WO2024039088A1 - 비선형 교차 성분 관계에 기반하는 cc-alf를 이용하는 비디오 코딩을 위한 방법 및 장치 - Google Patents

비선형 교차 성분 관계에 기반하는 cc-alf를 이용하는 비디오 코딩을 위한 방법 및 장치 Download PDF

Info

Publication number
WO2024039088A1
WO2024039088A1 PCT/KR2023/010509 KR2023010509W WO2024039088A1 WO 2024039088 A1 WO2024039088 A1 WO 2024039088A1 KR 2023010509 W KR2023010509 W KR 2023010509W WO 2024039088 A1 WO2024039088 A1 WO 2024039088A1
Authority
WO
WIPO (PCT)
Prior art keywords
alf
output
chroma
linear
flag
Prior art date
Application number
PCT/KR2023/010509
Other languages
English (en)
French (fr)
Inventor
강제원
이정경
허진
박승욱
Original Assignee
현대자동차주식회사
기아 주식회사
이화여자대학교 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 KR1020230093234A external-priority patent/KR20240025456A/ko
Application filed by 현대자동차주식회사, 기아 주식회사, 이화여자대학교 산학협력단 filed Critical 현대자동차주식회사
Publication of WO2024039088A1 publication Critical patent/WO2024039088A1/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
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop

Definitions

  • This disclosure relates to a video coding method and apparatus using CC-ALF based on non-linear cross-component relationships.
  • 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.
  • CC-ALF Cross-component Adaptive Loop Filter
  • VVC's in-loop filter modifies chroma components in parallel with ALF based on the correlation between the current chroma sample and the corresponding luma sample.
  • the existing CC-ALF applies a linear filtering operation to the input luma sample to generate a correction value for the chroma sample. Therefore, in order to improve video coding efficiency and video quality, it is necessary to consider a method for more efficiently generating correction values for chroma samples.
  • the purpose of the present disclosure is to provide a video coding method and device for improving chroma components using linear modeling and non-linear modeling when applying in-loop filtering to a restored video signal.
  • obtaining the reconstructed frame wherein the reconstructed frame is an output of a Sample Adaptive Offset (SAO) filter lim;
  • ALF Adaptive Loop Filter
  • the ALF output includes a luma ALF output and a chroma ALF output;
  • the luma ALF output to a non-linear CC-ALF (Cross-component ALF) to generate correction values of the chroma component; and generating an improved chroma ALF output by adding correction values of the chroma component and the chroma ALF output.
  • the step of obtaining the reconstructed frame, where the reconstructed frame is a Sample Adaptive Offset (SAO) filter in a method of filtering a reconstructed frame performed by a video encoding device, the step of obtaining the reconstructed frame, where the reconstructed frame is a Sample Adaptive Offset (SAO) filter.
  • SAO Sample Adaptive Offset
  • ALF Adaptive Loop Filter
  • a computer-readable recording medium storing a bitstream generated by an image encoding method, the image encoding method comprising: obtaining a restored frame, where the restored frame is a SAO (Sample Adaptive Offset) is the output of the filter; Inputting the restored frame into an Adaptive Loop Filter (ALF) to generate an ALF output, wherein the ALF output includes a luma ALF output and a chroma ALF output; Inputting the luma ALF output to a non-linear CC-ALF (Cross-component ALF) to generate correction values of the chroma component; and adding the correction values of the chroma component and the chroma ALF output to generate an improved chroma ALF output.
  • SAO Sample Adaptive Offset
  • ALF Adaptive Loop Filter
  • video coding method and device are provided to improve chroma components using linear modeling and non-linear modeling when applying in-loop filtering to the restored video signal, thereby improving video coding efficiency. This has the effect of making it possible to improve video quality.
  • 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 to explain 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.
  • Figure 6 is an example diagram showing the form of an Adaptive Loop Filter (ALF).
  • ALF Adaptive Loop Filter
  • FIG. 7 is an example diagram showing the application of a cross-component adaptive loop filter (CC-ALF).
  • CC-ALF cross-component adaptive loop filter
  • Figure 8 is an exemplary diagram showing the form of CC-ALF.
  • FIG. 9 is a flowchart showing a method of filtering a restored frame by a video encoding device, according to an embodiment of the present disclosure.
  • FIG. 10 is a flowchart illustrating a method of filtering a restored frame by a video decoding 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. B1), and all or part of 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, etc.
  • 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, a video coding method and device for improving chroma components using linear modeling and non-linear modeling when applying in-loop filtering to a restored video signal are provided.
  • the following embodiments may be performed by the loop filter unit 180 in a video encoding device. Additionally, it may be performed by the loop filter unit 560 in 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.
  • a deblocking filter (182, 562), SAO filter (184, 564), ALF (186, 566), and LMCS (Luma mapping and chroma sampling) are used to remove artifacts remaining after compression.
  • a loop filter is used. Within the encoding and decoding loop, the in-loop filter is applied to the restored image in the order of LMCS, deblocking filter, SAO filter, and ALF, and the output picture is stored in the DPB (Decoded Picture Buffer) in the memory 190 and 570.
  • DPB Decoded Picture Buffer
  • deblocking filters 182 and 562 and SAO filters 184 and 564 are used to remove block artifacts and ringing artifacts as in HEVC.
  • ALF 186, 566
  • LMCS adjusts the dynamic range of pixel values of an image to improve the objective quality of the reconstructed image.
  • ALF Adaptive Loop Filter
  • VVC's ALF uses an adaptive linear filter based on the Wiener-Hopf equation to approximate the restored video frame closely to the original.
  • the video encoding device calculates the filter coefficient of the ALF (186) according to bit rate-distortion optimization using the output samples of the SAO (184) and then transmits them to the video decoding device.
  • ALF (186, 566) is composed of a 7 ⁇ 7 diamond shape and a 5 ⁇ 5 diamond shape as shown in the example of FIG. 6 and is used for luma and chroma samples, respectively. Filter shape and size can be determined considering the balance between coding efficiency and computational complexity. For example, the computational complexity of ALF 186, 566 can be reduced using a symmetric FIR filter.
  • the filter coefficient c i illustrated in Figure 6 a sample is used at that location.
  • the filtered sample I(x,y) at the current position (x,y) can be calculated as shown in Equation 1 according to a 7-bit precision operation.
  • r i is the difference value between the current sample and the adjacent sample and is calculated according to Equation 2.
  • b i is a clipping parameter
  • ALF (186, 566) uses up to 25 sets of filter coefficients for the luma component and applies them to 4 ⁇ 4 sub-blocks.
  • the 4 ⁇ 4 sub-block is classified into one of 25 classes.
  • the classification index for a class is derived from a combination of five orientation attributes expressing the intensity and direction of texture components and five activity attributes of subblocks.
  • geometric transformations such as 90-degree rotations, diagonal transitions, and vertical transitions can be applied to the filter coefficients before filtering.
  • application may be determined on a CTU unit.
  • chroma components up to 8 filters are used at the CTU level. Chroma ALF can be activated only when luma ALF is activated at the corresponding level.
  • an Adaptation Parameter Set (APS) is used to convey ALF filter parameters including a set of filter coefficients.
  • ALF filter parameters including a set of filter coefficients.
  • up to 25 sets of filter coefficients can be estimated for the luma component and up to 8 sets of filter coefficients for the chroma component.
  • the index of the reference APS can be signaled instead of redundantly retransmitting.
  • Cross-Component Adaptive Loop Filter uses the correlation between the current chroma sample and the luma sample at that location to modify chroma samples in parallel with ALF.
  • Figure 7 is an example diagram showing the application of cross-component ALF.
  • the CC-ALF 702 performs a linear filtering operation as shown in the example of FIG. 7.
  • the linear filtering operation uses luma samples (R Y ()) as input to generate a correlation value ( ⁇ R i ()) with each chroma sample (i ⁇ ⁇ Cb, Cr ⁇ ) as shown in Equation 3.
  • (x, y) is the position of each chroma sample
  • (x c , y c ) is the position of the luma sample corresponding to (x, y).
  • (x 0 , y 0 ) represents the filter support offset around (x c , y c )
  • c i (x 0 , y 0 ) represents the filter coefficient.
  • S i represents the filtering target area for the luma component.
  • the correlation value is used as a correction value to improve the output of the chroma ALF 566.
  • a 3 ⁇ 4 diamond-shaped high-pass filter such as the example in FIG. 8, may be applied to the luma samples to generate a correction value.
  • luma samples that have passed the SAO filter 564 corresponding to each chroma sample position are used.
  • the video encoding device can determine filter coefficients of four sets of CC-ALF (702) for each chroma component. Unlike general ALF, CC-ALF filter coefficients do not have symmetry constraints, but have the following characteristics. First, the sum of CC-ALF coefficients is 0. Second, the absolute value of the CC-ALF coefficient is 0 or a power of 2.
  • the video encoding device signals one of four sets for each chroma component on a CTU basis.
  • the CC-ALF filter coefficients may be transmitted together with the ALF parameters of the APS.
  • the ALF In order for the CC-ALF (702) to be used at the sequence level, the ALF (566) must also be used in the corresponding sequence. Similarly, in order for the CC-ALF 702 to be used at the slice or picture level, the ALF 566 must also be used at the slice or picture level.
  • the virtual boundaries of luma and chroma exist 4 and 2 lines above the CTU boundary, respectively.
  • the CC-ALF 702 is applied to the 4:2:0 chroma format, there is no problem in aligning the luma and chroma line buffers according to the position of the virtual boundary.
  • the CC-ALF 702 is applied to the 4:2:2 or 4:4:4 chroma format, the luma and chroma lines for the 3rd and 4th rows above the CTU boundary depending on the position difference of the virtual boundary Buffers are not aligned with each other. Therefore, for 4:2:2 and 4:4:4 chroma formats, CC-ALF 702 is not applied to samples in the 3rd and 4th rows above the CTU boundary.
  • CCLM Cross-component Linear Model prediction
  • the image decoding device determines an area (hereinafter, 'corresponding luma area') in the luma image corresponding to the current chroma block.
  • an area hereinafter, 'corresponding luma area'
  • left reference pixels and top reference pixels of the corresponding luma area, and left reference pixels and top reference pixels of the target chroma block may be used.
  • the left reference pixels and the top reference pixels are integrated into reference pixels and surrounding pixels. Or expressed as adjacent pixels.
  • reference pixels of the chroma channel are indicated as chroma reference pixels
  • reference pixels of the luma channel are indicated as luma reference pixels.
  • a linear model is derived between the reference pixels of the corresponding luma area and the reference pixels of the chroma block, and then the linear model is applied to the restored pixels of the corresponding luma area to create a predictor of the target chroma block.
  • a prediction block is created.
  • the linear model parameters ⁇ and ⁇ can be derived according to the Linear Minimum Mean Square Error (LMMSE) method from samples of adjacent lines in the current block. Or, pixels in surrounding pixel lines of the current chroma block.
  • LMMSE Linear Minimum Mean Square Error
  • ⁇ and ⁇ can also be derived.
  • X a and X b each represent the average value of the two minimum values and the average value of the two maximum values.
  • Y a and Y b each represent the average value of two minimum values and the average value of two maximum values.
  • the image decoding device generates a predictor pred C (i,j) of the current chroma block from the pixel value rec' L (i,j) of the corresponding luma area using a linear model, as shown in Equation 5. can do.
  • the CCLM mode is divided into three modes: CCLM_LT, CCLM_L, and CCLM_T, depending on the positions of surrounding pixels used in the derivation process of the linear model.
  • CCLM_LT mode uses two pixels in each direction among the surrounding pixels adjacent to the left and top of the current chroma block.
  • CCLM_L mode uses 4 pixels from surrounding pixels adjacent to the left of the current chroma block.
  • CCLM_T mode uses four pixels from among the surrounding pixels adjacent to the top of the current chroma block.
  • CCLM prediction assumes a linear correlation between luma and chroma components.
  • the present invention describes the correlation between the luma component and the chroma component in which a non-linear model is added in addition to the linear model.
  • Equation 6 when predicting a chroma sample using a luma sample, an example of using a non-linear model in addition to a linear model can be expressed as Equation 6.
  • the parameters ⁇ 0 , ⁇ 1 , and ⁇ 2 of the nonlinear model can be derived from adjacent reconstructed samples.
  • bitDepth the bit depth
  • midValue the median value
  • the CC-ALF 702 derives the correction value ⁇ R based on the correlation between the luma component and the chroma component, as shown in the example of FIG. 7, and outputs the derived correction value to the existing chroma ALF 566. Filtering is performed by adding to .
  • CC-ALF 702 uses the correlation between the current chroma sample and the luma sample at that location to modify the chroma sample in parallel with the ALF.
  • the CC-ALF 702 performs a linear filtering operation as shown in the example of FIG. 7.
  • the linear filtering operation uses luma samples (R Y ()) as input to generate a correlation value ( ⁇ R i ()) with each chroma sample (i ⁇ ⁇ Cb, Cr ⁇ ) as shown in Equation 7.
  • (x, y) is the position of each chroma sample
  • (x c , y c ) is the position of the luma sample corresponding to (x, y).
  • (x 0 , y 0 ) represents the filter support offset around (x c , y c )
  • c i (x 0 , y 0 ) represents the filter coefficient.
  • S i represents the filtering target area for the luma component.
  • the nonlinear CC-ALF uses nonlinear modeling (NM) of the luma component to derive the correction value ⁇ R as shown in Equation 8.
  • R Y represents the restored sample of the luma component.
  • (x, y) is the position of each chroma sample
  • (x c , y c ) is the position of the luma sample corresponding to (x, y).
  • (x 0 , y 0 ) represents the filter support offset around (x c , y c )
  • c i (x 0 , y 0 ) represents the filter coefficient.
  • S i represents the filtering target area for the luma component.
  • Nonlinear CC-ALF generates nonlinear modeling values of luma samples using a nonlinear model for luma samples within the filtering target area. Thereafter, the nonlinear CC-ALF may generate a correction value ⁇ R based on the product between the nonlinear modeling values and the filter coefficients of the nonlinear CC-ALF.
  • Equation 9 a polynomial model such as Equation 9 may be used as nonlinear modeling.
  • Equation 10 the Michaelis-Menten hyperbolic model can be used as shown in Equation 10.
  • Equation 11 a model based on Fourier transform may be used, as shown in Equation 11.
  • Equation 12 an exponential function model can be used as shown in Equation 12.
  • R Y represents a restored sample of the luma component.
  • (x c , y c ) is the position of the luma sample corresponding to the position (x, y) of each chroma sample.
  • (x 0 , y 0 ) represents the filter support offset around (x c , y c ).
  • ⁇ j represents the coefficients of the nonlinear model of the luma component.
  • the CC-ALF 702 may be derived as the sum of a linear model and a non-linear model. That is, the CC-ALF 702 may be a linear model, a non-linear model, or a combination of a linear model and a non-linear model.
  • nonlinear CC-ALF and linear CC-ALF can be used adaptively.
  • nonlinear CC-ALF can be changed to linear CC-ALF by changing all values except ⁇ 1 and ⁇ 0 related to linear coefficients to 0 in the polynomial-based nonlinear model shown in Equation 9.
  • Nonlinear CC-ALF like existing CC-ALF, can have a 3 ⁇ 4 diamond-shaped filtering target area.
  • non-linear CC-ALF when non-linear CC-ALF is applied to the 4:2:2 or 4:4:4 chroma format, the luma and chroma line buffers for the 3rd and 4th rows above the CTU boundary are They are not aligned with each other. Therefore, in the case of 4:2:2 and 4:4:4 chroma formats, non-linear CC-ALF may not be applied to samples in the 3rd and 4th rows above the CTU boundary.
  • the video encoding device may signal a flag (hereinafter referred to as 'non-linear CC-ALF flag') to the video decoding device.
  • 'non-linear CC-ALF flag' a flag
  • whether to apply nonlinear CC-ALF may be determined at the sequence, picture, subpicture, slice, tile, and/or CTU (Coding Tree Unit) level.
  • linear CC-ALF 702 and ALF 566 must also be used at that level.
  • ALF 566 must also be used at the corresponding slice. That is, in terms of flags, a flag indicating whether to apply the ALF 566 (hereinafter referred to as 'ALF flag') and a flag indicating whether to apply the linear CC-ALF 702 (hereinafter referred to as 'CC-ALF flag') ) are all true, the non-linear CC-ALF flag can be signaled and parsed.
  • non-linear CC-ALF flag is true, non-linear CC-ALF can be applied.
  • the non-linear CC-ALF flag is false, whether to apply linear CC-ALF may be determined depending on the CC-ALF flag.
  • Nonlinear CC-ALF filter coefficients are transmitted in the form of APS (Adaptation Parameter Set).
  • APS Adaptation Parameter Set
  • a predefined fixed filter may be used according to an agreement between the video encoding device and the video decoding device.
  • the same filter as linear CC-ALF 702 can be used.
  • the video encoding device may decide which filter to use among the filter configured according to the APS and the fixed filter, and then signal the determined index together with the filter coefficient according to the APS to the video decoding device.
  • the video encoding device can signal the coefficients of the nonlinear model of the luma component along with the filter coefficients. At this time, when ⁇ n is 0, all ⁇ k where n ⁇ k can be set to 0.
  • FIG. 9 is a flowchart showing a method of filtering a restored frame by a video encoding device, according to an embodiment of the present disclosure.
  • the video encoding device obtains a restored frame (S900).
  • the restored frame is the output of the SAO filter 184.
  • the video encoding device inputs the restored frame into ALF and generates an ALF output (S902).
  • the ALF output includes luma ALF output and chroma ALF output.
  • the video encoding device inputs the luma ALF output to the nonlinear CC-ALF to generate correction values for the chroma component (S904).
  • An image encoding device generates non-linear modeling values of luma samples in a filtering target area using a non-linear model for the luma samples. Thereafter, the video encoding device may generate a correction value based on the product between the non-linear modeling values and the filter coefficients of the non-linear CC-ALF.
  • the video encoding device generates a first improved chroma ALF output by adding the correction values of the chroma component and the chroma ALF output (S906).
  • the video encoding device inputs the luma ALF output to the linear CC-ALF to generate correction values for the chroma component (S908).
  • the image encoding device may generate a correction value based on the product between luma samples in the filtering target area and filter coefficients of linear CC-ALF.
  • the video encoding device generates a second improved chroma ALF output by adding the correction values of the chroma component and the chroma ALF output (S910).
  • the video encoding device determines the CC-ALF flag based on the chroma ALF output, the first improved chroma ALF output, and the second improved chroma ALF output (S912).
  • the CC-ALF flag indicates whether linear CC-ALF is applied.
  • the video encoding device can determine the CC-ALF flag. For example, when chroma ALF output is optimal, the video encoding device can set the CC-ALF flag to false. On the other hand, when the first improved chroma ALF output or the second improved chroma ALF output is optimal, the video encoding device can set the CC-ALF flag to true.
  • the video encoding device encodes the CC-ALF flag (S914).
  • the video encoding device checks the CC-ALF flag (S916).
  • the video encoding device determines the non-linear CC-ALF flag based on the first improved chroma ALF output and the second improved chroma ALF output (S918).
  • the video encoding device can determine the non-linear CC-ALF flag. For example, when the first improved chroma ALF output is optimal, the video encoding device can set the nonlinear CC-ALF flag to true. On the other hand, when the second improved chroma ALF output is optimal, the video encoding device can set the non-linear CC-ALF flag to false.
  • the video encoding device encodes the non-linear CC-ALF flag (S920).
  • the video encoding device can omit the steps of determining the non-linear CC-ALF flag and the steps of encoding the non-linear CC-ALF flag (S918 and S920).
  • FIG. 10 is a flowchart illustrating a method of filtering a restored frame by a video decoding device according to an embodiment of the present disclosure.
  • the video decoding device acquires a restored frame (S1000).
  • the restored frame is the output of the SAO filter 564.
  • the video decoding device inputs the restored frame into ALF and generates ALF output (S1002).
  • the ALF output includes luma ALF output and chroma ALF output.
  • the video decoding device decodes the non-linear CC-ALF flag from the bitstream (S1004).
  • the non-linear CC-ALF flag indicates whether to use non-linear CC-ALF.
  • the video decoding device checks the non-linear ALF flag (S1006).
  • the video decoding device performs the following steps (S1008 and S1010).
  • the video decoding device inputs the luma ALF output to the nonlinear CC-ALF to generate correction values for the chroma component (S1008).
  • An image decoding apparatus generates non-linear modeling values of luma samples in the filtering target area using a non-linear model for the luma samples. Thereafter, the image decoding device may generate a correction value based on the product between the non-linear modeling values and the filter coefficients of the non-linear CC-ALF.
  • the video decoding device generates an improved chroma ALF output by adding the correction values of the chroma component and the chroma ALF output (S1010).
  • the video decoding device inputs the luma ALF output to the linear CC-ALF to generate correction values for the chroma component (S1020).
  • the image decoding apparatus may generate a correction value based on the product between luma samples in the filtering target area and filter coefficients of the linear CC-ALF (702).
  • 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 비선형 교차 성분 관계에 기반하는 CC-ALF를 이용하는 비디오 코딩방법 및 장치를 개시한다. 본 실시예에서, 영상 복호화 장치는 SAO(Sample Adaptive Offset) 필터로부터 복원 프레임을 획득한 후, 복원 프레임을 ALF(Adaptive Loop Filter)에 입력하여 ALF 출력을 생성한다. 여기서, ALF 출력은 루마 ALF 출력 및 크로마 ALF 출력을 포함한다. 영상 복호화 장치는 루마 ALF 출력을 비선형 CC-ALF(Cross-component ALF)에 입력하여 크로마 성분의 보정값들을 생성한 후, 크로마 성분의 보정값들과 크로마 ALF 출력을 가산하여 개선된 크로마 ALF 출력을 생성한다.

Description

비선형 교차 성분 관계에 기반하는 CC-ALF를 이용하는 비디오 코딩을 위한 방법 및 장치
본 개시는 비선형 교차 성분 관계에 기반하는 CC-ALF를 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.
VVC의 인루프필터를 구성하는 요소인 CC-ALF(Cross-component Adaptive Loop Filter)는, 현재 크로마 샘플과 대응하는 루마 샘플 간의 상관관계에 기반하여 ALF와 병렬로 크로마 성분을 수정한다. 기존의 CC-ALF는 크로마 샘플의 보정값을 생성하기 위해, 입력된 루마 샘플에 선형 필터링 작업을 적용한다. 따라서, 비디오 부호화 효율을 향상시키고 비디오 화질을 개선하기 위해, 크로마 샘플의 보정값을 더 효율적으로 생성하는 방안이 고려될 필요가 있다.
본 개시는, 복원된 비디오 신호에 인루프 필터링을 적용 시, 선형 모델링과 비선형 모델링을 이용하여 크로마 성분을 개선하는 비디오 코딩방법 및 장치를 제공하는 데 목적이 있다.
본 개시의 실시예에 따르면, 영상 복호화 장치가 수행하는, 복원(reconstructed) 프레임을 필터링하는 방법에 있어서, 상기 복원 프레임을 획득하는 단계, 여기서, 상기 복원 프레임은 SAO(Sample Adaptive Offset) 필터의 출력임; 상기 복원 프레임을 ALF(Adaptive Loop Filter)에 입력하여 ALF 출력을 생성하는 단계, 여기서, 상기 ALF 출력은 루마 ALF 출력 및 크로마 ALF 출력을 포함함; 상기 루마 ALF 출력을 비선형 CC-ALF(Cross-component ALF)에 입력하여 크로마 성분의 보정값들을 생성하는 단계; 및 상기 크로마 성분의 보정값들과 상기 크로마 ALF 출력을 가산하여 개선된 크로마 ALF 출력을 생성하는 단계를 포함하는 것을 특징으로 하는, 방법을 제공한다.
본 개시의 다른 실시예에 따르면, 영상 부호화 장치가 수행하는, 복원(reconstructed) 프레임을 필터링하는 방법에 있어서, 상기 복원 프레임을 획득하는 단계, 여기서, 상기 복원 프레임은 SAO(Sample Adaptive Offset) 필터의 출력임; 상기 복원 프레임을 ALF(Adaptive Loop Filter)에 입력하여 ALF 출력을 생성하는 단계, 여기서, 상기 ALF 출력은 루마 ALF 출력 및 크로마 ALF 출력을 포함함; 상기 루마 ALF 출력을 비선형 CC-ALF(Cross-component ALF)에 입력하여 크로마 성분의 보정값들을 생성하는 단계; 및 상기 크로마 성분의 보정값들과 상기 크로마 ALF 출력을 가산하여 제1 개선 크로마 ALF 출력을 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, 복원 프레임을 획득하는 단계, 여기서, 상기 복원 프레임은 SAO(Sample Adaptive Offset) 필터의 출력임; 상기 복원 프레임을 ALF(Adaptive Loop Filter)에 입력하여 ALF 출력을 생성하는 단계, 여기서, 상기 ALF 출력은 루마 ALF 출력 및 크로마 ALF 출력을 포함함; 상기 루마 ALF 출력을 비선형 CC-ALF(Cross-component ALF)에 입력하여 크로마 성분의 보정값들을 생성하는 단계; 및 상기 크로마 성분의 보정값들과 상기 크로마 ALF 출력을 가산하여 개선 크로마 ALF 출력을 생성하는 단계를 포함하는 것을 특징으로 하는, 기록매체를 제공한다.
이상에서 설명한 바와 같이 본 실시예에 따르면, 복원된 비디오 신호에 인루프 필터링을 적용 시, 선형 모델링과 비선형 모델링을 이용하여 크로마 성분을 개선하는 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 ALF(Adaptive Loop Filter)의 형태를 나타내는 예시도이다.
도 7은 크로스컴포넌트 ALF(Cross-Component Adaptive Loop Filter, CC-ALF)의 적용을 나타내는 예시도이다.
도 8은 CC-ALF의 형태를 나타내는 예시도이다.
도 9는 본 개시의 일 실시예에 따른, 영상 부호화 장치가 복원 프레임을 필터링하는 방법을 나타내는 순서도이다.
도 10은 본 개시의 일 실시예에 따른, 영상 복호화 장치가 복원 프레임을 필터링하는 방법을 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, 복원된 비디오 신호에 인루프 필터링을 적용 시, 선형 모델링과 비선형 모델링을 이용하여 크로마 성분을 개선하는 비디오 코딩방법 및 장치를 제공한다.
이하의 실시예들은 영상 부호화 장치(video encoding device) 내 루프 필터부(180)에 의해 수행될 수 있다. 또한, 영상 복호화 장치(video decoding device) 내 루프 필터부(560)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.
I. 인루프필터
전술한 바와 같이, 압축 후 남은 아티팩트를 제거하기 위하여 디블로킹 필터(182, 562), SAO 필터(184, 564), ALF(186, 566), 및 LMCS(Luma mapping and chroma sampling)을 포함하는 인루프필터가 사용된다. 부호화 및 복호화 루프 내에서, 인루프필터는 LMCS, 디블로킹 필터, SAO 필터 및 ALF의 순서로 복원 영상에 적용되고, 출력 픽처는 메모리(190, 570) 내 DPB(Decoded Picture Buffer)에 저장된다.
전술한 바와 같이, 디블로킹 필터(182, 562) 및 SAO 필터(184, 564)는 HEVC에서와 같이 블록 아티팩트 및 링잉 아티팩트를 제거하는데 사용한다.
HEVC와 비교하여 ALF(186, 566) 및 LMCS는 VVC에 신규로 추가된 인루프필터이다. ALF(186, 566)는 Wiener-Hopf 방정식을 기반으로 결정된 필터 계수를 이용하여 원본 샘플들과 재구성된 샘플들 간의 평균 제곱 오차(MSE, Mean Square Error)를 감소시킨다. LMCS는, 복원 영상의 객관적인 품질을 향상시키기 위해, 영상의 픽셀 값들의 동적 범위를 조정한다.
II. ALF(Adaptive Loop Filter)
VVC의 ALF(186, 566)는 Wiener-Hopf 방정식 기반의 적응적 선형 필터를 이용하여 복원된 비디오 프레임을 원본에 가깝게 근사시킨다. 영상 부호화 장치는 SAO(184)의 출력 샘플들을 이용하여 비트율-왜곡 최적화에 따라 ALF(186)의 필터 계수를 산정한 후, 영상 복호화 장치로 전송한다. ALF(186, 566)는 도 6의 예시와 같이 7×7 다이아몬드 모양 및 5×5 다이아몬드 모양으로 구성되어 각각 루마 및 크로마 샘플들에 사용된다. 필터 모양과 크기는 코딩 효율성과 계산 복잡성 사이의 균형을 고려하여 결정될 수 있다. 예를 들어, 대칭 FIR 필터를 사용하여 ALF(186, 566)의 계산 복잡성이 감소될 수 있다.
도 6에 예시된 필터 계수 ci를 유도하기 위해, 해당 위치에서 샘플이 이용된다. 현재 위치 (x,y)에서 필터링된 샘플 I(x,y)는 7 비트의 정밀도 연산에 따라 수학식 1과 같이 산정될 수 있다.
Figure PCTKR2023010509-appb-img-000001
여기서, ri는 현재 샘플과 인접 샘플 간의 차분값으로 수학식 2에 따라 산정된다.
Figure PCTKR2023010509-appb-img-000002
여기서, bi 는 클리핑 파라미터이다.
ALF(186, 566)는 루마 성분에 대해 최대 25 개의 필터 계수 세트를 이용하고, 이들을 4×4 서브 블록에 적용한다. 라플라시안(Laplacian) 필터를 이용하여 산정된 로컬 블록의 기울기 정보에 따라, 4×4 서브 블록은 25 개의 클래스 중 하나로 분류된다. 구체적으로, 클래스에 대한 분류 인덱스는, 텍스처(texture) 성분의 세기 및 방향을 표현하는 5 가지 방향 속성과 서브 블록의 5 가지 활동 속성의 조합으로부터 도출된다. 또한, 90도 회전, 대각선 전환, 수직 전환 등의 기하학적 변환이 필터링 전에 필터 계수에 적용될 수 있다. 기하학적 변환을 사용하여 다양한 방향성을 고려함으로써, 더 적은 수의 필터 계수 세트를 이용하여 더 다양한 블록 특성이 처리될 수 있다.
서브 블록 단위 이외에도 CTU 단위에서 적용 여부가 결정될 수 있다. 크로마 성분의 경우 최대 8 개의 필터가 CTU 레벨에서 사용된다. 크로마 ALF는 해당 레벨에서 루마 ALF가 활성화된 경우에 한정하여 활성화될 수 있다.
한편, 필터 계수 세트를 포함하는 ALF 필터 매개변수를 전달하기 위해 APS(Adaptation Parameter Set)가 사용된다. 전술한 바와 같이, 루마 성분에 대해 최대 25 개, 및 크로마 성분에 대해 최대 8 개의 필터 계수 세트가 산정될 수 있다. 다른 슬라이스에 동일한 ALF 계수를 사용하는 경우, 중복적으로 다시 전송하는 대신 참조 APS의 인덱스가 시그널링될 수 있다.
III. CC-ALF(Cross-component ALF)
HDR(High-Dynamic Range) 및 WCG(Wide Color Gamut)와 같은 비디오 애플리케이션에서는 비디오 컬러의 복원이 매우 중요하다. CC-ALF(교차 컴포넌트 적응 루프 필터, Cross-Component ALF)는 현재 크로마 샘플과 해당 위치의 루마 샘플 간의 상관관계를 사용하여 ALF와 병렬로 크로마 샘플을 수정한다.
도 7은 크로스컴포넌트 ALF의 적용을 나타내는 예시도이다.
입력된 루마 샘플들로부터 크로마 샘플들의 보정값들을 생성하기 위해, CC-ALF(702)는 도 7의 예시와 같이 선형 필터링 작업을 수행한다. 선형 필터링 작업은 루마 샘플들(RY())을 입력으로 사용하여 각 크로마 샘플(i∈{Cb, Cr})과의 상관관계 값(ΔRi())을 수학식 3과 같이 생성한다.
Figure PCTKR2023010509-appb-img-000003
여기서, (x, y)는 각 크로마 샘플의 위치이고, (xc, yc)는 (x, y)에 상응하는 루마 샘플의 위치이다. (x0, y0)은 (xc, yc) 주변의 필터 지원 오프셋(filter support offset)을 나타내고, ci(x0, y0)는 필터 계수를 나타낸다. Si는 루마 성분에 대해 필터링 대상 영역을 나타낸다. 이후, 도 7의 예시와 같이, 상관관계 값은 크로마 ALF(566)의 출력을 개선하기 위한 보정값으로 이용된다.
일 예로서, 도 8의 예시와 같은 3×4 크기의 다이아몬드 형태의 하이패스 필터가 루마 샘플들에 적용되어 보정값이 생성될 수 있다. 각 크로마 샘플의 보정값을 생성하기 위해, 각 크로마 샘플 위치에 상응하는 SAO 필터(564)를 통과한 루마 샘플들이 사용된다.
영상 부호화 장치는 크로마 성분별로 4 세트의 CC-ALF(702)의 필터 계수를 결정할 수 있다. 일반적인 ALF와 달리 CC-ALF 필터 계수는 대칭 제약을 갖지 않으나, 다음과 같은 특징을 갖는다. 첫 번째, CC-ALF 계수의 합은 0이다. 두 번째, CC-ALF 계수의 절대값은 0 또는 2의 거듭제곱이다.
영상 부호화 장치는 크로마 성분별로 4 세트들 중 하나를 CTU 기준으로 시그널링한다. 이때, CC-ALF 필터 계수는 APS의 ALF 파라미터와 함께 전송될 수 있다. CC-ALF(702)가 시퀀스 레벨에서 사용되기 위해 ALF(566)도 반드시 해당 시퀀스에서 사용되어야 한다. 유사하게, CC-ALF(702)가 슬라이스나 픽처 레벨에서 사용되기 위해 ALF(566)도 해당 슬라이스나 픽처에서 사용되어야 한다.
한편, 루마 및 크로마 ALF(566)의 필터 크기를 고려하여 라인 버퍼를 절감하기 위해, 루마 및 크로마의 가상 경계(virtual boundary)는 CTU 경계로부터 각각 4 개, 2 개의 라인 위(above)에 존재한다. CC-ALF(702)가 4:2:0 크로마 포맷에 적용되는 경우, 가상 경계의 위치에 따른 루마와 크로마 라인 버퍼의 정렬에 문제가 없다. 하지만, CC-ALF(702)가 4:2:2 또는 4:4:4 크로마 포맷에 적용되는 경우, 가상 경계의 위치 차이에 따라 CTU 경계 위의 3 번째 및 4 번째 행들에 대해 루마와 크로마 라인 버퍼가 서로 정렬되지 않는다. 따라서, 4:2:2 및 4:4:4 크로마 포맷의 경우, CC-ALF(702)는 CTU 경계 위의 3 번째 및 4 번째 행들의 샘플들에는 적용되지 않는다.
이하의 실시예들은, 영상 복호화 장치를 중심으로 기술되나, 영상 부호화 장치에서도 동일하거나 유사하게 구현될 수 있다.
IV. 본 발명에 따른 실시예
CCLM(Cross-component Linear Model prediction)은 루마 성분과 크로마 성분 간의 상관관계를 파악하여 크로마 샘플을 예측하는 기술이다.
현재 크로마 블록의 인트라 예측을 위해 CCLM 모드가 적용된 경우, 영상 복호화 장치는 현재 크로마 블록에 대응하는(corresponding) 루마 영상 내의 영역(이하, '대응 루마 영역')을 확정한다. 선형 모델의 예측을 위해 대응 루마 영역의 좌측 참조 화소들과 상단 참조 화소들, 및 대상 크로마 블록의 좌측 참조 화소들과 상단 참조 화소들이 이용될 수 있다. 이하, 좌측 참조 화소들과 상단 참조 화소들을 통합하여 참조 화소들, 주변 화소들. 또는 인접 화소들로 표현한다. 또한, 크로마 채널의 참조 화소들을 크로마 참조 화소들로 나타내고, 루마 채널의 참조 화소들을 루마 참조 화소들로 나타낸다.
CCLM 예측에서는, 대응 루마 영역의 참조 화소들과 크로마 블록의 참조 화소들 간의 선형 모델을 유도한 후, 대응 루마 영역의 복원 화소들에 해당 선형 모델을 적용함으로써, 대상 크로마 블록의 예측자(predictor)인 예측블록이 생성된다. 예컨대, 선형 모델 파라미터 α와 β는, 현재블록에서 인접한 라인의 샘플들로부터 LMMSE(Linear Minimum Mean Square Error (LMMSE) 방법에 따라 유도될 수 있다. 또는, 현재 크로마 블록의 주변 화소 라인에 있는 화소들과 그에 대응하는 루마 영역에 있는 화소들이 결합된 네 쌍 화소들이 선형 모델의 유도에 이용될 수 있다. 영상 복호화 장치는, 네 쌍의 화소들로부터 수학식 4에 나타낸 바와 같이, 선형 모델을 표현하는 α, β를 유도할 수도 있다.
Figure PCTKR2023010509-appb-img-000004
여기서, 네 쌍의 화소들 중 대응 루마 화소들에 대해 Xa, Xb 각각은 2 개 최솟값의 평균값, 및 2 개 최댓값의 평균값을 나타낸다. 또한, 크로마 화소들에 대해 Ya, Yb 각각은 2 개 최솟값의 평균값, 및 2 개 최댓값의 평균값을 나타낸다. 이후, 영상 복호화 장치는, 수학식 5에 나타낸 바와 같이, 선형 모델을 이용하여 대응 루마 영역의 화소값 rec'L(i,j)로부터 현재 크로마 블록의 예측자 predC(i,j)를 생성할 수 있다.
Figure PCTKR2023010509-appb-img-000005
한편, 전술한 바와 같이, CCLM 모드는 선형 모델의 유도 과정에 사용하는 주변 화소들의 위치에 따라 CCLM_LT, CCLM_L, 및 CCLM_T의 세 가지 모드로 구분된다. CCLM_LT 모드는, 현재 크로마 블록의 좌측과 상단에 인접한 주변 화소들 중 각 방향에서 2 개의 화소들을 이용한다. CCLM_L 모드는, 현재 크로마 블록의 좌측에 인접한 주변 화소들 중에서 4 개의 화소들을 이용한다. 마지막으로, CCLM_T 모드는, 현재 크로마 블록의 상단에 인접한 주변 화소들 중에서 4 개의 화소들을 이용한다.
전술한 바와 같이, CCLM 예측은 루마 성분과 크로마 성분 간에 선형적인 상관관계를 전제한다. 본 발명에서는 선형모델 외에 비선형 모델이 추가된 루마 성분과 크로마 성분 간의 상관관계를 기술한다.
예컨대, 루마 샘플을 이용하여 크로마 샘플을 예측 시, 선형 모델과 더불어 비선형 모델을 사용한 예시는 수학식 6과 같이 표현될 수 있다.
Figure PCTKR2023010509-appb-img-000006
여기서, 비선형 모델의 파라미터들 α0, α1, α2는 인접 복원 샘플들로부터 유도될 수 있다. 예컨대, 10 비트를 사용하는 비디오인 경우, 비트심도(bitDepth)는 10으로 설정되고, 중앙값(midValue)는 512으로 설정된다.
전술한 바와 같이, CC-ALF(702)는 도 7의 예시와 같이, 루마 성분과 크로마 성분 간 연관 관계에 기초하여 보정값 ΔR를 도출하고, 도출된 보정값을 기존 크로마 ALF(566)의 출력에 가산함으로써, 필터링을 진행한다.
CC-ALF(702)는 현재 크로마 샘플과 해당 위치의 루마 샘플 간의 상관 관계를 사용하여 ALF와 병렬로 크로마 샘플을 수정한다. 입력된 루마 샘플들로부터 크로마 샘플들의 보정값들을 생성하기 위해, CC-ALF(702)는 도 7의 예시와 같이 선형 필터링 작업을 수행한다. 선형 필터링 작업은 루마 샘플들(RY())을 입력으로 사용하여 각 크로마 샘플(i∈{Cb, Cr})과의 상관관계 값(ΔRi())을 수학식 7과 같이 생성한다.
Figure PCTKR2023010509-appb-img-000007
여기서, (x, y)는 각 크로마 샘플의 위치이고, (xc, yc)는 (x, y)에 상응하는 루마 샘플의 위치이다. (x0, y0)은 (xc, yc) 주변의 필터 지원 오프셋(filter support offset)을 나타내고, ci(x0, y0)는 필터 계수를 나타낸다. Si는 루마 성분에 대해 필터링 대상 영역을 나타낸다.
아티팩트를 효율적으로 제거하기 위해, 본 실시예에 따른 비선형 CC-ALF는 루마 성분의 비선형 모델링(NM, nonlinear modeling)을 이용하여 수학식 8과 같이 보정값 ΔR를 도출한다.
Figure PCTKR2023010509-appb-img-000008
여기서, RY는 루마 성분의 복원샘플을 나타낸다. (x, y)는 각 크로마 샘플의 위치이고, (xc, yc)는 (x, y)에 상응하는 루마 샘플의 위치이다. (x0, y0)은 (xc, yc) 주변의 필터 지원 오프셋(filter support offset)을 나타내고, ci(x0, y0)는 필터 계수를 나타낸다. Si는 루마 성분에 대해 필터링 대상 영역을 나타낸다.
비선형 CC-ALF는 필터링 대상 영역 내의 루마 샘플들에 대해 비선형 모델을 이용하여 루마 샘플들의 비선형 모델링 값들을 생성한다. 이후, 비선형 CC-ALF는 비선형 모델링 값들과 비선형 CC-ALF의 필터 계수들 간의 곱에 기초하여 보정값 ΔR을 생성할 수 있다.
이때, 비선형 모델링으로 다음과 같은 방식들 중 하나가 이용될 수 있다.
일 예로서, 비선형 모델링으로서 수학식 9와 같은 다항식(polynomial) 모델이 이용될 수 있다.
Figure PCTKR2023010509-appb-img-000009
다른 예로서, 수학식 10과 같이 Michaelis-Menten 쌍곡선(hyperbolic) 모델이 이용될 수 있다.
Figure PCTKR2023010509-appb-img-000010
다른 예로서, 수학식 11과 같이 푸리에 변환(Fourier transform)에 기초하는 모델이 이용될 수 있다.
Figure PCTKR2023010509-appb-img-000011
다른 예로서, 수학식 12와 같이 지수(exponential) 함수 모델이 이용될 수 있다.
Figure PCTKR2023010509-appb-img-000012
수학식 9 내지 수학식 12에서, RY는 루마 성분의 복원샘플을 나타낸다. (xc, yc)는 각 크로마 샘플의 위치 (x, y)에 상응하는 루마 샘플의 위치이다. (x0, y0)은 (xc, yc) 주변의 필터 지원 오프셋(filter support offset)을 나타낸다. 또한, 그 외의 αj는 루마 성분의 비선형 모델의 계수들을 나타낸다.
일 예로서, 전술한 바와 같은 비선형 모델을 포함하여, CC-ALF(702)는 선형 모델과 비선형 모델의 합으로 도출될 수 있다. 즉, CC-ALF(702)는 선형 모델 또는 비선형 모델이거나, 선형 모델과 비선형 모델의 결합일 수 있다.
또는, 비선형 CC-ALF와 선형 CC-ALF가 적응적으로 사용될 수 있다. 예를 들어, 수학식 9에 나타낸 다항식 기반 비선형 모델에서 선형 계수와 관련된 α1와 α0 을 제외한 값들을 모두 0으로 변경함으로써, 비선형 CC-ALF가 선형 CC-ALF로 변경될 수 있다.
비선형 CC-ALF는, 기존 CC-ALF와 마찬가지로, 3×4 크기의 다이아몬드 형태의 필터링 대상 영역을 가질 수 있다.
따라서, 비선형 CC-ALF가 4:2:2 또는 4:4:4 크로마 포맷에 적용되는 경우, 가상 경계의 위치 차이에 따라 CTU 경계 위의 3 번째 및 4 번째 행들에 대해 루마와 크로마 라인 버퍼가 서로 정렬되지 않는다. 따라서, 4:2:2 및 4:4:4 크로마 포맷의 경우, CTU 경계 위의 3 번째 및 4 번째 행들의 샘플들에는 비선형 CC-ALF가 적용되지 않을 수 있다.
비선형 CC-ALF의 적용 여부를 지시하기 위해, 영상 부호화 장치는 플래그(이하, '비선형 CC-ALF 플래그')를 영상 복호화 장치에게 시그널링할 수 있다. 이때, 비선형 CC-ALF의 적용 여부는 시퀀스, 픽처, 서브 픽처, 슬라이스, 타일 및/또는 CTU(Coding Tree Unit) 레벨에서 결정될 수 있다.
비선형 CC-ALF가 특정 적용 레벨에서 사용되기 위해, 선형 CC-ALF(702)와 ALF(566)도 반드시 해당 레벨에서 사용되어야 한다. 예를 들어, 비선형 CC-ALF가 슬라이스 레벨에서 사용되기 위해, ALF(566)도 해당 슬라이스에서 사용되어야 한다. 즉, 플래그들의 측면에서, ALF(566)의 적용 여부를 지시하는 플래그(이하, 'ALF 플래그') 및 선형 CC-ALF(702)의 적용 여부를 지시하는 플래그(이하, 'CC-ALF 플래그')가 모두 참인 경우, 비선형 CC-ALF 플래그가 시그널링 및 파싱될 수 있다. 따라서, 비선형 CC-ALF 플래그가 참인 경우, 비선형 CC-ALF가 적용될 수 있다. 반면, 비선형 CC-ALF 플래그가 거짓인 경우, CC-ALF 플래그에 따라 선형 CC-ALF의 적용 여부가 결정될 수 있다.
비선형 CC-ALF 필터 계수는 APS(Adaptation Parameter Set) 형태로 전송된다. 또는, 영상 부호화 장치와 영상 복호화 장치 간 약속에 따라 기정의된 고정된 필터가 사용될 수 있다. 또는, 선형 CC-ALF(702)와 동일한 필터가 사용될 수 있다.
다른 예로서, 영상 부호화 장치는 APS에 따라 구성되는 필터와 고정 필터 중 어떤 필터를 사용할지 결정한 후, 결정된 인덱스를 APS에 따른 필터 계수와 함께 영상 복호화 장치에게 시그널링할 수 있다.
영상 부호화 장치는 루마 성분의 비선형 모델의 계수들도 필터 계수와 함께 시그널링할 수 있다. 이때, αn이 0인 경우, n<k인 αk는 모두 0으로 설정될 수 있다.
이하, 도 9 및 도 10의 도시를 이용하여, 비선형 CC-ALF를 이용하여 복원 프레임을 필터링하는 방법을 기술한다.
도 9는 본 개시의 일 실시예에 따른, 영상 부호화 장치가 복원 프레임을 필터링하는 방법을 나타내는 순서도이다.
도 9의 예시에서는, ALF 플래그가 참으로 설정되는 경우를 기술한다.
영상 부호화 장치는 복원 프레임을 획득한다(S900). 여기서, 복원 프레임은 SAO 필터(184)의 출력이다.
영상 부호화 장치는 복원 프레임을 ALF에 입력하여 ALF 출력을 생성한다(S902). 여기서, ALF 출력은 루마 ALF 출력 및 크로마 ALF 출력을 포함한다.
영상 부호화 장치는 루마 ALF 출력을 비선형 CC-ALF에 입력하여 크로마 성분의 보정값들을 생성한다(S904).
영상 부호화 장치는 필터링 대상 영역 내의 루마 샘플들에 대해 비선형 모델을 이용하여 루마 샘플들의 비선형 모델링 값들을 생성한다. 이후, 영상 부호화 장치는 비선형 모델링 값들과 비선형 CC-ALF의 필터 계수들 간의 곱에 기초하여 보정값을 생성할 수 있다.
영상 부호화 장치는 크로마 성분의 보정값들과 크로마 ALF 출력을 가산하여 제1 개선 크로마 ALF 출력을 생성한다(S906).
영상 부호화 장치는 루마 ALF 출력을 선형 CC-ALF에 입력하여 크로마 성분의 보정값들을 생성한다(S908).
영상 부호화 장치는 필터링 대상 영역 내의 루마 샘플들과 선형 CC-ALF의 필터 계수들 간의 곱에 기초하여 보정값을 생성할 수 있다.
영상 부호화 장치는 크로마 성분의 보정값들과 크로마 ALF 출력을 가산하여 제2 개선 크로마 ALF 출력을 생성한다(S910).
영상 부호화 장치는 크로마 ALF 출력, 제1 개선 크로마 ALF 출력, 및 제2 개선 크로마 ALF 출력에 기초하여, CC-ALF 플래그를 결정한다(S912). 여기서, CC-ALF 플래그는, 선형 CC-ALF의 적용 여부를 지시한다.
비트율-왜곡 최적화 측면에서, 영상 부호화 장치는 CC-ALF 플래그를 결정할 수 있다. 예컨대, 크로마 ALF 출력이 최적인 경우, 영상 부호화 장치는 CC-ALF 플래그를 거짓으로 설정할 수 있다. 반면, 제1 개선 크로마 ALF 출력 또는 제2 개선된 크로마 ALF 출력이 최적인 경우, 영상 부호화 장치는 CC-ALF 플래그를 참으로 설정할 수 있다.
영상 부호화 장치는 CC-ALF 플래그를 부호화한다(S914).
영상 부호화 장치는 CC-ALF 플래그를 확인한다(S916).
CC-ALF 플래그가 참인 경우(S916의 Yes), 영상 부호화 장치는 제1 개선 크로마 ALF 출력, 및 제2 개선 크로마 ALF 출력에 기초하여, 비선형 CC-ALF 플래그를 결정한다(S918).
비트율-왜곡 최적화 측면에서, 영상 부호화 장치는 비선형 CC-ALF 플래그를 결정할 수 있다. 예컨대, 제1 개선 크로마 ALF 출력이 최적인 경우, 영상 부호화 장치는 비선형 CC-ALF 플래그를 참으로 설정할 수 있다. 반면, 제2 개선된 크로마 ALF 출력이 최적인 경우, 영상 부호화 장치는 비선형 CC-ALF 플래그를 거짓으로 설정할 수 있다.
영상 부호화 장치는 비선형 CC-ALF 플래그를 부호화한다(S920).
CC-ALF 플래그가 거짓인 경우(S916의 No), 영상 부호화 장치는 비선형 CC-ALF 플래그를 결정하는 단계, 및 비선형 CC-ALF 플래그를 부호화하는 단계(S918 및 S920)를 생략할 수 있다.
도 10은 본 개시의 일 실시예에 따른, 영상 복호화 장치가 복원 프레임을 필터링하는 방법을 나타내는 순서도이다.
도 10의 예시에서는, ALF 플래그 및 CC-ALF 플래그가 모두 참인 경우를 기술한다.
영상 복호화 장치는 복원 프레임을 획득한다(S1000). 여기서, 복원 프레임은 SAO 필터(564)의 출력이다.
영상 복호화 장치는 복원 프레임을 ALF에 입력하여 ALF 출력을 생성한다(S1002). 여기서, ALF 출력은 루마 ALF 출력 및 크로마 ALF 출력을 포함한다.
영상 복호화 장치는 비트스트림으로부터 비선형 CC-ALF 플래그를 복호화한다(S1004). 여기서, 비선형 CC-ALF 플래그는 비선형 CC-ALF의 사용 여부를 지시한다.
영상 복호화 장치는 비선형 ALF 플래그를 확인한다(S1006).
비선형 ALF 플래그가 참인 경우(S1006의 Yes), 영상 복호화 장치는 다음의 단계들(S1008 및 S1010)를 수행한다.
영상 복호화 장치는 루마 ALF 출력을 비선형 CC-ALF에 입력하여 크로마 성분의 보정값들을 생성한다(S1008).
영상 복호화 장치는 필터링 대상 영역 내의 루마 샘플들에 대해 비선형 모델을 이용하여 루마 샘플들의 비선형 모델링 값들을 생성한다. 이후, 영상 복호화 장치는 비선형 모델링 값들과 비선형 CC-ALF의 필터 계수들 간의 곱에 기초하여 보정값을 생성할 수 있다.
영상 복호화 장치는 크로마 성분의 보정값들과 크로마 ALF 출력을 가산하여 개선된 크로마 ALF 출력을 생성한다(S1010).
반면, 비선형 ALF 플래그가 거짓인 경우(S1006의 No), 영상 복호화 장치는 루마 ALF 출력을 선형 CC-ALF에 입력하여 크로마 성분의 보정값들을 생성한다(S1020).
영상 복호화 장치는 필터링 대상 영역 내의 루마 샘플들과 선형 CC-ALF(702)의 필터 계수들 간의 곱에 기초하여 보정값을 생성할 수 있다.
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)
180: 루프 필터부
186: ALF
560: 루프 필터부
566: ALF
702: CC-ALF
CROSS-REFERENCE TO RELATED APPLICATION
본 특허출원은 2022년 8월 18일 한국에 출원한 특허출원번호 제 10-2022-0103224 호, 2023년 7월 18일 한국에 출원한 특허출원번호 제 10-2023-0093234 호에 대해 우선권을 주장하며, 그 모든 내용은 참고문헌으로 본 특허출원에 병합된다.

Claims (16)

  1. 영상 복호화 장치가 수행하는, 복원(reconstructed) 프레임을 필터링하는 방법에 있어서,
    상기 복원 프레임을 획득하는 단계, 여기서, 상기 복원 프레임은 SAO(Sample Adaptive Offset) 필터의 출력임;
    상기 복원 프레임을 ALF(Adaptive Loop Filter)에 입력하여 ALF 출력을 생성하는 단계, 여기서, 상기 ALF 출력은 루마 ALF 출력 및 크로마 ALF 출력을 포함함;
    상기 루마 ALF 출력을 비선형 CC-ALF(Cross-component ALF)에 입력하여 크로마 성분의 보정값들을 생성하는 단계; 및
    상기 크로마 성분의 보정값들과 상기 크로마 ALF 출력을 가산하여 개선된 크로마 ALF 출력을 생성하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  2. 제1항에 있어서,
    비트스트림으로부터 비선형 CC-ALF 플래그를 복호화하는 단계, 여기서, 상기 비선형 CC-ALF 플래그는 상기 비선형 CC-ALF의 사용 여부를 지시함; 및
    상기 비선형 CC-ALF 플래그를 확인하는 단계
    를 포함하되,
    상기 비선형 CC-ALF 플래그가 참인 경우, 상기 크로마 성분의 보정값들을 생성하는 단계, 및 상기 개선된 크로마 ALF 출력을 생성하는 단계를 수행하는 것을 특징으로 하는, 방법.
  3. 제2항에 있어서,
    상기 비선형 CC-ALF 플래그가 거짓인 경우,
    상기 루마 ALF 출력을 선형 CC-ALF에 입력하여 상기 크로마 성분의 보정값들을 생성하는 단계를 더 포함하는 것을 특징으로 하는, 방법.
  4. 제1항에 있어서,
    상기 비선형 CC-ALF는,
    선형 CC-ALF와 상기 ALF가 적용되는 레벨에서 적용되는 것을 특징으로 하되, 상기 레벨은, 시퀀스, 픽처, 서브 픽처, 슬라이스, 타일 및/또는 CTU(Coding Tree Unit) 레벨인 것을 특징으로 하는, 방법.
  5. 제1항에 있어서,
    상기 크로마 성분의 보정값들을 생성하는 단계는,
    필터링 대상 영역 내의 루마 샘플들에 대해 비선형 모델을 이용하여 상기 루마 샘플들의 비선형 모델링 값들을 생성하는 단계; 및
    상기 비선형 모델링 값들과 상기 비선형 CC-ALF의 필터 계수들 간의 곱에 기초하여 상기 보정값들을 생성하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  6. 제5항에 있어서,
    상기 비선형 모델은,
    다항식 모델, 쌍곡선 모델, 푸리에 변환에 따른 모델, 또는 지수 함수 모델인 것을 특징으로 하는, 방법.
  7. 제5항에 있어서,
    상기 비선형 CC-ALF는,
    3×4 크기의 다이아몬드 형태의 루마 영역을 상기 필터링 대상 영역으로 갖는 것을 특징으로 하는, 방법.
  8. 제1항에 있어서,
    상기 비선형 CC-ALF는,
    4:2:2 및 4:4:4 크로마 포맷의 경우, CTU(Coding Tree Unit) 경계 위의 3 번째 및 4 번째 행들의 샘플들에는 적용되지 않는 것을 특징으로 하는, 방법.
  9. 제1항에 있어서,
    상기 비선형 CC-ALF의 필터 계수들은,
    영상 부호화 장치로부터 APS(Adaptation Parameter Set) 형태로 전송되거나, 기정의된 값들인 것을 특징으로 하는, 방법.
  10. 제5항에 있어서,
    비트스트림으로부터 상기 비선형 모델의 계수들을 복호화하는 단계를 더 포함하는 것을 특징으로 하는, 방법.
  11. 제10항에 있어서,
    상기 크로마 성분의 보정값들을 생성하는 단계는,
    상기 비선형 CC-ALF와 선형 CC-ALF를 적응적으로 사용하되, 상기 비선형 모델의 계수들 중 상기 선형 CC-ALF와 관계 없는 계수들을 영으로 설정하여 상기 비선형 CC-ALF를 상기 선형 CC-ALF로 변경하는 것을 특징으로 하는, 방법.
  12. 영상 부호화 장치가 수행하는, 복원(reconstructed) 프레임을 필터링하는 방법에 있어서,
    상기 복원 프레임을 획득하는 단계, 여기서, 상기 복원 프레임은 SAO(Sample Adaptive Offset) 필터의 출력임;
    상기 복원 프레임을 ALF(Adaptive Loop Filter)에 입력하여 ALF 출력을 생성하는 단계, 여기서, 상기 ALF 출력은 루마 ALF 출력 및 크로마 ALF 출력을 포함함;
    상기 루마 ALF 출력을 비선형 CC-ALF(Cross-component ALF)에 입력하여 크로마 성분의 보정값들을 생성하는 단계; 및
    상기 크로마 성분의 보정값들과 상기 크로마 ALF 출력을 가산하여 제1 개선 크로마 ALF 출력을 생성하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  13. 제12항에 있어서,
    상기 루마 ALF 출력을 선형 CC-ALF(Cross-component ALF)에 입력하여 크로마 성분의 보정값들을 생성하는 단계; 및
    상기 크로마 성분의 보정값들과 상기 크로마 ALF 출력을 가산하여 제2 개선 크로마 ALF 출력을 생성하는 단계
    를 더 포함하는 것을 특징으로 하는, 방법.
  14. 제13항에 있어서,
    상기 크로마 ALF 출력, 상기 제1 개선 크로마 ALF 출력, 및 상기 제2 개선 크로마 ALF 출력에 기초하여, CC-ALF 플래그를 결정하는 단계, 여기서, 상기 CC-ALF 플래그는, 상기 선형 CC-ALF의 적용 여부를 지시함; 및
    상기 CC-ALF 플래그를 부호화하는 단계를 더 포함하는 것을 특징으로 하는, 방법.
  15. 제14항에 있어서,
    상기 CC-ALF 플래그를 확인하는 단계를 더 포함하고,
    상기 CC-ALF 플래그가 참인 경우,
    상기 제1 개선 크로마 ALF 출력, 및 상기 제2 개선 크로마 ALF 출력에 기초하여, 비선형 CC-ALF 플래그를 결정하는 단계; 및
    상기 비선형 CC-ALF 플래그를 부호화하는 단계
    를 더 포함하는 것을 특징으로 하는, 방법.
  16. 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록매체로서, 상기 영상 부호화 방법은,
    복원 프레임을 획득하는 단계, 여기서, 상기 복원 프레임은 SAO(Sample Adaptive Offset) 필터의 출력임;
    상기 복원 프레임을 ALF(Adaptive Loop Filter)에 입력하여 ALF 출력을 생성하는 단계, 여기서, 상기 ALF 출력은 루마 ALF 출력 및 크로마 ALF 출력을 포함함;
    상기 루마 ALF 출력을 비선형 CC-ALF(Cross-component ALF)에 입력하여 크로마 성분의 보정값들을 생성하는 단계; 및
    상기 크로마 성분의 보정값들과 상기 크로마 ALF 출력을 가산하여 개선 크로마 ALF 출력을 생성하는 단계
    를 포함하는 것을 특징으로 하는, 기록매체.
PCT/KR2023/010509 2022-08-18 2023-07-20 비선형 교차 성분 관계에 기반하는 cc-alf를 이용하는 비디오 코딩을 위한 방법 및 장치 WO2024039088A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2022-0103224 2022-08-18
KR20220103224 2022-08-18
KR1020230093234A KR20240025456A (ko) 2022-08-18 2023-07-18 비선형 교차 성분 관계에 기반하는 cc-alf를 이용하는 비디오 코딩방법 및 장치
KR10-2023-0093234 2023-07-18

Publications (1)

Publication Number Publication Date
WO2024039088A1 true WO2024039088A1 (ko) 2024-02-22

Family

ID=89941761

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/010509 WO2024039088A1 (ko) 2022-08-18 2023-07-20 비선형 교차 성분 관계에 기반하는 cc-alf를 이용하는 비디오 코딩을 위한 방법 및 장치

Country Status (1)

Country Link
WO (1) WO2024039088A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200144075A (ko) * 2019-06-17 2020-12-28 한국전자통신연구원 적응적 루프내 필터링 방법 및 장치
US20210306673A1 (en) * 2020-03-26 2021-09-30 Alibaba Group Holding Limited Method and apparatus for cross component filtering
US20210409704A1 (en) * 2019-09-23 2021-12-30 Tencent America LLC Cross-component adaptive loop filter
KR20220084060A (ko) * 2019-10-29 2022-06-21 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 크로스 컴포넌트 적응적 루프 필터의 시그널링
KR20220088427A (ko) * 2019-11-04 2022-06-27 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 교차 성분 적응적 루프 필터

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200144075A (ko) * 2019-06-17 2020-12-28 한국전자통신연구원 적응적 루프내 필터링 방법 및 장치
US20210409704A1 (en) * 2019-09-23 2021-12-30 Tencent America LLC Cross-component adaptive loop filter
KR20220084060A (ko) * 2019-10-29 2022-06-21 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 크로스 컴포넌트 적응적 루프 필터의 시그널링
KR20220088427A (ko) * 2019-11-04 2022-06-27 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 교차 성분 적응적 루프 필터
US20210306673A1 (en) * 2020-03-26 2021-09-30 Alibaba Group Holding Limited Method and apparatus for cross component filtering

Similar Documents

Publication Publication Date Title
WO2022186616A1 (ko) 인트라 예측모드 유도를 이용하는 비디오 코딩방법 및 장치
WO2023038447A1 (ko) 비디오 부호화/복호화 방법 및 장치
WO2022114770A1 (ko) 기하학적 변환에 기반하는 블록 복사를 이용하는 인트라 예측방법과 장치
WO2024039088A1 (ko) 비선형 교차 성분 관계에 기반하는 cc-alf를 이용하는 비디오 코딩을 위한 방법 및 장치
WO2024034861A1 (ko) 템플릿 기반 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2024075983A1 (ko) 복수의 블록들 기반 인트라 템플릿 매칭 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023224280A1 (ko) 혼합 성분간 예측을 사용하는 비디오 코딩을 위한 방법 및 장치
WO2024034886A1 (ko) 인트라 블록 복사 모드에서 예측신호들의 재배열을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2024034849A1 (ko) 루마 성분 기반 크로마 성분 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023224290A1 (ko) 인트라 예측에서 성분간 관계 모델 유도를 위한 참조샘플 선택을 위한 방법 및 장치
WO2024111851A1 (ko) 인트라 서브분할 예측과 변환생략을 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
WO2022197137A1 (ko) 성분별 적응적 공간해상도를 갖는 움직임벡터를 이용하는 비디오 코딩방법 및 장치
WO2023219290A1 (ko) 크로마 성분별 인트라 예측모드의 부호화를 위한 방법 및 장치
WO2023182697A1 (ko) 인접 정보 기반 팔레트 모드를 이용하는 비디오 코딩을 위한 방법 및 장치
WO2022197135A1 (ko) 분할된 서브블록의 적응적 순서를 이용하는 비디오 코딩방법 및 장치
WO2022211374A1 (ko) 매핑 기반 비디오 코딩방법 및 장치
WO2024058430A1 (ko) 하나의 블록에 싱글 트리와 듀얼 트리를 적응적으로 이용하는 비디오 코딩을 위한 방법 및 장치
WO2022211492A1 (ko) 디코더 측면의 움직임 보상을 이용하는 비디오 코딩방법 및 장치
WO2022031115A1 (ko) 딥러닝 기반 인터 예측을 이용하는 영상 부호화 및 복호화
WO2024049024A1 (ko) 1차 변환 커널에 적응적인 분리 불가능한 2차 변환 기반 비디오 코딩을 위한 방법 및 장치
WO2023191332A1 (ko) 적응적 다중변환선택을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023182673A1 (ko) 컨텍스트 모델 초기화를 사용하는 비디오 코딩을 위한 방법 및 장치
WO2023106603A1 (ko) 템플릿 매칭 기반 이차적인 mpm 리스트를 이용하는 비디오 코딩을 위한 방법 및 장치

Legal Events

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

Ref document number: 23855059

Country of ref document: EP

Kind code of ref document: A1