WO2024117694A1 - 템플릿 매칭 기반 인터 예측을 이용하는 비디오 코딩을 위한 방법 및 장치 - Google Patents

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

Info

Publication number
WO2024117694A1
WO2024117694A1 PCT/KR2023/019151 KR2023019151W WO2024117694A1 WO 2024117694 A1 WO2024117694 A1 WO 2024117694A1 KR 2023019151 W KR2023019151 W KR 2023019151W WO 2024117694 A1 WO2024117694 A1 WO 2024117694A1
Authority
WO
WIPO (PCT)
Prior art keywords
motion vector
current block
block
motion
template
Prior art date
Application number
PCT/KR2023/019151
Other languages
English (en)
French (fr)
Inventor
심동규
이민훈
박시내
허진
박승욱
Original Assignee
현대자동차주식회사
기아 주식회사
광운대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020230162973A external-priority patent/KR20240082214A/ko
Application filed by 현대자동차주식회사, 기아 주식회사, 광운대학교 산학협력단 filed Critical 현대자동차주식회사
Publication of WO2024117694A1 publication Critical patent/WO2024117694A1/ko

Links

Images

Definitions

  • This disclosure relates to a video coding method and device using template matching-based inter prediction.
  • video data Since video data has a larger amount of data than audio data or still image data, it requires a lot of hardware resources, including memory, to store or transmit it without processing for compression.
  • an encoder when storing or transmitting video data, an encoder is used to compress the video data and store or transmit it, and a decoder receives the compressed video data, decompresses it, and plays it.
  • video compression technologies include H.264/AVC, HEVC (High Efficiency Video Coding), and VVC (Versatile Video Coding), which improves coding efficiency by about 30% or more compared to HEVC.
  • ARMC Adaptive Reordering of Merge Candidates rearranges the order of motion vector candidates in merge mode based on template matching.
  • the decoder divides the merge candidates into multiple subgroups and rearranges the merge candidates included in each subgroup according to the template matching cost.
  • the template matching cost the Sum of Absolute Differences (SAD) between samples in the template area of the current block and the corresponding reference samples is calculated.
  • the template consists of samples within the contoured area around the current block.
  • reordering applies to regular merge mode, template matching merge mode, or affine merge mode. As shown in the example of FIG. 6, in regular merge mode, ARMC can be applied based on the template areas of the current block and reference block.
  • ARMC may be applied based on the template area of the current block and the template areas of subblocks of the reference block in affine merge mode. Meanwhile, in order to improve video coding efficiency and video quality, a method is needed to effectively perform template matching-based inter prediction when predicting the current block.
  • the present disclosure provides a video coding method and device for compensating for motion of the current block by performing initial correction of motion vector candidates, rearrangement of motion vector candidates, and filtering on the template area during inter prediction of the current block. There is a purpose.
  • a method of restoring a current block performed by a video decoding apparatus includes: decoding a merge index of the current block from a bitstream; Generating a motion vector candidate list of the current block including a preset number of motion vector candidates, where any motion vector candidate is a unidirectional motion vector or a bidirectional motion vector. ; performing initial motion correction on the motion vector candidates; rearranging the motion vector candidates; selecting motion information of the current block from the motion vector candidates using the merge index; and generating a prediction block of the current block using the selected motion information, wherein the step of performing the initial motion correction or the step of rearranging the motion vector candidates includes, when using template matching, the current block.
  • a method is provided, comprising the step of applying filtering to a block division boundary within a template area of a block.
  • a motion vector candidate list of the current block including a preset number of motion vector candidates is generated.
  • a method is provided, comprising the step of applying filtering to a block division boundary within a template area of a block.
  • a computer-readable recording medium storing a bitstream generated by an image encoding method, wherein the image encoding method includes a preset number of motion vector candidates.
  • a recording medium comprising the step of applying filtering to a block division boundary within a template area of a block.
  • video coding compensates for the motion of the current block by performing initial correction of motion vector candidates, rearrangement of motion vector candidates, and filtering on the template area during inter prediction of the current block.
  • FIG. 1 is an example block diagram of a video encoding device that can implement the techniques of the present disclosure.
  • Figure 2 is a diagram for explaining a method of dividing a block using the QTBTTT (QuadTree plus BinaryTree TernaryTree) structure.
  • 3A and 3B are diagrams showing a plurality of intra prediction modes including wide-angle intra prediction modes.
  • Figure 4 is an example diagram of neighboring blocks of the current block.
  • Figure 5 is an example block diagram of a video decoding device that can implement the techniques of the present disclosure.
  • Figure 6 is an example diagram showing template areas of the current block and reference block.
  • Figure 7 is an example diagram showing the template area of the current block and the template areas of subblocks of the reference block.
  • Figure 8 is an example diagram to explain a method of deriving combination affine merge candidates for affine motion prediction.
  • FIG. 9 is a block diagram illustrating in detail a portion of a video decoding device according to an embodiment of the present disclosure.
  • Figure 10 is an example diagram showing correction of a motion vector using template matching according to an embodiment of the present disclosure.
  • Figure 11 is an example diagram showing a template adjacent to a subblock, according to an embodiment of the present disclosure.
  • Figure 12 is an example diagram showing correction of a motion vector using template matching according to another embodiment of the present disclosure.
  • Figure 13 is an example diagram illustrating filtering for a template area according to an embodiment of the present disclosure.
  • Figure 14 is an example diagram illustrating filtering for a template area according to another embodiment of the present disclosure.
  • Figure 15 is an example diagram illustrating filtering for a template area according to another embodiment of the present disclosure.
  • FIG. 16 is a flowchart illustrating a method by which an image encoding device encodes a current block, according to an embodiment of the present disclosure.
  • Figure 17 is a flowchart showing a method by which an image decoding device restores a current block, according to an embodiment of the present disclosure.
  • FIG. 1 is an example block diagram of a video encoding device that can implement the techniques of the present disclosure.
  • the video encoding device and its sub-configurations will be described with reference to the illustration in FIG. 1.
  • the image encoding device includes a picture division unit 110, a prediction unit 120, a subtractor 130, a transform unit 140, a quantization unit 145, a rearrangement unit 150, an entropy encoding unit 155, and an inverse quantization unit. It may be configured to include (160), an inverse transform unit (165), an adder (170), a loop filter unit (180), and a memory (190).
  • Each component of the video encoding device may be implemented as hardware or software, or may be implemented as a combination of hardware and software. Additionally, the function of each component may be implemented as software and a microprocessor may be implemented to execute the function of the software corresponding to each component.
  • One image consists of one or more sequences including a plurality of pictures. Each picture is divided into a plurality of regions and encoding is performed for each region. For example, one picture is divided into one or more tiles and/or slices. Here, one or more tiles can be defined as a tile group. Each tile or/slice is divided into one or more Coding Tree Units (CTUs). And each CTU is divided into one or more CUs (Coding Units) by a tree structure. Information applied to each CU is encoded as the syntax of the CU, and information commonly applied to CUs included in one CTU is encoded as the syntax of the CTU.
  • CTUs Coding Tree Units
  • information commonly applied to all blocks within one slice is encoded as the syntax of the slice header, and information applied to all blocks constituting one or more pictures is a picture parameter set (PPS) or picture parameter set. Encoded in the header. Furthermore, information commonly referenced by multiple pictures is encoded in a sequence parameter set (SPS). And, information commonly referenced by one or more SPSs is encoded in a video parameter set (VPS). Additionally, information commonly applied to one tile or tile group may be encoded as the syntax of a tile or tile group header. Syntax included in the SPS, PPS, slice header, tile, or tile group header may be referred to as high level syntax.
  • the picture division unit 110 determines the size of the CTU.
  • Information about the size of the CTU (CTU size) is encoded as SPS or PPS syntax and transmitted to the video decoding device.
  • the picture division unit 110 divides each picture constituting the image into a plurality of CTUs with a predetermined size and then recursively divides the CTUs using a tree structure. .
  • the leaf node in the tree structure becomes the CU, the basic unit of encoding.
  • the tree structure is QuadTree (QT), in which the parent node is divided into four child nodes (or child nodes) of the same size, or BinaryTree, in which the parent node is divided into two child nodes. , BT), or a TernaryTree (TT) in which the parent node is divided into three child nodes in a 1:2:1 ratio, or a structure that mixes two or more of these QT structures, BT structures, and TT structures.
  • QTBT QuadTree plus BinaryTree
  • QTBTTT QuadTree plus BinaryTree TernaryTree
  • BTTT may be combined and referred to as MTT (Multiple-Type Tree).
  • Figure 2 is a diagram to explain a method of dividing a block using the QTBTTT structure.
  • the CTU can first be divided into a QT structure. Quadtree splitting can be repeated until the size of the splitting block reaches the minimum block size (MinQTSize) of the leaf node allowed in QT.
  • the first flag (QT_split_flag) indicating whether each node of the QT structure is split into four nodes of the lower layer is encoded by the entropy encoder 155 and signaled to the image decoding device. If the leaf node of QT is not larger than the maximum block size (MaxBTSize) of the root node allowed in BT, it may be further divided into either the BT structure or the TT structure. In the BT structure and/or TT structure, there may be multiple division directions.
  • a second flag indicates whether the nodes have been split, and if split, an additional flag indicating the splitting direction (vertical or horizontal) and/or the splitting type (Binary). Or, a flag indicating Ternary) is encoded by the entropy encoding unit 155 and signaled to the video decoding device.
  • a CU split flag (split_cu_flag) indicating whether the node is split is encoded. It could be. If the CU split flag (split_cu_flag) value indicates that it is not split, the block of the corresponding node becomes a leaf node in the split tree structure and becomes a CU (coding unit), which is the basic unit of coding. When the CU split flag (split_cu_flag) value indicates splitting, the video encoding device starts encoding from the first flag in the above-described manner.
  • QTBT When QTBT is used as another example of a tree structure, there are two types: a type that horizontally splits the block of the node into two blocks of the same size (i.e., symmetric horizontal splitting) and a type that splits it vertically (i.e., symmetric vertical splitting). Branches may exist.
  • a split flag (split_flag) indicating whether each node of the BT structure is divided into blocks of a lower layer and split type information indicating the type of division are encoded by the entropy encoder 155 and transmitted to the video decoding device.
  • split_flag split flag
  • the asymmetric form may include dividing the block of the corresponding node into two rectangular blocks with a size ratio of 1:3, or may include dividing the block of the corresponding node diagonally.
  • a CU can have various sizes depending on the QTBT or QTBTTT division from the CTU.
  • the block corresponding to the CU i.e., leaf node of QTBTTT
  • the 'current block' the block corresponding to the CU (i.e., leaf node of QTBTTT) to be encoded or decoded
  • the shape of the current block may be rectangular as well as square.
  • the prediction unit 120 predicts the current block and generates a prediction block.
  • the prediction unit 120 includes an intra prediction unit 122 and an inter prediction unit 124.
  • each current block in a picture can be coded predictively.
  • prediction of the current block is performed using intra prediction techniques (using data from the picture containing the current block) or inter prediction techniques (using data from pictures coded before the picture containing the current block). It can be done.
  • Inter prediction includes both one-way prediction and two-way prediction.
  • the intra prediction unit 122 predicts pixels within the current block using pixels (reference pixels) located around the current block within the current picture including the current block.
  • the plurality of intra prediction modes may include two non-directional modes including a planar mode and a DC mode and 65 directional modes.
  • the surrounding pixels and calculation formulas to be used are defined differently for each prediction mode.
  • the directional modes (67 to 80, -1 to -14 intra prediction modes) shown by dotted arrows in FIG. 3B can be additionally used. These may be referred to as “wide angle intra-prediction modes”.
  • the arrows point to corresponding reference samples used for prediction and do not indicate the direction of prediction. The predicted direction is opposite to the direction indicated by the arrow.
  • Wide-angle intra prediction modes are modes that perform prediction in the opposite direction of a specific directional mode without transmitting additional bits when the current block is rectangular. At this time, among the wide-angle intra prediction modes, some wide-angle intra prediction modes available for the current block may be determined according to the ratio of the width and height of the rectangular current block.
  • intra prediction modes 67 to 80 are available when the current block has a rectangular shape with a height smaller than the width
  • wide-angle intra prediction modes with angles larger than -135 degrees are available.
  • Intra prediction modes are available when the current block has a rectangular shape with a width greater than the height.
  • the intra prediction unit 122 can determine the intra prediction mode to be used to encode the current block.
  • intra prediction unit 122 may encode the current block using multiple intra prediction modes and select an appropriate intra prediction mode to use from the tested modes. For example, the intra prediction unit 122 calculates rate-distortion values using rate-distortion analysis for several tested intra-prediction modes and has the best rate-distortion characteristics among the tested modes. You can also select intra prediction mode.
  • the intra prediction unit 122 selects one intra prediction mode from a plurality of intra prediction modes and predicts the current block using surrounding pixels (reference pixels) and an operation formula determined according to the selected intra prediction mode.
  • Information about the selected intra prediction mode is encoded by the entropy encoding unit 155 and transmitted to the video decoding device.
  • the inter prediction unit 124 generates a prediction block for the current block using a motion compensation process.
  • the inter prediction unit 124 searches for a block most similar to the current block in a reference picture that has been encoded and decoded before the current picture, and generates a prediction block for the current block using the searched block. Then, a motion vector (MV) corresponding to the displacement between the current block in the current picture and the prediction block in the reference picture is generated.
  • MV motion vector
  • motion estimation is performed on the luma component, and a motion vector calculated based on the luma component is used for both the luma component and the chroma component.
  • Motion information including information about reference pictures and motion vectors used to predict the current block is encoded by the entropy encoding unit 155 and transmitted to the video decoding device.
  • the inter prediction unit 124 may perform interpolation on a reference picture or reference block to increase prediction accuracy. That is, subsamples between two consecutive integer samples are interpolated by applying filter coefficients to a plurality of consecutive integer samples including the two integer samples. If the process of searching for the block most similar to the current block is performed for the interpolated reference picture, the motion vector can be expressed with precision in decimal units rather than precision in integer samples.
  • the precision or resolution of the motion vector may be set differently for each target area to be encoded, for example, slice, tile, CTU, CU, etc.
  • AMVR adaptive motion vector resolution
  • information about the motion vector resolution to be applied to each target area must be signaled for each target area. For example, if the target area is a CU, information about the motion vector resolution applied to each CU is signaled.
  • Information about motion vector resolution may be information indicating the precision of a differential motion vector, which will be described later.
  • the inter prediction unit 124 may perform inter prediction using bi-prediction.
  • bidirectional prediction two reference pictures and two motion vectors indicating the position of the block most similar to the current block within each reference picture are used.
  • the inter prediction unit 124 selects the first reference picture and the second reference picture from reference picture list 0 (RefPicList0) and reference picture list 1 (RefPicList1), respectively, and searches for a block similar to the current block within each reference picture. Create a first reference block and a second reference block. Then, the first reference block and the second reference block are averaged or weighted to generate a prediction block for the current block.
  • reference picture list 0 may be composed of pictures before the current picture in display order among the restored pictures
  • reference picture list 1 may be composed of pictures after the current picture in display order among the restored pictures.
  • relief pictures after the current picture may be additionally included in reference picture list 0, and conversely, relief pictures before the current picture may be additionally included in reference picture list 1. may be included.
  • the motion information of the current block can be transmitted to the video decoding device by encoding information that can identify the neighboring block. This method is called ‘merge mode’.
  • the inter prediction unit 124 selects a predetermined number of merge candidate blocks (hereinafter referred to as 'merge candidates') from neighboring blocks of the current block.
  • the surrounding blocks for deriving merge candidates include the left block (A0), bottom left block (A1), top block (B0), and top right block (B1) adjacent to the current block in the current picture. ), and all or part of the upper left block (B2) can be used.
  • a block located within a reference picture (which may be the same or different from the reference picture used to predict the current block) rather than the current picture where the current block is located may be used as a merge candidate.
  • a block co-located with the current block within the reference picture or blocks adjacent to the co-located block may be additionally used as merge candidates. If the number of merge candidates selected by the method described above is less than the preset number, the 0 vector is added to the merge candidates.
  • the inter prediction unit 124 uses these neighboring blocks to construct a merge list including a predetermined number of merge candidates.
  • a merge candidate to be used as motion information of the current block is selected from among the merge candidates included in the merge list, and merge index information to identify the selected candidate is generated.
  • the generated merge index information is encoded by the entropy encoding unit 155 and transmitted to the video decoding device.
  • Merge skip mode is a special case of merge mode. After performing quantization, when all transformation coefficients for entropy encoding are close to zero, only peripheral block selection information is transmitted without transmitting residual signals. By using merge skip mode, relatively high coding efficiency can be achieved in low-motion images, still images, screen content images, etc.
  • merge mode and merge skip mode are collectively referred to as merge/skip mode.
  • AMVP Advanced Motion Vector Prediction
  • the inter prediction unit 124 uses neighboring blocks of the current block to derive predicted motion vector candidates for the motion vector of the current block.
  • the surrounding blocks used to derive predicted motion vector candidates include the left block (A0), bottom left block (A1), top block (B0), and top right block adjacent to the current block in the current picture shown in FIG. B1), and all or part of the upper left block (B2) can be used.
  • a block located within a reference picture (which may be the same or different from the reference picture used to predict the current block) rather than the current picture where the current block is located will be used as a surrounding block used to derive prediction motion vector candidates. It may be possible.
  • a block co-located with the current block within the reference picture or blocks adjacent to the co-located block may be used. If the number of motion vector candidates is smaller than the preset number by the method described above, the 0 vector is added to the motion vector candidates.
  • the inter prediction unit 124 derives predicted motion vector candidates using the motion vectors of the neighboring blocks, and determines a predicted motion vector for the motion vector of the current block using the predicted motion vector candidates. Then, the predicted motion vector is subtracted from the motion vector of the current block to calculate the differential motion vector.
  • the predicted motion vector can be obtained by applying a predefined function (eg, median, average value calculation, etc.) to the predicted motion vector candidates.
  • a predefined function eg, median, average value calculation, etc.
  • the video decoding device also knows the predefined function.
  • the neighboring blocks used to derive predicted motion vector candidates are blocks for which encoding and decoding have already been completed, the video decoding device also already knows the motion vectors of the neighboring blocks. Therefore, the video encoding device does not need to encode information to identify the predicted motion vector candidate. Therefore, in this case, information about the differential motion vector and information about the reference picture used to predict the current block are encoded.
  • the predicted motion vector may be determined by selecting one of the predicted motion vector candidates.
  • information for identifying the selected prediction motion vector candidate is additionally encoded, along with information about the differential motion vector and information about the reference picture used to predict the current block.
  • the subtractor 130 generates a residual block by subtracting the prediction block generated by the intra prediction unit 122 or the inter prediction unit 124 from the current block.
  • the converter 140 converts residual signals in a residual block containing pixel values in the spatial domain into transform coefficients in the frequency domain.
  • the conversion unit 140 may convert the residual signals in the residual block by using the entire size of the residual block as a conversion unit, or divide the residual block into a plurality of subblocks and perform conversion by using the subblocks as a conversion unit. You may.
  • the residual signals can be converted by dividing them into two subblocks, a transform area and a non-transformation region, and using only the transform region subblock as a transform unit.
  • the transformation area subblock may be one of two rectangular blocks with a size ratio of 1:1 based on the horizontal axis (or vertical axis).
  • a flag indicating that only the subblock has been converted (cu_sbt_flag), directional (vertical/horizontal) information (cu_sbt_horizontal_flag), and/or position information (cu_sbt_pos_flag) are encoded by the entropy encoding unit 155 and signaled to the video decoding device.
  • the size of the transform area subblock may have a size ratio of 1:3 based on the horizontal axis (or vertical axis), and in this case, a flag (cu_sbt_quad_flag) that distinguishes the corresponding division is additionally encoded by the entropy encoding unit 155 to encode the image. Signaled to the decryption device.
  • the transformation unit 140 can separately perform transformation on the residual block in the horizontal and vertical directions.
  • various types of transformation functions or transformation matrices can be used.
  • a pair of transformation functions for horizontal transformation and vertical transformation can be defined as MTS (Multiple Transform Set).
  • the conversion unit 140 may select a conversion function pair with the best conversion efficiency among MTSs and convert the residual blocks in the horizontal and vertical directions, respectively.
  • Information (mts_idx) about the transformation function pair selected from the MTS is encoded by the entropy encoder 155 and signaled to the video decoding device.
  • the quantization unit 145 quantizes the transform coefficients output from the transform unit 140 using a quantization parameter and outputs the quantized transform coefficients to the entropy encoding unit 155.
  • the quantization unit 145 may directly quantize a residual block related to a certain block or frame without conversion.
  • the quantization unit 145 may apply different quantization coefficients (scaling values) depending on the positions of the transform coefficients within the transform block.
  • the quantization matrix applied to the quantized transform coefficients arranged in two dimensions may be encoded and signaled to the video decoding device.
  • the rearrangement unit 150 may rearrange coefficient values for the quantized residual values.
  • the rearrangement unit 150 can change a two-dimensional coefficient array into a one-dimensional coefficient sequence using coefficient scanning.
  • the realignment unit 150 can scan from DC coefficients to coefficients in the high frequency region using zig-zag scan or diagonal scan to output a one-dimensional coefficient sequence.
  • a vertical scan that scans a two-dimensional coefficient array in the column direction or a horizontal scan that scans the two-dimensional block-type coefficients in the row direction may be used instead of the zig-zag scan. That is, the scan method to be used among zig-zag scan, diagonal scan, vertical scan, and horizontal scan may be determined depending on the size of the transformation unit and the intra prediction mode.
  • the entropy encoding unit 155 uses various encoding methods such as CABAC (Context-based Adaptive Binary Arithmetic Code) and Exponential Golomb to encode the one-dimensional quantized transform coefficients output from the reordering unit 150.
  • CABAC Context-based Adaptive Binary Arithmetic Code
  • Exponential Golomb Exponential Golomb to encode the one-dimensional quantized transform coefficients output from the reordering unit 150.
  • a bitstream is created by encoding the sequence.
  • the entropy encoder 155 encodes information such as CTU size, CU split flag, QT split flag, MTT split type, and MTT split direction related to block splitting, so that the video decoding device can encode blocks in the same way as the video coding device. Allow it to be divided.
  • the entropy encoding unit 155 encodes information about the prediction type indicating whether the current block is encoded by intra prediction or inter prediction, and generates intra prediction information (i.e., intra prediction) according to the prediction type.
  • Information about the mode) or inter prediction information coding mode of motion information (merge mode or AMVP mode), merge index in case of merge mode, information on reference picture index and differential motion vector in case of AMVP mode
  • the entropy encoding unit 155 encodes information related to quantization, that is, information about quantization parameters and information about the quantization matrix.
  • the inverse quantization unit 160 inversely quantizes the quantized transform coefficients output from the quantization unit 145 to generate transform coefficients.
  • the inverse transform unit 165 restores the residual block by converting the transform coefficients output from the inverse quantization unit 160 from the frequency domain to the spatial domain.
  • the adder 170 restores the current block by adding the restored residual block and the prediction block generated by the prediction unit 120. Pixels in the restored current block are used as reference pixels when intra-predicting the next block.
  • the loop filter unit 180 restores pixels to reduce blocking artifacts, ringing artifacts, blurring artifacts, etc. that occur due to block-based prediction and transformation/quantization. Perform filtering on them.
  • the loop filter unit 180 is an in-loop filter and may include all or part of a deblocking filter 182, a Sample Adaptive Offset (SAO) filter 184, and an Adaptive Loop Filter (ALF) 186. there is.
  • the deblocking filter 182 filters the boundaries between restored blocks to remove blocking artifacts caused by block-level encoding/decoding, and the SAO filter 184 and ALF 186 perform deblocking filtering. Additional filtering is performed on the image.
  • the SAO filter 184 and the ALF 186 are filters used to compensate for differences between restored pixels and original pixels caused by lossy coding.
  • the SAO filter 184 improves not only subjective image quality but also coding efficiency by applying an offset in units of CTU.
  • the ALF 186 performs filtering on a block basis, distinguishing the edge and degree of change of the block and applying different filters to compensate for distortion.
  • Information about filter coefficients to be used in ALF may be encoded and signaled to a video decoding device.
  • the restored block filtered through the deblocking filter 182, SAO filter 184, and ALF 186 is stored in the memory 190.
  • the reconstructed picture can be used as a reference picture for inter prediction of blocks in the picture to be encoded later.
  • the video encoding device can store the bitstream of encoded video data in a non-transitory recording medium or transmit it to the video decoding device using a communication network.
  • FIG. 5 is an example block diagram of a video decoding device that can implement the techniques of the present disclosure.
  • the video decoding device and its sub-configurations will be described with reference to FIG. 5.
  • the image decoding device includes an entropy decoding unit 510, a rearrangement unit 515, an inverse quantization unit 520, an inverse transform unit 530, a prediction unit 540, an adder 550, a loop filter unit 560, and a memory ( 570).
  • each component of the video decoding device may be implemented as hardware or software, or may be implemented as a combination of hardware and software. Additionally, the function of each component may be implemented as software and a microprocessor may be implemented to execute the function of the software corresponding to each component.
  • the entropy decoder 510 decodes the bitstream generated by the video encoding device, extracts information related to block division, determines the current block to be decoded, and provides prediction information and residual signals needed to restore the current block. Extract information about
  • the entropy decoder 510 extracts information about the CTU size from a Sequence Parameter Set (SPS) or Picture Parameter Set (PPS), determines the size of the CTU, and divides the picture into CTUs of the determined size. Then, the CTU is determined as the highest layer of the tree structure, that is, the root node, and the CTU is divided using the tree structure by extracting the division information for the CTU.
  • SPS Sequence Parameter Set
  • PPS Picture Parameter Set
  • the first flag (QT_split_flag) related to the division of the QT first extracts the first flag (QT_split_flag) related to the division of the QT and split each node into four nodes of the lower layer. And, for the node corresponding to the leaf node of QT, the second flag (mtt_split_flag) and split direction (vertical / horizontal) and/or split type (binary / ternary) information related to the split of MTT are extracted and the leaf node is divided into MTT. Divide by structure. Accordingly, each node below the leaf node of QT is recursively divided into a BT or TT structure.
  • each node may undergo 0 or more repetitive MTT divisions after 0 or more repetitive QT divisions. For example, MTT division may occur immediately in the CTU, or conversely, only multiple QT divisions may occur.
  • the first flag (QT_split_flag) related to the division of the QT is extracted and each node is divided into four nodes of the lower layer. And, for the node corresponding to the leaf node of QT, a split flag (split_flag) indicating whether to further split into BT and split direction information are extracted.
  • the entropy decoding unit 510 determines the current block to be decoded using division of the tree structure, it extracts information about the prediction type indicating whether the current block is intra-predicted or inter-predicted.
  • prediction type information indicates intra prediction
  • the entropy decoder 510 extracts syntax elements for intra prediction information (intra prediction mode) of the current block.
  • prediction type information indicates inter prediction
  • the entropy decoder 510 extracts syntax elements for inter prediction information, that is, information indicating a motion vector and a reference picture to which the motion vector refers.
  • the entropy decoding unit 510 extracts information about quantized transform coefficients of the current block as quantization-related information and information about residual signals.
  • the reordering unit 515 re-organizes the sequence of one-dimensional quantized transform coefficients entropy decoded in the entropy decoding unit 510 into a two-dimensional coefficient array (i.e., in reverse order of the coefficient scanning order performed by the image encoding device). block).
  • the inverse quantization unit 520 inversely quantizes the quantized transform coefficients and inversely quantizes the quantized transform coefficients using a quantization parameter.
  • the inverse quantization unit 520 may apply different quantization coefficients (scaling values) to quantized transform coefficients arranged in two dimensions.
  • the inverse quantization unit 520 may perform inverse quantization by applying a matrix of quantization coefficients (scaling values) from an image encoding device to a two-dimensional array of quantized transform coefficients.
  • the inverse transform unit 530 inversely transforms the inverse quantized transform coefficients from the frequency domain to the spatial domain to restore the residual signals, thereby generating a residual block for the current block.
  • the inverse transformation unit 530 when the inverse transformation unit 530 inversely transforms only a partial area (subblock) of the transformation block, a flag (cu_sbt_flag) indicating that only the subblock of the transformation block has been transformed, and directionality (vertical/horizontal) information of the subblock (cu_sbt_horizontal_flag) ) and/or by extracting the position information (cu_sbt_pos_flag) of the subblock, and inversely transforming the transformation coefficients of the corresponding subblock from the frequency domain to the spatial domain to restore the residual signals, and for the area that has not been inversely transformed, the residual signals are set to “0”. By filling in the values, the final residual block for the current block is created.
  • the inverse transform unit 530 determines a transformation function or transformation matrix to be applied in the horizontal and vertical directions, respectively, using the MTS information (mts_idx) signaled from the video encoding device, and uses the determined transformation function. Inverse transformation is performed on the transformation coefficients in the transformation block in the horizontal and vertical directions.
  • the prediction unit 540 may include an intra prediction unit 542 and an inter prediction unit 544.
  • the intra prediction unit 542 is activated when the prediction type of the current block is intra prediction
  • the inter prediction unit 544 is activated when the prediction type of the current block is inter prediction.
  • the intra prediction unit 542 determines the intra prediction mode of the current block among a plurality of intra prediction modes from the syntax elements for the intra prediction mode extracted from the entropy decoder 510, and provides a reference around the current block according to the intra prediction mode. Predict the current block using pixels.
  • the inter prediction unit 544 uses the syntax elements for the inter prediction mode extracted from the entropy decoder 510 to determine the motion vector of the current block and the reference picture to which the motion vector refers, and uses the motion vector and the reference picture to determine the motion vector of the current block. Use it to predict the current block.
  • the adder 550 restores the current block by adding the residual block output from the inverse transform unit 530 and the prediction block output from the inter prediction unit 544 or intra prediction unit 542. Pixels in the restored current block are used as reference pixels when intra-predicting a block to be decoded later.
  • the loop filter unit 560 may include a deblocking filter 562, a SAO filter 564, and an ALF 566 as an in-loop filter.
  • the deblocking filter 562 performs deblocking filtering on the boundaries between restored blocks to remove blocking artifacts that occur due to block-level decoding.
  • the SAO filter 564 and the ALF 566 perform additional filtering on the reconstructed block after deblocking filtering to compensate for the difference between the reconstructed pixels and the original pixels caused by lossy coding. do.
  • the filter coefficient of ALF is determined using information about the filter coefficient decoded from the non-stream.
  • the restored block filtered through the deblocking filter 562, SAO filter 564, and ALF 566 is stored in the memory 570.
  • the reconstructed picture is later used as a reference picture for inter prediction of blocks in the picture to be encoded.
  • This embodiment relates to encoding and decoding of images (videos) as described above. More specifically, a video coding method and device are provided that compensate for the motion of the current block by performing initial correction of motion vector candidates, rearrangement of motion vector candidates, and filtering on the template area during inter prediction of the current block.
  • the following embodiments may be performed by the inter prediction unit 122 in a video encoding apparatus. Additionally, it may be performed by the inter prediction unit 544 in a video decoding apparatus.
  • the video encoding device may generate signaling information related to this embodiment in terms of rate distortion optimization when encoding the current block.
  • the video encoding device can encode signaling information using the entropy encoding unit 155 and then transmit it to the video decoding device.
  • the video decoding device can decode signaling information related to decoding the current block from the bitstream using the entropy decoding unit 510.
  • 'target block' may be used with the same meaning as the current block or coding unit (CU).
  • 'target block' may mean a partial area of a coding unit.
  • the fact that the value of one flag is true indicates that the flag is set to 1. Additionally, the value of one flag being false indicates a case where the flag is set to 0.
  • Merge/Skip modes include regular merge mode, Merge mode with Motion Vector Difference (MMVD) mode, Geometric Partitioning Mode (GPM), and subblock merge mode.
  • MMVD Motion Vector Difference
  • GPS Geometric Partitioning Mode
  • subblock merge mode is divided into SbTMVP (Subblock-based Temporal Motion Vector Prediction) and affine merge mode.
  • the inter prediction unit 124 in the video encoding device may configure a merge candidate list by selecting a preset number (eg, 6) of merge candidates.
  • the inter prediction unit 124 searches for spatial merge candidates.
  • the inter prediction unit 124 searches for spatial merge candidates from neighboring blocks as illustrated in FIG. 4. Up to four spatial merge candidates can be selected. Spatial merge candidates are also called SMVP (Spatial MVP).
  • the inter prediction unit 124 searches for temporal merge candidates.
  • the inter prediction unit 124 operates on a block (co- located block) can be added as a temporal merge candidate.
  • One temporal merge candidate can be selected.
  • Temporal merge candidates are also called TMVP (Temporal MVP).
  • the inter prediction unit 124 searches for History-based Motion Vector Predictor (HMVP) candidates.
  • HMVP History-based Motion Vector Predictor
  • the inter prediction unit 124 stores the motion vectors of the previous h (here, h is a natural number) CUs in a table and then uses them as merge candidates.
  • the size of the table is 6, and the motion vector of the previous CU is stored according to the FIFO (First-in First Out) method. This indicates that up to 6 HMVP candidates are stored in the table.
  • the inter prediction unit 124 may set the latest motion vectors among the HMVP candidates stored in the table as merge candidates.
  • the inter prediction unit 124 searches for PAMVP (Pairwise Average MVP) candidates.
  • the inter prediction unit 124 may set the average of the motion vectors of the first and second candidates in the merge candidate list as the merge candidate.
  • the inter prediction unit 124 adds a zero motion vector as a merge candidate.
  • the inter prediction unit 124 can determine a merge index indicating one candidate in the merge candidate list.
  • the inter prediction unit 124 may derive a motion vector predictor (MVP) from the merge candidate list using the merge index and then determine the MVP as the motion vector of the current block.
  • MVP motion vector predictor
  • the video encoding device can signal the merge index to the video decoding device.
  • the video encoding device uses the same motion vector transmission method as the merge mode, but does not transmit a residual block corresponding to the difference between the current block and the prediction block.
  • the method of constructing the above-described merge candidate list can be equally performed by the inter prediction unit 544 in the video decoding device.
  • the video decoding device can decode the merge index.
  • the inter prediction unit 544 may derive the MVP from the merge candidate list using the merge index and then determine the MVP as the motion vector of the current block.
  • the inter prediction unit 124 can derive MVP from the merge candidate list using the merge index. For example, the first or second candidate in the merge candidate list can be used as the MVP. Additionally, in terms of optimizing encoding efficiency, the inter prediction unit 124 determines the distance index and direction index. The inter prediction unit 124 can derive a motion vector difference (MVD) using the size index and direction index, and then add the MVD and MVP to restore the motion vector of the current block. Additionally, the video encoding device can signal the merge index, size index, and direction index to the video decoding device.
  • MVD motion vector difference
  • the above-described MMVD technology can be equally performed by the inter prediction unit 544 in the video decoding device.
  • the video decoding device can decode the merge index, size index, and direction index.
  • the inter prediction unit 544 can derive MVP from the merge candidate list using the merge index.
  • the inter prediction unit 544 can derive the MVD using the size index and the direction index, and then add the MVD and MVP to restore the motion vector of the current block.
  • Inter prediction is a motion prediction that reflects a translation motion model. In other words, it is a technique for predicting movement in the horizontal direction (x-axis direction) and vertical direction (y-axis direction). However, in addition to translational movement, various types of movement such as rotation, zoom-in, or zoom-out may exist. Affine motion prediction can reflect these various types of motion.
  • affine motion prediction There may be two types of models for affine motion prediction.
  • One is a model that uses two control point motion vectors (CPMVs), the top-left corner and the top-right corner of the target block to be currently encoded, that is, four parameters.
  • the other is a model that uses the three control point motion vectors of the upper left corner, upper right corner, and bottom-left corner of the target block, that is, six parameters.
  • Equation 1 The four-parameter affine model is expressed as shown in Equation 1.
  • the movement at the sample position (x, y) within the target block can be calculated according to Equation 1.
  • the position of the upper left sample of the target block is assumed to be (0,0).
  • the 6-parameter affine model is expressed as shown in Equation 2.
  • the movement at the sample position (x, y) within the target block can be calculated according to Equation 2.
  • (mv 0x ,mv 0y ) is the upper left ear control point motion vector
  • (mv 1x ,mv 1y ) is the upper right ear control point motion vector
  • (mv 2x ,mv 2y ) is the left lower ear control point motion vector.
  • W is the horizontal length of the target block
  • H is the vertical length of the target block.
  • Affine motion prediction can be performed using a motion vector calculated according to Equation 1 or Equation 2 for each sample in the target block.
  • the target block may be divided into subblocks of 4 ⁇ 4 size and then performed on a subblock basis.
  • the motion vector (mv x , mv y ) can be set to have 1/16 sample precision.
  • the motion vector (mv x , mv y ) calculated according to Equation 1 or 2 may be rounded to 1/16 sample.
  • the video encoding device performs intra prediction, inter prediction (translational motion prediction), and affine motion prediction, and calculates the rate-distortion (RD) cost to select the optimal prediction method.
  • the inter prediction unit 124 of the video encoding device determines which of the two types of model to use and determines two or three control points depending on the determined type.
  • the inter prediction unit 124 calculates a motion vector (mv x , mv y ) for each subblock in the target block using the control point motion vectors. Then, motion compensation is performed within the reference picture on a subblock basis using the motion vector (mv x , mv y ) of each subblock, thereby generating a prediction block for each subblock within the target block.
  • the video encoding device decodes the video by encoding affine-related syntax elements including a flag indicating whether affine motion prediction has been applied to the target block, type information indicating the type of the affine model, and motion information indicating the motion vector of each control point. transmitted to the device.
  • Type information and motion information of control points may be signaled when affine motion prediction is performed, and the number of motion vectors of control points may be signaled as determined according to type information.
  • the video decoding device determines the type of affine model and control point motion vectors using the signaled syntax, and determines the motion vector for each 4 ⁇ 4 subblock in the target block using Equation 1 or 2. Calculate (mv x ,mv y ). If motion vector resolution information for the affine motion vector of the target block is signaled, the motion vector (mv x , mv y ) is modified to the precision identified by the motion vector resolution information using operations such as rounding.
  • the video decoding device generates a prediction block for each subblock by performing motion compensation within the reference picture using the motion vector (mv x , mv y ) for each subblock.
  • the general inter prediction (translational motion prediction) method described above can be applied.
  • the inter prediction unit 124 of the video encoding device configures a predefined number (eg, 5) of affine merge candidate lists.
  • the inter prediction unit 124 of the video encoding device derives an affine merge candidate inherited from neighboring blocks of the target block.
  • a merge candidate list is generated by deriving a predefined number of inheritance affine merge candidates from the surrounding samples (A0, A1, B0, B1, B2) of the target block shown in FIG. 4.
  • Each of the inherited affine merge candidates included in the candidate list corresponds to a combination of two or three CPMVs.
  • the inter prediction unit 124 derives an inheritance affine merge candidate from the control point motion vectors of the neighboring blocks predicted in affine mode among the neighboring blocks of the target block.
  • the number of merge candidates derived from neighboring blocks predicted in affine mode may be limited.
  • the inter prediction unit 124 may derive a total of two inheritance affine merge candidates, one from A0 and A1 and one from B0, B1, and B2, from neighboring blocks predicted in affine mode.
  • the priorities may be A0, A1, and B0, B1, and B2.
  • the inter prediction unit 124 can derive affine merge candidates as many as the insufficient number of constructed affine merge candidates from translational motion vectors of neighboring blocks.
  • Figure 8 is an example diagram to explain a method of deriving combination affine merge candidates for affine motion prediction.
  • the inter prediction unit 124 derives one control point motion vector CPMV1, CPMV2, and CPMV3 from the neighboring block group ⁇ B2, B3, A2 ⁇ , neighboring block group ⁇ B1, B0 ⁇ , and neighboring block group ⁇ A1, A0 ⁇ . .
  • the priorities within each neighboring block group may be in the order of B2, B3, A2, B1, B0, and A1, A0.
  • another control point motion vector CPMV4 is derived from the collocated block T in the reference picture.
  • the inter prediction unit 124 combines two or three control point motion vectors among the four control point motion vectors and generates the insufficient number of combination affine merge candidates.
  • the priorities of the union are as follows. Elements within each group are listed in the order of upper left, upper right, and lower left control point motion vectors.
  • the inter prediction unit 124 may add a zero motion vector as a candidate.
  • the inter prediction unit 124 selects a merge candidate from the merge candidate list in terms of optimizing coding efficiency and determines a merge index indicating this.
  • the inter prediction unit 124 performs affine motion prediction on the target block using the selected merge candidate. If the merge candidate consists of two control point motion vectors, affine motion prediction is performed using a 4-parameter model. On the other hand, when the merge candidate consists of three control point motion vectors, affine motion prediction is performed using a 6-parameter model.
  • the video encoding device encodes the merge index and signals it to the video decoding device.
  • the video decoding device decodes the merge index.
  • the inter prediction unit 544 of the video decoding device constructs a merge candidate list in the same manner as the video encoding device and performs affine motion prediction using control point motion vectors corresponding to the merge candidate indicated by the merge index.
  • the inter prediction unit 124 performs inter prediction based on sub-regions into which the current block is geometrically divided. For two sub-regions, the inter prediction unit 124 performs inter prediction using different motion information (i.e., motion vectors). The inter prediction unit 124 generates final prediction signals by weighting the prediction signals of each area to minimize discontinuity at the boundaries between sub-areas.
  • the motion information of each sub-area is derived from the general merge candidate list. If the index in the merge candidate list is an even number, motion information existing in L0 (first reference list) is selected, and if the index is odd, motion information existing in L1 (second reference list) is selected.
  • Decoder-side motion vector refinement uses Bilateral Matching (BM) technology to finely adjust the motion vectors (MV0 and MV1) of bidirectional prediction, thereby improving the movement on the decoder side. This is a way to improve vectors.
  • BM Bilateral Matching
  • motion vectors of bidirectional prediction are used interchangeably with motion vector pairs.
  • an image decoding device searches for refined motion vectors around initial motion vectors generated from reference pictures in the reference lists L0 and L1.
  • the initial motion vectors refer to the two motion vectors MV0 and MV1 of bidirectional prediction.
  • the BM cost which is the distortion between two candidate blocks in the reference pictures of L0 and L1 is calculated.
  • SAD or SSE between two candidate blocks can be calculated as the BM cost.
  • the video decoding apparatus generates motion vector candidates with the minimum BM cost as refined motion vectors, as shown in Equation 3.
  • MVoffset is an offset applied to the initial motion vectors during motion vector refinement, and is the difference between the candidate motion vectors and the initial motion vectors.
  • This offset may be formed by the sum of an integer offset in integer sample units and a subpixel offset in sub-pixel (sub-pel) sample units. As shown in Equation 3, the two motion vector candidates follow the mirroring rule for offset.
  • SbTMVP similar to the temporal merge candidate described above, uses motion information in a co-located picture to improve motion vector prediction of each subblock in merge mode.
  • Each subblock is one of blocks created by dividing the current block, and a picture at the same location represents a picture that includes a block at the same location.
  • SbTMVP applies motion shift.
  • SbTMVP checks whether the A1 pixel illustrated in FIG. 8 has a motion vector that uses a picture at the same location as a reference picture. If the A1 pixel has a motion vector that uses a picture at the same location as a reference picture, the motion vector of the A1 pixel is selected for motion shift. On the other hand, if pixel A1 does not have a motion vector that uses the picture at the same location as a reference picture, the motion shift is set to 0.
  • SbTMVP applies motion shift to blocks at the same location within the same location picture.
  • SbTMVP extracts for each subblock the motion information (motion vector and reference indices) of the corresponding subblock in the picture at the same location.
  • SbTMVP generates motion information for each subblock by applying temporal motion scaling to the extracted motion information.
  • FIG. 9 is a block diagram illustrating in detail a portion of a video decoding device according to an embodiment of the present disclosure.
  • the video decoding device determines a prediction and transformation unit, performs prediction and inverse transformation on the current block corresponding to the determined unit using the determined prediction technology and prediction mode, and finally restores the current block to the block. can be created.
  • What is illustrated in FIG. 9 may be performed by the inverse transform unit 530, prediction unit 540, and adder 550 of the image decoding device. Meanwhile, the same operations as illustrated in FIG. 9 may be performed by the inverse transform unit 165, picture division unit 110, prediction unit 120, and adder 170 of the image encoding device.
  • the video decoding device uses encoding information parsed from the bitstream, but the video encoding device may use encoding information set from a higher level in terms of minimizing rate distortion.
  • this embodiment will be described focusing on the video decoding device.
  • the prediction unit 540 includes an intra prediction unit 542 and an inter prediction unit 544 depending on the prediction technology.
  • the prediction unit 540 is a prediction unit. It may include all or part of a determination unit 902, a prediction technology determination unit 904, a prediction mode determination unit 906, and a prediction performance unit 908.
  • the video decoding device can predict and restore the luma component and then predict and restore the chroma component. That is, the luma component and chroma component can be sequentially restored by the components illustrated in FIG. 9.
  • the color format of the input video is RGB
  • the video encoding device can perform color format conversion from RGB to YUV and then encode the converted video.
  • the color format represents the correspondence relationship between luma component pixels and chroma component pixels.
  • the prediction unit determination unit 902 determines a prediction unit (PU).
  • the prediction technology determination unit 904 determines a prediction technology (eg, intra prediction, inter prediction, or IBC (Intra Block Copy) mode, palette mode, etc.) for the prediction unit.
  • the prediction mode decision unit 906 determines a detailed prediction mode for the prediction technology.
  • the prediction performing unit 908 generates a prediction block of the current block according to the determined prediction mode.
  • the inverse transformation unit 530 includes a conversion unit determination unit 910 and an inverse transformation performing unit 912.
  • the transformation unit determination unit 910 determines a transform unit (TU) for the inverse quantization signals of the current block, and the inverse transformation performing unit 912 inversely transforms the transformation unit expressed by the inverse quantization signals to produce a residual signal. create them.
  • TU transform unit
  • the adder 550 generates a restored block by adding the prediction block and the residual signals.
  • the restored block is stored in memory and can later be used to predict other blocks.
  • the prediction unit determined by the prediction unit determination unit 902 may be the current block or one of the subblocks into which the current block is divided. At this time, the prediction unit of the chroma component may have a size corresponding to the prediction unit of the luma component depending on the color format. Alternatively, after the prediction units of the luma component and the chroma component are determined separately, prediction may be performed on the prediction unit of the chroma component.
  • the prediction technology determination unit 904 determines the prediction technology for the prediction unit.
  • the prediction technique may be one of inter prediction, intra prediction, IBC mode, and palette mode.
  • the prediction technology of the chroma component can be determined to be the same as the prediction technology of the corresponding luma component without signaling and parsing of separate information.
  • the video decoding device parses 1-bit flag information. For example, when the parsed flag indicates skip mode, the video decoding device determines the prediction mode of the current block as inter prediction merge mode or IBC merge mode. The video decoding device can use the prediction signals as reconstruction signals while omitting the inverse transformation process.
  • the prediction technology decision unit 904 parses a series of 1-bit flags and determines the prediction technology of the current block as inter prediction, intra prediction, and IBC. You can decide on one of the techniques: mode, palette mode, etc.
  • the video decoding device parses a 1-bit flag.
  • the prediction mode of the current block can be determined as merge mode or AMVP (Advanced Motion Vector Prediction) mode.
  • the prediction mode decision unit 906 determines a detailed prediction mode for the prediction technology.
  • the prediction mode determination unit 906 may determine whether to perform subblock-based prediction using parsing of a 1-bit flag. When subblock-based prediction is performed, affine prediction or SbTMVP prediction may be performed. If subblock-based prediction is not performed, prediction may be performed according to techniques such as general merge mode, MMVD, DMVR, GPM, etc.
  • the prediction performing unit 908 generates a prediction block of the current block according to the determined prediction technology and prediction mode.
  • the prediction performing unit 908 parses the merge index and constructs a motion vector candidate list.
  • the prediction performing unit 908 rearranges the motion vector candidates in the motion vector candidate list, and obtains motion information of the current block from the rearranged motion vector candidate list using the merge index.
  • the prediction performing unit 908 generates final prediction signals of the current block using motion information.
  • the video decoding device constructs a motion vector candidate list of the current block according to the method of constructing a merge candidate list of motion information in the general merge/skip mode as described above.
  • the motion vector candidate list includes a preset number (eg, n) of motion vector candidates.
  • n a preset number of motion vector candidates.
  • Motion vector candidates and merge candidates are used interchangeably.
  • Motion vector candidates may be unidirectional motion vectors or bidirectional motion vectors.
  • the video decoding device After configuring the motion vector candidate list, the video decoding device performs initial motion compensation on the motion vector candidates included in the motion vector candidate list.
  • Figure 10 is an example diagram showing correction of a motion vector using template matching according to an embodiment of the present disclosure.
  • the video decoding apparatus corrects a unidirectional motion vector among motion vector candidates using template matching, as shown in the example of FIG. 10.
  • the video decoding device corrects the unidirectional motion vector using template matching between the template in the relief area around the current block and the template at the corresponding position around the reference block.
  • the reference block is indicated by the unidirectional motion vector described above.
  • the template in the relief area around the current block is used interchangeably with the 'template of the current block'.
  • the template of the corresponding position around the reference block is used interchangeably with the ‘corresponding template of the reference block’.
  • the area included in the template of the current block is indicated as the template area of the current block.
  • the area included in the corresponding template of the reference block is indicated as the corresponding template area of the reference block.
  • the video decoding device uses Sum of Absolute Differences (SAD), Mean Squared Error (MSE), and SATD (You can use one of the measures such as Sum of Absolute Transform Differences).
  • the video decoding device performs template matching using templates in the template matching search area defined by a and b.
  • the template matching search area can be adaptively determined depending on the size and aspect ratio of the current block.
  • the video decoding device can correct the unidirectional motion vector to minimize the template matching cost within the template matching search area.
  • the template matching search area exists within the reference picture.
  • the template matching search area is used interchangeably with the search area.
  • the corresponding template of the reference block exists in the search area.
  • the video decoding device corrects a unidirectional motion vector among motion vector candidates using template matching. As in the example of FIG. 11, for subblocks of p Correct the motion vector.
  • Figure 12 is an example diagram showing correction of a motion vector using template matching according to another embodiment of the present disclosure.
  • the video decoding apparatus corrects bidirectional motion vectors among motion vector candidates using template matching, as shown in the example of FIG. 12.
  • the video decoding device corrects the bidirectional motion vectors (MV0 and MV1) using template matching between templates in the relief area around the current block and templates at corresponding positions around reference blocks.
  • the video decoding device can correct bidirectional motion vectors using bilateral matching (BM) between reference blocks.
  • BM bilateral matching
  • the video decoding device corrects the bidirectional motion vectors using template matching, and then uses BM between reference blocks to apply secondary motion vectors to the first corrected bidirectional motion vectors. Correction can be applied.
  • the video decoding device may use one of the metrics such as SAD, MSE, SATD, etc.
  • the video decoding device performs template matching using templates in the template matching search area defined by a and b.
  • the template matching search area can be adaptively determined depending on the size and aspect ratio of the current block.
  • the video decoding device can correct bidirectional motion vectors so that the template matching cost is minimized within the template matching search area.
  • the video decoding device may use one of the metrics such as SAD, MSE, SATD, etc. to calculate the BM cost between the reference block in the reference picture L0 and the reference block in the reference picture L1.
  • the video decoding device corrects bidirectional motion vectors among motion vector candidates using template matching. As in the example of FIG. 11, for subblocks of p Compensate for bidirectional motion vectors.
  • the video decoding device corrects motion information of bidirectional motion vectors using BM.
  • the motion information may be motion information after first correction or initial motion information according to a method other than BM.
  • the image decoding device can perform BM by comparing each subblock with reference subblocks at corresponding positions.
  • the video decoding device may omit initial motion compensation.
  • the video decoding device After correcting the initial motion, the video decoding device rearranges the motion vector candidates in the motion vector candidate list. Alternatively, when initial motion correction is omitted, the video decoding device may rearrange motion vector candidates before initial motion correction.
  • the video decoding apparatus generates a reference block according to the motion information of each motion vector candidate and then calculates a template matching cost between the template of the current block and the corresponding template of the reference block.
  • the video decoding device compares the template matching costs of motion vector candidates.
  • the video decoding device rearranges the motion vector candidates in the motion vector candidate list in the order of increasing template matching cost.
  • the video decoding device may use one of the metrics such as SAD, MSE, SATD, etc. to calculate the template matching cost between samples in the template area of the current block and samples in the corresponding template area of the reference block.
  • the video decoding device may omit rearrangement of motion vector candidates.
  • a video decoding device performs template matching within a search area.
  • the search area can be adaptively determined depending on the size and aspect ratio of the current block.
  • the video decoding device calculates the template matching cost between the template of the current block and the corresponding template of each reference block, and then calculates the template matching cost between the two reference blocks.
  • the final template matching cost of the motion vector candidate described above is calculated by averaging the template matching cost values.
  • the video decoding device selects the motion vector of the current block using the merge index from the motion vector candidates in the rearranged motion vector candidate list. Alternatively, when reordering the motion vector candidates is omitted, the video decoding device selects the motion vector of the current block using the merge index from the motion vector candidates in the motion vector candidate list before reordering.
  • the video decoding device When bidirectional motion vectors are selected according to the merge index, the video decoding device performs final motion compensation using reference blocks obtained using the bidirectional motion vectors (MV0 and MV1).
  • the image decoding device may perform final motion compensation by performing subblock-based BM and/or BDOF (Bi-directional Optical Flow).
  • BDOF uses bidirectional motion prediction, based on the assumption that samples or objects constituting an image move at a constant speed and that there is little change in sample values, and additionally compensates for the motion of the predicted samples based on optical flow.
  • the video decoding device generates the final prediction block of the current block by performing motion compensation of the current block using a motion vector to which final motion compensation has been applied or a motion vector selected according to the merge index. Afterwards, the image decoding device decodes the residual block and adds the final prediction block and the residual block to generate a restored block of the current block.
  • the video decoding apparatus When performing template matching-based motion correction or template matching-based motion vector candidates rearrangement on the motion vector candidates of the current block, the video decoding apparatus performs the following process. Depending on the embodiment, in cases where the subblock-based prediction method is not used, the following process may be applied.
  • Figure 13 is an example diagram illustrating filtering for a template area according to an embodiment of the present disclosure.
  • the video decoding device may perform filtering on the undulated template area around the current block (i.e., the template area of the current block). For example, as shown in the upper example of FIG. 13, a case where the template area of the current block is divided into blocks is described.
  • the video decoding device can perform filtering at the division boundary within the template area, as shown in the bottom example of FIG. 13.
  • the video decoding device applies filtering in the vertical direction to the template area (TM(i,j)) of the current block as shown in Equation 4.
  • the video decoding device applies filtering to the template area (TM(i,j)) of the current block in the horizontal direction as shown in Equation 5.
  • filter f(k) may be a smoothing filter with coefficients of ⁇ 1/4, 1/2, 1/4 ⁇ .
  • the video decoding device applies filtering to the template area (TM(i, j)) of the current block as shown in Equation 6.
  • M(i,j) represents a matrix that performs pixel-specific operations. As shown in the bottom example of FIG. 14, M(i,j) may have a value of 0 at a position surrounding the division boundary within the template area of the current block, and may have a value of 1 at the remaining position within the template area of the current block.
  • the video decoding device performs filtering on TM ref (i,j), the corresponding template of the reference block for template matching, as shown in Equation 6. It can be done.
  • the video decoding device divides the template area into sub-areas with a size of c ⁇ d as shown in the example of FIG. 15, and then performs filtering on the boundaries between the sub-areas. can do.
  • c and d can be adaptively determined depending on the size and aspect ratio of the current block.
  • the image decoding device may apply filtering according to Equation 4 or Equation 5 to the boundary.
  • An image decoding device can calculate the difference between adjacent samples using one of the metrics such as SAD, MSE, etc.
  • the threshold may be a predetermined value according to an agreement between the video encoding device and the video decoding device. Alternatively, the threshold may be the average value of samples within the template area of the current block.
  • the video decoding device uses the filtered template area TM (i,j) of the current block and the corresponding template area TM ref (i,j) of the reference block to calculate the template matching cost TM cost according to Equation 7. Calculate.
  • the video decoding device can calculate the template matching cost using one of the metrics such as SAD, MSE, etc.
  • the video decoding device can calculate the template matching cost according to Equation 8 or Equation 9. Since filtering is applied in Equation 8 or Equation 9, filtering according to Equations 4 to 6 may not be separately applied to the template area TM(i,j) of the current block.
  • Equation 8 f(k) can be derived according to the same method as the derivation method of f( ⁇ ) shown in Equation 4 or Equation 5. Additionally, in Equation 9, M(i,j) can be derived according to the same method as the derivation method of M(i,j) shown in Equation 6.
  • FIG. 16 is a flowchart illustrating a method by which an image encoding device encodes a current block, according to an embodiment of the present disclosure.
  • the video encoding device generates a motion vector candidate list including a preset number of motion vector candidates (S1600).
  • each motion vector candidate may be a unidirectional motion vector or a bidirectional motion vector.
  • the video encoding device performs initial motion compensation on the motion vector candidates (S1602).
  • the video encoding device may perform initial motion correction using template matching and/or BM.
  • the video encoding device performs initial motion compensation on the current block.
  • the video encoding device corrects each motion vector candidate using template matching between the current block template and the corresponding template of the reference block.
  • the video encoding device performs initial motion correction on subblocks. At this time, subblocks may be created by dividing the current block.
  • the video encoding device corrects each motion vector candidate using template matching between the template adjacent to each subblock and the corresponding template of the reference subblock.
  • the video encoding device may omit initial motion compensation.
  • the video encoding device can apply filtering to the block division boundary within the template area of the current block.
  • the video encoding device rearranges the motion vector candidates (S1604).
  • the video encoding device generates a reference block according to the motion information of each motion vector candidate and then calculates the template matching cost between the template of the current block and the corresponding template of the reference block.
  • the video encoding device compares the template matching costs of motion vector candidates.
  • the video encoding device rearranges the motion vector candidates in the merge candidate list in the order of increasing template matching cost.
  • the video encoding device can omit rearrangement of motion vector candidates.
  • the video encoding device can apply filtering to the block division boundary within the template area of the current block.
  • the video encoding device determines a merge index indicating one of the motion vector candidates (S1606). In terms of rate distortion optimization, the video encoding device can determine the merge index.
  • the video encoding device selects motion information of the current block from motion vector candidates using the merge index (S1608).
  • the video encoding device When the motion information of the current block is bidirectional motion vectors, the video encoding device performs final correction of the bidirectional motion vectors using at least one technique of subblock-based bidirectional matching or BDOF.
  • the video encoding device generates a prediction block of the current block using the selected motion information (S1610).
  • the video encoding device encodes the merge index (S1612).
  • the image encoding device generates a residual block by subtracting the prediction block from the original block of the current block.
  • the video encoding device converts/quantizes/encodes the residual block to generate a bitstream, and transmits the generated bitstream to the video decoding device.
  • Figure 17 is a flowchart showing a method by which an image decoding device restores a current block, according to an embodiment of the present disclosure.
  • the video decoding device decodes the merge index of the current block from the bitstream (1700).
  • the video decoding apparatus generates a motion vector candidate list including a preset number of motion vector candidates (1702).
  • each motion vector candidate may be a unidirectional motion vector or a bidirectional motion vector.
  • the video decoding device performs initial motion correction on the motion vector candidates (1704).
  • the video decoding device may perform initial motion correction using template matching and/or BM.
  • the video decoding device performs initial motion compensation on the current block.
  • the video decoding device corrects each motion vector candidate using template matching between the current block template and the corresponding template of the reference block.
  • the video decoding apparatus performs initial motion correction on subblocks. At this time, subblocks may be created by dividing the current block.
  • the video decoding device corrects each motion vector candidate using template matching between the template adjacent to each subblock and the corresponding template of the reference subblock.
  • the video decoding device may omit initial motion compensation.
  • the video decoding device can apply filtering to the block division boundary within the template area of the current block.
  • the video decoding device rearranges the motion vector candidates (1706).
  • the video decoding device generates a reference block according to the motion information of each motion vector candidate and then calculates the template matching cost between the template of the current block and the corresponding template of the reference block.
  • the video decoding device compares the template matching costs of motion vector candidates.
  • the video decoding device rearranges the motion vector candidates in the merge candidate list in the order of increasing template matching cost.
  • the video decoding device can omit rearrangement of motion vector candidates.
  • the video decoding device can apply filtering to the block division boundary within the template area of the current block.
  • the video decoding device selects motion information of the current block from motion vector candidates using the merge index (1708).
  • the video decoding device final corrects the bidirectional motion vectors using at least one technique of subblock-based bidirectional matching or BDOF.
  • the video decoding device generates a prediction block of the current block using the selected motion information (1710).
  • the video decoding device decodes/inverse quantizes/inverse transforms the bitstream to generate a residual block. Afterwards, the video decoding device adds the prediction block and the residual block to generate a restored block of the current block.
  • Non-transitory recording media include, for example, all types of recording devices that store data in a form readable by a computer system.
  • non-transitory recording media include storage media such as erasable programmable read only memory (EPROM), flash drives, optical drives, magnetic hard drives, and solid state drives (SSD).
  • EPROM erasable programmable read only memory
  • SSD solid state drives

Landscapes

  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

본 실시예는 템플릿 매칭 기반 인터 예측을 이용하는 비디오 코딩방법 및 장치를 개시한다. 본 실시예에서, 영상 복호화 장치는 현재블록의 머지 인덱스를 복호화하고, 기설정된 개수의 움직임벡터 후보들을 포함하는 움직임벡터 후보 리스트를 생성한다. 영상 복호화 장치는 움직임벡터 후보들에 대해 초기 움직임 보정을 수행하고, 움직임벡터 후보들을 재배열한다. 영상 복호화 장치는 머지 인덱스를 이용하여 움직임벡터 후보들로부터 현재블록의 움직임 정보를 선택한 후, 선택된 움직임 정보를 이용하여 현재블록의 예측블록을 생성한다. 초기 움직임 보정을 수행하거나 움직임벡터 후보들을 재배열 시 템플릿 매칭을 이용하는 경우, 영상 복호화 장치는 현재블록의 템플릿 영역 내 블록 분할 경계에 필터링을 적용한다.

Description

템플릿 매칭 기반 인터 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
본 개시는 템플릿 매칭 기반 인터 예측을 이용하는 비디오 코딩방법 및 장치에 관한 것이다.
이하에 기술되는 내용은 단순히 본 발명과 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.
비디오 데이터는 음성 데이터나 정지 영상 데이터 등에 비하여 많은 데이터량을 가지기 때문에, 압축을 위한 처리 없이 그 자체를 저장하거나 전송하기 위해서는 메모리를 포함하여 많은 하드웨어 자원을 필요로 한다.
따라서, 통상적으로 비디오 데이터를 저장하거나 전송할 때에는 부호화기를 사용하여 비디오 데이터를 압축하여 저장하거나 전송하며, 복호화기에서는 압축된 비디오 데이터를 수신하여 압축을 해제하고 재생한다. 이러한 비디오 압축 기술로는 H.264/AVC, HEVC(High Efficiency Video Coding) 등을 비롯하여, HEVC에 비해 약 30% 이상의 부호화 효율을 향상시킨 VVC(Versatile Video Coding)가 존재한다.
그러나, 영상의 크기 및 해상도, 프레임률이 점차 증가하고 있고, 이에 따라 부호화해야 하는 데이터량도 증가하고 있으므로 기존의 압축 기술보다 더 부호화 효율이 좋고 화질 개선 효과도 높은 새로운 압축 기술이 요구된다.
Beyond VVC에서 ARMC(Adaptive Reordering of Merge Candidates)는 템플릿 매칭을 기반으로 머지 모드의 움직임벡터 후보들의 순서를 재배열한다. ARMC를 적용하는 경우, 복호화기는 머지 후보들을 다수의 서브 그룹들로 나누고, 각 서브 그룹에 포함된 머지 후보들을 템플릿 매칭 비용(cost)에 따라 재배열한다. 이때, 템플릿 매칭 비용으로서, 현재블록의 템플릿 영역 내 샘플들과 대응하는 참조 샘플들 간의 SAD(Sum of Absolute Differences)가 산정된다. 템플릿은 현재블록 주변의 기복원된 영역 내 샘플들로 구성된다. Beyond VVC에서 순서 재배열은 정규 머지 모드, 템플릿 매칭 머지 모드 또는 아핀 머지 모드에 적용된다. 도 6의 예시와 같이, 정규 머지 모드에서, 현재블록 및 참조블록의 템플릿 영역들에 기초하여 ARMC가 적용될 수 있다. 또는, 도 7의 예시와 같이, 아핀 머지 모드에서 현재블록의 템플릿 영역 및 참조블록의 서브블록들의 템플릿 영역들에 기초하여 ARMC가 적용될 수 있다. 한편, 비디오 부호화 효율을 향상시키고 비디오 화질을 개선하기 위해, 현재블록의 예측 시, 템플릿 매칭 기반 인터 예측을 효과적으로 수행하는 방안이 필요하다.
본 개시는, 현재블록의 인터 예측 시, 움직임벡터 후보들의 초기 보정, 움직임벡터 후보들의 재배열, 및 템플릿 영역에 대한 필터링을 수행하여 현재블록의 움직임을 보상하는 비디오 코딩방법 및 장치를 제공하는 데 목적이 있다.
본 개시의 실시예에 따르면, 영상 복호화 장치가 수행하는, 현재블록을 복원하는 방법에 있어서, 비트스트림으로부터 상기 현재블록의 머지 인덱스를 복호화하는 단계; 기설정된 개수의 움직임벡터 후보들(motion vector candidates)을 포함하는 상기 현재블록의 움직임벡터 후보 리스트를 생성하는 단계, 여기서, 임의의 움직임벡터 후보(a motion vector candidate)는 단방향 움직임벡터 또는 양방향 움직임벡터들임; 상기 움직임벡터 후보들에 대해 초기 움직임 보정을 수행하는 단계; 상기 움직임벡터 후보들을 재배열하는 단계; 상기 머지 인덱스를 이용하여 상기 움직임벡터 후보들로부터 현재블록의 움직임 정보를 선택하는 단계; 및 상기 선택된 움직임 정보를 이용하여 상기 현재블록의 예측블록을 생성하는 단계를 포함하되, 상기 초기 움직임 보정을 수행하는 단계 또는 상기 움직임벡터 후보들을 재배열하는 단계는, 템플릿 매칭을 이용하는 경우, 상기 현재블록의 템플릿 영역 내 블록 분할 경계에 필터링을 적용하는 단계를 포함하는 것을 특징으로 하는, 방법을 제공한다.
본 개시의 다른 실시예에 따르면, 영상 부호화 장치가 수행하는, 현재블록을 부호화하는 방법에 있어서, 기설정된 개수의 움직임벡터 후보들(motion vector candidates)을 포함하는 상기 현재블록의 움직임벡터 후보 리스트를 생성하는 단계, 여기서, 임의의 움직임벡터 후보(a motion vector candidate)는 단방향 움직임벡터 또는 양방향 움직임벡터들임; 상기 움직임벡터 후보들에 대해 초기 움직임 보정을 수행하는 단계; 상기 움직임벡터 후보들을 재배열하는 단계; 상기 움직임벡터 후보들 중 하나를 지시하는 머지 인덱스를 결정하는 단계; 상기 머지 인덱스를 이용하여 상기 움직임벡터 후보들로부터 상기 현재블록의 움직임 정보를 선택하는 단계; 및 상기 선택된 움직임 정보를 이용하여 상기 현재블록의 예측블록을 생성하는 단계를 포함하되, 상기 초기 움직임 보정을 수행하는 단계 또는 상기 움직임벡터 후보들을 재배열하는 단계는, 템플릿 매칭을 이용하는 경우, 상기 현재블록의 템플릿 영역 내 블록 분할 경계에 필터링을 적용하는 단계를 포함하는 것을 특징으로 하는, 방법을 제공한다.
본 개시의 다른 실시예에 따르면, 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록매체로서, 상기 영상 부호화 방법은, 기설정된 개수의 움직임벡터 후보들(motion vector candidates)을 포함하는 현재블로의 움직임벡터 후보 리스트를 생성하는 단계, 여기서, 임의의 움직임벡터 후보(a motion vector candidate)는 단방향 움직임벡터 또는 양방향 움직임벡터들임; 상기 움직임벡터 후보들에 대해 초기 움직임 보정을 수행하는 단계; 상기 움직임벡터 후보들을 재배열하는 단계; 상기 움직임벡터 후보들 중 하나를 지시하는 머지 인덱스를 결정하는 단계; 상기 머지 인덱스를 이용하여 상기 움직임벡터 후보들로부터 상기 현재블록의 움직임 정보를 선택하는 단계; 및 상기 선택된 움직임 정보를 이용하여 상기 현재블록의 예측블록을 생성하는 단계를 포함하되, 상기 초기 움직임 보정을 수행하는 단계 또는 상기 움직임벡터 후보들을 재배열하는 단계는, 템플릿 매칭을 이용하는 경우, 상기 현재블록의 템플릿 영역 내 블록 분할 경계에 필터링을 적용하는 단계를 포함하는 것을 특징으로 하는, 기록매체를 제공한다.
이상에서 설명한 바와 같이 본 실시예에 따르면, 현재블록의 인터 예측 시, 움직임벡터 후보들의 초기 보정, 움직임벡터 후보들의 재배열, 및 템플릿 영역에 대한 필터링을 수행하여 현재블록의 움직임을 보상하는 비디오 코딩방법 및 장치를 제공함으로써, 비디오 부호화 효율을 향상시키고 비디오 화질을 개선하는 것이 가능해지는 효과가 있다.
도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다.
도 2는 QTBTTT(QuadTree plus BinaryTree TernaryTree) 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.
도 3a 및 도 3b는 광각 인트라 예측모드들을 포함한 복수의 인트라 예측모드들을 나타낸 도면이다.
도 4는 현재블록의 주변블록에 대한 예시도이다.
도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 블록도이다.
도 6은 현재블록 및 참조블록의 템플릿 영역들을 나타내는 예시도이다.
도 7은 현재블록의 템플릿 영역 및 참조블록의 서브블록들의 템플릿 영역을 나타내는 예시도이다.
도 8은 아핀 움직임 예측을 위한 조합 아핀 머지 후보들을 유도하는 방법을 설명하기 위한 예시도이다.
도 9는 본 개시의 일 실시예에 따른, 영상 복호화 장치의 일부를 자세히 나타내는 블록도이다.
도 10은 본 개시의 일 실시예에 따른, 템플릿 매칭을 이용하는 움직임벡터의 보정을 나타내는 예시도이다.
도 11은 본 개시의 일 실시예에 따른, 서브블록에 인접하는 템플릿을 나타내는 예시도이다.
도 12는 본 개시의 다른 실시예에 따른, 템플릿 매칭을 이용하는 움직임벡터의 보정을 나타내는 예시도이다.
도 13은 본 개시의 일 실시예에 따른, 템플릿 영역에 대한 필터링을 나타내는 예시도이다.
도 14는 본 개시의 다른 실시예에 따른, 템플릿 영역에 대한 필터링을 나타내는 예시도이다.
도 15는 본 개시의 다른 실시예에 따른, 템플릿 영역에 대한 필터링을 나타내는 예시도이다.
도 16은 본 개시의 일 실시예에 따른, 영상 부호화 장치가 현재블록을 부호화하는 방법을 나타내는 순서도이다.
도 17은 본 개시의 일 실시예에 따른, 영상 복호화 장치가 현재블록을 복원하는 방법을 나타내는 순서도이다.
이하, 본 발명의 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 실시예들을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 실시예들의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다. 이하에서는 도 1의 도시를 참조하여 영상 부호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.
영상 부호화 장치는 픽처 분할부(110), 예측부(120), 감산기(130), 변환부(140), 양자화부(145), 재정렬부(150), 엔트로피 부호화부(155), 역양자화부(160), 역변환부(165), 가산기(170), 루프 필터부(180) 및 메모리(190)를 포함하여 구성될 수 있다.
영상 부호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.
하나의 영상(비디오)은 복수의 픽처들을 포함하는 하나 이상의 시퀀스로 구성된다. 각 픽처들은 복수의 영역으로 분할되고 각 영역마다 부호화가 수행된다. 예를 들어, 하나의 픽처는 하나 이상의 타일(Tile) 및/또는 슬라이스(Slice)로 분할된다. 여기서, 하나 이상의 타일을 타일 그룹(Tile Group)으로 정의할 수 있다. 각 타일 또는/슬라이스는 하나 이상의 CTU(Coding Tree Unit)로 분할된다. 그리고 각 CTU는 트리 구조에 의해 하나 이상의 CU(Coding Unit)들로 분할된다. 각 CU에 적용되는 정보들은 CU의 신택스로서 부호화되고, 하나의 CTU에 포함된 CU들에 공통적으로 적용되는 정보는 CTU의 신택스로서 부호화된다. 또한, 하나의 슬라이스 내의 모든 블록들에 공통적으로 적용되는 정보는 슬라이스 헤더의 신택스로서 부호화되며, 하나 이상의 픽처들을 구성하는 모든 블록들에 적용되는 정보는 픽처 파라미터 셋(PPS, Picture Parameter Set) 혹은 픽처 헤더에 부호화된다. 나아가, 복수의 픽처가 공통으로 참조하는 정보들은 시퀀스 파라미터 셋(SPS, Sequence Parameter Set)에 부호화된다. 그리고, 하나 이상의 SPS가 공통으로 참조하는 정보들은 비디오 파라미터 셋(VPS, Video Parameter Set)에 부호화된다. 또한, 하나의 타일 또는 타일 그룹에 공통으로 적용되는 정보는 타일 또는 타일 그룹 헤더의 신택스로서 부호화될 수도 있다. SPS, PPS, 슬라이스 헤더, 타일 또는 타일 그룹 헤더에 포함되는 신택스들은 상위수준(high level) 신택스로 칭할 수 있다.
픽처 분할부(110)는 CTU의 크기를 결정한다. CTU의 크기에 대한 정보(CTU size)는 SPS 또는 PPS의 신택스로서 부호화되어 영상 복호화 장치로 전달된다.
픽처 분할부(110)는 영상을 구성하는 각 픽처(picture)를 미리 결정된 크기를 가지는 복수의 CTU들로 분할한 이후에, 트리 구조(tree structure)를 이용하여 CTU를 반복적으로(recursively) 분할한다. 트리 구조에서의 리프 노드(leaf node)가 부호화의 기본 단위인 CU가 된다.
트리 구조로는 상위 노드(혹은 부모 노드)가 동일한 크기의 네 개의 하위 노드(혹은 자식 노드)로 분할되는 쿼드트리(QuadTree, QT), 또는 상위 노드가 두 개의 하위 노드로 분할되는 바이너리트리(BinaryTree, BT), 또는 상위 노드가 1:2:1 비율로 세 개의 하위 노드로 분할되는 터너리트리(TernaryTree, TT), 또는 이러한 QT 구조, BT 구조 및 TT 구조 중 둘 이상을 혼용한 구조일 수 있다. 예컨대, QTBT(QuadTree plus BinaryTree) 구조가 사용될 수 있고, 또는 QTBTTT(QuadTree plus BinaryTree TernaryTree) 구조가 사용될 수 있다. 여기서, BTTT를 합쳐서 MTT(Multiple-Type Tree)라 지칭될 수 있다.
도 2는 QTBTTT 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.
도 2에 도시된 바와 같이, CTU는 먼저 QT 구조로 분할될 수 있다. 쿼드트리 분할은 분할 블록(splitting block)의 크기가 QT에서 허용되는 리프 노드의 최소 블록 크기(MinQTSize)에 도달할 때까지 반복될 수 있다. QT 구조의 각 노드가 하위 레이어의 4 개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. QT의 리프 노드가 BT에서 허용되는 루트 노드의 최대 블록 크기(MaxBTSize)보다 크지 않은 경우, BT 구조 또는 TT 구조 중 어느 하나 이상으로 더 분할될 수 있다. BT 구조 및/또는 TT 구조에서는 복수의 분할 방향이 존재할 수 있다. 예컨대, 해당 노드의 블록이 가로로 분할되는 방향과 세로로 분할되는 방향 두 가지가 존재할 수 있다. 도 2의 도시와 같이, MTT 분할이 시작되면, 노드들이 분할되었는지 여부를 지시하는 제2 플래그(mtt_split_flag)와, 분할이 되었다면 추가적으로 분할 방향(vertical 혹은 horizontal)을 나타내는 플래그 및/또는 분할 타입(Binary 혹은 Ternary)을 나타내는 플래그가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
대안적으로, 각 노드가 하위 레이어의 4 개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)를 부호화하기에 앞서, 그 노드가 분할되는지 여부를 지시하는 CU 분할 플래그(split_cu_flag)가 부호화될 수도 있다. CU 분할 플래그(split_cu_flag) 값이 분할되지 않았음을 지시하는 경우, 해당 노드의 블록이 분할 트리 구조에서의 리프 노드(leaf node)가 되어 부호화의 기본 단위인 CU(coding unit)가 된다. CU 분할 플래그(split_cu_flag) 값이 분할됨을 지시하는 경우, 영상 부호화 장치는 전술한 방식으로 제1 플래그부터 부호화를 시작한다.
트리 구조의 다른 예시로서 QTBT가 사용되는 경우, 해당 노드의 블록을 동일 크기의 두 개 블록으로 가로로 분할하는 타입(즉, symmetric horizontal splitting)과 세로로 분할하는 타입(즉, symmetric vertical splitting) 두 가지가 존재할 수 있다. BT 구조의 각 노드가 하위 레이어의 블록으로 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할되는 타입을 지시하는 분할 타입 정보가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다. 한편, 해당 노드의 블록을 서로 비대칭 형태의 두 개의 블록으로 분할하는 타입이 추가로 더 존재할 수도 있다. 비대칭 형태에는 해당 노드의 블록을 1:3의 크기 비율을 가지는 두 개의 직사각형 블록으로 분할하는 형태가 포함될 수 있고, 혹은 해당 노드의 블록을 대각선 방향으로 분할하는 형태가 포함될 수도 있다.
CU는 CTU로부터의 QTBT 또는 QTBTTT 분할에 따라 다양한 크기를 가질 수 있다. 이하에서는, 부호화 또는 복호화하고자 하는 CU(즉, QTBTTT의 리프 노드)에 해당하는 블록을 '현재블록'이라 칭한다. QTBTTT 분할의 채용에 따라, 현재블록의 모양은 정사각형뿐만 아니라 직사각형일 수도 있다.
예측부(120)는 현재블록을 예측하여 예측블록을 생성한다. 예측부(120)는 인트라 예측부(122)와 인터 예측부(124)를 포함한다.
일반적으로, 픽처 내 현재블록들은 각각 예측적으로 코딩될 수 있다. 일반적으로 현재블록의 예측은 (현재블록을 포함하는 픽처로부터의 데이터를 사용하는) 인트라 예측 기술 또는 (현재블록을 포함하는 픽처 이전에 코딩된 픽처로부터의 데이터를 사용하는) 인터 예측 기술을 사용하여 수행될 수 있다. 인터 예측은 단방향 예측과 양방향 예측 모두를 포함한다.
인트라 예측부(122)는 현재블록이 포함된 현재 픽처 내에서 현재블록의 주변에 위치한 픽셀(참조 픽셀)들을 이용하여 현재블록 내의 픽셀들을 예측한다. 예측 방향에 따라 복수의 인트라 예측모드가 존재한다. 예컨대, 도 3a에서 보는 바와 같이, 복수의 인트라 예측모드는 Planar 모드와 DC 모드를 포함하는 2 개의 비방향성 모드와 65 개의 방향성 모드를 포함할 수 있다. 각 예측모드에 따라 사용할 주변 픽셀과 연산식이 다르게 정의된다.
직사각형 모양의 현재블록에 대한 효율적인 방향성 예측을 위해, 도 3b에 점선 화살표로 도시된 방향성 모드들(67 ~ 80번, -1 ~ -14 번 인트라 예측모드들)이 추가로 사용될 수 있다. 이들은 "광각 인트라 예측모드들(wide angle intra-prediction modes)"로 지칭될 수 있다. 도 3b에서 화살표들은 예측에 사용되는 대응하는 참조샘플들을 가리키는 것이며, 예측 방향을 나타내는 것이 아니다. 예측 방향은 화살표가 가리키는 방향과 반대이다. 광각 인트라 예측모드들은 현재블록이 직사각형일 때 추가적인 비트 전송 없이 특정 방향성 모드를 반대방향으로 예측을 수행하는 모드이다. 이때 광각 인트라 예측모드들 중에서, 직사각형의 현재블록의 너비와 높이의 비율에 의해, 현재블록에 이용 가능한 일부 광각 인트라 예측모드들이 결정될 수 있다. 예컨대, 45도보다 작은 각도를 갖는 광각 인트라 예측모드들(67 ~ 80번 인트라 예측모드들)은 현재블록이 높이가 너비보다 작은 직사각형 형태일 때 이용 가능하고, -135도보다 큰 각도를 갖는 광각 인트라 예측모드들(-1 ~ -14 번 인트라 예측모드들)은 현재블록이 너비가 높이보다 큰 직사각형 형태일 때 이용 가능하다.
인트라 예측부(122)는 현재블록을 부호화하는데 사용할 인트라 예측모드를 결정할 수 있다. 일부 예들에서, 인트라 예측부(122)는 여러 인트라 예측모드들을 사용하여 현재블록을 인코딩하고, 테스트된 모드들로부터 사용할 적절한 인트라 예측모드를 선택할 수도 있다. 예를 들어, 인트라 예측부(122)는 여러 테스트된 인트라 예측모드들에 대한 비트율 왜곡(rate-distortion) 분석을 사용하여 비트율 왜곡 값들을 계산하고, 테스트된 모드들 중 최선의 비트율 왜곡 특징들을 갖는 인트라 예측모드를 선택할 수도 있다.
인트라 예측부(122)는 복수의 인트라 예측모드 중에서 하나의 인트라 예측모드를 선택하고, 선택된 인트라 예측모드에 따라 결정되는 주변 픽셀(참조 픽셀)과 연산식을 사용하여 현재블록을 예측한다. 선택된 인트라 예측모드에 대한 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
인터 예측부(124)는 움직임 보상 과정을 이용하여 현재블록에 대한 예측블록을 생성한다. 인터 예측부(124)는 현재 픽처보다 먼저 부호화 및 복호화된 참조픽처 내에서 현재블록과 가장 유사한 블록을 탐색하고, 그 탐색된 블록을 이용하여 현재블록에 대한 예측블록을 생성한다. 그리고, 현재 픽처 내의 현재블록과 참조픽처 내의 예측블록 간의 변위(displacement)에 해당하는 움직임벡터(Motion Vector: MV)를 생성한다. 일반적으로, 움직임 추정은 루마(luma) 성분에 대해 수행되고, 루마 성분에 기초하여 계산된 움직임벡터는 루마 성분 및 크로마 성분 모두에 대해 사용된다. 현재블록을 예측하기 위해 사용된 참조픽처에 대한 정보 및 움직임벡터에 대한 정보를 포함하는 움직임 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
인터 예측부(124)는, 예측의 정확성을 높이기 위해, 참조픽처 또는 참조 블록에 대한 보간을 수행할 수도 있다. 즉, 연속한 두 정수 샘플 사이의 서브 샘플들은 그 두 정수 샘플을 포함한 연속된 복수의 정수 샘플들에 필터 계수들을 적용하여 보간된다. 보간된 참조픽처에 대해서 현재블록과 가장 유사한 블록을 탐색하는 과정을 수행하면, 움직임벡터는 정수 샘플 단위의 정밀도(precision)가 아닌 소수 단위의 정밀도까지 표현될 수 있다. 움직임벡터의 정밀도 또는 해상도(resolution)는 부호화하고자 하는 대상 영역, 예컨대, 슬라이스, 타일, CTU, CU 등의 단위마다 다르게 설정될 수 있다. 이와 같은 적응적 움직임벡터 해상도(Adaptive Motion Vector Resolution: AMVR)가 적용되는 경우 각 대상 영역에 적용할 움직임벡터 해상도에 대한 정보는 대상 영역마다 시그널링되어야 한다. 예컨대, 대상 영역이 CU인 경우, 각 CU마다 적용된 움직임벡터 해상도에 대한 정보가 시그널링된다. 움직임벡터 해상도에 대한 정보는 후술할 차분 움직임벡터의 정밀도를 나타내는 정보일 수 있다.
한편, 인터 예측부(124)는 양방향 예측(bi-prediction)을 이용하여 인터 예측을 수행할 수 있다. 양방향 예측의 경우, 두 개의 참조픽처와 각 참조픽처 내에서 현재블록과 가장 유사한 블록 위치를 나타내는 두 개의 움직임벡터가 이용된다. 인터 예측부(124)는 참조픽처 리스트 0(RefPicList0) 및 참조픽처 리스트 1(RefPicList1)으로부터 각각 제1 참조픽처 및 제2 참조픽처를 선택하고, 각 참조픽처 내에서 현재블록과 유사한 블록을 탐색하여 제1 참조블록과 제2 참조블록을 생성한다. 그리고, 제1 참조블록과 제2 참조블록을 평균 또는 가중 평균하여 현재블록에 대한 예측블록을 생성한다. 그리고 현재블록을 예측하기 위해 사용한 두 개의 참조픽처에 대한 정보 및 두 개의 움직임벡터에 대한 정보를 포함하는 움직임 정보를 엔트로피 부호화부(155)로 전달한다. 여기서, 참조픽처 리스트 0은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이전의 픽처들로 구성되고, 참조픽처 리스트 1은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이후의 픽처들로 구성될 수 있다. 그러나 반드시 이에 한정되는 것은 아니며, 디스플레이 순서 상으로 현재 픽처 이후의 기복원 픽처들이 참조픽처 리스트 0에 추가로 더 포함될 수 있고, 역으로 현재 픽처 이전의 기복원 픽처들이 참조픽처 리스트 1에 추가로 더 포함될 수도 있다.
움직임 정보를 부호화하는 데에 소요되는 비트량을 최소화하기 위해 다양한 방법이 사용될 수 있다.
예컨대, 현재블록의 참조픽처와 움직임벡터가 주변블록의 참조픽처 및 움직임벡터와 동일한 경우에는 그 주변블록을 식별할 수 있는 정보를 부호화함으로써, 현재블록의 움직임 정보를 영상 복호화 장치로 전달할 수 있다. 이러한 방법을 '머지 모드(merge mode)'라 한다.
머지 모드에서, 인터 예측부(124)는 현재블록의 주변블록들로부터 기 결정된 개수의 머지 후보블록(이하, '머지 후보'라 함)들을 선택한다.
머지 후보를 유도하기 위한 주변블록으로는, 도 4에 도시된 바와 같이, 현재 픽처 내에서 현재블록에 인접한 좌측블록(A0), 좌하단블록(A1), 상단블록(B0), 우상단블록(B1), 및 좌상단블록(B2) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 머지 후보로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(co-located block) 또는 그 동일 위치의 블록에 인접한 블록들이 머지 후보로서 추가로 더 사용될 수 있다. 이상에서 기술된 방법에 의해 선정된 머지 후보의 개수가 기설정된 개수보다 작으면, 0 벡터를 머지 후보에 추가한다.
인터 예측부(124)는 이러한 주변블록들을 이용하여 기결정된 개수의 머지 후보를 포함하는 머지 리스트를 구성한다. 머지 리스트에 포함된 머지 후보들 중에서 현재블록의 움직임정보로서 사용할 머지 후보를 선택하고 선택된 후보를 식별하기 위한 머지 인덱스 정보를 생성한다. 생성된 머지 인덱스 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
머지 스킵(merge skip) 모드는 머지 모드의 특별한 경우로서, 양자화를 수행한 후, 엔트로피 부호화를 위한 변환 계수가 모두 영(zero)에 가까울 때, 잔차신호들의 전송 없이 주변블록 선택 정보만을 전송한다. 머지 스킵 모드를 이용함으로써, 움직임이 적은 영상, 정지 영상, 스크린 콘텐츠 영상 등에서 상대적으로 높은 부호화 효율을 달성할 수 있다.
이하, 머지 모드와 머지 스킵 모드를 통칭하여, 머지/스킵 모드로 나타낸다.
움직임 정보를 부호화하기 위한 또 다른 방법은 AMVP(Advanced Motion Vector Prediction) 모드이다.
AMVP 모드에서, 인터 예측부(124)는 현재블록의 주변블록들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터 후보들을 유도한다. 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로는, 도 4에 도시된 현재 픽처 내에서 현재블록에 인접한 좌측블록(A0), 좌하단블록(A1), 상단블록(B0), 우상단블록(B1), 및 좌상단블록(B2) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(co-located block) 또는 그 동일 위치의 블록에 인접한 블록들이 사용될 수 있다. 이상에서 기술된 방법에 의해 움직임벡터 후보의 개수가 기설정된 개수보다 작으면, 0 벡터를 움직임벡터 후보에 추가한다.
인터 예측부(124)는 이 주변블록들의 움직임벡터를 이용하여 예측 움직임벡터 후보들을 유도하고, 예측 움직임벡터 후보들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터를 결정한다. 그리고, 현재블록의 움직임벡터로부터 예측 움직임벡터를 감산하여 차분 움직임벡터를 산출한다.
예측 움직임벡터는 예측 움직임벡터 후보들에 기정의된 함수(예컨대, 중앙값, 평균값 연산 등)를 적용하여 구할 수 있다. 이 경우, 영상 복호화 장치도 기정의된 함수를 알고 있다. 또한, 예측 움직임벡터 후보를 유도하기 위해 사용하는 주변블록은 이미 부호화 및 복호화가 완료된 블록이므로 영상 복호화 장치도 그 주변블록의 움직임벡터도 이미 알고 있다. 그러므로 영상 부호화 장치는 예측 움직임벡터 후보를 식별하기 위한 정보를 부호화할 필요가 없다. 따라서, 이 경우에는 차분 움직임벡터에 대한 정보와 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보가 부호화된다.
한편, 예측 움직임벡터는 예측 움직임벡터 후보들 중 어느 하나를 선택하는 방식으로 결정될 수도 있다. 이 경우에는 차분 움직임벡터에 대한 정보 및 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보와 함께, 선택된 예측 움직임벡터 후보를 식별하기 위한 정보가 추가로 부호화된다.
감산기(130)는 현재블록으로부터 인트라 예측부(122) 또는 인터 예측부(124)에 의해 생성된 예측블록을 감산하여 잔차블록을 생성한다.
변환부(140)는 공간 영역의 픽셀 값들을 가지는 잔차블록 내의 잔차신호들을 주파수 도메인의 변환 계수로 변환한다. 변환부(140)는 잔차블록의 전체 크기를 변환 단위로 사용하여 잔차블록 내의 잔차신호들을 변환할 수 있으며, 또는 잔차블록을 복수 개의 서브블록으로 분할하고 그 서브블록을 변환 단위로 사용하여 변환을 할 수도 있다. 또는, 변환 영역 및 비변환 영역인 두 개의 서브블록으로 구분하여, 변환 영역 서브블록만 변환 단위로 사용하여 잔차신호들을 변환할 수 있다. 여기서, 변환 영역 서브블록은 가로축 (혹은 세로축) 기준 1:1의 크기 비율을 가지는 두 개의 직사각형 블록 중 하나일 수 있다. 이런 경우, 서브블록 만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 위치 정보(cu_sbt_pos_flag)가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. 또한, 변환 영역 서브블록의 크기는 가로축 (혹은 세로축) 기준 1:3의 크기 비율을 가질 수 있으며, 이런 경우 해당 분할을 구분하는 플래그(cu_sbt_quad_flag)가 추가적으로 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
한편, 변환부(140)는 잔차블록에 대해 가로 방향과 세로 방향으로 개별적으로 변환을 수행할 수 있다. 변환을 위해, 다양한 타입의 변환 함수 또는 변환 행렬이 사용될 수 있다. 예컨대, 가로 방향 변환과 세로 방향 변환을 위한 변환 함수의 쌍을 MTS(Multiple Transform Set)로 정의할 수 있다. 변환부(140)는 MTS 중 변환 효율이 가장 좋은 하나의 변환 함수 쌍을 선택하고 가로 및 세로 방향으로 각각 잔차블록을 변환할 수 있다. MTS 중에서 선택된 변환 함수 쌍에 대한 정보(mts_idx)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
양자화부(145)는 변환부(140)로부터 출력되는 변환 계수들을 양자화 파라미터를 이용하여 양자화하고, 양자화된 변환 계수들을 엔트로피 부호화부(155)로 출력한다. 양자화부(145)는, 어떤 블록 혹은 프레임에 대해, 변환 없이, 관련된 잔차 블록을 곧바로 양자화할 수도 있다. 양자화부(145)는 변환블록 내의 변환 계수들의 위치에 따라 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 2차원으로 배열된 양자화된 변환 계수들에 적용되는 양자화 행렬은 부호화되어 영상 복호화 장치로 시그널링될 수 있다.
재정렬부(150)는 양자화된 잔차값에 대해 계수값의 재정렬을 수행할 수 있다.
재정렬부(150)는 계수 스캐닝(coefficient scanning)을 이용하여 2차원의 계수 어레이를 1차원의 계수 시퀀스로 변경할 수 있다. 예를 들어, 재정렬부(150)에서는 지그-재그 스캔(zig-zag scan) 또는 대각선 스캔(diagonal scan)을 이용하여 DC 계수부터 고주파수 영역의 계수까지 스캔하여 1차원의 계수 시퀀스를 출력할 수 있다. 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔 대신 2차원의 계수 어레이를 열 방향으로 스캔하는 수직 스캔, 2차원의 블록 형태 계수를 행 방향으로 스캔하는 수평 스캔이 사용될 수도 있다. 즉, 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔, 대각선 스캔, 수직 방향 스캔 및 수평 방향 스캔 중에서 사용될 스캔 방법이 결정될 수도 있다.
엔트로피 부호화부(155)는, CABAC(Context-based Adaptive Binary Arithmetic Code), 지수 골롬(Exponential Golomb) 등의 다양한 부호화 방식을 사용하여, 재정렬부(150)로부터 출력된 1차원의 양자화된 변환 계수들의 시퀀스를 부호화함으로써 비트스트림을 생성한다.
또한, 엔트로피 부호화부(155)는 블록 분할과 관련된 CTU size, CU 분할 플래그, QT 분할 플래그, MTT 분할 타입, MTT 분할 방향 등의 정보를 부호화하여, 영상 복호화 장치가 영상 부호화 장치와 동일하게 블록을 분할할 수 있도록 한다. 또한, 엔트로피 부호화부(155)는 현재블록이 인트라 예측에 의해 부호화되었는지 아니면 인터 예측에 의해 부호화되었는지 여부를 지시하는 예측 타입에 대한 정보를 부호화하고, 예측 타입에 따라 인트라 예측정보(즉, 인트라 예측모드에 대한 정보) 또는 인터 예측정보(움직임 정보의 부호화 모드(머지 모드 또는 AMVP 모드), 머지 모드의 경우 머지 인덱스, AMVP 모드의 경우 참조픽처 인덱스 및 차분 움직임벡터에 대한 정보)를 부호화한다. 또한, 엔트로피 부호화부(155)는 양자화와 관련된 정보, 즉, 양자화 파라미터에 대한 정보 및 양자화 행렬에 대한 정보를 부호화한다.
역양자화부(160)는 양자화부(145)로부터 출력되는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 생성한다. 역변환부(165)는 역양자화부(160)로부터 출력되는 변환 계수들을 주파수 도메인으로부터 공간 도메인으로 변환하여 잔차블록을 복원한다.
가산기(170)는 복원된 잔차블록과 예측부(120)에 의해 생성된 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 다음 순서의 블록을 인트라 예측할 때 참조 픽셀들로서 사용된다.
루프(loop) 필터부(180)는 블록 기반의 예측 및 변환/양자화로 인해 발생하는 블록킹 아티팩트(blocking artifacts), 링잉 아티팩트(ringing artifacts), 블러링 아티팩트(blurring artifacts) 등을 줄이기 위해 복원된 픽셀들에 대한 필터링을 수행한다. 루프 필터부(180)는 인루프(in-loop) 필터로서 디블록킹 필터(182), SAO(Sample Adaptive Offset) 필터(184) 및 ALF(Adaptive Loop Filter, 186)의 전부 또는 일부를 포함할 수 있다.
디블록킹 필터(182)는 블록 단위의 부호화/복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해 복원된 블록 간의 경계를 필터링하고, SAO 필터(184) 및 ALF(186)는 디블록킹 필터링된 영상에 대해 추가적인 필터링을 수행한다. SAO 필터(184) 및 ALF(186)는 손실 부호화(lossy coding)로 인해 발생하는 복원된 픽셀들과 원본 픽셀들 간의 차이를 보상하기 위해 사용되는 필터이다. SAO 필터(184)는 CTU 단위로 오프셋을 적용함으로써 주관적 화질뿐만 아니라 부호화 효율도 향상시킨다. 이에 비하여 ALF(186)는 블록 단위의 필터링을 수행하는데, 해당 블록의 에지 및 변화량의 정도를 구분하여 상이한 필터를 적용하여 왜곡을 보상한다. ALF에 사용될 필터 계수들에 대한 정보는 부호화되어 영상 복호화 장치로 시그널링될 수 있다.
디블록킹 필터(182), SAO 필터(184) 및 ALF(186)를 통해 필터링된 복원블록은 메모리(190)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조픽처로 사용될 수 있다.
영상 부호화 장치는 부호화된 비디오 데이터의 비트스트림을 비일시적인 기록매체에 저장하거나 통신 네트워크를 이용하여 영상 복호화 장치에게 전송할 수 있다.
도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 블록도이다. 이하에서는 도 5를 참조하여 영상 복호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.
영상 복호화 장치는 엔트로피 복호화부(510), 재정렬부(515), 역양자화부(520), 역변환부(530), 예측부(540), 가산기(550), 루프 필터부(560) 및 메모리(570)를 포함하여 구성될 수 있다.
도 1의 영상 부호화 장치와 마찬가지로, 영상 복호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.
엔트로피 복호화부(510)는 영상 부호화 장치에 의해 생성된 비트스트림을 복호화하여 블록 분할과 관련된 정보를 추출함으로써 복호화하고자 하는 현재블록을 결정하고, 현재블록을 복원하기 위해 필요한 예측정보, 잔차신호들에 대한 정보 등을 추출한다.
엔트로피 복호화부(510)는 SPS(Sequence Parameter Set) 또는 PPS(Picture Parameter Set)로부터 CTU size에 대한 정보를 추출하여 CTU의 크기를 결정하고, 픽처를 결정된 크기의 CTU로 분할한다. 그리고, CTU를 트리 구조의 최상위 레이어, 즉, 루트 노드로 결정하고, CTU에 대한 분할정보를 추출함으로써 트리 구조를 이용하여 CTU를 분할한다.
예컨대, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 MTT의 분할과 관련된 제2 플래그(mtt_split_flag) 및 분할 방향(vertical / horizontal) 및/또는 분할 타입(binary / ternary) 정보를 추출하여 해당 리프 노드를 MTT 구조로 분할한다. 이에 따라 QT의 리프 노드 이하의 각 노드들을 BT 또는 TT 구조로 반복적으로(recursively) 분할한다.
또 다른 예로서, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 CU의 분할 여부를 지시하는 CU 분할 플래그(split_cu_flag)를 추출하고, 해당 블록이 분할된 경우, 제1 플래그(QT_split_flag)를 추출할 수도 있다. 분할 과정에서 각 노드는 0번 이상의 반복적인 QT 분할 후에 0번 이상의 반복적인 MTT 분할이 발생할 수 있다. 예컨대, CTU는 바로 MTT 분할이 발생하거나, 반대로 다수 번의 QT 분할만 발생할 수도 있다.
다른 예로서, QTBT 구조를 사용하여 CTU를 분할하는 경우, QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 BT로 더 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할 방향 정보를 추출한다.
한편, 엔트로피 복호화부(510)는 트리 구조의 분할을 이용하여 복호화하고자 하는 현재블록을 결정하게 되면, 현재블록이 인트라 예측되었는지 아니면 인터 예측되었는지를 지시하는 예측 타입에 대한 정보를 추출한다. 예측 타입 정보가 인트라 예측을 지시하는 경우, 엔트로피 복호화부(510)는 현재블록의 인트라 예측정보(인트라 예측모드)에 대한 신택스 요소를 추출한다. 예측 타입 정보가 인터 예측을 지시하는 경우, 엔트로피 복호화부(510)는 인터 예측정보에 대한 신택스 요소, 즉, 움직임벡터 및 그 움직임벡터가 참조하는 참조픽처를 나타내는 정보를 추출한다.
또한, 엔트로피 복호화부(510)는 양자화 관련된 정보, 및 잔차신호들에 대한 정보로서 현재블록의 양자화된 변환계수들에 대한 정보를 추출한다.
재정렬부(515)는, 영상 부호화 장치에 의해 수행된 계수 스캐닝 순서의 역순으로, 엔트로피 복호화부(510)에서 엔트로피 복호화된 1차원의 양자화된 변환계수들의 시퀀스를 다시 2차원의 계수 어레이(즉, 블록)로 변경할 수 있다.
역양자화부(520)는 양자화된 변환계수들을 역양자화하고, 양자화 파라미터를 이용하여 양자화된 변환계수들을 역양자화한다. 역양자화부(520)는 2차원으로 배열된 양자화된 변환계수들에 대해 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 역양자화부(520)는 영상 부호화 장치로부터 양자화 계수(스케일링 값)들의 행렬을 양자화된 변환계수들의 2차원 어레이에 적용하여 역양자화를 수행할 수 있다.
역변환부(530)는 역양자화된 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환하여 잔차신호들을 복원함으로써 현재블록에 대한 잔차블록을 생성한다.
또한, 역변환부(530)는 변환블록의 일부 영역(서브블록)만 역변환하는 경우, 변환블록의 서브블록만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 서브블록의 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 서브블록의 위치 정보(cu_sbt_pos_flag)를 추출하여, 해당 서브블록의 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환함으로써 잔차신호들을 복원하고, 역변환되지 않은 영역에 대해서는 잔차신호들로 “0”값을 채움으로써 현재블록에 대한 최종 잔차블록을 생성한다.
또한, MTS가 적용된 경우, 역변환부(530)는 영상 부호화 장치로부터 시그널링된 MTS 정보(mts_idx)를 이용하여 가로 및 세로 방향으로 각각 적용할 변환 함수 또는 변환 행렬을 결정하고, 결정된 변환 함수를 이용하여 가로 및 세로 방향으로 변환블록 내의 변환계수들에 대해 역변환을 수행한다.
예측부(540)는 인트라 예측부(542) 및 인터 예측부(544)를 포함할 수 있다. 인트라 예측부(542)는 현재블록의 예측 타입이 인트라 예측일 때 활성화되고, 인터 예측부(544)는 현재블록의 예측 타입이 인터 예측일 때 활성화된다.
인트라 예측부(542)는 엔트로피 복호화부(510)로부터 추출된 인트라 예측모드에 대한 신택스 요소로부터 복수의 인트라 예측모드 중 현재블록의 인트라 예측모드를 결정하고, 인트라 예측모드에 따라 현재블록 주변의 참조 픽셀들을 이용하여 현재블록을 예측한다.
인터 예측부(544)는 엔트로피 복호화부(510)로부터 추출된 인터 예측모드에 대한 신택스 요소를 이용하여 현재블록의 움직임벡터와 그 움직임벡터가 참조하는 참조픽처를 결정하고, 움직임벡터와 참조픽처를 이용하여 현재블록을 예측한다.
가산기(550)는 역변환부(530)로부터 출력되는 잔차블록과 인터 예측부(544) 또는 인트라 예측부(542)로부터 출력되는 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 이후에 복호화할 블록을 인트라 예측할 때의 참조픽셀들로서 활용된다.
루프 필터부(560)는 인루프 필터로서 디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 포함할 수 있다. 디블록킹 필터(562)는 블록 단위의 복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해, 복원된 블록 간의 경계를 디블록킹 필터링한다. SAO 필터(564) 및 ALF(566)는 손실 부호화(lossy coding)로 인해 발생하는 복원된 픽셀들과 원본 픽셀들 간의 차이를 보상하기 위해, 디블록킹 필터링 이후의 복원된 블록에 대해 추가적인 필터링을 수행한다. ALF의 필터 계수는 비스트림으로부터 복호한 필터 계수에 대한 정보를 이용하여 결정된다.
디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 통해 필터링된 복원블록은 메모리(570)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조픽처로 사용된다.
본 실시예는 이상에서 설명한 바와 같은 영상(비디오)의 부호화 및 복호화에 관한 것이다. 보다 자세하게는, 현재블록의 인터 예측 시, 움직임벡터 후보들의 초기 보정, 움직임벡터 후보들의 재배열, 및 템플릿 영역에 대한 필터링을 수행하여 현재블록의 움직임을 보상하는 비디오 코딩방법 및 장치를 제공한다.
이하의 실시예들은 영상 부호화 장치(video encoding apparatus) 내 인터 예측부(122)에 의해 수행될 수 있다. 또한, 영상 복호화 장치(video decoding apparatus) 내 인터 예측부(544)에 의해 수행될 수 있다.
영상 부호화 장치는, 현재블록의 부호화에 있어서, 율왜곡 최적화 측면에서 본 실시예와 관련된 시그널링 정보를 생성할 수 있다. 영상 부호화 장치는 엔트로피 부호화부(155)를 이용하여 시그널링 정보를 부호화한 후, 영상 복호화 장치로 전송할 수 있다. 영상 복호화 장치는 엔트로피 복호화부(510)를 이용하여 비트스트림으로부터 현재블록의 복호화와 관련된 시그널링 정보를 복호화할 수 있다.
이하의 설명에서, '대상 블록'이라는 용어는 현재블록 또는 코딩유닛(CU, Coding Unit)과 동일한 의미로 사용될 수 있다. 또는, '대상 블록'은 코딩유닛의 일부 영역을 의미할 수도 있다.
또한, 하나의 플래그의 값이 참이라는 것은 플래그가 1로 설정되는 경우를 나타낸다. 또한, 하나의 플래그의 값이 거짓이라는 것은 플래그가 0으로 설정되는 경우를 나타낸다.
이하, 머지 모드와 관련된 인터 예측 기술들을 기술한다.
I-1. 머지/스킵 모드 및 MMVD
머지/스킵 모드는 일반 머지(regular merge) 모드, MMVD(Merge mode with Motion Vector Difference) 모드, 기하학적 분할 모드(Geometric Partitioning Mode, GPM), 및 서브블록 머지(subblock merge) 모드를 포함한다. 이때, 서브블록 머지 모드는 SbTMVP(Subblock-based Temporal Motion Vector Prediction)와 아핀 머지 모드로 구분된다.
이하, 일반 머지/스킵 모드에서 움직임 정보의 머지 후보 리스트를 구성하는 방법을 설명한다. 머지/스킵 모드를 지원하기 위해, 영상 부호화 장치 내 인터 예측부(124)는 기설정된 개수(예컨대, 6 개)의 머지 후보들을 선정하여 머지 후보 리스트를 구성할 수 있다.
인터 예측부(124)는 공간적(spatial) 머지 후보를 탐색한다. 인터 예측부(124)는, 도 4의 예시된 바와 같은 주변블록들로부터 공간적 머지 후보를 탐색한다. 공간적 머지 후보는 최대 4 개까지 선정될 수 있다. 공간적 머지 후보는 SMVP(Spatial MVP)로도 명칭된다.
인터 예측부(124)는 시간적(temporal) 머지 후보를 탐색한다. 인터 예측부(124)는, 대상블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내의 현재블록과 동일 위치에 있는 블록(co-located block)을 시간적 머지 후보로 추가할 수 있다. 시간적 머지 후보는 1 개가 선정될 수 있다. 시간적 머지 후보는 TMVP(Temporal MVP)로도 명칭된다.
인터 예측부(124)는 HMVP(History-based Motion Vector Predictor) 후보를 탐색한다. 인터 예측부(124)는 이전 h(여기서, h는 자연수) 개의 CU의 움직임벡터를 테이블에 저장한 후, 머지 후보로 이용할 수 있다. 테이블의 크기는 6이며, FIFO(First-in First Out) 방식에 따라 이전 CU의 움직임벡터를 저장한다. 이는 HMVP 후보가 최대 6 개까지 테이블에 저장됨을 나타낸다. 인터 예측부(124)는 테이블에 저장된 HMVP 후보 중, 최근의 움직임벡터들을 머지 후보로 설정할 수 있다.
인터 예측부(124)는 PAMVP(Pairwise Average MVP) 후보를 탐색한다. 인터 예측부(124)는 머지 후보 리스트에서 첫 번째 후보와 두 번째 후보의 움직임벡터 평균을 머지 후보로 설정할 수 있다.
전술한 탐색 과정을 모두 수행해도 머지 후보 리스트를 채울 수 없는 경우(즉, 기설정된 개수를 충원하지 못하는 경우), 인터 예측부(124)는 제로(zero) 움직임벡터를 머지 후보로 추가한다.
부호화 효율 최적화 측면에서 인터 예측부(124)는 머지 후보 리스트 내 하나의 후보를 지시하는 머지 인덱스를 결정할 수 있다. 인터 예측부(124)는 머지 인덱스를 이용하여 머지 후보 리스트로부터 움직임벡터 예측자(MVP, Motion Vector Predictor)를 유도한 후, MVP를 현재블록의 움직임벡터로 결정할 수 있다. 또한, 영상 부호화 장치는 머지 인덱스를 영상 복호화 장치로 시그널링할 수 있다.
영상 부호화 장치는, 스킵 모드인 경우 머지 모드와 동일한 움직임벡터의 전송 방법을 이용하나, 현재블록과 예측블록 간의 차에 해당하는 잔차블록을 전송하지 않는다.
전술한 머지 후보 리스트를 구성하는 방법은 영상 복호화 장치 내 인터 예측부(544)에 의해 동일하게 수행될 수 있다. 영상 복호화 장치는 머지 인덱스를 복호화할 수 있다. 인터 예측부(544)는 머지 인덱스를 이용하여 머지 후보 리스트로부터 MVP를 유도한 후, MVP를 현재블록의 움직임벡터로 결정할 수 있다.
한편, MMVD 기술을 이용하는 경우, 인터 예측부(124)는 머지 인덱스를 이용하여 머지 후보 리스트로부터 MVP를 유도할 수 있다. 예컨대, 머지 후보 리스트의 첫 번째 또는 두 번째 후보가 MVP로 이용될 수 있다. 또한, 부호화 효율 최적화 측면에서 인터 예측부(124)는 크기 인덱스(distance index) 및 방향 인덱스(direction index)를 결정한다. 인터 예측부(124)는 크기 인덱스 및 방향 인덱스를 이용하여 움직임벡터 차분(Motion Vector Difference, MVD)을 유도한 후, MVD와 MVP를 합산하여 현재블록의 움직임벡터를 복원할 수 있다. 또한, 영상 부호화 장치는 머지 인덱스, 크기 인덱스 및 방향 인덱스를 영상 복호화 장치로 시그널링할 수 있다.
전술한 MMVD 기술은 영상 복호화 장치 내 인터 예측부(544)에 의해 동일하게 수행될 수 있다. 영상 복호화 장치는 머지 인덱스, 크기 인덱스 및 방향 인덱스를 복호화할 수 있다. 인터 예측부(544)는 머지 후보 리스트를 구성한 후, 머지 인덱스를 이용하여 머지 후보 리스트로부터 MVP를 유도할 수 있다. 인터 예측부(544)는 크기 인덱스 및 방향 인덱스를 이용하여 MVD를 유도한 후, MVD와 MVP를 합산하여 현재블록의 움직임벡터를 복원할 수 있다.
I-2. 아핀 머지 모드
인터 예측은 병진 운동(translation motion) 모델을 반영하는 움직임 예측이다. 즉, 수평방향(x축 방향) 및 수직방향(y축 방향)으로의 움직임을 예측하는 기법이다. 그러나, 실제로는 병진 운동 이외에 회전(rotation), 줌-인(zoom-in) 또는 줌-아웃(zoom-out)과 같은 다양한 형태의 움직임이 존재할 수 있다. 아핀 움직임 예측(affine motion prediction)은 이러한 다양한 형태의 움직임을 반영할 수 있다.
아핀 움직임 예측을 위한 두 가지 타입의 모델이 존재할 수 있다. 하나는, 현재 부호화하고자 하는 대상블록의 좌상귀(top-left corner)와 우상귀(top-right corner) 두 개의 제어점 움직임벡터들(Control Point Motion Vectors, CPMVs), 즉, 4 개의 파라미터들을 이용하는 모델이다. 다른 하나는, 대상블록의 좌상귀, 우상귀, 좌하귀(bottom-left corner)의 세 개의 제어점 움직임벡터들, 즉, 6 개의 파라미터들을 이용하는 모델이다.
4 파라미터 아핀 모델은 수학식 1에 나타낸 바와 같이 표현된다. 대상블록 내의 샘플 위치 (x,y)에서의 움직임은 수학식 1에 나타낸 바에 따라 연산될 수 있다. 여기서, 대상블록의 좌상단 샘플의 위치는 (0,0)으로 가정된다.
Figure PCTKR2023019151-appb-img-000001
또한, 6 파라미터 아핀 모델은 수학식 2에 나타낸 바와 같이 표현된다. 대상블록 내의 샘플 위치 (x,y)에서의 움직임은 수학식 2에 나타낸 바에 따라 연산될 수 있다.
Figure PCTKR2023019151-appb-img-000002
여기서, (mv0x,mv0y)는 좌상귀 제어점 움직임벡터이고, (mv1x,mv1y)는 우상귀 제어점 움직임벡터이며, (mv2x,mv2y)는 좌하귀 제어점 움직임벡터이다. W는 대상블록의 가로 길이이고, H는 대상블록의 세로 길이이다.
아핀 움직임 예측은, 대상블록 내의 각 샘플마다 수학식 1 또는 수학식 2에 따라 연산된 움직임벡터를 이용하여 수행될 수 있다. 대안적으로, 연산의 복잡도를 줄이기 위해, 예컨대 대상블록을 4×4 크기의 서브블록들로 분할한 후, 서브블록 단위로 수행될 수도 있다.
움직임벡터 (mvx,mvy)는 1/16 샘플 정확도(precision)을 갖도록 설정될 수 있다. 이 경우, 수학식 1 또는 2에 따라 산출된 움직임벡터 (mvx,mvy)는 1/16 샘플 단위로 반올림될 수 있다.
영상 부호화 장치는 인트라 예측, 인터 예측(병진 움직임 예측), 아핀 움직임 예측 등을 수행하고, RD(rate-distortion) 코스트(cost)를 연산하여 최적의 예측 방법을 선택한다. 아핀 움직임 예측을 수행하기 위해, 영상 부호화 장치의 인터 예측부(124)는 두 가지 타입의 모델 중 어느 타입을 사용할지 여부를 결정하고, 결정된 타입에 따라 두 개 또는 세 개의 제어점들을 결정한다. 인터 예측부(124)는 제어점 움직임벡터들을 이용하여 대상블록 내의 서브블록들 각각에 대한 움직임벡터 (mvx,mvy)를 연산한다. 그리고, 각 서브블록의 움직임벡터 (mvx,mvy)를 이용하여 서브블록 단위로 참조픽처 내에서 움직임 보상을 수행함으로써, 대상블록 내의 각 서브블록에 대한 예측블록을 생성한다.
영상 부호화 장치는 대상블록에 아핀 움직임 예측이 적용되었는지 여부를 나타내는 플래그, 아핀 모델의 타입을 나타내는 타입 정보, 및 각 제어점의 움직임벡터를 나타내는 움직임 정보 등을 포함하는 아핀 관련 신택스 요소들을 부호화하여 영상 복호화 장치로 전달한다. 타입 정보와 제어점들의 움직임 정보는 아핀 움직임 예측이 수행되는 경우에 시그널링될 수 있고, 제어점들의 움직임벡터들은 타입 정보에 따라 결정된 개수만큼 시그널링될 수 있다.
영상 복호화 장치는 시그널링된 신택스들을 이용하여 아핀 모델의 타입과 제어점 움직임벡터들(control point motion vectors)을 결정하고, 수학식 1 또는 2를 이용하여 대상블록 내의 각 4×4 서브블록에 대해 움직임벡터 (mvx,mvy)를 연산한다. 만약, 대상블록의 아핀 움직임벡터에 대한 움직임벡터 해상도 정보가 시그널링된 경우, 움직임벡터 (mvx,mvy)는 반올림 등의 연산을 이용하여 움직임벡터 해상도 정보에 의해 식별되는 정밀도로 수정된다.
영상 복호화 장치는 각 서브블록에 대한 움직임벡터 (mvx,mvy)를 이용하여 참조픽처 내에서 움직임 보상을 수행함으로써, 각 서브블록에 대한 예측블록을 생성한다.
제어점 움직임벡터들을 부호화하기 위해 소요되는 비트량을 줄이기 위해, 전술한 바와 같은 일반적인 인터 예측(병진 움직임 예측)의 방식이 적용될 수 있다.
일 예로서, 아핀 머지 모드의 경우, 영상 부호화 장치의 인터 예측부(124)는 기정의된 개수(예컨대, 5 개)의 아핀 머지 후보 리스트를 구성한다. 먼저, 영상 부호화 장치의 인터 예측부(124)는 대상블록의 주변블록들로부터 상속(inherited) 아핀 머지 후보를 유도한다. 예컨대, 도 4에 도시된 대상블록의 주변샘플들(A0, A1, B0, B1, B2)로부터 기정의된 개수의 상속 아핀 머지 후보들을 유도함으로써, 머지 후보 리스트를 생성한다. 후보 리스트에 포함되는 상속 아핀 머지 후보들 각각은 두 개 또는 세 개의 CPMVs의 조합에 대응한다.
인터 예측부(124)는 대상블록의 주변블록들 중 아핀 모드로 예측된 주변블록의 제어점 움직임벡터들로부터 상속 아핀 머지 후보를 유도한다. 일부 실시예에서, 아핀 모드로 예측된 주변블록들로부터 유도되는 머지 후보의 개수는 제한될 수 있다. 예컨대, 인터 예측부(124)는 A0와 A1 중에서 하나, 그리고 B0, B1, 및 B2 중에서 하나, 총 두 개의 상속 아핀 머지 후보를 아핀 모드로 예측된 주변블록으로부터 유도할 수 있다. 우선순위는 A0, A1의 순서, 그리고 B0, B1, B2의 순서일 수 있다.
한편, 머지 후보의 총 개수가 3 개 이상인 경우, 인터 예측부(124)는 주변블록의 병진 움직임벡터(translational motion vector)로부터 부족한 개수만큼의 조합(constructed) 아핀 머지 후보들을 유도할 수 있다.
도 8은 아핀 움직임 예측을 위한 조합 아핀 머지 후보들을 유도하는 방법을 설명하기 위한 예시도이다.
인터 예측부(124)는 주변블록 그룹 {B2, B3, A2}, 주변블록 그룹 {B1, B0}, 주변블록 그룹{A1, A0}로부터 각각 하나씩의 제어점 움직임벡터 CPMV1, CPMV2, CPMV3을 유도한다. 하나의 예시로서, 각 주변블록 그룹 내에서의 우선 순위는, B2, B3, A2의 순서, B1, B0의 순서, 그리고 A1, A0의 순서일 수 있다. 또한, 참조픽처 내의 동일 위치 블록(collocated block) T로부터 또 하나의 제어점 움직임벡터 CPMV4를 유도한다. 인터 예측부(124)는 네 개의 제어점 움직임벡터 중에서 두 개 또는 세 개의 제어점 움직임벡터들을 조합하여 부족한 개수만큼의 조합 아핀 머지 후보를 생성한다. 조합의 우선순위는 아래와 같다. 각 그룹 내의 요소들은 좌상귀, 우상귀, 좌하귀 제어점 움직임벡터의 순서로 나열되어 있다.
{CPMV1, CPMV2, CPMV3}, {CPMV1, CPMV2, CPMV4}, {CPMV1, CPMV3, CPMV4},
{CPMV2, CPMV3, CPMV4}, {CPMV1, CPMV2}, {CPMV1, CPMV3}
상속 아핀 머지 후보 및 조합 아핀 머지 후보를 이용하여 머지 후보 리스트를 채울 수 없는 경우, 인터 예측부(124)는 제로 움직임벡터를 후보로 추가할 수 있다.
인터 예측부(124)는, 부호화 효율 최적화 측면에서 머지 후보 리스트로부터 머지 후보를 선택하고, 이를 지시하는 머지 인덱스를 결정한다. 인터 예측부(124)는 선택된 머지 후보를 이용하여 대상블록에 대한 아핀 움직임 예측을 수행한다. 머지 후보가 두 개의 제어점 움직임벡터들로 이루어진 경우 4 파라미터 모델을 이용하여 아핀 움직임 예측을 수행한다. 반면, 머지 후보가 세 개의 제어점 움직임벡터들로 구성된 경우 6 파라미터 모델을 이용하여 아핀 움직임 예측을 수행한다. 영상 부호화 장치는 머지 인덱스를 부호화하여 영상 복호화 장치로 시그널링한다.
영상 복호화 장치는 머지 인덱스를 복호화한다. 영상 복호화 장치의 인터 예측부(544)는 영상 부호화 장치와 동일한 방식으로 머지 후보 리스트를 구성하고, 머지 인덱스에 의해 지시되는 머지 후보에 대응하는 제어점 움직임벡터들을 이용하여 아핀 움직임 예측을 수행한다.
I-3. 기하학적 분할 모드(Geometric Partitioning Mode, GPM)
GPM에서, 인터 예측부(124)는 현재블록이 기하학적 분할된 서브 영역들에 기초하여 인터 예측을 수행한다. 2 개의 서브 영역들에 대해, 인터 예측부(124)는 상이한 움직임 정보(즉, 움직임벡터들)를 사용하여 인터 예측을 수행한다. 인터 예측부(124)는 서브 영역들 간 경계에서의 불연속성을 최소화하기 위해 각 영역의 예측신호들을 가중합하여 최종 예측신호들을 생성한다.
GPM 후보 리스트를 구성 시 각 서브 영역의 움직임 정보는, 일반 머지 후보 리스트로부터 유도된다. 머지 후보 리스트 중 인덱스가 짝수인 경우, L0(첫 번째 참조 리스트)에 존재하는 움직임 정보가 선택되고, 홀수인 경우에는 L1(두 번째 참조 리스트)에 존재하는 움직임 정보가 선택된다.
I-4. DMVR(Decoder-side Motion Vector Refinement)
디코더측 움직임벡터 개선(Decoder-side Motion Vector Refinement, DMVR)은, 양방향 매칭(Bilateral Matching, BM) 기술을 이용하여 양방향 예측의 움직임벡터들(MV0 및 MV1)을 미세하게 조절함으로써, 디코더 측에서 움직임벡터들을 개선하는 방법이다. 이하, 양방향 예측의 움직임벡터들은 움직임벡터 페어(pair)와 호환적으로 이용된다.
영상 복호화 장치는, 양방향 예측에 있어서, 참조 리스트 L0 및 L1의 참조픽처들로부터 생성한 초기 움직임벡터들 주위에서 정제된(refined) 움직임벡터를 검색한다. 여기서, 초기 움직임벡터들은 양방향 예측의 두 개의 움직임벡터들 MV0 및 MV1을 의미한다. BM 기술에서는, L0 및 L1의 참조픽처들 내 2 개의 후보 블록들 간의 왜곡인 BM 비용이 산정된다. 이때, BM 비용으로서 2 개의 후보 블록들 간 SAD, 또는 SSE가 산정될 수 있다. 영상 복호화 장치는, 수학식 3에 나타낸 바와 같이 최소 BM 비용을 갖는 움직임벡터 후보들을 정제된 움직임벡터들로 생성한다.
Figure PCTKR2023019151-appb-img-000003
여기서, MVoffset은 움직임벡터 정제 진행에 따른 초기 움직임벡터들에 적용되는 오프셋(offset)으로서, 후보 움직임벡터들과 초기 움직임벡터들 간의 차이이다. 이러한 오프셋은 정수 샘플 단위의 정수 오프셋(integer offset), 및 부화소(sub-pixel 또는 sub-pel) 샘플 단위의 부화소 오프셋의 합으로 형성될 수 있다. 수학식 3에 나타낸 바와 같이, 두 움직임벡터의 후보들은 오프셋에 대해 미러링 규칙(mirroring rule)을 따른다.
I-5. SbTMVP(Subblock-based Temporal Motion Vector Prediction)
SbTMVP는, 전술한 바와 같은 시간적 머지 후보와 유사하게, 머지 모드에서 각 서브블록의 움직임벡터 예측을 개선하기 위해 동일 위치(co-located) 픽처 내의 움직임 정보를 이용한다. 각 서브블록은 현재블록을 분할하여 생성한 블록들 중의 하나이고, 동일 위치의 픽처는 동일 위치의 블록을 포함하는 픽처를 나타낸다. 동일 위치의 픽처의 움직임 정보를 도출하기 전에, SbTMVP는 모션 시프트(motion shift)를 적용한다.
SbTMVP는, 예컨대, 도 8에 예시된 A1 픽셀이 동일 위치의 픽처를 참조 픽처로 이용하는 움직임벡터를 갖는지 여부를 확인한다. A1 픽셀이 동일 위치의 픽처를 참조 픽처로 이용하는 움직임벡터를 갖는 경우, A1 픽셀의 움직임벡터가 모션 시프트로 선택된다. 반면, A1 픽셀이 동일 위치의 픽처를 참조 픽처로 이용하는 움직임벡터를 갖지 않는 경우, 모션 시프트는 0으로 설정된다.
SbTMVP는 모션 시프트를 동일 위치의 픽처 내 동일 위치의 블록에 적용한다. SbTMVP는 각 서브블록에 대해 동일 위치의 픽처 내 대응하는 서브블록의 움직임 정보(움직임벡터 및 참조 인덱스들)를 추출한다. SbTMVP는 추출된 움직임 정보에 시간적 움직임 스케일링(temporal motion scaling)을 적용하여 각 서브블록의 움직임 정보를 생성한다.
이하의 실시예들은, 영상 복호화 장치를 중심으로 기술되나, 영상 부호화 장치에서도 동일하거나 유사하게 구현될 수 있다.
II. 본 개시에 따른 실시예들
도 9는 본 개시의 일 실시예에 따른, 영상 복호화 장치의 일부를 자세히 나타내는 블록도이다.
본 실시예에 따른 영상 복호화 장치는 예측 및 변환 단위를 결정하고, 결정된 단위에 해당하는 현재블록에 대해, 결정된 예측기술 및 예측모드를 이용하여 예측과 역변환을 수행함으로써, 최종적으로 현재블록의 복원블록을 생성할 수 있다. 도 9에 예시된 바는 영상 복호화 장치의 역변환부(530), 예측부(540) 및 가산기(550)에 의해 수행될 수 있다. 한편, 도 9에 예시된 바와 동일한 동작들이 영상 부호화 장치의 역변환부(165), 픽처 분할부(110), 예측부(120), 및 가산기(170)에 의해 수행될 수 있다. 이때, 영상 복호화 장치는 비트스트림으로부터 파싱된 부호화 정보를 이용하나, 영상 부호화 장치는, 율왜곡 최소화 측면에서 상위 레벨로부터 설정된 부호화 정보를 이용할 수 있다. 이하, 편의상 영상 복호화 장치를 중심으로 본 실시예를 기술한다.
도 5의 예시와 같이 예측부(540)는, 예측기술에 따라 인트라 예측부(542) 및 인터 예측부(544)를 포함하나, 도 9에 예시된 바와 같이, 예측부(540)는 예측단위 결정부(902), 예측기술 결정부(904), 예측모드 결정부(906) 및 예측 수행부(908)의 전부 또는 일부를 포함할 수 있다.
입력 비디오의 컬러 포맷이 YUV 포맷(YUV420, YUV411, YUV422, YUV444 등)인 경우, 영상 복호화 장치는 루마 성분의 예측 및 복원 수행 후, 크로마 성분의 예측 및 복원을 수행할 수 있다. 즉, 루마 성분과 크로마 성분은 도 9에 예시된 구성요소들에 의해 순차적으로 복원될 수 있다. 한편, 입력 비디오의 컬러 포맷이 RGB인 경우, 영상 부호화 장치는 RGB로부터 YUV로 컬러 포맷 변환을 수행한 후, 변환된 비디오를 부호화할 수 있다. 여기서, YUV 포맷인 경우, 컬러 포맷은 루마 성분의 픽셀들과 크로마 성분의 픽셀들 간의 대응 관계를 나타낸다.
예측단위 결정부(902)는 예측 단위(PU, Prediction Unit)를 결정한다. 예측기술 결정부(904)는 예측 단위에 대해 예측기술(예를 들어, 인트라 예측, 인터 예측, 또는 IBC(Intra Block Copy) 모드, 팔레트 모드 등)을 결정한다. 예측모드 결정부(906)는 예측기술에 대해 세부적인 예측모드를 결정한다. 예측 수행부(908)는 결정된 예측모드에 따라 현재블록의 예측블록을 생성한다.
역변환부(530)는 변환단위 결정부(910) 및 역변환 수행부(912)를 포함한다. 변환단위 결정부(910)는 현재블록의 역양자화 신호들에 대해 변환 단위(TU, Transform Unit)를 결정하고, 역변환 수행부(912)는 역양자화 신호들로 표현된 변환 단위를 역변환하여 잔차신호들을 생성한다.
가산기(550)는 예측블록과 잔차신호들을 가산하여 복원블록을 생성한다. 복원블록은 메모리에 저장된 채로, 이후 다른 블록의 예측에 이용될 수 있다.
예측단위 결정부(902)에서 결정된 예측 단위는 현재블록, 또는 현재블록이 분할된 서브블록들 중 하나의 서브블록이 될 수 있다. 이때, 크로마 성분의 예측 단위는, 컬러 포맷에 따라 루마 성분의 예측 단위에 대응하는 크기일 수 있다. 또는 루마 성분과 크로마 성분의 예측 단위가 별도로 결정된 후, 크로마 성분의 예측 단위에 대해 예측이 수행될 수 있다.
예측기술 결정부(904)는 예측 단위에 대해 예측기술을 결정한다. 전술한 바와 같이, 예측기술은 인터 예측, 인트라 예측, IBC 모드 및 팔레트 모드 중의 하나일 수 있다. 이때, 크로마 성분의 예측기술은 별도 정보의 시그널링 및 파싱 없이, 대응 루마 성분의 예측기술과 동일하게 결정될 수 있다.
일 예로서, 현재블록의 예측기술이 인트라 예측이 아닌 경우, 영상 복호화 장치는 1-비트 플래그 정보를 파싱한다. 예컨대, 파싱된 플래그가 스킵(Skip) 모드를 지시하는 경우, 영상 복호화 장치는 현재블록의 예측모드를 인터 예측의 머지(merge) 모드 또는 IBC 머지 모드로 결정한다. 영상 복호화 장치는 역변환 과정을 생략한 채로 예측 신호들을 복원 신호들로 사용할 수 있다.
반면, 파싱된 플래그가 현재블록에 대해 스킵(Skip) 모드를 지시하지 않는 경우, 예측기술 결정부(904)는 일련의 1 비트 플래그들을 파싱하여 현재블록의 예측기술을 인터 예측, 인트라 예측, IBC 모드, 팔레트 모드 등과 같은 기술들 중 하나로 결정할 수 있다.
예컨대, 현재블록에 스킵(Skip)이 적용되지 않고, 인터 예측 또는 IBC 모드로 예측기술이 결정된 경우, 영상 복호화 장치는 1 비트 플래그를 파싱한다. 파싱된 플래그에 따라 현재블록의 예측모드를 머지 모드 또는 AMVP(Advanced Motion Vector Prediction) 모드로 결정할 수 있다
예측모드 결정부(906)는 예측기술에 대해 세부적인 예측모드를 결정한다.
일 예로서, 현재블록의 예측 모드가 머지 모드 또는 스킵 모드인 경우, 예측모드 결정부(906)는 1 비트 플래그의 파싱을 이용하여 서브블록 기반 예측의 수행 여부를 결정할 수 있다. 서브블록 기반 예측이 수행되는 경우, 아핀 예측 또는 SbTMVP 예측이 수행될 수 있다. 서브블록 기반 예측이 수행되지 않는 경우, 일반 머지 모드, MMVD, DMVR, GPM 등과 같은 기술에 따라 예측이 수행될 수 있다.
예측 수행부(908)는 결정된 예측기술 및 예측모드에 따라 현재블록의 예측블록을 생성한다.
일 예로서, 현재블록의 예측기술이 인터 예측이고 예측모드가 머지 모드 또는 스킵 모드인 경우, 예측 수행부(908)는 머지 인덱스를 파싱하고 움직임벡터 후보 리스트를 구성한다. 예측 수행부(908)는 움직임벡터 후보 리스트 내 움직임벡터 후보들을 재배열하고, 머지 인덱스를 이용하여 재배열된 움직임벡터 후보 리스트으로부터 현재블록의 움직임 정보를 획득한다. 예측 수행부(908)는 움직임 정보를 이용하여 현재블록의 최종 예측 신호들을 생성한다.
머지 인덱스를 파싱한 후, 영상 복호화 장치는 전술한 바와 같은 일반 머지/스킵 모드에서 움직임 정보의 머지 후보 리스트를 구성하는 방법에 따라 현재블록의 움직임벡터 후보 리스트를 구성한다. 움직임벡터 후보 리스트는 기설정된 개수(예컨대, n 개)의 움직임벡터 후보들을 포함한다. 이하, 움직임벡터 후보 리스트와 머지 후보 리스트는 호환적으로 사용된다. 움직임벡터 후보들과 머지 후보들은 호환적으로 사용된다. 움직임벡터 후보는 단방향 움직임벡터 또는 양방향 움직임벡터들일 수 있다.
움직임벡터 후보 리스트를 구성한 후, 영상 복호화 장치는 움직임벡터 후보 리스트에 포함된 움직임벡터 후보들에 대해 초기 움직임 보정을 수행한다.
도 10은 본 개시의 일 실시예에 따른, 템플릿 매칭을 이용하는 움직임벡터의 보정을 나타내는 예시도이다.
일 예로서, 현재블록의 예측 방법이 서브블록 기반 예측 방법이 아닌 경우, 영상 복호화 장치는 도 10의 예시와 같이, 템플릿 매칭을 이용하여 움직임벡터 후보들 중 단방향 움직임벡터를 보정한다. 영상 복호화 장치는 현재블록 주변의 기복원 영역 내 템플릿과 참조블록 주변의 대응 위치의 템플릿 간의 템플릿 매칭을 이용하여 단방향 움직임벡터를 보정한다. 여기서, 참조블록은 전술한 단방향 움직임벡터에 의해 지시된다.
이하, 현재블록 주변의 기복원 영역 내 템플릿을 '현재블록의 템플릿'과 호환적으로 사용한다. 참조블록 주변의 대응 위치의 템플릿을 '참조블록의 대응 템플릿'과 호환적으로 사용한다. 현재블록의 템플릿에 포함되는 영역을 현재블록의 템플릿 영역으로 나타낸다. 참조블록의 대응 템플릿에 포함되는 영역을 참조블록의 대응 템플릿 영역으로 나타낸다.
이때, 현재블록의 템플릿 영역 내 샘플들과 참조블록의 대응 템플릿 영역 내 샘플들 간의 템플릿 매칭 비용을 산정하기 위해, 영상 복호화 장치는 SAD(Sum of Absolute Differences), MSE(Mean Squared Error), SATD(Sum of Absolute Transform Differences) 등과 같은 척도들 중 하나를 사용할 수 있다.
영상 복호화 장치는 도 10의 예시와 같이, a 및 b로 정의되는 템플릿 매칭 탐색 영역 내의 템플릿을 이용하여 템플릿 매칭을 수행한다. 이때, 템플릿 매칭 탐색 영역은 현재블록의 크기, 종횡비 등에 따라 적응적으로 결정될 수 있다. 영상 복호화 장치는 템플릿 매칭 탐색 영역 내에서 템플릿 매칭 비용이 최소가 되도록 단방향 움직임벡터를 보정할 수 있다.
템플릿 매칭 탐색 영역은 참조 픽처 내에 존재한다. 이하, 템플릿 매칭 탐색 영역은 탐색 영역과 호환적으로 사용된다. 참조블록의 대응 템플릿은 탐색 영역 내에 존재한다.
다른 예로서, 현재블록의 예측 방법이 서브블록 기반 예측 방법인 경우, 영상 복호화 장치는 템플릿 매칭을 이용하여 움직임벡터 후보들 중 단방향 움직임벡터를 보정한다. 도 11의 예시와 같이 현재블록의 상단 및 좌측의 p×q 크기의 서브블록에 대해, 영상 복호화 장치는 각 서브블록에 인접한 템플릿과 참조 서브블록 주변의 대응 위치의 템플릿 간의 템플릿 매칭을 이용하여 단방향 움직임벡터를 보정한다.
도 12는 본 개시의 다른 실시예에 따른, 템플릿 매칭을 이용하는 움직임벡터의 보정을 나타내는 예시도이다.
일 예로서, 현재블록의 예측 방법이 서브블록 기반 예측 방법이 아닌 경우, 영상 복호화 장치는 도 12의 예시와 같이, 템플릿 매칭을 이용하여 움직임벡터 후보들 중 양방향 움직임벡터들을 보정한다. 영상 복호화 장치는 현재블록 주변의 기복원 영역 내 템플릿과 참조블록들 주변의 대응 위치의 템플릿들 간의 템플릿 매칭을 이용하여 양방향 움직임벡터들(MV0 및 MV1)을 보정한다. 또는, 영상 복호화 장치는 참조블록들 간 양방향 매칭(bilateral matching, BM)을 이용하여 양방향 움직임벡터들을 보정할 수 있다. 여기서, 양방향의 참조 픽처들(L0 참조 픽처 및 L1 참조 픽처) 내 참조블록들은 전술한 양방향 움직임벡터들에 의해 지시된다.
일 예로서, 움직임벡터 후보가 양방향 움직임벡터들인 경우, 영상 복호화 장치는 템플릿 매칭을 이용하여 양방향 움직임벡터들을 보정한 후, 참조블록들 간 BM을 이용하여 1차 보정된 양방향 움직임벡터들에 2차 보정을 적용할 수 있다.
이때, 현재블록의 템플릿 영역 내 샘플들과 참조블록의 대응 템플릿 영역 내 샘플들 간의 템플릿 매칭 비용을 산정하기 위해, 영상 복호화 장치는 SAD, MSE, SATD 등과 같은 척도들 중 하나를 사용할 수 있다.
영상 복호화 장치는 도 12의 예시와 같이, a 및 b로 정의되는 템플릿 매칭 탐색 영역 내의 템플릿을 이용하여 템플릿 매칭을 수행한다. 이때, 템플릿 매칭 탐색 영역은 현재블록의 크기, 종횡비 등에 따라 적응적으로 결정될 수 있다. 영상 복호화 장치는 템플릿 매칭 탐색 영역 내에서 템플릿 매칭 비용이 최소가 되도록 양방향 움직임벡터들을 보정할 수 있다.
영상 복호화 장치는 참조 픽처 L0 내 참조블록과 참조 픽처 L1 내 참조블록 간의 BM 비용을 산정하기 위해, SAD, MSE, SATD 등과 같은 척도들 중 하나를 사용할 수 있다.
일 예로서, 현재블록의 예측 방법이 서브블록 기반 예측 방법인 경우, 영상 복호화 장치는 템플릿 매칭을 이용하여 움직임벡터 후보들 중 양방향 움직임벡터들을 보정한다. 도 11의 예시와 같이 현재블록의 상단 및 좌측의 p×q 크기의 서브블록에 대해, 영상 복호화 장치는 각 서브블록에 인접한 템플릿과 참조 서브블록 주변의 대응 위치의 템플릿들 간의 템플릿 매칭을 이용하여 양방향 움직임벡터를 보정한다.
다른 예로서, 현재블록의 예측 방법이 서브블록 기반 예측 방법인 경우, 영상 복호화 장치는 BM을 이용하여 양방향 움직임벡터들의 움직임 정보를 보정한다. 여기서, 움직임 정보는 BM이 아닌 방법에 따라 1차 보정된 후의 움직임 정보이거나 초기 움직임 정보일 수 있다. 도 11의 예시와 같이 현재블록의 상단 및 좌측의 p×q 크기의 서브블록에 대해, 영상 복호화 장치는 각 서브블록과 대응 위치의 참조 서브블록들을 비교하여 BM을 수행할 수 있다.
다른 예로서, 영상 복호화 장치는 초기 움직임 보정을 생략할 수 있다.
초기 움직임을 보정한 후, 영상 복호화 장치는 움직임벡터 후보 리스트 내 움직임벡터 후보들을 재배열한다. 또는, 초기 움직임 보정을 생략하는 경우, 영상 복호화 장치는 초기 움직임을 보정하기 전의 움직임벡터 후보들을 재배열할 수 있다.
일 예로서, 영상 복호화 장치는 각 움직임벡터 후보의 움직임 정보에 따라 참조블록을 생성한 후, 현재블록의 템플릿과 참조블록의 대응 템플릿 간의 템플릿 매칭 비용을 산정한다. 영상 복호화 장치는 움직임벡터 후보들의 템플릿 매칭 비용들을 비교한다. 영상 복호화 장치는 템플릿 매칭 비용이 증가하는 순서대로 움직임벡터 후보 리스트 내 움직임벡터 후보들을 재배열한다. 이때, 영상 복호화 장치는 현재블록의 템플릿 영역 내 샘플들과 참조블록의 대응 템플릿 영역 내 샘플들 간의 템플릿 매칭 비용을 산정하기 위해, SAD, MSE, SATD 등과 같은 척도들 중 하나를 사용할 수 있다.
다른 예로서, 영상 복호화 장치는 움직임벡터 후보들의 재배열을 생략할 수 있다.
일 예로서, 영상 복호화 장치는 탐색 영역 내에서 템플릿 매칭을 수행한다. 탐색 영역은 현재블록의 크기, 종횡비 등에 따라 적응적으로 결정될 수 있다.
일 예로서, 움직임벡터 후보들 중 양방향 움직임벡터들로부터 획득한 두 참조블록의 대응 템플릿들에 대해, 영상 복호화 장치는 현재블록의 템플릿과 각 참조블록의 대응 템플릿 간의 템플릿 매칭 비용을 산정한 후, 두 템플릿 매칭 비용 값들을 평균하여 전술한 움직임벡터 후보의 최종 템플릿 매칭 비용을 산정한다.
영상 복호화 장치는 재배열된 움직임벡터 후보 리스트 내 움직임벡터 후보들로부터 머지 인덱스를 이용하여 현재블록의 움직임벡터를 선택한다. 또는, 움직임벡터 후보들의 재배열을 생략하는 경우, 영상 복호화 장치는 재배열 전 움직임벡터 후보 리스트 내 움직임벡터 후보들로부터 머지 인덱스를 이용하여 현재블록의 움직임벡터를 선택한다.
머지 인덱스에 따라 양방향 움직임벡터들이 선택된 경우, 영상 복호화 장치는 양방향 움직임벡터들(MV0 및 MV1)을 이용하여 획득한 참조블록들을 이용하여 최종 움직임 보정을 수행한다. 영상 복호화 장치는 서브블록 기반 BM 및/또는 BDOF(Bi-directional Optical Flow)을 수행하여 최종 움직임 보정을 수행할 수 있다. BDOF는, 영상을 구성하는 샘플 또는 객체가 일정한 속도로 이동하고 샘플 값의 변화가 거의 없다는 가정을 기반으로, 양방향 움직임 예측을 이용하여 예측된 샘플들의 움직임을 옵티컬 플로우를 기반으로 추가로 보상한다.
영상 복호화 장치는 최종 움직임 보정이 적용된 움직임벡터, 또는 머지 인덱스에 따라 선택된 움직임벡터를 이용하여 현재블록의 움직임 보상을 수행함으로써, 현재블록의 최종 예측블록을 생성한다. 이후, 영상 복호화 장치는 잔차블록을 복호화하고, 최종 예측블록과 잔차블록을 가산하여 현재블록의 복원 블록을 생성한다.
현재블록의 움직임벡터 후보들에 대해 템플릿 매칭 기반 움직임 보정 또는 템플릿 매칭 기반 움직임벡터 후보들의 재배열을 수행하는 경우, 영상 복호화 장치는 이하의 과정을 수행한다. 실시예에 따라, 서브블록 기반 예측 방법이 아닌 경우에, 이하의 과정이 적용될 수 있다.
도 13은 본 개시의 일 실시예에 따른, 템플릿 영역에 대한 필터링을 나타내는 예시도이다.
일 예로서, 템플릿 매칭 수행 전에, 영상 복호화 장치는 현재블록 주변의 기복원 템플릿 영역(즉, 현재블록의 템플릿 영역)에 대해 필터링을 수행할 수 있다. 예컨대, 도 13의 상단 예시와 같이 현재블록의 템플릿 영역이 블록 분할된 경우를 기술한다. 영상 복호화 장치는 도 13의 하단 예시와 같이 템플릿 영역 내의 분할 경계에서 필터링을 수행할 수 있다.
일 예로서, 필터링이 수행되는 경계가 수평 경계인 경우, 영상 복호화 장치는 현재블록의 템플릿 영역(TM(i,j))에 수학식 4와 같이 수직 방향으로 필터링을 적용한다.
Figure PCTKR2023019151-appb-img-000004
또한, 필터링이 수행되는 경계가 수직 경계인 경우, 영상 복호화 장치는 현재블록의 템플릿 영역(TM(i,j))에 수학식 5와 같이 수평 방향으로 필터링을 적용한다.
Figure PCTKR2023019151-appb-img-000005
수학식 4 또는 수학식 5에서, 필터 f(k)는 {1/4, 1/2, 1/4}의 계수들을 갖는 스무딩(smoothing) 필터일 수 있다.
다른 예로서, 영상 복호화 장치는 현재블록의 템플릿 영역(TM(i, j))에 수학식 6과 같이 필터링을 적용한다.
Figure PCTKR2023019151-appb-img-000006
수학식 6에서, M(i,j)는 화소별 연산을 수행하는 매트릭스를 나타낸다. 도 14의 하단 예시와 같이, M(i,j)는 현재블록의 템플릿 영역 내의 분할 경계의 주변 위치에서 0의 값을 갖고, 현재블록의 템플릿 영역 내의 나머지 위치에서 1의 값을 가질 수 있다.
또한, 도 14의 하단 예시와 같이 M(i,j)이 구성되는 경우, 템플릿 매칭을 위한 참조블록의 대응 템플릿 TMref(i,j)에 대해, 영상 복호화 장치는 수학식 6과 같이 필터링을 수행할 수 있다.
일 예로서, 현재블록의 템플릿 영역에 대해, 영상 복호화 장치는 도 15의 예시와 같이 템플릿 영역을 c×d의 크기를 갖는 서브 영역들로 분할한 후, 서브 영역들 간 경계에 대해 필터링을 수행할 수 있다. 이때, c와 d는 현재블록의 크기, 종횡비 등에 따라 적응적으로 결정될 수 있다.
예컨대, 각 서브 영역의 경계를 기준으로 인접한 샘플들 간의 차이가 기설정된 임계치보다 큰 경우, 영상 복호화 장치는 해당 경계에 수학식 4 또는 수학식 5에 따라 필터링을 적용할 수 있다. 영상 복호화 장치는 SAD, MSE 등과 같은 척도들 중 하나를 이용하여 인접한 샘플들 간의 차이를 산정할 수 있다. 임계치는 영상 부호화 장치와 영상 복호화 장치 간 약속에 따른 기결정된 값일 수 있다. 또는, 임계치는 현재블록의 템플릿 영역 내 샘플들의 평균 값일 수 있다.
일 예로서, 필터링된 현재블록의 템플릿 영역 TM(i,j)과 참조블록의 대응 템플릿 영역 TMref(i,j)을 이용하여, 영상 복호화 장치는 수학식 7에 따라 템플릿 매칭 비용 TMcost를 산정한다. 영상 복호화 장치는 SAD, MSE 등과 같은 척도들 중 하나를 이용하여 템플릿 매칭 비용을 산정할 수 있다.
Figure PCTKR2023019151-appb-img-000007
다른 예로서, 현재블록의 템플릿 영역에 대해, 영상 복호화 장치는 수학식 8 또는 수학식 9에 따라 템플릿 매칭 비용을 산정할 수 있다. 수학식 8 또는 수학식 9에서 필터링이 적용되므로, 현재블록의 템플릿 영역 TM(i,j)에 수학식 4 내지 수학식 6에 따른 필터링이 별도로 적용되지 않을 수 있다.
Figure PCTKR2023019151-appb-img-000008
Figure PCTKR2023019151-appb-img-000009
수학식 8에서, f(k)는 수학식 4 또는 수학식 5에 나타낸 f(·)의 유도 방법과 동일한 방법에 따라 유도될 수 있다. 또한, 수학식 9에서, M(i,j)는 수학식 6에 나타낸 M(i,j)의 유도 방법과 동일한 방법에 따라 유도될 수 있다.
이하, 도 16 및 도 17의 도시를 이용하여 머지 모드에서 템플릿 매칭을 이용하여 현재블록을 부호화/복원하는 방법을 기술한다.
도 16은 본 개시의 일 실시예에 따른, 영상 부호화 장치가 현재블록을 부호화하는 방법을 나타내는 순서도이다.
영상 부호화 장치는 기설정된 개수의 움직임벡터 후보들을 포함하는 움직임벡터 후보 리스트를 생성한다(S1600). 여기서, 각 움직임벡터 후보는 단방향 움직임벡터 또는 양방향 움직임벡터들일 수 있다.
영상 부호화 장치는 움직임벡터 후보들에 대해 초기 움직임 보정을 수행한다 (S1602).
영상 부호화 장치는 템플릿 매칭 및/또는 BM을 이용하여 초기 움직임 보정을 수행할 수 있다.
영상 부호화 장치는 현재블록에 대해 초기 움직임 보정을 수행한다. 영상 부호화 장치는 현재블록 템플릿과 참조블록의 대응 템플릿 간의 템플릿 매칭을 이용하여 각 움직임벡터 후보를 보정한다. 또는, 영상 부호화 장치는, 서브블록들에 대해 초기 움직임 보정을 수행한다. 이때, 현재블록을 분할하여 서브블록들이 생성될 수 있다. 영상 부호화 장치는 각 서브블록에 인접한 템플릿과 참조 서브블록의 대응 템플릿 간의 템플릿 매칭을 이용하여 각 움직임벡터 후보를 보정한다.
영상 부호화 장치는 초기 움직임 보정을 생략할 수 있다.
초기 움직임 보정을 수행 시 템플릿 매칭을 이용하는 경우, 영상 부호화 장치는 현재블록의 템플릿 영역 내 블록 분할 경계에 필터링을 적용할 수 있다.
영상 부호화 장치는 움직임벡터 후보들을 재배열한다(S1604).
영상 부호화 장치는 각 움직임벡터 후보의 움직임 정보에 따라 참조블록을 생성한 후, 현재블록의 템플릿과 참조블록의 대응 템플릿 간의 템플릿 매칭 비용을 산정한다. 영상 부호화 장치는 움직임벡터 후보들의 템플릿 매칭 비용들을 비교한다. 영상 부호화 장치는 템플릿 매칭 비용이 증가하는 순서대로 머지 후보 리스트 내 움직임벡터 후보들을 재배열한다.
영상 부호화 장치는 움직임벡터 후보들의 재배열을 생략할 수 있다.
움직임벡터 후보들을 재배열 시 템플릿 매칭을 이용하는 경우, 영상 부호화 장치는 현재블록의 템플릿 영역 내 블록 분할 경계에 필터링을 적용할 수 있다.
영상 부호화 장치는 움직임벡터 후보들 중 하나를 지시하는 머지 인덱스를 결정한다(S1606). 율왜곡 최적화 측면에서, 영상 부호화 장치는 머지 인덱스를 결정할 수 있다.
영상 부호화 장치는 머지 인덱스를 이용하여 움직임벡터 후보들로부터 현재블록의 움직임 정보를 선택한다(S1608).
현재블록의 움직임 정보가 양방향 움직임벡터들인 경우, 영상 부호화 장치는 서브블록 기반의 양방향 매칭 또는 BDOF 중 적어도 하나의 기술을 이용하여 양방향 움직임벡터들을 최종 보정한다.
영상 부호화 장치는 선택된 움직임 정보를 이용하여 현재블록의 예측블록을 생성한다(S1610).
영상 부호화 장치는 머지 인덱스를 부호화한다(S1612).
이후, 영상 부호화 장치는 현재블록의 원본 블록으로부터 예측블록을 감산하여 잔차블록을 생성한다. 영상 부호화 장치는 잔차블록을 변환/양자화/부호화하여 비트스트림을 생성하고, 생성된 비트스트림을 영상 복호화 장치로 전송한다.
도 17은 본 개시의 일 실시예에 따른, 영상 복호화 장치가 현재블록을 복원하는 방법을 나타내는 순서도이다.
영상 복호화 장치는 비트스트림으로부터 현재블록의 머지 인덱스를 복호화한다(1700).
영상 복호화 장치는 기설정된 개수의 움직임벡터 후보들을 포함하는 움직임벡터 후보 리스트를 생성한다(1702). 여기서, 각 움직임벡터 후보는 단방향 움직임벡터 또는 양방향 움직임벡터들일 수 있다.
영상 복호화 장치는 움직임벡터 후보들에 대해 초기 움직임 보정을 수행한다(1704).
영상 복호화 장치는 템플릿 매칭 및/또는 BM을 이용하여 초기 움직임 보정을 수행할 수 있다.
영상 복호화 장치는 현재블록에 대해 초기 움직임 보정을 수행한다. 영상 복호화 장치는 현재블록 템플릿과 참조블록의 대응 템플릿 간의 템플릿 매칭을 이용하여 각 움직임벡터 후보를 보정한다. 또는, 영상 복호화 장치는, 서브블록들에 대해 초기 움직임 보정을 수행한다. 이때, 현재블록을 분할하여 서브블록들이 생성될 수 있다. 영상 복호화 장치는 각 서브블록에 인접한 템플릿과 참조 서브블록의 대응 템플릿 간의 템플릿 매칭을 이용하여 각 움직임벡터 후보를 보정한다.
영상 복호화 장치는 초기 움직임 보정을 생략할 수 있다.
초기 움직임 보정을 수행 시 템플릿 매칭을 이용하는 경우, 영상 복호화 장치는 현재블록의 템플릿 영역 내 블록 분할 경계에 필터링을 적용할 수 있다.
영상 복호화 장치는 움직임벡터 후보들을 재배열한다(1706).
영상 복호화 장치는 각 움직임벡터 후보의 움직임 정보에 따라 참조블록을 생성한 후, 현재블록의 템플릿과 참조블록의 대응 템플릿 간의 템플릿 매칭 비용을 산정한다. 영상 복호화 장치는 움직임벡터 후보들의 템플릿 매칭 비용들을 비교한다. 영상 복호화 장치는 템플릿 매칭 비용이 증가하는 순서대로 머지 후보 리스트 내 움직임벡터 후보들을 재배열한다.
영상 복호화 장치는 움직임벡터 후보들의 재배열을 생략할 수 있다.
움직임벡터 후보들을 재배열 시 템플릿 매칭을 이용하는 경우, 영상 복호화 장치는 현재블록의 템플릿 영역 내 블록 분할 경계에 필터링을 적용할 수 있다.
영상 복호화 장치는 머지 인덱스를 이용하여 움직임벡터 후보들로부터 현재블록의 움직임 정보를 선택한다(1708).
현재블록의 움직임 정보가 양방향 움직임벡터들인 경우, 영상 복호화 장치는 서브블록 기반의 양방향 매칭 또는 BDOF 중 적어도 하나의 기술을 이용하여 양방향 움직임벡터들을 최종 보정한다.
영상 복호화 장치는 선택된 움직임 정보를 이용하여 현재블록의 예측블록을 생성한다(1710).
영상 복호화 장치는 비트스트림을 복호화/역양자화/역변환하여 잔차블록을 생성한다. 이후, 영상 복호화 장치는 예측블록과 잔차블록을 가산하여 현재블록의 복원 블록을 생성한다.
본 명세서의 흐름도/타이밍도에서는 각 과정들을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 개시의 일 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것이다. 다시 말해, 본 개시의 일 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 개시의 일 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 흐름도/타이밍도에 기재된 순서를 변경하여 실행하거나 각 과정들 중 하나 이상의 과정을 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 흐름도/타이밍도는 시계열적인 순서로 한정되는 것은 아니다.
이상의 설명에서 예시적인 실시예들은 많은 다른 방식으로 구현될 수 있다는 것을 이해해야 한다. 하나 이상의 예시들에서 설명된 기능들 혹은 방법들은 하드웨어, 소프트웨어, 펌웨어 또는 이들의 임의의 조합으로 구현될 수 있다. 본 명세서에서 설명된 기능적 컴포넌트들은 그들의 구현 독립성을 특히 더 강조하기 위해 "...부(unit)" 로 라벨링되었음을 이해해야 한다.
한편, 본 실시예에서 설명된 다양한 기능들 혹은 방법들은 하나 이상의 프로세서에 의해 판독되고 실행될 수 있는 비일시적 기록매체에 저장된 명령어들로 구현될 수도 있다. 비일시적 기록매체는, 예를 들어, 컴퓨터 시스템에 의하여 판독가능한 형태로 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 예를 들어, 비일시적 기록매체는 EPROM(erasable programmable read only memory), 플래시 드라이브, 광학 드라이브, 자기 하드 드라이브, 솔리드 스테이트 드라이브(SSD)와 같은 저장매체를 포함한다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
(부호의 설명)
122: 인터 예측부
544: 인터 예측부
902: 예측단위 결정부
904: 예측기술 결정부
906: 예측모드 결정부
908: 예측 수행부
CROSS-REFERENCE TO RELATED APPLICATION
본 특허출원은 2022년 12월 1일 한국에 출원한 특허출원번호 제 10-2022-0165720 호, 2023년 11월 22일 한국에 출원한 특허출원번호 제 10-2023-0162973 호에 대해 우선권을 주장하며, 그 모든 내용은 참고문헌으로 본 특허출원에 병합된다.

Claims (17)

  1. 영상 복호화 장치가 수행하는, 현재블록을 복원하는 방법에 있어서,
    비트스트림으로부터 상기 현재블록의 머지 인덱스를 복호화하는 단계;
    기설정된 개수의 움직임벡터 후보들(motion vector candidates)을 포함하는 상기 현재블록의 움직임벡터 후보 리스트를 생성하는 단계, 여기서, 임의의 움직임벡터 후보(a motion vector candidate)는 단방향 움직임벡터 또는 양방향 움직임벡터들임;
    상기 움직임벡터 후보들에 대해 초기 움직임 보정을 수행하는 단계;
    상기 움직임벡터 후보들을 재배열하는 단계;
    상기 머지 인덱스를 이용하여 상기 움직임벡터 후보들로부터 현재블록의 움직임 정보를 선택하는 단계; 및
    상기 선택된 움직임 정보를 이용하여 상기 현재블록의 예측블록을 생성하는 단계
    를 포함하되,
    상기 초기 움직임 보정을 수행하는 단계 또는 상기 움직임벡터 후보들을 재배열하는 단계는,
    템플릿 매칭을 이용하는 경우, 상기 현재블록의 템플릿 영역 내 블록 분할 경계에 필터링을 적용하는 단계를 포함하는 것을 특징으로 하는, 방법.
  2. 제1항에 있어서,
    상기 현재블록의 움직임 정보가 상기 양방향 움직임벡터들인 경우, 서브블록 기반의 양방향 매칭(bilateral matching) 또는 BDOF(Bi-directional Optical Flow) 중 적어도 하나의 기술을 이용하여 상기 양방향 움직임벡터들을 최종 보정하는 단계를 더 포함하는 것을 특징으로 하는, 방법.
  3. 제1항에 있어서,
    상기 초기 움직임 보정을 수행하는 단계는,
    상기 움직임벡터 후보가 상기 단방향 움직임벡터인 경우, 상기 단반향 움직임벡터가 지시하는 참조블록을 도출하고, 상기 현재블록의 템플릿과 상기 참조블록의 대응 템플릿 간의 템플릿 매칭을 이용하여 상기 단방향 움직임벡터를 보정하는 것을 특징으로 하는, 방법.
  4. 제3항에 있어서,
    상기 초기 움직임 보정을 수행하는 단계는,
    상기 현재블록의 크기 또는 종횡비에 기초하여 참조 픽처 내에 탐색 영역을 결정하는 단계, 여기서, 상기 참조 픽처는 상기 참조블록을 포함함; 및
    상기 탐색 영역 내에서 상기 템플릿 매칭을 수행하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  5. 제3항에 있어서,
    상기 현재블록의 템플릿은 상기 현재블록 주변의 기복원 영역 내 템플릿을 나타내고, 상기 참조블록의 대응 템플릿은 상기 참조블록 주변의 대응 위치의 템플릿을 나타내는 것을 특징으로 하는, 방법.
  6. 제1항에 있어서,
    상기 초기 움직임 보정을 수행하는 단계는,
    상기 움직임벡터 후보가 상기 양방향 움직임벡터들인 경우, 상기 양방향 움직임벡터들이 지시하는 참조블록들을 도출하고, 상기 현재블록의 템플릿과 상기 참조블록들의 대응 템플릿들 간의 템플릿 매칭을 이용하여 상기 양방향 움직임벡터들을 보정하는 것을 특징으로 하는, 방법.
  7. 제1항에 있어서,
    상기 초기 움직임 보정을 수행하는 단계는,
    상기 움직임벡터 후보가 상기 양방향 움직임벡터인 경우, 상기 양방향 움직임벡터들이 지시하는 참조블록들을 도출하고, 상기 현재블록의 템플릿과 상기 참조블록들의 대응 템플릿들 간의 템플릿 매칭을 이용하여 상기 양방향 움직임벡터들을 보정하며, 상기 참조블록들 간 양방향 매칭을 이용하여 상기 보정된 양방향 움직임벡터들을 재보정하는 것을 특징으로 하는, 방법.
  8. 제1항에 있어서,
    상기 움직임벡터 후보들을 재배열하는 단계는,
    상기 움직임벡터 후보의 움직임 정보에 따라 참조블록을 생성하는 단계;
    상기 현재블록의 템플릿과 상기 참조블록의 대응 템플릿 간의 템플릿 매칭 비용을 생성하는 단계; 및
    상기 움직임벡터 후보들의 템플릿 매칭 비용들이 증가하는 순서대로 상기 움직임벡터 후보들을 재배열하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  9. 제8항에 있어서,
    상기 템플릿 매칭 비용을 생성하는 단계는,
    상기 움직임벡터 후보가 상기 양방향 움직임벡터들인 경우, 상기 양방향 움직임벡터들이 지시하는 참조블록들에 대해, 상기 현재블록의 템플릿과 각 참조블록의 대응 템플릿 간의 템플릿 매칭 비용을 산정하고, 상기 참조블록들의 템플릿 매칭 비용들을 평균하여 상기 움직임벡터 후보의 템플릿 매칭 비용을 산정하는 것을 특징으로 하는, 방법.
  10. 제1항에 있어서,
    상기 블록 분할 경계에 필터링을 적용하는 단계는,
    상기 블록 분할 경계가 수평 경계인 경우, 상기 현재블록의 템플릿 영역을 수직 방향으로 필터링하고, 상기 블록 분할 경계가 수직 경계인 경우, 상기 현재블록의 템플릿 영역을 수평 방향으로 필터링하는 것을 특징으로 하는, 방법.
  11. 제10항에 있어서,
    상기 초기 움직임 보정을 수행하는 단계 또는 상기 움직임벡터 후보들을 재배열하는 단계는,
    상기 움직임벡터 후보의 움직임 정보에 따라 참조블록을 생성하는 단계; 및
    상기 현재블록의 필터링된 템플릿 영역과 상기 참조블록의 대응 템플릿 영역 간의 템플릿 매칭 비용을 산정하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  12. 제1항에 있어서,
    상기 블록 분할 경계에 필터링을 적용하는 단계는,
    상기 현재블록의 템플릿 영역에 화소별 연산을 수행하는 매트릭스를 곱하되, 상기 매트릭스는 상기 블록 분할 경계의 주변 위치에서 0의 값을 갖고, 상기 현재블록의 템플릿 영역 내 나머지 위치에서 1의 값을 갖는 것을 특징으로 하는, 방법.
  13. 제12항에 있어서,
    상기 초기 움직임 보정을 수행하는 단계 또는 상기 움직임벡터 후보들을 재배열하는 단계는,
    상기 움직임벡터 후보의 움직임 정보에 따라 참조블록을 생성하는 단계;
    상기 참조블록의 대응 템플릿 영역에 상기 매트릭스를 곱하는 단계; 및
    상기 매트릭스가 곱해진 현재블록의 템플릿 영역과 상기 매트릭스가 곱해진 참조블록의 대응 템플릿 영역 간의 템플릿 매칭 비용을 산정하는 단계
    를 포함하는 것을 특징으로 하는, 방법.
  14. 영상 부호화 장치가 수행하는, 현재블록을 부호화하는 방법에 있어서,
    기설정된 개수의 움직임벡터 후보들(motion vector candidates)을 포함하는 상기 현재블록의 움직임벡터 후보 리스트를 생성하는 단계, 여기서, 임의의 움직임벡터 후보(a motion vector candidate)는 단방향 움직임벡터 또는 양방향 움직임벡터들임;
    상기 움직임벡터 후보들에 대해 초기 움직임 보정을 수행하는 단계;
    상기 움직임벡터 후보들을 재배열하는 단계;
    상기 움직임벡터 후보들 중 하나를 지시하는 머지 인덱스를 결정하는 단계;
    상기 머지 인덱스를 이용하여 상기 움직임벡터 후보들로부터 상기 현재블록의 움직임 정보를 선택하는 단계; 및
    상기 선택된 움직임 정보를 이용하여 상기 현재블록의 예측블록을 생성하는 단계
    를 포함하되,
    상기 초기 움직임 보정을 수행하는 단계 또는 상기 움직임벡터 후보들을 재배열하는 단계는,
    템플릿 매칭을 이용하는 경우, 상기 현재블록의 템플릿 영역 내 블록 분할 경계에 필터링을 적용하는 단계를 포함하는 것을 특징으로 하는, 방법.
  15. 제14항에 있어서,
    상기 머지 인덱스를 부호화하는 단계를 더 포함하는 것을 특징으로 하는, 방법.
  16. 제14항에 있어서,
    상기 현재블록의 움직임 정보가 상기 양방향 움직임벡터들인 경우, 서브블록 기반의 양방향 매칭(bilateral matching) 또는 BDOF(Bi-directional Optical Flow) 중 적어도 하나의 기술을 이용하여 상기 양방향 움직임벡터들을 최종 보정하는 단계를 더 포함하는 것을 특징으로 하는, 방법.
  17. 영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록매체로서, 상기 영상 부호화 방법은,
    기설정된 개수의 움직임벡터 후보들(motion vector candidates)을 포함하는 현재블로의 움직임벡터 후보 리스트를 생성하는 단계, 여기서, 임의의 움직임벡터 후보(a motion vector candidate)는 단방향 움직임벡터 또는 양방향 움직임벡터들임;
    상기 움직임벡터 후보들에 대해 초기 움직임 보정을 수행하는 단계;
    상기 움직임벡터 후보들을 재배열하는 단계;
    상기 움직임벡터 후보들 중 하나를 지시하는 머지 인덱스를 결정하는 단계;
    상기 머지 인덱스를 이용하여 상기 움직임벡터 후보들로부터 상기 현재블록의 움직임 정보를 선택하는 단계; 및
    상기 선택된 움직임 정보를 이용하여 상기 현재블록의 예측블록을 생성하는 단계
    를 포함하되,
    상기 초기 움직임 보정을 수행하는 단계 또는 상기 움직임벡터 후보들을 재배열하는 단계는,
    템플릿 매칭을 이용하는 경우, 상기 현재블록의 템플릿 영역 내 블록 분할 경계에 필터링을 적용하는 단계를 포함하는 것을 특징으로 하는, 기록매체.
PCT/KR2023/019151 2022-12-01 2023-11-24 템플릿 매칭 기반 인터 예측을 이용하는 비디오 코딩을 위한 방법 및 장치 WO2024117694A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20220165720 2022-12-01
KR10-2022-0165720 2022-12-01
KR10-2023-0162973 2023-11-22
KR1020230162973A KR20240082214A (ko) 2022-12-01 2023-11-22 템플릿 매칭 기반 인터 예측을 이용하는 비디오 코딩방법 및 장치

Publications (1)

Publication Number Publication Date
WO2024117694A1 true WO2024117694A1 (ko) 2024-06-06

Family

ID=91324393

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/019151 WO2024117694A1 (ko) 2022-12-01 2023-11-24 템플릿 매칭 기반 인터 예측을 이용하는 비디오 코딩을 위한 방법 및 장치

Country Status (1)

Country Link
WO (1) WO2024117694A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200014913A (ko) * 2017-07-04 2020-02-11 엘지전자 주식회사 인터 예측 기반의 영상 처리 방법 및 이를 위한 장치
JP2021518059A (ja) * 2018-03-30 2021-07-29 ヴィド スケール インコーポレイテッド エンコーディングおよびデコーディングのレイテンシ低減に基づく、テンプレートによるインター予測技術
KR20210102483A (ko) * 2019-02-08 2021-08-19 베이징 다지아 인터넷 인포메이션 테크놀로지 컴퍼니 리미티드 비디오 코딩을 위한 양방향 광학 흐름 및 디코더측 움직임 벡터 보정을 선택적으로 적용하기 위한 방법 및 장치
KR20210134038A (ko) * 2019-03-13 2021-11-08 에스지 디제이아이 테크놀러지 코., 엘티디 비디오 처리 방법 및 기기
KR20220000917A (ko) * 2017-06-30 2022-01-04 후아웨이 테크놀러지 컴퍼니 리미티드 다중 참조 예측을 위한 움직임 벡터 개선

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220000917A (ko) * 2017-06-30 2022-01-04 후아웨이 테크놀러지 컴퍼니 리미티드 다중 참조 예측을 위한 움직임 벡터 개선
KR20200014913A (ko) * 2017-07-04 2020-02-11 엘지전자 주식회사 인터 예측 기반의 영상 처리 방법 및 이를 위한 장치
JP2021518059A (ja) * 2018-03-30 2021-07-29 ヴィド スケール インコーポレイテッド エンコーディングおよびデコーディングのレイテンシ低減に基づく、テンプレートによるインター予測技術
KR20210102483A (ko) * 2019-02-08 2021-08-19 베이징 다지아 인터넷 인포메이션 테크놀로지 컴퍼니 리미티드 비디오 코딩을 위한 양방향 광학 흐름 및 디코더측 움직임 벡터 보정을 선택적으로 적용하기 위한 방법 및 장치
KR20210134038A (ko) * 2019-03-13 2021-11-08 에스지 디제이아이 테크놀러지 코., 엘티디 비디오 처리 방법 및 기기

Similar Documents

Publication Publication Date Title
WO2018236031A1 (ko) 인트라 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020096425A1 (ko) 영상 신호 부호화/복호화 방법 및 이를 위한 장치
WO2021006617A1 (ko) 인터 예측을 이용하여 비디오를 부호화 및 복호화하는 방법 및 장치
WO2019182329A1 (ko) 영상 복호화 방법/장치, 영상 부호화 방법/장치 및 비트스트림을 저장한 기록 매체
WO2022211375A1 (ko) 인터 예측에 딥러닝 기반 인루프 필터를 이용하는 비디오 코딩방법 및 장치
WO2022065977A1 (ko) 가변계수 딥러닝 기반 인터 예측 방법
WO2022114770A1 (ko) 기하학적 변환에 기반하는 블록 복사를 이용하는 인트라 예측방법과 장치
WO2021071145A1 (ko) 인터 예측을 이용하여 비디오를 부호화 및 복호화하는 방법 및 장치
WO2024117694A1 (ko) 템플릿 매칭 기반 인터 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2024136153A1 (ko) 단방향 및 양예측에 적용 가능한 디코더 측 움직임벡터 보정을 위한 방법 및 장치
WO2024111964A1 (ko) 기하학적 분할 모드에서 적응적으로 블렌딩 영역을 결정하는 비디오 코딩을 위한 방법 및 장치
WO2023171912A1 (ko) 비디오 프레임 경계에서의 예측블록 생성
WO2024111820A1 (ko) 기하학적 분할에 기반하여 크로마 블록을 인트라 예측하는 비디오 코딩을 위한 방법 및 장치
WO2024136154A1 (ko) 적응적 참조라인 후보 리스트를 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023085600A1 (ko) 암시적 임의 블록분할 및 이에 따른 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2020251325A1 (ko) 인터 예측을 이용하여 비디오를 부호화 및 복호화하는 방법 및 장치
WO2023167439A1 (ko) 움직임벡터 차분의 유도를 이용하는 비디오 코딩을 위한 방법 및 장치
WO2022197135A1 (ko) 분할된 서브블록의 적응적 순서를 이용하는 비디오 코딩방법 및 장치
WO2024117533A1 (ko) 아핀 모델 기반의 예측을 이용하는 비디오 코딩방법 및 장치
WO2024111834A1 (ko) 복원 참조샘플 기반 성분간 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023191356A1 (ko) 인트라 미러 예측을 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023038315A1 (ko) 서브블록 코딩 순서 변경 및 그에 따른 인트라 예측을 이용하는 비디오 코딩방법 및 장치
WO2024071680A1 (ko) 분리 불가능한 1차 변환 기반 비디오 코딩을 위한 방법 및 장치
WO2024117693A1 (ko) 아핀 모델 기반의 예측에서 움직임 보상 필터를 적응적으로 이용하는 비디오 코딩을 위한 방법 및 장치
WO2023219289A1 (ko) 참조 화소에 기초하는 인트라 예측모드 유도를 위한 방법