WO2024034861A1 - 템플릿 기반 예측을 이용하는 비디오 코딩을 위한 방법 및 장치 - Google Patents

템플릿 기반 예측을 이용하는 비디오 코딩을 위한 방법 및 장치 Download PDF

Info

Publication number
WO2024034861A1
WO2024034861A1 PCT/KR2023/009492 KR2023009492W WO2024034861A1 WO 2024034861 A1 WO2024034861 A1 WO 2024034861A1 KR 2023009492 W KR2023009492 W KR 2023009492W WO 2024034861 A1 WO2024034861 A1 WO 2024034861A1
Authority
WO
WIPO (PCT)
Prior art keywords
current block
template
area
block
template area
Prior art date
Application number
PCT/KR2023/009492
Other languages
English (en)
French (fr)
Inventor
심동규
이민훈
최한솔
허진
박승욱
Original Assignee
현대자동차주식회사
기아 주식회사
광운대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020230086439A external-priority patent/KR20240021106A/ko
Application filed by 현대자동차주식회사, 기아 주식회사, 광운대학교 산학협력단 filed Critical 현대자동차주식회사
Publication of WO2024034861A1 publication Critical patent/WO2024034861A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/186—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 a colour or a chrominance component
    • 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
    • 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
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • This disclosure relates to a video coding method and apparatus using template-based prediction.
  • video data Since video data has a larger amount of data than audio data or still image data, it requires a lot of hardware resources, including memory, to store or transmit it without processing for compression.
  • an encoder when storing or transmitting video data, an encoder is used to compress the video data and store or transmit it, and a decoder receives the compressed video data, decompresses it, and plays it.
  • video compression technologies include H.264/AVC, HEVC (High Efficiency Video Coding), and VVC (Versatile Video Coding), which improves coding efficiency by about 30% or more compared to HEVC.
  • Template matching-based prediction selects a number of restored samples around the current block as templates, and then uses the selected template to create a template that is most similar to the current block in the current block region, that is, has the optimal loss value.
  • Template matching-based prediction generates a prediction block of the current block from a reference block corresponding to the searched optimal template.
  • Template matching-based prediction measures the similarity between the template of the current block and the candidate template within the relief region using loss functions such as SAD (Sum of absolute differences), MSE (Mean squared error), and SATD (Sum of absolute transformed differences). can do.
  • the encoder signals a 1-bit flag indicating whether to use template matching-based prediction for the current block, and the decoder parses the flag and then searches for a template with the optimal loss value according to the same method as the encoder, and searches for a template with the optimal loss value using the same method as the encoder. You can create a prediction block for the current block using the optimal template.
  • This disclosure is based on information on the surrounding relief area of the current block.
  • the purpose is to provide a video coding method and device for restoring the current block by setting an adjacent or non-adjacent area as a template and performing prediction based on template matching based on the set template.
  • a distance index (adjacent_idx) from a bitstream, where the distance index is the current block and the template area Indicates the spacing between; determining the template area based on a gap between the current block and the template area and a shape of the template area; Using the template area, searching for an optimal template in a search area based on template matching, wherein the search area is defined within a relief area of the current block; and generating a prediction block of the current block from a reference block corresponding to the optimal template.
  • determining a distance index (adjacent_idx), where the distance index is the interval between the current block and the template area Instructs; determining the template area based on a gap between the current block and the template area and a shape of the template area; Using the template area, searching for an optimal template in a search area based on template matching, wherein the search area is defined within a relief area of the current block; and generating a prediction block of the current block from a reference block corresponding to the optimal template.
  • a computer-readable recording medium storing a bitstream generated by an image encoding method, the image encoding method comprising determining a distance index (adjacent_idx), where the distance index is , Indicates the gap between the current block and the template area; determining the template area based on a gap between the current block and the template area and a shape of the template area; Using the template area, searching for an optimal template in a search area based on template matching, wherein the search area is defined within a relief area of the current block; and generating a prediction block of the current block from a reference block corresponding to the optimal template.
  • FIG. 1 is an example block diagram of a video encoding device that can implement the techniques of the present disclosure.
  • Figure 2 is a diagram for explaining a method of dividing a block using the QTBTTT (QuadTree plus BinaryTree TernaryTree) structure.
  • 3A and 3B are diagrams showing a plurality of intra prediction modes including wide-angle intra prediction modes.
  • Figure 4 is an example diagram of neighboring blocks of the current block.
  • Figure 5 is an example block diagram of a video decoding device that can implement the techniques of the present disclosure.
  • FIG. 6 is a block diagram illustrating in detail a portion of a video decoding device according to an embodiment of the present disclosure.
  • Figure 7 is an exemplary diagram showing the template area of the current block according to an embodiment of the present disclosure.
  • Figures 8A to 8C are exemplary diagrams showing the location and shape of the template area of the current block, according to an embodiment of the present disclosure.
  • 9A and 9B are exemplary diagrams showing a directional intra prediction mode.
  • FIG. 10 is a flowchart showing a current block prediction method performed by an image decoding device according to an embodiment of the present disclosure.
  • FIG. 11 is a flowchart showing a current block prediction method performed by an image decoding device according to another embodiment of the present disclosure.
  • Figure 12 is an exemplary diagram showing an initial template area according to an embodiment of the present disclosure.
  • Figure 13 is an exemplary diagram showing the final template area according to an embodiment of the present disclosure.
  • Figures 14a and 14b are exemplary diagrams showing the final template area according to another embodiment of the present disclosure.
  • Figure 15 is a flowchart showing a current block prediction method performed by a video encoding device according to an embodiment of the present disclosure.
  • FIG. 1 is an example block diagram of a video encoding device that can implement the techniques of the present disclosure.
  • the video encoding device and its sub-configurations will be described with reference to the illustration in FIG. 1.
  • the image encoding device includes a picture division unit 110, a prediction unit 120, a subtractor 130, a transform unit 140, a quantization unit 145, a rearrangement unit 150, an entropy encoding unit 155, and an inverse quantization unit. It may be configured to include (160), an inverse transform unit (165), an adder (170), a loop filter unit (180), and a memory (190).
  • Each component of the video encoding device may be implemented as hardware or software, or may be implemented as a combination of hardware and software. Additionally, the function of each component may be implemented as software and a microprocessor may be implemented to execute the function of the software corresponding to each component.
  • One image consists of one or more sequences including a plurality of pictures. Each picture is divided into a plurality of regions and encoding is performed for each region. For example, one picture is divided into one or more tiles and/or slices. Here, one or more tiles can be defined as a tile group. Each tile or/slice is divided into one or more Coding Tree Units (CTUs). And each CTU is divided into one or more CUs (Coding Units) by a tree structure. Information applied to each CU is encoded as the syntax of the CU, and information commonly applied to CUs included in one CTU is encoded as the syntax of the CTU.
  • CTUs Coding Tree Units
  • information commonly applied to all blocks within one slice is encoded as the syntax of the slice header, and information applied to all blocks constituting one or more pictures is a picture parameter set (PPS) or picture parameter set. Encoded in the header. Furthermore, information commonly referenced by multiple pictures is encoded in a sequence parameter set (SPS). And, information commonly referenced by one or more SPSs is encoded in a video parameter set (VPS). Additionally, information commonly applied to one tile or tile group may be encoded as the syntax of a tile or tile group header. Syntax included in the SPS, PPS, slice header, tile, or tile group header may be referred to as high level syntax.
  • the picture division unit 110 determines the size of the CTU.
  • Information about the size of the CTU (CTU size) is encoded as SPS or PPS syntax and transmitted to the video decoding device.
  • the picture division unit 110 divides each picture constituting the image into a plurality of CTUs with a predetermined size and then recursively divides the CTUs using a tree structure. .
  • the leaf node in the tree structure becomes the CU, the basic unit of encoding.
  • the tree structure is QuadTree (QT), in which the parent node is divided into four child nodes (or child nodes) of the same size, or BinaryTree, in which the parent node is divided into two child nodes. , BT), or a TernaryTree (TT) in which the parent node is divided into three child nodes in a 1:2:1 ratio, or a structure that mixes two or more of these QT structures, BT structures, and TT structures.
  • QTBT QuadTree plus BinaryTree
  • QTBTTT QuadTree plus BinaryTree TernaryTree
  • BTTT may be combined and referred to as MTT (Multiple-Type Tree).
  • Figure 2 is a diagram to explain a method of dividing a block using the QTBTTT structure.
  • the CTU can first be divided into a QT structure. Quadtree splitting can be repeated until the size of the splitting block reaches the minimum block size (MinQTSize) of the leaf node allowed in QT.
  • the first flag (QT_split_flag) indicating whether each node of the QT structure is split into four nodes of the lower layer is encoded by the entropy encoder 155 and signaled to the image decoding device. If the leaf node of QT is not larger than the maximum block size (MaxBTSize) of the root node allowed in BT, it may be further divided into either the BT structure or the TT structure. In the BT structure and/or TT structure, there may be multiple division directions.
  • a second flag indicates whether the nodes have been split, and if split, an additional flag indicating the splitting direction (vertical or horizontal) and/or the splitting type (Binary). Or, a flag indicating Ternary) is encoded by the entropy encoding unit 155 and signaled to the video decoding device.
  • a CU split flag (split_cu_flag) indicating whether the node is split is encoded. It could be. If the CU split flag (split_cu_flag) value indicates that it is not split, the block of the corresponding node becomes a leaf node in the split tree structure and becomes a CU (coding unit), which is the basic unit of coding. When the CU split flag (split_cu_flag) value indicates splitting, the video encoding device starts encoding from the first flag in the above-described manner.
  • QTBT When QTBT is used as another example of a tree structure, there are two types: a type that horizontally splits the block of the node into two blocks of the same size (i.e., symmetric horizontal splitting) and a type that splits it vertically (i.e., symmetric vertical splitting). Branches may exist.
  • a split flag (split_flag) indicating whether each node of the BT structure is divided into blocks of a lower layer and split type information indicating the type of division are encoded by the entropy encoder 155 and transmitted to the video decoding device.
  • split_flag split flag
  • the asymmetric form may include dividing the block of the corresponding node into two rectangular blocks with a size ratio of 1:3, or may include dividing the block of the corresponding node diagonally.
  • a CU can have various sizes depending on the QTBT or QTBTTT division from the CTU.
  • the block corresponding to the CU i.e., leaf node of QTBTTT
  • the 'current block' the block corresponding to the CU (i.e., leaf node of QTBTTT) to be encoded or decoded
  • the shape of the current block may be rectangular as well as square.
  • the prediction unit 120 predicts the current block and generates a prediction block.
  • the prediction unit 120 includes an intra prediction unit 122 and an inter prediction unit 124.
  • each current block in a picture can be coded predictively.
  • prediction of the current block is done using intra prediction techniques (using data from the picture containing the current block) or inter prediction techniques (using data from pictures coded before the picture containing the current block). It can be done.
  • Inter prediction includes both one-way prediction and two-way prediction.
  • the intra prediction unit 122 predicts pixels within the current block using pixels (reference pixels) located around the current block within the current picture including the current block.
  • the plurality of intra prediction modes may include two non-directional modes including a planar mode and a DC mode and 65 directional modes.
  • the surrounding pixels and calculation formulas to be used are defined differently for each prediction mode.
  • the directional modes (67 to 80, -1 to -14 intra prediction modes) shown by dotted arrows in FIG. 3B can be additionally used. These may be referred to as “wide angle intra-prediction modes”.
  • the arrows point to corresponding reference samples used for prediction and do not indicate the direction of prediction. The predicted direction is opposite to the direction indicated by the arrow.
  • Wide-angle intra prediction modes are modes that perform prediction in the opposite direction of a specific directional mode without transmitting additional bits when the current block is rectangular. At this time, among the wide-angle intra prediction modes, some wide-angle intra prediction modes available for the current block may be determined according to the ratio of the width and height of the rectangular current block.
  • intra prediction modes 67 to 80 are available when the current block is in the form of a rectangle whose height is smaller than its width
  • wide-angle intra prediction modes with angles larger than -135 degrees are available.
  • Intra prediction modes (-1 to -14 intra prediction modes) are available when the current block has a rectangular shape with a width greater than the height.
  • the intra prediction unit 122 can determine the intra prediction mode to be used to encode the current block.
  • intra prediction unit 122 may encode the current block using multiple intra prediction modes and select an appropriate intra prediction mode to use from the tested modes. For example, the intra prediction unit 122 calculates rate-distortion values using rate-distortion analysis for several tested intra-prediction modes and has the best rate-distortion characteristics among the tested modes. You can also select intra prediction mode.
  • the intra prediction unit 122 selects one intra prediction mode from a plurality of intra prediction modes and predicts the current block using surrounding pixels (reference pixels) and an operation formula determined according to the selected intra prediction mode.
  • Information about the selected intra prediction mode is encoded by the entropy encoding unit 155 and transmitted to the video decoding device.
  • the inter prediction unit 124 generates a prediction block for the current block using a motion compensation process.
  • the inter prediction unit 124 searches for a block most similar to the current block in a reference picture that has been encoded and decoded before the current picture, and generates a prediction block for the current block using the searched block. Then, a motion vector (MV) corresponding to the displacement between the current block in the current picture and the prediction block in the reference picture is generated.
  • MV motion vector
  • motion estimation is performed on the luma component, and a motion vector calculated based on the luma component is used for both the luma component and the chroma component.
  • Motion information including information about the reference picture and information about the motion vector used to predict the current block is encoded by the entropy encoding unit 155 and transmitted to the video decoding device.
  • the inter prediction unit 124 may perform interpolation on a reference picture or reference block to increase prediction accuracy. That is, subsamples between two consecutive integer samples are interpolated by applying filter coefficients to a plurality of consecutive integer samples including the two integer samples. If the process of searching for the block most similar to the current block is performed for the interpolated reference picture, the motion vector can be expressed with precision in decimal units rather than precision in integer samples.
  • the precision or resolution of the motion vector may be set differently for each target area to be encoded, for example, slice, tile, CTU, CU, etc.
  • AMVR adaptive motion vector resolution
  • information about the motion vector resolution to be applied to each target area must be signaled for each target area. For example, if the target area is a CU, information about the motion vector resolution applied to each CU is signaled.
  • Information about motion vector resolution may be information indicating the precision of a differential motion vector, which will be described later.
  • the inter prediction unit 124 may perform inter prediction using bi-prediction.
  • bidirectional prediction two reference pictures and two motion vectors indicating the positions of blocks most similar to the current block within each reference picture are used.
  • the inter prediction unit 124 selects the first reference picture and the second reference picture from reference picture list 0 (RefPicList0) and reference picture list 1 (RefPicList1), respectively, and searches for a block similar to the current block within each reference picture. Create a first reference block and a second reference block. Then, the first reference block and the second reference block are averaged or weighted to generate a prediction block for the current block.
  • reference picture list 0 may be composed of pictures before the current picture in display order among the restored pictures
  • reference picture list 1 may be composed of pictures after the current picture in display order among the restored pictures.
  • relief pictures after the current picture may be additionally included in reference picture list 0, and conversely, relief pictures before the current picture may be additionally included in reference picture list 1. may be included.
  • the motion information of the current block can be transmitted to the video decoding device by encoding information that can identify the neighboring block. This method is called ‘merge mode’.
  • the inter prediction unit 124 selects a predetermined number of merge candidate blocks (hereinafter referred to as 'merge candidates') from neighboring blocks of the current block.
  • the surrounding blocks for deriving merge candidates include the left block (A0), bottom left block (A1), top block (B0), and top right block (B1) adjacent to the current block in the current picture. ), and all or part of the upper left block (B2) can be used.
  • a block located within a reference picture (which may be the same or different from the reference picture used to predict the current block) rather than the current picture where the current block is located may be used as a merge candidate.
  • a block co-located with the current block within the reference picture or blocks adjacent to the co-located block may be additionally used as merge candidates. If the number of merge candidates selected by the method described above is less than the preset number, the 0 vector is added to the merge candidates.
  • the inter prediction unit 124 uses these neighboring blocks to construct a merge list including a predetermined number of merge candidates.
  • a merge candidate to be used as motion information of the current block is selected from among the merge candidates included in the merge list, and merge index information is generated to identify the selected candidate.
  • the generated merge index information is encoded by the entropy encoding unit 155 and transmitted to the video decoding device.
  • Merge skip mode is a special case of merge mode. After performing quantization, when all transformation coefficients for entropy encoding are close to zero, only peripheral block selection information is transmitted without transmitting residual signals. By using merge skip mode, relatively high coding efficiency can be achieved in low-motion images, still images, screen content images, etc.
  • merge mode and merge skip mode are collectively referred to as merge/skip mode.
  • AMVP Advanced Motion Vector Prediction
  • the inter prediction unit 124 uses neighboring blocks of the current block to derive predicted motion vector candidates for the motion vector of the current block.
  • the surrounding blocks used to derive predicted motion vector candidates include the left block (A0), bottom left block (A1), top block (B0), and top right block adjacent to the current block in the current picture shown in FIG. All or part of B1), and the upper left block (B2) can be used. Additionally, a block located within a reference picture (which may be the same or different from the reference picture used to predict the current block) rather than the current picture where the current block is located will be used as a surrounding block used to derive prediction motion vector candidates. It may be possible.
  • a collocated block located at the same location as the current block within the reference picture or blocks adjacent to the block at the same location may be used. If the number of motion vector candidates is less than the preset number by the method described above, the 0 vector is added to the motion vector candidates.
  • the inter prediction unit 124 derives predicted motion vector candidates using the motion vectors of the neighboring blocks, and determines a predicted motion vector for the motion vector of the current block using the predicted motion vector candidates. Then, the predicted motion vector is subtracted from the motion vector of the current block to calculate the differential motion vector.
  • the predicted motion vector can be obtained by applying a predefined function (eg, median, average value calculation, etc.) to the predicted motion vector candidates.
  • a predefined function eg, median, average value calculation, etc.
  • the video decoding device also knows the predefined function.
  • the neighboring blocks used to derive predicted motion vector candidates are blocks for which encoding and decoding have already been completed, the video decoding device also already knows the motion vectors of the neighboring blocks. Therefore, the video encoding device does not need to encode information to identify the predicted motion vector candidate. Therefore, in this case, information about the differential motion vector and information about the reference picture used to predict the current block are encoded.
  • the predicted motion vector may be determined by selecting one of the predicted motion vector candidates.
  • information for identifying the selected prediction motion vector candidate is additionally encoded, along with information about the differential motion vector and information about the reference picture used to predict the current block.
  • the subtractor 130 generates a residual block by subtracting the prediction block generated by the intra prediction unit 122 or the inter prediction unit 124 from the current block.
  • the transform unit 140 converts the residual signals in the residual block having pixel values in the spatial domain into transform coefficients in the frequency domain.
  • the conversion unit 140 may convert the residual signals in the residual block by using the entire size of the residual block as a conversion unit, or divide the residual block into a plurality of subblocks and perform conversion by using the subblocks as a conversion unit. You may.
  • the residual signals can be converted by dividing them into two subblocks, a transform area and a non-transformation region, and using only the transform region subblock as a transform unit.
  • the transformation area subblock may be one of two rectangular blocks with a size ratio of 1:1 based on the horizontal axis (or vertical axis).
  • a flag indicating that only the subblock has been converted (cu_sbt_flag), directional (vertical/horizontal) information (cu_sbt_horizontal_flag), and/or position information (cu_sbt_pos_flag) are encoded by the entropy encoding unit 155 and signaled to the video decoding device.
  • the size of the transform area subblock may have a size ratio of 1:3 based on the horizontal axis (or vertical axis), and in this case, a flag (cu_sbt_quad_flag) that distinguishes the corresponding division is additionally encoded by the entropy encoding unit 155 to encode the image. Signaled to the decryption device.
  • the transformation unit 140 can separately perform transformation on the residual block in the horizontal and vertical directions.
  • various types of transformation functions or transformation matrices can be used.
  • a pair of transformation functions for horizontal transformation and vertical transformation can be defined as MTS (Multiple Transform Set).
  • the conversion unit 140 may select a conversion function pair with the best conversion efficiency among MTSs and convert the residual blocks in the horizontal and vertical directions, respectively.
  • Information (mts_idx) about the transformation function pair selected from the MTS is encoded by the entropy encoder 155 and signaled to the video decoding device.
  • the quantization unit 145 quantizes the transform coefficients output from the transform unit 140 using a quantization parameter, and outputs the quantized transform coefficients to the entropy encoding unit 155.
  • the quantization unit 145 may directly quantize a residual block related to a certain block or frame without conversion.
  • the quantization unit 145 may apply different quantization coefficients (scaling values) depending on the positions of the transform coefficients within the transform block.
  • the quantization matrix applied to the quantized transform coefficients arranged in two dimensions may be encoded and signaled to the video decoding device.
  • the rearrangement unit 150 may rearrange coefficient values for the quantized residual values.
  • the rearrangement unit 150 can change a two-dimensional coefficient array into a one-dimensional coefficient sequence using coefficient scanning.
  • the realignment unit 150 can scan from DC coefficients to coefficients in the high frequency region using zig-zag scan or diagonal scan to output a one-dimensional coefficient sequence.
  • a vertical scan that scans a two-dimensional coefficient array in the column direction or a horizontal scan that scans the two-dimensional block-type coefficients in the row direction may be used instead of the zig-zag scan. That is, the scan method to be used among zig-zag scan, diagonal scan, vertical scan, and horizontal scan may be determined depending on the size of the transformation unit and the intra prediction mode.
  • the entropy encoding unit 155 uses various encoding methods such as CABAC (Context-based Adaptive Binary Arithmetic Code) and Exponential Golomb to encode the one-dimensional quantized transform coefficients output from the reordering unit 150.
  • CABAC Context-based Adaptive Binary Arithmetic Code
  • Exponential Golomb Exponential Golomb to encode the one-dimensional quantized transform coefficients output from the reordering unit 150.
  • a bitstream is created by encoding the sequence.
  • the entropy encoder 155 encodes information such as CTU size, CU split flag, QT split flag, MTT split type, and MTT split direction related to block splitting, so that the video decoding device can encode blocks in the same way as the video coding device. Allow it to be divided.
  • the entropy encoding unit 155 encodes information about the prediction type indicating whether the current block is encoded by intra prediction or inter prediction, and generates intra prediction information (i.e., intra prediction) according to the prediction type.
  • Information about the mode) or inter prediction information coding mode of motion information (merge mode or AMVP mode), merge index in case of merge mode, information on reference picture index and differential motion vector in case of AMVP mode
  • the entropy encoding unit 155 encodes information related to quantization, that is, information about quantization parameters and information about the quantization matrix.
  • the inverse quantization unit 160 inversely quantizes the quantized transform coefficients output from the quantization unit 145 to generate transform coefficients.
  • the inverse transform unit 165 restores the residual block by converting the transform coefficients output from the inverse quantization unit 160 from the frequency domain to the spatial domain.
  • the adder 170 restores the current block by adding the restored residual block and the prediction block generated by the prediction unit 120. Pixels in the restored current block are used as reference pixels when intra-predicting the next block.
  • the loop filter unit 180 restores pixels to reduce blocking artifacts, ringing artifacts, blurring artifacts, etc. that occur due to block-based prediction and transformation/quantization. Perform filtering on them.
  • the loop filter unit 180 is an in-loop filter and may include all or part of a deblocking filter 182, a Sample Adaptive Offset (SAO) filter 184, and an Adaptive Loop Filter (ALF) 186. there is.
  • the deblocking filter 182 filters the boundaries between restored blocks to remove blocking artifacts caused by block-level encoding/decoding, and the SAO filter 184 and ALF 186 perform deblocking filtering. Additional filtering is performed on the image.
  • the SAO filter 184 and the ALF 186 are filters used to compensate for differences between restored pixels and original pixels caused by lossy coding.
  • the SAO filter 184 improves not only subjective image quality but also coding efficiency by applying an offset in units of CTU.
  • the ALF 186 performs filtering on a block basis, distinguishing the edge and degree of change of the block and applying different filters to compensate for distortion.
  • Information about filter coefficients to be used in ALF may be encoded and signaled to a video decoding device.
  • the restored block filtered through the deblocking filter 182, SAO filter 184, and ALF 186 is stored in the memory 190.
  • the reconstructed picture can be used as a reference picture for inter prediction of blocks in the picture to be encoded later.
  • the video encoding device can store the bitstream of the encoded video data in a non-transitory recording medium or transmit it to the video decoding device using a communication network.
  • FIG. 5 is an example block diagram of a video decoding device that can implement the techniques of the present disclosure.
  • the video decoding device and its sub-configurations will be described with reference to FIG. 5.
  • the image decoding device includes an entropy decoding unit 510, a rearrangement unit 515, an inverse quantization unit 520, an inverse transform unit 530, a prediction unit 540, an adder 550, a loop filter unit 560, and a memory ( 570).
  • each component of the video decoding device may be implemented as hardware or software, or may be implemented as a combination of hardware and software. Additionally, the function of each component may be implemented as software and a microprocessor may be implemented to execute the function of the software corresponding to each component.
  • the entropy decoder 510 decodes the bitstream generated by the video encoding device, extracts information related to block division, determines the current block to be decoded, and provides prediction information and residual signals needed to restore the current block. Extract information about
  • the entropy decoder 510 extracts information about the CTU size from a Sequence Parameter Set (SPS) or Picture Parameter Set (PPS), determines the size of the CTU, and divides the picture into CTUs of the determined size. Then, the CTU is determined as the highest layer of the tree structure, that is, the root node, and the CTU is divided using the tree structure by extracting the division information for the CTU.
  • SPS Sequence Parameter Set
  • PPS Picture Parameter Set
  • the first flag (QT_split_flag) related to the division of the QT first extracts the first flag (QT_split_flag) related to the division of the QT and split each node into four nodes of the lower layer. And, for the node corresponding to the leaf node of QT, the second flag (mtt_split_flag) and split direction (vertical / horizontal) and/or split type (binary / ternary) information related to the split of MTT are extracted and the leaf node is divided into MTT.
  • each node may undergo 0 or more repetitive MTT divisions after 0 or more repetitive QT divisions. For example, MTT division may occur immediately in the CTU, or conversely, only multiple QT divisions may occur.
  • the first flag (QT_split_flag) related to the division of the QT is extracted and each node is divided into four nodes of the lower layer. And, for the node corresponding to the leaf node of QT, a split flag (split_flag) indicating whether to further split into BT and split direction information are extracted.
  • the entropy decoding unit 510 determines the current block to be decoded using division of the tree structure, it extracts information about the prediction type indicating whether the current block is intra-predicted or inter-predicted.
  • prediction type information indicates intra prediction
  • the entropy decoder 510 extracts syntax elements for intra prediction information (intra prediction mode) of the current block.
  • prediction type information indicates inter prediction
  • the entropy decoder 510 extracts syntax elements for inter prediction information, that is, information indicating a motion vector and a reference picture to which the motion vector refers.
  • the entropy decoding unit 510 extracts information about quantized transform coefficients of the current block as quantization-related information and information about residual signals.
  • the reordering unit 515 re-organizes the sequence of one-dimensional quantized transform coefficients entropy decoded in the entropy decoding unit 510 into a two-dimensional coefficient array (i.e., in reverse order of the coefficient scanning order performed by the image encoding device). block).
  • the inverse quantization unit 520 inversely quantizes the quantized transform coefficients and inversely quantizes the quantized transform coefficients using a quantization parameter.
  • the inverse quantization unit 520 may apply different quantization coefficients (scaling values) to quantized transform coefficients arranged in two dimensions.
  • the inverse quantization unit 520 may perform inverse quantization by applying a matrix of quantization coefficients (scaling values) from an image encoding device to a two-dimensional array of quantized transform coefficients.
  • the inverse transform unit 530 inversely transforms the inverse quantized transform coefficients from the frequency domain to the spatial domain to restore the residual signals, thereby generating a residual block for the current block.
  • the inverse transformation unit 530 when the inverse transformation unit 530 inversely transforms only a partial area (subblock) of the transformation block, a flag (cu_sbt_flag) indicating that only the subblock of the transformation block has been transformed, and directionality (vertical/horizontal) information of the subblock (cu_sbt_horizontal_flag) ) and/or extracting the position information (cu_sbt_pos_flag) of the subblock, and inversely transforming the transformation coefficients of the corresponding subblock from the frequency domain to the spatial domain to restore the residual signals, and for the area that has not been inversely transformed, the residual signals are set to “0”. By filling in the values, the final residual block for the current block is created.
  • the inverse transform unit 530 determines a transformation function or transformation matrix to be applied in the horizontal and vertical directions, respectively, using the MTS information (mts_idx) signaled from the video encoding device, and uses the determined transformation function. Inverse transformation is performed on the transformation coefficients in the transformation block in the horizontal and vertical directions.
  • the prediction unit 540 may include an intra prediction unit 542 and an inter prediction unit 544.
  • the intra prediction unit 542 is activated when the prediction type of the current block is intra prediction
  • the inter prediction unit 544 is activated when the prediction type of the current block is inter prediction.
  • the intra prediction unit 542 determines the intra prediction mode of the current block among a plurality of intra prediction modes from the syntax elements for the intra prediction mode extracted from the entropy decoder 510, and provides a reference around the current block according to the intra prediction mode. Predict the current block using pixels.
  • the inter prediction unit 544 uses the syntax elements for the inter prediction mode extracted from the entropy decoder 510 to determine the motion vector of the current block and the reference picture to which the motion vector refers, and uses the motion vector and the reference picture to determine the motion vector of the current block. Use it to predict the current block.
  • the adder 550 restores the current block by adding the residual block output from the inverse transform unit 530 and the prediction block output from the inter prediction unit 544 or intra prediction unit 542. Pixels in the restored current block are used as reference pixels when intra-predicting a block to be decoded later.
  • the loop filter unit 560 may include a deblocking filter 562, a SAO filter 564, and an ALF 566 as an in-loop filter.
  • the deblocking filter 562 performs deblocking filtering on the boundaries between restored blocks to remove blocking artifacts that occur due to block-level decoding.
  • the SAO filter 564 and the ALF 566 perform additional filtering on the reconstructed block after deblocking filtering to compensate for the difference between the reconstructed pixels and the original pixels caused by lossy coding. do.
  • the filter coefficient of ALF is determined using information about the filter coefficient decoded from the non-stream.
  • the restored block filtered through the deblocking filter 562, SAO filter 564, and ALF 566 is stored in the memory 570.
  • the reconstructed picture is later used as a reference picture for inter prediction of blocks in the picture to be encoded.
  • This embodiment relates to encoding and decoding of images (videos) as described above. More specifically, according to the information of the surrounding relief area of the current block, Provided is a video coding method and device for restoring a current block by setting an adjacent or non-adjacent area as a template and performing prediction based on template matching based on the set template.
  • the following embodiments may be performed by the prediction unit 120 in a video encoding device. Additionally, it may be performed by the prediction unit 540 within a video decoding device.
  • the video encoding device may generate signaling information related to this embodiment in terms of bit rate distortion optimization when encoding the current block.
  • the video encoding device can encode the video using the entropy encoding unit 155 and then transmit it to the video decoding device.
  • the video decoding device can decode signaling information related to decoding the current block from the bitstream using the entropy decoding unit 510.
  • 'target block' may be used with the same meaning as a current block or a coding unit (CU), or may mean a partial area of a coding unit.
  • the fact that the value of one flag is true indicates that the flag is set to 1. Additionally, the value of one flag being false indicates a case where the flag is set to 0.
  • FIG. 6 is a block diagram illustrating in detail a portion of an image decoding device according to an embodiment of the present disclosure.
  • the video decoding device determines a prediction and transformation unit, performs prediction and inverse transformation on the current block corresponding to the determined unit using the determined prediction technology and prediction mode, and finally restores the current block to the block. can be created.
  • What is illustrated in FIG. 6 may be performed by the inverse transform unit 530, prediction unit 540, and adder 550 of the image decoding device.
  • the same operations as illustrated in FIG. 6 may be performed by the inverse transform unit 165, picture division unit 110, prediction unit 120, and adder 170 of the image encoding device.
  • the video decoding device uses encoding information parsed from the bitstream, but the video encoding device may use encoding information set from a higher level in terms of minimizing bit rate distortion.
  • this embodiment will be described focusing on the video decoding device.
  • the prediction unit 540 includes an intra prediction unit 542 and an inter prediction unit 544 depending on the prediction technology.
  • the prediction unit 540 is a prediction unit. It may include all or part of a determination unit 602, a prediction technology determination unit 604, a prediction mode determination unit 606, and a prediction performance unit 608.
  • the video decoding device can predict and restore the luma component and then predict and restore the chroma component. That is, the luma component and chroma component can be sequentially restored by the components illustrated in FIG. 6.
  • the color format of the input video is RGB
  • the video encoding device can perform color format conversion from RGB to YUV and then encode the converted video.
  • the color format represents the correspondence relationship between luma component pixels and chroma component pixels.
  • the prediction unit determination unit 602 determines a prediction unit (PU).
  • the prediction technique determination unit 604 determines a prediction technique (e.g., intra prediction, inter prediction, or IBC (Intra Block Copy) mode, palette mode, template-based prediction, etc.) for the prediction unit.
  • the prediction mode determination unit 606 determines a detailed prediction mode for the prediction technology.
  • the prediction performing unit 608 generates a prediction block of the current block according to the determined prediction mode.
  • the inverse transformation unit 530 includes a transformation unit determination unit 610 and an inverse transformation performing unit 612.
  • the transformation unit determination unit 610 determines a transform unit (TU) for the inverse quantization signals of the current block, and the inverse transformation performing unit 612 inversely transforms the transformation unit expressed by the inverse quantization signals to produce a residual signal. create them.
  • TU transform unit
  • the adder 550 generates a restored block by adding the prediction block and the residual signals.
  • the restored block is stored in memory and can later be used to predict other blocks.
  • the prediction unit determined by the prediction unit determination unit 602 may be the current block or one of the subblocks into which the current block is divided. At this time, the prediction unit of the chroma component may have a size corresponding to the prediction unit of the luma component depending on the color format. Alternatively, after the prediction units of the luma component and the chroma component are determined separately, prediction may be performed on the prediction unit of the chroma component.
  • the prediction technology determination unit 604 determines the prediction technology for the prediction unit.
  • the prediction technique may be one of inter prediction, intra prediction, IBC mode, palette mode, and template-based prediction.
  • the prediction technology of the chroma component can be determined to be the same as the prediction technology of the corresponding luma component without signaling and parsing of separate information.
  • the prediction mode determination unit 604 may determine template-based prediction as the prediction mode using signaling and parsing of a 1-bit flag.
  • the prediction mode determination unit 604 may determine the prediction technology and prediction mode of the current block through template-based prediction using signaling and parsing of a 1-bit flag.
  • the prediction mode determination unit 604 may utilize template matching for prediction signals obtained based on initial motion information.
  • the video decoding device can correct the motion information of the initial prediction signals using template matching and then generate final prediction signals using the corrected motion information.
  • the video decoding device represents a prediction performing unit 608.
  • Figure 7 is an exemplary diagram showing the template area of the current block according to an embodiment of the present disclosure.
  • the prediction technology for the current block with size W And a case where template-based prediction is determined to be the prediction mode using parsing is described.
  • the video decoding device sets the reconstructed surrounding area of the current block as a template, uses the set template to perform template matching in the reconstructed area within the current frame, and creates a template with an optimal loss value.
  • An image decoding device can generate prediction signals of the current block from a reference block corresponding to the searched optimal template.
  • Template matching is a process of calculating the similarity between the template of the current block and candidate templates in the relief area and searching for the template with the optimal similarity between pixels, that is, the optimal loss value. At this time, the similarity can be calculated based on the loss function.
  • the image decoding device can use one of the similarity calculation methods between pixels, such as MSE (Mean squared error), SAD (Sum of absolute differences), and SATD (Sum of absolute transformed differences), as a loss function. Meanwhile, the relationship between the current block and the template corresponds to the relationship between the reference block and the searched optimal template.
  • MSE Mel squared error
  • SAD Sum of absolute differences
  • SATD Sud of absolute transformed differences
  • an image decoding device may search for N templates (where N is a natural number) in order of decreasing loss value.
  • the image decoding device can generate final prediction signals of the current block by weighting the reference blocks corresponding to the searched N templates.
  • W and H represent the width and height of the current block, respectively.
  • the template area has an L-shape. Together with W and H, a and b define the size of the template area. That is, a represents the bottom width of the template area on the left of the current block, and b represents the right height of the template area on the top of the current block. At this time, a and b can be implicitly determined depending on the size of the current block. Alternatively, regardless of the size of the current block, a and b may be fixed values.
  • SR W and SR H define the size of the search area. That is, SR W represents the bottom width of the search area that exists on the left of the current block, and SR H represents the right height of the search area that exists at the top of the current block.
  • the search area is defined within the relief and restoration area of the current block, and may be all or part of the relief and restoration area.
  • SR W and SR H can be implicitly determined depending on the size of the current block.
  • SR W and SR H may be implicitly determined depending on the resolution of the input video.
  • SR W and SR H may be fixed values, regardless of the size of the current block.
  • Figures 8A to 8C are exemplary diagrams showing the location and shape of the template area of the current block, according to an embodiment of the present disclosure.
  • the shape of the template can be determined depending on the location of the template area, 'position and shape of the template area' and 'shape of the template area' are used interchangeably.
  • the template area for template matching-based prediction may be determined as an adjacent or non-adjacent relief area to the left and top of the current block, the left side of the current block, or the top of the current block, as shown in the examples of FIGS. 8A to 8C. You can.
  • the template area when a template area exists on the left and top of the current block, the template area has an L-shape.
  • the template area is the width and height (W, H) of the current block, the bottom width a of the template area existing on the left of the current block, and the right height of the template area existing at the top of the current block (b). , and can be defined based on the distance (r) between the current block and the template area.
  • the template area when a template area exists to the left of the current block, the template area has a rectangular shape.
  • the template area has a width of a and a height of H+p (where p is an integer). In other words, p represents the difference between the height of the template area and the height of the current block.
  • the template area when a template area exists at the top of the current block, the template area has a rectangular shape.
  • the template area has a width of W+q (where q is an integer) and a height of b. In other words, q represents the difference between the width of the template area and the width of the current block.
  • W, H, a, b, p, q and r are values in pixel units.
  • r represents the distance between the current block and the template area.
  • p and q can be implicitly determined according to the size of the current block or the aspect ratio of the current block. Alternatively, p and q may be fixed values. Additionally, r can be signaled and parsed in the form of an index (hereinafter 'distance index, adjacent_idx').
  • a video decoding device may parse an index indicating the shape of the template area. As shown in FIGS. 8A to 8C, the image decoding device may determine the shape of the template area as the left and top of the current block, the left of the current block, or the top of the current block based on the parsed index. Finally, the video decoding device can determine the template area of the current block by setting the r value according to the parsed distance index.
  • the image decoding device can implicitly determine the location and shape of the template area according to the prediction mode of the collocated luma block (hereinafter, 'corresponding luma block').
  • the image decoding device uses the example of FIG. 8C Likewise, the raised upper area of the current chroma block can be determined as the template area.
  • the video decoding device predicts the current chroma block as in the example of FIG. 8B.
  • the raised and restored left area of can be determined as the template area.
  • the image decoding device may use the reconstructed left and upper sides of the current chroma block as shown in the example of FIG. 8A.
  • the area can be determined as a template area.
  • the video decoding device can set the r value according to the parsed distance index or directly parse the r value to determine the template area of the current chroma block.
  • the image decoding device determines the distance from the non-adjacent reference line in the left and upper boundary areas of the corresponding luma block. Accordingly, the distance between the current chroma block and the template area can be implicitly determined.
  • the video decoding device determines the distance between the current chroma block and the left template area. It is determined as k>>1, and the distance between the current chroma block and the upper template area can be implicitly determined as m>>1. That is, the video decoding device can adjust the distance between the current chroma block and the template area depending on the color format of the input video.
  • a chroma block has a single tree structure and the corresponding luma block is predicted according to a prediction mode based on template matching is described.
  • the luma component and the chroma component have the same block division structure. If sampling between the luma component and the chroma component is different depending on the color format of the input video, the video decoding device may determine the template area of the chroma component by sampling the template area corresponding to the template area of the luma component.
  • the video decoding device may determine the template area of the current block and perform template matching-based prediction based on the determined template area.
  • FIG. 10 is a flowchart showing a current block prediction method performed by an image decoding device according to an embodiment of the present disclosure.
  • the video decoding device decodes the template matching flag from the bitstream (S1000).
  • the template matching flag indicates that the prediction technology of the current block is intra prediction or template-based prediction. In this case, it indicates whether to use the prediction mode based on template matching.
  • the video decoding device checks the template matching flag (S1002).
  • the video decoding device can perform steps (S1004 to S1008) related to template matching.
  • the video decoding device decodes the distance index from the bitstream (S1004).
  • the video decoding device can determine the distance r between the current block and the template area. Additionally, the video decoding device can determine the size of the template area using fixed or implicitly determined a and b.
  • the distance index can be defined as a lookup table by an agreement between the video encoding device and the video decoding device.
  • non-adjacent region-based intra prediction mode is applicable in the video encoding device, template matching-based prediction
  • the distance index lookup table used for intra prediction based on non-adjacent regions can be shared with intra prediction based on non-adjacent regions.
  • intra prediction based on non-adjacent regions uses non-adjacent reference lines based on, for example, MRL (Multiple Reference Line).
  • the video decoding device determines the initial template area (S1006).
  • the video decoding device may determine the initial template area based on the distance r and the size of the template area, as shown in the examples of FIGS. 8A to 8C.
  • the video decoding device uses the initial template area to search for the optimal template based on template matching (S1008).
  • the video decoding device searches for an area with the optimal loss value in the search area of the current block.
  • the video decoding device generates a prediction block of the current block using a reference block corresponding to the searched optimal template (S1010).
  • the video decoding device can omit steps related to template matching. For example, when the prediction technology is intra prediction, the video decoding device can generate a prediction block of the current block based on the parsed intra prediction mode. Alternatively, if the prediction technology is not template matching-based prediction, the video decoding device may generate a prediction block of the current block using another prediction technology and a corresponding prediction mode.
  • Figure 11 is a flowchart showing a current block prediction method performed by an image decoding device according to another embodiment of the present disclosure.
  • the video decoding device calculates the gradient (S1108).
  • the image decoding device determines the final template area using the calculated gradient (S1110).
  • the video decoding device uses the final template area to search for the optimal template based on template matching (S1112).
  • the video decoding device searches for an area with the optimal loss value in the search area of the current block.
  • the video decoding device generates a prediction block of the current block using a reference block corresponding to the searched optimal template (S1114).
  • the video decoding device may divide the initial template area into subblocks with a size of a ⁇ b and then calculate the direction and size of the gradient for each subblock. That is, each subblock may have a size implicitly determined depending on the size of the current block, or may have a preset size.
  • the video decoding device can calculate the direction and size of the gradient on a subblock basis by applying a differential filter to each subblock. At this time, one of the filters such as Perwitt filter, Roberts filter, or Sobel filter may be applied to the vertical and horizontal directions as a differential filter.
  • the video decoding device can calculate dx and dy, which are gradients in the horizontal and vertical directions, by applying a differential filter to subblocks in the initial template area.
  • the image decoding device can calculate Grad mag , which is the size of the gradient for each subblock, using Equation 1 or Equation 2.
  • the video decoding device can calculate Grad ang , which is the directionality of the gradient for each subblock, as shown in Equation 3.
  • Figure 13 is an exemplary diagram showing the final template area according to an embodiment of the present disclosure.
  • the image decoding device may calculate the size and direction of the gradient of each subblock and then generate a histogram for the size or direction of the gradient. Thereafter, based on the directionality histogram of the gradient, the image decoding apparatus may determine the area of subblocks with the mode direction as the final template area, as shown in the example of FIG. 13. Additionally, the image decoding device may consider the gradient size histogram. For example, after first selecting subblocks with a gradient size greater than a preset threshold, the video decoding apparatus may reselect subblocks with the mode direction from the selected subblocks.
  • the image decoding device may determine the area of subblocks with a direction corresponding to a frequency greater than a preset threshold as the final template area, as in the example of FIG. 13. there is. Additionally, the image decoding device may consider the gradient size histogram. For example, after first selecting subblocks with a gradient size greater than a preset threshold, the video decoding apparatus may reselect subblocks with a direction corresponding to a frequency greater than the preset threshold from the selected subblocks.
  • Figures 14a and 14b are exemplary diagrams showing the final template area according to another embodiment of the present disclosure.
  • the video decoding device determines the initial template area, as shown in the example of FIG. 12, and then, as shown in the example of FIG. 14A, for an integer n less than or equal to a and an integer m less than or equal to b, the initial template area has a size of n ⁇ m. It can be divided into subblocks. Accordingly, each subblock may have a size implicitly determined depending on the size of the current block, or may have a preset size.
  • the image decoding device can calculate the direction and size of the gradient for each subblock using Equation 1 to Equation 3, and then generate a histogram of the directionality of the gradient. Thereafter, based on the gradient direction histogram, the image decoding device may determine the area of subblocks with the mode direction as the final template area, as shown in the example of FIG. 14B.
  • Figure 15 is a flowchart showing a current block prediction method performed by a video encoding device according to an embodiment of the present disclosure.
  • the video encoding device determines the distance index (S1500).
  • the distance index indicates the gap between the current block and the template area.
  • the video encoding device can determine the distance index. Alternatively, the video encoding device may obtain the distance index from a higher level.
  • the video encoding device determines the template area based on the spacing between the current block and the template area and the shape of the template area (S1502).
  • the video encoding device uses the template area to search for the optimal template in the search area based on template matching (S1504).
  • the search area can be defined within the relief area of the current block.
  • the image encoding device generates the first prediction block of the current block from the reference block corresponding to the optimal template (S1506).
  • the video encoding device generates a second prediction block of the current block using another prediction technique (S1508).
  • the video encoding device may generate a second prediction block based on the intra prediction mode.
  • the video encoding device may generate a second prediction block using another prediction technology and a corresponding prediction mode.
  • the video encoding device determines a template matching flag based on the first prediction block and the second prediction block (S1510). In terms of bit rate-distortion optimization, the video encoding device can determine a template matching flag. For example, if the first prediction block is optimal, the video encoding device sets the template matching flag to true. Alternatively, if the second prediction block is optimal, the video encoding device may set the template matching flag to false.
  • the video encoding device encodes the distance index and template matching flag (S1512).
  • Non-transitory recording media include, for example, all types of recording devices that store data in a form readable by a computer system.
  • non-transitory recording media include storage media such as erasable programmable read only memory (EPROM), flash drives, optical drives, magnetic hard drives, and solid state drives (SSD).
  • EPROM erasable programmable read only memory
  • SSD solid state drives

Landscapes

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

Abstract

본 실시예는 템플릿 기반 예측을 이용하는 비디오 코딩방법 및 장치를 개시한다. 본 실시예에서, 영상 복호화 장치는 현재블록과 템플릿 영역 간의 간격을 나타내는 거리 인덱스(adjacent_idx)를 복호화한다. 영상 복호화 장치는 현재블록과 템플릿 영역 간의 간격, 및 템플릿 영역의 형태에 기초하여 템플릿 영역한다. 영상 복호화 장치는 템플릿 영역을 이용하여, 템플릿 매칭을 기반으로 탐색 영역에서 최적의 템플릿을 탐색한 후, 최적의 템플릿에 대응하는 참조 블록으로부터 현재블록의 예측블록을 생성한다.

Description

템플릿 기반 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
본 개시는 템플릿 기반 예측을 이용하는 비디오 코딩방법 및 장치에 관한 것이다.
이하에 기술되는 내용은 단순히 본 발명과 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.
비디오 데이터는 음성 데이터나 정지 영상 데이터 등에 비하여 많은 데이터량을 가지기 때문에, 압축을 위한 처리 없이 그 자체를 저장하거나 전송하기 위해서는 메모리를 포함하여 많은 하드웨어 자원을 필요로 한다.
따라서, 통상적으로 비디오 데이터를 저장하거나 전송할 때에는 부호화기를 사용하여 비디오 데이터를 압축하여 저장하거나 전송하며, 복호화기에서는 압축된 비디오 데이터를 수신하여 압축을 해제하고 재생한다. 이러한 비디오 압축 기술로는 H.264/AVC, HEVC(High Efficiency Video Coding) 등을 비롯하여, HEVC에 비해 약 30% 이상의 부호화 효율을 향상시킨 VVC(Versatile Video Coding)가 존재한다.
그러나, 영상의 크기 및 해상도, 프레임률이 점차 증가하고 있고, 이에 따라 부호화해야 하는 데이터량도 증가하고 있으므로 기존의 압축 기술보다 더 부호화 효율이 좋고 화질 개선 효과도 높은 새로운 압축 기술이 요구된다.
템플릿 매칭(Template matching) 기반 예측은 현재블록 주변의 기복원된 다수의 샘플들을 템플릿으로 선정한 후, 선정된 템플릿을 이용하여 현재블록의 기복원 영역에서 가장 유사한, 즉, 최적의 손실 값을 갖는 템플릿을 탐색한다. 템플릿 매칭 기반 예측은 탐색된 최적의 템플릿에 대응하는 참조 블록으로부터 현재블록의 예측블록을 생성한다. 템플릿 매칭 기반 예측은 SAD(Sum of absolute differences), MSE(Mean squared error), SATD(Sum of absolute transformed differences) 등과 같은 손실 함수를 사용하여 현재블록의 템플릿과 기복원 영역 내 후보 템플릿 간의 유사도를 측정할 수 있다. 부호화기는 현재블록에 대해 템플릿 매칭 기반 예측의 사용 여부를 지시하는 1-비트 플래그를 시그널링하고, 복호화기는 플래그를 파싱한 후 부호화기와 동일한 방법에 따라 최적의 손실 값을 갖는 템플릿을 탐색하고, 탐색된 최적의 템플릿을 이용하여 현재블록의 예측블록을 생성할 수 있다.
전술한 바와 같은 템플릿 매칭 기반 예측 시, 현재블록의 템플릿으로서 현재블록의 인접(adjacent) 영역이 활용된다. 따라서, 비디오 부호화 효율을 향상시키고 비디오 화질을 개선하기 위해, 현재블록의 주변 샘플들을 효율적으로 활용하는 방안이 고려될 필요가 있다.
본 개시는, 현재블록의 주변 기복원 영역의 정보에 따라 인접 또는 비인접 영역을 템플릿으로 설정하고, 설정된 템플릿에 기초하는 템플릿 매칭 기반의 예측을 수행하여 현재블록을 복원하는 비디오 코딩방법 및 장치를 제공하는 데 목적이 있다.
본 개시의 실시예에 따르면, 영상 복호화 장치가 수행하는, 현재블록을 복원하는 방법에 있어서, 비트스트림으로부터 거리 인덱스(adjacent_idx)를 복호화하는 단계, 여기서, 상기 거리 인덱스는, 상기 현재블록과 템플릿 영역 간의 간격을 지시함; 상기 현재블록과 상기 템플릿 영역 간의 간격, 및 상기 템플릿 영역의 형태에 기초하여 상기 템플릿 영역을 결정하는 단계; 상기 템플릿 영역을 이용하여, 템플릿 매칭을 기반으로 탐색 영역에서 최적의 템플릿을 탐색하는 단계, 여기서, 상기 탐색 영역은 상기 현재블록의 기복원 영역 내에 정의됨; 및 상기 최적의 템플릿에 대응하는 참조 블록으로부터 상기 현재블록의 예측블록을 생성하는 단계를 포함하는 것을 특징으로 하는, 방법을 제공한다.
본 개시의 다른 실시예에 따르면, 영상 부호화 장치가 수행하는, 현재블록을 부호화하는 방법에 있어서, 거리 인덱스(adjacent_idx)를 결정하는 단계, 여기서, 상기 거리 인덱스는, 상기 현재블록과 템플릿 영역 간의 간격을 지시함; 상기 현재블록과 상기 템플릿 영역 간의 간격, 및 상기 템플릿 영역의 형태에 기초하여 상기 템플릿 영역을 결정하는 단계; 상기 템플릿 영역을 이용하여, 템플릿 매칭을 기반으로 탐색 영역에서 최적의 템플릿을 탐색하는 단계, 여기서, 상기 탐색 영역은 상기 현재블록의 기복원 영역 내에 정의됨; 및 상기 최적의 템플릿에 대응하는 참조 블록으로부터 상기 현재블록의 예측블록을 생성하는 단계를 포함하는 것을 특징으로 하는, 방법을 제공한다.
본 개시의 다른 실시예에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록매체로서, 상기 영상 부호화 방법은, 거리 인덱스(adjacent_idx)를 결정하는 단계, 여기서, 상기 거리 인덱스는, 현재블록과 템플릿 영역 간의 간격을 지시함; 상기 현재블록과 상기 템플릿 영역 간의 간격, 및 상기 템플릿 영역의 형태에 기초하여 상기 템플릿 영역을 결정하는 단계; 상기 템플릿 영역을 이용하여, 템플릿 매칭을 기반으로 탐색 영역에서 최적의 템플릿을 탐색하는 단계, 여기서, 상기 탐색 영역은 상기 현재블록의 기복원 영역 내에 정의됨; 및 상기 최적의 템플릿에 대응하는 참조 블록으로부터 상기 현재블록의 예측블록을 생성하는 단계를 포함하는 것을 특징으로 하는, 기록매체를 제공한다.
이상에서 설명한 바와 같이 본 실시예에 따르면, 현재블록의 주변 기복원 영역의 정보에 따라 인접 또는 비인접 영역을 템플릿으로 설정하고, 설정된 템플릿에 기초하는 템플릿 매칭 기반의 예측을 수행하여 현재블록을 복원하는 비디오 코딩방법 및 장치를 제공함으로써, 비디오 부호화 효율을 향상시키고 비디오 화질을 개선하는 것이 가능해지는 효과가 있다.
도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다.
도 2는 QTBTTT(QuadTree plus BinaryTree TernaryTree) 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.
도 3a 및 도 3b는 광각 인트라 예측모드들을 포함한 복수의 인트라 예측모드들을 나타낸 도면이다.
도 4는 현재블록의 주변블록에 대한 예시도이다.
도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 블록도이다.
도 6은 본 개시의 일 실시예에 따른, 영상 복호화 장치의 일부를 자세히 나타내는 블록도이다.
도 7은 본 개시의 일 실시예에 따른, 현재블록의 템플릿 영역을 나타내는 예시도이다.
도 8a 내지 도 8c는 본 개시의 일 실시예에 따른, 현재블록의 템플릿 영역의 위치 및 형태를 나타내는 예시도이다.
도 9a 및 도 9b는 방향성 인트라 예측모드를 나타내는 예시도이다.
도 10은 본 개시의 일 실시예에 따른, 영상 복호화 장치가 수행하는 현재블록의 예측방법을 나타내는 순서도이다.
도 11은 본 개시의 다른 실시예에 따른, 영상 복호화 장치가 수행하는 현재블록의 예측방법을 나타내는 순서도이다.
도 12는 본 개시의 일 실시예에 따른, 초기 템플릿 영역을 나타내는 예시도이다.
도 13은 본 개시의 일 실시예에 따른, 최종 템플릿 영역을 나타내는 예시도이다.
도 14a 및 도 14b는 본 개시의 다른 실시예에 따른, 최종 템플릿 영역을 나타내는 예시도이다.
도 15는 본 개시의 일 실시예에 따른, 영상 부호화 장치가 수행하는 현재블록의 예측방법을 나타내는 순서도이다.
이하, 본 발명의 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 실시예들을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 실시예들의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다. 이하에서는 도 1의 도시를 참조하여 영상 부호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.
영상 부호화 장치는 픽처 분할부(110), 예측부(120), 감산기(130), 변환부(140), 양자화부(145), 재정렬부(150), 엔트로피 부호화부(155), 역양자화부(160), 역변환부(165), 가산기(170), 루프 필터부(180) 및 메모리(190)를 포함하여 구성될 수 있다.
영상 부호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.
하나의 영상(비디오)은 복수의 픽처들을 포함하는 하나 이상의 시퀀스로 구성된다. 각 픽처들은 복수의 영역으로 분할되고 각 영역마다 부호화가 수행된다. 예를 들어, 하나의 픽처는 하나 이상의 타일(Tile) 및/또는 슬라이스(Slice)로 분할된다. 여기서, 하나 이상의 타일을 타일 그룹(Tile Group)으로 정의할 수 있다. 각 타일 또는/슬라이스는 하나 이상의 CTU(Coding Tree Unit)로 분할된다. 그리고 각 CTU는 트리 구조에 의해 하나 이상의 CU(Coding Unit)들로 분할된다. 각 CU에 적용되는 정보들은 CU의 신택스로서 부호화되고, 하나의 CTU에 포함된 CU들에 공통적으로 적용되는 정보는 CTU의 신택스로서 부호화된다. 또한, 하나의 슬라이스 내의 모든 블록들에 공통적으로 적용되는 정보는 슬라이스 헤더의 신택스로서 부호화되며, 하나 이상의 픽처들을 구성하는 모든 블록들에 적용되는 정보는 픽처 파라미터 셋(PPS, Picture Parameter Set) 혹은 픽처 헤더에 부호화된다. 나아가, 복수의 픽처가 공통으로 참조하는 정보들은 시퀀스 파라미터 셋(SPS, Sequence Parameter Set)에 부호화된다. 그리고, 하나 이상의 SPS가 공통으로 참조하는 정보들은 비디오 파라미터 셋(VPS, Video Parameter Set)에 부호화된다. 또한, 하나의 타일 또는 타일 그룹에 공통으로 적용되는 정보는 타일 또는 타일 그룹 헤더의 신택스로서 부호화될 수도 있다. SPS, PPS, 슬라이스 헤더, 타일 또는 타일 그룹 헤더에 포함되는 신택스들은 상위수준(high level) 신택스로 칭할 수 있다.
픽처 분할부(110)는 CTU의 크기를 결정한다. CTU의 크기에 대한 정보(CTU size)는 SPS 또는 PPS의 신택스로서 부호화되어 영상 복호화 장치로 전달된다.
픽처 분할부(110)는 영상을 구성하는 각 픽처(picture)를 미리 결정된 크기를 가지는 복수의 CTU들로 분할한 이후에, 트리 구조(tree structure)를 이용하여 CTU를 반복적으로(recursively) 분할한다. 트리 구조에서의 리프 노드(leaf node)가 부호화의 기본 단위인 CU가 된다.
트리 구조로는 상위 노드(혹은 부모 노드)가 동일한 크기의 네 개의 하위 노드(혹은 자식 노드)로 분할되는 쿼드트리(QuadTree, QT), 또는 상위 노드가 두 개의 하위 노드로 분할되는 바이너리트리(BinaryTree, BT), 또는 상위 노드가 1:2:1 비율로 세 개의 하위 노드로 분할되는 터너리트리(TernaryTree, TT), 또는 이러한 QT 구조, BT 구조 및 TT 구조 중 둘 이상을 혼용한 구조일 수 있다. 예컨대, QTBT(QuadTree plus BinaryTree) 구조가 사용될 수 있고, 또는 QTBTTT(QuadTree plus BinaryTree TernaryTree) 구조가 사용될 수 있다. 여기서, BTTT를 합쳐서 MTT(Multiple-Type Tree)라 지칭될 수 있다.
도 2는 QTBTTT 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.
도 2에 도시된 바와 같이, CTU는 먼저 QT 구조로 분할될 수 있다. 쿼드트리 분할은 분할 블록(splitting block)의 크기가 QT에서 허용되는 리프 노드의 최소 블록 크기(MinQTSize)에 도달할 때까지 반복될 수 있다. QT 구조의 각 노드가 하위 레이어의 4 개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. QT의 리프 노드가 BT에서 허용되는 루트 노드의 최대 블록 크기(MaxBTSize)보다 크지 않은 경우, BT 구조 또는 TT 구조 중 어느 하나 이상으로 더 분할될 수 있다. BT 구조 및/또는 TT 구조에서는 복수의 분할 방향이 존재할 수 있다. 예컨대, 해당 노드의 블록이 가로로 분할되는 방향과 세로로 분할되는 방향 두 가지가 존재할 수 있다. 도 2의 도시와 같이, MTT 분할이 시작되면, 노드들이 분할되었는지 여부를 지시하는 제2 플래그(mtt_split_flag)와, 분할이 되었다면 추가적으로 분할 방향(vertical 혹은 horizontal)을 나타내는 플래그 및/또는 분할 타입(Binary 혹은 Ternary)을 나타내는 플래그가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
대안적으로, 각 노드가 하위 레이어의 4 개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)를 부호화하기에 앞서, 그 노드가 분할되는지 여부를 지시하는 CU 분할 플래그(split_cu_flag)가 부호화될 수도 있다. CU 분할 플래그(split_cu_flag) 값이 분할되지 않았음을 지시하는 경우, 해당 노드의 블록이 분할 트리 구조에서의 리프 노드(leaf node)가 되어 부호화의 기본 단위인 CU(coding unit)가 된다. CU 분할 플래그(split_cu_flag) 값이 분할됨을 지시하는 경우, 영상 부호화 장치는 전술한 방식으로 제1 플래그부터 부호화를 시작한다.
트리 구조의 다른 예시로서 QTBT가 사용되는 경우, 해당 노드의 블록을 동일 크기의 두 개 블록으로 가로로 분할하는 타입(즉, symmetric horizontal splitting)과 세로로 분할하는 타입(즉, symmetric vertical splitting) 두 가지가 존재할 수 있다. BT 구조의 각 노드가 하위 레이어의 블록으로 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할되는 타입을 지시하는 분할 타입 정보가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다. 한편, 해당 노드의 블록을 서로 비대칭 형태의 두 개의 블록으로 분할하는 타입이 추가로 더 존재할 수도 있다. 비대칭 형태에는 해당 노드의 블록을 1:3의 크기 비율을 가지는 두 개의 직사각형 블록으로 분할하는 형태가 포함될 수 있고, 혹은 해당 노드의 블록을 대각선 방향으로 분할하는 형태가 포함될 수도 있다.
CU는 CTU로부터의 QTBT 또는 QTBTTT 분할에 따라 다양한 크기를 가질 수 있다. 이하에서는, 부호화 또는 복호화하고자 하는 CU(즉, QTBTTT의 리프 노드)에 해당하는 블록을 '현재블록'이라 칭한다. QTBTTT 분할의 채용에 따라, 현재블록의 모양은 정사각형뿐만 아니라 직사각형일 수도 있다.
예측부(120)는 현재블록을 예측하여 예측블록을 생성한다. 예측부(120)는 인트라 예측부(122)와 인터 예측부(124)를 포함한다.
일반적으로, 픽처 내 현재블록들은 각각 예측적으로 코딩될 수 있다. 일반적으로 현재블록의 예측은 (현재블록을 포함하는 픽처로부터의 데이터를 사용하는) 인트라 예측 기술 또는 (현재블록을 포함하는 픽처 이전에 코딩된 픽처로부터의 데이터를 사용하는) 인터 예측 기술을 사용하여 수행될 수 있다. 인터 예측은 단방향 예측과 양방향 예측 모두를 포함한다.
인트라 예측부(122)는 현재블록이 포함된 현재 픽처 내에서 현재블록의 주변에 위치한 픽셀(참조 픽셀)들을 이용하여 현재블록 내의 픽셀들을 예측한다. 예측 방향에 따라 복수의 인트라 예측모드가 존재한다. 예컨대, 도 3a에서 보는 바와 같이, 복수의 인트라 예측모드는 Planar 모드와 DC 모드를 포함하는 2 개의 비방향성 모드와 65 개의 방향성 모드를 포함할 수 있다. 각 예측모드에 따라 사용할 주변 픽셀과 연산식이 다르게 정의된다.
직사각형 모양의 현재블록에 대한 효율적인 방향성 예측을 위해, 도 3b에 점선 화살표로 도시된 방향성 모드들(67 ~ 80번, -1 ~ -14 번 인트라 예측모드들)이 추가로 사용될 수 있다. 이들은 "광각 인트라 예측모드들(wide angle intra-prediction modes)"로 지칭될 수 있다. 도 3b에서 화살표들은 예측에 사용되는 대응하는 참조샘플들을 가리키는 것이며, 예측 방향을 나타내는 것이 아니다. 예측 방향은 화살표가 가리키는 방향과 반대이다. 광각 인트라 예측모드들은 현재블록이 직사각형일 때 추가적인 비트 전송 없이 특정 방향성 모드를 반대방향으로 예측을 수행하는 모드이다. 이때 광각 인트라 예측모드들 중에서, 직사각형의 현재블록의 너비와 높이의 비율에 의해, 현재블록에 이용 가능한 일부 광각 인트라 예측모드들이 결정될 수 있다. 예컨대, 45도보다 작은 각도를 갖는 광각 인트라 예측모드들(67 ~ 80번 인트라 예측모드들)은 현재블록이 높이가 너비보다 작은 직사각형 형태일 때 이용 가능하고, -135도보다 큰 각도를 갖는 광각 인트라 예측모드들(-1 ~ -14 번 인트라 예측모드들)은 현재블록이 너비가 높이보다 큰 직사각형 형태일 때 이용 가능하다.
인트라 예측부(122)는 현재블록을 부호화하는데 사용할 인트라 예측모드를 결정할 수 있다. 일부 예들에서, 인트라 예측부(122)는 여러 인트라 예측모드들을 사용하여 현재블록을 인코딩하고, 테스트된 모드들로부터 사용할 적절한 인트라 예측모드를 선택할 수도 있다. 예를 들어, 인트라 예측부(122)는 여러 테스트된 인트라 예측모드들에 대한 비트율 왜곡(rate-distortion) 분석을 사용하여 비트율 왜곡 값들을 계산하고, 테스트된 모드들 중 최선의 비트율 왜곡 특징들을 갖는 인트라 예측모드를 선택할 수도 있다.
인트라 예측부(122)는 복수의 인트라 예측모드 중에서 하나의 인트라 예측모드를 선택하고, 선택된 인트라 예측모드에 따라 결정되는 주변 픽셀(참조 픽셀)과 연산식을 사용하여 현재블록을 예측한다. 선택된 인트라 예측모드에 대한 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
인터 예측부(124)는 움직임 보상 과정을 이용하여 현재블록에 대한 예측블록을 생성한다. 인터 예측부(124)는 현재 픽처보다 먼저 부호화 및 복호화된 참조픽처 내에서 현재블록과 가장 유사한 블록을 탐색하고, 그 탐색된 블록을 이용하여 현재블록에 대한 예측블록을 생성한다. 그리고, 현재 픽처 내의 현재블록과 참조픽처 내의 예측블록 간의 변위(displacement)에 해당하는 움직임벡터(Motion Vector: MV)를 생성한다. 일반적으로, 움직임 추정은 루마(luma) 성분에 대해 수행되고, 루마 성분에 기초하여 계산된 움직임벡터는 루마 성분 및 크로마 성분 모두에 대해 사용된다. 현재블록을 예측하기 위해 사용된 참조픽처에 대한 정보 및 움직임벡터에 대한 정보를 포함하는 움직임 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
인터 예측부(124)는, 예측의 정확성을 높이기 위해, 참조픽처 또는 참조 블록에 대한 보간을 수행할 수도 있다. 즉, 연속한 두 정수 샘플 사이의 서브 샘플들은 그 두 정수 샘플을 포함한 연속된 복수의 정수 샘플들에 필터 계수들을 적용하여 보간된다. 보간된 참조픽처에 대해서 현재블록과 가장 유사한 블록을 탐색하는 과정을 수행하면, 움직임벡터는 정수 샘플 단위의 정밀도(precision)가 아닌 소수 단위의 정밀도까지 표현될 수 있다. 움직임벡터의 정밀도 또는 해상도(resolution)는 부호화하고자 하는 대상 영역, 예컨대, 슬라이스, 타일, CTU, CU 등의 단위마다 다르게 설정될 수 있다. 이와 같은 적응적 움직임벡터 해상도(Adaptive Motion Vector Resolution: AMVR)가 적용되는 경우 각 대상 영역에 적용할 움직임벡터 해상도에 대한 정보는 대상 영역마다 시그널링되어야 한다. 예컨대, 대상 영역이 CU인 경우, 각 CU마다 적용된 움직임벡터 해상도에 대한 정보가 시그널링된다. 움직임벡터 해상도에 대한 정보는 후술할 차분 움직임벡터의 정밀도를 나타내는 정보일 수 있다.
한편, 인터 예측부(124)는 양방향 예측(bi-prediction)을 이용하여 인터 예측을 수행할 수 있다. 양방향 예측의 경우, 두 개의 참조픽처와 각 참조픽처 내에서 현재블록과 가장 유사한 블록 위치를 나타내는 두 개의 움직임벡터가 이용된다. 인터 예측부(124)는 참조픽처 리스트 0(RefPicList0) 및 참조픽처 리스트 1(RefPicList1)으로부터 각각 제1 참조픽처 및 제2 참조픽처를 선택하고, 각 참조픽처 내에서 현재블록과 유사한 블록을 탐색하여 제1 참조블록과 제2 참조블록을 생성한다. 그리고, 제1 참조블록과 제2 참조블록을 평균 또는 가중 평균하여 현재블록에 대한 예측블록을 생성한다. 그리고 현재블록을 예측하기 위해 사용한 두 개의 참조픽처에 대한 정보 및 두 개의 움직임벡터에 대한 정보를 포함하는 움직임 정보를 엔트로피 부호화부(155)로 전달한다. 여기서, 참조픽처 리스트 0은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이전의 픽처들로 구성되고, 참조픽처 리스트 1은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이후의 픽처들로 구성될 수 있다. 그러나 반드시 이에 한정되는 것은 아니며, 디스플레이 순서 상으로 현재 픽처 이후의 기복원 픽처들이 참조픽처 리스트 0에 추가로 더 포함될 수 있고, 역으로 현재 픽처 이전의 기복원 픽처들이 참조픽처 리스트 1에 추가로 더 포함될 수도 있다.
움직임 정보를 부호화하는 데에 소요되는 비트량을 최소화하기 위해 다양한 방법이 사용될 수 있다.
예컨대, 현재블록의 참조픽처와 움직임벡터가 주변블록의 참조픽처 및 움직임벡터와 동일한 경우에는 그 주변블록을 식별할 수 있는 정보를 부호화함으로써, 현재블록의 움직임 정보를 영상 복호화 장치로 전달할 수 있다. 이러한 방법을 '머지 모드(merge mode)'라 한다.
머지 모드에서, 인터 예측부(124)는 현재블록의 주변블록들로부터 기 결정된 개수의 머지 후보블록(이하, '머지 후보'라 함)들을 선택한다.
머지 후보를 유도하기 위한 주변블록으로는, 도 4에 도시된 바와 같이, 현재 픽처 내에서 현재블록에 인접한 좌측블록(A0), 좌하단블록(A1), 상단블록(B0), 우상단블록(B1), 및 좌상단블록(B2) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 머지 후보로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(co-located block) 또는 그 동일 위치의 블록에 인접한 블록들이 머지 후보로서 추가로 더 사용될 수 있다. 이상에서 기술된 방법에 의해 선정된 머지 후보의 개수가 기설정된 개수보다 작으면, 0 벡터를 머지 후보에 추가한다.
인터 예측부(124)는 이러한 주변블록들을 이용하여 기결정된 개수의 머지 후보를 포함하는 머지 리스트를 구성한다. 머지 리스트에 포함된 머지 후보들 중에서 현재블록의 움직임정보로서 사용할 머지 후보를 선택하고 선택된 후보를 식별하기 위한 머지 인덱스 정보를 생성한다. 생성된 머지 인덱스 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
머지 스킵(merge skip) 모드는 머지 모드의 특별한 경우로서, 양자화를 수행한 후, 엔트로피 부호화를 위한 변환 계수가 모두 영(zero)에 가까울 때, 잔차신호들의 전송 없이 주변블록 선택 정보만을 전송한다. 머지 스킵 모드를 이용함으로써, 움직임이 적은 영상, 정지 영상, 스크린 콘텐츠 영상 등에서 상대적으로 높은 부호화 효율을 달성할 수 있다.
이하, 머지 모드와 머지 스킵 모드를 통칭하여, 머지/스킵 모드로 나타낸다.
움직임 정보를 부호화하기 위한 또 다른 방법은 AMVP(Advanced Motion Vector Prediction) 모드이다.
AMVP 모드에서, 인터 예측부(124)는 현재블록의 주변블록들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터 후보들을 유도한다. 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로는, 도 4에 도시된 현재 픽처 내에서 현재블록에 인접한 좌측블록(A0), 좌하단블록(A1), 상단블록(B0), 우상단블록(B1), 및 좌상단블록(B2) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(collocated block) 또는 그 동일 위치의 블록에 인접한 블록들이 사용될 수 있다. 이상에서 기술된 방법에 의해 움직임벡터 후보의 개수가 기설정된 개수보다 작으면, 0 벡터를 움직임벡터 후보에 추가한다.
인터 예측부(124)는 이 주변블록들의 움직임벡터를 이용하여 예측 움직임벡터 후보들을 유도하고, 예측 움직임벡터 후보들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터를 결정한다. 그리고, 현재블록의 움직임벡터로부터 예측 움직임벡터를 감산하여 차분 움직임벡터를 산출한다.
예측 움직임벡터는 예측 움직임벡터 후보들에 기정의된 함수(예컨대, 중앙값, 평균값 연산 등)를 적용하여 구할 수 있다. 이 경우, 영상 복호화 장치도 기정의된 함수를 알고 있다. 또한, 예측 움직임벡터 후보를 유도하기 위해 사용하는 주변블록은 이미 부호화 및 복호화가 완료된 블록이므로 영상 복호화 장치도 그 주변블록의 움직임벡터도 이미 알고 있다. 그러므로 영상 부호화 장치는 예측 움직임벡터 후보를 식별하기 위한 정보를 부호화할 필요가 없다. 따라서, 이 경우에는 차분 움직임벡터에 대한 정보와 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보가 부호화된다.
한편, 예측 움직임벡터는 예측 움직임벡터 후보들 중 어느 하나를 선택하는 방식으로 결정될 수도 있다. 이 경우에는 차분 움직임벡터에 대한 정보 및 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보와 함께, 선택된 예측 움직임벡터 후보를 식별하기 위한 정보가 추가로 부호화된다.
감산기(130)는 현재블록으로부터 인트라 예측부(122) 또는 인터 예측부(124)에 의해 생성된 예측블록을 감산하여 잔차블록을 생성한다.
변환부(140)는 공간 영역의 픽셀 값들을 가지는 잔차블록 내의 잔차신호들을 주파수 도메인의 변환 계수로 변환한다. 변환부(140)는 잔차블록의 전체 크기를 변환 단위로 사용하여 잔차블록 내의 잔차신호들을 변환할 수 있으며, 또는 잔차블록을 복수 개의 서브블록으로 분할하고 그 서브블록을 변환 단위로 사용하여 변환을 할 수도 있다. 또는, 변환 영역 및 비변환 영역인 두 개의 서브블록으로 구분하여, 변환 영역 서브블록만 변환 단위로 사용하여 잔차신호들을 변환할 수 있다. 여기서, 변환 영역 서브블록은 가로축 (혹은 세로축) 기준 1:1의 크기 비율을 가지는 두 개의 직사각형 블록 중 하나일 수 있다. 이런 경우, 서브블록 만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 위치 정보(cu_sbt_pos_flag)가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. 또한, 변환 영역 서브블록의 크기는 가로축 (혹은 세로축) 기준 1:3의 크기 비율을 가질 수 있으며, 이런 경우 해당 분할을 구분하는 플래그(cu_sbt_quad_flag)가 추가적으로 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
한편, 변환부(140)는 잔차블록에 대해 가로 방향과 세로 방향으로 개별적으로 변환을 수행할 수 있다. 변환을 위해, 다양한 타입의 변환 함수 또는 변환 행렬이 사용될 수 있다. 예컨대, 가로 방향 변환과 세로 방향 변환을 위한 변환 함수의 쌍을 MTS(Multiple Transform Set)로 정의할 수 있다. 변환부(140)는 MTS 중 변환 효율이 가장 좋은 하나의 변환 함수 쌍을 선택하고 가로 및 세로 방향으로 각각 잔차블록을 변환할 수 있다. MTS 중에서 선택된 변환 함수 쌍에 대한 정보(mts_idx)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
양자화부(145)는 변환부(140)로부터 출력되는 변환 계수들을 양자화 파라미터를 이용하여 양자화하고, 양자화된 변환 계수들을 엔트로피 부호화부(155)로 출력한다. 양자화부(145)는, 어떤 블록 혹은 프레임에 대해, 변환 없이, 관련된 잔차 블록을 곧바로 양자화할 수도 있다. 양자화부(145)는 변환블록 내의 변환 계수들의 위치에 따라 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 2차원으로 배열된 양자화된 변환 계수들에 적용되는 양자화 행렬은 부호화되어 영상 복호화 장치로 시그널링될 수 있다.
재정렬부(150)는 양자화된 잔차값에 대해 계수값의 재정렬을 수행할 수 있다.
재정렬부(150)는 계수 스캐닝(coefficient scanning)을 이용하여 2차원의 계수 어레이를 1차원의 계수 시퀀스로 변경할 수 있다. 예를 들어, 재정렬부(150)에서는 지그-재그 스캔(zig-zag scan) 또는 대각선 스캔(diagonal scan)을 이용하여 DC 계수부터 고주파수 영역의 계수까지 스캔하여 1차원의 계수 시퀀스를 출력할 수 있다. 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔 대신 2차원의 계수 어레이를 열 방향으로 스캔하는 수직 스캔, 2차원의 블록 형태 계수를 행 방향으로 스캔하는 수평 스캔이 사용될 수도 있다. 즉, 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔, 대각선 스캔, 수직 방향 스캔 및 수평 방향 스캔 중에서 사용될 스캔 방법이 결정될 수도 있다.
엔트로피 부호화부(155)는, CABAC(Context-based Adaptive Binary Arithmetic Code), 지수 골롬(Exponential Golomb) 등의 다양한 부호화 방식을 사용하여, 재정렬부(150)로부터 출력된 1차원의 양자화된 변환 계수들의 시퀀스를 부호화함으로써 비트스트림을 생성한다.
또한, 엔트로피 부호화부(155)는 블록 분할과 관련된 CTU size, CU 분할 플래그, QT 분할 플래그, MTT 분할 타입, MTT 분할 방향 등의 정보를 부호화하여, 영상 복호화 장치가 영상 부호화 장치와 동일하게 블록을 분할할 수 있도록 한다. 또한, 엔트로피 부호화부(155)는 현재블록이 인트라 예측에 의해 부호화되었는지 아니면 인터 예측에 의해 부호화되었는지 여부를 지시하는 예측 타입에 대한 정보를 부호화하고, 예측 타입에 따라 인트라 예측정보(즉, 인트라 예측모드에 대한 정보) 또는 인터 예측정보(움직임 정보의 부호화 모드(머지 모드 또는 AMVP 모드), 머지 모드의 경우 머지 인덱스, AMVP 모드의 경우 참조픽처 인덱스 및 차분 움직임벡터에 대한 정보)를 부호화한다. 또한, 엔트로피 부호화부(155)는 양자화와 관련된 정보, 즉, 양자화 파라미터에 대한 정보 및 양자화 행렬에 대한 정보를 부호화한다.
역양자화부(160)는 양자화부(145)로부터 출력되는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 생성한다. 역변환부(165)는 역양자화부(160)로부터 출력되는 변환 계수들을 주파수 도메인으로부터 공간 도메인으로 변환하여 잔차블록을 복원한다.
가산기(170)는 복원된 잔차블록과 예측부(120)에 의해 생성된 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 다음 순서의 블록을 인트라 예측할 때 참조 픽셀들로서 사용된다.
루프(loop) 필터부(180)는 블록 기반의 예측 및 변환/양자화로 인해 발생하는 블록킹 아티팩트(blocking artifacts), 링잉 아티팩트(ringing artifacts), 블러링 아티팩트(blurring artifacts) 등을 줄이기 위해 복원된 픽셀들에 대한 필터링을 수행한다. 루프 필터부(180)는 인루프(in-loop) 필터로서 디블록킹 필터(182), SAO(Sample Adaptive Offset) 필터(184) 및 ALF(Adaptive Loop Filter, 186)의 전부 또는 일부를 포함할 수 있다.
디블록킹 필터(182)는 블록 단위의 부호화/복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해 복원된 블록 간의 경계를 필터링하고, SAO 필터(184) 및 ALF(186)는 디블록킹 필터링된 영상에 대해 추가적인 필터링을 수행한다. SAO 필터(184) 및 ALF(186)는 손실 부호화(lossy coding)로 인해 발생하는 복원된 픽셀들과 원본 픽셀들 간의 차이를 보상하기 위해 사용되는 필터이다. SAO 필터(184)는 CTU 단위로 오프셋을 적용함으로써 주관적 화질뿐만 아니라 부호화 효율도 향상시킨다. 이에 비하여 ALF(186)는 블록 단위의 필터링을 수행하는데, 해당 블록의 에지 및 변화량의 정도를 구분하여 상이한 필터를 적용하여 왜곡을 보상한다. ALF에 사용될 필터 계수들에 대한 정보는 부호화되어 영상 복호화 장치로 시그널링될 수 있다.
디블록킹 필터(182), SAO 필터(184) 및 ALF(186)를 통해 필터링된 복원블록은 메모리(190)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조픽처로 사용될 수 있다.
영상 부호화 장치는 부호화된 비디오 데이터의 비트스트림을 비일시적인 기록매체에 저장하거나 통신 네트워크를 이용하여 영상 복호화 장치에게 전송할 수 있다.
도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 블록도이다. 이하에서는 도 5를 참조하여 영상 복호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.
영상 복호화 장치는 엔트로피 복호화부(510), 재정렬부(515), 역양자화부(520), 역변환부(530), 예측부(540), 가산기(550), 루프 필터부(560) 및 메모리(570)를 포함하여 구성될 수 있다.
도 1의 영상 부호화 장치와 마찬가지로, 영상 복호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.
엔트로피 복호화부(510)는 영상 부호화 장치에 의해 생성된 비트스트림을 복호화하여 블록 분할과 관련된 정보를 추출함으로써 복호화하고자 하는 현재블록을 결정하고, 현재블록을 복원하기 위해 필요한 예측정보, 잔차신호들에 대한 정보 등을 추출한다.
엔트로피 복호화부(510)는 SPS(Sequence Parameter Set) 또는 PPS(Picture Parameter Set)로부터 CTU size에 대한 정보를 추출하여 CTU의 크기를 결정하고, 픽처를 결정된 크기의 CTU로 분할한다. 그리고, CTU를 트리 구조의 최상위 레이어, 즉, 루트 노드로 결정하고, CTU에 대한 분할정보를 추출함으로써 트리 구조를 이용하여 CTU를 분할한다.
예컨대, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 MTT의 분할과 관련된 제2 플래그(mtt_split_flag) 및 분할 방향(vertical / horizontal) 및/또는 분할 타입(binary / ternary) 정보를 추출하여 해당 리프 노드를 MTT 구조로 분할한다. 이에 따라 QT의 리프 노드 이하의 각 노드들을 BT 또는 TT 구조로 반복적으로(recursively) 분할한다.
또 다른 예로서, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 CU의 분할 여부를 지시하는 CU 분할 플래그(split_cu_flag)를 추출하고, 해당 블록이 분할된 경우, 제1 플래그(QT_split_flag)를 추출할 수도 있다. 분할 과정에서 각 노드는 0번 이상의 반복적인 QT 분할 후에 0번 이상의 반복적인 MTT 분할이 발생할 수 있다. 예컨대, CTU는 바로 MTT 분할이 발생하거나, 반대로 다수 번의 QT 분할만 발생할 수도 있다.
다른 예로서, QTBT 구조를 사용하여 CTU를 분할하는 경우, QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 BT로 더 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할 방향 정보를 추출한다.
한편, 엔트로피 복호화부(510)는 트리 구조의 분할을 이용하여 복호화하고자 하는 현재블록을 결정하게 되면, 현재블록이 인트라 예측되었는지 아니면 인터 예측되었는지를 지시하는 예측 타입에 대한 정보를 추출한다. 예측 타입 정보가 인트라 예측을 지시하는 경우, 엔트로피 복호화부(510)는 현재블록의 인트라 예측정보(인트라 예측모드)에 대한 신택스 요소를 추출한다. 예측 타입 정보가 인터 예측을 지시하는 경우, 엔트로피 복호화부(510)는 인터 예측정보에 대한 신택스 요소, 즉, 움직임벡터 및 그 움직임벡터가 참조하는 참조픽처를 나타내는 정보를 추출한다.
또한, 엔트로피 복호화부(510)는 양자화 관련된 정보, 및 잔차신호들에 대한 정보로서 현재블록의 양자화된 변환계수들에 대한 정보를 추출한다.
재정렬부(515)는, 영상 부호화 장치에 의해 수행된 계수 스캐닝 순서의 역순으로, 엔트로피 복호화부(510)에서 엔트로피 복호화된 1차원의 양자화된 변환계수들의 시퀀스를 다시 2차원의 계수 어레이(즉, 블록)로 변경할 수 있다.
역양자화부(520)는 양자화된 변환계수들을 역양자화하고, 양자화 파라미터를 이용하여 양자화된 변환계수들을 역양자화한다. 역양자화부(520)는 2차원으로 배열된 양자화된 변환계수들에 대해 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 역양자화부(520)는 영상 부호화 장치로부터 양자화 계수(스케일링 값)들의 행렬을 양자화된 변환계수들의 2차원 어레이에 적용하여 역양자화를 수행할 수 있다.
역변환부(530)는 역양자화된 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환하여 잔차신호들을 복원함으로써 현재블록에 대한 잔차블록을 생성한다.
또한, 역변환부(530)는 변환블록의 일부 영역(서브블록)만 역변환하는 경우, 변환블록의 서브블록만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 서브블록의 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 서브블록의 위치 정보(cu_sbt_pos_flag)를 추출하여, 해당 서브블록의 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환함으로써 잔차신호들을 복원하고, 역변환되지 않은 영역에 대해서는 잔차신호들로 “0”값을 채움으로써 현재블록에 대한 최종 잔차블록을 생성한다.
또한, MTS가 적용된 경우, 역변환부(530)는 영상 부호화 장치로부터 시그널링된 MTS 정보(mts_idx)를 이용하여 가로 및 세로 방향으로 각각 적용할 변환 함수 또는 변환 행렬을 결정하고, 결정된 변환 함수를 이용하여 가로 및 세로 방향으로 변환블록 내의 변환계수들에 대해 역변환을 수행한다.
예측부(540)는 인트라 예측부(542) 및 인터 예측부(544)를 포함할 수 있다. 인트라 예측부(542)는 현재블록의 예측 타입이 인트라 예측일 때 활성화되고, 인터 예측부(544)는 현재블록의 예측 타입이 인터 예측일 때 활성화된다.
인트라 예측부(542)는 엔트로피 복호화부(510)로부터 추출된 인트라 예측모드에 대한 신택스 요소로부터 복수의 인트라 예측모드 중 현재블록의 인트라 예측모드를 결정하고, 인트라 예측모드에 따라 현재블록 주변의 참조 픽셀들을 이용하여 현재블록을 예측한다.
인터 예측부(544)는 엔트로피 복호화부(510)로부터 추출된 인터 예측모드에 대한 신택스 요소를 이용하여 현재블록의 움직임벡터와 그 움직임벡터가 참조하는 참조픽처를 결정하고, 움직임벡터와 참조픽처를 이용하여 현재블록을 예측한다.
가산기(550)는 역변환부(530)로부터 출력되는 잔차블록과 인터 예측부(544) 또는 인트라 예측부(542)로부터 출력되는 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 이후에 복호화할 블록을 인트라 예측할 때의 참조픽셀들로서 활용된다.
루프 필터부(560)는 인루프 필터로서 디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 포함할 수 있다. 디블록킹 필터(562)는 블록 단위의 복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해, 복원된 블록 간의 경계를 디블록킹 필터링한다. SAO 필터(564) 및 ALF(566)는 손실 부호화(lossy coding)로 인해 발생하는 복원된 픽셀들과 원본 픽셀들 간의 차이를 보상하기 위해, 디블록킹 필터링 이후의 복원된 블록에 대해 추가적인 필터링을 수행한다. ALF의 필터 계수는 비스트림으로부터 복호한 필터 계수에 대한 정보를 이용하여 결정된다.
디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 통해 필터링된 복원블록은 메모리(570)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조픽처로 사용된다.
본 실시예는 이상에서 설명한 바와 같은 영상(비디오)의 부호화 및 복호화에 관한 것이다. 보다 자세하게는, 현재블록의 주변 기복원 영역의 정보에 따라 인접 또는 비인접 영역을 템플릿으로 설정하고, 설정된 템플릿에 기초하는 템플릿 매칭 기반의 예측을 수행하여 현재블록을 복원하는 비디오 코딩방법 및 장치를 제공한다.
이하의 실시예들은 영상 부호화 장치(video encoding device) 내 예측부(120)에 의해 수행될 수 있다. 또한, 영상 복호화 장치(video decoding device) 내 예측부(540)에 의해 수행될 수 있다.
영상 부호화 장치는, 현재블록의 부호화에 있어서, 비트율 왜곡 최적화 측면에서 본 실시예와 관련된 시그널링 정보를 생성할 수 있다. 영상 부호화 장치는 엔트로피 부호화부(155)를 이용하여 이를 부호화한 후, 영상 복호화 장치로 전송할 수 있다. 영상 복호화 장치는 엔트로피 복호화부(510)를 이용하여 비트스트림으로부터 현재블록의 복호화와 관련된 시그널링 정보를 복호화할 수 있다.
이하의 설명에서, '대상 블록'이라는 용어는 현재블록 또는 코딩유닛(CU, Coding Unit)과 동일한 의미로 사용될 수 있고, 또는 코딩유닛의 일부 영역을 의미할 수도 있다.
또한, 하나의 플래그의 값이 참이라는 것은 플래그가 1로 설정되는 경우를 나타낸다. 또한, 하나의 플래그의 값이 거짓이라는 것은 플래그가 0으로 설정되는 경우를 나타낸다.
이하의 실시예들은, 영상 복호화 장치를 중심으로 기술되나, 영상 부호화 장치에서도 동일하거나 유사하게 구현될 수 있다.
도 6은 본 개시의 일 실시예에 따른, 영상 복호화 장치의 일부를 자세히 나타내는 블록도이다.
본 실시예에 따른 영상 복호화 장치는 예측 및 변환 단위를 결정하고, 결정된 단위에 해당하는 현재블록에 대해, 결정된 예측기술 및 예측모드를 이용하여 예측과 역변환을 수행함으로써, 최종적으로 현재블록의 복원블록을 생성할 수 있다. 도 6에 예시된 바는 영상 복호화 장치의 역변환부(530), 예측부(540) 및 가산기(550)에 의해 수행될 수 있다. 한편, 도 6에 예시된 바와 동일한 동작들이 영상 부호화 장치의 역변환부(165), 픽처 분할부(110), 예측부(120), 및 가산기(170)에 의해 수행될 수 있다. 이때, 영상 복호화 장치는 비트스트림으로부터 파싱된 부호화 정보를 이용하나, 영상 부호화 장치는, 비트율 왜곡 최소화 측면에서 상위 레벨로부터 설정된 부호화 정보를 이용할 수 있다. 이하, 편의상 영상 복호화 장치를 중심으로 본 실시예를 기술한다.
도 5의 예시와 같이 예측부(540)는, 예측기술에 따라 인트라 예측부(542) 및 인터 예측부(544)를 포함하나, 도 6에 예시된 바와 같이, 예측부(540)는 예측단위 결정부(602), 예측기술 결정부(604), 예측모드 결정부(606) 및 예측 수행부(608)의 전부 또는 일부를 포함할 수 있다.
입력 비디오의 컬러 포맷이 YUV 포맷(YUV420, YUV411, YUV422, YUV444 등)인 경우, 영상 복호화 장치는 루마 성분의 예측 및 복원 수행 후, 크로마 성분의 예측 및 복원을 수행할 수 있다. 즉, 루마 성분과 크로마 성분은 도 6에 예시된 구성요소들에 의해 순차적으로 복원될 수 있다. 한편, 입력 비디오의 컬러 포맷이 RGB인 경우, 영상 부호화 장치는 RGB로부터 YUV로 컬러 포맷 변환을 수행한 후, 변환된 비디오를 부호화할 수 있다. 여기서, YUV 포맷인 경우, 컬러 포맷은 루마 성분의 픽셀들과 크로마 성분의 픽셀들 간의 대응 관계를 나타낸다.
예측단위 결정부(602)는 예측 단위(PU, Prediction Unit)를 결정한다. 예측기술 결정부(604)는 예측 단위에 대해 예측기술(예를 들어, 인트라 예측, 인터 예측, 또는 IBC(Intra Block Copy) 모드, 팔레트 모드, 템플릿 기반 예측 등)을 결정한다. 예측모드 결정부(606)는 예측기술에 대해 세부적인 예측모드를 결정한다. 예측 수행부(608)는 결정된 예측모드에 따라 현재블록의 예측블록을 생성한다.
역변환부(530)는 변환단위 결정부(610) 및 역변환 수행부(612)를 포함한다. 변환단위 결정부(610)는 현재블록의 역양자화 신호들에 대해 변환 단위(TU, Transform Unit)를 결정하고, 역변환 수행부(612)는 역양자화 신호들로 표현된 변환 단위를 역변환하여 잔차신호들을 생성한다.
가산기(550)는 예측블록과 잔차신호들을 가산하여 복원블록을 생성한다. 복원블록은 메모리에 저장된 채로, 이후 다른 블록의 예측에 이용될 수 있다.
예측단위 결정부(602)에서 결정된 예측 단위는 현재블록, 또는 현재블록이 분할된 서브블록들 중 하나의 서브블록이 될 수 있다. 이때, 크로마 성분의 예측 단위는, 컬러 포맷에 따라 루마 성분의 예측 단위에 대응하는 크기일 수 있다. 또는 루마 성분과 크로마 성분의 예측 단위가 별도로 결정된 후, 크로마 성분의 예측 단위에 대해 예측이 수행될 수 있다.
예측기술 결정부(604)는 예측 단위에 대해 예측기술을 결정한다. 전술한 바와 같이, 예측기술은 인터 예측, 인트라 예측, IBC 모드, 팔레트 모드, 및 템플릿 기반 예측 중의 하나일 수 있다. 이때, 크로마 성분의 예측기술은 별도 정보의 시그널링 및 파싱 없이, 대응 루마 성분의 예측기술과 동일하게 결정될 수 있다.
예측모드 결정부(604)는 현재블록의 예측기술이 인트라 예측인 경우, 1-비트 플래그의 시그널링 및 파싱을 이용하여 템플릿 기반 예측을 예측모드로 결정할 수 있다.
다른 예로서, 예측모드 결정부(604)는 1-비트 플래그의 시그널링 및 파싱을 이용하여 현재블록의 예측기술 및 예측모드를 템플릿 기반 예측으로 결정할 수 있다.
다른 예로서, 예측모드 결정부(604)는 현재블록의 예측기술이 인터 예측인 경우, 초기 움직임 정보에 기초하여 획득된 예측신호들에 대해, 템플릿 매칭을 활용할 수 있다. 영상 복호화 장치는 템플릿 매칭을 활용하여 초기 예측신호들의 움직임 정보를 보정한 후, 보정된 움직임 정보를 이용하여 최종 예측신호들을 생성할 수 있다.
이하, 템플릿 매칭 기반 예측과 관련하여 예측 수행부(608)의 동작을 기술한다. 이하, 영상 복호화 장치는 예측 수행부(608)를 나타낸다.
도 7은 본 개시의 일 실시예에 따른, 현재블록의 템플릿 영역을 나타내는 예시도이다.
일 예로서, W×H 크기(여기서, W는 블록의 너비, H는 블록의 높이임)를 갖는 현재블록의 예측기술이 인트라 예측이고, 1-비트 플래그(이하, 템플릿 매칭 플래그')의 시그널링 및 파싱을 이용하여 템플릿 기반 예측이 예측모드로 결정된 경우를 기술한다. 영상 복호화 장치는 도 7의 예시와 같이, 현재블록의 기복원된 주변 영역을 템플릿으로 설정하고, 설정된 템플릿을 이용하여 현재 프레임 내 기복원된 영역에서 템플릿 매칭을 수행하여 최적의 손실 값을 갖는 템플릿을 탐색한다. 영상 복호화 장치는 탐색된 최적의 템플릿에 대응하는 참조 블록으로부터 현재블록의 예측신호들을 생성할 수 있다. 템플릿 매칭은, 현재블록의 템플릿과 기복원 영역 내 후보 템플릿들 간의 유사도를 산정하여, 픽셀들 간 최적의 유사도, 즉 최적의 손실 값을 갖는 템플릿을 탐색하는 과정이다. 이때, 유사도는 손실 함수에 기초하여 산정될 수 있다. 영상 복호화 장치는 MSE(Mean squared error), SAD(Sum of absolute differences), SATD(Sum of absolute transformed differences) 등과 같은 픽셀들 간 유사도 산정 방법들 중 하나를 손실 함수로 사용할 수 있다. 한편, 현재블록과 템플릿 간의 관계는 참조 블록과 탐색된 최적의 템플릿 간의 관계와 대응한다.
다른 예로서, 손실 함수 기반의 템플릿 매칭 시, 영상 복호화 장치는 손실 값이 작은 순서대로 N(여기서, N은 자연수) 개의 템플릿들을 탐색할 수 있다. 영상 복호화 장치는 탐색된 N 개의 템플릿들에 대응하는 참조 블록들을 가중합하여 현재블록의 최종 예측신호들을 생성할 수 있다.
도 7의 예시에서, W와 H는 각각 현재블록의 너비 및 높이를 나타낸다.
도 7의 예시에서, 템플릿 영역은 L자 형태를 갖는다. W, H와 함께, a와 b는 의해 템플릿 영역의 크기를 정의한다. 즉, a는 현재블록의 좌측에 존재하는 템플릿 영역의 하단 너비를 나타내고, b는 현재블록의 상단에 존재하는 템플릿 영역의 우측 높이를 나타낸다. 이때, a, b는 현재블록의 크기에 따라 암시적으로 결정될 수 있다. 또는, 현재블록의 크기에 관계 없이, a, b는 고정된 값들일 수 있다.
도 7의 예시에서, SRW, SRH는 탐색 영역의 크기를 정의한다. 즉, SRW는 현재블록의 좌측에 존재하는 탐색 영역의 하단 너비를 나타내고, SRH는 현재블록의 상단에 존재하는 탐색 영역의 우측 높이를 나타낸다. 도 7의 예시와 같이, 탐색 영역은 현재블록의 기복원 영역 내에 정의되고, 기복원 영역의 전부 또는 일부일 수 있다. SRW, SRH는 현재블록의 크기에 따라 암시적으로 결정될 수 있다. 또는, SRW, SRH는 입력 비디오의 해상도에 따라 암시적으로 결정될 수 있다. 또는, 현재블록의 크기에 관계 없이, SRW, SRH는 고정된 값들일 수 있다.
도 8a 내지 도 8c는 본 개시의 일 실시예에 따른, 현재블록의 템플릿 영역의 위치 및 형태를 나타내는 예시도이다.
이하, 템플릿 영역의 위치에 따라 템플릿의 형태도 결정될 수 있으므로, '템플릿 영역의 위치 및 형태'와 '템플릿 영역의 형태'를 호환적으로 사용한다.
다른 예로서, 템플릿 매칭 기반 예측을 위한 템플릿 영역은 도 8a 내지 도 8c의 예시와 같이, 현재블록의 좌측 및 상단, 현재블록의 좌측, 또는 현재블록의 상단의 인접 또는 비인접 기복원 영역으로 결정될 수 있다. 도 8a의 예시와 같이, 현재블록의 좌측 및 상단에 템플릿 영역이 존재하는 경우, 템플릿 영역은 L자 형태를 갖는다. 도 8a의 예시에서, 템플릿 영역은 현재블록의 너비와 높이(W, H), 현재블록의 좌측에 존재하는 템플릿 영역의 하단 너비 a, 현재블록의 상단에 존재하는 템플릿 영역의 우측 높이(b), 및 현재블록과 템플릿 영역 간의 거리(r)에 기초하여 정의될 수 있다.
또한, 도 8b의 예시와 같이, 현재블록의 좌측에 템플릿 영역이 존재하는 경우, 템플릿 영역은 직사각형의 형태를 갖는다. 도 8b의 예시에서, 템플릿 영역은 a의 너비를 갖고, H+p(여기서, p는 정수)의 높이를 갖는다. 즉, p는 템플릿 영역의 높이와 현재블록의 높이 간의 차이를 나타낸다. 도 8c의 예시와 같이, 현재블록의 상단에 템플릿 영역이 존재하는 경우, 템플릿 영역은 직사각형의 형태를 갖는다. 도 8c의 예시에서, 템플릿 영역은 W+q(여기서, q는 정수)의 너비를 갖고, b의 높이를 갖는다. 즉, q는 템플릿 영역의 너비와 현재블록의 너비 간의 차이를 나타낸다.
여기서, W, H, a, b, p, q 및 r은 픽셀 단위의 값들이다.
전술한 바와 같이, 도 8a 내지 도 8c의 예시에서 r은 현재블록과 템플릿 영역 간의 거리를 나타낸다. p와 q는 현재블록의 크기, 또는 현재블록의 종횡비에 따라 암시적으로 결정될 수 있다. 또는, p와 q는 고정된 값들일 수 있다. 또한, r은 인덱스(이하 '거리 인덱스, adjacent_idx')의 형태로서 시그널링 및 파싱될 수 있다.
일 예로서, 영상 복호화 장치는 템플릿 영역의 형태를 지시하는 인덱스를 파싱할 수 있다. 영상 복호화 장치는 도 8a 내지 도 8c와 같이, 파싱된 인덱스에 기초하여 템플릿 영역의 형태를 현재블록의 좌측 및 상단, 현재블록의 좌측, 또는 현재블록의 상단으로 결정할 수 있다. 최종적으로, 영상 복호화 장치는 파싱된 거리 인덱스에 따라 r값을 설정하여, 현재블록의 템플릿 영역을 결정할 수 있다.
다른 예로서, W×H 크기를 갖는 현재블록의 종횡비에 따라, 영상 복호화 장치는 템플릿 영역을 암시적으로 결정할 수 있다. 예컨대, W=H인 경우, 도 8a의 예시와 같이, 현재블록의 좌측 및 상단 영역이 템플릿 영역으로 결정될 수 있다. W < H인 경우, 도 8b의 예시와 같이, 현재블록의 좌측 영역이 템플릿 영역으로 결정될 수 있다. W > H인 경우, 도 8c의 예시와 같이, 현재블록의 상단 영역이 템플릿 영역으로 결정될 수 있다. 최종적으로, 영상 복호화 장치는 파싱된 거리 인덱스에 따라 r값을 설정하여, 현재블록의 템플릿 영역을 결정할 수 있다.
한편, 크로마 블록에 대해, 영상 복호화 장치는 대응 위치의(collocated) 루마 블록(이하, '대응 루마 블록')의 예측모드에 따라 암시적으로 템플릿 영역의 위치 및 형태를 결정할 수 있다.
일 예로서, 대응 루마 블록의 중앙 영역의 예측모드가 인트라 예측모드이고, 해당 인트라 예측모드가 도 9a의 예시와 같이 45도와 135도 간의 방향성 예측모드인 경우, 영상 복호화 장치는 도 8c의 예시와 같이 현재 크로마 블록의 기복원된 상단 영역을 템플릿 영역으로 결정할 수 있다.
대응 루마 블록의 중앙 영역의 예측모드가 인트라 예측모드이고, 해당 인트라 예측모드가 도 9b의 예시와 같이 135도와 225도 간의 방향성 예측모드인 경우, 영상 복호화 장치는 도 8b의 예시와 같이 현재 크로마 블록의 기복원된 좌측 영역을 템플릿 영역으로 결정할 수 있다.
또는, 대응 루마 블록의 중앙 영역의 예측모드가 인트라 예측모드이고, 해당 인트라 예측모드가 Planar 모드 또는 DC 모드인 경우, 영상 복호화 장치는 도 8a의 예시와 같이 현재 크로마 블록의 기복원된 좌측과 상단 영역을 템플릿 영역으로 결정할 수 있다.
최종적으로, 영상 복호화 장치는 파싱된 거리 인덱스에 따라 r값을 설정하거나 r값을 직접 파싱하여, 현재 크로마 블록의 템플릿 영역을 결정할 수 있다.
다른 예로서, 크로마 블록에 대해, 영상 복호화 장치는 대응 루마 블록의 좌측 및 상단 경계 영역에서 비인접 참조라인과의 거리에 따라 암시적으로 현재 크로마 블록과 템플릿 영역 간의 거리를 결정할 수 있다.
예컨대, 입력 비디오의 컬러 포맷이 YUV420이고, 대응 루마 블록의 좌측 및 상단 경계 영역이 각각 k, m 거리의 비인접 참조라인으로부터 예측된 경우, 영상 복호화 장치는 현재 크로마 블록과 좌측 템플릿 영역 간의 거리를 k>>1로 결정하고, 현재 크로마 블록과 상단 템플릿 영역 간의 거리를 m>>1로 암시적으로 결정할 수 있다. 즉, 입력 비디오의 컬러 포맷에 따라 영상 복호화 장치는 현재 크로마 블록과 템플릿 영역 간의 거리를 조절할 수 있다.
다른 예로서, 크로마 블록에 대해, 단일 트리(single tree) 구조이고, 대응 루마 블록이 템플릿 매칭에 기반하는 예측모드에 따라 예측되는 경우를 기술한다. 이때, 단일 트리 구조에서 루마 성분과 크로마 성분은 동일한 블록 분할 구조를 갖는다. 입력 비디오의 컬러 포맷에 따라 루마 성분과 크로마 성분 간의 샘플링이 상이한 경우, 영상 복호화 장치는 루마 성분의 템플릿 영역에 대응하는 템플릿 영역을 샘플링하여, 크로마 성분의 템플릿 영역을 결정할 수 있다.
한편, 도 10 및 도 11에 예시된 순서도에 따라 영상 복호화 장치는 현재블록의 템플릿 영역을 결정하고, 결정된 템플릿 영역에 기초하여 템플릿 매칭 기반 예측을 수행할 수 있다.
도 10은 본 개시의 일 실시예에 따른, 영상 복호화 장치가 수행하는 현재블록의 예측방법을 나타내는 순서도이다.
영상 복호화 장치는 비트스트림으로부터 템플릿 매칭 플래그를 복호화한다(S1000). 여기서, 템플릿 매칭 플래그는, 현재블록의 예측기술이 인트라 예측 또는 템플릿 기반 예측인 경우, 템플릿 매칭에 기반하는 예측모드의 사용 여부를 지시한다.
영상 복호화 장치는 템플릿 매칭 플래그를 확인한다(S1002).
템플릿 매칭 플래그가 참인 경우(S1002의 Yes), 영상 복호화 장치는 템플릿 매칭과 관련된 단계들(S1004 내지 S1008)을 수행할 수 있다.
영상 복호화 장치는 비트스트림으로부터 거리 인덱스를 복호화한다(S1004).
거리 인덱스(adjacent_idx)에 기초하여 영상 복호화 장치는 현재블록과 템플릿 영역 간의 거리 r을 결정할 수 있다. 또한, 영상 복호화 장치는 고정되거나 암시적으로 결정된 a, b를 이용하여 템플릿 영역의 크기를 확정할 수 있다.
한편, 거리 인덱스는 영상 부호화 장치와 영상 복호화 장치 간 약속에 의해 룩업테이블로 정의될 수 있다. 또는, 영상 부호화 장치에서 비인접 영역 기반의 인트라 예측모드가 적용 가능한 경우, 템플릿 매칭 기반 예측은 비인접 영역 기반의 인트라 예측에 사용되는 거리 인덱스 룩업테이블을 비인접 영역 기반의 인트라 예측과 서로 공유할 수 있다. 여기서, 비인접 영역 기반의 인트라 예측은, 예컨대, MRL(Multiple Reference Line)에 기초하여 비인접 참조라인을 사용한다.
영상 복호화 장치는 초기 템플릿 영역을 결정한다(S1006). 영상 복호화 장치는 도 8a 내지 도 8c의 예시와 같이, 거리 r 및 템플릿 영역의 크기에 기초하여 초기 템플릿 영역을 결정할 수 있다.
영상 복호화 장치는 초기 템플릿 영역을 이용하여, 템플릿 매칭 기반으로 최적의 템플릿을 탐색한다(S1008). 영상 복호화 장치는 현재블록의 탐색 영역에서 최적의 손실 값을 갖는 영역을 탐색한다.
영상 복호화 장치는 탐색된 최적의 템플릿에 대응하는 참조블록으로 현재블록의 예측블록을 생성한다(S1010).
한편, 템플릿 매칭 플래그가 거짓인 경우(S1002의 No), 영상 복호화 장치는 템플릿 매칭과 관련된 단계들을 생략할 수 있다. 예컨대, 예측기술이 인트라 예측인 경우, 영상 복호화 장치는 파싱된 인트라 예측모드에 기초하여 현재블록의 예측블록을 생성할 수 있다. 또는, 예측기술이 템플릿 매칭 기반 예측이 아닌 경우, 영상 복호화 장치는 다른 예측기술 및 그에 따른 예측모드를 이용하여 현재블록의 예측블록을 생성할 수 있다.
도 11 본 개시의 다른 실시예에 따른, 영상 복호화 장치가 수행하는 현재블록의 예측방법을 나타내는 순서도이다.
도 11의 예시에서, 템플릿 매칭 플래그를 복호화하는 단계(S1100) 내지 초기 템플릿 영역을 결정하는 단계(S1106)는 도 10의 예시와 동일하므로, 이후의 단계들을 기술한다.
영상 복호화 장치는 그래디언트(gradient)를 산정한다(S1108).
영상 복호화 장치는 산정된 그래디언트를 이용하여 최종 템플릿 영역을 결정한다(S1110).
영상 복호화 장치는 최종 템플릿 영역을 이용하여, 템플릿 매칭 기반으로 최적의 템플릿을 탐색한다(S1112). 영상 복호화 장치는 현재블록의 탐색 영역에서 최적의 손실 값을 갖는 영역을 탐색한다.
영상 복호화 장치는 탐색된 최적 템플릿에 대응하는 참조블록으로 현재블록의 예측블록을 생성한다(S1114).
이하, 그래디언트를 이용하여 최종 템플릿 영역을 결정하는 단계를 자세히 기술한다.
일 예로서, 영상 복호화 장치는 도 12의 예시와 같이, 초기 템플릿 영역을 a×b의 크기를 갖는 서브블록들로 분할한 후, 각 서브블록에 대해 그래디언트의 방향성 및 크기를 산정할 수 있다. 즉, 각 서브블록은 현재블록의 크기에 따라 암시적으로 결정된 크기를 갖거나, 기설정된 크기를 가질 수 있다. 영상 복호화 장치는 각 서브블록에 미분 필터를 적용하여 서브블록 단위로 그래디언트의 방향성과 크기를 산정할 수 있다. 이때, 미분 필터로서 수직 및 수평 방향에 대해 Perwitt 필터, Roberts 필터, 또는 Sobel 필터 등과 같은 필터 중의 하나가 적용될 수 있다.
영상 복호화 장치는 초기 템플릿 영역 내 서브블록들에 미분 필터를 적용하여 수평, 수직 방향의 그래디언트인 dx와 dy를 산정할 수 있다. 영상 복호화 장치는 수학식 1 또는 수학식 2를 이용하여 서브블록별 그래디언트의 크기인 Gradmag를 산정할 수 있다.
Figure PCTKR2023009492-appb-img-000001
Figure PCTKR2023009492-appb-img-000002
또한, 영상 복호화 장치는 수학식 3과 같이 서브블록별 그래디언트의 방향성인 Gradang을 산정할 수 있다.
Figure PCTKR2023009492-appb-img-000003
도 13은 본 개시의 일 실시예에 따른, 최종 템플릿 영역을 나타내는 예시도이다.
영상 복호화 장치는 각 서브블록의 그래디언트의 크기 및 방향성을 산정한 후, 그래디언트의 크기 또는 방향성에 대해 히스토그램을 생성할 수 있다. 이후, 그래디언트의 방향성 히스토그램에 기초하여 영상 복호화 장치는 도 13의 예시와 같이, 최빈 방향성을 갖는 서브블록들의 영역을 최종 템플릿 영역으로 결정할 수 있다. 추가적으로, 영상 복호화 장치는 그래디언트의 크기 히스토그램을 고려할 수 있다. 예컨대, 기설정된 임계치 이상의 그래디언트 크기를 갖는 서브블록들을 우선 선택한 후, 영상 복호화 장치는 선택된 서브블록들로부터 최빈 방향성을 갖는 서블블록들을 재선택할 수 있다.
또는, 전술한 과정에 따라 생성된 그래디언트의 방향성 히스토그램에 기초하여, 영상 복호화 장치는 도 13의 예시와 같이, 기설정된 임계치 이상의 빈도수에 해당하는 방향성을 갖는 서브블록들의 영역을 최종 템플릿 영역으로 결정할 수 있다. 추가적으로, 영상 복호화 장치는 그래디언트의 크기 히스토그램을 고려할 수 있다. 예컨대, 기설정된 임계치 이상의 그래디언트 크기를 갖는 서브블록들을 우선 선택한 후, 영상 복호화 장치는 선택된 서브블록들로부터 기설정된 임계치 이상의 빈도수에 해당하는 방향성을 갖는 서블블록들을 재선택할 수 있다.
도 14a 및 도 14b는 본 개시의 다른 실시예에 따른, 최종 템플릿 영역을 나타내는 예시도이다.
다른 예로서, 영상 복호화 장치는 도 12의 예시와 같이, 초기 템플릿 영역을 결정한 후, 도 14a의 예시와 같이 a 이하인 정수 n, 및 b 이하인 정수 m에 대해, 초기 템플릿 영역을 n×m 크기를 갖는 서브블록들로 분할할 수 있다. 따라서, 각 서브블록은 현재블록의 크기에 따라 암시적으로 결정된 크기를 갖거나, 기설정된 크기를 가질 수 있다. 영상 복호화 장치는 각 서브블록에 대해 수학식 1 내지 수학식 3을 이용하여 그래디언트의 방향성 및 크기를 산정한 후, 그래디언트의 방향성 히스토그램을 생성할 수 있다. 이후, 그래디언트의 방향성 히스토그램에 기초하여, 영상 복호화 장치는 도 14b의 예시와 같이, 최빈 방향성을 갖는 서브블록들의 영역을 최종 템플릿 영역으로 결정할 수 있다.
도 15는 본 개시의 일 실시예에 따른, 영상 부호화 장치가 수행하는 현재블록의 예측방법을 나타내는 순서도이다.
영상 부호화 장치는 거리 인덱스를 결정한다(S1500).
여기서, 거리 인덱스는 현재블록과 템플릿 영역 간의 간격을 지시한다. 비트율-왜곡 최적화 측면에서 영상 부호화 장치는 거리 인덱스를 결정할 수 있다. 또는, 영상 부호화 장치는 상위 레벨로부터 거리 인덱스를 획득할 수 있다.
영상 부호화 장치는 현재블록과 템플릿 영역 간의 간격, 및 템플릿 영역의 형태에 기초하여 템플릿 영역을 결정한다(S1502).
영상 부호화 장치는 템플릿 영역을 이용하여, 템플릿 매칭을 기반으로 탐색 영역에서 최적의 템플릿을 탐색한다(S1504). 여기서, 탐색 영역은 현재블록의 기복원 영역 내에 정의될 수 있다.
영상 부호화 장치는 최적의 템플릿에 대응하는 참조 블록으로부터 현재블록의 제1 예측블록을 생성한다(S1506).
영상 부호화 장치는 다른 예측기술을 이용하여 현재블록의 제2 예측블록을 생성한다(S1508).
예컨대, 예측기술이 인트라 예측인 경우, 영상 부호화 장치는 인트라 예측모드에 기초하여 제2 예측블록을 생성할 수 있다. 또는, 예측기술이 템플릿 매칭 기반 예측이 아닌 경우, 영상 부호화 장치는 다른 예측기술 및 그에 따른 예측모드를 이용하여 제2 예측블록을 생성할 수 있다.
영상 부호화 장치는 제1 예측블록 및 제2 예측블록에 기초하여 템플릿 매칭 플래그를 결정한다(S1510). 비트율-왜곡 최적화 측면에서 영상 부호화 장치는 템플릿 매칭 플래그를 결정할 수 있다. 예컨대, 제1 예측블록이 최적인 경우, 영상 부호화 장치는 템플릿 매칭 플래그를 참으로 설정한다. 또는, 제2 예측블록이 최적인 경우, 영상 부호화 장치는 템플릿 매칭 플래그를 거짓으로 설정할 수 있다.
영상 부호화 장치는 거리 인덱스 및 템플릿 매칭 플래그를 부호화한다(S1512).
본 명세서의 흐름도/타이밍도에서는 각 과정들을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 개시의 일 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것이다. 다시 말해, 본 개시의 일 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 개시의 일 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 흐름도/타이밍도에 기재된 순서를 변경하여 실행하거나 각 과정들 중 하나 이상의 과정을 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 흐름도/타이밍도는 시계열적인 순서로 한정되는 것은 아니다.
이상의 설명에서 예시적인 실시예들은 많은 다른 방식으로 구현될 수 있다는 것을 이해해야 한다. 하나 이상의 예시들에서 설명된 기능들 혹은 방법들은 하드웨어, 소프트웨어, 펌웨어 또는 이들의 임의의 조합으로 구현될 수 있다. 본 명세서에서 설명된 기능적 컴포넌트들은 그들의 구현 독립성을 특히 더 강조하기 위해 "...부(unit)" 로 라벨링되었음을 이해해야 한다.
한편, 본 실시예에서 설명된 다양한 기능들 혹은 방법들은 하나 이상의 프로세서에 의해 판독되고 실행될 수 있는 비일시적 기록매체에 저장된 명령어들로 구현될 수도 있다. 비일시적 기록매체는, 예를 들어, 컴퓨터 시스템에 의하여 판독가능한 형태로 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 예를 들어, 비일시적 기록매체는 EPROM(erasable programmable read only memory), 플래시 드라이브, 광학 드라이브, 자기 하드 드라이브, 솔리드 스테이트 드라이브(SSD)와 같은 저장매체를 포함한다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
(부호의 설명)
120: 예측부
540: 예측부
602: 예측단위 결정부
604: 예측기술 결정부
606: 예측모드 결정부
608: 예측 수행부
CROSS-REFERENCE TO RELATED APPLICATION
본 특허출원은 2022년 8월 9일 한국에 출원한 특허출원번호 제 10-2022-0099346 호, 2023년 7월 4일 한국에 출원한 특허출원번호 제 10-2023-0086439 호에 대해 우선권을 주장하며, 그 모든 내용은 참고문헌으로 본 특허출원에 병합된다.

Claims (17)

  1. 영상 복호화 장치가 수행하는, 현재블록을 복원하는 방법에 있어서,
    비트스트림으로부터 거리 인덱스(adjacent_idx)를 복호화하는 단계, 여기서, 상기 거리 인덱스는, 상기 현재블록과 템플릿 영역 간의 간격을 지시함;
    상기 현재블록과 상기 템플릿 영역 간의 간격, 및 상기 템플릿 영역의 형태에 기초하여 상기 템플릿 영역을 결정하는 단계;
    상기 템플릿 영역을 이용하여, 템플릿 매칭을 기반으로 탐색 영역에서 최적의 템플릿을 탐색하는 단계, 여기서, 상기 탐색 영역은 상기 현재블록의 기복원 영역 내에 정의됨; 및
    상기 최적의 템플릿에 대응하는 참조 블록으로부터 상기 현재블록의 예측블록을 생성하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  2. 제1항에 있어서,
    상기 템플릿 영역의 형태는,
    상기 현재블록의 좌측 및 상단에 존재하는 L자 형태이고, 상기 현재블록의 너비, 상기 현재블록의 높이, 상기 현재블록의 좌측에 존재하는 템플릿 영역의 하단 너비, 상기 현재블록의 상단에 존재하는 템플릿 영역의 우측 높이, 및 상기 현재블록과 상기 템플릿 영역 간의 간격에 기초하여 정의되며, 상기 현재블록의 좌측에 존재하는 템플릿 영역의 하단 너비, 및 상기 현재블록의 상단에 존재하는 템플릿 영역의 우측 높이는 상기 현재블록의 크기에 따라 암시적으로 결정되거나, 고정된 값들인 것을 특징으로 하는, 방법.
  3. 제1항에 있어서,
    상기 템플릿 영역의 형태는,
    상기 현재블록의 좌측에 존재하는 직사각형 형태이고, 상기 현재블록의 좌측에 존재하는 템플릿 영역의 너비 및 높이에 기초하여 정의되며, 상기 템플릿 영역의 높이와 상기 현재블록의 높이 간의 차이, 및 상기 템플릿 영역의 너비는 상기 현재블록의 크기에 따라 암시적으로 결정되거나, 고정된 값들인 것을 특징으로 하는, 방법.
  4. 제1항에 있어서,
    상기 템플릿 영역의 형태는,
    상기 현재블록의 상단에 존재하는 직사각형 형태이고, 상기 현재블록의 상단에 존재하는 템플릿 영역의 너비 및 높이에 기초하여 정의되며, 상기 템플릿 영역의 너비와 상기 현재블록의 너비 간의 차이, 및 상기 템플릿 영역의 높이는 상기 현재블록의 크기에 따라 암시적으로 결정되거나, 고정된 값들인 것을 특징으로 하는, 방법.
  5. 제1항에 있어서,
    상기 템플릿 영역을 결정하는 단계는,
    상기 비트스트림으로부터 상기 템플릿 영역의 형태를 지시하는 인덱스를 복호화하는 단계; 및
    상기 인덱스에 기초하여 상기 템플릿 영역의 형태를 결정하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  6. 제1항에 있어서,
    상기 템플릿 영역을 결정하는 단계는,
    상기 템플릿 영역의 형태를 상기 현재블록의 종횡비에 따라 암시적으로 결정하는 것을 특징으로 하는, 방법.
  7. 제1항에 있어서,
    상기 템플릿 영역을 결정하는 단계는,
    상기 현재블록의 크로마 블록에 대해, 상기 크로마 블록의 대응 위치의(collocated) 루마 블록의 예측모드에 따라 상기 크로마 블록의 템플릿 영역의 위치 및 형태를 암시적으로 결정하는 것을 특징으로 하는, 방법.
  8. 제1항에 있어서,
    상기 최적의 템플릿을 탐색하는 단계는,
    상기 템플릿 매칭에 따른 손실 값이 작은 순서대로 N(여기서, N은 자연수) 개의 템플릿들을 탐색하는 것을 특징으로 하는, 방법.
  9. 제8항에 있어서,
    상기 예측블록을 생성하는 단계는,
    상기 N 개의 템플릿들에 대응하는 참조 블록들을 가중합하여 상기 현재블록의 예측블록을 생성하는 것을 특징으로 하는, 방법.
  10. 제1항에 있어서,
    상기 템플릿 영역에 대해 그래디언트를 산정하는 단계; 및
    상기 그래디언트를 이용하여 상기 템플릿 영역을 재설정하는 단계
    를 더 포함하는 것을 특징으로 하는, 방법.
  11. 제10항에 있어서,
    상기 그래디언트를 산정하는 단계는,
    상기 템플릿 영역을 서브블록들로 분할하는 단계;
    각 서브블록에 대해 그래디언트의 크기 및 방향성을 산정하는 단계; 및
    상기 그래디언트에 대해 방향성 히스토그램을 생성하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  12. 제11항에 있어서,
    상기 각 서브블록은,
    상기 현재블록의 크기에 따라 암시적으로 결정된 크기를 갖거나, 기설정된 크기를 갖는 것을 특징으로 하는, 방법.
  13. 제11항에 있어서,
    상기 템플릿 영역을 재설정하는 단계는,
    상기 방향성 히스토그램에 기초하여 최빈 방향성을 갖는 서브블록들의 영역을 상기 템플릿 영역으로 결정하는 것을 특징으로 하는, 방법.
  14. 제11항에 있어서,
    상기 템플릿 영역을 재설정하는 단계는,
    상기 그래디언트에 대해 크기 히스토그램을 생성하는 단계;
    상기 크기 히스토그램에 기초하여, 기설정된 임계치 이상의 그래디언트 크기를 갖는 서브블록들을 선택하는 단계; 및
    상기 방향성 히스토그램에 기초하여, 상기 선택된 서브블록들 중 최빈 방향성을 갖는 서브블록들의 영역을 상기 템플릿 영역으로 결정하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  15. 영상 부호화 장치가 수행하는, 현재블록을 부호화하는 방법에 있어서,
    거리 인덱스(adjacent_idx)를 결정하는 단계, 여기서, 상기 거리 인덱스는, 상기 현재블록과 템플릿 영역 간의 간격을 지시함;
    상기 현재블록과 상기 템플릿 영역 간의 간격, 및 상기 템플릿 영역의 형태에 기초하여 상기 템플릿 영역을 결정하는 단계;
    상기 템플릿 영역을 이용하여, 템플릿 매칭을 기반으로 탐색 영역에서 최적의 템플릿을 탐색하는 단계, 여기서, 상기 탐색 영역은 상기 현재블록의 기복원 영역 내에 정의됨; 및
    상기 최적의 템플릿에 대응하는 참조 블록으로부터 상기 현재블록의 예측블록을 생성하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  16. 제15항에 있어서,
    상기 거리 인덱스를 부호화하는 단계를 더 포함하는 것을 특징으로 하는, 방법.
  17. 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록매체로서, 상기 영상 부호화 방법은,
    거리 인덱스(adjacent_idx)를 결정하는 단계, 여기서, 상기 거리 인덱스는, 현재블록과 템플릿 영역 간의 간격을 지시함;
    상기 현재블록과 상기 템플릿 영역 간의 간격, 및 상기 템플릿 영역의 형태에 기초하여 상기 템플릿 영역을 결정하는 단계;
    상기 템플릿 영역을 이용하여, 템플릿 매칭을 기반으로 탐색 영역에서 최적의 템플릿을 탐색하는 단계, 여기서, 상기 탐색 영역은 상기 현재블록의 기복원 영역 내에 정의됨; 및
    상기 최적의 템플릿에 대응하는 참조 블록으로부터 상기 현재블록의 예측블록을 생성하는 단계
    를 포함하는 것을 특징으로 하는, 기록매체.
PCT/KR2023/009492 2022-08-09 2023-07-05 템플릿 기반 예측을 이용하는 비디오 코딩을 위한 방법 및 장치 WO2024034861A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2022-0099346 2022-08-09
KR20220099346 2022-08-09
KR10-2023-0086439 2023-07-04
KR1020230086439A KR20240021106A (ko) 2022-08-09 2023-07-04 템플릿 기반 예측을 이용하는 비디오 코딩방법 및 장치

Publications (1)

Publication Number Publication Date
WO2024034861A1 true WO2024034861A1 (ko) 2024-02-15

Family

ID=89851941

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/009492 WO2024034861A1 (ko) 2022-08-09 2023-07-05 템플릿 기반 예측을 이용하는 비디오 코딩을 위한 방법 및 장치

Country Status (1)

Country Link
WO (1) WO2024034861A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170008848A (ko) * 2014-05-28 2017-01-24 후아웨이 테크놀러지 컴퍼니 리미티드 템플릿 매칭 기반 인트라 예측 코딩 및 디코딩과 어레이 스캐닝 방법 및 장치
WO2018070713A1 (ko) * 2016-10-11 2018-04-19 엘지전자(주) 크로마 성분에 대한 인트라 예측 모드를 유도하는 방법 및 장치
KR102005007B1 (ko) * 2014-10-31 2019-07-29 후아웨이 테크놀러지 컴퍼니 리미티드 픽쳐 예측 방법 및 관련 장치
US20220224915A1 (en) * 2021-01-13 2022-07-14 Lemon Inc. Usage of templates for decoder-side intra mode derivation
US20220224894A1 (en) * 2018-07-05 2022-07-14 Tencent America LLC Methods and apparatus for multiple line intra prediction in video compression

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170008848A (ko) * 2014-05-28 2017-01-24 후아웨이 테크놀러지 컴퍼니 리미티드 템플릿 매칭 기반 인트라 예측 코딩 및 디코딩과 어레이 스캐닝 방법 및 장치
KR102005007B1 (ko) * 2014-10-31 2019-07-29 후아웨이 테크놀러지 컴퍼니 리미티드 픽쳐 예측 방법 및 관련 장치
WO2018070713A1 (ko) * 2016-10-11 2018-04-19 엘지전자(주) 크로마 성분에 대한 인트라 예측 모드를 유도하는 방법 및 장치
US20220224894A1 (en) * 2018-07-05 2022-07-14 Tencent America LLC Methods and apparatus for multiple line intra prediction in video compression
US20220224915A1 (en) * 2021-01-13 2022-07-14 Lemon Inc. Usage of templates for decoder-side intra mode derivation

Similar Documents

Publication Publication Date Title
WO2022186616A1 (ko) 인트라 예측모드 유도를 이용하는 비디오 코딩방법 및 장치
WO2024034861A1 (ko) 템플릿 기반 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2024034886A1 (ko) 인트라 블록 복사 모드에서 예측신호들의 재배열을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023182697A1 (ko) 인접 정보 기반 팔레트 모드를 이용하는 비디오 코딩을 위한 방법 및 장치
WO2024034849A1 (ko) 루마 성분 기반 크로마 성분 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023224280A1 (ko) 혼합 성분간 예측을 사용하는 비디오 코딩을 위한 방법 및 장치
WO2024111851A1 (ko) 인트라 서브분할 예측과 변환생략을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2024075983A1 (ko) 복수의 블록들 기반 인트라 템플릿 매칭 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2024039088A1 (ko) 비선형 교차 성분 관계에 기반하는 cc-alf를 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023219288A1 (ko) 양방향 예측을 이용하는 크로마 성분의 인터 예측을 위한 방법
WO2024111834A1 (ko) 복원 참조샘플 기반 성분간 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023219301A1 (ko) 인트라 예측 블록에 대한 움직임벡터 저장을 위한 방법 및 장치
WO2023224290A1 (ko) 인트라 예측에서 성분간 관계 모델 유도를 위한 참조샘플 선택을 위한 방법 및 장치
WO2023219279A1 (ko) 기하학적 분할에 기초하는 인터/인트라 예측을 이용하는 비디오 코딩을 위한방법 및 장치
WO2024058430A1 (ko) 하나의 블록에 싱글 트리와 듀얼 트리를 적응적으로 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023182673A1 (ko) 컨텍스트 모델 초기화를 사용하는 비디오 코딩을 위한 방법 및 장치
WO2023224289A1 (ko) 가상의 참조라인을 사용하는 비디오 코딩을 위한 방법 및 장치
WO2023224300A1 (ko) 예측-변환 생략을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023219290A1 (ko) 크로마 성분별 인트라 예측모드의 부호화를 위한 방법 및 장치
WO2024049024A1 (ko) 1차 변환 커널에 적응적인 분리 불가능한 2차 변환 기반 비디오 코딩을 위한 방법 및 장치
WO2022197137A1 (ko) 성분별 적응적 공간해상도를 갖는 움직임벡터를 이용하는 비디오 코딩방법 및 장치
WO2022211374A1 (ko) 매핑 기반 비디오 코딩방법 및 장치
WO2024019343A1 (ko) 다양한 잡음 및 특성에 적응적인 비디오 인루프 필터
WO2022119301A1 (ko) 인트라 예측을 이용하는 비디오 코딩 방법 및 장치
WO2022211492A1 (ko) 디코더 측면의 움직임 보상을 이용하는 비디오 코딩방법 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: 23852748

Country of ref document: EP

Kind code of ref document: A1