WO2023200217A1 - 템플릿 매칭을 이용하는 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체 - Google Patents

템플릿 매칭을 이용하는 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체 Download PDF

Info

Publication number
WO2023200217A1
WO2023200217A1 PCT/KR2023/004849 KR2023004849W WO2023200217A1 WO 2023200217 A1 WO2023200217 A1 WO 2023200217A1 KR 2023004849 W KR2023004849 W KR 2023004849W WO 2023200217 A1 WO2023200217 A1 WO 2023200217A1
Authority
WO
WIPO (PCT)
Prior art keywords
template matching
information
template
cost
current block
Prior art date
Application number
PCT/KR2023/004849
Other languages
English (en)
French (fr)
Inventor
남정학
임재현
박내리
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Publication of WO2023200217A1 publication Critical patent/WO2023200217A1/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
    • H04N19/169—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
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • 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 encoding/decoding method using template matching (TM), a method for transmitting a bitstream, and a recording medium storing the bitstream. More specifically, it relates to a method of performing inter prediction using template matching.
  • TM template matching
  • HD High Definition
  • UHD Ultra High Definition
  • the purpose of the present disclosure is to provide a video encoding/decoding method and device with improved encoding/decoding efficiency.
  • the present disclosure aims to provide a method of performing inter prediction using template matching.
  • the present disclosure signals (transmits or receives) additional information (size of template, cost function for calculating template matching cost, application of weight to template matching cost, etc.) when using a coding tool based on template matching.
  • additional information size of template, cost function for calculating template matching cost, application of weight to template matching cost, etc.
  • the present disclosure aims to provide various methods for calculating a more accurate template matching cost based on various conditions.
  • the present disclosure aims to provide a non-transitory computer-readable recording medium that stores a bitstream generated by the video encoding method according to the present disclosure.
  • the present disclosure aims to provide a non-transitory computer-readable recording medium that stores a bitstream that is received and decoded by an image decoding device according to the present disclosure and used to restore an image.
  • the present disclosure aims to provide a method for transmitting a bitstream generated by the video encoding method according to the present disclosure.
  • An image decoding method is an image decoding method performed by an image decoding device, comprising: determining information about template matching for a current block on which a template matching-based technology is performed; It may include calculating a template matching cost based on information about the template matching cost, and performing a template matching-based technique based on the calculated template matching cost.
  • the information about the template matching may include information about the size of the template for calculating the template matching cost or information about a difference-based function for calculating the template matching cost.
  • information about the size of the template or information about the difference-based function may be signaled and included at a higher level of the current block.
  • information about the size of the template or information about the difference-based function may be different depending on the template matching-based technology.
  • a template for calculating the template matching cost may be adaptively determined based on the encoding information of the current block or the size of the current block.
  • a template for calculating the template matching cost may be adaptively determined based on a comparison between the size of the current block and a predetermined threshold.
  • the template for calculating the template matching cost may be adaptively determined based on the location or type of the merge candidate that is the target of the template matching cost calculation.
  • a template for calculating the template matching cost may be adaptively determined based on the size or direction of the motion vector that is the target of the template matching cost calculation.
  • the template matching cost is adjusted to a weighted sum of the template matching cost and the spatial similarity cost, and the spatial similarity cost is determined by the reference template adjacent to the reference block and the reference template adjacent to the reference template. It can be derived based on differences in pixel values of pixels within a block.
  • the weight of the weighted sum may be signaled in a higher level of the current block, or may be derived based on the size of the current block or encoding information of the current block.
  • the template matching cost may be adjusted to a value obtained by applying a weight to the template matching cost.
  • the weight may be adaptively determined based on the location or type of the merge candidate that is the target of template matching cost calculation.
  • the weight may be adaptively determined based on the size or direction of the motion vector that is the target of template matching cost calculation.
  • An image encoding method may perform operations corresponding to the image decoding method according to an aspect of the present disclosure.
  • An image encoding method is an image encoding method performed by an image encoding device, comprising the steps of determining information about template matching for a current block on which a template matching-based technology is performed, based on the determined information about template matching. It may include calculating a template matching cost, and performing a template matching-based technique based on the calculated template matching cost.
  • a computer-readable recording medium can store a bitstream generated by the image encoding method or device of the present disclosure.
  • a transmission method may transmit a bitstream generated by the video encoding method or device of the present disclosure.
  • an image encoding/decoding method and device with improved encoding/decoding efficiency can be provided.
  • a method of performing inter prediction using template matching can be provided.
  • the necessary additional information (size of the template, cost function for calculating the template matching cost, application of a weight value to the template matching cost, etc.) is signaled (transmitted). or reception), template matching-based coding can be performed efficiently.
  • various methods can be provided for calculating a more accurate template matching cost based on various conditions.
  • a non-transitory computer-readable recording medium that stores a bitstream generated by the image encoding method according to the present disclosure can be provided.
  • a non-transitory computer-readable recording medium that stores a bitstream received and decoded by the video decoding device according to the present disclosure and used for image restoration can be provided.
  • a method for transmitting a bitstream generated by an image encoding method can be provided.
  • FIG. 1 is a diagram schematically showing a video coding system to which an embodiment according to the present disclosure can be applied.
  • FIG. 2 is a diagram schematically showing a video encoding device to which an embodiment according to the present disclosure can be applied.
  • Figure 3 is a diagram schematically showing an image decoding device to which an embodiment according to the present disclosure can be applied.
  • Figure 4 is a diagram schematically showing an inter prediction unit of a video encoding device.
  • Figure 5 is a flowchart showing a method of encoding an image based on inter prediction.
  • Figure 6 is a diagram schematically showing an inter prediction unit of a video decoding device.
  • Figure 7 is a flowchart showing a method of decoding an image based on inter prediction.
  • Figure 8 is a flowchart showing the inter prediction method.
  • FIG. 9 is a diagram for explaining a template matching-based encoding/decoding method according to the present disclosure.
  • FIG. 10 is a diagram illustrating reference samples of the template of the current block and templates in reference pictures.
  • FIG. 11 is a diagram illustrating a method of specifying a template using motion information of a sub-block.
  • FIG. 12 is a diagram for explaining an image decoding method according to the present disclosure.
  • FIG. 13 is a diagram for explaining an image encoding method according to the present disclosure.
  • Figure 14 is a diagram for explaining various examples of selectable templates according to an embodiment of the present disclosure.
  • Figure 15 is a diagram for explaining various examples of selectable templates according to another embodiment of the present disclosure.
  • FIG. 16 is a diagram illustrating a template of a reference block and boundary pixels of a reference block for calculating a spatial similarity cost.
  • FIG. 17 is a diagram for explaining a video decoding/encoding method according to the present disclosure.
  • Figure 18 is a diagram illustrating a content streaming system to which an embodiment according to the present disclosure can be applied.
  • a component when a component is said to be “connected,” “coupled,” or “connected” to another component, this is not only a direct connection relationship, but also an indirect connection relationship in which another component exists in between. It may also be included.
  • a component when a component is said to "include” or “have” another component, this does not mean excluding the other component, but may further include another component, unless specifically stated to the contrary. .
  • first, second, etc. are used only for the purpose of distinguishing one component from other components, and do not limit the order or importance of components unless specifically mentioned. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, the second component in one embodiment may be referred to as a first component in another embodiment. It may also be called.
  • distinct components are intended to clearly explain each feature, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated to form one hardware or software unit, or one component may be distributed to form a plurality of hardware or software units. Accordingly, even if not specifically mentioned, such integrated or distributed embodiments are also included in the scope of the present disclosure.
  • components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, embodiments consisting of a subset of the elements described in one embodiment are also included in the scope of the present disclosure. Additionally, embodiments that include other components in addition to the components described in the various embodiments are also included in the scope of the present disclosure.
  • This disclosure relates to video encoding and decoding, and terms used in this disclosure may have common meanings commonly used in the technical field to which this disclosure belongs, unless they are newly defined in this disclosure.
  • a “picture” generally refers to a unit representing one image at a specific time
  • a slice/tile is a coding unit that constitutes a part of a picture, and one picture is one. It may consist of more than one slice/tile. Additionally, a slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • pixel or “pel” may refer to the minimum unit that constitutes one picture (or video). Additionally, “sample” may be used as a term corresponding to a pixel. A sample may generally represent a pixel or a pixel value, and may represent only a pixel/pixel value of a luma component, or only a pixel/pixel value of a chroma component.
  • unit may represent a basic unit of image processing.
  • a unit may include at least one of a specific area of a picture and information related to the area.
  • unit may be used interchangeably with terms such as “sample array,” “block,” or “area.”
  • an MxN block may include a set (or array) of samples (or a sample array) or transform coefficients consisting of M columns and N rows.
  • “current block” may mean one of “current coding block”, “current coding unit”, “encoding target block”, “decoding target block”, or “processing target block”.
  • “current block” may mean “current prediction block” or “prediction target block.”
  • transformation inverse transformation
  • quantization inverse quantization
  • “current block” may mean “current transformation block” or “transformation target block.”
  • filtering filtering target block.”
  • current block may mean a block containing both a luma component block and a chroma component block or “the luma block of the current block” unless explicitly stated as a chroma block.
  • the luma component block of the current block may be expressed by explicitly including an explicit description of the luma component block, such as “luma block” or “current luma block.”
  • the chroma component block of the current block may be expressed including an explicit description of the chroma component block, such as “chroma block” or “current chroma block.”
  • “/” and “,” may be interpreted as “and/or.”
  • “A/B” and “A, B” can be interpreted as “A and/or B.”
  • “A/B/C” and “A, B, C” may mean “at least one of A, B and/or C.”
  • FIG. 1 is a diagram schematically showing a video coding system to which an embodiment according to the present disclosure can be applied.
  • a video coding system may include an encoding device 10 and a decoding device 20.
  • the encoding device 10 may transmit encoded video and/or image information or data in file or streaming form to the decoding device 20 through a digital storage medium or network.
  • the encoding device 10 may include a video source generator 11, an encoder 12, and a transmitter 13.
  • the decoding device 20 may include a receiving unit 21, a decoding unit 22, and a rendering unit 23.
  • the encoder 12 may be called a video/image encoder
  • the decoder 22 may be called a video/image decoder.
  • the transmission unit 13 may be included in the encoding unit 12.
  • the receiving unit 21 may be included in the decoding unit 22.
  • the rendering unit 23 may include a display unit, and the display unit may be composed of a separate device or external component.
  • the video source generator 11 may acquire video/image through a video/image capture, synthesis, or creation process.
  • the video source generator 11 may include a video/image capture device and/or a video/image generation device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, etc.
  • Video/image generating devices may include, for example, computers, tablets, and smartphones, and are capable of generating video/images (electronically). For example, a virtual video/image may be created through a computer, etc., and in this case, the video/image capture process may be replaced by the process of generating related data.
  • the encoder 12 can encode the input video/image.
  • the encoder 12 can perform a series of procedures such as prediction, transformation, and quantization for compression and encoding efficiency.
  • the encoder 12 may output encoded data (encoded video/image information) in the form of a bitstream.
  • the transmitting unit 13 can obtain encoded video/image information or data output in the form of a bitstream, and transmit it to the receiving unit 21 of the decoding device 20 through a digital storage medium or network in the form of a file or streaming. It can be passed to another external object.
  • Digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit 13 may include elements for creating a media file through a predetermined file format and may include elements for transmission through a broadcasting/communication network.
  • the transmission unit 13 may be provided as a separate transmission device from the encoding device 12.
  • the transmission device includes at least one processor that acquires encoded video/image information or data output in the form of a bitstream. It may include a transmission unit that delivers the message in file or streaming form.
  • the receiving unit 21 may extract/receive the bitstream from the storage medium or network and transmit it to the decoding unit 22.
  • the decoder 22 can decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operations of the encoder 12.
  • the rendering unit 23 may render the decrypted video/image.
  • the rendered video/image may be displayed through the display unit.
  • FIG. 2 is a diagram schematically showing a video encoding device to which an embodiment according to the present disclosure can be applied.
  • the image encoding device 100 includes an image segmentation unit 110, a subtraction unit 115, a transformation unit 120, a quantization unit 130, an inverse quantization unit 140, and an inverse transformation unit ( 150), an adder 155, a filtering unit 160, a memory 170, an inter prediction unit 180, an intra prediction unit 185, and an entropy encoding unit 190.
  • the inter prediction unit 180 and intra prediction unit 185 may be collectively referred to as a “prediction unit.”
  • the transform unit 120, the quantization unit 130, the inverse quantization unit 140, and the inverse transform unit 150 may be included in a residual processing unit.
  • the residual processing unit may further include a subtraction unit 115.
  • All or at least a portion of the plurality of components constituting the video encoding device 100 may be implemented as one hardware component (eg, an encoder or processor) depending on the embodiment.
  • the memory 170 may include a decoded picture buffer (DPB) and may be implemented by a digital storage medium.
  • DPB decoded picture buffer
  • the image segmentation unit 110 may divide an input image (or picture, frame) input to the image encoding device 100 into one or more processing units.
  • the processing unit may be called a coding unit (CU).
  • the coding unit is a coding tree unit (CTU) or largest coding unit (LCU) recursively according to the QT/BT/TT (Quad-tree/binary-tree/ternary-tree) structure. It can be obtained by dividing recursively.
  • one coding unit may be divided into a plurality of coding units of deeper depth based on a quad tree structure, binary tree structure, and/or ternary tree structure.
  • the quad tree structure may be applied first and the binary tree structure and/or ternary tree structure may be applied later.
  • the coding procedure according to the present disclosure can be performed based on the final coding unit that is no longer divided.
  • the largest coding unit can be directly used as the final coding unit, and a lower-depth coding unit obtained by dividing the maximum coding unit can be used as the final cornet unit.
  • the coding procedure may include procedures such as prediction, conversion, and/or restoration, which will be described later.
  • the processing unit of the coding procedure may be a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may each be divided or partitioned from the final coding unit.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • the prediction unit (inter prediction unit 180 or intra prediction unit 185) performs prediction on the block to be processed (current block) and generates a predicted block including prediction samples for the current block. can be created.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information regarding prediction of the current block and transmit it to the entropy encoding unit 190.
  • Information about prediction may be encoded in the entropy encoding unit 190 and output in the form of a bitstream.
  • the intra prediction unit 185 can predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located away from the current block depending on the intra prediction mode and/or intra prediction technique.
  • Intra prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • Non-directional modes may include, for example, DC mode and planar mode.
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes, depending on the level of detail of the prediction direction. However, this is an example and more or less directional prediction modes may be used depending on the setting.
  • the intra prediction unit 185 may determine the prediction mode applied to the current block using the prediction mode applied to the neighboring block.
  • the inter prediction unit 180 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector in the reference picture.
  • motion information can be predicted in blocks, subblocks, or samples based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • a reference picture including the reference block and a reference picture including the temporal neighboring block may be the same or different from each other.
  • the temporal neighboring block may be called a collocated reference block, a collocated reference block, or a collocated CU (colCU).
  • a reference picture including the temporal neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 180 configures a motion information candidate list based on neighboring blocks and provides information indicating which candidate is used to derive the motion vector and/or reference picture index of the current block. can be created. Inter prediction may be performed based on various prediction modes. For example, in the case of skip mode and merge mode, the inter prediction unit 180 may use motion information of neighboring blocks as motion information of the current block.
  • motion vector prediction MVP
  • the motion vector of the neighboring block is used as a motion vector predictor, and the motion vector difference and indicator for the motion vector predictor ( The motion vector of the current block can be signaled by encoding the indicator).
  • Motion vector difference may mean the difference between the motion vector of the current block and the motion vector predictor.
  • the prediction unit may generate a prediction signal based on various prediction methods and/or prediction techniques described later. For example, the prediction unit can not only apply intra prediction or inter prediction for prediction of the current block, but also can apply intra prediction and inter prediction simultaneously.
  • a prediction method that simultaneously applies intra prediction and inter prediction to predict the current block may be called combined inter and intra prediction (CIIP).
  • the prediction unit may perform intra block copy (IBC) to predict the current block.
  • Intra block copy can be used, for example, for video/video coding of content such as games, such as screen content coding (SCC).
  • IBC is a method of predicting the current block using a reconstructed reference block in the current picture located a predetermined distance away from the current block.
  • the position of the reference block in the current picture can be encoded as a vector (block vector) corresponding to the predetermined distance.
  • IBC basically performs prediction within the current picture, but can be performed similarly to inter prediction in that it derives a reference block within the current picture. That is, IBC can use at least one of the inter prediction techniques described in this disclosure.
  • the prediction signal generated through the prediction unit may be used to generate a restored signal or a residual signal.
  • the subtraction unit 115 subtracts the prediction signal (predicted block, prediction sample array) output from the prediction unit from the input image signal (original block, original sample array) to generate a residual signal (residual block, residual sample array). ) can be created.
  • the generated residual signal may be transmitted to the converter 120.
  • the transform unit 120 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique may be at least one of Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Karhunen-Loeve Transform (KLT), Graph-Based Transform (GBT), or Conditionally Non-linear Transform (CNT). It can be included.
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • KLT Karhunen-Loeve Transform
  • GBT Graph-Based Transform
  • CNT Conditionally Non-linear Transform
  • GBT refers to the transformation obtained from this graph when the relationship information between pixels is expressed as a graph.
  • CNT refers to the transformation obtained by generating a prediction signal using all previously reconstructed pixels and obtaining it based on it.
  • the conversion process may be applied to square pixel blocks of the same size, or to non-square blocks of variable size.
  • the quantization unit 130 may quantize the transform coefficients and transmit them to the entropy encoding unit 190.
  • the entropy encoding unit 190 may encode a quantized signal (information about quantized transform coefficients) and output it as a bitstream. Information about the quantized transform coefficients may be called residual information.
  • the quantization unit 130 may rearrange the quantized transform coefficients in block form into a one-dimensional vector form based on the coefficient scan order, and the quantized transform coefficients based on the quantized transform coefficients in the one-dimensional vector form. Information about transformation coefficients may also be generated.
  • the entropy encoding unit 190 may perform various encoding methods, such as exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 190 may encode information necessary for video/image restoration (e.g., values of syntax elements, etc.) in addition to the quantized transformation coefficients together or separately.
  • Encoded information (ex. encoded video/picture information) may be transmitted or stored in bitstream form in units of NAL (network abstraction layer) units.
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS). Additionally, the video/image information may further include general constraint information. Signaling information, transmitted information, and/or syntax elements mentioned in this disclosure may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream can be transmitted over a network or stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmission unit (not shown) that transmits the signal output from the entropy encoding unit 190 and/or a storage unit (not shown) that stores the signal may be provided as an internal/external element of the video encoding device 100, or may be transmitted.
  • the unit may be provided as a component of the entropy encoding unit 190.
  • Quantized transform coefficients output from the quantization unit 130 can be used to generate a residual signal.
  • a residual signal residual block or residual samples
  • inverse quantization and inverse transformation residual block or residual samples
  • the adder 155 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 180 or the intra prediction unit 185 to generate a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array). can be created. If there is no residual for the block to be processed, such as when skip mode is applied, the predicted block can be used as a restoration block.
  • the addition unit 155 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal can be used for intra prediction of the next processing target block in the current picture, and can also be used for inter prediction of the next picture after filtering, as will be described later.
  • the filtering unit 160 may improve subjective/objective image quality by applying filtering to the restored signal.
  • the filtering unit 160 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 170, specifically the DPB of the memory 170. It can be saved in .
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, etc.
  • the filtering unit 160 may generate various information regarding filtering and transmit it to the entropy encoding unit 190, as will be described later in the description of each filtering method. Information about filtering may be encoded in the entropy encoding unit 190 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 170 can be used as a reference picture in the inter prediction unit 180.
  • the video encoding device 100 can avoid prediction mismatch in the video encoding device 100 and the video decoding device, and can also improve coding efficiency.
  • the DPB in the memory 170 can store a modified reconstructed picture to be used as a reference picture in the inter prediction unit 180.
  • the memory 170 may store motion information of a block from which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 180 to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 170 can store reconstructed samples of reconstructed blocks in the current picture and transmit them to the intra prediction unit 185.
  • Figure 3 is a diagram schematically showing an image decoding device to which an embodiment according to the present disclosure can be applied.
  • the image decoding device 200 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an adder 235, a filtering unit 240, and a memory 250. ), an inter prediction unit 260, and an intra prediction unit 265.
  • the inter prediction unit 260 and the intra prediction unit 265 may be collectively referred to as a “prediction unit.”
  • the inverse quantization unit 220 and the inverse transform unit 230 may be included in the residual processing unit.
  • All or at least part of the plurality of components constituting the video decoding device 200 may be implemented as one hardware component (eg, a decoder or processor) depending on the embodiment.
  • the memory 170 may include a DPB and may be implemented by a digital storage medium.
  • the image decoding device 200 which has received a bitstream containing video/image information, may restore the image by performing a process corresponding to the process performed by the image encoding device 100 of FIG. 2.
  • the video decoding device 200 may perform decoding using a processing unit applied in the video encoding device. Therefore, the processing unit of decoding may be a coding unit, for example.
  • the coding unit may be a coding tree unit or may be obtained by dividing the largest coding unit.
  • the restored video signal decoded and output through the video decoding device 200 can be played through a playback device (not shown).
  • the video decoding device 200 may receive a signal output from the video encoding device of FIG. 2 in the form of a bitstream.
  • the received signal may be decoded through the entropy decoding unit 210.
  • the entropy decoder 210 may parse the bitstream to derive information (eg, video/picture information) necessary for image restoration (or picture restoration).
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/image information may further include general constraint information.
  • the video decoding device may additionally use the information about the parameter set and/or the general restriction information to decode the video.
  • Signaling information, received information, and/or syntax elements mentioned in this disclosure may be obtained from the bitstream by being decoded through the decoding procedure.
  • the entropy decoding unit 210 decodes information in the bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, and quantizes the values of syntax elements necessary for image restoration and transform coefficients related to residuals. The values can be output.
  • the CABAC entropy decoding method receives bins corresponding to each syntax element in the bitstream, and includes decoding target syntax element information and surrounding blocks and decoding information of the decoding target block or information of symbols/bins decoded in the previous step.
  • the CABAC entropy decoding method can update the context model using information on the decoded symbol/bin for the context model of the next symbol/bin after determining the context model.
  • information about prediction is provided to the prediction unit (inter prediction unit 260 and intra prediction unit 265), and the register on which entropy decoding was performed in the entropy decoding unit 210
  • Dual values that is, quantized transform coefficients and related parameter information, may be input to the inverse quantization unit 220.
  • information about filtering among the information decoded by the entropy decoding unit 210 may be provided to the filtering unit 240.
  • a receiving unit (not shown) that receives a signal output from the video encoding device may be additionally provided as an internal/external element of the video decoding device 200, or the receiving device may be provided as a component of the entropy decoding unit 210. It could be.
  • the video decoding device may be called a video/picture/picture decoding device.
  • the video decoding device may include an information decoder (video/image/picture information decoder) and/or a sample decoder (video/image/picture sample decoder).
  • the information decoder may include an entropy decoding unit 210
  • the sample decoder may include an inverse quantization unit 220, an inverse transform unit 230, an addition unit 235, a filtering unit 240, a memory 250, It may include at least one of the inter prediction unit 260 and the intra prediction unit 265.
  • the inverse quantization unit 220 may inversely quantize the quantized transform coefficients and output the transform coefficients.
  • the inverse quantization unit 220 may rearrange the quantized transform coefficients into a two-dimensional block form. In this case, the reordering may be performed based on the coefficient scan order performed in the video encoding device.
  • the inverse quantization unit 220 may perform inverse quantization on quantized transform coefficients using quantization parameters (eg, quantization step size information) and obtain transform coefficients.
  • the inverse transform unit 230 can inversely transform the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the information about the prediction output from the entropy decoding unit 210, and determine a specific intra/inter prediction mode (prediction technique). You can.
  • the prediction unit can generate a prediction signal based on various prediction methods (techniques) described later is the same as mentioned in the description of the prediction unit of the video encoding device 100.
  • the intra prediction unit 265 can predict the current block by referring to samples in the current picture.
  • the description of the intra prediction unit 185 can be equally applied to the intra prediction unit 265.
  • the inter prediction unit 260 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector in the reference picture.
  • motion information can be predicted in blocks, subblocks, or samples based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • the inter prediction unit 260 may construct a motion information candidate list based on neighboring blocks and derive a motion vector and/or reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes (techniques), and the information about the prediction may include information indicating the mode (technique) of inter prediction for the current block.
  • the adder 235 restores the obtained residual signal by adding it to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 260 and/or the intra prediction unit 265).
  • a signal (restored picture, restored block, restored sample array) can be generated. If there is no residual for the block to be processed, such as when skip mode is applied, the predicted block can be used as a restoration block.
  • the description of the addition unit 155 can be equally applied to the addition unit 235.
  • the addition unit 235 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal can be used for intra prediction of the next processing target block in the current picture, and can also be used for inter prediction of the next picture after filtering, as will be described later.
  • the filtering unit 240 can improve subjective/objective image quality by applying filtering to the restored signal.
  • the filtering unit 240 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 250, specifically the DPB of the memory 250. It can be saved in .
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, etc.
  • the (corrected) reconstructed picture stored in the DPB of the memory 250 can be used as a reference picture in the inter prediction unit 260.
  • the memory 250 may store motion information of a block from which motion information in the current picture is derived (or decoded) and/or motion information of blocks in a picture that has already been reconstructed.
  • the stored motion information can be transmitted to the inter prediction unit 260 to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 250 can store reconstructed samples of reconstructed blocks in the current picture and transmit them to the intra prediction unit 265.
  • the embodiments described in the filtering unit 160, the inter prediction unit 180, and the intra prediction unit 185 of the video encoding apparatus 100 are the filtering unit 240 and the intra prediction unit 185 of the video decoding apparatus 200, respectively. It may also be applied to the inter prediction unit 260 and the intra prediction unit 265 in the same or corresponding manner.
  • the prediction units of the image encoding apparatus 100 and the image decoding apparatus 200 may perform inter prediction on a block basis to derive prediction samples.
  • Inter prediction may be a prediction derived in a manner dependent on data elements (e.g. sample values, motion information, etc.) of picture(s) other than the current picture.
  • the predicted block (prediction sample array) for the current block will be derived based on the reference block (reference sample array) specified by the motion vector on the reference picture pointed to by the reference picture index. You can.
  • the motion information of the current block may be predicted on a block, subblock, or sample basis based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • a reference picture including the reference block and a reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated reference block, a collocated CU (colCU), etc.
  • a reference picture including the temporal neighboring block may be called a collocated picture (colPic). It may be possible.
  • a motion information candidate list may be constructed based on neighboring blocks of the current block, and a flag indicating which candidate is selected (used) to derive the motion vector and/or reference picture index of the current block.
  • index information may be signaled.
  • Inter prediction may be performed based on various prediction modes. For example, in the case of skip mode and merge mode, the motion information of the current block may be the same as the motion information of the selected neighboring block. In the case of skip mode, unlike merge mode, residual signals may not be transmitted.
  • MVP motion vector prediction
  • the motion vector of the selected neighboring block is used as a motion vector predictor, and the motion vector difference can be signaled. In this case, the motion vector of the current block can be derived using the sum of the motion vector predictor and the motion vector difference.
  • the motion information may include L0 motion information and/or L1 motion information depending on the inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.).
  • a motion vector in the L0 direction may be called an L0 motion vector or MVL0
  • a motion vector in the L1 direction may be called an L1 motion vector or MVL1.
  • Prediction based on the L0 motion vector may be called L0 prediction
  • prediction based on the L1 motion vector may be called L1 prediction
  • prediction based on both the L0 motion vector and the L1 motion vector may be called pair (Bi) prediction. You can.
  • the L0 motion vector may represent a motion vector associated with the reference picture list L0 (L0), and the L1 motion vector may represent a motion vector associated with the reference picture list L1 (L1).
  • the reference picture list L0 may include pictures that are earlier than the current picture in output order as reference pictures, and the reference picture list L1 may include pictures that are later than the current picture in output order.
  • the previous pictures may be called forward (reference) pictures, and the subsequent pictures may be called reverse (reference) pictures.
  • the reference picture list L0 may further include pictures subsequent to the current picture in output order as reference pictures. In this case, the previous pictures within the reference picture list L0 may be indexed first and the subsequent pictures may be indexed next.
  • the reference picture list L1 may further include pictures previous to the current picture in output order as reference pictures. In this case, the later pictures within the reference picture list 1 may be indexed first and the previous pictures may be indexed next.
  • the output order may correspond to the picture order count (POC) order.
  • POC picture order count
  • FIG. 4 is a diagram schematically showing the inter prediction unit 180 of the image encoding device 100
  • FIG. 5 is a flowchart showing a method of encoding an image based on inter prediction.
  • the image encoding device 100 may perform inter prediction on the current block (S510).
  • the image encoding apparatus 100 may derive the inter prediction mode and motion information of the current block and generate prediction samples of the current block.
  • the procedures for determining the inter prediction mode, deriving motion information, and generating prediction samples may be performed simultaneously, or one procedure may be performed before the other procedure.
  • the inter prediction unit 180 of the video encoding device 100 may include a prediction mode determination unit 181, a motion information derivation unit 182, and a prediction sample derivation unit 183, and may determine the prediction mode.
  • Unit 181 determines the prediction mode for the current block
  • motion information derivation unit 182 derives motion information of the current block
  • prediction sample derivation unit 183 derives prediction samples of the current block.
  • the inter prediction unit 180 of the video encoding apparatus 100 searches for a block similar to the current block within a certain area (search area) of reference pictures through motion estimation, and searches for the current block.
  • a reference block whose difference from is below a minimum or certain standard can be derived.
  • a reference picture index indicating the reference picture where the reference block is located can be derived, and a motion vector can be derived based on the position difference between the reference block and the current block.
  • the image encoding apparatus 100 may determine a mode to be applied to the current block among various prediction modes.
  • the image encoding apparatus 100 may compare RD costs for the various prediction modes and determine the optimal prediction mode for the current block.
  • the video encoding device 100 configures a merge candidate list, which will be described later, and selects the reference blocks indicated by the merge candidates included in the merge candidate list.
  • a reference block can be derived whose difference from the current block is minimum or below a certain standard.
  • merge candidate associated with the derived reference block is selected, and merge index information indicating the selected merge candidate can be generated and signaled to the decoding device.
  • the motion information of the current block can be derived using the motion information of the selected merge candidate.
  • the video encoding device 100 configures an (A)MVP candidate list described later, and mvp (motion vector) included in the (A)MVP candidate list.
  • the motion vector of the mvp candidate selected among the predictor) candidates can be used as the mvp of the current block.
  • a motion vector pointing to a reference block derived by the above-described motion estimation may be used as the motion vector of the current block, and among the mvp candidates, the difference with the motion vector of the current block is the smallest.
  • An MVP candidate with a motion vector may become the selected MVP candidate.
  • a motion vector difference which is the difference obtained by subtracting the mvp from the motion vector of the current block, may be derived.
  • information about the MVD may be signaled to the video decoding device 200.
  • the value of the reference picture index may be configured as reference picture index information and separately signaled to the video decoding device 200.
  • the image encoding apparatus 100 may derive residual samples based on the prediction samples (S520).
  • the image encoding apparatus 100 may derive the residual samples through comparison of the original samples of the current block and the prediction samples.
  • the video encoding device 100 may encode video information including prediction information and residual information (S530).
  • the video encoding device 100 may output encoded video information in the form of a bitstream.
  • the prediction information is information related to the prediction procedure and may include information about prediction mode information (e.g. skip flag, merge flag or mode index, etc.) and motion information.
  • the information about the motion information may include candidate selection information (e.g. merge index, mvp flag or mvp index), which is information for deriving a motion vector. Additionally, the information about the motion information may include information about the above-described MVD and/or reference picture index information. Additionally, the information about the motion information may include information indicating whether L0 prediction, L1 prediction, or bi prediction is applied.
  • the residual information is information about the residual samples.
  • the residual information may include information about quantized transform coefficients for the residual samples.
  • the output bitstream may be stored in a (digital) storage medium and transmitted to a decoding device, or may be transmitted to the video decoding device 200 through a network.
  • the image encoding apparatus 100 may generate a reconstructed picture (including reconstructed samples and a reconstructed block) based on the reference samples and the residual samples. This is because the video encoding device 100 derives the same prediction result as that performed in the video decoding device 200, and through this, coding efficiency can be improved. Accordingly, the image encoding apparatus 100 can store a reconstructed picture (or reconstructed samples, or reconstructed block) in memory and use it as a reference picture for inter prediction. As described above, an in-loop filtering procedure, etc. may be further applied to the reconstructed picture.
  • FIG. 6 is a diagram schematically showing the inter prediction unit 260 of the image decoding apparatus 200
  • FIG. 7 is a flowchart showing a method of decoding an image based on inter prediction.
  • the video decoding device 200 may perform operations corresponding to the operations performed by the video encoding device 100.
  • the image decoding apparatus 200 may perform prediction on the current block and derive prediction samples based on the received prediction information.
  • the video decoding device 200 may determine the prediction mode for the current block based on the received prediction information (S710).
  • the image decoding apparatus 200 may determine which inter prediction mode is applied to the current block based on prediction mode information in the prediction information.
  • the merge mode is applied to the current block or the (A)MVP mode is determined based on the merge flag.
  • one of various inter prediction mode candidates can be selected based on the mode index.
  • the inter prediction mode candidates may include skip mode, merge mode, and/or (A)MVP mode, or may include various inter prediction modes described later.
  • the video decoding device 200 may derive motion information of the current block based on the determined inter prediction mode (S720). For example, when skip mode or merge mode is applied to the current block, the video decoding device 200 configures a merge candidate list, which will be described later, and selects one of the merge candidates included in the merge candidate list. You can choose. The selection may be performed based on the above-described selection information (merge index). The motion information of the current block can be derived using the motion information of the selected merge candidate. The motion information of the selected merge candidate can be used as the motion information of the current block.
  • the video decoding device 200 configures an (A)MVP candidate list described later, and mvp (motion vector) included in the (A)MVP candidate list.
  • the motion vector of the mvp candidate selected among the predictor) candidates can be used as the mvp of the current block.
  • the selection may be performed based on the above-described selection information (mvp flag or mvp index).
  • the MVD of the current block can be derived based on the information about the MVD
  • the motion vector of the current block can be derived based on the mvp of the current block and the MVD.
  • the reference picture index of the current block may be derived based on the reference picture index information.
  • the picture indicated by the reference picture index within the reference picture list for the current block may be derived as a reference picture referenced for inter prediction of the current block.
  • motion information of the current block may be derived without configuring a candidate list.
  • motion information of the current block may be derived according to a procedure initiated in a prediction mode, which will be described later.
  • the candidate list configuration as described above may be omitted.
  • the image decoding apparatus 200 may generate prediction samples for the current block based on the motion information of the current block (S730).
  • the reference picture is derived based on the reference picture index of the current block, and prediction samples of the current block can be derived using samples of the reference block indicated by the motion vector of the current block on the reference picture.
  • a prediction sample filtering procedure may be further performed on all or some of the prediction samples of the current block, depending on the case.
  • the inter prediction unit 260 of the video decoding apparatus 200 may include a prediction mode determination unit 261, a motion information derivation unit 262, and a prediction sample derivation unit 263, and may determine the prediction mode.
  • the prediction mode for the current block is determined based on the prediction mode information received from the unit 181, and the motion information (motion information) of the current block is determined based on the information about the motion information received from the motion information deriving unit 182. vector and/or reference picture index, etc.), and the prediction sample derivation unit 183 may derive prediction samples of the current block.
  • the video decoding apparatus 200 may generate residual samples for the current block based on the received residual information (S740).
  • the image decoding apparatus 200 may generate reconstructed samples for the current block based on the prediction samples and the residual samples and generate a reconstructed picture based on them (S750). Thereafter, as described above, an in-loop filtering procedure, etc. may be further applied to the reconstructed picture.
  • the inter prediction procedure includes an inter prediction mode determination step (S810), a motion information derivation step according to the determined prediction mode (S820), and a prediction performance (prediction sample generation) step based on the derived motion information. (S830) may be included.
  • the inter prediction procedure may be performed in the image encoding device 100 and the image decoding device 200 as described above.
  • inter prediction modes can be used to predict the current block in the picture.
  • various modes may be used, such as merge mode, skip mode, MVP (motion vector prediction) mode, Affine mode, subblock merge mode, and MMVD (merge with MVD) mode.
  • DMVR Decoder side motion vector refinement
  • AMVR adaptive motion vector resolution
  • BCW Bi-directional optical flow
  • the affine mode may also be called an affine motion prediction mode.
  • MVP mode may also be called AMVP (advanced motion vector prediction) mode.
  • some modes and/or motion information candidates derived by some modes may be included as one of motion information-related candidates of other modes.
  • an HMVP candidate may be added as a merge candidate in the merge/skip mode, or as an MVP candidate in the MVP mode.
  • Prediction mode information indicating the inter prediction mode of the current block may be signaled from the video encoding device 100 to the video decoding device 200.
  • the prediction mode information may be included in a bitstream and received by the video decoding device 200.
  • the prediction mode information may include index information indicating one of multiple candidate modes.
  • the inter prediction mode may be indicated through hierarchical signaling of flag information.
  • the prediction mode information may include one or more flags. For example, whether to apply skip mode is indicated by signaling a skip flag, and when skip mode is not applied, whether to apply merge mode is indicated by signaling a merge flag, and when merge mode is not applied, MVP mode is applied. Additional flags may be indicated or signaled for additional distinction.
  • Affine mode may be signaled as an independent mode, or may be signaled as a dependent mode, such as merge mode or MVP mode.
  • an an Mre mode may include an Arte merge mode and an an MVP mode.
  • Inter prediction can be performed using motion information of the current block.
  • the video encoding device 100 can derive optimal motion information for the current block through a motion estimation procedure. For example, the image encoding device 100 can use an original block in the original picture for the current block to search for a similar reference block with high correlation in units of fractional pixels within a set search range in the reference picture, and thereby perform movement. Information can be derived. Similarity of blocks can be derived based on the difference between phase-based sample values. For example, the similarity of blocks may be calculated based on the SAD between the current block (or the template of the current block) and the reference block (or the template of the reference block). In this case, motion information can be derived based on the reference block with the smallest SAD in the search area. The derived motion information may be signaled to the video decoding device 200 according to various methods based on the inter prediction mode.
  • a predicted block for the current block may be derived based on motion information derived according to the prediction mode.
  • the predicted block may include prediction samples (prediction sample array) of the current block. If the motion vector of the current block indicates a fractional sample unit, an interpolation procedure may be performed, and through this, prediction samples of the current block may be derived based on reference samples in fractional sample units within the reference picture. . When Affine inter prediction is applied to the current block, prediction samples can be generated based on the MV on a sample/subblock basis.
  • prediction samples derived based on L0 prediction i.e., prediction using a reference picture in the reference picture list L0 and MVL0
  • L1 prediction i.e., prediction using a reference picture in the reference picture list L1 and MVL1
  • Prediction samples derived through a weighted sum (according to phase) or weighted average of prediction samples derived based on (prediction) can be used as prediction samples of the current block.
  • L0 prediction i.e., prediction using a reference picture in the reference picture list L0 and MVL0
  • L1 prediction i.e., prediction using a reference picture in the reference picture list L1 and MVL1
  • Prediction samples derived through a weighted sum (according to phase) or weighted average of prediction samples derived based on (prediction) can be used as prediction samples of the current block.
  • pair prediction if the reference picture used for L0 prediction and the reference picture used for L1 prediction are located in different temporal directions with respect to the current picture (
  • restored samples and a restored picture can be generated based on the derived prediction samples, and then procedures such as in-loop filtering can be performed.
  • FIG. 9 is a diagram for explaining a template matching-based encoding/decoding method according to the present disclosure.
  • Template Matching is a motion vector derivation method performed at the decoder stage, and is a reference that is most similar to a template (hereinafter referred to as “current template”) adjacent to the current block (e.g., current coding unit, current CU). This is a method of improving the motion information of the current block by discovering a template (hereinafter referred to as a “reference template”) within the picture.
  • the current template may be or be part of the top and/or left neighbor blocks of the current block. Additionally, the reference template may be determined to be the same size as the current template.
  • a search for a better motion vector can be performed in the surrounding area of the initial motion vector.
  • the range of the surrounding area where the search is performed may be within the [-8, +8]-pel search area centered on the initial motion vector.
  • the size of the search step for performing the search may be determined based on the AMVR mode of the current block.
  • template matching may be performed continuously with the bilateral matching process in merge mode.
  • a motion vector predictor candidate may be determined based on the template matching error. For example, a motion vector predictor candidate (MVP candidate) that minimizes the error between the current template and the reference template may be selected. Afterwards, template matching to improve the motion vector may be performed on the selected motion vector predictor candidate. At this time, template matching to improve the motion vector may not be performed on unselected motion vector predictor candidates.
  • improvement on the selected motion vector predictor candidates starts from full-pel (integer-pel) accuracy within the [-8, +8]-pel search domain using an iterative diamond search. You can. Alternatively, if in 4-pel AMVR mode, it can start from 4-pel accuracy. This may be followed by a search for half-pel and/or quarter-pel accuracy depending on the AMVR mode. According to the above search process, the motion vector predictor candidate can maintain the same motion vector accuracy as indicated by the AMVR mode even after the template matching process. In the iterative search process, if the difference between the previous minimum cost and the current minimum cost is less than a certain threshold, the search process ends. The threshold may be equal to the area of the block, that is, the number of samples within the block. Table 1 is an example of a search pattern according to AMVR mode and merge mode accompanied by AMVR.
  • template matching may be performed up to 1/8-pel accuracy or may be skipped below half-pel accuracy, where an alternative interpolation filter is used depending on the merge motion information. It can be determined depending on whether or not it is possible.
  • the alternative interpolation filter may be a filter used when AMVR is in half-pel mode.
  • the template matching may operate as an independent process depending on whether bilateral matching (BM) is available, with additional movement between block-based bidirectional matching and subblock-based bidirectional matching. It can also act as a vector improvement process. Whether the template matching is available and/or the bidirectional matching can be determined according to an availability condition check.
  • the accuracy of the motion vector may mean the accuracy of motion vector difference (MVD).
  • Merge candidates can be adaptively rearranged through template matching.
  • the reordering method can be applied to general merge mode, template matching (TM) merge mode, and affine merge mode (excluding SbTMVP candidates).
  • TM merge mode rearrangement of merge candidates can be performed before the motion vector improvement process described above.
  • the merge candidates may be divided into one or more subgroups.
  • the size of the subgroup for normal merge mode and TM merge mode may be 5. Additionally, the size of the subgroup for affine merge mode may be 3.
  • Merge candidates within each subgroup can be rearranged in ascending order according to cost values based on template matching. For simplicity, merge candidates in the last subgroup other than the first subgroup may not be rearranged.
  • the template matching cost of a merge candidate can be measured by the sum of absolute difference (SAD) between samples of the template of the current block and the corresponding reference samples.
  • the template may include a set of reconstructed samples neighboring the current block.
  • the locations of the reference samples of the template can be specified by the motion information of the merge candidate.
  • FIG. 10 is a diagram illustrating reference samples of the template of the current block and templates in reference pictures.
  • reference samples of the merge candidate's template can be generated as shown in FIG. 10.
  • the reference block in the list 0 reference picture may be specified based on the list 0 (L0) motion vector of the merge candidate of the current block, and then the reference template (reference template 0, RT0) in the list 0 reference picture may be specified.
  • a reference block in the list 1 reference picture may be specified based on the list 1 (L1) motion vector of the merge candidate of the current block, and then a reference template (reference template 1, RT1) in the list 1 reference picture may be specified.
  • the top template may contain one or more subtemplates of size Wsub ⁇ 1
  • the left template may contain one or more subtemplates of size 1 ⁇ Hsub. You can.
  • FIG. 11 is a diagram illustrating a method of specifying a template using motion information of a sub-block.
  • reference samples of each sub-template may be derived using motion information of sub-blocks included in the first column and first row of the current block. More specifically, the motion vectors of the subblocks (A, B, C, D, E, F, G) included in the first column and first row of the current block in the current picture are used to create reference picture corresponding reference subblocks (A_ref). , B_ref, C_ref, D_ref, E_ref, F_ref, G_ref) can be specified. For example, the location of the corresponding reference sub-block may be specified from a collocated block in the reference picture based on the motion vector of each sub-block.
  • a reference template can be constructed from the restored area adjacent to each reference subblock.
  • the top reference template may include one or more sub-reference templates of size Wsub ⁇ 1
  • the left reference template may include a sub-reference template of size 1 ⁇ Hsub. It can contain one or more templates.
  • template matching may be a process of searching for a reference template with the highest similarity to the current template.
  • a template matching cost can be calculated to measure the similarity, and a cost function such as SAD can be used for this purpose.
  • a high template matching cost may mean that the template matching error is large and therefore the similarity between templates is low.
  • a small template matching cost may mean that the template matching error is small and therefore the similarity between templates is high.
  • the cost function for calculating the template matching cost may be a function that uses the difference between a sample value in the current template and a corresponding sample value in the reference template. Therefore, the cost function is a "difference(error)-based function” or a “difference(error)-based equation” between corresponding samples in two templates. can be referred to.
  • the template matching cost calculated by the cost function is the "difference (error)-based function value" or "difference (error)-based value" between corresponding samples in two templates. (error)-based value)".
  • Various embodiments of the present disclosure are related to the above-described template matching-based encoding/decoding operation, and relate to a motion vector correction (improvement) process based on template matching or a rearrangement process of a merge candidate list based on template matching.
  • the present disclosure proposes the following configurations (Configurations 1 to 5), and the configurations can be applied individually or in combination with one or more other configurations.
  • the size of the template required for calculating the cost of template matching can be transmitted using high-level syntax such as a sequence parameter set (SPS) or a picture parameter set (PPS).
  • SPS sequence parameter set
  • PPS picture parameter set
  • a cost function for calculating the cost of template matching can be transmitted using high-level syntax such as a sequence parameter set (SPS) or a picture parameter set (PPS).
  • SPS sequence parameter set
  • PPS picture parameter set
  • the location or size of the template can be variably selected based on the encoding information of the current block or the size information of the current block.
  • the cost of template matching can be calculated as the weighted sum of the template matching error and the spatial similarity cost of the template.
  • the cost of template matching may be weighted according to the size of the motion vector, the position of the motion vector, or the type of the motion vector.
  • the size of the template required for calculating the cost of template matching can be set variably, and information about the size of the template can be signaled.
  • information about the size of the template can be transmitted from the video encoding device to the video decoding device using high-level syntax such as a sequence parameter set (SPS) or a picture parameter set (PPS). there is.
  • SPS sequence parameter set
  • PPS picture parameter set
  • the availability of a merge candidate reordering method based on template matching may be transmitted at a higher level, such as SPS, for example, as shown in Table 2.
  • sps_aml_enabled_flag may be information indicating whether aml is available in CLVS (Coded Layer Video Sequence) referring to the SPS.
  • the aml stands for adaptive merge list, and may mean a technology for adaptively rearranging the merge list based on the template matching cost. According to this embodiment, when the aml is available, the template matching cost is calculated. Information about the size of the template may be additionally signaled, for example, as shown in Table 3.
  • sps_aml_tm_size_idx may be information (index) about the size of the template used in the rearrangement technology of the merge candidate list based on template matching. According to the index and the table in Table 4, the size of the template can be derived.
  • Table 4 above may be predefined in the video encoding device and the video decoding device. Derivation of the template size according to the above method is only an example.
  • the value of sps_aml_tm_size_idx may be entered into a predetermined formula and the size of the template may be derived as the result.
  • the predetermined formula may include left-shifting.
  • information about the size of the template may be transmitted at any other higher level, such as a picture parameter set or picture header, in addition to the above-described SPS.
  • the size of the template required for calculating the cost of template matching can be set variably, and information about the size of the template can be signaled.
  • information about the size of the template can be transmitted from the video encoding device to the video decoding device using high-level syntax such as a sequence parameter set (SPS) or a picture parameter set (PPS). there is.
  • SPS sequence parameter set
  • PPS picture parameter set
  • the availability of a motion vector correction (improvement) method based on template matching may be transmitted at a higher level such as SPS, for example, as shown in Table 5.
  • sps_dmvd_enabled_flag may be information indicating whether dmvd is available in CLVS (Coded Layer Video Sequence) referring to the SPS.
  • the dmvd stands for decoder-side motion vector derivation, and may refer to a technology for correcting motion vectors in the decoder based on the template matching cost. According to this embodiment, if the dmvd is available, the template matching cost is calculated. Information about the size of the template may be additionally signaled, for example, as shown in Table 6.
  • sps_dmvd_tm_size_idx may be information (index) about the size of the template used in the motion vector correction technology based on template matching. According to the index and the table in Table 7, the size of the template can be derived.
  • Table 7 above may be predefined in the video encoding device and the video decoding device. Derivation of the template size according to the above method is only an example.
  • the value of sps_dmvd_tm_size_idx may be input into a predetermined formula and the size of the template may be derived as the result.
  • the predetermined formula may include left-shifting.
  • information about the size of the template may be transmitted at any other higher level, such as a picture parameter set or picture header, in addition to the above-described SPS.
  • information about the size of the template may be commonly signaled for technologies based on template matching cost.
  • information about the size of the template can be transmitted from the video encoding device to the video decoding device using high-level syntax such as a sequence parameter set (SPS) or a picture parameter set (PPS). there is.
  • SPS sequence parameter set
  • PPS picture parameter set
  • information about the size of the template for calculating the template matching cost common to technologies based on the template matching cost may be signaled, for example, as shown in Table 8.
  • sps_tm_size_idx may be information (index) about the size of a template commonly used in technology based on template matching. According to the index and the table in Table 9, the size of the template can be derived.
  • Table 9 above may be predefined in the video encoding device and the video decoding device. Derivation of the template size according to the above method is only an example.
  • the value of sps_tm_size_idx may be input into a predetermined formula and the size of the template may be derived as the result.
  • the predetermined formula may include left-shifting.
  • information about the size of the template may be transmitted at any other higher level, such as a picture parameter set or picture header, in addition to the above-described SPS.
  • This embodiment relates to signaling of information about the size of a template that is commonly applied to all technologies based on template matching.
  • information about the size of the template can be signaled separately for each technology by additionally transmitting a separate syntax as in Example 1 or Example 2 above.
  • the template size for the corresponding technology may be derived by separately signaled size information for the corresponding technology instead of the information regarding the common template size.
  • the size of the template may only consist of a value raised to the power of 2, and in this case, the table is mapped from information about the size of the template to a logarithmic value of 2 or in the form of a shift.
  • the size of the template can be derived without However, it is not limited to this, and in Examples 1 to 3, the size of the template may have a value other than the power of 2.
  • the size of the template may vary depending on the encoding/decoding tool. For example, the size of the template used for motion vector correction based on template matching may be different from the size of the template used for rearrangement of merge candidates based on template matching.
  • the size of the template may be defined differently depending on the size or shape of the block. For example, the size of the template for blocks larger than the threshold size may be different from the size of the template for blocks smaller than the threshold size. Additionally, the size of the template when the width-to-height ratio is greater than or less than the threshold may be different from the size of the template otherwise.
  • the cost function used to calculate the cost of template matching can be set variably, and information about the cost function can be signaled.
  • information about the cost function can be transmitted from an image encoding device to an image decoding device using a higher level syntax such as a sequence parameter set (SPS) or a picture parameter set (PPS). .
  • SPS sequence parameter set
  • PPS picture parameter set
  • the availability of a merge candidate reordering method based on template matching may be transmitted at a higher level such as SPS, for example, as shown in Table 2 above.
  • SPS a higher level
  • Table 2 was described in Example 1, so redundant description is omitted.
  • information about the cost function for calculating the template matching cost may be additionally signaled, for example, as shown in Table 10.
  • sps_aml_cost_function_idx may be information (index) about the cost function used in the rearrangement technology of the merge candidate list based on template matching. According to the index and the table in Table 11, a cost function can be derived.
  • Table 11 above may be predefined in the video encoding device and the video decoding device.
  • the range and/or cost function of the syntax value is only an example, and is not limited to the above-described example, and various other combinations may be possible.
  • information about the cost function may be transmitted at any other higher level, such as a picture parameter set or picture header, in addition to the above-described SPS.
  • the cost function used to calculate the cost of template matching can be set variably, and information about the cost function can be signaled.
  • information about the cost function can be transmitted from an image encoding device to an image decoding device using a higher level syntax such as a sequence parameter set (SPS) or a picture parameter set (PPS). .
  • SPS sequence parameter set
  • PPS picture parameter set
  • the availability of a motion vector correction (improvement) method based on template matching may be transmitted at a higher level such as SPS, for example, as shown in Table 5.
  • SPS motion vector correction
  • information about the cost function for calculating the template matching cost may be additionally signaled, for example, as shown in Table 12.
  • sps_dmvd_cost_function_idx may be information (index) about the cost function used in motion vector correction technology based on template matching. According to the index and the table in Table 13, a cost function can be derived.
  • Table 13 above may be predefined in the video encoding device and the video decoding device.
  • the range and/or cost function of the syntax value is only an example, and is not limited to the above-described example, and various other combinations may be possible.
  • information about the cost function may be transmitted at any other higher level, such as a picture parameter set or picture header, in addition to the above-described SPS.
  • information about the cost function may be signaled in common for technologies based on template matching cost.
  • information about the cost function can be transmitted from an image encoding device to an image decoding device using a higher level syntax such as a sequence parameter set (SPS) or a picture parameter set (PPS). .
  • SPS sequence parameter set
  • PPS picture parameter set
  • information about a cost function for calculating a template matching cost common to technologies based on the template matching cost may be signaled, for example, as shown in Table 14.
  • sps_cost_function_idx may be information (index) about a cost function commonly used in technologies based on template matching. According to the index and the table in Table 15, a cost function can be derived.
  • Table 15 above may be predefined in the video encoding device and the video decoding device.
  • the range and/or cost function of the syntax value is only an example, and is not limited to the above-described example, and various other combinations may be possible.
  • information about the cost function may be transmitted at any other higher level, such as a picture parameter set or picture header, in addition to the above-described SPS.
  • This embodiment relates to signaling of information about a cost function that is commonly applied to all template matching-based technologies.
  • information about the cost function can be signaled separately for each technology by additionally transmitting a separate syntax as in Example 4 or Example 5 above.
  • the cost function for the corresponding technology may be derived by separately signaled cost function information for the corresponding technology instead of information about the common cost function.
  • n may represent the size (or number of pixels) of the template.
  • SAD (sum of absolute difference) may represent the sum of the absolute values of the difference values between the template of the current block and the template of the reference block, and can be calculated by Equation 1.
  • SSE sum of square error
  • MR-SAD mean removal SAD
  • equation 3 may represent the template average of the current block and the template average of the reference block, respectively.
  • HAD Hadamard absolute difference
  • FIG. 12 is a diagram for explaining an image decoding method performing Examples 1 to 6 of the present disclosure.
  • the image decoding method of FIG. 12 can be performed by an image decoding device.
  • some of the steps included in FIG. 12 may be omitted, new steps may be added, or the execution order may be changed.
  • the template matching-based technology may include rearrangement of merge candidates based on the above-described template matching, motion vector correction based on template matching, etc.
  • Template matching-based technology availability information may include, for example, the sps_aml_enabled_flag or sps_dmvd_enabled_flag described above. It may be determined whether the template matching-based technology is available based on the template matching-based technology availability information obtained in step S1210 (S1220). Alternatively, if template matching-based technology is always available, steps S1210 and S1220 may be omitted.
  • the procedure of Figure 12 related to the template matching based technique may be terminated. If template matching-based technology is available, information about template matching can be obtained (S1230). Information about template matching may include, for example, information about the size of the template required for calculating the cost of template matching described above or information about the cost function used to calculate the cost of template matching.
  • the template matching cost can be calculated based on the information obtained in step S1230 (S1240).
  • a template matching cost for the current block may be derived using a template size derived based on information about the template size and/or a cost function determined based on information about the cost function.
  • prediction for the current block can be performed by performing a template matching-based technique based on the derived template matching cost (S1250).
  • FIG. 13 is a diagram for explaining an image encoding method performing Examples 1 to 6 of the present disclosure.
  • the video encoding method of FIG. 13 can be performed by an video encoding device.
  • some of the steps included in FIG. 13 may be omitted, new steps may be added, or the execution order may be changed.
  • the template matching-based technology may include rearrangement of merge candidates based on the above-described template matching, motion vector correction based on template matching, etc.
  • step S1310 it can be determined whether a template matching-based technology is available in step S1310. Based on the decision in step S1310, template matching-based technology available information may be encoded. Template matching-based technology availability information may include, for example, the sps_aml_enabled_flag or sps_dmvd_enabled_flag described above.
  • step S1320 it is determined whether the template matching-based technology is available, and if the template matching-based technology is not available, the template matching-based technology availability information is encoded and the procedure of FIG. 13 may be terminated. If template matching-based technology is always available, steps S1310 and S1320 may be omitted.
  • Information about template matching may include, for example, information about the size of the template required for calculating the cost of template matching described above or information about the cost function used to calculate the cost of template matching.
  • the template matching cost can be calculated based on the information determined in step S1330 (S1340).
  • a template matching cost for the current block may be derived using a template size derived based on information about the template size and/or a cost function determined based on information about the cost function.
  • prediction for the current block can be performed by performing a template matching-based technique based on the derived template matching cost (S1350).
  • template matching-based technology availability information and information about template matching may be encoded (S1360).
  • the location and/or size of the template required for calculating the cost of template matching can be set variably.
  • the location and/or size of the template may vary based on encoding information of the current block or size information of the current block.
  • corresponding block may be “current block” and/or “reference block”.
  • Example 1 All surrounding pixels of the block are used, but more surrounding pixels can be used than the pixels within the block.
  • Example 2 All surrounding pixels of the block are used, but the same number of surrounding pixels as the pixels within the block can be used.
  • Example 3 Only one or more parts of the surrounding pixels of the block can be used.
  • Example 4 Only one or more parts of the surrounding pixels of the block can be used, but in a subsampled form.
  • Example 5 Only one or more parts of the surrounding pixels of the block are used, but some surrounding pixels(s) at arbitrary positions can be used.
  • Example 6 You can select and use specific pixel(s) representing the surrounding pixels of the block. For example, among the available neighboring pixels, two neighboring pixels (a neighboring pixel with the maximum sample value and a neighboring pixel with the minimum sample value) can be used. In this case, pixels other than the selected specific pixel(s) among the surrounding pixels may not be used.
  • Selection of the surrounding pixel information may be performed based on the width and/or height of the corresponding block. For example, the size of the maximum available pixel can be arbitrarily set, and all surrounding pixels can be used up to a certain width or height, and if the width or height is larger than that, only some pixels can be selected and used.
  • a subsampling ratio can be set so that some pixels are adaptively selected according to width or height. For example, if the subsampling ratio is 2 and the width or height is 4, only 2 surrounding pixels can be selected and used, and if the width or height is 8, only 4 surrounding pixels can be selected and used.
  • selection of the surrounding pixel information may be performed based on an arbitrary threshold.
  • the values of neighboring pixels can be compared with a threshold, and only neighboring pixels with a value greater than the threshold can be selected and used.
  • the values of neighboring pixels can be compared with the threshold, and only neighboring pixels with a value smaller than the threshold can be selected and used.
  • the subsampling ratio or arbitrary threshold may be defined and used in advance in the video encoding device and the video decoding device.
  • the subsampling rate or arbitrary threshold may be included in a specific header (SPS, PPS, Picture Header, Slice Header, etc.) and transmitted (signaled) from the video encoding device to the video decoding device.
  • Figure 14 is a diagram for explaining various examples of selectable templates according to an embodiment of the present disclosure.
  • the examples shown in FIG. 14 may correspond to any one of Examples 1 to 6 described above.
  • the shaded portion in FIG. 14 is an example of a template required for calculating the cost of template matching. As shown in FIG. 14, the position and/or size of the template can be set variably.
  • corresponding block may be “current block” and/or “reference block”.
  • Example 7 The surrounding pixels can be selected from one reference line adjacent to the corresponding block.
  • the surrounding pixels may be selected from one reference line that is not adjacent to the corresponding block.
  • the peripheral pixels may be selected from an area composed of two or more reference lines adjacent to the corresponding block.
  • the surrounding pixels may be selected from an area composed of one or more reference line(s) adjacent to the left side of the corresponding block.
  • the surrounding pixels may be selected from an area composed of one or more reference line(s) adjacent to the top of the corresponding block.
  • the peripheral pixels may be selected from an area formed by combining two or more of the methods of examples a) to e).
  • Figure 15 is a diagram for explaining various examples of selectable templates according to another embodiment of the present disclosure.
  • the examples shown in FIG. 15 may correspond to any of Examples 7 to 11 described above.
  • the shaded portion in Figure 15 is an example of a template required for calculating the cost of template matching. As shown in Figure 15, the position and/or size of the template can be set variably.
  • the width and height of the block can be used as a standard.
  • the minimum number of pixels required to derive the template matching cost may be arbitrarily determined.
  • the surrounding block is selected from the area of one reference line that is adjacent or not adjacent to the block. Pixels may be selected.
  • the surrounding pixels may be selected from an area composed of two or more reference lines.
  • an arbitrary threshold may be used as a method for selecting the surrounding pixel information.
  • the values of neighboring pixels can be compared with a threshold, and only neighboring pixels whose values are greater than the threshold can be selectively used.
  • the values of neighboring pixels can be compared with the threshold, and only neighboring pixels whose values are smaller than the threshold can be selectively used.
  • the surrounding pixels can be selected only in the area consisting of one reference line. Otherwise, the surrounding pixels needed to calculate the template matching cost can be secured from an area composed of a plurality of reference lines.
  • Information for selecting the area to which the surrounding pixels belong can be defined in advance in the video encoding device and the video decoding device.
  • information for selecting the area to which the surrounding pixels belong may be included in a specific header (SPS, PPS, Picture Header, Slice Header, etc.) and transmitted from the video encoding device to the video decoding device.
  • the area to which the surrounding pixel belongs may be derived according to a predefined method in the video encoding device and the video decoding device based on information signaled and included in a specific header and the size (width and/or height) of the block. .
  • the location of the template for calculating the template matching cost may be determined based on the location of the merge candidate. For example, if the merge candidate is a block to the left of the current block, the template matching cost can be calculated using only the left template. Additionally, if the merge candidate is the upper block of the current block, the template matching cost can be calculated using only the upper template.
  • the location and/or size of the template for calculating the template matching cost may be adaptively determined depending on the type of merge candidate.
  • the types of merge candidates are spatial motion vector candidate, temporal motion vector candidate, non-adjacent spatial motion vector candidate, and history-based motion. It may mean a vector candidate (history-based motion vector candidate), etc.
  • the number of pixels used for the template cost may be different for each merge candidate.
  • the template cost can be normalized by the number of pixels used for the template cost.
  • the template for calculating the template matching cost may be adaptively determined based on the directionality of the motion vector. More specifically, a template may be selected based on the difference in size between the motion vector in the x-axis direction and the motion vector in the y-axis direction. Alternatively, the size of the template may be adjusted based on the size of the absolute value of the motion vector.
  • the method of selecting a neighboring pixel according to (c) of FIG. 14 and the method of selecting a neighboring pixel according to (b) of FIG. 15 may be combined.
  • one reference line that is not adjacent to the block is selected.
  • Some of the above surrounding pixels may be selected.
  • At least two or more selection methods among the neighboring pixel selection methods described in this embodiment may be used, and the final cost is calculated by weighting the template matching costs calculated based on each selection method, and adding the final cost to the final cost. Based on this, template matching cost-based technology can also be performed.
  • one of the neighboring pixel selection methods described in this embodiment may be selected based on the size of the current block and/or the shape of the current block. For example, if the width-to-height ratio of the current block is greater than or less than the threshold value, surrounding pixels may be selected from the left area of (d) in FIG. 15 or the upper area of (e) of FIG. 15.
  • the cost of template matching can be derived (adjusted) through a weighted sum of the cost of template matching and the spatial similarity cost of the template.
  • the final template cost can be calculated by using a spatial similarity cost in addition to the existing template cost.
  • the spatial similarity cost may be calculated based on the difference between the template of the reference block and the pixel value inside the reference block adjacent to the template.
  • the spatial similarity of a reference template may be expressed as confidence in the reference template.
  • FIG. 16 is a diagram illustrating a template of a reference block and boundary pixels of a reference block for calculating a spatial similarity cost.
  • the spatial similarity cost can be calculated, for example, as in Equation 4. there is.
  • n may represent the size (or number of pixels) of the template.
  • Equation 4 is a cost calculation formula based on SAD, similar to Equation 1 above.
  • the method of calculating the spatial similarity cost is not limited to Equation 4 above, and it is obvious to those skilled in the art that various methods (e.g., Equations 1 to 3, etc.) based on the difference between refT and refB can be used.
  • the final cost of template matching can be derived as a weighted sum of the template cost and the spatial similarity cost, for example, as follows.
  • the template cost may be derived by one of the template cost functions described in the various embodiments described above, and the spatial similarity cost may be derived according to the method described in this embodiment.
  • the weight a of the template cost and the weight b of the spatial similarity cost may be included in a certain header (eg, SPS, PPS, Picture Header, Slice Header, etc.) and explicitly signaled.
  • the weight may be derived as a predefined value in the video encoding device and the video decoding device based on the current block size and/or encoding information of the current block.
  • the weight may be derived by a combination of the current block size and/or encoding information of the current block and information signaled through a bitstream.
  • the cost function of template matching may have different weights based on the size of the motion vector, the position of the motion vector, and/or the type of the motion vector.
  • the direction or size of the template can be adaptively selected depending on the type of merge candidate.
  • the weight of the template matching cost can be adjusted according to the type of merge candidate. More specifically, different weights may be applied to the template matching cost depending on the type of merge candidate, such as a spatial motion vector candidate, a temporal motion vector candidate, a non-adjacent-spatial motion vector candidate, and a history-based motion vector candidate, as follows.
  • a merge_type refers to a weight according to the type of the corresponding merge candidate
  • the template cost can be derived by one of the template cost functions described in the various embodiments described above.
  • the weight of a spatial motion vector candidate lower than that of a non-adjacent spatial motion vector candidate has the effect of relatively lowering the final template cost for the spatial motion vector candidate. Therefore, it can be adjusted so that more spatial motion vector candidates can be selected than non-adjacent spatial motion vector candidates.
  • compression efficiency can be improved by adjusting the selection rate of a specific merge candidate by applying a weight value according to the type of merge candidate according to the statistical characteristics of the image.
  • the weight according to the type of merge candidate is explicitly signaled by being included in a certain header (SPS, PPS, Picture Header, Slice Header, etc.), or is transmitted to the video encoding device based on the current block size and/or encoding information of the current block. It can be derived as a predefined value in the video decoding device. Alternatively, the weight may be derived by a combination of the current block size and/or encoding information of the current block and information signaled through a bitstream.
  • the direction and/or size of the template can be selected according to the size of the motion vector or the difference between the x-direction component and the y-direction component of the motion vector.
  • the weight may be adjusted based on the size of the motion vector. More specifically, different weights may be applied as follows depending on the size of the absolute value of the motion vector or the difference between the x-direction component and the y-direction component of the motion vector.
  • a abs_mv refers to the size of the absolute value of the motion vector or a weight based on the difference between the x-direction component and the y-direction component of the motion vector
  • the template cost is one of the template cost functions described in the various embodiments described above. can be induced by
  • the weight according to the size of the motion vector or the difference between the x-direction component and the y-direction component of the motion vector is explicitly signaled by being included in a certain header (SPS, PPS, Picture Header, Slice Header, etc.)
  • a predefined value may be derived from the video encoding device and the video decoding device based on the size and/or encoding information of the current block.
  • the weight may be derived by a combination of the current block size and/or encoding information of the current block and information signaled through a bitstream.
  • Embodiment 8 of the present disclosure can be combined with Embodiment 8 of the present disclosure to derive the final cost, for example, as follows.
  • a merge_type refers to a weight according to the type of the corresponding merge candidate, and depending on the technology, this can be replaced by a abs_mv , which is a weight based on the size of the absolute value of the motion vector or the difference between the x-direction component and the y-direction component of the motion vector. You can. Additionally, b refers to the weight for the spatial similarity cost.
  • the template cost may be derived by one of the template cost functions described in the various embodiments described above, and the spatial similarity cost may be derived according to the method described in Embodiment 8 of the present disclosure.
  • weight a abs_mv and weight b may be included in a certain header (eg, SPS, PPS, Picture Header, Slice Header, etc.) and explicitly signaled.
  • the weight may be derived as a predefined value in the video encoding device and the video decoding device based on the current block size and/or encoding information of the current block.
  • the weight may be derived by a combination of the current block size and/or encoding information of the current block and information signaled through a bitstream.
  • Two or more of the various embodiments described in this disclosure may be combined. For example, by combining Examples 3 and 7, an embodiment that uses different template sizes depending on the location of the template area or the size/shape of the block can be derived. Alternatively, by combining Examples 6 and 7, an embodiment may be derived in which different cost functions are applied to the same (or different) template areas and then weighted to calculate the final cost. Alternatively, by combining Example 3 and Example 8, an embodiment in which the size of the top template or the left template is variably determined based on reliability cost can be derived. Alternatively, by combining Examples 7 and 8, an embodiment in which the size and/or location of the template area is determined based on reliability cost can be derived. Furthermore, except in cases where combination between embodiments is not possible, examples of combinations of two or more embodiments are not limited to the above-described examples.
  • FIG. 17 is a diagram for explaining an image decoding method according to at least one of the embodiments of the present disclosure.
  • the video decoding method of FIG. 17 can be performed in an video decoding device.
  • the video decoding device can determine various information for calculating the template matching cost (S1710).
  • Various information in step S1710 includes not only the size and cost function of the template described above, but also the location of the template described in Embodiment 7 of the present disclosure, a threshold value, a method for selecting surrounding pixel information, the area to which the surrounding pixel belongs, and the implementation of the present disclosure. Includes various weights, final cost functions, etc. described in Example 8 or Example 9, and includes at least one of all information for calculating the template matching cost according to at least one of the various embodiments of the present disclosure. can do.
  • step S1710 the determination of various information includes information signaled through a predetermined header in the bitstream, information predefined in the video encoding device and the video decoding device, and the size (width) of the block, as described in the embodiments of the present disclosure. and/or height), encoding information of the block, type of merge candidate, and size of the motion vector.
  • the template matching cost may be calculated based on the determined information (S1720). According to one embodiment, the template matching cost may be adjusted as a weighted sum of the spatial similarity cost. Additionally, according to another embodiment, the template matching cost may be weighted based on the type of merge candidate or the size of the motion vector. According to another embodiment, the template matching cost may be weighted based on the type of merge candidate or the size of the motion vector, and may also be adjusted as a weighted sum with the spatial similarity cost.
  • a template matching-based technology can be performed based on the calculated template matching cost (S1730).
  • the template matching-based technology is as described with reference to FIGS. 12 and 13.
  • the method of FIG. 17 may be performed as part of an image encoding method in an image encoding device. That is, the description of FIG. 17 regarding the video decoding method can be equally applied to the video encoding method. Therefore, the video encoding device determines information about template matching based on the various conditions described above (S1710), calculates the template matching cost based on the determined information (S1720), and then calculates the template matching cost based on the calculated template matching cost (S1720). Template matching-based technology can be performed (S1730). However, the video encoding device may not use information signaled through a certain header in the bitstream to determine information regarding template matching. Instead, since the video encoding device is a device that generates a bitstream, the information that needs to be transmitted to the video decoding device among the various conditions described above for determining information regarding template matching can be encoded in a predetermined header of the bitstream.
  • cost calculation of template matching can be adaptively made more accurate. Therefore, the effect of improving the coding efficiency of template matching-based technology can be expected.
  • Figure 18 is a diagram illustrating a content streaming system to which an embodiment according to the present disclosure can be applied.
  • a content streaming system to which an embodiment of the present disclosure is applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server compresses content input from multimedia input devices such as smartphones, cameras, camcorders, etc. into digital data, generates a bitstream, and transmits it to the streaming server.
  • multimedia input devices such as smartphones, cameras, camcorders, etc. directly generate bitstreams
  • the encoding server may be omitted.
  • the bitstream may be generated by an image encoding method and/or an image encoding device to which an embodiment of the present disclosure is applied, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user request through a web server, and the web server can serve as a medium to inform the user of what services are available.
  • the web server delivers it to a streaming server, and the streaming server can transmit multimedia data to the user.
  • the content streaming system may include a separate control server, and in this case, the control server may control commands/responses between each device in the content streaming system.
  • the streaming server may receive content from a media repository and/or encoding server. For example, when receiving content from the encoding server, the content can be received in real time. In this case, in order to provide a smooth streaming service, the streaming server may store the bitstream for a certain period of time.
  • Examples of the user devices include mobile phones, smart phones, laptop computers, digital broadcasting terminals, personal digital assistants (PDAs), portable multimedia players (PMPs), navigation, slate PCs, Tablet PC, ultrabook, wearable device (e.g. smartwatch, smart glass, head mounted display), digital TV, desktop There may be computers, digital signage, etc.
  • PDAs personal digital assistants
  • PMPs portable multimedia players
  • navigation slate PCs
  • Tablet PC ultrabook
  • wearable device e.g. smartwatch, smart glass, head mounted display
  • digital TV desktop There may be computers, digital signage, etc.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributedly processed.
  • the scope of the present disclosure is software or machine-executable instructions (e.g., operating system, application, firmware, program, etc.) that cause operations according to the methods of various embodiments to be executed on a device or computer, and such software or It includes non-transitory computer-readable medium in which instructions, etc. are stored and can be executed on a device or computer.
  • software or machine-executable instructions e.g., operating system, application, firmware, program, etc.
  • Embodiments according to the present disclosure can be used to encode/decode images.

Landscapes

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

Abstract

영상 부호화/복호화 방법, 비트스트림 전송 방법 및 비트스트림을 저장하는 컴퓨터 판독 가능한 기록 매체가 제공된다. 본 개시에 따른 영상 복호화 방법은, 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 템플릿 매칭 기반 기술이 수행되는 현재 블록에 대해 템플릿 매칭에 관한 정보를 결정하는 단계, 상기 결정된 템플릿 매칭에 관한 정보에 기반하여 템플릿 매칭 비용을 계산하는 단계, 및 상기 계산된 템플릿 매칭 비용에 기반하여 템플릿 매칭 기반 기술을 수행하는 단계를 포함할 수 있다.

Description

템플릿 매칭을 이용하는 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체
본 개시는 템플릿 매칭(template matching, TM)을 이용하는 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체에 관한 것이다. 보다 구체적으로, 템플릿 매칭을 이용한 인터 예측을 수행하는 방법에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 분야에서 증가하고 있다. 영상 데이터가 고해상도, 고품질이 될수록 기존의 영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하게 된다. 전송되는 정보량 또는 비트량의 증가는 전송 비용과 저장 비용의 증가를 초래한다.
이에 따라, 고해상도, 고품질 영상의 정보를 효과적으로 전송하거나 저장하고, 재생하기 위한 고효율의 영상 압축 기술이 요구된다.
본 개시는 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 템플릿 매칭을 이용한 인터 예측을 수행하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 템플릿 매칭에 기반한 코딩 툴을 사용할 때, 그에 필요한 부가 정보(템플릿의 크기, 템플릿 매칭 비용 계산을 위한 비용 함수, 템플릿 매칭 비용에 대한 가중치의 적용 등)를 시그널링(전송 또는 수신)하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 다양한 조건에 기반하여 보다 정확한 템플릿 매칭 비용을 계산하기 위한 다양한 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법을 제공하는 것을 목적으로 한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 양상에 따른 영상 복호화 방법은, 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 템플릿 매칭 기반 기술이 수행되는 현재 블록에 대해 템플릿 매칭에 관한 정보를 결정하는 단계, 상기 결정된 템플릿 매칭에 관한 정보에 기반하여 템플릿 매칭 비용을 계산하는 단계, 및 상기 계산된 템플릿 매칭 비용에 기반하여 템플릿 매칭 기반 기술을 수행하는 단계를 포함할 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 템플릿 매칭에 관한 정보는 템플릿 매칭 비용을 계산하기 위한 템플릿의 크기에 관한 정보 또는 템플릿 매칭 비용을 계산하기 위한 차분 기반 함수에 관한 정보를 포함할 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 템플릿의 크기에 관한 정보 또는 상기 차분 기반 함수에 관한 정보는 상기 현재 블록의 상위 레벨에 포함되어 시그널링될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 템플릿의 크기에 관한 정보 또는 상기 차분 기반 함수에 관한 정보는 상기 템플릿 매칭 기반 기술에 따라 상이할 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 템플릿 매칭 비용을 계산하기 위한 템플릿은 상기 현재 블록의 부호화 정보 또는 상기 현재 블록의 크기에 기반하여 적응적으로 결정될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 템플릿 매칭 비용을 계산하기 위한 템플릿은 상기 현재 블록의 크기와 소정의 임계값의 비교에 기반하여 적응적으로 결정될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 템플릿 매칭 비용을 계산하기 위한 템플릿은 템플릿 매칭 비용 계산의 대상이 되는 머지 후보의 위치 또는 타입에 기반하여 적응적으로 결정될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 템플릿 매칭 비용을 계산하기 위한 템플릿은 템플릿 매칭 비용 계산의 대상이 되는 움직임 벡터의 크기 또는 움직임 벡터의 방향성에 기반하여 적응적으로 결정될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 템플릿 매칭 비용과 공간적 유사도 비용을 가중합한 값으로 상기 템플릿 매칭 비용이 조정되고, 상기 공간적 유사도 비용은 참조 블록에 인접한 참조 템플릿과 상기 참조 템플릿에 인접한 상기 참조 블록 내 화소의 화소값의 차이에 기반하여 유도될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 가중합의 가중치는 상기 현재 블록의 상위 레벨에 포함되어 시그널링되거나, 상기 현재 블록의 크기 또는 상기 현재 블록의 부호화 정보에 기반하여 유도될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 템플릿 매칭 비용에 가중치가 적용된 값으로 상기 템플릿 매칭 비용이 조정될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 가중치는 템플릿 매칭 비용 계산의 대상이 되는 머지 후보의 위치 또는 타입에 기반하여 적응적으로 결정될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 가중치는 템플릿 매칭 비용 계산의 대상이 되는 움직임 벡터의 크기 또는 움직임 벡터의 방향성에 기반하여 적응적으로 결정될 수 있다.
본 개시의 다른 양상에 따른 영상 부호화 방법은, 본 개시의 일 양상에 따른 영상 복호화 방법에 대응되는 동작을 수행할 수 있다.
본 개시에 따른 영상 부호화 방법은 영상 부호화 장치에 의해 수행되는 영상 부호화 방법으로서, 템플릿 매칭 기반 기술이 수행되는 현재 블록에 대해 템플릿 매칭에 관한 정보를 결정하는 단계, 상기 결정된 템플릿 매칭에 관한 정보에 기반하여 템플릿 매칭 비용을 계산하는 단계, 및 상기 계산된 템플릿 매칭 비용에 기반하여 템플릿 매칭 기반 기술을 수행하는 단계를 포함할 수 있다.
본 개시의 또 다른 양상에 따른 컴퓨터 판독 가능한 기록 매체는, 본 개시의 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장할 수 있다.
본 개시의 또 다른 양상에 따른 전송 방법은, 본 개시의 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송할 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 개시에 따르면, 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 템플릿 매칭을 이용한 인터 예측을 수행하는 방법이 제공될 수 있다.
또한, 본 개시에 따르면, 템플릿 매칭에 기반한 코딩 툴을 사용할 때, 그에 필요한 부가 정보(템플릿의 크기, 템플릿 매칭 비용 계산을 위한 비용 함수, 템플릿 매칭 비용에 대한 가중치 값의 적용 등)를 시그널링(전송 또는 수신)하는 방법을 제공함으로써, 템플릿 매칭 기반의 코딩을 효율적으로 수행할 수 있다.
또한, 본 개시에 따르면, 다양한 조건에 기반하여 보다 정확한 템플릿 매칭 비용을 계산하기 위한 다양한 방법이 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법이 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시에 따른 실시예가 적용될 수 있는 비디오 코딩 시스템을 개략적으로 나타내는 도면이다.
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 나타내는 도면이다.
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 나타내는 도면이다.
도 4는 영상 부호화 장치의 인터 예측부를 개략적으로 나타내는 도면이다.
도 5는 인터 예측에 기반하여 영상을 인코딩하는 방법을 나타내는 흐름도이다.
도 6은 영상 복호화 장치의 인터 예측부를 개략적으로 나타내는 도면이다.
도 7은 인터 예측에 기반하여 영상을 디코딩하는 방법을 나타내는 흐름도이다.
도 8은 인터 예측 방법을 나타내는 흐름도이다.
도 9는 본 개시에 따른 템플릿 매칭 기반 부호화/복호화 방법을 설명하기 위한 도면이다.
도 10은 현재 블록의 템플릿과 참조 픽처들 내 템플릿의 참조 샘플들을 예시적으로 도시한 도면이다.
도 11은 서브 블록의 움직임 정보를 이용하여 템플릿을 특정하는 방법을 설명하기 위한 도면이다.
도 12는 본 개시에 따른 영상 복호화 방법을 설명하기 위한 도면이다.
도 13은 본 개시에 따른 영상 부호화 방법을 설명하기 위한 도면이다.
도 14는 본 개시의 일 실시예에 따라 선택 가능한 템플릿의 다양한 예를 설명하기 위한 도면이다.
도 15는 본 개시의 다른 실시예에 따라 선택 가능한 템플릿의 다양한 예를 설명하기 위한 도면이다.
도 16은 공간적 유사도 비용을 계산하기 위한 참조 블록의 템플릿과 참조 블록의 경계 화소를 예시적으로 도시한 도면이다.
도 17은 본 개시에 따른 영상 복호화/부호화 방법을 설명하기 위한 도면이다.
도 18은 본 개시에 따른 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시적으로 나타내는 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 영상의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시에서 "픽처(picture)"는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 픽처의 일부를 구성하는 부호화 단위로서, 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 또한, 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다.
본 개시에서 "픽셀(pixel)" 또는 "펠(pel)"은 하나의 픽처(또는 영상)를 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 "샘플(sample)"이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀값만을 나타낼 수도 있다.
본 개시에서 "유닛(unit)"은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 유닛은 경우에 따라서 "샘플 어레이", "블록(block)" 또는 "영역(area)" 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 개시에서 "현재 블록"은 "현재 코딩 블록", "현재 코딩 유닛", "부호화 대상 블록", "복호화 대상 블록" 또는 "처리 대상 블록" 중 하나를 의미할 수 있다. 예측이 수행되는 경우, "현재 블록"은 "현재 예측 블록" 또는 "예측 대상 블록"을 의미할 수 있다. 변환(역변환)/양자화(역양자화)가 수행되는 경우, "현재 블록"은 "현재 변환 블록" 또는 "변환 대상 블록"을 의미할 수 있다. 필터링이 수행되는 경우, "현재 블록"은 "필터링 대상 블록"을 의미할 수 있다.
본 개시에서 "현재 블록"은 크로마 블록이라는 명시적인 기재가 없는 한 루마 성분 블록과 크로마 성분 블록을 모두 포함하는 블록 또는 "현재 블록의 루마 블록"을 의미할 수 있다. 현재 블록의 루마 성분 블록은 명시적으로 "루마 블록" 또는 "현재 루마 블록"과 같이 루마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다. 또한, 현재 블록의 크로마 성분 블록은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다.
본 개시에서 "/"와 ","는 "및/또는"으로 해석될 수 있다. 예를 들어, "A/B"와 "A, B"는 "A 및/또는 B"로 해석될 수 있다. 또한, "A/B/C"와 "A, B, C"는 "A, B 및/또는 C 중 적어도 하나"를 의미할 수 있다.
본 개시에서 "또는"은 "및/또는"으로 해석될 수 있다. 예를 들어, "A 또는 B"는, 1) "A" 만을 의미하거나 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 또는, 본 개시에서 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
비디오 코딩 시스템 개요
도 1은 본 개시에 따른 실시예가 적용될 수 있는 비디오 코딩 시스템을 개략적으로 나타내는 도면이다.
일 실시예에 따른 비디오 코딩 시스템은 부호화 장치(10) 및 복호화 장치(20)를 포함할 수 있다. 부호화 장치(10)는 부호화된 비디오(video) 및/또는 영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)로 전달할 수 있다.
일 실시예에 따른 부호화 장치(10)는 비디오 소스 생성부(11), 부호화부(12), 전송부(13)를 포함할 수 있다. 일 실시예에 따른 복호화 장치(20)는 수신부(21), 복호화부(22) 및 렌더링부(23)를 포함할 수 있다. 상기 부호화부(12)는 비디오/영상 부호화부라고 불릴 수 있고, 상기 복호화부(22)는 비디오/영상 복호화부라고 불릴 수 있다. 전송부(13)는 부호화부(12)에 포함될 수 있다. 수신부(21)는 복호화부(22)에 포함될 수 있다. 렌더링부(23)는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스 생성부(11)는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스 생성부(11)는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
부호화부(12)는 입력 비디오/영상을 부호화할 수 있다. 부호화부(12)는 압축 및 부호화 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화부(12)는 부호화된 데이터(부호화된 비디오/영상 정보)를 비트스트림(bitstream) 형태로 출력할 수 있다.
전송부(13)는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 획득할 수 있으며, 이를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)의 수신부(21) 또는 다른 외부 객체로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부(13)는 미리 정해진 파일 포맷을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 전송부(13)는 부호화 장치(12)와는 별개의 전송 장치로 구비될 수 있으며, 이 경우 전송 장치는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 획득하는 적어도 하나의 프로세서와 이를 파일 또는 스트리밍 형태로 전달하는 전송부를 포함할 수 있다. 수신부(21)는 상기 저장매체 또는 네트워크로부터 상기 비트스트림을 추출/수신하여 복호화부(22)로 전달할 수 있다.
복호화부(22)는 부호화부(12)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 복호화할 수 있다.
렌더링부(23)는 복호화된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
영상 부호화 장치 개요
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 2에 도시된 바와 같이, 영상 부호화 장치(100)는 영상 분할부(110), 감산부(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 가산부(155), 필터링부(160), 메모리(170), 인터 예측부(180), 인트라 예측부(185) 및 엔트로피 인코딩부(190)를 포함할 수 있다. 인터 예측부(180) 및 인트라 예측부(185)는 합쳐서 "예측부"라고 지칭될 수 있다. 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150)는 레지듀얼(residual) 처리부에 포함될 수 있다. 레지듀얼 처리부는 감산부(115)를 더 포함할 수도 있다.
영상 부호화 장치(100)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어, 인코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
영상 분할부(110)는 영상 부호화 장치(100)에 입력된 입력 영상(또는, 픽처, 프레임)을 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)을 QT/BT/TT (Quad-tree/binary-tree/ternary-tree) 구조에 따라 재귀적으로(recursively) 분할함으로써 획득될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 코딩 유닛의 분할을 위해, 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 트리 구조가 나중에 적용될 수 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 코딩 절차가 수행될 수 있다. 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 최대 코딩 유닛을 분할하여 획득한 하위 뎁스의 코딩 유닛이 최종 코닛 유닛으로 사용될 수도 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환 및/또는 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 코딩 절차의 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)일 수 있다. 상기 예측 유닛 및 상기 변환 유닛은 각각 상기 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
예측부(인터 예측부(180) 또는 인트라 예측부(185))는 처리 대상 블록(현재 블록)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 현재 블록의 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(185)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 인트라 예측 모드 및/또는 인트라 예측 기법에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라, 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(185)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(180)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 서로 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수 있다. 예를 들어, 인터 예측부(180)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(180)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference) 및 움직임 벡터 예측자에 대한 지시자(indicator)를 부호화함으로써 현재 블록의 움직임 벡터를 시그널링할 수 있다. 움직임 벡터 차분은 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 차이를 의미할 수 있다.
예측부는 후술하는 다양한 예측 방법 및/또는 예측 기법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 현재 블록의 예측을 위해 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 현재 블록의 예측을 위해 인트라 예측과 인터 예측을 동시에 적용하는 예측 방법은 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 현재 블록의 예측을 위해 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 현재 블록으로부터 소정의 거리만큼 떨어진 위치의 현재 픽처 내 기복원된 참조 블록을 이용하여 현재 블록을 예측하는 방법이다. IBC가 적용되는 경우, 현재 픽처 내 참조 블록의 위치는 상기 소정의 거리에 해당하는 벡터(블록 벡터)로서 부호화될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나, 현재 픽처 내에서 참조 블록을 도출하는 점에서, 인터 예측과 유사하게 수행될 수 있다. 즉 IBC는 본 개시에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
예측부를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 감산부(115)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)로부터 예측부에서 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있다. 생성된 레지듀얼 신호는 변환부(120)로 전송될 수 있다.
변환부(120)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)을 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)을 이용하여 예측 신호를 생성하고 그에 기반하여 획득되는 변환을 의미한다. 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(130)는 변환 계수들을 양자화하여 엔트로피 인코딩부(190)로 전송할 수 있다. 엔트로피 인코딩부(190)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(130)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(190)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(190)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예를 들어 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 본 개시에서 언급된 시그널링 정보, 전송되는 정보 및/또는 신택스 요소들은 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다.
상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(190)로부터 출력된 신호를 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 영상 부호화 장치(100)의 내/외부 엘리먼트로서 구비될 수 있고, 또는 전송부는 엔트로피 인코딩부(190)의 구성요소로서 구비될 수도 있다.
양자화부(130)로부터 출력된 양자화된 변환 계수들은 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(140) 및 역변환부(150)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다.
가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(180) 또는 인트라 예측부(185)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(160)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(160)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(170), 구체적으로 메모리(170)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(160)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 필터링에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(170)에 전송된 수정된 복원 픽처는 인터 예측부(180)에서 참조 픽처로 사용될 수 있다. 영상 부호화 장치(100)는 이를 통하여 인터 예측이 적용되는 경우, 영상 부호화 장치(100)와 영상 복호화 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(170) 내 DPB는 인터 예측부(180)에서의 참조 픽처로 사용하기 위해 수정된 복원 픽처를 저장할 수 있다. 메모리(170)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(180)에 전달될 수 있다. 메모리(170)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(185)에 전달할 수 있다.
영상 복호화 장치 개요
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 3에 도시된 바와 같이, 영상 복호화 장치(200)는 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265)를 포함하여 구성될 수 있다. 인터 예측부(260) 및 인트라 예측부(265)를 합쳐서 "예측부"라고 지칭될 수 있다. 역양자화부(220), 역변환부(230)는 레지듀얼 처리부에 포함될 수 있다.
영상 복호화 장치(200)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
비디오/영상 정보를 포함하는 비트스트림을 수신한 영상 복호화 장치(200)는 도 2의 영상 부호화 장치(100)에서 수행된 프로세스에 대응하는 프로세스를 수행하여 영상을 복원할 수 있다. 예를 들어, 영상 복호화 장치(200)는 영상 부호화 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있다. 코딩 유닛은 코딩 트리 유닛이거나 또는 최대 코딩 유닛을 분할하여 획득될 수 있다. 그리고, 영상 복호화 장치(200)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치(미도시)를 통해 재생될 수 있다.
영상 복호화 장치(200)는 도 2의 영상 부호화 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있다. 수신된 신호는 엔트로피 디코딩부(210)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(예를 들어, 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 영상 복호화 장치는 영상을 디코딩하기 위해 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 추가적으로 이용할 수 있다. 본 개시에서 언급된 시그널링 정보, 수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩됨으로써 상기 비트스트림으로부터 획득될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 블록 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)을 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(260) 및 인트라 예측부(265))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(220)로 입력될 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(240)로 제공될 수 있다. 한편, 영상 부호화 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 영상 복호화 장치(200)의 내/외부 엘리먼트로서 추가적으로 구비될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)의 구성요소로서 구비될 수도 있다.
한편, 본 개시에 따른 영상 복호화 장치는 비디오/영상/픽처 복호화 장치라고 불릴 수 있다. 상기 영상 복호화 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및/또는 샘플 디코더(비디오/영상/픽처 샘플 디코더)를 포함할 수도 있다. 상기 정보 디코더는 엔트로피 디코딩부(210)를 포함할 수 있고, 상기 샘플 디코더는 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265) 중 적어도 하나를 포함할 수 있다.
역양자화부(220)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(220)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 영상 부호화 장치에서 수행된 계수 스캔 순서에 기반하여 수행될 수 있다. 역양자화부(220)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)을 획득할 수 있다.
역변환부(230)에서는 변환 계수들을 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득할 수 있다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(210)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드(예측 기법)를 결정할 수 있다.
예측부가 후술하는 다양한 예측 방법(기법)을 기반으로 예측 신호를 생성할 수 있음은 영상 부호화 장치(100)의 예측부에 대한 설명에서 언급된 바와 동일하다.
인트라 예측부(265)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 인트라 예측부(185)에 대한 설명은 인트라 예측부(265)에 대해서도 동일하게 적용될 수 있다.
인터 예측부(260)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(260)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드(기법)를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드(기법)를 지시하는 정보를 포함할 수 있다.
가산부(235)는 획득된 레지듀얼 신호를 예측부(인터 예측부(260) 및/또는 인트라 예측부(265) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)에 대한 설명은 가산부(235)에 대해서도 동일하게 적용될 수 있다. 가산부(235)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(240)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(240)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(250), 구체적으로 메모리(250)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(250)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(260)에서 참조 픽처로 사용될 수 있다. 메모리(250)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(260)에 전달할 수 있다. 메모리(250)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(265)에 전달할 수 있다.
본 명세서에서, 영상 부호화 장치(100)의 필터링부(160), 인터 예측부(180) 및 인트라 예측부(185)에서 설명된 실시예들은 각각 영상 복호화 장치(200)의 필터링부(240), 인터 예측부(260) 및 인트라 예측부(265)에도 동일 또는 대응되도록 적용될 수 있다.
인터 예측
영상 부호화 장치(100)와 영상 복호화 장치(200)의 예측부는 블록 단위로 인터 예측을 수행하여 예측 샘플을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들(e.g. 샘플 값들, 또는 움직임 정보 등)에 의존적인 방법으로 도출되는 예측일 수 있다. 현재 블록에 인터 예측이 적용되는 경우, 참조 픽처 인덱스가 가리키는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록(예측 샘플 어레이)이 유도될 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 움직임 정보가 블록, 서브블록 또는 샘플 단위로 예측될 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측이 적용되는 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 현재 블록의 주변 블록들을 기반으로 움직임 정보 후보 리스트가 구성될 수 있고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 선택(사용)되는지를 지시하는 플래그 또는 인덱스 정보가 시그널링될 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 현재 블록의 움직임 정보는 선택된 주변 블록의 움직임 정보와 같을 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 선택된 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)이 시그널링될 수 있다. 이 경우 상기 움직임 벡터 예측자 및 움직임 벡터 차분의 합을 이용하여 상기 현재 블록의 움직임 벡터를 도출할 수 있다.
상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등)에 따라 L0 움직임 정보 및/또는 L1 움직임 정보를 포함할 수 있다. L0 방향의 움직임 벡터는 L0 움직임 벡터 또는 MVL0라고 불릴 수 있고, L1 방향의 움직임 벡터는 L1 움직임 벡터 또는 MVL1이라고 불릴 수 있다. L0 움직임 벡터에 기반한 예측은 L0 예측이라고 불릴 수 있고, L1 움직임 벡터에 기반한 예측을 L1 예측이라고 불릴 수 있고, 상기 L0 움직임 벡터 및 상기 L1 움직임 벡터 둘 다에 기반한 예측을 쌍(Bi) 예측이라고 불릴 수 있다. 여기서 L0 움직임 벡터는 참조 픽처 리스트 L0 (L0)에 연관된 움직임 벡터를 나타낼 수 있고, L1 움직임 벡터는 참조 픽처 리스트 L1 (L1)에 연관된 움직임 벡터를 나타낼 수 있다. 참조 픽처 리스트 L0는 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 포함할 수 있고, 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 포함할 수 있다. 상기 이전 픽처들은 순방향 (참조) 픽처라고 불릴 수 있고, 상기 이후 픽처들은 역방향 (참조) 픽처라고 불릴 수 있다. 상기 참조 픽처 리스트 L0은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트 L0 내에서 상기 이전 픽처들이 먼저 인덱싱되고 상기 이후 픽처들은 그 다음에 인덱싱될 수 있다. 상기 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트1 내에서 상기 이후 픽처들이 먼저 인덱싱되고 상기 이전 픽처들은 그 다음에 인덱싱 될 수 있다. 여기서 출력 순서는 POC(picture order count) 순서(order)에 대응될 수 있다.
도 4는 영상 부호화 장치(100)의 인터 예측부(180)를 개략적으로 나타내는 도면이며, 도 5는 인터 예측에 기반하여 영상을 인코딩하는 방법을 나타내는 흐름도이다.
영상 부호화 장치(100)는 현재 블록에 대한 인터 예측을 수행할 수 있다(S510). 영상 부호화 장치(100)는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 상기 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서, 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다. 예를 들어, 영상 부호화 장치(100)의 인터 예측부(180)는 예측 모드 결정부(181), 움직임 정보 도출부(182) 및 예측 샘플 도출부(183)를 포함할 수 있으며, 예측 모드 결정부(181)에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 영상 부호화 장치(100)의 인터 예측부(180)는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 상기 현재 블록과 유사한 블록을 서치하고, 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 상기 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 상기 참조 블록과 상기 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 영상 부호화 장치(100)는 다양한 예측 모드들 중 상기 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 영상 부호화 장치(100)는 상기 다양한 예측 모드들에 대한 RD cost를 비교하고 상기 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 영상 부호화 장치(100)는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 상기 도출된 참조 블록과 연관된 머지 후보가 선택되며, 상기 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 디코딩 장치로 시그널링될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다.
다른 예로, 영상 부호화 장치(100)는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 이 경우, 예를 들어, 상술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 상기 현재 블록의 움직임 벡터로 이용될 수 있으며, 상기 mvp 후보들 중 상기 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 mvp 후보가 상기 선택된 mvp 후보가 될 수 있다. 상기 현재 블록의 움직임 벡터에서 상기 mvp를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우, 상기 MVD에 관한 정보가 영상 복호화 장치(200)로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 상기 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 상기 영상 복호화 장치(200)로 시그널링될 수 있다.
영상 부호화 장치(100)는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S520). 영상 부호화 장치(100)는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다.
영상 부호화 장치(100)는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩할 수 있다(S530). 영상 부호화 장치(100)는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 상기 예측 정보는 상기 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한, 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 디코딩 장치로 전달될 수 있고, 또는 네트워크를 통하여 영상 복호화 장치(200)로 전달될 수도 있다.
한편, 상술한 바와 같이 영상 부호화 장치(100)는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 영상 복호화 장치(200)에서 수행되는 것과 동일한 예측 결과를 영상 부호화 장치(100)에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 영상 부호화 장치(100)는 복원 픽처(또는 복원 샘플들, 복원 블록)를 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 6은 영상 복호화 장치(200)의 인터 예측부(260)를 개략적으로 나타내는 도면이며, 도 7은 인터 예측에 기반하여 영상을 디코딩하는 방법을 나타내는 흐름도이다.
영상 복호화 장치(200)는 상기 영상 부호화 장치(100)에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 영상 복호화 장치(200)는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로, 영상 복호화 장치(200)는 수신된 예측 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정할 수 있다(S710). 영상 복호화 장치(200)는 상기 예측 정보 내의 예측 모드 정보를 기반으로 상기 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, 상기 merge flag를 기반으로 상기 현재 블록에 상기 머지 모드가 적용되지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 상기 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 상기 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 (A)MVP 모드를 포함할 수 있고, 또는 후술하는 다양한 인터 예측 모드들을 포함할 수 있다.
영상 복호화 장치(200)는 상기 결정된 인터 예측 모드를 기반으로 상기 현재 블록의 움직임 정보를 도출할 수 있다(S720). 예를 들어, 영상 복호화 장치(200)는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 중 하나의 머지 후보를 선택할 수 있다. 상기 선택은 상술한 선택 정보(merge index)를 기반으로 수행될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다. 상기 선택된 머지 후보의 움직임 정보가 상기 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 영상 복호화 장치(200)는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 상기 선택은 상술한 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우, 상기 MVD에 관한 정보를 기반으로 상기 현재 블록의 MVD가 도출될 수 있으며, 상기 현재 블록의 mvp와 상기 MVD를 기반으로 상기 현재 블록의 움직임 벡터가 도출될 수 있다. 또한, 상기 참조 픽처 인덱스 정보를 기반으로 상기 현재 블록의 참조 픽처 인덱스가 도출될 수 있다. 상기 현재 블록에 관한 참조 픽처 리스트 내에서 상기 참조 픽처 인덱스가 가리키는 픽처가 상기 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
한편, 후술하는 바와 같이 후보 리스트 구성 없이 상기 현재 블록의 움직임 정보가 도출될 수 있으며, 이 경우 후술하는 예측 모드에서 개시된 절차에 따라 상기 현재 블록의 움직임 정보가 도출될 수 있다. 이 경우, 상술한 바와 같은 후보 리스트 구성은 생략될 수 있다.
영상 복호화 장치(200)는 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S730). 이 경우, 상기 현재 블록의 참조 픽처 인덱스를 기반으로 상기 참조 픽처가 도출되고, 상기 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 상기 현재 블록의 예측 샘플들이 도출될 수 있다. 이 경우, 후술하는 바와 같이 경우에 따라 상기 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 영상 복호화 장치(200)의 인터 예측부(260)는 예측 모드 결정부(261), 움직임 정보 도출부(262), 예측 샘플 도출부(263)를 포함할 수 있으며, 예측 모드 결정부(181)에서 수신된 예측 모드 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 수신된 움직임 정보에 관한 정보를 기반으로 상기 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다.
영상 복호화 장치(200)는 수신된 레지듀얼 정보를 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 생성할 수 있다(S740). 영상 복호화 장치(200)는 상기 예측 샘플들 및 상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다(S750). 이후, 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 8을 참조하면, 상술한 바와 같이 인터 예측 절차는 인터 예측 모드 결정 단계(S810), 결정된 예측 모드에 따른 움직임 정보 도출 단계(S820), 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계(S830)를 포함할 수 있다. 상기 인터 예측 절차는 상술한 바와 같이 영상 부호화 장치(100) 및 영상 복호화 장치(200)에서 수행될 수 있다.
인터 예측 모드 결정
픽처 내 현재 블록의 예측을 위하여 다양한 인터 예측 모드가 사용될 수 있다. 예를 들어, 머지 모드, 스킵 모드, MVP(motion vector prediction) 모드, 어파인(Affine) 모드, 서브블록 머지 모드, MMVD (merge with MVD) 모드 등 다양한 모드가 사용될 수 있다. DMVR (Decoder side motion vector refinement) 모드, AMVR(adaptive motion vector resolution) 모드, Bi-prediction with CU-level weight (BCW), Bi-directional optical flow (BDOF) 등이 부수적인 모드로 더 혹은 대신 사용될 수 있다. 어파인 모드는 어파인 움직임 예측(affine motion prediction) 모드라고 불릴 수도 있다. MVP 모드는 AMVP(advanced motion vector prediction) 모드라고 불릴 수도 있다. 본 문서에서 일부 모드 및/또는 일부 모드에 의하여 도출된 움직임 정보 후보는 다른 모드의 움직임 정보 관련 후보들 중 하나로 포함될 수도 있다. 예를 들어, HMVP 후보는 상기 머지/스킵 모드의 머지 후보로 추가될 수 있고, 또는 상기 MVP 모드의 mvp 후보로 추가될 수도 있다.
현재 블록의 인터 예측 모드를 가리키는 예측 모드 정보가 영상 부호화 장치(100)로부터 영상 복호화 장치(200)로 시그널링될 수 있다. 상기 예측 모드 정보는 비트스트림에 포함되어 영상 복호화 장치(200)에 수신될 수 있다. 상기 예측 모드 정보는 다수의 후보 모드들 중 하나를 지시하는 인덱스 정보를 포함할 수 있다. 또는, 플래그 정보의 계층적 시그널링을 통하여 인터 예측 모드가 지시될 수도 있다. 이 경우, 상기 예측 모드 정보는 하나 이상의 플래그들을 포함할 수 있다. 예를 들어, 스킵 플래그를 시그널링하여 스킵 모드 적용 여부가 지시되고, 스킵 모드가 적용 안되는 경우에 머지 플래그를 시그널링하여 머지 모드 적용 여부가 지시되고, 머지 모드가 적용 안되는 경우에 MVP 모드가 적용되는 것으로 지시되거나 추가적인 구분을 위한 플래그가 더 시그널링될 수도 있다. 어파인 모드는 독립적인 모드로 시그널링될 수도 있고, 또는 머지 모드 또는 MVP 모드 등에 종속적인 모드로 시그널링될 수도 있다. 예를 들어, 어파인 모드는 어파인 머지 모드 및 어파인 MVP 모드를 포함할 수 있다.
움직임 정보 도출
현재 블록의 움직임 정보를 이용하여 인터 예측이 수행될 수 있다. 영상 부호화 장치(100)는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 영상 부호화 장치(100)는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 위상(phase) 기반 샘플 값들의 차를 기반으로 도출할 수 있다. 예를 들어, 블록의 유사성은 현재 블록(or 현재 블록의 템플릿)과 참조 블록(or 참조 블록의 템플릿) 간 SAD를 기반으로 계산될 수 있다. 이 경우, 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보가 도출될 수 있다. 도출된 움직임 정보는 인터 예측 모드 기반으로 여러 방법에 따라 영상 복호화 장치(200)로 시그널링될 수 있다.
예측 샘플 생성
예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록이 도출될 수 있다. 상기 예측된 블록은 상기 현재 블록의 예측 샘플들(예측 샘플 어레이)을 포함할 수 있다. 현재 블록의 움직임 벡터가 분수 샘플 단위를 가리키는 경우, 보간(interpolation) 절차가 수행될 수 있으며, 이를 통하여 참조 픽처 내에서 분수 샘플 단위의 참조 샘플들을 기반으로 상기 현재 블록의 예측 샘플들이 도출될 수 있다. 현재 블록에 Affine 인터 예측이 적용되는 경우, 샘플/서브블록 단위 MV를 기반으로 예측 샘플들이 생성될 수 있다. 쌍예측이 적용되는 경우, L0 예측(즉, 참조 픽처 리스트 L0 내 참조 픽처와 MVL0를 이용한 예측)을 기반으로 도출된 예측 샘플들과 L1 예측(즉, 참조 픽처 리스트 L1 내 참조 픽처와 MVL1을 이용한 예측)을 기반으로 도출된 예측 샘플들의 (위상에 따른) 가중합 또는 가중평균을 통하여 도출된 예측 샘플들이 현재 블록의 예측 샘플들로 이용될 수 있다. 쌍예측이 적용되는 경우, L0 예측에 이용된 참조 픽처와 L1 예측에 이용된 참조 픽처가 현재 픽처를 기준으로 서로 다른 시간적 방향에 위치하는 경우(즉, 쌍예측이면서 양방향 예측에 해당하는 경우) 이를 true 쌍예측이라고 부를 수 있다.
도출된 예측 샘플들을 기반으로 복원 샘플들 및 복원 픽처가 생성될 수 있고, 이후 인루프 필터링 등의 절차가 수행될 수 있음은 전술한 바와 같다.
Template matching (TM)
도 9는 본 개시에 따른 템플릿 매칭 기반 부호화/복호화 방법을 설명하기 위한 도면이다.
템플릿 매칭(Template Matching, TM)은 디코더 단에서 수행되는 움직임 벡터의 유도 방법으로서, 현재 블록(e.g., current coding unit, current CU)에 인접한 템플릿(이하, "현재 템플릿"이라 함)과 가장 유사한 참조 픽처 내 템플릿(이하, "참조 템플릿"이라 함)을 발견함으로써 현재 블록의 움직임 정보를 개선(refine)할 수 있는 방법이다. 현재 템플릿은 현재 블록의 상단 이웃 블록 및/또는 좌측 이웃 블록이거나 이들 이웃 블록의 일부일 수 있다. 또한, 참조 템플릿은 현재 템플릿과 동일한 크기로 결정될 수 있다.
도 9에 도시된 바와 같이, 현재 블록의 초기 움직임 벡터(initial motion vector)가 유도되면, 더 좋은 움직임 벡터에 대한 탐색이 초기 움직임 벡터의 주변 영역에서 수행될 수 있다. 예컨대, 상기 탐색이 수행되는 주변 영역의 범위는 초기 움직임 벡터를 중심으로 [-8, +8]-펠(pel) 탐색 영역 내 일 수 있다. 또한, 탐색을 수행하기 위한 탐색 폭(search step)의 크기는 현재 블록의 AMVR 모드에 기반하여 결정될 수 있다. 또한, 템플릿 매칭은 머지 모드에서의 양방향 매칭(bilateral matching) 과정과 연속하여 수행될 수도 있다.
현재 블록의 예측 모드가 AMVP 모드인 경우, 움직임 벡터 예측자 후보(MVP candidate)는 템플릿 매칭 에러에 기반하여 결정될 수 있다. 예컨대, 현재 템플릿과 참조 템플릿 사이의 오차를 최소로 하는 움직임 벡터 예측자 후보(MVP candidate)가 선택될 수 있다. 이 후, 움직임 벡터를 개선하기 위한 템플릿 매칭이 상기 선택된 움직임 벡터 예측자 후보에 대해 수행될 수 있다. 이 때, 선택되지 않은 움직임 벡터 예측자 후보에 대해서는 움직임 벡터를 개선하기 위한 템플릿 매칭이 수행되지 않을 수 있다.
보다 구체적으로, 상기 선택된 움직임 벡터 예측자 후보에 대한 개선은 반복적인 다이아몬드 탐색을 이용하여 [-8, +8]-펠 탐색 영역 내에서 풀-펠(full-pel; 정수-펠) 정확도로부터 시작될 수 있다. 또는, 4-펠 AMVR 모드일 경우 4-펠 정확도로부터 시작될 수 있다. 이 후, AMVR 모드에 따라 하프-펠(half-pel) 및/또는 쿼터-펠(quarter-pel) 정확도의 탐색이 뒤따를 수 있다. 상기 탐색 과정에 따르면, 움직임 벡터 예측자 후보는 AMVR 모드에 의해 지시되는 것과 동일한 움직임 벡터의 정확도를 템플릿 매칭 과정 이후에도 유지할 수 있다. 상기 반복적인 탐색 과정에서, 이전의 최소 비용과 현재의 최소 비용 사이의 차이가 임의의 임계값보다 작으면, 상기 탐색 과정은 종료한다. 상기 임계값은 블록의 영역, 즉, 블록내 샘플의 개수와 동일할 수 있다. 표 1은 AMVR 모드 및 AMVR이 수반된 머지 모드에 따른 탐색 패턴의 예시이다.
Search pattern AMVR mode Merge mode
4-pel Full-pel Half-pel Quarter-pel AltIF=0 AltIF=1
4-pel diamond v
4-pel cross v
Full-pel diamond v v v v v
Full-pel cross v v v v v
Half-pel cross v v v v
Quarter-pel cross v v
1/8-pel cross v
현재 블록의 예측 모드가 머지 모드인 경우, 머지 인덱스에 의해 지시된 머지 후보에 대해 유사한 탐색 방법이 적용될 수 있다. 상기 표 1에 나타난 바와 같이, 템플릿 매칭은 1/8-펠 정확도까지 수행할 수도 있고 또는 하프-펠 정확도 이하는 스킵할 수도 있는데, 이는 머지 움직임 정보에 따라 대체 보간 필터(alternative interpolation filter)가 사용되는지 여부에 종속적으로 결정될 수 있다. 이 때, 상기 대체 보간 필터는 AMVR이 하프-펠 모드인 경우 사용되는 필터일 수 있다. 또한, 템플릿 매칭이 가용한 경우, 양방향 매칭(bilateral matching, BM)이 가용한지 여부에 따라 상기 템플릿 매칭이 독립적인 과정으로서 작동할 수도 있고, 블록 기반 양방향 매칭 및 서브블록 기반 양방향 매칭 사이에서 추가적인 움직임 벡터 개선 과정으로서 작동할 수도 있다. 상기 템플릿 매칭 가용 여부 및/또는 양방향 매칭 가용 여부는 가용 조건 체크에 따라 결정될 수 있다. 상기에서 움직임 벡터의 정확도는 움직임 벡터 차분(motion vector difference, MVD)의 정확도를 의미할 수 있다.
Adaptive reordering of merge candidates with template matching (ARMC-TM)
머지 후보들은 템플릿 매칭을 통해 적응적으로 재배열될 수 있다. 상기 재배열 방법은 일반 머지 모드, 템플릿 매칭(TM) 머지 모드 및 어파인 머지 모드(SbTMVP 후보는 제외)에 적용될 수 있다. TM 머지 모드의 경우, 머지 후보들의 재배열은 상술한 움직임 벡터의 개선 과정 전에 수행될 수 있다.
머지 후보 리스트가 구성된 후, 머지 후보들은 하나 이상의 서브 그룹들로 분할될 수 있다. 일반 머지 모드 및 TM 머지 모드에 대한 서브 그룹의 크기는 5일 수 있다. 또한, 어파인 머지 모드에 대한 서브 그룹의 크기는 3일 수 있다. 각 서브 그룹 내 머지 후보들은 템플릿 매칭에 기반한 비용 값들(cost values)에 따라 오름차순으로 재배열될 수 있다. 단순화를 위해, 첫번째 서브 그룹이 아닌 마지막 서브 그룹 내 머지 후보들은 재배열 되지 않을 수 있다.
머지 후보의 템플릿 매칭 비용은 현재 블록의 템플릿의 샘플들 및 이에 대응하는 참조 샘플들 사이의 SAD(sum of absolute difference)에 의해 측정될 수 있다. 이 때, 템플릿은 현재 블록에 이웃하는 복원된 샘플들의 세트를 포함할 수 있다. 상기 템플릿의 참조 샘플들은 머지 후보의 움직임 정보에 의해 위치가 특정될 수 있다.
도 10은 현재 블록의 템플릿과 참조 픽처들 내 템플릿의 참조 샘플들을 예시적으로 도시한 도면이다. 머지 후보가 양방향 예측을 이용하는 경우, 상기 머지 후보의 템플릿의 참조 샘플들은 도 10에 도시된 바와 같이 생성될 수 있다. 구체적으로, 현재 블록의 머지 후보의 list 0(L0) 움직임 벡터에 기반하여 list 0 참조 픽처 내 참조 블록이 특정된 후 list 0 참조 픽처 내 참조 템플릿(reference template 0, RT0)가 특정될 수 있다. 유사하게, 현재 블록의 머지 후보의 list 1(L1) 움직임 벡터에 기반하여 list 1 참조 픽처 내 참조 블록이 특정된 후 list 1 참조 픽처 내 참조 템플릿(reference template 1, RT1)가 특정될 수 있다.
서브 블록의 크기가 Wsub Х Hsub인 서브 블록 기반 머지 후보의 경우, 상단 템플릿은 Wsub Х 1 크기의 서브 템플릿들을 하나 이상 포함할 수 있고, 좌측 템플릿은 1 Х Hsub 크기의 서브 템플릿들을 하나 이상 포함할 수 있다.
도 11은 서브 블록의 움직임 정보를 이용하여 템플릿을 특정하는 방법을 설명하기 위한 도면이다.
도 11에 도시된 예에서, 현재 블록의 첫번째 열과 첫번째 행에 포함된 서브 블록들의 움직임 정보를 이용하여 각 서브 템플릿의 참조 샘플들이 유도될 수 있다. 보다 구체적으로, 현재 픽처 내 현재 블록의 첫번째 열과 첫번째 행에 포함된 서브 블록들(A, B, C, D, E, F, G)의 움직임 벡터를 이용하여 참조 픽처 대응 참조 서브 블록들(A_ref, B_ref, C_ref, D_ref, E_ref, F_ref, G_ref)이 특정될 수 있다. 예컨대, 각 서브 블록의 움직임 벡터에 기반하여 참조 픽처 내 동일 위치 블록(Collocated block)으로부터 대응 참조 서브 블록의 위치가 특정될 수 있다. 이후, 각 참조 서브 블록에 인접한 복원된 영역으로부터 참조 템플릿을 구성할 수 있다. 도 11에 도시된 바와 같이, 서브 블록의 크기가 Wsub Х Hsub일 때, 상단 참조 템플릿은 Wsub Х 1 크기의 서브 참조 템플릿들을 하나 이상 포함할 수 있고, 좌측 참조 템플릿은 1 Х Hsub 크기의 서브 참조 템플릿들을 하나 이상 포함할 수 있다.
본 개시에서 템플릿 매칭은 현재 템플릿과 유사도가 가장 높은 참조 템플릿을 탐색하는 과정일 수 있다. 본 개시에 따르면, 상기 유사도를 측정하기 위하여 템플릿 매칭 비용이 계산될 수 있으며, 이를 위해 SAD와 같은 비용 함수가 사용될 수 있다. 템플릿 매칭 비용이 크다는 것은 템플릿 매칭 에러가 크다는 의미이고 따라서 템플릿 사이의 유사도가 낮다는 의미일 수 있다. 반대로, 템플릿 매칭 비용이 작다는 것은 템플릿 매칭 에러가 작다는 의미이고 따라서 템플릿 사이의 유사도가 높다는 의미일 수 있다.
본 개시에서 템플릿 매칭 비용을 계산하기 위한 비용 함수는 현재 템플릿 내 샘플값과 참조 템플릿 내 대응하는 샘플값의 차이를 이용하는 함수일 수 있다. 따라서, 상기 비용 함수는 두 개의 템플릿 내 대응 샘플들 간의 "차분(오차) 기반 함수(difference(error)-based function)" 또는 "차분(오차) 기반식(difference(error)-based equation)"으로 지칭될 수 있다. 또한, 상기 비용 함수에 의해 계산된 템플릿 매칭 비용은 두 개의 템플릿 내 대응 샘플들 간의 "차분(오차) 기반 함수값(difference(error)-based function value)" 또는 "차분(오차) 기반값(difference(error)-based value)"으로 지칭될 수 있다.
이하 도면을 참조하여 본 개시에 따른 다양한 실시예들을 설명한다.
본 개시의 다양한 실시예들은 상술한 템플릿 매칭 기반의 부호화/복호화 동작에 관련된 것으로, 템플릿 매칭에 기반하는 움직임 벡터 보정(개선) 프로세스 또는 템플릿 매칭에 기반하는 머지 후보 리스트의 재배열 프로세스 등에 대한 것이다. 본 개시는 아래의 구성들(구성 1 내지 구성 5)을 제안하며, 해당 구성들은 개별적으로 또는 하나 이상의 다른 구성들과 조합하여 적용될 수 있다.
구성 1) 템플릿 매칭의 비용 계산에 필요한 템플릿의 크기를 시퀀스 파라미터 세트(sequence parameter set, SPS) 또는 픽처 파라미터 세트(picture parameter set, PPS)와 같은 상위 레벨 신택스를 이용하여 전송할 수 있다.
구성 2) 템플릿 매칭의 비용 계산을 위한 비용 함수(cost function)를 시퀀스 파라미터 세트(sequence parameter set, SPS) 또는 픽처 파라미터 세트(picture parameter set, PPS)와 같은 상위 레벨 신택스를 이용하여 전송할 수 있다.
구성 3) 현재 블록의 부호화 정보 또는 현재 블록의 크기 정보를 기반으로 템플릿의 위치 또는 크기 등을 가변적으로 선택할 수 있다.
구성 4) 템플릿 매칭의 비용은 템플릿 매칭의 오차와 템플릿의 공간적 유사도 비용의 가중합으로 계산될 수 있다.
구성 5) 템플릿 매칭의 비용은 움직임 벡터의 크기 또는 움직임 벡터의 위치 또는 움직임 벡터의 종류에 따라서 가중치가 적용될 수 있다.
실시예1
본 실시예에 따르면, 템플릿 매칭의 비용 계산에 필요한 템플릿의 크기가 가변적으로 설정될 수 있으며, 템플릿의 크기에 관한 정보가 시그널링될 수 있다. 예컨대, 상기 템플릿의 크기에 관한 정보는 시퀀스 파라미터 세트 (sequence parameter set, SPS) 또는 픽처 파라미터 세트 (picture parameter set, PPS)와 같은 상위 레벨 신택스를 이용하여 영상 부호화 장치로부터 영상 복호화 장치로 전송될 수 있다.
템플릿 매칭에 기반한 머지 후보의 재배열 방법의 가용 여부는 예컨대, 표 2와 같이 SPS와 같은 상위 레벨에서 전송될 수 있다.
seq_parameter_set_rbsp(　) { Descriptor
…
sps_aml_enabled_flag u(1)
…
}
상기 표 2에서 sps_aml_enabled_flag는 상기 SPS를 참조하는 CLVS(Coded Layer Video Sequence)에서 aml이 가용한지 여부를 나타내는 정보일 수 있다. 상기 aml은 adaptive merge list를 의미하며, 머지 리스트를 템플릿 매칭 비용 기반으로 적응적으로 재배열하는 기술을 의미할 수 있다.본 실시예에 따르면, 상기 aml이 가용한 경우, 템플릿 매칭 비용을 계산하기 위한 템플릿의 크기에 관한 정보가 예컨대, 표 3과 같이 추가적으로 시그널링될 수 있다.
seq_parameter_set_rbsp(　) { Descriptor
…
sps_aml_enabled_flag u(1)
if ( sps_aml_enable_flag )
sps_aml_tm_size_idx ue(v)
}
상기 표 3에서, sps_aml_tm_size_idx는 템플릿 매칭에 기반한 머지 후보 리스트의 재배열 기술에서 사용하는 템플릿의 크기에 관한 정보(인덱스)일 수 있다. 상기 인덱스 및 표 4의 테이블에 따라, 템플릿의 크기가 유도될 수 있다.
sps_aml_tm_size_idx 템플릿 크기
0 1
1 2
2 4
3 8
상기 표 4는 영상 부호화 장치와 영상 복호화 장치에서 미리 정의된 것일 수 있다. 상기 방법에 따른 템플릿 크기의 유도는 일 예에 불과하며, 예컨대, sps_aml_tm_size_idx 값을 소정의 수식에 입력하여 그 결과값으로서 템플릿의 크기를 유도할 수도 있다. 예컨대, 상기 소정의 수식은 좌-쉬프팅(left-shifting)을 포함할 수 있다.
상기 신택스 값의 범위 및/또는 템플릿의 크기는 일 예에 불과하며, 상술한 예시로 제한되지 않고, 다른 다양한 조합이 가능할 수 있다.
또한, 상기 템플릿의 크기에 관한 정보는 상술한 SPS에 이외에 픽처 파라미터 세트 또는 픽처 헤더와 같은 임의의 다른 상위 레벨에서 전송될 수도 있다.
실시예2
본 실시예에 따르면, 템플릿 매칭의 비용 계산에 필요한 템플릿의 크기가 가변적으로 설정될 수 있으며, 템플릿의 크기에 관한 정보가 시그널링될 수 있다. 예컨대, 상기 템플릿의 크기에 관한 정보는 시퀀스 파라미터 세트 (sequence parameter set, SPS) 또는 픽처 파라미터 세트 (picture parameter set, PPS)와 같은 상위 레벨 신택스를 이용하여 영상 부호화 장치로부터 영상 복호화 장치로 전송될 수 있다.
템플릿 매칭에 기반한 움직임 벡터 보정(개선) 방법의 가용 여부는, 예컨대, 표 5와 같이 SPS와 같은 상위 레벨에서 전송될 수 있다.
seq_parameter_set_rbsp(　) { Descriptor
…
sps_dmvd_enabled_flag u(1)
…
}
상기 표 5에서 sps_dmvd_enabled_flag는 상기 SPS를 참조하는 CLVS(Coded Layer Video Sequence)에서 dmvd가 가용한지 여부를 나타내는 정보일 수 있다. 상기 dmvd는 decoder-side motion vector derivation을 의미하며, 디코더에서 움직임 벡터를 템플릿 매칭 비용 기반으로 보정하는 기술을 의미할 수 있다.본 실시예에 따르면, 상기 dmvd가 가용한 경우, 템플릿 매칭 비용을 계산하기 위한 템플릿의 크기에 관한 정보가 예컨대, 표 6과 같이 추가적으로 시그널링될 수 있다.
seq_parameter_set_rbsp(　) { Descriptor
…
sps_dmvd_enabled_flag u(1)
if ( sps_dmvd_enable_flag )
sps_dmvd_tm_size_idx ue(v)
}
상기 표 6에서, sps_dmvd_tm_size_idx는 템플릿 매칭에 기반한 움직임 벡터 보정 기술에서 사용하는 템플릿의 크기에 관한 정보(인덱스)일 수 있다. 상기 인덱스 및 표 7의 테이블에 따라, 템플릿의 크기가 유도될 수 있다.
sps_dmvd_tm_size_idx 템플릿 크기
0 1
1 2
2 4
3 8
상기 표 7은 영상 부호화 장치와 영상 복호화 장치에서 미리 정의된 것일 수 있다. 상기 방법에 따른 템플릿 크기의 유도는 일 예에 불과하며, 예컨대, sps_dmvd_tm_size_idx 값을 소정의 수식에 입력하여 그 결과값으로서 템플릿의 크기를 유도할 수도 있다. 예컨대, 상기 소정의 수식은 좌-쉬프팅(left-shifting)을 포함할 수 있다.
상기 신택스 값의 범위 및/또는 템플릿의 크기는 일 예에 불과하며, 상술한 예시로 제한되지 않고, 다른 다양한 조합이 가능할 수 있다.
또한, 상기 템플릿의 크기에 관한 정보는 상술한 SPS에 이외에 픽처 파라미터 세트 또는 픽처 헤더와 같은 임의의 다른 상위 레벨에서 전송될 수도 있다.
실시예3
본 실시예에 따르면, 템플릿 매칭 비용에 기반한 기술들에 대해 공통으로 템플릿의 크기에 관한 정보가 시그널링될 수 있다. 예컨대, 상기 템플릿의 크기에 관한 정보는 시퀀스 파라미터 세트 (sequence parameter set, SPS) 또는 픽처 파라미터 세트 (picture parameter set, PPS)와 같은 상위 레벨 신택스를 이용하여 영상 부호화 장치로부터 영상 복호화 장치로 전송될 수 있다.
본 실시예에 따르면, 템플릿 매칭 비용에 기반한 기술들에 대해 공통인 템플릿 매칭 비용을 계산하기 위한 템플릿의 크기에 관한 정보가 예컨대, 표 8과 같이 시그널링될 수 있다.
seq_parameter_set_rbsp(　) { Descriptor
…
sps_tm_size_idx ue(v)
}
상기 표 8에서, sps_tm_size_idx는 템플릿 매칭에 기반한 기술에서 공통으로 사용하는 템플릿의 크기에 관한 정보(인덱스)일 수 있다. 상기 인덱스 및 표 9의 테이블에 따라, 템플릿의 크기가 유도될 수 있다.
sps_tm_size_idx 템플릿 크기
0 1
1 2
2 4
3 8
상기 표 9는 영상 부호화 장치와 영상 복호화 장치에서 미리 정의된 것일 수 있다. 상기 방법에 따른 템플릿 크기의 유도는 일 예에 불과하며, 예컨대, sps_tm_size_idx 값을 소정의 수식에 입력하여 그 결과값으로서 템플릿의 크기를 유도할 수도 있다. 예컨대, 상기 소정의 수식은 좌-쉬프팅(left-shifting)을 포함할 수 있다.
상기 신택스 값의 범위 및/또는 템플릿의 크기는 일 예에 불과하며, 상술한 예시로 제한되지 않고, 다른 다양한 조합이 가능할 수 있다.
또한, 상기 템플릿의 크기에 관한 정보는 상술한 SPS에 이외에 픽처 파라미터 세트 또는 픽처 헤더와 같은 임의의 다른 상위 레벨에서 전송될 수도 있다.
본 실시예는 템플릿 매칭 기반의 모든 기술에 공통으로 적용되는 템플릿의 크기에 관한 정보의 시그널링에 관한 것이다. 그러나, 변형예로서, 기술 별로 다른 템플릿의 크기를 사용하는 경우에는 상기 실시예1 또는 실시예2와 같이 별도의 신택스를 추가적으로 전송함으로써 각 기술에 대해 템플릿의 크기에 관한 정보를 별도로 시그널링할 수 있다. 상기와 같이 별도의 신택스가 추가적으로 전송되는 경우, 해당 기술에 대한 템플릿 크기는 상기 공통의 템플릿 크기에 관한 정보 대신에 해당 기술에 대해 별도로 시그널링된 크기 정보에 의해 유도될 수 있다.
상기 표 4, 표 7 및 표 9에 예시된 바와 같이, 템플릿의 크기는 2의 자승값으로만 구성될 수 있으며, 이 경우, 템플릿의 크기에 관한 정보로부터 2의 로그값이나 시프트 형태로 테이블 매핑없이 템플릿의 크기를 유도할 수 있다. 그러나, 이에 한정되지 않으며, 실시예1 내지 실시예3에서 템플릿의 크기는 2의 자승값이 아닌 값을 가질 수도 있다. 또한, 템플릿의 크기는 부호화/복호화 툴(tool) 별로 상이할 수 있다. 예컨대, 템플릿 매칭 기반의 움직임 벡터 보정에 사용되는 템플릿의 크기와 템플릿 매칭 기반의 머지 후보 재배열에 사용되는 템플릿의 크기는 상이할 수 있다. 또한 템플릿의 크기는 블록의 크기나 모양에 따라서 상이하게 정의될 수 있다. 예를 들어, 임계 크기보다 큰 블록에 대한 템플릿의 크기는 임계 크기보다 작은 블록에 대한 템플릿의 크기와 상이할 수 있다. 또한, 가로와 세로의 비가 임계값보다 크거나 임계값보다 작은 경우의 템플릿의 크기는 그렇지 않은 경우의 템플릿의 크기와 상이할 수 있다.
실시예4
본 실시예에 따르면, 템플릿 매칭의 비용 계산에 사용되는 비용 함수(cost function)는 가변적으로 설정될 수 있으며, 비용 함수에 관한 정보가 시그널링될 수 있다. 예컨대, 상기 비용 함수에 관한 정보는 시퀀스 파라미터 세트(sequence parameter set, SPS) 또는 픽처 파라미터 세트 (picture parameter set, PPS)와 같은 상위 레벨 신택스를 이용하여 영상 부호화 장치로부터 영상 복호화 장치로 전송될 수 있다.
템플릿 매칭에 기반한 머지 후보의 재배열 방법의 가용 여부는 예컨대, 상기 표 2와 같이 SPS와 같은 상위 레벨에서 전송될 수 있다. 표 2는 실시예1에서 설명되었으므로, 중복 설명은 생략한다.
본 실시예에 따르면, 상기 aml이 가용한 경우, 템플릿 매칭 비용을 계산하기 위한 비용 함수에 관한 정보가 예컨대, 표 10과 같이 추가적으로 시그널링될 수 있다.
seq_parameter_set_rbsp(　) { Descriptor
…
sps_aml_enabled_flag u(1)
if ( sps_aml_enable_flag )
sps_aml_cost_function_idx ue(v)
}
상기 표 10에서, sps_aml_cost_function_idx는 템플릿 매칭에 기반한 머지 후보 리스트의 재배열 기술에서 사용하는 비용 함수에 관한 정보(인덱스)일 수 있다. 상기 인덱스 및 표 11의 테이블에 따라, 비용 함수가 유도될 수 있다.
sps_aml_cost_function_idx 비용 함수
0 SAD
1 SSE
2 MR-SAD
3 HAD
상기 표 11은 영상 부호화 장치와 영상 복호화 장치에서 미리 정의된 것일 수 있다. 상기 신택스 값의 범위 및/또는 비용 함수는 일 예에 불과하며, 상술한 예시로 제한되지 않고, 다른 다양한 조합이 가능할 수 있다.
또한, 상기 비용 함수에 관한 정보는 상술한 SPS에 이외에 픽처 파라미터 세트 또는 픽처 헤더와 같은 임의의 다른 상위 레벨에서 전송될 수도 있다.
실시예5
본 실시예에 따르면, 템플릿 매칭의 비용 계산에 사용되는 비용 함수(cost function)는 가변적으로 설정될 수 있으며, 비용 함수에 관한 정보가 시그널링될 수 있다. 예컨대, 상기 비용 함수에 관한 정보는 시퀀스 파라미터 세트(sequence parameter set, SPS) 또는 픽처 파라미터 세트 (picture parameter set, PPS)와 같은 상위 레벨 신택스를 이용하여 영상 부호화 장치로부터 영상 복호화 장치로 전송될 수 있다.
템플릿 매칭에 기반한 움직임 벡터 보정(개선) 방법의 가용 여부는, 예컨대, 표 5와 같이 SPS와 같은 상위 레벨에서 전송될 수 있다. 표 5는 실시예2에서 설명되었으므로, 중복 설명은 생략한다.
본 실시예에 따르면, 상기 dmvd가 가용한 경우, 템플릿 매칭 비용을 계산하기 위한 비용 함수에 관한 정보가 예컨대, 표 12와 같이 추가적으로 시그널링될 수 있다.
seq_parameter_set_rbsp(　) { Descriptor
…
sps_dmvd_enabled_flag u(1)
if ( sps_dmvd_enable_flag )
sps_dmvd_cost_function_idx ue(v)
}
상기 표 12에서, sps_dmvd_cost_function_idx는 템플릿 매칭에 기반한 움직임 벡터 보정 기술에서 사용하는 비용 함수에 관한 정보(인덱스)일 수 있다. 상기 인덱스 및 표 13의 테이블에 따라, 비용 함수가 유도될 수 있다.
sps_dmvd_cost_function_idx 비용 함수
0 SAD
1 SSE
2 MR-SAD
3 HAD
상기 표 13은 영상 부호화 장치와 영상 복호화 장치에서 미리 정의된 것일 수 있다. 상기 신택스 값의 범위 및/또는 비용 함수는 일 예에 불과하며, 상술한 예시로 제한되지 않고, 다른 다양한 조합이 가능할 수 있다.
또한, 상기 비용 함수에 관한 정보는 상술한 SPS에 이외에 픽처 파라미터 세트 또는 픽처 헤더와 같은 임의의 다른 상위 레벨에서 전송될 수도 있다.
실시예6
본 실시예에 따르면, 템플릿 매칭 비용에 기반한 기술들에 대해 공통으로 비용 함수에 관한 정보가 시그널링될 수 있다. 예컨대, 상기 비용 함수에 관한 정보는 시퀀스 파라미터 세트 (sequence parameter set, SPS) 또는 픽처 파라미터 세트 (picture parameter set, PPS)와 같은 상위 레벨 신택스를 이용하여 영상 부호화 장치로부터 영상 복호화 장치로 전송될 수 있다.
본 실시예에 따르면, 템플릿 매칭 비용에 기반한 기술들에 대해 공통인 템플릿 매칭 비용을 계산하기 위한 비용 함수에 관한 정보가 예컨대, 표 14와 같이 시그널링될 수 있다.
seq_parameter_set_rbsp(　) { Descriptor
…
sps_cost_function_idx ue(v)
}
상기 표 14에서, sps_cost_function_idx는 템플릿 매칭에 기반한 기술에서 공통으로 사용하는 비용 함수에 관한 정보(인덱스)일 수 있다. 상기 인덱스 및 표 15의 테이블에 따라, 비용 함수가 유도될 수 있다.
sps_cost_function_idx 비용 함수
0 SAD
1 SSE
2 MR-SAD
3 HAD
상기 표 15는 영상 부호화 장치와 영상 복호화 장치에서 미리 정의된 것일 수 있다. 상기 신택스 값의 범위 및/또는 비용 함수는 일 예에 불과하며, 상술한 예시로 제한되지 않고, 다른 다양한 조합이 가능할 수 있다.
또한, 상기 비용 함수에 관한 정보는 상술한 SPS에 이외에 픽처 파라미터 세트 또는 픽처 헤더와 같은 임의의 다른 상위 레벨에서 전송될 수도 있다.
본 실시예는 템플릿 매칭 기반의 모든 기술에 공통으로 적용되는 비용 함수에 관한 정보의 시그널링에 관한 것이다. 그러나, 변형예로서, 기술 별로 다른 비용 함수를 사용하는 경우에는 상기 실시예4 또는 실시예5와 같이 별도의 신택스를 추가적으로 전송함으로써 각 기술에 대해 비용 함수에 관한 정보를 별도로 시그널링할 수 있다. 상기와 같이 별도의 신택스가 추가적으로 전송되는 경우, 해당 기술에 대한 비용 함수는 상기 공통의 비용 함수에 관한 정보 대신에 해당 기술에 대해 별도로 시그널링된 비용 함수 정보에 의해 유도될 수 있다.
이하, 실시예4 내지 실시예6에서 공통으로 기재된 비용 함수들에 대해 설명한다.
현재 블록의 템플릿은 curT 라고 하고, 움직임 벡터에 의해 특정된 참조 블록의 템플릿은 refT라고 할 때, 상기 비용 함수는 다음과 같이 정의될 수 있다. 여기서, n은 템플릿의 크기(또는 화소 개수)를 나타낼 수 있다.
SAD(sum of absolute difference)는 현재 블록의 템플릿과 참조 블록의 템플릿의 차분값에 대한 절댓값의 합을 나타낼 수 있으며, 수식 1에 의해 계산될 수 있다.
Figure PCTKR2023004849-appb-img-000001
SSE(sum of square error)는 현재 블록의 템플릿과 참조 블록의 템플릿의 차분값의 제곱의 합을 나타낼 수 있으며, 수식 2에 의해 계산될 수 있다.
Figure PCTKR2023004849-appb-img-000002
MR-SAD(mean removal SAD)는 현재 블록의 템플릿과 참조 블록의 템플릿에서 각각 평균값을 뺀 차분값에 대한 절댓값의 합을 나타낼 수 있으며, 수식 3에 의해 계산될 수 있다.
Figure PCTKR2023004849-appb-img-000003
수식 3에서,
Figure PCTKR2023004849-appb-img-000004
와
Figure PCTKR2023004849-appb-img-000005
는 각각 현재 블록의 템플릿 평균과 참조 블록의 템플릿 평균을 나타낼 수 있다.
HAD(hadamard absolute difference)는 기존의 하다마드 변환으로 계산될 수 있으며, 자세한 유도 과정은 생략한다.
도 12는 본 개시의 실시예1 내지 실시예6을 수행하는 영상 복호화 방법을 설명하기 위한 도면이다. 도 12의 영상 복호화 방법은 영상 복호화 장치가 수행할 수 있다. 실시예에 따라 도 12에 포함된 단계들 중 일부는 생략되거나 새로운 단계가 추가되거나, 수행 순서가 변경될 수 있다. 도 12에서 템플릿 매칭 기반 기술은 상술한 템플릿 매칭에 기반한 머지 후보의 재배열, 템플릿 매칭에 기반한 움직임 벡터 보정 등을 포함할 수 있다.
도 12에 도시된 바와 같이, 단계 S1210에서 템플릿 매칭 기반 기술이 가용한지 여부를 나타내는 정보가 획득될 수 있다. 템플릿 매칭 기반 기술 가용 정보는 예컨대, 상술한 sps_aml_enabled_flag 또는 sps_dmvd_enabled_flag를 포함할 수 있다. 단계 S1210에서 획득된 템플릿 매칭 기반 기술 가용 정보에 기반하여 템플릿 매칭 기반 기술이 가용한지 여부가 판단될 수 있다(S1220). 또는, 템플릿 매칭 기반 기술이 항상 가용한 경우에는 단계 S1210 및 단계 S1220은 생략될 수 있다.
템플릿 매칭 기반 기술이 가용하지 않다면, 템플릿 매칭 기반 기술과 관련된 도 12의 절차는 종료될 수 있다. 템플릿 매칭 기반 기술이 가용하다면, 템플릿 매칭에 관한 정보가 획득될 수 있다(S1230). 템플릿 매칭에 관한 정보는 예컨대, 상술한 템플릿 매칭의 비용 계산에 필요한 템플릿의 크기에 관한 정보 또는 템플릿 매칭의 비용 계산에 사용되는 비용 함수에 관한 정보를 포함할 수 있다.
이후, 템플릿 매칭 기반 기술이 적용되는 현재 블록에 대해, 단계 S1230에서 획득된 정보에 기반하여 템플릿 매칭 비용을 계산할 수 있다(S1240). 예컨대, 템플릿의 크기에 관한 정보에 기반하여 유도된 템플릿의 크기 및/또는 비용 함수에 관한 정보에 기반하여 결정된 비용 함수를 이용하여 현재 블록에 대해 템플릿 매칭 비용을 유도할 수 있다. 이후, 유도된 템플릿 매칭 비용에 기반하여 템플릿 매칭 기반 기술을 수행함으로써 현재 블록에 대한 예측을 수행할 수 있다(S1250).
도 13은 본 개시의 실시예1 내지 실시예6을 수행하는 영상 부호화 방법을 설명하기 위한 도면이다. 도 13의 영상 부호화 방법은 영상 부호화 장치가 수행할 수 있다. 실시예에 따라 도 13에 포함된 단계들 중 일부는 생략되거나 새로운 단계가 추가되거나, 수행 순서가 변경될 수 있다. 도 13에서 템플릿 매칭 기반 기술은 상술한 템플릿 매칭에 기반한 머지 후보의 재배열, 템플릿 매칭에 기반한 움직임 벡터 보정 등을 포함할 수 있다.
도 13에 도시된 바와 같이, 단계 S1310에서 템플릿 매칭 기반 기술이 가용한지 여부를 결정할 수 있다. 단계 S1310에서의 결정에 기반하여 템플릿 매칭 기반 기술 가용 정보가 부호화될 수 있다. 템플릿 매칭 기반 기술 가용 정보는 예컨대, 상술한 sps_aml_enabled_flag 또는 sps_dmvd_enabled_flag를 포함할 수 있다. 단계 S1320에서 템플릿 매칭 기반 기술이 가용한지 여부가 판단되고, 템플릿 매칭 기반 기술이 가용하지 않다면, 템플릿 매칭 기반 기술 가용 정보가 부호화되고 도 13의 절차는 종료될 수 있다. 템플릿 매칭 기반 기술이 항상 가용한 경우에는 단계 S1310 및 단계 S1320은 생략될 수 있다.
템플릿 매칭 기반 기술이 가용하다면, 템플릿 매칭에 관한 정보가 결정될 수 있다(S1330). 템플릿 매칭에 관한 정보는 예컨대, 상술한 템플릿 매칭의 비용 계산에 필요한 템플릿의 크기에 관한 정보 또는 템플릿 매칭의 비용 계산에 사용되는 비용 함수에 관한 정보를 포함할 수 있다.
이후, 템플릿 매칭 기반 기술이 적용되는 현재 블록에 대해, 단계 S1330에서 결정된 정보에 기반하여 템플릿 매칭 비용을 계산할 수 있다(S1340). 예컨대, 템플릿의 크기에 관한 정보에 기반하여 유도된 템플릿의 크기 및/또는 비용 함수에 관한 정보에 기반하여 결정된 비용 함수를 이용하여 현재 블록에 대해 템플릿 매칭 비용을 유도할 수 있다. 이후, 유도된 템플릿 매칭 비용에 기반하여 템플릿 매칭 기반 기술을 수행함으로써 현재 블록에 대한 예측을 수행할 수 있다(S1350). 또한, 템플릿 매칭 기반 기술 가용 정보 및 템플릿 매칭에 관한 정보가 부호화될 수 있다(S1360).
본 개시의 실시예1 내지 실시예6, 도 12 및 도 13을 참조하여 설명한 실시예에 따르면, 템플릿 매칭 기반 기술의 적응적인 적용이 가능해질 수 있다. 따라서, 템플릿 매칭 기반 기술의 적용에 따른 부호화 효율을 개선할 수 있고, 그에 따라 영상의 압축 효율이 향상될 수 있다.
실시예7
본 실시예에 따르면, 템플릿 매칭의 비용 계산에 필요한 템플릿의 위치 및/또는 크기는 가변적으로 설정될 수 있다. 예컨대, 현재 블록의 부호화 정보 또는 현재 블록의 크기 정보에 기반하여 템플릿의 위치 및/또는 크기가 가변할 수 있다.
템플릿 매칭의 비용을 계산하기 위해 현재 블록의 주변 화소 정보 및 참조 블록의 주변 화소 정보를 사용하는 경우, 아래의 예(예1 내지 예6)들 중 하나 또는 둘 이상의 조합이 사용될 수 있다. 아래에서 “해당 블록”은 “현재 블록” 및/또는 “참조 블록”일 수 있다.
예1) 해당 블록의 주변 화소들을 모두 사용하되, 해당 블록 내 화소들보다 더 많은 수의 주변 화소들을 사용할 수 있다.
예2) 해당 블록의 주변 화소들을 모두 사용하되, 해당 블록 내 화소들과 동일한 수의 주변 화소들을 사용할 수 있다.
예3) 해당 블록의 주변 화소들 중 하나 이상의 일부만 사용할 수 있다.
예4) 해당 블록의 주변 화소들 중 하나 이상의 일부만 사용하되, 서브샘플링(subsampling)된 형태로 사용할 수 있다.
예5) 해당 블록의 주변 화소들 중 하나 이상의 일부만 사용하되, 임의의 위치의 일부 주변 화소(들)를 사용할 수 있다.
예6) 해당 블록의 주변 화소들을 대표하는 특정 화소(들)를 선택하여 사용할 수 있다. 예를 들어, 가용한 주변 화소들 중 2개의 주변 화소들(샘플값이 최대인 주변 화소와 샘플값이 최소인 주변 화소)을 사용할 수 있다. 이 경우, 상기 주변 화소들 중 상기 선택된 특정 화소(들) 이외의 화소들은 사용되지 않을 수 있다.
상기 주변 화소 정보들의 선택은 해당 블록의 너비(width) 및/또는 높이(height)에 기반하여 수행될 수 있다. 예를 들어, 이용 가능한 최대 화소의 크기를 임의로 정하여, 특정 너비나 특정 높이까지는 주변 화소들을 모두 사용하고, 그보다 너비 또는 높이가 큰 경우에는 일부 화소만을 선택하여 사용할 수 있다.
다른 예로, 서브샘플링 비율(subsampling ratio)를 정하여 너비나 높이에 따라 적응적으로 일부 화소가 선택되도록 할 수 있다. 예를 들어, 서브샘프링 비율이 2이고, 너비나 높이가 4인 경우에는 2개의 주변 화소만을, 너비나 높이가 8인 경우에는 4개의 주변 화소만을 선택하여 사용할 수 있다.
또 다른 예로, 상기 주변 화소 정보들의 선택은 임의의 임계값(threshold)에 기반하여 수행될 수 있다. 예를 들어, 주변 화소의 값을 임계값과 비교하고, 임계값보다 큰 값을 갖는 주변 화소만을 선택하여 사용할 수 있다. 또는 주변 화소의 값을 임계값과 비교하고, 임계값보다 작은 값을 갖는 주변 화소만을 선택하여 사용할 수 있다.
상술한 방법들은 선택적으로 조합하여 사용될 수 있음은 당업자에게 자명하다.
상기 서브샘플링 비율이나 임의의 임계값은 영상 부호화 장치와 영상 복호화 장치에서 사전에 정의하여 사용되는 것일 수 있다. 또는, 상기 서브샘플링 비율이나 임의의 임계값은 특정 header(SPS, PPS, Picture Header, Slice Header 등)에 포함되어 영상 부호화 장치로부터 영상 복호화 장치로 전송(시그널링)될 수 있다.
도 14는 본 개시의 일 실시예에 따라 선택 가능한 템플릿의 다양한 예를 설명하기 위한 도면이다. 도 14에 도시된 예들은 상술한 예1 내지 예6의 어느 하나에 대응될 수 있다.
도 14에서 음영으로 표시된 부분이 템플릿 매칭의 비용 계산에 필요한 템플릿의 예이다. 도 14에 도시된 바와 같이, 템플릿의 위치 및/또는 크기는 가변적으로 설정될 수 있다.
본 개시의 다른 예에 따르면, 상기 주변 화소 정보들을 선택할 때, 아래의 예들(예7 내지 예12) 중 하나 또는 둘 이상의 조합이 적용될 수 있다. 아래에서 “해당 블록”은 “현재 블록” 및/또는 “참조 블록”일 수 있다.
예7) 상기 주변 화소들은 해당 블록에 인접한 하나의 참조 라인(reference line)에서 선택될 수 있다.
예8) 상기 주변 화소들은 해당 블록에 인접하지 않은 하나의 참조 라인에서 선택될 수 있다.
예9) 상기 주변 화소들은 해당 블록에 인접한 둘 이상의 복수의 참조 라인들로 구성된 영역에서 선택될 수 있다.
예10) 상기 주변 화소들은 해당 블록의 좌측에 인접한 하나 이상의 참조 라인(들)로 구성된 영역에서 선택될 수 있다.
예11) 상기 주변 화소들은 해당 블록의 상단에 인접한 하나 이상의 참조 라인(들)로 구성된 영역에서 선택될 수 있다.
예12) 상기 주변 화소들은 상기 예a) 내지 예e)의 방법들 중 둘 이상을 조합하여 구성된 영역에서 선택될 수 있다.
도 15는 본 개시의 다른 실시예에 따라 선택 가능한 템플릿의 다양한 예를 설명하기 위한 도면이다. 도 15에 도시된 예들은 상술한 예7 내지 예11의 어느 하나에 대응될 수 있다.
도 15에서 음영으로 표시된 부분이 템플릿 매칭의 비용 계산에 필요한 템플릿의 예이다. 도 15에 도시된 바와 같이, 템플릿의 위치 및/또는 크기는 가변적으로 설정될 수 있다.
도 15를 참조하여 설명한 상기 주변 화소 정보들이 속한 영역을 선택하기 위한 방법으로 블록의 너비(width) 및 높기(height)가 기준으로 사용될 수 있다. 본 개시에 따르면, 예를 들어 상기 템플릿 매칭 비용을 유도하기 위해 필요한 최소 화소 수가 임의로 정해질 수 있다. 이 때, 하나의 참조 라인의 영역만으로도 상기 최소 화소 수를 확보할 수 있는 특정 너비 또는 특정 높이를 갖는 블록이라면 해당 블록에 대해서는 해당 블록에 인접하거나 또는 인접하지 않은 하나의 참조 라인의 영역으로부터 상기 주변 화소들이 선택될 수 있다. 그러나, 그렇지 못한 경우에는 둘 이상의 복수의 참조 라인들로 구성된 영역에서 상기 주변 화소들이 선택될 수 있다.
본 개시의 다른 예에 따르면, 상기 주변 화소 정보들을 선택하기 위한 방법으로 임의의 임계값(threshold)이 사용될 수 있다. 예컨대, 주변 화소의 값을 임계값과 비교하고, 주변 화소의 값이 임계값보다 큰 주변 화소만을 선택적으로 사용할 수 있다. 또는 주변 화소의 값을 임계값과 비교하고, 주변 화소의 값이 임계값보다 작은 주변 화소만을 선택적으로 사용할 수 있다. 이 경우 템플릿 매칭에 필요한 최소 화소 수가 인접하거나 또는 인접하지 않은 하나의 참조 라인 영역으로부터 확보될 수 있는 경우에는 하나의 참조 라인으로 구성된 영역에서만 상기 주변 화소를 선택할 수 있다. 그렇지 않은 경우에는 복수의 참조 라인들로 구성된 영역으로부터 상기 템플릿 매칭 비용을 계산하기 위해 필요한 상기 주변 화소를 확보할 수 있다.
상기 주변 화소가 속한 영역을 선택하기 위한 정보는 영상 부호화 장치 및 영상 복호화 장치에서 사전에 정의될 수 있다. 또는 상기 주변 화소가 속한 영역을 선택하기 위한 정보는 특정 헤더(SPS, PPS, Picture Header, Slice Header 등)에 포함되어 영상 부호화 장치로부터 영상 복호화 장치로 전송될 수 있다. 또는 상기 주변 화소가 속한 영역은 특정 헤더에 포함되어 시그널링되는 정보 및 해당 블록의 크기(너비 및/또는 높이)에 기반하여 영상 부호화 장치 및 영상 복호화 장치에서 사전에 정의된 방법에 따라 유도될 수 있다.
본 개시의 다른 예에 따르면, 템플릿 매칭에 기반한 머지 후보의 재배열을 수행할 때, 템플릿 매칭 비용을 계산하기 위한 상기 템플릿의 위치는 머지 후보의 위치에 기반하여 결정될 수 있다. 예를 들어, 머지 후보가 현재 블록의 좌측 블록인 경우, 좌측 템플릿만을 사용하여 템플릿 매칭 비용을 계산할 수 있다. 또한, 머지 후보가 현재 블록의 상단 블록인 경우, 상측 템플릿만을 사용하여 템플릿 매칭 비용을 계산할 수 있다.
본 개시의 다른 예에 따르면, 템플릿 매칭에 기반한 머지 후보의 재배열을 수행할 때, 템플릿 매칭 비용을 계산하기 위한 상기 템플릿의 위치 및/또는 크기는 머지 후보의 타입에 따라 적응적으로 결정될 수 있다. 여기서, 머지 후보의 타입은 공간적 움직임 벡터 후보(spatial motion vector candidate), 시간적 움직임 벡터 후보(temporal motion vector candidate), 비인접-공간적 움직임 벡터 후보(non-adjacent spatial motion vector candidate), 히스토리 기반의 움직임 벡터 후보(history-based motion vector candidate) 등을 의미할 수 있다.
상술한 예들에 있어서, 템플릿 매칭에 기반한 머지 후보의 재배열을 수행하기 위해 템플릿을 선택할 때, 머지 후보마다 템플릿 비용에 사용되는 화소의 개수가 다를 수 있다. 본 개시에 따르면, 머지 후보 간의 템플릿 비용의 공정한 비교를 위하여 템플릿 비용은 해당 템플릿 비용에 사용된 화소의 개수로 정규화될 수 있다.
본 개시의 또 다른 예에 따르면, 템플릿 매칭 비용을 계산하기 위한 상기 템플릿은 움직임 벡터의 방향성에 기반하여 적응적으로 결정될 수 있다. 보다 구체적으로 x축 방향의 움직임 벡터와 y축 방향의 움직임 벡터의 크기의 차이에 기반하여 템플릿이 선택될 수 있다. 또는, 움직임 벡터의 절대값의 크기에 기반하여 템플릿의 크기가 조절될 수도 있다.
본 실시예에 따르면, 템플릿의 위치 및/또는 크기를 적응적/가변적으로 선택하는 것이 가능해지며, 그로 인해 보다 정확한 템플릿 매칭 비용의 계산이 가능해질 수 있다. 따라서, 본 실시예에 따르면 템플릿 매칭 비용 기반의 영상 부호화 효율이 향상될 수 있다.
본 실시예에서 설명된 다양한 예시들은 조합되어 사용될 수 있다. 예컨대, 도 14의 (c)에 따른 주변 화소의 선택 방법과 도 15의 (b)에 따른 주변 화소의 선택 방법이 조합될 수 있으며, 이 경우, 해당 블록에 인접하지 않은 하나의 참조 라인으로부터 하나 이상의 일부의 주변 화소들이 선택될 수 있다.
또는, 본 실시예에서 설명된 주변 화소의 선택 방법들 중 적어도 둘 이상의 선택 방법들이 사용될 수 있으며, 각각의 선택 방법들에 기반하여 계산된 템플릿 매칭 비용들을 가중합하여 최종 비용을 계산하고, 최종 비용에 기반하여 템플릿 매칭 비용 기반의 기술을 수행할 수도 있다.
또는, 현재 블록의 크기 및/또는 현재 블록의 모양에 기반하여 본 실시예에서 설명된 주변 화소의 선택 방법들 중 하나의 방법을 선택할 수 있다. 예컨대, 현재 블록의 가로와 세로의 비가 임계값보다 크거나 또는 임계값보다 작은 경우, 도 15의 (d)의 좌측 영역 또는 도 15의(e)의 상단 영역으로부터 주변 화소를 선택할 수도 있다.
실시예8
본 실시예에 따르면, 템플릿 매칭의 비용은 해당 템플릿 매칭의 비용과 템플릿의 공간적 유사도 비용과의 가중합을 통해 유도(조정)될 수 있다.
예컨대, 참조 블록의 템플릿과 참조 블록의 화소 간 유사성이 낮거나 다른 통계적 특성을 가지는 경우, 템플릿 매칭에 기반한 머지 후보의 재배열이 부호화 효율 향상에 도움이 되지 않거나 오히려 부호화 성능의 저하를 초래할 수 있다. 본 개시에 따르면, 템플릿 매칭 비용의 정확도를 높이기 위하여, 기존의 템플릿 비용에 추가적으로 공간적 유사도 비용을 사용함으로써 최종 템플릿 비용이 계산될 수 있다.
상기 공간적 유사도 비용은 참조 블록의 템플릿과 그 템플릿에 인접한 참조 블록 내부의 화소 값과의 차이에 기반하여 계산될 수 있다. 참조 템플릿의 공간적 유사도는 참조 템플릿에 대한 신뢰도로 표현될 수도 있다.
도 16은 공간적 유사도 비용을 계산하기 위한 참조 블록의 템플릿과 참조 블록의 경계 화소를 예시적으로 도시한 도면이다.
움직임 벡터에 의해 특정된 참조 블록의 참조 템플릿은 refT라고 하고, 참조 템플릿과 인접한 참조 블록 내 경계 화소는 refB 라고 할 때, 상기 공간적 유사도 비용(spatial similarity cost)은 예컨대, 수식 4와 같이 계산될 수 있다.
Figure PCTKR2023004849-appb-img-000006
상기 수식 4에서 n은 템플릿의 크기 (또는 화소 개수)를 나타낼 수 있다.
상기 수식 4는 상기 수식 1과 유사한 SAD에 기반한 비용 계산식이다. 그러나 공간적 유사도 비용을 계산하는 방식은 상기 수식 4에 한정되지 않으며, refT와 refB의 차이에 기반한 다양한 방식(예컨대, 수식 1 내지 수식 3 등)이 이용될 수 있음은 당업자에게 자명하다.
템플릿 매칭의 최종 비용은 상기 템플릿 비용과 상기 공간적 유사도 비용의 가중합으로 예컨대, 아래와 같이 유도될 수 있다.
최종 비용 = a * 템플릿_비용 + b * 공간적_유사도_비용
상기에서 템플릿 비용은 상술한 다양한 실시예에서 설명된 템플릿 비용 함수 중 하나에 의해 유도될 수 있으며, 공간적 유사도 비용은 본 실시예에 설명된 방법에 따라 유도될 수 있다. 상기에서 템플릿 비용의 가중치 a와 공간적 유사도 비용의 가중치 b는 소정의 헤더(예컨대, SPS, PPS, Picture Header, Slice Header 등)에 포함되어 명시적으로 시그널링될 수 있다. 또는 상기 가중치는 현재 블록 크기 및/또는 현재 블록의 부호화 정보에 기반하여 영상 부호화 장치와 영상 복호화 장치에서 미리 정의된 값으로 유도될 수 있다. 또는, 상기 가중치는 현재 블록 크기 및/또는 현재 블록의 부호화 정보와 비트스트림을 통해 시그널링되는 정보의 조합에 의해 유도될 수도 있다.
본 실시예에 따르면, 참조 템플릿의 공간적 유사도를 고려하여 템플릿 매칭의 비용을 조정함으로써, 보다 정확한 템플릿 매칭의 비용을 계산하는 것이 가능해지며, 그로 인해 템플릿 매칭 비용 기반의 영상 부호화 효율이 보다 정교해질 수 있다.
실시예9
본 실시예에 따르면, 템플릿 매칭의 비용 함수는 움직임 벡터의 크기, 움직임 벡터의 위치 및/또는 움직임 벡터의 종류에 기반하여 가중치를 달리할 수 있다.
상기 실시예7에 따르면, 머지 후보의 타입에 따라서 템플릿의 방향 또는 템플릿의 크기를 적응적으로 선택할 수 있다. 이와 유사하게 본 실시예에 따르면, 머지 후보의 타입에 따라서 템플릿 매칭 비용의 가중치를 조정할 수 있다. 보다 구체적으로, 공간적 움직임 벡터 후보, 시간적 움직임 벡터 후보, 비인접-공간적 움직임 벡터 후보, 히스토리 기반의 움직임 벡터 후보 등 머지 후보의 타입에 따라 템플릿 매칭 비용에 대해 아래와 같이 서로 다른 가중치가 적용될 수 있다.
최종 비용 = amerge_type * 템플릿_비용
상기에서 amerge_type가 해당 머지 후보의 타입에 따른 가중치를 의미하며, 상기 템플릿 비용은 상술한 다양한 실시예에서 설명된 템플릿 비용 함수 중 하나에 의해 유도될 수 있다.
일 예로, 공간적 움직임 벡터 후보의 가중치를 비인접-공간적 움직임 벡터 후보의 가중치보다 낮게 설정하면, 공간적 움직임 벡터 후보에 대한 최종 템플릿 비용을 상대적으로 낮추는 효과가 있다. 따라서 공간적 움직임 벡터 후보가 비인접-공간적 움직임 벡터 후보보다 더 많이 선택될 수 있도록 조정할 수 있다. 즉, 영상의 통계적 특성에 따라, 머지 후보의 타입에 따른 가중치 값을 적용하여 특정 머지 후보의 선택율을 조정함으로써 압축 효율을 향상시킬 수 있다. 머지 후보의 타입에 따른 가중치는 소정의 헤더(SPS, PPS, Picture Header, Slice Header 등)에 포함되어 명시적으로 시그널링되거나, 현재 블록 크기 및/또는 현재 블록의 부호화 정보에 기반하여 영상 부호화 장치와 영상 복호화 장치에서 미리 정의된 값으로 유도될 수 있다. 또는, 상기 가중치는 현재 블록 크기 및/또는 현재 블록의 부호화 정보와 비트스트림을 통해 시그널링되는 정보의 조합에 의해 유도될 수도 있다.
또한, 상기 실시예7에 따르면, 템플릿 매칭 기반의 움직임 벡터 보정을 수행하는 경우, 움직임 벡터의 크기나 움직임 벡터의 x 방향 성분과 y 방향 성분의 차이에 따라서 템플릿의 방향 및/또는 크기를 선택할 수 있다. 이와 유사하게 본 개시의 다른 실시예에 따르면, 움직임 벡터의 크기에 기반하여 가중치를 조정할 수 있다. 보다 구체적으로 움직임 벡터의 절대값의 크기 또는 움직임 벡터의 x 방향 성분과 y 방향 성분의 차이에 따라 아래와 같이 상이한 가중치가 적용될 수 있다.
최종 비용 = aabs_mv * 템플릿_비용
상기에서 aabs_mv가 움직임 벡터의 절대값의 크기 또는 움직임 벡터의 x 방향 성분과 y 방향 성분의 차이에 따른 가중치를 의미하며, 상기 템플릿 비용은 상술한 다양한 실시예에서 설명된 템플릿 비용 함수 중 하나에 의해 유도될 수 있다.
일 예로, 움직임 벡터의 절대값의 크기가 작은 경우 가중치를 낮게 설정하면, 최종적인 템플릿 매칭 비용을 낮추는 효과가 있다. 즉, 영상의 통계적 특성에 따라, 움직임 벡터의 크기에 따라 상이한 가중치를 적용함으로써, 현재 블록의 위치와 보다 유사한 위치의 참조 블록을 지시하는 움직임 벡터가 선택되도록 조절할 수 있다. 움직임 벡터의 절대값의 크기 또는 움직임 벡터의 x 방향 성분과 y 방향 성분의 차이에 따른 가중치는 소정의 헤더(SPS, PPS, Picture Header, Slice Header 등)에 포함되어 명시적으로 시그널링되거나, 현재 블록 크기 및/또는 현재 블록의 부호화 정보에 기반하여 영상 부호화 장치와 영상 복호화 장치에서 미리 정의된 값으로 유도될 수 있다. 또는, 상기 가중치는 현재 블록 크기 및/또는 현재 블록의 부호화 정보와 비트스트림을 통해 시그널링되는 정보의 조합에 의해 유도될 수도 있다.
본 실시예는 본 개시의 실시예8과 조합되어 예컨대 아래와 같이 최종 비용이 유도될 수 있다.
최종 비용 = amerge_type * 템플릿_비용 + b * 공간적_유사도_비용
상기에서 amerge_type가 해당 머지 후보의 타입에 따른 가중치를 의미하며, 이는 기술에 따라서 움직임 벡터의 절대값의 크기 또는 움직임 벡터의 x 방향 성분과 y 방향 성분의 차이에 따른 가중치인 aabs_mv로 대체될 수 있다. 또한, 상기 b는 공간적 유사도 비용에 대한 가중치를 의미한다.
상기에서 템플릿 비용은 상술한 다양한 실시예에서 설명된 템플릿 비용 함수 중 하나에 의해 유도될 수 있으며, 공간적 유사도 비용은 본 개시의 실시예8에 설명된 방법에 따라 유도될 수 있다. 상기에서 가중치 aabs_mv와 가중치 b는 소정의 헤더(예컨대, SPS, PPS, Picture Header, Slice Header 등)에 포함되어 명시적으로 시그널링될 수 있다. 또는 상기 가중치는 현재 블록 크기 및/또는 현재 블록의 부호화 정보에 기반하여 영상 부호화 장치와 영상 복호화 장치에서 미리 정의된 값으로 유도될 수 있다. 또는, 상기 가중치는 현재 블록 크기 및/또는 현재 블록의 부호화 정보와 비트스트림을 통해 시그널링되는 정보의 조합에 의해 유도될 수도 있다.
본 개시에 기재된 다양한 실시예들은 둘 이상이 조합될 수 있다. 예를 들어, 실시예3과 실시예7의 조합에 의해, 템플릿 영역의 위치나 블록의 크기/모양에 따라 다른 템플릿 크기를 사용하는 실시예가 유도될 수 있다. 또는, 실시예6과 실시예7의 조합에 의해, 동일한(또는 상이한) 템플릿 영역에 대해 서로 다른 비용 함수를 적용한 후 가중합하여 최종 비용을 계산하는 실시예가 유도될 수 있다. 또는, 실시예3과 실시예8의 조합에 의해, 신뢰도 비용 기반으로 상단 템플릿 또는 좌측 템플릿의 크기를 가변적으로 결정하는 실시예가 유도될 수 있다. 또는, 실시예7과 실시예8의 조합에 의해, 신뢰도 비용 기반으로 템플릿 영역의 크기 및/또는 위치가 결정되는 실시예가 유도될 수 있다. 나아가, 실시예들 간의 조합이 가능하지 않은 경우를 제외하고, 둘 이상의 실시예들의 조합의 예는 상술한 예로 한정되지 않는다.
본 개시에 따르면 머지 후보의 타입, 움직임 벡터의 크기 등에 따라 보다 정교한 템플릿 매칭 비용의 계산이 가능해지고, 그로 인해 템플릿 매칭에 기반한 부호화 효율이 향상되는 효과를 기대할 수 있다.
도 17은 본 개시의 실시예들 중 적어도 하나에 따른 영상 복호화 방법을 설명하기 위한 도면이다.
도 17의 영상 복호화 방법은 영상 복호화 장치에서 수행될 수 있다.
현재 블록에 대해 템플릿 매칭 비용 기반 기술이 적용되는 경우, 영상 복호화 장치는 템플릿 매칭 비용을 계산하기 위한 다양한 정보를 결정할 수 있다(S1710). 단계 S1710의 다양한 정보는 상술한 템플릿의 크기, 비용 함수뿐만 아니라 본 개시의 실시예7에서 설명된 템플릿의 위치, 임계값, 주변 화소 정보들을 선택하는 방법, 주변 화소가 속한 영역, 본 개시의 실시예8 또는 실시예9에서 설명된 각종 가중치, 최종 비용 함수 등을 포함하며, 본 개시의 다양한 실시예들 중 적어도 하나의 실시예에 따라 템플릿 매칭 비용을 계산하기 위한 모든 정보들 중 적어도 하나를 포함할 수 있다. 단계 S1710에서 다양한 정보의 결정은 본 개시의 실시예들에서 설명된 바와 같이, 비트스트림 내 소정의 헤더를 통해 시그널링되는 정보, 영상 부호화 장치와 영상 복호화 장치에서 기 정의된 정보, 블록의 크기(너비 및/또는 높이), 블록의 부호화 정보, 머지 후보의 타입, 움직임 벡터의 크기 등의 다양한 조건에 기반하여 수행될 수 있다.
단계 S1710에서 템플릿 매칭의 비용을 계산하기 위한 정보가 결정되면, 결정된 정보에 기반하여 템플릿 매칭 비용이 계산될 수 있다(S1720). 일 실시예에 따르면, 템플릿 매칭 비용은 공간적 유사도 비용과의 가중합으로 조정될 수 있다. 또한, 다른 실시예에 따르면, 템플릿 매칭 비용은 머지 후보의 타입이나 움직임 벡터의 크기 등에 기반하여 가중치가 적용될 수 있다. 또 다른 실시예에 따르면, 템플릿 매칭 비용은 머지 후보의 타입이나 움직임 벡터의 크기 등에 기반하여 가중치가 적용됨과 동시에 공간적 유사도 비용과의 가중합으로 조정될 수도 있다.
단계 S1720에서 템플릿 매칭 비용이 최종적으로 계산되면, 계산된 템플릿 매칭 비용에 기반하여 템플릿 매칭 기반의 기술이 수행될 수 있다(S1730). 템플릿 매칭 기반의 기술에 대해서는 도 12 및 도 13을 참조하여 설명된 바와 같다.
또한, 도 17의 방법은 영상 부호화 장치에서 영상 부호화 방법의 일부로서 수행될 수도 있다. 즉, 영상 복호화 방법에 관한 도 17의 설명은 영상 부호화 방법에 대해서도 동일하게 적용될 수 있다. 따라서, 영상 부호화 장치는 상술한 다양한 조건들에 기반하여 템플릿 매칭에 관한 정보를 결정하고(S1710), 결정된 정보에 기반하여 템플릿 매칭 비용을 계산한 후(S1720), 계산된 템플릿 매칭 비용에 기반하여 템플릿 매칭 기반 기술을 수행할 수 있다(S1730). 다만, 영상 부호화 장치는 템플릿 매칭에 관한 정보의 결정을 위해 비트스트림 내 소정의 헤더를 통해 시그널링되는 정보를 이용하지 않을 수 있다. 대신 영상 부호화 장치는 비트스트림을 생성하는 장치이므로, 템플릿 매칭에 관한 정보의 결정을 위한 상술한 다양한 조건들 중 영상 복호화 장치에 전송할 필요가 있는 정보를 비트스트림의 소정의 헤더에 부호화할 수 있다.
본 개시에 따르면, 템플릿 매칭의 비용 계산이 적응적으로 보다 정확해질 수 있다. 따라서, 템플릿 매칭 기반 기술의 부호화 효율을 향상시키는 효과를 기대할 수 있다.
도 18은 본 개시에 따른 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시적으로 나타낸 도면이다.
도 18에 도시된 바와 같이, 본 개시의 실시예가 적용된 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 개시의 실시예가 적용된 영상 부호화 방법 및/또는 영상 부호화 장치에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기반하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 할 수 있다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송할 수 있다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 수행할 수 있다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.
본 개시에 따른 실시예는 영상을 부호화/복호화하는데 이용될 수 있다.

Claims (16)

  1. 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서,
    템플릿 매칭 기반 기술이 수행되는 현재 블록에 대해 템플릿 매칭에 관한 정보를 결정하는 단계;
    상기 결정된 템플릿 매칭에 관한 정보에 기반하여 템플릿 매칭 비용을 계산하는 단계; 및
    상기 계산된 템플릿 매칭 비용에 기반하여 템플릿 매칭 기반 기술을 수행하는 단계를 포함하는 영상 복호화 방법.
  2. 제1항에 있어서,
    상기 템플릿 매칭에 관한 정보는 템플릿 매칭 비용을 계산하기 위한 템플릿의 크기에 관한 정보 또는 템플릿 매칭 비용을 계산하기 위한 차분 기반 함수에 관한 정보를 포함하는 영상 복호화 방법.
  3. 제2항에 있어서,
    상기 템플릿의 크기에 관한 정보 또는 상기 차분 기반 함수에 관한 정보는 상기 현재 블록의 상위 레벨에 포함되어 시그널링되는 영상 복호화 방법.
  4. 제2항에 있어서,
    상기 템플릿의 크기에 관한 정보 또는 상기 차분 기반 함수에 관한 정보는 상기 템플릿 매칭 기반 기술에 따라 상이한 영상 복호화 방법.
  5. 제1항에 있어서,
    상기 템플릿 매칭 비용을 계산하기 위한 템플릿은 상기 현재 블록의 부호화 정보 또는 상기 현재 블록의 크기에 기반하여 적응적으로 결정되는 영상 복호화 방법.
  6. 제5항에 있어서,
    상기 템플릿 매칭 비용을 계산하기 위한 템플릿은 상기 현재 블록의 크기와 소정의 임계값의 비교에 기반하여 적응적으로 결정되는 영상 복호화 방법.
  7. 제5항에 있어서,
    상기 템플릿 매칭 비용을 계산하기 위한 템플릿은 템플릿 매칭 비용 계산의 대상이 되는 머지 후보의 위치 또는 타입에 기반하여 적응적으로 결정되는 영상 복호화 방법.
  8. 제5항에 있어서,
    상기 템플릿 매칭 비용을 계산하기 위한 템플릿은 템플릿 매칭 비용 계산의 대상이 되는 움직임 벡터의 크기 또는 움직임 벡터의 방향성에 기반하여 적응적으로 결정되는 영상 복호화 방법.
  9. 제1항에 있어서,
    상기 템플릿 매칭 비용과 공간적 유사도 비용을 가중합한 값으로 상기 템플릿 매칭 비용이 조정되고,
    상기 공간적 유사도 비용은 참조 블록에 인접한 참조 템플릿과 상기 참조 템플릿에 인접한 상기 참조 블록 내 화소의 화소값의 차이에 기반하여 유도되는 영상 복호화 방법.
  10. 제9항에 있어서,
    상기 가중합의 가중치는 상기 현재 블록의 상위 레벨에 포함되어 시그널링되거나, 상기 현재 블록의 크기 또는 상기 현재 블록의 부호화 정보에 기반하여 유도되는 영상 복호화 방법.
  11. 제1항에 있어서,
    상기 템플릿 매칭 비용에 가중치가 적용된 값으로 상기 템플릿 매칭 비용이 조정되는 영상 복호화 방법.
  12. 제11항에 있어서,
    상기 가중치는 템플릿 매칭 비용 계산의 대상이 되는 머지 후보의 위치 또는 타입에 기반하여 적응적으로 결정되는 영상 복호화 방법.
  13. 제11항에 있어서,
    상기 가중치는 템플릿 매칭 비용 계산의 대상이 되는 움직임 벡터의 크기 또는 움직임 벡터의 방향성에 기반하여 적응적으로 결정되는 영상 복호화 방법.
  14. 영상 부호화 장치에 의해 수행되는 영상 부호화 방법으로서,
    템플릿 매칭 기반 기술이 수행되는 현재 블록에 대해 템플릿 매칭에 관한 정보를 결정하는 단계;
    상기 결정된 템플릿 매칭에 관한 정보에 기반하여 템플릿 매칭 비용을 계산하는 단계; 및
    상기 계산된 템플릿 매칭 비용에 기반하여 템플릿 매칭 기반 기술을 수행하는 단계를 포함하는 영상 부호화 방법.
  15. 영상 부호화 장치에 의해 생성된 비트스트림을 전송하는 방법에 있어서, 상기 영상 부호화 방법은,
    템플릿 매칭 기반 기술이 수행되는 현재 블록에 대해 템플릿 매칭에 관한 정보를 결정하는 단계;
    상기 결정된 템플릿 매칭에 관한 정보에 기반하여 템플릿 매칭 비용을 계산하는 단계; 및
    상기 계산된 템플릿 매칭 비용에 기반하여 템플릿 매칭 기반 기술을 수행하는 단계를 포함하는 비트스트림 전송 방법.
  16. 제14항의 영상 부호화 방법에 의해 생성된 비트스트림을 저장한 비일시적 컴퓨터 판독 가능한 기록 매체.
PCT/KR2023/004849 2022-04-11 2023-04-11 템플릿 매칭을 이용하는 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체 WO2023200217A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202263329859P 2022-04-11 2022-04-11
US63/329,859 2022-04-11

Publications (1)

Publication Number Publication Date
WO2023200217A1 true WO2023200217A1 (ko) 2023-10-19

Family

ID=88329984

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/004849 WO2023200217A1 (ko) 2022-04-11 2023-04-11 템플릿 매칭을 이용하는 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체

Country Status (1)

Country Link
WO (1) WO2023200217A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101632126B1 (ko) * 2009-07-02 2016-06-24 퀄컴 인코포레이티드 비디오 코딩을 위한 템플릿 매칭
US20160255349A1 (en) * 2015-02-27 2016-09-01 Sung Ho ROH Multimedia codec, application processor including the same, and method of operating the application processor
KR101909170B1 (ko) * 2014-05-28 2018-10-17 후아웨이 테크놀러지 컴퍼니 리미티드 템플릿 매칭 기반 인트라 예측 코딩 및 디코딩과 어레이 스캐닝 방법 및 장치
KR20200118861A (ko) * 2018-02-15 2020-10-16 애리스 엔터프라이지즈 엘엘씨 템플릿 매칭을 위한 가변 템플릿 크기
KR20210021971A (ko) * 2018-06-22 2021-03-02 소니 주식회사 화상 처리 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101632126B1 (ko) * 2009-07-02 2016-06-24 퀄컴 인코포레이티드 비디오 코딩을 위한 템플릿 매칭
KR101909170B1 (ko) * 2014-05-28 2018-10-17 후아웨이 테크놀러지 컴퍼니 리미티드 템플릿 매칭 기반 인트라 예측 코딩 및 디코딩과 어레이 스캐닝 방법 및 장치
US20160255349A1 (en) * 2015-02-27 2016-09-01 Sung Ho ROH Multimedia codec, application processor including the same, and method of operating the application processor
KR20200118861A (ko) * 2018-02-15 2020-10-16 애리스 엔터프라이지즈 엘엘씨 템플릿 매칭을 위한 가변 템플릿 크기
KR20210021971A (ko) * 2018-06-22 2021-03-02 소니 주식회사 화상 처리 장치 및 방법

Similar Documents

Publication Publication Date Title
WO2019107916A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 영상 디코딩 방법 및 장치
WO2020171444A1 (ko) Dmvr 기반의 인터 예측 방법 및 장치
WO2021054676A1 (ko) Prof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020004990A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020184848A1 (ko) Dmvr 기반의 인터 예측 방법 및 장치
WO2020055107A1 (ko) 영상 코딩 시스템에서 어파인 mvp 후보 리스트를 사용하는 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2019194514A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020184847A1 (ko) Dmvr 및 bdof 기반의 인터 예측 방법 및 장치
WO2019216714A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020013569A1 (ko) 영상 코딩 시스템에서 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2020262931A1 (ko) 비디오/영상 코딩 시스템에서 머지 데이터 신택스의 시그널링 방법 및 장치
WO2021006579A1 (ko) 머지 후보의 양방향 예측을 위한 가중치 인덱스를 유도하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020009447A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2021141477A1 (ko) 머지 후보들의 최대 개수 정보를 포함하는 시퀀스 파라미터 세트를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020231144A1 (ko) 어파인 tmvp를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020262962A1 (ko) 크로마 변환 블록의 최대 크기 제한을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020256487A1 (ko) 움직임 예측에 기반한 영상 코딩 방법 및 장치
WO2020032526A1 (ko) 영상 코딩 시스템에서 컨스트럭티드 어파인 mvp 후보를 사용하는 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2019216736A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2021049865A1 (ko) Bdof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021006576A1 (ko) 양방향 예측을 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020262960A1 (ko) 크로마 성분 부호화 블록의 최대 변환 크기 제한을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020262963A1 (ko) 크로마 블록의 최대 변환 크기 설정을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020185045A1 (ko) 크로마 블록에 대한 분할 제한을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021040426A1 (ko) Prof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법

Legal Events

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

Ref document number: 23788566

Country of ref document: EP

Kind code of ref document: A1