WO2024076074A1 - 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체 - Google Patents

영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체 Download PDF

Info

Publication number
WO2024076074A1
WO2024076074A1 PCT/KR2023/014642 KR2023014642W WO2024076074A1 WO 2024076074 A1 WO2024076074 A1 WO 2024076074A1 KR 2023014642 W KR2023014642 W KR 2023014642W WO 2024076074 A1 WO2024076074 A1 WO 2024076074A1
Authority
WO
WIPO (PCT)
Prior art keywords
mmvd
merge
prediction
candidate list
mode
Prior art date
Application number
PCT/KR2023/014642
Other languages
English (en)
French (fr)
Inventor
장형문
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Publication of WO2024076074A1 publication Critical patent/WO2024076074A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/527—Global motion vector estimation
    • 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
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression

Definitions

  • This disclosure relates to a video encoding/decoding method, a method for transmitting a bitstream, and a recording medium storing the bitstream, and a method for adaptively performing rearrangement of prediction candidates.
  • HD High Definition
  • UHD Ultra High Definition
  • the purpose of the present disclosure is to provide a video encoding/decoding method and device with improved encoding/decoding efficiency.
  • the present disclosure aims to provide a method of configuring a prediction candidate using MMVD (merge mode with MVD).
  • the present disclosure aims to provide a method of constructing a prediction candidate list using MMVD and sorting the order of prediction candidates within the list.
  • the present disclosure aims to provide a method of deriving motion information of the current block using MMVD.
  • the present disclosure aims to provide a non-transitory computer-readable recording medium that stores a bitstream generated by the video encoding method according to the present disclosure.
  • the present disclosure aims to provide a non-transitory computer-readable recording medium that stores a bitstream that is received and decoded by an image decoding device according to the present disclosure and used to restore an image.
  • the present disclosure aims to provide a method for transmitting a bitstream generated by the video encoding method according to the present disclosure.
  • An image decoding method is an image decoding method performed by an image decoding apparatus, comprising: configuring a merge candidate list based on the prediction mode of the current block being a merge mode; Constructing an MMVD candidate list based on a motion vector difference (MVD) available in a merge mode with motion vector difference (MMVD) mode and a first merge candidate included in the merge candidate list; reordering the MMVD candidate list; and deriving motion information of the current block based on the rearranged MMVD candidate list.
  • MVD motion vector difference
  • MMVD motion vector difference
  • An image encoding method is an image encoding method performed by an image encoding apparatus, comprising: configuring a merge candidate list based on the prediction mode of the current block being a merge mode; Constructing an MMVD candidate list based on a motion vector difference (MVD) available in a merge mode with motion vector difference (MMVD) mode and a first merge candidate included in the merge candidate list; reordering the MMVD candidate list; and deriving motion information of the current block based on the rearranged MMVD candidate list.
  • MVD motion vector difference
  • MMVD motion vector difference
  • a computer-readable recording medium can store a bitstream generated by the image encoding method or device of the present disclosure.
  • a transmission method may transmit a bitstream generated by the video encoding method or device of the present disclosure.
  • an image encoding/decoding method and device with improved encoding/decoding efficiency can be provided.
  • the accuracy of MMVD can be improved by increasing the candidates available as prediction candidates.
  • the amount of bits required to represent motion information of the current block can be reduced, thereby improving bit efficiency.
  • a non-transitory computer-readable recording medium that stores a bitstream generated by the image encoding method according to the present disclosure can be provided.
  • a non-transitory computer-readable recording medium that stores a bitstream received and decoded by the video decoding device according to the present disclosure and used for image restoration can be provided.
  • a method for transmitting a bitstream generated by an image encoding method can be provided.
  • FIG. 1 is a diagram schematically showing a video coding system to which an embodiment according to the present disclosure can be applied.
  • FIG. 2 is a diagram schematically showing a video encoding device to which an embodiment according to the present disclosure can be applied.
  • Figure 3 is a diagram schematically showing an image decoding device to which an embodiment according to the present disclosure can be applied.
  • Figure 4 is a diagram schematically showing an inter prediction unit of a video encoding device.
  • Figure 5 is a flowchart showing a method of encoding an image based on inter prediction.
  • Figure 6 is a diagram schematically showing an inter prediction unit of a video decoding device.
  • Figure 7 is a flowchart showing a method of decoding an image based on inter prediction.
  • Figure 8 is a flowchart showing the inter prediction method.
  • Figure 9 is a diagram for explaining the MMVD mode.
  • 10 to 12 are diagrams for explaining an affine mode.
  • Figure 13 is a diagram for explaining template matching.
  • Figure 14 is a diagram to explain template matching-based reordering for the extended MMVD mode.
  • Figure 15 is a flowchart showing a video encoding/decoding method according to an embodiment of the present disclosure.
  • Figure 16 is a flowchart showing a video encoding/decoding method according to another embodiment of the present disclosure.
  • Figures 17 and 18 are diagrams for specifically explaining each process of Figures 15 and 16.
  • Figure 19 is a flowchart showing a video encoding/decoding method according to an embodiment of the present disclosure.
  • Figure 20 is a flowchart showing a video encoding/decoding method according to another embodiment of the present disclosure.
  • Figure 21 is a flowchart showing a video encoding/decoding method according to an embodiment of the present disclosure.
  • Figure 22 is a flowchart showing a video encoding/decoding method according to another embodiment of the present disclosure.
  • Figures 23 and 24 are diagrams for explaining various examples of grouping prediction candidates.
  • Figure 25 is a diagram illustrating a content streaming system to which an embodiment according to the present disclosure can be applied.
  • a component when a component is said to be “connected,” “coupled,” or “connected” to another component, this is not only a direct connection relationship, but also an indirect connection relationship in which another component exists in between. It may also be included.
  • a component when a component is said to "include” or “have” another component, this does not mean excluding the other component, but may further include another component, unless specifically stated to the contrary. .
  • first, second, etc. are used only for the purpose of distinguishing one component from other components, and do not limit the order or importance of components unless specifically mentioned. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, the second component in one embodiment may be referred to as a first component in another embodiment. It may also be called.
  • distinct components are intended to clearly explain each feature, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated to form one hardware or software unit, or one component may be distributed to form a plurality of hardware or software units. Accordingly, even if not specifically mentioned, such integrated or distributed embodiments are also included in the scope of the present disclosure.
  • components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, embodiments consisting of a subset of the elements described in one embodiment are also included in the scope of the present disclosure. Additionally, embodiments that include other components in addition to the components described in the various embodiments are also included in the scope of the present disclosure.
  • This disclosure relates to video encoding and decoding, and terms used in this disclosure may have common meanings commonly used in the technical field to which this disclosure belongs, unless they are newly defined in this disclosure.
  • a “picture” generally refers to a unit representing one image at a specific time
  • a slice/tile is a coding unit that constitutes a part of a picture, and one picture is one. It may consist of more than one slice/tile. Additionally, a slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • pixel or “pel” may refer to the minimum unit that constitutes one picture (or video). Additionally, “sample” may be used as a term corresponding to a pixel. A sample may generally represent a pixel or a pixel value, and may represent only a pixel/pixel value of a luma component, or only a pixel/pixel value of a chroma component.
  • unit may represent a basic unit of image processing.
  • a unit may include at least one of a specific area of a picture and information related to the area.
  • unit may be used interchangeably with terms such as “sample array,” “block,” or “area.”
  • an MxN block may include a set (or array) of samples (or a sample array) or transform coefficients consisting of M columns and N rows.
  • “current block” may mean one of “current coding block”, “current coding unit”, “encoding target block”, “decoding target block”, or “processing target block”.
  • “current block” may mean “current prediction block” or “prediction target block.”
  • transformation inverse transformation
  • quantization inverse quantization
  • “current block” may mean “current transformation block” or “transformation target block.”
  • filtering filtering target block.”
  • current block may mean a block containing both a luma component block and a chroma component block or “the luma block of the current block” unless explicitly stated as a chroma block.
  • the luma component block of the current block may be expressed by explicitly including an explicit description of the luma component block, such as “luma block” or “current luma block.”
  • the chroma component block of the current block may be expressed including an explicit description of the chroma component block, such as “chroma block” or “current chroma block.”
  • “/” and “,” may be interpreted as “and/or.”
  • “A/B” and “A, B” can be interpreted as “A and/or B.”
  • “A/B/C” and “A, B, C” may mean “at least one of A, B and/or C.”
  • FIG. 1 is a diagram schematically showing a video coding system to which an embodiment according to the present disclosure can be applied.
  • a video coding system may include an encoding device 10 and a decoding device 20.
  • the encoding device 10 may transmit encoded video and/or image information or data in file or streaming form to the decoding device 20 through a digital storage medium or network.
  • the encoding device 10 may include a video source generator 11, an encoder 12, and a transmitter 13.
  • the decoding device 20 may include a receiving unit 21, a decoding unit 22, and a rendering unit 23.
  • the encoder 12 may be called a video/image encoder
  • the decoder 22 may be called a video/image decoder.
  • the transmission unit 13 may be included in the encoding unit 12.
  • the receiving unit 21 may be included in the decoding unit 22.
  • the rendering unit 23 may include a display unit, and the display unit may be composed of a separate device or external component.
  • the video source generator 11 may acquire video/image through a video/image capture, synthesis, or creation process.
  • the video source generator 11 may include a video/image capture device and/or a video/image generation device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, etc.
  • Video/image generating devices may include, for example, computers, tablets, and smartphones, and are capable of generating video/images (electronically). For example, a virtual video/image may be created through a computer, etc., and in this case, the video/image capture process may be replaced by the process of generating related data.
  • the encoder 12 can encode the input video/image.
  • the encoder 12 can perform a series of procedures such as prediction, transformation, and quantization for compression and encoding efficiency.
  • the encoder 12 may output encoded data (encoded video/image information) in the form of a bitstream.
  • the transmitting unit 13 can obtain encoded video/image information or data output in the form of a bitstream, and transmit it to the receiving unit 21 of the decoding device 20 through a digital storage medium or network in the form of a file or streaming. It can be passed to another external object.
  • Digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit 13 may include elements for creating a media file through a predetermined file format and may include elements for transmission through a broadcasting/communication network.
  • the transmission unit 13 may be provided as a separate transmission device from the encoding device 12.
  • the transmission device includes at least one processor that acquires encoded video/image information or data output in the form of a bitstream. It may include a transmission unit that delivers the message in file or streaming form.
  • the receiving unit 21 may extract/receive the bitstream from the storage medium or network and transmit it to the decoding unit 22.
  • the decoder 22 can decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operations of the encoder 12.
  • the rendering unit 23 may render the decrypted video/image.
  • the rendered video/image may be displayed through the display unit.
  • FIG. 2 is a diagram schematically showing a video encoding device to which an embodiment according to the present disclosure can be applied.
  • the image encoding device 100 includes an image segmentation unit 110, a subtraction unit 115, a transformation unit 120, a quantization unit 130, an inverse quantization unit 140, and an inverse transformation unit ( 150), an adder 155, a filtering unit 160, a memory 170, an inter prediction unit 180, an intra prediction unit 185, and an entropy encoding unit 190.
  • the inter prediction unit 180 and intra prediction unit 185 may be collectively referred to as a “prediction unit.”
  • the transform unit 120, the quantization unit 130, the inverse quantization unit 140, and the inverse transform unit 150 may be included in a residual processing unit.
  • the residual processing unit may further include a subtraction unit 115.
  • All or at least a portion of the plurality of components constituting the video encoding device 100 may be implemented as one hardware component (eg, an encoder or processor) depending on the embodiment.
  • the memory 170 may include a decoded picture buffer (DPB) and may be implemented by a digital storage medium.
  • DPB decoded picture buffer
  • the image segmentation unit 110 may divide an input image (or picture, frame) input to the image encoding device 100 into one or more processing units.
  • the processing unit may be called a coding unit (CU).
  • the coding unit is a coding tree unit (CTU) or largest coding unit (LCU) recursively according to the QT/BT/TT (Quad-tree/binary-tree/ternary-tree) structure. It can be obtained by dividing recursively.
  • one coding unit may be divided into a plurality of coding units of deeper depth based on a quad tree structure, binary tree structure, and/or ternary tree structure.
  • the quad tree structure may be applied first and the binary tree structure and/or ternary tree structure may be applied later.
  • the coding procedure according to the present disclosure can be performed based on the final coding unit that is no longer divided.
  • the largest coding unit can be directly used as the final coding unit, and a lower-depth coding unit obtained by dividing the maximum coding unit can be used as the final coding unit.
  • the coding procedure may include procedures such as prediction, conversion, and/or restoration, which will be described later.
  • the processing unit of the coding procedure may be a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may each be divided or partitioned from the final coding unit.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • the prediction unit (inter prediction unit 180 or intra prediction unit 185) performs prediction on the block to be processed (current block) and generates a predicted block including prediction samples for the current block. can be created.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information regarding prediction of the current block and transmit it to the entropy encoding unit 190.
  • Information about prediction may be encoded in the entropy encoding unit 190 and output in the form of a bitstream.
  • the intra prediction unit 185 can predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located away from the current block depending on the intra prediction mode and/or intra prediction technique.
  • Intra prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • Non-directional modes may include, for example, DC mode and planar mode.
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes, depending on the level of detail of the prediction direction. However, this is an example and more or less directional prediction modes may be used depending on the setting.
  • the intra prediction unit 185 may determine the prediction mode applied to the current block using the prediction mode applied to the neighboring block.
  • the inter prediction unit 180 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector in the reference picture.
  • motion information can be predicted in blocks, subblocks, or samples based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • a reference picture including the reference block and a reference picture including the temporal neighboring block may be the same or different from each other.
  • the temporal neighboring block may be called a collocated reference block, a collocated reference block, or a collocated CU (colCU).
  • a reference picture including the temporal neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 180 configures a motion information candidate list based on neighboring blocks and provides information indicating which candidate is used to derive the motion vector and/or reference picture index of the current block. can be created. Inter prediction may be performed based on various prediction modes. For example, in the case of skip mode and merge mode, the inter prediction unit 180 may use motion information of neighboring blocks as motion information of the current block.
  • motion vector prediction MVP
  • the motion vector of the neighboring block is used as a motion vector predictor, and the motion vector difference and indicator for the motion vector predictor ( The motion vector of the current block can be signaled by encoding the indicator).
  • Motion vector difference may mean the difference between the motion vector of the current block and the motion vector predictor.
  • the prediction unit may generate a prediction signal based on various prediction methods and/or prediction techniques described later. For example, the prediction unit can not only apply intra prediction or inter prediction for prediction of the current block, but also can apply intra prediction and inter prediction simultaneously.
  • a prediction method that simultaneously applies intra prediction and inter prediction to predict the current block may be called combined inter and intra prediction (CIIP).
  • the prediction unit may perform intra block copy (IBC) to predict the current block.
  • Intra block copy can be used, for example, for video/video coding of content such as games, such as screen content coding (SCC).
  • IBC is a method of predicting the current block using a reconstructed reference block in the current picture located a predetermined distance away from the current block.
  • the position of the reference block in the current picture can be encoded as a vector (block vector) corresponding to the predetermined distance.
  • IBC basically performs prediction within the current picture, but can be performed similarly to inter prediction in that it derives a reference block within the current picture. That is, IBC can use at least one of the inter prediction techniques described in this disclosure.
  • the prediction signal generated through the prediction unit may be used to generate a restored signal or a residual signal.
  • the subtraction unit 115 subtracts the prediction signal (predicted block, prediction sample array) output from the prediction unit from the input image signal (original block, original sample array) to generate a residual signal (residual block, residual sample array). ) can be created.
  • the generated residual signal may be transmitted to the converter 120.
  • the transform unit 120 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique may be at least one of Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Karhunen-Loeve Transform (KLT), Graph-Based Transform (GBT), or Conditionally Non-linear Transform (CNT). It can be included.
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • KLT Karhunen-Loeve Transform
  • GBT Graph-Based Transform
  • CNT Conditionally Non-linear Transform
  • GBT refers to the transformation obtained from this graph when the relationship information between pixels is expressed as a graph.
  • CNT refers to the transformation obtained by generating a prediction signal using all previously reconstructed pixels and obtaining it based on it.
  • the conversion process may be applied to square pixel blocks of the same size, or to non-square blocks of variable size.
  • the quantization unit 130 may quantize the transform coefficients and transmit them to the entropy encoding unit 190.
  • the entropy encoding unit 190 may encode a quantized signal (information about quantized transform coefficients) and output it as a bitstream. Information about the quantized transform coefficients may be called residual information.
  • the quantization unit 130 may rearrange the quantized transform coefficients in block form into a one-dimensional vector form based on the coefficient scan order, and the quantized transform coefficients based on the quantized transform coefficients in the one-dimensional vector form. Information about transformation coefficients may also be generated.
  • the entropy encoding unit 190 may perform various encoding methods, such as exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 190 may encode information necessary for video/image restoration (e.g., values of syntax elements, etc.) in addition to the quantized transformation coefficients together or separately.
  • Encoded information (ex. encoded video/picture information) may be transmitted or stored in bitstream form in units of NAL (network abstraction layer) units.
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS). Additionally, the video/image information may further include general constraint information. Signaling information, transmitted information, and/or syntax elements mentioned in this disclosure may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream can be transmitted over a network or stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmission unit (not shown) that transmits the signal output from the entropy encoding unit 190 and/or a storage unit (not shown) that stores the signal may be provided as an internal/external element of the video encoding device 100, or may be transmitted.
  • the unit may be provided as a component of the entropy encoding unit 190.
  • Quantized transform coefficients output from the quantization unit 130 can be used to generate a residual signal.
  • a residual signal residual block or residual samples
  • inverse quantization and inverse transformation residual block or residual samples
  • the adder 155 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 180 or the intra prediction unit 185 to generate a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array). can be created. If there is no residual for the block to be processed, such as when skip mode is applied, the predicted block can be used as a restoration block.
  • the addition unit 155 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal can be used for intra prediction of the next processing target block in the current picture, and can also be used for inter prediction of the next picture after filtering, as will be described later.
  • the filtering unit 160 may improve subjective/objective image quality by applying filtering to the restored signal.
  • the filtering unit 160 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 170, specifically the DPB of the memory 170. It can be saved in .
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, etc.
  • the filtering unit 160 may generate various information regarding filtering and transmit it to the entropy encoding unit 190, as will be described later in the description of each filtering method. Information about filtering may be encoded in the entropy encoding unit 190 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 170 can be used as a reference picture in the inter prediction unit 180.
  • the video encoding device 100 can avoid prediction mismatch in the video encoding device 100 and the video decoding device, and can also improve coding efficiency.
  • the DPB in the memory 170 can store a modified reconstructed picture to be used as a reference picture in the inter prediction unit 180.
  • the memory 170 may store motion information of a block from which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 180 to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 170 can store reconstructed samples of reconstructed blocks in the current picture and transmit them to the intra prediction unit 185.
  • Figure 3 is a diagram schematically showing an image decoding device to which an embodiment according to the present disclosure can be applied.
  • the image decoding device 200 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an adder 235, a filtering unit 240, and a memory 250. ), an inter prediction unit 260, and an intra prediction unit 265.
  • the inter prediction unit 260 and the intra prediction unit 265 may be collectively referred to as a “prediction unit.”
  • the inverse quantization unit 220 and the inverse transform unit 230 may be included in the residual processing unit.
  • All or at least part of the plurality of components constituting the video decoding device 200 may be implemented as one hardware component (eg, a decoder or processor) depending on the embodiment.
  • the memory 170 may include a DPB and may be implemented by a digital storage medium.
  • the image decoding device 200 which has received a bitstream containing video/image information, may restore the image by performing a process corresponding to the process performed by the image encoding device 100 of FIG. 2.
  • the video decoding device 200 may perform decoding using a processing unit applied in the video encoding device. Therefore, the processing unit of decoding may be a coding unit, for example.
  • the coding unit may be a coding tree unit or may be obtained by dividing the largest coding unit.
  • the restored video signal decoded and output through the video decoding device 200 can be played through a playback device (not shown).
  • the video decoding device 200 may receive a signal output from the video encoding device of FIG. 2 in the form of a bitstream.
  • the received signal may be decoded through the entropy decoding unit 210.
  • the entropy decoder 210 may parse the bitstream to derive information (eg, video/picture information) necessary for image restoration (or picture restoration).
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/image information may further include general constraint information.
  • the video decoding device may additionally use the information about the parameter set and/or the general restriction information to decode the video.
  • Signaling information, received information, and/or syntax elements mentioned in this disclosure may be obtained from the bitstream by being decoded through the decoding procedure.
  • the entropy decoding unit 210 decodes information in the bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, and quantizes the values of syntax elements necessary for image restoration and transform coefficients related to residuals. The values can be output.
  • the CABAC entropy decoding method receives bins corresponding to each syntax element in the bitstream, and includes decoding target syntax element information and surrounding blocks and decoding information of the decoding target block or information of symbols/bins decoded in the previous step.
  • the CABAC entropy decoding method can update the context model using information on the decoded symbol/bin for the context model of the next symbol/bin after determining the context model.
  • information about prediction is provided to the prediction unit (inter prediction unit 260 and intra prediction unit 265), and the register on which entropy decoding was performed in the entropy decoding unit 210
  • Dual values that is, quantized transform coefficients and related parameter information, may be input to the inverse quantization unit 220.
  • information about filtering among the information decoded by the entropy decoding unit 210 may be provided to the filtering unit 240.
  • a receiving unit (not shown) that receives a signal output from the video encoding device may be additionally provided as an internal/external element of the video decoding device 200, or the receiving device may be provided as a component of the entropy decoding unit 210. It could be.
  • the video decoding device may be called a video/picture/picture decoding device.
  • the video decoding device may include an information decoder (video/image/picture information decoder) and/or a sample decoder (video/image/picture sample decoder).
  • the information decoder may include an entropy decoding unit 210
  • the sample decoder may include an inverse quantization unit 220, an inverse transform unit 230, an addition unit 235, a filtering unit 240, a memory 250, It may include at least one of the inter prediction unit 260 and the intra prediction unit 265.
  • the inverse quantization unit 220 may inversely quantize the quantized transform coefficients and output the transform coefficients.
  • the inverse quantization unit 220 may rearrange the quantized transform coefficients into a two-dimensional block form. In this case, the reordering may be performed based on the coefficient scan order performed in the video encoding device.
  • the inverse quantization unit 220 may perform inverse quantization on quantized transform coefficients using quantization parameters (eg, quantization step size information) and obtain transform coefficients.
  • the inverse transform unit 230 can inversely transform the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the information about the prediction output from the entropy decoding unit 210, and determine a specific intra/inter prediction mode (prediction technique). You can.
  • the prediction unit can generate a prediction signal based on various prediction methods (techniques) described later is the same as mentioned in the description of the prediction unit of the video encoding device 100.
  • the inter prediction unit 260 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector in the reference picture.
  • motion information can be predicted in blocks, subblocks, or samples based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • the inter prediction unit 260 may construct a motion information candidate list based on neighboring blocks and derive a motion vector and/or reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes (techniques), and the information about the prediction may include information indicating the mode (technique) of inter prediction for the current block.
  • the adder 235 restores the obtained residual signal by adding it to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 260 and/or the intra prediction unit 265).
  • a signal (restored picture, restored block, restored sample array) can be generated. If there is no residual for the block to be processed, such as when skip mode is applied, the predicted block can be used as a restoration block.
  • the description of the addition unit 155 can be equally applied to the addition unit 235.
  • the addition unit 235 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal can be used for intra prediction of the next processing target block in the current picture, and can also be used for inter prediction of the next picture after filtering, as will be described later.
  • the filtering unit 240 can improve subjective/objective image quality by applying filtering to the restored signal.
  • the filtering unit 240 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 250, specifically the DPB of the memory 250. It can be saved in .
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, etc.
  • the (corrected) reconstructed picture stored in the DPB of the memory 250 can be used as a reference picture in the inter prediction unit 260.
  • the memory 250 may store motion information of a block from which motion information in the current picture is derived (or decoded) and/or motion information of blocks in a picture that has already been reconstructed.
  • the stored motion information can be transmitted to the inter prediction unit 260 to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 250 can store reconstructed samples of reconstructed blocks in the current picture and transmit them to the intra prediction unit 265.
  • the embodiments described in the filtering unit 160, the inter prediction unit 180, and the intra prediction unit 185 of the video encoding apparatus 100 are the filtering unit 240 and the intra prediction unit 185 of the video decoding apparatus 200, respectively. It may also be applied to the inter prediction unit 260 and the intra prediction unit 265 in the same or corresponding manner.
  • the prediction units of the image encoding apparatus 100 and the image decoding apparatus 200 may perform inter prediction on a block basis to derive prediction samples.
  • Inter prediction may be a prediction derived in a manner dependent on data elements (e.g. sample values, motion information, etc.) of picture(s) other than the current picture.
  • the predicted block (prediction sample array) for the current block will be derived based on the reference block (reference sample array) specified by the motion vector on the reference picture pointed to by the reference picture index. You can.
  • the motion information of the current block may be predicted on a block, subblock, or sample basis based on the correlation of motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • neighboring blocks may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • a reference picture including the reference block and a reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated reference block, a collocated CU (colCU), etc.
  • a reference picture including the temporal neighboring block may be called a collocated picture (colPic). It may be possible.
  • a motion information candidate list may be constructed based on neighboring blocks of the current block, and a flag indicating which candidate is selected (used) to derive the motion vector and/or reference picture index of the current block.
  • index information may be signaled.
  • Inter prediction may be performed based on various prediction modes. For example, in the case of skip mode and merge mode, the motion information of the current block may be the same as the motion information of the selected neighboring block. In the case of skip mode, unlike merge mode, residual signals may not be transmitted.
  • MVP motion vector prediction
  • the motion vector of the selected neighboring block is used as a motion vector predictor, and the motion vector difference can be signaled. In this case, the motion vector of the current block can be derived using the sum of the motion vector predictor and the motion vector difference.
  • the motion information may include L0 motion information and/or L1 motion information depending on the inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.).
  • a motion vector in the L0 direction may be called an L0 motion vector or MVL0
  • a motion vector in the L1 direction may be called an L1 motion vector or MVL1.
  • Prediction based on the L0 motion vector may be called L0 prediction
  • prediction based on the L1 motion vector may be called L1 prediction
  • prediction based on both the L0 motion vector and the L1 motion vector may be called pair (Bi) prediction. You can.
  • the L0 motion vector may represent a motion vector associated with the reference picture list L0 (L0), and the L1 motion vector may represent a motion vector associated with the reference picture list L1 (L1).
  • the reference picture list L0 may include pictures that are earlier than the current picture in output order as reference pictures, and the reference picture list L1 may include pictures that are later than the current picture in output order.
  • the previous pictures may be called forward (reference) pictures, and the subsequent pictures may be called reverse (reference) pictures.
  • the reference picture list L0 may further include pictures subsequent to the current picture in output order as reference pictures. In this case, the previous pictures within the reference picture list L0 may be indexed first and the subsequent pictures may be indexed next.
  • the reference picture list L1 may further include pictures previous to the current picture in output order as reference pictures. In this case, the later pictures within the reference picture list 1 may be indexed first and the previous pictures may be indexed next.
  • the output order may correspond to the picture order count (POC) order.
  • POC picture order count
  • FIG. 4 is a diagram schematically showing the inter prediction unit 180 of the image encoding device 100
  • FIG. 5 is a flowchart showing a method of encoding an image based on inter prediction.
  • the image encoding device 100 may perform inter prediction on the current block (S510).
  • the image encoding apparatus 100 may derive the inter prediction mode and motion information of the current block and generate prediction samples of the current block.
  • the procedures for determining the inter prediction mode, deriving motion information, and generating prediction samples may be performed simultaneously, or one procedure may be performed before the other procedure.
  • the inter prediction unit 180 of the video encoding device 100 may include a prediction mode determination unit 181, a motion information derivation unit 182, and a prediction sample derivation unit 183, and may determine the prediction mode.
  • Unit 181 determines the prediction mode for the current block
  • motion information derivation unit 182 derives motion information of the current block
  • prediction sample derivation unit 183 derives prediction samples of the current block.
  • the inter prediction unit 180 of the video encoding apparatus 100 searches for a block similar to the current block within a certain area (search area) of reference pictures through motion estimation, and searches for the current block.
  • a reference block whose difference from is below a minimum or certain standard can be derived.
  • a reference picture index indicating the reference picture where the reference block is located can be derived, and a motion vector can be derived based on the position difference between the reference block and the current block.
  • the image encoding apparatus 100 may determine a mode to be applied to the current block among various prediction modes.
  • the image encoding apparatus 100 may compare RD costs for the various prediction modes and determine the optimal prediction mode for the current block.
  • the video encoding device 100 configures a merge candidate list, which will be described later, and selects the reference blocks indicated by the merge candidates included in the merge candidate list.
  • a reference block can be derived whose difference from the current block is minimum or below a certain standard.
  • merge candidate associated with the derived reference block is selected, and merge index information indicating the selected merge candidate can be generated and signaled to the decoding device.
  • the motion information of the current block can be derived using the motion information of the selected merge candidate.
  • the video encoding device 100 configures an (A)MVP candidate list described later, and mvp (motion vector) included in the (A)MVP candidate list.
  • the motion vector of the mvp candidate selected among the predictor) candidates can be used as the mvp of the current block.
  • a motion vector pointing to a reference block derived by the above-described motion estimation may be used as the motion vector of the current block, and among the mvp candidates, the difference with the motion vector of the current block is the smallest.
  • An MVP candidate with a motion vector may become the selected MVP candidate.
  • a motion vector difference which is the difference obtained by subtracting the mvp from the motion vector of the current block, can be derived.
  • information about the MVD may be signaled to the video decoding device 200.
  • the value of the reference picture index may be configured as reference picture index information and separately signaled to the video decoding device 200.
  • the image encoding apparatus 100 may derive residual samples based on the prediction samples (S520).
  • the image encoding apparatus 100 may derive the residual samples through comparison of the original samples of the current block and the prediction samples.
  • the video encoding device 100 may encode video information including prediction information and residual information (S530).
  • the video encoding device 100 may output encoded video information in the form of a bitstream.
  • the prediction information is information related to the prediction procedure and may include information about prediction mode information (e.g. skip flag, merge flag or mode index, etc.) and motion information.
  • the information about the motion information may include candidate selection information (e.g. merge index, mvp flag or mvp index), which is information for deriving a motion vector. Additionally, the information about the motion information may include information about the above-described MVD and/or reference picture index information. Additionally, the information about the motion information may include information indicating whether L0 prediction, L1 prediction, or bi prediction is applied.
  • the residual information is information about the residual samples.
  • the residual information may include information about quantized transform coefficients for the residual samples.
  • the output bitstream may be stored in a (digital) storage medium and transmitted to a decoding device, or may be transmitted to the video decoding device 200 through a network.
  • the image encoding apparatus 100 may generate a reconstructed picture (including reconstructed samples and a reconstructed block) based on the reference samples and the residual samples. This is because the video encoding device 100 derives the same prediction result as that performed in the video decoding device 200, and through this, coding efficiency can be improved. Accordingly, the image encoding apparatus 100 can store a reconstructed picture (or reconstructed samples, or reconstructed block) in memory and use it as a reference picture for inter prediction. As described above, an in-loop filtering procedure, etc. may be further applied to the reconstructed picture.
  • FIG. 6 is a diagram schematically showing the inter prediction unit 260 of the image decoding apparatus 200
  • FIG. 7 is a flowchart showing a method of decoding an image based on inter prediction.
  • the video decoding device 200 may perform operations corresponding to the operations performed by the video encoding device 100.
  • the image decoding apparatus 200 may perform prediction on the current block and derive prediction samples based on the received prediction information.
  • the video decoding device 200 may determine the prediction mode for the current block based on the received prediction information (S710).
  • the image decoding apparatus 200 may determine which inter prediction mode is applied to the current block based on prediction mode information in the prediction information.
  • the merge mode is applied to the current block or the (A)MVP mode is determined based on the merge flag.
  • one of various inter prediction mode candidates can be selected based on the mode index.
  • the inter prediction mode candidates may include skip mode, merge mode, and/or (A)MVP mode, or may include various inter prediction modes described later.
  • the video decoding device 200 may derive motion information of the current block based on the determined inter prediction mode (S720). For example, when skip mode or merge mode is applied to the current block, the video decoding device 200 configures a merge candidate list, which will be described later, and selects one of the merge candidates included in the merge candidate list. You can choose. The selection may be performed based on the above-described selection information (merge index). The motion information of the current block can be derived using the motion information of the selected merge candidate. The motion information of the selected merge candidate can be used as the motion information of the current block.
  • the video decoding device 200 configures an (A)MVP candidate list described later, and mvp (motion vector) included in the (A)MVP candidate list.
  • the motion vector of the mvp candidate selected among the predictor) candidates can be used as the mvp of the current block.
  • the selection may be performed based on the above-described selection information (mvp flag or mvp index).
  • the MVD of the current block can be derived based on the information about the MVD
  • the motion vector of the current block can be derived based on the mvp of the current block and the MVD.
  • the reference picture index of the current block may be derived based on the reference picture index information.
  • the picture indicated by the reference picture index within the reference picture list for the current block may be derived as a reference picture referenced for inter prediction of the current block.
  • motion information of the current block may be derived without configuring a candidate list.
  • motion information of the current block may be derived according to a procedure initiated in a prediction mode, which will be described later.
  • the candidate list configuration as described above may be omitted.
  • the image decoding apparatus 200 may generate prediction samples for the current block based on the motion information of the current block (S730).
  • the reference picture is derived based on the reference picture index of the current block, and prediction samples of the current block can be derived using samples of the reference block indicated by the motion vector of the current block on the reference picture.
  • a prediction sample filtering procedure may be further performed on all or some of the prediction samples of the current block, depending on the case.
  • the inter prediction unit 260 of the video decoding apparatus 200 may include a prediction mode determination unit 261, a motion information derivation unit 262, and a prediction sample derivation unit 263, and may determine the prediction mode.
  • the prediction mode for the current block is determined based on the prediction mode information received from the unit 181, and the motion information (motion information) of the current block is determined based on the information about the motion information received from the motion information deriving unit 182. vector and/or reference picture index, etc.), and the prediction sample derivation unit 183 may derive prediction samples of the current block.
  • the video decoding apparatus 200 may generate residual samples for the current block based on the received residual information (S740).
  • the image decoding apparatus 200 may generate reconstructed samples for the current block based on the prediction samples and the residual samples and generate a reconstructed picture based on them (S750). Thereafter, as described above, an in-loop filtering procedure, etc. may be further applied to the reconstructed picture.
  • the inter prediction procedure includes an inter prediction mode determination step (S810), a motion information derivation step according to the determined prediction mode (S820), and a prediction performance (prediction sample generation) step based on the derived motion information. (S830) may be included.
  • the inter prediction procedure may be performed in the image encoding device 100 and the image decoding device 200 as described above.
  • inter prediction modes can be used to predict the current block in the picture.
  • various modes may be used, such as merge mode, skip mode, MVP (motion vector prediction) mode, Affine mode, subblock merge mode, and MMVD (merge with MVD) mode.
  • DMVR Decoder side motion vector refinement
  • AMVR adaptive motion vector resolution
  • BCW Bi-directional optical flow
  • the affine mode may also be called an affine motion prediction mode.
  • MVP mode may also be called AMVP (advanced motion vector prediction) mode.
  • some modes and/or motion information candidates derived by some modes may be included as one of motion information-related candidates of other modes.
  • an HMVP candidate may be added as a merge candidate in the merge/skip mode, or as an MVP candidate in the MVP mode.
  • Prediction mode information indicating the inter prediction mode of the current block may be signaled from the video encoding device 100 to the video decoding device 200.
  • the prediction mode information may be included in a bitstream and received by the video decoding device 200.
  • the prediction mode information may include index information indicating one of multiple candidate modes.
  • the inter prediction mode may be indicated through hierarchical signaling of flag information.
  • the prediction mode information may include one or more flags. For example, whether to apply skip mode is indicated by signaling a skip flag, and when skip mode is not applied, whether to apply merge mode is indicated by signaling a merge flag, and when merge mode is not applied, MVP mode is applied. Additional flags may be indicated or signaled for additional distinction.
  • Affine mode may be signaled as an independent mode, or may be signaled as a dependent mode, such as merge mode or MVP mode.
  • an an Mre mode may include an Arte merge mode and an an MVP mode.
  • Inter prediction can be performed using motion information of the current block.
  • the video encoding device 100 can derive optimal motion information for the current block through a motion estimation procedure. For example, the image encoding device 100 can use an original block in the original picture for the current block to search for a similar reference block with high correlation in units of fractional pixels within a set search range in the reference picture, and thereby perform movement. Information can be derived. Similarity of blocks can be derived based on the difference between phase-based sample values. For example, the similarity of blocks may be calculated based on the SAD between the current block (or the template of the current block) and the reference block (or the template of the reference block). In this case, motion information can be derived based on the reference block with the smallest SAD in the search area. The derived motion information may be signaled to the video decoding device 200 according to various methods based on the inter prediction mode.
  • a predicted block for the current block may be derived based on motion information derived according to the prediction mode.
  • the predicted block may include prediction samples (prediction sample array) of the current block. If the motion vector of the current block indicates a fractional sample unit, an interpolation procedure may be performed, and through this, prediction samples of the current block may be derived based on reference samples in fractional sample units within the reference picture. . When Affine inter prediction is applied to the current block, prediction samples can be generated based on the MV on a sample/subblock basis.
  • prediction samples derived based on L0 prediction i.e., prediction using a reference picture in the reference picture list L0 and MVL0
  • L1 prediction i.e., prediction using a reference picture in the reference picture list L1 and MVL1
  • Prediction samples derived through a weighted sum (according to phase) or weighted average of prediction samples derived based on (prediction) can be used as prediction samples of the current block.
  • L0 prediction i.e., prediction using a reference picture in the reference picture list L0 and MVL0
  • L1 prediction i.e., prediction using a reference picture in the reference picture list L1 and MVL1
  • Prediction samples derived through a weighted sum (according to phase) or weighted average of prediction samples derived based on (prediction) can be used as prediction samples of the current block.
  • pair prediction if the reference picture used for L0 prediction and the reference picture used for L1 prediction are located in different temporal directions with respect to the current picture (
  • restored samples and a restored picture can be generated based on the derived prediction samples, and then procedures such as in-loop filtering can be performed.
  • MMVD mode In addition to the merge mode, in which implicitly derived motion information is directly used to generate prediction samples of the current block, the MMVD mode has been proposed. Since similar motion information derivation methods are used in skip mode and merge mode, MMVD mode can also be applied to skip mode.
  • the mmvd flag (e.g., mmvd_flag) indicating whether the MMVD mode is applied to the current block may be signaled immediately after the skip flag and merge flag are transmitted.
  • MMVD mode after a merge candidate is selected, this selected merge candidate may be improved by signaled MVDs information. If the MMVD mode is applied to the current block (i.e., the value of mmvd_flag is equal to 1), additional information for the MMVD mode may be signaled. Additional information includes the merge candidate flag (e.g., mmvd_merge_flag), which indicates whether the first (0) or second (1) merge candidate in the merge candidate list is used with MVD, and the index (e.g., mmvd_distance_idx), which indicates the magnitude of the movement. ), and an index indicating the direction of movement (e.g., mmvd_direction_idx). In MMVD mode, either one of the first two candidates in the merge candidate list can be selected and used as the basic MV (MV basis). The merge candidate flag may be signaled to indicate which of the first two candidates will be used.
  • the merge candidate flag e.g., mmvd_mer
  • the distance index (e.g., mmvd_distance_idx) represents movement size information and may represent a predetermined offset from the starting point. As shown in Figure 9, the offset can be added to the horizontal component or the vertical component of the starting MV (starting point). The relationship between the distance index and the predetermined offset can be expressed as Table 1.
  • a value of 1 for slice_fpel_mmvd_enabled_flag may indicate that MMVD mode uses integer sample accuracy in the current slice.
  • a value of 0 for slice_fpel_mmvd_enabled_flag may indicate that MMVD mode uses fractional sample accuracy in the current slice. If slice_fpel_mmvd_enabled_flag does not exist, the value of slice_fpel_mmvd_enabled_flag can be inferred to be 0.
  • the slice_fpel_mmvd_enabled_flag syntax element may be signaled through the slice header (or included in the slice header).
  • the direction index (e.g., mmvd_direction_idx) may indicate the MVD direction based on the starting point.
  • the direction index can represent four directions as expressed in Table 2.
  • the meaning of the MVD code may vary depending on the information of the starting MVs. If the starting MVs are uni-prediction MVs (uni-prediction MVs) or bi-prediction MVs (bi-prediction MVs) in which two prediction lists point to the same direction of the current picture (i.e., the POC of the reference pictures is greater than the POC of the current picture) (or the POC of the reference pictures is smaller than the POC of the current picture), the MVD code in Table 2 may indicate the sign of the MV offset added to the start MV.
  • the table The MVD sign of 2 may represent the sign of the MV offset added to the list 0 MV component of the start MV, and the MVD sign for the list 1 MV may have the opposite value.
  • Equation 1 The two components of MmvdOffset[x0][y0] can be derived as in Equation 1.
  • this embodiment describes an affine motion prediction method that is encoded using an affine motion model.
  • the affine motion prediction method can express MV in each pixel unit of a block using 2, 3, or 4 MVs.
  • the affine motion model can express four types of movements as shown in FIG. 10.
  • an affine motion model that expresses three movements (translation, scale, and rotation) is called a similarity (or simplified) affine motion model, and herein, it is called a similarity (or simplified) affine motion model.
  • the proposed methods are explained based on the human motion model. However, the proposed methods are not limited to the corresponding affine motion model.
  • the affine motion model can determine the MV of the pixel location included in the block using two or more control point MV (CPMV)s.
  • CPMV control point MV
  • the set of MVs is called an affine motion vector field (MVF), and the MVF can be determined by the following equations 2 and 3.
  • the MV of the sample position (x, y) within the block can be derived by Equation 2.
  • the MV of the sample position (x, y) within the block can be derived by Equation 3.
  • Equation 2 and Equation 3. is the CPMV of the CP at the top-left corner position of the coding block, is the CPMV of the CP at the top-right corner position, may be the CPMV of the CP of the bottom-left corner position.
  • W corresponds to the width of the current block
  • H corresponds to the height of the current block, may correspond to the MV at the ⁇ x, y ⁇ location.
  • the affine MVF can be determined on a pixel basis or an already defined sub-block basis.
  • the MV is obtained based on each pixel value
  • the MV is obtained based on the pixel value of the center of the sub-block (lower-right side of the center, i.e., lower-right sample among the four center samples).
  • MV can be obtained.
  • the description is made assuming that the affine MVF is determined in units of 4x4 subblocks, as shown in FIG. 12. However, since this is only for convenience of explanation, the size of the subblock on which the affine MVF is determined can be varied in various ways.
  • motion models applicable to the current block may include the following three. translational motion model, 4-parameter affine motion model, and 6-parameter affine motion model.
  • the translational motion model may represent a model in which existing block unit motion vectors are used
  • the 4-parameter affine motion model may represent a model in which two CPMVs are used
  • the 6-parameter affine motion model may represent a model in which three CPMVs are used.
  • CPMV can indicate the model in which it is used.
  • Affine motion prediction may include an affine MVP (or affine inter) mode and an affine merge mode.
  • MVs of the current block can be derived on a sub-block basis or a sample basis.
  • Template Matching is a motion vector derivation method performed at the decoder stage, and is a reference that is most similar to a template (hereinafter referred to as “current template”) adjacent to the current block (e.g., current coding unit, current CU). This is a method of improving the motion information of the current block by discovering a template (hereinafter referred to as a “reference template”) within the picture.
  • the current template may be the top neighboring block and/or the left neighboring block of the current block, or may be part of these neighboring blocks. Additionally, the reference template may be determined to be the same size as the current template.
  • a search for a better motion vector can be performed in the surrounding area of the initial motion vector.
  • the range of the surrounding area where the search is performed may be within the [-8, +8]-pel search area centered on the initial motion vector.
  • the size of the search step for performing the search may be determined based on the AMVR mode of the current block.
  • template matching may be performed continuously with the bilateral matching process in merge mode.
  • AMVP mode MVP candidates are determined based on template matching errors to select the candidate that reaches the minimum difference between the current block template and the reference block template, and template matching is performed for MV refinement only for this specific MVP candidate.
  • Template matching uses an iterative diamond search, starting from a full-pel MVD precision within the [-8, +8]-pel search range (or 4-pel for 4-pel AMVR mode) Improve MVP candidates.
  • AMVP candidates use cross-search with full-pel MVD precision (or 4-pel for 4-pel AMVR mode), followed by half-pel and quarter-pel sequentially depending on the AMVR mode, as shown in Table 3. Additional improvements can be made by using This search process ensures that MVP candidates maintain the same MV precision as displayed in AMVR mode even after the template matching process.
  • the search process ends when the difference between the previous minimum cost and the current minimum cost is less than a threshold equal to the area of the block.
  • template matching performs up to 1/8-pel MVD precision, depending on whether an alternative interpolation filter based on the merged motion information (used when AMVR is in half-pel mode) is used. Alternatively, you can skip precision beyond half-pel MVD precision.
  • template matching is an independent process or additional MV between block-based and sub-block-based bilateral matching (BM) methods, depending on whether bilateral matching (BM) is activated according to the activation condition check. It can act as an improvement process.
  • the number of MMVD directions increased from 4 to 16 by adding additional refinement positions according to the k ⁇ /8 diagonal angle to the existing MMVD positions.
  • all 64 (16*4) MMVD improvement locations may be rearranged.
  • the top 1/8 MMVD prediction candidates with the smallest template SAD cost can be maintained as available candidates for MMVD index coding.
  • the MMVD index can be binarized into a rice code with a parameter of 2. Added an extended affine MMVD realignment that adds additional refinement positions along the k ⁇ /4 diagonal angle. After the affine MMVD prediction candidates are reordered, the top 1/2 affine MMVD prediction candidates with the smallest template SAD cost can be maintained.
  • This application relates to a method of deriving motion information of the current block and generating a prediction block during the inter prediction process.
  • the present application relates to a method of configuring a prediction candidate list when configuring prediction candidates and generating a prediction block using MMVD or affine MMVD, and a method of arranging (reordering) the prediction candidates in the prediction candidate list.
  • the present application can provide effects such as improved bit efficiency, improved prediction performance, and improved compression efficiency.
  • template matching may be a process of searching for a reference template with the highest similarity to the current template.
  • a template matching cost (TM cost) can be calculated to measure the similarity, and a cost function such as SAD can be used for this purpose.
  • a high template matching cost may mean that the template matching error is large and therefore the similarity between templates is low.
  • a small template matching cost may mean that the template matching error is small and therefore the similarity between templates is high.
  • the cost function for calculating the template matching cost may be a function that uses the difference between a sample value in the current template and a corresponding sample value in the reference template. Therefore, the cost function is a "difference(error)-based function” or a “difference(error)-based equation” between corresponding samples in two templates. can be referred to.
  • the template matching cost calculated by the cost function is the "difference (error)-based function value" or "difference (error)-based value" between corresponding samples in two templates. (error)-based value)".
  • cost may be referred to as “error”, “error”, etc. Therefore, the “cost function” may also be referred to as an "error function”, “error function”, etc. Since the cost can be derived based on the difference between the current template and the reference template, it may correspond to the error value for the current block. You can.
  • “merge candidate” may mean a merge candidate that can be used in a general merge mode or an affine merge candidate that can be used in an affine merge mode.
  • “Merge candidates” may be referred to as “predicted candidates.”
  • “Merge candidate list” may mean a merge candidate list that can be used in a general merge mode or an affine merge candidate list that can be used in an affine merge mode.
  • “MMVD” or “MMVD mode” may mean “affine MMVD” or “affine MMVD mode.”
  • “MMVD candidate” may mean “affine MMVD candidate,” and “MMVD candidate list” may mean “affine MMVD candidate list.”
  • Example 1 relates to a method of deriving motion information and generating a prediction block using MMVD or affine MMVD.
  • FIG. 15 is a flowchart showing an image encoding/decoding method using MMVD
  • FIG. 16 is a flowchart showing an image encoding/decoding method using affine MMVD.
  • the processes of FIGS. 15 and 16 may be performed by the video encoding device 100 and/or the video decoding device 200.
  • the prediction mode of the current block is the merge (prediction) mode (S1510). If the prediction mode of the current block is not the merge mode, motion information is derived using a prediction mode other than the merge mode (S1512), and if the prediction mode of the current block is the merge mode, the prediction mode of the current block is the subblock It may be determined whether it is a base (merge) prediction mode (S1520). If the prediction mode of the current block is the subblock-based prediction mode, motion information can be derived in the subblock-based prediction mode (S1522), and if the prediction mode of the current block is not the subblock-based prediction mode, the MMVD mode is applied.
  • the prediction mode of the current block is the merge (prediction) mode (S1510). If the prediction mode of the current block is not the merge mode, motion information is derived using a prediction mode other than the merge mode (S1512), and if the prediction mode of the current block is the merge mode, the prediction mode of the current block is the subblock It may be determined whether it is
  • motion information can be derived using a prediction mode other than MMVD mode among merge modes (S1532), and if MMVD mode is applied, motion information can be derived in MMVD mode (S1532). S1540 to S1548). When motion information is derived through each process, a prediction block of the current block can be generated using the derived motion information (S1550).
  • the process of deriving motion information in MMVD mode can largely consist of five processes.
  • the process of deriving motion information in MMVD mode includes constructing a merge candidate list (S1540), selecting a merge candidate from the merge candidate list (S1542), and compensating the available MVD of the MMVD to the selected merge candidate.
  • This may include a process of constructing an MMVD candidate list (S1544), a process of rearranging the MMVD candidate list (S1546), and a process of determining motion information of the current block based on the rearranged MMVD candidate list (S1548).
  • the prediction mode of the current block is the merge (prediction) mode (S1610). If the prediction mode of the current block is not the merge mode, motion information is derived using a prediction mode other than the merge mode (S1612), and if the prediction mode of the current block is the merge mode, the prediction mode of the current block is the subblock It may be determined whether it is a base (merge) prediction mode (S1620).
  • motion information may be derived in a general merge mode rather than the subblock-based prediction mode (S1622), and if the prediction mode of the current block is the subblock-based prediction mode It may be determined whether the affine MMVD mode is applied (S1630). If the affine MMVD mode is not applied, motion information can be derived using a prediction mode other than the affine MMVD mode among the subblock-based prediction modes (S1632), and if the affine MMVD mode is applied, the affine MMVD mode can be used to derive motion information. Motion information may be derived in MMVD mode (S1640 to S1648). When motion information is derived through each process, a prediction block of the current block can be generated using the derived motion information (S1650).
  • the process of deriving motion information in affine MMVD mode can largely consist of five processes.
  • the process of deriving motion information in the affine MMVD mode includes forming an affine merge candidate list (S1640), selecting an affine merge candidate from the affine merge candidate list (S1642), and selecting the affine merge candidate list (S1642).
  • the traversal process may be the same as the traversal process in the merge mode and skip mode described above or the merge mode and skip mode of affine prediction.
  • the merge candidate list may consist of up to three predicted candidates (merge candidates). When the merge candidate list consists of three predicted candidates, the traversal can be stopped and the process of constructing the merge candidate list can be completed.
  • an index representing one of the prediction candidates in the merge candidate list is input, and the prediction candidate selected by the index is the output. You can.
  • the index may be signaled through a bitstream.
  • the selected prediction candidate can be used as input, and the MMVD candidate list in which the available MVD of the MMVD is compensated (to CPMV) can be used as output.
  • the available MVD of MMVD can be derived using Tables 4 to 6.
  • a value of 1 in mmvd_merge_flag[x0][y0] indicates that the MMVD is used to generate the inter prediction parameters of the current coding unit
  • a value of 0 in mmvd_merge_flag[x0][y0] indicates that the MMVD is used to generate the inter prediction parameters of the current coding unit. It may indicate that it is not used to generate inter prediction parameters of the unit.
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture. If mmvd_merge_flag[x0][y0] does not exist, the value of mmvd_merge_flag[x0][y0] can be inferred to be 0.
  • mmvd_cand_flag[ x0 ][ y0 ] determines whether the first (0) or second (1) candidate in the merge candidate list is used with the MVD derived from mmvd_distance_idx [ It can be expressed.
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture. If mmvd_cand_flag[x0][y0] does not exist, the value of mmvd_cand_flag[x0][y0] can be inferred to be 0.
  • mmvd_distance_idx[x0][y0] may indicate an index used to derive MmvdDistance[x0][y0].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture.
  • mmvd_direction_idx[x0][y0] may indicate an index used to derive MmvdSign[x0][y0].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture.
  • a maximum of 288 combinations can be formed by expanding the 96 prediction candidate combinations that compensate for the available MVD of the MMVD according to the prediction direction information of the selected prediction candidate. For example, if the prediction direction information of the selected prediction candidate is unidirectional prediction, the motion information that can be derived by compensating for the available MVD of the MMVD can support only 96 combinations. As another example, when the prediction direction information of the selected prediction candidate is bidirectional prediction, 288 combinations can be configured. The 288 combinations can be derived by applying the 96 MmvdOffset information, which is a combination of the 16 MVD directions supported by MMVD and the 6 MVD sizes (distances) supported for each prediction direction, in units of directions.
  • the 288 combinations are for compensating only for the motion information of reference picture list 0 (L0) of the prediction candidate, for compensating only for the motion information for reference picture list 1 (L1), and for compensating for both motion information of L0 and L1.
  • This is a combination that takes into account all three combinations.
  • Indexes 0 to 95 apply the combined 96 MmvdOffsets only to the L0 motion information
  • indices 96 to 191 apply the combined 96 MmvdOffsets only to the L1 motion information
  • indices 192 to 287 apply the combined MmvdOffsets to the L0 motion information. This is a case where 96 MmvdOffsets are applied to both L0 and L1 motion information.
  • MVD compensation of affine MMVD is a combination of 8 MVD directions and 4 MVD size values (distance) supported for each prediction direction, and is composed of 8 MVD directions and 4 MVD size values ( distance) can be derived as shown in Tables 7 to 9.
  • the value 1 of affine_mmvd_merge_flag[x0][y0] indicates that the affine MMVD is used to generate the inter prediction parameters of the current coding unit
  • the value 0 of affine_mmvd_merge_flag[x0][y0] indicates that the affine MMVD is used to generate the inter prediction parameters of the current coding unit. It may indicate that MMVD is not used to generate inter prediction parameters of the current coding unit.
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture. If affine_mmvd_merge_flag[x0][y0] does not exist, the value of affine_mmvd_merge_flag[x0][y0] can be inferred to be 0.
  • affine_mmvd_cand_flag[ x0 ][ y0 ] determines whether the first (0) or second (1) candidate in the affine merge candidate list is used with MVD derived from affine_mmvd_distance_idx[ It can indicate whether or not.
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture. If affine_mmvd_cand_flag[x0][y0] does not exist, the value of affine_mmvd_cand_flag[x0][y0] can be inferred to be 0.
  • affine_mmvd_distance_idx[x0][y0] may indicate an index used to derive affineMmvdDistance[x0][y0].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture.
  • affine_mmvd_direction_idx[x0][y0] may indicate an index used to derive affineMmvdSign[x0][y0].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture.
  • a maximum of 96 combinations can be formed by expanding the 32 prediction candidate combinations that compensate for the available MVD of the affine MMVD according to the prediction direction information of the selected prediction candidate. For example, if the prediction direction information of the selected prediction candidate is unidirectional prediction, the motion information that can be derived by compensating for the available MVD of the affine MMVD can support only 32 combinations. As another example, when the prediction direction information of the selected prediction candidate is bidirectional prediction, 96 combinations can be configured. The 96 combinations can be derived by applying the 32 affineMmvdOffset information, which is a combination of the 8 MVD directions supported by affine MMVD and the 4 MVD sizes (distances) supported by each prediction direction, in direction units.
  • the 96 combinations are for compensating only for the motion information of reference picture list 0 (L0) of the prediction candidate, for compensating only for the motion information for reference picture list 1 (L1), and for compensating for both motion information of L0 and L1.
  • Indexes 0 to 31 apply the combined 32 affineMmvdOffsets only to L0 motion information
  • indices 32 to 63 apply the combined 32 affineMmvdOffsets only to L1 motion information
  • indices 64 to 95 apply the combined 32 affineMmvdOffsets only to L0 motion information. This is a case where 32 affineMmvdOffsets are applied to both L0 and L1 motion information.
  • the MMVD candidate list with compensated MVD can be used as input, and the reordered MMVD candidate list can be used as output.
  • the reordering process calculates the template matching error (cost) of a minimum of 96 and a maximum of 288 (minimum of 32 and maximum of 96) MMVD candidates, and the MMVD candidates can be reordered in ascending order according to the calculated template matching error.
  • Template matching error is the difference in sample values between the values of samples in the reconstructed area surrounding the block to be currently encoded and the reconstructed area indicated by the motion information (surrounding area corresponding to the current block in the reference picture). The smaller the value, the closer the similarity. This can mean high.
  • sorting MMVD candidates in ascending order according to template matching error may mean placing prediction candidates with high similarity in priority order.
  • the reordered MMVD candidate list and the MMVD prediction candidate index are input, and the selected MMVD prediction candidate is output. You can do this.
  • the MMVD prediction candidate index may be signaled through a bitstream.
  • the selected MMVD prediction candidate which is the output information of the above process, can be used as motion information to generate a prediction block of the current block.
  • up to 288 (maximum 96) prediction candidates can be used for MMVD prediction.
  • a total of 20 (12 in total) indices are derived, and motion information matching one of the 20 (12) top indices in the MMVD candidate list can be selected for MMVD prediction.
  • Example 2 relates to a method of deriving motion information using MMVD or affine MMVD.
  • Example 2 proposes a method of constructing a merge candidate list by combining a relatively large number of cases compared to the prior art, and a method of rearranging the MMVD candidate list by allowing various prediction candidates to compete compared to the prior art. According to Example 2, compression efficiency can be improved.
  • Embodiments proposed through Example 2 may be performed by the video encoding device 100 and/or the video decoding device 200.
  • FIG. 19 is a flowchart showing an image encoding/decoding method using MMVD
  • FIG. 20 is a flowchart showing an image encoding/decoding method using affine MMVD.
  • the prediction mode of the current block is the merge (prediction) mode (S1910). If the prediction mode of the current block is not merge mode, motion information is derived using a prediction mode other than merge mode (S1912), and if the prediction mode of the current block is merge mode, it is determined whether MMVD mode is applied. It can be (S1920). If MMVD mode is not applied, motion information can be derived using a prediction mode other than MMVD mode among merge modes (S1922), and if MMVD mode is applied, motion information can be derived in MMVD mode (S1922). S1930 to S1939). When motion information is derived through each process, a prediction block of the current block can be generated using the derived motion information (S1940).
  • the process of deriving motion information in MMVD mode can largely consist of six processes.
  • the process of deriving motion information in MMVD mode includes a process of constructing a merge candidate list (S1930), a process of rearranging the merge candidate list (S1932), a process of selecting a merge candidate from the merge candidate list (S1934), A process of constructing an MMVD candidate list by compensating the available MVD of the MMVD to the selected merge candidate (S1936), a process of reordering the MMVD candidate list (S1938), and determining motion information of the current block based on the reordered MMVD candidate list. It may include the process (S1939).
  • a value of 1 for sps_mmvd_enabled_flag may indicate that MMVD is enabled for CLVS, and a value of 0 for sps_mmvd_enabled_flag may indicate that MMVD is not activated for CLVS.
  • a value of 1 in sps_mmvd_fullpel_only_enabled_flag may indicate that MMVD using only integer sample precision is enabled for CLVS, and a value of 0 in sps_mmvd_fullpel_only_enabled_flag may indicate that MMVD using only integer sample precision is not enabled for CLVS. If sps_mmvd_fullpel_only_enabled_flag does not exist, the value of sps_mmvd_fullpel_only_enabled_flag can be inferred to be 0.
  • a value of 1 for ph_mmvd_fullpel_only_flag indicates that MMVD using only integer sample precision may be used for the current picture
  • a value of 0 for ph_mmvd_fullpel_only_flag indicates that MMVD using only fractional or integer sample precision may be used for the current picture. You can. If ph_mmvd_fullpel_only_flag does not exist, the value of ph_mmvd_fullpel_only_flag can be inferred to be 0.
  • a value of 1 in mmvd_merge_flag[x0][y0] indicates that the MMVD is used to generate the inter prediction parameters of the current coding unit
  • a value of 0 in mmvd_merge_flag[x0][y0] indicates that the MMVD is used to generate the inter prediction parameters of the current coding unit. It may indicate that it is not used to generate prediction parameters.
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture. If mmvd_merge_flag[x0][y0] does not exist, the value of mmvd_merge_flag[x0][y0] can be inferred to be 0.
  • mmvd_base_merge_cand_idx[ x0 ][ y0 ] may indicate the base MMVD candidate index in the MMVD candidate list used with the MVD derived from mmvd_cand_idx[ ][ ].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture. If mmvd_base_merge_cand_idx[x0][y0] does not exist, the value of mmvd_base_merge_cand_idx[x0][y0] can be inferred to be 0.
  • mmvd_cand_idx[x0][y0] may indicate an index used to derive MmvdDistance[x0][y0] and MmvdSign[x0][y0].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture.
  • N the cMax value of mmvd_base_merge_cand_idx[][], and n, the cRiceParam value, are integers and may be predefined values in the video decoding device 200 or may be signaled through HLS such as SPS, PPS, PH, SH. . M
  • the cMax value of mmvd_cand_idx[][], and m, the cRiceParam value are integers and may be predefined values in the video decoding device 200 or may be signaled through HLS such as SPS, PPS, PH, SH.
  • Syntax notated as FL can be encoded and decoded through a fixed-length binarization process, and syntax notated as TR can be encoded and decoded through a truncated rice binarization process.
  • the present application may use the syntax table of Table 15 instead of the syntax table of Table 12.
  • mmvd_merge_flag[x0][y0] and mmvd_base_merge_cand_idx[x0][y0] may be the same as the semantics described through Table 12.
  • mmvd_cand_group_idx[x0][y0] may indicate an index used to derive MmvdDistance[x0][y0] and MmvdSign[x0][y0].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture.
  • mmvd_cand_idx[x0][y0] can indicate the index of the candidate used to derive MmvdDistance[x0][y0] and MmvdSign[x0][y0] using mmvd_cand_group_idx[x0][y0].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture.
  • N the cMax value of mmvd_base_merge_cand_idx[][], and n, the cRiceParam value, are integers and may be predefined values in the video decoding device 200 or may be signaled through HLS such as SPS, PPS, PH, SH. .
  • Mdms which is the cMax value of mmvd_cand_group_idx[][], is an integer other than 0, and may be a predefined value in the video decoding device 200, or may be signaled through HLS such as SPS, PPS, PH, SH.
  • K, the cMax value of mmvd_cand_idx[][], and k, the cRiceParam value are integers and may be predefined values in the video decoding device 200 or may be signaled through HLS such as SPS, PPS, PH, SH.
  • Syntax notated as FL can be encoded and decoded through the Fixed-length binarization process in Table 14, and syntax notated as TR can be encoded and decoded through the truncated rice binarization process in Table 14.
  • the prediction mode of the current block is the merge (prediction) mode (S2010). If the prediction mode of the current block is not the merge mode, motion information is derived using a prediction mode other than the merge mode (S2012), and if the prediction mode of the current block is the merge mode, the prediction mode of the current block is the subblock It may be determined whether it is a base (merge) prediction mode (S2020).
  • motion information may be derived in a general merge mode rather than the subblock-based prediction mode (S2022), and if the prediction mode of the current block is the subblock-based prediction mode It may be determined whether the affine MMVD mode is applied (S2030). If the affine MMVD mode is not applied, motion information can be derived using a prediction mode other than the affine MMVD mode among the subblock-based prediction modes (S2032), and if the affine MMVD mode is applied, the affine MMVD mode can be used to derive motion information. Motion information may be derived in MMVD mode (S2040 to S2049). When motion information is derived through each process, a prediction block of the current block can be generated using the derived motion information (S2050).
  • the process of deriving motion information in affine MMVD mode can largely consist of six processes.
  • the process of deriving motion information in an affine MMVD mode includes a process of constructing an affine merge candidate list (S2040), a process of rearranging the affine merge candidate list (S2042), and selecting a merge candidate from the affine merge candidate list (S2042).
  • a process of selecting (S2044), a process of constructing an affine MMVD candidate list by compensating the CPMV with the available MVD of the affine MMVD for the selected affine merge candidate (S2046), a process of rearranging the affine MMVD candidate list (S2048) ), and a process of determining motion information of the current block based on the reordered affine MMVD candidate list (S2049).
  • a value of 1 for sps_affine_mmvd_enabled_flag may indicate that affine MMVD is enabled for CLVS, and a value of 0 for sps_affine_mmvd_enabled_flag may indicate that affine MMVD is not enabled for CLVS.
  • a value of 1 for sps_affine_mmvd_fullpel_only_enabled_flag may indicate that affine MMVD using only integer sample precision is enabled for CLVS, and a value of 0 for sps_affine_mmvd_fullpel_only_enabled_flag may indicate that affine MMVD using only integer sample precision is not enabled for CLVS.
  • sps_affine_mmvd_fullpel_only_enabled_flag if sps_affine_mmvd_fullpel_only_enabled_flag does not exist, the value of sps_affine_mmvd_fullpel_only_enabled_flag can be inferred to be 0.
  • a value of 1 for ph_affine_mmvd_fullpel_only_flag indicates that affine MMVD using only integer sample precision will be used for the current picture
  • a value of 0 for ph_affine_mmvd_fullpel_only_flag indicates that affine MMVD using only fractional or integer sample precision will be used for the current picture. It can indicate that it is possible. If ph_affine_mmvd_fullpel_only_flag does not exist, the value of ph_affine_mmvd_fullpel_only_flag can be inferred to be 0.
  • a value of 1 in affine_mmvd_merge_flag[x0][y0] indicates that the affine MMVD is used to generate the inter prediction parameters of the current coding unit
  • a value of 0 in affine_mmvd_merge_flag[x0][y0] indicates that the affine MMVD is currently used to generate the inter prediction parameters of the coding unit. It may indicate that it is not used to generate inter prediction parameters of the coding unit.
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture. If affine_mmvd_merge_flag[x0][y0] does not exist, the value of affine_mmvd_merge_flag[x0][y0] can be inferred to be 0.
  • affine_mmvd_base_merge_cand_idx[x0][y0] may indicate the base affine MMVD candidate index in the affine MMVD candidate list used with the MVD derived from affine_mmvd_cand_idx[][].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture.
  • affine_mmvd_base_merge_cand_idx[x0][y0] does not exist, the value of affine_mmvd_base_merge_cand_idx[x0][y0] can be inferred as 0.
  • affine_mmvd_cand_idx[x0][y0] may indicate an index used to derive affineMmvdDistance[x0][y0] and affineMmvdSign[x0][y0].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture.
  • affine_mmvd_merge_Flag[][] can be encoded and decoded through a fixed-length binarization process.
  • affine_mmvd_base_merge_cand_idx[][]'s cMax value N and cRiceParam value n are integers and may be predefined values in the video decoding device 200 or may be signaled through HLS such as SPS, PPS, PH, SH.
  • M the cMax value of affine_mmvd_cand_idx[][], and m, the cRiceParam value, are integers and may be predefined values in the video decoding device 200 or may be signaled through HLS such as SPS, PPS, PH, SH.
  • Syntax notated as FL can be encoded and decoded through a fixed-length binarization process
  • syntax notated as TR can be encoded and decoded through a truncated rice binarization process.
  • a detailed description of the truncated rice binarization process and the fixed-length binarization process is shown in Table 14.
  • the present application may use the syntax table of Table 21 instead of the syntax table of Table 19.
  • affine_mmvd_merge_flag[x0][y0] and affine_mmvd_base_merge_cand_idx[x0][y0] may be the same as the semantics described through Table 19.
  • affine_mmvd_cand_group_idx[x0][y0] may indicate an index used to derive affineMmvdDistance[x0][y0] and affineMmvdSign[x0][y0].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture.
  • affine_mmvd_cand_idx[x0][y0] may indicate an index used to derive affineMmvdDistance[x0][y0] and affineMmvdSign[x0][y0].
  • x0, y0 may indicate the location (x0, y0) of the top-left luma sample of the coding block corresponding to the top-left luma sample of the picture.
  • N the cMax value of affine_mmvd_base_merge_cand_idx[][]][]][]
  • n the cRiceParam value
  • the cMax value of affine_mmvd_cand_group_idx[][]] is a non-0 integer and may be a predefined value in the video decoding device 200 or may be signaled through HLS such as SPS, PPS, PH, SH.
  • K, the cMax value of affine_mmvd_cand_idx[][], and k, the cRiceParam value are integers and may be predefined values in the video decoding device 200 or may be signaled through HLS such as SPS, PPS, PH, SH.
  • Syntax notated as FL can be encoded and decoded through the Fixed-length binarization process in Table 14, and syntax notated as TR can be encoded and decoded through the truncated rice binarization process in Table 14.
  • Example 2-1 is an example of a method for configuring a merge candidate list.
  • the methods proposed through Example 2-1 may be performed by the video encoding device 100 and/or the video decoding device 200.
  • the merge candidate list may be referred to as the basic merge candidate list.
  • FIG. 21 is a flowchart showing the traversal of motion information in an image encoding/decoding method using MMVD
  • FIG. 22 is a flowchart illustrating the traversal of motion information in an image encoding/decoding method using affine MMVD.
  • the motion information may be traversed in the order of candidate (S2160) and zero motion candidate (S2170).
  • subblock-based TMVP (SbTMVP) (S2220), inherited spatial affine candidate (S2230), inherited non-adjacent spatial affine candidate (S2240), and constructed affine candidate (S2250)
  • the motion information can be traversed in the following order: affine candidate in the history affine buffer (S2260), combinational non-adjacent affine candidate (S2270), pair-wise affine candidate (S2280), and zero motion affine candidate (S2290).
  • affine MMVD mode when the affine MMVD mode is applied, traversal may start from the inherited spatial affine candidate (S2230) without reviewing the subblock-based TMVP (SbTMVP) (S2220).
  • 288 (96) combined MMVD candidates are added to the MMVD candidate list without considering the prediction direction of the prediction candidate during the subsequent process of constructing the MMVD candidate list. can be added to , and this can improve compression efficiency.
  • 288 (96) combined MMVD candidates are added in the process of constructing the MMVD candidate list that is performed later. It can be added to the MMVD candidate list with a high probability, and this can improve compression efficiency.
  • motion information that can be expressed as a combination of a merge candidate and MVD in the merge candidate list may not be added to the merge candidate list. Through this, redundancy of MMVD candidates can be removed and compression efficiency can be improved.
  • motion information that can be expressed as a combination of a merge candidate and an MVD may be added to the merge candidate list if it satisfies a predetermined condition.
  • Predetermined conditions may be as follows.
  • the merge candidate list may be constructed to include a larger number of merge candidates than the predefined size without considering the predefined size (maximum number of merge candidates) for the merge candidate list.
  • the maximum number of merge candidates that can be included in the merge candidate list is determined to be the smaller of a predefined value of 3 or an allowable number derived by a signaled syntax. That is, in the conventional method, when the predefined value is 3 and the derived allowable number has a value greater than 3, the merge candidate list construction process is terminated without additional traversal when three pieces of motion information (merge candidates) are derived.
  • the merge candidate list can be composed of the number of merge candidates corresponding to the larger value between N and M.
  • N and M are integers.
  • Example 2-2 is an example of a method for rearranging the merge candidate list.
  • the merge candidates in the merge candidate list are rearranged, relatively few bits can be allocated to signaling of the index for selecting the merge candidate, so bit efficiency and compression efficiency can be improved.
  • bidirectionally predicted merge candidates may be rearranged to have higher priority than unidirectionally predicted merge candidates. Examples of this method are shown in Tables 23 to 25.
  • the motion information in each motion prediction direction is expressed as (x-axis motion vector, y-axis motion vector, reference picture index), and if the reference picture index is -1, motion information is not available. indicates.
  • the L1 motion information of index 0 in Table 23 is not available, which indicates that the merge candidate of index 0 is a unidirectional prediction candidate consisting only of motion information in the L0 prediction direction.
  • merge candidate 2 which consists of bidirectional prediction candidates
  • merge candidate 0 which consists of only unidirectional prediction information. That is, while traversing the merge candidates, a bidirectionally predicted merge candidate is searched among the trailing merge candidates, and only when bidirectional prediction is available, the corresponding bidirectional prediction mode can be rearranged to be the leading priority. For example, since the motion information of index 0 is unidirectional prediction, the motion information of index 2 of the trailing rank is rearranged to become candidate number 0, and the candidates of index 0 and 1 are shifted to the trailing rank.
  • the merge candidate at index 1 is unidirectional motion information, and among the trailing merge candidates, the motion information at index 4 is bidirectional motion information, so the merge candidate at index 4 can be rearranged to precede index 1. .
  • merge candidates for existing indices 1, 2, and 3 may be shifted to the latter ranking.
  • This realignment may end when trailing bidirectional motion information no longer exists. If the predetermined value for the number of merge candidates in the merge candidate list is N, the reordering process may be terminated when N two-way merge candidates precede. Additionally, when the number of merge candidates in the merge candidate list is M, the reordering process may be terminated when traversing all M merge candidates is completed.
  • the error (cost) of the merge candidates in the merge candidate list is calculated by the video decoding apparatus 200, and the merge candidates may be rearranged based on the error. Calculating the error of merge candidates can be performed based on bi-lateral matching error or template matching error. Examples of this method are shown in Table 26 and Table 27.
  • Table 26 shows the merge candidates in the merge candidate list before reordering, and the values in the last column represent the bi-lateral matching error or template matching error of each merge candidate. If merge candidates are rearranged in ascending order based on error, merge candidates with small errors can be rearranged in priority order, as shown in Table 27.
  • Example 2-3 is an example of a method for selecting one of the merge candidates in the merge candidate list.
  • the merge candidate may be selected by a syntax signaled through the bitstream, and the syntax may be mmvd_base_merge_cand_idx in Table 12 or affine_mmvd_base_merge_cand_idx in Table 19.
  • the allowable number of merge candidate lists (maximum number of merge candidates) is 2
  • bits for each index can be signaled as shown in Tables 28 and 29, and the corresponding index is the index of the reordered merge candidate list. Indicates the value.
  • the allowable number of the merge candidate list (maximum number of merge candidates) is 1, no separate syntax is signaled, and the merge candidate at index 0 in the reordered merge candidate list can be selected.
  • bits for each index can be signaled as shown in Tables 30 and 31, and the corresponding index is the index value of the reordered merge candidate list. indicates.
  • the allowable number of candidate lists (maximum number of merge candidates) is N
  • a minimum of 0 bits and a maximum of N-1 bits can be signaled for each index.
  • the value of N may be signaled through HLS such as SPS/PPS/PH/SH, or may be predefined in the video encoding device 100 and the video decoding device 200.
  • Example 2-4 is an example of a method for constructing an MMVD candidate list.
  • N pieces of MVD direction information and M pieces of MVD size information can be supported. That is, for the selected merge candidate, NxMx3 combinations can be supported as MMVD candidates to form an MMVD candidate list.
  • NxMx3 MMVD candidates can be divided into Z groups, and one list can be formed for each group.
  • N, M, and Z may be integers greater than 0 and may be derived from values predefined in the video decoding apparatus 200.
  • One group may be composed of (NxMx3)/Z MMVD candidates.
  • the criterion for dividing into Z groups may be the direction of the MVD or the size of the MVD.
  • the criteria for dividing into Z groups can be applied equally to each CPMV.
  • Various embodiments of a method for grouping MMVD candidates according to the direction of MVD are as follows.
  • the movement directions (X-axis direction and Y-axis direction) in Table 32 mean that MMVD candidates are grouped by movement direction, as shown in (a) of FIG. 23.
  • the movement directions (X-axis direction and Y-axis direction) in Table 35 mean that MMVD candidates are grouped by movement direction, as shown in (a) of FIG. 24.
  • the movement directions (X-axis direction and Y-axis direction) in Table 36 mean that MMVD candidates are grouped by movement direction, as shown in (b) of FIG. 24.
  • the movement directions (X-axis direction and Y-axis direction) in Table 37 mean that MMVD candidates are grouped by movement direction, as shown in (c) of FIG. 24A.
  • the group index is divided into 0 to 1 or 0 to 3 for convenience of explanation, and the number representing the group index may be expressed as a different number.
  • various embodiments of a method for grouping MMVD candidates according to the size of the MVD are as follows.
  • Example 2-5 is an example of a method for rearranging the MMVD candidate list.
  • the MMVD candidate list is formed by compensating the selected merge candidate with MVD
  • the MMVD candidates in the MMVD candidate list may be rearranged.
  • the bit amount of information signaled through the bitstream to derive the MMVD candidate index can be minimized, and compression efficiency can be improved.
  • MMVD candidates are grouped, rearrangement of MMVD candidates can be performed on a group basis. For example, if two groups exist, rearrangement may be performed on each of the two groups. Assuming that the number of MMVD candidates is 288, the MMVD candidate list can be configured as shown in Table 47.
  • an MMVD candidate list can be composed including 144 MMVD candidates for each group, as shown in Table 48.
  • the group unit lists (grouped MMVD candidate lists) of Table 48 can be rearranged as shown in Tables 49 and 50 based on the rearrangement methods proposed herein.
  • a process of merging (merging) the MMVD candidate lists rearranged in groups into one list may be performed.
  • one integrated MMVD candidate list can be formed by arranging the MMVD candidates in the MMVD candidate lists rearranged in groups in grid order.
  • the MMVD candidate list can be configured as shown in Table 52.
  • an MMVD candidate list can be composed including 48 MMVD candidates for each group, as shown in Table 53.
  • the group unit lists (grouped MMVD candidate lists) in Table 53 can be rearranged as shown in Tables 54 and 55 based on the rearrangement methods proposed herein.
  • a process of merging (merging) the MMVD candidate lists rearranged in groups into one list may be performed.
  • one integrated MMVD candidate list can be formed by arranging the MMVD candidates in the MMVD candidate lists rearranged in groups in grid order.
  • the index of the MMVD candidate can be derived through mmvd_cand_group_idx and mmvd_cand_idx. That is, the index value of the MMVD candidate to be selected can be derived as shown in Equation 6.
  • mmvdCandIdx means the index value of the MMVD candidate to be selected
  • Y is an integer value and means the number of groups. For example, if there are two groups, the value of Y is 2.
  • the index of the MMVD candidate can be derived through affine_mmvd_cand_group_idx and affine_mmvd_cand_idx. That is, the index value of the MMVD candidate to be selected can be derived as shown in Equation 7.
  • affinemmvdCandIdx means the index value of the MMVD candidate to be selected, and Y is an integer value and means the number of groups. For example, if there are two groups, the value of Y is 2.
  • Examples 2-6 are examples of a method for determining motion information of a current block based on a reordered MMVD candidate list.
  • indexes indicating one of the MMVD candidates in the reordered MMVD candidate list may be signaled.
  • the signaled indexes may be mmvd_cand_group_idx (group index or group information) and mmvd_cand_idx (candidate index or selection information), or affine_mmvd_cand_group_idx (group index or group information) and affine_mmvd_cand_idx (candidate index or selection information).
  • Example 2-6 will be described focusing on the case where mmvd_cand_group_idx and mmvd_cand_idx are signalled, but the following description can also be applied when affine_mmvd_cand_group_idx and affine_mmvd_cand_idx are signaled.
  • the group index may be signaled when the number of groups is 2 or more. For example, if the number of groups is 2 and the MMVD candidate to be selected is group 0, group index 0 may be signaled. As another example, if the number of groups is 2 and the MMVD candidate to be selected is group 1, group index 1 may be signaled. As another example, if the number of groups is 4 and the candidate to be selected is group 0, group index 00 may be signaled. As another example, when the number of groups is 4 and the candidate to be selected is group 1, group index 01 may be signaled. As another example, if the number of groups is 4 and the candidate to be selected is group 2, group index 10 may be signaled.
  • group index 11 may be signaled.
  • group index 0 or 1 may be signaled.
  • group index 10 00, or 01 may be signaled.
  • group index 11, 01, or 00 may be signaled.
  • the candidate index may be encoded to represent only a reordered MMVD candidate list of a certain integer number of predefined X candidates in order to minimize the number of bits. For example, if the candidate index is 0, 0 or 1 may be signaled. As another example, if the candidate index is 1, 10 or 01 may be signaled. As another example, if the candidate index is 2, 110 or 001 may be signaled. As another example, if the candidate index is 3, 1110 or 00001 may be signaled.
  • the index of the MMVD candidate to be used as motion information of the current block can be derived as in Equation 8.
  • mmvdCandIdx represents the index of the MMVD candidate to be selected
  • T is an integer value, meaning the number of MMVD candidates constituting one group. For example, if 144 MMVD candidates form one group, the value of T is 144.
  • the index of the MMVD candidate to be used as motion information of the current block can be derived as in Equation 6.
  • the index of the MMVD candidate to be used as motion information of the current block can be derived as in Equation 9.
  • affinemmvdCandIdx represents the index of the MMVD candidate to be selected, and T is an integer value, meaning the number of MMVD candidates constituting one group. For example, if 48 MMVD candidates form one group, the value of T is 48.
  • the index of the MMVD candidate to be used as motion information of the current block can be derived as in Equation 7.
  • Figure 25 is a diagram illustrating a content streaming system to which an embodiment according to the present disclosure can be applied.
  • a content streaming system to which an embodiment of the present disclosure is applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server compresses content input from multimedia input devices such as smartphones, cameras, camcorders, etc. into digital data, generates a bitstream, and transmits it to the streaming server.
  • multimedia input devices such as smartphones, cameras, camcorders, etc. directly generate bitstreams
  • the encoding server may be omitted.
  • the bitstream may be generated by an image encoding method and/or an image encoding device to which an embodiment of the present disclosure is applied, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user request through a web server, and the web server can serve as a medium to inform the user of what services are available.
  • the web server delivers it to a streaming server, and the streaming server can transmit multimedia data to the user.
  • the content streaming system may include a separate control server, and in this case, the control server may control commands/responses between each device in the content streaming system.
  • the streaming server may receive content from a media repository and/or encoding server. For example, when receiving content from the encoding server, the content can be received in real time. In this case, in order to provide a smooth streaming service, the streaming server may store the bitstream for a certain period of time.
  • Examples of the user devices include mobile phones, smart phones, laptop computers, digital broadcasting terminals, personal digital assistants (PDAs), portable multimedia players (PMPs), navigation, slate PCs, Tablet PC, ultrabook, wearable device (e.g. smartwatch, smart glass, head mounted display), digital TV, desktop There may be computers, digital signage, etc.
  • PDAs personal digital assistants
  • PMPs portable multimedia players
  • navigation slate PCs
  • Tablet PC ultrabook
  • wearable device e.g. smartwatch, smart glass, head mounted display
  • digital TV desktop There may be computers, digital signage, etc.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributedly processed.
  • the scope of the present disclosure is software or machine-executable instructions (e.g., operating system, application, firmware, program, etc.) that cause operations according to the methods of various embodiments to be executed on a device or computer, and such software or It includes non-transitory computer-readable medium in which instructions, etc. are stored and can be executed on a device or computer.
  • software or machine-executable instructions e.g., operating system, application, firmware, program, etc.
  • Embodiments according to the present disclosure can be used to encode/decode images.

Landscapes

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

Abstract

영상 부호화/복호화 방법, 비트스트림 전송 방법 및 비트스트림을 저장하는 컴퓨터 판독 가능한 기록 매체가 제공된다. 본 개시에 따른 영상 복호화 방법은, 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 현재 블록의 예측 모드가 머지(merge) 모드인 것에 기반하여, 머지 후보 리스트를 구성하는 단계; MMVD(merge mode with motion vector difference) 모드에 이용 가능한 MVD(motion vector difference)와 상기 머지 후보 리스트에 포함된 제1 머지 후보에 기반하여, MMVD 후보 리스트를 구성하는 단계; 상기 MMVD 후보 리스트를 재정렬하는 단계; 및 상기 재정렬된 MMVD 후보 리스트에 기반하여 상기 현재 블록의 움직임 정보를 유도하는 단계를 포함하는, 영상 복호화 방법일 수 있다.

Description

영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체
본 개시는 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체에 관한 것으로서, 예측 후보들의 재정렬을 적응적으로 수행하는 방법에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 분야에서 증가하고 있다. 영상 데이터가 고해상도, 고품질이 될수록 기존의 영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하게 된다. 전송되는 정보량 또는 비트량의 증가는 전송 비용과 저장 비용의 증가를 초래한다.
이에 따라, 고해상도, 고품질 영상의 정보를 효과적으로 전송하거나 저장하고, 재생하기 위한 고효율의 영상 압축 기술이 요구된다.
본 개시는 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 MMVD(merge mode with MVD)를 이용하여 예측 후보를 구성하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 MMVD를 이용하여 예측 후보 리스트를 구성하고 해당 리스트 내 예측 후보들의 순서를 정렬하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 MMVD를 이용하여 현재 블록의 움직임 정보를 유도하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법을 제공하는 것을 목적으로 한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 양상에 따른 영상 복호화 방법은, 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 현재 블록의 예측 모드가 머지(merge) 모드인 것에 기반하여, 머지 후보 리스트를 구성하는 단계; MMVD(merge mode with motion vector difference) 모드에 이용 가능한 MVD(motion vector difference)와 상기 머지 후보 리스트에 포함된 제1 머지 후보에 기반하여, MMVD 후보 리스트를 구성하는 단계; 상기 MMVD 후보 리스트를 재정렬하는 단계; 및 상기 재정렬된 MMVD 후보 리스트에 기반하여 상기 현재 블록의 움직임 정보를 유도하는 단계를 포함하는, 영상 복호화 방법일 수 있다.
본 개시의 다른 양상에 따른 영상 부호화 방법은, 영상 부호화 장치에 의해 수행되는 영상 부호화 방법으로서, 현재 블록의 예측 모드가 머지(merge) 모드인 것에 기반하여, 머지 후보 리스트를 구성하는 단계; MMVD(merge mode with motion vector difference) 모드에 이용 가능한 MVD(motion vector difference)와 상기 머지 후보 리스트에 포함된 제1 머지 후보에 기반하여, MMVD 후보 리스트를 구성하는 단계; 상기 MMVD 후보 리스트를 재정렬하는 단계; 및 상기 재정렬된 MMVD 후보 리스트에 기반하여 상기 현재 블록의 움직임 정보를 유도하는 단계를 포함하는, 영상 부호화 방법일 수 있다.
본 개시의 또 다른 양상에 따른 컴퓨터 판독 가능한 기록 매체는, 본 개시의 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장할 수 있다.
본 개시의 또 다른 양상에 따른 전송 방법은, 본 개시의 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송할 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 개시에 따르면, 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 예측 후보로 사용 가능한 후보들을 증가시켜 MMVD의 정확도가 향상될 수 있다.
또한, 본 개시에 따르면, 현재 블록의 움직임 정보를 나타내는데 소요되는 비트량이 감소되어 비트 효율성이 향상될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장하는 비일시적 컴퓨터 판독 가능한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법이 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시에 따른 실시예가 적용될 수 있는 비디오 코딩 시스템을 개략적으로 나타내는 도면이다.
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 나타내는 도면이다.
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 나타내는 도면이다.
도 4는 영상 부호화 장치의 인터 예측부를 개략적으로 나타내는 도면이다.
도 5는 인터 예측에 기반하여 영상을 인코딩하는 방법을 나타내는 흐름도이다.
도 6은 영상 복호화 장치의 인터 예측부를 개략적으로 나타내는 도면이다.
도 7은 인터 예측에 기반하여 영상을 디코딩하는 방법을 나타내는 흐름도이다.
도 8은 인터 예측 방법을 나타내는 흐름도이다.
도 9는 MMVD 모드를 설명하기 위한 도면이다.
도 10 내지 도 12는 어파인(affine) 모드를 설명하기 위한 도면이다.
도 13은 템플릿 매칭을 설명하기 위한 도면이다.
도 14는 확장된 MMVD 모드에 대한 템플릿 매칭 기반 재정렬을 설명하기 위한 도면이다.
도 15는 본 개시의 일 실시예에 따른 영상 부호화/복호화 방법을 나타내는 흐름도이다.
도 16은 본 개시의 다른 일 실시예에 따른 영상 부호화/복호화 방법을 나타내는 흐름도이다.
도 17 및 도 18은 도 15 및 도 16의 각 과정을 구체적으로 설명하기 위한 도면이다.
도 19는 본 개시의 일 실시예에 따른 영상 부호화/복호화 방법을 나타내는 흐름도이다.
도 20은 본 개시의 다른 일 실시예에 따른 영상 부호화/복호화 방법을 나타내는 흐름도이다.
도 21은 본 개시의 일 실시예에 따른 영상 부호화/복호화 방법을 나타내는 흐름도이다.
도 22는 본 개시의 다른 일 실시예에 따른 영상 부호화/복호화 방법을 나타내는 흐름도이다.
도 23 및 도 24는 예측 후보들을 그룹핑하는 다양한 예들을 설명하기 위한 도면이다.
도 25는 본 개시에 따른 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시적으로 나타내는 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 영상의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시에서 "픽처(picture)"는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 픽처의 일부를 구성하는 부호화 단위로서, 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 또한, 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다.
본 개시에서 "픽셀(pixel)" 또는 "펠(pel)"은 하나의 픽처(또는 영상)를 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 "샘플(sample)"이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀값만을 나타낼 수도 있다.
본 개시에서 "유닛(unit)"은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 유닛은 경우에 따라서 "샘플 어레이", "블록(block)" 또는 "영역(area)" 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 개시에서 "현재 블록"은 "현재 코딩 블록", "현재 코딩 유닛", "부호화 대상 블록", "복호화 대상 블록" 또는 "처리 대상 블록" 중 하나를 의미할 수 있다. 예측이 수행되는 경우, "현재 블록"은 "현재 예측 블록" 또는 "예측 대상 블록"을 의미할 수 있다. 변환(역변환)/양자화(역양자화)가 수행되는 경우, "현재 블록"은 "현재 변환 블록" 또는 "변환 대상 블록"을 의미할 수 있다. 필터링이 수행되는 경우, "현재 블록"은 "필터링 대상 블록"을 의미할 수 있다.
본 개시에서 "현재 블록"은 크로마 블록이라는 명시적인 기재가 없는 한 루마 성분 블록과 크로마 성분 블록을 모두 포함하는 블록 또는 "현재 블록의 루마 블록"을 의미할 수 있다. 현재 블록의 루마 성분 블록은 명시적으로 "루마 블록" 또는 "현재 루마 블록"과 같이 루마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다. 또한, 현재 블록의 크로마 성분 블록은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다.
본 개시에서 "/"와 ","는 "및/또는"으로 해석될 수 있다. 예를 들어, "A/B"와 "A, B"는 "A 및/또는 B"로 해석될 수 있다. 또한, "A/B/C"와 "A, B, C"는 "A, B 및/또는 C 중 적어도 하나"를 의미할 수 있다.
본 개시에서 "또는"은 "및/또는"으로 해석될 수 있다. 예를 들어, "A 또는 B"는, 1) "A" 만을 의미하거나 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 또는, 본 개시에서 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
비디오 코딩 시스템 개요
도 1은 본 개시에 따른 실시예가 적용될 수 있는 비디오 코딩 시스템을 개략적으로 나타내는 도면이다.
일 실시예에 따른 비디오 코딩 시스템은 부호화 장치(10) 및 복호화 장치(20)를 포함할 수 있다. 부호화 장치(10)는 부호화된 비디오(video) 및/또는 영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)로 전달할 수 있다.
일 실시예에 따른 부호화 장치(10)는 비디오 소스 생성부(11), 부호화부(12), 전송부(13)를 포함할 수 있다. 일 실시예에 따른 복호화 장치(20)는 수신부(21), 복호화부(22) 및 렌더링부(23)를 포함할 수 있다. 상기 부호화부(12)는 비디오/영상 부호화부라고 불릴 수 있고, 상기 복호화부(22)는 비디오/영상 복호화부라고 불릴 수 있다. 전송부(13)는 부호화부(12)에 포함될 수 있다. 수신부(21)는 복호화부(22)에 포함될 수 있다. 렌더링부(23)는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스 생성부(11)는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스 생성부(11)는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
부호화부(12)는 입력 비디오/영상을 부호화할 수 있다. 부호화부(12)는 압축 및 부호화 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화부(12)는 부호화된 데이터(부호화된 비디오/영상 정보)를 비트스트림(bitstream) 형태로 출력할 수 있다.
전송부(13)는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 획득할 수 있으며, 이를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)의 수신부(21) 또는 다른 외부 객체로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부(13)는 미리 정해진 파일 포맷을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 전송부(13)는 부호화 장치(12)와는 별개의 전송 장치로 구비될 수 있으며, 이 경우 전송 장치는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 획득하는 적어도 하나의 프로세서와 이를 파일 또는 스트리밍 형태로 전달하는 전송부를 포함할 수 있다. 수신부(21)는 상기 저장매체 또는 네트워크로부터 상기 비트스트림을 추출/수신하여 복호화부(22)로 전달할 수 있다.
복호화부(22)는 부호화부(12)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 복호화할 수 있다.
렌더링부(23)는 복호화된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
영상 부호화 장치 개요
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 2에 도시된 바와 같이, 영상 부호화 장치(100)는 영상 분할부(110), 감산부(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 가산부(155), 필터링부(160), 메모리(170), 인터 예측부(180), 인트라 예측부(185) 및 엔트로피 인코딩부(190)를 포함할 수 있다. 인터 예측부(180) 및 인트라 예측부(185)는 합쳐서 "예측부"라고 지칭될 수 있다. 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150)는 레지듀얼(residual) 처리부에 포함될 수 있다. 레지듀얼 처리부는 감산부(115)를 더 포함할 수도 있다.
영상 부호화 장치(100)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어, 인코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
영상 분할부(110)는 영상 부호화 장치(100)에 입력된 입력 영상(또는, 픽쳐, 프레임)을 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)을 QT/BT/TT (Quad-tree/binary-tree/ternary-tree) 구조에 따라 재귀적으로(recursively) 분할함으로써 획득될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 코딩 유닛의 분할을 위해, 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 트리 구조가 나중에 적용될 수 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 코딩 절차가 수행될 수 있다. 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 최대 코딩 유닛을 분할하여 획득한 하위 뎁스의 코딩 유닛이 최종 코딩 유닛으로 사용될 수도 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환 및/또는 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 코딩 절차의 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)일 수 있다. 상기 예측 유닛 및 상기 변환 유닛은 각각 상기 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
예측부(인터 예측부(180) 또는 인트라 예측부(185))는 처리 대상 블록(현재 블록)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 현재 블록의 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(185)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 인트라 예측 모드 및/또는 인트라 예측 기법에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라, 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(185)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(180)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 서로 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수 있다. 예를 들어, 인터 예측부(180)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(180)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference) 및 움직임 벡터 예측자에 대한 지시자(indicator)를 부호화함으로써 현재 블록의 움직임 벡터를 시그널링할 수 있다. 움직임 벡터 차분은 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 차이를 의미할 수 있다.
예측부는 후술하는 다양한 예측 방법 및/또는 예측 기법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 현재 블록의 예측을 위해 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 현재 블록의 예측을 위해 인트라 예측과 인터 예측을 동시에 적용하는 예측 방법은 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 현재 블록의 예측을 위해 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 현재 블록으로부터 소정의 거리만큼 떨어진 위치의 현재 픽처 내 기복원된 참조 블록을 이용하여 현재 블록을 예측하는 방법이다. IBC가 적용되는 경우, 현재 픽처 내 참조 블록의 위치는 상기 소정의 거리에 해당하는 벡터(블록 벡터)로서 부호화될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나, 현재 픽처 내에서 참조 블록을 도출하는 점에서, 인터 예측과 유사하게 수행될 수 있다. 즉 IBC는 본 개시에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
예측부를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 감산부(115)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)로부터 예측부에서 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있다. 생성된 레지듀얼 신호는 변환부(120)로 전송될 수 있다.
변환부(120)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)을 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)을 이용하여 예측 신호를 생성하고 그에 기반하여 획득되는 변환을 의미한다. 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(130)는 변환 계수들을 양자화하여 엔트로피 인코딩부(190)로 전송할 수 있다. 엔트로피 인코딩부(190)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(130)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(190)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(190)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예를 들어 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 본 개시에서 언급된 시그널링 정보, 전송되는 정보 및/또는 신택스 요소들은 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다.
상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(190)로부터 출력된 신호를 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 영상 부호화 장치(100)의 내/외부 엘리먼트로서 구비될 수 있고, 또는 전송부는 엔트로피 인코딩부(190)의 구성요소로서 구비될 수도 있다.
양자화부(130)로부터 출력된 양자화된 변환 계수들은 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(140) 및 역변환부(150)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다.
가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(180) 또는 인트라 예측부(185)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(160)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(160)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(170), 구체적으로 메모리(170)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(160)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 필터링에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(170)에 전송된 수정된 복원 픽처는 인터 예측부(180)에서 참조 픽처로 사용될 수 있다. 영상 부호화 장치(100)는 이를 통하여 인터 예측이 적용되는 경우, 영상 부호화 장치(100)와 영상 복호화 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(170) 내 DPB는 인터 예측부(180)에서의 참조 픽처로 사용하기 위해 수정된 복원 픽처를 저장할 수 있다. 메모리(170)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(180)에 전달될 수 있다. 메모리(170)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(185)에 전달할 수 있다.
영상 복호화 장치 개요
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 3에 도시된 바와 같이, 영상 복호화 장치(200)는 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265)를 포함하여 구성될 수 있다. 인터 예측부(260) 및 인트라 예측부(265)를 합쳐서 "예측부"라고 지칭될 수 있다. 역양자화부(220), 역변환부(230)는 레지듀얼 처리부에 포함될 수 있다.
영상 복호화 장치(200)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
비디오/영상 정보를 포함하는 비트스트림을 수신한 영상 복호화 장치(200)는 도 2의 영상 부호화 장치(100)에서 수행된 프로세스에 대응하는 프로세스를 수행하여 영상을 복원할 수 있다. 예를 들어, 영상 복호화 장치(200)는 영상 부호화 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있다. 코딩 유닛은 코딩 트리 유닛이거나 또는 최대 코딩 유닛을 분할하여 획득될 수 있다. 그리고, 영상 복호화 장치(200)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치(미도시)를 통해 재생될 수 있다.
영상 복호화 장치(200)는 도 2의 영상 부호화 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있다. 수신된 신호는 엔트로피 디코딩부(210)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(예를 들어, 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 영상 복호화 장치는 영상을 디코딩하기 위해 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 추가적으로 이용할 수 있다. 본 개시에서 언급된 시그널링 정보, 수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩됨으로써 상기 비트스트림으로부터 획득될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 블록 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)을 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(260) 및 인트라 예측부(265))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(220)로 입력될 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(240)로 제공될 수 있다. 한편, 영상 부호화 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 영상 복호화 장치(200)의 내/외부 엘리먼트로서 추가적으로 구비될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)의 구성요소로서 구비될 수도 있다.
한편, 본 개시에 따른 영상 복호화 장치는 비디오/영상/픽처 복호화 장치라고 불릴 수 있다. 상기 영상 복호화 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및/또는 샘플 디코더(비디오/영상/픽처 샘플 디코더)를 포함할 수도 있다. 상기 정보 디코더는 엔트로피 디코딩부(210)를 포함할 수 있고, 상기 샘플 디코더는 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265) 중 적어도 하나를 포함할 수 있다.
역양자화부(220)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(220)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 영상 부호화 장치에서 수행된 계수 스캔 순서에 기반하여 수행될 수 있다. 역양자화부(220)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)을 획득할 수 있다.
역변환부(230)에서는 변환 계수들을 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득할 수 있다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(210)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드(예측 기법)를 결정할 수 있다.
예측부가 후술하는 다양한 예측 방법(기법)을 기반으로 예측 신호를 생성할 수 있음은 영상 부호화 장치(100)의 예측부에 대한 설명에서 언급된 바와 동일하다.
인트라 예측부(265)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 인트라 예측부(185)에 대한 설명은 인트라 예측부(265)에 대해서도 동일하게 적용될 수 있다.
인터 예측부(260)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(260)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드(기법)를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드(기법)를 지시하는 정보를 포함할 수 있다.
가산부(235)는 획득된 레지듀얼 신호를 예측부(인터 예측부(260) 및/또는 인트라 예측부(265) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)에 대한 설명은 가산부(235)에 대해서도 동일하게 적용될 수 있다. 가산부(235)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(240)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(240)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(250), 구체적으로 메모리(250)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(250)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(260)에서 참조 픽쳐로 사용될 수 있다. 메모리(250)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(260)에 전달할 수 있다. 메모리(250)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(265)에 전달할 수 있다.
본 명세서에서, 영상 부호화 장치(100)의 필터링부(160), 인터 예측부(180) 및 인트라 예측부(185)에서 설명된 실시예들은 각각 영상 복호화 장치(200)의 필터링부(240), 인터 예측부(260) 및 인트라 예측부(265)에도 동일 또는 대응되도록 적용될 수 있다.
인터 예측
영상 부호화 장치(100)와 영상 복호화 장치(200)의 예측부는 블록 단위로 인터 예측을 수행하여 예측 샘플을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들(e.g. 샘플 값들, 또는 움직임 정보 등)에 의존적인 방법으로 도출되는 예측일 수 있다. 현재 블록에 인터 예측이 적용되는 경우, 참조 픽처 인덱스가 가리키는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록(예측 샘플 어레이)이 유도될 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 움직임 정보가 블록, 서브블록 또는 샘플 단위로 예측될 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측이 적용되는 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 현재 블록의 주변 블록들을 기반으로 움직임 정보 후보 리스트가 구성될 수 있고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 선택(사용)되는지를 지시하는 플래그 또는 인덱스 정보가 시그널링될 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 현재 블록의 움직임 정보는 선택된 주변 블록의 움직임 정보와 같을 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 선택된 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)이 시그널링될 수 있다. 이 경우 상기 움직임 벡터 예측자 및 움직임 벡터 차분의 합을 이용하여 상기 현재 블록의 움직임 벡터를 도출할 수 있다.
상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등)에 따라 L0 움직임 정보 및/또는 L1 움직임 정보를 포함할 수 있다. L0 방향의 움직임 벡터는 L0 움직임 벡터 또는 MVL0라고 불릴 수 있고, L1 방향의 움직임 벡터는 L1 움직임 벡터 또는 MVL1이라고 불릴 수 있다. L0 움직임 벡터에 기반한 예측은 L0 예측이라고 불릴 수 있고, L1 움직임 벡터에 기반한 예측을 L1 예측이라고 불릴 수 있고, 상기 L0 움직임 벡터 및 상기 L1 움직임 벡터 둘 다에 기반한 예측을 쌍(Bi) 예측이라고 불릴 수 있다. 여기서 L0 움직임 벡터는 참조 픽처 리스트 L0 (L0)에 연관된 움직임 벡터를 나타낼 수 있고, L1 움직임 벡터는 참조 픽처 리스트 L1 (L1)에 연관된 움직임 벡터를 나타낼 수 있다. 참조 픽처 리스트 L0는 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 포함할 수 있고, 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 포함할 수 있다. 상기 이전 픽처들은 순방향 (참조) 픽처라고 불릴 수 있고, 상기 이후 픽처들은 역방향 (참조) 픽처라고 불릴 수 있다. 상기 참조 픽처 리스트 L0은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트 L0 내에서 상기 이전 픽처들이 먼저 인덱싱되고 상기 이후 픽처들은 그 다음에 인덱싱될 수 있다. 상기 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트1 내에서 상기 이후 픽처들이 먼저 인덱싱되고 상기 이전 픽처들은 그 다음에 인덱싱 될 수 있다. 여기서 출력 순서는 POC(picture order count) 순서(order)에 대응될 수 있다.
도 4는 영상 부호화 장치(100)의 인터 예측부(180)를 개략적으로 나타내는 도면이며, 도 5는 인터 예측에 기반하여 영상을 인코딩하는 방법을 나타내는 흐름도이다.
영상 부호화 장치(100)는 현재 블록에 대한 인터 예측을 수행할 수 있다(S510). 영상 부호화 장치(100)는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 상기 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서, 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다. 예를 들어, 영상 부호화 장치(100)의 인터 예측부(180)는 예측 모드 결정부(181), 움직임 정보 도출부(182) 및 예측 샘플 도출부(183)를 포함할 수 있으며, 예측 모드 결정부(181)에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 영상 부호화 장치(100)의 인터 예측부(180)는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 상기 현재 블록과 유사한 블록을 서치하고, 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 상기 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 상기 참조 블록과 상기 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 영상 부호화 장치(100)는 다양한 예측 모드들 중 상기 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 영상 부호화 장치(100)는 상기 다양한 예측 모드들에 대한 RD cost를 비교하고 상기 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 영상 부호화 장치(100)는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 상기 도출된 참조 블록과 연관된 머지 후보가 선택되며, 상기 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 디코딩 장치로 시그널링될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다.
다른 예로, 영상 부호화 장치(100)는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 이 경우, 예를 들어, 상술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 상기 현재 블록의 움직임 벡터로 이용될 수 있으며, 상기 mvp 후보들 중 상기 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 mvp 후보가 상기 선택된 mvp 후보가 될 수 있다. 상기 현재 블록의 움직임 벡터에서 상기 mvp를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우, 상기 MVD에 관한 정보가 영상 복호화 장치(200)로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 상기 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 상기 영상 복호화 장치(200)로 시그널링될 수 있다.
영상 부호화 장치(100)는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S520). 영상 부호화 장치(100)는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다.
영상 부호화 장치(100)는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩할 수 있다(S530). 영상 부호화 장치(100)는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 상기 예측 정보는 상기 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한, 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 디코딩 장치로 전달될 수 있고, 또는 네트워크를 통하여 영상 복호화 장치(200)로 전달될 수도 있다.
한편, 상술한 바와 같이 영상 부호화 장치(100)는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 영상 복호화 장치(200)에서 수행되는 것과 동일한 예측 결과를 영상 부호화 장치(100)에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 영상 부호화 장치(100)는 복원 픽처(또는 복원 샘플들, 복원 블록)를 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 6은 영상 복호화 장치(200)의 인터 예측부(260)를 개략적으로 나타내는 도면이며, 도 7은 인터 예측에 기반하여 영상을 디코딩하는 방법을 나타내는 흐름도이다.
영상 복호화 장치(200)는 상기 영상 부호화 장치(100)에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 영상 복호화 장치(200)는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로, 영상 복호화 장치(200)는 수신된 예측 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정할 수 있다(S710). 영상 복호화 장치(200)는 상기 예측 정보 내의 예측 모드 정보를 기반으로 상기 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, 상기 merge flag를 기반으로 상기 현재 블록에 상기 머지 모드가 적용되는지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 상기 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 상기 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 (A)MVP 모드를 포함할 수 있고, 또는 후술하는 다양한 인터 예측 모드들을 포함할 수 있다.
영상 복호화 장치(200)는 상기 결정된 인터 예측 모드를 기반으로 상기 현재 블록의 움직임 정보를 도출할 수 있다(S720). 예를 들어, 영상 복호화 장치(200)는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 중 하나의 머지 후보를 선택할 수 있다. 상기 선택은 상술한 선택 정보(merge index)를 기반으로 수행될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다. 상기 선택된 머지 후보의 움직임 정보가 상기 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 영상 복호화 장치(200)는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 상기 선택은 상술한 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우, 상기 MVD에 관한 정보를 기반으로 상기 현재 블록의 MVD가 도출될 수 있으며, 상기 현재 블록의 mvp와 상기 MVD를 기반으로 상기 현재 블록의 움직임 벡터가 도출될 수 있다. 또한, 상기 참조 픽처 인덱스 정보를 기반으로 상기 현재 블록의 참조 픽처 인덱스가 도출될 수 있다. 상기 현재 블록에 관한 참조 픽처 리스트 내에서 상기 참조 픽처 인덱스가 가리키는 픽처가 상기 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
한편, 후술하는 바와 같이 후보 리스트 구성 없이 상기 현재 블록의 움직임 정보가 도출될 수 있으며, 이 경우 후술하는 예측 모드에서 개시된 절차에 따라 상기 현재 블록의 움직임 정보가 도출될 수 있다. 이 경우, 상술한 바와 같은 후보 리스트 구성은 생략될 수 있다.
영상 복호화 장치(200)는 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S730). 이 경우, 상기 현재 블록의 참조 픽처 인덱스를 기반으로 상기 참조 픽처가 도출되고, 상기 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 상기 현재 블록의 예측 샘플들이 도출될 수 있다. 이 경우, 후술하는 바와 같이 경우에 따라 상기 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 영상 복호화 장치(200)의 인터 예측부(260)는 예측 모드 결정부(261), 움직임 정보 도출부(262), 예측 샘플 도출부(263)를 포함할 수 있으며, 예측 모드 결정부(181)에서 수신된 예측 모드 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 수신된 움직임 정보에 관한 정보를 기반으로 상기 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다.
영상 복호화 장치(200)는 수신된 레지듀얼 정보를 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 생성할 수 있다(S740). 영상 복호화 장치(200)는 상기 예측 샘플들 및 상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다(S750). 이후, 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 8을 참조하면, 상술한 바와 같이 인터 예측 절차는 인터 예측 모드 결정 단계(S810), 결정된 예측 모드에 따른 움직임 정보 도출 단계(S820), 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계(S830)를 포함할 수 있다. 상기 인터 예측 절차는 상술한 바와 같이 영상 부호화 장치(100) 및 영상 복호화 장치(200)에서 수행될 수 있다.
인터 예측 모드 결정
픽처 내 현재 블록의 예측을 위하여 다양한 인터 예측 모드가 사용될 수 있다. 예를 들어, 머지 모드, 스킵 모드, MVP(motion vector prediction) 모드, 어파인(Affine) 모드, 서브블록 머지 모드, MMVD (merge with MVD) 모드 등 다양한 모드가 사용될 수 있다. DMVR (Decoder side motion vector refinement) 모드, AMVR(adaptive motion vector resolution) 모드, Bi-prediction with CU-level weight (BCW), Bi-directional optical flow (BDOF) 등이 부수적인 모드로 더 혹은 대신 사용될 수 있다. 어파인 모드는 어파인 움직임 예측(affine motion prediction) 모드라고 불릴 수도 있다. MVP 모드는 AMVP(advanced motion vector prediction) 모드라고 불릴 수도 있다. 본 문서에서 일부 모드 및/또는 일부 모드에 의하여 도출된 움직임 정보 후보는 다른 모드의 움직임 정보 관련 후보들 중 하나로 포함될 수도 있다. 예를 들어, HMVP 후보는 상기 머지/스킵 모드의 머지 후보로 추가될 수 있고, 또는 상기 MVP 모드의 mvp 후보로 추가될 수도 있다.
현재 블록의 인터 예측 모드를 가리키는 예측 모드 정보가 영상 부호화 장치(100)로부터 영상 복호화 장치(200)로 시그널링될 수 있다. 상기 예측 모드 정보는 비트스트림에 포함되어 영상 복호화 장치(200)에 수신될 수 있다. 상기 예측 모드 정보는 다수의 후보 모드들 중 하나를 지시하는 인덱스 정보를 포함할 수 있다. 또는, 플래그 정보의 계층적 시그널링을 통하여 인터 예측 모드가 지시될 수도 있다. 이 경우, 상기 예측 모드 정보는 하나 이상의 플래그들을 포함할 수 있다. 예를 들어, 스킵 플래그를 시그널링하여 스킵 모드 적용 여부가 지시되고, 스킵 모드가 적용 안되는 경우에 머지 플래그를 시그널링하여 머지 모드 적용 여부가 지시되고, 머지 모드가 적용 안되는 경우에 MVP 모드가 적용되는 것으로 지시되거나 추가적인 구분을 위한 플래그가 더 시그널링될 수도 있다. 어파인 모드는 독립적인 모드로 시그널링될 수도 있고, 또는 머지 모드 또는 MVP 모드 등에 종속적인 모드로 시그널링될 수도 있다. 예를 들어, 어파인 모드는 어파인 머지 모드 및 어파인 MVP 모드를 포함할 수 있다.
움직임 정보 도출
현재 블록의 움직임 정보를 이용하여 인터 예측이 수행될 수 있다. 영상 부호화 장치(100)는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 영상 부호화 장치(100)는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 위상(phase) 기반 샘플 값들의 차를 기반으로 도출할 수 있다. 예를 들어, 블록의 유사성은 현재 블록(or 현재 블록의 템플릿)과 참조 블록(or 참조 블록의 템플릿) 간 SAD를 기반으로 계산될 수 있다. 이 경우, 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보가 도출될 수 있다. 도출된 움직임 정보는 인터 예측 모드 기반으로 여러 방법에 따라 영상 복호화 장치(200)로 시그널링될 수 있다.
예측 샘플 생성
예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록이 도출될 수 있다. 상기 예측된 블록은 상기 현재 블록의 예측 샘플들(예측 샘플 어레이)을 포함할 수 있다. 현재 블록의 움직임 벡터가 분수 샘플 단위를 가리키는 경우, 보간(interpolation) 절차가 수행될 수 있으며, 이를 통하여 참조 픽처 내에서 분수 샘플 단위의 참조 샘플들을 기반으로 상기 현재 블록의 예측 샘플들이 도출될 수 있다. 현재 블록에 Affine 인터 예측이 적용되는 경우, 샘플/서브블록 단위 MV를 기반으로 예측 샘플들이 생성될 수 있다. 쌍예측이 적용되는 경우, L0 예측(즉, 참조 픽처 리스트 L0 내 참조 픽처와 MVL0를 이용한 예측)을 기반으로 도출된 예측 샘플들과 L1 예측(즉, 참조 픽처 리스트 L1 내 참조 픽처와 MVL1을 이용한 예측)을 기반으로 도출된 예측 샘플들의 (위상에 따른) 가중합 또는 가중평균을 통하여 도출된 예측 샘플들이 현재 블록의 예측 샘플들로 이용될 수 있다. 쌍예측이 적용되는 경우, L0 예측에 이용된 참조 픽처와 L1 예측에 이용된 참조 픽처가 현재 픽처를 기준으로 서로 다른 시간적 방향에 위치하는 경우(즉, 쌍예측이면서 양방향 예측에 해당하는 경우) 이를 true 쌍예측이라고 부를 수 있다.
도출된 예측 샘플들을 기반으로 복원 샘플들 및 복원 픽처가 생성될 수 있고, 이후 인루프 필터링 등의 절차가 수행될 수 있음은 전술한 바와 같다.
MMVD (merge mode with motion vector difference)
묵시적으로(implicitly) 유도된 움직임 정보가 현재 블록의 예측 샘플 생성을 위해 바로 이용되는 머지 모드에 추가하여, MMVD 모드가 제안되었다. 스킵 모드와 머지 모드에는 유사한 움직임 정보 유도 방법이 사용되므로, MMVD 모드는 스킵 모드에도 적용될 수 있다. MMVD 모드가 현재 블록에 적용되는지 여부를 나타내는 mmvd 플래그(e.g., mmvd_flag)가 스킵 플래그와 머지 플래그가 전송된 이후에 바로 시그널링될 수 있다.
MMVD 모드에서는, 머지 후보가 선택된 후에 이 선택된 머지 후보가 시그널링된 MVDs 정보에 의해 개선될 수 있다. MMVD 모드가 현재 블록에 적용되는 경우(즉, mmvd_flag의 값이 1과 같은 경우), MMVD 모드를 위한 추가 정보가 시그널링될 수 있다. 추가 정보는 머지 후보 리스트 내 첫 번째 (0) 또는 두 번째 (1) 머지 후보가 MVD와 함께 사용되는지 여부를 나타내는 머지 후보 플래그(e.g., mmvd_merge_flag), 움직임 크기(magnitude)를 나타내는 인덱스(e.g., mmvd_distance_idx), 및 움직임 방향을 나타내는 인덱스(e.g., mmvd_direction_idx)를 포함할 수 있다. MMVD 모드에서는, 머지 후보 리스트 내 첫 2개의 후보들 중에서 어느 하나가 선택되어 기본 MV(MV basis)로 사용될 수 있다. 머지 후보 플래그는 첫 2개의 후보들 중에서 사용될 하나를 나타내기 위해 시그널링될 수 있다.
거리 인덱스(e.g., mmvd_distance_idx)는 움직임 크기 정보를 나타내며, 시작점(starting point)으로부터의 소정의 오프셋(offset)을 나타낼 수 있다. 도 9에 나타낸 바와 같이, 오프셋은 시작 MV(시작점)의 수평 방향 성분 또는 수직 방향 성분에 합산될 수 있다. 거리 인덱스와 소정의 오프셋 간의 관계는 표 1과 같이 나타낼 수 있다.
Figure PCTKR2023014642-appb-img-000001
표 1에서, slice_fpel_mmvd_enabled_flag의 값 1은 MMVD 모드가 현재 슬라이스에서 정수 샘플 정확도를 사용함을 나타낼 수 있다. slice_fpel_mmvd_enabled_flag의 값 0은 MMVD 모드가 현재 슬라이스에서 분수 샘플 정확도를 사용함을 나타낼 수 있다. slice_fpel_mmvd_enabled_flag가 존재하지 않는 경우, slice_fpel_mmvd_enabled_flag의 값은 0으로 추론될 수 있다. slice_fpel_mmvd_enabled_flag 신택스 요소는 슬라이스 헤더를 통해(또는, 슬라이스 헤더에 포함되어) 시그널링될 수 있다.
방향 인덱스(e.g., mmvd_direction_idx)는 시작점을 기준으로 MVD 방향을 나타낼 수 있다. 방향 인덱스는 표 2에 표현된 바와 같이 4개의 방향을 나타낼 수 있다.
Figure PCTKR2023014642-appb-img-000002
표 2에서, MVD 부호(MmvdSign)의 의미는 시작 MVs의 정보에 따라 가변될 수 있다. 시작 MVs가 단방향 예측 MV(uni-prediction MV)이거나 2개의 예측 리스트들이 현재 픽쳐의 동일한 방향을 가리키는 양방향 예측 MV(bi-prediction MV)인 경우(즉, 참조 픽쳐들의 POC가 현재 픽쳐의 POC보다 크거나, 또는 참조 픽쳐들의 POC가 현재 픽쳐의 POC보다 작은 경우), 표 2의 MVD 부호는 시작 MV에 합산되는 MV 오프셋의 부호를 나타낼 수 있다. 2개의 예측 리스트들이 현재 픽쳐의 서로 다른 방향을 가리키는 양방향 예측 MV인 경우(즉, 어느 참조 픽쳐의 POC가 현재 픽쳐의 POC보다 크고, 다른 참조 픽쳐의 POC가 현재 픽쳐의 POC보다 작은 경우), 표 2의 MVD 부호는 시작 MV의 리스트 0 MV 성분에 합산되는 MV 오프셋의 부호를 나타낼 수 있으며, 리스트 1 MV에 대한 MVD는 부호는 반대의 값을 가질 수 있다.
MmvdOffset[x0][y0]의 두 성분은 수식 1과 같이 유도될 수 있다.
Figure PCTKR2023014642-appb-img-000003
어파인 예측 (Affine prediction)
기존 비디오 코딩 시스템은 부호화 블록의 움직임을 표현하기 위해 오직 하나의 MV를 사용한다 (translation MV 사용). 그러나, 위의 방법이 블록 단위에서 최적의 움직임을 표현했을 수 있지만 이는 실제 각 화소의 최적의 움직임이 아니므로, 화소 단위에서 최적의 MV를 결정할 수 있다면 부호화 효율을 높일 수 있다. 이를 위해 본 실시예에서는 어파인 움직임 모델(affine motion model)을 사용하여 부호화하는 어파인 움직임 예측 방법에 대해 설명한다. 어파인 움직임 예측 방법은 2개, 3개 혹은 4개의 MV를 이용하여 블록의 각 화소 단위에서 MV를 표현할 수 있다.
어파인 움직임 모델은 도 10과 같이 4가지 움직임들을 표현할 수 있다. 어파인 움직임 모델이 표현할 수 있는 움직임들 중에서 3가지 움직임들(translation, scale, rotate)을 표현하는 어파인 움직임 모델을 similarity(or simplified) 어파인 움직임 모델이라고 하며, 본원에서는 similarity(or simplified) 어파인 움직임 모델을 기준으로 제안 방법들을 설명한다. 그러나 제안 방법들은 해당 어파인 움직임 모델에 한정되지는 않는다.
도 11과 같이 어파인 움직임 모델은 두개 이상의 control point MV(CPMV)s를 이용하여 블록이 포함하는 화소 위치의 MV를 결정할 수 있다. 이때 MV 들의 집합을 affine motion vector field(MVF)라 하고, 다음 수식 2 및 수식 3에 의해 MVF를 결정할 수 있다.
4-파라미터 어파인 움직임 모델에 대해, 블록 내 샘플 위치 (x, y)의 MV가 수식 2에 의해 유도될 수 있다.
Figure PCTKR2023014642-appb-img-000004
6-파라미터 어파인 움직임 모델에 대해, 블록 내 샘플 위치 (x, y)의 MV가 수식 3에 의해 유도될 수 있다.
Figure PCTKR2023014642-appb-img-000005
도 11, 수식 2 및 수식 3에서.
Figure PCTKR2023014642-appb-img-000006
는 부호화 블록의 top-left 코너 위치의 CP의 CPMV이고,
Figure PCTKR2023014642-appb-img-000007
는 top-right 코너 위치의 CP의 CPMV이며,
Figure PCTKR2023014642-appb-img-000008
는 bottom-left 코너 위치의 CP의 CPMV일 수 있다. 그리고, W는 현재 블록의 width에 해당하고, H는 현재 블록의 height에 해당하며,
Figure PCTKR2023014642-appb-img-000009
는 {x, y} 위치에서의 MV에 해당할 수 있다.
인코딩/디코딩 과정에서 어파인 MVF는 화소 단위 혹은 이미 정의된 서브 블록 단위에서 결정될 수 있다. 화소 단위로 결정하는 경우, 각 화소 값을 기준으로 MV가 얻어지고, 서브 블록 단위의 경우 서브 블록의 중앙(센터 우하측, 즉 중앙 4개의 샘플들 중 우하측 샘플) 화소 값 기준으로 해당 블록의 MV가 얻어질 수 있다. 본원에서는, 도 12에 표현된 바와 같이, 어파인 MVF가 4x4 서브 블록 단위에서 결정되는 경우를 가정하여 설명한다. 다만 이것은 설명의 편의를 위한 것일 뿐이므로, 어파인 MVF가 결정되는 서브 블록의 사이즈는 다양하게 변형될 수 있다.
어파인 예측이 가용한 경우, 현재 블록에 적용 가능한 움직임 모델은 다음 3가지를 포함할 수 있다. 병진 움직임 모델(translational motion model), 4-파라미터 어파인 움직임 모델(4-parameter affine motion model), 및 6-파라미터 어파인 움직임 모델(6-parameter affine motion model). 여기서, 병진 움직임 모델은 기존 블록 단위 움직임 벡터가 사용되는 모델을 나타낼 수 있고, 4-파라미터 어파인 움직임 모델은 2개의 CPMV가 사용되는 모델을 나타낼 수 있으며, 6-파라미터 어파인 움직임 모델은 3개의 CPMV가 사용되는 모델을 나타낼 수 있다.
어파인 움직임 예측은 어파인 MVP(or 어파인 inter) 모드와 어파인 머지 모드를 포함할 수 있다. 어파인 움직임 예측에서, 현재 블록의 MVs은 서브 블록 단위 또는 샘플 단위로 유도될 수 있다.
Template matching (TM)
템플릿 매칭(Template Matching, TM)은 디코더 단에서 수행되는 움직임 벡터의 유도 방법으로서, 현재 블록(e.g., current coding unit, current CU)에 인접한 템플릿(이하, "현재 템플릿"이라 함)과 가장 유사한 참조 픽처 내 템플릿(이하, "참조 템플릿"이라 함)을 발견함으로써 현재 블록의 움직임 정보를 개선(refine)할 수 있는 방법이다. 현재 템플릿은 현재 블록의 상단 이웃 블록 및/또는 좌측 이웃 블록이거나 이들 이웃 블록의 일부일 수 있다. 또한, 참조 템플릿은 현재 템플릿과 동일한 크기로 결정될 수 있다.
도 13에 도시된 바와 같이, 현재 블록의 초기 움직임 벡터(initial motion vector)가 유도되면, 더 좋은 움직임 벡터에 대한 탐색이 초기 움직임 벡터의 주변 영역에서 수행될 수 있다. 예컨대, 상기 탐색이 수행되는 주변 영역의 범위는 초기 움직임 벡터를 중심으로 [-8, +8]-펠(pel) 탐색 영역 내 일 수 있다. 또한, 탐색을 수행하기 위한 탐색 폭(search step)의 크기는 현재 블록의 AMVR 모드에 기반하여 결정될 수 있다. 또한, 템플릿 매칭은 머지 모드에서의 양방향 매칭(bilateral matching) 과정과 연속하여 수행될 수도 있다.
AMVP 모드에서는, 템플릿 매칭 오류를 기반으로 MVP 후보를 결정하여 현재 블록 템플릿과 참조 블록 템플릿 간의 최소 차이에 도달하는 후보를 선택하고, 이 특정 MVP 후보에 대해서만 MV 개선(refinement)을 위해 템플릿 매칭이 수행된다. 템플릿 매칭은 반복적인 다이아몬드 검색(iterative diamond search)을 사용하여 [-8, +8]-pel 검색 범위 내의 full-pel MVD 정밀도(또는, 4-pel AMVR 모드의 경우 4-pel)부터 시작하여 이 MVP 후보를 개선한다. AMVP 후보는 full-pel MVD 정밀도(또는, 4-pel AMVR 모드의 경우 4-pel)를 사용한 교차 검색을 사용하고, 표 3에 나타낸 바와 같이 AMVR 모드에 따라 순차적으로 half-pel 및 quarter-pel를 사용하여 추가적으로 개선될 수 있다. 이 검색 프로세스는 MVP 후보가 템플릿 매칭 프로세스 이후에도 AMVR 모드에서 표시된 것과 동일한 MV 정밀도를 유지하도록 보장한다. 검색 과정에서는, 이전 최소 비용과 현재 최소 비용의 차이가 블록의 면적과 동일한 임계 값보다 작으면 검색 과정이 종료된다.
Figure PCTKR2023014642-appb-img-000010
머지 모드에서는, 머지 인덱스가 나타내는 머지 후보에 대해서도 유사한 검색 방법이 적용된다. 표 3에서 볼 수 있듯이, 템플릿 매칭은 병합된 모션 정보에 따른 상호(alternative) 보간 필터(AMVR이 half-pel 모드일 때 사용됨)가 사용되는지 여부에 의존하여, 1/8-pel MVD 정밀도까지 수행하거나 half-pel MVD 정밀도를 넘는 정밀도를 스킵할 수 있다. 또한, 템플릿 매칭 모드가 활성화되면, 템플릿 매칭은 bilateral 매칭(BM)의 활성화 조건 체크에 따른 활성화 여부에 의존하여, 블록 기반 및 서브 블록 기반 bilateral 매칭(BM) 방법들 사이에서 독립적인 프로세스 또는 추가적인 MV 개선 프로세스로 작동할 수 있다.
Template matching-based Reordering for Extended MMVD
도 14에 표현된 바와 같이, 기존 MMVD의 위치에 kХð/8 대각선 각도에 따른 추가적인 개선(refinement) 위치가 추가됨으로써 MMVD 방향의 개수가 4개로부터 16개로 증가하였다. 각 개선 위치에 대한 템플릿(하나는 현재 블록의 상측, 다른 하나는 현재 블록의 좌측)과 참조 템플릿 간의 SAD cost에 기반하여, 각 기본 후보에 대해 64개(16*4)의 모든 MMVD 개선 위치(즉, MMVD 예측 후보)가 재정렬될 수 있다. 가장 작은 템플릿 SAD cost를 가지는 상위 1/8 개의 MMVD 예측 후보들이 MMVD 인덱스 코딩을 위한 가용한 후보로 유지될 수 있다. MMVD 인덱스는 파라미터가 2인 rice 코드로 이진화될 수 있다. kХð/4 대각선 각도를 따라 추가 개선 위치가 추가되는 확장된 어파인 MMVD 재정렬이 추가되었다. affine MMVD 예측 후보들이 재정렬된 후에, 가장 작은 템플릿 SAD cost를 가지는 상위 1/2 개의 affine MMVD 예측 후보들이 유지될 수 있다.
실시예
이하에서는, 본원에 대한 구체적인 예들을 다양한 실시예들을 통해 설명하도록 한다. 본원은 인터 예측 과정에서 현재 블록의 움직임 정보를 유도하고 예측 블록을 생성하는 방법에 대한 것이다. 또한, 본원은 MMVD 또는 어파인 MMVD를 활용하여 예측 후보를 구성하고 예측 블록을 생성할 때 예측 후보 리스트를 구성하는 방법과 예측 후보 리스트 내 예측 후보들의 순서 배치(재정렬) 방법에 대한 것이다. 이러한 방법들을 통해, 본원은 비트 효율성 향상, 예측 성능 개선, 압축 효율 개선 등의 효과를 제공할 수 있다.
본 개시에서 템플릿 매칭은 현재 템플릿과 유사도가 가장 높은 참조 템플릿을 탐색하는 과정일 수 있다. 본 개시에 따르면, 상기 유사도를 측정하기 위하여 템플릿 매칭 비용(TM cost)이 계산될 수 있으며, 이를 위해 SAD와 같은 비용 함수가 사용될 수 있다. 템플릿 매칭 비용이 크다는 것은 템플릿 매칭 에러가 크다는 의미이고 따라서 템플릿 사이의 유사도가 낮다는 의미일 수 있다. 반대로, 템플릿 매칭 비용이 작다는 것은 템플릿 매칭 에러가 작다는 의미이고 따라서 템플릿 사이의 유사도가 높다는 의미일 수 있다.
본 개시에서 템플릿 매칭 비용을 계산하기 위한 비용 함수는 현재 템플릿 내 샘플 값과 참조 템플릿 내 대응하는 샘플 값의 차이를 이용하는 함수일 수 있다. 따라서, 상기 비용 함수는 두 개의 템플릿 내 대응 샘플들 간의 "차분(오차) 기반 함수(difference(error)-based function)" 또는 "차분(오차) 기반 식(difference(error)-based equation)"으로 지칭될 수 있다. 또한, 상기 비용 함수에 의해 계산된 템플릿 매칭 비용은 두 개의 템플릿 내 대응 샘플들 간의 "차분(오차) 기반 함수 값(difference(error)-based function value)" 또는 "차분(오차) 기반 값(difference(error)-based value)"으로 지칭될 수 있다.
본 개시에서, "비용"은 "에러", "오차" 등으로 지칭될 수 있다. 따라서, "비용 함수"도 ""에러 함수", "오차 함수" 등으로 지칭될 수 있다. 비용은 현재 템플릿과 참조 템플릿 간의 차분에 기반하여 유도될 수 있으므로, 현재 블록에 대한 에러 값에 해당할 수 있다.
본 개시에서 "머지 후보"는 일반 머지 모드에 이용될 수 있는 머지 후보 또는 어파인 머지 모드에서 이용될 수 있는 어파인 머지 후보를 의미할 수 있다. "머지 후보"는 "예측 후보"로 지칭될 수 있다. "머지 후보 리스트"는 일반 머지 모드에 이용될 수 있는 머지 후보 리스트 또는 어파인 머지 모드에서 이용될 수 있는 어파인 머지 후보 리스트를 의미할 수 있다. "MMVD" 또는 "MMVD 모드"는 "어파인 MMVD" 또는 "어파인 MMVD 모드"를 의미할 수 있다. "MMVD 후보"는 "어파인 MMVD 후보"를 의미할 수 있으며, "MMVD 후보 리스트"는 "어파인 MMVD 후보 리스트"를 의미할 수 있다.
실시예 1
실시예 1은 MMVD 또는 어파인 MMVD를 활용하여 움직임 정보를 유도하고 예측 블록을 생성하는 방법에 대한 것이다.
도 15는 MMVD를 활용하는 영상 부호화/복호화 방법을 나타내는 흐름도이며, 도 16은 어파인 MMVD를 활용하는 영상 부호화/복호화 방법을 나타내는 흐름도이다. 도 15 및 도 16의 과정들은 영상 부호화 장치(100) 및/또는 영상 복호화 장치(200)에 의해 수행될 수 있다.
도 15를 참조하면, 인터 예측을 이용한 예측 블록 생성 과정에서, 현재 블록의 예측 모드가 머지 (예측) 모드인지 여부가 판단될 수 있다(S1510). 현재 블록의 예측 모드가 머지 모드가 아닌 경우에는 머지 모드가 아닌 다른 예측 모드를 이용하여 움직임 정보가 유도되며(S1512), 현재 블록의 예측 모드가 머지 모드인 경우에는 현재 블록의 예측 모드가 서브블록 기반 (머지) 예측 모드인지 여부가 판단될 수 있다(S1520). 현재 블록의 예측 모드가 서브블록 기반 예측 모드인 경우에는 서브블록 기반 예측 모드로 움직임 정보가 유도될 수 있으며(S1522), 현재 블록의 예측 모드가 서브블록 기반 예측 모드가 아닌 경우에는 MMVD 모드가 적용되는지 여부가 판단될 수 있다(S1530). MMVD 모드가 적용되지 않는 경우에는 머지 모드 중에서 MMVD 모드가 아닌 다른 예측 모드를 이용하여 움직임 정보가 유도될 수 있으며(S1532), MMVD 모드가 적용되는 경우에는 MMVD 모드로 움직임 정보가 유도될 수 있다(S1540 내지 S1548). 각 과정들을 거쳐 움직임 정보가 유도되면, 유도된 움직임 정보를 이용하여 현재 블록의 예측 블록이 생성될 수 있다(S1550).
MMVD 모드로 움직임 정보를 유도하는 과정은 크게 5개의 과정들로 구성될 수 있다. 예를 들어, MMVD 모드로 움직임 정보를 유도하는 과정은 머지 후보 리스트를 구성하는 과정(S1540), 머지 후보 리스트로부터 머지 후보를 선택하는 과정(S1542), 선택된 머지 후보에 MMVD의 가용한 MVD를 보상하여 MMVD 후보 리스트를 구성하는 과정(S1544), MMVD 후보 리스트를 재정렬하는 과정(S1546), 및 재정렬된 MMVD 후보 리스트에 기반하여 현재 블록의 움직임 정보를 결정하는 과정(S1548)을 포함할 수 있다.
한편, 도 16을 참조하면, 인터 예측을 이용한 예측 블록 생성 과정에서, 현재 블록의 예측 모드가 머지 (예측) 모드인지 여부가 판단될 수 있다(S1610). 현재 블록의 예측 모드가 머지 모드가 아닌 경우에는 머지 모드가 아닌 다른 예측 모드를 이용하여 움직임 정보가 유도되며(S1612), 현재 블록의 예측 모드가 머지 모드인 경우에는 현재 블록의 예측 모드가 서브블록 기반 (머지) 예측 모드인지 여부가 판단될 수 있다(S1620). 현재 블록의 예측 모드가 서브블록 기반 예측 모드가 아닌 경우에는 서브블록 기반 예측 모드가 아닌 일반 머지 모드로 움직임 정보가 유도될 수 있으며(S1622), 현재 블록의 예측 모드가 서브블록 기반 예측 모드인 경우에는 어파인 MMVD 모드가 적용되는지 여부가 판단될 수 있다(S1630). 어파인 MMVD 모드가 적용되지 않는 경우에는 서브블록 기반 예측 모드 중에서 어파인 MMVD 모드가 아닌 다른 예측 모드를 이용하여 움직임 정보가 유도될 수 있으며(S1632), 어파인 MMVD 모드가 적용되는 경우에는 어파인 MMVD 모드로 움직임 정보가 유도될 수 있다(S1640 내지 S1648). 각 과정들을 거쳐 움직임 정보가 유도되면, 유도된 움직임 정보를 이용하여 현재 블록의 예측 블록이 생성될 수 있다(S1650).
어파인 MMVD 모드로 움직임 정보를 유도하는 과정은 크게 5개의 과정들로 구성될 수 있다. 예를 들어, 어파인 MMVD 모드로 움직임 정보를 유도하는 과정은 어파인 머지 후보 리스트를 구성하는 과정(S1640), 어파인 머지 후보 리스트로부터 어파인 머지 후보를 선택하는 과정(S1642), 선택된 어파인 머지 후보에 어파인 MMVD의 가용한 MVD를 CPMV에 보상하여 어파인 MMVD 후보 리스트를 구성하는 과정(S1644), 어파인 MMVD 후보 리스트를 재정렬하는 과정(S1646), 및 재정렬된 어파인 MMVD 후보 리스트에 기반하여 현재 블록의 움직임 정보를 결정하는 과정(S1648)을 포함할 수 있다.
MMVD 모드로 움직임 정보를 유도하는 과정들에 대한 구체적인 설명이 도 17 및 도 18에 나타나 있다.
도 17의 (a)를 참조하면, 머지 후보 리스트를 구성하는 과정에서는, 이미 복원이 완료된 위치들의 움직임 정보들을 소정의 순서로 순회하고, 특정 조건을 만족하는 움직임 정보가 머지 후보 리스트에 추가될 수 있다. 여기서, 순회 과정은 앞서 설명된 머지 모드 및 스킵 모드 또는 어파인 예측의 머지 모드 및 스킵 모드에서의 순회 과정과 같을 수 있다. 머지 후보 리스트는 최대 3개의 예측 후보들(머지 후보들)로 구성될 수 있다. 머지 후보 리스트가 3개의 예측 후보들로 구성되면, 순회를 멈추고 머지 후보 리스트를 구성하는 과정이 종료될 수 있다.
도 17의 (b)를 참조하면, 머지 후보 리스트로부터 머지 후보를 선택하는 과정에서는, 머지 후보 리스트 내 예측 후보들 중에서 어느 하나를 나타내는 인덱스를 입력으로 하고, 해당 인덱스에 의해 선택된 예측 후보를 출력으로 할 수 있다. 상기 인덱스는 비트스트림을 통해 시그널링될 수 있다.
도 17의 (c)를 참조하면, MMVD 후보 리스트를 구성하는 과정에서는, 선택된 예측 후보를 입력으로 하며, MMVD의 가용한 MVD를 (CPMV에) 보상한 MMVD 후보 리스트를 출력으로 할 수 있다.
MMVD의 가용한 MVD는 표 4 내지 표 6을 이용하여 유도될 수 있다.
Figure PCTKR2023014642-appb-img-000011
Figure PCTKR2023014642-appb-img-000012
Figure PCTKR2023014642-appb-img-000013
표 4 내지 표 6에서, mmvd_merge_flag[ x0 ][ y0 ]의 값 1은 MMVD가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하기 위해 이용됨을 나타내며, mmvd_merge_flag[ x0 ][ y0 ]의 값 0은 MMVD가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하기 위해 이용되지 않음을 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다. mmvd_merge_flag[ x0 ][ y0 ]가 존재하지 않는 경우, mmvd_merge_flag[ x0 ][ y0 ]의 값은 0으로 추론될 수 있다.
mmvd_cand_flag[ x0 ][ y0 ]는 머지 후보 리스트 내 첫 번째(0) 또는 두 번째(1) 후보가 mmvd_distance_idx[ x0 ][ y0 ] 및 mmvd_direction_idx[ x0 ][ y0 ]로부터 유도된 MVD와 함께 사용되는지 여부를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다. mmvd_cand_flag[ x0 ][ y0 ]가 존재하지 않는 경우, mmvd_cand_flag[ x0 ][ y0 ]의 값은 0으로 추론될 수 있다.
mmvd_distance_idx[ x0 ][ y0 ]는 MmvdDistance[x0][y0]를 유도하기 위해 사용되는 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다.
mmvd_direction_idx[ x0 ][ y0 ]는 MmvdSign[ x0 ][ y0 ]를 유도하기 위해 사용되는 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다.
표 5 및 표 6에 명시된 MVD의 방향성과 MVD의 크기를 조합하면, 총 96개의 조합(총 96개의 MVDs)이 구성될 수 있다. MmvdDistance와 MmvdSign의 값을 모두 조합하여 수식 4에 대입하면 6개의 조합이 생성될 수 있다.
Figure PCTKR2023014642-appb-img-000014
또한, 선택된 예측 후보의 예측 방향 정보에 따라 MMVD의 가용한 MVD를 보상한 예측 후보 조합 96개를 확장하여 최대 288개의 조합이 구성될 수 있다. 예를 들어, 선택된 예측 후보의 예측 방향 정보가 단방향 예측인 경우, MMVD의 가용한 MVD를 보상하여 유도할 수 있는 움직임 정보는 96개의 조합만을 지원할 수 있다. 다른 예로, 선택된 예측 후보의 예측 방향 정보가 양방향 예측인 경우, 288개의 조합이 구성될 수 있다. 288개의 조합은 MMVD에서 지원하는 16개의 MVD 방향(direction)과, 각 예측 방향 별로 지원하는 6개의 MVD 크기(distance)가 지원하는 조합인 96개의 MmvdOffset 정보를 방향 단위로 적용하여 유도될 수 있다. 즉, 288개의 조합은 예측 후보의 reference picture list 0(L0)의 움직임 정보에만 보상하는 경우, reference picture list 1(L1)의 움직임 정보에만 보상하는 경우, 및 L0와 L1의 움직임 정보를 모두 보상하는 경우인 3가지 조합을 모두 고려한 조합이다. 0부터 95번 인덱스는 조합한 96개의 MmvdOffset을 L0 움직임 정보에만 적용하는 경우, 96번부터 191번 인덱스는 조합한 96개의 MmvdOffset을 L1 움직임 정보에만 적용하는 경우, 192번부터 287번 인덱스는 조합한 96개의 MmvdOffset을 L0, L1 움직임 정보 모두에 적용하는 경우이다.
한편, 어파인 MMVD의 MVD 보상은 8개의 MVD 방향(direction)과, 각 예측 방향 별로 지원하는 4개의 MVD 크기 값(distance)의 조합으로서, 8개의 MVD 방향(direction)과 4개의 MVD 크기 값(distance)은 표 7 내지 표 9와 같이 유도될 수 있다.
Figure PCTKR2023014642-appb-img-000015
Figure PCTKR2023014642-appb-img-000016
Figure PCTKR2023014642-appb-img-000017
표 7 내지 표 9에서, affine_mmvd_merge_flag[ x0 ][ y0 ]의 값 1은 어파인 MMVD가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하기 위해 이용됨을 나타내며, affine_mmvd_merge_flag[ x0 ][ y0 ]의 값 0은 어파인 MMVD가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하기 위해 이용되지 않음을 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다. affine_mmvd_merge_flag[ x0 ][ y0 ]가 존재하지 않는 경우, affine_mmvd_merge_flag[ x0 ][ y0 ]의 값은 0으로 추론될 수 있다.
affine_mmvd_cand_flag[ x0 ][ y0 ]는 어파인 머지 후보 리스트 내 첫 번째(0) 또는 두 번째(1) 후보가 affine_mmvd_distance_idx[ x0 ][ y0 ] 및 affine_mmvd_direction_idx[ x0 ][ y0 ]로부터 유도된 MVD와 함께 사용되는지 여부를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다. affine_mmvd_cand_flag[ x0 ][ y0 ]가 존재하지 않는 경우, affine_mmvd_cand_flag[ x0 ][ y0 ]의 값은 0으로 추론될 수 있다.
affine_mmvd_distance_idx[ x0 ][ y0 ]는 affineMmvdDistance[x0][y0]를 유도하기 위해 사용되는 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다.
affine_mmvd_direction_idx[ x0 ][ y0 ]는 affineMmvdSign[ x0 ][ y0 ]를 유도하기 위해 사용되는 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다.
표 8 및 표 9에 명시된 MVD의 방향성과 MVD의 크기를 조합하면, 총 32개의 조합(총 32개의 MVDs)이 구성될 수 있다. affineMmvdDistance와 affineMmvdSign의 값을 모두 조합하여 수식 5에 대입하면 32개의 조합이 생성될 수 있다.
Figure PCTKR2023014642-appb-img-000018
또한, 선택된 예측 후보의 예측 방향 정보에 따라 어파인 MMVD의 가용한 MVD를 보상한 예측 후보 조합 32개를 확장하여 최대 96개의 조합이 구성될 수 있다. 예를 들어, 선택된 예측 후보의 예측 방향 정보가 단방향 예측인 경우, 어파인 MMVD의 가용한 MVD를 보상하여 유도할 수 있는 움직임 정보는 32개의 조합만을 지원할 수 있다. 다른 예로, 선택된 예측 후보의 예측 방향 정보가 양방향 예측인 경우, 96개의 조합이 구성될 수 있다. 96개의 조합은 어파인 MMVD에서 지원하는 8개의 MVD 방향(direction)과, 각 예측 방향 별로 지원하는 4개의 MVD 크기(distance)가 지원하는 조합인 32개의 affineMmvdOffset 정보를 방향 단위로 적용하여 유도될 수 있다. 즉, 96개의 조합은 예측 후보의 reference picture list 0(L0)의 움직임 정보에만 보상하는 경우, reference picture list 1(L1)의 움직임 정보에만 보상하는 경우, 및 L0와 L1의 움직임 정보를 모두 보상하는 경우인 3가지 조합을 모두 고려한 조합이다. 0부터 31번 인덱스는 조합한 32개의 affineMmvdOffset을 L0 움직임 정보에만 적용하는 경우, 32번부터 63번 인덱스는 조합한 32개의 affineMmvdOffset을 L1 움직임 정보에만 적용하는 경우, 64번부터 95번 인덱스는 조합한 32개의 affineMmvdOffset을 L0, L1 움직임 정보 모두에 적용하는 경우이다.
도 18의 (a)를 참조하면, MMVD 후보 리스트를 재정렬하는 과정에서는, MVD를 보상한 MMVD 후보 리스트를 입력으로 하고, 재정렬된 MMVD 후보 리스트를 출력으로 할 수 있다.
재정렬 과정은 최소 96개 최대 288개(최소 32개 최대 96개)의 MMVD 후보들의 템플릿 매칭 오차(cost)를 계산하고, 계산된 템플릿 매칭 오차에 따라 MMVD 후보들이 오름차순으로 재정렬될 수 있다. 템플릿 매칭 오차는 현재 부호화하고자 하는 블록의 주변 복원된 영역 내 샘플들의 값과 움직임 정보가 나타내는 복원된 영역(참조 픽처 내 현재 블록에 대응되는 주변 영역) 간의 샘플 값 차이로서, 그 값이 작을수록 유사성이 높음을 의미할 수 있다. 즉, 템플릿 매칭 오차에 따라 MMVD 후보들을 오름차순으로 정렬하는 것은 유사성이 높은 예측 후보를 선행 순위로 위치시킴을 의미할 수 있다.
도 18의 (b)를 참조하면, 재정렬된 MMVD 후보 리스트에 기반하여 현재 블록의 움직임 정보를 결정하는 과정에서는, 재정렬된 MMVD 후보 리스트와 MMVD 예측 후보 인덱스를 입력으로 하며, 선택된 MMVD 예측 후보를 출력으로 할 수 있다. 상기 과정의 입력 중 MMVD 예측 후보 인덱스는 비트스트림을 통해 시그널링될 수 있다. 상기 과정의 출력 정보인 선택된 MMVD 예측 후보는 현재 블록의 예측 블록을 생성하기 위한 움직임 정보로 사용될 수 있다.
이상에서 설명된 실시예에 따르면, 최대 288개(최대 96개)의 예측 후보들이 MMVD 예측을 위해 이용될 수 있다. 이와 달리, 종래의 MMVD에 의하면, 총 20개(총 12개)의 인덱스가 유도되며, MMVD 후보 리스트 내 상위 인덱스 20개(12개) 중 하나에 매칭되는 움직임 정보가 MMVD 예측을 위해 선택될 수 있다. 즉, 종래의 MMVD에 의하면, MMVD 후보 리스트 내 예측 후보들 중에서 작은 오차(cost)를 가지는 20개(12개)의 예측 후보들만이 이용 가능하였으며, 상대적으로 큰 오차를 가지는 최소 76개 최대 268개(최소 24개 최대 84개)의 예측 후보들은 이용이 불가능하였다. 따라서, 본원에 의하면, MMVD 예측을 위해 이용 가능한 예측 후보들의 개수가 증가하게 되므로, 예측 성능이 개선될 수 있다.
실시예 2
실시예 2는 MMVD 또는 어파인 MMVD를 활용하여 움직임 정보를 유도하는 방법에 대한 것이다. 실시예 2는 종래 기술에 비해 상대적으로 많은 경우의 수를 조합하여 머지 후보 리스트를 구성하는 방법, 종래 기술에 비해 다양한 예측 후보들을 경쟁하도록 함으로써 MMVD 후보 리스트를 재정렬하는 방법 등을 제안한다. 실시예 2에 의하면, 압축 효율이 개선될 수 있다.
실시예 2를 통해 제안되는 실시예들은 영상 부호화 장치(100) 및/또는 영상 복호화 장치(200)에 의해 수행될 수 있다.
도 19는 MMVD를 활용하는 영상 부호화/복호화 방법을 나타내는 흐름도이며, 도 20은 어파인 MMVD를 활용하는 영상 부호화/복호화 방법을 나타내는 흐름도이다.
도 19를 참조하면, 인터 예측을 이용한 예측 블록 생성 과정에서, 현재 블록의 예측 모드가 머지 (예측) 모드인지 여부가 판단될 수 있다(S1910). 현재 블록의 예측 모드가 머지 모드가 아닌 경우에는 머지 모드가 아닌 다른 예측 모드를 이용하여 움직임 정보가 유도되며(S1912), 현재 블록의 예측 모드가 머지 모드인 경우에는 MMVD 모드가 적용되는지 여부가 판단될 수 있다(S1920). MMVD 모드가 적용되지 않는 경우에는 머지 모드 중에서 MMVD 모드가 아닌 다른 예측 모드를 이용하여 움직임 정보가 유도될 수 있으며(S1922), MMVD 모드가 적용되는 경우에는 MMVD 모드로 움직임 정보가 유도될 수 있다(S1930 내지 S1939). 각 과정들을 거쳐 움직임 정보가 유도되면, 유도된 움직임 정보를 이용하여 현재 블록의 예측 블록이 생성될 수 있다(S1940).
MMVD 모드로 움직임 정보를 유도하는 과정은 크게 6개의 과정들로 구성될 수 있다. 예를 들어, MMVD 모드로 움직임 정보를 유도하는 과정은 머지 후보 리스트를 구성하는 과정(S1930), 머지 후보 리스트를 재정렬하는 과정(S1932), 머지 후보 리스트로부터 머지 후보를 선택하는 과정(S1934), 선택된 머지 후보에 MMVD의 가용한 MVD를 보상하여 MMVD 후보 리스트를 구성하는 과정(S1936), MMVD 후보 리스트를 재정렬하는 과정(S1938), 및 재정렬된 MMVD 후보 리스트에 기반하여 현재 블록의 움직임 정보를 결정하는 과정(S1939)을 포함할 수 있다.
S1930 내지 S1939 과정들을 수행하기 위한 신택스 및 해당 신택스의 시멘틱스가 표 10 내지 표 17에 나타나 있다.
Figure PCTKR2023014642-appb-img-000019
표 10에서, sps_mmvd_enabled_flag의 값 1은 MMVD가 CLVS에 대해 활성화됨을 나타내며, sps_mmvd_enabled_flag의 값 0은 MMVD가 CLVS에 대해 활성화되지 않음을 나타낼 수 있다. sps_mmvd_fullpel_only_enabled_flag의 값 1은 오직 정수 샘플 정밀도만을 사용하는 MMVD가 CLVS에 대해 활성화됨을 나타내며, sps_mmvd_fullpel_only_enabled_flag의 값 0은 오직 정수 샘플 정밀도만을 사용하는 MMVD가 CLVS에 대해 활성화되지 않음을 나타낼 수 있다. sps_mmvd_fullpel_only_enabled_flag가 존재하지 않는 경우, sps_mmvd_fullpel_only_enabled_flag의 값은 0으로 추론될 수 있다.
Figure PCTKR2023014642-appb-img-000020
표 11에서, ph_mmvd_fullpel_only_flag의 값 1은 오직 정수 샘플 정밀도만을 사용하는 MMVD가 현재 픽처에 대해 사용됨을 나타내며, ph_mmvd_fullpel_only_flag의 값 0은 분수 또는 정수 샘플 정밀도만을 사용하는 MMVD가 현재 픽처에 대해 사용될 수 있음을 나타낼 수 있다. ph_mmvd_fullpel_only_flag가 존재하지 않는 경우, ph_mmvd_fullpel_only_flag의 값은 0으로 추론될 수 있다.
Figure PCTKR2023014642-appb-img-000021
표 12에서, mmvd_merge_flag[ x0 ][ y0 ]의 값 1은 MMVD가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하기 위해 이용됨을 나타내며, mmvd_merge_flag[ x0 ][ y0 ]의 값 0은 MMVD가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하기 위해 이용되지 않음을 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다. mmvd_merge_flag[ x0 ][ y0 ]가 존재하지 않는 경우, mmvd_merge_flag[ x0 ][ y0 ]의 값은 0으로 추론될 수 있다.
mmvd_base_merge_cand_idx[ x0 ][ y0 ]는 mmvd_cand_idx[ ][ ]로부터 유도된 MVD와 함께 사용되는 MMVD 후보 리스트 내 기본(base) MMVD 후보 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다. mmvd_base_merge_cand_idx[ x0 ][ y0 ]가 존재하지 않는 경우 mmvd_base_merge_cand_idx[ x0 ][ y0 ]의 값은 0으로 추론될 수 있다.
mmvd_cand_idx[ x0 ][ y0 ]는 MmvdDistance[x0][y0]와 MmvdSign[ x0 ][ y0 ]를 유도하기 위해 사용되는 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다.
위 신택스들은 표 13의 이진화 과정을 통하여 부호화 및 복호화될 수 있다.
Figure PCTKR2023014642-appb-img-000022
표 13에서, mmvd_base_merge_cand_idx[][]의 cMax 값인 N과 cRiceParam 값인 n은 정수로서, 영상 복호화 장치(200)에서 미리 정의된 값이거나, SPS,PPS, PH, SH 등의 HLS를 통하여 시그널링될 수 있다. mmvd_cand_idx[][]의 cMax 값인 M과 cRiceParam 값인 m은 정수로서, 영상 복호화 장치(200)에서 미리 정의된 값이거나, SPS,PPS, PH, SH 등의 HLS를 통하여 시그널링될 수 있다.
FL로 표기된 신택스는 Fixed-length 이진화 과정을 통하여 부호화 및 복호화될 수 있으며, TR로 표기된 신택스는 truncated rice 이진화 과정을 통하여 부호화 및 복호화될 수 있다.
truncated rice 이진화 과정과 Fixed-length 이진화 과정에 대한 구체적인 설명이 표 14에 나타나 있다.
Figure PCTKR2023014642-appb-img-000023
실시예들에 따라, 본원은 표 12의 신택스 테이블을 대신하여 표 15의 신택스 테이블을 이용할 수 있다.
Figure PCTKR2023014642-appb-img-000024
표 15에서, mmvd_merge_flag[ x0 ][ y0 ] 및 mmvd_base_merge_cand_idx[ x0 ][ y0 ]의 시멘틱스는 표 12를 통해 설명된 시멘틱스와 같을 수 있다. mmvd_cand_group_idx[ x0 ][ y0 ]는 MmvdDistance[x0][y0]와 MmvdSign[ x0 ][ y0 ]를 유도하기 위해 사용되는 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다.
mmvd_cand_idx[ x0 ][ y0 ]는 mmvd_cand_group_idx[ x0 ][ y0 ]를 사용하여 MmvdDistance[x0][y0]와 MmvdSign[ x0 ][ y0 ]를 유도하기 위해 사용되는 후보의 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다.
위 신택스들은 표 16의 이진화 과정을 통하여 부호화 및 복호화될 수 있다.
Figure PCTKR2023014642-appb-img-000025
표 16에서, mmvd_base_merge_cand_idx[][]의 cMax 값인 N과 cRiceParam 값인 n은 정수로서, 영상 복호화 장치(200)에서 미리 정의된 값이거나, SPS,PPS, PH, SH 등의 HLS를 통하여 시그널링될 수 있다. mmvd_cand_group_idx[][]의 cMax 값인 Mdms 0이 아닌 정수로서, 영상 복호화 장치(200)에서 미리 정의된 값이거나, SPS,PPS, PH, SH 등의 HLS를 통하여 시그널링될 수 있다. mmvd_cand_idx[][]의 cMax 값인 K과 cRiceParam 값인 k는 정수로서, 영상 복호화 장치(200)에서 미리 정의된 값이거나, SPS,PPS, PH, SH 등의 HLS를 통하여 시그널링될 수 있다.
FL로 표기된 신택스는 표 14의 Fixed-length 이진화 과정을 통하여 부호화 및 복호화될 수 있으며, TR로 표기된 신택스는 표 14의 truncated rice 이진화 과정을 통하여 부호화 및 복호화될 수 있다.
한편, 도 20을 참조하면, 인터 예측을 이용한 예측 블록 생성 과정에서, 현재 블록의 예측 모드가 머지 (예측) 모드인지 여부가 판단될 수 있다(S2010). 현재 블록의 예측 모드가 머지 모드가 아닌 경우에는 머지 모드가 아닌 다른 예측 모드를 이용하여 움직임 정보가 유도되며(S2012), 현재 블록의 예측 모드가 머지 모드인 경우에는 현재 블록의 예측 모드가 서브블록 기반 (머지) 예측 모드인지 여부가 판단될 수 있다(S2020). 현재 블록의 예측 모드가 서브블록 기반 예측 모드가 아닌 경우에는 서브블록 기반 예측 모드가 아닌 일반 머지 모드로 움직임 정보가 유도될 수 있으며(S2022), 현재 블록의 예측 모드가 서브블록 기반 예측 모드인 경우에는 어파인 MMVD 모드가 적용되는지 여부가 판단될 수 있다(S2030). 어파인 MMVD 모드가 적용되지 않는 경우에는 서브블록 기반 예측 모드 중에서 어파인 MMVD 모드가 아닌 다른 예측 모드를 이용하여 움직임 정보가 유도될 수 있으며(S2032), 어파인 MMVD 모드가 적용되는 경우에는 어파인 MMVD 모드로 움직임 정보가 유도될 수 있다(S2040 내지 S2049). 각 과정들을 거쳐 움직임 정보가 유도되면, 유도된 움직임 정보를 이용하여 현재 블록의 예측 블록이 생성될 수 있다(S2050).
어파인 MMVD 모드로 움직임 정보를 유도하는 과정은 크게 6개의 과정들로 구성될 수 있다. 예를 들어, 어파인 MMVD 모드로 움직임 정보를 유도하는 과정은 어파인 머지 후보 리스트를 구성하는 과정(S2040), 어파인 머지 후보 리스트를 재정렬하는 과정(S2042), 어파인 머지 후보 리스트로부터 머지 후보를 선택하는 과정(S2044), 선택된 어파인 머지 후보에 어파인 MMVD의 가용한 MVD를 CPMV에 보상하여 어파인 MMVD 후보 리스트를 구성하는 과정(S2046), 어파인 MMVD 후보 리스트를 재정렬하는 과정(S2048), 및 재정렬된 어파인 MMVD 후보 리스트에 기반하여 현재 블록의 움직임 정보를 결정하는 과정(S2049)을 포함할 수 있다.
S2040 내지 S2049 과정들을 수행하기 위한 신택스 및 해당 신택스의 시멘틱스가 표 17 내지 표 22에 나타나 있다.
Figure PCTKR2023014642-appb-img-000026
표 17에서, sps_affine_mmvd_enabled_flag의 값 1은 어파인 MMVD가 CLVS에 대해 활성화됨을 나타내며, sps_affine_mmvd_enabled_flag의 값 0은 어파인 MMVD가 CLVS에 대해 활성화되지 않음을 나타낼 수 있다. sps_affine_mmvd_fullpel_only_enabled_flag의 값 1은 오직 정수 샘플 정밀도만을 사용하는 어파인 MMVD가 CLVS에 대해 활성화됨을 나타내며, sps_affine_mmvd_fullpel_only_enabled_flag의 값 0은 오직 정수 샘플 정밀도만을 사용하는 어파인 MMVD가 CLVS에 대해 활성화되지 않음을 나타낼 수 있다. , sps_affine_mmvd_fullpel_only_enabled_flag가 존재하지 않는 경우, sps_affine_mmvd_fullpel_only_enabled_flag의 값은 0으로 추론될 수 있다.
Figure PCTKR2023014642-appb-img-000027
표 18에서, ph_affine_mmvd_fullpel_only_flag의 값 1은 오직 정수 샘플 정밀도만을 사용하는 어파인 MMVD가 현재 픽처에 대해 사용됨을 나타내며, ph_affine_mmvd_fullpel_only_flag의 값 0은 분수 또는 정수 샘플 정밀도만을 사용하는 어파인 MMVD가 현재 픽처에 대해 사용될 수 있음을 나타낼 수 있다. ph_affine_mmvd_fullpel_only_flag가 존재하지 않는 경우, ph_affine_mmvd_fullpel_only_flag의 값은 0으로 추론될 수 있다.
Figure PCTKR2023014642-appb-img-000028
표 19에서, affine_mmvd_merge_flag[ x0 ][ y0 ]의 값 1은 어파인 MMVD가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하기 위해 이용됨을 나타내며, affine_mmvd_merge_flag[ x0 ][ y0 ]의 값 0은 어파인 MMVD가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하기 위해 이용되지 않음을 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다. affine_mmvd_merge_flag[ x0 ][ y0 ]가 존재하지 않는 경우, affine_mmvd_merge_flag[ x0 ][ y0 ]의 값은 0으로 추론될 수 있다.
affine_mmvd_base_merge_cand_idx[ x0 ][ y0 ]는 affine_mmvd_cand_idx[ ][ ]로부터 유도된 MVD와 함께 사용되는 어파인 MMVD 후보 리스트 내 기본(base) 어파인 MMVD 후보 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다. affine_mmvd_base_merge_cand_idx[ x0 ][ y0 ]가 존재하지 않는 경우 affine_mmvd_base_merge_cand_idx[ x0 ][ y0 ]의 값은 0으로 추론될 수 있다.
affine_mmvd_cand_idx[ x0 ][ y0 ]는 affineMmvdDistance[x0][y0]와 affineMmvdSign[ x0 ][ y0 ]를 유도하기 위해 사용되는 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다.
위 신택스들은 표 20의 이진화 과정을 통하여 부호화 및 복호화될 수 있다.
Figure PCTKR2023014642-appb-img-000029
표 20에서, affine_mmvd_merge_Flag[][]는 Fixed-length 이진화 과정을 통하여 부호화 및 복호화될 수 있다. affine_mmvd_base_merge_cand_idx[][]의 cMax 값인 N과 cRiceParam 값인 n은 정수로서, 영상 복호화 장치(200)에서 미리 정의된 값이거나, SPS,PPS, PH, SH 등의 HLS를 통하여 시그널링될 수 있다. affine_mmvd_cand_idx[][]의 cMax 값인 M과 cRiceParam 값인 m은 정수로서, 영상 복호화 장치(200)에서 미리 정의된 값이거나, SPS,PPS, PH, SH 등의 HLS를 통하여 시그널링될 수 있다.
FL로 표기된 신택스는 Fixed-length 이진화 과정을 통하여 부호화 및 복호화될 수 있으며, TR로 표기된 신택스는 truncated rice 이진화 과정을 통하여 부호화 및 복호화될 수 있다. truncated rice 이진화 과정과 Fixed-length 이진화 과정에 대한 구체적인 설명은 표 14와 같다.
실시예들에 따라, 본원은 표 19의 신택스 테이블을 대신하여 표 21의 신택스 테이블을 이용할 수 있다.
Figure PCTKR2023014642-appb-img-000030
표 21에서, affine_mmvd_merge_flag[ x0 ][ y0 ] 및 affine_mmvd_base_merge_cand_idx[ x0 ][ y0 ]의 시멘틱스는 표 19를 통해 설명된 시멘틱스와 같을 수 있다.
affine_mmvd_cand_group_idx[ x0 ][ y0 ]는 affineMmvdDistance[x0][y0]와 affineMmvdSign[ x0 ][ y0 ]를 유도하기 위해 사용되는 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다.
affine_mmvd_cand_idx[ x0 ][ y0 ]는 affineMmvdDistance[x0][y0]와 affineMmvdSign[ x0 ][ y0 ]를 유도하기 위해 사용되는 인덱스를 나타낼 수 있다. x0, y0은 픽처의 top-left 루마 샘플에 대응하는 코딩 블록의 top-left 루마 샘플의 위치 (x0, y0)를 나타낼 수 있다.
위 신택스들은 표 22의 이진화 과정을 통하여 부호화 및 복호화될 수 있다.
Figure PCTKR2023014642-appb-img-000031
표 22에서, affine_mmvd_base_merge_cand_idx[][]의 cMax 값인 N과 cRiceParam 값인 n은 정수로서, 영상 복호화 장치(200)에서 미리 정의된 값이거나, SPS,PPS, PH, SH 등의 HLS를 통하여 시그널링될 수 있다. affine_mmvd_cand_group_idx[][]의 cMax 값인 M은 0이 아닌 정수로서, 영상 복호화 장치(200)에서 미리 정의된 값이거나, SPS,PPS, PH, SH 등의 HLS를 통하여 시그널링될 수 있다. affine_mmvd_cand_idx[][]의 cMax 값인 K과 cRiceParam 값인 k는 정수로서, 영상 복호화 장치(200)에서 미리 정의된 값이거나, SPS,PPS, PH, SH 등의 HLS를 통하여 시그널링될 수 있다.
FL로 표기된 신택스는 표 14의 Fixed-length 이진화 과정을 통하여 부호화 및 복호화될 수 있으며, TR로 표기된 신택스는 표 14의 truncated rice 이진화 과정을 통하여 부호화 및 복호화될 수 있다.
실시예 2-1
실시예 2-1은 머지 후보 리스트를 구성하는 방법에 대한 실시예이다. 실시예 2-1을 통해 제안되는 방법들은 영상 부호화 장치(100) 및/또는 영상 복호화 장치(200)에 의해 수행될 수 있다. 머지 후보 리스트는 기본 머지 후보 리스트라고 지칭될 수 있다.
머지 후보 리스트를 구성하는 과정에는 복호화가 완료된 움직임 정보들을 순회하는 과정이 수행될 수 있다. 도 21은 MMVD를 활용하는 영상 부호화/복호화 방법에서 움직임 정보들의 순회를 나타내는 흐름도이며, 도 22는 어파인 MMVD를 활용하는 영상 부호화/복호화 방법에서 움직임 정보들의 순회를 나타내는 흐름도이다.
도 21을 참조하면, 공간적 후보(S2110), 시간적 후보(S2120), 비인접 공간적 후보(S2130), 히스토리(historical) 버퍼 내 후보(S2140), pair-wise 후보(S2150), 어파인 히스토리 버퍼 내 후보(S2160), 및 제로 움직임 후보(S2170) 순으로 움직임 정보들이 순회될 수 있다.
도 22를 참조하면, 서브블록 기반 TMVP(SbTMVP)(S2220), 상속(inherited) 공간적 어파인 후보(S2230), 상속 비인접 공간적 어파인 후보(S2240), 조합(constructed) 어파인 후보(S2250), 히스토리 어파인 버퍼 내 어파인 후보(S2260), 조합 비인접 어파인 후보(S2270), pair-wise 어파인 후보(S2280), 및 제로 움직임 어파인 후보(S2290) 순으로 움직임 정보들이 순회될 수 있다. 다만, 어파인 MMVD 모드가 적용되는 경우, 서브블록 기반 TMVP(SbTMVP)(S2220)에 대한 검토 없이 상속(inherited) 공간적 어파인 후보(S2230)로부터 순회가 시작될 수 있다.
머지 후보 리스트를 구성하는 과정에서, 양방향 예측으로 복호화된 움직임 정보만이 머지 후보 리스트에 추가되거나, 양방향 예측으로 복호화된 움직임 정보가 단방향 예측으로 복호화된 움직임 정보보다 높은 우선순위로 머지 후보 리스트에 추가될 수 있다.
양방향 예측으로 복호화된 움직임 정보만을 머지 후보 리스트에 추가하면, 이후 수행되는 MMVD 후보 리스트를 구성하는 과정에서 예측 후보의 예측 방향에 대한 고려 없이 288개(96개)의 조합된 MMVD 후보들이 MMVD 후보 리스트에 추가될 수 있으며, 이를 통해 압축 효율이 향상될 수 있다.
양방향 예측으로 복호화된 움직임 정보를 단방향 예측으로 복호화된 움직임 정보보다 높은 우선순위로 머지 후보 리스트에 추가하면, 이후 수행되는 MMVD 후보 리스트를 구성하는 과정에서 288개(96개)의 조합된 MMVD 후보들이 높은 확률로 MMVD 후보 리스트에 추가될 수 있으며, 이를 통해 압축 효율이 향상될 수 있다.
실시예들에 따라, 머지 후보 리스트 내 머지 후보 및 MVD의 조합으로 표현 가능한 움직임 정보는 머지 후보 리스트에 추가되지 않을 수 있다. 이를 통해, MMVD 후보의 중복성이 제거되며, 압축 효율이 개선될 수 있다.
다른 예로, 머지 후보 및 MVD의 조합으로 표현 가능한 움직임 정보는 소정의 조건을 만족하는 경우에 머지 후보 리스트에 추가될 수 있다. 소정의 조건은 아래와 같을 수 있다.
머지 후보 리스트 내 예측 후보와 추가하고자 하는 예측 후보 간의,
1. BCW 인덱스(양방향 가중치 인덱스)가 서로 다른 경우
2. 참조 픽처 인덱스가 서로 다른 경우
3. 서로 다른 보간 필터를 사용하는 경우
4. 움직임 정보의 X축 방향 크기들 간의 차이가 미리 정의된 임계 값 N보다 큰 경우
5. 움직임 정보의 Y 축 방향 크기들 간의 차이가 미리 정의된 임계 값 N보다 큰 경우
실시예들에 따라, 머지 후보 리스트에 대해 미리 정의된 크기(머지 후보들의 최대 개수)를 고려하지 않고, 미리 정의된 크기보다 많은 수의 머지 후보들을 포함하여 머지 후보 리스트가 구성될 수 있다.
종래 기술에 의하면, 머지 후보 리스트에 포함될 수 있는 머지 후보들의 최대 개수는 미리 정의된 값이 3개 또는 시그널링된 신택스에 의해 유도되는 허용 개수 중에서 작은 값으로 결정된다. 즉, 종래 방법은 미리 정의된 값이 3이고 유도되는 허용 개수가 3보다 큰 값을 가지는 경우, 3개의 움직임 정보들(머지 후보들)이 유도되면 추가적인 순회 없이 머지 후보 리스트 구성 과정을 종료한다.
그러나, 본원은 미리 정의된 값을 N이라 하고 유도되는 허용 개수를 M이라 할 때, N과 M 중에서 큰 값에 해당하는 개수의 머지 후보들로 머지 후보 리스트를 구성할 수 있다. 여기서, N과 M은 정수이다.
실시예 2-2
실시예 2-2는 머지 후보 리스트를 재정렬하는 방법에 대한 실시예이다. 머지 후보 리스트 내 머지 후보들이 재정렬되면, 머지 후보 선택을 위한 인덱스의 시그널링에 상대적으로 적은 비트를 할당할 수 있으므로, 비트 효율성 및 압축 효율성이 향상될 수 있다.
실시예들에 따라, 머지 후보 리스트 내 머지 후보들 중에서 양방향 예측된 머지 후보가 단방향 예측된 머지 후보보다 높은 우선 순위를 갖도록 재정렬될 수 있다. 이 방법에 대한 예들이 표 23 내지 표 25에 나타나 있다.
표 23 내지 표 25에서, 각 움직임 예측 방향의 움직임 정보는 (x축 움직임 벡터, y축 움직임 벡터, 참조 픽처 인덱스)로 표현되며, 참조 픽처 인덱스가 -1인 경우는 움직임 정보가 가용하지 않음을 나타낸다. 예를 들어, 표 23의 인덱스 0의 L1 움직임 정보는 가용하지 않으며, 이는 인덱스 0의 머지 후보는 L0 예측 방향의 움직임 정보로만 이루어진 단방향 예측 후보임을 나타낸다.
Figure PCTKR2023014642-appb-img-000032
표 23과 같이 머지 후보 리스트가 구성된 경우, 양방향 예측 후보로 구성된 2번 머지 후보가 단방향 예측 정보로만 구성된 0번 머지 후보보다 선행 순위에 위치하도록 재정렬될 수 있다. 즉, 머지 후보들을 순회하면서 후행 머지 후보 중에서 양방향 예측된 머지 후보를 검색하고, 양방향 예측이 가용한 경우에 한하여 해당 양방향 예측 모드가 선행 순위가 되도록 재정렬될 수 있다. 예를 들어, 0번 인덱스의 움직임 정보가 단방향 예측이므로, 후행 순위의 2번 인덱스의 움직임 정보가 0번 후보가 되도록 재정렬하고, 0번과 1번 인덱스의 후보들은 후행 순위로 시프트된다.
Figure PCTKR2023014642-appb-img-000033
표 24에서, 1번 인덱스의 머지 후보가 단방향 움직임 정보이고, 후행하는 머지 후보들 중에서 4번 인덱스의 움직임 정보가 양방향 움직임 정보이므로, 4번 인덱스의 머지 후보가 1번 인덱스로 선행하도록 재정렬될 수 있다. 이 경우, 기존 1번, 2번 및 3번 인덱스의 머지 후보들은 후행 순위로 시프트될 수 있다.
이러한 재정렬은 후행하는 양방향 움직임 정보가 더 이상 존재하지 않을 때 종료될 수 있다. 머지 후보 리스트 내 머지 후보들의 개수에 대해 미리 결정된 값이 N인 경우, 재정렬 과정은 N개의 양방향 머지 후보들이 선행하는 경우에 종료될 수 있다. 또한, 머지 후보 리스트 내 머지 후보들의 개수가 M인 경우, 재정렬 과정은 M개의 머지 후보들에 대한 순회가 모두 완료되면 종료될 수 있다.
표 24의 머지 후보 리스트의 재정렬 결과가 표 25에 나타나 있다.
Figure PCTKR2023014642-appb-img-000034
다른 실시예에 따르면, 머지 후보 리스트 내 머지 후보들의 오차(cost)가 영상 복호화 장치(200)에 의해 계산되고, 오차를 기준으로 머지 후보들이 재정렬될 수 있다. 머지 후보들의 오차 계산에는 Bi-lateral 매칭 오차 또는 템플릿 매칭 오차에 기반하여 수행될 수 있다. 이 방법에 대한 예들이 표 26 및 표 27에 나타나 있다.
Figure PCTKR2023014642-appb-img-000035
Figure PCTKR2023014642-appb-img-000036
표 26은 재정렬되기 전 머지 후보 리스트 내 머지 후보들을 나타내며, 마지막 열의 값들은 머지 후보들 각각의 Bi-lateral 매칭 오차 또는 템플릿 매칭 오차를 나타낸다. 오차를 기준으로 머지 후보들을 오름차순으로 재정렬하면 표 27과 같이 오차가 작은 머지 후보가 선행 순위로 재정렬될 수 있다.
실시예 2-3
실시예 2-3은 머지 후보 리스트 내 머지 후보들 중에서 어느 하나를 선택하는 방법에 대한 실시예이다. 머지 후보는 비트스트림을 통해 시그널링된 신택스에 의해 선택될 수 있으며, 신택스는 표 12의 mmvd_base_merge_cand_idx 또는 표 19의 affine_mmvd_base_merge_cand_idx일 수 있다.
예를 들어, 머지 후보 리스트의 허용 개수(머지 후보들의 최대 개수)가 2인 경우, 표 28 및 표 29과 같이 각 인덱스를 위한 비트가 시그널링될 수 있으며, 해당 인덱스는 재정렬된 머지 후보 리스트의 인덱스 값을 나타낸다.
Figure PCTKR2023014642-appb-img-000037
Figure PCTKR2023014642-appb-img-000038
만약, 머지 후보 리스트의 허용 개수(머지 후보들의 최대 개수)가 1인 경우에는 별도의 신택스가 시그널링되지 않고, 재정렬된 머지 후보 리스트 내 0번 인덱스의 머지 후보가 선택될 수 있다.
다른 예로, 후보 리스트의 허용 개수(머지 후보들의 최대 개수)가 3인 경우, 표 30 및 표 31과 같이 각 인덱스를 위한 비트가 시그널링될 수 있으며, 해당 인덱스는 재정렬된 머지 후보 리스트의 인덱스 값을 나타낸다.
Figure PCTKR2023014642-appb-img-000039
Figure PCTKR2023014642-appb-img-000040
종합하면, 후보 리스트의 허용 개수(머지 후보들의 최대 개수)가 N인 경우, 최소 0비트부터 최대 N-1비트가 각 인덱스를 위해 시그널링될 수 있다. N의 값은 SPS/PPS/PH/SH 등의 HLS를 통하여 시그널링될 수 있으며, 또는 영상 부호화 장치(100)와 영상 복호화 장치(200)에서 미리 정의될 수 있다.
실시예 2-4
실시예 2-4는 MMVD 후보 리스트를 구성하는 방법에 대한 실시예이다.
MMVD 후보 리스트의 구성을 위해, N개의 MVD 방향 정보가 지원되고 M개의 MVD 크기 정보가 지원될 수 있다. 즉, 선택된 머지 후보를 위해, NxMx3개의 조합이 MMVD 후보로 지원되어 MMVD 후보 리스트가 구성될 수 있다. 이 과정에서, NxMx3개의 MMVD 후보들은 Z개의 그룹들로 구분될 수 있으며, 각 그룹마다 하나의 리스트가 구성될 수 있다. N, M 및 Z는 0보다 큰 정수일 수 있으며, 영상 복호화 장치(200)에서 미리 정의된 값으로부터 유도될 수 있다.
하나의 그룹은 (NxMx3)/Z개의 MMVD 후보들로 구성될 수 있다. Z개의 그룹들로 구분하는 기준은 MVD의 방향이거나 MVD 크기일 수 있다. Z개의 그룹들로 구분하는 기준은 각 CPMV에 동일하게 적용될 수 있다.
MMVD 후보들을 MVD의 방향에 따라 그룹핑하는 방법에 대한 다양한 실시예들은 아래와 같다.
MMVD 후보들을 MVD의 방향에 따라 2개의 그룹들(그룹 인덱스 0 및 그룹 인덱스 1)로 구분하는 경우에 대한 예가 표 32 및 도 23의 (a)에 나타나 있다.
Figure PCTKR2023014642-appb-img-000041
표 32의 움직임 방향(X축 방향 및 Y축 방향)은 도 23의 (a)에 나타낸 것과 같이 MMVD 후보들을 움직임 방향 별로 그룹화한 것을 의미한다.
MMVD 후보들을 MVD의 방향에 따라 4개의 그룹들(그룹 인덱스 0 내지 그룹 인덱스 3)로 구분하는 경우에 대한 예가 표 33 및 도 23의 (b)에 나타나 있다.
Figure PCTKR2023014642-appb-img-000042
MMVD 후보들을 MVD의 방향에 따라 4개의 그룹들(그룹 인덱스 0 내지 그룹 인덱스 3)로 구분하는 경우에 대한 다른 예가 표 34 및 도 23의 (c)에 나타나 있다.
Figure PCTKR2023014642-appb-img-000043
MMVD 후보들을 MVD의 방향에 따라 2개의 그룹들(그룹 인덱스 0 및 그룹 인덱스 1)로 구분하는 경우에 대한 다른 예가 표 35 및 도 24a의 (a)에 나타나 있다.
Figure PCTKR2023014642-appb-img-000044
표 35의 움직임 방향(X축 방향 및 Y축 방향)은 도 24의 (a)에 나타낸 것과 같이 MMVD 후보들을 움직임 방향 별로 그룹화한 것을 의미한다.
MMVD 후보들을 MVD의 방향에 따라 2개의 그룹들(그룹 인덱스 0 및 그룹 인덱스 1)로 구분하는 경우에 대한 또 다른 예가 표 36 및 도 24a의 (b)에 나타나 있다.
Figure PCTKR2023014642-appb-img-000045
표 36의 움직임 방향(X축 방향 및 Y축 방향)은 도 24의 (b)에 나타낸 것과 같이 MMVD 후보들을 움직임 방향 별로 그룹화한 것을 의미한다.
MMVD 후보들을 MVD의 방향에 따라 2개의 그룹들(그룹 인덱스 0 및 그룹 인덱스 1)로 구분하는 경우에 대한 또 다른 예가 표 37 및 도 24a의 (c)에 나타나 있다.
Figure PCTKR2023014642-appb-img-000046
표 37의 움직임 방향(X축 방향 및 Y축 방향)은 도 24a의 (c)에 나타낸 것과 같이 MMVD 후보들을 움직임 방향 별로 그룹화한 것을 의미한다.
MMVD 후보들을 MVD의 방향에 따라 4개의 그룹들(그룹 인덱스 0 내지 그룹 인덱스 3)로 구분하는 경우에 대한 다른 예가 표 38 및 도 24a의 (d)에 나타나 있다.
Figure PCTKR2023014642-appb-img-000047
MMVD 후보들을 MVD의 방향에 따라 4개의 그룹들(그룹 인덱스 0 내지 그룹 인덱스 3)로 구분하는 경우에 대한 다른 예가 표 39 및 도 24b의 (e)에 나타나 있다.
Figure PCTKR2023014642-appb-img-000048
총 16개(N=16)의 MMVD 후보들을 MVD의 방향에 따라 2개의 그룹들(그룹 인덱스 0 및 그룹 인덱스 2)로 구분하는 경우에 대한 다른 예가 표 40 및 도 24b의 (f)에 나타나 있다.
Figure PCTKR2023014642-appb-img-000049
총 16개(N=16)의 MMVD 후보들을 MVD의 방향에 따라 4개의 그룹들(그룹 인덱스 0 내지 그룹 인덱스 3)로 구분하는 경우에 대한 다른 예가 표 41 및 도 24b의 (g)에 나타나 있다.
Figure PCTKR2023014642-appb-img-000050
총 16개(N=16)의 MMVD 후보들을 MVD의 방향에 따라 4개의 그룹들(그룹 인덱스 0 내지 그룹 인덱스 3)로 구분하는 경우에 대한 또 다른 예가 표 42 및 도 24b의 (h)에 나타나 있다.
Figure PCTKR2023014642-appb-img-000051
이상에서 설명된 다양한 그룹핑 방법들에서, 그룹 인덱스는 설명의 편의를 위해 0부터 1 또는 0부터 3으로 구분한 것이며, 그룹 인덱스를 나타내는 숫자는 다른 숫자로 표현될 수 있다.
한편, MMVD 후보들을 MVD의 크기에 따라 그룹핑하는 방법에 대한 다양한 실시예들은 아래와 같다.
MMVD 후보들을 6개의 가용한 MVD의 크기에 따라 2개의 그룹들(그룹 인덱스 0 및 그룹 인덱스 1)로 구분하는 경우에 대한 예들이 표 43 및 표 44에 나타나 있다.
Figure PCTKR2023014642-appb-img-000052
Figure PCTKR2023014642-appb-img-000053
MMVD 후보들을 8개의 가용한 MVD의 크기에 따라 4개의 그룹들(그룹 인덱스 0 내지 그룹 인덱스 3으로 구분하는 경우에 대한 예들이 표 45 및 표 46에 나타나 있다.
Figure PCTKR2023014642-appb-img-000054
Figure PCTKR2023014642-appb-img-000055
실시예 2-5
실시예 2-5는 MMVD 후보 리스트를 재정렬하는 방법에 대한 실시예이다. 선택된 머지 후보에 MVD를 보상하여 MMVD 후보 리스트가 구성되면, MMVD 후보 리스트 내 MMVD 후보들이 재정렬될 수 있다. MMVD 후보들이 재정렬되면, MMVD 후보 인덱스를 유도하기 위해 비트스트림으로 통해 시그널링되는 정보의 비트량을 최소화할 수 있게 되며, 압축 효율이 개선될 수 있다.
실시예 2-4에서 설명된 바와 같이, MMVD 후보들이 그룹핑되면 MMVD 후보들의 재정렬은 그룹 단위로 이루어질 수 있다. 예를 들어, 2개의 그룹들이 존재하는 경우에, 2개의 그룹들은 각각 재정렬이 수행될 수 있다. MMVD 후보들의 개수가 288개라고 가정하면, MMVD 후보 리스트는 표 47과 같이 구성될 수 있다.
Figure PCTKR2023014642-appb-img-000056
이 경우, MMVD 후보들이 2개의 그룹들로 구분되는 경우, 표 48과 같이 각 그룹별로 144개의 MMVD 후보들을 포함하여 MMVD 후보 리스트가 구성될 수 있다.
Figure PCTKR2023014642-appb-img-000057
표 48의 그룹 단위 리스트들(그룹핑된 MMVD 후보 리스트들)은 본원에서 제안하는 재정렬 방법들에 기반하여 표 49 및 표 50과 같이 재정렬될 수 있다.
Figure PCTKR2023014642-appb-img-000058
Figure PCTKR2023014642-appb-img-000059
그룹 단위로 재정렬된 MMVD 후보 리스트들을 대상으로 이들을 하나의 리스트로 병합하는(합치는) 과정이 수행될 수 있다. 예를 들어, 표 51에 나타낸 바와 같이, 그룹 단위로 재정렬된 MMVD 후보 리스트들 내 MMVD 후보들을 격자 순으로 배열하여 하나의 통합된 MMVD 후보 리스트가 구성될 수 있다.
Figure PCTKR2023014642-appb-img-000060
한편, MMVD 후보들의 개수가 96개라고 가정하면, MMVD 후보 리스트는 표 52와 같이 구성될 수 있다.
Figure PCTKR2023014642-appb-img-000061
이 경우, MMVD 후보들이 2개의 그룹들로 구분되는 경우, 표 53과 같이 각 그룹별로 48개의 MMVD 후보들을 포함하여 MMVD 후보 리스트가 구성될 수 있다.
Figure PCTKR2023014642-appb-img-000062
표 53의 그룹 단위 리스트들(그룹핑된 MMVD 후보 리스트들)은 본원에서 제안하는 재정렬 방법들에 기반하여 표 54 및 표 55와 같이 재정렬될 수 있다.
Figure PCTKR2023014642-appb-img-000063
Figure PCTKR2023014642-appb-img-000064
그룹 단위로 재정렬된 MMVD 후보 리스트들을 대상으로 이들을 하나의 리스트로 병합하는(합치는) 과정이 수행될 수 있다. 예를 들어, 표 56에 나타낸 바와 같이, 그룹 단위로 재정렬된 MMVD 후보 리스트들 내 MMVD 후보들을 격자 순으로 배열하여 하나의 통합된 MMVD 후보 리스트가 구성될 수 있다.
Figure PCTKR2023014642-appb-img-000065
이상에서 설명된 다양한 예들을 통해 통합된 MMVD 후보 리스트가 구성되면, 해당 리스트 내 MMVD 후보들 중에서 어느 하나를 선택하는 과정이 수행될 수 있다. 일 예로, mmvd_cand_group_idx와 mmvd_cand_idx를 통하여 MMVD 후보의 인덱스가 유도될 수 있다. 즉, 수식 6과 같이 선택하고자 하는 MMVD 후보의 인덱스 값이 유도될 수 있다.
Figure PCTKR2023014642-appb-img-000066
수식 6에서, mmvdCandIdx는 선택하고자 하는 MMVD 후보의 인덱스 값을 의미하며, Y는 정수 값으로서 그룹의 개수를 의미한다. 예를 들어, 2개의 그룹이 존재하는 경우, Y의 값은 2가 된다.
다른 예로, affine_mmvd_cand_group_idx와 affine_mmvd_cand_idx를 통하여 MMVD 후보의 인덱스가 유도될 수 있다. 즉, 수식 7과 같이 선택하고자 하는 MMVD 후보의 인덱스 값이 유도될 수 있다.
Figure PCTKR2023014642-appb-img-000067
수식 7에서, affinemmvdCandIdx는 선택하고자 하는 MMVD 후보의 인덱스 값을 의미하며, Y는 정수 값으로서 그룹의 개수를 의미한다. 예를 들어, 2개의 그룹이 존재하는 경우, Y의 값은 2가 된다.
실시예 2-6
실시예 2-6은 재정렬된 MMVD 후보 리스트에 기반하여 현재 블록의 움직임 정보를 결정하는 방법에 실시예이다.
현재 블록의 움직임 정보를 결정하기 위하여, 재정렬된 MMVD 후보 리스트 내 MMVD 후보들 중에서 어느 하나를 나타내기 위한 인덱스들이 시그널링될 수 있다. 시그널링되는 인덱스들은 mmvd_cand_group_idx(그룹 인덱스 또는 그룹 정보) 및 mmvd_cand_idx(후보 인덱스 또는 선택 정보)이거나, affine_mmvd_cand_group_idx(그룹 인덱스 또는 그룹 정보) 및 affine_mmvd_cand_idx(후보 인덱스 또는 선택 정보)일 수 있다. 이하에서는 mmvd_cand_group_idx 및 mmvd_cand_idx이 시그널링되는 경우를 중심으로 실시예 2-6에 대해 설명하나, 이하의 설명은 affine_mmvd_cand_group_idx 및 affine_mmvd_cand_idx이 시그널링되는 경우에도 적용될 수 있다.
그룹 인덱스는 그룹들의 개수가 2 이상인 경우에 시그널링될 수 있다. 예를 들어, 그룹들의 개수가 2개이고 선택하고자 하는 MMVD 후보가 그룹 0인 경우, 그룹 인덱스 0이 시그널링될 수 있다. 다른 예로, 그룹들의 개수가 2개이고 선택하고자 하는 MMVD 후보가 그룹 1인 경우, 그룹 인덱스 1이 시그널링될 수 있다. 다른 예로, 그룹들의 개수가 4개이고 선택하고자 하는 후보가 그룹 0인 경우, 그룹 인덱스 00이 시그널링될 수 있다. 다른 예로, 그룹들의 개수가 4개이고 선택하고자 하는 후보가 그룹 1인 경우, 그룹 인덱스 01이 시그널링될 수 있다. 다른 예로, 그룹들의 개수가 4개이고 선택하고자 하는 후보가 그룹 2인 경우, 그룹 인덱스 10이 시그널링될 수 있다. 다른 예로, 그룹들의 개수가 4개이고 선택하고자 하는 후보가 그룹 3인 경우, 그룹 인덱스 11이 시그널링될 수 있다. 다른 예로, 그룹들의 개수가 3개이고 선택하고자 하는 후보가 그룹 0인 경우, 그룹 인덱스 0 또는 1이 시그널링될 수 있다. 다른 예로, 그룹들의 개수가 3개이고 선택하고자 하는 후보가 그룹 1인 경우, 그룹 인덱스 10, 00 또는 01이 시그널링될 수 있다. 다른 예로, 그룹들의 개수가 3개이고 선택하고자 하는 후보가 그룹 2인 경우, 그룹 인덱스 11, 01 또는 00이 시그널링될 수 있다.
후보 인덱스는 비트 수를 최소화하기 위해 미리 정의된 특정 정수 개의 후보 X개의 재정렬된 MMVD 후보 리스트만을 나타낼 수 있도록 부호화될 수 있다. 예를 들어, 후보 인덱스가 0인 경우 0 또는 1이 시그널링될 수 있다. 다른 예로, 후보 인덱스가 1인 경우, 10 또는 01이 시그널링될 수 있다. 다른 예로, 후보 인덱스가 2인 경우, 110 또는 001이 시그널링될 수 있다. 다른 예로, 후보 인덱스가 3인 경우, 1110 또는 00001이 시그널링될 수 있다.
재정렬된 MMVD 후보 리스트가 표 57과 같은 경우, 현재 블록의 움직임 정보로 이용될 MMVD 후보의 인덱스는 수식 8과 같이 유도될 수 있다.
Figure PCTKR2023014642-appb-img-000068
Figure PCTKR2023014642-appb-img-000069
수식 8에서, mmvdCandIdx는 선택하고자 하는 MMVD 후보의 인덱스를 나타내며, T는 정수 값으로서 하나의 그룹을 구성하는 MMVD 후보들의 개수를 의미한다. 예를 들어, 144개의 MMVD 후보들이 하나의 그룹을 구성하는 경우, T의 값은 144가 된다.
다른 예로, 재정렬된 MMVD 후보 리스트가 표 58과 같은 경우, 현재 블록의 움직임 정보로 이용될 MMVD 후보의 인덱스는 수식 6과 같이 유도될 수 있다.
Figure PCTKR2023014642-appb-img-000070
다른 예로, 재정렬된 MMVD 후보 리스트가 표 59와 같은 경우, 현재 블록의 움직임 정보로 이용될 MMVD 후보의 인덱스는 수식 9와 같이 유도될 수 있다.
Figure PCTKR2023014642-appb-img-000071
Figure PCTKR2023014642-appb-img-000072
수식 9에서, affinemmvdCandIdx는 선택하고자 하는 MMVD 후보의 인덱스를 나타내며, T는 정수 값으로서 하나의 그룹을 구성하는 MMVD 후보들의 개수를 의미한다. 예를 들어, 48개의 MMVD 후보들이 하나의 그룹을 구성하는 경우, T의 값은 48이 된다.
다른 예로, 재정렬된 MMVD 후보 리스트가 표 60과 같은 경우, 현재 블록의 움직임 정보로 이용될 MMVD 후보의 인덱스는 수식 7과 같이 유도될 수 있다.
Figure PCTKR2023014642-appb-img-000073
도 25는 본 개시에 따른 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시적으로 나타낸 도면이다.
도 25에 도시된 바와 같이, 본 개시의 실시예가 적용된 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 개시의 실시예가 적용된 영상 부호화 방법 및/또는 영상 부호화 장치에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기반하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 할 수 있다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송할 수 있다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 수행할 수 있다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.
본 개시에 따른 실시예는 영상을 부호화/복호화하는데 이용될 수 있다.

Claims (15)

  1. 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서,
    현재 블록의 예측 모드가 머지(merge) 모드인 것에 기반하여, 머지 후보 리스트를 구성하는 단계;
    MMVD(merge mode with motion vector difference) 모드에 이용 가능한 MVD(motion vector difference)와 상기 머지 후보 리스트에 포함된 제1 머지 후보에 기반하여, MMVD 후보 리스트를 구성하는 단계;
    상기 MMVD 후보 리스트를 재정렬하는 단계; 및
    상기 재정렬된 MMVD 후보 리스트에 기반하여 상기 현재 블록의 움직임 정보를 유도하는 단계를 포함하는, 영상 복호화 방법.
  2. 제1항에 있어서,
    상기 머지 후보 리스트는 양방향 예측된 머지 후보만을 포함하여 구성되는, 영상 복호화 방법.
  3. 제1항에 있어서,
    상기 머지 후보 리스트는 양방향 예측된 머지 후보를 단방향 예측된 머지 후보보다 높은 순위로 포함하여 구성되는, 영상 복호화 방법.
  4. 제1항에 있어서,
    상기 머지 후보 리스트에 포함된 머지 후보와 주변 블록에 대한 소정의 조건이 만족되는 것에 기반하여, 상기 머지 후보 리스트는 상기 주변 블록의 움직임 정보를 포함하여 구성되며,
    상기 소정의 조건은 양방향 가중치 인덱스가 서로 다름, 참조 픽처 인덱스가 서로 다름, 서로 다른 보간 필터가 적용됨, 또는 움직임 벡터의 수평 방향 또는 수직 방향 크기 간의 차이가 임계 값을 초과함 중에서 적어도 하나를 포함하는, 영상 복호화 방법.
  5. 제1항에 있어서,
    상기 제1 머지 후보는 상기 머지 후보 리스트에 포함된 적어도 하나의 머지 후보 중에서 선택 정보가 나타내는 머지 후보이며,
    상기 선택 정보는 상기 머지 후보 리스트에 포함된 머지 후보의 개수가 복수 개인 것에 기반하여 비트스트림으로부터 획득되는, 영상 복호화 방법.
  6. 제5항에 있어서,
    상기 머지 후보 리스트는 재정렬되며,
    상기 선택 정보는 상기 재정렬된 머지 후보 리스트에 포함된 적어도 하나의 머지 후보 중에서 상기 제1 머지 후보를 나타내는, 영상 복호화 방법.
  7. 제6항에 있어서,
    상기 머지 후보 리스트는 양방향 예측된 머지 후보가 단방향 예측된 머지 후보보다 높은 순위를 가지도록 재정렬되는, 영상 복호화 방법.
  8. 제6항에 있어서,
    상기 머지 후보 리스트는 상기 머지 후보 리스트에 포함된 적어도 하나의 머지 후보의 템플릿(template) 매칭 오차에 기반하여 재정렬되는, 영상 복호화 방법.
  9. 제1항에 있어서,
    상기 MMVD 후보 리스트를 재정렬하는 단계는,
    상기 MMVD 후보 리스트 내 MMVD 후보들을 복수 개의 그룹들로 그룹핑하는 단계; 및
    상기 그룹핑된 MMVD 후보들을 재정렬하는 단계를 포함하는, 영상 복호화 방법.
  10. 제9항에 있어서,
    상기 MMVD 후보 리스트 내 MMVD 후보들은 상기 MVD의 방향 및 상기 MVD의 크기 중에서 적어도 하나에 기반하여 그룹핑되는, 영상 복호화 방법.
  11. 제9항에 있어서,
    상기 그룹핑된 MMVD 후보들은 각 그룹 별로 재정렬되는, 영상 복호화 방법.
  12. 제11항에 있어서,
    상기 현재 블록의 움직임 정보는 그룹 정보가 나타내는 그룹에 속한 MMVD 후보들 중에서 선택 정보가 나타내는 MMVD 후보에 기반하여 유도되는, 영상 복호화 방법.
  13. 영상 부호화 장치에 의해 수행되는 영상 부호화 방법으로서,
    현재 블록의 예측 모드가 머지(merge) 모드인 것에 기반하여, 머지 후보 리스트를 구성하는 단계;
    MMVD(merge mode with motion vector difference) 모드에 이용 가능한 MVD(motion vector difference)와 상기 머지 후보 리스트에 포함된 제1 머지 후보에 기반하여, MMVD 후보 리스트를 구성하는 단계;
    상기 MMVD 후보 리스트를 재정렬하는 단계; 및
    상기 재정렬된 MMVD 후보 리스트에 기반하여 상기 현재 블록의 움직임 정보를 유도하는 단계를 포함하는, 영상 부호화 방법.
  14. 영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법으로서, 상기 영상 부호화 방법은,
    현재 블록의 예측 모드가 머지(merge) 모드인 것에 기반하여, 머지 후보 리스트를 구성하는 단계;
    MMVD(merge mode with motion vector difference) 모드에 이용 가능한 MVD(motion vector difference)와 상기 머지 후보 리스트에 포함된 제1 머지 후보에 기반하여, MMVD 후보 리스트를 구성하는 단계;
    상기 MMVD 후보 리스트를 재정렬하는 단계; 및
    상기 재정렬된 MMVD 후보 리스트에 기반하여 상기 현재 블록의 움직임 정보를 유도하는 단계를 포함하는, 방법.
  15. 제13항의 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 저장 매체.
PCT/KR2023/014642 2022-10-07 2023-09-25 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체 WO2024076074A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20220128550 2022-10-07
KR10-2022-0128550 2022-10-07
KR10-2022-0131729 2022-10-13
KR20220131729 2022-10-13

Publications (1)

Publication Number Publication Date
WO2024076074A1 true WO2024076074A1 (ko) 2024-04-11

Family

ID=90608688

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/014642 WO2024076074A1 (ko) 2022-10-07 2023-09-25 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체

Country Status (1)

Country Link
WO (1) WO2024076074A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210046750A (ko) * 2018-08-28 2021-04-28 에프쥐 이노베이션 컴퍼니 리미티드 비디오 데이터를 코딩하기 위한 디바이스 및 방법
KR20210106427A (ko) * 2018-12-21 2021-08-30 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 모션 벡터 차이 모드에서 병합시 모션 벡터 정밀도
KR102306562B1 (ko) * 2017-11-27 2021-09-30 엘지전자 주식회사 영상 코딩 시스템에서 인터 예측에 따른 영상 디코딩 방법 및 장치
US20220078477A1 (en) * 2010-12-17 2022-03-10 Electronics And Telecommunications Research Institute Method and apparatus for inter prediction using motion vector candidate based on temporal motion prediction
KR20220036942A (ko) * 2019-07-25 2022-03-23 주식회사 윌러스표준기술연구소 비디오 신호 처리 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220078477A1 (en) * 2010-12-17 2022-03-10 Electronics And Telecommunications Research Institute Method and apparatus for inter prediction using motion vector candidate based on temporal motion prediction
KR102306562B1 (ko) * 2017-11-27 2021-09-30 엘지전자 주식회사 영상 코딩 시스템에서 인터 예측에 따른 영상 디코딩 방법 및 장치
KR20210046750A (ko) * 2018-08-28 2021-04-28 에프쥐 이노베이션 컴퍼니 리미티드 비디오 데이터를 코딩하기 위한 디바이스 및 방법
KR20210106427A (ko) * 2018-12-21 2021-08-30 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 모션 벡터 차이 모드에서 병합시 모션 벡터 정밀도
KR20220036942A (ko) * 2019-07-25 2022-03-23 주식회사 윌러스표준기술연구소 비디오 신호 처리 방법 및 장치

Similar Documents

Publication Publication Date Title
WO2019107916A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 영상 디코딩 방법 및 장치
WO2020060376A1 (ko) 인터 예측을 기반으로 비디오 신호를 처리하기 위한 방법 및 장치
WO2020171444A1 (ko) Dmvr 기반의 인터 예측 방법 및 장치
WO2020004990A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020184848A1 (ko) Dmvr 기반의 인터 예측 방법 및 장치
WO2021054676A1 (ko) Prof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021034123A1 (ko) 가중 예측을 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020055107A1 (ko) 영상 코딩 시스템에서 어파인 mvp 후보 리스트를 사용하는 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2020189893A1 (ko) Bdof 기반의 인터 예측 방법 및 장치
WO2019194514A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020055161A1 (ko) 영상 코딩 시스템에서 서브 블록 단위의 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2020184847A1 (ko) Dmvr 및 bdof 기반의 인터 예측 방법 및 장치
WO2020262931A1 (ko) 비디오/영상 코딩 시스템에서 머지 데이터 신택스의 시그널링 방법 및 장치
WO2020013569A1 (ko) 영상 코딩 시스템에서 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2020032609A1 (ko) 영상 코딩 시스템에서 어파인 머지 후보 리스트를 사용하는 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2021172914A1 (ko) 레지듀얼 코딩에 대한 영상 디코딩 방법 및 그 장치
WO2021040410A1 (ko) 레지듀얼 코딩에 대한 영상 디코딩 방법 및 그 장치
WO2021006579A1 (ko) 머지 후보의 양방향 예측을 위한 가중치 인덱스를 유도하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020262930A1 (ko) 머지 데이터 신택스에서 중복적인 신택스의 제거 방법 및 장치
WO2020256487A1 (ko) 움직임 예측에 기반한 영상 코딩 방법 및 장치
WO2020231144A1 (ko) 어파인 tmvp를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020262962A1 (ko) 크로마 변환 블록의 최대 크기 제한을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021006697A1 (ko) 레지듀얼 코딩에 대한 영상 디코딩 방법 및 그 장치
WO2020256492A1 (ko) 비디오/영상 코딩 시스템에서 중복 시그널링 제거 방법 및 장치
WO2021172907A1 (ko) 영상 디코딩 방법 및 그 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: 23875140

Country of ref document: EP

Kind code of ref document: A1