평 스케일링 인자 및 수직의 스케일링 인자의 후보들, 및 L0 움직임벡터 차분을 이용하여 수평 및 수직의 L1 움직임벡터 차분들을 유도할 수 있다. 여기서, 수평 스케일링 인자 및 수직의 스케일링 인자는 βx(0)=βy(0)=α-γ, βx(1)=βy(1)=α, βx(2)=βy(2)=α+γ, βx(3)=βy(3)=0로 표현된다. 또한, γ값은 고정된 값이 사용될 수 있고, 스케일링 인자 α가 1이 아닌 경우, POC값의 비율에 따라 수학식 4와 같이 유도될 수 있다.
일 예로서, 수평 및 수직의 L1 움직임벡터의 보정값들은 수평 및 수직의 L0 움직임벡터 차분들의 부호와 반대일 수 있다. 또는, 수평 및 수직의 L1 움직임벡터의 보정값들은 수평 및 수직의 L0 움직임벡터와 수평 및 수직의 L1 움직임벡터의 부호를 이용하여 유도될 수 있다. 예컨대, 영상 부호화 장치는 수평 및 수직의 스케일링 인자의 후보들에 대해, 부호화 효율 측면에서 최적의 수평 및 수직의 스케일링 인자들을 지시하는 인덱스 페어 (p,q)를 산정한 후, 이를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 인덱스 페어를 파싱하고, 파싱된 인덱스 페어 및 이미 파싱한 L0 움직임벡터 차분을 이용하여 수학식 9와 같이 L1 움직임벡터를 보정할 수 있다.
Figure PCTKR2023001578-appb-img-000012
또는, 영상 부호화 장치는 수평 및 수직의 스케일링 인자의 후보들에 대해 템플릿 매칭을 수행하여, 최적의 손실 값을 갖는 후보의 수평 및 수직의 스케일링 인자 페어 (βx(p), βy(q))를 산정한 후, 해당하는 인덱스 페어 (p, q)를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 인덱스 페어를 파싱하고, 파싱된 인덱스 페어, 및 L0 움직임벡터 차분을 이용하여 수학식 9와 같이 L1 움직임벡터를 보정할 수 있다. 전술한 바와 같이, 템플릿 매칭은, 각 후보에 기초하는 L1 참조 픽처 내 참조블록에 대해, 현재블록 주변의 기복원된 템플릿 영역과 L1 참조 픽처 내 참조블록 주변의 템플릿 영역 간의 손실 함수를 산정한다.
또는, 수평 및 수직의 모든 부호 조합에 대하여 수평 및 수직의 스케일링 인자 후보들을 L0 움직임벡터 차분 값의 크기에 적용한 모든 후보들 중, 영상 부호화 장치는 최적의 조합을 갖는 부호와 스케일링 인자의 인덱스를 산정한 후, 이들을 영상 복호화 장치로 시그널링할 수 있다. 이때, 실시예에 따라 각 부호의 조합과 스케일링 인자의 인덱스는 영상 부호화 장치와 영상 복호화 장치 간 약속에 따른 LUT 형태로 존재할 수 있고, 영상 부호화 장치는 해당 테이블의 인덱스를 영상 복호화 장치로 시그널링함으로써, 최적의 조합을 갖는 부호와 스케일링 인자를 전달할 수 있다. 영상 복호화 장치는 인덱스를 파싱하고, 파싱된 인덱스 및 L0 움직임벡터 차분을 이용하여 수학식 9와 같이 L1 움직임벡터를 보정할 수 있다.
다른 예로서, 파싱된 L0 움직임벡터 차분(L0_MVD)에 대해, POC_L0 및 POC_L1가 POC_curr보다 작은 경우, 영상 복호화 장치는 다음과 같이 수평 및 수직의 L1 움직임벡터(L1_MV_x, L1_MV_y)를 보정할 수 있다.
현재 픽처의 POC와 L0 참조 픽처의 POC 간 차이, 및 현재 픽처의 POC와 L1 참조 픽처의 POC 간 차이를 이용하여, 영상 복호화 장치는 수학식 1과 같이 스케일링 인자(α)를 유도한다. 영상 복호화 장치는 L0 움직임벡터 차분의 크기에 스케일링 인자를 곱한 값과 곱하지 않은 값 각각에 대하여, 수평 및 수직의 부호에 대한 조합 (+, +), (+, -), (-, +), (-, -)을 각각 적용한 열여섯 개의 차분 후보들을 생성한다. 여기에 제로 움직임벡터 차분을 포함시켜, 영상 복호화 장치는 수학식 3과 같은 총 열일곱 개의 후보들을 생성하고, 이들을 포함하는 후보 그룹을 생성한다.
도 12의 예시와 같이, 영상 복호화 장치는 이들 중에서, 템플릿 매칭에 따라 현재블록의 템플릿 영역과 유사한 영역을 갖는 후보를 보정값으로 이용할 수 있다. 전술한 바와 같이, 템플릿 매칭은, 각 후보에 기초하는 L1 참조 픽처 내 참조블록에 대해, 현재블록 주변의 기복원된 템플릿 영역과 참조블록 주변의 템플릿 영역 간의 손실 함수를 산정한다. 영상 복호화 장치는 머지 인덱스에 따른 수평 및 수직의 L1 움직임벡터 성분들(L1_MV_x, L1_MV_y)에 보정값을 적용함으로써, L1 움직임벡터를 보정할 수 있다.
일 예로서, 영상 부호화 장치는 템플릿 매칭에 따른 손실 값이 작은 순서대로 후보들을 정렬하고, 첫 번째 후보의 인덱스를 획득한다. 또한, 영상 부호화 장치는 후보들을 이용하여 획득한 참조블록들 중 현재블록과의 손실이 가장 작은 후보의 인덱스를 산정한다. 영상 복호화 장치는 첫 번째 후보의 인덱스와 손실이 가장 작은 후보의 인덱스 간의 차분 값을 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 해당 인덱스를 파싱하고, 템플릿 매칭에 따른 손실 값이 작은 순서대로 후보들을 정렬한다. 이후, 영상 복호화 장치는 파싱한 인덱스를 정렬된 후보들 중 첫 번째 후보의 인덱스와 가산함으로써, 현재블록과의 손실이 가장 작은 후보의 인덱스를 산정한다. 이후, 영상 복호화 장치는 해당 후보의 값을 이용하여 L1 움직임벡터를 보정할 수 있다.
또는, 영상 부호화 장치는 템플릿 매칭을 수행하지 않고, 현재블록과의 손실이 가장 작은 후보의 인덱스를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 파싱한 인덱스에 해당하는 움직임벡터 차분을 이용하여 L1 움직임벡터를 보정할 수 있다.
한편, 영상 부호화 장치는 스케일링 인자 α를 유도한 후, 수평 스케일링 인자 및 수직의 스케일링 인자의 후보들 (βx, βy) (βx, βy∈{α-γ, α, α+γ, 0})을 생성한다. 이후, 영상 부호화 장치는 수평 스케일링 인자 및 수직의 스케일링 인자의 후보들, 및 L0 움직임벡터 차분을 이용하여 수평 및 수직의 L1 움직임벡터 차분들을 유도할 수 있다. 여기서, 수평 스케일링 인자 및 수직의 스케일링 인자는 βx(0)=βy(0)=α-γ, βx(1)=βy(1)=α, βx(2)=βy(2)=α+γ, βx(3)=βy(3)=0로 표현된다. 또한, γ값은 고정된 값이 사용될 수 있고, 스케일링 인자 α가 1이 아닌 경우, POC값의 비율에 따라 수학식 7과 같이 유도될 수 있다.
일 예로서, 수평 및 수직의 L1 움직임벡터의 보정값들은 수평 및 수직의 L0 움직임벡터 차분들의 부호와 동일할 수 있다. 또는, 수평 및 수직의 L1 움직임벡터의 보정값들은 수평 및 수직의 L0 움직임벡터와 수평 및 수직의 L1 움직임벡터의 부호를 이용하여 유도될 수 있다. 예컨대, 영상 부호화 장치는 수평 및 수직의 스케일링 인자의 후보들에 대해, 부호화 효율 측면에서 최적의 수평 및 수직의 스케일링 인자들을 지시하는 인덱스 페어 (p,q)를 산정한 후, 이를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 인덱스 페어를 파싱하고, 파싱된 인덱스 페어 및 이미 파싱한 L0 움직임벡터 차분을 이용하여 수학식 10과 같이 L1 움직임벡터를 보정할 수 있다.
Figure PCTKR2023001578-appb-img-000013
또는, 영상 부호화 장치는 수평 및 수직의 스케일링 인자의 후보들에 대해 템플릿 매칭을 수행하여, 최적의 손실 값을 갖는 후보의 수평 및 수직의 스케일링 인자 페어 (βx(p), βy(q))를 산정한 후, 해당하는 인덱스 페어 (p, q)를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 인덱스 페어를 파싱하고, 파싱된 인덱스 페어, 및 L0 움직임벡터 차분을 이용하여 수학식 10과 같이 L1 움직임벡터를 보정할 수 있다. 전술한 바와 같이, 템플릿 매칭은, 각 후보에 기초하는 L1 참조 픽처 내 참조블록에 대해, 현재블록 주변의 기복원된 템플릿 영역과 L1 참조 픽처 내 참조블록 주변의 템플릿 영역 간의 손실 함수를 산정한다.
또는, 수평 및 수직의 모든 부호 조합에 대하여 수평 및 수직의 스케일링 인자 후보들을 L0 움직임벡터 차분 값의 크기에 적용한 모든 후보들 중, 영상 부호화 장치는 최적의 조합을 갖는 부호와 스케일링 인자의 인덱스를 산정한 후, 이들을 영상 복호화 장치로 시그널링할 수 있다. 이때, 실시예에 따라 각 부호의 조합과 스케일링 인자의 인덱스는 영상 부호화 장치와 영상 복호화 장치 간 약속에 따른 LUT 형태로 존재할 수 있고, 영상 부호화 장치는 해당 테이블의 인덱스를 영상 복호화 장치로 시그널링함으로써, 최적의 조합을 갖는 부호와 스케일링 인자를 전달할 수 있다. 영상 복호화 장치는 인덱스를 파싱하고, 파싱된 인덱스 및 L0 움직임벡터 차분을 이용하여 수학식 10과 같이 L1 움직임벡터를 보정할 수 있다.
한편, 영상 복호화 장치는, 도 9b의 예시에 따라 L1 움직임벡터 차분을 파싱하는 경우, 전술한 과정을 동일하게 이용하여 L0 움직임벡터를 보정할 수 있다.
본 명세서의 흐름도/타이밍도에서는 각 과정들을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 개시의 일 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것이다. 다시 말해, 본 개시의 일 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 개시의 일 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 흐름도/타이밍도에 기재된 순서를 변경하여 실행하거나 각 과정들 중 하나 이상의 과정을 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 흐름도/타이밍도는 시계열적인 순서로 한정되는 것은 아니다.
이상의 설명에서 예시적인 실시예들은 많은 다른 방식으로 구현될 수 있다는 것을 이해해야 한다. 하나 이상의 예시들에서 설명된 기능들 혹은 방법들은 하드웨어, 소프트웨어, 펌웨어 또는 이들의 임의의 조합으로 구현될 수 있다. 본 명세서에서 설명된 기능적 컴포넌트들은 그들의 구현 독립성을 특히 더 강조하기 위해 "...부(unit)" 로 라벨링되었음을 이해해야 한다.
한편, 본 실시예에서 설명된 다양한 기능들 혹은 방법들은 하나 이상의 프로세서에 의해 판독되고 실행될 수 있는 비일시적 기록매체에 저장된 명령어들로 구현될 수도 있다. 비일시적 기록매체는, 예를 들어, 컴퓨터 시스템에 의하여 판독가능한 형태로 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 예를 들어, 비일시적 기록매체는 EPROM(erasable programmable read only memory), 플래시 드라이브, 광학 드라이브, 자기 하드 드라이브, 솔리드 스테이트 드라이브(SSD)와 같은 저장매체를 포함한다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
(부호의 설명)
120: 예측부
540: 예측부
702: 예측단위 결정부
704: 예측기술 결정부
706: 예측모드 결정부
708: 예측 수행부
CROSS-REFERENCE TO RELATED APPLICATION
본 특허출원은 2022년 3월 3일 한국에 출원한 특허출원번호 제 10-2022-0027554 호, 2023년 2월 2일 한국에 출원한 특허출원번호 제 10-2023-0014294 호에 대해 우선권을 주장하며, 그 모든 내용은 참고문헌으로 본 특허출원에 병합된다.

Claims (15)

  1. 영상 복호화 장치가 수행하는, 현재블록의 움직임벡터를 복호화하는 방법에 있어서,
    비트스트림으로부터 상기 현재블록의 양방향의 참조 픽처 인덱스들을 복호화하는 단계, 여기서, 상기 양방향의 참조 픽처들은 LX(X=0 또는 X=1) 참조 픽처 및 L1-X 참조 픽처를 포함함;
    상기 비트스트림으로부터 상기 양방향의 움직임벡터 인덱스들을 복호화하는 단계, 여기서, 상기 양방향의 움직임벡터들은 LX 움직임벡터 및 L1-X 움직임벡터를 포함하고, 상기 LX 움직임벡터는 수평 LX 움직임벡터 및 수직 LX 움직임벡터를 포함하며, 상기 L1-X 움직임벡터는 수평 L1-X 움직임벡터 및 수직 L1-X 움직임벡터를 포함함;
    상기 비트스트림으로부터 LX 움직임벡터 차분(motion vector difference)을 복호화하는 단계, 여기서, 상기 LX 움직임벡터 차분은 수평 LX 움직임벡터 차분 및 수직 LX 움직임벡터 차분을 포함함; 및
    상기 LX 움직임벡터 차분을 이용하여 L1-X 움직임벡터 차분을 유도하는 단계
    를 포함하되,
    상기 L1-X 움직임벡터 차분은 수평 L1-X 움직임벡터 차분 및 수직 L1-X 움직임벡터 차분을 포함하는 것을 특징으로 하는, 방법.
  2. 제1항에 있어서,
    움직임벡터 차분 유도 플래그를 복호화하는 단계; 및
    상기 움직임벡터 차분 유도 플래그를 확인하는 단계를 더 포함하여,
    상기 움직임벡터 차분 유도 플래그가 참인 경우, 상기 L1-X 움직임벡터 차분을 유도하는 단계를 수행하는 것을 특징으로 하는, 방법.
  3. 제2항에 있어서,
    상기 움직임벡터 차분 유도 플래그가 거짓인 경우, 상기 L1-X 움직임벡터 차분을 복호화하는 것을 특징으로 하는, 방법.
  4. 제1항에 있어서,
    상기 양방향의 움직임벡터 인덱스들을 이용하여 상기 양방향의 움직임벡터 예측자(motion vector predictor)들을 생성하는 단계; 및
    상기 양방향의 움직임벡터 예측자들, 상기 LX 움직임벡터 차분 및 상기 L1-X 움직임벡터 차분을 이용하여 상기 양방향의 움직임벡터들을 생성하는 단계
    를 더 포함하는 것을 특징으로 하는, 방법.
  5. 제1항에 있어서,
    상기 L1-X 움직임벡터 차분을 유도하는 단계는,
    상기 수직 LX 움직임벡터의 부호와 상기 수직 L1-X 움직임벡터의 부호가 서로 같은 경우, 상기 수직 LX 움직임벡터 차분을 상기 수직의 L1-X 움직임벡터 차분으로 유도하는 것을 특징으로 하는, 방법.
  6. 제1항에 있어서,
    상기 L1-X 움직임벡터 차분을 유도하는 단계는,
    현재 픽처의 POC(Picture Order Count)와 상기 LX 참조 픽처의 POC 간 차이, 및 상기 현재 픽처의 POC와 상기 L1-X 참조 픽처의 POC 간 차이를 이용하여, 스케일링 인자를 유도하는 것을 특징으로 하는, 방법.
  7. 제6항에 있어서,
    상기 L1-X 움직임벡터 차분을 유도하는 단계는,
    상기 스케일링 인자, 상기 수평 LX 움직임벡터 차분 및 수직 LX 움직임벡터 차분을 이용하여, 상기 수평 L1-X 움직임벡터 차분 및 수직 L1-X 움직임벡터 차분을 산정하는 것을 특징으로 하는, 방법.
  8. 제6항에 있어서,
    상기 L1-X 움직임벡터 차분을 유도하는 단계는,
    상기 수평 LX 움직임벡터 차분 및 수직 LX 움직임벡터 차분, 상기 스케일링 인자, 수평 및 수직 부호의 조합, 및 제로 움직임벡터 차분을 이용하여 복수의 후보들을 생성하는 것을 특징으로 하는, 방법.
  9. 제8항에 있어서,
    상기 L1-X 움직임벡터 차분을 유도하는 단계는,
    상기 복수의 후보들 중에서, 템플릿 매칭에 따라 상기 현재블록의 템플릿 영역과 유사한 영역을 갖는 후보를 상기 수평 및 수직의 L1-X 움직임벡터 차분들로 유도하는 단계
    를 포함하되,
    각 후보에 기초하는 상기 L1-X 참조 픽처 내 참조블록에 대해, 상기 템플릿 매칭은 상기 현재블록 주변의 기복원된 템플릿 영역과 상기 참조블록 주변의 템플릿 영역 간의 손실 함수를 산정하는 것을 특징으로 하는, 방법.
  10. 제8항에 있어서,
    상기 L1-X 움직임벡터 차분을 유도하는 단계는,
    후보 인덱스를 복호화하는 단계, 여기서, 상기 후보 인덱스는 상기 복수의 후보들을 이용하여 획득한 참조블록들 중 상기 현재블록과의 손실이 가장 작은 후보를 지시함; 및
    상기 후보 인덱스가 지시하는 후보를 상기 수평 및 수직의 L1-X 움직임벡터 차분들로 유도하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  11. 제6항에 있어서,
    상기 L1-X 움직임벡터 차분을 유도하는 단계는,
    최적의 수평 스케일링 인자 및 수직의 스케일링 인자를 지시하는 인덱스 페어를 복호화하는 단계, 여기서, 상기 최적의 수평 및 수직의 스케일링 인자들은, 상기 스케일링 인자 및 기설정된 상수를 이용하여 생성된 수평 스케일링 인자 및 수직 스케일링 인자의 후보들 중에서 선정되고, 상기 기설정된 상수는 상기 현재 픽처의 POC, 상기 LX 참조 픽처의 POC, 및 상기 L1-X 참조 픽처의 POC에 기초하여 산정됨; 및
    상기 인덱스 페어가 지시하는 수평 및 수직의 스케일링 인자들, 상기 수평 LX 움직임벡터 차분 및 상기 수직 LX 움직임벡터 차분을 이용하여, 상기 수평 및 수직의 L1-X 움직임벡터 차분들을 유도하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  12. 제6항에 있어서,
    상기 L1-X 움직임벡터 차분을 유도하는 단계는,
    최적의 수평 스케일링 인자 및 수직의 스케일링 인자를 지시하는 인덱스 페어를 복호화하는 단계, 여기서, 상기 최적의 수평 스케일링 인자 및 수직의 스케일링 인자는, 상기 스케일링 인자 및 기설정된 상수를 이용하여 생성된 수평 스케일링 인자 및 수직 스케일링 인자의 후보들에 템플릿 매칭을 적용하여 선정되고, 상기 기설정된 상수는 상기 현재 픽처의 POC, 상기 LX 참조 픽처의 POC, 및 상기 L1-X 참조 픽처의 POC에 기초하여 산정되며, 상기 템플릿 매칭은, 각 후보에 기초하는 상기 L1-X 참조 픽처 내 참조블록에 대해, 상기 현재블록 주변의 기복원된 템플릿 영역과 상기 참조블록 주변의 템플릿 영역 간의 손실 함수를 산정함; 및
    상기 인덱스 페어가 지시하는 수평 및 수직의 스케일링 인자들, 상기 수평 LX 움직임벡터 차분 및 상기 수직 LX 움직임벡터 차분을 이용하여, 상기 수평 및 수직의 L1-X 움직임벡터 차분들을 유도하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  13. 영상 부호화 장치가 수행하는, 현재블록의 움직임벡터를 부호화하는 방법에 있어서,
    상기 현재블록의 양방향의 참조 픽처 인덱스들을 결정하는 단계, 여기서, 상기 양방향의 참조 픽처들은 LX(X=0 또는 X=1) 참조 픽처 및 L1-X 참조 픽처를 포함함;
    상기 양방향의 움직임벡터 인덱스들을 결정하는 단계, 여기서, 상기 양방향의 움직임벡터들은 LX 움직임벡터 및 L1-X 움직임벡터를 포함하고, 상기 LX 움직임벡터는 수평 LX 움직임벡터 및 수직 LX 움직임벡터를 포함하며, 상기 L1-X 움직임벡터는 수평 L1-X 움직임벡터 및 수직 L1-X 움직임벡터를 포함함;
    LX 움직임벡터 차분(motion vector difference)을 산정하는 단계, 여기서, 상기 LX 움직임벡터 차분은 수평 LX 움직임벡터 차분 및 수직 LX 움직임벡터 차분을 포함함; 및
    상기 LX 움직임벡터 차분을 이용하여 L1-X 움직임벡터 차분을 유도하는 단계
    를 포함하되,
    상기 L1-X 움직임벡터 차분은 수평 L1-X 움직임벡터 차분 및 수직 L1-X 움직임벡터 차분을 포함하는 것을 특징으로 하는, 방법.
  14. 제13항에 있어서,
    상기 양방향의 참조 픽처 인덱스들, 상기 양방향의 움직임벡터 인덱스들, 및 상기 LX 움직임벡터 차분을 부호화하는 단계를 더 포함하는 것을 특징으로 하는, 방법.
  15. 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록매체로서, 상기 영상 부호화 방법은,
    현재블록의 양방향의 참조 픽처 인덱스들을 결정하는 단계, 여기서, 상기 양방향의 참조 픽처들은 LX(X=0 또는 X=1) 참조 픽처 및 L1-X 참조 픽처를 포함함;
    상기 양방향의 움직임벡터 인덱스들을 결정하는 단계, 여기서, 상기 양방향의 움직임벡터들은 LX 움직임벡터 및 L1-X 움직임벡터를 포함하고, 상기 LX 움직임벡터는 수평 LX 움직임벡터 및 수직 LX 움직임벡터를 포함하며, 상기 L1-X 움직임벡터는 수평 L1-X 움직임벡터 및 수직 L1-X 움직임벡터를 포함함;
    LX 움직임벡터 차분(motion vector difference)을 산정하는 단계, 여기서, 상기 LX 움직임벡터 차분은 수평 LX 움직임벡터 차분 및 수직 LX 움직임벡터 차분을 포함함; 및
    상기 LX 움직임벡터 차분을 이용하여 L1-X 움직임벡터 차분을 유도하는 단계
    를 포함하되,
    상기 L1-X 움직임벡터 차분은 수평 L1-X 움직임벡터 차분 및 수직 L1-X 움직임벡터 차분을 포함하는 것을 특징으로 하는, 기록매체.
PCT/KR2023/001578 2022-03-03 2023-02-03 움직임벡터 차분의 유도를 이용하는 비디오 코딩을 위한 방법 및 장치 WO2023167439A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20220027554 2022-03-03
KR10-2022-0027554 2022-03-03
KR10-2023-0014294 2023-02-02
KR1020230014294A KR20230130530A (ko) 2022-03-03 2023-02-02 움직임벡터 차분의 유도를 이용하는 비디오 코딩방법 및 장치

Publications (1)

Publication Number Publication Date
WO2023167439A1 true WO2023167439A1 (ko) 2023-09-07

Family

ID=87883994

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/001578 WO2023167439A1 (ko) 2022-03-03 2023-02-03 움직임벡터 차분의 유도를 이용하는 비디오 코딩을 위한 방법 및 장치

Country Status (1)

Country Link
WO (1) WO2023167439A1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020221256A1 (en) * 2019-04-28 2020-11-05 Beijing Bytedance Network Technology Co., Ltd. Symmetric motion vector difference coding
US20210385462A1 (en) * 2019-04-25 2021-12-09 Beijing Bytedance Network Technology Co., Ltd. Restrictions on motion vector difference

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210385462A1 (en) * 2019-04-25 2021-12-09 Beijing Bytedance Network Technology Co., Ltd. Restrictions on motion vector difference
WO2020221256A1 (en) * 2019-04-28 2020-11-05 Beijing Bytedance Network Technology Co., Ltd. Symmetric motion vector difference coding

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
D. KIM, H. KWON, J. KIM, W. LIM, S. Y. JEONG (ETRI): "AHG12: Bilateral matching SMVD mode", 24. JVET MEETING; 20211006 - 20211015; TELECONFERENCE; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), 6 October 2021 (2021-10-06), XP030297899 *
M. COBAN, F. LE LÉANNEC, M. SARWER, J. STRÖM: "Algorithm description of Enhanced Compression Model 3 (ECM 3)", 24. JVET MEETING; 20211006 - 20211015; TELECONFERENCE; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), 7 January 2022 (2022-01-07), XP030302175 *
Z. ZHANG (QUALCOMM), H. HUANG (QUALCOMM), C.-C. CHEN (QUALCOMM), V. SEREGIN (QUALCOMM), M. KARCZEWICZ (QUALCOMM): "Non-EE2: MVD and merge index signaling of AMVP-merge mode", 25. JVET MEETING; 20220112 - 20220121; TELECONFERENCE; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), 5 January 2022 (2022-01-05), XP030300462 *

Similar Documents

Publication Publication Date Title
WO2018221817A1 (ko) 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치
WO2017082443A1 (ko) 영상 코딩 시스템에서 임계값을 이용한 적응적 영상 예측 방법 및 장치
WO2020096425A1 (ko) 영상 신호 부호화/복호화 방법 및 이를 위한 장치
WO2021006617A1 (ko) 인터 예측을 이용하여 비디오를 부호화 및 복호화하는 방법 및 장치
WO2022114770A1 (ko) 기하학적 변환에 기반하는 블록 복사를 이용하는 인트라 예측방법과 장치
WO2019135419A1 (ko) 영상 코딩 시스템에서 현재 블록의 보간 필터에 기반한 인터 예측 방법 및 장치
WO2021118309A1 (ko) 비디오 신호 처리 방법 및 장치
WO2021071145A1 (ko) 인터 예측을 이용하여 비디오를 부호화 및 복호화하는 방법 및 장치
WO2023167439A1 (ko) 움직임벡터 차분의 유도를 이용하는 비디오 코딩을 위한 방법 및 장치
WO2024111834A1 (ko) 복원 참조샘플 기반 성분간 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023085600A1 (ko) 암시적 임의 블록분할 및 이에 따른 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2024071680A1 (ko) 분리 불가능한 1차 변환 기반 비디오 코딩을 위한 방법 및 장치
WO2024111820A1 (ko) 기하학적 분할에 기반하여 크로마 블록을 인트라 예측하는 비디오 코딩을 위한 방법 및 장치
WO2023106603A1 (ko) 템플릿 매칭 기반 이차적인 mpm 리스트를 이용하는 비디오 코딩을 위한 방법 및 장치
WO2022211492A1 (ko) 디코더 측면의 움직임 보상을 이용하는 비디오 코딩방법 및 장치
WO2022197135A1 (ko) 분할된 서브블록의 적응적 순서를 이용하는 비디오 코딩방법 및 장치
WO2024049024A1 (ko) 1차 변환 커널에 적응적인 분리 불가능한 2차 변환 기반 비디오 코딩을 위한 방법 및 장치
WO2023224289A1 (ko) 가상의 참조라인을 사용하는 비디오 코딩을 위한 방법 및 장치
WO2023113200A1 (ko) 잔차신호들의 매핑을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2024111964A1 (ko) 기하학적 분할 모드에서 적응적으로 블렌딩 영역을 결정하는 비디오 코딩을 위한 방법 및 장치
WO2024034849A1 (ko) 루마 성분 기반 크로마 성분 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023113209A1 (ko) 움직임벡터 예측자들의 후보 리스트를 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023224280A1 (ko) 혼합 성분간 예측을 사용하는 비디오 코딩을 위한 방법 및 장치
WO2023224300A1 (ko) 예측-변환 생략을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023132510A1 (ko) 개선된 차분 움직임벡터 머지를 이용하는 비디오 코딩을 위한 방법 및 장치

Legal Events

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

Ref document number: 23763638

Country of ref document: EP

Kind code of ref document: A1