WO2024010372A1 - Amvpmerge 모드에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체 - Google Patents

Amvpmerge 모드에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체 Download PDF

Info

Publication number
WO2024010372A1
WO2024010372A1 PCT/KR2023/009522 KR2023009522W WO2024010372A1 WO 2024010372 A1 WO2024010372 A1 WO 2024010372A1 KR 2023009522 W KR2023009522 W KR 2023009522W WO 2024010372 A1 WO2024010372 A1 WO 2024010372A1
Authority
WO
WIPO (PCT)
Prior art keywords
prediction
merge
candidate list
mode
current block
Prior art date
Application number
PCT/KR2023/009522
Other languages
English (en)
French (fr)
Inventor
장형문
남정학
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 WO2024010372A1 publication Critical patent/WO2024010372A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—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

Definitions

  • the present disclosure relates to a video encoding/decoding method, device, and recording medium for storing bitstreams. More specifically, the video encoding/decoding method and device based on the amvpMerge mode and the video encoding method/decoding generated by the video encoding method/device of the present disclosure. It relates to a recording medium that stores a bitstream.
  • HD High Definition
  • UHD Ultra High Definition
  • the purpose of the present disclosure is to provide a video encoding/decoding method and device with improved encoding/decoding efficiency.
  • the present disclosure aims to provide a video encoding/decoding method and device that performs amvpMerge mode.
  • the present disclosure aims to provide a video encoding/decoding method and device for configuring a fall back merge candidate in amvpMerge mode.
  • the present disclosure aims to provide a non-transitory computer-readable recording medium that stores a bitstream generated by the video encoding method or device according to the present disclosure.
  • the present disclosure aims to provide a non-transitory computer-readable recording medium that stores a bitstream that is received and decoded by an image decoding device according to the present disclosure and used to restore an image.
  • the present disclosure aims to provide a method for transmitting a bitstream generated by the video encoding method or device according to the present disclosure.
  • an image decoding method performed by an image decoding device the step of determining prediction modes applied to each of the prediction directions of the current block - the prediction modes include AMVP mode and merge mode. Constructing an AMVP candidate list and a merge candidate list based on the prediction modes, and generating a prediction block of the current block based on the AMVP candidate list and the merge candidate list, wherein the merge candidate The list may include fall back candidates.
  • the fallback candidate may be included in the merge candidate list based on the fact that the number of merge candidates included in the merge candidate list is smaller than the maximum number of merge candidates.
  • the fallback candidate may be included in the merge candidate list based on the fact that the number of reference pictures included in the merge reference picture list is less than a predetermined value.
  • the predetermined value may be the smaller of the number of reference pictures included in the merge reference picture list and the number of reference pictures included in the AMVP reference picture list.
  • the predetermined value may be the number of reference pictures included in the merge reference picture list.
  • the fallback candidate may be included in the merge candidate list based on the availability of a reference picture of the fallback candidate.
  • the fallback candidate may be included in the merge candidate list based on the fact that the number of merge candidates included in the merge candidate list is less than or equal to a predefined value.
  • an image encoding method performed by an image encoding apparatus includes determining prediction modes applied to each of prediction directions of the current block - the prediction modes include AMVP mode and merge mode. Constructing an AMVP candidate list and a merge candidate list based on the prediction modes, and generating a prediction block of the current block based on the AMVP candidate list and the merge candidate list, wherein the merge candidate The list may include fall back candidates.
  • the image encoding method includes the steps of determining prediction modes applied to each of the prediction directions of the current block - Prediction modes include AMVP mode and merge mode. Constructing an AMVP candidate list and a merge candidate list based on the prediction modes, and based on the AMVP candidate list and the merge candidate list, predicting a block of the current block. It includes a step of generating, and the merge candidate list may include a fall back candidate.
  • an image encoding/decoding method and device with improved encoding/decoding efficiency can be provided.
  • a video encoding/decoding method and device that performs amvpMerge mode can be provided.
  • a video encoding/decoding method and device for configuring a fall back merge candidate in amvpMerge mode can be provided.
  • a non-transitory computer-readable recording medium that stores a bitstream generated by the image encoding method or device according to the present disclosure may be provided.
  • a non-transitory computer-readable recording medium that stores a bitstream received and decoded by the video decoding device according to the present disclosure and used for image restoration can be provided.
  • a method for transmitting a bitstream generated by the video encoding method or device according to the present disclosure may be provided.
  • FIG. 1 is a diagram schematically showing a video coding system to which an embodiment according to the present disclosure can be applied.
  • FIG. 2 is a diagram schematically showing a video encoding device to which an embodiment according to the present disclosure can be applied.
  • Figure 3 is a diagram schematically showing an image decoding device to which an embodiment according to the present disclosure can be applied.
  • Figure 4 is a diagram schematically showing an inter prediction unit of a video encoding device.
  • Figure 5 is a flowchart showing a method of encoding an image based on inter prediction.
  • Figure 6 is a diagram schematically showing an inter prediction unit of a video decoding device.
  • Figure 7 is a flowchart showing a method of decoding an image based on inter prediction.
  • Figure 8 is a flowchart showing the inter prediction method.
  • Figure 9 is a flowchart showing an image encoding method according to an embodiment of the present disclosure.
  • Figures 10A to 10C are flowcharts showing a method of constructing a merge candidate list according to an embodiment of the present disclosure.
  • Figures 11A to 11C are flowcharts showing a method of constructing a merge candidate list according to an embodiment of the present disclosure.
  • Figures 12A to 12C are flowcharts showing a method of constructing a merge candidate list according to an embodiment of the present disclosure.
  • Figure 13 is a flowchart of a method for configuring a fall back merge candidate according to an embodiment of the present disclosure.
  • Figure 14 is a diagram illustrating a content streaming system to which an embodiment of the present disclosure can be applied.
  • a component when a component is said to be “connected,” “coupled,” or “connected” to another component, this is not only a direct connection relationship, but also an indirect connection relationship in which another component exists in between. It may also be included.
  • a component when a component is said to "include” or “have” another component, this does not mean excluding the other component, but may further include another component, unless specifically stated to the contrary. .
  • first, second, etc. are used only for the purpose of distinguishing one component from other components, and do not limit the order or importance of components unless specifically mentioned. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, the second component in one embodiment may be referred to as a first component in another embodiment. It may also be called.
  • distinct components are intended to clearly explain each feature, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated to form one hardware or software unit, or one component may be distributed to form a plurality of hardware or software units. Accordingly, even if not specifically mentioned, such integrated or distributed embodiments are also included in the scope of the present disclosure.
  • components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, embodiments consisting of a subset of the elements described in one embodiment are also included in the scope of the present disclosure. Additionally, embodiments that include other components in addition to the components described in the various embodiments are also included in the scope of the present disclosure.
  • This disclosure relates to video encoding and decoding, and terms used in this disclosure may have common meanings commonly used in the technical field to which this disclosure belongs, unless they are newly defined in this disclosure.
  • video may mean a set of a series of images over time.
  • a “picture” generally refers to a unit representing one image at a specific time
  • a slice/tile is a coding unit that constitutes a part of a picture, and one picture is one. It may consist of more than one slice/tile. Additionally, a slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • pixel or “pel” may refer to the minimum unit that constitutes one picture (or video). Additionally, “sample” may be used as a term corresponding to a pixel. A sample may generally represent a pixel or a pixel value, and may represent only a pixel/pixel value of a luma component, or only a pixel/pixel value of a chroma component.
  • unit may represent a basic unit of image processing.
  • a unit may include at least one of a specific area of a picture and information related to the area.
  • unit may be used interchangeably with terms such as “sample array,” “block,” or “area.”
  • an MxN block may include a set (or array) of samples (or a sample array) or transform coefficients consisting of M columns and N rows.
  • “current block” may mean one of “current coding block”, “current coding unit”, “encoding target block”, “decoding target block”, or “processing target block”.
  • “current block” may mean “current prediction block” or “prediction target block.”
  • transformation inverse transformation
  • quantization inverse quantization
  • “current block” may mean “current transformation block” or “transformation target block.”
  • filtering filtering target block.”
  • current block may mean a block containing both a luma component block and a chroma component block or “the luma block of the current block” unless explicitly stated as a chroma block.
  • the luma component block of the current block may be expressed by explicitly including an explicit description of the luma component block, such as “luma block” or “current luma block.”
  • the chroma component block of the current block may be expressed including an explicit description of the chroma component block, such as “chroma block” or “current chroma block.”
  • “/” and “,” may be interpreted as “and/or.”
  • “A/B” and “A, B” can be interpreted as “A and/or B.”
  • “A/B/C” and “A, B, C” may mean “at least one of A, B and/or C.”
  • “at least one of A, B, and C” can mean “only A,” “only B,” “only C,” or “any and all combinations of A, B, and C.” Additionally, “at least one A, B or C” or “at least one A, B and/or C” can mean “at least one A, B and C.”
  • Parentheses used in this disclosure may mean “for example.” For example, when “prediction (intra prediction)” is displayed, “intra prediction” may be proposed as an example of “prediction.” In other words, “prediction” in the present disclosure 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 suggested as an example of “prediction.”
  • FIG. 1 is a diagram schematically showing a video coding system to which an embodiment according to the present disclosure can be applied.
  • a video coding system may include an encoding device 10 and a decoding device 20.
  • the encoding device 10 may transmit encoded video and/or image information or data in file or streaming form to the decoding device 20 through a digital storage medium or network.
  • the encoding device 10 may include a video source generator 11, an encoder 12, and a transmitter 13.
  • the decoding device 20 may include a receiving unit 21, a decoding unit 22, and a rendering unit 23.
  • the encoder 12 may be called a video/image encoder
  • the decoder 22 may be called a video/image decoder.
  • the transmission unit 13 may be included in the encoding unit 12.
  • the receiving unit 21 may be included in the decoding unit 22.
  • the rendering unit 23 may include a display unit, and the display unit may be composed of a separate device or external component.
  • the video source generator 11 may acquire video/image through a video/image capture, synthesis, or creation process.
  • the video source generator 11 may include a video/image capture device and/or a video/image generation device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, etc.
  • Video/image generating devices may include, for example, computers, tablets, and smartphones, and are capable of generating video/images (electronically). For example, a virtual video/image may be created through a computer, etc., and in this case, the video/image capture process may be replaced by the process of generating related data.
  • the encoder 12 can encode the input video/image.
  • the encoder 12 can perform a series of procedures such as prediction, transformation, and quantization for compression and encoding efficiency.
  • the encoder 12 may output encoded data (encoded video/image information) in the form of a bitstream.
  • the transmitting unit 13 can obtain encoded video/image information or data output in the form of a bitstream, and transmit it to the receiving unit 21 of the decoding device 20 through a digital storage medium or network in the form of a file or streaming. It can be passed to another external object.
  • Digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit 13 may include elements for creating a media file through a predetermined file format and may include elements for transmission through a broadcasting/communication network.
  • the transmission unit 13 may be provided as a separate transmission device from the encoder 120. In this case, the transmission device includes at least one processor that acquires encoded video/image information or data output in the form of a bitstream. It may include a transmission unit that delivers the message in file or streaming form.
  • This receiving unit 21 can extract/receive the bitstream from the storage medium or network and transmit it to the decoding unit 22.
  • the decoder 22 can decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operations of the encoder 12.
  • the rendering unit 23 may render the decrypted video/image.
  • the rendered video/image may be displayed through the display unit.
  • FIG. 2 is a diagram schematically showing a video encoding device to which an embodiment according to the present disclosure can be applied.
  • the image encoding device 100 includes an image segmentation unit 110, a subtraction unit 115, a transformation unit 120, a quantization unit 130, an inverse quantization unit 140, and an inverse transformation unit ( 150), an adder 155, a filtering unit 160, a memory 170, an inter prediction unit 180, an intra prediction unit 185, and an entropy encoding unit 190.
  • the inter prediction unit 180 and intra prediction unit 185 may be collectively referred to as a “prediction unit.”
  • the transform unit 120, the quantization unit 130, the inverse quantization unit 140, and the inverse transform unit 150 may be included in a residual processing unit.
  • the residual processing unit may further include a subtraction unit 115.
  • All or at least a portion of the plurality of components constituting the video encoding device 100 may be implemented as one hardware component (eg, an encoder or processor) depending on the embodiment.
  • the memory 170 may include a decoded picture buffer (DPB) and may be implemented by a digital storage medium.
  • DPB decoded picture buffer
  • the image segmentation unit 110 may divide an input image (or picture, frame) input to the image encoding device 100 into one or more processing units.
  • the processing unit may be called a coding unit (CU).
  • the coding unit is a coding tree unit (CTU) or largest coding unit (LCU) recursively according to the QT/BT/TT (Quad-tree/binary-tree/ternary-tree) structure. It can be obtained by dividing recursively.
  • one coding unit may be divided into a plurality of coding units of deeper depth based on a quad tree structure, binary tree structure, and/or ternary tree structure.
  • the quad tree structure may be applied first and the binary tree structure and/or ternary tree structure may be applied later.
  • the coding procedure according to the present disclosure can be performed based on the final coding unit that is no longer divided.
  • the largest coding unit can be directly used as the final coding unit, and a lower-depth coding unit obtained by dividing the maximum coding unit can be used as the final cornet unit.
  • the coding procedure may include procedures such as prediction, conversion, and/or restoration, which will be described later.
  • the processing unit of the coding procedure may be a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may each be divided or partitioned from the final coding unit.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • the prediction unit (inter prediction unit 180 or intra prediction unit 185) performs prediction on the block to be processed (current block) and generates a predicted block including prediction samples for the current block. can be created.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information regarding prediction of the current block and transmit it to the entropy encoding unit 190.
  • Information about prediction may be encoded in the entropy encoding unit 190 and output in the form of a bitstream.
  • the intra prediction unit 185 can predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located away from the current block depending on the intra prediction mode and/or intra prediction technique.
  • Intra prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • Non-directional modes may include, for example, DC mode and planar mode.
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes, depending on the level of detail of the prediction direction. However, this is an example and more or less directional prediction modes may be used depending on the setting.
  • the intra prediction unit 185 may determine the prediction mode applied to the current block using the prediction mode applied to the neighboring block.
  • the inter prediction unit 180 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector in the reference picture.
  • motion information can be predicted in blocks, subblocks, or samples based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • a reference picture including the reference block and a reference picture including the temporal neighboring block may be the same or different from each other.
  • the temporal neighboring block may be called a collocated reference block, a collocated reference block, or a collocated CU (colCU).
  • a reference picture including the temporal neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 180 configures a motion information candidate list based on neighboring blocks and provides information indicating which candidate is used to derive the motion vector and/or reference picture index of the current block. can be created. Inter prediction may be performed based on various prediction modes. For example, in the case of skip mode and merge mode, the inter prediction unit 180 may use motion information of neighboring blocks as motion information of the current block.
  • motion vector prediction MVP
  • the motion vector of the neighboring block is used as a motion vector predictor, and the motion vector difference and indicator for the motion vector predictor ( The motion vector of the current block can be signaled by encoding the indicator).
  • Motion vector difference may mean the difference between the motion vector of the current block and the motion vector predictor.
  • the prediction unit may generate a prediction signal based on various prediction methods and/or prediction techniques described later. For example, the prediction unit can not only apply intra prediction or inter prediction for prediction of the current block, but also can apply intra prediction and inter prediction simultaneously.
  • a prediction method that simultaneously applies intra prediction and inter prediction to predict the current block may be called combined inter and intra prediction (CIIP).
  • the prediction unit may perform intra block copy (IBC) to predict the current block.
  • Intra block copy can be used, for example, for video/video coding of content such as games, such as screen content coding (SCC).
  • IBC is a method of predicting the current block using a reconstructed reference block in the current picture located a predetermined distance away from the current block.
  • the position of the reference block in the current picture can be encoded as a vector (block vector) corresponding to the predetermined distance.
  • IBC basically performs prediction within the current picture, but can be performed similarly to inter prediction in that it derives a reference block within the current picture. That is, IBC can use at least one of the inter prediction techniques described in this disclosure.
  • the prediction signal generated through the prediction unit may be used to generate a restored signal or a residual signal.
  • the subtraction unit 115 subtracts the prediction signal (predicted block, prediction sample array) output from the prediction unit from the input image signal (original block, original sample array) to generate a residual signal (residual block, residual sample array). ) can be created.
  • the generated residual signal may be transmitted to the converter 120.
  • the transform unit 120 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique may be at least one of Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Karhunen-Loeve Transform (KLT), Graph-Based Transform (GBT), or Conditionally Non-linear Transform (CNT). It can be included.
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • KLT Karhunen-Loeve Transform
  • GBT Graph-Based Transform
  • CNT Conditionally Non-linear Transform
  • GBT refers to the transformation obtained from this graph when the relationship information between pixels is expressed as a graph.
  • CNT refers to the transformation obtained by generating a prediction signal using all previously reconstructed pixels and obtaining it based on it.
  • the conversion process may be applied to square pixel blocks of the same size, or to non-square blocks of variable size.
  • the quantization unit 130 may quantize the transform coefficients and transmit them to the entropy encoding unit 190.
  • the entropy encoding unit 190 may encode a quantized signal (information about quantized transform coefficients) and output it as a bitstream. Information about the quantized transform coefficients may be called residual information.
  • the quantization unit 130 may rearrange the quantized transform coefficients in block form into a one-dimensional vector form based on the coefficient scan order, and the quantized transform coefficients based on the quantized transform coefficients in the one-dimensional vector form. Information about transformation coefficients may also be generated.
  • the entropy encoding unit 190 may perform various encoding methods, such as exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 190 may encode information necessary for video/image restoration (e.g., values of syntax elements, etc.) in addition to the quantized transformation coefficients together or separately.
  • Encoded information (ex. encoded video/picture information) may be transmitted or stored in bitstream form in units of NAL (network abstraction layer) units.
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS). Additionally, the video/image information may further include general constraint information. Signaling information, transmitted information, and/or syntax elements mentioned in this disclosure may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream can be transmitted over a network or stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmission unit (not shown) that transmits the signal output from the entropy encoding unit 190 and/or a storage unit (not shown) that stores the signal may be provided as an internal/external element of the video encoding device 100, or may be transmitted.
  • the unit may be provided as a component of the entropy encoding unit 190.
  • Quantized transform coefficients output from the quantization unit 130 can be used to generate a residual signal.
  • a residual signal residual block or residual samples
  • inverse quantization and inverse transformation residual block or residual samples
  • the adder 155 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 180 or the intra prediction unit 185 to generate a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array). can be created. If there is no residual for the block to be processed, such as when skip mode is applied, the predicted block can be used as a restoration block.
  • the addition unit 155 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal can be used for intra prediction of the next processing target block in the current picture, and can also be used for inter prediction of the next picture after filtering, as will be described later.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 160 may improve subjective/objective image quality by applying filtering to the restored signal.
  • the filtering unit 160 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 170, specifically the DPB of the memory 170. It can be saved in .
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, etc.
  • the filtering unit 160 may generate various information regarding filtering and transmit it to the entropy encoding unit 190, as will be described later in the description of each filtering method. Information about filtering may be encoded in the entropy encoding unit 190 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 170 can be used as a reference picture in the inter prediction unit 180.
  • the video encoding device 100 can avoid prediction mismatch in the video encoding device 100 and the video decoding device, and can also improve coding efficiency.
  • the DPB in the memory 170 can store a modified reconstructed picture to be used as a reference picture in the inter prediction unit 180.
  • the memory 170 may store motion information of a block from which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 180 to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 170 can store reconstructed samples of reconstructed blocks in the current picture and transmit them to the intra prediction unit 185.
  • Figure 3 is a diagram schematically showing an image decoding device to which an embodiment according to the present disclosure can be applied.
  • the image decoding device 200 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an adder 235, a filtering unit 240, and a memory 250. ), an inter prediction unit 260, and an intra prediction unit 265.
  • the inter prediction unit 260 and the intra prediction unit 265 may be collectively referred to as a “prediction unit.”
  • the inverse quantization unit 220 and the inverse transform unit 230 may be included in the residual processing unit.
  • All or at least part of the plurality of components constituting the video decoding device 200 may be implemented as one hardware component (eg, a decoder or processor) depending on the embodiment.
  • the memory 170 may include a DPB and may be implemented by a digital storage medium.
  • the image decoding device 200 which has received a bitstream containing video/image information, may restore the image by performing a process corresponding to the process performed by the image encoding device 100 of FIG. 2.
  • the video decoding device 200 may perform decoding using a processing unit applied in the video encoding device. Therefore, the processing unit of decoding may be a coding unit, for example.
  • the coding unit may be a coding tree unit or may be obtained by dividing the largest coding unit.
  • the restored video signal decoded and output through the video decoding device 200 can be played through a playback device (not shown).
  • the video decoding device 200 may receive a signal output from the video encoding device of FIG. 2 in the form of a bitstream.
  • the received signal may be decoded through the entropy decoding unit 210.
  • the entropy decoder 210 may parse the bitstream to derive information (eg, video/picture information) necessary for image restoration (or picture restoration).
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/image information may further include general constraint information.
  • the video decoding device may additionally use the information about the parameter set and/or the general restriction information to decode the video.
  • Signaling information, received information, and/or syntax elements mentioned in this disclosure may be obtained from the bitstream by being decoded through the decoding procedure.
  • the entropy decoding unit 210 decodes information in the bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, and quantizes the values of syntax elements necessary for image restoration and transform coefficients related to residuals. The values can be output.
  • the CABAC entropy decoding method receives bins corresponding to each syntax element in the bitstream, and includes decoding target syntax element information and surrounding blocks and decoding information of the decoding target block or information of symbols/bins decoded in the previous step.
  • the CABAC entropy decoding method can update the context model using information on the decoded symbol/bin for the context model of the next symbol/bin after determining the context model.
  • information about prediction is provided to the prediction unit (inter prediction unit 260 and intra prediction unit 265), and the register on which entropy decoding was performed in the entropy decoding unit 210
  • Dual values that is, quantized transform coefficients and related parameter information, may be input to the inverse quantization unit 220.
  • information about filtering among the information decoded by the entropy decoding unit 210 may be provided to the filtering unit 240.
  • a receiving unit (not shown) that receives a signal output from the video encoding device may be additionally provided as an internal/external element of the video decoding device 200, or the receiving device may be provided as a component of the entropy decoding unit 210. It could be.
  • the video decoding device may be called a video/picture/picture decoding device.
  • the video decoding device may include an information decoder (video/image/picture information decoder) and/or a sample decoder (video/image/picture sample decoder).
  • the information decoder may include an entropy decoding unit 210
  • the sample decoder may include an inverse quantization unit 220, an inverse transform unit 230, an addition unit 235, a filtering unit 240, a memory 250, It may include at least one of the inter prediction unit 260 and the intra prediction unit 265.
  • the inverse quantization unit 220 may inversely quantize the quantized transform coefficients and output the transform coefficients.
  • the inverse quantization unit 220 may rearrange the quantized transform coefficients into a two-dimensional block form. In this case, the reordering may be performed based on the coefficient scan order performed in the video encoding device.
  • the inverse quantization unit 220 may perform inverse quantization on quantized transform coefficients using quantization parameters (eg, quantization step size information) and obtain transform coefficients.
  • the inverse transform unit 230 can inversely transform the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the information about the prediction output from the entropy decoding unit 210, and determine a specific intra/inter prediction mode (prediction technique). You can.
  • the prediction unit can generate a prediction signal based on various prediction methods (techniques) described later is the same as mentioned in the description of the prediction unit of the video encoding device 100.
  • the intra prediction unit 265 can predict the current block by referring to samples in the current picture.
  • the description of the intra prediction unit 185 can be equally applied to the intra prediction unit 265.
  • the inter prediction unit 260 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector in the reference picture.
  • motion information can be predicted in blocks, subblocks, or samples based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • the inter prediction unit 260 may construct a motion information candidate list based on neighboring blocks and derive a motion vector and/or reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes (techniques), and the information about the prediction may include information indicating the mode (technique) of inter prediction for the current block.
  • the adder 235 restores the obtained residual signal by adding it to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 260 and/or the intra prediction unit 265).
  • a signal (restored picture, restored block, restored sample array) can be generated. If there is no residual for the block to be processed, such as when skip mode is applied, the predicted block can be used as a restoration block.
  • the description of the addition unit 155 can be equally applied to the addition unit 235.
  • the addition unit 235 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal can be used for intra prediction of the next processing target block in the current picture, and can also be used for inter prediction of the next picture after filtering, as will be described later.
  • the filtering unit 240 can improve subjective/objective image quality by applying filtering to the restored signal.
  • the filtering unit 240 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 250, specifically the DPB of the memory 250. It can be saved in .
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, etc.
  • the (corrected) reconstructed picture stored in the DPB of the memory 250 can be used as a reference picture in the inter prediction unit 260.
  • the memory 250 may store motion information of a block from which motion information in the current picture is derived (or decoded) and/or motion information of blocks in a picture that has already been reconstructed.
  • the stored motion information can be transmitted to the inter prediction unit 260 to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 250 can store reconstructed samples of reconstructed blocks in the current picture and transmit them to the intra prediction unit 265.
  • the embodiments described in the filtering unit 160, the inter prediction unit 180, and the intra prediction unit 185 of the video encoding apparatus 100 are the filtering unit 240 and the intra prediction unit 185 of the video decoding apparatus 200, respectively. It may also be applied to the inter prediction unit 260 and the intra prediction unit 265 in the same or corresponding manner.
  • the prediction units of the image encoding apparatus 100 and the image decoding apparatus 200 may perform inter prediction on a block basis to derive prediction samples.
  • Inter prediction may be a prediction derived in a manner dependent on data elements (e.g. sample values, motion information, etc.) of picture(s) other than the current picture.
  • the predicted block (prediction sample array) for the current block will be derived based on the reference block (reference sample array) specified by the motion vector on the reference picture pointed to by the reference picture index. You can.
  • the motion information of the current block may be predicted on a block, subblock, or sample basis based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • a reference picture including the reference block and a reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated reference block, a collocated CU (colCU), etc.
  • a reference picture including the temporal neighboring block may be called a collocated picture (colPic). It may be possible.
  • a motion information candidate list may be constructed based on neighboring blocks of the current block, and a flag indicating which candidate is selected (used) to derive the motion vector and/or reference picture index of the current block.
  • index information may be signaled.
  • Inter prediction may be performed based on various prediction modes. For example, in the case of skip mode and merge mode, the motion information of the current block may be the same as the motion information of the selected neighboring block. In the case of skip mode, unlike merge mode, residual signals may not be transmitted.
  • MVP motion vector prediction
  • the motion vector of the selected neighboring block is used as a motion vector predictor, and the motion vector difference can be signaled. In this case, the motion vector of the current block can be derived using the sum of the motion vector predictor and the motion vector difference.
  • the motion information may include L0 motion information and/or L1 motion information depending on the inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.).
  • a motion vector in the L0 direction may be called an L0 motion vector or MVL0
  • a motion vector in the L1 direction may be called an L1 motion vector or MVL1.
  • Prediction based on the L0 motion vector may be called L0 prediction
  • prediction based on the L1 motion vector may be called L1 prediction
  • prediction based on both the L0 motion vector and the L1 motion vector may be called pair (Bi) prediction. You can.
  • the L0 motion vector may represent a motion vector associated with the reference picture list L0 (L0), and the L1 motion vector may represent a motion vector associated with the reference picture list L1 (L1).
  • the reference picture list L0 may include pictures that are earlier than the current picture in output order as reference pictures, and the reference picture list L1 may include pictures that are later than the current picture in output order.
  • the previous pictures may be called forward (reference) pictures, and the subsequent pictures may be called reverse (reference) pictures.
  • the reference picture list L0 may further include pictures subsequent to the current picture in output order as reference pictures. In this case, the previous pictures within the reference picture list L0 may be indexed first and the subsequent pictures may be indexed next.
  • the reference picture list L1 may further include pictures previous to the current picture in output order as reference pictures. In this case, the later pictures within the reference picture list 1 may be indexed first and the previous pictures may be indexed next.
  • the output order may correspond to the picture order count (POC) order.
  • POC picture order count
  • FIG. 4 is a diagram schematically showing the inter prediction unit 180 of the image encoding device 100
  • FIG. 5 is a flowchart showing a method of encoding an image based on inter prediction.
  • the image encoding device 100 may perform inter prediction on the current block (S510).
  • the image encoding apparatus 100 may derive the inter prediction mode and motion information of the current block and generate prediction samples of the current block.
  • the procedures for determining the inter prediction mode, deriving motion information, and generating prediction samples may be performed simultaneously, or one procedure may be performed before the other procedure.
  • the inter prediction unit 180 of the video encoding device 100 may include a prediction mode determination unit 181, a motion information derivation unit 182, and a prediction sample derivation unit 183, and may determine the prediction mode.
  • Unit 181 determines the prediction mode for the current block
  • motion information derivation unit 182 derives motion information of the current block
  • prediction sample derivation unit 183 derives prediction samples of the current block.
  • the inter prediction unit 180 of the video encoding apparatus 100 searches for a block similar to the current block within a certain area (search area) of reference pictures through motion estimation, and searches for the current block.
  • a reference block whose difference from is below a minimum or certain standard can be derived.
  • a reference picture index indicating the reference picture where the reference block is located can be derived, and a motion vector can be derived based on the position difference between the reference block and the current block.
  • the image encoding apparatus 100 may determine a mode to be applied to the current block among various prediction modes.
  • the image encoding apparatus 100 may compare RD costs for the various prediction modes and determine the optimal prediction mode for the current block.
  • the video encoding device 100 configures a merge candidate list, which will be described later, and selects the reference blocks indicated by the merge candidates included in the merge candidate list.
  • a reference block can be derived whose difference from the current block is minimum or below a certain standard.
  • merge candidate associated with the derived reference block is selected, and merge index information indicating the selected merge candidate can be generated and signaled to the decoding device.
  • the motion information of the current block can be derived using the motion information of the selected merge candidate.
  • the video encoding device 100 configures an (A)MVP candidate list described later, and mvp (motion vector) included in the (A)MVP candidate list.
  • the motion vector of the mvp candidate selected among the predictor) candidates can be used as the mvp of the current block.
  • a motion vector pointing to a reference block derived by the above-described motion estimation may be used as the motion vector of the current block, and among the mvp candidates, the difference with the motion vector of the current block is the smallest.
  • An MVP candidate with a motion vector may become the selected MVP candidate.
  • a motion vector difference which is the difference obtained by subtracting the mvp from the motion vector of the current block, can be derived.
  • information about the MVD may be signaled to the video decoding device 200.
  • the value of the reference picture index may be configured as reference picture index information and separately signaled to the video decoding device 200.
  • the image encoding apparatus 100 may derive residual samples based on the prediction samples (S520).
  • the image encoding apparatus 100 may derive the residual samples through comparison of the original samples of the current block and the prediction samples.
  • the video encoding device 100 may encode video information including prediction information and residual information (S530).
  • the video encoding device 100 may output encoded video information in the form of a bitstream.
  • the prediction information is information related to the prediction procedure and may include information about prediction mode information (e.g. skip flag, merge flag or mode index, etc.) and motion information.
  • the information about the motion information may include candidate selection information (e.g. merge index, mvp flag or mvp index), which is information for deriving a motion vector. Additionally, the information about the motion information may include information about the above-described MVD and/or reference picture index information. Additionally, the information about the motion information may include information indicating whether L0 prediction, L1 prediction, or bi prediction is applied.
  • the residual information is information about the residual samples.
  • the residual information may include information about quantized transform coefficients for the residual samples.
  • the output bitstream may be stored in a (digital) storage medium and transmitted to a decoding device, or may be transmitted to the video decoding device 200 through a network.
  • the image encoding apparatus 100 may generate a reconstructed picture (including reconstructed samples and a reconstructed block) based on the reference samples and the residual samples. This is because the video encoding device 100 derives the same prediction result as that performed in the video decoding device 200, and through this, coding efficiency can be improved. Accordingly, the image encoding apparatus 100 can store a reconstructed picture (or reconstructed samples, or reconstructed block) in memory and use it as a reference picture for inter prediction. As described above, an in-loop filtering procedure, etc. may be further applied to the reconstructed picture.
  • FIG. 6 is a diagram schematically showing the inter prediction unit 260 of the image decoding apparatus 200
  • FIG. 7 is a flowchart showing a method of decoding an image based on inter prediction.
  • the video decoding device 200 may perform operations corresponding to the operations performed by the video encoding device 100.
  • the image decoding apparatus 200 may perform prediction on the current block and derive prediction samples based on the received prediction information.
  • the video decoding device 200 may determine the prediction mode for the current block based on the received prediction information (S710).
  • the image decoding apparatus 200 may determine which inter prediction mode is applied to the current block based on prediction mode information in the prediction information.
  • the merge mode is applied to the current block or the (A)MVP mode is determined based on the merge flag.
  • one of various inter prediction mode candidates can be selected based on the mode index.
  • the inter prediction mode candidates may include skip mode, merge mode, and/or (A)MVP mode, or may include various inter prediction modes described later.
  • the video decoding device 200 may derive motion information of the current block based on the determined inter prediction mode (S720). For example, when skip mode or merge mode is applied to the current block, the video decoding device 200 configures a merge candidate list, which will be described later, and selects one of the merge candidates included in the merge candidate list. You can choose. The selection may be performed based on the above-described selection information (merge index). The motion information of the current block can be derived using the motion information of the selected merge candidate. The motion information of the selected merge candidate can be used as the motion information of the current block.
  • the video decoding device 200 configures an (A)MVP candidate list described later, and mvp (motion vector) included in the (A)MVP candidate list.
  • the motion vector of the mvp candidate selected among the predictor) candidates can be used as the mvp of the current block.
  • the selection may be performed based on the above-described selection information (mvp flag or mvp index).
  • the MVD of the current block can be derived based on the information about the MVD
  • the motion vector of the current block can be derived based on the mvp of the current block and the MVD.
  • the reference picture index of the current block may be derived based on the reference picture index information.
  • the picture indicated by the reference picture index within the reference picture list for the current block may be derived as a reference picture referenced for inter prediction of the current block.
  • motion information of the current block may be derived without configuring a candidate list.
  • motion information of the current block may be derived according to a procedure initiated in a prediction mode, which will be described later.
  • the candidate list configuration as described above may be omitted.
  • the image decoding apparatus 200 may generate prediction samples for the current block based on the motion information of the current block (S730).
  • the reference picture is derived based on the reference picture index of the current block, and prediction samples of the current block can be derived using samples of the reference block indicated by the motion vector of the current block on the reference picture.
  • a prediction sample filtering procedure may be further performed on all or some of the prediction samples of the current block, depending on the case.
  • the inter prediction unit 260 of the video decoding apparatus 200 may include a prediction mode determination unit 261, a motion information derivation unit 262, and a prediction sample derivation unit 263, and may determine the prediction mode.
  • the prediction mode for the current block is determined based on the prediction mode information received from the unit 181, and the motion information (motion information) of the current block is determined based on the information about the motion information received from the motion information deriving unit 182. vector and/or reference picture index, etc.), and the prediction sample derivation unit 183 may derive prediction samples of the current block.
  • the video decoding apparatus 200 may generate residual samples for the current block based on the received residual information (S740).
  • the image decoding apparatus 200 may generate reconstructed samples for the current block based on the prediction samples and the residual samples and generate a reconstructed picture based on them (S750). Thereafter, as described above, an in-loop filtering procedure, etc. may be further applied to the reconstructed picture.
  • the inter prediction procedure includes an inter prediction mode determination step (S810), a motion information derivation step according to the determined prediction mode (S820), and a prediction performance (prediction sample generation) step based on the derived motion information. (S830) may be included.
  • the inter prediction procedure may be performed in the image encoding device 100 and the image decoding device 200 as described above.
  • inter prediction modes can be used to predict the current block in the picture.
  • various modes may be used, such as merge mode, skip mode, MVP (motion vector prediction) mode, Affine mode, subblock merge mode, and MMVD (merge with MVD) mode.
  • DMVR Decoder side motion vector refinement
  • AMVR adaptive motion vector resolution
  • BCW Bi-directional optical flow
  • the affine mode may also be called an affine motion prediction mode.
  • MVP mode may also be called AMVP (advanced motion vector prediction) mode.
  • some modes and/or motion information candidates derived by some modes may be included as one of motion information-related candidates of other modes.
  • an HMVP candidate may be added as a merge candidate in the merge/skip mode, or as an MVP candidate in the MVP mode.
  • Prediction mode information indicating the inter prediction mode of the current block may be signaled from the video encoding device 100 to the video decoding device 200.
  • the prediction mode information may be included in a bitstream and received by the video decoding device 200.
  • the prediction mode information may include index information indicating one of multiple candidate modes.
  • the inter prediction mode may be indicated through hierarchical signaling of flag information.
  • the prediction mode information may include one or more flags. For example, whether to apply skip mode is indicated by signaling a skip flag, and when skip mode is not applied, whether to apply merge mode is indicated by signaling a merge flag, and when merge mode is not applied, MVP mode is applied. Additional flags may be indicated or signaled for additional distinction.
  • Affine mode may be signaled as an independent mode, or may be signaled as a dependent mode, such as merge mode or MVP mode.
  • an an Mre mode may include an Arte merge mode and an an MVP mode.
  • Inter prediction can be performed using motion information of the current block.
  • the video encoding device 100 can derive optimal motion information for the current block through a motion estimation procedure. For example, the image encoding device 100 can use an original block in the original picture for the current block to search for a similar reference block with high correlation in units of fractional pixels within a set search range in the reference picture, and thereby perform movement. Information can be derived. Similarity of blocks can be derived based on the difference between phase-based sample values. For example, the similarity of blocks may be calculated based on the SAD between the current block (or the template of the current block) and the reference block (or the template of the reference block). In this case, motion information can be derived based on the reference block with the smallest SAD in the search area. The derived motion information may be signaled to the video decoding device 200 according to various methods based on the inter prediction mode.
  • a predicted block for the current block may be derived based on motion information derived according to the prediction mode.
  • the predicted block may include prediction samples (prediction sample array) of the current block. If the motion vector of the current block indicates a fractional sample unit, an interpolation procedure may be performed, and through this, prediction samples of the current block may be derived based on reference samples in fractional sample units within the reference picture. . When Affine inter prediction is applied to the current block, prediction samples can be generated based on the MV on a sample/subblock basis.
  • prediction samples derived based on L0 prediction i.e., prediction using a reference picture in the reference picture list L0 and MVL0
  • L1 prediction i.e., prediction using a reference picture in the reference picture list L1 and MVL1
  • Prediction samples derived through a weighted sum (according to phase) or weighted average of prediction samples derived based on (prediction) can be used as prediction samples of the current block.
  • L0 prediction i.e., prediction using a reference picture in the reference picture list L0 and MVL0
  • L1 prediction i.e., prediction using a reference picture in the reference picture list L1 and MVL1
  • Prediction samples derived through a weighted sum (according to phase) or weighted average of prediction samples derived based on (prediction) can be used as prediction samples of the current block.
  • pair prediction if the reference picture used for L0 prediction and the reference picture used for L1 prediction are located in different temporal directions with respect to the current picture (
  • restored samples and a restored picture can be generated based on the derived prediction samples, and then procedures such as in-loop filtering can be performed.
  • FIG. 9 is a diagram for explaining a template matching-based encoding/decoding method according to the present disclosure.
  • Template Matching is a motion vector derivation method performed at the decoder stage, and is a reference that is most similar to the template (hereinafter referred to as “current template”) adjacent to the current block (e.g., current coding unit, current CU). This is a method of improving the motion information of the current block by discovering a template (hereinafter referred to as a “reference template”) within the picture.
  • the current template may be the top neighboring block and/or the left neighboring block of the current block, or may be part of these neighboring blocks. Additionally, the reference template may be determined to be the same size as the current template.
  • a search for a better motion vector can be performed in the surrounding area of the initial motion vector.
  • the range of the surrounding area where the search is performed may be within the [-8, +8]-pel search area centered on the initial motion vector.
  • the size of the search step for performing the search may be determined based on the AMVR mode of the current block.
  • template matching may be performed continuously with the bilateral matching process in merge mode.
  • a motion vector predictor candidate may be determined based on the template matching error. For example, a motion vector predictor candidate (MVP candidate) that minimizes the error between the current template and the reference template may be selected. Afterwards, template matching to improve the motion vector may be performed on the selected motion vector predictor candidate. At this time, template matching to improve the motion vector may not be performed on unselected motion vector predictor candidates.
  • improvement on the selected motion vector predictor candidates starts from full-pel (integer-pel) accuracy within the [-8, +8]-pel search domain using an iterative diamond search. You can. Alternatively, if in 4-pel AMVR mode, it can start from 4-pel accuracy. This may be followed by a search for half-pel and/or quarter-pel accuracy depending on the AMVR mode. According to the above search process, the motion vector predictor candidate can maintain the same motion vector accuracy as indicated by the AMVR mode even after the template matching process. In the iterative search process, if the difference between the previous minimum cost and the current minimum cost is less than a certain threshold, the search process ends. The threshold may be equal to the area of the block, that is, the number of samples within the block. Table 1 is an example of a search pattern according to AMVR mode and merge mode accompanied by AMVR.
  • template matching may be performed up to 1/8-pel accuracy or may be skipped below half-pel accuracy, where an alternative interpolation filter is used depending on the merge motion information. It can be determined depending on whether or not it is possible.
  • the alternative interpolation filter may be a filter used when AMVR is in half-pel mode.
  • the template matching may operate as an independent process depending on whether bilateral matching (BM) is available, with additional movement between block-based bidirectional matching and subblock-based bidirectional matching. It can also act as a vector improvement process. Whether the template matching is available and/or the bidirectional matching can be determined according to an availability condition check.
  • the accuracy of the motion vector may mean the accuracy of motion vector difference (MVD).
  • amvpMerge mode may be a mode in which a prediction block is generated by performing AMVP (Advanced Motion Vector Prediction) in a random prediction direction for the current block, and performing prediction in merge mode in an arbitrary opposite prediction direction.
  • AMVP Advanced Motion Vector Prediction
  • the video encoding device 100 and/or the video decoding device 200 may configure a fallback candidate.
  • the video encoding apparatus 100 and/or the video decoding apparatus 200 may configure a merge candidate list for an arbitrary direction in which prediction is performed in merge mode.
  • the present disclosure may be a method of constructing one or more fallback candidates by traversing all reference pictures in a merge reference picture list in the process of constructing a merge candidate list.
  • the present disclosure can prevent cases where motion information cannot be derived in amvpMerge mode. Therefore, the present disclosure can prevent cases where decoding is not possible in the video decoding device 200.
  • a random prediction direction in the process of generating a prediction block using two or more reference pictures, can construct an amvp prediction candidate to derive motion information. Additionally, the opposite prediction direction can derive motion information by constructing a merge prediction candidate. That is, amvp prediction can be performed in a random direction, and merge prediction can be performed in the opposite direction to generate the final prediction block for the current block.
  • motion information can be derived without explicitly signaling MVD if a specific condition is satisfied.
  • the motion vector difference (MVD) to correct the motion information in the amvp prediction direction is explicitly signaled in the bitstream in the same way as the motion information was derived using the conventional amvp prediction method.
  • Information can be derived.
  • the amvpMerge mode can be applied even when the reference picture list consists only of POCs with a smaller value or a larger value than the POC of the picture including the current slice.
  • the present disclosure can determine whether to perform amvpMerge prediction at the slice header level.
  • motion information can be derived by constructing an amvpMerge prediction candidate in the coding unit (CU) or prediction unit (PU) of the corresponding slice.
  • Embodiments according to the present disclosure may be implemented on a slice basis. That is, when one picture consists of multiple slices, it is possible to determine whether to perform the amvpMerge prediction method on a per-slice basis.
  • the slice may determine whether amvpMerge is available by considering the presence or absence of a reference picture on which the amvpMerge mode can be performed. For example, if all reference pictures configured in the reference picture list of the current slice either precede or follow the current picture, the video decoding device 200 checks whether it can be a reference picture set for amvpMerge. can do. That is, if the POC of the reference pictures configured in the reference picture list of the current slice are all smaller or all larger than the POC of the current picture, the video decoding apparatus 200 can check whether it can be a reference picture set for amvpMerge.
  • amvpMerge mode may be performed for the corresponding slice.
  • the specific condition may be condition 1 and/or condition 2.
  • condition 1 can be designated as a case where all or one or more of the following conditions are satisfied.
  • refIdxListX may mean the reference picture index in the reference picture list X direction.
  • X can have a value of 0 or 1, and can mean an L0 reference picture list and an L1 reference picture list, respectively.
  • refIdxListY refers to a list in the opposite direction of a random prediction direction X, and the Y value can be derived by calculating (1 - X).
  • RPR stands for reference picture resampling, and can indicate cases where the resolution of the reference image is different from the resolution of the current image.
  • condition 2 can specify a case where the POC of one reference picture is smaller than the POC of the current picture, and the POC of another reference picture is larger than the POC of the current picture.
  • condition 2 can be Equation 1 below.
  • the POC of the reference picture corresponding to refIdxLX can be defined as pocLX
  • the POC of the reference picture corresponding to refIdxLY can be defined as pocLY
  • the POC of the current picture can be expressed as curPOC.
  • the video encoding device 100 and/or the video decoding device 200 may construct a merge candidate list in the process of deriving motion information using the amvpMerge mode.
  • the present disclosure may be a method of configuring fallback candidates for cases where the merge candidate list is not composed of the required number of merge candidates.
  • the video encoding device 100 and/or the video decoding device 200 traverse all reference pictures in the merge reference picture list and enable amvpMerge mode. You can check whether it is a reference picture or not. If the amvpMerge mode is an available reference picture, the video encoding device 100 and/or the video decoding device 200 may construct a fallback candidate by referring to the corresponding reference picture.
  • the number of L0 and L1 reference pictures is checked, and only the minimum reference picture index among the number of reference pictures in the L0 reference picture list and the L1 reference picture list is considered to select a fallback candidate.
  • numRefIdx may be 1. If the reference picture indicated by the reference index 0 can perform amvpMerge, the fallback candidate may be configured in the list as a 0 vector by considering the corresponding reference picture.
  • the corresponding candidate cannot be configured as a fallback candidate. In this case, because numRefIdx is 1, no more new fallback candidates may be configured.
  • the POC of the current picture is 16
  • the reference pictures included in the L0 reference picture list are POC-32, POC-48, and POC-0 in that order
  • the reference pictures included in the L1 reference picture list are POC in that order.
  • amvpMergeModeFlag[0] is true
  • a merge candidate list can be constructed for the L0 prediction direction.
  • numRefIdx is 1, and in POC-32 with an L0 reference picture index of 0, the same reference picture exists in the L1 reference picture list, so it can be seen that there is no reference picture for which amvpMerge is possible.
  • amvpMergeValidRefIdx[REF_PIC_LIST_0][0] is false, mergeRefIdx 0 is invalid, so it cannot be configured as a candidate, and the process of configuring the fallback candidate may be terminated.
  • amvpMergeValidRefIdx[REF_PIC_LIST_0][0] is the L0 reference picture list. It may indicate whether the reference picture corresponding to reference index 0 of is a reference picture that can derive motion information in amvpMerge mode.
  • the fallback candidate in order to prevent the fallback candidate construction process from being terminated without the fallback candidate being constructed, is constructed by considering the number of reference pictures included in the merge reference picture list of amvpMerge. can do. In this case, since only the number of reference pictures included in the merge reference picture list is considered, numRefIdx in the above example may be 3. Additionally, since mergeRefIdx 0, 1, and 2 are all traversed, fallback candidates can be constructed by traversing POC-32, POC-48, and POC-0.
  • the video encoding device 100 or the video decoding device 200 uses a reference picture set consisting of a POC-0 reference picture in the L0 direction and a POC-32 reference picture in the L1 direction. You can configure a fallback candidate that references set).
  • the number of fallback candidates can be defined in advance. That is, the present disclosure can only generate a predefined number of fallback candidates. Specifically, rather than generating fallback candidates until MaxNumMergeCand candidates are configured, a predefined number of N fallback candidates can be configured. In this case, the number of merge candidates already configured can also be considered.
  • MaxNumMergeCand may mean the maximum number of merge candidates.
  • N may be an integer and may have a value less than or equal to maxNumMergCand.
  • FIGS 10A, 10B, and 10C are flowcharts showing a method of configuring a merge candidate list according to an embodiment of the present disclosure.
  • the video decoding device 200 can check tmMergeFlag (S1001).
  • tmMergeFlag may be a flag indicating whether merge prediction based on template matching is performed.
  • the image decoding apparatus 200 may set a threshold based on the number of pixels in the picture (S1002).
  • the video decoding device 200 can check useAML() (S1004).
  • useAML() may be a syntax indicating whether to use AML. If AML is used (YES in step S1004), the value of maxNumMergeCand may be set to TM_MRG_MAX_NUM_CAND (S1005). On the other hand, if AML is not used (NO in S1004), the value of maxNumMergeCand may be set to the maximum number of TM merge candidates signaled in SPS/PPS/PH/SH (S1006).
  • AML means adaptive merge list, and maxNumMergeCand may mean the maximum number of merge candidates that can be included in the merge candidate list.
  • the threshold may be set to 1 (S1003).
  • the value of maxNumMergeCand can be set to the maximum number of TM merge candidates signaled in SPS/PPS/PH/SH (S1007).
  • the video decoding device 200 can check amvpMergeFlag (S1008).
  • amvpMergeFlag may be a flag indicating whether the amvpMerge mode is applied to the current block. If the amvpMerge mode is applied to the current block (YES in step S1008), the video decoding device 200 can check amvpMergeModeFlag[0] (S1009).
  • amvpMergeModeFlag[0] may be a flag indicating whether the prediction mode applied to the L0 prediction direction is the merge mode.
  • the video decoding device 200 may generate a merge candidate list (S1012). Even when the amvpMerge mode is not applied to the current block (NO in step S1008), the video decoding device 200 can generate a merge candidate list (S1012). At this time, the merge candidates included in the merge candidate list include motion information of spatially adjacent blocks (spatial), motion information of temporally adjacent blocks (temporal), motion information of spatially non-adjacent blocks (non-adjacent spatial), and HMVP (History based Motion). Vector Prediction), pairwise, affineHMVP.
  • the video decoding device 200 can check whether the maximum number of merge candidates (maxNumMergeCand) is greater than the index (count) indicating the merge candidates included in the current merge candidate list. There is (S1021). If the maximum number of merge candidates is not greater than the index (count) indicating the merge candidates included in the current merge candidate list (NO in step S1021), that is, the maximum number of merge candidates is the merge candidates included in the current merge candidate list. If it is less than or equal to the indicated index (count), the video decoding device 200 can check whether the slice including the current block is a B slice (S1027).
  • the video decoding device 200 may check the isValidAmvpMerge syntax (S1022).
  • isValidAmvpMerge may be a syntax indicating whether the reference picture indicated by the motion information of the corresponding merge candidate is available for amvpMerge. If the amvpMerge mode is not available for the reference picture indicated by the motion information of the corresponding merge candidate, the video decoding device 200 may return to step S1012 without adding the corresponding merge candidate to the amvpMerge candidate list. In this case, the video decoding apparatus 200 may again proceed with steps S1021 to S1026 for another merge candidate.
  • the video decoding device 200 can check the amvpMergeFlag (S1023).
  • amvpMergeFlag may be a flag indicating whether the amvpMerge mode is applied to the current block. If amvpMergeFlag indicates that the amvpMerge mode is applied to the current block (YES in step S1023), the video decoding device 200 may assign the value of mergeDir to candidate[count].interDir, and termed[count].mv[amvpRefList ] can be assigned (0,0,NOT_VALID) (S1024). That is, in order to perform the subsequent step S1025 using only the motion information of the merge candidate list, the video decoding device 200 may reset the motion information of the interDir and amvp candidate lists.
  • the video decoding device 200 can check checkSimilarity(candidate[count]) (S1025).
  • checkSimilarity(candidate[count]) may indicate whether the similarity between the merge candidate and a candidate previously added to the merge candidate list is similar to the threshold determined in step S1002 or step S1003. If the merge candidate and the candidate previously added to the merge candidate list are similar, the video decoding device 200 may return to step S1012 without adding the merge candidate to the amvpMerge candidate list. In this case, the video decoding apparatus 200 may perform steps S1021 to S1026 for other merge candidates.
  • the video decoding device 200 adds the merge candidate to the merge candidate list of amvpMerge and adds to the Count value. 1 can be added (S1026).
  • Steps S1021 to S1027 can be performed again for Count to which 1 has been added. If the index of the merge candidate included in the merge candidate list is equal to the maximum number of merge candidates (NO in step S1021), the video decoding device 200 can check whether the slice containing the current block is a B slice ( S1027). That is, after performing steps S1021 to S1026 for all merge candidates included in the merge candidate list, the video decoding apparatus 200 can check whether the slice including the current block is a B slice.
  • the video decoding device 200 determines the minimum value of the number of reference pictures in the reference picture list in the L0 direction and the number of reference pictures in the reference picture list in the L1 direction. can be assigned to numRefIdx (S1031). If the slice containing the current block is not a B slice (NO in step S1027), the video decoding device may allocate the number of reference pictures in the reference picture list in the L0 direction as numRefIdx (S1032).
  • the video decoding device 200 can check amvpMergeFlag (S1033).
  • amvpMergeFlag may be a flag indicating whether amvpMerge mode prediction is applied to the current block. If amvpMerge mode prediction is applied to the current block (YES in step S1033), the video decoding device 200 may allocate 0 to mergeRefIdx (S1034). The video decoding device 200 may check whether the maximum value of the number of merge candidates is greater than the number of merge candidates included in the merge candidate list and whether the value of numRefIdx is greater than the value of mergeRdfIdx (S1035).
  • the video decoding device 200 may terminate the procedure. .
  • the video decoding device 200 is (0, 0, mergeRefIdx) can be assigned to candidate[Count].mv[mergeRefList] (S1036). That is, the video decoding device 200 can reset the motion information of the merge candidate.
  • the motion vector of the merge candidate indicated by Count can be set to (0, 0, mergeRefList).
  • mergeRefList may mean a reference picture list referenced by the candidate.
  • the video decoding device 200 can check isValidAmvpMerge(candidate) (S1037).
  • isValidAmvpMerge(candidate) may be a syntax indicating whether the reference picture indicated by the motion information of the corresponding merge candidate is available for amvpMerge. If the amvpMerge mode is available for the reference picture indicated by the motion information of the merge candidate (YES in step S1037), the video decoding device 200 adds the merge candidate as a fallback candidate to the amvpMerge candidate list, and sets 1 to Count. Can be added (S1038). Additionally, the video decoding device 200 may add 1 to mergeRefIdx (S1039). Thereafter, the video decoding apparatus 200 may repeatedly perform steps S1035 to S1039 for all merge candidates.
  • the video decoding device 200 may immediately add 1 to mergeRefIdx (S1039). Thereafter, the video decoding apparatus 200 may repeatedly perform steps S1036 to S1039 for merge candidates that satisfy the conditions of S1035.
  • the video decoding device 200 can check whether the maximum number of merge candidates is greater than Count (S1051) ). If the maximum number of merge candidates is less than or equal to Count (NO in step S1051), the video decoding device 200 may end the procedure.
  • the video decoding device 200 converts (0, 0, refIdx) into candidate[Count].mv[0] and candidate[Count].mv It can be assigned to [1] (S1052). That is, the 0 vector can be assigned as a merge candidate for each of the L0 direction and the L1 direction.
  • the video decoding device 200 may add the candidates assigned to the 0 vector in step S1052 to the amvpMerge candidate list (S1053). Additionally, the video decoding device 200 may add 1 to refIdx (S1054). Step S1051 can be performed again using the value obtained by adding 1 to refIdx.
  • the video decoding apparatus 200 may repeatedly perform steps S1052 to S1054 for merge candidates that satisfy the condition of S1051. 10A, 10B, and 10C may be continuous processes connected to each other, or may be independent processes.
  • 11A, 11B, and 11C are flowcharts showing a method of configuring a merge candidate list according to an embodiment of the present disclosure.
  • the video decoding device 200 can check tmMergeFlag (S1101).
  • tmMergeFlag may be a flag indicating whether merge prediction based on template matching is performed.
  • the image decoding apparatus 200 may set a threshold based on the number of pixels in the picture (S1102).
  • the video decoding device 200 can check useAML() (S1104).
  • useAML() may be a syntax indicating whether to use AML. If AML is used (YES in step S1104), the value of maxNumMergeCand may be set to TM_MRG_MAX_NUM_CAND (S1105). On the other hand, if AML is not used (NO in S1104), the value of maxNumMergeCand may be set to the maximum number of TM merge candidates signaled in SPS/PPS/PH/SH (S1106).
  • maxNumMergeCand may mean the maximum number of merge candidates that can be included in the merge candidate list.
  • the threshold may be set to 1 (S1103).
  • the value of maxNumMergeCand can be set to the maximum number of TM merge candidates signaled in SPS/PPS/PH/SH (S1107).
  • the video decoding device 200 can check amvpMergeFlag (S1108).
  • amvpMergeFlag may be a flag indicating whether the amvpMerge mode is applied to the current block. If the amvpMerge mode is applied to the current block (YES in step S1108), the video decoding device 200 can check amvpMergeModeFlag[0] (S1109).
  • amvpMergeModeFlag[0] may be a flag indicating whether the prediction mode applied to the L0 prediction direction is the merge mode.
  • amvpRefList REF_PIC_LIST_0
  • 1 can be assigned to the index (mergeDir) indicating the merge direction (S1110).
  • the video decoding device 200 may generate a merge candidate list (S1112). Even when the amvpMerge mode is not applied to the current block (NO in step S1108), the video decoding device 200 can generate a merge candidate list (S1112). At this time, the merge candidates included in the merge candidate list include motion information of spatially adjacent blocks (spatial), motion information of temporally adjacent blocks (temporal), motion information of spatially non-adjacent blocks (non-adjacent spatial), and HMVP (History based Motion). Vector Prediction), pairwise, affineHMVP.
  • the video decoding device 200 can check whether the maximum number of merge candidates (maxNumMergeCand) is greater than the index (count) indicating the merge candidates included in the current merge candidate list. There is (S1121). If the maximum number of merge candidates is not greater than the index (count) indicating the merge candidates included in the current merge candidate list (NO in step S1121), that is, the maximum number of merge candidates is the merge candidates included in the current merge candidate list. If it is less than or equal to the indicated index (count), the video decoding device 200 can check whether the slice including the current block is a B slice (S1127).
  • the video decoding device 200 may check the isValidAmvpMerge syntax (S1122).
  • isValidAmvpMerge may be a syntax indicating whether the reference picture indicated by the motion information of the corresponding merge candidate is available for amvpMerge. If the amvpMerge mode is not available for the reference picture indicated by the motion information of the corresponding merge candidate, the video decoding device 200 may re-perform step S1112 without adding the corresponding merge candidate to the amvpMerge candidate list. In this case, the video decoding apparatus 200 may perform steps S1121 to S1126 for other merge candidates.
  • the video decoding device 200 can check the amvpMergeFlag (S1123).
  • amvpMergeFlag may be a flag indicating whether the amvpMerge mode is applied to the current block. If amvpMergeFlag indicates that the amvpMerge mode is applied to the current block (YES in step S1123), the video decoding device 200 may assign the value of mergeDir to candidate[count].interDir, and termed[count].mv[amvpRefList ] can be assigned (0,0,NOT_VALID) (S1124). That is, in order to perform the subsequent step S1125 using only the motion information of the merge candidate list, the video decoding device 200 may reset the motion information of the interDir and amvp candidate lists.
  • the video decoding device 200 can check checkSimilarity(candidate[count]) (S1125).
  • checkSimilarity(candidate[count]) may indicate whether the similarity between the corresponding merge candidate and a candidate previously added to the merge candidate list is similar to the threshold determined in step S1102 or S1103. If the merge candidate and the candidate previously added to the merge candidate list are similar, the video decoding device 200 may re-perform step S1112 without adding the merge candidate to the amvpMerge candidate list. In this case, the video decoding apparatus 200 may perform steps S1121 to S1126 for other merge candidates.
  • the video decoding device 200 adds the merge candidate to the merge candidate list of amvpMerge and adds to the Count value. 1 can be added (S1126).
  • Steps S1121 to S1127 can be performed again for Count to which 1 has been added. If the index of the merge candidate included in the merge candidate list is equal to the maximum number of merge candidates (NO in step S1121), the video decoding device 200 can check whether the slice containing the current block is a B slice ( S1127). That is, after performing steps S1121 to S1126 for all merge candidates included in the merge candidate list, the video decoding apparatus 200 can check whether the slice including the current block is a B slice.
  • the video decoding device 200 determines the minimum value of the number of reference pictures in the reference picture list in the L0 direction and the number of reference pictures in the reference picture list in the L1 direction. can be assigned as numRefIdx (S1131). If the slice containing the current block is not a B slice (NO in step S1127), the video decoding device may allocate the number of reference pictures in the reference picture list in the L0 direction as numRefIdx (S1132).
  • the video decoding device 200 can check amvpMergeFlag (S1133).
  • amvpMergeFlag may be a flag indicating whether amvpMerge mode prediction is applied to the current block. If amvpMerge mode prediction is applied to the current block (YES in step S1133), the video decoding device 200 may allocate the number of reference pictures included in the merge reference picture list as numRefIdx (S1134). This may be to check whether all merge candidates included in the merge candidate list can be merge candidates for amvpMerge mode.
  • the video decoding device 200 may allocate 0 to mergeRefIdx (S1135).
  • the video decoding device 200 may check whether the maximum value of the number of merge candidates is greater than the number of merge candidates included in the merge candidate list and whether the value of numRefIdx is greater than the value of mergeRdfIdx (S1136). If the maximum value of the number of merge candidates is less than or equal to the number of merge candidates included in the merge candidate list, or the value of numRefIdx is less than or equal to the value of mergeRefIdx (NO in step S1136), the video decoding device 200 may terminate the procedure. .
  • the video decoding device 200 is (0, 0, mergeRefIdx) can be assigned to candidate[Count].mv[mergeRefList] (S1137). That is, the video decoding device 200 can reset the motion information of the merge candidate. Specifically, the motion vector of the merge candidate indicated by Count can be set to (0, 0, mergeRefList).
  • mergeRefList may mean a reference picture list referenced by the candidate.
  • the video decoding device 200 can check isValidAmvpMerge(candidate) (S1138).
  • isValidAmvpMerge(candidate) may be a syntax indicating whether the reference picture indicated by the motion information of the corresponding merge candidate is available for amvpMerge. If the amvpMerge mode is available for the reference picture indicated by the motion information of the merge candidate (YES in step S1138), the video decoding device 200 adds the merge candidate as a fallback candidate to the amvpMerge candidate list, and sets 1 to Count. Can be added (S1139). Additionally, the video decoding device 200 may add 1 to mergeRefIdx (S1140). Thereafter, the video decoding apparatus 200 may repeatedly perform steps S1136 to S1140 for all merge candidates.
  • the video decoding device 200 may immediately add 1 to mergeRefIdx (S1140). Afterwards, the video decoding apparatus 200 may return to step S1136 and repeatedly perform steps S1136 to S1140 for all merge candidates.
  • the video decoding device 200 can check whether the maximum number of merge candidates is greater than Count (S1151) ). If the maximum number of merge candidates is less than or equal to Count (NO in step S1151), the video decoding device 200 may end the procedure.
  • the video decoding device 200 converts (0, 0, refIdx) into candidate[Count].mv[0] and candidate[Count].mv It can be assigned to [1] (S1152). That is, the 0 vector can be assigned as a merge candidate for each of the L0 direction and the L1 direction.
  • the video decoding device 200 may add the candidates assigned to the 0 vector in step S1152 to the amvpMerge candidate list (S1153). Additionally, the video decoding device 200 may add 1 to refIdx (S1154). Step S1151 can be performed again using the value obtained by adding 1 to refIdx. The video decoding apparatus 200 may repeatedly perform steps S1151 to S1154 for all merge candidates.
  • 11A, 11B, and 11C may be continuous processes connected to each other, or may be independent processes.
  • a fallback candidate can be configured by considering the number of reference pictures included in the merge reference picture list.
  • the video decoding device 200 may check tmMergeFlag (S1201).
  • tmMergeFlag may be a flag indicating whether merge prediction based on template matching is performed.
  • the image decoding apparatus 200 may set a threshold based on the number of pixels in the picture (S1202).
  • the video decoding device 200 can check useAML() (S1204).
  • useAML() may be a syntax indicating whether to use AML. If AML is used (YES in step S1204), the value of maxNumMergeCand may be set to TM_MRG_MAX_NUM_CAND (S1205). On the other hand, if AML is not used (NO in S1204), the value of maxNumMergeCand may be set to the maximum number of TM merge candidates signaled in SPS/PPS/PH/SH (S1206).
  • maxNumMergeCand may mean the maximum number of merge candidates that can be included in the merge candidate list.
  • the threshold may be set to 1 (S1203).
  • the value of maxNumMergeCand can be set to the maximum number of TM merge candidates signaled in SPS/PPS/PH/SH (S1207).
  • the video decoding device 200 can check amvpMergeFlag (S1208).
  • amvpMergeFlag may be a flag indicating whether the amvpMerge mode is applied to the current block. If the amvpMerge mode is applied to the current block (YES in step S1208), the video decoding device 200 can check amvpMergeModeFlag[0] (S1209).
  • amvpMergeModeFlag[0] may be a flag indicating whether the prediction mode applied to the L0 prediction direction is the merge mode.
  • amvpRefList REF_PIC_LIST_0
  • 1 can be assigned to the index (mergeDir) indicating the merge direction (S1210).
  • the video decoding device 200 may generate a merge candidate list (S1212). Even when the amvpMerge mode is not applied to the current block (NO in step S1208), the video decoding device 200 can generate a merge candidate list (S1212). At this time, the merge candidates included in the merge candidate list include motion information of spatially adjacent blocks (spatial), motion information of temporally adjacent blocks (temporal), motion information of spatially non-adjacent blocks (non-adjacent spatial), and HMVP (History based Motion). Vector Prediction), pairwise, affineHMVP.
  • the video decoding device 200 can check whether the maximum number of merge candidates (maxNumMergeCand) is greater than the index (count) indicating the merge candidates included in the current merge candidate list. There is (S1221). If the maximum number of merge candidates is not greater than the index (count) indicating the merge candidates included in the current merge candidate list (NO in step S1221), that is, the maximum number of merge candidates is the merge candidates included in the current merge candidate list. If it is less than or equal to the indicated index (count), the video decoding device 200 can check whether the slice including the current block is a B slice (S1227).
  • the video decoding device 200 may check the isValidAmvpMerge syntax (S1222).
  • isValidAmvpMerge may be a syntax indicating whether the reference picture indicated by the motion information of the corresponding merge candidate is available for amvpMerge. If the amvpMerge mode is not available for the reference picture indicated by the motion information of the corresponding merge candidate, the video decoding device 200 may re-perform step S1212 without adding the corresponding merge candidate to the amvpMerge candidate list. In this case, the video decoding apparatus 200 may perform steps S1221 to S1226 for other merge candidates.
  • the video decoding device 200 can check the amvpMergeFlag (S1223).
  • amvpMergeFlag may be a flag indicating whether the amvpMerge mode is applied to the current block. If amvpMergeFlag indicates that the amvpMerge mode is applied to the current block (YES in step S1223), the video decoding device 200 may assign the value of mergeDir to candidate[count].interDir, and termed[count].mv[amvpRefList ] can be assigned (0,0,NOT_VALID) (S1224). That is, in order to perform the subsequent step S1225 using only the motion information of the merge candidate list, the video decoding device 200 may reset the motion information of the interDir and amvp candidate lists.
  • the video decoding device 200 can check checkSimilarity(candidate[count]) (S1225).
  • checkSimilarity(candidate[count]) may indicate whether the similarity between the merge candidate and a candidate previously added to the merge candidate list is similar to the threshold determined in step S1202 or S1203. If the merge candidate and the candidate previously added to the merge candidate list are similar, the video decoding device 200 may re-perform step S1212 without adding the merge candidate to the amvpMerge candidate list. In this case, the video decoding apparatus 200 may perform steps S1221 to S1226 for other merge candidates.
  • the video decoding device 200 adds the merge candidate to the merge candidate list of amvpMerge and adds to the Count value. 1 can be added (S1226).
  • Steps S1221 to S1227 can be performed again for Count to which 1 has been added. If the index of the merge candidate included in the merge candidate list is equal to the maximum number of merge candidates (NO in step S1221), the video decoding device 200 can check whether the slice containing the current block is a B slice ( S1227). That is, after performing steps S1221 to S1226 for all merge candidates included in the merge candidate list, the video decoding apparatus 200 can check whether the slice including the current block is a B slice.
  • the video decoding device 200 determines the minimum value of the number of reference pictures in the reference picture list in the L0 direction and the number of reference pictures in the reference picture list in the L1 direction. can be assigned to numRefIdx (S1231). If the slice containing the current block is not a B slice (NO in step S1227), the video decoding device may allocate the number of reference pictures in the reference picture list in the L0 direction as numRefIdx (S1232).
  • the video decoding device 200 can check amvpMergeFlag (S1233).
  • amvpMergeFlag may be a flag indicating whether amvpMerge mode prediction is applied to the current block. If amvpMerge mode prediction is applied to the current block (YES in step S1233), the video decoding device 200 may allocate the number of reference pictures included in the merge reference picture list to numRefIdx (S1234).
  • the video decoding device 200 may allocate 0 to mergeRefIdx (S1235).
  • the video decoding apparatus 200 may check whether a predefined random N is greater than or equal to an index indicating a merge candidate included in the merge candidate list and whether the value of numRefIdx is greater than the value of mergeRdfIdx (S1236). If the predefined random N is less than the number of merge candidates included in the merge candidate list, or the value of numRefIdx is less than or equal to the value of mergeRefIdx (NO in step S1236), the video decoding device 200 may terminate the procedure. there is.
  • the video decoding device 200 is (0, 0) , mergeRefIdx) can be assigned to candidate[Count].mv[mergeRefList] (S1237). That is, the video decoding device 200 can reset the motion information of the merge candidate. Specifically, the motion vector of the merge candidate indicated by Count can be set to (0, 0, mergeRefList).
  • mergeRefList may mean a reference picture list referenced by the candidate.
  • the video decoding device 200 can check isValidAmvpMerge(candidate) (S1238).
  • isValidAmvpMerge(candidate) may be a syntax indicating whether the reference picture indicated by the motion information of the corresponding merge candidate is available for amvpMerge. If the amvpMerge mode is available for the reference picture indicated by the motion information of the merge candidate (YES in step S1238), the video decoding device 200 adds the merge candidate as a fallback candidate to the amvpMerge candidate list, and sets 1 to Count. Can be added (S1239). Additionally, the video decoding device 200 may add 1 to mergeRefIdx (S1240). Thereafter, the video decoding apparatus 200 may repeatedly perform steps S1236 to S1240 for merge candidates that satisfy the conditions of S1236.
  • the video decoding device 200 may immediately add 1 to mergeRefIdx (S1240). Afterwards, the video decoding apparatus 200 may return to step S1236 and repeatedly perform steps S1236 to S1240 for merge candidates that satisfy the conditions of S1236.
  • the video decoding device 200 can check whether the maximum number of merge candidates is greater than Count (S1251) ). If the maximum number of merge candidates is less than or equal to Count (NO in step S1251), the video decoding device 200 may end the procedure.
  • the video decoding device 200 converts (0, 0, refIdx) into candidate[Count].mv[0] and candidate[Count].mv It can be assigned to [1] (S1252). That is, the 0 vector can be assigned as a merge candidate for each of the L0 direction and the L1 direction.
  • the video decoding device 200 may add the candidates assigned to the 0 vector in step S1252 to the amvpMerge candidate list (S1253). Additionally, the video decoding device 200 may add 1 to refIdx (S1254). Step S1251 can be performed again using the value obtained by adding 1 to refIdx. The video decoding apparatus 200 may repeatedly perform steps S1251 to S1254 for merge candidates that satisfy the conditions of S1251. 12A, 12B, and 12C may be continuous processes connected to each other, or may be independent processes.
  • Figure 13 is a flowchart of a method for configuring a fallback merge candidate according to an embodiment of the present disclosure.
  • the subject of FIG. 13 will be described as the video decoding device 200, but it is obvious that the video encoding device 100 can be the subject.
  • the image decoding apparatus 200 may determine a prediction mode applied to each of the prediction directions of the current block (S1310).
  • each prediction mode may include amvp mode and/or merge mode.
  • the video decoding device 200 may configure an amvp candidate list and a merge candidate list (S1320). That is, an amvp candidate list and a merge candidate list can be constructed based on the determined prediction modes.
  • the merge candidate list may include fallback candidates.
  • a fallback candidate may be included in the merge candidate list based on the number of merge candidates included in the merge candidate list being less than the maximum number of merge candidates.
  • the fallback candidate may be included in the merge candidate list based on the fact that the number of reference pictures included in the merge reference picture list is less than a predetermined value.
  • the predetermined value may be the smaller of the number of reference pictures included in the merge reference picture list and the number of reference pictures included in the amvp reference picture list.
  • the predetermined value may be the number of reference pictures included in the merge reference picture list.
  • the fallback candidate may be included in the merge candidate list based on the reference picture of the fallback candidate being available in amvpMerge mode.
  • the fallback candidate may be included in the merge candidate list based on the fact that the number of merge candidates included in the merge candidate list is less than or equal to a predefined value.
  • the image decoding apparatus 200 may generate a prediction block of the current block (S1330). Specifically, a prediction block of the current block can be generated based on the amvp candidate list and the merge candidate list.
  • Exemplary methods of the present disclosure are expressed as a series of operations for clarity of explanation, but this is not intended to limit the order in which the steps are performed, and each step may be performed simultaneously or in a different order, if necessary.
  • other steps may be included in addition to the exemplified steps, some steps may be excluded and the remaining steps may be included, or some steps may be excluded and additional other steps may be included.
  • a video encoding device or video decoding device that performs a predetermined operation may perform an operation (step) that checks performance conditions or situations for the corresponding operation (step). For example, when it is described that a predetermined operation is performed when a predetermined condition is satisfied, the video encoding device or video decoding device performs an operation to check whether the predetermined condition is satisfied and then performs the predetermined operation. You can.
  • various embodiments of the present disclosure may be implemented by hardware, firmware, software, or a combination thereof.
  • one or more ASICs Application Specific Integrated Circuits
  • DSPs Digital Signal Processors
  • DSPDs Digital Signal Processing Devices
  • PLDs Programmable Logic Devices
  • FPGAs Field Programmable Gate Arrays
  • general purpose It can be implemented by a processor (general processor), controller, microcontroller, microprocessor, etc.
  • video decoding devices and video encoding devices to which embodiments of the present disclosure are applied include real-time communication devices such as multimedia broadcasting transmission and reception devices, mobile communication terminals, home cinema video devices, digital cinema video devices, surveillance cameras, video conversation devices, and video communications. , mobile streaming devices, storage media, camcorders, video on demand (VoD) service provision devices, OTT video (Over the top video) devices, Internet streaming service provision devices, three-dimensional (3D) video devices, video phone video devices, and medical applications. It may be included in a video device, etc., and may be used to process video signals or data signals.
  • 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).
  • Figure 14 is a diagram illustrating an exemplary content streaming system to which an embodiment according to the present disclosure can be applied.
  • a content streaming system to which an embodiment of the present disclosure is applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server compresses content input from multimedia input devices such as smartphones, cameras, camcorders, etc. into digital data, generates a bitstream, and transmits it to the streaming server.
  • multimedia input devices such as smartphones, cameras, camcorders, etc. directly generate bitstreams
  • the encoding server may be omitted.
  • the bitstream may be generated by an image encoding method and/or an image encoding device to which an embodiment of the present disclosure is applied, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user request through a web server, and the web server can serve as a medium to inform the user of what services are available.
  • the web server delivers it to a streaming server, and the streaming server can transmit multimedia data to the user.
  • the content streaming system may include a separate control server, and in this case, the control server may control commands/responses between each device in the content streaming system.
  • the streaming server may receive content from a media repository and/or encoding server. For example, when receiving content from the encoding server, the content can be received in real time. In this case, in order to provide a smooth streaming service, the streaming server may store the bitstream for a certain period of time.
  • Examples of the user devices include mobile phones, smart phones, laptop computers, digital broadcasting terminals, personal digital assistants (PDAs), portable multimedia players (PMPs), navigation, slate PCs, Tablet PC, ultrabook, wearable device (e.g. smartwatch, smart glass, head mounted display), digital TV, desktop There may be computers, digital signage, etc.
  • PDAs personal digital assistants
  • PMPs portable multimedia players
  • navigation slate PCs
  • Tablet PC ultrabook
  • wearable device e.g. smartwatch, smart glass, head mounted display
  • digital TV desktop There may be computers, digital signage, etc.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributedly processed.
  • the scope of the present disclosure is software or machine-executable instructions (e.g., operating system, application, firmware, program, etc.) that cause operations according to the methods of various embodiments to be executed on a device or computer, and such software or It includes non-transitory computer-readable medium in which instructions, etc. are stored and can be executed on a device or computer.
  • software or machine-executable instructions e.g., operating system, application, firmware, program, etc.
  • Embodiments according to the present disclosure can be used to encode/decode images.

Landscapes

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

Abstract

영상 부호화/복호화 방법 및 장치가 제공된다. 본 개시에 따른 영상 복호화 방법은, 상기 현재 블록의 예측 방향들 각각에 적용되는 예측 모드들을 결정하는 단계 - 상기 예측 모드들은 AMVP 모드 및 머지 모드를 포함함, 상기 예측 모드들에 기반하여 AMVP 후보 리스트 및 머지 후보 리스트를 구성하는 단계 및 상기 AMVP 후보 리스트 및 상기 머지 후보 리스트에 기반하여, 현재 블록의 예측 블록을 생성하는 단계를 포함하고, 상기 머지 후보 리스트는 폴 백(fall back) 후보를 포함할 수 있다.

Description

AMVPMERGE 모드에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체
본 개시는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체에 관한 것으로서, 보다 상세하게는 amvpMerge 모드에 기반한 영상 부호화/복호화 방법, 장치 및 본 개시의 영상 부호화 방법/장치에 의해 생성된 비트스트림을 저장하는 기록 매체에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 분야에서 증가하고 있다. 영상 데이터가 고해상도, 고품질이 될수록 기존의 영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하게 된다. 전송되는 정보량 또는 비트량의 증가는 전송 비용과 저장 비용의 증가를 초래한다.
이에 따라, 고해상도, 고품질 영상의 정보를 효과적으로 전송하거나 저장하고, 재생하기 위한 고효율의 영상 압축 기술이 요구된다.
본 개시는 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 amvpMerge 모드를 수행하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 amvpMerge 모드에서 fall back 머지 후보를 구성하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법을 제공하는 것을 목적으로 한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 실시예에 따르면, 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 상기 현재 블록의 예측 방향들 각각에 적용되는 예측 모드들을 결정하는 단계 - 상기 예측 모드들은 AMVP 모드 및 머지 모드를 포함함, 상기 예측 모드들에 기반하여 AMVP 후보 리스트 및 머지 후보 리스트를 구성하는 단계 및 상기 AMVP 후보 리스트 및 상기 머지 후보 리스트에 기반하여, 현재 블록의 예측 블록을 생성하는 단계를 포함하고, 상기 머지 후보 리스트는 폴 백(fall back) 후보를 포함할 수 있다.
본 개시의 일 실시예에 따르면, 상기 폴 백 후보는 상기 머지 후보 리스트에 포함된 머지 후보의 개수가 최대 머지 후보 개수보다 작음에 기반하여 상기 머지 후보 리스트에 포함될 수 있다.
본 개시의 일 실시예에 따르면, 상기 폴 백 후보는 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수가 소정의 값보다 작음에 기반하여 상기 머지 후보 리스트에 포함될 수 있다.
본 개시의 일 실시예에 따르면, 상기 소정의 값은 상기 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수와 상기 AMVP 참조 픽처 리스트에 포함된 참조 픽처의 개수 중 작은 값일 수 있다.
본 개시의 일 실시예에 따르면, 상기 소정의 값은 상기 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수일 수 있다.
본 개시의 일 실시예에 따르면, 상기 폴 백 후보는 상기 폴 백 후보의 참조 픽처가 이용 가능한 것에 기반하여, 상기 머지 후보 리스트에 포함될 수 있다.
본 개시의 일 실시예에 따르면, 상기 폴 백 후보는 상기 머지 후보 리스트에 포함된 머지 후보의 개수가 미리 정의된 값보다 작거나 같은 것에 기반하여 상기 머지 후보 리스트에 포함될 수 있다.
본 개시의 일 실시예에 따르면, 영상 부호화 장치에 의해 수행되는 영상 부호화 방법으로서, 상기 현재 블록의 예측 방향들 각각에 적용되는 예측 모드들을 결정하는 단계 - 상기 예측 모드들은 AMVP 모드 및 머지 모드를 포함함, 상기 예측 모드들에 기반하여 AMVP 후보 리스트 및 머지 후보 리스트를 구성하는 단계 및 상기 AMVP 후보 리스트 및 상기 머지 후보 리스트에 기반하여, 현재 블록의 예측 블록을 생성하는 단계를 포함하고, 상기 머지 후보 리스트는 폴 백(fall back) 후보를 포함할 수 있다.
본 개시의 일 실시예에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법에 있어서, 상기 영상 부호화 방법은, 상기 현재 블록의 예측 방향들 각각에 적용되는 예측 모드들을 결정하는 단계 - 상기 예측 모드들은 AMVP 모드 및 머지 모드를 포함함, 상기 예측 모드들에 기반하여 AMVP 후보 리스트 및 머지 후보 리스트를 구성하는 단계 및 상기 AMVP 후보 리스트 및 상기 머지 후보 리스트에 기반하여, 현재 블록의 예측 블록을 생성하는 단계를 포함하고, 상기 머지 후보 리스트는 폴 백(fall back) 후보를 포함할 수 있다.
본 개시에 따르면, 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, amvpMerge 모드를 수행하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, amvpMerge 모드에서 fall back 머지 후보를 구성하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법이 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시에 따른 실시예가 적용될 수 있는 비디오 코딩 시스템을 개략적으로 나타내는 도면이다.
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 나타내는 도면이다.
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 나타내는 도면이다.
도 4는 영상 부호화 장치의 인터 예측부를 개략적으로 나타내는 도면이다.
도 5는 인터 예측에 기반하여 영상을 인코딩하는 방법을 나타내는 흐름도이다.
도 6은 영상 복호화 장치의 인터 예측부를 개략적으로 나타내는 도면이다.
도 7은 인터 예측에 기반하여 영상을 디코딩하는 방법을 나타내는 흐름도이다.
도 8은 인터 예측 방법을 나타내는 흐름도이다.
도 9는 본 개시의 일 실시예에 따른 영상 부호화 방법을 나타내는 흐름도이다.
도 10A 내지 도 10C는 본 개시의 일 실시예에 따른 머지 후보 리스트 구성 방법을 나타내느 흐름도이다.
도 11A 내지 도 11C는 본 개시의 일 실시예에 따른 머지 후보 리스트 구성 방법을 나타내느 흐름도이다.
도 12A 내지 도 12C는 본 개시의 일 실시예에 따른 머지 후보 리스트 구성 방법을 나타내느 흐름도이다.
도 13은 본 개시의 일 실시예에 따른 폴 백(fall back) 머지 후보 구성 방법의 흐름도이다.
도 14는 본 개시의 일 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시적으로 나타낸 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분 집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 영상의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시에서 "비디오(video)"는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다.
본 개시에서 "픽처(picture)"는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 픽처의 일부를 구성하는 부호화 단위로서, 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 또한, 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다.
본 개시에서 "픽셀(pixel)" 또는 "펠(pel)"은 하나의 픽처(또는 영상)를 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 "샘플(sample)"이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀값만을 나타낼 수도 있다.
본 개시에서 "유닛(unit)"은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 유닛은 경우에 따라서 "샘플 어레이", "블록(block)" 또는 "영역(area)" 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 개시에서 "현재 블록"은 "현재 코딩 블록", "현재 코딩 유닛", "부호화 대상 블록", "복호화 대상 블록" 또는 "처리 대상 블록" 중 하나를 의미할 수 있다. 예측이 수행되는 경우, "현재 블록"은 "현재 예측 블록" 또는 "예측 대상 블록"을 의미할 수 있다. 변환(역변환)/양자화(역양자화)가 수행되는 경우, "현재 블록"은 "현재 변환 블록" 또는 "변환 대상 블록"을 의미할 수 있다. 필터링이 수행되는 경우, "현재 블록"은 "필터링 대상 블록"을 의미할 수 있다.
본 개시에서 "현재 블록"은 크로마 블록이라는 명시적인 기재가 없는 한 루마 성분 블록과 크로마 성분 블록을 모두 포함하는 블록 또는 "현재 블록의 루마 블록"을 의미할 수 있다. 현재 블록의 루마 성분 블록은 명시적으로 "루마 블록" 또는 "현재 루마 블록"과 같이 루마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다. 또한, 현재 블록의 크로마 성분 블록은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다.
본 개시에서 "/"와 ","는 "및/또는"으로 해석될 수 있다. 예를 들어, "A/B"와 "A, B"는 "A 및/또는 B"로 해석될 수 있다. 또한, "A/B/C"와 "A, B, C"는 "A, B 및/또는 C 중 적어도 하나"를 의미할 수 있다.
본 개시에서 "또는"은 "및/또는"으로 해석될 수 있다. 예를 들어, "A 또는 B"는, 1) "A" 만을 의미하거나 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 또는, 본 개시에서 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
본 개시에서 "적어도 하나의 A, B 및 C"는 "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합"를 의미할 수 있다. 또한, "적어도 하나의 A, B 또는 C"나 "적어도 하나의 A, B 및/또는 C"는 "적어도 하나의 A, B 및 C"를 의미할 수 있다.
본 개시에서 사용되는 괄호는 "예를 들어"를 의미할 수 있다. 예를 들어, "예측(인트라 예측)"으로 표시된 경우, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다. 달리 표현하면 본 개시의 "예측"은 "인트라 예측"으로 제한되지 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.
비디오 코딩 시스템 개요
도 1은 본 개시에 따른 실시예가 적용될 수 있는 비디오 코딩 시스템을 개략적으로 나타내는 도면이다.
일 실시예에 따른 비디오 코딩 시스템은 부호화 장치(10) 및 복호화 장치(20)를 포함할 수 있다. 부호화 장치(10)는 부호화된 비디오(video) 및/또는 영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)로 전달할 수 있다.
일 실시예예 따른 부호화 장치(10)는 비디오 소스 생성부(11), 부호화부(12), 전송부(13)를 포함할 수 있다. 일 실시예에 따른 복호화 장치(20)는 수신부(21), 복호화부(22) 및 렌더링부(23)를 포함할 수 있다. 상기 부호화부(12)는 비디오/영상 부호화부라고 불릴 수 있고, 상기 복호화부(22)는 비디오/영상 복호화부라고 불릴 수 있다. 전송부(13)는 부호화부(12)에 포함될 수 있다. 수신부(21)는 복호화부(22)에 포함될 수 있다. 렌더링부(23)는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스 생성부(11)는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스 생성부(11)는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
부호화부(12)는 입력 비디오/영상을 부호화할 수 있다. 부호화부(12)는 압축 및 부호화 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화부(12)는 부호화된 데이터(부호화된 비디오/영상 정보)를 비트스트림(bitstream) 형태로 출력할 수 있다.
전송부(13)는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 획득할 수 있으며, 이를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)의 수신부(21) 또는 다른 외부 객체로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부(13)는 미리 정해진 파일 포맷을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 전송부(13)는 부호화부(120)와는 별개의 전송 장치로 구비될 수 있으며, 이 경우 전송 장치는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 획득하는 적어도 하나의 프로세서와 이를 파일 또는 스트리밍 형태로 전달하는 전송부를 포함할 수 있다. 이 수신부(21)는 상기 저장매체 또는 네트워크로부터 상기 비트스트림을 추출/수신하여 복호화부(22)로 전달할 수 있다.
복호화부(22)는 부호화부(12)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 복호화할 수 있다.
렌더링부(23)는 복호화된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
영상 부호화 장치 개요
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 2에 도시된 바와 같이, 영상 부호화 장치(100)는 영상 분할부(110), 감산부(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 가산부(155), 필터링부(160), 메모리(170), 인터 예측부(180), 인트라 예측부(185) 및 엔트로피 인코딩부(190)를 포함할 수 있다. 인터 예측부(180) 및 인트라 예측부(185)는 합쳐서 "예측부"라고 지칭될 수 있다. 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150)는 레지듀얼(residual) 처리부에 포함될 수 있다. 레지듀얼 처리부는 감산부(115)를 더 포함할 수도 있다.
영상 부호화 장치(100)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어, 인코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
영상 분할부(110)는 영상 부호화 장치(100)에 입력된 입력 영상(또는, 픽처, 프레임)을 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)을 QT/BT/TT (Quad-tree/binary-tree/ternary-tree) 구조에 따라 재귀적으로(recursively) 분할함으로써 획득될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 코딩 유닛의 분할을 위해, 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 트리 구조가 나중에 적용될 수 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 코딩 절차가 수행될 수 있다. 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 최대 코딩 유닛을 분할하여 획득한 하위 뎁스의 코딩 유닛이 최종 코닛 유닛으로 사용될 수도 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환 및/또는 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 코딩 절차의 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)일 수 있다. 상기 예측 유닛 및 상기 변환 유닛은 각각 상기 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
예측부(인터 예측부(180) 또는 인트라 예측부(185))는 처리 대상 블록(현재 블록)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 현재 블록의 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(185)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 인트라 예측 모드 및/또는 인트라 예측 기법에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라, 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(185)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(180)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 서로 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수 있다. 예를 들어, 인터 예측부(180)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(180)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference) 및 움직임 벡터 예측자에 대한 지시자(indicator)를 부호화함으로써 현재 블록의 움직임 벡터를 시그널링할 수 있다. 움직임 벡터 차분은 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 차이를 의미할 수 있다.
예측부는 후술하는 다양한 예측 방법 및/또는 예측 기법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 현재 블록의 예측을 위해 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 현재 블록의 예측을 위해 인트라 예측과 인터 예측을 동시에 적용하는 예측 방법은 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 현재 블록의 예측을 위해 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 현재 블록으로부터 소정의 거리만큼 떨어진 위치의 현재 픽처 내 기복원된 참조 블록을 이용하여 현재 블록을 예측하는 방법이다. IBC가 적용되는 경우, 현재 픽처 내 참조 블록의 위치는 상기 소정의 거리에 해당하는 벡터(블록 벡터)로서 부호화될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나, 현재 픽처 내에서 참조 블록을 도출하는 점에서, 인터 예측과 유사하게 수행될 수 있다. 즉 IBC는 본 개시에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
예측부를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 감산부(115)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)로부터 예측부에서 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있다. 생성된 레지듀얼 신호는 변환부(120)로 전송될 수 있다.
변환부(120)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)을 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)을 이용하여 예측 신호를 생성하고 그에 기반하여 획득되는 변환을 의미한다. 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(130)는 변환 계수들을 양자화하여 엔트로피 인코딩부(190)로 전송할 수 있다. 엔트로피 인코딩부(190)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(130)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(190)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(190)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예를 들어 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 본 개시에서 언급된 시그널링 정보, 전송되는 정보 및/또는 신택스 요소들은 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다.
상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(190)로부터 출력된 신호를 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 영상 부호화 장치(100)의 내/외부 엘리먼트로서 구비될 수 있고, 또는 전송부는 엔트로피 인코딩부(190)의 구성요소로서 구비될 수도 있다.
양자화부(130)로부터 출력된 양자화된 변환 계수들은 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(140) 및 역변환부(150)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다.
가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(180) 또는 인트라 예측부(185)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS(luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(160)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(160)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(170), 구체적으로 메모리(170)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(160)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 필터링에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(170)에 전송된 수정된 복원 픽처는 인터 예측부(180)에서 참조 픽처로 사용될 수 있다. 영상 부호화 장치(100)는 이를 통하여 인터 예측이 적용되는 경우, 영상 부호화 장치(100)와 영상 복호화 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(170) 내 DPB는 인터 예측부(180)에서의 참조 픽처로 사용하기 위해 수정된 복원 픽처를 저장할 수 있다. 메모리(170)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(180)에 전달될 수 있다. 메모리(170)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(185)에 전달할 수 있다.
영상 복호화 장치 개요
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 3에 도시된 바와 같이, 영상 복호화 장치(200)는 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265)를 포함하여 구성될 수 있다. 인터 예측부(260) 및 인트라 예측부(265)를 합쳐서 "예측부"라고 지칭될 수 있다. 역양자화부(220), 역변환부(230)는 레지듀얼 처리부에 포함될 수 있다.
영상 복호화 장치(200)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
비디오/영상 정보를 포함하는 비트스트림을 수신한 영상 복호화 장치(200)는 도 2의 영상 부호화 장치(100)에서 수행된 프로세스에 대응하는 프로세스를 수행하여 영상을 복원할 수 있다. 예를 들어, 영상 복호화 장치(200)는 영상 부호화 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있다. 코딩 유닛은 코딩 트리 유닛이거나 또는 최대 코딩 유닛을 분할하여 획득될 수 있다. 그리고, 영상 복호화 장치(200)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치(미도시)를 통해 재생될 수 있다.
영상 복호화 장치(200)는 도 2의 영상 부호화 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있다. 수신된 신호는 엔트로피 디코딩부(210)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(예를 들어, 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 영상 복호화 장치는 영상을 디코딩하기 위해 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 추가적으로 이용할 수 있다. 본 개시에서 언급된 시그널링 정보, 수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩됨으로써 상기 비트스트림으로부터 획득될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 블록 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)을 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(260) 및 인트라 예측부(265))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(220)로 입력될 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(240)로 제공될 수 있다. 한편, 영상 부호화 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 영상 복호화 장치(200)의 내/외부 엘리먼트로서 추가적으로 구비될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)의 구성요소로서 구비될 수도 있다.
한편, 본 개시에 따른 영상 복호화 장치는 비디오/영상/픽처 복호화 장치라고 불릴 수 있다. 상기 영상 복호화 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및/또는 샘플 디코더(비디오/영상/픽처 샘플 디코더)를 포함할 수도 있다. 상기 정보 디코더는 엔트로피 디코딩부(210)를 포함할 수 있고, 상기 샘플 디코더는 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265) 중 적어도 하나를 포함할 수 있다.
역양자화부(220)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(220)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 영상 부호화 장치에서 수행된 계수 스캔 순서에 기반하여 수행될 수 있다. 역양자화부(220)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)을 획득할 수 있다.
역변환부(230)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득할 수 있다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(210)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드(예측 기법)를 결정할 수 있다.
예측부가 후술하는 다양한 예측 방법(기법)을 기반으로 예측 신호를 생성할 수 있음은 영상 부호화 장치(100)의 예측부에 대한 설명에서 언급된 바와 동일하다.
인트라 예측부(265)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 인트라 예측부(185)에 대한 설명은 인트라 예측부(265)에 대해서도 동일하게 적용될 수 있다.
인터 예측부(260)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(260)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드(기법)를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드(기법)를 지시하는 정보를 포함할 수 있다.
가산부(235)는 획득된 레지듀얼 신호를 예측부(인터 예측부(260) 및/또는 인트라 예측부(265) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)에 대한 설명은 가산부(235)에 대해서도 동일하게 적용될 수 있다. 가산부(235)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(240)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(240)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(250), 구체적으로 메모리(250)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(250)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(260)에서 참조 픽쳐로 사용될 수 있다. 메모리(250)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(260)에 전달할 수 있다. 메모리(250)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(265)에 전달할 수 있다.
본 명세서에서, 영상 부호화 장치(100)의 필터링부(160), 인터 예측부(180) 및 인트라 예측부(185)에서 설명된 실시예들은 각각 영상 복호화 장치(200)의 필터링부(240), 인터 예측부(260) 및 인트라 예측부(265)에도 동일 또는 대응되도록 적용될 수 있다.
인터 예측
영상 부호화 장치(100)와 영상 복호화 장치(200)의 예측부는 블록 단위로 인터 예측을 수행하여 예측 샘플을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들(e.g. 샘플 값들, 또는 움직임 정보 등)에 의존적인 방법으로 도출되는 예측일 수 있다. 현재 블록에 인터 예측이 적용되는 경우, 참조 픽처 인덱스가 가리키는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록(예측 샘플 어레이)이 유도될 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 움직임 정보가 블록, 서브블록 또는 샘플 단위로 예측될 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측이 적용되는 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 현재 블록의 주변 블록들을 기반으로 움직임 정보 후보 리스트가 구성될 수 있고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 선택(사용)되는지를 지시하는 플래그 또는 인덱스 정보가 시그널링될 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 현재 블록의 움직임 정보는 선택된 주변 블록의 움직임 정보와 같을 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 선택된 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)이 시그널링될 수 있다. 이 경우 상기 움직임 벡터 예측자 및 움직임 벡터 차분의 합을 이용하여 상기 현재 블록의 움직임 벡터를 도출할 수 있다.
상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등)에 따라 L0 움직임 정보 및/또는 L1 움직임 정보를 포함할 수 있다. L0 방향의 움직임 벡터는 L0 움직임 벡터 또는 MVL0라고 불릴 수 있고, L1 방향의 움직임 벡터는 L1 움직임 벡터 또는 MVL1이라고 불릴 수 있다. L0 움직임 벡터에 기반한 예측은 L0 예측이라고 불릴 수 있고, L1 움직임 벡터에 기반한 예측을 L1 예측이라고 불릴 수 있고, 상기 L0 움직임 벡터 및 상기 L1 움직임 벡터 둘 다에 기반한 예측을 쌍(Bi) 예측이라고 불릴 수 있다. 여기서 L0 움직임 벡터는 참조 픽처 리스트 L0 (L0)에 연관된 움직임 벡터를 나타낼 수 있고, L1 움직임 벡터는 참조 픽처 리스트 L1 (L1)에 연관된 움직임 벡터를 나타낼 수 있다. 참조 픽처 리스트 L0는 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 포함할 수 있고, 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 포함할 수 있다. 상기 이전 픽처들은 순방향 (참조) 픽처라고 불릴 수 있고, 상기 이후 픽처들은 역방향 (참조) 픽처라고 불릴 수 있다. 상기 참조 픽처 리스트 L0은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트 L0 내에서 상기 이전 픽처들이 먼저 인덱싱되고 상기 이후 픽처들은 그 다음에 인덱싱될 수 있다. 상기 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트1 내에서 상기 이후 픽처들이 먼저 인덱싱되고 상기 이전 픽처들은 그 다음에 인덱싱 될 수 있다. 여기서 출력 순서는 POC(picture order count) 순서(order)에 대응될 수 있다.
도 4는 영상 부호화 장치(100)의 인터 예측부(180)를 개략적으로 나타내는 도면이며, 도 5는 인터 예측에 기반하여 영상을 인코딩하는 방법을 나타내는 흐름도이다.
영상 부호화 장치(100)는 현재 블록에 대한 인터 예측을 수행할 수 있다(S510). 영상 부호화 장치(100)는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 상기 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서, 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다. 예를 들어, 영상 부호화 장치(100)의 인터 예측부(180)는 예측 모드 결정부(181), 움직임 정보 도출부(182) 및 예측 샘플 도출부(183)를 포함할 수 있으며, 예측 모드 결정부(181)에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 영상 부호화 장치(100)의 인터 예측부(180)는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 상기 현재 블록과 유사한 블록을 서치하고, 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 상기 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 상기 참조 블록과 상기 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 영상 부호화 장치(100)는 다양한 예측 모드들 중 상기 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 영상 부호화 장치(100)는 상기 다양한 예측 모드들에 대한 RD cost를 비교하고 상기 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 영상 부호화 장치(100)는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 상기 도출된 참조 블록과 연관된 머지 후보가 선택되며, 상기 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 디코딩 장치로 시그널링될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다.
다른 예로, 영상 부호화 장치(100)는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 이 경우, 예를 들어, 상술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 상기 현재 블록의 움직임 벡터로 이용될 수 있으며, 상기 mvp 후보들 중 상기 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 mvp 후보가 상기 선택된 mvp 후보가 될 수 있다. 상기 현재 블록의 움직임 벡터에서 상기 mvp를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우, 상기 MVD에 관한 정보가 영상 복호화 장치(200)로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 상기 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 상기 영상 복호화 장치(200)로 시그널링될 수 있다.
영상 부호화 장치(100)는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S520). 영상 부호화 장치(100)는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다.
영상 부호화 장치(100)는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩할 수 있다(S530). 영상 부호화 장치(100)는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 상기 예측 정보는 상기 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한, 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 디코딩 장치로 전달될 수 있고, 또는 네트워크를 통하여 영상 복호화 장치(200)로 전달될 수도 있다.
한편, 상술한 바와 같이 영상 부호화 장치(100)는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 영상 복호화 장치(200)에서 수행되는 것과 동일한 예측 결과를 영상 부호화 장치(100)에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 영상 부호화 장치(100)는 복원 픽처(또는 복원 샘플들, 복원 블록)를 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 6은 영상 복호화 장치(200)의 인터 예측부(260)를 개략적으로 나타내는 도면이며, 도 7은 인터 예측에 기반하여 영상을 디코딩하는 방법을 나타내는 흐름도이다.
영상 복호화 장치(200)는 상기 영상 부호화 장치(100)에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 영상 복호화 장치(200)는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로, 영상 복호화 장치(200)는 수신된 예측 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정할 수 있다(S710). 영상 복호화 장치(200)는 상기 예측 정보 내의 예측 모드 정보를 기반으로 상기 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, 상기 merge flag를 기반으로 상기 현재 블록에 상기 머지 모드가 적용되지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 상기 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 상기 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 (A)MVP 모드를 포함할 수 있고, 또는 후술하는 다양한 인터 예측 모드들을 포함할 수 있다.
영상 복호화 장치(200)는 상기 결정된 인터 예측 모드를 기반으로 상기 현재 블록의 움직임 정보를 도출할 수 있다(S720). 예를 들어, 영상 복호화 장치(200)는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 중 하나의 머지 후보를 선택할 수 있다. 상기 선택은 상술한 선택 정보(merge index)를 기반으로 수행될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다. 상기 선택된 머지 후보의 움직임 정보가 상기 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 영상 복호화 장치(200)는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 상기 선택은 상술한 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우, 상기 MVD에 관한 정보를 기반으로 상기 현재 블록의 MVD가 도출될 수 있으며, 상기 현재 블록의 mvp와 상기 MVD를 기반으로 상기 현재 블록의 움직임 벡터가 도출될 수 있다. 또한, 상기 참조 픽처 인덱스 정보를 기반으로 상기 현재 블록의 참조 픽처 인덱스가 도출될 수 있다. 상기 현재 블록에 관한 참조 픽처 리스트 내에서 상기 참조 픽처 인덱스가 가리키는 픽처가 상기 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
한편, 후술하는 바와 같이 후보 리스트 구성 없이 상기 현재 블록의 움직임 정보가 도출될 수 있으며, 이 경우 후술하는 예측 모드에서 개시된 절차에 따라 상기 현재 블록의 움직임 정보가 도출될 수 있다. 이 경우, 상술한 바와 같은 후보 리스트 구성은 생략될 수 있다.
영상 복호화 장치(200)는 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S730). 이 경우, 상기 현재 블록의 참조 픽처 인덱스를 기반으로 상기 참조 픽처가 도출되고, 상기 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 상기 현재 블록의 예측 샘플들이 도출될 수 있다. 이 경우, 후술하는 바와 같이 경우에 따라 상기 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 영상 복호화 장치(200)의 인터 예측부(260)는 예측 모드 결정부(261), 움직임 정보 도출부(262), 예측 샘플 도출부(263)를 포함할 수 있으며, 예측 모드 결정부(181)에서 수신된 예측 모드 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 수신된 움직임 정보에 관한 정보를 기반으로 상기 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다.
영상 복호화 장치(200)는 수신된 레지듀얼 정보를 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 생성할 수 있다(S740). 영상 복호화 장치(200)는 상기 예측 샘플들 및 상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다(S750). 이후, 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 8을 참조하면, 상술한 바와 같이 인터 예측 절차는 인터 예측 모드 결정 단계(S810), 결정된 예측 모드에 따른 움직임 정보 도출 단계(S820), 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계(S830)를 포함할 수 있다. 상기 인터 예측 절차는 상술한 바와 같이 영상 부호화 장치(100) 및 영상 복호화 장치(200)에서 수행될 수 있다.
인터 예측 모드 결정
픽처 내 현재 블록의 예측을 위하여 다양한 인터 예측 모드가 사용될 수 있다. 예를 들어, 머지 모드, 스킵 모드, MVP(motion vector prediction) 모드, 어파인(Affine) 모드, 서브블록 머지 모드, MMVD (merge with MVD) 모드 등 다양한 모드가 사용될 수 있다. DMVR (Decoder side motion vector refinement) 모드, AMVR(adaptive motion vector resolution) 모드, Bi-prediction with CU-level weight (BCW), Bi-directional optical flow (BDOF) 등이 부수적인 모드로 더 혹은 대신 사용될 수 있다. 어파인 모드는 어파인 움직임 예측(affine motion prediction) 모드라고 불릴 수도 있다. MVP 모드는 AMVP(advanced motion vector prediction) 모드라고 불릴 수도 있다. 본 문서에서 일부 모드 및/또는 일부 모드에 의하여 도출된 움직임 정보 후보는 다른 모드의 움직임 정보 관련 후보들 중 하나로 포함될 수도 있다. 예를 들어, HMVP 후보는 상기 머지/스킵 모드의 머지 후보로 추가될 수 있고, 또는 상기 MVP 모드의 mvp 후보로 추가될 수도 있다.
현재 블록의 인터 예측 모드를 가리키는 예측 모드 정보가 영상 부호화 장치(100)로부터 영상 복호화 장치(200)로 시그널링될 수 있다. 상기 예측 모드 정보는 비트스트림에 포함되어 영상 복호화 장치(200)에 수신될 수 있다. 상기 예측 모드 정보는 다수의 후보 모드들 중 하나를 지시하는 인덱스 정보를 포함할 수 있다. 또는, 플래그 정보의 계층적 시그널링을 통하여 인터 예측 모드가 지시될 수도 있다. 이 경우, 상기 예측 모드 정보는 하나 이상의 플래그들을 포함할 수 있다. 예를 들어, 스킵 플래그를 시그널링하여 스킵 모드 적용 여부가 지시되고, 스킵 모드가 적용 안되는 경우에 머지 플래그를 시그널링하여 머지 모드 적용 여부가 지시되고, 머지 모드가 적용 안되는 경우에 MVP 모드가 적용되는 것으로 지시되거나 추가적인 구분을 위한 플래그가 더 시그널링될 수도 있다. 어파인 모드는 독립적인 모드로 시그널링될 수도 있고, 또는 머지 모드 또는 MVP 모드 등에 종속적인 모드로 시그널링될 수도 있다. 예를 들어, 어파인 모드는 어파인 머지 모드 및 어파인 MVP 모드를 포함할 수 있다.
움직임 정보 도출
현재 블록의 움직임 정보를 이용하여 인터 예측이 수행될 수 있다. 영상 부호화 장치(100)는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 영상 부호화 장치(100)는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 위상(phase) 기반 샘플 값들의 차를 기반으로 도출할 수 있다. 예를 들어, 블록의 유사성은 현재 블록(or 현재 블록의 템플릿)과 참조 블록(or 참조 블록의 템플릿) 간 SAD를 기반으로 계산될 수 있다. 이 경우, 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보가 도출될 수 있다. 도출된 움직임 정보는 인터 예측 모드 기반으로 여러 방법에 따라 영상 복호화 장치(200)로 시그널링될 수 있다.
예측 샘플 생성
예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록이 도출될 수 있다. 상기 예측된 블록은 상기 현재 블록의 예측 샘플들(예측 샘플 어레이)을 포함할 수 있다. 현재 블록의 움직임 벡터가 분수 샘플 단위를 가리키는 경우, 보간(interpolation) 절차가 수행될 수 있으며, 이를 통하여 참조 픽처 내에서 분수 샘플 단위의 참조 샘플들을 기반으로 상기 현재 블록의 예측 샘플들이 도출될 수 있다. 현재 블록에 Affine 인터 예측이 적용되는 경우, 샘플/서브블록 단위 MV를 기반으로 예측 샘플들이 생성될 수 있다. 쌍예측이 적용되는 경우, L0 예측(즉, 참조 픽처 리스트 L0 내 참조 픽처와 MVL0를 이용한 예측)을 기반으로 도출된 예측 샘플들과 L1 예측(즉, 참조 픽처 리스트 L1 내 참조 픽처와 MVL1을 이용한 예측)을 기반으로 도출된 예측 샘플들의 (위상에 따른) 가중합 또는 가중평균을 통하여 도출된 예측 샘플들이 현재 블록의 예측 샘플들로 이용될 수 있다. 쌍예측이 적용되는 경우, L0 예측에 이용된 참조 픽처와 L1 예측에 이용된 참조 픽처가 현재 픽처를 기준으로 서로 다른 시간적 방향에 위치하는 경우(즉, 쌍예측이면서 양방향 예측에 해당하는 경우) 이를 true 쌍예측이라고 부를 수 있다.
도출된 예측 샘플들을 기반으로 복원 샘플들 및 복원 픽처가 생성될 수 있고, 이후 인루프 필터링 등의 절차가 수행될 수 있음은 전술한 바와 같다.
Template matching(TM)
도 9는 본 개시에 따른 템플릿 매칭 기반 부호화/복호화 방법을 설명하기 위한 도면이다.
템플릿 매칭(Template Matching, TM)은 디코더 단에서 수행되는 움직임 벡터의 유도 방법으로서, 현재 블록(e.g., current coding unit, current CU)에 인접한 템플릿(이하, “현재 템플릿”이라 함)과 가장 유사한 참조 픽처 내 템플릿(이하, “참조 템플릿”이라 함)을 발견함으로써 현재 블록의 움직임 정보를 개선(refine)할 수 있는 방법이다. 현재 템플릿은 현재 블록의 상단 이웃 블록 및/또는 좌측 이웃 블록이거나 이들 이웃 블록의 일부일 수 있다. 또한, 참조 템플릿은 현재 템플릿과 동일한 크기로 결정될 수 있다.
도 9에 도시된 바와 같이, 현재 블록의 초기 움직임 벡터(initial motion vector)가 유도되면, 더 좋은 움직임 벡터에 대한 탐색이 초기 움직임 벡터의 주변 영역에서 수행될 수 있다. 예컨대, 상기 탐색이 수행되는 주변 영역의 범위는 초기 움직임 벡터를 중심으로 [-8, +8]-펠(pel) 탐색 영역 내 일 수 있다. 또한, 탐색을 수행하기 위한 탐색 폭(search step)의 크기는 현재 블록의 AMVR 모드에 기반하여 결정될 수 있다. 또한, 템플릿 매칭은 머지 모드에서의 양방향 매칭(bilateral matching) 과정과 연속하여 수행될 수도 있다.
현재 블록의 예측 모드가 AMVP 모드인 경우, 움직임 벡터 예측자 후보(MVP candidate)는 템플릿 매칭 에러에 기반하여 결정될 수 있다. 예컨대, 현재 템플릿과 참조 템플릿 사이의 오차를 최소로 하는 움직임 벡터 예측자 후보(MVP candidate)가 선택될 수 있다. 이 후, 움직임 벡터를 개선하기 위한 템플릿 매칭이 상기 선택된 움직임 벡터 예측자 후보에 대해 수행될 수 있다. 이 때, 선택되지 않은 움직임 벡터 예측자 후보에 대해서는 움직임 벡터를 개선하기 위한 템플릿 매칭이 수행되지 않을 수 있다.
보다 구체적으로, 상기 선택된 움직임 벡터 예측자 후보에 대한 개선은 반복적인 다이아몬드 탐색을 이용하여 [-8, +8]-펠 탐색 영역 내에서 풀-펠(full-pel; 정수-펠) 정확도로부터 시작될 수 있다. 또는, 4-펠 AMVR 모드일 경우 4-펠 정확도로부터 시작될 수 있다. 이 후, AMVR 모드에 따라 하프-펠(half-pel) 및/또는 쿼터-펠(quarter-pel) 정확도의 탐색이 뒤따를 수 있다. 상기 탐색 과정에 따르면, 움직임 벡터 예측자 후보는 AMVR 모드에 의해 지시되는 것과 동일한 움직임 벡터의 정확도를 템플릿 매칭 과정 이후에도 유지할 수 있다. 상기 반복적인 탐색 과정에서, 이전의 최소 비용과 현재의 최소 비용 사이의 차이가 임의의 임계값보다 작으면, 상기 탐색 과정은 종료한다. 상기 임계값은 블록의 영역, 즉, 블록내 샘플의 개수와 동일할 수 있다. 표 1은 AMVR 모드 및 AMVR이 수반된 머지 모드에 따른 탐색 패턴의 예시이다.
Figure PCTKR2023009522-appb-img-000001
현재 블록의 예측 모드가 머지 모드인 경우, 머지 인덱스에 의해 지시된 머지 후보에 대해 유사한 탐색 방법이 적용될 수 있다. 상기 표 1에 나타난 바와 같이, 템플릿 매칭은 1/8-펠 정확도까지 수행할 수도 있고 또는 하프-펠 정확도 이하는 스킵할 수도 있는데, 이는 머지 움직임 정보에 따라 대체 보간 필터(alternative interpolation filter)가 사용되는지 여부에 종속적으로 결정될 수 있다. 이 때, 상기 대체 보간 필터는 AMVR이 하프-펠 모드인 경우 사용되는 필터일 수 있다. 또한, 템플릿 매칭이 가용한 경우, 양방향 매칭(bilateral matching, BM)이 가용한지 여부에 따라 상기 템플릿 매칭이 독립적인 과정으로서 작동할 수도 있고, 블록 기반 양방향 매칭 및 서브블록 기반 양방향 매칭 사이에서 추가적인 움직임 벡터 개선 과정으로서 작동할 수도 있다. 상기 템플릿 매칭 가용 여부 및/또는 양방향 매칭 가용 여부는 가용 조건 체크에 따라 결정될 수 있다. 상기에서 움직임 벡터의 정확도는 움직임 벡터 차분(motion vector difference, MVD)의 정확도를 의미할 수 있다.
이하, 본 개시의 다양한 실시예에 따른 영상 부호화/복호화 방법을 상세하게 설명하기로 한다.
본 개시는 amvpMerge에 관한 것으로 보다 상세하게는, amvpMerge 모드에서 머지 후보 리스트에 폴 백(fall back) 후보를 구성하는 방법에 관한 것이다. 여기서, amvpMerge 모드는 현재 블록에 대해 임의의 예측 방향은 AMVP(Advanced Motion Vector Prediction)를 수행하고, 임의의 반대 예측 방향은 머지 모드로 예측을 수행하여 예측 블록을 생성하는 모드일 수 있다.
본 개시의 일 실시예에 따르면, amvpMerge 모드로 예측을 수행할 경우, 영상 부호화 장치(100) 및/또는 영상 복호화 장치(200)는 폴 백 후보를 구성할 수 있다. 영상 부호화 장치(100) 및/또는 영상 복호화 장치(200)는 머지 모드로 예측을 수행하는 임의의 방향에 대해 머지 후보 리스트를 구성할 수 있다. 이 경우, 본 개시는 머지 후보 리스트를 구성하는 과정에서 머지 참조 픽처 리스트(reference picture list)의 참조 픽처를 모두 순회하여 하나 이상의 폴 백 후보를 구성하는 방법일 수 있다. 반드시 하나 이상의 폴 백 후보를 구성함으로써 본 개시는 amvpMerge 모드로 움직임 정보를 유도하지 못하는 경우를 방지할 수 있다. 따라서, 본 개시는 영상 복호화 장치(200)에서 복호화를 못하는 경우가 발생하는 것을 방지할 수 있다.
실시예 1
본 개시의 일 실시예에 따르면, 2개 이상의 참조 픽처를 이용하여 예측 블록을 생성하는 과정에서 임의의 예측 방향은 amvp 예측 후보를 구성하여 움직임 정보를 유도할 수 있다. 또한, 반대 예측 방향은 머지 예측 후보를 구성하여 움직임 정보를 유도할 수 있다. 즉, 임의의 방향에 대해서는 amvp 예측을 수행하고, 반대 방향에 대해서는 머지 예측을 수행하여 현재 블록을 위한 최종 예측 블록을 생성할 수 있다.
amvp 예측 후보로 움직임 정보를 유도하는 임의의 예측 방향의 경우, 특정 조건을 만족하는 경우에 MVD를 명시적으로 시그널링하지 않고 움직임 정보를 유도할 수 있다. 반면, 특정 조건을 만족하지 않는 경우에는 종래의 amvp 예측 방법으로 움직임 정보를 유도한 것과 동일하게 비트스트림에 amvp 예측 방향의 움직임 정보를 보정하기 위한 MVD(Motion Vector Difference)를 명시적으로 시그널링하여 움직임 정보를 유도할 수 있다.
본 개시의 일 실시예에 따르면, 참조 픽처 리스트가 현재 슬라이스를 포함하는 픽처의 POC보다 작은 값의 POC로만 구성된 경우 또는 큰 값으로 구성되어 있는 경우에도 amvpMerge 모드를 적용할 수 있다.
본 개시는 슬라이스 헤더(slice header) 레벨에서 amvpMerge 예측의 수행 여부를 결정할 수 있다. 특히, 슬라이스의 참조 픽처 리스트의 참조 픽처가 특정 조건을 만족하는 경우, 해당 슬라이스의 CU(coding unit) 또는 PU(prediction unit)에서 amvpMerge 예측 후보를 구성하여 움직임 정보를 유도할 수 있다. 본 개시에 따른 실시예들은 슬라이스 단위로 이루어질 수 있다. 즉, 하나의 픽처가 다수의 슬라이스로 구성된 경우, 각 슬라이스 단위로 amvpMerge 예측 방법의 수행 여부를 결정할 수 있다.
본 개시의 일 실시예에 따르면, 슬라이스 타입이 2개 이상의 움직임 정보를 허용하는 경우, 해당 슬라이스는 amvpMerge 모드가 수행 가능한 참조 픽처의 존재 여부를 고려하여 amvpMerge의 가용 여부를 결정할 수 있다. 예를 들어, 현재 슬라이스의 참조 픽처 리스트에 구성된 참조 픽처들이 모두 현재 픽처보다 선행하거나 모두 후행하는 경우, 영상 복호화 장치(200)는 amvpMerge의 참조 픽처 셋(reference picture set)이 될 수 있는지 여부를 검사할 수 있다. 즉, 현재 슬라이스의 참조 픽처 리스트에 구성된 참조 픽처들의 POC가 현재 픽처의 POC보다 모두 작거나 모두 큰 경우, 영상 복호화 장치(200)는 amvpMerge의 참조 픽처 셋이 될 수 있는지 여부를 검사할 수 있다.
또한, 참조 픽처가 특정 조건을 만족하는 경우, 해당 슬라이스에 대하여 amvpMerge 모드가 수행될 수 있다. 여기서, 특정 조건은 condition 1 및/또는 condition 2일 수 있다. condition 1은 하기와 같은 조건들을 모두 또는 하나 이상을 만족하는 경우로 지정될 수 있다.
- refIdxListX에 대응되는 참조 픽처가 RPR이 아닌 경우
- refIdxListY에 대응되는 참조 픽처가 RPR이 아닌 경우
- refIdxListX에 대응되는 참조 픽처가 long-term 참조 픽처가 아닌 경우
- refIdxListY에 대응되는 참조 픽처가 long-term 참조 픽처가 아닌 경우
- refIdxListX에 대응되는 참조 픽처를 위한 가중 예측의 가중치가 시그널링되지 않은 경우
- refIdxListY에 대응되는 참조 픽처를 위한 가중 예측의 가중치가 시그널링되지 않은 경우
여기서, refIdxListX 는 reference picture list X 방향의 reference picture index를 의미할 수 있다. X는 0 또는 1의 값을 가질 수 있으며, 각각 L0 참조 픽처 리스트 및 L1 참조 픽처 리스트를 의미할 수 있다. refIdxListY는 임의의 예측 방향 X의 반대 방향의 리스트를 의미하며, Y 값은 (1 - X)의 계산에 의해서 유도될 수 있다. RPR은 reference picture resampling를 의미하며, 참조 영상의 해상도와 현재 영상의 해상도와 다른 경우를 나타낼 수 있다.
또한, condition 2는 하나의 참조 픽처의 POC는 현재 픽처의 POC보다 작고, 다른 하나의 참조 픽처의 POC는 현재 픽처의 POC보다 큰 경우를 지정할 수 있다. 즉, condition 2는 아래의 수학식 1일 수 있다.
Figure PCTKR2023009522-appb-img-000002
여기서, refIdxLX에 대응되는 참조 픽처의 POC를 pocLX, refIdxLY에 대응되는 참조 픽처의 POC를 pocLY로 정의하고, 현재 픽처의 POC를 curPOC로 나타낼 수 있다.
이하, amvpMerge 모드를 위한 머지 예측 후보 리스트를 구성하는 방법에 대하여 설명한다.
실시예 2
본 개시의 일 실시예에 따르면, 영상 부호화 장치(100) 및/또는 영상 복호화 장치(200)는 amvpMerge 모드를 이용하여 움직임 정보를 유도하는 과정에서 머지 후보 리스트를 구성할 수 있다. 특히, 본 개시는 머지 후보 리스트가 필요한 머지 후보 개수만큼 구성되지 않는 경우를 위하여, 폴 백 후보를 구성하는 방법일 수 있다. 구체적으로, 영상 부호화 장치(100) 및/또는 영상 복호화 장치(200)는 amvpMerge 모드로 예측을 수행할 수 있는 머지 참조 픽처를 갖기 위해, 머지 참조 픽처 리스트의 참조 픽처들을 모두 순회하면서 amvpMerge 모드가 가용한 참조 픽처인지 여부를 확인할 수 있다. amvpMerge 모드가 가용한 참조 픽처인 경우, 영상 부호화 장치(100) 및/또는 영상 복호화 장치(200)는 해당 참조 픽처를 참조하여 폴 백 후보를 구성할 수 있다.
본 개시의 일 실시예에 따르면, 현재 슬라이스가 B 슬라이스인 경우 L0 및 L1 참조 픽처의 개수를 확인하여 L0 참조 픽처 리스트 및 L1 참조 픽처 리스트의 참조 픽처 개수 중 최소 참조 픽처 인덱스까지만 고려하여 폴 백 후보를 구성할 수 있다. 예를 들어, L0 침조 픽처 리스트에 포함된 참조 픽처의 개수가 3개이고, L1 참조 픽처 리스트에 포함된 참조 픽처의 개수가 1개인 경우, numRefIdx는 1이될 수 있다. 참조 인덱스 0이 나타내는 참조 픽처가 amvpMerge 수행 가능한 경우, 폴 백 후보는 해당 참조 픽처를 고려하여 0 벡터로 리스트에 구성될 수 있다. 다만, 참조 인덱스 0이 나타내는 참조 픽처가 amvpMerge가 가능하지 않은 참조 픽처인 경우, 해당 후보는 폴 백 후보로 구성될 수 없다. 이 경우, numRefIdx가 1이기 때문에 더 이상 새로운 폴 백 후보가 구성되지 않을 수 있다.
예를 들어, 현재 픽처의 POC가 16이고, L0 참조 픽처 리스트에 포함된 참조 픽처가 순서대로 POC-32, POC-48, POC-0이며, L1 참조 픽처 리스트에 포함된 참조 픽처가 순서대로 POC-32라고 가정할 수 있다. amvpMergeModeFlag[0]이 true인 경우, L0 예측 방향에 대하여 머지 후보 리스트를 구성할 수 있다. 또한, numRefIdx는 1이 되고, L0 참조 픽처 인덱스 0인 POC-32는 L1 참조 픽처 리스트에 동일한 참조 픽처가 존재하기 때문에 amvpMerge가 가능한 참조 픽처가 존재하지 않는 것으로 볼 수 있다. 즉, amvpMergeValidRefIdx[REF_PIC_LIST_0][0]은 false이기 때문에 mergeRefIdx 0은 유효하지 않아 후보로 구성되지 못하고 폴 백 후보의 구성 과정은 종료될 수 있다.여기서, amvpMergeValidRefIdx[REF_PIC_LIST_0][0]는 L0 참조 픽쳐 리스트의 reference index 0에 대응되는 참조 픽처가 amvpMerge 모드의 움직임 정보를 유도할 수 있는 참조 픽처인지 여부를 나타낼 수 있다.
본 개시의 다른 실시예에 따르면, 폴 백 후보가 구성되지 못하고 폴 백 후보 구성 과정이 종료되는 것을 방지하기 위하여, amvpMerge의 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수를 고려하여 폴 백 후보를 구성할 수 있다. 이 경우, 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수만을 고려하기 때문에, 상기 예시에서 numRefIdx는 3이될 수 있다. 또한, mergeRefIdx 0, 1, 2를 모두 순회하기 때문에 POC-32, POC-48 POC-0을 순회하면서 폴 백 후보를 구성할 수 있다. 현재 픽처의 POC가 POC-16이기 때문에, 영상 부호화 장치(100) 또는 영상 복호화 장치(200)는 L0 방향의 POC-0 참조 픽처 및 L1 방향의 POC-32 참조 픽처로 구성된 참조 픽처 셋(reference picture set)을 참조하는 폴 백 후보를 구성할 수 있다.
본 개시의 다른 실시예에 따르면, 폴 백 후보의 개수를 미리 정의할 수 있다. 즉, 본 개시는 미리 정의된 개수만큼의 폴 백 후보만을 생성할 수 있다. 구체적으로, MaxNumMergeCand 만큼 후보가 구성될 때까지 폴 백 후보를 생성하는 것이 아닌, 미리 정의된 수인 N개 만큼의 폴 백 후보가 구성될 수 있다. 이 경우, 이미 구성된 머지 후보의 개수도 함께 고려될 수 있다. 여기서, MaxNumMergeCand는 머지 후보의 최대 개수를 의미할 수 있다.
예를 들어, N의 값을 0이라고 정의하면, 폴 백 후보의 선행으로 구성된 머지 후보가 이미 1개 이상 구성되어 있다면, 폴 백 후보를 구성하지 않을 수 있다. 반면, 미리 구성된 머지 후보가 0개인 경우, 1개의 폴 백 후보가 추가될 수 있다. 여기서, N은 정수일 수 있으며, maxNumMergCand 미만 또는 이하의 값을 가질 수 있다. 이하, 본 개시에 따른 실시예들을 도 10, 11 및 12를 참조하여 설명한다.
도 10A, 10B 및 10C는 본 개시의 일 실시예에 따른 머지 후보 리스트 구성 방법을 나타내는 흐름도이다. 본 개시의 일 실시예에 따르면, 영상 복호화 장치(200)는 tmMergeFlag를 확인할 수 있다(S1001). 여기서, tmMergeFlag는 템플릿 매칭(template matching) 기반 머지 예측을 수행하는지 여부를 나타내는 플래그일 수 있다.
템플릿 매칭 기반 머지 예측을 수행하는 경우(S1001에서 YES), 영상 복호화 장치(200)는 픽처 내의 픽셀들의 수에 기반하여 임계값을 설정할 수 있다(S1002). 이 경우, 영상 복호화 장치(200)는 useAML()을 확인할 수 있다(S1004) 여기서, useAML()은 AML을 사용할지 여부를 나타내는 신택스일 수 있다. AML이 사용되는 경우(S1004 단계에서 YES), maxNumMergeCand의 값은 TM_MRG_MAX_NUM_CAND로 설정될 수 있다(S1005). 반면, AML이 사용되지 않는 경우(S1004에서 NO), maxNumMergeCand의 값은 SPS/PPS/PH/SH에서 시그널링된 TM 머지 후보의 최대 개수로 설정될 수 있다(S1006). 여기서, AML은 adaptive merge list를 의미하며, maxNumMergeCand는 머지 후보 리스트에 포함될 수 있는 머지 후보의 최대 개수를 의미할 수 있다.
한편, 템플릿 매칭 기반 머지 예측을 수행하지 않는 경우(S1001 단계에서 NO), 임계값은 1로 설정될 수 있다(S1003). 이 경우, maxNumMergeCand의 값은 SPS/PPS/PH/SH에서 시그널링된 TM 머지 후보의 최대 개수로 설정될 수 있다(S1007).
이후, 영상 복호화 장치(200)는 amvpMergeFlag를 확인할 수 있다(S1008). 여기서, amvpMergeFlag는 현재 블록에 amvpMerge 모드가 적용되는지 여부를 나타내는 플래그일 수 있다. 현재 블록에 amvpMerge 모드가 적용되는 경우(S1008 단계에서 YES), 영상 복호화 장치(200)는 amvpMergeModeFlag[0]를 확인할 수 있다(S1009). 여기서, amvpMergeModeFlag[0]은 L0 예측 방향에 적용되는 예측 모드가 머지 모드인지 여부를 나타내는 플래그일 수 있다.
L0 예측 방향에 적용되는 예측 모드가 머지 모드인 경우(S1009 단계에서 YES), 영상 복호화 장치(200)는 L1 방향에 대해 amvp 참조 픽처 리스트를(amvpRefList=REF_PIC_LIST_1), L0 방향에 대해 머지 참조 픽처 리스트를(mergeRefList=REF_PIC_LIST_0) 생성할 수 있으며, 머지 방향을 나타내는 인덱스(mergeDir)에 1을 할당할 수 있다(S1010).
반면, L0 예측 방향에 적용되는 예측 모드가 머지 모드가 아닌 경우(S1009 단계에서 NO), 영상 복호화 장치(200)는 L0 방향에 대해 amvp 참조 픽처 리스트를(amvpRefList=REF_PIC_LIST_0), L1 방향에 대해 머지 참조 픽처 리스트를(mergeRefList=REF_PIC_LIST_1) 생성할 수 있으며, 머지 방향을 나타내는 인덱스(mergeDir)에 2를 할당할 수 있다(S1011).
영상 복호화 장치(200)는 머지 후보 리스트를 생성할 수 있다(S1012). 현재 블록에 amvpMerge 모드가 적용되지 않는 경우(S1008 단계에서 NO)에도, 영상 복호화 장치(200)는 머지 후보 리스트를 생성할 수 있다(S1012). 이때, 머지 후보 리스트에 포함되는 머지 후보들은 공간적 인접 블록의 움직임 정보(spatial), 시간적 인접 블록의 움직임 정보(temporal), 공간적 비인접 블록의 움직임 정보(non-adjacent spatial), HMVP(History based Motion Vector Prediction), pairwise, affineHMVP일 수 있다.
머지 후보 리스트에 포함된 머지 후보들을 생성한 후, 영상 복호화 장치(200)는 머지 후보의 최대 개수(maxNumMergeCand)가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 큰지 여부를 확인할 수 있다(S1021). 머지 후보의 최대 개수가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 크지 않은 경우(S1021 단계에서 NO), 즉, 머지 후보의 최대 개수가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 작거나 같은 경우, 영상 복호화 장치(200)는 현재 블록을 포함하는 슬라이스가 B 슬라이스인지 여부를 확인할 수 있다(S1027).
머지 후보의 최대 개수가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 큰 경우(S1021 단계에서 YES), 영상 복호화 장치(200)는 isValidAmvpMerge 신택스를 확인할 수 있다(S1022). 여기서, isValidAmvpMerge는 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 가용한지 여부를 나타내는 신택스일 수 있다. 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용하지 않는 경우, 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge 후보 리스트에 추가하지 않고 S1012 단계로 돌아갈 수 있다. 이 경우, 영상 복호화 장치(200)는 다른 머지 후보에 대하여 다시 S1021 단계 내지 S1026 단계를 진행할 수 있다.
반면, 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용한 경우(S1022 단계에서 YES), 영상 복호화 장치(200)는 amvpMergeFlag를 확인할 수 있다(S1023). 여기서, amvpMergeFlag는 현재 블록에 amvpMerge 모드가 적용되는지 여부를 나타내는 플래그일 수 있다. amvpMergeFlag가 현재 블록에 amvpMerge 모드가 적용됨을 나타내는 경우(S1023 단계에서 YES), 영상 복호화 장치(200)는 candidate[count].interDir에 mergeDir의 값을 할당할 수 있으며, candidatd[count].mv[amvpRefList]에 (0,0,NOT_VALID)를 할당할 수 있다(S1024). 즉, 머지 후보 리스트의 움직임 정보만 이용하여 후행할 S1025단계를 수행하기 위하여, 영상 복호화 장치(200)는 interDir와 amvp 후보 리스트의 움직임 정보를 재설정할 수 있다.
이후, 영상 복호화 장치(200)는 checkSimilarity(candidate[count])를 확인할 수 있다(S1025). 여기서 checkSimilarity(candidate[count])는 해당 머지 후보와 이전에 머지 후보 리스트에 추가된 후보와의 유사성이 S1002 단계 또는 S1003 단계에서 결정된 임계값과 유사한지 여부를 나타낼 수 있다. 해당 머지 후보와 이전에 머지 후보 리스트에 추가된 후보가 유사한 경우, 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge 후보 리스트에 추가하지 않고 다시 S1012 단계로 돌아갈 수 있다. 이 경우, 영상 복호화 장치(200)는 다른 머지 후보에 대하여 S1021 단계 내지 S1026 단계를 수행할 수 있다. 반면, 해당 머지 후보와 이전에 머지 후보 리스트에 추가된 후보가 유사하지 않은 경우(S1025 단계에서 YES), 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge의 머지 후보 리스트에 추가하고, Count 값에 1을 추가할 수 있다(S1026).
1이 추가된 Count에 대하여 다시 S1021 단계 내지 S1027 단계를 수행할 수 있다. 머지 후보 리스트에 포함된 머지 후보의 인덱스가 머지 후보의 최대 개수와 같아지는 경우(S1021 단계에서 NO), 영상 복호화 장치(200)는 현재 블록을 포함하는 슬라이스가 B 슬라이스인지 여부를 확인할 수 있다(S1027). 즉, 머지 후보 리스트에 포함된 모든 머지 후보들에 대하여 S1021 단계 내지 S1026 단계를 수행한 후, 영상 복호화 장치(200)는 현재 블록을 포함하는 슬라이스가 B 슬라이스인지 여부를 확인할 수 있다.
현재 블록을 포함하는 슬라이스가 B 슬라이스인 경우(S1027 단계에서 YES), 영상 복호화 장치(200)는 L0 방향의 참조 픽처 리스트 내 참조 픽처의 개수와 L1 방향의 참조 픽처 리스트 내 참조 픽처의 개수 중 최소값을 numRefIdx로 할당할 수 있다(S1031). 현재 블록을 포함하는 슬라이스가 B 슬라이스가 아닌 경우(S1027 단계에서 NO), 영상 복호화 장치는 L0 방향의 참조 픽처 리스트 내 참조 픽처의 개수를 numRefIdx로 할당할 수 있다(S1032).
영상 복호화 장치(200)는 amvpMergeFlag를 확인할 수 있다(S1033). 여기서, amvpMergeFlag는 현재 블록에 amvpMerge 모드 예측이 적용되는지 여부를 나타내는 플래그일 수 있다. 현재 블록에 amvpMerge 모드 예측이 적용되는 경우(S1033 단계에서 YES), 영상 복호화 장치(200)는 mergeRefIdx에 0을 할당할 수 있다(S1034). 영상 복호화 장치(200)는 머지 후보 개수의 최대값이 머지 후보 리스트에 포함된 머지 후보의 개수보다 큰지 여부 및 numRefIdx의 값이 mergeRdfIdx의 값보다 큰지 여부를 확인할 수 있다(S1035). 머지 후보 개수의 최대값이 머지 후보 리스트에 포함된 머지 후보의 개수 이하이거나, numRefIdx의 값이 mergeRefIdx의 값 이하인 경우(S1035 단계에서 NO), 영상 복호화 장치(200)는 해당 절차를 종료할 수 있다.
반면, 머지 후보 개수의 최대값이 머지 후보 리스트에 포함된 머지 후보의 개수보다 크거나, numRefIdx의 값이 mergeRefIdx의 값보다 큰 경우(S1035 단계에서 YES), 영상 복호화 장치(200)는 (0, 0, mergeRefIdx)를 candidate[Count].mv[mergeRefList]에 할당할 수 있다(S1036). 즉, 영상 복호화 장치(200)는 머지 후보의 움직임 정보를 재설정할 수 있다. 구체적으로, Count가 지시하는 머지 후보의 움직임 벡터를 (0, 0, mergeRefList)로 설정할 수 있다. 여기서, mergeRefList는 해당 후보가 참조하는 참조 픽처 리스트를 의미할 수 있다.
영상 복호화 장치(200)는 isValidAmvpMerge(candidate)를 확인할 수 있다(S1037). 여기서, isValidAmvpMerge(candidate)는 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 가용한지 여부를 나타내는 신택스일 수 있다. 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용한 경우(S1037 단계에서 YES), 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge 후보 리스트에 폴 백 후보로 추가하고, Count에 1을 더할 수 있다(S1038). 또한, 영상 복호화 장치(200)는 mergeRefIdx에 1을 더할 수 있다(S1039). 이후, 영상 복호화 장치(200)는 모든 머지 후보에 대하여 S1035 단계 내지 S1039 단계를 반복적으로 수행할 수 있다.
해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용하지 않은 경우(S1037에서 NO), 영상 복호화 장치(200)는 바로 mergeRefIdx에 1을 더할 수 있다(S1039). 이후, 영상 복호화 장치(200)는 S1035의 조건을 만족하는 머지 후보들에 대하여 S1036 단계 내지 S1039 단계를 반복적으로 수행할 수 있다.
본 개시의 다른 실시예에 따르면, 현재 블록에 amvpMerge 모드 예측이 적용되지 않는 경우(S1033 단계에서 NO), 영상 복호화 장치(200)는 머지 후보의 최대 개수가 Count 보다 큰지 여부를 확인할 수 있다(S1051). 머지 후보의 최대 개수가 Count 보다 작거나 같은 경우(S1051 단계에서 NO), 영상 복호화 장치(200)는 해당 절차를 종료할 수 있다.
반면, 머지 후보의 최대 개수가 Count 보다 큰 경우(S1051 단계에서 YES), 영상 복호화 장치(200)는 (0, 0, refIdx)를 candidate[Count].mv[0] 및 candidate[Count].mv[1]로 할당할 수 있다(S1052). 즉, L0 방향 및 L1 방향 각각에 대하여 머지 후보로 0벡터를 할당할 수 있다.
영상 복호화 장치(200)는 S1052단계에서 0벡터로 할당된 후보들을 amvpMerge 후보 리스트에 추가할 수 있다(S1053). 또한, 영상 복호화 장치(200)는 refIdx에 1을 더할 수 있다(S1054). refIdx에 1을 더한 값을 이용하여 다시 S1051 단계를 수행할 수 있다. 영상 복호화 장치(200)는 S1051의 조건을 만족하는 머지 후보들에 대하여 S1052 단계 내지 S1054 단계를 반복적으로 수행될 수 있다. 도 10A, 10B 및 10C는 서로 연결된 연속적 과정일 수 있으며, 또는 각각 독립적인 과정일 수도 있다.
도 11A, 11B 및 11C는 본 개시의 일 실시예에 따른 머지 후보 리스트 구성 방법을 나타내는 흐름도이다. 본 개시의 일 실시예에 따르면, 영상 복호화 장치(200)는 tmMergeFlag를 확인할 수 있다(S1101). 여기서, tmMergeFlag는 템플릿 매칭(template matching) 기반 머지 예측을 수행하는지 여부를 나타내는 플래그일 수 있다.
템플릿 매칭 기반 머지 예측을 수행하는 경우(S1101에서 YES), 영상 복호화 장치(200)는 픽처 내의 픽셀들의 수에 기반하여 임계값을 설정할 수 있다(S1102). 이 경우, 영상 복호화 장치(200)는 useAML()을 확인할 수 있다(S1104) 여기서, useAML()은 AML을 사용할지 여부를 나타내는 신택스일 수 있다. AML이 사용되는 경우(S1104 단계에서 YES), maxNumMergeCand의 값은 TM_MRG_MAX_NUM_CAND로 설정될 수 있다(S1105). 반면, AML이 사용되지 않는 경우(S1104에서 NO), maxNumMergeCand의 값은 SPS/PPS/PH/SH에서 시그널링된 TM 머지 후보의 최대 개수로 설정될 수 있다(S1106). 여기서, maxNumMergeCand는 머지 후보 리스트에 포함될 수 있는 머지 후보의 최대 개수를 의미할 수 있다.
한편, 템플릿 매칭 기반 머지 예측을 수행하지 않는 경우(S1101 단계에서 NO), 임계값은 1로 설정될 수 있다(S1103). 이 경우, maxNumMergeCand의 값은 SPS/PPS/PH/SH에서 시그널링된 TM 머지 후보의 최대 개수로 설정될 수 있다(S1107).
이후, 영상 복호화 장치(200)는 amvpMergeFlag를 확인할 수 있다(S1108). 여기서, amvpMergeFlag는 현재 블록에 amvpMerge 모드가 적용되는지 여부를 나타내는 플래그일 수 있다. 현재 블록에 amvpMerge 모드가 적용되는 경우(S1108 단계에서 YES), 영상 복호화 장치(200)는 amvpMergeModeFlag[0]를 확인할 수 있다(S1109). 여기서, amvpMergeModeFlag[0]은 L0 예측 방향에 적용되는 예측 모드가 머지 모드인지 여부를 나타내는 플래그일 수 있다.
L0 예측 방향에 적용되는 예측 모드가 머지 모드인 경우(S1109 단계에서 YES), 영상 복호화 장치(200)는 L1 방향에 대해 amvp 참조 픽처 리스트를(amvpRefList=REF_PIC_LIST_1), L0 방향에 대해 머지 참조 픽처 리스트를(mergeRefList=REF_PIC_LIST_0) 생성할 수 있으며, 머지 방향을 나타내는 인덱스(mergeDir)에 1을 할당할 수 있다(S1110).
반면, L0 예측 방향에 적용되는 예측 모드가 머지 모드가 아닌 경우(S1109 단계에서 NO), 영상 복호화 장치(200)는 L0 방향에 대해 amvp 참조 픽처 리스트를(amvpRefList=REF_PIC_LIST_0), L1 방향에 대해 머지 참조 픽처 리스트를(mergeRefList=REF_PIC_LIST_1) 생성할 수 있으며, 머지 방향을 나타내는 인덱스(mergeDir)에 2를 할당할 수 있다(S1111).
영상 복호화 장치(200)는 머지 후보 리스트를 생성할 수 있다(S1112). 현재 블록에 amvpMerge 모드가 적용되지 않는 경우(S1108 단계에서 NO)에도, 영상 복호화 장치(200)는 머지 후보 리스트를 생성할 수 있다(S1112). 이때, 머지 후보 리스트에 포함되는 머지 후보들은 공간적 인접 블록의 움직임 정보(spatial), 시간적 인접 블록의 움직임 정보(temporal), 공간적 비인접 블록의 움직임 정보(non-adjacent spatial), HMVP(History based Motion Vector Prediction), pairwise, affineHMVP일 수 있다.
머지 후보 리스트에 포함된 머지 후보들을 생성한 후, 영상 복호화 장치(200)는 머지 후보의 최대 개수(maxNumMergeCand)가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 큰지 여부를 확인할 수 있다(S1121). 머지 후보의 최대 개수가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 크지 않은 경우(S1121 단계에서 NO), 즉, 머지 후보의 최대 개수가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 작거나 같은 경우, 영상 복호화 장치(200)는 현재 블록을 포함하는 슬라이스가 B 슬라이스인지 여부를 확인할 수 있다(S1127).
머지 후보의 최대 개수가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 큰 경우(S1121 단계에서 YES), 영상 복호화 장치(200)는 isValidAmvpMerge 신택스를 확인할 수 있다(S1122). 여기서, isValidAmvpMerge는 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 가용한지 여부를 나타내는 신택스일 수 있다. 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용하지 않는 경우, 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge 후보 리스트에 추가하지 않고 S1112 단계를 다시 수행할 수 있다. 이 경우, 영상 복호화 장치(200)는 다른 머지 후보에 대하여 S1121 단계 내지 S1126 단계를 수행할 수 있다.
반면, 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용한 경우(S1122 단계에서 YES), 영상 복호화 장치(200)는 amvpMergeFlag를 확인할 수 있다(S1123). 여기서, amvpMergeFlag는 현재 블록에 amvpMerge 모드가 적용되는지 여부를 나타내는 플래그일 수 있다. amvpMergeFlag가 현재 블록에 amvpMerge 모드가 적용됨을 나타내는 경우(S1123 단계에서 YES), 영상 복호화 장치(200)는 candidate[count].interDir에 mergeDir의 값을 할당할 수 있으며, candidatd[count].mv[amvpRefList]에 (0,0,NOT_VALID)를 할당할 수 있다(S1124). 즉, 머지 후보 리스트의 움직임 정보만 이용하여 후행할 S1125단계를 수행하기 위하여, 영상 복호화 장치(200)는 interDir와 amvp 후보 리스트의 움직임 정보를 재설정할 수 있다.
이후, 영상 복호화 장치(200)는 checkSimilarity(candidate[count])를 확인할 수 있다(S1125). 여기서 checkSimilarity(candidate[count])는 해당 머지 후보와 이전에 머지 후보 리스트에 추가된 후보와의 유사성이 S1102 단계 또는 S1103 단계에서 결정된 임계값과 유사한지 여부를 나타낼 수 있다. 해당 머지 후보와 이전에 머지 후보 리스트에 추가된 후보가 유사한 경우, 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge 후보 리스트에 추가하지 않고 S1112 단계를 다시 수행할 수 있다. 이 경우, 영상 복호화 장치(200)는 다른 머지 후보에 대하여 S1121 단계 내지 S1126 단계를 수행할 수 있다. 반면, 해당 머지 후보와 이전에 머지 후보 리스트에 추가된 후보가 유사하지 않은 경우(S1125 단계에서 YES), 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge의 머지 후보 리스트에 추가하고, Count 값에 1을 추가할 수 있다(S1126).
1이 추가된 Count에 대하여 다시 S1121 단계 내지 S1127 단계를 수행할 수 있다. 머지 후보 리스트에 포함된 머지 후보의 인덱스가 머지 후보의 최대 개수와 같아지는 경우(S1121 단계에서 NO), 영상 복호화 장치(200)는 현재 블록을 포함하는 슬라이스가 B 슬라이스인지 여부를 확인할 수 있다(S1127). 즉, 머지 후보 리스트에 포함된 모든 머지 후보들에 대하여 S1121 단계 내지 S1126 단계를 수행한 후, 영상 복호화 장치(200)는 현재 블록을 포함하는 슬라이스가 B 슬라이스인지 여부를 확인할 수 있다.
현재 블록을 포함하는 슬라이스가 B 슬라이스인 경우(S1127 단계에서 YES), 영상 복호화 장치(200)는 L0 방향의 참조 픽처 리스트 내 참조 픽처의 개수와 L1 방향의 참조 픽처 리스트 내 참조 픽처의 개수 중 최소값을 numRefIdx로 할당할 수 있다(S1131). 현재 블록을 포함하는 슬라이스가 B 슬라이스가 아닌 경우(S1127 단계에서 NO), 영상 복호화 장치는 L0 방향의 참조 픽처 리스트 내 참조 픽처의 개수를 numRefIdx로 할당할 수 있다(S1132).
영상 복호화 장치(200)는 amvpMergeFlag를 확인할 수 있다(S1133). 여기서, amvpMergeFlag는 현재 블록에 amvpMerge 모드 예측이 적용되는지 여부를 나타내는 플래그일 수 있다. 현재 블록에 amvpMerge 모드 예측이 적용되는 경우(S1133 단계에서 YES), 영상 복호화 장치(200)는 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수를 numRefIdx로 할당할 수 있다(S1134). 이는 머지 후보 리스트에 포함된 모든 머지 후보에 대하여 amvpMerge 모드를 위한 머지 후보가 될 수 있는지 여부를 확인하기 위함일 수 있다.
영상 복호화 장치(200)는 mergeRefIdx에 0을 할당할 수 있다(S1135). 영상 복호화 장치(200)는 머지 후보 개수의 최대값이 머지 후보 리스트에 포함된 머지 후보의 개수보다 큰지 여부 및 numRefIdx의 값이 mergeRdfIdx의 값보다 큰지 여부를 확인할 수 있다(S1136). 머지 후보 개수의 최대값이 머지 후보 리스트에 포함된 머지 후보의 개수 이하이거나, numRefIdx의 값이 mergeRefIdx의 값 이하인 경우(S1136 단계에서 NO), 영상 복호화 장치(200)는 해당 절차를 종료할 수 있다.
반면, 머지 후보 개수의 최대값이 머지 후보 리스트에 포함된 머지 후보의 개수보다 크거나, numRefIdx의 값이 mergeRefIdx의 값보다 큰 경우(S1136 단계에서 YES), 영상 복호화 장치(200)는 (0, 0, mergeRefIdx)를 candidate[Count].mv[mergeRefList]에 할당할 수 있다(S1137). 즉, 영상 복호화 장치(200)는 머지 후보의 움직임 정보를 재설정할 수 있다. 구체적으로, Count가 지시하는 머지 후보의 움직임 벡터를 (0, 0, mergeRefList)로 설정할 수 있다. 여기서, mergeRefList는 해당 후보가 참조하는 참조 픽처 리스트를 의미할 수 있다.
영상 복호화 장치(200)는 isValidAmvpMerge(candidate)를 확인할 수 있다(S1138). 여기서, isValidAmvpMerge(candidate)는 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 가용한지 여부를 나타내는 신택스일 수 있다. 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용한 경우(S1138 단계에서 YES), 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge 후보 리스트에 폴 백 후보로 추가하고, Count에 1을 더할 수 있다(S1139). 또한, 영상 복호화 장치(200)는 mergeRefIdx에 1을 더할 수 있다(S1140). 이후, 영상 복호화 장치(200)는 모든 머지 후보에 대하여 S1136 단계 내지 S1140 단계를 반복적으로 수행할 수 있다.
해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용하지 않은 경우(S1138에서 NO), 영상 복호화 장치(200)는 바로 mergeRefIdx에 1을 더할 수 있다(S1140). 이후, 영상 복호화 장치(200)는 다시 S1136 단계로 돌아가 모든 머지 후보들에 대하여 S1136 단계 내지 S1140 단계를 반복적으로 수행할 수 있다.
본 개시의 다른 실시예에 따르면, 현재 블록에 amvpMerge 모드 예측이 적용되지 않는 경우(S1133 단계에서 NO), 영상 복호화 장치(200)는 머지 후보의 최대 개수가 Count 보다 큰지 여부를 확인할 수 있다(S1151). 머지 후보의 최대 개수가 Count 보다 작거나 같은 경우(S1151 단계에서 NO), 영상 복호화 장치(200)는 해당 절차를 종료할 수 있다.
반면, 머지 후보의 최대 개수가 Count 보다 큰 경우(S1151 단계에서 YES), 영상 복호화 장치(200)는 (0, 0, refIdx)를 candidate[Count].mv[0] 및 candidate[Count].mv[1]로 할당할 수 있다(S1152). 즉, L0 방향 및 L1 방향 각각에 대하여 머지 후보로 0벡터를 할당할 수 있다.
영상 복호화 장치(200)는 S1152단계에서 0벡터로 할당된 후보들을 amvpMerge 후보 리스트에 추가할 수 있다(S1153). 또한, 영상 복호화 장치(200)는 refIdx에 1을 더할 수 있다(S1154). refIdx에 1을 더한 값을 이용하여 다시 S1151 단계를 수행할 수 있다. 영상 복호화 장치(200)는 모든 머지 후보에 대하여 S1151 단계 내지 S1154 단계를 반복적으로 수행될 수 있다. 도 11A, 11B 및 11C는 서로 연결된 연속적 과정일 수 있으며, 또는 각각 독립적인 과정일 수도 있다.
도 12A, 12B 및 12C는 본 개시의 일 실시예에 따른 머지 후보 리스트 구성 방법을 나타내는 흐름도이다. 본 개시의 일 실시예에 따르면, 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수를 고려하여 폴 백 후보를 구성할 수 있다.
본 개시의 일 실시예에 따르면, 영상 복호화 장치(200)는 tmMergeFlag를 확인할 수 있다(S1201). 여기서, tmMergeFlag는 템플릿 매칭(template matching) 기반 머지 예측을 수행하는지 여부를 나타내는 플래그일 수 있다.
템플릿 매칭 기반 머지 예측을 수행하는 경우(S1201에서 YES), 영상 복호화 장치(200)는 픽처 내의 픽셀들의 수에 기반하여 임계값을 설정할 수 있다(S1202). 이 경우, 영상 복호화 장치(200)는 useAML()을 확인할 수 있다(S1204) 여기서, useAML()은 AML을 사용할지 여부를 나타내는 신택스일 수 있다. AML이 사용되는 경우(S1204 단계에서 YES), maxNumMergeCand의 값은 TM_MRG_MAX_NUM_CAND로 설정될 수 있다(S1205). 반면, AML이 사용되지 않는 경우(S1204에서 NO), maxNumMergeCand의 값은 SPS/PPS/PH/SH에서 시그널링된 TM 머지 후보의 최대 개수로 설정될 수 있다(S1206). 여기서, maxNumMergeCand는 머지 후보 리스트에 포함될 수 있는 머지 후보의 최대 개수를 의미할 수 있다.
한편, 템플릿 매칭 기반 머지 예측을 수행하지 않는 경우(S1201 단계에서 NO), 임계값은 1로 설정될 수 있다(S1203). 이 경우, maxNumMergeCand의 값은 SPS/PPS/PH/SH에서 시그널링된 TM 머지 후보의 최대 개수로 설정될 수 있다(S1207).
이후, 영상 복호화 장치(200)는 amvpMergeFlag를 확인할 수 있다(S1208). 여기서, amvpMergeFlag는 현재 블록에 amvpMerge 모드가 적용되는지 여부를 나타내는 플래그일 수 있다. 현재 블록에 amvpMerge 모드가 적용되는 경우(S1208 단계에서 YES), 영상 복호화 장치(200)는 amvpMergeModeFlag[0]를 확인할 수 있다(S1209). 여기서, amvpMergeModeFlag[0]은 L0 예측 방향에 적용되는 예측 모드가 머지 모드인지 여부를 나타내는 플래그일 수 있다.
L0 예측 방향에 적용되는 예측 모드가 머지 모드인 경우(S1209 단계에서 YES), 영상 복호화 장치(200)는 L1 방향에 대해 amvp 참조 픽처 리스트를(amvpRefList=REF_PIC_LIST_1), L0 방향에 대해 머지 참조 픽처 리스트를(mergeRefList=REF_PIC_LIST_0) 생성할 수 있으며, 머지 방향을 나타내는 인덱스(mergeDir)에 1을 할당할 수 있다(S1210).
반면, L0 예측 방향에 적용되는 예측 모드가 머지 모드가 아닌 경우(S1209 단계에서 NO), 영상 복호화 장치(200)는 L0 방향에 대해 amvp 참조 픽처 리스트를(amvpRefList=REF_PIC_LIST_0), L1 방향에 대해 머지 참조 픽처 리스트를(mergeRefList=REF_PIC_LIST_1) 생성할 수 있으며, 머지 방향을 나타내는 인덱스(mergeDir)에 2를 할당할 수 있다(S1211).
영상 복호화 장치(200)는 머지 후보 리스트를 생성할 수 있다(S1212). 현재 블록에 amvpMerge 모드가 적용되지 않는 경우(S1208 단계에서 NO)에도, 영상 복호화 장치(200)는 머지 후보 리스트를 생성할 수 있다(S1212). 이때, 머지 후보 리스트에 포함되는 머지 후보들은 공간적 인접 블록의 움직임 정보(spatial), 시간적 인접 블록의 움직임 정보(temporal), 공간적 비인접 블록의 움직임 정보(non-adjacent spatial), HMVP(History based Motion Vector Prediction), pairwise, affineHMVP일 수 있다.
머지 후보 리스트에 포함된 머지 후보들을 생성한 후, 영상 복호화 장치(200)는 머지 후보의 최대 개수(maxNumMergeCand)가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 큰지 여부를 확인할 수 있다(S1221). 머지 후보의 최대 개수가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 크지 않은 경우(S1221 단계에서 NO), 즉, 머지 후보의 최대 개수가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 작거나 같은 경우, 영상 복호화 장치(200)는 현재 블록을 포함하는 슬라이스가 B 슬라이스인지 여부를 확인할 수 있다(S1227).
머지 후보의 최대 개수가 현재 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스(count)보다 큰 경우(S1221 단계에서 YES), 영상 복호화 장치(200)는 isValidAmvpMerge 신택스를 확인할 수 있다(S1222). 여기서, isValidAmvpMerge는 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 가용한지 여부를 나타내는 신택스일 수 있다. 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용하지 않는 경우, 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge 후보 리스트에 추가하지 않고 S1212 단계를 다시 수행할 수 있다. 이 경우, 영상 복호화 장치(200)는 다른 머지 후보에 대하여 S1221 단계 내지 S1226 단계를 수행할 수 있다.
반면, 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용한 경우(S1222 단계에서 YES), 영상 복호화 장치(200)는 amvpMergeFlag를 확인할 수 있다(S1223). 여기서, amvpMergeFlag는 현재 블록에 amvpMerge 모드가 적용되는지 여부를 나타내는 플래그일 수 있다. amvpMergeFlag가 현재 블록에 amvpMerge 모드가 적용됨을 나타내는 경우(S1223 단계에서 YES), 영상 복호화 장치(200)는 candidate[count].interDir에 mergeDir의 값을 할당할 수 있으며, candidatd[count].mv[amvpRefList]에 (0,0,NOT_VALID)를 할당할 수 있다(S1224). 즉, 머지 후보 리스트의 움직임 정보만 이용하여 후행할 S1225단계를 수행하기 위하여, 영상 복호화 장치(200)는 interDir와 amvp 후보 리스트의 움직임 정보를 재설정할 수 있다.
이후, 영상 복호화 장치(200)는 checkSimilarity(candidate[count])를 확인할 수 있다(S1225). 여기서 checkSimilarity(candidate[count])는 해당 머지 후보와 이전에 머지 후보 리스트에 추가된 후보와의 유사성이 S1202 단계 또는 S1203 단계에서 결정된 임계값과 유사한지 여부를 나타낼 수 있다. 해당 머지 후보와 이전에 머지 후보 리스트에 추가된 후보가 유사한 경우, 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge 후보 리스트에 추가하지 않고 S1212 단계를 다시 수행할 수 있다. 이 경우, 영상 복호화 장치(200)는 다른 머지 후보에 대하여 S1221 단계 내지 S1226 단계를 수행할 수 있다. 반면, 해당 머지 후보와 이전에 머지 후보 리스트에 추가된 후보가 유사하지 않은 경우(S1225 단계에서 YES), 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge의 머지 후보 리스트에 추가하고, Count 값에 1을 추가할 수 있다(S1226).
1이 추가된 Count에 대하여 다시 S1221 단계 내지 S1227 단계를 수행할 수 있다. 머지 후보 리스트에 포함된 머지 후보의 인덱스가 머지 후보의 최대 개수와 같아지는 경우(S1221 단계에서 NO), 영상 복호화 장치(200)는 현재 블록을 포함하는 슬라이스가 B 슬라이스인지 여부를 확인할 수 있다(S1227). 즉, 머지 후보 리스트에 포함된 모든 머지 후보들에 대하여 S1221 단계 내지 S1226 단계를 수행한 후, 영상 복호화 장치(200)는 현재 블록을 포함하는 슬라이스가 B 슬라이스인지 여부를 확인할 수 있다.
현재 블록을 포함하는 슬라이스가 B 슬라이스인 경우(S1227 단계에서 YES), 영상 복호화 장치(200)는 L0 방향의 참조 픽처 리스트 내 참조 픽처의 개수와 L1 방향의 참조 픽처 리스트 내 참조 픽처의 개수 중 최소값을 numRefIdx로 할당할 수 있다(S1231). 현재 블록을 포함하는 슬라이스가 B 슬라이스가 아닌 경우(S1227 단계에서 NO), 영상 복호화 장치는 L0 방향의 참조 픽처 리스트 내 참조 픽처의 개수를 numRefIdx로 할당할 수 있다(S1232).
영상 복호화 장치(200)는 amvpMergeFlag를 확인할 수 있다(S1233). 여기서, amvpMergeFlag는 현재 블록에 amvpMerge 모드 예측이 적용되는지 여부를 나타내는 플래그일 수 있다. 현재 블록에 amvpMerge 모드 예측이 적용되는 경우(S1233 단계에서 YES), 영상 복호화 장치(200)는 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수를 numRefIdx에 할당할 수 있다(S1234).
또한, 영상 복호화 장치(200)는 mergeRefIdx에 0을 할당할 수 있다(S1235). 영상 복호화 장치(200)는 미리 정의된 임의의 N이 머지 후보 리스트에 포함된 머지 후보를 나타내는 인덱스보다 크거나 같은지 여부 및 numRefIdx의 값이 mergeRdfIdx의 값보다 큰지 여부를 확인할 수 있다(S1236). 미리 정의된 임의의 N이 머지 후보 리스트에 포함된 머지 후보의 개수보다 작거나, numRefIdx의 값이 mergeRefIdx의 값 이하인 경우(S1236 단계에서 NO), 영상 복호화 장치(200)는 해당 절차를 종료할 수 있다.
반면, 미리 정의된 임의의 N이 머지 후보 리스트에 포함된 머지 후보의 개수 이상이거나, numRefIdx의 값이 mergeRefIdx의 값보다 큰 경우(S1236 단계에서 YES), 영상 복호화 장치(200)는 (0, 0, mergeRefIdx)를 candidate[Count].mv[mergeRefList]에 할당할 수 있다(S1237). 즉, 영상 복호화 장치(200)는 머지 후보의 움직임 정보를 재설정할 수 있다. 구체적으로, Count가 지시하는 머지 후보의 움직임 벡터를 (0, 0, mergeRefList)로 설정할 수 있다. 여기서, mergeRefList는 해당 후보가 참조하는 참조 픽처 리스트를 의미할 수 있다.
영상 복호화 장치(200)는 isValidAmvpMerge(candidate)를 확인할 수 있다(S1238). 여기서, isValidAmvpMerge(candidate)는 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 가용한지 여부를 나타내는 신택스일 수 있다. 해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용한 경우(S1238 단계에서 YES), 영상 복호화 장치(200)는 해당 머지 후보를 amvpMerge 후보 리스트에 폴 백 후보로 추가하고, Count에 1을 더할 수 있다(S1239). 또한, 영상 복호화 장치(200)는 mergeRefIdx에 1을 더할 수 있다(S1240). 이후, 영상 복호화 장치(200)는 S1236의 조건을 만족하는 머지 후보들에 대하여 S1236 단계 내지 S1240 단계를 반복적으로 수행할 수 있다.
해당 머지 후보의 움직임 정보가 나타내는 참조 픽처가 amvpMerge 모드가 가용하지 않은 경우(S1238에서 NO), 영상 복호화 장치(200)는 바로 mergeRefIdx에 1을 더할 수 있다(S1240). 이후, 영상 복호화 장치(200)는 다시 S1236 단계로 돌아가 S1236의 조건을 만족하는 머지 후보들에 대하여 S1236 단계 내지 S1240 단계를 반복적으로 수행할 수 있다.
본 개시의 다른 실시예에 따르면, 현재 블록에 amvpMerge 모드 예측이 적용되지 않는 경우(S1233 단계에서 NO), 영상 복호화 장치(200)는 머지 후보의 최대 개수가 Count 보다 큰지 여부를 확인할 수 있다(S1251). 머지 후보의 최대 개수가 Count 보다 작거나 같은 경우(S1251 단계에서 NO), 영상 복호화 장치(200)는 해당 절차를 종료할 수 있다.
반면, 머지 후보의 최대 개수가 Count 보다 큰 경우(S1251 단계에서 YES), 영상 복호화 장치(200)는 (0, 0, refIdx)를 candidate[Count].mv[0] 및 candidate[Count].mv[1]로 할당할 수 있다(S1252). 즉, L0 방향 및 L1 방향 각각에 대하여 머지 후보로 0벡터를 할당할 수 있다.
영상 복호화 장치(200)는 S1252단계에서 0벡터로 할당된 후보들을 amvpMerge 후보 리스트에 추가할 수 있다(S1253). 또한, 영상 복호화 장치(200)는 refIdx에 1을 더할 수 있다(S1254). refIdx에 1을 더한 값을 이용하여 다시 S1251 단계를 수행할 수 있다. 영상 복호화 장치(200)는 S1251의 조건을 만족하는 머지 후보들에 대하여 S1251 단계 내지 S1254 단계를 반복적으로 수행될 수 있다. 도 12A, 12B 및 12C는 서로 연결된 연속적 과정일 수 있으며, 또는 각각 독립적인 과정일 수도 있다.
도 13은 본 개시의 일 실시예에 따른 폴 백 머지 후보 구성 방법의 흐름도이다. 이하에서 도 13의 주체는 영상 복호화 장치(200)로 설명되나, 영상 부호화 장치(100)가 주체가 될 수 있음은 자명하다.
본 개시의 일 실시예에 따르면, 영상 복호화 장치(200)는 현재 블록의 예측 방향들 각각에 적용되는 예측 모드를 결정할 수 있다(S1310). 이때, 각각의 예측 모드들은 amvp 모드 및/또는 머지 모드를 포함할 수 있다.
영상 복호화 장치(200)는 amvp 후보 리스트 및 머지 후보 리스트를 구성할 수 있다(S1320). 즉, 결정된 예측 모드들에 기반하여 amvp 후보 리스트 및 머지 후보 리스트를 구성할 수 있다. 이때, 머지 후보 리스트는 폴 백 후보를 포함할 수 있다. 폴 백 후보는 머지 후보 리스트에 포함된 머지 후보의 개수가 최대 머지 후보 개수보다 작음에 기반하여 머지 후보 리스트에 포함될 수 있다.
또는, 폴 백 후보는 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수가 소정의 값보다 작음에 기반하여 머지 후보 리스트에 포함될 수 있다. 여기서, 소정의 값은 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수와 amvp 참조 픽처 리스트에 포함된 참조 픽처의 개수 중 작은 값일 수 있다. 또는, 소정의 값은 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수일 수 있다.
또는, 폴 백 후보는 폴 백 후보의 참조 픽처가 amvpMerge 모드에서 이용 가능한 것에 기반하여 머지 후보 리스트에 포함될 수 있다. 또는, 폴 백 후보는 머지 후보 리스트에 포함된 머지 후보의 개수가 미리 정의된 값보다 작거나 같은 것에 기반하여 머지 후보 리스트에 포함될 수 있다.
영상 복호화 장치(200)는 현재 블록의 예측 블록을 생성할 수 있다(S1330). 구체적으로, amvp 후보 리스트 및 머지 후보 리스트에 기반하여 현재 블록의 예측 블록을 생성할 수 있다.
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시에 있어서, 소정의 동작(단계)을 수행하는 영상 부호화 장치 또는 영상 복호화 장치는 해당 동작(단계)의 수행 조건이나 상황을 확인하는 동작(단계)을 수행할 수 있다. 예컨대, 소정의 조건이 만족되는 경우 소정의 동작을 수행한다고 기재된 경우, 영상 부호화 장치 또는 영상 복호화 장치는 상기 소정의 조건이 만족되는지 여부를 확인하는 동작을 수행한 후, 상기 소정의 동작을 수행할 수 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
또한, 본 개시의 다양한 실시예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
또한, 본 개시의 실시예가 적용된 영상 복호화 장치 및 영상 부호화 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, 화상 전화 비디오 장치, 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recoder) 등을 포함할 수 있다.
도 14는 본 개시에 따른 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시적으로 나타낸 도면이다.
도 14에 도시된 바와 같이, 본 개시의 실시예가 적용된 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 개시의 실시예가 적용된 영상 부호화 방법 및/또는 영상 부호화 장치에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기반하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 할 수 있다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송할 수 있다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 수행할 수 있다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.
본 개시에 따른 실시예는 영상을 부호화/복호화하는데 이용될 수 있다.

Claims (9)

  1. 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서,
    상기 현재 블록의 예측 방향들 각각에 적용되는 예측 모드들을 결정하는 단계 - 상기 예측 모드들은 AMVP 모드 및 머지 모드를 포함함;
    상기 예측 모드들에 기반하여 AMVP 후보 리스트 및 머지 후보 리스트를 구성하는 단계; 및
    상기 AMVP 후보 리스트 및 상기 머지 후보 리스트에 기반하여, 현재 블록의 예측 블록을 생성하는 단계를 포함하고,
    상기 머지 후보 리스트는 폴 백(fall back) 후보를 포함하는,
    영상 복호화 방법.
  2. 제1항에 있어서,
    상기 폴 백 후보는 상기 머지 후보 리스트에 포함된 머지 후보의 개수가 최대 머지 후보 개수보다 작음에 기반하여 상기 머지 후보 리스트에 포함되는,
    영상 복호화 방법.
  3. 제1항에 있어서,
    상기 폴 백 후보는 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수가 소정의 값보다 작음에 기반하여 상기 머지 후보 리스트에 포함되는,
    영상 복호화 방법.
  4. 제3항에 있어서,
    상기 소정의 값은 상기 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수와 상기 AMVP 참조 픽처 리스트에 포함된 참조 픽처의 개수 중 작은 값인,
    영상 복호화 방법.
  5. 제3항에 있어서,
    상기 소정의 값은 상기 머지 참조 픽처 리스트에 포함된 참조 픽처의 개수인,
    영상 복호화 방법.
  6. 제3항에 있어서,
    상기 폴 백 후보는 상기 폴 백 후보의 참조 픽처가 이용 가능한 것에 기반하여, 상기 머지 후보 리스트에 포함되는,
    영상 복호화 방법.
  7. 제1항에 있어서,
    상기 폴 백 후보는 상기 머지 후보 리스트에 포함된 머지 후보의 개수가 미리 정의된 값보다 작거나 같은 것에 기반하여 상기 머지 후보 리스트에 포함되는,
    영상 복호화 방법.
  8. 영상 부호화 장치에 의해 수행되는 영상 부호화 방법으로서,
    상기 현재 블록의 예측 방향들 각각에 적용되는 예측 모드들을 결정하는 단계 - 상기 예측 모드들은 AMVP 모드 및 머지 모드를 포함함;
    상기 예측 모드들에 기반하여 AMVP 후보 리스트 및 머지 후보 리스트를 구성하는 단계; 및
    상기 AMVP 후보 리스트 및 상기 머지 후보 리스트에 기반하여, 현재 블록의 예측 블록을 생성하는 단계를 포함하고,
    상기 머지 후보 리스트는 폴 백(fall back) 후보를 포함하는,
    영상 부호화 방법.
  9. 영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법에 있어서, 상기 영상 부호화 방법은,
    상기 현재 블록의 예측 방향들 각각에 적용되는 예측 모드들을 결정하는 단계 - 상기 예측 모드들은 AMVP 모드 및 머지 모드를 포함함;
    상기 예측 모드들에 기반하여 AMVP 후보 리스트 및 머지 후보 리스트를 구성하는 단계; 및
    상기 AMVP 후보 리스트 및 상기 머지 후보 리스트에 기반하여, 현재 블록의 예측 블록을 생성하는 단계를 포함하고,
    상기 머지 후보 리스트는 폴 백(fall back) 후보를 포함하는,
    비트스트림 전송 방법.
PCT/KR2023/009522 2022-07-05 2023-07-05 Amvpmerge 모드에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체 WO2024010372A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202263358519P 2022-07-05 2022-07-05
US63/358,519 2022-07-05
US202263388236P 2022-07-11 2022-07-11
US63/388,236 2022-07-11

Publications (1)

Publication Number Publication Date
WO2024010372A1 true WO2024010372A1 (ko) 2024-01-11

Family

ID=89453762

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/009522 WO2024010372A1 (ko) 2022-07-05 2023-07-05 Amvpmerge 모드에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체

Country Status (1)

Country Link
WO (1) WO2024010372A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200344492A1 (en) * 2019-04-25 2020-10-29 Mediatek Inc. Method and Apparatus of Constraining Merge Flag Signaling in Video Coding
KR20200144509A (ko) * 2019-06-18 2020-12-29 한국전자통신연구원 화면 간 예측 정보 부호화/복호화 방법 및 장치
KR20220051414A (ko) * 2019-01-02 2022-04-26 엘지전자 주식회사 화면간 예측을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치
KR20220073719A (ko) * 2017-11-28 2022-06-03 한국전자통신연구원 양방향 인트라 예측 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220073719A (ko) * 2017-11-28 2022-06-03 한국전자통신연구원 양방향 인트라 예측 방법 및 장치
KR20220051414A (ko) * 2019-01-02 2022-04-26 엘지전자 주식회사 화면간 예측을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치
US20200344492A1 (en) * 2019-04-25 2020-10-29 Mediatek Inc. Method and Apparatus of Constraining Merge Flag Signaling in Video Coding
KR20200144509A (ko) * 2019-06-18 2020-12-29 한국전자통신연구원 화면 간 예측 정보 부호화/복호화 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
M. COBAN, F. LE LÉANNEC, K. NASER, J. STRÖM: "Algorithm description of Enhanced Compression Model 4 (ECM 4)", 25. JVET MEETING; 20220112 - 20220121; TELECONFERENCE; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), 13 April 2022 (2022-04-13), XP030302169 *

Similar Documents

Publication Publication Date Title
WO2020166897A1 (ko) Dmvr 기반의 인터 예측 방법 및 장치
WO2020184991A1 (ko) Ibc 모드를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020017892A1 (ko) 서브블록 단위의 시간적 움직임 벡터 예측을 위한 방법 및 그 장치
WO2020017861A1 (ko) 서브블록 단위의 시간적 움직임 정보 예측을 위한 인터 예측 방법 및 그 장치
WO2021137597A1 (ko) Ols에 대한 dpb 파라미터를 사용하는 영상 디코딩 방법 및 그 장치
WO2020141879A1 (ko) 영상 코딩 시스템에서 서브 블록 기반 시간적 머지 후보를 사용하는 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2020251319A1 (ko) Sbtmvp를 이용한 인터 예측 기반 영상 또는 비디오 코딩
WO2021125700A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2021141477A1 (ko) 머지 후보들의 최대 개수 정보를 포함하는 시퀀스 파라미터 세트를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020009427A1 (ko) 영상 코딩 시스템의 인터 예측에서 템플릿 기반의 후보 리스트 재정렬 방법 및 장치
WO2021015512A1 (ko) Ibc를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020256506A1 (ko) 다중 참조 라인 인트라 예측을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020180159A1 (ko) 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020251270A1 (ko) 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩
WO2020251340A1 (ko) 움직임 벡터 예측 기반 영상/비디오 코딩 방법 및 장치
WO2021112633A1 (ko) 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021125702A1 (ko) 가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치
WO2021034122A1 (ko) Hmvp 후보에 기반하여 예측을 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2024005616A1 (ko) 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체
WO2020197243A1 (ko) Smvd(symmetric motion vector difference)를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2019031842A1 (ko) 영상 처리 방법 및 이를 위한 장치
WO2021137598A1 (ko) Dpb 관리 프로세스를 포함하는 영상 디코딩 방법 및 그 장치
WO2024010372A1 (ko) Amvpmerge 모드에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체
WO2020009366A1 (ko) 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치
WO2024010291A1 (ko) 휘도 보상(illumination compensation)에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체

Legal Events

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

Ref document number: 23835838

Country of ref document: EP

Kind code of ref document: A1