WO2024005616A1 - 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체 - Google Patents

영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체 Download PDF

Info

Publication number
WO2024005616A1
WO2024005616A1 PCT/KR2023/009336 KR2023009336W WO2024005616A1 WO 2024005616 A1 WO2024005616 A1 WO 2024005616A1 KR 2023009336 W KR2023009336 W KR 2023009336W WO 2024005616 A1 WO2024005616 A1 WO 2024005616A1
Authority
WO
WIPO (PCT)
Prior art keywords
block
current block
motion vector
collocated
prediction
Prior art date
Application number
PCT/KR2023/009336
Other languages
English (en)
French (fr)
Inventor
박내리
남정학
임재현
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 WO2024005616A1 publication Critical patent/WO2024005616A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—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
    • H04N19/70—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 invention relates to a video encoding/decoding method and device, and a recording medium storing a bitstream.
  • HD High Definition
  • UHD Ultra High Definition
  • Inter prediction technology that predicts the pixel value included in the current picture from pictures before or after the current picture using video compression technology
  • intra prediction technology that predicts the pixel value included in the current picture using pixel information in the current picture
  • frequency of appearance There are various technologies, such as entropy coding technology, which assigns short codes to high values and long codes to values with low frequency of occurrence. Using these video compression technologies, video data can be effectively compressed and transmitted or stored.
  • the present disclosure seeks to provide a method and apparatus for performing inter prediction using a subblock-based temporal motion vector predictor (SbTMVP).
  • SBTMVP subblock-based temporal motion vector predictor
  • the present disclosure seeks to provide a method and apparatus that considers more diverse candidates when deriving a sub-block-based temporal motion vector predictor.
  • the video decoding method and device derives a temporal vector of the current block based on the motion vector of one candidate among a candidate group including a plurality of candidates, and collects a collocated picture based on the temporal vector.
  • Determine a collocated block of the current block within (collocated picture) derive a motion vector of the current block in sub-block units based on the motion vector of the collocated block, and Inter prediction can be performed on the current block based on the motion vector of .
  • the candidate group may include adjacent spatial neighboring blocks of the current block and non-adjacent spatial neighboring blocks of the current block as candidates.
  • the non-adjacent spatial neighboring block is 2 to the height of the current block from the upper left sample adjacent to the upper left corner of the current block within the left sample line adjacent to the current block. It may include a first block containing samples separated by a value multiplied by a value, and a second block containing samples separated by a value equal to the width of the current block multiplied by 2 from the upper left sample within the upper sample line adjacent to the current block. .
  • the one candidate may be selected from the plurality of candidates included in the candidate group based on template matching.
  • the cost of the template matching is the sum of absolute SAD (SAD) between the template area of the current block and the template area of the block specified by the motion vectors of the plurality of candidates included in the candidate group. differences) or MRSAD (mean-removed sum of absolute differences).
  • the cost of the template matching is a block or sub specified by the motion vector of the block derived based on the template area of the current block and the plurality of candidates included in the candidate group.
  • the video decoding method and device may configure the candidate group including the plurality of candidates based on neighboring blocks of the current block.
  • the candidate group may be constructed by adding neighboring blocks at a specific location to the candidate group according to a predefined order.
  • the video decoding method and device can check whether the motion vector of a neighboring block at the specific location overlaps with the motion vector of a candidate previously included in the candidate group.
  • the overlap determines whether the difference between the motion vector of a candidate previously included in the candidate group and the motion vector of a neighboring block at the specific location is less than a predefined threshold. It can be decided based on.
  • the collocated picture may be determined based on a syntax element signaled through at least one syntax of a picture header or a slice header.
  • the syntax element may be signaled separately from the syntax element indicating a collocated picture for a temporal motion vector predictor.
  • the video encoding method and device determine a temporal vector of the current block based on the motion vector of one candidate among a candidate group including a plurality of candidates, and display a collocated picture based on the temporal vector.
  • Determine a collocated block of the current block in (collocated picture) determine the motion vector of the current block in sub-block units based on the motion vector of the collocated block, and determine the motion vector of the current block in the collocated picture.
  • Inter prediction can be performed on the current block based on the motion vector of .
  • the candidate group may include adjacent spatial neighboring blocks of the current block and non-adjacent spatial neighboring blocks of the current block as candidates.
  • the non-adjacent spatial neighboring block is 2 to the height of the current block from the upper left sample adjacent to the upper left corner of the current block within the left sample line adjacent to the current block. It may include a first block containing samples separated by a value multiplied by a value, and a second block containing samples separated by a value equal to the width of the current block multiplied by 2 from the upper left sample within the upper sample line adjacent to the current block. .
  • the one candidate may be selected from among the plurality of candidates included in the candidate group based on template matching.
  • the cost of the template matching is the sum of absolute SAD (SAD) between the template area of the current block and the template area of the block specified by the motion vectors of the plurality of candidates included in the candidate group. differences) or MRSAD (mean-removed sum of absolute differences).
  • the cost of the template matching is a block or sub specified by the motion vector of the block derived based on the template area of the current block and the plurality of candidates included in the candidate group.
  • the video encoding method and device may configure the candidate group including the plurality of candidates based on neighboring blocks of the current block.
  • the candidate group may be constructed by adding neighboring blocks at a specific location to the candidate group according to a predefined order.
  • the video encoding method and device can check whether the motion vector of a neighboring block at the specific location overlaps with the motion vector of a candidate previously included in the candidate group.
  • whether the overlap is determined is whether the difference between the motion vector of a candidate previously included in the candidate group and the motion vector of a neighboring block at the specific location is less than a predefined threshold. It can be decided based on.
  • the collocated picture may be determined based on a syntax element signaled through at least one syntax of a picture header or a slice header.
  • the syntax element may be signaled separately from the syntax element indicating a collocated picture for a temporal motion vector predictor.
  • a computer-readable digital storage medium storing encoded video/image information that causes performing an image decoding method by a decoding device according to the present disclosure is provided.
  • a computer-readable digital storage medium storing video/image information generated according to the image encoding method according to the present disclosure is provided.
  • a method and device for transmitting video/image information generated according to the video encoding method according to the present disclosure are provided.
  • the present disclosure can consider more diverse candidates for prediction, increase prediction accuracy, and improve compression performance.
  • FIG. 1 illustrates a video/image coding system according to the present disclosure.
  • Figure 2 shows a schematic block diagram of an encoding device to which an embodiment of the present disclosure can be applied and encoding of video/image signals is performed.
  • Figure 3 shows a schematic block diagram of a decoding device to which an embodiment of the present disclosure can be applied and decoding of video/image signals is performed.
  • FIG. 4 illustrates an inter prediction method performed by the decoding device 300 as an embodiment according to the present disclosure.
  • Figure 5 is a flowchart showing a process for deriving a sub-block based motion vector predictor to which an embodiment of the present disclosure can be applied.
  • FIG. 6 is a flowchart illustrating a process for deriving a sub-block based motion vector predictor according to an embodiment of the present disclosure.
  • Figure 7 is a diagram illustrating neighboring blocks to which an embodiment of the present disclosure can be applied.
  • FIG. 8 is a diagram illustrating a method for checking overlap between motion vectors according to an embodiment of the present disclosure.
  • Figure 9 is a flowchart illustrating a method of configuring a merge candidate list according to an embodiment of the present disclosure.
  • Figure 10 is a diagram illustrating a method for deriving a temporal merge candidate according to an embodiment of the present disclosure.
  • FIG. 11 is a diagram illustrating a method of deriving motion information from a reference block according to an embodiment of the present disclosure.
  • FIG. 12 is a diagram illustrating a method of deriving motion information from a reference block according to an embodiment of the present disclosure.
  • FIG. 13 is a diagram illustrating a method of deriving motion information from a reference block according to an embodiment of the present disclosure.
  • FIG. 14 is a diagram illustrating a method of deriving motion information from a reference block according to an embodiment of the present disclosure.
  • Figure 15 shows a schematic configuration of the inter prediction unit 332 that performs the intra prediction method according to the present disclosure.
  • FIG. 16 illustrates an inter prediction method performed by the encoding device 200 as an embodiment according to the present disclosure.
  • Figure 17 shows a schematic configuration of the inter prediction unit 221 that performs the inter prediction method according to the present disclosure.
  • Figure 18 shows an example of a content streaming system to which embodiments of the present disclosure can be applied.
  • first, second, etc. may be used to describe various components, but the components should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, a first component may be referred to as a second component, and similarly, the second component may be referred to as a first component without departing from the scope of the present disclosure.
  • the term and/or includes any of a plurality of related stated items or a combination of a plurality of related stated items.
  • This disclosure relates to video/image coding.
  • the method/embodiment disclosed herein may be applied to the method disclosed in the versatile video coding (VVC) standard.
  • VVC versatile video coding
  • the methods/embodiments disclosed in this specification are EVC (essential video coding) standard, AV1 (AOMedia Video 1) standard, AVS2 (2nd generation of audio video coding standard), or next-generation video/image coding standard (ex. H.267). or H.268, etc.).
  • video may mean a set of a series of images over time.
  • a picture generally refers to a unit representing one image in a specific time period, and a slice/tile is a unit that forms part of a picture in coding.
  • a slice/tile may contain one or more coding tree units (CTUs).
  • CTUs coding tree units
  • One picture may consist of one or more slices/tiles.
  • One tile is a rectangular area composed of a plurality of CTUs within a specific tile row and a specific tile row of one picture.
  • a tile row is a rectangular area of CTUs with a height equal to the height of the picture and a width specified by the syntax requirements of the picture parameter set.
  • a tile row is a rectangular area of CTUs with a height specified by a picture parameter set and a width equal to the width of the picture.
  • CTUs within one tile may be arranged continuously according to the CTU raster scan, while tiles within one picture may be arranged continuously according to the raster scan of the tile.
  • One slice may contain an integer number of complete tiles or an integer number of consecutive complete CTU rows within a tile of a picture that may be contained exclusively in a single NAL unit. Meanwhile, one picture may be divided into two or more subpictures.
  • a subpicture may be a rectangular area of one or more slices within a picture.
  • a pixel, 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 luminance (luma) component, or only a pixel/pixel value of a chroma component.
  • a unit may represent the 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.
  • One unit may include one luma block and two chroma (ex. cb, cr) blocks.
  • unit may be used interchangeably with terms such as 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.
  • a or B may mean “only A,” “only B,” or “both A and B.” In other words, in this specification, “A or B” may be interpreted as “A and/or B.”
  • A, B or C means “only A,” “only B,” “only C,” or “any and all combinations of A, B, and C ( It can mean “any combination of A, B and C)”.
  • the slash (/) or comma used in this specification may mean “and/or.”
  • A/B can mean “A and/or B.”
  • A/B can mean “only A,” “only B,” or “both A and B.”
  • A, B, C can mean “A, B, or C.”
  • At least one of A and B may mean “only A,” “only B,” or “both A and B.”
  • the expression “at least one of A or B” or “at least one of A and/or B” means “at least one It can be interpreted the same as “at least one of A and B.”
  • At least one of A, B and C means “only A”, “only B”, “only C”, or “A, B and C”. It can mean “any combination of A, B and C.”
  • at least one of A, B or C” or “at least one of A, B and/or C” means It may mean “at least one of A, B and C.”
  • parentheses used in this specification may mean “for example.” Specifically, when “prediction (intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction.” In other words, “prediction” in this specification is not limited to “intra prediction,” and “intra prediction” may be proposed as an example of “prediction.” Additionally, even when “prediction (i.e., intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction.”
  • FIG. 1 illustrates a video/image coding system according to the present disclosure.
  • a video/image coding system may include a first device (source device) and a second device (receiving device).
  • the source device can transmit encoded video/image information or data in file or streaming form to a receiving device through a digital storage medium or network.
  • the source device may include a video source, an encoding device, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding device, and a renderer.
  • the encoding device may be called a video/image encoding device, and the decoding device may be called a video/image decoding device.
  • a transmitter may be included in the encoding device.
  • a receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be composed of a separate device or external component.
  • a video source can acquire video/image through the process of capturing, compositing, or creating video/image.
  • a video source may include a video/image capture device and/or a video/image generation device.
  • a video/image capture device may include one or more cameras, a video/image archive containing previously captured video/image, etc.
  • Video/image generating devices may include computers, tablets, and smartphones, and are capable of (electronically) generating video/images. 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 encoding device can encode input video/image.
  • the encoding device can perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
  • Encoded data (encoded video/image information) may be output in the form of a bitstream.
  • the transmitting unit may transmit the encoded video/image information or data output in the form of a bitstream to the receiving unit of the receiving device through a digital storage medium or network in the form of a file or streaming.
  • Digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit 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 receiving unit may receive/extract the bitstream and transmit it to the decoding device.
  • the decoding device can decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction that correspond to the operation of the encoding device.
  • the renderer can render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • Figure 2 shows a schematic block diagram of an encoding device to which an embodiment of the present disclosure can be applied and encoding of video/image signals is performed.
  • the encoding device 200 includes an image partitioner (210), a predictor (220), a residual processor (230), an entropy encoder (240), It may be configured to include an adder (250), a filter (260), and a memory (270).
  • the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222.
  • the residual processing unit 230 may include a transformer 232, a quantizer 233, a dequantizer 234, and an inverse transformer 235.
  • the residual processing unit 230 may further include a subtractor 231.
  • the adder 250 may be called a reconstructor or a reconstructed block generator.
  • the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, addition unit 250, and filtering unit 260 may include one or more hardware components (depending on the embodiment). For example, it may be configured by an encoding device chipset or processor). Additionally, the memory 270 may include a decoded picture buffer (DPB) and may be configured by a digital storage medium. The hardware component may further include a memory 270 as an internal/external component.
  • DPB decoded picture buffer
  • the image segmentation unit 210 may divide an input image (or picture, frame) input to the encoding device 200 into one or more processing units.
  • the processing unit may be called a coding unit (CU).
  • the coding unit will be split recursively according to the QTBTTT (Quad-tree binary-tree ternary-tree) structure from the coding tree unit (CTU) or the largest coding unit (LCU). You can.
  • QTBTTT Quad-tree binary-tree ternary-tree
  • one coding unit may be divided into a plurality of coding units with deeper depth based on a quad tree structure, binary tree structure, and/or ternary structure.
  • the quad tree structure may be applied first and the binary tree structure and/or ternary structure may be applied later.
  • the binary tree structure may be applied before the quad tree structure.
  • the coding procedure according to the present specification can be performed based on the final coding unit that is no longer divided. In this case, based on coding efficiency according to video characteristics, the largest coding unit can be directly used as the final coding unit, or, if necessary, the coding unit is recursively divided into lower-depth coding units to determine the optimal coding unit. A coding unit with a size of can be used as the final coding unit.
  • the coding procedure may include procedures such as prediction, transformation, and restoration, which will be described later.
  • the processing unit may further include a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may each be divided or partitioned from the final coding unit described above.
  • 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.
  • an MxN block may represent a set of samples or transform coefficients consisting of M columns and N rows.
  • a sample may generally represent a pixel or a pixel value, and may represent only a pixel/pixel value of a luminance (luma) component, or only a pixel/pixel value of a chroma component.
  • a sample may be used as a term corresponding to a pixel or pel of one picture (or video).
  • the encoding device 200 subtracts the prediction signal (prediction block, prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input image signal (original block, original sample array) to generate a residual signal. (residual signal, residual block, residual sample array) can be generated, and the generated residual signal is transmitted to the converter 232.
  • the unit that subtracts the prediction signal (prediction block, prediction sample array) from the input image signal (original block, original sample array) within the encoding device 200 may be called the subtraction unit 231.
  • the prediction unit 220 may perform prediction on a block to be processed (hereinafter referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit 220 may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit 220 may generate various information related to prediction, such as prediction mode information, and transmit it to the entropy encoding unit 240, as will be described later in the description of each prediction mode.
  • Information about prediction may be encoded in the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra prediction unit 222 can predict the current block by referring to samples within the current picture.
  • the referenced samples may be located in the neighborhood of the current block, or may be located a certain distance away from the current block, depending on the prediction mode.
  • prediction modes may include one or more non-directional modes and multiple directional modes.
  • the non-directional mode may include at least one of DC mode or planar mode.
  • the directional mode may include 33 directional modes or 65 directional modes depending on the level of detail of the predicted direction. However, this is an example and more or less directional modes may be used depending on the setting.
  • the intra prediction unit 222 may determine the prediction mode applied to the current block using the prediction mode applied to the neighboring block.
  • the inter prediction unit 221 may derive a prediction 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 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 direction information (L0 prediction, L1 prediction, Bi prediction, etc.).
  • 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).
  • the inter prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive the motion vector and/or reference picture index of the current block. can be created. Inter prediction may be performed based on various prediction modes.
  • the inter prediction unit 221 may use motion information of neighboring blocks as motion information of the current block.
  • residual signals may not be transmitted.
  • MVP motion vector prediction
  • the motion vector of the surrounding block is used as a motion vector predictor and the motion vector difference is signaled to determine the motion vector of the current block. can be instructed.
  • the prediction unit 220 may generate a prediction signal based on various prediction methods described later.
  • the prediction unit can not only apply intra prediction or inter prediction for prediction of one block, but also can apply intra prediction and inter prediction simultaneously. This can be called combined inter and intra prediction (CIIP) mode.
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or a palette mode for prediction of a block.
  • IBC prediction mode or palette mode can be used for video/video coding of content such as games, such as screen content coding (SCC).
  • SCC screen content coding
  • 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 specification.
  • Palette mode can be viewed as an example of intra coding or intra prediction.
  • sample values within a picture can be signaled based on information about the palette table and palette index.
  • the prediction signal generated through the prediction unit 220 may be used to generate a restored signal or a residual signal.
  • the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique may 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 generates a prediction signal using all previously restored pixels, and refers to a transformation obtained 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 233 quantizes the transform coefficients and transmits them to the entropy encoding unit 240, and the entropy encoding unit 240 encodes the quantized signal (information about the quantized transform coefficients) and outputs it as a bitstream. there is. Information about the quantized transform coefficients may be called residual information.
  • the quantization unit 233 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 240 may perform various encoding methods such as exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 240 may encode 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 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.
  • APS adaptation parameter set
  • PPS picture parameter set
  • SPS sequence parameter set
  • VPS video parameter set
  • the video/image information may further include general constraint information.
  • information and/or syntax elements transmitted/signaled from an encoding device to a decoding device may be included in video/image information.
  • the video/image information may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream 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.
  • the signal output from the entropy encoding unit 240 may be configured as an internal/external element of the encoding device 200 by a transmission unit (not shown) for transmitting and/or a storage unit (not shown) for storing the signal. It may also be included in the entropy encoding unit 240.
  • Quantized transform coefficients output from the quantization unit 233 can be used to generate a prediction signal.
  • a residual signal residual block or residual samples
  • the adder 250 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 221 or the intra prediction unit 222, thereby creating 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 250 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.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 260 can improve subjective/objective image quality by applying filtering to the restored signal.
  • the filtering unit 260 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 270, specifically the memory 270. It can be saved in DPB.
  • the various filtering methods may include deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, etc.
  • the filtering unit 260 may generate various information regarding filtering and transmit it to the entropy encoding unit 240. Information about filtering may be encoded in the entropy encoding unit 240 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 270 can be used as a reference picture in the inter prediction unit 221.
  • the encoding device can avoid prediction mismatch in the encoding device 200 and the decoding device when inter prediction is applied, and can also improve encoding efficiency.
  • the DPB of the memory 270 can store the modified reconstructed picture to use it as a reference picture in the inter prediction unit 221.
  • the memory 270 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 can be transmitted to the inter prediction unit 221 to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 270 can store reconstructed samples of reconstructed blocks in the current picture and transmit them to the intra prediction unit 222.
  • Figure 3 shows a schematic block diagram of a decoding device to which an embodiment of the present disclosure can be applied and decoding of video/image signals is performed.
  • the decoding device 300 includes an entropy decoder (310), a residual processor (320), a predictor (330), an adder (340), and a filtering unit. It may be configured to include (filter, 350) and memory (memoery, 360).
  • the prediction unit 330 may include an inter prediction unit 332 and an intra prediction unit 331.
  • the residual processing unit 320 may include a dequantizer (321) and an inverse transformer (321).
  • the entropy decoding unit 310, residual processing unit 320, prediction unit 330, addition unit 340, and filtering unit 350 may be comprised of one hardware component (e.g., a decoding device chipset or It can be configured by a processor).
  • the memory 360 may include a decoded picture buffer (DPB) and may be configured by a digital storage medium.
  • the hardware component may further include a memory 360 as an internal/external component.
  • the decoding device 300 may restore the image in response to the process in which the video/image information is processed in the encoding device of FIG. 2.
  • the decoding device 300 may derive units/blocks based on block division-related information obtained from the bitstream.
  • the decoding device 300 may perform decoding using a processing unit applied in the encoding device.
  • the processing unit of decoding may be a coding unit, and the coding unit may be divided from a coding tree unit or a maximum coding unit according to a quad tree structure, binary tree structure, and/or ternary tree structure.
  • One or more transformation units can be derived from a coding unit.
  • the restored video signal decoded and output through the decoding device 300 can be played through a playback device.
  • the decoding device 300 may receive the signal output from the encoding device of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310.
  • the entropy decoder 310 may parse the bitstream to derive information (e.g. 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). Additionally, the video/image information may further include general constraint information.
  • the decoding device may decode the picture further based on the information about the parameter set and/or the general restriction information.
  • Signaled/received information and/or syntax elements described later in this specification may be decoded and obtained from the bitstream through the decoding procedure.
  • the entropy decoding unit 310 decodes information in the bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, and calculates the value of the syntax element required for image restoration and the quantized value of the transform coefficient for the residual. can be printed out.
  • the CABAC entropy decoding method receives bins corresponding to each syntax element from a bitstream, and combines decoding target syntax element information and decoding information of surrounding and decoding target blocks 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.
  • the residual processing unit 320 may derive a residual signal (residual block, residual samples, residual sample array). Additionally, information about filtering among the information decoded by the entropy decoding unit 310 may be provided to the filtering unit 350. Meanwhile, a receiving unit (not shown) that receives the signal output from the encoding device may be further configured as an internal/external element of the decoding device 300, or the receiving unit may be a component of the entropy decoding unit 310.
  • the decoding device may be called a video/image/picture decoding device, and the decoding device may include an information decoding device (video/image/picture information decoding device) and a sample decoding device (video/image/picture sample decoding It can also be classified by device).
  • the information decoding device may include the entropy decoding unit 310, and the sample decoding device may include the inverse quantization unit 321, the inverse transform unit 322, the adder 340, the filtering unit 350, and the memory. (360), and may include at least one of an inter prediction unit 332 and an intra prediction unit 331.
  • the inverse quantization unit 321 may inversely quantize the quantized transform coefficients and output the transform coefficients.
  • the inverse quantization unit 321 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 encoding device.
  • the inverse quantization unit 321 may perform inverse quantization on quantized transform coefficients using quantization parameters (eg, quantization step size information) and obtain transform coefficients.
  • the inverse transform unit 322 inversely transforms the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit 320 may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit 320 may determine whether intra prediction or inter prediction is applied to the current block based on the information about the prediction output from the entropy decoding unit 310, and determine a specific intra/inter prediction mode. You can.
  • the prediction unit 320 may generate a prediction signal based on various prediction methods described later. For example, the prediction unit 320 can not only apply intra prediction or inter prediction for prediction of one block, but also can apply intra prediction and inter prediction simultaneously. This can be called combined inter and intra prediction (CIIP) mode. Additionally, the prediction unit may be based on an intra block copy (IBC) prediction mode or a palette mode for prediction of a block.
  • IBC intra block copy
  • palette mode can be used for video/video coding of content such as games, such as screen content coding (SCC). 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 specification.
  • Palette mode can be viewed as an example of intra coding or intra prediction. When the palette mode is applied, information about the palette table and palette index may be included and signaled in the video/image information.
  • the intra prediction unit 331 can predict the current block by referring to samples within the current picture.
  • the referenced samples may be located in the neighborhood of the current block, or may be located a certain distance away from the current block, depending on the prediction mode.
  • prediction modes may include one or more non-directional modes and multiple directional modes.
  • the intra prediction unit 331 may determine the prediction mode applied to the current block using the prediction mode applied to the neighboring block.
  • the inter prediction unit 332 may derive a prediction 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 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 direction information (L0 prediction, L1 prediction, Bi prediction, etc.).
  • 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 332 may construct a motion information candidate list based on neighboring blocks and derive a motion vector and/or reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes, and the information regarding the prediction may include information indicating the inter prediction mode for the current block.
  • the adder 340 adds the obtained residual signal to the prediction signal (prediction block, prediction sample array) output from the prediction unit (including the inter prediction unit 332 and/or the intra prediction unit 331) to produce a restored 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 prediction block can be used as a restoration block.
  • the addition unit 340 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, may be output after filtering as described later, or may be used for inter prediction of the next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 350 can improve subjective/objective image quality by applying filtering to the restored signal.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 360, specifically the DPB of the memory 360. can be transmitted to.
  • the various filtering methods may include deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, etc.
  • the (corrected) reconstructed picture stored in the DPB of the memory 360 can be used as a reference picture in the inter prediction unit 332.
  • the memory 360 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 332 to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 360 can store reconstructed samples of reconstructed blocks in the current picture and transmit them to the intra prediction unit 331.
  • the embodiments described in the filtering unit 260, the inter prediction unit 221, and the intra prediction unit 222 of the encoding device 200 are the filtering unit 350 and the inter prediction unit of the decoding device 300, respectively.
  • the same or corresponding application may be applied to the unit 332 and the intra prediction unit 331.
  • FIG. 4 illustrates an inter prediction method performed by the decoding device 300 as an embodiment according to the present disclosure.
  • the sub-block based temporal motion vector predictor refers to a predictor derived based on the derived motion information by deriving motion information of a temporal neighboring block in sub-block units, and the name is limited to this. Of course it doesn't work.
  • the sub-block based temporal motion vector predictor may be abbreviated as SbTMVP for convenience of description.
  • the decoding device may derive a temporal vector of the current block based on the motion vector of one candidate among the candidate group including a plurality of candidates (S400).
  • SbTMVP in sub-block merge mode is located at a predefined position (i.e., the lower right position or center position of the current block) within a predetermined reference picture (or collocated picture, call picture (colPic)).
  • TMVP motion vector predictor
  • the collocated block e.g., the left neighboring block of the current block
  • the movement information of the collocated block (or col block) is used as the MVP of the current block, and the MVP is derived on a sub-block basis.
  • the performance of SbTMVP can be improved as the motion information of neighboring blocks is highly accurate and various candidates are considered, so a method for this is proposed.
  • the candidate group may include adjacent spatial neighboring blocks of the current block and non-adjacent spatial neighboring blocks of the current block as candidates. This will be described in detail later with reference to the drawings below.
  • the decoding device may determine (or specify) the collocated block of the current block in the collocated picture based on the derived time vector (S410).
  • a collocated picture may be defined identically in an encoding device and a decoding device.
  • a collocated picture may be signaled through high-level syntax.
  • the collocated block of the current block can be determined by a time vector.
  • the decoding device may derive the motion vector of the current block in sub-block units based on the motion vector of the collocated block (S420). That is, the decoding device can derive (or determine) the motion vector of a sub-block in the collocated block specified by the time vector as the motion vector of the corresponding sub-block in the current block.
  • the decoding device may perform inter prediction on the current block based on the motion vector of the current block (S430).
  • the decoding device may generate a prediction block of the current block by performing inter prediction based on motion information derived in sub-block units within the current block.
  • the prediction block of the current block may be generated in sub-block units according to motion information derived in sub-block units.
  • Figure 5 is a flowchart showing a process for deriving a sub-block based motion vector predictor to which an embodiment of the present disclosure can be applied.
  • a collocated block can be derived using the motion information of the left neighboring block as a time vector. First, it can be confirmed whether motion information of the left neighboring block is available. If the motion information of the left neighboring block is available, the time vector may be set to the motion information of the left neighboring block as the time vector. If the motion information of the left neighboring block is not available, the time vector may be set to the zero vector.
  • a collocated block can be specified by a time vector. If the default motion vector of the central position of the collocated block is available, each sub-block unit motion information can be stored as MVP. That is, if a default motion vector is available, sub-block unit motion information can be derived. Availability of a default motion vector may be a condition for sub-block unit motion information derivation.
  • Motion information of sub-blocks that are not available in the sub-block unit motion information derivation step may be replaced with a default motion vector.
  • a collocated block may be determined to be available when it is in inter mode and not in intra block copy (IBC) mode.
  • FIG. 6 is a flowchart illustrating a process for deriving a sub-block based motion vector predictor according to an embodiment of the present disclosure.
  • the SbTMVP process previously described in FIG. 5 may be modified and applied as shown in FIG. 6.
  • a time vector can be derived using neighboring blocks at various predefined positions. That is, neighboring blocks at various predefined locations can be used as SbTMVP candidates.
  • a time vector may be derived using a plurality of neighboring blocks ⁇ A1, B1, B0, A0, B2, D0, D1 ⁇ .
  • a time vector can be derived using the motion vector of one candidate specified in a candidate group including a plurality of candidates. That is, the candidate group may be ⁇ A1, B1, B0, A0, B2, D0, D1 ⁇ including a plurality of neighboring blocks.
  • a motion vector i.e., a default motion vector
  • the time vector derivation process is the same as shown in FIG. 6 or previously described in FIG. 5, and redundant description in relation to this will be omitted.
  • This process can be repeated until MAX_NUM candidates are available or all candidates have been checked.
  • MAX_NUM may indicate the maximum number of SbTMVP candidates.
  • MAX_NUM may be a predefined value. Alternatively, MAX_NUM may be a value that is explicitly signaled, or may be a value that is implicitly derived based on encoding information.
  • the zero vector can be considered as the time vector.
  • the candidate with the lowest cost can be determined based on template matching (or template matching cost) among the SbTMVP candidates obtained through the above process.
  • the MVP of each sub-block can be finally derived using the determined candidate.
  • the candidate group used for time vector derivation may represent a candidate group including a plurality of predefined neighboring blocks as candidates.
  • the candidate group used for time vector derivation may represent a candidate group including candidates less than or equal to the maximum number (MAX_NUM) of confirmed availability among a plurality of predefined neighboring blocks.
  • Figure 7 is a diagram illustrating neighboring blocks to which an embodiment of the present disclosure can be applied.
  • Figure 7 shows various reference blocks that can be considered for time vector derivation. That is, when deriving a time vector for specifying a collocated block, blocks adjacent to the current block and blocks not adjacent to the current block can be used. In the present disclosure, they may be referred to as adjacent blocks and non-adjacent blocks, respectively.
  • a collocated block may be derived using candidates adjacent to the current block.
  • an adjacent block ⁇ A1, B1, B0, A0, B2, A2, B3 ⁇ shown in FIG. 7 can be considered. This is an example, the order in which they are considered may be changed, and some of the listed candidates may be added or omitted.
  • adjacent blocks are not limited to the examples above, and all blocks adjacent to the current block can be the target.
  • the adjacent block may include a block at a designated location among blocks adjacent to the current block. As an example, it can be determined by checking all 4x4 blocks adjacent to the left/top side through scanning.
  • the block on the left can be scanned from bottom to top. That is, scanning can be done from the lower-left adjacent block of the current block to the upper-left adjacent block of the current block.
  • the block on the left can be scanned from top to bottom. That is, scanning can be done from the upper-left adjacent block of the current block to the lower-left adjacent block of the current block. You can scan the blocks at the top from left to right. That is, scanning can be done from the upper left adjacent block of the current block to the upper right adjacent block of the current block.
  • this is just an example and changes may be applied.
  • the number of blocks on the left/top may be defined in the process of checking the blocks on the left and top. For example, when scanning the blocks on the left in a designated order, if there are K blocks available, scanning of the blocks on the left can be completed and scanning of the blocks on the upper side can be completed. When there are L available upper blocks, scanning of the upper blocks can be terminated. At this time, the values of K and L may be predefined values or may be values variably determined depending on the type of block.
  • a collocated block in order to consider various reference blocks, can be derived using a candidate that is not adjacent to the current block.
  • the MVP derivation process also considers only the motion vectors of the adjacent left and upper blocks.
  • TMVP technology refers to the movement information of the bottom and right positions of the current block.
  • the collocated block is considered to be the lower right position or center position within the collocated picture.
  • various SbTMVP candidates can be used, similar to the purpose of preferentially considering the lower right position in TMVP described above.
  • the non-adjacent spatial neighboring block includes a sample spaced apart from the upper-left sample adjacent to the upper-left corner of the current block within the left sample line adjacent to the current block by the height of the current block multiplied by 2. It may include a first block and a second block including samples spaced apart from the upper left sample by a value equal to the width of the current block multiplied by 2 within the upper sample line adjacent to the current block.
  • non-adjacent blocks may be used as blocks of D0 and D1, as shown in FIG. 7, to consider movement of the bottom and/or right positions.
  • the positions of the D0 and D1 blocks can be applied as one or more of the candidates according to Equation 1 below.
  • W and H represent the width and height of the current block, respectively.
  • W and H may be applied by replacing them with designated values.
  • W and H may be defined as values of 2, 4, 8, 16, and 32.
  • Equation 3 if W ⁇ H, the position of the upper right block derived by Equation 1 can be adjusted to a different position.
  • a zero vector may be considered to consider various reference blocks. While the existing SbTMVP substitutes a zero vector when the left block is not available, the proposed method does not use the zero vector as a replacement candidate for other candidates and can be used when the number of candidates is not filled.
  • up to MAX_NUM candidates can be considered as SbTMVP candidates by using the motion vectors of adjacent blocks, the motion vectors of non-adjacent blocks, and the zero vector, thereby increasing the accuracy of prediction of SbTMVP. Compression performance can be improved.
  • overlap can be checked using a time vector derived from an adjacent block. That is, it can be confirmed whether time vectors overlap.
  • overlap can be checked using a motion vector (DefaultMV) of the central position of the collocated block derived using a time vector.
  • DefaultMV motion vector
  • overlap can be checked using each sub-block unit motion vector of the collocated block derived using a time vector.
  • a redundancy check may be performed on the motion vectors of all sub-blocks within the collocated block.
  • a redundancy check may be performed on a sub-block at a specific location within the collocated block.
  • the redundancy check method described above can be applied by targeting the motion vector of the previously described adjacent block, the motion vector of the non-adjacent block, and the zero vector. Additionally, to reduce the complexity of redundancy check, it can be applied to only some candidates. That is, a duplicate check can be performed between specific predefined candidates.
  • redundancy check can be applied, and since the A0 block and the B0 block are not adjacent to each other, it can be inferred that they have different motion information and the redundancy check can not be applied. .
  • only blocks adjacent to each other may be subject to redundancy check, and redundancy check may not be applied to non-adjacent blocks and zero vectors.
  • FIG. 8 is a diagram illustrating a method for checking overlap between motion vectors according to an embodiment of the present disclosure.
  • redundancy check can be determined by whether or not the image has the same reference picture and the same motion vector. In one embodiment, if the difference between motion vectors is less than a certain threshold, it can be determined as a duplicate candidate.
  • motion information within a collocated picture can be stored in specific units.
  • motion information within a collocated picture may be stored in 8x8 units. For this reason, when redundant checking is performed based on a time vector, if the difference value between the motion vectors of each candidate is smaller than a specific value, they may exist in the same unit and the motion information may be duplicated.
  • the threshold may be predefined and may be defined as 1-pel, 1/4 pel, 1/16 pel, etc.
  • Inter prediction may include sub-block merge mode among general merge modes.
  • Sub-block merge mode may include SbTMVP mode and affine merge mode.
  • a sub-block merge candidate list including N candidates can be constructed.
  • An index that specifies a candidate within the candidate list may be signaled.
  • the candidate list may include one SbTMVP candidate and N-1 affine merge candidates.
  • the performance of the affine merge candidate can be maintained by ultimately selecting one SbTMVP candidate and configuring the candidate list as before.
  • a template matching method can be applied. That is, among a plurality of SbTMVP candidates, the candidate with the smallest template matching cost may be selected as the SbTMVP.
  • the template matching cost can be calculated using at least one of the following methods. Changes may be applied considering the trade-off between accuracy and complexity.
  • the sum of absolute differences (SAD) or mean-removed sum of absolute differences (MRSAD) of the template area can be calculated using the time vector derived based on each adjacent/non-adjacent/zero vector. Since it is based on the similarity of templates between the current block and collocated blocks derived from the time vector, a highly reliable time vector can be found. There is an advantage in that it can be calculated without increasing complexity compared to calculating the DefaultMv and sub-block MV of each candidate.
  • the SAD or MRSAD of the template area between the current block and the reference block indicated by the MV (DefaultMV) at the center position of the collocated block derived using the time vector can be calculated.
  • DefaultMV a motion vector for a representative reference block that is actually applied (i.e., used as a prediction sample)
  • it has the advantage of increasing accuracy as an MVP compared to using a time vector.
  • the SAD or MRSAD of the template area can be calculated using the MV of each sub-block in the collocated block derived using the time vector. This has the highest accuracy as MVP in that it uses motion vectors actually applied in each sub-block, but its complexity may increase relatively.
  • the template matching cost can be calculated targeting only sub-blocks adjacent to the left and upper sides of the current block. there is.
  • the template area can be determined as WxN or NxH.
  • W and H represent the width and height of the CU, respectively.
  • N can be determined as 1, 2, 4, etc., considering the complexity of calculation and the size of the block.
  • WxM or MxH can be used as the template area.
  • M can be determined as 1, 2, 4, etc., considering the complexity of calculation and the size of the block.
  • the method described above can be modified and applied as follows. If the number of sub-block merge candidates increases and performance improves as more diverse candidates are considered, a plurality of candidates among the SbTMVP candidates configured in the previous embodiment can be used as the final sub-block merge candidate. As an example, two SbTMVP candidates can form a sub-block merge candidate list. At this time, among the two SbTMVP candidates derived from the SbTMVP candidates, the candidate with the smallest template matching cost and the candidate with the second smallest template matching cost may be selected.
  • a sub-block merge candidate list may be configured as shown in Table 1 below.
  • a certain number (for example, 2) of SbTMVP candidates may be added to the sub-block merge candidate list, and then an affine merge candidate may be added.
  • a flag indicating whether the SbTMVP candidate is included in the sub-block merge candidate list may be signaled. That is, as in the example of Method 2, the configuration of the sub-block merge candidate list may vary depending on the flag (SbTMVPFlag) signaling whether SbTMVP is used when in sub-block merge mode.
  • SbTMVPFlag When SbTMVPFlag is 1, a SbTMVP candidate list can be constructed, and when SbTMVPFlag is 0, an affine candidate list can be constructed.
  • Method 1 in Table 1 can add an affine merge candidate to the sub-block merge candidate list when no candidate for SbTMVP exists or only one candidate exists, thus preventing waste from the perspective of signaling bit efficiency.
  • Method 2 has the advantage that instead of adding SbTMVPFlag, the bit usage for affine candidates remains the same and at the same time, various candidates for SbTMVP mode can be considered.
  • the number of SbTMVP candidates in order to prevent unnecessary transmission of SbTMVPFlag, the number of SbTMVP candidates can be set to be generated as much as the maximum number of candidates in the SbTMVP candidate list.
  • Figure 9 is a flowchart illustrating a method of configuring a merge candidate list according to an embodiment of the present disclosure.
  • SbTMVP operates as a part of the sub-block merge mode among general merge modes in that it predicts motion information in sub-block units. Unlike TMVP, SbTMVP does not acquire motion information at a fixed location, so more accurate motion prediction is possible. Therefore, according to an embodiment of the present disclosure, we propose a method of applying SbTMVP, which is the same as the SbTMVP described above but derives motion information on a coding block basis rather than a sub-block basis, as one of the candidates for the regular merge mode.
  • SbTMVP excluding the sub-block unit derivation method is referred to as M-TMVP (Moved-TMVP). The name is not limited to this, and M-TMVP may also be simply referred to as TMVP.
  • a merge candidate list according to the regular merge mode may be configured.
  • the merge candidate list may include spatial candidates, temporal candidates, non-adjacent candidates, HMVP (history-based motion vector predictor), and zero candidates.
  • spatial candidates, temporal candidates, non-adjacent candidates, HMVP, and zero candidates may be inserted into the merge candidate list in the following order.
  • the time candidate may include the M-TMVP according to this embodiment along with the existing TMVP.
  • modifications such as TMVP being applied instead of M-TMVP or a candidate with higher compression efficiency between TMVP and M-TMVP are selected are possible.
  • template matching can be used to determine candidates with high compression efficiency.
  • M-TMVP may be added to the merge candidate list in an order different from that of FIG. 9.
  • the method previously described in FIGS. 5 and 6 can be equally applied to M-TMVP induction.
  • M-TMVP can derive motion information on a block basis rather than a sub-block basis.
  • the block unit may be a coding block unit.
  • the sub-block unit motion vector derivation step may be omitted or replaced with a block unit motion vector derivation step.
  • the operation of the method previously described in FIGS. 5 and 6, excluding the sub-block unit motion vector derivation step, can be applied equally to M-TMVP, and overlapping descriptions in relation thereto will be omitted.
  • Figure 10 is a diagram illustrating a method for deriving a temporal merge candidate according to an embodiment of the present disclosure.
  • FIG. 10 assumes the case of specifying a collocated block by using the motion vector of the left neighboring block adjacent to the left of the lower left sample of the current block as a time vector. However, not only the left neighboring block but also various blocks described above in Figures 6 and 7 Neighboring blocks of a location can be used as time vector candidates.
  • the position of the collocated block can be changed and applied as follows to use more diverse motion information for prediction. That is, in the process of deriving a collocated block using the motion vector and time vector of an adjacent block, the motion vector at the lower right position of the block can be determined as ColMv (motion vector of the collocated block). Alternatively, if the lower right position is not available after checking, the motion vector of the central position can be determined as ColMv.
  • the M-TMVP proposed in this embodiment can be applied not only to the regular merge mode but also to the AMVP mode, and can of course be applied to various inter prediction modes that constitute MVP.
  • FIG. 11 is a diagram illustrating a method of deriving motion information from a reference block according to an embodiment of the present disclosure.
  • the motion vector (or motion information) of each sub-block existing in the collocated block may exist in various types. For example, there may be a unidirectional prediction block and a bidirectional prediction block, and may have a motion vector in the same direction as the collocated picture or a motion vector in the opposite direction to the collocated picture.
  • each sub-block existing in a collocated block is a unidirectional prediction block (i.e., only mvColL0 exists) and under RA (random access) conditions
  • the motion vector of the current block is shown in FIG. 11. and can be derived from collocated blocks.
  • colMvL0 the MVP of the current block
  • the motion vector mvColL0 of the collocated block that exists in the collocated picture As shown in Figure 11, the distance between the current picture (currPic) and the reference picture (refPic(L0)) and the distance ratio between the collocated picture (colPic) and the reference picture (colRefPic(L0)) of the collocated picture are The final colMvL0 can be derived using .
  • FIG. 12 is a diagram illustrating a method of deriving motion information from a reference block according to an embodiment of the present disclosure.
  • each sub-block existing in a collocated block is a unidirectional prediction block (i.e., only mvColL0 exists) and under LD (low delay) conditions
  • the motion vector of the current block is shown in FIG. 12. and can be derived from collocated blocks.
  • colMvLX When the current picture is in an LD condition, colMvLX, The distance between the current picture (currPic) and each reference picture (refPic(LX), The final colMvLX can be derived using .
  • bidirectional prediction in video codecs results in a smoothing effect through average between reference blocks and improves compression performance by increasing prediction accuracy through two motion information. Therefore, in this embodiment, the colMv described above is used.
  • a method of increasing compression performance by changing the derivation process to generate a bidirectional prediction block is explained in FIGS. 13 and 14.
  • FIG. 13 is a diagram illustrating a method of deriving motion information from a reference block according to an embodiment of the present disclosure.
  • mvColL0 can be used to derive not only colMvL0 but also colMvL1.
  • colMvL1 can be derived using the distance ratio and directionality from the reference picture.
  • colMvL1 has the opposite direction to colMvL0 and can be derived by scaling the absolute value of colMvL0 according to the distance ratio between reference pictures.
  • a motion vector can be set using the L(1-X) motion vector of DefaultMv for a sub-block for LX unidirectional prediction. Through this, a two-way prediction effect can be expected.
  • FIG. 14 is a diagram illustrating a method of deriving motion information from a reference block according to an embodiment of the present disclosure.
  • the unidirectional prediction block in LD conditions, can be set to have only unidirectional movement without being forced to switch to the bidirectional prediction mode. Through this, the complexity of calculations can be reduced and uniformity with RA can be maintained.
  • the motion vector can be scaled and applied to a reference picture that has a short distance between the current picture and the reference picture.
  • information specifying a collocated picture may be signaled based on high-level syntax.
  • collocated pictures are determined based on information parsed from the picture header and slice header, as shown in Tables 2 and 3 below. The signaled information is applied equally to all time candidate derivation processes.
  • Table 2 shows the picture header syntax
  • Table 3 shows the slice header syntax.
  • TMVP and SbTMVP derive time candidates using only the same collocated picture even though their characteristics are different, so there is a problem of not effectively reflecting the different characteristics between TMVP and SbTMVP. there is.
  • one embodiment of the present disclosure may signal the collocated picture of the SbTMVP separately from the TMVP so that the SbTMVP can have a separate collocated picture.
  • the collocated picture of SbTMVP can be signaled separately from TMVP, as shown in Tables 4 and 5 below.
  • Table 4 shows the picture header syntax
  • Table 5 shows the slice header syntax.
  • syntax elements ph_sb_collocated_from_l0_flag and ph_sb_collocated_ref_idx representing collocated pictures for SbTMVP can be defined/signaled.
  • syntax elements sh_sb_collocated_from_l0_flag and sh_sb_collocated_ref_idx representing collocated pictures for SbTMVP can be defined/signaled.
  • Figure 15 shows a schematic configuration of the inter prediction unit 332 that performs the inter prediction method according to the present disclosure.
  • the intra prediction unit 331 may include a time vector derivation unit 1500, a collocated block determination unit 1510, a motion vector derivation unit 1520, and a prediction sample generator 1530. .
  • the temporal vector derivation unit 1500 may derive a temporal vector of the current block based on the motion vector of one candidate among a candidate group including a plurality of candidates.
  • SbTMVP in sub-block merge mode is located at a predefined position (i.e., the lower right position or center position of the current block) within a predetermined reference picture (or collocated picture, call picture (colPic)).
  • TMVP which derives the motion information of the block of
  • MVP motion vector predictor
  • the collocated block e.g., the left neighboring block of the current block
  • the movement information of the collocated block (or col block) is used as the MVP of the current block, and the MVP can be derived on a sub-block basis.
  • An improvement method in the SbTMVP derivation process that considers various temporal vectors to specify collocated blocks can be applied.
  • the proposed method can be applied in substantially the same way not only to the sub-block-based MVP derivation process but also to the MVP derivation process in the MERGE/AMVP process.
  • the optimal MVP is found by considering various motion information derived from multiple neighboring blocks. It can be induced. At this time, the method described in FIGS. 6 and 7 may be applied. Any redundant explanations related to this will be omitted.
  • a redundancy check may be performed to determine whether the candidate group has a motion vector that overlaps with a candidate previously included in the candidate group. As an example, as previously described in FIG. 8, overlap may be determined based on comparison between the difference between motion vectors and the threshold.
  • the collocated block determination unit 1510 may determine (or specify) the collocated block of the current block in the collocated picture based on the derived time vector.
  • a collocated picture may be defined identically in an encoding device and a decoding device.
  • a collocated picture may be signaled through high-level syntax.
  • the collocated block of the current block can be determined by a time vector.
  • the motion vector deriving unit 1520 may derive the motion vector of the current block in sub-block units based on the motion vector of the collocated block. That is, the motion vector deriving unit 1520 may derive (or determine) the motion vector of a sub-block within the collocated block specified by the time vector as the motion vector of the corresponding sub-block within the current block.
  • the prediction sample generator 1530 may perform inter prediction on the current block based on the motion vector of the current block.
  • the prediction sample generator 1530 may generate a prediction block of the current block by performing inter prediction based on motion information derived in units of sub-blocks within the current block.
  • the prediction block of the current block may be generated in sub-block units according to motion information derived in sub-block units.
  • FIG. 16 illustrates an inter prediction method performed by the encoding device 200 as an embodiment according to the present disclosure.
  • an inter prediction method performed by an encoding device is described.
  • the embodiments previously described in FIGS. 4 to 15 can be applied in substantially the same way, and overlapping descriptions will be omitted here.
  • the encoding device may determine the temporal vector of the current block based on the motion vector of one candidate among the candidate group including a plurality of candidates (S1601).
  • SbTMVP in sub-block merge mode is located at a predefined position (i.e., the lower right position or center position of the current block) within a predetermined reference picture (or collocated picture, call picture (colPic)).
  • TMVP which derives the motion information of the block of
  • MVP motion vector predictor
  • the collocated block e.g., the left neighboring block of the current block
  • the movement information of the collocated block (or col block) is used as the MVP of the current block, and the MVP can be derived on a sub-block basis.
  • An improvement method in the SbTMVP derivation process that considers various temporal vectors to specify collocated blocks can be applied.
  • the proposed method can be applied in substantially the same way not only to the sub-block-based MVP derivation process but also to the MVP derivation process in the MERGE/AMVP process.
  • the optimal MVP is found by considering various motion information derived from multiple neighboring blocks. It can be induced. At this time, the method described in FIGS. 6 and 7 may be applied. Any redundant explanations related to this will be omitted.
  • a template matching method can be applied.
  • a redundancy check may be performed to determine whether the candidate group has a motion vector that overlaps with a candidate previously included in the candidate group. As an example, as previously described in FIG. 8, overlap may be determined based on comparison between the difference between motion vectors and the threshold.
  • the encoding device may determine (or specify) the collocated block of the current block in the collocated picture based on the derived time vector (S1610).
  • a collocated picture may be defined identically in an encoding device and a decoding device.
  • collocated pictures may be signaled through higher-level syntax.
  • the collocated block of the current block can be determined by a time vector.
  • the encoding device may derive the motion vector of the current block in sub-block units based on the motion vector of the collocated block (S1620). That is, the encoding device can derive (or determine) the motion vector of a sub-block in the collocated block specified by the time vector as the motion vector of the corresponding sub-block in the current block.
  • the encoding device may perform inter prediction on the current block based on the motion vector of the current block (S1630).
  • the encoding device may generate a prediction block of the current block by performing inter prediction based on motion information derived in sub-block units within the current block.
  • the prediction block of the current block may be generated in sub-block units according to motion information derived in sub-block units.
  • Figure 17 shows a schematic configuration of the inter prediction unit 221 that performs the inter prediction method according to the present disclosure.
  • the inter prediction unit 221 may include a time vector determination unit 1700, a collocated block determination unit 1710, a motion vector determination unit 1720, and a prediction sample generation unit 1730. You can.
  • the time vector determination unit 1700 may determine the temporal vector of the current block based on the motion vector of one candidate among the candidate group including a plurality of candidates.
  • SbTMVP in sub-block merge mode is located at a predefined position (i.e., the lower right position or center position of the current block) within a predetermined reference picture (or collocated picture, call picture (colPic)).
  • TMVP which derives the motion information of the block of
  • MVP motion vector predictor
  • the collocated block e.g., the left neighboring block of the current block
  • the movement information of the collocated block (or col block) is used as the MVP of the current block, and the MVP can be derived on a sub-block basis.
  • An improvement method in the SbTMVP derivation process that considers various temporal vectors to specify collocated blocks can be applied.
  • the proposed method can be applied in substantially the same way not only to the sub-block-based MVP derivation process but also to the MVP derivation process in the MERGE/AMVP process.
  • the optimal MVP is found by considering various motion information derived from multiple neighboring blocks. It can be induced. At this time, the method described in FIGS. 6 and 7 may be applied. Any redundant explanations related to this will be omitted.
  • a template matching method can be applied.
  • a redundancy check may be performed to determine whether the candidate group has a motion vector that overlaps with a candidate previously included in the candidate group. As an example, as previously described in FIG. 8, overlap may be determined based on comparison between the difference between motion vectors and the threshold.
  • the collocated block determination unit 1710 may determine (or specify) the collocated block of the current block in the collocated picture based on the derived time vector.
  • a collocated picture may be defined identically in an encoding device and a decoding device. Or, as an example, collocated pictures may be signaled through higher-level syntax. Within a collocated picture, the collocated block of the current block can be determined by a time vector.
  • the motion vector determination unit 1720 may derive the motion vector of the current block on a sub-block basis based on the motion vector of the collocated block. That is, the motion vector determination unit 1720 may derive (or determine) the motion vector of a sub-block within the collocated block specified by the time vector as the motion vector of the corresponding sub-block within the current block.
  • the prediction sample generator 1730 may perform inter prediction on the current block based on the motion vector of the current block.
  • the prediction sample generator 1730 may generate a prediction block of the current block by performing inter prediction based on motion information derived in units of sub-blocks within the current block.
  • the prediction block of the current block may be generated in sub-block units according to motion information derived in sub-block units.
  • the methods are described based on a flowchart as a series of steps or blocks, but the embodiments are not limited to the order of the steps, and some steps may occur in a different order or simultaneously with other steps as described above. You can. Additionally, those skilled in the art will understand that the steps shown in the flowchart are not exclusive and that other steps may be included or one or more steps in the flowchart may be deleted without affecting the scope of the embodiments of the present document.
  • the method according to the embodiments of the present document described above may be implemented in software form, and the encoding device and/or decoding device according to the present document may be used to encode images, such as TVs, computers, smartphones, set-top boxes, and display devices. It may be included in the device that performs the processing.
  • the above-described method may be implemented as a module (process, function, etc.) that performs the above-described function.
  • Modules are stored in memory and can be executed by a processor.
  • Memory may be internal or external to the processor and may be connected to the processor by a variety of well-known means.
  • a processor may include an application-specific integrated circuit (ASIC), other chipset, logic circuitry, and/or data processing devices.
  • Memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and/or other storage devices. That is, the embodiments described in this document may be implemented and performed on a processor, microprocessor, controller, or chip.
  • the functional units shown in each drawing may be implemented and performed on a computer, processor, microprocessor, controller, or chip.
  • information for implementation (ex. information on instructions) or algorithm may be stored in a digital storage medium.
  • the decoding device and the encoding device to which the embodiment(s) of the present specification are applied include a multimedia broadcasting transmission and reception device, a mobile communication terminal, a home cinema video device, a digital cinema video device, a surveillance camera, a video conversation device, and video communication.
  • Real-time communication devices mobile streaming devices, storage media, camcorders, video on demand (VoD) service providing devices, OTT video (Over the top video) devices, Internet streaming service providing devices, three-dimensional (3D) video devices, VR (virtual reality) ) devices, AR (argumente reality) devices, video phone video devices, transportation terminals (ex.
  • OTT video (Over the top video) devices may include game consoles, Blu-ray players, Internet-connected TVs, home theater systems, smartphones, tablet PCs, and DVRs (Digital Video Recorders).
  • the processing method to which the embodiment(s) of the present specification are applied may be produced in the form of a program executed by a computer and stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to the embodiment(s) of the present specification may also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all types of storage devices and distributed storage devices that store computer-readable data.
  • the computer-readable recording media include, for example, Blu-ray Disk (BD), Universal Serial Bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk, and optical media. May include a data storage device.
  • the computer-readable recording medium includes media implemented in the form of a carrier wave (eg, transmitted via the Internet).
  • the bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired or wireless communication network.
  • embodiment(s) of this specification may be implemented as a computer program product by program code, and the program code may be executed on a computer by the embodiment(s) of this specification.
  • the program code may be stored on a carrier readable by a computer.
  • Figure 18 shows an example of a content streaming system to which embodiments of the present disclosure can be applied.
  • the content streaming system to which the embodiment(s) of the present specification are applied may broadly 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 encoding method or a bitstream generation method to which the embodiment(s) of the present specification is applied, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream. You can.
  • the streaming server transmits multimedia data to the user device based on user requests through a web server, and the web server serves 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 transmits multimedia data to the user.
  • the content streaming system may include a separate control server, and in this case, the control server serves to control commands/responses between 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.

Landscapes

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

Abstract

본 개시에 따른 영상 디코딩/인코딩 방법 및 장치는, 복수의 후보를 포함하는 후보군 중 한 후보의 움직임 벡터에 기초하여 현재 블록의 시간 벡터(temporal vector)를 유도하고, 상기 시간 벡터에 기초하여 콜로케이티드 픽쳐(collocated picture) 내 상기 현재 블록의 콜로케이티드 블록(collocated block)을 결정하고, 상기 콜로케이티드 블록의 움직임 벡터에 기초하여 서브-블록 단위로 상기 현재 블록의 움직임 벡터를 유도하고, 상기 현재 블록의 움직임 벡터에 기초하여 상기 현재 블록에 대한 인터 예측을 수행할 수 있다.

Description

영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체
본 발명은 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 응용 분야에서 증가하고 있고, 이에 따라 고효율의 영상 압축 기술들이 논의되고 있다.
영상 압축 기술로 현재 픽쳐의 이전 또는 이후 픽쳐로부터 현재 픽쳐에 포함된 화소값을 예측하는 인터 예측 기술, 현재 픽쳐 내의 화소 정보를 이용하여 현재 픽쳐에 포함된 화소값을 예측하는 인트라 예측 기술, 출현 빈도가 높은 값에 짧은 부호를 할당하고 출현 빈도가 낮은 값에 긴 부호를 할당하는 엔트로피 부호화 기술 등 다양한 기술이 존재하고 이러한 영상 압축 기술을 이용해 영상 데이터를 효과적으로 압축하여 전송 또는 저장할 수 있다.
본 개시는, 서브-블록 기반 시간 움직임 벡터 예측자(subblock-based temporal motion vector predictor, SbTMVP)를 이용하여 인터 예측을 수행하는 방법 및 장치를 제공하고자 한다.
본 개시는, 서브-블록 기반 시간 움직임 벡터 예측자를 유도함에 있어서, 보다 다양한 후보를 고려하는 방법 및 장치를 제공하고자 한다.
본 개시에 따른 영상 디코딩 방법 및 장치는, 복수의 후보를 포함하는 후보군 중 한 후보의 움직임 벡터에 기초하여 현재 블록의 시간 벡터(temporal vector)를 유도하고, 상기 시간 벡터에 기초하여 콜로케이티드 픽쳐(collocated picture) 내 상기 현재 블록의 콜로케이티드 블록(collocated block)을 결정하고, 상기 콜로케이티드 블록의 움직임 벡터에 기초하여 서브-블록 단위로 상기 현재 블록의 움직임 벡터를 유도하고, 상기 현재 블록의 움직임 벡터에 기초하여 상기 현재 블록에 대한 인터 예측을 수행할 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 후보군은 상기 현재 블록의 인접 공간 이웃 블록 및 상기 현재 블록의 비-인접 공간 이웃 블록을 후보로서 포함할 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 비-인접 공간 이웃 블록은 상기 현재 블록에 인접한 좌측 샘플 라인 내에서 상기 현재 블록의 좌상측 코너에 인접한 좌상단 샘플로부터 상기 현재 블록의 높이에 2를 곱한 값만큼 떨어진 샘플을 포함하는 제1 블록 및 상기 현재 블록에 인접한 상단 샘플 라인 내에서 상기 좌상단 샘플로부터 상기 현재 블록의 너비에 2를 곱한 값만큼 떨어진 샘플을 포함하는 제2 블록을 포함할 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 한 후보는 템플릿 매칭(template matching)에 기초하여 상기 후보군에 포함된 상기 복수의 후보 중에서 선택될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 템플릿 매칭의 코스트는 상기 현재 블록의 템플릿 영역과 상기 후보군에 포함된 상기 복수의 후보의 움직임 벡터에 의해 특정되는 블록의 템플릿 영역간 SAD(sum of absolute differences) 또는 MRSAD(mean-removed sum of absolute differences)에 기초하여 계산될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 템플릿 매칭의 코스트는 상기 현재 블록의 템플릿 영역과 상기 후보군에 포함된 상기 복수의 후보에 기초하여 유도되는 블록의 움직임 벡터에 의해 특정되는 블록 또는 서브-블록의 템플릿 영역간 SAD(sum of absolute differences) 또는 MRSAD(mean-removed sum of absolute differences)에 기초하여 계산될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치는, 상기 현재 블록의 주변 블록에 기초하여 상기 복수의 후보를 포함하는 상기 후보군을 구성할 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 후보군은 미리 정의된 순서에 따라 특정 위치의 주변 블록을 상기 후보군에 추가함으로써 구성될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치는, 상기 특정 위치의 주변 블록의 움직임 벡터가 상기 후보군에 이전에 포함된 후보의 움직임 벡터와 중복되는지 여부를 확인할 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 중복되는지 여부는 상기 후보군에 이전에 포함된 후보의 움직임 벡터와 상기 특정 위치의 주변 블록의 움직임 벡터간 차이가 미리 정의된 임계값보다 작은지 여부에 기초하여 결정될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 콜로케이티드 픽쳐는 픽쳐 헤더(picture header) 또는 슬라이스 헤더(slice header) 중 적어도 하나의 신택스를 통해 시그날링되는 신택스 요소에 기초하여 결정될 수 있다.
본 개시에 따른 영상 디코딩 방법 및 장치에 있어서, 상기 신택스 요소는 시간 움직임 벡터 예측자(temporal motion vector predictor)를 위한 콜로케이티드 픽쳐를 지시하는 신택스 요소와 별개로 시그날링될 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치는, 복수의 후보를 포함하는 후보군 중 한 후보의 움직임 벡터에 기초하여 현재 블록의 시간 벡터(temporal vector)를 결정하고, 상기 시간 벡터에 기초하여 콜로케이티드 픽쳐(collocated picture) 내 상기 현재 블록의 콜로케이티드 블록(collocated block)을 결정하고, 상기 콜로케이티드 블록의 움직임 벡터에 기초하여 서브-블록 단위로 상기 현재 블록의 움직임 벡터를 결정하고, 상기 현재 블록의 움직임 벡터에 기초하여 상기 현재 블록에 대한 인터 예측을 수행할 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치에 있어서, 상기 후보군은 상기 현재 블록의 인접 공간 이웃 블록 및 상기 현재 블록의 비-인접 공간 이웃 블록을 후보로서 포함할 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치에 있어서, 상기 비-인접 공간 이웃 블록은 상기 현재 블록에 인접한 좌측 샘플 라인 내에서 상기 현재 블록의 좌상측 코너에 인접한 좌상단 샘플로부터 상기 현재 블록의 높이에 2를 곱한 값만큼 떨어진 샘플을 포함하는 제1 블록 및 상기 현재 블록에 인접한 상단 샘플 라인 내에서 상기 좌상단 샘플로부터 상기 현재 블록의 너비에 2를 곱한 값만큼 떨어진 샘플을 포함하는 제2 블록을 포함할 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치에 있어서, 상기 한 후보는 템플릿 매칭(template matching)에 기초하여 상기 후보군에 포함된 상기 복수의 후보 중에서 선택될 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치에 있어서, 상기 템플릿 매칭의 코스트는 상기 현재 블록의 템플릿 영역과 상기 후보군에 포함된 상기 복수의 후보의 움직임 벡터에 의해 특정되는 블록의 템플릿 영역간 SAD(sum of absolute differences) 또는 MRSAD(mean-removed sum of absolute differences)에 기초하여 계산될 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치에 있어서, 상기 템플릿 매칭의 코스트는 상기 현재 블록의 템플릿 영역과 상기 후보군에 포함된 상기 복수의 후보에 기초하여 유도되는 블록의 움직임 벡터에 의해 특정되는 블록 또는 서브-블록의 템플릿 영역간 SAD(sum of absolute differences) 또는 MRSAD(mean-removed sum of absolute differences)에 기초하여 계산될 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치는, 상기 현재 블록의 주변 블록에 기초하여 상기 복수의 후보를 포함하는 상기 후보군을 구성할 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치에 있어서, 상기 후보군은 미리 정의된 순서에 따라 특정 위치의 주변 블록을 상기 후보군에 추가함으로써 구성될 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치는, 상기 특정 위치의 주변 블록의 움직임 벡터가 상기 후보군에 이전에 포함된 후보의 움직임 벡터와 중복되는지 여부를 확인할 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치에 있어서, 상기 중복되는지 여부는 상기 후보군에 이전에 포함된 후보의 움직임 벡터와 상기 특정 위치의 주변 블록의 움직임 벡터간 차이가 미리 정의된 임계값보다 작은지 여부에 기초하여 결정될 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치에 있어서, 상기 콜로케이티드 픽쳐는 픽쳐 헤더(picture header) 또는 슬라이스 헤더(slice header) 중 적어도 하나의 신택스를 통해 시그날링되는 신택스 요소에 기초하여 결정될 수 있다.
본 개시에 따른 영상 인코딩 방법 및 장치에 있어서, 상기 신택스 요소는 시간 움직임 벡터 예측자(temporal motion vector predictor)를 위한 콜로케이티드 픽쳐를 지시하는 신택스 요소와 별개로 시그날링될 수 있다.
본 개시에 따른 디코딩 장치에 의하여 영상 디코딩 방법을 수행하도록 야기하는 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체가 제공된다.
본 개시에 따른 영상 인코딩 방법에 따라 생성된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체가 제공된다.
본 개시에 따른 영상 인코딩 방법에 따라 생성된 비디오/영상 정보를 전송하기 위한 방법 및 장치가 제공된다.
본 개시는, 본 개시는, 서브-블록 기반 시간 움직임 벡터 예측자를 유도함에 있어서, 보다 다양한 후보를 예측에 고려할 수 있고, 예측의 정확도를 높이고 압축 성능을 향상시킬 수 있다.
도 1은 본 개시에 따른 비디오/영상 코딩 시스템을 도시한 것이다.
도 2는 본 개시의 실시예가 적용될 수 있고, 비디오/영상 신호의 인코딩이 수행되는 인코딩 장치의 개략적인 블록도를 나타낸다.
도 3은 본 개시의 실시예가 적용될 수 있고, 비디오/영상 신호의 디코딩이 수행되는 디코딩 장치의 개략적인 블록도를 나타낸다.
도 4는 본 개시에 따른 일실시예로서, 디코딩 장치(300)에 의해 수행되는 인터 예측 방법을 도시한 것이다.
도 5는 본 개시의 실시예가 적용될 수 있는 서브-블록 기반 움직임 벡터 예측자를 유도하는 과정을 나타내는 흐름도이다.
도 6은 본 개시의 일 실시예에 따른 서브-블록 기반 움직임 벡터 예측자를 유도하는 과정을 나타내는 흐름도이다.
도 7은 본 개시의 일 실시예가 적용될 수 있는 주변 블록을 예시하는 도면이다.
도 8은 본 개시의 일 실시예에 따른 움직임 벡터간 중복 체크 방법을 설명하기 위한 도면이다.
도 9는 본 개시의 일 실시예에 따른 머지 후보 리스트 구성 방법을 예시하는 흐름도이다.
도 10은 본 개시의 일 실시예에 따른 시간 머지 후보 유도 방법을 예시하는 도면이다.
도 11은 본 개시의 일 실시예에 따른 참조 블록으로부터 움직임 정보를 유도하는 방법을 예시하는 도면이다.
도 12는 본 개시의 일 실시예에 따른 참조 블록으로부터 움직임 정보를 유도하는 방법을 예시하는 도면이다.
도 13은 본 개시의 일 실시예에 따른 참조 블록으로부터 움직임 정보를 유도하는 방법을 예시하는 도면이다.
도 14는 본 개시의 일 실시예에 따른 참조 블록으로부터 움직임 정보를 유도하는 방법을 예시하는 도면이다.
도 15는 본 개시에 따른 인트라 예측 방법을 수행하는 인터 예측부(332)의 개략적인 구성을 도시한 것이다.
도 16은 본 개시에 따른 일실시예로서, 인코딩 장치(200)에 의해 수행되는 인터 예측 방법을 도시한 것이다.
도 17은 본 개시에 따른 인터 예측 방법을 수행하는 인터 예측부(221)의 개략적인 구성을 도시한 것이다.
도 18은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 개시를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 개시의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다거나 "직접 접속되어"있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 개시를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 개시는 비디오/영상 코딩에 관한 것이다. 예를 들어, 본 명세서에서 개시된 방법/실시예는 VVC (versatile video coding) 표준에 개시되는 방법에 적용될 수 있다. 또한, 이 명세서에서 개시된 방법/실시예는 EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
이 명세서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
이 명세서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽쳐(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 코딩에 있어서 픽쳐의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽쳐는 하나 이상의 슬라이스/타일로 구성될 수 있다. 하나의 타일은 하나의 픽쳐의 특정 타일 열과 특정 타일 행 내에 있는 복수의 CTU들로 구성된 직사각형 영역이다. 타일 열은 픽쳐의 높이와 동일한 높이와 픽쳐 파라미터 세트의 신택스 요구에 의해 지정된 너비를 갖는 CTU들의 직사각형 영역이다. 타일 행은 픽쳐 파라미터 세트에 의해 지정된 높이와 픽쳐의 너비와 동일한 너비를 갖는 CTU들의 직사각형 영역이다. 하나의 타일 내에 CTU들은 CTU 래스터 스캔에 따라 연속적으로 배열되는 반면, 하나의 픽쳐 내 타일들은 타일의 래스터 스캔에 따라 연속적으로 배열될 수 있다. 하나의 슬라이스는 단일 NAL 유닛에 배타적으로 포함될 수 있는 픽쳐의 타일 내에서 정수 개수의 완전한 타일 또는 정수 개수의 연속적인 완전한 CTU 행을 포함할 수 있다. 한편, 하나의 픽쳐는 둘 이상의 서브픽쳐로 구분될 수 있다. 서브픽쳐는 픽쳐 내 하나 이상의 슬라이스들의 직사각형 영역일 수 있다.
화소, 픽셀(pixel) 또는 펠(pel)은 하나의 픽쳐(또는 영상)을 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, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 색차(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽쳐의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 명세서에서 “A 또는 B(A or B)”는 “오직 A”, “오직 B” 또는 “A와 B 모두”를 의미할 수 있다. 달리 표현하면, 본 명세서에서 “A 또는 B(A or B)”는 “A 및/또는 B(A and/or B)”으로 해석될 수 있다. 예를 들어, 본 명세서에서 “A, B 또는 C(A, B or C)”는 “오직 A”, “오직 B”, “오직 C”, 또는 “A, B 및 C의 임의의 모든 조합(any combination of A, B and C)”를 의미할 수 있다.
본 명세서에서 사용되는 슬래쉬(/)나 쉼표(comma)는 “및/또는(and/or)”을 의미할 수 있다. 예를 들어, “A/B”는 “A 및/또는 B”를 의미할 수 있다. 이에 따라 “A/B”는 “오직 A”, “오직 B”, 또는 “A와 B 모두”를 의미할 수 있다. 예를 들어, “A, B, C”는 “A, B 또는 C”를 의미할 수 있다.
본 명세서에서 “적어도 하나의 A 및 B(at least one of A and B)”는, “오직 A”, “오직 B” 또는 “A와 B 모두”를 의미할 수 있다. 또한, 본 명세서에서 “적어도 하나의 A 또는 B(at least one of A or B)”나 “적어도 하나의 A 및/또는 B(at least one of A and/or B)”라는 표현은 “적어도 하나의 A 및 B(at least one of A and B)”와 동일하게 해석될 수 있다.
또한, 본 명세서에서 “적어도 하나의 A, B 및 C(at least one of A, B and C)”는, “오직 A”, “오직 B”, “오직 C”, 또는 “A, B 및 C의 임의의 모든 조합(any combination of A, B and C)”를 의미할 수 있다. 또한, “적어도 하나의 A, B 또는 C(at least one of A, B or C)”나 “적어도 하나의 A, B 및/또는 C(at least one of A, B and/or C)”는 “적어도 하나의 A, B 및 C(at least one of A, B and C)”를 의미할 수 있다.
또한, 본 명세서에서 사용되는 괄호는 “예를 들어(for example)”를 의미할 수 있다. 구체적으로, “예측(인트라 예측)”로 표시된 경우, “예측”의 일례로 “인트라 예측”이 제안된 것일 수 있다. 달리 표현하면 본 명세서의 “예측”은 “인트라 예측”으로 제한(limit)되지 않고, “인트라 예측”이 “예측”의 일례로 제안될 것일 수 있다. 또한, “예측(즉, 인트라 예측)”으로 표시된 경우에도, “예측”의 일례로 “인트라 예측”이 제안된 것일 수 있다.
본 명세서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
도 1은 본 개시에 따른 비디오/영상 코딩 시스템을 도시한 것이다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다.
소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다. 상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
도 2는 본 개시의 실시예가 적용될 수 있고, 비디오/영상 신호의 인코딩이 수행되는 인코딩 장치의 개략적인 블록도를 나타낸다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코딩 장치 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽쳐, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다.
예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스를 가진 복수의 코딩 유닛들로 분할될 수 있다. 이 경우, 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는, 바이너리 트리 구조가 쿼드 트리 구조보다 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 명세서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 하위 뎁스의 코딩 유닛들로 분할되어, 최적의 크기를 가진 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서, 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다.
다른 예로, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우, 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 색차(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽쳐(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우, 인코딩 장치(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다.
예측부(220)는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측 블록(predicted block)을 생성할 수 있다. 예측부(220)는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부(220)는 각 예측 모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽쳐 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 현재 블록으로부터 일정 거리만큼 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 하나 이상의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는, DC 모드 또는 플래너 모드(Planar 모드) 중 적어도 하나를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 33개의 방향성 모드 또는 65개의 방향성 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽쳐 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해, 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽쳐 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향 정보(L0 예측, L1 예측, Bi 예측 등)를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽쳐 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽쳐에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽쳐와 상기 시간적 주변 블록을 포함하는 참조 픽쳐는 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 픽쳐는 동일 위치 픽쳐(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽쳐 인덱스를 유도하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어, 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그날링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP) 모드라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽쳐 내에서 예측을 수행하나, 현재 픽쳐 내에서 참조 블록을 유도하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 명세서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽쳐 내 샘플 값을 시그날링할 수 있다. 상기 예측부(220)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나, 레지듀얼 신호를 생성하기 위해 이용될 수 있다.
변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), 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 픽셀를 이용하여 예측 신호를 생성하고, 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송되고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(240)는 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대, 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다.
인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽쳐 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한, 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 명세서에서 인코딩 장치에서 디코딩 장치로 전달/시그날링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서, 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(250)는 복원된 레지듀얼 신호를 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽쳐, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(250)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽쳐 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽쳐의 인터 예측을 위하여 사용될 수도 있다. 한편, 픽쳐 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어, 필터링부(260)은 복원 픽쳐에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽쳐를 생성할 수 있고, 상기 수정된 복원 픽쳐를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽쳐는 인터 예측부(221)에서 참조 픽쳐로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(200)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270)의 DPB는 수정된 복원 픽쳐를 인터 예측부(221)에서의 참조 픽쳐로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽쳐 내 움직임 정보가 유도된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽쳐 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽쳐 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 개시의 실시예가 적용될 수 있고, 비디오/영상 신호의 디코딩이 수행되는 디코딩 장치의 개략적인 블록도를 나타낸다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memoery, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(332) 및 인트라 예측부(331)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다.
상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코딩 장치 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 유도할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서, 디코딩의 처리 유닛은 코딩 유닛일 수 있고, 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조에 따라서 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 분할된 것일 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 유도될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽쳐 복원)에 필요한 정보(ex. 비디오/영상 정보)를 유도할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽쳐 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽쳐를 디코딩할 수 있다. 본 명세서에서 후술되는 시그날링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 요소의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 또는 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다. 레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 유도할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다.
한편, 본 명세서에 따른 디코딩 장치는 비디오/영상/픽쳐 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코딩 장치(비디오/영상/픽쳐 정보 디코딩 장치) 및 샘플 디코딩 장치(비디오/영상/픽쳐 샘플 디코딩 장치)로 구분할 수도 있다. 상기 정보 디코딩 장치는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코딩 장치는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우, 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부(320)는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측 블록(predicted block)을 생성할 수 있다. 예측부(320)는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(320)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부(320)는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP) 모드라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽쳐 내에서 예측을 수행하나 현재 픽쳐 내에서 참조 블록을 유도하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 명세서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 비디오/영상 정보에 포함되어 시그날링될 수 있다.
인트라 예측부(331)는 현재 픽쳐 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 현재 블록으로부터 일정 거리만큼 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 하나 이상의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽쳐 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽쳐 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향 정보(L0 예측, L1 예측, Bi 예측 등)를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽쳐 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽쳐에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽쳐 인덱스를 유도할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331) 포함)로부터 출력된 예측 신호(예측 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽쳐, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽쳐 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽쳐의 인터 예측을 위하여 사용될 수도 있다. 한편, 픽쳐 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽쳐에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽쳐를 생성할 수 있고, 상기 수정된 복원 픽쳐를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽쳐는 인터 예측부(332)에서 참조 픽쳐로 사용될 수 있다. 메모리(360)는 현재 픽쳐 내 움직임 정보가 유도된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽쳐 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(332)에 전달할 수 있다. 메모리(360)는 현재 픽쳐 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 명세서에서, 인코딩 장치(200)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다.
도 4는 본 개시에 따른 일실시예로서, 디코딩 장치(300)에 의해 수행되는 인터 예측 방법을 도시한 것이다.
본 개시의 실시예에서는, 서브-블록 기반 시간 움직임 벡터 예측자(subblock-based temporal motion vector predictor, SbTMVP)를 이용하여 인터 예측을 수행함에 있어서, 보다 다양한 후보를 고려함으로써 예측의 정확도를 높이는 방법을 제안한다. 본 개시에서, 서브-블록 기반 시간 움직임 벡터 예측자는 시간 이웃 블록(temporal neighboring block)의 움직임 정보를 서브-블록 단위로 유도하여, 유도된 움직임 정보를 기반으로 유도되는 예측자를 나타내며, 명칭이 이에 제한되지 않음은 물론이다. 본 개시에서, 서브-블록 기반 시간 움직임 벡터 예측자는 설명의 편의를 위해 SbTMVP로 약칭될 수 있다.
도 4를 참조하면, 디코딩 장치는 복수의 후보를 포함하는 후보군 중 한 후보의 움직임 벡터에 기초하여 현재 블록의 시간 벡터(temporal vector)를 유도할 수 있다(S400).
서브-블록 머지 모드(sub-block merge mode)의 SbTMVP는 미리 결정된 참조 픽쳐(또는 콜로케이티드 픽쳐, 콜 픽쳐(colPic)) 내에서 미리 정의된 위치(즉, 현재 블록의 우하단 위치 또는 중앙 위치)의 블록의 움직임 정보를 움직임 벡터 예측자(motion vector predictor, MVP)로 유도하는 TMVP와 달리, 이웃 블록(예를 들어, 현재 블록의 좌측 이웃 블록)의 움직임 정보로부터 유도된 콜로케이티드 블록(collocated block)(또는 콜(col) 블록)의 움직임 정보를 현재 블록의 MVP로 사용하며, 서브-블록 단위로 MVP를 유도한다. 본 개시의 실시예에서는, 이웃 블록의 움직임 정보의 정확도가 높고 다양한 후보를 고려할수록 SbTMVP의 성능이 개선될 수 있으므로 이를 위한 방법을 제안한다.
다시 말해, 콜로케이티드 블록을 특정하기 위한 다양한 시간 벡터(temporal vector)를 고려하는 SbTMVP 유도 과정에서의 개선 방법을 제안한다. 제안하는 방법은 서브-블록 기반 MVP 유도 과정뿐만 아니라 MERGE/AMVP 프로세스에서의 MVP 유도 과정에도 실질적으로 동일한 방법으로 적용될 수 있다.
본 개시의 실시예에 따르면, 좌측 이웃 블록의 움직임 정보로부터 유도된 콜로케이티드 블록의 움직임 정보를 MVP로 사용하는 기존 SbTMVP의 성능 개선을 위해 다수의 이웃 블록으로부터 유도되는 다양한 움직임 정보를 고려함으로써 최적의 MVP를 유도할 수 있다. 일 예로서, 후보군은 상기 현재 블록의 인접 공간 이웃 블록 및 상기 현재 블록의 비-인접 공간 이웃 블록을 후보로서 포함할 수 있다. 이하의 도면을 참조하여 상세히 후술한다.
디코딩 장치는 유도된 시간 벡터에 기초하여 콜로케이티드 픽쳐 내 현재 블록의 콜로케이티드 블록을 결정(또는 특정)할 수 있다(S410). 일 예로서, 콜로케이티드 픽쳐는 인코딩 장치와 디코딩 장치에 동일하게 정의될 수 있다. 또는 일 예로서, 콜로케이티드 픽쳐는 상위 레벨 신택스를 통해 시그날링될 수 있다. 콜로케이티드 픽쳐 내에서 시간 벡터에 의해 현재 블록의 콜로케이티드 블록이 결정될 수 있다.
디코딩 장치는 콜로케이티드 블록의 움직임 벡터에 기초하여 서브-블록 단위로 현재 블록의 움직임 벡터를 유도할 수 있다(S420). 즉, 디코딩 장치는 시간 벡터에 의해 특정된 콜로케이티드 블록 내 서브-블록의 움직임 벡터를 현재 블록 내 대응되는 서브-블록의 움직임 벡터로 유도(또는 결정)할 수 있다.
디코딩 장치는 현재 블록의 움직임 벡터에 기초하여 현재 블록에 대한 인터 예측을 수행할 수 있다(S430). 디코딩 장치는 현재 블록 내 서브-블록 단위로 유도된 움직임 정보를 기반으로 인터 예측을 수행함으로써 현재 블록의 예측 블록을 생성할 수 있다. 실시예로서, 현재 블록의 예측 블록은 서브-블록 단위로 유도된 움직임 정보에 따라 서브-블록 단위로 생성될 수 있다.
도 5는 본 개시의 실시예가 적용될 수 있는 서브-블록 기반 움직임 벡터 예측자를 유도하는 과정을 나타내는 흐름도이다.
도 5에서는 종래의 SbTMVP로서 좌측 이웃 블록(즉, 현재 블록의 좌하단 샘플의 좌측에 인접한 블록, A1)의 움직임 벡터만 시간 벡터로서 이용되는 경우를 가정한다.
도 5를 참조하면, SbTMVP가 이용되는 경우 좌측 이웃 블록의 움직임 정보를 시간 벡터로 하여 콜로케이티드 블록이 유도될 수 있다. 먼저, 좌측 이웃 블록의 움직임 정보가 이용 가능한지 여부가 확인될 수 있다. 좌측 이웃 블록의 움직임 정보가 이용 가능한 경우, 시간 벡터는 좌측 이웃 블록의 움직임 정보를 시간 벡터로 설정될 수 있다. 좌측 이웃 블록의 움직임 정보가 이용 가능하지 않은 경우, 시간 벡터는 제로 벡터로 설정될 수 있다.
콜로케이티드 픽쳐 내에서 시간 벡터에 의해 콜로케이티드 블록이 특정될 수 있다. 콜로케이티드 블록의 중앙 위치의 디폴트 움직임 벡터가 이용 가능한 경우, 각 서브-블록 단위 움직임 정보를 MVP로 저장할 수 있다. 즉, 디폴트 움직임 벡터가 이용 가능한 경우, 서브-블록 단위 움직임 정보가 유도될 수 있다. 디폴트 움직임 벡터의 이용 가능성은 서브-블록 단위 움직임 정보 유도의 조건일 수 있다.
서브-블록 단위 움직임 정보 유도 단계에서 이용 가능하지 않은 서브-블록의 움직임 정보는 디폴트 움직임 벡터로 대체될 수 있다. 일 예로서, 콜로케이티드 블록은 인터 모드(inter mode)이고, 인트라 블록 카피(intra block copy, IBC) 모드가 아닐 때 이용 가능한 것으로 판단될 수 있다.
도 6은 본 개시의 일 실시예에 따른 서브-블록 기반 움직임 벡터 예측자를 유도하는 과정을 나타내는 흐름도이다.
도 6을 참조하면, 본 개시의 실시예에 따라 보다 다양한 움직임 정보를 고려하기 위해, 앞서 도 5에서 설명한 SbTMVP 과정은 도 6에 도시된 바와 같이 변경 적용될 수 있다.
본 개시의 실시예에 따르면, 미리 정의된 다양한 위치의 이웃 블록을 이용하여 시간 벡터를 유도할 수 있다. 즉, 미리 정의된 다양한 위치의 이웃 블록을 SbTMVP 후보로서 이용할 수 있다.
일 실시예로서, 복수의 이웃 블록 {A1, B1, B0, A0, B2, D0, D1}을 이용하여 시간 벡터가 유도될 수 있다. 시간 벡터는 복수의 후보를 포함하는 후보군에서 특정되는 하나의 후보의 움직임 벡터를 이용하여 유도될 수 있다. 즉, 후보군은 복수의 이웃 블록을 포함하는 {A1, B1, B0, A0, B2, D0, D1}일 수 있다.
도 6을 참조하면, 후보군 내에서 순서대로 시간 벡터로부터 유도된 콜로케이티드 블록의 중앙 위치의 움직임 벡터(즉, 디폴트 움직임 벡터)가 이용 가능한 경우 SbTMVP의 후보로 고려될 수 있다. 시간 벡터 유도 과정은 도 6에 도시된 바 또는 앞서 도 5에서 설명한 바와 같으며, 관련하여 중복되는 설명은 생략한다. MAX_NUM개의 후보가 이용 가능하거나 모든 후보의 체크가 끝날 때까지 이 과정은 반복될 수 있다. 여기서, MAX_NUM은 SbTMVP 후보의 최대 개수를 나타낼 수 있다. MAX_NUM은 미리 정의된 값일 수 있다. 또는, MAX_NUM은 명시적으로 시그날링되는 값일 수도 있고, 암시적으로 부호화 정보에 기초하여 유도되는 값일 수도 있다.
지정된 모든 이웃 블록에 대하여 체크가 모두 수행되었음에도 MAX_NUM개의 후보가 채워지지 않은 경우, 제로 벡터를 시간 벡터로 고려할 수 있다. 이 후, 위의 과정을 통해 획득된 SbTMVP 후보들을 대상으로하여 템플림 매칭(또는 템플릿 매칭 코스트)을 기반으로 가장 낮은 코스트를 가지는 후보가 결정될 수 있다. 결정된 후보를 이용하여 각 서브-블록 단위의 MVP를 최종적으로 유도할 수 있다.
본 개시에서, 시간 벡터 유도에 이용되는 후보군은 미리 정의된 복수의 이웃 블록을 후보로서 포함하는 후보군을 나타낼 수 있다. 또는, 도 6에 도시된 실시예와 같이, 시간 벡터 유도에 이용되는 후보군은 미리 정의된 복수의 이웃 블록 중에서 이용 가능성이 확인된 최대 개수(MAX_NUM) 이하의 후보를 포함하는 후보군을 나타낼 수도 있다,
도 7은 본 개시의 일 실시예가 적용될 수 있는 주변 블록을 예시하는 도면이다.
도 7은 시간 벡터 유도에 고려될 수 있는 다양한 참조 블록을 나타낸다. 즉, 콜로케이티드 블록을 특정하기 위한 시간 벡터를 유도함에 있어서, 현재 블록에 인접한 블록 및 현재 블록에 인접하지 않은 블록이 이용될 수 있다. 본 개시에서, 각각 인접 블록, 비-인접 블록으로 지칭될 수 있다.
일 실시예로서, 현재 블록에 인접한 후보를 이용하여 콜로케이티드 블록이 유도될 수 있다. 인접 블록의 예로 도 7에 도시된 {A1, B1, B0, A0, B2, A2, B3}가 고려될 수 있다. 이는 예로서, 고려되는 순서는 변경될 수 있고, 나열한 후보의 일부가 추가 또는 생략될 수도 있다. 예를 들어, 인접 블록은 위의 예시에 한정되지 않으며, 현재 블록에 인접한 모든 블록이 그 대상이 될 수 있다. 인접 블록은 현재 블록에 인접한 블록들 중 지정된 위치의 블록을 포함할 수 있다. 일 실시예로서, 좌측/상측에 인접한 각 4x4 블록 전체를 대상으로 하여 스캐닝을 통해 체크하여 결정될 수 있다.
구체적으로, 좌측에 존재하는 블록을 하측에서 상측으로 스캐닝할 수 있다. 즉, 현재 블록의 좌하측 인접 블록부터 현재 블록의 좌상측 인접 블록까지 스캐닝할 수 있다. 상단에 존재하는 블록을 우측에서 좌측으로 스캐닝할 수 있다. 즉, 현재 블록의 우상측 인접 블록부터 현재 블록의 좌상측 인접 블록까지 스캐닝할 수 있다.
또는, 좌측에 존재하는 블록을 상측에서 하측으로 스캐닝할 수 있다. 즉, 현재 블록의 좌상측 인접 블록부터 현재 블록의 좌하측 인접 블록까지 스캐닝할 수 있다. 상단에 존재하는 블록을 좌측에서 우측으로 스캐닝할 수 있다. 즉, 현재 블록의 좌상측 인접 블록부터 현재 블록의 우상측 인접 블록까지 스캐닝할 수 있다. 단, 이는 일 예로서, 변경 적용될 수 있다.
또한, 일 실시예로서, 좌측 및 상측의 블록을 체크하는 과정에서 좌측/상측에서의 블록의 개수가 정의될 수 있다. 일 예로, 좌측의 블록을 지정된 순서에 의해 스캐닝할 때, 이용 가능한 블록이 K개이면 좌측 블록의 스캐닝을 종료하고 상측의 블록 스캐닝할 수 있다. 상측의 이용 가능한 블록이 L개이면 상측 블록의 스캐닝을 종료할 수 있다. 이 때, K 및 L의 값은 미리 정의된 값일 수도 있고, 블록의 형태에 가변적으로 결정되는 값일 수도 있다.
본 개시의 일 실시예에 따르면, 다양한 참조 블록을 고려하기 위해 현재 블록에 인접하지 않은 후보를 이용하여 콜로케이티드 블록을 유도할 수 있다. 비디오 부호화/복호화 순서 상, 현재 블록의 좌측 및 상측 블록만이 유효하므로 MVP의 유도 과정 또한 인접한 좌측 및 상측 블록의 움직임 벡터만을 고려한다.
이러한 단점을 극복하기 위해, TMVP 기술은 현재 블록의 하단 및 우측 위치의 움직임 정보를 참조한다. 이때, 콜로케이티드 블록은 콜로케이티드 픽쳐 내 우하단 위치, 또는 중앙 위치가 고려된다. 본 개시의 실시예에서는, 상술한 TMVP에서의 우하단 위치를 우선적으로 고려하는 취지와 마찬가지로, 다양한 SbTMVP 후보를 이용할 수 있다.
일 예로서, 상기 비-인접 공간 이웃 블록은 상기 현재 블록에 인접한 좌측 샘플 라인 내에서 상기 현재 블록의 좌상측 코너에 인접한 좌상단 샘플로부터 상기 현재 블록의 높이에 2를 곱한 값만큼 떨어진 샘플을 포함하는 제1 블록 및 상기 현재 블록에 인접한 상단 샘플 라인 내에서 상기 좌상단 샘플로부터 상기 현재 블록의 너비에 2를 곱한 값만큼 떨어진 샘플을 포함하는 제2 블록을 포함할 수 있다.
실시예로서, 비-인접 블록은 하단 및/또는 우측 위치의 움직임을 고려하기 위해, 도 7에 도시된 바와 같이 D0, D1의 블록이 이용될 수 있다. 이는 하나의 예이며, D0, D1 블록의 위치는 각각 다음의 수학식 1에 따른 후보 중 하나 또는 다수로 적용될 수 있다.
Figure PCTKR2023009336-appb-img-000001
수학식 1에서, 이때, W, H는 각각 현재 블록의 너비, 높이를 나타낸다. 수학식 1에서, W, H는 지정된 값으로 대체하여 적용될 수도 있다. 예를 들어, W, H는 2, 4, 8, 16, 32의 값으로 정의될 수도 있다.
또한, 비-인접 블록 후보는 현재 블록의 형태에 따라 결정될 수도 있다. 일 예로서, W >= H인 경우, 비-인접 블록은 다음의 수학식 2와 같이 결정될 수 있다.
Figure PCTKR2023009336-appb-img-000002
수학식 2를 참조하면, W >= H인 경우, 수학식1에 의해 유도되는 좌하단 블록의 위치와는 다른 위치로 조정될 수 있다. 또한, 일 예로서, W < H인 경우, 비-인접 블록은 다음의 수학식 3과 같이 결정될 수 있다.
Figure PCTKR2023009336-appb-img-000003
수학식 3을 참조하면, W < H인 경우, 수학식1에 의해 유도되는 우상단 블록의 위치와는 다른 위치로 조정될 수 있다.
또한, 다양한 참조 블록을 고려하기 위해 제로 벡터가 고려될 수 있다. 기존의 SbTMVP는 좌측 블록이 가용하지 않은 경우 제로 벡터로 대체하는 반면, 제안하는 방법은 제로 벡터를 다른 후보의 대체 후보로 사용하지 않고 후보의 개수가 채워지지 않았을 때 사용되도록 할 수 있다.
본 개시의 실시예에 따르면, 인접 블록의 움직임 벡터, 비-인접 블록의 움직임 벡터 및 제로 벡터를 이용하여 최대 MAX_NUM개의 후보를 SbTMVP의 후보로 고려할 수 있도록 하며, 이를 통해 SbTMVP의 예측의 정확도를 높이고 압축 성능을 개선할 수 있다.
이하에서는, 상술한 실시예에서와 같이 복수의 움직임 벡터(또는 시간 벡터)를 이용하여 SbTMVP를 유도함에 있어서, 효과적인 중복 여부 체크를 통해 보다 다양한 후보를 고려할 수 있도록 하는 방법을 설명한다. 이하에서 설명하는 실시예는 앞서 설명한 복수의 후보를 대상으로 중복 체크를 적용할 수 있다.
예를 들어, 인접 블록으로부터 유도된 시간 벡터를 이용하여 중복 여부를 체크할 수 있다. 즉, 시간 벡터간 중복되는지 여부가 확인될 수 있다.
또는, 예를 들어, 시간 벡터를 이용하여 유도된 콜로케이티드 블록의 중앙 위치의 움직임 벡터(DefaultMV)를 이용하여 중복 여부를 체크할 수 있다.
또는, 예를 들어, 시간 벡터를 이용하여 유도된 콜로케이티드 블록의 각 서브-블록 단위 움직임 벡터를 이용하여 중복 여부를 체크할 수 있다. 이때, 콜로케이티드 블록 내 모든 서브-블록의 움직임 벡터에 대하여 중복 체크가 수행될 수 있다. 또는, 콜로케이티드 블록 내 특정 위치의 서브-블록에 대하여 중복 체크가 수행될 수 있다.
앞서 설명한 인접 블록의 움직임 벡터, 비-인접 블록의 움직임 벡터 및 제로 벡터를 대상으로 하여 위에서 상술한 중복 체크 방법을 적용할 수 있다. 또한, 중복 체크의 복잡도를 줄이기 위해 일부 후보만을 대상으로 적용할 수도 있다. 즉, 중복 체크는 미리 정의된 특정 후보간 수행될 수 있다.
일 예로, 도 7의 A0 블록과 A1 블록은 매우 인접해 있으므로 중복 체크를 적용할 수 있고, A0 블록와 B0 블록은 서로 인접하지 않으므로 서로 상이한 움직임 정보를 가지는 것으로 추론하고 중복 체크를 적용하지 않을 수 있다. 또는, 서로 인접한 블록들만 중복 체크의 대상으로 하며 비-인접 블록 및 제로 벡터를 대상으로는 중복 체크를 적용하지 않을 수 있다.
도 8은 본 개시의 일 실시예에 따른 움직임 벡터간 중복 체크 방법을 설명하기 위한 도면이다.
도 8을 참조하면, 중복 체크는 동일한 참조 픽쳐 및 동일한 움직임 벡터를 가지는지 여부로 판단할 수 있으며, 일 실시예로서, 움직임 벡터간 차이가 특정 임계값보다 작은 경우 중복 후보로 판단할 수 있다.
구체적으로, 도 8에 도시된 바와 같이, 콜로케이티드 픽쳐 내 움직임 정보는 특정 단위로 저장될 수 있다. 예를 들어, 콜로케이티드 픽쳐 내 움직임 정보는 8x8 단위로 움직임 정보 저장될 수 있다. 이로 인해, 시간 벡터를 기준으로 중복 체크를 하는 경우, 각 후보의 움직임 벡터간 차분값이 특정 값보다 작은 경우에는 동일한 단위 내에 존재할 수 있고, 움직임 정보가 중복될 수 있다.
따라서, 일 실시예에 따르면, 임계값에 기초하여 중복 여부를 판단하도록 함으로써 보다 다양한 후보를 고려할 수 있다. 일 예로서, 임계값은 미리 정의될 수 있고, 1-pel, 1/4 pel, 1/16 pel 등으로 정의될 수 있다.
이하에서는, 앞서 설명한 방법에 따라 유도된 복수의 SbTMVP 후보 중에서 최적의 후보를 결정하는 방법을 설명한다.
인터 예측은 일반 머지 모드(general merge mode) 중 서브-블록 머지 모드를 포함할 수 있다. 서브-블록 머지 모드는 SbTMVP 모드 및 어파인 머지 모드를 포함할 수 있다. 서브-블록 머지 모드가 이용되는 경우 N개의 후보를 포함하는 서브-블록 머지 후보 리스트가 구성될 수 있다. 후보 리스트 내에서 후보를 특정하는 인덱스가 시그날링될 수 있다. 일 실시예에서, 후보 리스트는 하나의 SbTMVP 후보 및 N-1개의 어파인 머지 후보를 포함할 수 있다.
본 개시의 일 실시예에 따르면, SbTMVP를 위한 후보가 증가하더라도 최종적으로 하나의 SbTMVP 후보를 선택하여 기존과 같이 후보 리스트를 구성함으로써 어파인 머지 후보의 성능이 유지될 수 있다. 이를 위해, 템플릿 매칭 방법이 적용될 수 있다. 즉, 복수의 SbTMVP 후보 중에서 템플릿 매칭 코스트가 가장 작은 후보가 SbTMVP로 선택될 수 있다.
템플릿 매칭 코스트는 다음의 방법들 중 적어도 하나와 같이 계산될 수 있다. 정확도 및 복잡도 사이의 트레이드 오프(trade-off)를 고려하여 변경 적용될 수도 있다.
- 각각의 인접/비-인접/제로 벡터에 기초하여 유도된 시간 벡터를 이용하여 템플릿 영역의 SAD(sum of absolute differences) 또는 MRSAD(mean-removed sum of absolute differences)를 계산할 수 있다. 현재 블록과 시간 벡터로부터 유도된 콜로케이티드 블록간 템플릿의 유사성을 기반으로 하므로 신뢰도 높은 시간 벡터를 찾을 수 있다. 각 후보의 DefaultMv 및 서브-블록 MV를 계산할 때보다 복잡도 증가 없이 계산할 수 있다는 점에서 장점이 있다.
- 시간 벡터를 이용하여 유도된 콜로케이티드 블록의 중앙 위치에서의 MV (DefaultMV)가 가리키는 참조 블록과 현재 블록간 템플릿 영역의 SAD 또는 MRSAD를 계산할 수 있다. 실제 적용되는(즉, 예측 샘플로 이용되는) 대표 참조 블록을 위한 움직임 벡터를 이용한다는 점에서 시간 벡터를 이용할 때보다 MVP로서의 정확도를 높일 수 있다는 장점이 있다.
- 시간 벡터를 이용하여 유도된 콜로케이티드 블록 내 각 서브-블록 단위 MV를 이용하여 템플릿 영역의 SAD 또는 MRSAD를 계산할 수 있다. 이는 각 서브-블록 단위로 실제 적용되는 움직임 벡터를 이용한다는 점에서 MVP로서의 가장 정확도가 높은 반면 상대적으로 복잡도가 증가할 수 있다. 이때, 현재 블록 내 서브-블록의 위치에 따라 모든 서브-블록이 템플릿 영역을 가질 수 없으므로, 일 실시예에서, 현재 블록의 좌측, 상측에 인접한 서브-블록만을 대상으로 하여 템플릿 매칭 코스트를 계산할 수 있다.
CU 단위(즉, 현재 블록)로 템플릿 매칭 코스트를 계산하고자 할 때, 템플릿 영역은 WxN, NxH으로 결정될 수 있다. W, H는 각각 CU의 너비, 높이를 나타낸다. N은 계산의 복잡도 및 블록의 크기를 고려하여 1, 2, 4 등으로 결정될 수 있다. 서브-블록 단위로 템플릿 매칭 코스트를 계산하고자 할 때 템플릿 영역은 WxM, MxH 전부 또는 일부가 사용될 수 있다. M은 계산의 복잡도 및 블록의 크기를 고려하여 1, 2, 4 등으로 결정될 수 있다.
또한, 위에서 설명한 방법은 다음과 같이 변경 적용될 수 있다. 서브-블록 머지 후보의 수가 증가하여 다양한 후보를 고려할수록 성능이 개선되는 경우, 앞의 실시예에서 구성한 SbTMVP 후보 중 복수의 후보를 최종 서브-블록 머지 후보로 이용할 수 있다. 일 예로, 2개의 SbTMVP 후보를 서브-블록 머지 후보 리스트를 구성할 수 있다. 이때, 2개의 SbTMVP 후보로서 유도된 SbTMVP 후보들 중 템플릿 매칭 코스트가 가장 작은 후보와 두 번째로 작은 후보가 선택될 수 있다.
구체적으로, 다음과 같이 SbTMVP를 위한 시그날링 방법이 변경 적용될 수 있다. 예를 들어, 다음의 표 1과 같이 서브-블록 머지 후보 리스트가 구성될 수 있다.
Figure PCTKR2023009336-appb-img-000004
표 1을 참조하면, Method 1의 예시와 같이, 서브-블록 머지 후보 리스트에 특정 개수(예로서 2개)의 SbTMVP 후보가 추가되고, 이후 어파인 머지 후보가 추가될 수 있다.
또한, 서브-블록 머지 후보 리스트에 SbTMVP 후보가 포함되는지 여부를 지시하는 플래그가 시그날링될 수 있다. 즉, Method 2의 예시와 같이 서브-블록 머지 모드일 때 SbTMVP 여부를 시그날링하는 플래그(SbTMVPFlag)에 의해 서브-블록 머지 후보 리스트 구성이 달라질 수 있다. SbTMVPFlag가 1일 때 SbTMVP 후보 리스트가 구성되고, SbTMVPFlag가 0일 때 어파인 후보 리스트가 구성될 수 있다.
표 1의 Method 1은 SbTMVP의 후보가 존재하지 않거나 하나의 후보만 존재하는 경우 어파인 머지 후보를 서브-블록 머지 후보 리스트에 추가할 수 있으므로 시그날링 비트 효율 관점에서 낭비를 막을 수 있다. 한편, Method 2는 SbTMVPFlag가 추가되는 대신, 어파인 후보에 대한 비트 사용량이 동일하게 유지됨과 동시에, SbTMVP 모드를 위한 다양한 후보를 고려할 수 있다는 장점이 있다. 일 실시예에서, Method 2의 경우 SbTMVPFlag의 불필요한 전송을 막기 위해 SbTMVP 후보 수를 SbTMVP 후보 리스트의 최대 후보 개수만큼 생성할 수 있도록 설정할 수 있다.
도 9는 본 개시의 일 실시예에 따른 머지 후보 리스트 구성 방법을 예시하는 흐름도이다.
SbTMVP는 서브-블록 단위의 움직임 정보를 예측한다는 점에서 일반 머지 모드 중 서브-블록 머지 모드의 일부 툴로서 동작한다. SbTMVP는 TMVP와 달리 정해진 위치의 움직임 정보를 획득하는 것이 아니기 때문에 보다 정확한 움직임 예측이 가능하다. 따라서, 본 개시의 일 실시예에 따르면, 앞서 설명한 SbTMVP와 동일하지만 서브-블록 단위가 아닌 코딩 블록 단위로 움직임 정보를 유도하는 SbTMVP를 레귤러 머지 모드의 후보 중 하나로 적용하는 방법을 제안한다. 본 개시에서, 서브-블록 단위의 유도 방법을 제외한 SbTMVP를 M-TMVP(Moved-TMVP)라 지칭한다. 명칭이 이에 제한되는 것은 아니며, M-TMVP는 단순히 TMVP로 지칭될 수도 있다.
도 9를 참조하면, 레귤러 머지 모드에 따른 머지 후보 리스트가 구성될 수 있다. 머지 후보 리스트는 공간 후보, 시간 후보, 비-인접 후보, HMVP(history-based motion vector predictor), 제로 후보를 포함할 수 있다. 일 예로서, 공간 후보, 시간 후보, 비-인접 후보, HMVP, 제로 후보 순서로 머지 후보 리스트에 삽입될 수 있다.
이때, 시간 후보는 기존의 TMVP와 함께 본 실시예에 따른 M-TMVP를 포함할 수 있다. 실시예로서, TMVP가 M-TMVP로 대체 적용되거나 TMVP 와 M-TMVP중 보다 압축 효율이 높은 후보가 선택되는 등의 변형이 가능하다. 이 때, 압축 효율이 높은 후보를 판단하기 위해 템플릿 매칭이 이용될 수 있다. 또한, M-TMVP는 도 9와 다른 순서로 머지 후보 리스트에 추가될 수도 있다.
M-TMVP 유도에는 앞서 도 5 및 도 6에서 설명한 방법이 동일하게 적용될 수 있다. 상술한 바와 같이, M-TMVP는 서브-블록 단위가 아닌 블록 단위로 움직임 정보를 유도할 수 있다. 이때, 블록 단위는 코딩 블록 단위일 수 있다. 따라서, 앞서 도 5 및 도 6에서 설명한 방법에서 서브-블록 단위 움직임 벡터 유도 단계는 생략되거나 블록 단위 움직임 벡터 유도 단계로 대체될 수 있다. 앞서 도 5 및 도 6에서 설명한 방법에서 서브-블록 단위 움직임 벡터 유도 단계를 제외한 동작은 M-TMVP에도 동일하게 적용될 수 있고, 관련하여 중복되는 설명은 생략한다.
도 10은 본 개시의 일 실시예에 따른 시간 머지 후보 유도 방법을 예시하는 도면이다.
도 10을 참조하면, 서브-블록 단위의 움직임 정보를 유도하지 않는 M-TMVP를 위해 기존의 움직임 벡터와 다른 다양한 움직임 정보를 수집할 수 있도록 변경할 수 있다. 도 10은 현재 블록의 좌하단 샘플의 좌측에 인접한 좌측 이웃 블록의 움직임 벡터를 시간 벡터로 이용하여 콜로케이티드 블록을 특정하는 경우를 가정하나, 좌측 이웃 블록뿐만 아니라 앞서 도 6, 7에서 설명한 다양한 위치의 이웃 블록이 시간 벡터 후보로서 이용될 수 있다.
M-TMVP가 이용되는 경우, 보다 다양한 움직임 정보를 에측에 이용하기 위해 콜로케이티드 블록의 위치를 다음과 같이 변경 적용할 수 있다. 즉, 인접 블록의 움직임 벡터, 시간 벡터를 이용하여 콜로케이티드 블록을 유도하는 과정에서 블록의 우하단 위치의 움직임 벡터를 ColMv(콜로케이티드 블록의 움직임 벡터)로 결정할 수 있다. 또는, 우하단 위치의 체크 후 이용 가능하지 않은 경우 중앙 위치의 움직임 벡터를 ColMv로 결정할 수 있다.
본 실시예에서 제안하는 M-TMVP는 레귤러 머지 모드 뿐만 아니라 AMVP 모드에도 적용될 수 있으며, MVP를 구성하는 다양한 인터 예측 모드에 적용될 수 있음은 물론이다.
도 11은 본 개시의 일 실시예에 따른 참조 블록으로부터 움직임 정보를 유도하는 방법을 예시하는 도면이다.
SbTMVP의 유도 과정에서 콜로케이티드 블록 내에 존재하는 각 서브-블록의 움직임 벡터(또는 움직임 정보)는 다양한 타입으로 존재할 수 있다. 예를 들어, 단방향 예측 블록, 양방향 예측 블록이 존재할 수 있고, 콜로케이티드 픽쳐와 동일한 방향의 움직임 벡터를 가질 수도 있고, 콜로케이티드 픽쳐와 반대 방향의 움직임 벡터를 가질 수도 있다.
도 11을 참조하면, 콜로케이티드 블록 내에 존재하는 각 서브-블록이 단방향 예측 블록인 경우(즉, mvColL0만 존재)이고 RA(random access) 조건인 경우, 현재 블록의 움직임 벡터는 도 11에 도시된 바와 콜로케이티드 블록으로부터 유도될 수 있다.
현재 픽쳐가 RA 조건 일 때, 콜로케이티드 픽쳐 내에 존재하는 콜로케이티드 블록의 움직임 벡터 mvColL0를 이용하여 현재 블록의 MVP인 colMvL0를 유도할 수 있다. 도 11에 도시된 바와 같이, 현재 픽쳐(currPic)와 참조 픽쳐(refPic(L0))간 거리 및 콜로케이티드 픽쳐(colPic)와 콜로케이티드 픽쳐의 참조 픽쳐(colRefPic(L0))간 거리 비를 이용하여 최종 colMvL0를 유도할 수 있다.
도 12는 본 개시의 일 실시예에 따른 참조 블록으로부터 움직임 정보를 유도하는 방법을 예시하는 도면이다.
도 12를 참조하면, 콜로케이티드 블록 내에 존재하는 각 서브-블록이 단방향 예측 블록인 경우(즉, mvColL0만 존재)이고 LD(low delay) 조건인 경우, 현재 블록의 움직임 벡터는 도 12에 도시된 바와 콜로케이티드 블록으로부터 유도될 수 있다.
현재 픽쳐가 LD 조건 일 때, 콜로케이티드 픽쳐 내에 존재하는 콜로케이티드 블록의 움직임 벡터 mvColL0를 이용하여 colMvLX, X = 0, 1을 도 12에 도시된 바와 같이 유도할 수 있다. 현재 픽쳐(currPic)와 각 참조 픽쳐 (refPic(LX), X는 0, 1)간 거리 및 콜로케이티드 픽쳐(colPic)와 각 콜로케이티드 픽쳐의 참조 픽쳐(colRefPic(LX))간 거리 비를 이용하여 최종 colMvLX를 유도할 수 있다.
일반적으로 비디오 코덱에서 양방향 예측은 참조 블록간 평균을 통한 스무딩(smoothing) 효과를 가져오고, 두 개의 움직임 정보를 통해 예측의 정확도를 높임으로써 압축 성능을 높이는데에 있으므로, 본 실시예에서는 상술한 colMv의 유도 과정에 있어서 양방향 예측 블록을 생성할 수 있도록 변경함으로써 압축 성능을 높이는 방법을 도 13 및 도 14에서 설명한다.
도 13은 본 개시의 일 실시예에 따른 참조 블록으로부터 움직임 정보를 유도하는 방법을 예시하는 도면이다.
앞서 도 11에서 설명한 RA 조건에서의 colMv의 유도 방법은 도 13에 도시된 바와 같이 변경 적용될 수 있다.
도 13을 참조하면, mvColL0를 이용하여 colMvL0 뿐만 아니라 colMvL1을 유도할 수 있다. 마찬가지로, 참조 픽쳐와의 거리비 및 방향성을 이용하여 colMvL1이 유도될 수 있다. 이때, colMvL1는 colMvL0과 방향이 반대이고 참조 픽쳐간 거리 비율에 따라 colMvL0의 절대값을 스케일링함으로써 유도될 수 있다.
또한, 일 예로서, DefaultMV가 양방향 움직임 정보를 포함하는 경우, LX 단뱡항 예측하는 서브-블록에 대하여 DefaultMv의 L(1-X) 움직임 벡터를 이용하여 움직임 벡터를 설정할 수 있다. 이를 통해, 양방향 예측 효과를 기대할 수 있다.
도 14는 본 개시의 일 실시예에 따른 참조 블록으로부터 움직임 정보를 유도하는 방법을 예시하는 도면이다.
앞서 도 12에서 설명한 LD 조건에서의 colMv의 유도 방법은 도 14에 도시된 바와 같이 변경 적용될 수 있다.
도 14를 참조하면, LD 조건에서 단방향 예측 블록은 강제적으로 양방향 예측 모드로 전환되지 않고 단방향 움직임만 갖도록 설정할 수 있다. 이를 통해, 계산의 복잡도를 줄이고 RA와의 퉁일성을 유지할 수 있다.
또는, 일 예로서, 다음과 같이 RA/LD 조건을 고려하지 않고 적용할 수 있다. 예를 들어, 단방향 예측하는 블록의 움직임 정보를 현재 블록에 적용할 때, 현재 픽쳐와 참조 픽쳐 간 거리가 가까운 참조 픽쳐로 움직임 벡터를 스케일링하여 적용할 수 있다.
또한, 본 개시의 일 실시예에 따르면, 콜로케이티드 픽쳐를 특정하는 정보가 상위 레벨 신택스를 기반으로 시그날링될 수 있다. 종래 기술을 살펴보면, TMVP 및 SbTMVP는 아래의 표 2 및 3과 같이 픽쳐 헤더(picture header) 및 슬라이스 헤더(slice header)에서 파싱된 정보에 기초하여 콜로케이티드 픽쳐가 결정된다. 시그날링된 정보는 모든 시간 후보 유도 과정에 동일하게 적용된다. 표 2는 픽쳐 헤더 신택스를 나타대고, 표 3은 슬라이스 헤더 신택스를 나타낸다.
Figure PCTKR2023009336-appb-img-000005
Figure PCTKR2023009336-appb-img-000006
표 2 및 표 3을 참조하면, 종래 기술에 의하면, TMVP와 SbTMVP는 그 특성이 다름에도 동일한 콜로케이티드 픽쳐만을 이용하여 시간 후보를 유도하므로, TMVP와 SbTMVP간 상이한 특성을 효과적으로 반영하지 못하는 문제가 있다.
따라서, 본 개시의 일 실시예는 SbTMVP가 별개의 콜로케이티드 픽쳐를 가질 수 있도록, SbTMVP의 콜로케이티드 픽쳐를 TMVP와 개별적으로 시그날링할 수 있다. 실시예로서, 다음의 표 4, 5와 같이, SbTMVP의 콜로케이티드 픽쳐를 TMVP와 개별적으로 시그날링할 수 있다.
Figure PCTKR2023009336-appb-img-000007
Figure PCTKR2023009336-appb-img-000008
표 4는 픽쳐 헤더 신택스를 나타대고, 표 5는 슬라이스 헤더 신택스를 나타낸다. 표 4를 참조하면, SbTMVP를 위한 콜로케이티드 픽쳐를 나타내는 신택스 요소 ph_sb_collocated_from_l0_flag, ph_sb_collocated_ref_idx가 정의/시그날링될 수 있다. 표 5를 참조하면, SbTMVP를 위한 콜로케이티드 픽쳐를 나타내는 신택스 요소 sh_sb_collocated_from_l0_flag, sh_sb_collocated_ref_idx가 정의/시그날링될 수 있다.
도 15는 본 개시에 따른 인터 예측 방법을 수행하는 인터 예측부(332)의 개략적인 구성을 도시한 것이다.
도 15를 참조하면, 인트라 예측부(331)는, 시간 벡터 유도부(1500), 콜로케이티드 블록 결정부(1510), 움직임 벡터 유도부(1520), 예측 샘플 생성부(1530)를 포함할 수 있다.
시간 벡터 유도부(1500)는 복수의 후보를 포함하는 후보군 중 한 후보의 움직임 벡터에 기초하여 현재 블록의 시간 벡터(temporal vector)를 유도할 수 있다.
서브-블록 머지 모드(sub-block merge mode)의 SbTMVP는 미리 결정된 참조 픽쳐(또는 콜로케이티드 픽쳐, 콜 픽쳐(colPic)) 내에서 미리 정의된 위치(즉, 현재 블록의 우하단 위치 또는 중앙 위치)의 블록의 움직임 정보를 움직임 벡터 예측자(motion vector predictor, MVP)로 유도하는 TMVP와 달리, 이웃 블록(예를 들어, 현재 블록의 좌측 이웃 블록)의 움직임 정보로부터 유도된 콜로케이티드 블록(collocated block)(또는 콜(col) 블록)의 움직임 정보를 현재 블록의 MVP로 사용하며, 서브-블록 단위로 MVP를 유도할 수 있다.
콜로케이티드 블록을 특정하기 위한 다양한 시간 벡터(temporal vector)를 고려하는 SbTMVP 유도 과정에서의 개선 방법이 적용될 수 있다. 제안하는 방법은 서브-블록 기반 MVP 유도 과정뿐만 아니라 MERGE/AMVP 프로세스에서의 MVP 유도 과정에도 실질적으로 동일한 방법으로 적용될 수 있다.
전술한 바와 같이, 좌측 이웃 블록의 움직임 정보로부터 유도된 콜로케이티드 블록의 움직임 정보를 MVP로 사용하는 기존 SbTMVP의 성능 개선을 위해 다수의 이웃 블록으로부터 유도되는 다양한 움직임 정보를 고려함으로써 최적의 MVP를 유도할 수 있다. 이때, 도 6, 7에서 설명한 방법이 적용될 수 있다. 관련하여 중복되는 설명은 생략한다.
또한, 전술한 바와 같이, 다수의 이웃 블록에 기초하여 후보군을 후보에 추가함에 있어서, 후보군에 이전에 포함된 후보와 중복되는 움직임 벡터를 가지는지 중복 체크가 수행될 수 있다. 일 예로서, 앞서 도 8에서 설명한 바와 같이, 움직임 벡터간 차이와 임계값간의 비교를 기반으로 중복 여부가 결정될 수 있다.
콜로케이티드 블록 결정부(1510)는 유도된 시간 벡터에 기초하여 콜로케이티드 픽쳐 내 현재 블록의 콜로케이티드 블록을 결정(또는 특정)할 수 있다. 일 예로서, 콜로케이티드 픽쳐는 인코딩 장치와 디코딩 장치에 동일하게 정의될 수 있다. 또는 일 예로서, 콜로케이티드 픽쳐는 상위 레벨 신택스를 통해 시그날링될 수 있다. 콜로케이티드 픽쳐 내에서 시간 벡터에 의해 현재 블록의 콜로케이티드 블록이 결정될 수 있다.
움직임 벡터 유도부(1520)는 콜로케이티드 블록의 움직임 벡터에 기초하여 서브-블록 단위로 현재 블록의 움직임 벡터를 유도할 수 있다. 즉, 움직임 벡터 유도부(1520)는 시간 벡터에 의해 특정된 콜로케이티드 블록 내 서브-블록의 움직임 벡터를 현재 블록 내 대응되는 서브-블록의 움직임 벡터로 유도(또는 결정)할 수 있다.
예측 샘플 생성부(1530)는 현재 블록의 움직임 벡터에 기초하여 현재 블록에 대한 인터 예측을 수행할 수 있다. 예측 샘플 생성부(1530)는 현재 블록 내 서브-블록 단위로 유도된 움직임 정보를 기반으로 인터 예측을 수행함으로써 현재 블록의 예측 블록을 생성할 수 있다. 실시예로서, 현재 블록의 예측 블록은 서브-블록 단위로 유도된 움직임 정보에 따라 서브-블록 단위로 생성될 수 있다.
도 16은 본 개시에 따른 일실시예로서, 인코딩 장치(200)에 의해 수행되는 인터 예측 방법을 도시한 것이다.
본 개시의 일 실시예에서, 인코딩 장치에 의해 수행되는 인터 예측 방법을 설명한다. SbTMVP를 이용하여 인터 예측을 수행함에 있어서 앞서 도 4 내지 도 15에서 설명한 실시예가 실질적으로 동일한 방법으로 적용될 수 있으며, 여기서 중복되는 설명은 생략한다.
도 16을 참조하면, 인코딩 장치는 복수의 후보를 포함하는 후보군 중 한 후보의 움직임 벡터에 기초하여 현재 블록의 시간 벡터(temporal vector)를 결정할 수 있다(S1601).
서브-블록 머지 모드(sub-block merge mode)의 SbTMVP는 미리 결정된 참조 픽쳐(또는 콜로케이티드 픽쳐, 콜 픽쳐(colPic)) 내에서 미리 정의된 위치(즉, 현재 블록의 우하단 위치 또는 중앙 위치)의 블록의 움직임 정보를 움직임 벡터 예측자(motion vector predictor, MVP)로 유도하는 TMVP와 달리, 이웃 블록(예를 들어, 현재 블록의 좌측 이웃 블록)의 움직임 정보로부터 유도된 콜로케이티드 블록(collocated block)(또는 콜(col) 블록)의 움직임 정보를 현재 블록의 MVP로 사용하며, 서브-블록 단위로 MVP를 유도할 수 있다.
콜로케이티드 블록을 특정하기 위한 다양한 시간 벡터(temporal vector)를 고려하는 SbTMVP 유도 과정에서의 개선 방법이 적용될 수 있다. 제안하는 방법은 서브-블록 기반 MVP 유도 과정뿐만 아니라 MERGE/AMVP 프로세스에서의 MVP 유도 과정에도 실질적으로 동일한 방법으로 적용될 수 있다.
전술한 바와 같이, 좌측 이웃 블록의 움직임 정보로부터 유도된 콜로케이티드 블록의 움직임 정보를 MVP로 사용하는 기존 SbTMVP의 성능 개선을 위해 다수의 이웃 블록으로부터 유도되는 다양한 움직임 정보를 고려함으로써 최적의 MVP를 유도할 수 있다. 이때, 도 6, 7에서 설명한 방법이 적용될 수 있다. 관련하여 중복되는 설명은 생략한다.
또한, 전술한 바와 같이, 최적의 MVP를 유도함에 있어서, 템플릿 매칭 방법이 적용될 수 있다.
또한, 전술한 바와 같이, 다수의 이웃 블록에 기초하여 후보군을 후보에 추가함에 있어서, 후보군에 이전에 포함된 후보와 중복되는 움직임 벡터를 가지는지 중복 체크가 수행될 수 있다. 일 예로서, 앞서 도 8에서 설명한 바와 같이, 움직임 벡터간 차이와 임계값간의 비교를 기반으로 중복 여부가 결정될 수 있다.
인코딩 장치는 유도된 시간 벡터에 기초하여 콜로케이티드 픽쳐 내 현재 블록의 콜로케이티드 블록을 결정(또는 특정)할 수 있다(S1610). 일 예로서, 콜로케이티드 픽쳐는 인코딩 장치와 디코딩 장치에 동일하게 정의될 수 있다. 또는, 일 예로서, 콜로케이티드 픽쳐는 상위 레벨 신택스를 통해 시그날링될 수 있다. 콜로케이티드 픽쳐 내에서 시간 벡터에 의해 현재 블록의 콜로케이티드 블록이 결정될 수 있다.
인코딩 장치는 콜로케이티드 블록의 움직임 벡터에 기초하여 서브-블록 단위로 현재 블록의 움직임 벡터를 유도할 수 있다(S1620). 즉, 인코딩 장치는 시간 벡터에 의해 특정된 콜로케이티드 블록 내 서브-블록의 움직임 벡터를 현재 블록 내 대응되는 서브-블록의 움직임 벡터로 유도(또는 결정)할 수 있다.
인코딩 장치는 현재 블록의 움직임 벡터에 기초하여 현재 블록에 대한 인터 예측을 수행할 수 있다(S1630). 인코딩 장치는 현재 블록 내 서브-블록 단위로 유도된 움직임 정보를 기반으로 인터 예측을 수행함으로써 현재 블록의 예측 블록을 생성할 수 있다. 실시예로서, 현재 블록의 예측 블록은 서브-블록 단위로 유도된 움직임 정보에 따라 서브-블록 단위로 생성될 수 있다.
도 17은 본 개시에 따른 인터 예측 방법을 수행하는 인터 예측부(221)의 개략적인 구성을 도시한 것이다.
도 17을 참조하면, 인터 예측부(221)는, 시간 벡터 결정부(1700), 콜로케이티드 블록 결정부(1710), 움직임 벡터 결정부(1720), 예측 샘플 생성부(1730)를 포함할 수 있다.
구체적으로, 시간 벡터 결정부(1700)는 복수의 후보를 포함하는 후보군 중 한 후보의 움직임 벡터에 기초하여 현재 블록의 시간 벡터(temporal vector)를 결정할 수 있다.
서브-블록 머지 모드(sub-block merge mode)의 SbTMVP는 미리 결정된 참조 픽쳐(또는 콜로케이티드 픽쳐, 콜 픽쳐(colPic)) 내에서 미리 정의된 위치(즉, 현재 블록의 우하단 위치 또는 중앙 위치)의 블록의 움직임 정보를 움직임 벡터 예측자(motion vector predictor, MVP)로 유도하는 TMVP와 달리, 이웃 블록(예를 들어, 현재 블록의 좌측 이웃 블록)의 움직임 정보로부터 유도된 콜로케이티드 블록(collocated block)(또는 콜(col) 블록)의 움직임 정보를 현재 블록의 MVP로 사용하며, 서브-블록 단위로 MVP를 유도할 수 있다.
콜로케이티드 블록을 특정하기 위한 다양한 시간 벡터(temporal vector)를 고려하는 SbTMVP 유도 과정에서의 개선 방법이 적용될 수 있다. 제안하는 방법은 서브-블록 기반 MVP 유도 과정뿐만 아니라 MERGE/AMVP 프로세스에서의 MVP 유도 과정에도 실질적으로 동일한 방법으로 적용될 수 있다.
전술한 바와 같이, 좌측 이웃 블록의 움직임 정보로부터 유도된 콜로케이티드 블록의 움직임 정보를 MVP로 사용하는 기존 SbTMVP의 성능 개선을 위해 다수의 이웃 블록으로부터 유도되는 다양한 움직임 정보를 고려함으로써 최적의 MVP를 유도할 수 있다. 이때, 도 6, 7에서 설명한 방법이 적용될 수 있다. 관련하여 중복되는 설명은 생략한다.
또한, 전술한 바와 같이, 최적의 MVP를 유도함에 있어서, 템플릿 매칭 방법이 적용될 수 있다.
또한, 전술한 바와 같이, 다수의 이웃 블록에 기초하여 후보군을 후보에 추가함에 있어서, 후보군에 이전에 포함된 후보와 중복되는 움직임 벡터를 가지는지 중복 체크가 수행될 수 있다. 일 예로서, 앞서 도 8에서 설명한 바와 같이, 움직임 벡터간 차이와 임계값간의 비교를 기반으로 중복 여부가 결정될 수 있다.
콜로케이티드 블록 결정부(1710)는 유도된 시간 벡터에 기초하여 콜로케이티드 픽쳐 내 현재 블록의 콜로케이티드 블록을 결정(또는 특정)할 수 있다. 일 예로서, 콜로케이티드 픽쳐는 인코딩 장치와 디코딩 장치에 동일하게 정의될 수 있다. 또는, 일 예로서, 콜로케이티드 픽쳐는 상위 레벨 신택스를 통해 시그날링될 수 있다. 콜로케이티드 픽쳐 내에서 시간 벡터에 의해 현재 블록의 콜로케이티드 블록이 결정될 수 있다.
움직임 벡터 결정부(1720)는 콜로케이티드 블록의 움직임 벡터에 기초하여 서브-블록 단위로 현재 블록의 움직임 벡터를 유도할 수 있다. 즉, 움직임 벡터 결정부(1720)는 시간 벡터에 의해 특정된 콜로케이티드 블록 내 서브-블록의 움직임 벡터를 현재 블록 내 대응되는 서브-블록의 움직임 벡터로 유도(또는 결정)할 수 있다.
예측 샘플 생성부(1730)는 현재 블록의 움직임 벡터에 기초하여 현재 블록에 대한 인터 예측을 수행할 수 있다. 예측 샘플 생성부(1730)는 현재 블록 내 서브-블록 단위로 유도된 움직임 정보를 기반으로 인터 예측을 수행함으로써 현재 블록의 예측 블록을 생성할 수 있다. 실시예로서, 현재 블록의 예측 블록은 서브-블록 단위로 유도된 움직임 정보에 따라 서브-블록 단위로 생성될 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 해당 실시예는 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 문서의 실시예들의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서의 실시예들에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 명세서의 실시예(들)이 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recorder) 등을 포함할 수 있다.
또한, 본 명세서의 실시예(들)이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 명세서의 실시예(들)에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 명세서의 실시예(들)는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 명세서의 실시예(들)에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 18은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 18을 참조하면, 본 명세서의 실시예(들)이 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 명세서의 실시예(들)이 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 명세서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 명세서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.

Claims (13)

  1. 복수의 후보를 포함하는 후보군 중 한 후보의 움직임 벡터에 기초하여 현재 블록의 시간 벡터(temporal vector)를 유도하는 단계;
    상기 시간 벡터에 기초하여 콜로케이티드 픽쳐(collocated picture) 내 상기 현재 블록의 콜로케이티드 블록(collocated block)을 결정하는 단계;
    상기 콜로케이티드 블록의 움직임 벡터에 기초하여 서브-블록 단위로 상기 현재 블록의 움직임 벡터를 유도하는 단계; 및
    상기 현재 블록의 움직임 벡터에 기초하여 상기 현재 블록에 대한 인터 예측을 수행하는 단계를 포함하는, 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 후보군은 상기 현재 블록의 인접 공간 이웃 블록 및 상기 현재 블록의 비-인접 공간 이웃 블록을 후보로서 포함하는, 영상 디코딩 방법.
  3. 제2항에 있어서,
    상기 비-인접 공간 이웃 블록은 상기 현재 블록에 인접한 좌측 샘플 라인 내에서 상기 현재 블록의 좌상측 코너에 인접한 좌상단 샘플로부터 상기 현재 블록의 높이에 2를 곱한 값만큼 떨어진 샘플을 포함하는 제1 블록 및 상기 현재 블록에 인접한 상단 샘플 라인 내에서 상기 좌상단 샘플로부터 상기 현재 블록의 너비에 2를 곱한 값만큼 떨어진 샘플을 포함하는 제2 블록을 포함하는, 영상 디코딩 방법.
  4. 제1항에 있어서,
    상기 한 후보는 템플릿 매칭(template matching)에 기초하여 상기 후보군에 포함된 상기 복수의 후보 중에서 선택되는, 영상 디코딩 방법.
  5. 제4항에 있어서,
    상기 템플릿 매칭의 코스트는 상기 현재 블록의 템플릿 영역과 상기 후보군에 포함된 상기 복수의 후보의 움직임 벡터에 의해 특정되는 블록의 템플릿 영역간 SAD(sum of absolute differences) 또는 MRSAD(mean-removed sum of absolute differences)에 기초하여 계산되는, 영상 디코딩 방법.
  6. 제4항에 있어서,
    상기 템플릿 매칭의 코스트는 상기 현재 블록의 템플릿 영역과 상기 후보군에 포함된 상기 복수의 후보에 기초하여 유도되는 블록 또는 서브-블록의 움직임 벡터에 의해 특정되는 블록의 템플릿 영역간 SAD(sum of absolute differences) 또는 MRSAD(mean-removed sum of absolute differences)에 기초하여 계산되는, 영상 디코딩 방법.
  7. 제1항에 있어서,
    상기 현재 블록의 주변 블록에 기초하여 상기 복수의 후보를 포함하는 상기 후보군을 구성하는 단계를 더 포함하되,
    상기 후보군은 미리 정의된 순서에 따라 특정 위치의 주변 블록을 상기 후보군에 추가함으로써 구성되는, 영상 디코딩 방법.
  8. 제7항에 있어서,
    상기 후보군을 구성하는 단계는,
    상기 특정 위치의 주변 블록의 움직임 벡터가 상기 후보군에 이전에 포함된 후보의 움직임 벡터와 중복되는지 여부를 확인하는 단계를 포함하는, 영상 디코딩 방법.
  9. 제8항에 있어서,
    상기 중복되는지 여부는 상기 후보군에 이전에 포함된 후보의 움직임 벡터와 상기 특정 위치의 주변 블록의 움직임 벡터간 차이가 미리 정의된 임계값보다 작은지 여부에 기초하여 결정되는, 영상 디코딩 방법.
  10. 제1항에 있어서,
    상기 콜로케이티드 픽쳐는 픽쳐 헤더(picture header) 또는 슬라이스 헤더(slice header) 중 적어도 하나의 신택스를 통해 시그날링되는 신택스 요소에 기초하여 결정되고,
    상기 신택스 요소는 시간 움직임 벡터 예측자(temporal motion vector predictor)를 위한 콜로케이티드 픽쳐를 지시하는 신택스 요소와 별개로 시그날링되는, 영상 디코딩 방법.
  11. 복수의 후보를 포함하는 후보군 중 한 후보의 움직임 벡터에 기초하여 현재 블록의 시간 벡터(temporal vector)를 결정하는 단계;
    상기 시간 벡터에 기초하여 콜로케이티드 픽쳐(collocated picture) 내 상기 현재 블록의 콜로케이티드 블록(collocated block)을 결정하는 단계;
    상기 콜로케이티드 블록의 움직임 벡터에 기초하여 서브-블록 단위로 상기 현재 블록의 움직임 벡터를 결정하는 단계; 및
    상기 현재 블록의 움직임 벡터에 기초하여 상기 현재 블록에 대한 인터 예측을 수행하는 단계를 포함하는, 영상 인코딩 방법.
  12. 제11항에 따른 영상 인코딩 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 저장 매체.
  13. 복수의 후보를 포함하는 후보군 중 한 후보의 움직임 벡터에 기초하여 현재 블록의 시간 벡터(temporal vector)를 결정하는 단계;
    상기 시간 벡터에 기초하여 콜로케이티드 픽쳐(collocated picture) 내 상기 현재 블록의 콜로케이티드 블록(collocated block)을 결정하는 단계;
    상기 콜로케이티드 블록의 움직임 벡터에 기초하여 서브-블록 단위로 상기 현재 블록의 움직임 벡터를 결정하는 단계;
    상기 현재 블록의 움직임 벡터에 기초하여 상기 현재 블록에 대한 인터 예측을 수행함으로써 상기 현재 블록의 예측 샘플을 생성하는 단계;
    상기 예측 샘플에 기초하여 상기 현재 블록을 부호화함으로써 비트스트림을 생성하는 단계; 및
    상기 비트스트림을 포함한 데이터를 전송하는 단계를 포함하는, 영상 정보에 대한 데이터 전송 방법.
PCT/KR2023/009336 2022-07-01 2023-07-03 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체 WO2024005616A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202263357672P 2022-07-01 2022-07-01
US63/357,672 2022-07-01

Publications (1)

Publication Number Publication Date
WO2024005616A1 true WO2024005616A1 (ko) 2024-01-04

Family

ID=89381170

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/009336 WO2024005616A1 (ko) 2022-07-01 2023-07-03 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체

Country Status (1)

Country Link
WO (1) WO2024005616A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200130453A (ko) * 2018-04-01 2020-11-18 엘지전자 주식회사 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
US20210021824A1 (en) * 2018-04-02 2021-01-21 SZ DJI Technology Co., Ltd. Method and device for image motion compensation
KR20210035036A (ko) * 2019-09-23 2021-03-31 에스케이텔레콤 주식회사 시간적 움직임벡터 예측자 유도 방법 및 영상 복호화 장치
WO2021133899A1 (en) * 2019-12-24 2021-07-01 Beijing Dajia Internet Information Technology Co., Ltd. Motion estimation region for the merge candidates
US20210266589A1 (en) * 2018-08-17 2021-08-26 Mediatek Inc. Method and Apparatus of Simplified Sub-Mode for Video Coding

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200130453A (ko) * 2018-04-01 2020-11-18 엘지전자 주식회사 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
US20210021824A1 (en) * 2018-04-02 2021-01-21 SZ DJI Technology Co., Ltd. Method and device for image motion compensation
US20210266589A1 (en) * 2018-08-17 2021-08-26 Mediatek Inc. Method and Apparatus of Simplified Sub-Mode for Video Coding
KR20210035036A (ko) * 2019-09-23 2021-03-31 에스케이텔레콤 주식회사 시간적 움직임벡터 예측자 유도 방법 및 영상 복호화 장치
WO2021133899A1 (en) * 2019-12-24 2021-07-01 Beijing Dajia Internet Information Technology Co., Ltd. Motion estimation region for the merge candidates

Similar Documents

Publication Publication Date Title
WO2020246849A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2020218793A1 (ko) Bdpcm에 기반한 영상 코딩 방법 및 그 장치
WO2020256389A1 (ko) Bdpcm 기반 영상 디코딩 방법 및 그 장치
WO2020184991A1 (ko) Ibc 모드를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020171632A1 (ko) Mpm 리스트 기반 인트라 예측 방법 및 장치
WO2021137597A1 (ko) Ols에 대한 dpb 파라미터를 사용하는 영상 디코딩 방법 및 그 장치
WO2020251319A1 (ko) Sbtmvp를 이용한 인터 예측 기반 영상 또는 비디오 코딩
WO2020017892A1 (ko) 서브블록 단위의 시간적 움직임 벡터 예측을 위한 방법 및 그 장치
WO2020256344A1 (ko) 영상 코딩에서 변환 커널 세트를 나타내는 정보의 시그널링
WO2020141879A1 (ko) 영상 코딩 시스템에서 서브 블록 기반 시간적 머지 후보를 사용하는 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2020167097A1 (ko) 영상 코딩 시스템에서 인터 예측을 위한 인터 예측 타입 도출
WO2020235960A1 (ko) Bdpcm 에 대한 영상 디코딩 방법 및 그 장치
WO2021125700A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2021034161A1 (ko) 인트라 예측 장치 및 방법
WO2020251270A1 (ko) 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩
WO2020145620A1 (ko) Mpm 리스트를 사용하는 인트라 예측 기반 영상 코딩 방법 및 장치
WO2020149616A1 (ko) 영상 코딩 시스템에서 cclm 예측 기반 영상 디코딩 방법 및 그 장치
WO2021034160A1 (ko) 매트릭스 인트라 예측 기반 영상 코딩 장치 및 방법
WO2020251320A1 (ko) 서브블록 단위의 시간적 움직임 벡터 예측자 후보 기반 영상 또는 비디오 코딩
WO2021040402A1 (ko) 팔레트 코딩 기반 영상 또는 비디오 코딩
WO2020251321A1 (ko) Sbtmvp 기반 영상 또는 비디오 코딩
WO2020256345A1 (ko) 영상 코딩 시스템에서 변환 커널 세트에 관한 정보에 대한 컨텍스트 코딩
WO2024005616A1 (ko) 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체
WO2024072162A1 (ko) 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체
WO2023200242A1 (ko) 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체

Legal Events

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

Ref document number: 23831974

Country of ref document: EP

Kind code of ref document: A1