WO2024080778A1 - 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법 - Google Patents

적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법 Download PDF

Info

Publication number
WO2024080778A1
WO2024080778A1 PCT/KR2023/015713 KR2023015713W WO2024080778A1 WO 2024080778 A1 WO2024080778 A1 WO 2024080778A1 KR 2023015713 W KR2023015713 W KR 2023015713W WO 2024080778 A1 WO2024080778 A1 WO 2024080778A1
Authority
WO
WIPO (PCT)
Prior art keywords
prediction
resolution
image
information
unit
Prior art date
Application number
PCT/KR2023/015713
Other languages
English (en)
French (fr)
Inventor
남정학
임재현
유선미
김승환
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 WO2024080778A1 publication Critical patent/WO2024080778A1/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
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • 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
    • H04N19/587—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal sub-sampling or interpolation, e.g. decimation or subsequent interpolation of pictures in a video sequence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • the present disclosure relates to an image encoding/decoding method and device, and more specifically, an image encoding/decoding method and device for adaptively changing the resolution when the resolution of a reference image and the current image are different, and the image encoding method of the present disclosure. /Related to a method of transmitting a bitstream generated by a device.
  • HD High Definition
  • UHD Ultra High Definition
  • the purpose of the present disclosure is to provide a video encoding/decoding method and device with improved encoding/decoding efficiency.
  • the present disclosure aims to provide a video encoding/decoding method and device that adaptively changes resolution.
  • the present disclosure aims to provide an image encoding/decoding method and device that performs reference image resampling.
  • the present disclosure aims to provide an image encoding/decoding method and device for selecting one of various candidate resolutions for one image.
  • the present disclosure aims to provide a method or device for transmitting a bitstream generated by the video encoding method or device according to the present disclosure.
  • the present disclosure aims to provide a recording medium that stores a bitstream generated by the video encoding method or device according to the present disclosure.
  • the present disclosure aims to provide a recording medium that stores a bitstream that is received and decoded by the video decoding device according to the present disclosure and used for image restoration.
  • An image decoding method includes deriving a reference picture for a current picture, deriving resolution information for the reference picture and the current picture, and deriving a reference picture for the current picture based on the resolution information. It may include a step of performing resampling.
  • An image encoding method includes determining a reference picture for a current picture, determining resolution information for the reference picture and the current picture, and assigning the current picture to the current picture based on the resolution information. It may include performing resampling on the reference picture.
  • a bitstream transmission method includes transmitting a bitstream generated by an image encoding method, wherein the image encoding method includes determining a reference picture for a current picture, the reference picture It may include determining resolution information for the current picture and performing resampling on the reference picture for the current picture based on the resolution information.
  • a bitstream generated by an image encoding device or an image encoding method may be transmitted.
  • a bitstream generated by an image encoding method may be stored or recorded in a computer-readable medium.
  • a bitstream generated by an image encoding method may be transmitted by a bitstream transmission device.
  • an image encoding/decoding method and device with improved encoding/decoding efficiency can be provided.
  • an image encoding/decoding method and device that adaptively changes resolution can be provided.
  • an image encoding/decoding method and device that performs reference image resampling may be provided.
  • an image encoding/decoding method and device for determining optimal resolution can be provided.
  • an image encoding/decoding method and device for selecting one of various candidate resolutions for one image can be provided.
  • a method or device for transmitting a bitstream generated by the video encoding method or device according to the present disclosure may be provided.
  • a recording medium storing a bitstream generated by the video encoding method or device according to the present disclosure may be provided.
  • a recording medium storing a bitstream that is received and decoded by the video decoding device according to the present disclosure and used for image restoration 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.
  • Figures 4 to 8 are diagrams illustrating a general inter prediction encoding/decoding procedure.
  • FIG. 9 is a diagram illustrating an image coding method using image filtering according to an embodiment of the present disclosure.
  • Figure 10 is a diagram illustrating an image decoding method according to an embodiment of the present disclosure.
  • FIG. 11 is a diagram illustrating an image encoding method according to an embodiment of the present disclosure.
  • Figure 12 is a diagram illustrating a content streaming system to which an embodiment of the present disclosure can be applied.
  • a component when a component is said to be “connected,” “coupled,” or “connected” to another component, this is not only a direct connection relationship, but also an indirect connection relationship in which another component exists in between. It may also be included.
  • a component when a component is said to “include” or “have” another component, this does not mean excluding the other component, but may further include another component, unless specifically stated to the contrary. .
  • first, second, etc. are used only for the purpose of distinguishing one component from other components, and do not limit the order or importance of components unless specifically mentioned. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, the second component in one embodiment may be referred to as a first component in another embodiment. It may also be called.
  • distinct components are intended to clearly explain each feature, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated to form one hardware or software unit, or one component may be distributed to form a plurality of hardware or software units. Accordingly, even if not specifically mentioned, such integrated or distributed embodiments are also included in the scope of the present disclosure.
  • components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, embodiments consisting of a subset of the elements described in one embodiment are also included in the scope of the present disclosure. Additionally, embodiments that include other components in addition to the components described in the various embodiments are also included in the scope of the present disclosure.
  • This disclosure relates to video encoding and decoding, and terms used in this disclosure may have common meanings commonly used in the technical field to which this disclosure belongs, unless 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 including 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 chroma block of the current block may be expressed by explicitly including an explicit description of the chroma 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 shows a video coding system according to the present disclosure.
  • 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 10.
  • 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 a video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operations of the encoder 12.
  • the rendering unit 23 may render the decrypted video/image.
  • the rendered video/image may be displayed through the display unit.
  • FIG. 2 is a diagram schematically showing a video encoding device to which an embodiment according to the present disclosure can be applied.
  • the image encoding device 100 includes an image segmentation unit 110, a subtraction unit 115, a transformation unit 120, a quantization unit 130, an inverse quantization unit 140, and an inverse transformation unit ( 150), an adder 155, a filtering unit 160, a memory 170, an inter prediction unit 180, an intra prediction unit 185, and an entropy encoding unit 190.
  • the inter prediction unit 180 and intra prediction unit 185 may be collectively referred to as a “prediction unit.”
  • the transform unit 120, the quantization unit 130, the inverse quantization unit 140, and the inverse transform unit 150 may be included in a residual processing unit.
  • the residual processing unit may further include a subtraction unit 115.
  • All or at least a portion of the plurality of components constituting the video encoding device 100 may be implemented as one hardware component (eg, an encoder or processor) depending on the embodiment.
  • the memory 170 may include a decoded picture buffer (DPB) and may be implemented by a digital storage medium.
  • DPB decoded picture buffer
  • the image segmentation unit 110 may divide an input image (or picture, frame) input to the image encoding device 100 into one or more processing units.
  • the processing unit may be called a coding unit (CU).
  • the coding unit is a coding tree unit (CTU) or largest coding unit (LCU) recursively according to the QT/BT/TT (Quad-tree/binary-tree/ternary-tree) structure. It can be obtained by dividing recursively.
  • one coding unit may be divided into a plurality of coding units of deeper depth based on a quad tree structure, binary tree structure, and/or ternary tree structure.
  • the quad tree structure may be applied first and the binary tree structure and/or ternary tree structure may be applied later.
  • the coding procedure according to the present disclosure can be performed based on the final coding unit that is no longer divided.
  • the largest coding unit can be directly used as the final coding unit, and a lower-depth coding unit obtained by dividing the maximum coding unit can be used as the final cornet unit.
  • the coding procedure may include procedures such as prediction, conversion, and/or restoration, which will be described later.
  • the processing unit of the coding procedure may be a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may each be divided or partitioned from the final coding unit.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • the prediction unit (inter prediction unit 180 or intra prediction unit 185) performs prediction on the block to be processed (current block) and generates a predicted block including prediction samples for the current block. can be created.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information regarding prediction of the current block and transmit it to the entropy encoding unit 190.
  • Information about prediction may be encoded in the entropy encoding unit 190 and output in the form of a bitstream.
  • the intra prediction unit 185 can predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located away from the current block depending on the intra prediction mode and/or intra prediction technique.
  • Intra prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • Non-directional modes may include, for example, DC mode and planar mode.
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes, depending on the level of detail of the prediction direction. However, this is an example and more or less directional prediction modes may be used depending on the setting.
  • the intra prediction unit 185 may determine the prediction mode applied to the current block using the prediction mode applied to the neighboring block.
  • the inter prediction unit 180 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector on the reference image.
  • 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 image 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 image.
  • the reference image including the reference block and the reference image 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 image 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 image 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 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 image 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 may store a modified reconstructed picture to be used as a reference image 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 value of the syntax element required for image restoration and the quantized value of the transform coefficient for the residual. can be printed out.
  • 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 apparatus 100.
  • the intra prediction unit 265 can predict the current block by referring to samples in the current picture.
  • the description of the intra prediction unit 185 can be equally applied to the intra prediction unit 265.
  • the inter prediction unit 260 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector on the reference image.
  • 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 image 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 image.
  • the inter prediction unit 260 may construct a motion information candidate list based on neighboring blocks and derive a motion vector and/or reference image 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 coding unit may be obtained by recursively dividing the coding tree unit (CTU) or maximum coding unit (LCU) according to the QT/BT/TT (Quad-tree/binary-tree/ternary-tree) structure. You can.
  • the CTU may first be divided into a quadtree structure. Afterwards, the leaf nodes of the quad-tree structure can be further divided by the multi-type tree structure.
  • Division according to the quadtree means division of the current CU (or CTU) into four equal parts. By partitioning according to the quadtree, the current CU can be divided into four CUs with the same width and the same height. If the current CU is no longer divided into a quadtree structure, the current CU corresponds to a leaf node of the quadtree structure. The CU corresponding to the leaf node of the quadtree structure is no longer divided and can be used as the final coding unit described above. Alternatively, the CU corresponding to the leaf node of the quad-tree structure may be further divided by the multi-type tree structure.
  • inter prediction can be represented by the inter prediction-based video/image decoding method on the decoder side and the inter prediction unit in the decoding device described above. Additionally, in the case of the encoder, it can be represented by the inter prediction-based video/image encoding method described above and the inter prediction unit within the encoding device. In addition, encoded data can be stored in the form of a bitstream.
  • the prediction unit of the encoding device/decoding device may perform inter prediction on a block basis to derive a prediction sample.
  • Inter prediction may represent a prediction derived in a manner that depends on data elements (e.g. sample values, motion information, etc.) of picture(s) other than the current picture (Inter prediction can be a prediction derived in a manner that is dependent on data elements (e.g., sample values or motion information) of picture(s) other than the current picture).
  • the predicted block (prediction sample array) for the current block is 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 can 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.
  • inter prediction type L0 prediction, L1 prediction, Bi prediction, etc.
  • 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).
  • 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.
  • motion vector prediction (MVP) mode the motion vector of the selected neighboring block is used as a motion vector predictor, and the motion vector difference can be signaled.
  • 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
  • the video/image encoding procedure based on inter prediction and the inter prediction unit in the encoding device are schematically shown, for example, in Figures 4 to 6.
  • FIG. 4 is a diagram illustrating an inter prediction-based video/image encoding method
  • FIG. 5 is a diagram illustrating an inter prediction unit within an encoding device.
  • the encoding device performs inter prediction on the current block (S1000).
  • the encoding device 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 encoding device may include a prediction mode determination unit 181, a motion information derivation unit 182, and a prediction sample derivation unit 183, and the prediction mode determination unit 181
  • the prediction mode for the current block may be determined
  • the motion information deriving unit 182 may derive motion information of the current block
  • the prediction sample deriving unit 183 may derive prediction samples of the current block.
  • the inter prediction unit 180 of the encoding device searches for a block similar to the current block within a certain area (search area) of reference pictures through motion estimation, and the difference with the current block is Reference blocks that are below a minimum or certain standard can be derived. Based on this, 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 encoding device can determine a mode to be applied to the current block among various prediction modes. The encoding device may compare RD costs for the various prediction modes and determine the optimal prediction mode for the current block.
  • the encoding device constructs a merge candidate list, which will be described later, and selects the current block among reference blocks indicated by merge candidates included in the merge candidate list.
  • a reference block whose difference from the current block is minimum or below a certain standard can be derived.
  • a 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 encoding device configures an (A)MVP candidate list, which will be described later, and selects an (A)MVP candidate list among the mvp (motion vector predictor) candidates included in the (A)MVP candidate list.
  • the motion vector of the selected MVP candidate 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, may be derived.
  • information about the MVD may be signaled to the decoding device.
  • the value of the reference picture index may be configured as reference picture index information and separately signaled to the decoding device.
  • the encoding device may derive residual samples based on the prediction samples (S1010).
  • the encoding device may derive the residual samples through comparison of the original samples of the current block and the prediction samples.
  • the encoding device encodes image information including prediction information and residual information (S1020).
  • the encoding device can 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 regarding 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 a decoding device through a network.
  • the encoding device may generate a reconstructed picture (including reconstructed samples and a reconstructed block) based on the reference samples and the residual samples. This is to derive the same prediction result from the encoding device as that performed from the decoding device, and through this, coding efficiency can be increased. Accordingly, the encoding device can store the 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.
  • the video/image decoding procedure based on inter prediction and the inter prediction unit in the decoding device are schematically shown, for example, in Figures 7 and 8.
  • FIG. 7 is a diagram illustrating an inter prediction-based video/image decoding method
  • FIG. 8 is a diagram illustrating an inter prediction unit in a decoding device.
  • the decoding device may perform an operation corresponding to the operation performed by the encoding device.
  • the decoding device can perform prediction on the current block and derive prediction samples based on the received prediction information.
  • the decoding device may determine the prediction mode for the current block based on the received prediction information (S1100).
  • the decoding device 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 decoding device derives motion information of the current block based on the determined inter prediction mode (S1110). For example, when skip mode or merge mode is applied to the current block, the decoding device may configure a merge candidate list, which will be described later, and select one merge candidate from among the merge candidates included in the merge candidate list. 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 decoding device configures an (A)MVP candidate list, which will be described later, and selects an (A)MVP candidate list among the mvp (motion vector predictor) candidates included in the (A)MVP candidate list.
  • the motion vector of the selected MVP candidate 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 can 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 configuration of the candidate list as described above may be omitted.
  • the decoding device may generate prediction samples for the current block based on the motion information of the current block (S1120).
  • the reference picture can be 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 decoding device may include a prediction mode determination unit 261, a motion information derivation unit 262, and a prediction sample derivation unit 263, and the prediction mode determination unit 181
  • the prediction mode for the current block is determined based on the prediction mode information received from the motion information deriving unit 182, and the motion information (motion vector and/or reference picture index, etc.), and the prediction sample derivation unit 183 may derive prediction samples of the current block.
  • the decoding device generates residual samples for the current block based on the received residual information (S1130).
  • the decoding device 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. (S1140). As described above, an in-loop filtering procedure, etc. may be further applied to the reconstructed picture.
  • the inter prediction procedure may include a step of determining an inter prediction mode, a step of deriving motion information according to the determined prediction mode, and a step of performing prediction (generating a prediction sample) based on the derived motion information.
  • the inter prediction procedure can be performed in the encoding device and the decoding device as described above.
  • Figure 8 is a diagram illustrating an inter prediction procedure.
  • 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 encoding device to the decoding device.
  • the prediction mode information may be included in a bitstream and received by a decoding device.
  • 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, a skip flag is signaled to indicate whether skip mode is applied, and if skip mode is not applied, a merge flag is signaled to indicate whether merge mode is applied. If merge mode is not applied, MVP mode is indicated to be applied. Alternatively, additional flags may be 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 Oligoo MVP mode and an a MVP mode.
  • information indicating whether the above-described list0 (L0) prediction, list1 (L1) prediction, or bi-prediction is used for the current block (current coding unit) may be signaled.
  • the information may be called motion prediction direction information, inter prediction direction information, or inter prediction indication information, and may be configured/encoded/signaled in the form of, for example, an inter_pred_idc syntax element. That is, the inter_pred_idc syntax element may indicate whether the above-described list0 (L0) prediction, list1 (L1) prediction, or bi-prediction is used for the current block (current coding unit).
  • the inter prediction type (L0 prediction, L1 prediction, or BI prediction) indicated by the inter_pred_idc syntax element may be indicated as the motion prediction direction.
  • L0 prediction may be expressed as pred_L0, L1 prediction as pred_L1, and pair prediction as pred_BI.
  • the following prediction types can be indicated depending on the value of the inter_pred_idc syntax element.
  • one picture may include one or more slices.
  • a slice can have one of the following slice types, including intra (I) slice, predictive (P) slice, and bi-predictive (B) slice.
  • the slice type can be indicated based on slice type information.
  • intra prediction or inter prediction can be used for blocks in a P slice, and when inter prediction is used, only uni prediction can be used.
  • intra prediction or inter prediction can be used for blocks in a B slice, and when inter prediction is used, up to bi prediction can be used.
  • L0 and L1 may include reference pictures encoded/decoded prior to the current picture.
  • L0 may include reference pictures that are earlier and/or later than the current picture in POC order
  • L1 may include reference pictures that are later and/or earlier than the current picture in POC order.
  • a relatively lower reference picture index may be assigned to L0 to reference pictures earlier than the current picture in POC order
  • a relatively lower reference picture index may be assigned to L1 to reference pictures later than the current picture in POC order. It can be.
  • pair prediction can be applied, and in this case as well, unidirectional pair prediction can be applied, or bidirectional pair prediction can be applied. Two-way pair prediction can be called true pair prediction.
  • information about the inter prediction mode of the current block may be coded and signaled at a level such as CU (CU syntax), or may be implicitly determined depending on conditions. In this case, some modes may be explicitly signaled and others may be derived implicitly.
  • CU CU syntax
  • CU syntax can carry information about (inter) prediction mode, etc. as follows.
  • cu_skip_flag may indicate whether skip mode is applied to the current block (CU). If pred_mode_flag is 0, it indicates that the current coding unit is coded in inter prediction mode, and if pred_mode_flag is 1, it indicates that the current coding unit is coded in intra prediction mode.
  • pred_mode_ibc_flag 1
  • pred_mode_ibc_flag 0
  • pcm_flag[x0][y0] 1
  • pcm_flag[x0][y0] 1
  • pcm_flag[x0][y0] is 0, it indicates that the pcm_sample() syntax structure does not exist. That is, pcm_flag can indicate whether puls coding modulation (PCM) mode is applied to the current block. When the PCM mode is applied to the current block, prediction/transformation/quantization, etc. are not applied, and the value of the original sample within the current block may be coded and signaled.
  • PCM puls coding modulation
  • intra_mip_flag[x0][y0] is 1, it indicates that the intra prediction type for luma samples is matrix-based intra prediction (MIP). If intra_mip_flag[x0][y0] is 0, it indicates that the intra prediction type for luma samples is not MIP. That is, intra_mip_flag may indicate whether the MIP prediction mode (type) is applied to (the luma sample of) the current block.
  • MIP matrix-based intra prediction
  • intra_chroma_pred_mode[x0][y0] represents the intra prediction mode for chroma samples of the current block. specifies the intra prediction mode for chroma samples in the current block.
  • general_merge_flag[x0][y0] indicates whether the inter prediction parameters for the current coding unit are inferred (derived) from the neighboring inter predicted partition. That is, general_merge_flag may indicate that general merge is available, and when the value of general_merge_flag is 1, regular merge mode, mmvd mode, and merge subblock mode (subblock merge mode) may be available. For example, when the value of general_merge_flag is 1, merge data syntax can be parsed from encoded video/image information (or bitstream), and merge data syntax can be configured/coded to include the following information.
  • regular_merge_flag[x0][y0] indicates that regular merge mode is used to generate inter prediction parameters of the current coding unit. That is, regular_merge_flag indicates whether merge mode is applied to the current block. If mmvd_merge_flag[ x0 ][ y0 ] is 1, MMVD (merge mode with motion vector difference) applies the inter prediction parameters of the current coding unit. Indicates that it is used to create. That is, mmvd_merge_flag indicates whether MMVD is applied to the current block.
  • mmvd_cand_flag[ x0 ][ y0 ] indicates that the first (0) or second (1) candidate in the merge candidate list is a motion vector difference derived from mmvd_distance_idx [ ) and whether it is used.
  • mmvd_distance_idx[x0][y0] represents an index for deriving MmvdDistance[x0][y0].
  • mmvd_direction_idx[x0][y0] represents an index for deriving MmvdSign[x0][y0].
  • merge_subblock_flag[x0][y0] Indicates whether merge mode is used to generate subblock-based inter prediction parameters for the current coding unit. That is, merge_subblock_flag may indicate whether subblock merge mode (or affine merge mode) is applied to the current block.
  • merge_subblock_idx[x0][y0] represents the merge candidate list of the subblock-based merge candidate list.
  • ciip_flag[x0][y0] indicates whether combined inter-picture merge and intra-picture prediction are applied to the current coding unit.
  • ciip_flag[x0][y0] indicates whether combined inter-picture merge and intra-picture prediction are applied to the current coding unit.
  • merge_triangle_idx0[x0][y0] represents the first merge candidate index of the triangle shape-based motion compensation candidate list.
  • merge_triangle_idx1[x0][y0] represents the second merge candidate index of the triangle shape-based motion compensation candidate list.
  • merge_idx[x0][y0] represents the merge candidate index of the merge candidate list.
  • mvp_l0_flag[x0][y0] represents the motion vector predictor index of list 0. That is, when MVP mode is applied, mvp_l0_flag may indicate a candidate selected from MVP candidate list 0 to derive the MVP of the current block.
  • mvp_l1_flag[x0][y0] has the same semantics as mvp_l0_flag, and l0 and list 0 are replaced by l1 and list 1, respectively.
  • inter_pred_idc[x0][y0] indicates whether list 0, list 1, or both prediction is used in the current coding unit.
  • sym_mvd_flag[ indicates no. That is, sym_mvd_flag indicates whether symmetric MVD is used in mvd coding.
  • ref_idx_l0[x0][y0] indicates the list 0 reference picture index of the current coding unit.
  • ref_idx_l1[ x0 ][ y0 ] has the same semantics as ref_idx_l0, and l0, L0, and list 0 are replaced by l1, L1, and list 1, respectively.
  • inter_affine_flag[x0][y0] indicates that, for the current coding unit, when decoding a P or B slice, affine model-based motion compensation is used to generate prediction samples of the current coding unit.
  • cu_affine_type_flag[x0][y0] is 1, for the current coding unit, when decoding a P or B slice, it indicates that 6-parameter affine model-based motion compensation is used to generate prediction samples of the current coding unit. If cu_affine_type_flag[x0][y0] is 0, it indicates that 4-parameter model-based motion compensation is used to generate prediction samples of the current coding unit.
  • amvr_flag[x0][y0] represents the resolution of motion vector difference.
  • Array index x0, y0 indicates the position (x0, y0) of the top left luma sample of the coding block considered for the top left luma sample of the picture. If amvr_flag[x0][y0] is 0, it indicates that the resolution of the motion vector difference is 1/4 of the luma sample. If amvr_flag[x0][y0] is 1, it indicates that the resolution of motion vector difference is specified by amvr_precision_flag[x0][y0].
  • amvr_precision_flag [ Array index x0, y0 specify indicates the location (x0, y0) of the upper left luma sample of the coding block considered for the upper left luma sample of the picture.
  • bcw_idx[x0][y0] represents the positive prediction weight index accompanied by the CU weight.
  • Inter prediction can be performed using the motion information of the current block.
  • the encoding device can derive optimal motion information for the current block through a motion estimation procedure. For example, the encoding device can use the original block in the original picture for the current block to search for a similar reference block with high correlation in fractional pixel units within a specified search range in the reference picture, and through this, motion information can be derived. You can. 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 can be signaled to the decoding device according to various methods based on the inter prediction mode.
  • a predicted block for the current block can 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.
  • 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.
  • the resolution size of the current video can be changed in one coded layer video sequence (CLVS).
  • CLVS coded layer video sequence
  • inter-screen prediction among video compression technologies can be performed based on a reference picture, and the resolution of one layer image is divided into GOP (group of pictures), It may vary by unit, such as the predicted image within the screen (intra picture) or each image. That is, a case may occur where the resolution of the current image and the reference image (reference picture) are different.
  • a reference picture resampling (RPR) technology that performs additional processing for the different resolutions.
  • RPR reference picture resampling
  • the resolution of the reference image can be changed. That is, the resolution can be adjusted in the image within one layer. If the resolution of the current image and the reference image are different, the resolution ratio between the reference image and the current image is calculated, and the reference image can be referenced by changing its resolution to the same size as the current image through sampling.
  • the video encoder can encode all of the various resolutions and determine the resolution with optimal performance.
  • Optimal performance can be said to be the condition of having the best image quality at the same bit rate or the lowest bit rate at the same image quality.
  • the encoder When trying to encode all of the various resolutions to calculate the optimal resolution, the encoder must encode the same video multiple times, which can increase complexity in terms of calculation amount, time, and memory usage. To avoid this increase in complexity, the encoder uses periodic time (0.5 seconds, 1 second, etc.) or a predetermined number of frames (1, 2, 4, 8, 16, 32, 64, 128, etc.) or GOP (group of picture).
  • the resolution of the image can be determined based on multiples such as multiples and RAP (random access point). Meanwhile, this simple resolution determination method has the problem of not being able to determine the optimal resolution.
  • the present disclosure proposes a configuration that changes the resolution by adaptively selecting a plurality of resolution ratios.
  • encoding and decoding efficiency can be greatly improved by determining the resolution ratio between the current image and the reference image, that is, determining the optimal resolution, and performing reference sample resampling by determining the resolution ratio between the reference image and the current image.
  • the problem described above concerns a method of transmitting this and a control method for the encoder and decoder technology. can provide a solution.
  • the present disclosure can determine the resolution by considering the quantization parameter and/or the complexity of the image (e.g., PSNR, bit rate, etc.), and at this time, one resolution can be selected from various resolutions. there is. More specifically, for adaptive resolution change technology and/or reference picture resampling (RPR) technology, the optimal resolution, that is, the optimal resolution ratio, can be determined by considering the quantization parameters and/or the complexity of the image. .
  • the selected resolution information can be encoded and signaled as a bitstream, and the resolution information can be expressed in the form of a resolution index, resolution ratio, etc.
  • filter information used to change the current image to the same size as the original image may be determined and signaled.
  • the filter information may include information about one filter selected among filters within the video codec.
  • the filtering process can be selectively used inside or outside the codec. Additionally, if filtering is used inside the codec, the image can be used as a reference image for other images.
  • improved coding efficiency can be obtained by solving the above technical problems and selecting and changing the optimal resolution.
  • image quality can be improved and coding efficiency can be achieved by using it as a reference image.
  • inter prediction inter prediction
  • resampling may be used to include both downscaling and upscaling.
  • an image encoding and/or decoding device may select one of a plurality of resolution ratios for reference picture resampling. For each group of pictures (GOP), an image encoding device may determine one of a plurality of candidate resolutions based on a Peak Signal to Noise Ratio (PSNR) threshold that varies depending on the initial quantization parameter.
  • PSNR Peak Signal to Noise Ratio
  • down-sampling followed by up-sampling (up-scaling) is performed to obtain the acquired image (e.g., each GOP
  • the PSNR between the image that downsampled or upsampled the first picture of e.g., the source image, the first picture of each GOP
  • the original image e.g., the first picture of each GOP
  • the PSNR of the current video can be derived based on the PSNR of the first picture in the same GOP.
  • the resolution ratio is a periodic time (0.5 second, 1 second, etc.) or a predetermined number of frames (1, 2, 4, 8, 16, 32, 64, 128, etc.), GOP (group of picture) or multiples thereof, It can be determined in units of multiples such as RAP (random access point), and when determined in units of GOP, the GOP may include one or more images (pictures).
  • PSNR can be calculated between the upsampled (upscaled) image after downsampling (downscaling) and the original image.
  • the first picture may be downsampled (downscaled) to a resolution (half resolution) corresponding to half the original resolution and then resampled (rescaled) back to the original resolution.
  • the downsampling (downscaling) resolution of the first picture is not limited to the resolution corresponding to the half, and may be any other resolution, for example, 1/2, 1/4, 3/4, 4/5,1 You can use real numbers greater than 0 and less than 1, such as /8. Additionally, the downsampling (downscaling) resolution can be variably selected depending on the resolution of the original image. For example, downsampling (downscaling) is performed to 1/2 resolution for an image with 4K resolution, and downsampling (downscaling) is performed to 1/4 resolution for an 8K image, thereby increasing the resolution of the original image. Accordingly, the memory complexity required for downsampling (downscaling) can be reduced.
  • the resolution ratio for applying adaptive resolution change technology can be determined based on information collected by using multiple downsampling (downscaling) resolutions. That is, PSNR information between the upsampled (upscaled) image and the original image is derived after each downsampling (downscaling) by multiple resolutions, and the optimal resolution ratio is determined through the process as shown in Equation 1 and Equation 2 below. can be decided. In this process, a plurality of PSNR information can be fused to create a single PSNR information and then applied to the formula for determining the resolution ratio, or based on a plurality of resolution ratio information obtained by applying each PSNR information to the formula. The final resolution ratio can be determined.
  • candidate resolutions may include 1/2, 2/3, 4/5 or 1.
  • 1 may mean the original resolution, and can be upsampled or downsampled to each resolution.
  • the candidate resolution may be expressed as 2, 3/2, 5/4, or 1. That is, the reference image can have a resolution that is 2 smaller or larger than the current image, can have a resolution that is 3/2 smaller or larger, can have a resolution that is 5/4 smaller or larger, and has the same resolution. It may be possible. If they have the same resolution, resolution ratio adjustment may not be performed.
  • the resolution ratio value can be derived from index information indicating the resolution ratio, and the index information can be included in the bitstream as VPS, SPS, PPS, picture header, slice header, etc. Additionally, index information may be flag information. One of a plurality of resolution ratios may be selected using the corresponding index information. As another example, it is possible for information about the resolution ratio to be derived based on other information rather than being signaled in the bitstream.
  • one resolution among multiple resolutions may be selected according to a PSNR threshold that adaptively changes based on a quantization parameter.
  • a PSNR threshold that adaptively changes based on a quantization parameter.
  • RPR reference picture resampling
  • scaling factor scaling factor
  • the resolution ratio may be derived based on at least one of scaled PSNR, base PSNR (eg, threshold PSNR value), quantization parameter, and base quantization parameter (eg, threshold QP value).
  • the resolution ratio can be derived based on a comparison of the scaled PSNR value with another value.
  • the resolution ratio may be selected as one of a plurality of resolution ratios based on a scaled PSNR value (ScaledPSNR).
  • the value may refer to the above-mentioned up-sampled PSNR for the first picture in any ith GOP.
  • the variables Base PSNR (BasePSNR) and Base Quantization Parameter (BaseQP) may represent specific PSNR and Quantization Parameter (QP), respectively.
  • each may indicate a threshold PSNR value and a threshold parameter value, and each value may be predefined.
  • the variable Offset PSNR (OffsetPSNR) may represent the PSNR difference (gap) between images of two different resolutions.
  • the variable OffsetPSNR can represent the difference in PSNR between images with 1/2, 2/3, and 4/5 resolution or 2, 3/2, and 5/4 resolution compared to the original image.
  • the variable Decay may refer to the reduction rate of the critical PSNR value according to the quantization parameter, and may maintain a constant value or vary.
  • the ith quantization parameter may mean the initial quantization parameter of the first picture in any ith GOP. In determining the resolution ratio with the reference image, quantization parameter values and/or PSNR values may be used.
  • the quantization parameter value may be an initial quantization parameter value, and the quantization parameter value may be compared with a specific quantization parameter value. That is, the resolution ratio may be determined based on an operation (eg, subtraction, etc.) that compares the quantization parameter value with a specific quantization parameter value.
  • the PSNR value can be compared to a specific PSNR value. That is, the resolution ratio may be determined based on an operation (e.g., subtraction, etc.) that compares the PSNR value with a specific PSNR value. That is, the resolution ratio between the reference image and the current image can be determined in units of Group of Pictures (GOP), so the same resolution ratio can be shared between images included in the same GOP.
  • GOP Group of Pictures
  • the QP (quantization parameter) range may be set to a specific range.
  • the base PSNR (BasePSNR) for Random Access (RA) and All Intra (AI) may each be set to specific values (for example, 46 and 43, respectively).
  • the quantization parameter (QP) value can be adjusted as an offset.
  • the QP value is a specific value (e.g., -6) for an image with a 1/2 resolution ratio, (e.g., -4) for an image with a 2/3 resolution ratio, and a specific value (e.g., -4) for an image with a 4/5 resolution ratio. may be adjusted based on an offset defined as (e.g., -2) for an image of .
  • Equation 1 above for deriving the resolution ratio (scaling factor) (RPR_SF) may be modified as follows.
  • the resolution ratio may be derived based on at least one of down-up PSNR (DnUpPSNR), base PSNR, quantization parameter, and base quantization parameter.
  • DnUpPSNR down-up PSNR
  • the variable DnUpPSNR may represent the down-sampled or up-sampled PSNR for the first picture in any ith GOP, as mentioned above.
  • Other variables, BasePSNR, BaseQP, OffsetPSNR, etc. may have the same meaning as described in Equation 1 above. It may also mean the initial quantization parameter of the first picture in any ith GOP.
  • the threshold value multiplied by the quantization parameter value (or the comparison value between the quantization parameter and the initial quantization parameter value) may be specified as a specific value. That is, it may be a variable (e.g., Decay) value as in [Equation 1], but may be a specific value (e.g., 0.5) in [Equation 2].
  • the base PSNR (BasePSNR) for RA and AI may be set to specific values (eg, 46 and 43), respectively.
  • the QP value can be adjusted as an offset.
  • the QP value will be adjusted based on the offset defined as -6 for images with a 1/2 resolution ratio, -4 for images with a 2/3 resolution ratio, and -2 for images with a 4/5 resolution ratio.
  • the resolution change ratio for the resolution change candidate described above is an example, and may have a real value within a specific range (for example, a real value between 2 and 1/8). Additionally, the resolution change rate in the horizontal direction and the resolution change rate in the vertical direction may have the same value or different values.
  • one resolution ratio can be selected from one or more resolution ratio candidates, and thus the encoding/decoding coding efficiency can be significantly increased.
  • resolution index information indicating the resolution ratio may be encoded into a bitstream.
  • the corresponding decoder can determine the resolution of the current video based on the received resolution index information.
  • the current image whose resolution has been changed can be used as a reference image for inter prediction for the images that follow in the decoding order.
  • the following describes an embodiment of determining a filter used to change the current image to the same size as the original image when the adaptive resolution change technology according to the present disclosure is used.
  • FIG. 9 is a diagram for explaining an image coding (encoding or decoding) method using filtering according to an embodiment of the present disclosure. More specifically, this is a diagram of video coding Bangbeongbe using filtering for adaptive resolution change.
  • the size of the original image and the current image may be different.
  • the size of the original video can be signaled in the bitstream, can be defined at a certain level (e.g., sequence parameter set (SPS), video parameter set (VPS), picture parameter set (PPS), etc.), and can be defined at a certain level (e.g., sequence parameter set (SPS), video parameter set (VPS), picture parameter set (PPS), etc.) can be determined by resolution index information indicating the resolution ratio. That is, if the sizes of the original image and the current image are different, the current image may need to be changed to the same resolution as the size of the original image through resampling.
  • the change to the same resolution is to display the restored image or use it as a reference image for images following the current image.
  • the resampling process of the current image may be performed through a filtering process on the current image.
  • FIG. 20 is a diagram illustrating, as an example, a method of applying filtering to a current image to perform resampling on a reference picture.
  • the resolutions of the current image and the original image may be compared (S901). If the resolution of the current image and the original image are the same, filtering may not be applied to the current image. If the resolution of the current image and the original image are different, the resolution ratio of the current image and the original image may be derived (S902).
  • the resolution ratio may be derived from one of a plurality of resolution ratios, and the plurality of resolution ratios may be predefined.
  • the plurality of resolution ratios may include at least one of 2, 3/2, or 5/4, and may be expressed as its inverse, 1/2, 2/3, or 4/5.
  • One resolution ratio among a plurality of resolution ratios may be selected by information (eg, index information) indicating the resolution ratio signaled as a bitstream.
  • the selected resolution ratio may be derived using the quantization parameter or PSNR described above rather than information signaled as a bitstream.
  • a filter for resampling the current image based on the resolution ratio may be derived (S903).
  • the filter may be derived from one of a plurality of filter sets, and the plurality of filter sets may be predefined.
  • the filter may be derived based on at least one of the filter sets in Tables 4 to 9 below.
  • the filter coefficients shown in Tables 4 to 9 above show examples of filters defined in 1/16 sub-pixel units.
  • the filter for the current image may be derived according to the resolution ratio.
  • the filter index for the current video may be encoded and included in the bitstream.
  • the encoder can calculate the filter coefficient value itself and signal the filter coefficient for each subpixel position.
  • additional information such as the precision of the filter coefficient, the number of filter coefficients, the number of taps of the filter, and whether the filter coefficient is a vertical filter or a horizontal filter may be signaled together.
  • a plurality of filters may be derived based on Tables 10 to 12, and Tables 10 to 12 are intended to explain examples of filters when filters are defined in 1/32 sub-pixel units.
  • resolution change through filtering of the current image may be performed (S904).
  • reference picture resampling may be performed through filtering of the current image. That is, filtering can be performed on the current image using the determined filter coefficient, and through this, resampling of the current image, that is, the current picture, with respect to the reference picture can be performed.
  • the ratio between the current image and the original image in each pixel unit of the current image the sub-pixel location appropriate for each pixel can be derived.
  • an image that has been changed to the resolution of the original image through a filtering process on the current image can be performed outside the codec for display.
  • an image that has been changed to the resolution of the original image through a filtering process on the current image can be used as a reference image for images that follow the current image in the decoding order.
  • Figure 10 is a diagram illustrating an image decoding method according to an embodiment of the present disclosure.
  • the image decoding method may be performed by an image decoding device and may be based on the embodiment described above.
  • a reference picture for the current picture may be derived (S1001). Afterwards, resolution information about the reference picture and the current picture may be derived (S1002), and resampling of the current picture and the reference picture may be performed based on the resolution information (S1003).
  • resolution information can be obtained from a bitstream.
  • resolution information may include a resolution index for a resolution list.
  • resolution information may include a resolution ratio for the current picture and the reference picture. The resolution ratio may be determined as one of a plurality of predefined resolution ratios. Additionally, the resolution information may be a value derived based on a Peak Signal to Noise Ratio (PSNR) threshold.
  • PSNR Peak Signal to Noise Ratio
  • resampling for the reference picture may be performed by a filter for the current picture.
  • the filter is determined based on the resolution information, and may be determined as one of the filters included in a filter set including a plurality of predefined filters. Or, as an example, the filter may be determined by a filter index signaled in the bitstream. Other than that, descriptions that overlap with those described above will be omitted.
  • Figure 11 is a diagram of an image encoding method according to an embodiment of the present disclosure.
  • the image encoding method of FIG. 11 may be performed by an image encoding device and may be based on the embodiment described above.
  • a reference picture for the current picture may be determined (S1101). Afterwards, resolution information about the reference picture and the current picture may be determined (S1102). Additionally, resampling of the current picture to the reference picture may be performed based on the resolution information (S1103).
  • resolution information may be encoded as a bitstream.
  • the resolution information may include a resolution index for the resolution list.
  • resolution information may include a resolution ratio for the current picture and the reference picture.
  • the resolution information may be a value derived based on a Peak Signal to Noise Ratio (PSNR) threshold. Additionally, resampling for the reference picture may be performed by a filter for the current picture.
  • PSNR Peak Signal to Noise Ratio
  • the filter is determined based on resolution information, and may be determined as one of the filters included in a filter set including a plurality of predefined filters. Or, as an example, the filter may be determined by the filter index to be encoded into the bitstream. Other than that, descriptions that overlap with those described above will be omitted.
  • adaptive resolution change is possible, thereby improving coding quality and improving coding efficiency.
  • Exemplary methods of the present disclosure are expressed as a series of operations for clarity of explanation, but this is not intended to limit the order in which the steps are performed, and each step may be performed simultaneously or in a different order, if necessary.
  • other steps may be included in addition to the exemplified steps, some steps may be excluded and the remaining steps may be included, or some steps may be excluded and additional other steps may be included.
  • a video encoding device or video decoding device that performs a predetermined operation may perform an operation (step) that checks performance conditions or situations for the corresponding operation (step). For example, when it is described that a predetermined operation is performed when a predetermined condition is satisfied, the video encoding device or video decoding device performs an operation to check whether the predetermined condition is satisfied and then performs the predetermined operation. You can.
  • various embodiments of the present disclosure may be implemented by hardware, firmware, software, or a combination thereof.
  • one or more ASICs Application Specific Integrated Circuits
  • DSPs Digital Signal Processors
  • DSPDs Digital Signal Processing Devices
  • PLDs Programmable Logic Devices
  • FPGAs Field Programmable Gate Arrays
  • general purpose It can be implemented by a processor (general processor), controller, microcontroller, microprocessor, etc.
  • video decoding devices and video encoding devices to which embodiments of the present disclosure are applied include real-time communication devices such as multimedia broadcasting transmission and reception devices, mobile communication terminals, home cinema video devices, digital cinema video devices, surveillance cameras, video conversation devices, and video communications. , mobile streaming devices, storage media, camcorders, video on demand (VoD) service provision devices, OTT video (Over the top video) devices, Internet streaming service provision devices, three-dimensional (3D) video devices, video phone video devices, and medical applications. It may be included in a video device, etc., and may be used to process video signals or data signals.
  • OTT video (Over the top video) devices may include game consoles, Blu-ray players, Internet-connected TVs, home theater systems, smartphones, tablet PCs, and DVRs (Digital Video Recorders).
  • Figure 12 is a diagram illustrating a content streaming system to which an embodiment of 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 . 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 device include mobile phones, smart phones, laptop computers, digital broadcasting terminals, personal digital assistants (PDAs), portable multimedia players (PMPs), navigation, slate PCs, Tablet PC, ultrabook, wearable device (e.g. smartwatch, smart glass, head mounted display), digital TV, desktop There may be computers, digital signage, etc.
  • PDAs personal digital assistants
  • PMPs portable multimedia players
  • navigation slate PCs
  • Tablet PC ultrabook
  • wearable device e.g. smartwatch, smart glass, head mounted display
  • digital TV desktop There may be computers, digital signage, etc.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributedly processed.
  • the scope of the present disclosure is software or machine-executable instructions (e.g., operating system, application, firmware, program, etc.) that cause operations according to the methods of various embodiments to be executed on a device or computer, and such software or It includes non-transitory computer-readable medium in which instructions, etc. are stored and can be executed on a device or computer.
  • software or machine-executable instructions e.g., operating system, application, firmware, program, etc.
  • Embodiments according to the present disclosure can be used to encode/decode images.

Landscapes

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

Abstract

영상 부호화/복호화 방법 및 장치가 제공된다. 본 개시의 일 실시예에 따르면, 영상 복호화 장치에 의해 수행되는 영상 복호화 방법은 현재 픽처에 대한 참조 픽처를 유도하는 단계, 상기 참조 픽처와 상기 현재 픽처에 대한 해상도 정보를 유도하는 단계 및 상기 해상도 정보를 기반으로 상기 현재 픽처에 상기 참조 픽처에 대한 리샘플링을 수행하는 단계를 포함할 수 있다.

Description

적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법
본 개시는 영상 부호화/복호화 방법 및 장치에 관한 것으로서, 보다 상세하게는, 참조 영상과 현재 영상의 해상도가 다를 때 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치 및 본 개시의 영상 부호화 방법/장치에 의해 생성된 비트스트림을 전송하는 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 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 참조 영상 리샘플링을 수행하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 하나의 영상에 대해 다양한 후보 해상도 중 하나를 선택하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법 또는 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 실시예에 따른 영상 복호화 방법은 현재 픽처에 대한 참조 픽처를 유도하는 단계, 상기 참조 픽처와 상기 현재 픽처에 대한 해상도 정보를 유도하는 단계 및 해상도 정보를 기반으로 현재 픽처에 참조 픽처에 대한 리샘플링을 수행하는 단계를 포함할 수 있다.
본 개시의 일 실시예에 따른 영상 부호화 방법은 현재 픽처에 대한 참조 픽처를 결정하는 단계, 상기 참조 픽처와 상기 현재 픽처에 대한 해상도 정보를 결정하는 단계 및 상기 해상도 정보를 기반으로 상기 현재 픽처에 상기 참조 픽처에 대한 리샘플링을 수행하는 단계를 포함할 수 있다.
본 개시의 일 실시예에 따른 비트스트림 전송 방법은 영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 단계를 포함하되, 상기 영상 부호화 방법은, 현재 픽처에 대한 참조 픽처를 결정하는 단계, 상기 참조 픽처와 상기 현재 픽처에 대한 해상도 정보를 결정하는 단계 및 상기 해상도 정보를 기반으로 상기 현재 픽처에 상기 참조 픽처에 대한 리샘플링을 수행하는 단계를 포함할 수 있다.
본 개시의 일 실시예에 따르면, 영상 부호화 장치 혹은 영상 부호화 방법에 의해 생성된 비트스트림이 전송될 수 있다.
본 개시의 일 실시예에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림은 컴퓨터 판독 가능한 매체에 저장되거나 기록될 수 있다.
본 개시의 일 실시예에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림은 비트스트림 전송 장치에 의해 전송될 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, 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 참조 영상 리샘플링을 수행하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 최적의 해상도를 결정하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 하나의 영상에 대해서 다양한 후보 해상도 중에서 하나를 선택하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법 또는 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장한 기록 매체가 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 도시한 도면이다.
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 4 내지 도 8은 인터 예측 부호화/복호화 절차 일반을 도시한 도면이다.
도 9는 본 개시의 일 실시예에 따른 영상 필터링을 이용한 영상 코딩 방법을 도시한 도면이다.
도 10은 본 개시의 일 실시예에 따른 영상 복호화 방법을 도시한 도면이다.
도 11은 본 개시의 일 실시예에 따른 영상 부호화 방법을 도시한 도면이다.
도 12는 본 개시의 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시한 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 구성요소들을 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/픽셀 값만을 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.
또한, 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 크로마 블록은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 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 비디오 코딩 시스템을 도시한다.
일 실시예에 따른 비디오 코딩 시스템은 부호화 장치(10) 및 복호화 장치(20)를 포함할 수 있다. 부호화 장치(10)는 부호화된 비디오(video) 및/또는 영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)로 전달할 수 있다.
일 실시예예 따른 부호화 장치(10)는 비디오 소스 생성부(11), 부호화부(12), 전송부(13)를 포함할 수 있다. 일 실시예에 따른 복호화 장치(20)는 수신부(21), 복호화부(22) 및 렌더링부(23)를 포함할 수 있다. 상기 부호화부(12)는 비디오/영상 부호화부라고 불릴 수 있고, 상기 복호화부(22)는 비디오/영상 복호화부라고 불릴 수 있다. 전송부(13)는 부호화부(12)에 포함될 수 있다. 수신부(21)는 복호화부(22)에 포함될 수 있다. 렌더링부(23)는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스 생성부(11)는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스 생성부(11)는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
부호화부(12)는 입력 비디오/영상을 부호화할 수 있다. 부호화부(12)는 압축 및 부호화 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화부(12)는 부호화된 데이터(부호화된 비디오/영상 정보)를 비트스트림(bitstream) 형태로 출력할 수 있다.
전송부(13)는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 획득할 수 있으며, 이를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)의 수신부(21) 또는 다른 외부 객체로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부(13)는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 전송부(13)는 부호화 장치(10)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 코닛 유닛으로 사용될 수도 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환 및/또는 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 코딩 절차의 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)일 수 있다. 상기 예측 유닛 및 상기 변환 유닛은 각각 상기 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
예측부(인터 예측부(180) 또는 인트라 예측부(185))는 처리 대상 블록(현재 블록)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 현재 블록의 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(185)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 인트라 예측 모드 및/또는 인트라 예측 기법에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라, 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(185)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(180)는 참조 영상 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 영상 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 영상에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 영상과 상기 시간적 주변 블록을 포함하는 참조 영상은 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 영상은 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 영상 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(예컨대 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 영상으로 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 영상으로 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(예컨대, 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. 예컨대, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 블록 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)을 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(260) 및 인트라 예측부(265))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(220)로 입력될 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(240)로 제공될 수 있다. 한편, 영상 부호화 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 영상 복호화 장치(200)의 내/외부 엘리먼트로서 추가적으로 구비될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)의 구성요소로서 구비될 수도 있다.
한편, 본 개시에 따른 영상 복호화 장치는 비디오/영상/픽처 복호화 장치라고 불릴 수 있다. 상기 영상 복호화 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및/또는 샘플 디코더(비디오/영상/픽처 샘플 디코더)를 포함할 수도 있다. 상기 정보 디코더는 엔트로피 디코딩부(210)를 포함할 수 있고, 상기 샘플 디코더는 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265) 중 적어도 하나를 포함할 수 있다.
역양자화부(220)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(220)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 영상 부호화 장치에서 수행된 계수 스캔 순서에 기반하여 수행될 수 있다. 역양자화부(220)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)을 획득할 수 있다.
역변환부(230)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득할 수 있다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(210)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드(예측 기법)를 결정할 수 있다.
예측부가 후술하는 다양한 예측 방법(기법)을 기반으로 예측 신호를 생성할 수 있음은 영상 부호화 장치(100)의 예측부에 대한 설명에서 언급된 바와 동일하다.
인트라 예측부(265)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 인트라 예측부(185)에 대한 설명은 인트라 예측부(265)에 대해서도 동일하게 적용될 수 있다.
인터 예측부(260)는 참조 영상 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 영상 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 영상에 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 영상 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.
CTU의 분할 개요
전술한 바와 같이, 코딩 유닛은 코딩 트리 유닛(CTU) 또는 최대 코딩 유닛(LCU)을 QT/BT/TT (Quad-tree/binary-tree/ternary-tree) 구조에 따라 재귀적으로 분할함으로써 획득될 수 있다. 예컨대, CTU는 먼저 쿼드트리 구조로 분할될 수 있다. 이후 쿼드트리 구조의 리프 노드들은 멀티타입 트리 구조에 의하여 더 분할될 수 있다.
쿼드트리에 따른 분할은 현재 CU(또는 CTU)를 4등분하는 분할을 의미한다. 쿼드트리에 따른 분할에 의해, 현재 CU는 동일한 너비와 동일한 높이를 갖는 4개의 CU로 분할될 수 있다. 현재 CU가 더 이상 쿼드트리 구조로 분할되지 않는 경우, 현재 CU는 쿼드트리 구조의 리프 노드에 해당한다. 쿼드트리 구조의 리프 노드에 해당하는 CU는 더 이상 분할되지 않고 전술한 최종 코딩 유닛으로 사용될 수 있다. 또는, 쿼드트리 구조의 리프 노드에 해당하는 CU는 멀티타입 트리 구조에 의하여 더 분할될 수 있다.
인터 예측의 개요
이하, 본 개시에 따른 인터 예측에 대해 설명한다.
이하의 인터 예측은 상기에서 설명한 디코더 측의 인터 예측 기반 비디오/영상 디코딩 방법 및 디코딩 장치 내 인터 예측부로 나타낼 수 있다. 더불어 인코더의 경우, 상기에서 설명한 인터 예측 기반 비디오/영상 인코딩 방법 및 인코딩 장치 내 인터 예측부로 나타낼 수 있다. 더하여, 인코딩된 데이터는 비트스트림의 형태로 저장될 수 있다.
인코딩 장치/디코딩 장치의 예측부는 블록 단위로 인터 예측을 수행하여 예측 샘플을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들(e.g. 샘플값들, 또는 움직임 정보 등)에 의존적인 방법으로 도출되는 예측을 나타낼 수 있다(Inter prediction can be a prediction derived in a manner that is dependent on data elements (e.g., sample values or motion information) of picture(s) other than the current picture). 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)을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 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 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)은 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.
인터 예측에 기반한 비디오/영상 인코딩 절차 및 인코딩 장치 내 인터 예측부는 개략적으로 예를 들어 도 4 내지 도 6에 도시되어 있다.
도 4는 인터 예측 기반 비디오/영상 인코딩 방법을 예시하는 도면이며, 도 5는 인코딩 장치 내 인터 예측부를 도시하는 도면이다.
인코딩 장치는 현재 블록에 대한 인터 예측을 수행한다(S1000). 인코딩 장치는 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, 인코딩 장치의 인터 예측부(180)는 예측 모드 결정부(181), 움직임 정보 도출부(182), 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, 인코딩 장치의 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. 인코딩 장치는 다양한 예측 모드들 중 상기 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 인코딩 장치는 상기 다양한 예측 모드들에 대한 RD cost를 비교하고 상기 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 인코딩 장치는 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 블록과 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, 인코딩 장치는 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 있다. 상기 현재 블록의 움직임 벡터에서 상기 mvp를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우 상기 MVD에 관한 정보가 디코딩 장치로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 상기 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 상기 디코딩 장치로 시그널링될 수 있다.
인코딩 장치는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S1010). 인코딩 장치는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다.
인코딩 장치는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩한다(S1020). 인코딩 장치는 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 디코딩 장치로 전달될 수도 있다.
한편, 상술한 바와 같이 인코딩 장치는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 디코딩 장치에서 수행되는 것과 동일한 예측 결과를 인코딩 장치에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 인코딩 장치는 복원 픽처(또는 복원 샘플들, 복원 블록)을 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
인터 예측에 기반한 비디오/영상 디코딩 절차 및 디코딩 장치 내 인터 예측부는 개략적으로 예를 들어 도 7 내지 도 8에 도시되어 있다.
도 7은 인터 예측 기반 비디오/영상 디코딩 방법을 예시하는 도면이며, 도 8은 디코딩 장치 내 인터 예측부를 예시하는 도면이다.
디코딩 장치는 상기 인코딩 장치에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 디코딩 장치는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로 디코딩 장치는 수신된 예측 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정할 수 있다(S1100). 디코딩 장치는 상기 예측 정보 내의 예측 모드 정보를 기반으로 상기 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, 상기 merge flag를 기반으로 상기 현재 블록에 상기 머지 모드가 적용되지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 상기 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 상기 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 (A)MVP 모드를 포함할 수 있고, 또는 후술하는 다양한 인터 예측 모드들을 포함할 수 있다.
디코딩 장치는 상기 결정된 인터 예측 모드를 기반으로 상기 현재 블록의 움직임 정보를 도출한다(S1110). 예를 들어, 디코딩 장치는 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, 디코딩 장치는 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 MVD를 도출할 수 있으며, 상기 현재 블록의 mvp와 상기 MVD를 기반으로 상기 현재 블록의 움직임 벡터를 도출할 수 있다. 또한, 상기 참조 픽처 인덱스 정보를 기반으로 상기 현재 블록의 참조 픽처 인덱스를 도출할 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.
디코딩 장치는 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S1120). 이 경우 상기 현재 블록의 참조 픽처 인덱스를 기반으로 상기 참조 픽처를 도출하고, 상기 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 상기 현재 블록의 예측 샘플들을 도출할 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, 디코딩 장치의 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.
디코딩 장치는 수신된 레지듀얼 정보를 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 생성한다(S1130). 디코딩 장치는 상기 예측 샘플들 및 상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다. (S1140). 이후 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
상술한 바와 같이 인터 예측 절차는 인터 예측 모드 결정 단계, 결정된 예측 모드에 따른 움직임 정보 도출 단계, 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계를 포함할 수 있다. 상기 인터 예측 절차는 상술한 바와 같이 인코딩 장치 및 디코딩 장치에서 수행될 수 있다.
도 8은 인터 예측 절차를 예시하는 도면이다.
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 인코딩 장치로부터 디코딩 장치로 시그널링될 수 있다. 상기 예측 모드 정보는 비트스트림에 포함되어 디코딩 장치에 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 모드를 지시할 수도 있다. 이 경우 상기 예측 모드 정보는 하나 이상의 플래그들을 포함할 수 있다. 예를 들어, 스킵 플래그를 시그널링하여 스킵 모드 적용 여부를 지시하고, 스킵 모드가 적용 안되는 경우에 머지 플래그를 시그널링하여 머지 모드 적용 여부를 지시하고, 머지 모드가 적용 안되는 경우에 MVP 모드 적용되는 것으로 지시하거나 추가적인 구분을 위한 플래그를 더 시그널링할 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.
한편, 현재 블록에 상술한 list0 (L0) 예측, list1(L1) 예측, 또는 쌍예측(bi-prediction)이 현재 블록(현재 코딩 유닛)에 사용되는지 여부를 나타내는 정보가 시그널링될 수 있다. 상기 정보는 움직임 예측 방향 정보, 인터 예측 방향 정보 또는 인터 예측 지시 정보라 불릴 수 있고, 예를 들어 inter_pred_idc 신택스 요소의 형태로 구성/인코딩/시그널링될 수 있다. 즉, inter_pred_idc 신택스 요소는 상술한 list0 (L0) 예측, list1(L1) 예측, 또는 쌍예측(bi-prediction)이 현재 블록(현재 코딩 유닛)에 사용되는지 여부를 나타낼 수 있다. 본 문서에서는 설명의 편의를 위하여 inter_pred_idc 신택스 요소가 가리키는 인터 예측 타입(L0 예측, L1 예측, 또는 BI 예측)은 움직임 예측 방향이라고 표시될 수 있다. L0 예측은 pred_L0, L1 예측은 pred_L1, 쌍예측은 pred_BI로 나타내어질 수도 있다. 예를 들어, inter_pred_idc 신택스 요소의 값에 따라 다음과 같은 예측 타입을 나타낼 수 있다.
Figure PCTKR2023015713-appb-img-000001
상술한 바와 같이 하나의 픽처는 하나 이상의 slice를 포함할 수 있다. slice는 intra (I) slice, predictive (P) slice 및 bi-predictive (B) slice를 포함하는 slice 타입들 중 하나의 타입을 가질 수 있다. 상기 slice 타입은 slice 타입 정보를 기반으로 지시될 수 있다. I slice 내의 블록들에 대하여는 예측을 위하여 인터 예측은 사용되지 않으며 인트라 예측만 사용될 수 있다. 물론 이 경우에도 예측 없이 원본 샘플 값을 코딩하여 시그널링할 수도 있다. P slice 내의 블록들에 대하여는 인트라 예측 또는 인터 예측이 사용될 수 있으며, 인터 예측이 사용되는 경우에는 단(uni) 예측만 사용될 수 있다. 한편, B slice 내의 블록들에 대하여는 인트라 예측 또는 인터 예측이 사용될 수 있으며, 인터 예측이 사용되는 경우에는 최대 쌍(bi) 예측까지 사용될 수 있다.
L0 및 L1은 현재 픽처보다 이전에 인코딩/디코딩된 참조 픽처들을 포함할 수 있다. 예를 들어, L0는 POC 순서상 현재 픽처보다 이전 및/또는 이후 참조 픽처들을 포함할 수 있고, L1은 POC 순서상 현재 픽처보다 이후 및/또는 이전 참조 픽처들을 포함할 수 있다. 이 경우 L0에는 POC 순서상 현재 픽처보다 이전 참조 픽처들에 상대적으로 더 낮은 참조 픽처 인덱스가 할당될 수 있고, L1에는 POC 순서상 현재 픽처보다 이후 참조 픽처들에 상대적으로 더 낮은 참조 픽처 인덱스가 할당될 수 있다. B slice의 경우 쌍예측이 적용될 수 있으며, 이 경우에도 단방향 쌍예측이 적용될 수 있고, 또는 양방향 쌍예측이 적용될 수 있다. 양방향 쌍예측은 true 쌍예측이라고 불릴 수 있다.
구체적으로 예를 들어, 현재 블록의 인터 예측 모드에 관한 정보는 CU (CU 신택스)등 레벨에서 코딩되어 시그널링되거나 혹은 조건에 따라 묵시적으로 결정될 수 있다. 이 경우 일부 모드에 대하여는 명시적으로 시그널링되고 나머지 일부 모드는 묵시적으로 도출될 수 있다.
예를 들어, CU 신택스는 다음과 같이 (인터) 예측 모드에 관한 정보 등을 나를 수 있다.
Figure PCTKR2023015713-appb-img-000002
Figure PCTKR2023015713-appb-img-000003
Figure PCTKR2023015713-appb-img-000004
Figure PCTKR2023015713-appb-img-000005
Figure PCTKR2023015713-appb-img-000006
여기서, cu_skip_flag는 현재 블록(CU)에 스킵 모드가 적용되는지 여부를 나타낼 수 있다. pred_mode_flag가 0이면, 현재 코딩 유닛이 인터 예측 모드로 코딩됨을 나타내며, pred_mode_flag이 1이면, 현재 코딩 유닛이 인트라 예측 모드로 코딩됨을 나타낸다.
pred_mode_ibc_flag가 1이면, 현재 코딩 유닛이 IBC 예측 모드로 코딩됨을 나타내며, pred_mode_ibc_flag가 0이면, 현재 코딩 유닛이 IBC 예측 모드로 코딩되지 않음을 나타낸다.
pcm_flag[ x0 ][ y0 ]이 1이면, pcm_sample( ) 신택스 구조가 존재하며, transform_tree( ) 신택스 구조가 위치( x0, y0 )의 루마 코딩 블록을 포함하는 코딩 유닛에 존재하지 않음을 나타낸다. pcm_flag[ x0 ][ y0 ]이 0이면, pcm_sample( ) 신택스 구조가 존재하지 않음을 나타낸다. 즉, pcm_flag는 현재 블록에 puls coding modulation (PCM) 모드가 적용되는지 여부를 나타낼 수 있다. 현재 블록에 PCM 모드가 적용되는 경우, 예측/변환/양자화 등이 적용되지 않고, 현재 블록 내 원본 샘플의 값이 코딩되어 시그널링될 수 있다.
intra_mip_flag[ x0 ][ y0 ]이 1이면, 루마 샘플들에 대한 인트라 예측 타입이 MIP(matrix-based intra prediction)임을 나타낸다. intra_mip_flag[ x0 ][ y0 ]이 0이면, 루마 샘플들에 대한 인트라 예측 타입이 MIP가 아님을 나타낸다. 즉, intra_mip_flag는 현재 블록(의 루마 샘플)에 MIP 예측 모드(타입)가 적용되는지 여부를 나타낼 수 있다.
intra_chroma_pred_mode[ x0 ][ y0 ]은 현재 블록의 크로마 샘플들에 대한 인트라 예측 모드를 나타낸다. specifies the intra prediction mode for chroma samples in the current block.
general_merge_flag[ x0 ][ y0 ]는 이웃하는 인터 예측된 파티션으로부터 현재 코딩 유닛에 대한 인터 예측 파라미터가 추론(유도)되는지 여부를 나타낸다. 즉, general_merge_flag는 일반 머지가 가용함을 나타낼 수 있으며, general_merge_flag의 값이 1일 때 regular merge mode, mmvd mode 및 merge subblock mode (subblock merge mode)가 가용할 수 있다. 예를 들어, general_merge_flag의 값이 1일 때 merge data syntax가 인코딩된 비디오/이미지 정보(또는 비트스트림)로부터 파싱될 수 있으며, merge data syntax는 다음과 같은 정보를 포함하도록 구성/코딩될 수 있다.
Figure PCTKR2023015713-appb-img-000007
여기서, regular_merge_flag[ x0 ][ y0 ]가 1이면, 일반 머지 모드(regular merge mode)가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하는데 사용됨을 나타낸다. 즉, regular_merge_flag는 머지 므드(정규 머지 모드)가 현재 블록에 적용되는지 여부를 나타낸다.mmvd_merge_flag[ x0 ][ y0 ]가 1이면, MMVD(merge mode with motion vector difference)가 현재 코딩 유닛의 인터 예측 파라미터들을 생성하는데 사용됨을 나타낸다. 즉, mmvd_merge_flag는 MMVD가 현재 블록에 적용되는지 여부를 나타낸다.
mmvd_cand_flag[ x0 ][ y0 ]는 머지 후보 리스트 내 첫 번째(0) 혹은 두 번째(1) 후보가 mmvd_distance_idx[ x0 ][ y0 ] 및 mmvd_direction_idx[ x0 ][ y0 ]로부터 유도된 움직임 벡터 차분(motion vector difference)과 사용되는지 여부를 나타낸다.
mmvd_distance_idx[ x0 ][ y0 ]는 MmvdDistance[ x0 ][ y0 ]를 유도하기 위한 인덱스를 나타낸다.
mmvd_direction_idx[ x0 ][ y0 ]는 MmvdSign[ x0 ][ y0]를 유도하기 위한 인덱스를 나타낸다.
merge_subblock_flag[ x0 ][ y0 ] 현재 코딩 유닛에 대해 서브 블록 기반 인터 예측 파라미터들을 생성하는 데 머지 모드가 사용되는지 여부를 나타낸다. 즉, merge_subblock_flag는 현재 블록에 서브블록 머지 모드 (또는 affine merge mode)가 적용되는지 여부를 나타낼 수 있다.
merge_subblock_idx[ x0 ][ y0 ]는 서브 블록 기반 머지 후보 리스트의 머지 후보 리스트를 나타낸다.
ciip_flag[ x0 ][ y0 ]는 결합된 인터 픽처 머지 및 인트라 픽처 예측이 현재 코딩 유닛에 적용되는지 여부를 나타낸다.
ciip_flag[ x0 ][ y0 ]는 결합된 인터 픽처 머지 및 인트라 픽처 예측이 현재 코딩 유닛에 적용되는지 여부를 나타낸다.
merge_triangle_idx0[ x0 ][ y0 ]는 삼각 형태 기반 움직임 보상 후보 리스트의 제1 머지 후보 인덱스를 나타낸다.
merge_triangle_idx1[ x0 ][ y0 ]는 삼각 형태 기반 움직임 보상 후보 리스트의 제2 머지 후보 인덱스를 나타낸다.
merge_idx[ x0 ][ y0 ]는 머지 후보 리스트의 머지 후보 인덱스를 나타낸다.
한편, 다시 CU 신택스를 참조하면, mvp_l0_flag[ x0 ][ y0 ]는 리스트 0의 움직임 벡ㅌ너 예측자 인덱스를 나타낸다. 즉, mvp_l0_flag는 MVP 모드가 적용되는 경우, MVP 후보 리스트0에서 상기 현재 블록의 MVP 도출을 위하여 선택되는 후보를 지시할 수 있다.
mvp_l1_flag[ x0 ][ y0 ]는 mvp_l0_flag와 동일한 시맨틱스를 가지며, l0 및 리스트 0은 l1 및 리스트 1로 각각 대체된다.
inter_pred_idc[ x0 ][ y0 ]는 리스트 0, 리스트 1 혹은 양 예측이 현재 코딩 유닛에서 사용되는지 여부를 나타낸다.
sym_mvd_flag[ x0 ][ y0 ]이 1이면, 신택스 요소 ref_idx_l0[ x0 ][ y0 ] 및 ref_idx_l1[ x0 ][ y0 ], 및 refList에 대해 1인 mvd_coding( x0, y0, refList ,cpIdx ) 신택스 구조가 존재하지 않음을 나타낸다. 즉, sym_mvd_flag는 mvd 코딩에 있어서 symmetric MVD가 사용되는지 여부를 나타낸다.
ref_idx_l0[ x0 ][ y0 ]는 현재 코딩 유닛의 리스트 0 참조 픽처 인덱스를 나타낸다.
ref_idx_l1[ x0 ][ y0 ]는 ref_idx_l0과 동일한 시맨틱스를 가지며, l0, L0 및 리스트 0은 각각 l1, L1, 및 리스트 1로 대체된다.
inter_affine_flag[ x0 ][ y0 ]이 1이면, 현재 코딩 유닛에 대해, P 혹은 B 슬라이스를 디코딩할 때, 어파인 모델 기반 움직임 보상이 현재 코딩 유닛의 예측 샘플들을 생성하는데 사용됨을 나타낸다.
cu_affine_type_flag[ x0 ][ y0 ]이 1이면, 현재 코딩 유닛에 대해, P 혹은 B 슬라이스를 디코딩할 때, 6-파라미터 어파인 모델 기반 움직임 보상이 현재 코딩 유닛의 예측 샘플들을 생성하는데 사용됨을 나타낸다. cu_affine_type_flag[ x0 ][ y0 ]이 0이면 4-파라미터 모델 기반 움직임 보상이 현재 코딩 유닛의 예측 샘플들을 생성하는데 사용됨을 나타낸다.
amvr_flag[ x0 ][ y0 ]는 움직임 벡터 차분의 해상도를 나타낸다. 어레이 인덱스 x0, y0는 픽처의 좌측 상단 루마 샘플에 대해 고려되는 코딩 블록의 좌측 상단 루마 샘플의 위치 (x0, y0)를 나타낸다. amvr_flag[ x0 ][ y0 ]이 0이면, 움직임 벡터 차분의 해상도가 루마 샘플의 1/4임을 나타낸다. amvr_flag[ x0 ][ y0 ]이 1이면, 움직임 벡터 차분의 해상도가 amvr_precision_flag[ x0 ][ y0 ]에 의해 특정됨을 나타낸다.
amvr_precision_flag[ x0 ][ y0 ]이 0이면, inter_affine_flag[ x0 ][ y0 ]이 0인 경우 움직임 벡터 차분의 해상도가 하나의 정수 루마 샘플이고, 그 외의 경우 루마 샘플의1/16임을 나타낸다. amvr_precision_flag[ x0 ][ y0 ]이 1이면, inter_affine_flag[ x0 ][ y0 ]이 0인 경우, 움직임 벡터 차분의 해상도가 네 개의 루마 샘플이고, 그 외의 경우 하나의 정수 루마 샘플임을 나타낸다. 어레이 인덱스 x0, y0 specify는 픽처의 좌측 상단 루마 샘플에 대해 고려되는 코딩 블록의 좌측 상단 루마 샘플의 위치 (x0, y0)를 나타낸다.
bcw_idx[ x0 ][ y0 ]는 CU 가중치를 동반한 양 예측 가중치 인덱스를 나타낸다.
움직임 정보 도출
현재 블록의 움직임 정보를 이용하여 인터 예측을 수행할 수 있다. 인코딩 장치는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 인코딩 장치는 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 정보를 도출할 수 있다. 도출된 움직임 정보는 인터 예측 모드 기반으로 여러 방법에 따라 디코딩 장치로 시그널링될 수 있다.
예측 샘플 생성
예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록을 도출할 수 있다. 상기 예측된 블록은 상기 현재 블록의 예측 샘플들(예측 샘플 어레이)를 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 샘플들을 생성할 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.
최근의 영상 코딩 기술, 즉 동영상 압축 기술에 의하면, 하나의 CLVS (coded layer video sequence)에서 현재 영상(현재 픽처)의 해상도 크기가 변경될 수 있다. 한편, 상기 기술한 바와 같이, 동영상 압축 기술 중 화면 간 예측은 참조 영상(reference picture, 참조 픽처)을 기반으로 수행될 수 있는데, 하나의 레이어 (layer) 영상의 해상도는 GOP (group of pictures), 화면 내 예측 영상 (intra picture)이나 각각의 영상 등의 단위로 달라질 수도 있다. 즉, 현재 영상과 참조 영상(참조 픽처)의 해상도가 상이한 경우가 발생할 수 있다. 참조 영상과 현재 영상의 해상도가 상이하더라도, 참조 영상과 현재 영상이 동일한 CLVS (coded layer video sequence) 등에 속하면, 서로 다른 해상도에 대한 추가적인 처리를 수행하는 참조 영상 리샘플링 (reference picture resampling, RPR) 기술을 통해 현재 영상에 대한 예측을 수행할 수 있다. 참조 영상 리샘플링 기술에 의하면, 참조 영상의 해상도가 변경될 수 있다. 즉, 하나의 레이어 내의 영상에서는 해상도가 조정될 수 있다. 현재 영상과 참조 영상의 해상도가 다른 경우, 참조 영상과 현재 영상과의 해상도 비율을 계산하고, 참조 영상은 샘플링을 통하여 현재 영상과 동일한 크기로 해상도를 변경하여 참조할 수 있다. 여기서, 영상 인코더(encoder, 부호화기)는 다양한 해상도를 모두 인코딩 해보고 최적의 성능을 가지는 해상도를 결정할 수 있다. 최적의 성능은 동일한 비트율에서 가장 좋은 화질 또는 동일한 화질에서 가장 낮은 비트율을 가지는 조건이라고 할 수 있다. 최적의 해상도 계산을 위해서 다양한 해상도를 모두 인코딩 해보는 경우, 인코더는 동일한 영상을 여러 번 부호화 해야 하기 때문에 연산량, 시간, 메모리 사용량 관점에서 복잡도가 증가할 수 있다. 이러한 복잡도 증가를 피하기 위해서 인코더는 주기적인 시간 (0.5초, 1초 등)이나 미리 정해진 (1, 2, 4, 8, 16, 32, 64, 128 등) 프레임 개수, GOP (group of picture)의 배수, RAP (random access point) 등의 배수에 기반하여 영상의 해상도를 결정할 수 있다. 한편, 이와 같은 간단한 해상도 결정 방법은 최적의 해상도를 결정할 수 없는 문제점이 있다.
이를 개선하기 위해, 본 개시에서는 복수 개의 해상도 비율을 적응적으로 선택하여 해상도를 변경하는 구성을 제안한다. 본 개시에 의하면, 현재 영상과 참조 영상의 해상도 비율을 결정, 즉 최적의 해상도를 결정하고, 참조 영상과 현재 영상 간의 해상도 비율을 결정하여 참조 샘플 리샘플링을 수행함으로써 부호화 및 복호화 효율을 크게 향상시킬 수 있다. 또한, 본 개시에 의하면 참조 영상 리샘플링 기술을 사용할 수 있을 때, 최적의 해상도를 결정하는 방법에 대한 것으로 상기 기술한 문제에 대한 해결책을 제공할 수 있다. 또한, 본 개시에 의하면, 적응적 해상도 변경 기술과 관련한 인코더 및 디코더 기술로 참조 영상과 현재 영상의 해상도가 다를 때, 이를 전송하는 방법 및 인코더 및 디코더 기술에 대한 제어 방법에 대한 것으로 상기 기술한 문제에 대한 해결책을 제공할 수 있다.
본 개시의 일 실시예에 의하면, 본 개시는 양자화 파라미터 및/또는 영상의 복잡도(예를 들어, PSNR, 비트율 등)를 고려하여 해상도를 결정할 수 있고, 이 때 다양한 해상도 중에서 하나의 해상도를 선택할 수 있다. 보다 상세하게는, 적응적 해상도 변경 기술 및/또는 참조 영상 리샘플링 (reference picture resampling, RPR) 기술을 위해 양자화 파라미터 및/또는 영상의 복잡도를 고려하여 최적의 해상도, 즉 최적의 해상도 비율을 결정할 수 있다. 여기서, 선택된 해상도 정보는 비트스트림으로 인코딩하여 시그널링될 수 있으며, 해상도 정보는 해상도 인덱스, 해상도 비율 등의 형태로 표현될 수 있다. 또한, 적응적 해상도 변경 기술이 사용되어 현재 영상의 해상도가 원본 영상의 해상도가 다른 경우, 현재 영상을 원본 영상과 동일한 크기로 변경하기 위해 사용되는 필터 정보가 결정되고 시그널링될 수 있다. 일 예로서, 필터 정보는 비디오 코덱 내부의 필터 중 선택된 하나의 필터에 대한 정보를 포함할 수 있다. 또한, 상기 필터링 과정은 코덱의 내부 또는 외부에서 선택적으로 사용될 수 있다. 또한, 필터링이 코덱 내부에서 사용되는 경우, 해당 영상은 다른 영상의 참조 영상으로 사용될 수 있다.
본 개시를 통해, 상기 기술적 문제를 해결하고 최적의 해상도를 선택 및 변경함으로써 향상된 부호화 효율을 얻을 수 있다. 또한, 현재 영상을 원본 영상의 크기로 변경하기 위한 필터링을 통하여, 영상의 화질 향상 및 참조 영상으로 사용함에 따른 부호화 효율을 얻을 수 있다.
한편, 하기에서는 본 개시의 일 실시예에 대하여 설명할 때 화면 간 예측(인터 예측, inter prediction)을 기반으로 설명하나, 이는 설명의 명료함을 위한 것이고 본 개시의 예측 방법이 인터 예측으로 한정되는 것은 아니다. 예를 들어, 인트라 예측 등에 기반한 것도 가능하다고 할 것이다.
한편, 하기에서 본 개시의 일 실시예에 대하여 설명할 때 리샘플링이란, 다운 스케일링 및 업스케일링을 모두 포함한 의미로 사용될수 있다.
이하, 본 개시의 실시예에 대하여 도면을 참조하여 더욱 상세하게 설명한다.
먼저, 최적의 해상도 비율을 결정하는 실시예에 대하여 설명한다.
일 예로서, 영상 부호화 및/혹은 복호화 장치는 참조 픽처 리샘플링을 위해 복수 개의 해상도 비율 중 하나를 선택할 수 있다. 각 GOP(group of pictures)에 대해, 영상 부호화 장치는 초기 양자화 파라미터에 따라 달라지는 PSNR(Peak Signal to Noise Ratio) 임계값에 기초하여 복수 개의 후보 해상도 중 하나를 결정할 수 있다. 해상도를 결정하기 위해, 다운샘플링(down-sampling)(다운스케일링, down-scaling) 후 업샘플링(up-sampling)(업스케일링, up-scaling)을 수행하여 획득된 영상(예를 들어, 각 GOP의 제1 픽처를 다운샘플링 혹은 업샘플링한 영상)과 원본 영상(예를 들어, 소스 영상, 각 GOP의 제1 픽처) 사이의 PSNR이 각 GOP의 임의의 제1 픽처(예를 들어, 첫 번째 픽처)에 대해 도출될 수 있다. 동일한 GOP 내 제1 픽처의 PSNR에 기반하여 현재 영상의 PSNR로 도출될 수 있다.
한편, 해상도 비율은 주기적인 시간 (0.5초, 1초 등)이나 미리 정해진 (1, 2, 4, 8, 16, 32, 64, 128 등) 프레임 개수, GOP (group of picture) 또는 그의 배수, RAP (random access point) 등의 배수 단위로 결정될 수 있으며, GOP 단위로 결정하는 경우, GOP에는 하나 이상의 영상(픽처, picture)이 포함될 수 있다. 즉, PSNR은 다운샘플링(다운스케일링) 이후 업샘플링(업스케일링)된 영상과 원본 영상 간에 계산될 수 있다. 제1 픽처는 여기서 원본 해상도의 절반에 해당하는 해상도(half resolution)로 다운샘플링(다운스케일링)될 수 있으며 이후 다시 원본 해상도로 리샘플링(리스케일링)될 수 있다.
상기 제 1 픽처의 다운샘플링(다운스케일링) 해상도는 상기 절반에 해당하는 해상도에 한정하지 않으며, 임의의 다른 해상도, 예를 들어, 1/2, 1/4, 3/4, 4/5,1/8 등과 같이 0보다 크고 1보다 작은 실수 값을 사용할 수 있다. 또한, 상기 다운샘플링(다운스케일링) 해상도는 원 영상의 해상도에 따라 가변적으로 선택 가능하다. 예를 들어, 4K 해상도를 갖는 영상에 대해서는 1/2 해상도로 다운샘플링(다운스케일링)을 수행하고, 8K 영상에 대해서는 1/4 해상도로 다운샘플링(다운스케일링)을 수행하여, 원 영상의 해상도 증가에 따라 다운샘플링(다운스케일링)에 필요한 메모리 복잡도를 낮출 수 있다. 또 다른 일례로, 상기 다운샘플링(다운스케일링) 해상도를 복수로 사용하여 수집된 정보를 기반으로 적응적 해상도 변경 기술 적용을 위한 해상도 비율을 결정할 수 있다. 즉, 복수의 해상도에 의해 각각 다운샘플링(다운스케일링) 이후 업샘플링(업스케일링)된 영상과 원본 영상간의 PSNR 정보들을 도출하고, 하기 수학식 1, 수학식 2와 같은 과정을 통해 최적의 해상도 비율을 결정할 수 있다. 이 과정에서 복수의 PSNR 정보들을 융합하여 하나의 PSNR 정보로 만든 후 해상도 비율을 결정하는 상기 수식에 적용할 수 있으며, 또는 각각의 PSNR 정보를 상기 수식에 적용하여 얻어진 복수의 해상도 비율 정보들을 기반으로 최종 해상도 비율을 결정할 수 있다.
적응적 해상도 변경 기술 또는 참조 영상 리샘플링 기술 사용 시, 하나의 영상에 대해서 다양한 후보 해상도 중에서 하나를 선택할 수 있다. 예를 들어, 후보 해상도에는 1/2, 2/3, 4/5 혹은 1 이 포함될 수 있다. 여기서 1은 원본 해상도를 의미할 수 있으며, 각각의 해상도로 업샘플링 혹은 다운샘플링될 수 있다. 한편, 후보 해상도는 2, 3/2, 5/4 혹은 1로 표현될 수도 있다. 즉, 참조 영상은 현재 영상에 비해 2 만큼 작거나 큰 해상도를 가질 수 있으며, 3/2 만큼 작거나 큰 해상도를 가질 수 있고, 5/4 만큼 작거나 큰 해상도를 가질 수 있고, 동일한 해상도를 가질 수도 있다. 동일한 해상도를 갖는 경우에는 해상도 비율 조정이 수행되지 않을 수도 있다.
한편, 해상도 비율 값은 해상도 비율을 지시하는 인덱스 정보로부터 유도될 수 있으며, 인덱스 정보는 VPS, SPS, PPS, 픽처 헤더, 슬라이스 헤더 등으로 비트스트림에 포함될 수 있다. 또한, 인덱스 정보는 플래그 정보일 수 있다. 해당 인덱스 정보로 복수 개의 해상도 비율 중 하나가 선택될 수 있다. 다른 일 예로서, 비트스트림으로 시그널링되지 않고 다른 정보에 기반하여 해상도 비율에 대한 정보가 유도되는 것도 가능하다.
일 예로서, 여러 해상도 가운데 한 해상도는 양자화 파라미터에 기반하여 적응적으로 변화하는 PSNR 임계값에 따라 선택될 수 있다. 일 예로서, 임의의 i번째 GOP에 포함된 영상에 참조 영상 리샘플링(RPR)이 수행되는 경우, 해상도 비율(스케일링 팩터, scaling factor)은 다음과 같이 유도될 수 있다.
Figure PCTKR2023015713-appb-img-000008
Figure PCTKR2023015713-appb-img-000009
or
Figure PCTKR2023015713-appb-img-000010
or
Figure PCTKR2023015713-appb-img-000011
or
Figure PCTKR2023015713-appb-img-000012
일 예로서, 해상도 비율은 스케일링된 PSNR, 베이스 PSNR(예를 들어, 임계 PSNR 값), 양자화 파라미터, 베이스 양자화 파라미터(예를 들어, 임계 QP 값) 중 적어도 하나에 기반하여 유도될 수 있다. 예를 들어, 해상도 비율은 스케일링된 PSNR 값과 다른 값의 비교에 기반하여 유도될 수 있다. 일 예로서, 해상도 비율은 스케일링된 PSNR 값(ScaledPSNR)을 기반으로 복수 개의 해상도 비율 중 하나로 선택될 수 있다. 변수
Figure PCTKR2023015713-appb-img-000013
값은 임의의 i번째 GOP 내 제1 픽처에 대해 앞서 언급한 업 샘플링된 PSNR을 의미할 수 있다. 또한, 변수 베이스 PSNR(BasePSNR) 및 베이스 양자화 파라미터(BaseQP)는 각각 특정한 PSNR과 양자화 파라미터(Quantization Parameter, QP)를 나타낼 수 있다. 즉, 각각 임계 PSNR 값과 임계 파라미터 값을 가리킬 수 있으며 각 값은 기 정의된 것일 수 있다. 변수 오프셋 PSNR(OffsetPSNR)은 서로 다른 두 해상도의 영상 간의 PSNR 차이(gap)를 나타낼 수 있다. 예를 들어, 변수 OffsetPSNR은 원본 영상 대비 1/2, 2/3 및 4/5 해상도 혹은 2, 3/2 및 5/4 해상도인 영상 간의 PSNR의 차이를 나타낼 수 있다. 변수 Decay는 양자화 파라미터에 따른 임계 PSNR 값의 감소율을 의미할 수 있으며, 일정한 값을 유지하거나, 달라질 수도 있다. 한편, 제i 양자화 파라미터
Figure PCTKR2023015713-appb-img-000014
는 임의의 i번째 GOP 내 제1 픽처의 초기 양자화 파라미터를 의미할 수 있다. 참조 영상과의 해상도 비율을 결정함에 있어, 양자화 파라미터 값 및/혹은 PSNR 값이 이용될 수 있다. 또한, 양자화 파라미터 값은 초기 양자화 파라미터 값일 수 있으며, 양자화 파라미터 값은 특정 양자화 파라미터 값과 비교될 수 있다. 즉, 양자화 파라미터 값과 특정 양자화 파라미터 값을 비교하는 연산(예를 들어, 뺄셈 등)에 기반하여 해상도 비율이 결정될 수 있다. 또한, PSNR 값은 특정 PSNR 값과 비교될 수 있다. 즉, PSNR 값과 특정 PSNR 값을 비교하는 연산(예를 들어, 뺄셈 등)에 기반하여 해상도 비율이 결정될 수 있다. 즉, 참조 영상과 현재 영상 간의 해상도 비율은 GOP(Group of Pictures) 단위로 결정될 수 있으므로, 동일 GOP에 포함된 영상 간에는 동일한 해상도 비율이 공유될 수 있다.
상기 [수학식 1]에 따라, 일 실시예로서, QP(양자화 파라미터) 범위는 특정 범위로 설정될 수 있다. 예를 들어, 양자화 파라미터 범위는 22 내지 42로 설정되고, 절반(1/2) (수평 스케일링 비율 ScalingRatioHor=2.0 및 수직 스케일링 비율 ScalingRatioVer=2.0), 2/3(ScalingRatioHor2=1.5 및 ScalingRatioVer2=1.5) 및 4/5(ScalingRatioHor3=1.25 및 ScalingRatioVer3=1.25) 해상도 모두에 대한 영상을 각각 원본 해상도(업스케일링 출력 UpscaledOutput=2)로 조정하고, 베이스 양자화 파라미터(BaseQP), 오프셋 PSNR(OffsetPSNR) 및 Decay는 37, 3 및 0.5로 설정할 수 있다. 여기서, RA(Randaom Access) 및 AI(All Intra)에 대한 베이스 PSNR(BasePSNR)은 각각 특정 값(예를 들어, 각각 46 및 43)으로 설정될 수 있다. 여기서, 원본 영상의 절반(1/2), 2/3 또는 4/5 해상도로 영상이 인코딩될 때 양자화 파라미터(QP) 값은 오프셋으로 조정될 수 있다. 한편, QP 값은 1/2 해상도 비율의 영상에 대해 특정 값(예를 들어, -6)으로, 2/3 해상도 비율의 영상에 대해 (예를 들어, -4)로, 4/5 해상도 비율의 영상에 대해 (예를 들어, -2)로 정의된 오프셋에 기반하여 조정될 수 있다.
한편, 다른 일 예로서, 해상도 비율(스케일링 팩터, scaling factor)(RPR_SF)을 유도하기 위한 상기의 수학식 1은 다음과 같이 수정될 수도 있다.
Figure PCTKR2023015713-appb-img-000015
Figure PCTKR2023015713-appb-img-000016
or
Figure PCTKR2023015713-appb-img-000017
or
Figure PCTKR2023015713-appb-img-000018
or
Figure PCTKR2023015713-appb-img-000019
일 예로서, 해상도 비율은 다운-업 PSNR(DnUpPSNR), 베이스 PSNR, 양자화 파라미터, 베이스 양자화 파라미터 중 적어도 하나에 기반하여 유도될 수 있다. 일 예로서, 변수 DnUpPSNR은 앞서 언급된, 임의의 i번째 GOP 내 제1 픽처에 대한 다운 샘플링 혹은 업 샘플링 된 PSNR을 나타낼 수 있다. 그외의 변수, BasePSNR, BaseQP, OffsetPSNR 등은 상기 수학식 1에서 설명한 것과 동일한 의미를 가질 수 있다.
Figure PCTKR2023015713-appb-img-000020
또한 임의의 i번째 GOP 내 제1 픽처의 초기 양자화 파라미터를 의미할 수 있다. 한편, [수학식 1]와 달리, 양자화 파라미터 값(혹은 양자화 파라미터와 초기 양자화 파라미터 값 간의 비교 값)에 곱해지는 임계값은 특정 값으로 지정될 수도 있다. 즉, [수학식 1]와 같이 변수(예를 들어, Decay) 값일 수 있으나, [수학식 2]에서는 특정 값(예를 들어, 0.5)일 수도 있다.
상기 [수학식 2]에 따른 일 실시예로서, QP 범위는 특정 범위(예를 들어, 22 내지 42)로 설정되고, 절반(1/2) (ScalingRatioHor=2.0 및 ScalingRatioVer=2.0), 2/3(ScalingRatioHor2=1.5 및 ScalingRatioVer2=1.5) 및 2/3(ScalingRatioHor3=1.25 및 ScalingRatioVer3=1.25) 해상도 모두에 대한 영상을 각각 원본 해상도(UpscaledOutput=2)로 조정하고, BaseQP, OffsetPSNR은 특정 값(예를 들어, 각각 37, 3)으로 설정될 수 있다. 여기서, RA 및 AI에 대한 베이스 PSNR(BasePSNR)은 각각 특정 값(예를 들어, 46 및 43)로 설정될 수 있다. 여기서, 원본 영상의 절반(1/2), 2/3 또는 4/5 해상도로 영상이 인코딩될 때 QP 값은 오프셋으로 조정될 수 있다. 한편, QP 값은 1/2 해상도 비율의 영상에 대해 -6으로, 2/3 해상도 비율의 영상에 대해 -4로, 4/5 해상도 비율의 영상에 대해 -2로 정의된 오프셋에 기반하여 조정될 수 있다. 상기 기술한 해상도 변경 후보에 대한 해상도 변경 비율은 하나의 실시 예이며, 특정 범위 내의 실수 값(예를 들어, 2부터 1/8 사이의 실수 값)을 가질 수 있다. 또한, 수평 방향의 해상도 변경 비율과 수직 방향의 해상도 변경 비율은 동일한 값 또는 상이한 값을 가질 수도 있다.
위와 같은 본 개시의 실시예에 의하면, 하나 이상의 해상도 비율 후보 중 하나의 해상도 비율이 선택될 수 있으며, 이로 인해 부호화/복호화 코딩 효율이 현저하게 상승될 수 있다.
본 개시에 따르는 상기 실시 예에 따라 해상도가 결정되었을 때, 해상도 비율을 지시하는 해상도 인덱스 정보는 비트스트림으로 인코딩될 수 있다. 이에 대응하는 디코더는 수신 받은 해상도 인덱스 정보를 바탕으로 현재 영상의 해상도를 결정할 수 있다. 해상도가 변경된 현재 영상은 디코딩 순서 상 다음에 따르는 영상들을 위한 인터 예측의 참조 영상으로서 이용될 수 있다.
하기에서는 본 개시에 따른 적응적 해상도 변경 기술이 사용되었을 때, 현재 영상을 원본 영상과 동일한 크기로 변경하기 위해 사용되는 필터를 결정하는 실시예에 대하여 설명한다.
도 9는 본 개시의 일 실시예에 따른 필터링을 이용한 영상 코딩(부호화 혹은 복호화) 방법을 설명하기 위한 도면이다. 보다 상세하게는, 적응적 해상도 변경을 위한 필터링을 이용한 영상 코딩 방벙베 대한 도면이다.
적응적 해상도 변경 기술에 의해서 현재 영상이 변경되면, 원본 영상의 크기와 현재 영상의 크기가 상이할 수 있다. 원본 영상의 크기는 비트스트림으로 시그널링될 수 있으며, 일정 레벨(예를 들어, 시퀀스 파라미터 세트(SPS), 비디오 파라미터 세트(VPS), 픽처 파라미터 세트(PPS) 등)에서 정의될 수 있으며, 현재 영상은 해상도 비율을 지시하는 해상도 인덱스 정보에 의해서 결정될 수 있다. 즉, 원본 영상과 현재 영상의 크기가 다른 경우, 현재 영상은 리샘플링을 통하여 원본 영상의 크기와 동일한 해상도로 변경이 필요할 수 있다. 여기서, 동일한 해상도로의 변경은 복원된 영상을 디스플레이를 하거나 현재 영상의 다음에 나오는 영상들을 위한 참조 영상으로 사용하기 위함이다. 상기 현재 영상의 리샘플링 과정은 현재 영상에 대해서 필터링 과정을 통해서 수행될 수 있다.
도 20은 일 예로서 참조 픽처에 대한 리샘플링을 수행하기 위해 현재 영상에 대해 필터링 적용 방법을 도시한 도면이다. 먼저, 현재 영상과 원본 영상의 해상도가 비교(S901)될 수 있다. 현재 영상과 원본 영상의 해상도가 동일한 경우, 현재 영상에 대한 필터링을 적용하지 않을 수 있다. 현재 영상과 원본 영상의 해상도가 상이한 경우, 현재 영상과 원본 영상의 해상도 비율이 유도(S902)될 수 있다. 여기서 해상도 비율은 복수 개의 해상도 비율 중 하나로 유도될 수도 있으며, 복수 개의 해상도 비율은 기 정의된 것일 수 있다. 예를 들어, 복수 개의 해상도 비율에는 2, 3/2 혹은 5/4 중 적어도 하나가 포함될 수 있으며, 그의 역인 1/2, 2/3 혹은 4/5로 표현될 수도 있다. 복수 개의 해상도 비율 중 하나의 해상도 비율은 비트스트림으로 시그널링된 해상도 비율을 지시하는 정보(예를 들어, 인덱스 정보)에 의해 선택될 수 있다. 한편, 다른 일 예로서, 선택된 해상도 비율은 비트스트림으로 시그널링되는 정보가 아닌 상기에서 설명한 양자화 파라미터나 PSNR을 이용하여 유도된 것일 수 있다. 다음으로, 해상도 비율을 기반으로 현재 영상을 리샘플링 하기 위한 필터가 유도(S903)될 수 있다. 여기서 필터는 복수 개의 필터 세트 중에서 하나로 유도될 수 있으며, 복수 개의 필터 세트는 기 정의된 것일 수 있다.
예를 들어, 필터는 다음 표 4~표 9의 필터 세트 중 적어도 하나에 기반하여 유도될 수 있다.
Figure PCTKR2023015713-appb-img-000021
Figure PCTKR2023015713-appb-img-000022
Figure PCTKR2023015713-appb-img-000023
Figure PCTKR2023015713-appb-img-000024
Figure PCTKR2023015713-appb-img-000025
Figure PCTKR2023015713-appb-img-000026
상기 표 4 내지 표 9에 나타난 필터 계수는 1/16 서브 화소 단위로 필터를 정의한 예를 보여준다. 상기 필터 중 현재 영상을 위한 필터는 해상도 비율에 따라서 유도될 수 있다. 또는, 현재 영상을 위한 필터 인덱스가 인코딩 되어 비트스트림에 포함될 수 있다. 또는, 인코더에서는 필터 계수 값 자체를 계산하여, 각 부화소 위치에 대한 필터 계수를 시그널링 할 수 있다. 상기 필터 계수를 시그널링하는 경우, 필터 계수의 정밀도, 필터 계수의 개수, 필터의 탭 수, 수직 필터 및 수평 필터 여부 등의 부가 정보들이 함께 시그널링될 수 있다.
다른 실시 예로, 복수 개의 필터는 표 10 내지 표 12에 기반하여 유도될 수 있으며, 표 10 내지 표 12는 1/32 서브 화소 단위로 필터를 정의한 경우에 대한 필터의 예를 설명하기 위한 것이다.
Figure PCTKR2023015713-appb-img-000027
Figure PCTKR2023015713-appb-img-000028
Figure PCTKR2023015713-appb-img-000029
도 9에 의하면, 마지막으로 현재 영상에 대한 필터링을 통한 해상도 변경이 수행(S904)될 수 있다. 다시 말해, 현재 영상에 대한 필터링을 통해 참조 픽처 리샘플링이 수행될 수 있다. 즉, 상기 결정된 필터 계수를 사용하여 현재 영상에 필터링을 수행될 수 있으며, 이를 통해 현재 영상, 즉 현재 픽처에 참조 픽처에 대한 리샘플링이 수행될 수 있다. 현재 영상의 각 화소 단위에서 현재 영상과 원본 영상의 비율을 계산하여, 각 화소에 맞는 서브 화소 위치를 유도할 수 있다.
한편, 현재 영상에 필터링 과정을 통하여 원본 영상의 해상도로 변경된 영상은 디스플레이를 위해서 코덱의 외부에서 수행될 수 있다. 또는, 현재 영상에 필터링 과정을 통하여 원본 영상의 해상도로 변경된 영상은 디코딩 순서 상 현재 영상의 다음에 오는 영상들을 위한 참조 영상으로 활용될 수 있다.
도 10은 본 개시의 일 실시예에 따른 영상 복호화 방법을 도시한 도면이다.
일 예로서, 영상 복호화 방법은 영상 복호화 장치에 의해 수행될 수 있으며, 상기에서 설명한 실시예에 기반할 수 있다.
일 예로서, 현재 픽처에 대한 참조 픽처가 유도(S1001)될 수 있다. 이후, 참조 픽처와 현재 픽처에 대한 해상도 정보가 유도(S1002)될 수 있으며, 해상도 정보를 기반으로 상기 현재 픽처에 참조 픽처에 대한 리샘플링이 수행(S1003)될 수 있다. 일 예로서, 해상도 정보는 비트스트림으로부터 획득될 수 있다. 일 예로서, 해상도 정보는 해상도 리스트에 대한 해상도 인덱스를 포함할 수 있다. 일 예로서, 해상도 정보는 상기 현재 픽처와 상기 참조 픽처에 대한 해상도 비율을 포함할 수 있다. 해상도 비율은 기 정의된 복수 개의 해상도 비율 중 하나로 결정될 수 있다. 또한, 해상도 정보는 PSNR(Peak Signal to Noise Ratio) 임계 값에 기초하여 유도된 값일 수 있다. 또한, 참조 픽처에 대한 리샘플링은 현재 픽처에 대한 필터에 의해 수행될 수 있다. 한편, 필터는 상기 해상도 정보를 기반으로 결정되되, 기 정의된 복수 개의 필터를 포함하는 필터 세트에 포함된 필터 중 하나로 결정될 수 있다. 또는 일 예로서, 필터는 비트스트림으로 시그널링된 필터 인덱스에 의해 결정될 수 있다. 그 외, 상기에서 설명한 것과 중복되는 설명은 생략한다.
도 11은 본 개시의 일 실시예에 따른 영상 부호화 방법에 대한 도면이다. 일 예로서, 도 11의 영상 부호화 방법은 영상 부호화 장치에 의해 수행될 수 있으며 상기에서 설명한 실시예를 기반으로 할 수 있다.
일 예로서, 현재 픽처에 대한 참조 픽처가 결정(S1101)될 수 있다. 이후, 참조 픽처와 현재 픽처에 대한 해상도 정보가 결정(S1102)될 수 있다. 또한, 해상도 정보를 기반으로 현재 픽처에 참조 픽처에 대한 리샘플링이 수행(S1103)될 수 있다. 일 예로서, 해상도 정보는 비트스트림으로 부호화될 수 있다. 일 예로서, 해상도 정보에는 해상도 리스트에 대한 해상도 인덱스가 포함될 수 있다. 일 예로서, 해상도 정보는 상기 현재 픽처와 상기 참조 픽처에 대한 해상도 비율을 포함할 수 있다. 일 예로서, 해상도 정보는 PSNR(Peak Signal to Noise Ratio) 임계 값에 기초하여 유도된 값일 수 있다. 또한, 참조 픽처에 대한 리샘플링은 현재 픽처에 대한 필터에 의해 수행될 수 있다. 한편, 필터는 해상도 정보를 기반으로 결정되되, 기 정의된 복수 개의 필터를 포함하는 필터 세트에 포함된 필터 중 하나로 결정될 수 있다. 또는 일 예로서, 필터는 비트스트림으로 부호화 될 필터 인덱스에 의해 결정될 수 있다. 그 외, 상기에서 설명한 것과 중복되는 설명은 생략한다.
본 개시에 의하면 적응적인 해상도 변경이 가능하여 코딩 품질을 향상시키고 코딩 효율이 증진될 수 있다.
본 개시에 따른 다양한 실시예들은 단독으로 또는 다른 실시예들과 조합되어 사용될 수 있다.
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시에 있어서, 소정의 동작(단계)을 수행하는 영상 부호화 장치 또는 영상 복호화 장치는 해당 동작(단계)의 수행 조건이나 상황을 확인하는 동작(단계)을 수행할 수 있다. 예컨대, 소정의 조건이 만족되는 경우 소정의 동작을 수행한다고 기재된 경우, 영상 부호화 장치 또는 영상 복호화 장치는 상기 소정의 조건이 만족되는지 여부를 확인하는 동작을 수행한 후, 상기 소정의 동작을 수행할 수 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
또한, 본 개시의 다양한 실시예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
또한, 본 개시의 실시예가 적용된 영상 복호화 장치 및 영상 부호화 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, 화상 전화 비디오 장치, 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recoder) 등을 포함할 수 있다.
도 12는 본 개시의 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시한 도면이다.
도 12에 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 . 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 방법에 있어서,
    현재 픽처에 대한 참조 픽처를 유도하는 단계;
    상기 참조 픽처와 상기 현재 픽처에 대한 해상도 정보를 유도하는 단계; 및
    상기 해상도 정보를 기반으로 상기 현재 픽처에 상기 참조 픽처에 대한 리샘플링을 수행하는 단계; 를 포함하는, 영상 복호화 방법.
  2. 제1 항에 있어서,
    상기 해상도 정보는 해상도 리스트에 대한 해상도 인덱스를 포함하는, 영상 복호화 방법.
  3. 제1 항에 있어서,
    상기 해상도 정보는 상기 현재 픽처와 상기 참조 픽처에 대한 해상도 비율을 포함하는, 영상 복호화 방법.
  4. 제1 항에 있어서,
    상기 해상도 정보는 비트스트림으로 시그널링되는, 영상 복호화 방법.
  5. 제1 항에 있어서,
    상기 해상도 비율은 기 정의된 복수 개의 해상도 비율 중 하나로 결정되는, 영상 복호화 방법.
  6. 제1 항에 있어서,
    상기 해상도 정보는 PSNR(Peak Signal to Noise Ratio) 임계 값에 기초하여 유도된 값인, 영상 복호화 방법.
  7. 제1 항에 있어서,
    상기 참조 픽처에 대한 리샘플링은 상기 현재 픽처에 대한 필터에 의해 수행되는, 영상 복호화 방법.
  8. 제7 항에 있어서,
    상기 필터는 상기 해상도 정보를 기반으로 결정되되, 기 정의된 복수 개의 필터를 포함하는 필터 세트에 포함된 필터 중 하나로 결정되는, 영상 복호화 방법.
  9. 제7 항에 있어서,
    상기 필터는 비트스트림으로 시그널링된 필터 인덱스에 의해 결정되는, 영상 복호화 방법.
  10. 영상 부호화 장치에 의해 수행되는 영상 부호화 방법에 있어서,
    현재 픽처에 대한 참조 픽처를 결정하는 단계;
    상기 참조 픽처와 상기 현재 픽처에 대한 해상도 정보를 결정하는 단계; 및
    상기 해상도 정보를 기반으로 상기 현재 픽처에 상기 참조 픽처에 대한 리샘플링을 수행하는 단계; 를 포함하는, 영상 부호화 방법.
  11. 제1 항에 있어서,
    상기 해상도 정보는 해상도 리스트에 대한 해상도 인덱스를 포함하는, 영상 부호화 방법.
  12. 제1 항에 있어서,
    상기 해상도 정보는 PSNR(Peak Signal to Noise Ratio) 임계 값에 기초하여 유도된 값인, 영상 부호화 방법.
  13. 제1 항에 있어서,
    상기 참조 픽처에 대한 리샘플링은 상기 현재 픽처에 대한 필터에 의해 수행되는, 영상 부호화 방법.
  14. 제10 항의 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록 매체.
  15. 비트스트림 전송 방법에 있어서,
    영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 단계;를 포함하되,
    상기 영상 부호화 방법은,
    현재 픽처에 대한 참조 픽처를 결정하는 단계;
    상기 참조 픽처와 상기 현재 픽처에 대한 해상도 정보를 결정하는 단계; 및
    상기 해상도 정보를 기반으로 상기 현재 픽처에 상기 참조 픽처에 대한 리샘플링을 수행하는 단계; 를 포함하는, 비트스트림 전송 방법.
PCT/KR2023/015713 2022-10-12 2023-10-12 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법 WO2024080778A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202263415627P 2022-10-12 2022-10-12
US63/415,627 2022-10-12

Publications (1)

Publication Number Publication Date
WO2024080778A1 true WO2024080778A1 (ko) 2024-04-18

Family

ID=90670017

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/015713 WO2024080778A1 (ko) 2022-10-12 2023-10-12 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법

Country Status (1)

Country Link
WO (1) WO2024080778A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021233404A1 (en) * 2020-05-21 2021-11-25 Beijing Bytedance Network Technology Co., Ltd. Reference picture resampling in video coding
KR20220006120A (ko) * 2019-05-15 2022-01-14 후아웨이 테크놀러지 컴퍼니 리미티드 비디오 코딩에서의 참조 픽처 리샘플링을 위한 디코더 측 모션 벡터 개선(dmvr) 코딩 툴의 핸들링
KR20220024659A (ko) * 2019-06-24 2022-03-03 알리바바 그룹 홀딩 리미티드 비디오 처리에서의 적응적 해상도 변경
KR20220049018A (ko) * 2019-09-19 2022-04-20 엘지전자 주식회사 Prof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
US20220217382A1 (en) * 2019-09-22 2022-07-07 Beijing Bytedance Network Technology Co., Ltd. Reference picture resampling in video processing

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220006120A (ko) * 2019-05-15 2022-01-14 후아웨이 테크놀러지 컴퍼니 리미티드 비디오 코딩에서의 참조 픽처 리샘플링을 위한 디코더 측 모션 벡터 개선(dmvr) 코딩 툴의 핸들링
KR20220024659A (ko) * 2019-06-24 2022-03-03 알리바바 그룹 홀딩 리미티드 비디오 처리에서의 적응적 해상도 변경
KR20220049018A (ko) * 2019-09-19 2022-04-20 엘지전자 주식회사 Prof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
US20220217382A1 (en) * 2019-09-22 2022-07-07 Beijing Bytedance Network Technology Co., Ltd. Reference picture resampling in video processing
WO2021233404A1 (en) * 2020-05-21 2021-11-25 Beijing Bytedance Network Technology Co., Ltd. Reference picture resampling in video coding

Similar Documents

Publication Publication Date Title
WO2020184991A1 (ko) Ibc 모드를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020017861A1 (ko) 서브블록 단위의 시간적 움직임 정보 예측을 위한 인터 예측 방법 및 그 장치
WO2021137597A1 (ko) Ols에 대한 dpb 파라미터를 사용하는 영상 디코딩 방법 및 그 장치
WO2020141879A1 (ko) 영상 코딩 시스템에서 서브 블록 기반 시간적 머지 후보를 사용하는 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2021125700A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2020009427A1 (ko) 영상 코딩 시스템의 인터 예측에서 템플릿 기반의 후보 리스트 재정렬 방법 및 장치
WO2020251340A1 (ko) 움직임 벡터 예측 기반 영상/비디오 코딩 방법 및 장치
WO2020256506A1 (ko) 다중 참조 라인 인트라 예측을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020180159A1 (ko) 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021125702A1 (ko) 가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치
WO2020256329A1 (ko) 움직임 예측에 기반한 영상 코딩 방법 및 장치
WO2020197243A1 (ko) Smvd(symmetric motion vector difference)를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2024080778A1 (ko) 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법
WO2023059034A1 (ko) 적응적으로 해상도를 변경하는 영상 부호화/복호화 방법, 장치, 및 비트스트림을 전송하는 방법
WO2024005541A1 (ko) 서브 픽처 레벨에서 참조 픽처 마킹 프로세스를 수행하는 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체
WO2024010291A1 (ko) 휘도 보상(illumination compensation)에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체
WO2024014896A1 (ko) 움직임 정보 리파인먼트에 기반한 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체
WO2023200243A1 (ko) Mvd 부호 예측에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체
WO2023239147A1 (ko) 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2023200255A1 (ko) Amvp(advanced motion vector prediction)-merge 모드에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체
WO2024005456A1 (ko) 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2023200246A1 (ko) 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체
WO2024010372A1 (ko) Amvpmerge 모드에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체
WO2023204675A1 (ko) 템플릿 매칭을 이용하는 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체
WO2023048464A1 (ko) 영상 부호화/복호화 방법, 비트스트림을 전송하는 방법 및 비트스트림을 저장한 기록 매체

Legal Events

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

Ref document number: 23877701

Country of ref document: EP

Kind code of ref document: A1