WO2024014896A1 - 움직임 정보 리파인먼트에 기반한 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체 - Google Patents

움직임 정보 리파인먼트에 기반한 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체 Download PDF

Info

Publication number
WO2024014896A1
WO2024014896A1 PCT/KR2023/010011 KR2023010011W WO2024014896A1 WO 2024014896 A1 WO2024014896 A1 WO 2024014896A1 KR 2023010011 W KR2023010011 W KR 2023010011W WO 2024014896 A1 WO2024014896 A1 WO 2024014896A1
Authority
WO
WIPO (PCT)
Prior art keywords
current block
prediction
matching
tool
information
Prior art date
Application number
PCT/KR2023/010011
Other languages
English (en)
French (fr)
Inventor
장형문
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 WO2024014896A1 publication Critical patent/WO2024014896A1/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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Definitions

  • the present disclosure relates to a video encoding/decoding method, device, and recording medium for storing bitstreams, and more specifically, to a video encoding/decoding method, device, and video encoding method/decoding based on motion information refinement. It relates to a recording medium that stores a bitstream generated by a device.
  • 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 based on motion information refinement.
  • the present disclosure aims to provide an image encoding/decoding method and device that performs motion information refinement based on an independently controlled template matching-based tool or a bi-directional matching-based tool.
  • 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 is an image decoding method performed by an image decoding apparatus, comprising deriving motion information of a current block, and extracting the motion information based on an activated predetermined refinement tool.
  • An image decoding device includes a memory and at least one processor, wherein the at least one processor derives motion information of a current block and calculates the motion information based on an activated predetermined refinement tool.
  • the motion information is refined, and a prediction block of the current block is generated based on the refined motion information, wherein the refinement tool includes a template matching-based tool and a bilateral matching-based tool. And, whether or not the two-way matching-based tool is activated may be determined regardless of whether the template matching-based tool is activated.
  • An image encoding method includes deriving motion information of a current block, and generating a prediction block of the current block based on the motion information, wherein a decoder stage of the motion information Information about refinement is encoded in the bitstream, and the information about refinement at the decoder stage includes flag information indicating whether or not a predetermined refinement tool is activated, and the refinement tool is template matching (Template matching). )-based tool and a bilateral matching-based tool, and whether the bilateral matching-based tool is activated may be determined regardless of whether the template matching-based tool is activated.
  • a computer-readable recording medium can store a bitstream generated by the video encoding method or video encoding device of the present disclosure.
  • a transmission method may transmit a bitstream generated by the video encoding device or video encoding method of the present disclosure.
  • an image encoding/decoding method and device with improved encoding/decoding efficiency can be provided.
  • a method and device for video encoding/decoding based on motion information refinement can be provided.
  • an image encoding method and device that performs motion information refinement based on an independently controlled template matching-based tool or a bi-directional matching-based tool 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 can be provided that stores a bitstream that is received and decoded by the image decoding device according to the present disclosure and used to restore the image.
  • 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 diagram for explaining the DMVR process.
  • Figure 10 is a diagram for explaining a template matching-based encoding/decoding method.
  • Figure 11 is a diagram showing a search area applicable to multi-pass DMVR.
  • Figure 12 is a flowchart showing a motion information refinement process according to an embodiment of the present disclosure.
  • Figure 13 is a flowchart showing an image encoding method according to an embodiment of the present disclosure.
  • Figure 14 is a flowchart showing a video decoding method according to an embodiment of the present disclosure.
  • Figure 15 is a diagram illustrating a content streaming system to which an embodiment according to the present disclosure can be applied.
  • a component when a component is said to be “connected,” “coupled,” or “connected” to another component, this is not only a direct connection relationship, but also an indirect connection relationship in which another component exists in between. It may also be included.
  • a component when a component is said to "include” or “have” another component, this does not mean excluding the other component, but may further include another component, unless specifically stated to the contrary. .
  • first, second, etc. are used only for the purpose of distinguishing one component from other components, and do not limit the order or importance of components unless specifically mentioned. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, the second component in one embodiment may be referred to as a first component in another embodiment. It may also be called.
  • distinct components are intended to clearly explain each feature, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated to form one hardware or software unit, or one component may be distributed to form a plurality of hardware or software units. Accordingly, even if not specifically mentioned, such integrated or distributed embodiments are also included in the scope of the present disclosure.
  • components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, embodiments consisting of a subset of the elements described in one embodiment are also included in the scope of the present disclosure. Additionally, embodiments that include other components in addition to the components described in the various embodiments are also included in the scope of the present disclosure.
  • This disclosure relates to video encoding and decoding, and terms used in this disclosure may have common meanings commonly used in the technical field to which this disclosure belongs, unless they are newly defined in this disclosure.
  • a “picture” generally refers to a unit representing one image at a specific time
  • a slice/tile is a coding unit that constitutes a part of a picture, and one picture is one. It may consist of more than one slice/tile. Additionally, a slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • pixel or “pel” may refer to the minimum unit that constitutes one picture (or video). Additionally, “sample” may be used as a term corresponding to a pixel. A sample may generally represent a pixel or a pixel value, and may represent only a pixel/pixel value of a luma component, or only a pixel/pixel value of a chroma component.
  • unit may represent a basic unit of image processing.
  • a unit may include at least one of a specific area of a picture and information related to the area.
  • unit may be used interchangeably with terms such as “sample array,” “block,” or “area.”
  • an MxN block may include a set (or array) of samples (or a sample array) or transform coefficients consisting of M columns and N rows.
  • “current block” may mean one of “current coding block”, “current coding unit”, “encoding target block”, “decoding target block”, or “processing target block”.
  • “current block” may mean “current prediction block” or “prediction target block.”
  • transformation inverse transformation
  • quantization inverse quantization
  • “current block” may mean “current transformation block” or “transformation target block.”
  • filtering filtering target block.”
  • current block may mean a block containing both a luma component block and a chroma component block or “the luma block of the current block” unless explicitly stated as a chroma block.
  • the luma component block of the current block may be expressed by explicitly including an explicit description of the luma component block, such as “luma block” or “current luma block.”
  • the chroma component block of the current block may be expressed including an explicit description of the chroma component block, such as “chroma block” or “current chroma block.”
  • “/” and “,” may be interpreted as “and/or.”
  • “A/B” and “A, B” can be interpreted as “A and/or B.”
  • “A/B/C” and “A, B, C” may mean “at least one of A, B and/or C.”
  • FIG. 1 is a diagram schematically showing a video coding system to which an embodiment according to the present disclosure can be applied.
  • a video coding system may include an encoding device 10 and a decoding device 20.
  • the encoding device 10 may transmit encoded video and/or image information or data in file or streaming form to the decoding device 20 through a digital storage medium or network.
  • the encoding device 10 may include a video source generator 11, an encoder 12, and a transmitter 13.
  • the decoding device 20 may include a receiving unit 21, a decoding unit 22, and a rendering unit 23.
  • the encoder 12 may be called a video/image encoder
  • the decoder 22 may be called a video/image decoder.
  • the transmission unit 13 may be included in the encoding unit 12.
  • the receiving unit 21 may be included in the decoding unit 22.
  • the rendering unit 23 may include a display unit, and the display unit may be composed of a separate device or external component.
  • the video source generator 11 may acquire video/image through a video/image capture, synthesis, or creation process.
  • the video source generator 11 may include a video/image capture device and/or a video/image generation device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, etc.
  • Video/image generating devices may include, for example, computers, tablets, and smartphones, and are capable of generating video/images (electronically). For example, a virtual video/image may be created through a computer, etc., and in this case, the video/image capture process may be replaced by the process of generating related data.
  • the encoder 12 can encode the input video/image.
  • the encoder 12 can perform a series of procedures such as prediction, transformation, and quantization for compression and encoding efficiency.
  • the encoder 12 may output encoded data (encoded video/image information) in the form of a bitstream.
  • the transmitting unit 13 can obtain encoded video/image information or data output in the form of a bitstream, and transmit it to the receiving unit 21 of the decoding device 20 through a digital storage medium or network in the form of a file or streaming. It can be passed to another external object.
  • Digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit 13 may include elements for creating a media file through a predetermined file format and may include elements for transmission through a broadcasting/communication network.
  • the transmission unit 13 may be provided as a separate transmission device from the encoding device 12.
  • the transmission device includes at least one processor that acquires encoded video/image information or data output in the form of a bitstream. It may include a transmission unit that delivers the message in file or streaming form.
  • the receiving unit 21 may extract/receive the bitstream from the storage medium or network and transmit it to the decoding unit 22.
  • the decoder 22 can decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operations of the encoder 12.
  • the rendering unit 23 may render the decrypted video/image.
  • the rendered video/image may be displayed through the display unit.
  • FIG. 2 is a diagram schematically showing a video encoding device to which an embodiment according to the present disclosure can be applied.
  • the image encoding device 100 includes an image segmentation unit 110, a subtraction unit 115, a transformation unit 120, a quantization unit 130, an inverse quantization unit 140, and an inverse transformation unit ( 150), an adder 155, a filtering unit 160, a memory 170, an inter prediction unit 180, an intra prediction unit 185, and an entropy encoding unit 190.
  • the inter prediction unit 180 and intra prediction unit 185 may be collectively referred to as a “prediction unit.”
  • the transform unit 120, the quantization unit 130, the inverse quantization unit 140, and the inverse transform unit 150 may be included in a residual processing unit.
  • the residual processing unit may further include a subtraction unit 115.
  • All or at least a portion of the plurality of components constituting the video encoding device 100 may be implemented as one hardware component (eg, an encoder or processor) depending on the embodiment.
  • the memory 170 may include a decoded picture buffer (DPB) and may be implemented by a digital storage medium.
  • DPB decoded picture buffer
  • the image segmentation unit 110 may divide an input image (or picture, frame) input to the image encoding device 100 into one or more processing units.
  • the processing unit may be called a coding unit (CU).
  • the coding unit is a coding tree unit (CTU) or largest coding unit (LCU) recursively according to the QT/BT/TT (Quad-tree/binary-tree/ternary-tree) structure. It can be obtained by dividing recursively.
  • one coding unit may be divided into a plurality of coding units of deeper depth based on a quad tree structure, binary tree structure, and/or ternary tree structure.
  • the quad tree structure may be applied first and the binary tree structure and/or ternary tree structure may be applied later.
  • the coding procedure according to the present disclosure can be performed based on the final coding unit that is no longer divided.
  • the largest coding unit can be directly used as the final coding unit, and a lower-depth coding unit obtained by dividing the maximum coding unit can be used as the final cornet unit.
  • the coding procedure may include procedures such as prediction, conversion, and/or restoration, which will be described later.
  • the processing unit of the coding procedure may be a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may each be divided or partitioned from the final coding unit.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • the prediction unit (inter prediction unit 180 or intra prediction unit 185) performs prediction on the block to be processed (current block) and generates a predicted block including prediction samples for the current block. can be created.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information regarding prediction of the current block and transmit it to the entropy encoding unit 190.
  • Information about prediction may be encoded in the entropy encoding unit 190 and output in the form of a bitstream.
  • the intra prediction unit 185 can predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located away from the current block depending on the intra prediction mode and/or intra prediction technique.
  • Intra prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • Non-directional modes may include, for example, DC mode and planar mode.
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes, depending on the level of detail of the prediction direction. However, this is an example and more or less directional prediction modes may be used depending on the setting.
  • the intra prediction unit 185 may determine the prediction mode applied to the current block using the prediction mode applied to the neighboring block.
  • the inter prediction unit 180 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector in the reference picture.
  • motion information can be predicted in blocks, subblocks, or samples based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • a reference picture including the reference block and a reference picture including the temporal neighboring block may be the same or different from each other.
  • the temporal neighboring block may be called a collocated reference block, a collocated reference block, or a collocated CU (colCU).
  • a reference picture including the temporal neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 180 configures a motion information candidate list based on neighboring blocks and provides information indicating which candidate is used to derive the motion vector and/or reference picture index of the current block. can be created. Inter prediction may be performed based on various prediction modes. For example, in the case of skip mode and merge mode, the inter prediction unit 180 may use motion information of neighboring blocks as motion information of the current block.
  • motion vector prediction MVP
  • the motion vector of the neighboring block is used as a motion vector predictor, and the motion vector difference and indicator for the motion vector predictor ( The motion vector of the current block can be signaled by encoding the indicator).
  • Motion vector difference may mean the difference between the motion vector of the current block and the motion vector predictor.
  • the prediction unit may generate a prediction signal based on various prediction methods and/or prediction techniques described later. For example, the prediction unit can not only apply intra prediction or inter prediction for prediction of the current block, but also can apply intra prediction and inter prediction simultaneously.
  • a prediction method that simultaneously applies intra prediction and inter prediction to predict the current block may be called combined inter and intra prediction (CIIP).
  • the prediction unit may perform intra block copy (IBC) to predict the current block.
  • Intra block copy can be used, for example, for video/video coding of content such as games, such as screen content coding (SCC).
  • IBC is a method of predicting the current block using a reconstructed reference block in the current picture located a predetermined distance away from the current block.
  • the position of the reference block in the current picture can be encoded as a vector (block vector) corresponding to the predetermined distance.
  • IBC basically performs prediction within the current picture, but can be performed similarly to inter prediction in that it derives a reference block within the current picture. That is, IBC can use at least one of the inter prediction techniques described in this disclosure.
  • the prediction signal generated through the prediction unit may be used to generate a restored signal or a residual signal.
  • the subtraction unit 115 subtracts the prediction signal (predicted block, prediction sample array) output from the prediction unit from the input image signal (original block, original sample array) to generate a residual signal (residual block, residual sample array). ) can be created.
  • the generated residual signal may be transmitted to the converter 120.
  • the transform unit 120 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique may be at least one of Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Karhunen-Loeve Transform (KLT), Graph-Based Transform (GBT), or Conditionally Non-linear Transform (CNT). It can be included.
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • KLT Karhunen-Loeve Transform
  • GBT Graph-Based Transform
  • CNT Conditionally Non-linear Transform
  • GBT refers to the transformation obtained from this graph when the relationship information between pixels is expressed as a graph.
  • CNT refers to the transformation obtained by generating a prediction signal using all previously reconstructed pixels and obtaining it based on it.
  • the conversion process may be applied to square pixel blocks of the same size, or to non-square blocks of variable size.
  • the quantization unit 130 may quantize the transform coefficients and transmit them to the entropy encoding unit 190.
  • the entropy encoding unit 190 may encode a quantized signal (information about quantized transform coefficients) and output it as a bitstream. Information about the quantized transform coefficients may be called residual information.
  • the quantization unit 130 may rearrange the quantized transform coefficients in block form into a one-dimensional vector form based on the coefficient scan order, and the quantized transform coefficients based on the quantized transform coefficients in the one-dimensional vector form. Information about transformation coefficients may also be generated.
  • the entropy encoding unit 190 may perform various encoding methods, such as exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 190 may encode information necessary for video/image restoration (e.g., values of syntax elements, etc.) in addition to the quantized transformation coefficients together or separately.
  • Encoded information (ex. encoded video/picture information) may be transmitted or stored in bitstream form in units of NAL (network abstraction layer) units.
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS). Additionally, the video/image information may further include general constraint information. Signaling information, transmitted information, and/or syntax elements mentioned in this disclosure may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream can be transmitted over a network or stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmission unit (not shown) that transmits the signal output from the entropy encoding unit 190 and/or a storage unit (not shown) that stores the signal may be provided as an internal/external element of the video encoding device 100, or may be transmitted.
  • the unit may be provided as a component of the entropy encoding unit 190.
  • Quantized transform coefficients output from the quantization unit 130 can be used to generate a residual signal.
  • a residual signal residual block or residual samples
  • inverse quantization and inverse transformation residual block or residual samples
  • the adder 155 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 180 or the intra prediction unit 185 to generate a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array). can be created. If there is no residual for the block to be processed, such as when skip mode is applied, the predicted block can be used as a restoration block.
  • the addition unit 155 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal can be used for intra prediction of the next processing target block in the current picture, and can also be used for inter prediction of the next picture after filtering, as will be described later.
  • the filtering unit 160 may improve subjective/objective image quality by applying filtering to the restored signal.
  • the filtering unit 160 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 170, specifically the DPB of the memory 170. It can be saved in .
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, etc.
  • the filtering unit 160 may generate various information regarding filtering and transmit it to the entropy encoding unit 190, as will be described later in the description of each filtering method. Information about filtering may be encoded in the entropy encoding unit 190 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 170 can be used as a reference picture in the inter prediction unit 180.
  • the video encoding device 100 can avoid prediction mismatch in the video encoding device 100 and the video decoding device, and can also improve coding efficiency.
  • the DPB in the memory 170 can store a modified reconstructed picture to be used as a reference picture in the inter prediction unit 180.
  • the memory 170 may store motion information of a block from which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 180 to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 170 can store reconstructed samples of reconstructed blocks in the current picture and transmit them to the intra prediction unit 185.
  • Figure 3 is a diagram schematically showing an image decoding device to which an embodiment according to the present disclosure can be applied.
  • the image decoding device 200 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an adder 235, a filtering unit 240, and a memory 250. ), an inter prediction unit 260, and an intra prediction unit 265.
  • the inter prediction unit 260 and the intra prediction unit 265 may be collectively referred to as a “prediction unit.”
  • the inverse quantization unit 220 and the inverse transform unit 230 may be included in the residual processing unit.
  • All or at least part of the plurality of components constituting the video decoding device 200 may be implemented as one hardware component (eg, a decoder or processor) depending on the embodiment.
  • the memory 170 may include a DPB and may be implemented by a digital storage medium.
  • the image decoding device 200 which has received a bitstream containing video/image information, may restore the image by performing a process corresponding to the process performed by the image encoding device 100 of FIG. 2.
  • the video decoding device 200 may perform decoding using a processing unit applied in the video encoding device. Therefore, the processing unit of decoding may be a coding unit, for example.
  • the coding unit may be a coding tree unit or may be obtained by dividing the largest coding unit.
  • the restored video signal decoded and output through the video decoding device 200 can be played through a playback device (not shown).
  • the video decoding device 200 may receive a signal output from the video encoding device of FIG. 2 in the form of a bitstream.
  • the received signal may be decoded through the entropy decoding unit 210.
  • the entropy decoder 210 may parse the bitstream to derive information (eg, video/picture information) necessary for image restoration (or picture restoration).
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/image information may further include general constraint information.
  • the video decoding device may additionally use the information about the parameter set and/or the general restriction information to decode the video.
  • Signaling information, received information, and/or syntax elements mentioned in this disclosure may be obtained from the bitstream by being decoded through the decoding procedure.
  • the entropy decoding unit 210 decodes information in the bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, and quantizes the values of syntax elements necessary for image restoration and transform coefficients related to residuals. The values can be output.
  • the CABAC entropy decoding method receives bins corresponding to each syntax element in the bitstream, and includes decoding target syntax element information and surrounding blocks and decoding information of the decoding target block or information of symbols/bins decoded in the previous step.
  • the CABAC entropy decoding method can update the context model using information on the decoded symbol/bin for the context model of the next symbol/bin after determining the context model.
  • information about prediction is provided to the prediction unit (inter prediction unit 260 and intra prediction unit 265), and the register on which entropy decoding was performed in the entropy decoding unit 210
  • Dual values that is, quantized transform coefficients and related parameter information, may be input to the inverse quantization unit 220.
  • information about filtering among the information decoded by the entropy decoding unit 210 may be provided to the filtering unit 240.
  • a receiving unit (not shown) that receives a signal output from the video encoding device may be additionally provided as an internal/external element of the video decoding device 200, or the receiving device may be provided as a component of the entropy decoding unit 210. It could be.
  • the video decoding device may be called a video/picture/picture decoding device.
  • the video decoding device may include an information decoder (video/image/picture information decoder) and/or a sample decoder (video/image/picture sample decoder).
  • the information decoder may include an entropy decoding unit 210
  • the sample decoder may include an inverse quantization unit 220, an inverse transform unit 230, an addition unit 235, a filtering unit 240, a memory 250, It may include at least one of the inter prediction unit 260 and the intra prediction unit 265.
  • the inverse quantization unit 220 may inversely quantize the quantized transform coefficients and output the transform coefficients.
  • the inverse quantization unit 220 may rearrange the quantized transform coefficients into a two-dimensional block form. In this case, the reordering may be performed based on the coefficient scan order performed in the video encoding device.
  • the inverse quantization unit 220 may perform inverse quantization on quantized transform coefficients using quantization parameters (eg, quantization step size information) and obtain transform coefficients.
  • the inverse transform unit 230 can inversely transform the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the information about the prediction output from the entropy decoding unit 210, and determine a specific intra/inter prediction mode (prediction technique). You can.
  • the prediction unit can generate a prediction signal based on various prediction methods (techniques) described later is the same as mentioned in the description of the prediction unit of the video encoding device 100.
  • the intra prediction unit 265 can predict the current block by referring to samples in the current picture.
  • the description of the intra prediction unit 185 can be equally applied to the intra prediction unit 265.
  • the inter prediction unit 260 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector in the reference picture.
  • motion information can be predicted in blocks, subblocks, or samples based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • the inter prediction unit 260 may construct a motion information candidate list based on neighboring blocks and derive a motion vector and/or reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes (techniques), and the information about the prediction may include information indicating the mode (technique) of inter prediction for the current block.
  • the adder 235 restores the obtained residual signal by adding it to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 260 and/or the intra prediction unit 265).
  • a signal (restored picture, restored block, restored sample array) can be generated. If there is no residual for the block to be processed, such as when skip mode is applied, the predicted block can be used as a restoration block.
  • the description of the addition unit 155 can be equally applied to the addition unit 235.
  • the addition unit 235 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal can be used for intra prediction of the next processing target block in the current picture, and can also be used for inter prediction of the next picture after filtering, as will be described later.
  • the filtering unit 240 can improve subjective/objective image quality by applying filtering to the restored signal.
  • the filtering unit 240 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 250, specifically the DPB of the memory 250. It can be saved in .
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, etc.
  • the (corrected) reconstructed picture stored in the DPB of the memory 250 can be used as a reference picture in the inter prediction unit 260.
  • the memory 250 may store motion information of a block from which motion information in the current picture is derived (or decoded) and/or motion information of blocks in a picture that has already been reconstructed.
  • the stored motion information can be transmitted to the inter prediction unit 260 to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 250 can store reconstructed samples of reconstructed blocks in the current picture and transmit them to the intra prediction unit 265.
  • the embodiments described in the filtering unit 160, the inter prediction unit 180, and the intra prediction unit 185 of the video encoding apparatus 100 are the filtering unit 240 and the intra prediction unit 185 of the video decoding apparatus 200, respectively. It may also be applied to the inter prediction unit 260 and the intra prediction unit 265 in the same or corresponding manner.
  • the prediction units of the image encoding apparatus 100 and the image decoding apparatus 200 may perform inter prediction on a block basis to derive prediction samples.
  • Inter prediction may be a prediction derived in a manner dependent on data elements (e.g. sample values, motion information, etc.) of picture(s) other than the current picture.
  • the predicted block (prediction sample array) for the current block will be derived based on the reference block (reference sample array) specified by the motion vector on the reference picture pointed to by the reference picture index. You can.
  • the motion information of the current block may be predicted on a block, subblock, or sample basis based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • a reference picture including the reference block and a reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated reference block, a collocated CU (colCU), etc.
  • a reference picture including the temporal neighboring block may be called a collocated picture (colPic). It may be possible.
  • a motion information candidate list may be constructed based on neighboring blocks of the current block, and a flag indicating which candidate is selected (used) to derive the motion vector and/or reference picture index of the current block.
  • index information may be signaled.
  • Inter prediction may be performed based on various prediction modes. For example, in the case of skip mode and merge mode, the motion information of the current block may be the same as the motion information of the selected neighboring block. In the case of skip mode, unlike merge mode, residual signals may not be transmitted.
  • MVP motion vector prediction
  • the motion vector of the selected neighboring block is used as a motion vector predictor, and the motion vector difference can be signaled. In this case, the motion vector of the current block can be derived using the sum of the motion vector predictor and the motion vector difference.
  • the motion information may include L0 motion information and/or L1 motion information depending on the inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.).
  • a motion vector in the L0 direction may be called an L0 motion vector or MVL0
  • a motion vector in the L1 direction may be called an L1 motion vector or MVL1.
  • Prediction based on the L0 motion vector may be called L0 prediction
  • prediction based on the L1 motion vector may be called L1 prediction
  • prediction based on both the L0 motion vector and the L1 motion vector may be called pair (Bi) prediction. You can.
  • the L0 motion vector may represent a motion vector associated with the reference picture list L0 (L0), and the L1 motion vector may represent a motion vector associated with the reference picture list L1 (L1).
  • the reference picture list L0 may include pictures that are earlier than the current picture in output order as reference pictures, and the reference picture list L1 may include pictures that are later than the current picture in output order.
  • the previous pictures may be called forward (reference) pictures, and the subsequent pictures may be called reverse (reference) pictures.
  • the reference picture list L0 may further include pictures subsequent to the current picture in output order as reference pictures. In this case, the previous pictures within the reference picture list L0 may be indexed first and the subsequent pictures may be indexed next.
  • the reference picture list L1 may further include pictures previous to the current picture in output order as reference pictures. In this case, the later pictures within the reference picture list 1 may be indexed first and the previous pictures may be indexed next.
  • the output order may correspond to the picture order count (POC) order.
  • POC picture order count
  • FIG. 4 is a diagram schematically showing the inter prediction unit 180 of the image encoding device 100
  • FIG. 5 is a flowchart showing a method of encoding an image based on inter prediction.
  • the image encoding device 100 may perform inter prediction on the current block (S510).
  • the image encoding apparatus 100 may derive the inter prediction mode and motion information of the current block and generate prediction samples of the current block.
  • the procedures for determining the inter prediction mode, deriving motion information, and generating prediction samples may be performed simultaneously, or one procedure may be performed before the other procedure.
  • the inter prediction unit 180 of the video encoding device 100 may include a prediction mode determination unit 181, a motion information derivation unit 182, and a prediction sample derivation unit 183, and may determine the prediction mode.
  • Unit 181 determines the prediction mode for the current block
  • motion information derivation unit 182 derives motion information of the current block
  • prediction sample derivation unit 183 derives prediction samples of the current block.
  • the inter prediction unit 180 of the video encoding apparatus 100 searches for a block similar to the current block within a certain area (search area) of reference pictures through motion estimation, and searches for the current block.
  • a reference block whose difference from is below a minimum or certain standard can be derived.
  • a reference picture index indicating the reference picture where the reference block is located can be derived, and a motion vector can be derived based on the position difference between the reference block and the current block.
  • the image encoding apparatus 100 may determine a mode to be applied to the current block among various prediction modes.
  • the image encoding apparatus 100 may compare RD costs for the various prediction modes and determine the optimal prediction mode for the current block.
  • the video encoding device 100 configures a merge candidate list, which will be described later, and selects the reference blocks indicated by the merge candidates included in the merge candidate list.
  • a reference block can be derived whose difference from the current block is minimum or below a certain standard.
  • merge candidate associated with the derived reference block is selected, and merge index information indicating the selected merge candidate can be generated and signaled to the decoding device.
  • the motion information of the current block can be derived using the motion information of the selected merge candidate.
  • the video encoding device 100 configures an (A)MVP candidate list described later, and mvp (motion vector) included in the (A)MVP candidate list.
  • the motion vector of the mvp candidate selected among the predictor) candidates can be used as the mvp of the current block.
  • a motion vector pointing to a reference block derived by the above-described motion estimation may be used as the motion vector of the current block, and among the mvp candidates, the difference with the motion vector of the current block is the smallest.
  • An MVP candidate with a motion vector may become the selected MVP candidate.
  • a motion vector difference which is the difference obtained by subtracting the mvp from the motion vector of the current block, 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.
  • Decoder side motion vector refinement (DMVR) mode adaptive motion vector resolution (AMVR) mode, Bi-prediction with CU-level weight (BCW), Bi-directional optical flow (BDOF), etc.
  • DMVR Decoder side motion vector refinement
  • AMVR adaptive motion vector resolution
  • BCW Bi-prediction with CU-level weight
  • BDOF 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.
  • DMVR is a method of performing motion prediction by refining the motion information of surrounding blocks on the decoder side.
  • the decoder can derive refined motion information through cost comparison based on a template generated using motion information of surrounding blocks in merge/skip mode.
  • the precision of motion prediction can be increased and compression performance can be improved without additional signaling information.
  • DMVR can be viewed as an example of a motion information derivation procedure in that the motion vector is refined, or it can be viewed as an example of a prediction sample generation procedure in that a prediction sample is generated based on the reference blocks indicated by the refined MV pair. there is.
  • the refined MV may be searched centered on the initial MVs in the reference picture list L0 and the reference picture list L1.
  • BM lateral matching
  • distortion between two candidate blocks in the reference picture list L0 and list L1 can be calculated.
  • the SAD between red blocks (indicated by MVdiff) can be calculated based on each MV candidate within the search range centered on the initial MV.
  • the MV candidate with the lowest SAD can become the refined MV and can be used to generate a pair-prediction signal.
  • the decoder may invoke a DMVR process to improve the accuracy of the initial motion compensated prediction (i.e., motion compensated prediction via conventional merge/skip mode). For example, the decoder performs a DMVR process when the prediction mode of the current block is merge mode or skip mode, and bidirectional pair prediction is applied to the current block in which bidirectional reference pictures are in opposite directions based on the current picture in the display order. It can be done.
  • a DMVR process when the prediction mode of the current block is merge mode or skip mode, and bidirectional pair prediction is applied to the current block in which bidirectional reference pictures are in opposite directions based on the current picture in the display order. It can be done.
  • DMVR can be applied to CUs coded with the following modes and features.
  • ⁇ CU has 64 luma samples
  • Both CU height and CU width are greater than or equal to 8 luma samples
  • the refined MV derived by the DMVR process can not only be used to generate inter prediction samples, but also can be used for temporal motion vector prediction for future picture coding.
  • the original MV is not only used in the deblocking process, but can also be used to predict spatial motion vectors for future CU coding. Additional features of VTM5 DVMR are as follows.
  • DMVR the search points surround the initial MV, and the MV offset follows the MV difference mirroring rule.
  • candidate MV pair MV0, MV1
  • MV_offset may indicate the refinement offset between the initial MV and the refined MV in one of the reference pictures.
  • the refinement search range can be two integer luma samples from the initial MV.
  • the search process may include an integer sample offset search stage and a fractional sample refinement stage.
  • a full 25 point search can be applied to an integer sample offset search.
  • the SAD of the initial MV pair can be calculated. If the SAD of the initial MV is less than a predetermined threshold, the integer sample stage of DMVR may be terminated. Otherwise, the SADs of the remaining 24 points can be calculated and checked with raster scan order. At this time, the point with the smallest SAD can be selected as the output of the integer sample offset search stage.
  • Fractional sample refinement may be performed after integer sample search. To reduce computational complexity, fractional sample refinement can be derived using a parametric error surface formula instead of further exploration through SAD comparison. Fractional sample refinement can be performed conditionally based on the output of the integer sample search stage. If the integer sample search stage is terminated at the center with the smallest SAD in the first or second iteration search, fractional sample refinement may be additionally applied.
  • Equation (3) the cost at the center location and the costs at four surrounding locations from the center can be used to fit the 2-D parabolic error surface equation as Equation (3).
  • (x min , y min ) may correspond to the fractional position of the smallest cost
  • C may correspond to the minimum cost value.
  • the x min and y min values can be automatically limited to between -8 and 8. This can correspond to a half-pel offset with 1/16-pel MV accuracy in VTM5. Meanwhile, the calculated (x min , y min ) can be added to the integer distance refinement MV to obtain the subpixel accuracy refinement delta MV.
  • the resolution of MVs may be 1/16 luma samples.
  • Fractional position samples can be interpolated using an 8-tap interpolation filter.
  • search points may surround the initial fractional-pel MV with integer sample offsets. Therefore, fractional position samples need to be interpolated for the DMVR search process.
  • a bilinear-interpolation filter can be used to generate fractional samples for the search process in DMVR. Another important effect is that using a bilinear filter, in the 2-sample search range, DMVR does not access more reference samples than a typical motion compensation process.
  • a regular 8-tap interpolation filter can be applied to generate the final prediction. In order not to access more reference samples compared to a typical motion compensation process, samples that are not needed in the interpolation process based on the original MV but are needed in the interpolation process based on the refined MV can be filled from available samples.
  • the CU may be divided into sub-blocks with a width and/or height equal to 16 luma samples.
  • the maximum unit size for the DMVR discovery process may be limited to 16x16.
  • 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.
  • Figure 10 is a diagram for explaining a template matching-based encoding/decoding method.
  • Template Matching is a motion vector derivation method performed at the decoder stage, and is a reference that is most similar to a template (hereinafter referred to as “current template”) adjacent to the current block (e.g., current coding unit, current CU). This is a method of improving the motion information of the current block by discovering a template (hereinafter referred to as a “reference template”) within the picture.
  • the current template may be 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).
  • BM bilateral matching
  • BDOF bi-directional optical flow
  • improved MV can be derived by applying BM to coding blocks. Similar to decoder-side motion vector improvement (DMVR), in bi-prediction operation, the improved MV can be searched around the two initial MVs (MV0 and MV1) of the reference picture lists L0 and L1. Improved MVs (MV0_pass0 and MV1_pass1) can be searched around the initial MV based on the minimum bilateral matching cost between two reference blocks in L0 and L1.
  • DMVR decoder-side motion vector improvement
  • a local search can be performed to derive the integer sample precision intDeltaMV during BM.
  • Local search can apply a 3x3 square search pattern to loop with the search range [-sHor, sHor] in the horizontal direction and the search range [-sVer, sVer] in the vertical direction.
  • the values of sHor and sVer may be determined based on the block dimensions, and the maximum value of sHor and sVer may be 8.
  • ⁇ MV0_pass1 MV0 + deltaMV
  • ⁇ MV1_pass1 MV1 - deltaMV
  • improved MV can be derived by applying BM to 16x16 grid subblocks.
  • the improved MV may be searched around the two MVs (MV0_pass1, MV1_pass1) obtained in the first pass for the reference picture lists L0 and L1.
  • Improved MVs MV0_pass2(sbIdx2) and MV1_pass2(sbIdx2)) can be derived based on the minimum two-way matching cost between two reference subblocks for L0 and L1.
  • a full search can be performed to derive the integer sample precision intDeltaMV during BM.
  • Full search can have a search range [-sHor, sHor] in the horizontal direction and a search range [-sVer, sVer] in the vertical direction.
  • the values of sHor and sVer may be determined based on the block dimensions, and the maximum value of sHor and sVer may be 8.
  • the search area (2*sHor + 1) * (2*sVer + 1) can be divided into up to 5 diamond-shaped search areas as shown in FIG. 11.
  • Figure 11 is a diagram showing a search area applicable to multi-pass DMVR.
  • Each search area is assigned a costFactor determined by the distance (intDeltaMV) between each search point and the starting MV, and each diamond area can be processed in order starting from the center of the search area.
  • search points can be processed in raster scan order starting from the upper left corner of the area and ending at the lower right corner.
  • the search process may be terminated.
  • VVC DMVR fractional sample improvements can be further applied to derive the final deltaMV(sbIdx2).
  • the improved MV in the second pass can be derived as follows:
  • ⁇ MV0_pass2(sbIdx2) MV0_pass1 + deltaMV(sbIdx2)
  • ⁇ MV1_pass2(sbIdx2) MV1_pass1 - deltaMV(sbIdx2)
  • improved MV can be derived by applying BDOF to the 8x8 grid subblock. For each 8x8 sub-block, BDOF improvement can be applied to derive scaled Vx and Vy without clipping, starting from the improved MV of the upper sub-block in the second pass.
  • the derived bioMv(Vx, Vy) is rounded to 1/16 sample precision and can be clipped to values between -32 and 32.
  • the improved MVs of the third pass (MV0_pass3(sbIdx3) and MV1_pass3(sbIdx3)) can be derived as follows:
  • MV0_pass3(sbIdx3) MV0_pass2(sbIdx2) + bioMv
  • MV1_pass3(sbIdx3) MV0_pass2(sbIdx2) - bioMv
  • the adaptive decoder-side motion vector refinement technology is a multi-processing technique consisting of two new merge modes that improves the MV in only one direction, either L0 or L1 of both predictions, for merge candidates that meet the DMVR conditions. It is an extension of Pass DMVR.
  • a multi-pass DMVR process can be applied to the selected merge candidates to improve the motion vector, but either MVD0 or MVD1 can be set to 0 in the first pass (i.e. first pass) (i.e. PU level) DMVR.
  • Merge candidates for the new merge mode can be derived from spatial neighboring coding blocks, TMVPs, non-adjacent blocks, HMVPs, and pair-wise candidates, similar to regular merge mode.
  • the difference is that only items that meet the DMVR conditions can be added to the candidate list.
  • the same merge candidate list can be used in both new merge modes. If the BM candidate list includes inherited BCW weights and the weights are not the same or both predictions are weighted with BCW weights, the DMVR process may not be changed except for the distortion calculation generated using MRSAD or MRSATD.
  • the merge index can be coded as in normal merge mode.
  • amvpMerge mode has been proposed to improve prediction accuracy during bidirectional prediction.
  • amvpMerge mode is a type of inter prediction mode and means a combination of AMVP mode and Merge mode in different prediction directions.
  • AMVP mode is applied to a random prediction direction
  • Merge mode is applied to the opposite prediction direction.
  • the above-described motion information refinement scheme can also be applied to amvpMerge mode.
  • motion vectors obtained in amvpMerge mode can be refined based on template matching (TM) or bidirectional matching (BM).
  • the motion information refinement process operates only when a predetermined syntax element or variable controlling Decoder-side Motion Vector Derivation (DMVD) is True.
  • DMVD Decoder-side Motion Vector Derivation
  • the above-mentioned refinement tools were controlled together based on single flag information at a higher level, for example, sequence level, or were controlled dependently so that only when one tool was activated, the remaining tools were also activated.
  • TM template matching
  • BM bidirectional matching
  • the present disclosure proposes an independent control method of a motion information refinement tool and a syntax for the same.
  • the various embodiments described in this disclosure can be applied individually or in combination of two or more.
  • embodiments of the present disclosure will be described in detail with reference to the attached drawings.
  • Table 2 below is a diagram showing a syntax structure for controlling a motion information refinement tool according to an embodiment of the present disclosure.
  • the syntax of Table 2 may include syntax elements Template_matching_based_refinement_enabled_flag and Bilateral_matching_based_refinement_enabled_flag for the motion information refinement tool.
  • Template_matching_based_refinement_enabled_flag may indicate whether the template matching-based motion information refinement process (or template matching-based refinement tool) is activated.
  • Template_matching_based_refinement_enabled_flag of the first value (e.g., 1) may indicate that the motion information refinement process based on template matching at the decoder stage is activated for coded layer video sequence (CLVS).
  • Template_matching_based_refinement_enabled_flag of the second value e.g., 0
  • the motion information refinement process based on template matching at the decoder stage is disabled for CLVS.
  • Bilateral_matching_based_refinement_enabled_flag may indicate whether the bilateral matching-based motion information refinement process (or bilateral matching-based refinement tool) is activated.
  • Bilateral_matching_based_refinement_enabled_flag of the first value e.g., 1
  • Bilateral_matching_based_refinement_enabled_flag of the second value e.g., 0
  • Bilateral_matching_based_refinement_enabled_flag of the second value e.g., 0
  • the syntax of Table 2 may be implemented as one of a sequence parameter set (SPS), a picture parameter set (PPS), a picture header (PH), a slice header (SH), or a video parameter set (VPS), depending on the embodiment. .
  • SPS sequence parameter set
  • PPS picture parameter set
  • PH picture header
  • SH slice header
  • VPS video parameter set
  • the refinement process can be skipped during the motion information derivation process using amvpMerge.
  • a two-way matching (BM)-based decoder-stage motion information refinement process can be conditionally applied in the motion information derivation process using amvpMerge.
  • a decoder-level motion information refinement process based on template matching (TM) can be conditionally applied in the motion information derivation process using amvpMerge.
  • the decoder-side motion information refinement process based on template matching (TM) or the decoder-side motion information refinement process based on bidirectional matching (BM) can be conditionally applied.
  • an additional condition for motion information refinement may be related to the distance between the reference picture and the current picture.
  • a two-way matching (BM)-based refinement tool based on whether the distance based on the picture order count (POC) difference between the reference picture and the current picture is the same for all prediction directions (if the above condition is True)
  • a template matching (TM)-based refinement tool if the above condition is False may be selectively applied.
  • FIG. 12 is a flowchart showing a motion information refinement process according to an embodiment of the present disclosure.
  • Each step in FIG. 12 may be performed by the video encoding device 100 or the video decoding device 200.
  • each step of FIG. 12 will be described based on the video decoding device 200.
  • the video decoding apparatus 200 can derive motion information of the current block for each prediction direction based on the amvpMerge mode being applied to the current block (S1210).
  • the video decoding device 200 may determine the prediction mode to be applied to each prediction direction based on predetermined flag information (e.g., amvpMergeModeFlag[mergeDir]). For example, when amvpMergeModeFlag[0] is True, the video decoding device 200 can apply Merge mode to the L0 direction and AMVP mode to the L1 direction. In contrast, when amvpMergeModeFlag[1] is True, the video decoding device 200 can apply Merge mode to the L1 direction and AMVP mode to the L0 direction.
  • predetermined flag information e.g., amvpMergeModeFlag[mergeDir]
  • the video decoding apparatus 200 may configure a reference picture list for each prediction direction according to the determined prediction mode. For example, when Merge mode is applied to the L0 direction, the video decoding device 200 may set the reference picture list (e.g., refListMerge) for Merge mode to REF_PIC_LIST_0. In contrast, when Merge mode is applied to the L1 direction, the video decoding device 200 may set the reference picture list (e.g., refListMerge) for Merge mode to REF_PIC_LIST_1.
  • the reference picture list (e.g., refListAmvp) for AMVP mode has the opposite prediction direction to Merge mode, so it can be set to '1 - refListMerge'.
  • the video decoding device 200 determines a reference picture for each prediction direction based on the reference picture list (e.g., refListMerge and refListAmvp) and the reference index (e.g., refIdx[refListMerge], refIdx[refListAmvp]), and the determined reference picture Based on this, movement information of the current block can be derived.
  • the motion information may include a motion vector of the current block and picture order count (POC) information, such as curPoc, pocMerge, or pocAmvp.
  • curPoc indicates the POC of the current picture
  • pocMerge indicates the POC of the reference picture for Merge mode
  • pocAmvp may indicate the POC of the reference picture for AMVP mode.
  • the video decoding device 200 may determine whether to activate a template matching (TM)-based refinement tool or a bidirectional matching (BM)-based refinement tool to refine the derived motion information (S1220).
  • whether to activate the template matching (TM)-based refinement tool may be determined based on the call result value of useTM().
  • useTM() refers to a function that determines whether to activate the template matching (TM)-based decoder motion information refinement process based on the syntax element Template_matching_based_refinement_enabled_flag described above with reference to Table 2 or through a separate derivation process. You can.
  • TM template matching
  • BM bidirectional matching
  • useBM() refers to a function that determines whether to activate the bilateral matching (BM)-based decoder stage motion information refinement process based on the syntax element Bilateral_matching_based_refinement_enabled_flag described above with reference to Table 2 or through a separate derivation process. You can. For example, if the call result of useBM() is True, a bidirectional matching (BM)-based decoder motion information refinement process may be activated. In contrast, if the call result of useBM() is False, the bidirectional matching (BM)-based decoder motion information refinement process may be deactivated.
  • the video decoding device 200 may determine whether to activate a bidirectional matching (BM)-based refinement tool (e.g., useBM()) (S1230).
  • BM bidirectional matching
  • the video decoding device 200 uses the reference picture in Merge mode and the POC of the current picture.
  • the difference i.e., abs(curPoc-pocMerge)
  • 'first POC difference' is the POC difference (i.e., abs(curPoc-pocAmvp)) between the reference picture and the current picture in AMVP mode (hereinafter referred to as ' It can be determined whether it is the same as the 'second POC difference') (S1240).
  • the video decoding device 200 may refine the motion information of the current block derived by the amvpMerge mode based on bidirectional matching (BM). (S1250).
  • the video decoding device 200 It is possible to determine whether the template matching (TM)-based refinement tool is activated (e.g., useTM()) (S1260).
  • the video decoding device 200 moves the current block induced by the amvpMerge mode.
  • Information can be refined based on template matching (TM) (S1270).
  • the video decoding device 200 does not perform the motion information refinement process. After making the decision, a prediction block of the current block can be generated using the motion information derived in step S1210.
  • FIG. 12 illustrates the case of amvpMerge mode, but this only shows an example, and the embodiments of the present disclosure are not limited thereto.
  • the motion information refinement process of FIG. 12 can also be applied to the general Merge mode.
  • the template matching (TM)-based refinement tool and the bi-directional matching (BM)-based refinement tool can each be individually controlled. Accordingly, tool dependency can be removed, signaling overhead of related information can be reduced, and encoding/decoding efficiency can be further improved.
  • Figure 13 is a flowchart showing an image encoding method according to an embodiment of the present disclosure.
  • the video encoding method of FIG. 13 can be performed by the video encoding device of FIG. 2.
  • the video encoding device derives motion information of the current block (S1310) and performs prediction based on the motion information.
  • a prediction block of the current block can be generated (S1320).
  • information about decoder refinement of the motion information may be encoded in a bitstream.
  • the information about the decoder refinement may include flag information indicating whether a predetermined refinement tool is activated.
  • the refinement tool may include a template matching-based tool and a bilateral matching-based tool. Additionally, whether or not the two-way matching-based tool is activated can be determined regardless of whether the template matching-based tool is activated.
  • the flag information may include first flag information indicating whether the template matching-based tool is activated and second flag information indicating whether the bi-directional matching-based tool is activated.
  • the second flag information may be encoded regardless of the value of the first flag information.
  • the first flag information and the second flag information may be encoded at sequence level (e.g., SPS), picture level (e.g., PPS, PH), slice level (e.g., SH), or video level (e.g., VPS). You can.
  • the decoder stage refinement can be performed based on the bidirectional matching-based tool.
  • Decoder-stage refinement may be performed based on the template matching-based tool based on the template matching-based tool being activated.
  • the decoder stage refinement may be performed based on the template matching-based tool.
  • the bitstream generated by the above-described video encoding method can be stored in a computer-readable recording medium or transmitted to a video decoding device through a network.
  • FIG. 14 is a flowchart showing a video decoding method according to an embodiment of the present disclosure.
  • the video decoding method of FIG. 14 can be performed by the video decoding device of FIG. 3.
  • the video decoding device derives motion information of the current block (S1410) and uses the activated predetermined refine
  • the motion information may be refined based on a refinement tool (S1420), and a prediction block of the current block may be generated based on the refined motion information (S1430).
  • the refinement tool includes a template matching-based tool and a bilateral matching-based tool, and whether the bilateral matching-based tool is activated is independent of whether the template matching-based tool is activated. can be decided.
  • whether to activate the template matching-based tool may be determined based on first flag information, and whether to activate the bidirectional matching-based tool may be determined based on second flag information.
  • the second flag information may be signaled regardless of the value of the first flag information.
  • the first flag information and the second flag information may be signaled at the sequence level (e.g., SPS), picture level (e.g., PPS, PH), slice level (e.g., SH), or video level (e.g., VPS). You can.
  • the motion information of the current block can be refined based on the bidirectional matching-based tool.
  • the movement information of the current block may be refined based on the template matching-based tool based on the template matching-based tool being activated.
  • the motion information of the current block may be refined based on the template matching-based tool.
  • 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 15 is a diagram illustrating a content streaming system to which an embodiment according to the present disclosure can be applied.
  • a content streaming system to which an embodiment of the present disclosure is applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server compresses content input from multimedia input devices such as smartphones, cameras, camcorders, etc. into digital data, generates a bitstream, and transmits it to the streaming server.
  • multimedia input devices such as smartphones, cameras, camcorders, etc. directly generate bitstreams
  • the encoding server may be omitted.
  • the bitstream may be generated by an image encoding method and/or an image encoding device to which an embodiment of the present disclosure is applied, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user request through a web server, and the web server can serve as a medium to inform the user of what services are available.
  • the web server delivers it to a streaming server, and the streaming server can transmit multimedia data to the user.
  • the content streaming system may include a separate control server, and in this case, the control server may control commands/responses between each device in the content streaming system.
  • the streaming server may receive content from a media repository and/or encoding server. For example, when receiving content from the encoding server, the content can be received in real time. In this case, in order to provide a smooth streaming service, the streaming server may store the bitstream for a certain period of time.
  • Examples of the user devices include mobile phones, smart phones, laptop computers, digital broadcasting terminals, personal digital assistants (PDAs), portable multimedia players (PMPs), navigation, slate PCs, Tablet PC, ultrabook, wearable device (e.g. smartwatch, smart glass, head mounted display), digital TV, desktop There may be computers, digital signage, etc.
  • PDAs personal digital assistants
  • PMPs portable multimedia players
  • navigation slate PCs
  • Tablet PC ultrabook
  • wearable device e.g. smartwatch, smart glass, head mounted display
  • digital TV desktop There may be computers, digital signage, etc.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributedly processed.
  • the scope of the present disclosure is software or machine-executable instructions (e.g., operating system, application, firmware, program, etc.) that cause operations according to the methods of various embodiments to be executed on a device or computer, and such software or It includes non-transitory computer-readable medium in which instructions, etc. are stored and can be executed on a device or computer.
  • software or machine-executable instructions e.g., operating system, application, firmware, program, etc.
  • Embodiments according to the present disclosure can be used to encode/decode images.

Landscapes

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

Abstract

영상 부호화/복호화 방법 및 장치가 제공된다. 본 개시에 따른 영상 복호화 방법은, 현재 블록의 움직임 정보를 도출하는 단계, 활성화된 소정의 리파인먼트(refinement) 툴에 기반하여 상기 움직임 정보를 리파인하는 단계, 및 상기 리파인된 움직임 정보에 기반하여 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하되, 상기 리파인먼트 툴은 템플릿 매칭(Template Matching) 기반 툴 및 양방향 매칭(Bilateral Matching) 기반 툴을 포함하고, 상기 양방향 매칭 기반 툴의 활성화 여부는 상기 템플릿 매칭 기반 툴의 활성화 여부와 무관하게 결정될 수 있다.

Description

움직임 정보 리파인먼트에 기반한 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체
본 개시는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체에 관한 것으로서, 보다 상세하게는 움직임 정보 리파인먼트(refinement)에 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 움직임 정보 리파인먼트에 기반한 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 독립적으로 제어되는 템플릿 매칭 기반 툴 또는 양방향 매칭 기반 툴에 기반하여 움직임 정보 리파인먼트를 수행하는 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 양상에 따른 영상 복호화 방법은, 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 현재 블록의 움직임 정보를 도출하는 단계, 활성화된 소정의 리파인먼트(refinement) 툴에 기반하여 상기 움직임 정보를 리파인하는 단계, 및 상기 리파인된 움직임 정보에 기반하여 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하되, 상기 리파인먼트 툴은 템플릿 매칭(Template Matching) 기반 툴 및 양방향 매칭(Bilateral Matching) 기반 툴을 포함하고, 상기 양방향 매칭 기반 툴의 활성화 여부는 상기 템플릿 매칭 기반 툴의 활성화 여부와 무관하게 결정될 수 있다.
본 개시의 다른 양상에 따른 영상 복호화 장치는, 메모리 및 적어도 하나의 프로세서를 포함하며, 상기 적어도 하나의 프로세서는, 현재 블록의 움직임 정보를 도출하고, 활성화된 소정의 리파인먼트(refinement) 툴에 기반하여 상기 움직임 정보를 리파인하며, 상기 리파인된 움직임 정보에 기반하여 상기 현재 블록의 예측 블록을 생성하되, 상기 리파인먼트 툴은 템플릿 매칭(Template matching) 기반 툴 및 양방향 매칭(Bilateral matching) 기반 툴을 포함하고, 상기 양방향 매칭 기반 툴의 활성화 여부는 상기 템플릿 매칭 기반 툴의 활성화 여부와 무관하게 결정될 수 있다.
본 개시의 또 다른 양상에 따른 영상 부호화 방법은, 현재 블록의 움직임 정보를 도출하는 단계, 및 상기 움직임 정보에 기반하여 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하되, 상기 움직임 정보의 디코더단 리파인먼트(refinement)에 관한 정보가 비트스트림 내에 부호화되고, 상기 디코더단 리파인먼트에 관한 정보는 소정의 리파인먼트 툴의 활성화 여부를 나타내는 플래그 정보를 포함하며, 상기 리파인먼트 툴은 템플릿 매칭(Template matching) 기반 툴 및 양방향 매칭(Bilateral matching) 기반 툴을 포함하고, 상기 양방향 매칭 기반 툴의 활성화 여부는 상기 템플릿 매칭 기반 툴의 활성화 여부와 무관하게 결정될 수 있다.
본 개시의 또 다른 양상에 따른 컴퓨터 판독 가능한 기록 매체는, 본 개시의 영상 부호화 방법 또는 영상 부호화 장치에 의해 생성된 비트스트림을 저장할 수 있다.
본 개시의 또 다른 양상에 따른 전송 방법은, 본 개시의 영상 부호화 장치 또는 영상 부호화 방법에 의해 생성된 비트스트림을 전송할 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 개시에 따르면, 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 움직임 정보 리파인먼트에 기반한 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 독립적으로 제어되는 템플릿 매칭 기반 툴 또는 양방향 매칭 기반 툴에 기반하여 움직임 정보 리파인먼트를 수행하는 영상 부호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장하는 비일시적 컴퓨터 판독가능한 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 판독가능한 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 DMVR 과정을 설명하기 위한 도면이다.
도 10은 템플릿 매칭 기반 부호화/복호화 방법을 설명하기 위한 도면이다.
도 11은 멀티 패스 DMVR에서 적용될 수 있는 탐색 영역을 나타내는 도면이다.
도 12는 본 개시의 일 실시예에 따른 움직임 정보 리파인먼트 과정을 나타내는 흐름도이다.
도 13은 본 개시의 일 실시예에 따른 영상 부호화 방법을 나타내는 흐름도이다.
도 14는 본 개시의 일 실시예에 따른 영상 복호화 방법을 나타내는 흐름도이다.
도 15는 본 개시에 따른 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시적으로 나타내는 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 영상의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시에서 "픽처(picture)"는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 픽처의 일부를 구성하는 부호화 단위로서, 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 또한, 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다.
본 개시에서 "픽셀(pixel)" 또는 "펠(pel)"은 하나의 픽처(또는 영상)를 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 "샘플(sample)"이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀값만을 나타낼 수도 있다.
본 개시에서 "유닛(unit)"은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 유닛은 경우에 따라서 "샘플 어레이", "블록(block)" 또는 "영역(area)" 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 개시에서 "현재 블록"은 "현재 코딩 블록", "현재 코딩 유닛", "부호화 대상 블록", "복호화 대상 블록" 또는 "처리 대상 블록" 중 하나를 의미할 수 있다. 예측이 수행되는 경우, "현재 블록"은 "현재 예측 블록" 또는 "예측 대상 블록"을 의미할 수 있다. 변환(역변환)/양자화(역양자화)가 수행되는 경우, "현재 블록"은 "현재 변환 블록" 또는 "변환 대상 블록"을 의미할 수 있다. 필터링이 수행되는 경우, "현재 블록"은 "필터링 대상 블록"을 의미할 수 있다.
본 개시에서 "현재 블록"은 크로마 블록이라는 명시적인 기재가 없는 한 루마 성분 블록과 크로마 성분 블록을 모두 포함하는 블록 또는 "현재 블록의 루마 블록"을 의미할 수 있다. 현재 블록의 루마 성분 블록은 명시적으로 "루마 블록" 또는 "현재 루마 블록"과 같이 루마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다. 또한, 현재 블록의 크로마 성분 블록은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다.
본 개시에서 "/"와 ","는 "및/또는"으로 해석될 수 있다. 예를 들어, "A/B"와 "A, B"는 "A 및/또는 B"로 해석될 수 있다. 또한, "A/B/C"와 "A, B, C"는 "A, B 및/또는 C 중 적어도 하나"를 의미할 수 있다.
본 개시에서 "또는"은 "및/또는"으로 해석될 수 있다. 예를 들어, "A 또는 B"는, 1) "A" 만을 의미하거나 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 또는, 본 개시에서 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
비디오 코딩 시스템 개요
도 1은 본 개시에 따른 실시예가 적용될 수 있는 비디오 코딩 시스템을 개략적으로 나타내는 도면이다.
일 실시예에 따른 비디오 코딩 시스템은 부호화 장치(10) 및 복호화 장치(20)를 포함할 수 있다. 부호화 장치(10)는 부호화된 비디오(video) 및/또는 영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)로 전달할 수 있다.
일 실시예에 따른 부호화 장치(10)는 비디오 소스 생성부(11), 부호화부(12), 전송부(13)를 포함할 수 있다. 일 실시예에 따른 복호화 장치(20)는 수신부(21), 복호화부(22) 및 렌더링부(23)를 포함할 수 있다. 상기 부호화부(12)는 비디오/영상 부호화부라고 불릴 수 있고, 상기 복호화부(22)는 비디오/영상 복호화부라고 불릴 수 있다. 전송부(13)는 부호화부(12)에 포함될 수 있다. 수신부(21)는 복호화부(22)에 포함될 수 있다. 렌더링부(23)는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스 생성부(11)는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스 생성부(11)는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
부호화부(12)는 입력 비디오/영상을 부호화할 수 있다. 부호화부(12)는 압축 및 부호화 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화부(12)는 부호화된 데이터(부호화된 비디오/영상 정보)를 비트스트림(bitstream) 형태로 출력할 수 있다.
전송부(13)는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 획득할 수 있으며, 이를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)의 수신부(21) 또는 다른 외부 객체로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부(13)는 미리 정해진 파일 포맷을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 전송부(13)는 부호화 장치(12)와는 별개의 전송 장치로 구비될 수 있으며, 이 경우 전송 장치는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 획득하는 적어도 하나의 프로세서와 이를 파일 또는 스트리밍 형태로 전달하는 전송부를 포함할 수 있다. 수신부(21)는 상기 저장매체 또는 네트워크로부터 상기 비트스트림을 추출/수신하여 복호화부(22)로 전달할 수 있다.
복호화부(22)는 부호화부(12)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 복호화할 수 있다.
렌더링부(23)는 복호화된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
영상 부호화 장치 개요
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 2에 도시된 바와 같이, 영상 부호화 장치(100)는 영상 분할부(110), 감산부(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 가산부(155), 필터링부(160), 메모리(170), 인터 예측부(180), 인트라 예측부(185) 및 엔트로피 인코딩부(190)를 포함할 수 있다. 인터 예측부(180) 및 인트라 예측부(185)는 합쳐서 "예측부"라고 지칭될 수 있다. 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150)는 레지듀얼(residual) 처리부에 포함될 수 있다. 레지듀얼 처리부는 감산부(115)를 더 포함할 수도 있다.
영상 부호화 장치(100)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어, 인코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
영상 분할부(110)는 영상 부호화 장치(100)에 입력된 입력 영상(또는, 픽처, 프레임)을 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)을 QT/BT/TT (Quad-tree/binary-tree/ternary-tree) 구조에 따라 재귀적으로(recursively) 분할함으로써 획득될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 코딩 유닛의 분할을 위해, 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 트리 구조가 나중에 적용될 수 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 코딩 절차가 수행될 수 있다. 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 최대 코딩 유닛을 분할하여 획득한 하위 뎁스의 코딩 유닛이 최종 코닛 유닛으로 사용될 수도 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환 및/또는 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 코딩 절차의 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)일 수 있다. 상기 예측 유닛 및 상기 변환 유닛은 각각 상기 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
예측부(인터 예측부(180) 또는 인트라 예측부(185))는 처리 대상 블록(현재 블록)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 현재 블록의 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(185)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 인트라 예측 모드 및/또는 인트라 예측 기법에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라, 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(185)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(180)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 서로 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수 있다. 예를 들어, 인터 예측부(180)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(180)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference) 및 움직임 벡터 예측자에 대한 지시자(indicator)를 부호화함으로써 현재 블록의 움직임 벡터를 시그널링할 수 있다. 움직임 벡터 차분은 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 차이를 의미할 수 있다.
예측부는 후술하는 다양한 예측 방법 및/또는 예측 기법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 현재 블록의 예측을 위해 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 현재 블록의 예측을 위해 인트라 예측과 인터 예측을 동시에 적용하는 예측 방법은 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 현재 블록의 예측을 위해 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 현재 블록으로부터 소정의 거리만큼 떨어진 위치의 현재 픽처 내 기복원된 참조 블록을 이용하여 현재 블록을 예측하는 방법이다. IBC가 적용되는 경우, 현재 픽처 내 참조 블록의 위치는 상기 소정의 거리에 해당하는 벡터(블록 벡터)로서 부호화될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나, 현재 픽처 내에서 참조 블록을 도출하는 점에서, 인터 예측과 유사하게 수행될 수 있다. 즉 IBC는 본 개시에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
예측부를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 감산부(115)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)로부터 예측부에서 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있다. 생성된 레지듀얼 신호는 변환부(120)로 전송될 수 있다.
변환부(120)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)을 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)을 이용하여 예측 신호를 생성하고 그에 기반하여 획득되는 변환을 의미한다. 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(130)는 변환 계수들을 양자화하여 엔트로피 인코딩부(190)로 전송할 수 있다. 엔트로피 인코딩부(190)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(130)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(190)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(190)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예를 들어 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 본 개시에서 언급된 시그널링 정보, 전송되는 정보 및/또는 신택스 요소들은 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다.
상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(190)로부터 출력된 신호를 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 영상 부호화 장치(100)의 내/외부 엘리먼트로서 구비될 수 있고, 또는 전송부는 엔트로피 인코딩부(190)의 구성요소로서 구비될 수도 있다.
양자화부(130)로부터 출력된 양자화된 변환 계수들은 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(140) 및 역변환부(150)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다.
가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(180) 또는 인트라 예측부(185)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(160)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(160)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(170), 구체적으로 메모리(170)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(160)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 필터링에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(170)에 전송된 수정된 복원 픽처는 인터 예측부(180)에서 참조 픽처로 사용될 수 있다. 영상 부호화 장치(100)는 이를 통하여 인터 예측이 적용되는 경우, 영상 부호화 장치(100)와 영상 복호화 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(170) 내 DPB는 인터 예측부(180)에서의 참조 픽처로 사용하기 위해 수정된 복원 픽처를 저장할 수 있다. 메모리(170)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(180)에 전달될 수 있다. 메모리(170)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(185)에 전달할 수 있다.
영상 복호화 장치 개요
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 나타내는 도면이다.
도 3에 도시된 바와 같이, 영상 복호화 장치(200)는 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265)를 포함하여 구성될 수 있다. 인터 예측부(260) 및 인트라 예측부(265)를 합쳐서 "예측부"라고 지칭될 수 있다. 역양자화부(220), 역변환부(230)는 레지듀얼 처리부에 포함될 수 있다.
영상 복호화 장치(200)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
비디오/영상 정보를 포함하는 비트스트림을 수신한 영상 복호화 장치(200)는 도 2의 영상 부호화 장치(100)에서 수행된 프로세스에 대응하는 프로세스를 수행하여 영상을 복원할 수 있다. 예를 들어, 영상 복호화 장치(200)는 영상 부호화 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있다. 코딩 유닛은 코딩 트리 유닛이거나 또는 최대 코딩 유닛을 분할하여 획득될 수 있다. 그리고, 영상 복호화 장치(200)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치(미도시)를 통해 재생될 수 있다.
영상 복호화 장치(200)는 도 2의 영상 부호화 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있다. 수신된 신호는 엔트로피 디코딩부(210)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(예를 들어, 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 영상 복호화 장치는 영상을 디코딩하기 위해 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 추가적으로 이용할 수 있다. 본 개시에서 언급된 시그널링 정보, 수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩됨으로써 상기 비트스트림으로부터 획득될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 블록 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)을 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(260) 및 인트라 예측부(265))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(220)로 입력될 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(240)로 제공될 수 있다. 한편, 영상 부호화 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 영상 복호화 장치(200)의 내/외부 엘리먼트로서 추가적으로 구비될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)의 구성요소로서 구비될 수도 있다.
한편, 본 개시에 따른 영상 복호화 장치는 비디오/영상/픽처 복호화 장치라고 불릴 수 있다. 상기 영상 복호화 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및/또는 샘플 디코더(비디오/영상/픽처 샘플 디코더)를 포함할 수도 있다. 상기 정보 디코더는 엔트로피 디코딩부(210)를 포함할 수 있고, 상기 샘플 디코더는 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265) 중 적어도 하나를 포함할 수 있다.
역양자화부(220)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(220)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 영상 부호화 장치에서 수행된 계수 스캔 순서에 기반하여 수행될 수 있다. 역양자화부(220)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)을 획득할 수 있다.
역변환부(230)에서는 변환 계수들을 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득할 수 있다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(210)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드(예측 기법)를 결정할 수 있다.
예측부가 후술하는 다양한 예측 방법(기법)을 기반으로 예측 신호를 생성할 수 있음은 영상 부호화 장치(100)의 예측부에 대한 설명에서 언급된 바와 동일하다.
인트라 예측부(265)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 인트라 예측부(185)에 대한 설명은 인트라 예측부(265)에 대해서도 동일하게 적용될 수 있다.
인터 예측부(260)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(260)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드(기법)를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드(기법)를 지시하는 정보를 포함할 수 있다.
가산부(235)는 획득된 레지듀얼 신호를 예측부(인터 예측부(260) 및/또는 인트라 예측부(265) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)에 대한 설명은 가산부(235)에 대해서도 동일하게 적용될 수 있다. 가산부(235)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(240)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(240)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(250), 구체적으로 메모리(250)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(250)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(260)에서 참조 픽처로 사용될 수 있다. 메모리(250)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(260)에 전달할 수 있다. 메모리(250)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(265)에 전달할 수 있다.
본 명세서에서, 영상 부호화 장치(100)의 필터링부(160), 인터 예측부(180) 및 인트라 예측부(185)에서 설명된 실시예들은 각각 영상 복호화 장치(200)의 필터링부(240), 인터 예측부(260) 및 인트라 예측부(265)에도 동일 또는 대응되도록 적용될 수 있다.
인터 예측
영상 부호화 장치(100)와 영상 복호화 장치(200)의 예측부는 블록 단위로 인터 예측을 수행하여 예측 샘플을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들(e.g. 샘플 값들, 또는 움직임 정보 등)에 의존적인 방법으로 도출되는 예측일 수 있다. 현재 블록에 인터 예측이 적용되는 경우, 참조 픽처 인덱스가 가리키는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록(예측 샘플 어레이)이 유도될 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 움직임 정보가 블록, 서브블록 또는 샘플 단위로 예측될 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측이 적용되는 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 현재 블록의 주변 블록들을 기반으로 움직임 정보 후보 리스트가 구성될 수 있고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 선택(사용)되는지를 지시하는 플래그 또는 인덱스 정보가 시그널링될 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 현재 블록의 움직임 정보는 선택된 주변 블록의 움직임 정보와 같을 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 선택된 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)이 시그널링될 수 있다. 이 경우 상기 움직임 벡터 예측자 및 움직임 벡터 차분의 합을 이용하여 상기 현재 블록의 움직임 벡터를 도출할 수 있다.
상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등)에 따라 L0 움직임 정보 및/또는 L1 움직임 정보를 포함할 수 있다. L0 방향의 움직임 벡터는 L0 움직임 벡터 또는 MVL0라고 불릴 수 있고, L1 방향의 움직임 벡터는 L1 움직임 벡터 또는 MVL1이라고 불릴 수 있다. L0 움직임 벡터에 기반한 예측은 L0 예측이라고 불릴 수 있고, L1 움직임 벡터에 기반한 예측을 L1 예측이라고 불릴 수 있고, 상기 L0 움직임 벡터 및 상기 L1 움직임 벡터 둘 다에 기반한 예측을 쌍(Bi) 예측이라고 불릴 수 있다. 여기서 L0 움직임 벡터는 참조 픽처 리스트 L0 (L0)에 연관된 움직임 벡터를 나타낼 수 있고, L1 움직임 벡터는 참조 픽처 리스트 L1 (L1)에 연관된 움직임 벡터를 나타낼 수 있다. 참조 픽처 리스트 L0는 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 포함할 수 있고, 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 포함할 수 있다. 상기 이전 픽처들은 순방향 (참조) 픽처라고 불릴 수 있고, 상기 이후 픽처들은 역방향 (참조) 픽처라고 불릴 수 있다. 상기 참조 픽처 리스트 L0은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트 L0 내에서 상기 이전 픽처들이 먼저 인덱싱되고 상기 이후 픽처들은 그 다음에 인덱싱될 수 있다. 상기 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트1 내에서 상기 이후 픽처들이 먼저 인덱싱되고 상기 이전 픽처들은 그 다음에 인덱싱 될 수 있다. 여기서 출력 순서는 POC(picture order count) 순서(order)에 대응될 수 있다.
도 4는 영상 부호화 장치(100)의 인터 예측부(180)를 개략적으로 나타내는 도면이며, 도 5는 인터 예측에 기반하여 영상을 인코딩하는 방법을 나타내는 흐름도이다.
영상 부호화 장치(100)는 현재 블록에 대한 인터 예측을 수행할 수 있다(S510). 영상 부호화 장치(100)는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 상기 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서, 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다. 예를 들어, 영상 부호화 장치(100)의 인터 예측부(180)는 예측 모드 결정부(181), 움직임 정보 도출부(182) 및 예측 샘플 도출부(183)를 포함할 수 있으며, 예측 모드 결정부(181)에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 영상 부호화 장치(100)의 인터 예측부(180)는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 상기 현재 블록과 유사한 블록을 서치하고, 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 상기 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 상기 참조 블록과 상기 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 영상 부호화 장치(100)는 다양한 예측 모드들 중 상기 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 영상 부호화 장치(100)는 상기 다양한 예측 모드들에 대한 RD cost를 비교하고 상기 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 영상 부호화 장치(100)는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 상기 도출된 참조 블록과 연관된 머지 후보가 선택되며, 상기 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 디코딩 장치로 시그널링될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다.
다른 예로, 영상 부호화 장치(100)는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 이 경우, 예를 들어, 상술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 상기 현재 블록의 움직임 벡터로 이용될 수 있으며, 상기 mvp 후보들 중 상기 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 mvp 후보가 상기 선택된 mvp 후보가 될 수 있다. 상기 현재 블록의 움직임 벡터에서 상기 mvp를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우, 상기 MVD에 관한 정보가 영상 복호화 장치(200)로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 상기 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 상기 영상 복호화 장치(200)로 시그널링될 수 있다.
영상 부호화 장치(100)는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S520). 영상 부호화 장치(100)는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다.
영상 부호화 장치(100)는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩할 수 있다(S530). 영상 부호화 장치(100)는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 상기 예측 정보는 상기 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한, 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 디코딩 장치로 전달될 수 있고, 또는 네트워크를 통하여 영상 복호화 장치(200)로 전달될 수도 있다.
한편, 상술한 바와 같이 영상 부호화 장치(100)는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 영상 복호화 장치(200)에서 수행되는 것과 동일한 예측 결과를 영상 부호화 장치(100)에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 영상 부호화 장치(100)는 복원 픽처(또는 복원 샘플들, 복원 블록)를 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 6은 영상 복호화 장치(200)의 인터 예측부(260)를 개략적으로 나타내는 도면이며, 도 7은 인터 예측에 기반하여 영상을 디코딩하는 방법을 나타내는 흐름도이다.
영상 복호화 장치(200)는 상기 영상 부호화 장치(100)에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 영상 복호화 장치(200)는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로, 영상 복호화 장치(200)는 수신된 예측 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정할 수 있다(S710). 영상 복호화 장치(200)는 상기 예측 정보 내의 예측 모드 정보를 기반으로 상기 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, 상기 merge flag를 기반으로 상기 현재 블록에 상기 머지 모드가 적용되지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 상기 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 상기 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 (A)MVP 모드를 포함할 수 있고, 또는 후술하는 다양한 인터 예측 모드들을 포함할 수 있다.
영상 복호화 장치(200)는 상기 결정된 인터 예측 모드를 기반으로 상기 현재 블록의 움직임 정보를 도출할 수 있다(S720). 예를 들어, 영상 복호화 장치(200)는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 중 하나의 머지 후보를 선택할 수 있다. 상기 선택은 상술한 선택 정보(merge index)를 기반으로 수행될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다. 상기 선택된 머지 후보의 움직임 정보가 상기 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 영상 복호화 장치(200)는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 상기 선택은 상술한 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우, 상기 MVD에 관한 정보를 기반으로 상기 현재 블록의 MVD가 도출될 수 있으며, 상기 현재 블록의 mvp와 상기 MVD를 기반으로 상기 현재 블록의 움직임 벡터가 도출될 수 있다. 또한, 상기 참조 픽처 인덱스 정보를 기반으로 상기 현재 블록의 참조 픽처 인덱스가 도출될 수 있다. 상기 현재 블록에 관한 참조 픽처 리스트 내에서 상기 참조 픽처 인덱스가 가리키는 픽처가 상기 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
한편, 후술하는 바와 같이 후보 리스트 구성 없이 상기 현재 블록의 움직임 정보가 도출될 수 있으며, 이 경우 후술하는 예측 모드에서 개시된 절차에 따라 상기 현재 블록의 움직임 정보가 도출될 수 있다. 이 경우, 상술한 바와 같은 후보 리스트 구성은 생략될 수 있다.
영상 복호화 장치(200)는 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S730). 이 경우, 상기 현재 블록의 참조 픽처 인덱스를 기반으로 상기 참조 픽처가 도출되고, 상기 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 상기 현재 블록의 예측 샘플들이 도출될 수 있다. 이 경우, 후술하는 바와 같이 경우에 따라 상기 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 영상 복호화 장치(200)의 인터 예측부(260)는 예측 모드 결정부(261), 움직임 정보 도출부(262), 예측 샘플 도출부(263)를 포함할 수 있으며, 예측 모드 결정부(181)에서 수신된 예측 모드 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 수신된 움직임 정보에 관한 정보를 기반으로 상기 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다.
영상 복호화 장치(200)는 수신된 레지듀얼 정보를 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 생성할 수 있다(S740). 영상 복호화 장치(200)는 상기 예측 샘플들 및 상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다(S750). 이후, 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 8을 참조하면, 상술한 바와 같이 인터 예측 절차는 인터 예측 모드 결정 단계(S810), 결정된 예측 모드에 따른 움직임 정보 도출 단계(S820), 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계(S830)를 포함할 수 있다. 상기 인터 예측 절차는 상술한 바와 같이 영상 부호화 장치(100) 및 영상 복호화 장치(200)에서 수행될 수 있다.
인터 예측 모드 결정
픽처 내 현재 블록의 예측을 위하여 다양한 인터 예측 모드가 사용될 수 있다. 예를 들어, 머지 모드, 스킵 모드, MVP(motion vector prediction) 모드, 어파인(Affine) 모드, 서브블록 머지 모드, MMVD(merge with MVD) 모드 등 다양한 모드가 사용될 수 있다. DMVR(Decoder side motion vector refinement) 모드, AMVR(adaptive motion vector resolution) 모드, Bi-prediction with CU-level weight(BCW), Bi-directional optical flow(BDOF) 등이 부수적인 모드로 더 혹은 대신 사용될 수 있다. 어파인 모드는 어파인 움직임 예측(affine motion prediction) 모드라고 불릴 수도 있다. MVP 모드는 AMVP(advanced motion vector prediction) 모드라고 불릴 수도 있다. 본 문서에서 일부 모드 및/또는 일부 모드에 의하여 도출된 움직임 정보 후보는 다른 모드의 움직임 정보 관련 후보들 중 하나로 포함될 수도 있다. 예를 들어, HMVP 후보는 상기 머지/스킵 모드의 머지 후보로 추가될 수 있고, 또는 상기 MVP 모드의 mvp 후보로 추가될 수도 있다.
현재 블록의 인터 예측 모드를 가리키는 예측 모드 정보가 영상 부호화 장치(100)로부터 영상 복호화 장치(200)로 시그널링될 수 있다. 상기 예측 모드 정보는 비트스트림에 포함되어 영상 복호화 장치(200)에 수신될 수 있다. 상기 예측 모드 정보는 다수의 후보 모드들 중 하나를 지시하는 인덱스 정보를 포함할 수 있다. 또는, 플래그 정보의 계층적 시그널링을 통하여 인터 예측 모드가 지시될 수도 있다. 이 경우, 상기 예측 모드 정보는 하나 이상의 플래그들을 포함할 수 있다. 예를 들어, 스킵 플래그를 시그널링하여 스킵 모드 적용 여부가 지시되고, 스킵 모드가 적용 안되는 경우에 머지 플래그를 시그널링하여 머지 모드 적용 여부가 지시되고, 머지 모드가 적용 안되는 경우에 MVP 모드가 적용되는 것으로 지시되거나 추가적인 구분을 위한 플래그가 더 시그널링될 수도 있다. 어파인 모드는 독립적인 모드로 시그널링될 수도 있고, 또는 머지 모드 또는 MVP 모드 등에 종속적인 모드로 시그널링될 수도 있다. 예를 들어, 어파인 모드는 어파인 머지 모드 및 어파인 MVP 모드를 포함할 수 있다.
움직임 정보 도출
현재 블록의 움직임 정보를 이용하여 인터 예측이 수행될 수 있다. 영상 부호화 장치(100)는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 영상 부호화 장치(100)는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 위상(phase) 기반 샘플 값들의 차를 기반으로 도출할 수 있다. 예를 들어, 블록의 유사성은 현재 블록(or 현재 블록의 템플릿)과 참조 블록(or 참조 블록의 템플릿) 간 SAD를 기반으로 계산될 수 있다. 이 경우, 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보가 도출될 수 있다. 도출된 움직임 정보는 인터 예측 모드 기반으로 여러 방법에 따라 영상 복호화 장치(200)로 시그널링될 수 있다.
DMVR (Decoder side Motion Vector Refinement)
DMVR은 디코더 측에서 주변 블록의 움직임 정보를 리파인먼트(refinement)하여 움직임 예측을 수행하는 방법이다. DMVR이 적용되는 경우, 디코더는 머지(merge)/스킵(skip) 모드에서 주변 블록의 움직임 정보을 이용하여 생성된 template을 기반으로 cost 비교를 통해 refinement된 움직임 정보를 유도할 수 있다. 본 발명의 실시예에 따르면, 부가적인 시그널링 정보 없이 움직임 예측의 정밀도를 높이고 압축 성능을 향상시킬 수 있다.
이하 설명의 편의를 위해 디코더단 위주로 설명하나, 본 개시의 DMVR은 인코더단에서도 동일한 방법으로 수행될 수 있다. 한편, DMVR은 움직임 벡터가 리파인된다는 측면에서 움직임 정보 도출 절차의 일 예로 볼 수 있고, 혹은 상기 리파인된 MV 쌍이 가리키는 참조 블록들을 기반으로 예측 샘플이 생성된다는 측면에서 예측 샘플 생성 절차의 일 예로 볼 수도 있다.
쌍-예측 과정에서, 리파인된 MV는 참조 픽처 리스트 L0 및 참조 픽처 리스트 L1에서 초기 MVs를 중심으로 탐색될 수 있다. BM(bilateral matching) 방법에 따르면 참조 픽처 리스트 L0 및 리스트 L1 내 2개 후보 블록들 사이의 왜곡이 산출될 수 있다. 도 9를 참조하면, 초기 MV를 중심으로 탐색 범위 내의 각 MV 후보에 기반하여 (MVdiff에 의해 지시되는) 적색 블록들 사이의 SAD가 산출될 수 있다. 이 때, 가장 낮은 SAD를 갖는 MV 후보가 리파인된 MV가 될 수 있으며, 쌍-예측 신호를 생성하는 데 이용될 수 있다.
일 실시예에서, 디코더는 초기 움직임 보상 예측(즉, 종래의 머지/스킵 모드를 통한 움직임 보상 예측)의 정확도를 향상시키기 위하여 DMVR 프로세스를 호출할 수 있다. 예를 들어, 디코더는 현재 블록의 예측 모드가 머지 모드 또는 스킵 모드이고, 현재 블록에 디스플레이 순서상 현재 픽처를 기준으로 양방향의 참조 픽처가 반대 방향에 있는 양방향 쌍예측이 적용되는 경우, DMVR 프로세스를 수행할 수 있다.
구체적으로, 예컨대 DMVR은 다음의 모드들 및 특징들로 코딩된 CUs에 대해 적용될 수 있다.
· 쌍-예측 MV를 갖는 CU 레벨 머지 모드
· 하나의 참조 픽처는 현재 픽처에 선행하고 다른 참조 픽처는 현재 픽처에 후행함
· 두개의 참조 픽처들로부터 현재 픽처까지의 거리(i.e., POC 차이)는 서로 동일함
· CU는 64개의 루마 샘플들을 가짐
· CU 높이 및 CU 너비 모두가 8 루마 샘플들보다 크거나 같음
· BCW 가중치 인덱스는 동일한 가중치를 지시함
· WP는 현재 블록에 대해 활성화되지 않음
DMVR 프로세스에 의해 유도된 상기 리파인된 MV는, 인터 예측 샘플들을 생성하는 데 이용될 뿐 아니라, 향후 픽처 코딩을 위한 시간적 움직임 벡터 예측에도 이용될 수 있다. 오리지널 MV는 디블록킹 프로세스에서 이용될 뿐 아니라, 향후 CU 코딩을 위한 공간적 움직임 벡터 예측에도 이용될 수 있다. VTM5 DVMR의 부가적 특징들은 다음과 같다.
(1) Searching scheme
DMVR에서, 탐색 지점들은 초기 MV를 둘러싸며, MV 오프셋은 MV difference 미러링 룰을 준수한다. 다시 말해, DMVR에 의해 체크되는 모든 지점들은, 후보 MV pair (MV0, MV1)으로 표기됨, 다음의 수학식 1 및 2를 준수한다.
Figure PCTKR2023010011-appb-img-000001
Figure PCTKR2023010011-appb-img-000002
여기서, MV_offset은 참조 픽처들 중 하나에서 초기 MV 및 리파인된 MV 사이의 리파인먼트 오프셋을 나타낼 수 있다. VTM5에서, 리파인먼트 탐색 범위는 초기 MV로부터 2개 정수 루마 샘플들일 수 있다. 그리고, 탐색 과정은 정수 샘플 오프셋 탐색 스테이지 및 분수 샘플 라파인먼트 스테이지를 포함할 수 있다.
25개 포인트 전체 탐색이 정수 샘플 오프셋 탐색에 적용될 수 있다. 먼저 초기 MV pair의 SAD가 산출될 수 있다. 초기 MV의 SAD가 소정 임계치보다 작은 경우, DMVR의 정수 샘플 스테이지는 종료될 수 있다. 그렇지 않은 경우, 나머지 24개 포인트들의 SADs가 산출되고 래스터 스캔 오더로 체크될 수 있다. 이 때, 가장 작은 SAD를 갖는 포인트가 정수 샘플 오프셋 탐색 스테이지의 출력으로 선택될 수 있다.
정수 샘플 탐색 이후에 분수 샘플 리파인먼트가 수행될 수 있다. 계산 복잡도를 줄이기 위하여, 분수 샘플 리파인먼트는 SAD 비교를 통한 추가 탐색 대신에 파라메트릭 오류 표면 수식을 이용하여 유도될 수 있다. 분수 샘플 리파인먼트는 정수 샘플 탐색 스테이지의 출력에 기반하여 조건으로 수행될 수 있다. 1차 반복 또는 2차 반복 탐색에서 가장 작은 SAD를 갖는 중심에서 정수 샘플 탐색 스테이지가 종료된 경우, 분수 샘플 리파인먼트가 추가로 적용될 수 있다.
파라메트릭 오류 표면에 기반한 서브-픽셀 오프셋 추정에서, 중심 위치 비용 및 중심으로부터 4개 주변 위치에서의 비용들은 수학식 3과 같은 2-D 파라볼릭 오류 표면 수식을 맞추는 데 이용될 수 있다.
Figure PCTKR2023010011-appb-img-000003
여기서, (xmin, ymin)은 가장 작은 비용의 분수 위치에 대응하고, C는 최소 비용값에 대응할 수 있다. 5개 포인트들의 비용값을 이용하여 상술한 수학식들을 풀어보면, (xmin, ymin)은 수학식 4 및 수학식 5와 같이 산출될 수 있다.
Figure PCTKR2023010011-appb-img-000004
Figure PCTKR2023010011-appb-img-000005
모든 비용값들은 양수이고 가장 작은값은 E(0,0)이므로, xmin 및 ymin 값은 자동으로 -8 및 8 사이로 제한될 수 있다. 이는 VTM5에서 1/16-펠 MV 정확도를 갖는 하프 펠 오프셋에 대응할 수 있다. 한편, 산출된 (xmin, ymin)은 서브픽셀 정확도 리파인먼트 델타 MV를 얻기 위해 정수 거리 라파인먼트 MV에 가산될 수 있다.
(2) Bilinear-interpolation and sample padding
MVs의 해상도는 1/16 루마 샘플들일 수 있다. 분수 위치 샘플들은 8-탭 보간 필터를 이용하여 보간될 수 있다. DMVR에서, 탐색 포인트들은 정수 샘플 오프셋을 갖는 초기 분수-펠 MV를 둘러쌀 수 있다. 따라서, 분수 위치 샘플들은 DMVR 탐색 프로세스를 위해 보간될 필요가 있다. 계산 복잡도를 줄이기 위하여, 쌍선형-보간 필터는 DMVR에서의 탐색 프로세스를 위한 분수 샘플들을 생성하기 위해 이용될 수 있다. 또 다른 중요한 효과는 쌍선형 필터를 사용하면 2-샘플 탐색 범위에서 DMVR이 일반적인 움직임 보상 프로세스에 비해 더 많은 참조 샘플들에 액세스하지 않는다는 것이다. DMVR 탐색 프로세스를 통해 리파인된 MV를 얻은 후, 일반 8-탭 보간 필터가 최종 예측을 생성하기 위해 적용될 수 있다. 일반적인 움직임 보상 프로세스에 비해 더 많은 참조 샘플들을 액세스하지 않기 위해, 오리지널 MV를 기반으로 하는 보간 프로세스에는 필요하지 않지만 리파인된 MV를 기반으로 하는 보간 프로세스에는 필요한 샘플들이 가용 샘플들로부터 채워질 수 있다.
(3) Maximum DMVR processing unit
CU 너비 및/또는 높이가 16 루마 샘플들보다 큰 경우, CU는 16 루마 샘플들과 같은 너비 및/또는 높이를 갖는 서브-블록들로 분할될 수 있다. DMVR 탐색 프로세스를 위한 최대 유닛 크기는 16x16으로 제한될 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 10은 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 10에 도시된 바와 같이, 현재 블록의 초기 움직임 벡터(initial motion vector)가 유도되면, 더 좋은 움직임 벡터에 대한 탐색이 초기 움직임 벡터의 주변 영역에서 수행될 수 있다. 예컨대, 상기 탐색이 수행되는 주변 영역의 범위는 초기 움직임 벡터를 중심으로 [-8, +8]-펠(pel) 탐색 영역 내 일 수 있다. 또한, 탐색을 수행하기 위한 탐색 폭(search step)의 크기는 현재 블록의 AMVR 모드에 기반하여 결정될 수 있다. 또한, 템플릿 매칭은 머지 모드에서의 양방향 매칭(bilateral matching) 과정과 연속하여 수행될 수도 있다.
현재 블록의 예측 모드가 AMVP 모드인 경우, 움직임 벡터 예측자 후보(MVP candidate)는 템플릿 매칭 에러에 기반하여 결정될 수 있다. 예컨대, 현재 템플릿과 참조 템플릿 사이의 오차를 최소로 하는 움직임 벡터 예측자 후보(MVP candidate)가 선택될 수 있다. 이 후, 움직임 벡터를 개선하기 위한 템플릿 매칭이 상기 선택된 움직임 벡터 예측자 후보에 대해 수행될 수 있다. 이 때, 선택되지 않은 움직임 벡터 예측자 후보에 대해서는 움직임 벡터를 개선하기 위한 템플릿 매칭이 수행되지 않을 수 있다.
보다 구체적으로, 상기 선택된 움직임 벡터 예측자 후보에 대한 개선은 반복적인 다이아몬드 탐색을 이용하여 [-8, +8]-펠 탐색 영역 내에서 풀-펠(full-pel; 정수-펠) 정확도로부터 시작될 수 있다. 또는, 4-펠 AMVR 모드일 경우 4-펠 정확도로부터 시작될 수 있다. 이 후, AMVR 모드에 따라 하프-펠(half-pel) 및/또는 쿼터-펠(quarter-pel) 정확도의 탐색이 뒤따를 수 있다. 상기 탐색 과정에 따르면, 움직임 벡터 예측자 후보는 AMVR 모드에 의해 지시되는 것과 동일한 움직임 벡터의 정확도를 템플릿 매칭 과정 이후에도 유지할 수 있다. 상기 반복적인 탐색 과정에서, 이전의 최소 비용과 현재의 최소 비용 사이의 차이가 임의의 임계값보다 작으면, 상기 탐색 과정은 종료한다. 상기 임계값은 블록의 영역, 즉, 블록내 샘플의 개수와 동일할 수 있다. 표 1은 AMVR 모드 및 AMVR이 수반된 머지 모드에 따른 탐색 패턴의 예시이다.
Search pattern AMVR mode Merge mode
4-pel Full-pel Half-pel Quarter-pel AltIF=0 AltIF=1
4-pel diamond v
4-pel cross v
Full-pel diamond v v v v v
Full-pel cross v v v v v
Half-pel cross v v v v
Quarter-pel cross v v
1/8-pel cross v
현재 블록의 예측 모드가 머지 모드인 경우, 머지 인덱스에 의해 지시된 머지 후보에 대해 유사한 탐색 방법이 적용될 수 있다. 상기 표 1에 나타난 바와 같이, 템플릿 매칭은 1/8-펠 정확도까지 수행할 수도 있고 또는 하프-펠 정확도 이하는 스킵할 수도 있는데, 이는 머지 움직임 정보에 따라 대체 보간 필터(alternative interpolation filter)가 사용되는지 여부에 종속적으로 결정될 수 있다. 이 때, 상기 대체 보간 필터는 AMVR이 하프-펠 모드인 경우 사용되는 필터일 수 있다. 또한, 템플릿 매칭이 가용한 경우, 양방향 매칭(bilateral matching, BM)이 가용한지 여부에 따라 상기 템플릿 매칭이 독립적인 과정으로서 작동할 수도 있고, 블록 기반 양방향 매칭 및 서브블록 기반 양방향 매칭 사이에서 추가적인 움직임 벡터 개선 과정으로서 작동할 수도 있다. 상기 템플릿 매칭 가용 여부 및/또는 양방향 매칭 가용 여부는 가용 조건 체크에 따라 결정될 수 있다. 상기에서 움직임 벡터의 정확도는 움직임 벡터 차분(motion vector difference, MVD)의 정확도를 의미할 수 있다.
Multi-pass Decoder-Side Motion Vector Refinement
멀티 패스 디코더 측 움직임 벡터 개선(Multi-pass Decoder-Side Motion Vector Refinement)이 적용되면, 제1 패스에서는 양방향 매칭(bilateral matching, BM)이 코딩 블록에 적용될 수 있다. 제2 패스에서는, BM은 코딩 블록 내 각각의 16x16 서브 블록에 적용될 수 있다. 제3 패스에서는, 각 8x8 서브블록의 MV는 BDOF(bi-directional optical flow)를 적용함으로써 개선될 수 있다. 개선된 MV는 공간적 및 시간적 움직임 벡터 예측 모두를 위해 저장될 수 있다.
(1) First pass - Block based bilateral matching MV refinement
제1 패스에서, 개선된 MV는 코딩 블록에 BM을 적용함으로써 유도될 수 있다. 디코더 측 움직임 벡터 개선(DMVR)과 유사하게, 양 예측(bi-prediction) 동작에서, 개선된 MV는 참조 픽처 리스트 L0 및 L1의 초기 MV(MV0 및 MV1) 두 개의 주변에서 탐색될 수 있다. 개선된 MV(MV0_pass0 및 MV1_pass1)는 L0 및 L1의 참조 블록 두 개 간의 최소 양방향 매칭 코스트(minimum bilateral matching cost)에 기초하여 초기 MV 주변에서 탐색될 수 있다.
BM 시 정수 샘플 정밀도 intDeltaMV를 유도하기 위해 로컬 탐색(local search)을 수행할 수 있다. 로컬 탐색은 3x3 정사각형 탐색 패턴을 적용하여 수평 방향으로 탐색 범위 [-sHor, sHor], 수직 방향으로 탐색 범위 [-sVer, sVer]로 루프(loop)할 수 있다. 여기서, sHor 및 sVer의 값은 블록 치수에 기초하여 결정될 수 있으며, sHor 및 sVer의 최대 값은 8일 수 있다.
양방향 매칭 비용은 다음과 같이 유도될 수 있다: bilCost = mvDistanceCost + sadCost. 블록 크기 cbW * cbH가 64보다 크면, 참조 블록 간 왜곡의 DC 효과를 제거하기 위해 MRSAD 비용 함수가 적용될 수 있다. 3x3 탐색 패턴의 중앙 포인트에서의 bilCost가 최소 비용일 때, intDeltaMV 로컬 탐색이 종료될 수 있다. 그렇지 않은 경우에는, 현재 최소 비용 탐색 포인트가 3x3 탐색 패턴의 새로운 중앙 포인트가 되고, 탐색 범위의 종단에 다다를 때까지 최소 비용을 위한 탐색이 계속될 수 있다. 최종 deltaMV를 유도하기 위해 기존의 분수 샘플 개선이 더 적용될 수 있다. 제1 패스 이후 개선된 MV는 다음과 같이 유도될 수 있다:
· MV0_pass1 = MV0 + deltaMV
· MV1_pass1 = MV1 - deltaMV
(2) Second pass - Subblock based bilateral matching MV refinement
제2 패스에서, 개선된 MV는 16x16 그리드 서브블록에 BM을 적용함으로써 유도될 수 있다. 각 서브 블록에서, 개선된 MV는 참조 픽처 리스트 L0 및 L1에 대해 제1 패스에서 획득된 두 개의 MV(MV0_pass1, MV1_pass1) 주변에서 탐색될 수 있다. 개선된 MV(MV0_pass2(sbIdx2) 및 MV1_pass2(sbIdx2))는 L0 및 L1에 대한 두 개의 참조 서브블록 간의 최소 양방향 매칭 비용에 기반하여 유도될 수 있다.
각 서브 블록에서, BM 시 정수 샘플 정밀도 intDeltaMV를 유도하기 위해 풀 탐색(full search)을 수행할 수 있다. 풀 탐색은 수평 방향으로 탐색 범위 [-sHor, sHor], 수직 방향으로 탐색 범위 [-sVer, sVer]를 가질 수 있다. 여기서, sHor 및 sVer의 값은 블록 치수에 기초하여 결정될 수 있으며, sHor 및 sVer의 최대 값은 8일 수 있다.
양방향 매칭 비용은 두 개의 참조 블록 간 SATD 비용에 비용 팩터(cost factor)를 적용함으로써 계산될 수 있다: bilCost = satdCost * costFactor. 탐색 영역 (2*sHor + 1) * (2*sVer + 1)은 도 11에 나타난 바와 같이 최대 5개의 다이아몬드 모양의 탐색 영역으로 나뉠 수 있다. 도 11은 멀티 패스 DMVR에서 적용될 수 있는 탐색 영역을 나타내는 도면이다. 각 탐색 영역에는 각 탐색 포인트와 시작 MV 간의 거리(intDeltaMV)로 결정되는 costFactor가 할당되며, 각 다이아몬드 영역은 탐색 영역의 중앙으로부터 시작하여 순서대로 처리될 수 있다. 각 영역에서, 탐색 포인트는 영역의 왼쪽 상단에서 시작하여 우측 하단 모서리까지 래스터 스캔 순서로 처리될 수 있다. 현재 탐색 영역 내 최소 bilCost가 sbW * sbH와 동일한 임계 값보다 작을 때, 정수-펠 풀 탐색(int-pel full search)은 종료되나, 반대의 경우에는 모든 탐색 포인트가 탐색될 때까지 정수-펠 탐색은 다음 탐색 영역으로 계속될 수 있다. 추가적으로, 반복문 내 이전 최소 비용과 현재 최소 비용 간의 차이가 블록의 영역과 동일한 임계값보다 작으면, 탐색 프로세스는 종료될 수 있다.
최종 deltaMV(sbIdx2)를 유도하기 위해 기존 VVC DMVR 분수 샘플 개선이 추가로 적용될 수 있다. 제2 패스에서 개선된 MV는 다음과 같이 유도될 수 있다:
· MV0_pass2(sbIdx2) = MV0_pass1 + deltaMV(sbIdx2)
· MV1_pass2(sbIdx2) = MV1_pass1 - deltaMV(sbIdx2)
(3) Third pass - Subblock based bi-directional optical flow MV refinement
제3 패스에서는 8x8 그리드 서브 블록에 BDOF를 적용함으로써 개선된 MV가 유도될 수 있다. 각 8x8 서브 블록에 대해, 제2 패스의 상위 서브 블록의 개선된 MV에서 시작하여 클리핑 없이 스케일링된 Vx 및 Vy를 유도하기 위해 BDOF 개선이 적용될 수 있다. 유도된 bioMv(Vx, Vy)는 1/16 샘플 정밀도로 라운딩(round)되며 -32에서 32 사이의 값으로 클리핑 될 수 있다. 제3 패스의 개선된 MV(MV0_pass3(sbIdx3) 및 MV1_pass3(sbIdx3))는 다음과 같이 유도될 수 있다:
· MV0_pass3(sbIdx3) = MV0_pass2(sbIdx2) + bioMv
· MV1_pass3(sbIdx3) = MV0_pass2(sbIdx2) - bioMv
Adaptive decoder-side motion vector refinement
적응적 디코더 측 움직임 벡터 개선(adaptive decoder-side motion vector refinement) 기술은 DMVR 조건을 충족하는 머지 후보에 대해 양 예측의 L0 혹은 L1 중 한 방향으로만 MV를 개선하는 두 개의 새로운 머지 모드로 구성된 멀티 패스 DMVR의 확장이다. 멀티 패스 DMVR 프로세스는 움직임 벡터를 개선하기 위해 선택된 머지 후보에 적용될 수 있으나, MVD0 혹은 MVD1 중 하나는 제1 패스(즉, 첫 번째 패스)(즉, PU 레벨) DMVR에서 0으로 설정될 수 있다. 새로운 머지 모드를 위한 머지 후보는 일반 머지 모드(regular merge mode)에서와 유사하게 공간적 이웃 코딩 블록, TMVP, 비인접 블록, HMVP, 페어와이즈(pair-wise) 후보로부터 유도될 수 있다. 다만, 차이점은 DMVR 조건을 충족하는 항목만 후보 리스트에 추가될 수 있다는 점이다. 두 개의 새로운 머지 모드에서 동일한 머지 후보 리스트가 사용될 수 있다. BM 후보 리스트에 상속된(inherited) BCW 가중치가 포함되는 경우 가중치가 동일하지 않거나 양 예측이 BCW 가중치로 가중되면 MRSAD 혹은 MRSATD를 이용하여 생성된 왜곡 계산을 제외하고 DMVR 프로세스가 변경되지 않을 수 있다. 머지 인덱스는 일반 머지 모드에서와 같이 코딩될 수 있다.
한편, 양방향 예측시 예측 정확도를 향상시키기 위해 amvpMerge 모드가 제안된 바 있다. amvpMerge 모드란 인터 예측 모드의 일종으로 AMVP 모드와 Merge 모드를 서로 다른 예측 방향으로 조합한 것을 의미한다. amvpMerge 모드에 따르면, 임의의 예측 방향에 대해서는 AMVP 모드가 적용되고, 그 반대 예측 방향에 대해서는 Merge 모드가 적용된다. 그리고, 전술한 움직임 정보 리파인먼트(refinement) 스킴이 amvpMerge 모드에 대해서도 적용될 수 있음은 물론이다. 예를 들어, amvpMerge 모드에서 획득된 움직임 벡터는 템플릿 매칭(TM) 또는 양방향 매칭(BM)에 기반하여 리파인될 수 있다. amvpMerge 모드에서, 움직임 정보 리파인먼트 과정은 DMVD(Decoder-side Motion Vector Derivation)를 제어하는 소정의 신택스 요소 또는 변수가 True인 경우에 한해 동작한다. 다시 말해, 상술한 리파인먼트 툴들은 상위 레벨, 예컨대 시퀀스 레벨의 단일의 플래그 정보에 기반하여 함께 제어되거나, 혹은 어느 한 툴이 활성화된 경우에 한해 나머지 툴도 활성화되도록 종속적으로 제어되었다. 하지만, 템플릿 매칭(TM) 및 양방향 매칭(BM)은 서로 다른 별개 툴이라는 점에서, 이와 같은 툴 디펜던시(tool dependency)는 관련 정보의 시그널링 오버헤드를 증가시키고 부/복호화 효율을 저하시키는 요인이 된다.
이와 같은 문제를 해결하기 위하여, 본 개시에서는 움직임 정보 리파인먼트 툴의 독립적 제어 방법 및 이를 위한 신택스를 제안한다. 본 개시에서 설명하는 다양한 실시예들은 개별적 혹은 2 이상의 조합으로 적용될 수 있다. 이하, 첨부된 도면들을 참조하여 본 개시의 실시예들을 상세히 설명하기로 한다.
아래의 표 2는 본 개시의 일 실시예에 따른 움직임 정보 리파인먼트 툴 제어를 위한 신택스 구조를 나타낸 도면이다.
Figure PCTKR2023010011-appb-img-000006
표 2의 신택스는 움직임 정보 리파인먼트 툴에 대한 신택스 요소들 Template_matching_based_refinement_enabled_flag 및 Bilateral_matching_based_refinement_enabled_flag를 포함할 수 있다.
Template_matching_based_refinement_enabled_flag는 템플릿 매칭 기반의 움직임 정보 리파인먼트 프로세스(또는, 템플릿 매칭 기반 리파인먼트 툴)이 활성화되는지 여부를 나타낼 수 있다. 예를 들어, 제1 값(e.g, 1)의 Template_matching_based_refinement_enabled_flag는 디코더단 템플릿 매칭 기반의 움직임 정보 리파인먼트 프로세스가 CLVS(coded layer video sequence)에 대해 활성화됨을 나타낼 수 있다. 이와 달리, 제2 값(e.g., 0)의 Template_matching_based_refinement_enabled_flag는 디코더단 템플릿 매칭 기반의 움직임 정보 리파인먼트 프로세스가 CLVS에 대해 비활성화됨을 나타낼 수 있다.
Bilateral_matching_based_refinement_enabled_flag는 양방향 매칭 기반의 움직임 정보 리파인먼트 프로세스(또는, 양방향 매칭 기반 리파인먼트 툴)이 활성화되는지 여부를 나타낼 수 있다. 예를 들어, 제1 값(e.g, 1)의 Bilateral_matching_based_refinement_enabled_flag는 디코더단 양방향 매칭 기반의 움직임 정보 리파인먼트 프로세스가 CLVS에 대해 활성화됨을 나타낼 수 있다. 이와 달리, 제2 값(e.g., 0)의 Bilateral_matching_based_refinement_enabled_flag는 디코더단 양방향 매칭 기반의 움직임 정보 리파인먼트 프로세스가 CLVS에 대해 비활성화됨을 나타낼 수 있다.
표 2의 신택스는, 실시예에 따라, SPS(seqence parameter set), PPS(picture parameter set), PH(picture header), SH(slice header) 또는 VPS(video parameter set) 중 어느 하나로 구현될 수 있다.
amvpMerge 모드에서, 표 2의 신택스에 기반하여 움직임 정보 리파인먼트를 수행하는 과정은 다음의 표 3과 같이 구분할 수 있다.
Case Template_matching_based_refinement_enabled_flag Bilateral_matching_based_refinement_enabled_flag
0 0 0
1 0 1
2 1 0
3 1 1
표 3을 참조하면, 'Case 0'에서는, amvpMerge를 이용한 움직임 정보 유도 과정에서 리파인먼트 프로세스가 스킵(skip)될 수 있다. 'Case 1'에서는, amvpMerge를 이용한 움직임 정보 유도 과정에서 양방향 매칭(BM) 기반의 디코더단 움직임 정보 리파인먼트 프로세스가 조건부로 적용될 수 있다. 'Case 2'에서는, amvpMerge를 이용한 움직임 정보 유도 과정에서 템플릿 매칭(TM) 기반의 디코더단 움직임 정보 리파인먼트 프로세스가 조건부로 적용될 수 있다. 'Case 3'에서는, amvpMerge를 이용한 움직임 정보 유도 과정에서 템플릿 매칭(TM) 기반의 디코더단 움직임 정보 리파인먼트 프로세스 또는 양방향 매칭(BM) 기반의 디코더단 움직임 정보 리파인먼트 프로세스가 조건부로 적용될 수 있다.
상술한 'Case 1' 내지 'Case 3'에서, 움직임 정보 리파인먼트를 위한 추가 조건은 참조 픽처와 현재 픽처 사이의 거리에 관한 것일 수 있다. 구체적으로, 참조 픽처와 현재 픽처 사이의 POC(picture order count) 차이에 기반한 거리가 모든 예측 방향에 대해 동일한지 여부에 기반하여, 양방향 매칭(BM) 기반 리파인먼트 툴(상기 조건이 True인 경우) 또는 템플릿 매칭(TM) 기반 리파인먼트 툴(상기 조건이 False인 경우)이 선택적으로 적용될 수 있다.
도 12는 본 개시의 일 실시예에 따른 움직임 정보 리파인먼트 과정을 나타내는 흐름도이다. 도 12의 각 단계는 영상 부호화 장치(100) 또는 영상 복호화 장치(200)에 의해 수행될 수 있다. 이하, 설명의 편의를 위해 영상 복호화 장치(200)를 기준으로 도 12의 각 단계를 설명하기로 한다.
도 12를 참조하면, 영상 복호화 장치(200)는 현재 블록에 대해 amvpMerge 모드가 적용됨에 기반하여, 현재 블록의 움직임 정보를 각 예측 방향별로 도출할 수 있다(S1210).
구체적으로, 영상 복호화 장치(200)는 소정의 플래그 정보(e.g., amvpMergeModeFlag[mergeDir])에 기반하여 각 예측 방향에 적용될 예측 모드를 결정할 수 있다. 예를 들어, amvpMergeModeFlag[0]이 True인 경우, 영상 복호화 장치(200)는 L0 방향에 대해서는 Merge 모드를 적용하고 L1 방향에 대해서는 AMVP 모드를 적용할 수 있다. 이와 달리, amvpMergeModeFlag[1]이 True인 경우, 영상 복호화 장치(200)는 L1 방향에 대해서는 Merge 모드를 적용하고 L0 방향에 대해서는 AMVP 모드를 적용할 수 있다.
영상 복호화 장치(200)는 상기 결정된 예측 모드에 따라 각 예측 방향별 참조 픽처 리스트를 구성할 수 있다. 예를 들어, L0 방향에 대해 Merge 모드가 적용되는 경우, 영상 복호화 장치(200)는 Merge 모드를 위한 참조 픽처 리스트(e.g., refListMerge)를 REF_PIC_LIST_0으로 설정할 수 있다. 이와 달리, L1 방향에 대해 Merge 모드가 적용되는 경우, 영상 복호화 장치(200)는 Merge 모드를 위한 참조 픽처 리스트(e.g., refListMerge)를 REF_PIC_LIST_1로 설정할 수 있다. AMVP 모드를 위한 참조 픽처 리스트(e.g., refListAmvp)는 Merge 모드와 반대 예측 방향을 가지므로 '1 - refListMerge'로 설정될 수 있다.
영상 복호화 장치(200)는 참조 픽처 리스트(e.g., refListMerge 및 refListAmvp) 및 참조 인덱스(e.g., refIdx[refListMerge], refIdx[refListAmvp])에 기반하여 각 예측 방향별 참조 픽처를 결정하고, 상기 결정된 참조 픽처에 기반하여 현재 블록의 움직임 정보를 도출할 수 있다. 상기 움직임 정보는 현재 블록의 움직임 벡터 및 POC(Picture order count) 정보, 예컨대 curPoc, pocMerge 또는 pocAmvp를 포함할 수 있다. 여기서, curPoc는 현재 픽처의 POC를 지시하고, pocMerge는 Merge 모드를 위한 참조 픽처의 POC를 지시하며, pocAmvp는 AMVP 모드를 위한 참조 픽처의 POC를 지시할 수 있다.
그리고, 영상 복호화 장치(200)는 도출된 움직임 정보를 리파인하기 위해 템플릿 매칭(TM) 기반 리파인먼트 툴 또는 양방향 매칭(BM) 기반 리파인먼트 툴의 활성화 여부를 판단할 수 있다(S1220). 여기서, 템플릿 매칭(TM) 기반 리파인먼트 툴의 활성화 여부는 useTM()의 호출 결과값에 기반하여 결정될 수 있다. useTM()은, 표 2를 참조하여 전술한 신택스 요소 Template_matching_based_refinement_enabled_flag에 기반하거나 또는 별도의 유도 과정을 통해, 템플릿 매칭(TM) 기반의 디코더단 움직임 정보 리파인먼트 프로세스의 활성화 여부를 결정하는 함수를 의미할 수 있다. 예를 들어, useTM()의 호출 결과값이 Ture인 경우, 템플릿 매칭(TM) 기반의 디코더단 움직임 정보 리파인먼트 프로세스가 활성화될 수 있다. 이와 달리, useTM()의 호출 결과값이 False인 경우, 템플릿 매칭(TM) 기반의 디코더단 움직임 정보 리파인먼트 프로세스는 비활성화될 수 있다.
또한, 양방향 매칭(BM) 기반 리파인먼트 툴의 활성화 여부는 useBM()의 호출 결과값에 기반하여 결정될 수 있다. useBM()은, 표 2를 참조하여 전술한 신택스 요소 Bilateral_matching_based_refinement_enabled_flag에 기반하거나 또는 별도의 유도 과정을 통해, 양방향 매칭(BM) 기반의 디코더단 움직임 정보 리파인먼트 프로세스의 활성화 여부를 결정하는 함수를 의미할 수 있다. 예를 들어, useBM()의 호출 결과값이 True인 경우, 양방향 매칭(BM) 기반의 디코더단 움직임 정보 리파인먼트 프로세스가 활성화될 수 있다. 이와 달리, useBM()의 호출 결과값이 False인 경우, 양방향 매칭(BM) 기반의 디코더단 움직임 정보 리파인먼트 프로세스는 비활성화될 수 있다.
템플릿 매칭(TM) 기반 리파인먼트 툴 또는 양방향 매칭(BM) 기반 리파인먼트 툴 중 적어도 하나가 활성화된 경우(e.g., (useTM()||useBM()) = True)(S1220의 'YES'), 영상 복호화 장치(200)는 양방향 매칭(BM) 기반 리파인먼트 툴의 활성화 여부(e.g., useBM())를 판단할 수 있다(S1230).
판단 결과, 양방향 매칭(BM) 기반 리파인먼트 툴이 활성화된 경우(e.g., useBM()=True)(S1230의 'YES'), 영상 복호화 장치(200)는 Merge 모드의 참조 픽처와 현재 픽처의 POC 차이(i.e., abs(curPoc-pocMerge))(이하, '제1 POC 차이'로 지칭함)가 AMVP 모드의 참조 픽처와 현재 픽처 사이의 POC 차이(i.e., abs(curPoc-pocAmvp))(이하, '제2 POC 차이'로 지칭함)와 동일한지 여부를 판단할 수 있다(S1240).
제1 POC 차이가 제2 POC 차이가 동일한 경우(S1240의 'YES'), 영상 복호화 장치(200)는 amvpMerge 모드에 의해 유도된 현재 블록의 움직임 정보를 양방향 매칭(BM) 기반으로 리파인할 수 있다(S1250).
이와 달리, 양방향 매칭(BM) 기반 리파인먼트 툴이 비활성화되었거나(S1230의 'NO') 또는 제1 POC 차이가 제2 POC 차이와 다른 경우(S1240의 'NO'), 영상 복호화 장치(200)는 템플릿 매칭(TM) 기반 리파인먼트 툴의 활성화 여부(e.g., useTM())를 판단할 수 있다(S1260).
판단 결과, 템플릿 매칭(TM) 기반 리파인먼트 툴이 활성화된 경우(e.g., useTM()=True)(S1260의 'YES'), 영상 복호화 장치(200)는 amvpMerge 모드에 의해 유도된 현재 블록의 움직임 정보를 템플릿 매칭(TM) 기반으로 리파인할 수 있다(S1270).
이와 달리, 템플릿 매칭(TM) 기반 리파인먼트 툴이 비활성화된 경우(e.g., useTM()=False)(S1260의 'NO'), 영상 복호화 장치(200)는 움직임 정보 리파인먼트 프로세스를 수행하지 않을 것을 결정하고, 단계 S1210에서 도출된 움직임 정보를 이용하여 현재 블록의 예측 블록을 생성할 수 있다.
한편, 도 12에서는 amvpMerge 모드의 경우를 설명하고 있으나 이는 일 예를 나타낼 뿐인 바, 본 개시의 실시예들이 이에 한정되는 것은 아니다. 예를 들어, 도 12의 움직임 정보 리파인먼트 과정이 일반(general) Merge 모드에 대해서도 적용될 수 있음은 물론이다.
이상, 본 개시의 실시예들에 따르면, 템플릿 매칭(TM) 기반 리파인먼트 툴 및 양방향 매칭(BM) 기반 리파인먼트 툴은 각각 개별적으로 제어될 수 있다. 이에 따라, 툴 디펜던시(tool dependency)가 제거되어 관련 정보의 시그널링 오버헤드가 감소할 수 있으며, 부/복호화 효율이 보다 향상될 수 있다.
이하, 도 13 및 도 14를 참조하여, 본 개시의 일 실시예에 따른 영상 부호화/복호화 방법을 상세하게 설명하기로 한다.
도 13은 본 개시의 일 실시예에 따른 영상 부호화 방법을 나타내는 흐름도이다. 도 13의 영상 부호화 방법은 도 2의 영상 부호화 장치에 의해 수행될 수 있다.
도 13을 참조하면, 현재 블록의 예측 모드가 인터 예측 모드(e.g., Merge, AMVP, amvpMerge 등)인 경우, 영상 부호화 장치는 상기 현재 블록의 움직임 정보를 도출하고(S1310), 상기 움직임 정보에 기반하여 상기 현재 블록의 예측 블록을 생성할 수 있다(S1320).
일 실시예에서, 상기 움직임 정보의 디코더단 리파인먼트(refinement)에 관한 정보가 비트스트림 내에 부호화될 수 있다. 상기 디코더단 리파인먼트에 관한 정보는 소정의 리파인먼트 툴의 활성화 여부를 나타내는 플래그 정보를 포함할 수 있다.
일 실시예에서, 상기 리파인먼트 툴은 템플릿 매칭(Template matching) 기반 툴 및 양방향 매칭(Bilateral matching) 기반 툴을 포함할 수 있다. 그리고, 상기 양방향 매칭 기반 툴의 활성화 여부는 상기 템플릿 매칭 기반 툴의 활성화 여부와 무관하게 결정될 수 있다.
일 실시예에서, 상기 플래그 정보는 상기 템플릿 매칭 기반 툴의 활성화 여부를 나타내는 제1 플래그 정보 및 상기 양방향 매칭 기반 툴의 활성화 여부를 나타내는 제2 플래그 정보를 포함할 수 있다. 이 때, 상기 제2 플래그 정보는 상기 제1 플래그 정보의 값과 무관하게 부호화될 수 있다. 그리고, 상기 제1 플래그 정보 및 상기 제2 플래그 정보는 시퀀스 레벨(e.g., SPS), 픽처 레벨(e.g., PPS, PH), 슬라이스 레벨(e.g., SH) 또는 비디오 레벨(e.g., VPS)에서 부호화될 수 있다.
일 실시예에서, 상기 양방향 매칭 기반 툴이 활성화되고, 상기 현재 블록을 포함하는 현재 픽처와 상기 현재 블록의 참조 픽처 사이의 POC(picture order count) 차이가 상기 현재 블록의 모든 예측 방향에 대해 동일한 경우, 상기 디코더단 리파인먼트는 상기 양방향 매칭 기반 툴에 기반하여 수행될 수 있다.
일 실시예에서, 상기 양방향 매칭 기반 툴이 활성화되고, 상기 현재 블록을 포함하는 현재 픽처와 상기 현재 블록의 참조 픽처 사이의 POC(picture order count) 차이가 상기 현재 블록의 예측 방향별로 상이한 경우, 상기 디코더단 리파인먼트는 상기 템플릿 매칭 기반 툴이 활성화된 것에 기반하여 상기 템플릿 매칭 기반 툴에 기반하여 수행될 수 있다.
일 실시예에서, 상기 양방향 매칭 기반 툴이 비활성화되고 상기 템플릿 매칭 기반 툴이 활성화된 경우, 상기 디코더단 리파인먼트는 상기 템플릿 매칭 기반 툴에 기반하여 수행될 수 있다.
상술한 영상 부호화 방법에 의해 생성된 비트스트림은 컴퓨터 판독가능한 기록매체에 저장되거나 네트워크를 통해 영상 복호화 장치로 전송될 수 있다.
도 14는 본 개시의 일 실시예에 따른 영상 복호화 방법을 나타내는 흐름도이다. 도 14의 영상 복호화 방법은 도 3의 영상 복호화 장치에 의해 수행될 수 있다.
도 14를 참조하면, 현재 블록의 예측 모드가 인터 예측 모드(e.g., Merge, AMVP, amvpMerge 등)인 경우, 영상 복호화 장치는 상기 현재 블록의 움직임 정보를 도출하고(S1410), 활성화된 소정의 리파인먼트(refinement) 툴에 기반하여 상기 움직임 정보를 리파인하며(S1420), 상기 리파인된 움직임 정보에 기반하여 상기 현재 블록의 예측 블록을 생성할 수 있다(S1430).
일 실시예에서, 상기 리파인먼트 툴은 템플릿 매칭(Template Matching) 기반 툴 및 양방향 매칭(Bilateral Matching) 기반 툴을 포함하고, 상기 양방향 매칭 기반 툴의 활성화 여부는 상기 템플릿 매칭 기반 툴의 활성화 여부와 무관하게 결정될 수 있다.
일 실시예에서, 상기 템플릿 매칭 기반 툴의 활성화 여부는 제1 플래그 정보에 기반하여 결정되고, 상기 양방향 매칭 기반 툴의 활성화 여부는 제2 플래그 정보에 기반하여 결정될 수 있다. 이 때, 상기 제2 플래그 정보는 상기 제1 플래그 정보의 값과 무관하게 시그널링될 수 있다. 그리고, 상기 제1 플래그 정보 및 상기 제2 플래그 정보는 시퀀스 레벨(e.g., SPS), 픽처 레벨(e.g., PPS, PH), 슬라이스 레벨(e.g., SH) 또는 비디오 레벨(e.g., VPS)에서 시그널링될 수 있다.
일 실시예에서, 상기 양방향 매칭 기반 툴이 활성화되고, 상기 현재 블록을 포함하는 현재 픽처와 상기 현재 블록의 참조 픽처 사이의 POC(picture order count) 차이가 상기 현재 블록의 모든 예측 방향에 대해 동일한 경우, 상기 현재 블록의 움직임 정보는 상기 양방향 매칭 기반 툴에 기반하여 리파인될 수 있다.
일 실시예에서, 상기 양방향 매칭 기반 툴이 활성화되고, 상기 현재 블록을 포함하는 현재 픽처와 상기 현재 블록의 참조 픽처 사이의 POC(picture order count) 차이가 상기 현재 블록의 예측 방향별로 상이한 경우, 상기 현재 블록의 움직임 정보는 상기 템플릿 매칭 기반 툴이 활성화된 것에 기반하여 상기 템플릿 매칭 기반 툴에 기반하여 리파인될 수 있다.
일 실시예에서, 상기 양방향 매칭 기반 툴이 비활성화되고 상기 템플릿 매칭 기반 툴이 활성화된 경우, 상기 현재 블록의 움직임 정보는 상기 템플릿 매칭 기반 툴에 기반하여 리파인될 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 15는 본 개시에 따른 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시적으로 나타낸 도면이다.
도 15에 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 (15)

  1. 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 상기 영상 복호화 방법은,
    현재 블록의 움직임 정보를 도출하는 단계;
    활성화된 소정의 리파인먼트(refinement) 툴에 기반하여 상기 움직임 정보를 리파인하는 단계; 및
    상기 리파인된 움직임 정보에 기반하여 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하되,
    상기 리파인먼트 툴은 템플릿 매칭(Template Matching) 기반 툴 및 양방향 매칭(Bilateral Matching) 기반 툴을 포함하고,
    상기 양방향 매칭 기반 툴의 활성화 여부는 상기 템플릿 매칭 기반 툴의 활성화 여부와 무관하게 결정되는
    영상 복호화 방법.
  2. 제1항에 있어서,
    상기 템플릿 매칭 기반 툴의 활성화 여부는 제1 플래그 정보에 기반하여 결정되고, 상기 양방향 매칭 기반 툴의 활성화 여부는 제2 플래그 정보에 기반하여 결정되며,
    상기 제2 플래그 정보는 상기 제1 플래그 정보의 값과 무관하게 시그널링되는
    영상 복호화 방법.
  3. 제2항에 있어서,
    상기 제1 플래그 정보 및 상기 제2 플래그 정보는, 시퀀스 레벨, 픽처 레벨, 슬라이스 레벨 또는 비디오 레벨에서 시그널링되는
    영상 복호화 방법.
  4. 제1항에 있어서,
    상기 양방향 매칭 기반 툴이 활성화되고, 상기 현재 블록을 포함하는 현재 픽처와 상기 현재 블록의 참조 픽처 사이의 POC(picture order count) 차이가 상기 현재 블록의 모든 예측 방향에 대해 동일한 것에 기반하여,
    상기 현재 블록의 움직임 정보는 상기 양방향 매칭 기반 툴에 기반하여 리파인되는
    영상 복호화 방법.
  5. 제1항에 있어서,
    상기 양방향 매칭 기반 툴이 활성화되고, 상기 현재 블록을 포함하는 현재 픽처와 상기 현재 블록의 참조 픽처 사이의 POC(picture order count) 차이가 상기 현재 블록의 예측 방향별로 상이한 것에 기반하여,
    상기 현재 블록의 움직임 정보는, 상기 템플릿 매칭 기반 툴이 활성화된 것에 기반하여, 상기 템플릿 매칭 기반 툴에 기반하여 리파인되는
    영상 복호화 방법.
  6. 제1항에 있어서,
    상기 양방향 매칭 기반 툴이 비활성화되고 상기 템플릿 매칭 기반 툴이 활성화된 것에 기반하여, 상기 현재 블록의 움직임 정보는 상기 템플릿 매칭 기반 툴에 기반하여 리파인되는
    영상 복호화 방법.
  7. 메모리 및 적어도 하나의 프로세서를 포함하는 영상 복호화 장치로서,
    상기 적어도 하나의 프로세서는,
    현재 블록의 움직임 정보를 도출하고,
    활성화된 소정의 리파인먼트(refinement) 툴에 기반하여 상기 움직임 정보를 리파인하며,
    상기 리파인된 움직임 정보에 기반하여 상기 현재 블록의 예측 블록을 생성하되,
    상기 리파인먼트 툴은 템플릿 매칭(Template matching) 기반 툴 및 양방향 매칭(Bilateral matching) 기반 툴을 포함하고,
    상기 양방향 매칭 기반 툴의 활성화 여부는 상기 템플릿 매칭 기반 툴의 활성화 여부와 무관하게 결정되는
    영상 복호화 장치.
  8. 영상 부호화 장치에 의해 수행되는 영상 부호화 방법으로서, 상기 영상 부호화 방법은,
    현재 블록의 움직임 정보를 도출하는 단계; 및
    상기 움직임 정보에 기반하여 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하되,
    상기 움직임 정보의 디코더단 리파인먼트(refinement)에 관한 정보가 비트스트림 내에 부호화되고, 상기 디코더단 리파인먼트에 관한 정보는 소정의 리파인먼트 툴의 활성화 여부를 나타내는 플래그 정보를 포함하며,
    상기 리파인먼트 툴은 템플릿 매칭(Template matching) 기반 툴 및 양방향 매칭(Bilateral matching) 기반 툴을 포함하고,
    상기 양방향 매칭 기반 툴의 활성화 여부는 상기 템플릿 매칭 기반 툴의 활성화 여부와 무관하게 결정되는
    영상 부호화 방법.
  9. 제8항에 있어서,
    상기 플래그 정보는, 상기 템플릿 매칭 기반 툴의 활성화 여부를 나타내는 제1 플래그 정보 및 상기 양방향 매칭 기반 툴의 활성화 여부를 나타내는 제2 플래그 정보를 포함하고,
    상기 제2 플래그 정보는 상기 제1 플래그 정보의 값과 무관하게 부호화되는
    영상 부호화 방법.
  10. 제9항에 있어서,
    상기 제1 플래그 정보 및 상기 제2 플래그 정보는, 시퀀스 레벨, 픽처 레벨, 슬라이스 레벨 또는 비디오 레벨에서 부호화되는
    영상 부호화 방법.
  11. 제8항에 있어서,
    상기 양방향 매칭 기반 툴이 활성화되고, 상기 현재 블록을 포함하는 현재 픽처와 상기 현재 블록의 참조 픽처 사이의 POC(picture order count) 차이가 상기 현재 블록의 모든 예측 방향에 대해 동일한 것에 기반하여,
    상기 디코더단 리파인먼트는 상기 양방향 매칭 기반 툴에 기반하여 수행되는
    영상 부호화 방법.
  12. 제8항에 있어서,
    상기 양방향 매칭 기반 툴이 활성화되고, 상기 현재 블록을 포함하는 현재 픽처와 상기 현재 블록의 참조 픽처 사이의 POC(picture order count) 차이가 상기 현재 블록의 예측 방향별로 상이한 것에 기반하여,
    상기 디코더단 리파인먼트는, 상기 템플릿 매칭 기반 툴이 활성화된 것에 기반하여, 상기 템플릿 매칭 기반 툴에 기반하여 수행되는
    영상 부호화 방법.
  13. 제8항에 있어서,
    상기 양방향 매칭 기반 툴이 비활성화되고 상기 템플릿 매칭 기반 툴이 활성화된 것에 기반하여, 상기 디코더단 리파인먼트는 상기 템플릿 매칭 기반 툴에 기반하여 수행되는
    영상 부호화 방법.
  14. 제8항의 영상 부호화 방법에 의해 생성된 비트스트림을 저장한 비일시적 컴퓨터 판독가능한 기록 매체.
  15. 영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법으로서, 상기 영상 부호화 방법은,
    현재 블록의 움직임 정보를 도출하는 단계; 및
    상기 움직임 정보에 기반하여 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하되,
    상기 움직임 정보의 디코더단 리파인먼트(refinement)에 관한 정보가 비트스트림 내에 부호화되고, 상기 디코더단 리파인먼트에 관한 정보는 소정의 리파인먼트 툴의 활성화 여부를 나타내는 플래그 정보를 포함하며,
    상기 리파인먼트 툴은 템플릿 매칭(Template matching) 기반 툴 및 양방향 매칭(Bilateral matching) 기반 툴을 포함하고,
    상기 양방향 매칭 기반 툴의 활성화 여부는 상기 템플릿 매칭 기반 툴의 활성화 여부와 무관하게 결정되는
    전송 방법.
PCT/KR2023/010011 2022-07-13 2023-07-13 움직임 정보 리파인먼트에 기반한 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체 WO2024014896A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0086477 2022-07-13
KR20220086477 2022-07-13

Publications (1)

Publication Number Publication Date
WO2024014896A1 true WO2024014896A1 (ko) 2024-01-18

Family

ID=89537052

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/010011 WO2024014896A1 (ko) 2022-07-13 2023-07-13 움직임 정보 리파인먼트에 기반한 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체

Country Status (1)

Country Link
WO (1) WO2024014896A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190024765A (ko) * 2017-08-29 2019-03-08 주식회사 케이티 비디오 신호 처리 방법 및 장치
US20200077088A1 (en) * 2015-09-02 2020-03-05 Mediatek Inc. Method and apparatus of decoder side motion derivation for video coding
KR20200143408A (ko) * 2018-04-17 2020-12-23 퀄컴 인코포레이티드 디코더-측 모션 벡터 도출에 기초한 mvp 도출의 제한
KR20210008046A (ko) * 2018-07-02 2021-01-20 후아웨이 테크놀러지 컴퍼니 리미티드 디코더 측 모션 벡터 정제를 위한 에러 표면 기반 서브 픽셀 정밀 정제 방법
KR20210019097A (ko) * 2018-06-28 2021-02-19 후아웨이 테크놀러지 컴퍼니 리미티드 모션 벡터 리파인먼트 및 모션 보상을 위한 메모리 액세스 윈도우 및 패딩

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200077088A1 (en) * 2015-09-02 2020-03-05 Mediatek Inc. Method and apparatus of decoder side motion derivation for video coding
KR20190024765A (ko) * 2017-08-29 2019-03-08 주식회사 케이티 비디오 신호 처리 방법 및 장치
KR20200143408A (ko) * 2018-04-17 2020-12-23 퀄컴 인코포레이티드 디코더-측 모션 벡터 도출에 기초한 mvp 도출의 제한
KR20210019097A (ko) * 2018-06-28 2021-02-19 후아웨이 테크놀러지 컴퍼니 리미티드 모션 벡터 리파인먼트 및 모션 보상을 위한 메모리 액세스 윈도우 및 패딩
KR20210008046A (ko) * 2018-07-02 2021-01-20 후아웨이 테크놀러지 컴퍼니 리미티드 디코더 측 모션 벡터 정제를 위한 에러 표면 기반 서브 픽셀 정밀 정제 방법

Similar Documents

Publication Publication Date Title
WO2020166897A1 (ko) Dmvr 기반의 인터 예측 방법 및 장치
WO2017082443A1 (ko) 영상 코딩 시스템에서 임계값을 이용한 적응적 영상 예측 방법 및 장치
WO2020017861A1 (ko) 서브블록 단위의 시간적 움직임 정보 예측을 위한 인터 예측 방법 및 그 장치
WO2020017892A1 (ko) 서브블록 단위의 시간적 움직임 벡터 예측을 위한 방법 및 그 장치
WO2021137597A1 (ko) Ols에 대한 dpb 파라미터를 사용하는 영상 디코딩 방법 및 그 장치
WO2020251319A1 (ko) Sbtmvp를 이용한 인터 예측 기반 영상 또는 비디오 코딩
WO2020262931A1 (ko) 비디오/영상 코딩 시스템에서 머지 데이터 신택스의 시그널링 방법 및 장치
WO2020141879A1 (ko) 영상 코딩 시스템에서 서브 블록 기반 시간적 머지 후보를 사용하는 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2020256506A1 (ko) 다중 참조 라인 인트라 예측을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021125700A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2020251340A1 (ko) 움직임 벡터 예측 기반 영상/비디오 코딩 방법 및 장치
WO2020251270A1 (ko) 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩
WO2020197243A1 (ko) Smvd(symmetric motion vector difference)를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2019199071A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 영상 디코딩 방법 및 장치
WO2021125702A1 (ko) 가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치
WO2021015512A1 (ko) Ibc를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020184991A1 (ko) Ibc 모드를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021034122A1 (ko) Hmvp 후보에 기반하여 예측을 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020256329A1 (ko) 움직임 예측에 기반한 영상 코딩 방법 및 장치
WO2021137598A1 (ko) Dpb 관리 프로세스를 포함하는 영상 디코딩 방법 및 그 장치
WO2021112633A1 (ko) 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020184953A1 (ko) 쌍 예측을 위한 가중치 인덱스 정보를 유도하는 비디오 또는 영상 코딩
WO2020184990A1 (ko) Ibc 예측을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2024014896A1 (ko) 움직임 정보 리파인먼트에 기반한 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체
WO2019199141A1 (ko) 비디오 코딩 시스템에서 인터 예측 방법 및 장치

Legal Events

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

Ref document number: 23839987

Country of ref document: EP

Kind code of ref document: A1