WO2016072744A1 - 이진 산술 부호화/복호화를 위한 확률 갱신 방법 및 이를 이용한 엔트로피 부호화/복호화 장치 - Google Patents

이진 산술 부호화/복호화를 위한 확률 갱신 방법 및 이를 이용한 엔트로피 부호화/복호화 장치 Download PDF

Info

Publication number
WO2016072744A1
WO2016072744A1 PCT/KR2015/011794 KR2015011794W WO2016072744A1 WO 2016072744 A1 WO2016072744 A1 WO 2016072744A1 KR 2015011794 W KR2015011794 W KR 2015011794W WO 2016072744 A1 WO2016072744 A1 WO 2016072744A1
Authority
WO
WIPO (PCT)
Prior art keywords
probability
value
bins
coding
unit
Prior art date
Application number
PCT/KR2015/011794
Other languages
English (en)
French (fr)
Inventor
알쉰알렉산더
알쉬나엘레나
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to AU2015343932A priority Critical patent/AU2015343932A1/en
Priority to JP2017524039A priority patent/JP2017538338A/ja
Priority to CA2966720A priority patent/CA2966720A1/en
Priority to EP15857204.0A priority patent/EP3206399A4/en
Priority to US15/524,327 priority patent/US10432945B2/en
Priority to CN201580071892.7A priority patent/CN107113445A/zh
Priority to KR1020177011970A priority patent/KR20170078670A/ko
Publication of WO2016072744A1 publication Critical patent/WO2016072744A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/149—Data rate or code amount at the encoder output by estimating the code amount by means of a model, e.g. mathematical model or statistical model
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/196—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding being specially adapted for the computation of encoding parameters, e.g. by averaging previously computed encoding parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/20—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video object coding
    • H04N19/21—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video object coding with binary alpha-plane coding for video objects, e.g. context-based arithmetic encoding [CAE]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/34—Scalability techniques involving progressive bit-plane based encoding of the enhancement layer, e.g. fine granular scalability [FGS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/33—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the spatial domain

Definitions

  • the present invention relates to entropy encoding and decoding, and more particularly, to a method and apparatus for updating a probability model in context-based binary arithmetic encoding / decoding.
  • video signals are hierarchically divided into sequences, frames, slices, macro blocks, and blocks, and blocks become minimum processing units.
  • residual data of a block is obtained through intra-frame or inter-frame prediction.
  • residual data is compressed through transform, quantization, scanning, run length coding, and entropy coding.
  • CABAC context-based adaptive binary arithmetic coding
  • one context model is determined by using a context index (ctxIdx), and a probability of occurrence of a Least Probable Symbol (LPS) or Most Probable Symbol (MPS) of the determined context model, and a binary value of 0 and 1 Information (valMPS) on whether this MPS is determined is determined, and binary arithmetic coding is performed based on the valMPS and the probability of the LPS.
  • ctxIdx context index
  • MPS Most Probable Symbol
  • valMPS binary value of 0 and 1 Information
  • the technical problem to be solved by the present invention is to improve the compression efficiency of the image by improving the process of updating the probability performed in the context-based binary arithmetic coding / decoding process.
  • a scaling factor is determined based on an autocorrelation value of bins or an entropy value of bins, and a probability used for binary arithmetic coding / decoding using the determined scaling factor. Update the.
  • the amount of bits generated through arithmetic coding may be reduced by minimizing an error value between a bin value and a prediction probability of a bin.
  • FIG. 1 is a block diagram of a video encoding apparatus according to an embodiment of the present invention.
  • FIG. 2 is a block diagram of a video decoding apparatus according to an embodiment of the present invention.
  • FIG. 3 illustrates a concept of coding units, according to an embodiment of the present invention.
  • FIG. 4 is a block diagram of an image encoder based on coding units, according to an embodiment of the present invention.
  • FIG. 5 is a block diagram of an image decoder based on coding units, according to an embodiment of the present invention.
  • FIG. 6 is a diagram of deeper coding units according to depths, and partitions, according to an embodiment of the present invention.
  • FIG. 7 illustrates a relationship between coding units and transformation units, according to an embodiment of the present invention.
  • FIG. 8 illustrates encoding information according to depths, according to an embodiment of the present invention.
  • FIG. 9 is a diagram of deeper coding units according to depths, according to an embodiment of the present invention.
  • 10, 11, and 12 illustrate a relationship between a coding unit, a prediction unit, and a frequency transformation unit, according to an embodiment of the present invention.
  • FIG. 13 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 1.
  • FIG. 14 is a block diagram illustrating a configuration of an entropy encoding apparatus according to an embodiment of the present invention.
  • 15A and 15B are diagrams illustrating a probability update process used for CABAC.
  • 16 is a flowchart illustrating a probability updating process according to an embodiment of the present disclosure.
  • 17A and 17B are reference diagrams for explaining autocorrelation values.
  • FIG. 18 is a flowchart illustrating a probability updating method for binary arithmetic coding according to an embodiment of the present disclosure.
  • FIG. 19 is a flowchart illustrating a probability updating method used in CABAC according to another embodiment of the present disclosure.
  • 20A and 20B illustrate a process of performing binary arithmetic coding based on CABAC.
  • 21 is a graph illustrating a process of changing the scaling factor ⁇ determined based on the autocorrelation value R k according to the number of scaling factors.
  • 22 is a graph showing the amount of change in MSE according to the number of scaling factors.
  • FIG. 23 is a block diagram illustrating a configuration of an entropy decoding apparatus according to an embodiment of the present disclosure.
  • 24 is a flowchart illustrating a probability updating method for binary arithmetic decoding according to an embodiment of the present disclosure.
  • 25 is a flowchart illustrating a probability update method for binary arithmetic decoding according to another embodiment of the present disclosure.
  • a probability updating method for binary arithmetic decoding includes: receiving a predetermined number of bins to be binary arithmetic decoded; Obtaining an autocorrelation value of each bin using the received values of the predetermined number of bins; Determining at least one scaling factor used for probability update of a binary value based on the autocorrelation value; Updating a probability used for context-based Adaptive Binary Arithmetic deCoding using the determined at least one scaling factor; And arithmetically decoding the current bin using the updated probability.
  • a probability updating method for binary arithmetic encoding may include receiving a predetermined number of bins to be binary arithmetic encoded; Obtaining an autocorrelation value of each bin using the received values of the predetermined number of bins; Determining at least one scaling factor used for probability update of a binary value based on the autocorrelation value; Updating a probability used for context-based adaptive binary arithmetic coding using the determined at least one scaling factor; And arithmetically encoding a current bin using the updated probability.
  • a probability updating method for binary arithmetic decoding includes: receiving a predetermined number of bins to be binary arithmetic decoded; Obtaining entropy values representing average bit values of the bins by applying a plurality of probabilistic models having different scaling factors; Determining a scaling factor of the probability model used to obtain a minimum entropy value among the plurality of probability models; And performing context-based adaptive binary arithmetic decoding on the bins including a probability updating process using the determined scaling factor.
  • a probability updating method for binary arithmetic encoding includes: receiving a predetermined number of bins to be binary arithmetic decoded; Obtaining entropy values representing average bit values of the bins by applying a plurality of probabilistic models having different scaling factors; Determining a scaling factor of the probability model used to obtain a minimum entropy value among the plurality of probability models; And performing context-based adaptive binary arithmetic coding on the bins including a probability update process using the determined scaling factor.
  • An entropy decoding apparatus includes an inverse binarization unit for mapping bins of binary values to values of a predetermined syntax element; Binary arithmetic receives a predetermined number of bins to be decoded, obtains an autocorrelation value of each bin using the values of the received predetermined number of bins, and calculates a binary value based on the autocorrelation value.
  • a context modeler for determining at least one scaling factor used for probability updating and updating a probability used for context-based adaptive binary arithmetic decoding using the determined at least one scaling factor; And a regular decoding unit for arithmetically decoding the current bin using the updated probability.
  • An entropy encoding apparatus includes a binarizer for mapping values of a predetermined syntax element to bins of binary values; Binary arithmetic receives a predetermined number of bins to be decoded, obtains an autocorrelation value of each bin using the values of the received predetermined number of bins, and calculates a binary value based on the autocorrelation value.
  • a context modeler for determining at least one scaling factor used for probability updating and updating a probability used for context-based adaptive binary arithmetic decoding using the determined at least one scaling factor; And a regular coding unit configured to perform arithmetic coding on the current bin using the updated probability.
  • An entropy decoding apparatus includes an inverse binarization unit for mapping bins of binary values to values of a predetermined syntax element; Receives a predetermined number of bins to be binary arithmetic decoded, obtains entropy values representing average bit values of the bins by applying a plurality of probability models having different scaling factors, and minimum entropy of the plurality of probability models.
  • a context modeler for determining a scaling factor of a probability model used to obtain a value, and performing a probability update using the determined scaling factor; And a regular decoding unit for arithmetically decoding the current bin using the updated probability.
  • FIG. 1 is a block diagram of a video encoding apparatus according to an embodiment of the present invention.
  • the video encoding apparatus 100 includes a maximum coding unit splitter 110, a coding unit determiner 120, and an outputter 130.
  • the maximum coding unit splitter 110 may partition the current picture based on the maximum coding unit that is a coding unit of the maximum size for the current picture of the image. If the current picture is larger than the maximum coding unit, image data of the current picture may be split into at least one maximum coding unit.
  • the maximum coding unit may be a data unit having a size of 32x32, 64x64, 128x128, 256x256, etc., and may be a square data unit having a square power of 2 with a horizontal and vertical size greater than eight.
  • the image data may be output to the coding unit determiner 120 for at least one maximum coding unit.
  • the coding unit according to an embodiment may be characterized by a maximum size and depth.
  • the depth indicates the number of times the coding unit is spatially divided from the maximum coding unit, and as the depth increases, the coding unit for each depth may be split from the maximum coding unit to the minimum coding unit.
  • the depth of the largest coding unit is the highest depth and the minimum coding unit may be defined as the lowest coding unit.
  • the maximum coding unit decreases as the depth increases, the size of the coding unit for each depth decreases, and thus, the coding unit of the higher depth may include coding units of a plurality of lower depths.
  • the image data of the current picture may be divided into maximum coding units according to the maximum size of the coding unit, and each maximum coding unit may include coding units divided by depths. Since the maximum coding unit is divided according to depths, image data of a spatial domain included in the maximum coding unit may be hierarchically classified according to depths.
  • the maximum depth and the maximum size of the coding unit that limit the total number of times of hierarchically dividing the height and the width of the maximum coding unit may be preset.
  • the coding unit determiner 120 encodes at least one divided region obtained by dividing the region of the largest coding unit for each depth, and determines a depth at which the final encoding result is output for each of the at least one divided region. That is, the coding unit determiner 120 encodes the image data in coding units according to depths for each maximum coding unit of the current picture, and selects a depth at which the smallest coding error occurs to determine the coding depth. The determined coded depth and the image data for each maximum coding unit are output to the outputter 130.
  • Image data in the largest coding unit is encoded based on coding units according to depths according to at least one depth less than or equal to the maximum depth, and encoding results based on the coding units for each depth are compared. As a result of comparing the encoding error of the coding units according to depths, a depth having the smallest encoding error may be selected. At least one coding depth may be determined for each maximum coding unit.
  • the coding unit is divided into hierarchically and the number of coding units increases.
  • a coding error of each data is measured, and whether or not division into a lower depth is determined. Therefore, even in the data included in one largest coding unit, since the encoding error for each depth is different according to the position, the coding depth may be differently determined according to the position. Accordingly, one or more coding depths may be set for one maximum coding unit, and data of the maximum coding unit may be partitioned according to coding units of one or more coding depths.
  • the coding unit determiner 120 may determine coding units having a tree structure included in the current maximum coding unit.
  • the coding units having a tree structure according to an embodiment include coding units having a depth determined as a coding depth among all deeper coding units included in the maximum coding unit.
  • the coding unit of the coding depth may be hierarchically determined according to the depth in the same region within the maximum coding unit, and may be independently determined for the other regions.
  • the coded depth for the current region may be determined independently of the coded depth for the other region.
  • the maximum depth according to an embodiment is an index related to the number of divisions from the maximum coding unit to the minimum coding unit.
  • the first maximum depth according to an embodiment may represent the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the second maximum depth according to an embodiment may represent the total number of depth levels from the maximum coding unit to the minimum coding unit. For example, when the depth of the largest coding unit is 0, the depth of the coding unit obtained by dividing the largest coding unit once may be set to 1, and the depth of the coding unit divided twice may be set to 2. In this case, if the coding unit divided four times from the maximum coding unit is the minimum coding unit, since depth levels of 0, 1, 2, 3, and 4 exist, the first maximum depth is set to 4 and the second maximum depth is set to 5. Can be.
  • Predictive coding and frequency transform of the largest coding unit may be performed. Similarly, the prediction encoding and the frequency transformation are performed based on depth-wise coding units for each maximum coding unit and for each depth below the maximum depth.
  • encoding including prediction coding and frequency transformation should be performed on all the coding units for each depth generated as the depth deepens.
  • the prediction encoding and the frequency transformation will be described based on the coding unit of the current depth among at least one maximum coding unit.
  • the video encoding apparatus 100 may variously select a size or shape of a data unit for encoding image data.
  • the encoding of the image data is performed through prediction encoding, frequency conversion, entropy encoding, and the like.
  • the same data unit may be used in every step, or the data unit may be changed in steps.
  • the video encoding apparatus 100 may select not only a coding unit for encoding the image data, but also a data unit different from the coding unit in order to perform predictive encoding of the image data in the coding unit.
  • prediction encoding may be performed based on a coding unit of a coding depth, that is, a more strange undivided coding unit, according to an embodiment.
  • a more strange undivided coding unit that is the basis of prediction coding is referred to as a 'prediction unit'.
  • the partition in which the prediction unit is divided may include a data unit in which at least one of the prediction unit and the height and the width of the prediction unit are divided.
  • the partition type includes not only symmetric partitions in which the height or width of the prediction unit is divided by a symmetrical ratio, but also partitions divided in an asymmetrical ratio, such as 1: n or n: 1, by a geometric form. It may optionally include partitioned partitions, arbitrary types of partitions, and the like.
  • the prediction mode of the prediction unit may be at least one of an intra mode, an inter mode, and a skip mode.
  • the intra mode and the inter mode may be performed on partitions having sizes of 2N ⁇ 2N, 2N ⁇ N, N ⁇ 2N, and N ⁇ N.
  • the skip mode may be performed only for partitions having a size of 2N ⁇ 2N.
  • the encoding may be performed independently for each prediction unit within the coding unit to select a prediction mode having the smallest encoding error.
  • the video encoding apparatus 100 may perform frequency conversion of image data of a coding unit based on not only a coding unit for encoding image data, but also a data unit different from the coding unit.
  • frequency conversion may be performed based on a data unit having a size smaller than or equal to the coding unit.
  • the data unit for frequency conversion may include a data unit for an intra mode and a data unit for an inter mode.
  • the data unit on which the frequency conversion is based may be referred to as a 'conversion unit'.
  • the residual data of the coding unit may be partitioned according to the transform unit having a tree structure according to the transform depth.
  • a transform depth indicating a number of divisions between the height and the width of the coding unit divided to the transform unit may be set. For example, if the size of the transform unit of the current coding unit of size 2Nx2N is 2Nx2N, the transform depth is 0, the transform depth 1 if the size of the transform unit is NxN, and the transform depth 2 if the size of the transform unit is N / 2xN / 2. Can be. That is, the transformation unit having a tree structure may also be set for the transformation unit according to the transformation depth.
  • the encoded information for each coded depth requires not only the coded depth but also prediction related information and frequency transform related information. Accordingly, the coding unit determiner 120 may determine not only a coding depth that generates a minimum coding error, but also a partition type obtained by dividing a prediction unit into partitions, a prediction mode for each prediction unit, and a size of a transformation unit for frequency transformation. .
  • a method of determining a coding unit and a partition according to a tree structure of a maximum coding unit according to an embodiment will be described later in detail with reference to FIGS. 3 to 12.
  • the coding unit determiner 120 may measure a coding error of coding units according to depths using a Lagrangian Multiplier-based rate-distortion optimization technique.
  • the output unit 130 outputs the image data of the maximum coding unit encoded based on the at least one coded depth determined by the coding unit determiner 120 and the information about the encoding modes according to depths in the form of a bit stream.
  • the encoded image data may be a result of encoding residual data of the image.
  • the information about the encoding modes according to depths may include encoding depth information, partition type information of a prediction unit, prediction mode information, size information of a transformation unit, and the like.
  • the coded depth information may be defined using depth-specific segmentation information indicating whether to encode to a coding unit of a lower depth without encoding to the current depth. If the current depth of the current coding unit is a coding depth, since the current coding unit is encoded in a coding unit of the current depth, split information of the current depth may be defined so that it is no longer divided into lower depths. On the contrary, if the current depth of the current coding unit is not the coding depth, encoding should be attempted using the coding unit of the lower depth, and thus split information of the current depth may be defined to be divided into coding units of the lower depth.
  • encoding is performed on the coding unit divided into the coding units of the lower depth. Since at least one coding unit of a lower depth exists in the coding unit of the current depth, encoding may be repeatedly performed for each coding unit of each lower depth, and recursive coding may be performed for each coding unit of the same depth.
  • coding units having a tree structure are determined in one largest coding unit and information about at least one coding mode should be determined for each coding unit of a coding depth, information about at least one coding mode may be determined for one maximum coding unit. Can be.
  • the coding depth may be different for each location, and thus information about the coded depth and the coding mode may be set for the data.
  • the output unit 130 may allocate encoding information about a corresponding coding depth and an encoding mode to at least one of a coding unit, a prediction unit, and a minimum unit included in the maximum coding unit. .
  • the minimum unit is a square data unit of which a minimum coding unit, which is a lowest coding depth, is divided into four pieces, and has a maximum size that may be included in all coding units, prediction units, and transformation units included in the maximum coding unit. It may be a square data unit.
  • the encoding information output through the output unit 130 may be classified into encoding information according to depth coding units and encoding information according to prediction units.
  • the encoding information for each coding unit according to depth may include prediction mode information and partition size information.
  • the encoding information transmitted for each prediction unit includes information about an estimation direction of the inter mode, information about a reference image index of the inter mode, information about a motion vector, information about a chroma component of an intra mode, and information about an inter mode of an intra mode. And the like.
  • information about a maximum size and information about a maximum depth of a coding unit defined for each picture, slice, or GOP may be inserted in a header of a bitstream.
  • a coding unit according to depths is a coding unit having a size that is half the height and width of the coding unit of a higher layer depth. That is, if the size of the coding unit of the current depth is 2Nx2N, the size of the coding unit of the lower depth is NxN.
  • the current coding unit having a size of 2N ⁇ 2N may include up to four lower depth coding units having a size of N ⁇ N.
  • the video encoding apparatus 100 determines a coding unit having an optimal shape and size for each maximum coding unit based on the size and the maximum depth of the maximum coding unit determined in consideration of characteristics of the current picture.
  • coding units having a tree structure may be configured.
  • an optimal coding mode may be determined in consideration of image characteristics of coding units having various image sizes.
  • the video encoding apparatus may adjust the coding unit in consideration of the image characteristics while increasing the maximum size of the coding unit in consideration of the size of the image, thereby increasing image compression efficiency.
  • FIG. 2 is a block diagram of a video decoding apparatus according to an embodiment of the present invention.
  • the video decoding apparatus 200 includes a receiver 210, an image data and encoding information extractor 220, and an image data decoder 230.
  • Definitions of various terms such as coding units, depths, prediction units, transformation units, and information about various encoding modes for various processings of the video decoding apparatus 200 according to an embodiment may include the video encoding apparatus 100 of FIG. 1 and the video encoding apparatus 100. Same as described above with reference.
  • the receiver 205 receives and parses a bitstream of an encoded video.
  • the image data and encoding information extractor 220 extracts image data encoded for each coding unit from the parsed bitstream according to coding units having a tree structure for each maximum coding unit, and outputs the encoded image data to the image data decoder 230.
  • the image data and encoding information extractor 220 may extract information about a maximum size of a coding unit of the current picture from a header for the current picture.
  • the image data and encoding information extractor 220 extracts information about a coded depth and an encoding mode for the coding units having a tree structure for each maximum coding unit, from the parsed bitstream.
  • the extracted information about the coded depth and the coding mode is output to the image data decoder 230. That is, the image data of the bit string may be divided into maximum coding units so that the image data decoder 230 may decode the image data for each maximum coding unit.
  • the information about the coded depth and the encoding mode for each largest coding unit may be set with respect to one or more coded depth information, and the information about the coding mode according to the coded depths may include partition type information, prediction mode information, and transformation unit of the corresponding coding unit. May include size information and the like.
  • split information for each depth may be extracted as the coded depth information.
  • the information about the coded depth and the encoding mode according to the maximum coding units extracted by the image data and the encoding information extractor 220 may be encoded according to the depth according to the maximum coding unit, as in the video encoding apparatus 100 according to an embodiment.
  • the image data and the encoding information extractor 220 may determine the predetermined data.
  • Information about a coded depth and an encoding mode may be extracted for each unit. If the information about the coded depth and the coding mode of the maximum coding unit is recorded for each of the predetermined data units, the predetermined data units having the information about the same coded depth and the coding mode are inferred as data units included in the same maximum coding unit. Can be.
  • the image data decoder 230 reconstructs the current picture by decoding image data of each maximum coding unit based on the information about the coded depth and the encoding mode for each maximum coding unit. That is, the image data decoder 230 may decode the encoded image data based on the read partition type, the prediction mode, and the transformation unit for each coding unit among the coding units having the tree structure included in the maximum coding unit. Can be.
  • the decoding process may include a prediction process including intra prediction and motion compensation, and a frequency inverse transform process.
  • the image data decoder 230 may perform intra prediction or motion compensation according to each partition and prediction mode for each coding unit based on partition type information and prediction mode information of the prediction unit of the coding unit for each coding depth. .
  • the image data decoder 230 may perform frequency inverse transformation according to each transformation unit for each coding unit based on size information of the transformation unit of the coding unit for each coding depth, for a frequency inverse transformation for each maximum coding unit. have.
  • the image data decoder 230 may determine the coded depth of the current maximum coding unit by using the split information for each depth. If the split information indicates that the split information is no longer split at the current depth, the current depth is the coded depth. Therefore, the image data decoder 230 may decode the coding unit of the current depth using the partition type, the prediction mode, and the transformation unit size information of the prediction unit with respect to the image data of the current maximum coding unit.
  • the image data decoder 230 It may be regarded as one data unit to be decoded in the same encoding mode.
  • the video decoding apparatus 200 may obtain information about a coding unit that generates a minimum coding error by recursively encoding each maximum coding unit in an encoding process, and use the same to decode the current picture. have. That is, decoding of encoded image data of coding units having a tree structure determined as an optimal coding unit for each maximum coding unit can be performed.
  • the image data can be efficiently used according to the coding unit size and the encoding mode that are adaptively determined according to the characteristics of the image by using the information about the optimum encoding mode transmitted from the encoding end. Can be decoded and restored.
  • 3 illustrates a concept of hierarchical coding units.
  • a size of a coding unit may be expressed by a width x height, and may include 32x32, 16x16, and 8x8 from a coding unit having a size of 64x64.
  • Coding units of size 64x64 may be partitioned into partitions of size 64x64, 64x32, 32x64, and 32x32, coding units of size 32x32 are partitions of size 32x32, 32x16, 16x32, and 16x16, and coding units of size 16x16 are 16x16.
  • Coding units of size 8x8 may be divided into partitions of size 8x8, 8x4, 4x8, and 4x4, into partitions of 16x8, 8x16, and 8x8.
  • the resolution is set to 1920x1080, the maximum size of the coding unit is 64, and the maximum depth is 2.
  • the resolution is set to 1920x1080, the maximum size of the coding unit is 64, and the maximum depth is 3.
  • the resolution is set to 352x288, the maximum size of the coding unit is 16, and the maximum depth is 1.
  • the maximum depth illustrated in FIG. 3 represents the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the maximum size of the coding size is relatively large not only to improve the coding efficiency but also to accurately shape the image characteristics. Accordingly, the video data 310 or 320 having a higher resolution than the video data 330 may be selected to have a maximum size of 64.
  • the coding unit 315 of the video data 310 is divided twice from a maximum coding unit having a long axis size of 64, and the depth is deepened by two layers, so that the long axis size is 32, 16. Up to coding units may be included.
  • the coding unit 335 of the video data 330 is divided once from coding units having a long axis size of 16, and the depth is deepened by one layer to increase the long axis size to 8. Up to coding units may be included.
  • the coding unit 325 of the video data 320 is divided three times from the largest coding unit having a long axis size of 64, and the depth is three layers deep, so that the long axis size is 32, 16. , Up to 8 coding units may be included. As the depth increases, the expressive power of the detailed information may be improved.
  • FIG. 4 is a block diagram of an image encoder based on coding units, according to an embodiment of the present invention.
  • the image encoder 400 includes operations performed by the encoding unit determiner 120 of the video encoding apparatus 100 to encode image data. That is, the intra predictor 410 performs intra prediction on the coding unit of the intra mode among the current frame 405, and the motion estimator 420 and the motion compensator 425 are the current frame 405 of the inter mode. And the inter frame estimation and motion compensation using the reference frame 495.
  • Data output from the intra predictor 410, the motion estimator 420, and the motion compensator 425 is output as a quantized transform coefficient through the frequency converter 430 and the quantizer 440.
  • the quantized transform coefficients are restored to the data of the spatial domain through the inverse quantizer 460 and the frequency inverse transformer 470, and the recovered data of the spatial domain is passed through the deblocking block 480 and the loop filtering unit 490. It is post-processed and output to the reference frame 495.
  • the quantized transform coefficients may be output to the bitstream 455 via the entropy encoder 450.
  • an intra predictor 410, a motion estimator 420, a motion compensator 425, and a frequency converter that are components of the image encoder 400 may be used.
  • 430, quantization unit 440, entropy encoding unit 450, inverse quantization unit 460, frequency inverse transform unit 470, deblocking unit 480, and loop filtering unit 490 are all the maximum coding units. In each case, an operation based on each coding unit among the coding units having a tree structure should be performed in consideration of the maximum depth.
  • the intra predictor 410, the motion estimator 420, and the motion compensator 425 partition each coding unit among coding units having a tree structure in consideration of the maximum size and the maximum depth of the current maximum coding unit.
  • a prediction mode, and the frequency converter 430 should determine the size of a transform unit in each coding unit among the coding units having a tree structure.
  • FIG. 5 is a block diagram of an image decoder based on coding units, according to an embodiment of the present invention.
  • the bitstream 505 is parsed through the parsing unit 510, and the encoded image data to be decoded and information about encoding necessary for decoding are parsed.
  • the encoded image data is output as inverse quantized data through the entropy decoder 520 and the inverse quantizer 530, and the image data of the spatial domain is restored through the frequency inverse transformer 540.
  • the intra prediction unit 550 performs intra prediction on the coding unit of the intra mode, and the motion compensator 560 uses the reference frame 585 together to apply the coding unit of the inter mode. Perform motion compensation for the
  • Data in the spatial domain that has passed through the intra predictor 550 and the motion compensator 560 may be post-processed through the deblocking unit 570 and the loop filtering unit 580 to be output to the reconstructed frame 595.
  • the post-processed data through the deblocking unit 570 and the loop filtering unit 580 may be output as the reference frame 585.
  • step-by-step operations after the parser 510 of the image decoder 500 may be performed.
  • a parser 510 In order to be applied to the video decoding apparatus 200 according to an exemplary embodiment, a parser 510, an entropy decoder 520, an inverse quantizer 530, and a frequency inverse transform unit which are components of the image decoder 500 may be used.
  • the intra predictor 550, the motion compensator 560, the deblocking unit 570, and the loop filtering unit 580 all perform operations based on coding units having a tree structure for each largest coding unit. shall.
  • the intra predictor 550 and the motion compensator 560 determine partitions and prediction modes for each coding unit having a tree structure, and the frequency inverse transform unit 540 must determine the size of the transform unit for each coding unit. do.
  • FIG. 6 is a diagram of deeper coding units according to depths, and partitions, according to an embodiment of the present invention.
  • the video encoding apparatus 100 according to an embodiment and the video decoding apparatus 200 according to an embodiment use hierarchical coding units to consider image characteristics.
  • the maximum height, width, and maximum depth of the coding unit may be adaptively determined according to the characteristics of the image, and may be variously set according to a user's request. According to the maximum size of the preset coding unit, the size of the coding unit for each depth may be determined.
  • the hierarchical structure 600 of a coding unit illustrates a case in which a maximum height and a width of a coding unit are 64 and a maximum depth is four. Since the depth deepens along the vertical axis of the hierarchical structure 600 of the coding unit according to an embodiment, the height and the width of the coding unit for each depth are divided. In addition, a prediction unit and a partition on which the prediction encoding of each depth-based coding unit is shown along the horizontal axis of the hierarchical structure 600 of the coding unit are illustrated.
  • the coding unit 610 has a depth of 0 as the largest coding unit of the hierarchical structure 600 of the coding unit, and the size, ie, the height and width, of the coding unit is 64x64.
  • the depth is deeper along the vertical axis, the coding unit 620 of depth 1 having a size of 32x32, the coding unit 630 of depth 2 having a size of 16x16, the coding unit 640 of depth 3 having a size of 8x8, and the depth 4 of depth 4x4.
  • the coding unit 650 exists.
  • a coding unit 650 having a depth of 4 having a size of 4 ⁇ 4 is a minimum coding unit.
  • Prediction units and partitions of the coding unit are arranged along the horizontal axis for each depth. That is, if the coding unit 610 of size 64x64 having a depth of zero is a prediction unit, the prediction unit may include a partition 610 of size 64x64, partitions 612 of size 64x32, and size included in the coding unit 610 of size 64x64. 32x64 partitions 614, 32x32 partitions 616.
  • the prediction unit of the coding unit 620 having a size of 32x32 having a depth of 1 includes a partition 620 of size 32x32, partitions 622 of size 32x16 and a partition of size 16x32 included in the coding unit 620 of size 32x32. 624, partitions 626 of size 16x16.
  • the prediction unit of the coding unit 630 of size 16x16 having a depth of 2 includes a partition 630 of size 16x16, partitions 632 of size 16x8, and a partition of size 8x16 included in the coding unit 630 of size 16x16. 634, partitions 636 of size 8x8.
  • the prediction unit of the coding unit 640 of size 8x8 having a depth of 3 includes a partition 640 of size 8x8, partitions 642 of size 8x4 and a partition of size 4x8 included in the coding unit 640 of size 8x8. 644, partitions 646 of size 4x4.
  • the coding unit 650 having a depth of 4 has a minimum coding unit and a coding unit having the lowest depth, and the corresponding prediction unit may also be set only as a partition 650 having a size of 4x4.
  • the coding unit determiner 120 of the video encoding apparatus 100 may determine a coding depth of the maximum coding unit 610.
  • the number of deeper coding units according to depths for including data having the same range and size increases as the depth increases. For example, four coding units of depth 2 are required for data included in one coding unit of depth 1. Therefore, in order to compare the encoding results of the same data for each depth, each of the coding units having one depth 1 and four coding units having four depths 2 should be encoded.
  • encoding may be performed for each prediction unit of a coding unit according to depths along a horizontal axis of the hierarchical structure 600 of the coding unit, and a representative coding error, which is the smallest coding error at a corresponding depth, may be selected. .
  • a depth deeper along the vertical axis of the hierarchical structure 600 of the coding unit the encoding may be performed for each depth, and the minimum coding error may be searched by comparing the representative coding error for each depth.
  • the depth and the partition in which the minimum coding error occurs in the maximum coding unit 610 may be selected as the coding depth and the partition type of the maximum coding unit 610.
  • FIG. 7 illustrates a relationship between coding units and transformation units, according to an embodiment of the present invention.
  • the video encoding apparatus 100 encodes or decodes an image in coding units having a size smaller than or equal to the maximum coding unit for each maximum coding unit.
  • the size of a transform unit for frequency transformation during the encoding process may be selected based on a data unit that is not larger than each coding unit.
  • the 32x32 size conversion unit 720 is Frequency conversion can be performed using the above.
  • the data of the 64x64 coding unit 710 is encoded by performing frequency transformation on the 32x32, 16x16, 8x8, and 4x4 transform units having a size of 64x64 or less, and the transform unit having the least error with the original is obtained. Can be selected.
  • FIG. 8 illustrates encoding information according to depths, according to an embodiment of the present invention.
  • the output unit 130 of the video encoding apparatus 100 is information about an encoding mode, and information about a partition type 800 and information 810 about a prediction mode for each coding unit of each coded depth.
  • the information 820 about the size of the transformation unit may be encoded and transmitted.
  • the information about the partition type 800 is a data unit for predictive encoding of the current coding unit and indicates information about a partition type in which the prediction unit of the current coding unit is divided.
  • the current coding unit CU_0 of size 2Nx2N may be any one of a partition 802 of size 2Nx2N, a partition 804 of size 2NxN, a partition 806 of size Nx2N, and a partition 808 of size NxN. It can be divided and used.
  • the information 800 about the partition type of the current coding unit represents one of a partition 802 of size 2Nx2N, a partition 804 of size 2NxN, a partition 806 of size Nx2N, and a partition 808 of size NxN. It is set to.
  • Information 810 relating to the prediction mode indicates the prediction mode of each partition. For example, through the information 810 about the prediction mode, whether the partition indicated by the information 800 about the partition type is performed in one of the intra mode 812, the inter mode 814, and the skip mode 816 is performed. Whether or not can be set.
  • the information about the transform unit size 820 indicates whether to transform the current coding unit based on the transform unit.
  • the transform unit may be one of a first intra transform unit size 822, a second intra transform unit size 824, a first inter transform unit size 826, and a second intra transform unit size 828. have.
  • the image data and encoding information extractor 210 of the video decoding apparatus 200 may include information about a partition type 800, information 810 about a prediction mode, and transformation for each depth-based coding unit. Information 820 about the unit size may be extracted and used for decoding.
  • FIG. 9 is a diagram of deeper coding units according to depths, according to an embodiment of the present invention.
  • Segmentation information may be used to indicate a change in depth.
  • the split information indicates whether a coding unit of a current depth is split into coding units of a lower depth.
  • the prediction unit 910 for predictive encoding of the coding unit 900 having depth 0 and 2N_0x2N_0 size includes a partition type 912 having a size of 2N_0x2N_0, a partition type 914 having a size of 2N_0xN_0, a partition type 916 having a size of N_0x2N_0, and a N_0xN_0 It may include a partition type 918 of size. Although only partitions 912, 914, 916, and 918 in which the prediction unit is divided by a symmetrical ratio are illustrated, as described above, the partition type is not limited thereto, and asymmetric partitions, arbitrary partitions, geometric partitions, and the like. It may include.
  • prediction coding For each partition type, prediction coding must be performed repeatedly for one 2N_0x2N_0 partition, two 2N_0xN_0 partitions, two N_0x2N_0 partitions, and four N_0xN_0 partitions.
  • prediction encoding For partitions having a size 2N_0x2N_0, a size N_0x2N_0, a size 2N_0xN_0, and a size N_0xN_0, prediction encoding may be performed in an intra mode and an inter mode. The skip mode may be performed only for prediction encoding on partitions having a size of 2N_0x2N_0.
  • the depth 0 is changed to 1 and split (920), and the encoding is repeatedly performed on the depth 2 and the coding units 930 of the partition type having the size N_0xN_0.
  • the prediction unit 940 for predictive encoding of the coding unit 930 having a depth of 1 and a size of 2N_1x2N_1 includes a partition type 942 having a size of 2N_1x2N_1, a partition type 944 having a size of 2N_1xN_1, and a partition type having a size of N_1x2N_1.
  • 946, a partition type 948 of size N_1 ⁇ N_1 may be included.
  • the depth 1 is changed to the depth 2 and divided (950), and repeatedly for the depth 2 and the coding units 960 of the size N_2xN_2.
  • the encoding may be performed to search for a minimum encoding error.
  • the split information for each depth may be set until the depth d-1, and the split information may be set up to the depth d-2. That is, when encoding is performed from the depth d-2 to the depth d-1 to the depth d-1, the prediction encoding of the coding unit 980 of the depth d-1 and the size 2N_ (d-1) x2N_ (d-1)
  • the prediction unit for 990 is a partition type 992 of size 2N_ (d-1) x2N_ (d-1), partition type 994 of size 2N_ (d-1) xN_ (d-1), size A partition type 996 of N_ (d-1) x2N_ (d-1) and a partition type 998 of size N_ (d-1) xN_ (d-1) may be included.
  • one partition 2N_ (d-1) x2N_ (d-1), two partitions 2N_ (d-1) xN_ (d-1), two sizes N_ (d-1) x2N_ Prediction encoding is repeatedly performed for each partition of (d-1) and four partitions of size N_ (d-1) xN_ (d-1), so that a partition type having a minimum encoding error may be searched. .
  • the coding unit CU_ (d-1) of the depth d-1 is no longer
  • the encoding depth of the current maximum coding unit 900 may be determined as the depth d-1, and the partition type may be determined as N_ (d-1) xN_ (d-1) without going through a division process into lower depths.
  • split information is not set for the coding unit 952 having the depth d-1.
  • the data unit 999 may be referred to as a 'minimum unit' for the current maximum coding unit.
  • the minimum unit may be a square data unit having a size obtained by dividing the minimum coding unit, which is the lowest coding depth, into four divisions.
  • the video encoding apparatus 100 compares the encoding errors for each depth of the coding unit 900, selects a depth at which the smallest encoding error occurs, and determines a coding depth.
  • the partition type and the prediction mode may be set to the encoding mode of the coded depth.
  • the depth with the smallest error can be determined by comparing the minimum coding errors for all depths of depths 0, 1, ..., d-1, d, and can be determined as the coding depth.
  • the coded depth, the partition type of the prediction unit, and the prediction mode may be encoded and transmitted as information about an encoding mode.
  • the coding unit since the coding unit must be split from the depth 0 to the coded depth, only the split information of the coded depth is set to '0', and the split information for each depth except the coded depth should be set to '1'.
  • the image data and encoding information extractor 220 of the video decoding apparatus 200 may extract information about a coding depth and a prediction unit for the coding unit 900 and use the same to decode the coding unit 912. Can be.
  • the video decoding apparatus 200 may identify a depth having split information of '0' as a coding depth using split information for each depth, and may use the decoding depth by using information about an encoding mode for a corresponding depth. have.
  • 10, 11, and 12 illustrate a relationship between a coding unit, a prediction unit, and a frequency transformation unit, according to an embodiment of the present invention.
  • the coding units 1010 are coding units according to coding depths determined by the video encoding apparatus 100 according to an embodiment with respect to the maximum coding unit.
  • the prediction unit 1060 is partitions of prediction units of each coding depth of each coding depth among the coding units 1010, and the transformation unit 1070 is transformation units of each coding depth for each coding depth.
  • the depth-based coding units 1010 have a depth of 0
  • the coding units 1012 and 1054 have a depth of 1
  • the coding units 1014, 1016, 1018, 1028, 1050, and 1052 have depths.
  • coding units 1020, 1022, 1024, 1026, 1030, 1032, and 1048 have a depth of three
  • coding units 1040, 1042, 1044, and 1046 have a depth of four.
  • partitions 1014, 1016, 1022, 1032, 1048, 1050, 1052, and 1054 of the prediction units 1060 are obtained by splitting coding units. That is, partitions 1014, 1022, 1050, and 1054 are partition types of 2NxN, partitions 1016, 1048, and 1052 are partition types of Nx2N, and partitions 1032 are partition types of NxN. Prediction units and partitions of the coding units 1010 according to depths are smaller than or equal to each coding unit.
  • the image data of the part 1052 of the transformation units 1070 may be frequency transformed or inversely transformed in a data unit having a smaller size than the coding unit.
  • the transformation units 1014, 1016, 1022, 1032, 1048, 1050, 1052, and 1054 are data units having different sizes or shapes when compared to corresponding prediction units and partitions among the prediction units 1060. That is, the video encoding apparatus 100 according to an embodiment and the video decoding apparatus 200 according to the embodiment may be an intra prediction / motion estimation / motion compensation operation and a frequency transform / inverse transform operation for the same coding unit. Each can be performed based on separate data units.
  • encoding is performed recursively for each coding unit having a hierarchical structure for each largest coding unit, and thus, an optimal coding unit is determined.
  • coding units having a recursive tree structure may be configured.
  • Partition information, partition type information, prediction mode information, and transformation unit size information about a unit may be included. Table 1 below shows an example that can be set in the video encoding apparatus 100 and the video decoding apparatus 200 according to an embodiment.
  • the output unit 130 of the video encoding apparatus 100 outputs encoding information about coding units having a tree structure
  • the encoding information extraction unit of the video decoding apparatus 200 according to an embodiment 220 may extract encoding information about coding units having a tree structure from the received bitstream.
  • the split information indicates whether the current coding unit is split into coding units of a lower depth. If the split information of the current depth d is 0, partition type information, prediction mode, and transform unit size information are defined for the coded depth because the depth in which the current coding unit is no longer divided into the lower coding units is a coded depth. Can be. If it is to be further split by the split information, encoding should be performed independently for each coding unit of the divided four lower depths.
  • the prediction mode may be represented by one of an intra mode, an inter mode, and a skip mode.
  • Intra mode and inter mode can be defined in all partition types, and skip mode can be defined only in partition type 2Nx2N.
  • the partition type information indicates the symmetric partition types 2Nx2N, 2NxN, Nx2N and NxN, in which the height or width of the prediction unit is divided by the symmetrical ratio, and the asymmetric partition types 2NxnU, 2NxnD, nLx2N, nRx2N, which are divided by the asymmetrical ratio.
  • the asymmetric partition types 2NxnU and 2NxnD are divided into heights 1: 3 and 3: 1, respectively, and the asymmetric partition types nLx2N and nRx2N are divided into 1: 3 and 3: 1 widths, respectively.
  • the conversion unit size may be set to two kinds of sizes in the intra mode and two kinds of sizes in the inter mode. That is, if the transformation unit split information is 0, the size of the transformation unit is set to the size 2Nx2N of the current coding unit. If the transform unit split information is 1, a transform unit having a size obtained by dividing the current coding unit may be set. In addition, if the partition type for the current coding unit having a size of 2Nx2N is a symmetric partition type, the size of the transform unit may be set to NxN, and if the asymmetric partition type is N / 2xN / 2.
  • Encoding information of coding units having a tree structure may be allocated to at least one of a coding unit, a prediction unit, and a minimum unit unit of a coding depth.
  • the coding unit of the coding depth may include at least one prediction unit and at least one minimum unit having the same encoding information.
  • the encoding information held by each adjacent data unit is checked, it may be determined whether the adjacent data units are included in the coding unit having the same coding depth.
  • the coding unit of the corresponding coding depth may be identified by using the encoding information held by the data unit, the distribution of the coded depths within the maximum coding unit may be inferred.
  • the encoding information of the data unit in the depth-specific coding unit adjacent to the current coding unit may be directly referenced and used.
  • the prediction coding when the prediction coding is performed by referring to the neighboring coding unit, the data adjacent to the current coding unit in the coding unit according to depths is encoded by using the encoding information of the adjacent coding units according to depths.
  • the neighboring coding unit may be referred to by searching.
  • FIG. 13 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 1.
  • the maximum coding unit 1300 includes coding units 1302, 1304, 1306, 1312, 1314, 1316, and 1318 of a coded depth. Since one coding unit 1318 is a coding unit of a coded depth, split information may be set to zero.
  • the partition type information of the coding unit 1318 having a size of 2Nx2N is partition type 2Nx2N 1322, 2NxN 1324, Nx2N 1326, NxN 1328, 2NxnU 1332, 2NxnD 1334, nLx2N (1336). And nRx2N 1338.
  • partition type information is set to one of symmetric partition types 2Nx2N (1322), 2NxN (1324), Nx2N (1326), and NxN (1328)
  • the conversion unit of size 2Nx2N when the conversion unit partition information (TU size flag) is 0 1134 is set, and if the transform unit split information is 1, a transform unit 1344 of size NxN may be set.
  • the partition type information is set to one of the asymmetric partition types 2NxnU (1332), 2NxnD (1334), nLx2N (1336), and nRx2N (1338), if the conversion unit partition information (TU size flag) is 0, a conversion unit of size 2Nx2N ( 1352 is set, and if the transform unit split information is 1, a transform unit 1354 of size N / 2 ⁇ N / 2 may be set.
  • the image encoding apparatus 400 performs encoding using coding units obtained by hierarchically dividing a maximum coding unit.
  • the entropy encoder 450 entropy encodes encoding information generated during the encoding process, for example, syntax elements such as a quantized transform coefficient, a prediction mode of a prediction unit, a quantization parameter, a motion vector, and the like.
  • syntax elements such as a quantized transform coefficient, a prediction mode of a prediction unit, a quantization parameter, a motion vector, and the like.
  • CABAC context-based binary arithmetic coding
  • Table 2 is an example of syntax elements entropy coded through CABAC in High Efficiency Videco Coding (HEVC) and H.264 / AVC.
  • HEVC High Efficiency Videco Coding
  • H.264 / AVC The semantics of the syntax elements are described in HEVC and H.264 / AVC, and thus detailed descriptions are omitted.
  • HEVC H.264 / AVC Coding Tree Unit (CTU) and Coding Unit (CU) split_cu_flag, pred_mode_flag, part_mode, cu_skip_flag mb_type, sub_mb_type, mb_skip_flag
  • Prediction unit prev_intra_luma_pred_flag, mpm_idx, rem_intra_luma_pred_mode, intra_chroma_pred_mode prev_intra4x4_pred_mode_flag, prev_intra8x8_pred_mode_flag, rem_intra4x4_pred_mode, rem_intra8x8_pred_mode, intra_chroma_pred_mode merge_flag, merge_idx, inter_pred_idc, ref_idx_l0, ref_idx_l1, abs_mvd_greater0_flag,
  • FIG. 14 is a block diagram illustrating a configuration of an entropy encoding apparatus according to an embodiment of the present invention.
  • an entropy encoding apparatus 1400 may include a binarizer 1410, a context modeler 1420, and a binary arithmetic coder 1430. Include.
  • the binary arithmetic encoder 1430 includes a regular coding engine 1432 and a bypass coding engine 1434.
  • the binarizer 1410 maps the input syntax elements into bins which are binary symbols. Bin represents one bit having a value of 0 or 1, and each bin is encoded through CABAC. The set of bins may be referred to as a bin string.
  • the binarization unit 1410 applies one of fixed length binarization, truncated rice binarization, k-th order exp-Golomb binarization, and Golomb-rice binarization, depending on the type of syntax element. Map the values to bins of 0 and 1.
  • the bins output from the binarization unit 1410 are arithmetic encoded by the regular coding unit 1432 or the bypass coding unit 1434.
  • the binarized bins are output to the bypass coding unit 1434 that does not use probability values and are encoded.
  • Whether the current bins are arithmetic encoded by the regular coding unit 1432 or the bypass coding unit 1434 may be predetermined according to the type of the syntax element.
  • the regular coding unit 1432 performs arithmetic coding on the bins based on the probability model determined by the context modeler 1420.
  • the context modeler 1420 provides a probability model for the bean to the regular coding unit 1432. Specifically, the context modeler 1420 determines a probability of a predetermined binary value based on a previously encoded bin, updates the probability of a binary value used to encode a previous bin, and regular codes the updated probability. The output is made to the unit 1432.
  • one context model is determined by using a context index (ctxIdx), and a probability of occurrence of a Least Probable Symbol (LPS) or Most Probable Symbol (MPS) included in the determined context model, and a binary value of 0 and 1 are MPSs. Information on whether this is true (valMPS) was determined.
  • the context modeler 1420 according to the exemplary embodiment of the present disclosure does not distinguish between the MPS and the Least Probable Symbol (LPS), and P (1) indicating a occurrence probability of a predetermined predetermined binary value, for example, “1”. Is determined based on previously encoded bins, and the probability of the predetermined binary value is provided to the regular coding unit 1432.
  • the context modeler 1420 obtains an autocorrelation value of each bin using the values of the received bins, and at least used to update a probability of a binary value based on the autocorrelation value. After determining one scaling factor, the probability of a binary value may be updated using the determined at least one scaling factor.
  • the context modeler 1420 may obtain entropy values representing average bit values of bins by applying a plurality of probabilistic models having different scaling factors, and obtain a minimum entropy value among the plurality of probabilistic models.
  • the scaling factor of the probabilistic model used to obtain the A may be determined, and the probability of the binary value may be updated using the determined scaling factor.
  • the regular coding unit 1432 performs binary arithmetic coding based on a probability of a predetermined binary value provided from the context modeler 1420 and a binary value of the current bin. That is, the regular coding unit 1432 may determine the occurrence probability P (1) of “1” and the occurrence probability P (0) of “0” based on the probability of the predetermined binary value provided from the context modeler 1420.
  • Binary arithmetic coding is performed by dividing the occurrence probabilities P (0) and P (1) of the determined zeros and ones, and a range representing a probability interval according to the current bin value, and outputting a binary value of a representative value belonging to the divided interval do.
  • 15A and 15B are diagrams illustrating a probability update process used for CABAC.
  • a context model used in HEVC or the like is defined as 64 predetermined probability states.
  • Each probability state can be characterized by V MPS which is the value of state index i PLPS and MPS.
  • a state transition table may be used to indicate which probability state will be transitioned from the current probability state at the time of probability update.
  • the probability state changes depending on whether the current arithmetic coded bin is MPS or LPS. For example, if the current bin value is MPS, the probability state is changed from the current probability state (state i PLPS ) to the forward state (state state i PLPS +1), where the LPS probability is lowered.
  • Tr MPS ⁇ indicates the probability state transition direction after the MPS process
  • Tr LPS ⁇ indicates the probability state transition direction after the LPS process.
  • the probability of changing during MPS or LPS processing has a form of decreasing exponentially as shown in FIG. 15A.
  • (1- ⁇ ) (0.01875 / 0.5) 1/63 .
  • the probability distribution of LPS close to zero is dense and the probability distribution of LPS close to 1/2 is sparse. Therefore, when the probability of occurrence of binary values of 0 and 1 is similar, that is, when the probability of occurrence of binary values of 0 and 1 is close to 1/2, the probability is sparsely distributed, and thus the prediction error of the probability may increase.
  • a probability value close to zero since a probability value close to zero must be expressed in detail, a bit depth for representing such a probability value may be increased. Accordingly, the size of a look-up table for storing a probability model having an exponential power function may be increased.
  • the multiplication operation amount may be increased and hardware may be burdened if a dense probability value is used. Accordingly, by mapping the probability P LPS ) illustrated in FIG. 15A to a predetermined value through a rounding operation or the like, a probability that the probability value decreases stepwise rather than exponentially may be used.
  • the probability update process used for the CABAC may be performed according to Equation 1 below.
  • Equation 1 p i (t) is the updated probability, p i (t-1) is the probability of the previous bin, ⁇ i (0 ⁇ i ⁇ 1, ⁇ i is a real number), y is the input factor Indicates the value of the current bean.
  • i is an integer value representing the number of scaling factors. As the scaling factor used increases, the accuracy of the predicted probabilities may increase, but computational complexity may increase. Therefore, the following description focuses on the case where i is 1 or 2, i.e., using one scaling factor or updating the probability using two scaling factors. However, the probability update method according to the present disclosure may also be applied to the case of updating the probability using more than two scaling factors.
  • Binary arithmetic coders handle sequences of bins with arbitrary values of zeros and ones. If the probability of any one of 0 and 1 is determined as A (0 ⁇ A ⁇ 1, A is a real number), the probability of the remaining bins may be determined as (1-A).
  • the probability of the input bin 1, i.e., y 1 in the case p i (t), so increasing the value of a, p i (t) of equation (1) is the probability of "1", that is, the following It represents the probability that the bin is "1".
  • a range of probability values may be considered.
  • p i (t) which represents a probability of 1
  • MPS is 1
  • p i (t) is [0 ; 1/2] that is, a value between 0 and (1/2)
  • 0 corresponds to MPS.
  • the probability value of LPS used for CABAC may be determined as the smaller of p i (t) and (1-p i (t)).
  • Equation 1 An important parameter that is important for updating probability based on Equation 1 is the scaling factor ⁇ i .
  • a sensitivity indicating how sensitively the probability used for CABAC is updated, and a robustness of not responding to an error may be determined.
  • the context modeler 1420 generates one or more updated probabilities using one or more scaling factors ⁇ i in the probability update, and finally updates the weighted average of the one or more updated probabilities. Can be determined.
  • the context modeler 1420 calculates a weighted average value of the plurality of probabilities P i (t) as follows.
  • the final update probability p (t) is obtained by calculating as in Equation 2.
  • ⁇ i is a weight multiplied by a plurality of probabilities Pi (t).
  • the multiplication operation included in Equation 1 may be replaced with a shift operation as in Equation 3 below.
  • Equation 3 ">>" is a light shift operator.
  • 16 is a flowchart illustrating a probability updating process according to an embodiment of the present disclosure.
  • the context modeler 1420 obtains a plurality of updated probabilities by applying a plurality of scaling factors.
  • Two updated probabilities p 1 (t) and p 2 (t) are obtained from 2 (t-1) >> 7), and the average value of p 1 (t) and p 2 (t) is (p 1 ( t) + p 2 (t)) / 2 is determined as the final update probability p (t).
  • (p 1 (t) + p 2 (t)) / 2 may be implemented through a shift operation, such as (p 1 (t) + p 2 (t)) >> 1.
  • an entropy reset is performed on a predetermined data unit.
  • entropy reset may be performed in a slice unit or a coding unit.
  • Entropy reset means discarding the current probability value and newly performing CABAC based on a predetermined probability value.
  • the probability value set as an initial value in the probability update process performed after such a reset process is not an optimal value, and converges to a certain probability value as a result of several update processes. In the case of updating a probability using one scaling factor, as the probability update is performed, the probability changes rapidly and converges quickly to an appropriate value, but as the update is repeated, fluctuation is likely to occur.
  • the context modeler 1420 increments a counter for each probability update, and in step 1630, the context modeler 1420 determines whether the probability that is currently updated is for the initial bins. For less than a predetermined number of initial bins, eg, less than 50 initial bins, a probability update is performed at step 1640 using a single scaling factor. From the bins input after the initial bins, for example, the 50 th bins, a probability updating process determined using two scaling factors in step 1650 may be performed.
  • a probability update is performed using a scaling factor having a predetermined value, for example, an exponential value of 2, as a scaling factor.
  • the context modeler 1420 obtains an autocorrelation value of each bin using the values of the received bins, and at least used to update a probability of a binary value based on the autocorrelation value. After determining one scaling factor, the probability of a binary value may be updated using the determined at least one scaling factor.
  • 17A and 17B are reference diagrams for explaining autocorrelation values.
  • an autocorrelation value R k according to a predetermined distance k is obtained as in Equation 4 below.
  • Equation 4 the number of bins is (N + 1) (N is an integer), and the values of (N + 1) bins are y j (j is an integer from 0 to N).
  • ⁇ y0, y1, y2, ..., y7 ⁇ represents eight bins and yi has a value of 0 or 1. Assuming that the values of bins are distributed as shown in FIGS. 17A and 17B, the average value M of bins has a value of 1/2 in both FIGS. 17A and 17B.
  • the autocorrelation value is calculated using the values of adjacent bins, first, the autocorrelation value when the values of adjacent bins are similarly distributed as shown in FIG. 17A is shown in FIG. 17B. It is larger than when adjacent bins are unevenly distributed.
  • FIG. 18 is a flowchart illustrating a probability updating method for binary arithmetic coding according to an embodiment of the present disclosure.
  • the autocorrelation value is calculated using the input bins, and the squared error value between the probability of each bin determined based on the autocorrelation value and each bin value (The minimum square error is used as the scaling factor.
  • the context modeler 1420 receives a predetermined number of bins to be binary arithmetic encoded via CABAC. In operation 1820, the context modeler 1420 obtains an autocorrelation value of each bin based on Equation 3 described above.
  • the context modeler 1420 determines at least one scaling factor used for updating the probability of the binary value based on the autocorrelation value R k .
  • ⁇ y i ⁇ is N bins with one of 0 and 1 values. That is, j has a value from 0 to (N-1).
  • Equation 5 Equation 5 below.
  • Equation 5 is summarized as Equation 6 below.
  • MSE Mean square error
  • MSE has a value that changes according to the scaling factor ⁇ .
  • the value of ⁇ at which the MSE is minimized is determined.
  • the MSE of Equation 7 is differentially divided with respect to ⁇ to determine a value of 0.
  • the scaling factor ⁇ may be determined using the autocorrelation value R k as shown in Equation 8 below.
  • the context modeler 1420 updates the previous probability value using the determined scaling factor in step 1840, and updates the updated probability.
  • the regular coding unit 1432 is provided. In operation 1850, the regular coding unit 1432 performs binary arithmetic coding on the next bin using the updated probability.
  • FIG. 19 is a flowchart illustrating a probability updating method used in CABAC according to another embodiment of the present disclosure.
  • the context modeler 1420 obtains entropy values representing average bit values required when coding a bin by applying a plurality of probabilistic models having different scaling factors, and obtains a minimum entropy value.
  • the scaling factor of the probabilistic model used to acquire may be determined, and the probability updating may be performed using the determined scaling factor.
  • step 1910 the context modeler 1420 receives a predetermined number of bins to be binary arithmetic encoded.
  • the context modeler 1420 obtains entropy values by applying a plurality of probability models having different scaling factors to one of the received bins.
  • M probability models are defined as PM i (i is an integer from 0 to (M-1)) and a scaling factor of the PM i probability model is ⁇ i .
  • the context modeler 1420 calculates entropy by applying a plurality of probabilistic models in bin units. In detail, the context modeler 1420 obtains the parameter bit i as shown in Equation 10 according to the value of the current bin y.
  • the parameter bit i has a value of -log 2 P i (t) when the value of the current bin y is 1, and -log 2 (1-P i when the value of the current bin y is 0). (t)).
  • Equation 11 By using the parameter bit i entropy s i (t) of the current bin is obtained as shown in Equation 11 below.
  • Equation 11 s i (t-1) is an entropy value obtained for the previous bin before the current bin. Based on Equation 11, when a plurality of entropy values for the current bin are obtained, the context modeler 1420 uses the scaling factor ⁇ i used as the final scaling factor when it has the smallest entropy value among S i (t). Decide
  • 20A and 20B illustrate a process of performing binary arithmetic coding based on CABAC.
  • the context modeler 1420 provides the regular coding unit 1432 with a generation probability P (1) of a predetermined binary value, for example, “1”.
  • the regular coding unit 1432 performs binary arithmetic coding by dividing the probability interval in consideration of the probability of whether the input bin is one.
  • P (1) and P (0) are fixed will be described.
  • the values of P (1) and P (0) can be updated each time one bin is encoded.
  • the regular coding unit 1432 first selects (0, 0.8), which is a probability section of the value of "1", from among the intervals of (0,1) because S1, which is an input bin, has a value of 1, and then inputs an empty S2. Has a value of 0, so select (0.64, 0.8), which is a probability section corresponding to 0.2 on the upper side, among the (0,0.8) sections, and because the last input bin S3 has a value of 1 (0.64, 0.8) Finally, we determine (0.64, 0.768) which is equal to 0.8 by.
  • the regular coding unit 1432 selects 0.75 as a representative value representing the intervals 0.64 and 0.768, and outputs a bit stream of “11” below the decimal point from the binary value 0.11 corresponding to 0.75. That is, the input bins " 101 '" are mapped to " 11 " and output.
  • the binary arithmetic encoding process according to CABAC is performed by updating the currently available range Rs and the lower boundary value r lb of this range Rs.
  • the range Rs is changed to R MPS .
  • the range Rs is changed to R LPS and the lower bound (rlb) points to R LPS .
  • Updated to turn on As illustrated in FIG. 20A, a predetermined interval Rs is updated according to whether the current bin value is MPS or LPS in the binary arithmetic encoding process, and a binary value representing the updated interval is output.
  • 21 is a graph illustrating a process of changing the scaling factor ⁇ determined based on the autocorrelation value R k according to the number of scaling factors.
  • the y axis represents a scaling factor value.
  • 22 is a graph showing the amount of change in MSE according to the number of scaling factors.
  • reference numeral 2210 denotes an MSE when one scaling factor is used
  • reference numeral 2220 denotes an MSE when two scaling factors are used.
  • the y axis represents an MSE.
  • the MSE of using 2 scaling factors (2220) is smaller than the MSE of using 2 scaling factors (2210). That is, when two scaling factors are used, the probability may be updated more accurately by using the autocorrelation value R k than when using one scaling factor.
  • FIG. 23 is a block diagram illustrating a configuration of an entropy decoding apparatus according to an embodiment of the present disclosure.
  • the entropy decoding apparatus 2310 includes a context modeler 2310, a regular decoding unit 2320, a bypass decoding unit 2330, and an inverse binarization unit 2340.
  • the entropy decoding apparatus 2300 performs an inverse process of the entropy encoding process performed by the entropy encoding apparatus 1400 described above.
  • the bins encoded by the bypass coding are output to the bypass decoder 2330 and decoded, and the bins encoded by the regular coding are decoded by the regular decoder 2320.
  • the regular decoding unit 2320 arithmetically decodes the current bin using a probability of a binary value determined based on previous bins decoded before the current bin provided by the context modeler 2310.
  • the context modeler 2310 provides a regular model for the bin to the regular decoding unit 2320. Specifically, the context modeler 2310 determines the probability of a predetermined binary value based on a previously decoded bin, updates the probability of the binary value used to decode the previous bin, and regular decodes the updated probability. Output to unit 2320. According to an embodiment of the present disclosure, the context modeler 2310 obtains an autocorrelation value of each bin by using values of bins, and uses at least one of which is used to update a probability of a binary value based on the autocorrelation value. After determining the scaling factor, the probability of the binary value may be updated using the determined at least one scaling factor.
  • the context modeler 2310 may obtain entropy values representing average bit values of bins by applying a plurality of probabilistic models having different scaling factors, and may include a minimum entropy value among the plurality of probabilistic models.
  • the scaling factor of the probabilistic model used to obtain the A may be determined, and the probability of the binary value may be updated using the determined scaling factor.
  • the probability update process performed by the context modeler 2310 is the same as the probability update process in the above-described encoding process, and a detailed description thereof will be omitted.
  • the debinarization unit 2340 maps the bin strings reconstructed by the regular decoding unit 2320 or the bypass decoding unit 2330 to syntax elements, and restores them.
  • 24 is a flowchart illustrating a probability updating method for binary arithmetic decoding according to an embodiment of the present disclosure.
  • step 2410 the context modeler 2310 receives a predetermined number of bins to be binary arithmetic decoded.
  • the context modeler 2310 obtains an autocorrelation value of each bin using the received values of the predetermined number of bins.
  • the autocorrelation value R k is obtained by using values of bins spaced by a predetermined distance k (k is an integer), an average value M of bins, and a variance ⁇ of bins.
  • the context modeler 2310 determines at least one scaling factor used for updating the probability of the binary value based on the autocorrelation value.
  • a scaling factor is set to a value at which a probability of each bin determined based on an autocorrelation value and a mean square error between each bin value are minimized.
  • one optimal scaling factor is represented by Equation 8; It can be obtained as follows. In the case of using two scaling factors ⁇ 1 and ⁇ 2 , instead of p j in Equation 7, (p 1, j + p 2, j ) / 2 is substituted to calculate the MSE between the probability of each bin and each bin value. Can be calculated and the scaling factors ⁇ 1 and ⁇ 2 resulting in the minimum MSE can be determined.
  • the context modeler 2310 uses the determined at least one scaling factor to context-based adaptive binary arithmetic decoding.
  • the probability to be used is updated, and the updated probability is provided to the regular decoding unit 2320.
  • the regular decoding unit 2320 performs binary arithmetic decoding on the next bin using the updated probability.
  • 25 is a flowchart illustrating a probability update method for binary arithmetic decoding according to another embodiment of the present disclosure.
  • step 2510 the context modeler 2310 receives a predetermined number of bins to be binary arithmetic decoded.
  • the context modeler 2310 obtains entropy values representing average bit values of the bins by applying a plurality of probabilistic models having different scaling factors.
  • the context modeler 2310 calculates entropy by applying a plurality of probabilistic models in an empty unit. That is, the context modeler 2310 obtains the parameter bit i according to the value of the current bin y as in Equation 10, and obtains the entropy s i (t) of the current bin using the parameter bit i according to Equation 11 do.
  • the context modeler 2310 determines the scaling factor ⁇ i used as the final scaling factor when having the smallest entropy value among the plurality of entropy values obtained by applying the plurality of scaling factors.
  • the context modeler 2310 updates the probability of the previous binary value using the determined scaling factor and outputs the probability of the previous binary value to the regular decoding unit 2320, and the regular decoding unit 2320 uses the updated probability in the next bin.
  • Context-based Adaptive Binary Arithmetic DeCoding is performed.
  • the invention can also be embodied as computer readable code on a computer readable recording medium.
  • the computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, and the like.
  • the computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

CABAC에 이용되는 확률 갱신 방법이 개시된다. 이진 산술 복호화를 위한 확률 갱신 방법은 수신된 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하고, 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정하며, 결정된 적어도 하나의 스케일링 팩터를 이용하여 컨텍스트 기반 적응적 이진 산술 복호화(Context-based Adaptive Binary Arithmetic deCoding)에 이용되는 확률을 갱신한다.

Description

이진 산술 부호화/복호화를 위한 확률 갱신 방법 및 이를 이용한 엔트로피 부호화/복호화 장치
본 발명은 엔트로피 부호화 및 복호화에 관한 것으로, 보다 상세하게는 컨텍스트 기반 이진 산술 부호화/복호화에서 확률 모델을 업데이트하는 방법 및 장치에 관한 것이다.
H.264 및 MPEG-4 등에서, 비디오 신호는 시퀀스, 프레임, 슬라이스, 매크로 블록 및 블록으로 계층적으로 분할되며, 블록은 최소 처리 유닛이 된다. 인코딩 측면에서, 인트라-프레임 또는 인터-프레임 예측을 통하여, 블록의 레지듀얼 데이터가 획득된다. 또한, 레지듀얼 데이터는 변환, 양자화, 스캐닝, 런 렝스 코딩(Run Length Coding) 및 엔트로피 코딩을 통하여 압축된다. 엔트로피 코딩 방식으로서 컨텍스트 기반 적응적 이진 산술 부호화(Context-based Adaptive Binary Arithmetic Coding, 이하 "CABAC"이라 함)가 있다. CABAC에 따르면, 컨텍스트 인덱스(ctxIdx)를 이용하여 하나의 컨텍스트 모델을 결정하고, 결정된 컨텍스트 모델이 갖는 LPS(Least Probable Symbol) 또는 MPS(Most Probable Symbol)의 발생 확률과, 0과 1중 어떤 이진값이 MPS에 해당되는지에 대한 정보(valMPS)를 결정하고, valMPS와, LPS의 확률에 기초하여 이진 산술 부호화가 수행된다.
본 발명이 해결하고자 하는 기술적 과제는 컨텍스트 기반 이진 산술 부호화/복호화 과정에 수행되는 확률의 업데이트 과정을 개선함으로써 영상의 압축 효율을 향상시키기 위한 것이다.
본 개시의 실시예들에 있어서, 빈들(bins)의 자기 상관값(autocorrelation value) 또는 빈의 엔트로피값에 기초하여 스케일링 팩터를 결정하고, 결정된 스케일링 팩터를 이용하여 이진 산술 부호화/복호화에 이용되는 확률을 갱신한다.
본 개시의 실시예들에 따르면 빈(bin) 값과 빈의 예측 확률 사이의 오차값을 최소화함으로써 산술 부호화를 통해 발생되는 비트 발생량을 줄일 수 있다.
도 1 은 본 발명의 일 실시예에 따른 비디오 부호화 장치의 블록도를 도시한다.
도 2 는 본 발명의 일 실시예에 따른 비디오 복호화 장치의 블록도를 도시한다.
도 3 은 본 발명의 일 실시예에 따른 부호화 단위의 개념을 도시한다.
도 4 는 본 발명의 일 실시예에 따른 부호화 단위에 기초한 영상 부호화부의 블록도를 도시한다.
도 5 는 본 발명의 일 실시예에 따른 부호화 단위에 기초한 영상 복호화부의 블록도를 도시한다.
도 6 는 본 발명의 일 실시예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
도 7 은 본 발명의 일 실시예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
도 8 은 본 발명의 일 실시예에 따라, 심도별 부호화 정보들을 도시한다.
도 9 는 본 발명의 일 실시예에 따른 심도별 부호화 단위를 도시한다.
도 10, 11 및 12는 본 발명의 일 실시예에 따른, 부호화 단위, 예측 단위 및 주파수 변환 단위의 관계를 도시한다.
도 13 은 표 1의 부호화 모드 정보에 따른 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
도 14는 본 발명의 일 실시예에 따른 엔트로피 부호화 장치의 구성을 나타낸 블록도이다.
도 15a 및 도 15b는 CABAC에 이용되는 확률 갱신 과정을 나타낸 도면이다.
도 16은 본 개시의 일 실시예에 따른 확률 갱신 과정을 나타낸 플로우차트이다.
도 17a 및 도 17b는 자기 상관값을 설명하기 위한 참조도이다.
도 18은 본 개시의 일 실시예에 따른 이진 산술 부호화를 위한 확률 갱신 방법을 나타낸 플로우 차트이다.
도 19는 본 개시의 다른 실시예에 따른 CABAC에 이용되는 확률 갱신 방법을 나타낸 플로우 차트이다.
도 20a 및 도 20b는 CABAC에 기초한 이진 산술 부호화를 수행하는 과정을 나타낸 도면이다.
도 21은 스케일링 팩터의 개수에 따라서, 자기 상관값(Rk)에 기초하여 결정된 스케일링 팩터 α 의 변화 과정을 나타낸 그래프이다.
도 22는 스케일링 팩터의 개수에 따른 MSE의 변화량을 나타낸 그래프이다.
도 23은 본 개시의 일 실시예에 따른 엔트로피 복호화 장치의 구성을 나타낸 블록도이다.
도 24는 본 개시의 일 실시예에 따른 이진 산술 복호화를 위한 확률 갱신 방법을 나타낸 플로우차트이다.
도 25는 본 개시의 다른 실시예에 따른 이진 산술 복호화를 위한 확률 갱신 방법을 나타낸 플로우차트이다.
본 개시의 일 실시예에 따른 이진 산술 복호화를 위한 확률 갱신 방법은 이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하는 단계; 상기 수신된 소정 개수의 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하는 단계; 상기 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정하는 단계; 상기 결정된 적어도 하나의 스케일링 팩터를 이용하여 컨텍스트 기반 적응적 이진 산술 복호화(Context-based Adaptive Binary Arithmetic deCoding)에 이용되는 확률을 갱신하는 단계; 및 상기 갱신된 확률을 이용하여 현재 빈을 산술 복호화하는 단계를 포함하는 것을 특징으로 한다.
본 개시의 일 실시예에 따른 이진 산술 부호화를 위한 확률 갱신 방법은 이진 산술 부호화될 소정 개수의 빈들(bins)을 수신하는 단계; 상기 수신된 소정 개수의 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하는 단계; 상기 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정하는 단계; 상기 결정된 적어도 하나의 스케일링 팩터를 이용하여 컨텍스트 기반 적응적 이진 산술 부호화(Context-based Adaptive Binary Arithmetic Coding)에 이용되는 확률을 갱신하는 단계; 및 상기 갱신된 확률을 이용하여 현재 빈을 산술 부호화하는 단계를 포함하는 것을 특징으로 한다.
본 개시의 다른 실시예에 따른 이진 산술 복호화를 위한 확률 갱신 방법은 이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하는 단계; 서로 다른 스케일링 팩터를 갖는 복수 개의 확률 모델들을 적용하여 상기 빈들의 평균 비트값을 나타내는 엔트로피값들을 획득하는 단계; 상기 복수 개의 확률 모델 중 최소 엔트로피값을 획득하는데 이용된 확률 모델이 갖는 스케일링 팩터를 결정하는 단계; 및 상기 빈들에 대해서 상기 결정된 스케일링 팩터를 이용한 확률 갱신 과정을 포함하는 컨텍스트 기반 적응적 이진 산술 복호화(Context-based Adaptive Binary Arithmetic deCoding)를 수행하는 단계를 포함하는 것을 특징으로 한다.
본 개시의 다른 실시예에 따른 이진 산술 부호화를 위한 확률 갱신 방법은 이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하는 단계; 서로 다른 스케일링 팩터를 갖는 복수 개의 확률 모델들을 적용하여 상기 빈들의 평균 비트값을 나타내는 엔트로피값들을 획득하는 단계; 상기 복수 개의 확률 모델 중 최소 엔트로피값을 획득하는데 이용된 확률 모델이 갖는 스케일링 팩터를 결정하는 단계; 및 상기 빈들에 대해서 상기 결정된 스케일링 팩터를 이용한 확률 갱신 과정을 포함하는 컨텍스트 기반 적응적 이진 산술 부호화(Context-based Adaptive Binary Arithmetic Coding)를 수행하는 단계를 포함하는 것을 특징으로 한다.
본 개시의 일 실시예에 따른 엔트로피 복호화 장치는 이진값의 빈들을 소정 신택스 엘리먼트의 값으로 매핑하는 역이진화부; 이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하고, 상기 수신된 소정 개수의 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하며, 상기 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정하고, 상기 결정된 적어도 하나의 스케일링 팩터를 이용하여 컨텍스트 기반 적응적 이진 산술 복호화(Context-based Adaptive Binary Arithmetic deCoding)에 이용되는 확률을 갱신하는 컨텍스트 모델러; 및 상기 갱신된 확률을 이용하여 현재 빈을 산술 복호화하는 레귤러 디코딩부를 포함하는 것을 특징으로 한다.
본 개시의 일 실시예에 따른 엔트로피 부호화 장치는 소정 신택스 엘리먼트의 값들을 이진값의 빈들로 매핑하는 이진화부; 이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하고, 상기 수신된 소정 개수의 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하며, 상기 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정하고, 상기 결정된 적어도 하나의 스케일링 팩터를 이용하여 컨텍스트 기반 적응적 이진 산술 복호화(Context-based Adaptive Binary Arithmetic deCoding)에 이용되는 확률을 갱신하는 컨텍스트 모델러; 및 상기 갱신된 확률을 이용하여 현재 빈을 산술 부호화하는 레귤러 코딩부를 포함하는 것을 특징으로 한다.
본 개시의 다른 실시예에 따른 엔트로피 복호화 장치는 이진값의 빈들을 소정 신택스 엘리먼트의 값으로 매핑하는 역이진화부; 이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하고, 서로 다른 스케일링 팩터를 갖는 복수 개의 확률 모델들을 적용하여 상기 빈들의 평균 비트값을 나타내는 엔트로피값들을 획득하며, 상기 복수 개의 확률 모델 중 최소 엔트로피값을 획득하는데 이용된 확률 모델이 갖는 스케일링 팩터를 결정하며, 결정된 스케일링 팩터를 이용한 확률 갱신을 수행하는 컨텍스트 모델러; 및 상기 갱신된 확률을 이용하여 현재 빈을 산술 복호화하는 레귤러 디코딩부를 포함하는 것을 특징으로 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 구체적으로 설명한다.
도 1 은 본 발명의 일 실시예에 따른 비디오 부호화 장치의 블록도를 도시한다.
일 실시예에 따른 비디오 부호화 장치(100)는 최대 부호화 단위 분할부(110), 부호화 단위 결정부(120) 및 출력부(130)를 포함한다.
최대 부호화 단위 분할부(110)는 영상의 현재 픽처를 위한 최대 크기의 부호화 단위인 최대 부호화 단위에 기반하여 현재 픽처를 구획할 수 있다. 현재 픽처가 최대 부호화 단위보다 크다면, 현재 픽처의 영상 데이터는 적어도 하나의 최대 부호화 단위로 분할될 수 있다. 일 실시예에 따른 최대 부호화 단위는 크기 32x32, 64x64, 128x128, 256x256 등의 데이터 단위로, 가로 및 세로 크기가 8보다 큰 2의 제곱승인 정사각형의 데이터 단위일 수 있다. 영상 데이터는 적어도 하나의 최대 부호화 단위별로 부호화 단위 결정부(120)로 출력될 수 있다.
일 실시예에 따른 부호화 단위는 최대 크기 및 심도로 특징지어질 수 있다. 심도란 최대 부호화 단위로부터 부호화 단위가 공간적으로 분할한 횟수를 나타내며, 심도가 깊어질수록 심도별 부호화 단위는 최대 부호화 단위로부터 최소 부호화 단위까지 분할될 수 있다. 최대 부호화 단위의 심도가 최상위 심도이며 최소 부호화 단위가 최하위 부호화 단위로 정의될 수 있다. 최대 부호화 단위는 심도가 깊어짐에 따라 심도별 부호화 단위의 크기는 감소하므로, 상위 심도의 부호화 단위는 복수 개의 하위 심도의 부호화 단위를 포함할 수 있다.
전술한 바와 같이 부호화 단위의 최대 크기에 따라, 현재 픽처의 영상 데이터를 최대 부호화 단위로 분할하며, 각각의 최대 부호화 단위는 심도별로 분할되는 부호화 단위들을 포함할 수 있다. 일 실시예에 따른 최대 부호화 단위는 심도별로 분할되므로, 최대 부호화 단위에 포함된 공간 영역(spatial domain)의 영상 데이터가 심도에 따라 계층적으로 분류될 수 있다.
최대 부호화 단위의 높이 및 너비를 계층적으로 분할할 수 있는 총 횟수를 제한하는 최대 심도 및 부호화 단위의 최대 크기가 미리 설정되어 있을 수 있다.
부호화 단위 결정부(120)는, 심도마다 최대 부호화 단위의 영역이 분할된 적어도 하나의 분할 영역을 부호화하여, 적어도 하나의 분할 영역 별로 최종 부호화 결과가 출력될 심도를 결정한다. 즉 부호화 단위 결정부(120)는, 현재 픽처의 최대 부호화 단위마다 심도별 부호화 단위로 영상 데이터를 부호화하여 가장 작은 부호화 오차가 발생하는 심도를 선택하여 부호화 심도로 결정한다. 결정된 부호화 심도 및 최대 부호화 단위별 영상 데이터는 출력부(130)로 출력된다.
최대 부호화 단위 내의 영상 데이터는 최대 심도 이하의 적어도 하나의 심도에 따라 심도별 부호화 단위에 기반하여 부호화되고, 각각의 심도별 부호화 단위에 기반한 부호화 결과가 비교된다. 심도별 부호화 단위의 부호화 오차의 비교 결과 부호화 오차가 가장 작은 심도가 선택될 수 있다. 각각의 최대화 부호화 단위마다 적어도 하나의 부호화 심도가 결정될 수 있다.
최대 부호화 단위의 크기는 심도가 깊어짐에 따라 부호화 단위가 계층적으로 분할되어 분할되며 부호화 단위의 개수는 증가한다. 또한, 하나의 최대 부호화 단위에 포함되는 동일한 심도의 부호화 단위들이라 하더라도, 각각의 데이터에 대한 부호화 오차를 측정하고 하위 심도로의 분할 여부가 결정된다. 따라서, 하나의 최대 부호화 단위에 포함되는 데이터라 하더라도 위치에 따라 심도별 부호화 오차가 다르므로 위치에 따라 부호화 심도가 달리 결정될 수 있다. 따라서, 하나의 최대 부호화 단위에 대해 부호화 심도가 하나 이상 설정될 수 있으며, 최대 부호화 단위의 데이터는 하나 이상의 부호화 심도의 부호화 단위에 따라 구획될 수 있다.
따라서, 일 실시예에 따른 부호화 단위 결정부(120)는, 현재 최대 부호화 단위에 포함되는 트리 구조에 따른 부호화 단위들이 결정될 수 있다. 일 실시예에 따른 '트리 구조에 따른 부호화 단위들'은, 현재 최대 부호화 단위에 포함되는 모든 심도별 부호화 단위들 중, 부호화 심도로 결정된 심도의 부호화 단위들을 포함한다. 부호화 심도의 부호화 단위는, 최대 부호화 단위 내에서 동일 영역에서는 심도에 따라 계층적으로 결정되고, 다른 영역들에 대해서는 독립적으로 결정될 수 있다. 마찬가지로, 현재 영역에 대한 부호화 심도는, 다른 영역에 대한 부호화 심도와 독립적으로 결정될 수 있다.
일 실시예에 따른 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 분할 횟수와 관련된 지표이다. 일 실시예에 따른 제 1 최대 심도는, 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낼 수 있다. 일 실시예에 따른 제 2 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 심도 레벨의 총 개수를 나타낼 수 있다. 예를 들어, 최대 부호화 단위의 심도가 0이라고 할 때, 최대 부호화 단위가 1회 분할된 부호화 단위의 심도는 1로 설정되고, 2회 분할된 부호화 단위의 심도가 2로 설정될 수 있다. 이 경우, 최대 부호화 단위로부터 4회 분할된 부호화 단위가 최소 부호화 단위라면, 심도 0, 1, 2, 3 및 4의 심도 레벨이 존재하므로 제 1 최대 심도는 4, 제 2 최대 심도는 5로 설정될 수 있다.
최대 부호화 단위의 예측 부호화 및 주파수 변환이 수행될 수 있다. 예측 부호화 및 주파수 변환도 마찬가지로, 최대 부호화 단위마다, 최대 심도 이하의 심도마다 심도별 부호화 단위를 기반으로 수행된다.
최대 부호화 단위가 심도별로 분할될 때마다 심도별 부호화 단위의 개수가 증가하므로, 심도가 깊어짐에 따라 생성되는 모든 심도별 부호화 단위에 대해 예측 부호화 및 주파수 변환을 포함한 부호화가 수행되어야 한다. 이하 설명의 편의를 위해 적어도 하나의 최대 부호화 단위 중 현재 심도의 부호화 단위를 기반으로 예측 부호화 및 주파수 변환을 설명하겠다.
일 실시예에 따른 비디오 부호화 장치(100)는, 영상 데이터의 부호화를 위한 데이터 단위의 크기 또는 형태를 다양하게 선택할 수 있다. 영상 데이터의 부호화를 위해서는 예측 부호화, 주파수 변환, 엔트로피 부호화 등의 단계를 거치는데, 모든 단계에 걸쳐서 동일한 데이터 단위가 사용될 수도 있으며, 단계별로 데이터 단위가 변경될 수도 있다.
예를 들어 비디오 부호화 장치(100)는, 영상 데이터의 부호화를 위한 부호화 단위 뿐만 아니라, 부호화 단위의 영상 데이터의 예측 부호화를 수행하기 위해, 부호화 단위와 다른 데이터 단위를 선택할 수 있다.
최대 부호화 단위의 예측 부호화를 위해서는, 일 실시예에 따른 부호화 심도의 부호화 단위, 즉 더 이상한 분할되지 않는 부호화 단위를 기반으로 예측 부호화가 수행될 수 있다. 이하, 예측 부호화의 기반이 되는 더 이상한 분할되지 않는 부호화 단위를 '예측 단위'라고 지칭한다. 예측 단위가 분할된 파티션은, 예측 단위 및 예측 단위의 높이 및 너비 중 적어도 하나가 분할된 데이터 단위를 포함할 수 있다.
예를 들어, 크기 2Nx2N(단, N은 양의 정수)의 부호화 단위가 더 이상 분할되지 않는 경우, 크기 2Nx2N의 예측 단위가 되며, 파티션의 크기는 2Nx2N, 2NxN, Nx2N, NxN 등일 수 있다. 일 실시예에 따른 파티션 타입은 예측 단위의 높이 또는 너비가 대칭적 비율로 분할된 대칭적 파티션들뿐만 아니라, 1:n 또는 n:1과 같이 비대칭적 비율로 분할된 파티션들, 기하학적인 형태로 분할된 파티션들, 임의적 형태의 파티션들 등을 선택적으로 포함할 수도 있다.
예측 단위의 예측 모드는, 인트라 모드, 인터 모드 및 스킵 모드 중 적어도 하나일 수 있다. 예를 들어 인트라 모드 및 인터 모드는, 2Nx2N, 2NxN, Nx2N, NxN 크기의 파티션에 대해서 수행될 수 있다. 또한, 스킵 모드는 2Nx2N 크기의 파티션에 대해서만 수행될 수 있다. 부호화 단위 이내의 하나의 예측 단위마다 독립적으로 부호화가 수행되어 부호화 오차가 가장 작은 예측 모드가 선택될 수 있다.
또한, 일 실시예에 따른 비디오 부호화 장치(100)는, 영상 데이터의 부호화를 위한 부호화 단위 뿐만 아니라, 부호화 단위와 다른 데이터 단위를 기반으로 부호화 단위의 영상 데이터의 주파수 변환을 수행할 수 있다.
부호화 단위의 주파수 변환을 위해서는, 부호화 단위보다 작거나 같은 크기의 데이터 단위를 기반으로 주파수 변환이 수행될 수 있다. 예를 들어, 주파수 변환을 위한 데이터 단위는, 인트라 모드를 위한 데이터 단위 및 인터 모드를 위한 데이터 단위를 포함할 수 있다.
이하, 주파수 변환의 기반이 되는 데이터 단위는 '변환 단위'라고 지칭될 수 있다. 부호화 단위와 유사한 방식으로, 부호화 단위 내의 변환 단위도 재귀적으로 더 작은 크기의 변환 단위로 분할되면서, 부호화 단위의 레지듀얼 데이터가 변환 심도에 따라 트리 구조에 따른 변환 단위에 따라 구획될 수 있다.
일 실시예에 따른 변환 단위에 대해서도, 부호화 단위의 높이 및 너비가 분할하여 변환 단위에 이르기까지의 분할 횟수를 나타내는 변환 심도가 설정될 수 있다. 예를 들어, 크기 2Nx2N의 현재 부호화 단위의 변환 단위의 크기가 2Nx2N이라면 변환 심도 0, 변환 단위의 크기가 NxN이라면 변환 심도 1, 변환 단위의 크기가 N/2xN/2이라면 변환 심도 2로 설정될 수 있다. 즉, 변환 단위에 대해서도 변환 심도에 따라 트리 구조에 따른 변환 단위가 설정될 수 있다.
부호화 심도별 부호화 정보는, 부호화 심도 뿐만 아니라 예측 관련 정보 및 주파수 변환 관련 정보가 필요하다. 따라서, 부호화 단위 결정부(120)는 최소 부호화 오차를 발생시킨 부호화 심도 뿐만 아니라, 예측 단위를 파티션으로 분할한 파티션 타입, 예측 단위별 예측 모드, 주파수 변환을 위한 변환 단위의 크기 등을 결정할 수 있다.
일 실시예에 따른 최대 부호화 단위의 트리 구조에 따른 부호화 단위 및 파티션의 결정 방식에 대해서는, 도 3 내지 12을 참조하여 상세히 후술한다.
부호화 단위 결정부(120)는 심도별 부호화 단위의 부호화 오차를 라그랑지 곱(Lagrangian Multiplier) 기반의 율-왜곡 최적화 기법(Rate-Distortion Optimization)을 이용하여 측정할 수 있다.
출력부(130)는, 부호화 단위 결정부(120)에서 결정된 적어도 하나의 부호화 심도에 기초하여 부호화된 최대 부호화 단위의 영상 데이터 및 심도별 부호화 모드에 관한 정보를 비트스트림 형태로 출력한다.
부호화된 영상 데이터는 영상의 레지듀얼 데이터의 부호화 결과일 수 있다.
심도별 부호화 모드에 관한 정보는, 부호화 심도 정보, 예측 단위의 파티션 타입 정보, 예측 모드 정보, 변환 단위의 크기 정보 등을 포함할 수 있다.
부호화 심도 정보는, 현재 심도로 부호화하지 않고 하위 심도의 부호화 단위로 부호화할지 여부를 나타내는 심도별 분할 정보를 이용하여 정의될 수 있다. 현재 부호화 단위의 현재 심도가 부호화 심도라면, 현재 부호화 단위는 현재 심도의 부호화 단위로 부호화되므로 현재 심도의 분할 정보는 더 이상 하위 심도로 분할되지 않도록 정의될 수 있다. 반대로, 현재 부호화 단위의 현재 심도가 부호화 심도가 아니라면 하위 심도의 부호화 단위를 이용한 부호화를 시도해보아야 하므로, 현재 심도의 분할 정보는 하위 심도의 부호화 단위로 분할되도록 정의될 수 있다.
현재 심도가 부호화 심도가 아니라면, 하위 심도의 부호화 단위로 분할된 부호화 단위에 대해 부호화가 수행된다. 현재 심도의 부호화 단위 내에 하위 심도의 부호화 단위가 하나 이상 존재하므로, 각각의 하위 심도의 부호화 단위마다 반복적으로 부호화가 수행되어, 동일한 심도의 부호화 단위마다 재귀적(recursive) 부호화가 수행될 수 있다.
하나의 최대 부호화 단위 안에 트리 구조의 부호화 단위들이 결정되며 부호화 심도의 부호화 단위마다 적어도 하나의 부호화 모드에 관한 정보가 결정되어야 하므로, 하나의 최대 부호화 단위에 대해서는 적어도 하나의 부호화 모드에 관한 정보가 결정될 수 있다. 또한, 최대 부호화 단위의 데이터는 심도에 따라 계층적으로 구획되어 위치 별로 부호화 심도가 다를 수 있으므로, 데이터에 대해 부호화 심도 및 부호화 모드에 관한 정보가 설정될 수 있다.
따라서, 일 실시예에 따른 출력부(130)는, 최대 부호화 단위에 포함되어 있는 부호화 단위, 예측 단위 및 최소 단위 중 적어도 하나에 대해, 해당 부호화 심도 및 부호화 모드에 대한 부호화 정보를 할당될 수 있다.
일 실시예에 따른 최소 단위는, 최하위 부호화 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위가며, 최대 부호화 단위에 포함되는 모든 부호화 단위, 예측 단위 및 변환 단위 내에 포함될 수 있는 최대 크기의 정사각 데이터 단위일 수 있다.
예를 들어 출력부(130)를 통해 출력되는 부호화 정보는, 심도별 부호화 단위별 부호화 정보와 예측 단위별 부호화 정보로 분류될 수 있다. 심도별 부호화 단위별 부호화 정보는, 예측 모드 정보, 파티션 크기 정보를 포함할 수 있다. 예측 단위별로 전송되는 부호화 정보는 인터 모드의 추정 방향에 관한 정보, 인터 모드의 참조 영상 인덱스에 관한 정보, 움직임 벡터에 관한 정보, 인트라 모드의 크로마 성분에 관한 정보, 인트라 모드의 보간 방식에 관한 정보 등을 포함할 수 있다. 또한, 픽처, 슬라이스 또는 GOP별로 정의되는 부호화 단위의 최대 크기에 관한 정보 및 최대 심도에 관한 정보는 비트스트림의 헤더에 삽입될 수 있다.
비디오 부호화 장치(100)의 가장 간단한 형태의 실시예에 따르면, 심도별 부호화 단위는 한 계층 상위 심도의 부호화 단위의 높이 및 너비를 반분한 크기의 부호화 단위가다. 즉, 현재 심도의 부호화 단위의 크기가 2Nx2N이라면, 하위 심도의 부호화 단위의 크기는 NxN 이다. 또한, 2Nx2N 크기의 현재 부호화 단위는 NxN 크기의 하위 심도 부호화 단위를 최대 4개 포함할 수 있다.
따라서, 일 실시예에 따른 비디오 부호화 장치(100)는 현재 픽처의 특성을 고려하여 결정된 최대 부호화 단위의 크기 및 최대 심도를 기반으로, 각각의 최대 부호화 단위마다 최적의 형태 및 크기의 부호화 단위를 결정하여 트리 구조에 따른 부호화 단위들을 구성할 수 있다. 또한, 각각의 최대 부호화 단위마다 다양한 예측 모드, 주파수 변환 방식 등으로 부호화할 수 있으므로, 다양한 영상 크기의 부호화 단위의 영상 특성을 고려하여 최적의 부호화 모드가 결정될 수 있다.
따라서, 영상의 해상도가 매우 높거나 데이터량이 매우 큰 영상을 기존 매크로블록 단위로 부호화한다면, 픽처당 매크로블록의 수가 과도하게 많아진다. 이에 따라, 매크로블록마다 생성되는 압축 정보도 많아지므로 압축 정보의 전송 부담이 커지고 데이터 압축 효율이 감소하는 경향이 있다. 따라서, 일 실시예에 따른 비디오 부호화 장치는, 영상의 크기를 고려하여 부호화 단위의 최대 크기를 증가시키면서, 영상 특성을 고려하여 부호화 단위를 조절할 수 있으므로, 영상 압축 효율이 증대될 수 있다.
도 2 는 본 발명의 일 실시예에 따른 비디오 복호화 장치의 블록도를 도시한다.
일 실시예에 따른 비디오 복호화 장치(200)는 수신부(210), 영상 데이터 및 부호화 정보 추출부(220) 및 영상 데이터 복호화부(230)를 포함한다. 일 실시예에 따른 비디오 복호화 장치(200)의 각종 프로세싱을 위한 부호화 단위, 심도, 예측 단위, 변환 단위, 각종 부호화 모드에 관한 정보 등 각종 용어의 정의는, 도 1 및 비디오 부호화 장치(100)을 참조하여 전술한 바와 동일하다.
수신부(205)는 부호화된 비디오에 대한 비트스트림을 수신하여 파싱(parsing)한다. 영상 데이터 및 부호화 정보 추출부(220)는 파싱된 비트스트림으로부터 최대 부호화 단위별로 트리 구조에 따른 부호화 단위들에 따라 부호화 단위마다 부호화된 영상 데이터를 추출하여 영상 데이터 복호화부(230)로 출력한다. 영상 데이터 및 부호화 정보 추출부(220)는 현재 픽처에 대한 헤더로부터 현재 픽처의 부호화 단위의 최대 크기에 관한 정보를 추출할 수 있다.
또한, 영상 데이터 및 부호화 정보 추출부(220)는 파싱된 비트스트림으로부터 최대 부호화 단위별로 트리 구조에 따른 부호화 단위들에 대한 부호화 심도 및 부호화 모드에 관한 정보를 추출한다. 추출된 부호화 심도 및 부호화 모드에 관한 정보는 영상 데이터 복호화부(230)로 출력된다. 즉, 비트열의 영상 데이터를 최대 부호화 단위로 분할하여, 영상 데이터 복호화부(230)가 최대 부호화 단위마다 영상 데이터를 복호화하도록 할 수 있다.
최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보는, 하나 이상의 부호화 심도 정보에 대해 설정될 수 있으며, 부호화 심도별 부호화 모드에 관한 정보는, 해당 부호화 단위의 파티션 타입 정보, 예측 모드 정보 및 변환 단위의 크기 정보 등을 포함할 수 있다. 또한, 부호화 심도 정보로서, 심도별 분할 정보가 추출될 수도 있다.
영상 데이터 및 부호화 정보 추출부(220)가 추출한 최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보는, 일 실시예에 따른 비디오 부호화 장치(100)와 같이 부호화단에서, 최대 부호화 단위별 심도별 부호화 단위마다 반복적으로 부호화를 수행하여 최소 부호화 오차를 발생시키는 것으로 결정된 부호화 심도 및 부호화 모드에 관한 정보이다. 따라서, 비디오 복호화 장치(200)는 최소 부호화 오차를 발생시키는 부호화 방식에 따라 데이터를 복호화하여 영상을 복원할 수 있다.
일 실시예에 따른 부호화 심도 및 부호화 모드에 대한 부호화 정보는, 해당 부호화 단위, 예측 단위 및 최소 단위 중 소정 데이터 단위에 대해 할당되어 있을 수 있으므로, 영상 데이터 및 부호화 정보 추출부(220)는 소정 데이터 단위별로 부호화 심도 및 부호화 모드에 관한 정보를 추출할 수 있다. 소정 데이터 단위별로, 해당 최대 부호화 단위의 부호화 심도 및 부호화 모드에 관한 정보가 기록되어 있다면, 동일한 부호화 심도 및 부호화 모드에 관한 정보를 갖고 있는 소정 데이터 단위들은 동일한 최대 부호화 단위에 포함되는 데이터 단위로 유추될 수 있다.
영상 데이터 복호화부(230)는 최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보에 기초하여 각각의 최대 부호화 단위의 영상 데이터를 복호화하여 현재 픽처를 복원한다. 즉 영상 데이터 복호화부(230)는, 최대 부호화 단위에 포함되는 트리 구조에 따른 부호화 단위들 가운데 각각의 부호화 단위마다, 판독된 파티션 타입, 예측 모드, 변환 단위에 기초하여 부호화된 영상 데이터를 복호화할 수 있다. 복호화 과정은 인트라 예측 및 움직임 보상을 포함하는 예측 과정, 및 주파수 역변환 과정을 포함할 수 있다.
영상 데이터 복호화부(230)는, 부호화 심도별 부호화 단위의 예측 단위의 파티션 타입 정보 및 예측 모드 정보에 기초하여, 부호화 단위마다 각각의 파티션 및 예측 모드에 따라 인트라 예측 또는 움직임 보상을 수행할 수 있다.
또한, 영상 데이터 복호화부(230)는, 최대 부호화 단위별 주파수 역변환을 위해, 부호화 심도별 부호화 단위의 변환 단위의 크기 정보에 기초하여, 부호화 단위마다 각각의 변환 단위에 따라 주파수 역변환을 수행할 수 있다.
영상 데이터 복호화부(230)는 심도별 분할 정보를 이용하여 현재 최대 부호화 단위의 부호화 심도를 결정할 수 있다. 만약, 분할 정보가 현재 심도에서 더 이상 분할되지 않음을 나타내고 있다면 현재 심도가 부호화 심도이다. 따라서, 영상 데이터 복호화부(230)는 현재 최대 부호화 단위의 영상 데이터에 대해 현재 심도의 부호화 단위를 예측 단위의 파티션 타입, 예측 모드 및 변환 단위 크기 정보를 이용하여 복호화할 수 있다.
즉, 부호화 단위, 예측 단위 및 최소 단위 중 소정 데이터 단위에 대해 설정되어 있는 부호화 정보를 관찰하여, 동일한 분할 정보를 포함한 부호화 정보를 보유하고 있는 데이터 단위가 모여, 영상 데이터 복호화부(230)에 의해 동일한 부호화 모드로 복호화할 하나의 데이터 단위로 간주될 수 있다.
일 실시예에 따른 비디오 복호화 장치(200)는, 부호화 과정에서 최대 부호화 단위마다 재귀적으로 부호화를 수행하여 최소 부호화 오차를 발생시킨 부호화 단위에 대한 정보를 획득하여, 현재 픽처에 대한 복호화에 이용할 수 있다. 즉, 최대 부호화 단위마다 최적 부호화 단위로 결정된 트리 구조에 따른 부호화 단위들의 부호화된 영상 데이터의 복호화가 가능해진다.
따라서, 높은 해상도의 영상 또는 데이터량이 과도하게 많은 영상이라도 부호화단으로부터 전송된 최적 부호화 모드에 관한 정보를 이용하여, 영상의 특성에 적응적으로 결정된 부호화 단위의 크기 및 부호화 모드에 따라 효율적으로 영상 데이터를 복호화하여 복원할 수 있다.
이하 도 3 내지 도 13을 참조하여 본 발명의 일 실시예에 따른 트리 구조에 따른 부호화 단위들, 예측 단위 및 변환 단위의 결정 방식이 상술된다.
도 3 은 계층적 부호화 단위의 개념을 도시한다.
부호화 단위의 예는, 부호화 단위의 크기는 너비x높이로 표현되며, 크기 64x64인 부호화 단위부터, 32x32, 16x16, 8x8를 포함할 수 있다. 크기 64x64의 부호화 단위는 크기 64x64, 64x32, 32x64, 32x32의 파티션들로 분할될 수 있고, 크기 32x32의 부호화 단위는 크기 32x32, 32x16, 16x32, 16x16의 파티션들로, 크기 16x16의 부호화 단위는 크기 16x16, 16x8, 8x16, 8x8의 파티션들로, 크기 8x8의 부호화 단위는 크기 8x8, 8x4, 4x8, 4x4의 파티션들로 분할될 수 있다.
비디오 데이터(310)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 2로 설정되어 있다. 비디오 데이터(320)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 3로 설정되어 있다. 비디오 데이터(330)에 대해서는, 해상도는 352x288, 부호화 단위의 최대 크기는 16, 최대 심도가 1로 설정되어 있다. 도 3에 도시된 최대 심도는, 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낸다.
해상도가 높거나 데이터량이 많은 경우 부호화 효율의 향상 뿐만 아니라 영상 특성을 정확히 반형하기 위해 부호화 사이즈의 최대 크기가 상대적으로 큰 것이 바람직하다. 따라서, 비디오 데이터(330)에 비해, 해상도가 높은 비디오 데이터(310, 320)는 부호화 사이즈의 최대 크기가 64로 선택될 수 있다.
비디오 데이터(310)의 최대 심도는 2이므로, 비디오 데이터(310)의 부호화 단위(315)는 장축 크기가 64인 최대 부호화 단위로부터, 2회 분할하며 심도가 두 계층 깊어져서 장축 크기가 32, 16인 부호화 단위들까지 포함할 수 있다. 반면, 비디오 데이터(330)의 최대 심도는 1이므로, 비디오 데이터(330)의 부호화 단위(335)는 장축 크기가 16인 부호화 단위들로부터, 1회 분할하며 심도가 한 계층 깊어져서 장축 크기가 8인 부호화 단위들까지 포함할 수 있다.
비디오 데이터(320)의 최대 심도는 3이므로, 비디오 데이터(320)의 부호화 단위(325)는 장축 크기가 64인 최대 부호화 단위로부터, 3회 분할하며 심도가 세 계층 깊어져서 장축 크기가 32, 16, 8인 부호화 단위들까지 포함할 수 있다. 심도가 깊어질수록 세부 정보의 표현능력이 향상될 수 있다.
도 4 는 본 발명의 일 실시예에 따른 부호화 단위에 기초한 영상 부호화부의 블록도를 도시한다.
일 실시예에 따른 영상 부호화부(400)는, 비디오 부호화 장치(100)의 부호화 단위 결정부(120)에서 영상 데이터를 부호화하는데 거치는 작업들을 포함한다. 즉, 인트라 예측부(410)는 현재 프레임(405) 중 인트라 모드의 부호화 단위에 대해 인트라 예측을 수행하고, 움직임 추정부(420) 및 움직임 보상부(425)는 인터 모드의 현재 프레임(405) 및 참조 프레임(495)를 이용하여 인터 추정 및 움직임 보상을 수행한다.
인트라 예측부(410), 움직임 추정부(420) 및 움직임 보상부(425)로부터 출력된 데이터는 주파수 변환부(430) 및 양자화부(440)를 거쳐 양자화된 변환 계수로 출력된다. 양자화된 변환 계수는 역양자화부(460), 주파수 역변환부(470)을 통해 공간 영역의 데이터로 복원되고, 복원된 공간 영역의 데이터는 디블로킹부(480) 및 루프 필터링부(490)를 거쳐 후처리되어 참조 프레임(495)으로 출력된다. 양자화된 변환 계수는 엔트로피 부호화부(450)를 거쳐 비트스트림(455)으로 출력될 수 있다.
일 실시예에 따른 비디오 부호화 장치(100)에 적용되기 위해서는, 영상 부호화부(400)의 구성 요소들인 인트라 예측부(410), 움직임 추정부(420), 움직임 보상부(425), 주파수 변환부(430), 양자화부(440), 엔트로피 부호화부(450), 역양자화부(460), 주파수 역변환부(470), 디블로킹부(480) 및 루프 필터링부(490)가 모두, 최대 부호화 단위마다 최대 심도를 고려하여 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위에 기반한 작업을 수행하여야 한다.
특히, 인트라 예측부(410), 움직임 추정부(420) 및 움직임 보상부(425)는 현재 최대 부호화 단위의 최대 크기 및 최대 심도를 고려하여 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위의 파티션 및 예측 모드를 결정하며, 주파수 변환부(430)는 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위 내의 변환 단위의 크기를 결정하여야 한다.
도 5 는 본 발명의 일 실시예에 따른 부호화 단위에 기초한 영상 복호화부의 블록도를 도시한다.
비트스트림(505)이 파싱부(510)를 거쳐 복호화 대상인 부호화된 영상 데이터 및 복호화를 위해 필요한 부호화에 관한 정보가 파싱된다. 부호화된 영상 데이터는 엔트로피 복호화부(520) 및 역양자화부(530)를 거쳐 역양자화된 데이터로 출력되고, 주파수 역변환부(540)를 거쳐 공간 영역의 영상 데이터가 복원된다.
공간 영역의 영상 데이터에 대해서, 인트라 예측부(550)는 인트라 모드의 부호화 단위에 대해 인트라 예측을 수행하고, 움직임 보상부(560)는 참조 프레임(585)를 함께 이용하여 인터 모드의 부호화 단위에 대해 움직임 보상을 수행한다.
인트라 예측부(550) 및 움직임 보상부(560)를 거친 공간 영역의 데이터는 디블로킹부(570) 및 루프 필터링부(580)를 거쳐 후처리되어 복원 프레임(595)으로 출력될 수 있다. 또한, 디블로킹부(570) 및 루프 필터링부(580)를 거쳐 후처리된 데이터는 참조 프레임(585)으로서 출력될 수 있다.
비디오 복호화 장치(200)의 영상 데이터 복호화부(230)에서 영상 데이터를 복호화하기 위해, 일 실시예에 따른 영상 복호화부(500)의 파싱부(510) 이후의 단계별 작업들이 수행될 수 있다.
일 실시예에 따른 비디오 복호화 장치(200)에 적용되기 위해서는, 영상 복호화부(500)의 구성 요소들인 파싱부(510), 엔트로피 복호화부(520), 역양자화부(530), 주파수 역변환부(540), 인트라 예측부(550), 움직임 보상부(560), 디블로킹부(570) 및 루프 필터링부(580)가 모두, 최대 부호화 단위마다 트리 구조에 따른 부호화 단위들에 기반하여 작업을 수행하여야 한다.
특히, 인트라 예측부(550), 움직임 보상부(560)는 트리 구조에 따른 부호화 단위들 각각마다 파티션 및 예측 모드를 결정하며, 주파수 역변환부(540)는 부호화 단위마다 변환 단위의 크기를 결정하여야 한다.
도 6 는 본 발명의 일 실시예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 따른 비디오 복호화 장치(200)는 영상 특성을 고려하기 위해 계층적인 부호화 단위를 사용한다. 부호화 단위의 최대 높이 및 너비, 최대 심도는 영상의 특성에 따라 적응적으로 결정될 수도 있으며, 사용자의 요구에 따라 다양하게 설정될 수도 있다. 미리 설정된 부호화 단위의 최대 크기에 따라, 심도별 부호화 단위의 크기가 결정될 수 있다.
일 실시예에 따른 부호화 단위의 계층 구조(600)는 부호화 단위의 최대 높이 및 너비가 64이며, 최대 심도가 4인 경우를 도시하고 있다. 일 실시예에 따른 부호화 단위의 계층 구조(600)의 세로축을 따라서 심도가 깊어지므로 심도별 부호화 단위의 높이 및 너비가 각각 분할한다. 또한, 부호화 단위의 계층 구조(600)의 가로축을 따라, 각각의 심도별 부호화 단위의 예측 부호화의 기반이 되는 예측 단위 및 파티션이 도시되어 있다.
즉, 부호화 단위(610)는 부호화 단위의 계층 구조(600) 중 최대 부호화 단위로서 심도가 0이며, 부호화 단위의 크기, 즉 높이 및 너비가 64x64이다. 세로축을 따라 심도가 깊어지며, 크기 32x32인 심도 1의 부호화 단위(620), 크기 16x16인 심도 2의 부호화 단위(630), 크기 8x8인 심도 3의 부호화 단위(640), 크기 4x4인 심도 4의 부호화 단위(650)가 존재한다. 크기 4x4인 심도 4의 부호화 단위(650)는 최소 부호화 단위가다.
각각의 심도별로 가로축을 따라, 부호화 단위의 예측 단위 및 파티션들이 배열된다. 즉, 심도 0의 크기 64x64의 부호화 단위(610)가 예측 단위라면, 예측 단위는 크기 64x64의 부호화 단위(610)에 포함되는 크기 64x64의 파티션(610), 크기 64x32의 파티션들(612), 크기 32x64의 파티션들(614), 크기 32x32의 파티션들(616)로 분할될 수 있다.
마찬가지로, 심도 1의 크기 32x32의 부호화 단위(620)의 예측 단위는, 크기 32x32의 부호화 단위(620)에 포함되는 크기 32x32의 파티션(620), 크기 32x16의 파티션들(622), 크기 16x32의 파티션들(624), 크기 16x16의 파티션들(626)로 분할될 수 있다.
마찬가지로, 심도 2의 크기 16x16의 부호화 단위(630)의 예측 단위는, 크기 16x16의 부호화 단위(630)에 포함되는 크기 16x16의 파티션(630), 크기 16x8의 파티션들(632), 크기 8x16의 파티션들(634), 크기 8x8의 파티션들(636)로 분할될 수 있다.
마찬가지로, 심도 3의 크기 8x8의 부호화 단위(640)의 예측 단위는, 크기 8x8의 부호화 단위(640)에 포함되는 크기 8x8의 파티션(640), 크기 8x4의 파티션들(642), 크기 4x8의 파티션들(644), 크기 4x4의 파티션들(646)로 분할될 수 있다.
마지막으로, 심도 4의 크기 4x4의 부호화 단위(650)는 최소 부호화 단위가며 최하위 심도의 부호화 단위가고, 해당 예측 단위도 크기 4x4의 파티션(650)으로만 설정될 수 있다.
일 실시예에 따른 비디오 부호화 장치(100)의 부호화 단위 결정부(120)는, 최대 부호화 단위(610)의 부호화 심도를 결정하기 위해, 최대 부호화 단위(610)에 포함되는 각각의 심도의 부호화 단위마다 부호화를 수행하여야 한다.
동일한 범위 및 크기의 데이터를 포함하기 위한 심도별 부호화 단위의 개수는, 심도가 깊어질수록 심도별 부호화 단위의 개수도 증가한다. 예를 들어, 심도 1의 부호화 단위 한 개가 포함하는 데이터에 대해서, 심도 2의 부호화 단위는 네 개가 필요하다. 따라서, 동일한 데이터의 부호화 결과를 심도별로 비교하기 위해서, 한 개의 심도 1의 부호화 단위 및 네 개의 심도 2의 부호화 단위를 이용하여 각각 부호화되어야 한다.
각각의 심도별 부호화를 위해서는, 부호화 단위의 계층 구조(600)의 가로축을 따라, 심도별 부호화 단위의 예측 단위들마다 부호화를 수행하여, 해당 심도에서 가장 작은 부호화 오차인 대표 부호화 오차가 선택될 수다. 또한, 부호화 단위의 계층 구조(600)의 세로축을 따라 심도가 깊어지며, 각각의 심도마다 부호화를 수행하여, 심도별 대표 부호화 오차를 비교하여 최소 부호화 오차가 검색될 수 있다. 최대 부호화 단위(610) 중 최소 부호화 오차가 발생하는 심도 및 파티션이 최대 부호화 단위(610)의 부호화 심도 및 파티션 타입으로 선택될 수 있다.
도 7 은 본 발명의 일 실시예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
일 실시예에 따른 비디오 부호화 장치(100) 또는 일 실시예에 따른 비디오 복호화 장치(200)는, 최대 부호화 단위마다 최대 부호화 단위보다 작거나 같은 크기의 부호화 단위로 영상을 부호화하거나 복호화한다. 부호화 과정 중 주파수 변환을 위한 변환 단위의 크기는 각각의 부호화 단위보다 크지 않은 데이터 단위를 기반으로 선택될 수 있다.
예를 들어, 일 실시예에 따른 비디오 부호화 장치(100) 또는 일 실시예에 따른 비디오 복호화 장치(200)에서, 현재 부호화 단위(710)가 64x64 크기일 때, 32x32 크기의 변환 단위(720)를 이용하여 주파수 변환이 수행될 수 있다.
또한, 64x64 크기의 부호화 단위(710)의 데이터를 64x64 크기 이하의 32x32, 16x16, 8x8, 4x4 크기의 변환 단위들로 각각 주파수 변환을 수행하여 부호화한 후, 원본과의 오차가 가장 적은 변환 단위가 선택될 수 있다.
도 8 은 본 발명의 일 실시예에 따라, 심도별 부호화 정보들을 도시한다.
일 실시예에 따른 비디오 부호화 장치(100)의 출력부(130)는 부호화 모드에 관한 정보로서, 각각의 부호화 심도의 부호화 단위마다 파티션 타입에 관한 정보(800), 예측 모드에 관한 정보(810), 변환 단위 크기에 대한 정보(820)를 부호화하여 전송할 수 있다.
파티션 타입에 대한 정보(800)는, 현재 부호화 단위의 예측 부호화를 위한 데이터 단위로서, 현재 부호화 단위의 예측 단위가 분할된 파티션의 형태에 대한 정보를 나타낸다. 예를 들어, 크기 2Nx2N의 현재 부호화 단위 CU_0는, 크기 2Nx2N의 파티션(802), 크기 2NxN의 파티션(804), 크기 Nx2N의 파티션(806), 크기 NxN의 파티션(808) 중 어느 하나의 타입으로 분할되어 이용될 수 있다. 이 경우 현재 부호화 단위의 파티션 타입에 관한 정보(800)는 크기 2Nx2N의 파티션(802), 크기 2NxN의 파티션(804), 크기 Nx2N의 파티션(806) 및 크기 NxN의 파티션(808) 중 하나를 나타내도록 설정된다.
예측 모드에 관한 정보(810)는, 각각의 파티션의 예측 모드를 나타낸다. 예를 들어 예측 모드에 관한 정보(810)를 통해, 파티션 타입에 관한 정보(800)가 가리키는 파티션이 인트라 모드(812), 인터 모드(814) 및 스킵 모드(816) 중 하나로 예측 부호화가 수행되는지 여부가 설정될 수 있다.
또한, 변환 단위 크기에 관한 정보(820)는 현재 부호화 단위를 어떠한 변환 단위를 기반으로 주파수 변환을 수행할지 여부를 나타낸다. 예를 들어, 변환 단위는 제 1 인트라 변환 단위 크기(822), 제 2 인트라 변환 단위 크기(824), 제 1 인터 변환 단위 크기(826), 제 2 인트라 변환 단위 크기(828) 중 하나일 수 있다.
일 실시예에 따른 비디오 복호화 장치(200)의 영상 데이터 및 부호화 정보 추출부(210)는, 각각의 심도별 부호화 단위마다 파티션 타입에 관한 정보(800), 예측 모드에 관한 정보(810), 변환 단위 크기에 대한 정보(820)를 추출하여 복호화에 이용할 수 있다.
도 9 는 본 발명의 일 실시예에 따른 심도별 부호화 단위를 도시한다.
심도의 변화를 나타내기 위해 분할 정보가 이용될 수 있다. 분할 정보는 현재 심도의 부호화 단위가 하위 심도의 부호화 단위로 분할될지 여부를 나타낸다.
심도 0 및 2N_0x2N_0 크기의 부호화 단위(900)의 예측 부호화를 위한 예측 단위(910)는 2N_0x2N_0 크기의 파티션 타입(912), 2N_0xN_0 크기의 파티션 타입(914), N_0x2N_0 크기의 파티션 타입(916), N_0xN_0 크기의 파티션 타입(918)을 포함할 수 있다. 예측 단위가 대칭적 비율로 분할된 파티션들(912, 914, 916, 918)만이 예시되어 있지만, 전술한 바와 같이 파티션 타입은 이에 한정되지 않고 비대칭적 파티션, 임의적 형태의 파티션, 기하학적 형태의 파티션 등을 포함할 수 있다.
파티션 타입마다, 한 개의 2N_0x2N_0 크기의 파티션, 두 개의 2N_0xN_0 크기의 파티션, 두 개의 N_0x2N_0 크기의 파티션, 네 개의 N_0xN_0 크기의 파티션마다 반복적으로 예측 부호화가 수행되어야 한다. 크기 2N_0x2N_0, 크기 N_0x2N_0 및 크기 2N_0xN_0 및 크기 N_0xN_0의 파티션에 대해서는, 인트라 모드 및 인터 모드로 예측 부호화가 수행될 수 있다. 스킵 모드는 크기 2N_0x2N_0의 파티션에 예측 부호화가 대해서만 수행될 수 있다.
크기 2N_0x2N_0, 2N_0xN_0 및 N_0x2N_0의 파티션 타입(912, 914, 916) 중 하나에 의한 부호화 오차가 가장 작다면, 더 이상 하위 심도로 분할할 필요 없다.
크기 N_0xN_0의 파티션 타입(918)에 의한 부호화 오차가 가장 작다면, 심도 0를 1로 변경하며 분할하고(920), 심도 2 및 크기 N_0xN_0의 파티션 타입의 부호화 단위들(930)에 대해 반복적으로 부호화를 수행하여 최소 부호화 오차를 검색해 나갈 수 있다.
심도 1 및 크기 2N_1x2N_1 (=N_0xN_0)의 부호화 단위(930)의 예측 부호화를 위한 예측 단위(940)는, 크기 2N_1x2N_1의 파티션 타입(942), 크기 2N_1xN_1의 파티션 타입(944), 크기 N_1x2N_1의 파티션 타입(946), 크기 N_1xN_1의 파티션 타입(948)을 포함할 수 있다.
또한, 크기 N_1xN_1 크기의 파티션 타입(948)에 의한 부호화 오차가 가장 작다면, 심도 1을 심도 2로 변경하며 분할하고(950), 심도 2 및 크기 N_2xN_2의 부호화 단위들(960)에 대해 반복적으로 부호화를 수행하여 최소 부호화 오차를 검색해 나갈 수 있다.
최대 심도가 d인 경우, 심도별 분할 정보는 심도 d-1일 때까지 설정되고, 분할 정보는 심도 d-2까지 설정될 수 있다. 즉, 심도 d-2로부터 분할(970)되어 심도 d-1까지 부호화가 수행될 경우, 심도 d-1 및 크기 2N_(d-1)x2N_(d-1)의 부호화 단위(980)의 예측 부호화를 위한 예측 단위(990)는, 크기 2N_(d-1)x2N_(d-1)의 파티션 타입(992), 크기 2N_(d-1)xN_(d-1)의 파티션 타입(994), 크기 N_(d-1)x2N_(d-1)의 파티션 타입(996), 크기 N_(d-1)xN_(d-1)의 파티션 타입(998)을 포함할 수 있다.
파티션 타입 가운데, 한 개의 크기 2N_(d-1)x2N_(d-1)의 파티션, 두 개의 크기 2N_(d-1)xN_(d-1)의 파티션, 두 개의 크기 N_(d-1)x2N_(d-1)의 파티션, 네 개의 크기 N_(d-1)xN_(d-1)의 파티션마다 반복적으로 예측 부호화를 통한 부호화가 수행되어, 최소 부호화 오차가 발생하는 파티션 타입이 검색될 수 있다.
크기 N_(d-1)xN_(d-1)의 파티션 타입(998)에 의한 부호화 오차가 가장 작더라도, 최대 심도가 d이므로, 심도 d-1의 부호화 단위 CU_(d-1)는 더 이상 하위 심도로의 분할 과정을 거치지 않으며, 현재 최대 부호화 단위(900)에 대한 부호화 심도가 심도 d-1로 결정되고, 파티션 타입은 N_(d-1)xN_(d-1)로 결정될 수 있다. 또한 최대 심도가 d이므로, 심도 d-1의 부호화 단위(952)에 대해 분할 정보는 설정되지 않는다.
데이터 단위(999)은, 현재 최대 부호화 단위에 대한 '최소 단위'라 지칭될 수 있다. 일 실시예에 따른 최소 단위는, 최하위 부호화 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위일 수 있다. 이러한 반복적 부호화 과정을 통해, 일 실시예에 따른 비디오 부호화 장치(100)는 부호화 단위(900)의 심도별 부호화 오차를 비교하여 가장 작은 부호화 오차가 발생하는 심도를 선택하여, 부호화 심도를 결정하고, 해당 파티션 타입 및 예측 모드가 부호화 심도의 부호화 모드로 설정될 수 있다.
이런 식으로 심도 0, 1, ..., d-1, d의 모든 심도별 최소 부호화 오차를 비교하여 오차가 가장 작은 심도가 선택되어 부호화 심도로 결정될 수 있다. 부호화 심도, 및 예측 단위의 파티션 타입 및 예측 모드는 부호화 모드에 관한 정보로써 부호화되어 전송될 수 있다. 또한, 심도 0으로부터 부호화 심도에 이르기까지 부호화 단위가 분할되어야 하므로, 부호화 심도의 분할 정보만이 '0'으로 설정되고, 부호화 심도를 제외한 심도별 분할 정보는 '1'로 설정되어야 한다.
일 실시예에 따른 비디오 복호화 장치(200)의 영상 데이터 및 부호화 정보 추출부(220)는 부호화 단위(900)에 대한 부호화 심도 및 예측 단위에 관한 정보를 추출하여 부호화 단위(912)를 복호화하는데 이용할 수 있다. 일 실시예에 따른 비디오 복호화 장치(200)는 심도별 분할 정보를 이용하여 분할 정보가 '0'인 심도를 부호화 심도로 파악하고, 해당 심도에 대한 부호화 모드에 관한 정보를 이용하여 복호화에 이용할 수 있다.
도 10, 11 및 12는 본 발명의 일 실시예에 따른, 부호화 단위, 예측 단위 및 주파수 변환 단위의 관계를 도시한다.
부호화 단위(1010)는, 최대 부호화 단위에 대해 일 실시예에 따른 비디오 부호화 장치(100)가 결정한 부호화 심도별 부호화 단위들이다. 예측 단위(1060)는 부호화 단위(1010) 중 각각의 부호화 심도별 부호화 단위의 예측 단위들의 파티션들이며, 변환 단위(1070)는 각각의 부호화 심도별 부호화 단위의 변환 단위들이다.
심도별 부호화 단위들(1010)은 최대 부호화 단위의 심도가 0이라고 하면, 부호화 단위들(1012, 1054)은 심도가 1, 부호화 단위들(1014, 1016, 1018, 1028, 1050, 1052)은 심도가 2, 부호화 단위들(1020, 1022, 1024, 1026, 1030, 1032, 1048)은 심도가 3, 부호화 단위들(1040, 1042, 1044, 1046)은 심도가 4이다.
예측 단위들(1060) 중 일부 파티션(1014, 1016, 1022, 1032, 1048, 1050, 1052, 1054)는 부호화 단위가 분할된 형태이다. 즉, 파티션(1014, 1022, 1050, 1054)은 2NxN의 파티션 타입이며, 파티션(1016, 1048, 1052)은 Nx2N의 파티션 타입, 파티션(1032)은 NxN의 파티션 타입이다. 심도별 부호화 단위들(1010)의 예측 단위 및 파티션들은 각각의 부호화 단위보다 작거나 같다.
변환 단위들(1070) 중 일부(1052)의 영상 데이터에 대해서는 부호화 단위에 비해 작은 크기의 데이터 단위로 주파수 변환 또는 주파수 역변환이 수행된다. 또한, 변환 단위(1014, 1016, 1022, 1032, 1048, 1050, 1052, 1054)는 예측 단위들(1060) 중 해당 예측 단위 및 파티션와 비교해보면, 서로 다른 크기 또는 형태의 데이터 단위가다. 즉, 일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 다른 비디오 복호화 장치(200)는 동일한 부호화 단위에 대한 인트라 예측/움직임 추정/움직임 보상 작업, 및 주파수 변환/역변환 작업이라 할지라도, 각각 별개의 데이터 단위를 기반으로 수행할 수 있다.
이에 따라, 최대 부호화 단위마다, 영역별로 계층적인 구조의 부호화 단위들마다 재귀적으로 부호화가 수행되어 최적 부호화 단위가 결정됨으로써, 재귀적 트리 구조에 따른 부호화 단위들이 구성될 수 있다.부호화 정보는 부호화 단위에 대한 분할 정보, 파티션 타입 정보, 예측 모드 정보, 변환 단위 크기 정보를 포함할 수 있다. 이하 표 1은, 일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 따른 비디오 복호화 장치(200)에서 설정할 수 있는 일례를 나타낸다.
표 1
분할 정보 0 (현재 심도 d의 크기 2Nx2N의 부호화 단위에 대한 부호화) 분할 정보 1
예측 모드 파티션 타입 변환 단위 크기 하위 심도 d+1의 부호화 단위들마다 반복적 부호화
인트라 인터스킵 (2Nx2N만) 대칭형 파티션 타입 비대칭형 파티션 타입 변환 단위 분할 정보 0 변환 단위 분할 정보 1
2Nx2N2NxNNx2NNxN 2NxnU2NxnDnLx2NnRx2N 2Nx2N NxN (대칭형 파티션 타입) N/2xN/2 (비대칭형 파티션 타입)
일 실시예에 따른 비디오 부호화 장치(100)의 출력부(130)는 트리 구조에 따른 부호화 단위들에 대한 부호화 정보를 출력하고, 일 실시예에 따른 비디오 복호화 장치(200)의 부호화 정보 추출부(220)는 수신된 비트스트림으로부터 트리 구조에 따른 부호화 단위들에 대한 부호화 정보를 추출할 수 있다.
분할 정보는 현재 부호화 단위가 하위 심도의 부호화 단위들로 분할되는지 여부를 나타낸다. 현재 심도 d의 분할 정보가 0이라면, 현재 부호화 단위가 현재 부호화 단위가 하위 부호화 단위로 더 이상 분할되지 않는 심도가 부호화 심도이므로, 부호화 심도에 대해서 파티션 타입 정보, 예측 모드, 변환 단위 크기 정보가 정의될 수 있다. 분할 정보에 따라 한 단계 더 분할되어야 하는 경우에는, 분할된 4개의 하위 심도의 부호화 단위마다 독립적으로 부호화가 수행되어야 한다.
예측 모드는, 인트라 모드, 인터 모드 및 스킵 모드 중 하나로 나타낼 수 있다. 인트라 모드 및 인터 모드는 모든 파티션 타입에서 정의될 수 있으며, 스킵 모드는 파티션 타입 2Nx2N에서만 정의될 수 있다.
파티션 타입 정보는, 예측 단위의 높이 또는 너비가 대칭적 비율로 분할된 대칭적 파티션 타입 2Nx2N, 2NxN, Nx2N 및 NxN 과, 비대칭적 비율로 분할된 비대칭적 파티션 타입 2NxnU, 2NxnD, nLx2N, nRx2N를 나타낼 수 있다. 비대칭적 파티션 타입 2NxnU 및 2NxnD는 각각 높이가 1:3 및 3:1로 분할된 형태이며, 비대칭적 파티션 타입 nLx2N 및 nRx2N은 각각 너비가 1:3 및 3:1로 분할된 형태를 나타낸다.
변환 단위 크기는 인트라 모드에서 두 종류의 크기, 인터 모드에서 두 종류의 크기로 설정될 수 있다. 즉, 변환 단위 분할 정보가 0 이라면, 변환 단위의 크기가 현재 부호화 단위의 크기 2Nx2N로 설정된다. 변환 단위 분할 정보가 1이라면, 현재 부호화 단위가 분할된 크기의 변환 단위가 설정될 수 있다. 또한 크기 2Nx2N인 현재 부호화 단위에 대한 파티션 타입이 대칭형 파티션 타입이라면 변환 단위의 크기는 NxN, 비대칭형 파티션 타입이라면 N/2xN/2로 설정될 수 있다.
일 실시예에 따른 트리 구조에 따른 부호화 단위들의 부호화 정보는, 부호화 심도의 부호화 단위, 예측 단위 및 최소 단위 단위 중 적어도 하나에 대해 할당될 수 있다. 부호화 심도의 부호화 단위는 동일한 부호화 정보를 보유하고 있는 예측 단위 및 최소 단위를 하나 이상 포함할 수 있다.
따라서, 인접한 데이터 단위들끼리 각각 보유하고 있는 부호화 정보들을 확인하면, 동일한 부호화 심도의 부호화 단위에 포함되는지 여부가 확인될 수 있다. 또한, 데이터 단위가 보유하고 있는 부호화 정보를 이용하면 해당 부호화 심도의 부호화 단위를 확인할 수 있으므로, 최대 부호화 단위 내의 부호화 심도들의 분포가 유추될 수 있다.
따라서 이 경우 현재 부호화 단위가 주변 데이터 단위를 참조하여 예측하기 경우, 현재 부호화 단위에 인접하는 심도별 부호화 단위 내의 데이터 단위의 부호화 정보가 직접 참조되어 이용될 수 있다.
또 다른 실시예로, 현재 부호화 단위가 주변 부호화 단위를 참조하여 예측 부호화가 수행되는 경우, 인접하는 심도별 부호화 단위의 부호화 정보를 이용하여, 심도별 부호화 단위 내에서 현재 부호화 단위에 인접하는 데이터가 검색됨으로써 주변 부호화 단위가 참조될 수도 있다.
도 13 은 표 1의 부호화 모드 정보에 따른 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
최대 부호화 단위(1300)는 부호화 심도의 부호화 단위들(1302, 1304, 1306, 1312, 1314, 1316, 1318)을 포함한다. 이 중 하나의 부호화 단위(1318)는 부호화 심도의 부호화 단위가므로 분할 정보가 0으로 설정될 수 있다. 크기 2Nx2N의 부호화 단위(1318)의 파티션 타입 정보는, 파티션 타입 2Nx2N(1322), 2NxN(1324), Nx2N(1326), NxN(1328), 2NxnU(1332), 2NxnD(1334), nLx2N(1336) 및 nRx2N(1338) 중 하나로 설정될 수 있다.
파티션 타입 정보가 대칭형 파티션 타입 2Nx2N(1322), 2NxN(1324), Nx2N(1326) 및 NxN(1328) 중 하나로 설정되어 있는 경우, 변환 단위 분할 정보(TU size flag)가 0이면 크기 2Nx2N의 변환 단위(1342)가 설정되고, 변환 단위 분할 정보가 1이면 크기 NxN의 변환 단위(1344)가 설정될 수 있다.
파티션 타입 정보가 비대칭형 파티션 타입 2NxnU(1332), 2NxnD(1334), nLx2N(1336) 및 nRx2N(1338) 중 하나로 설정된 경우, 변환 단위 분할 정보(TU size flag)가 0이면 크기 2Nx2N의 변환 단위(1352)가 설정되고, 변환 단위 분할 정보가 1이면 크기 N/2xN/2의 변환 단위(1354)가 설정될 수 있다.
이하, 도 4의 본 발명의 일 실시예에 따른 영상 부호화 장치(400)의 엔트로피 부호화부(450) 및 도 5의 영상 복호화 장치(500)의 엔트로피 복호화부(520)에서 수행되는 엔트로피 부호화 및 복호화 과정에 대하여 구체적으로 설명한다.
전술한 바와 같이, 본 발명의 일 실시예에 따른 영상 부호화 장치(400)는 최대 부호화 단위를 계층적으로 분할한 부호화 단위를 이용하여 부호화를 수행한다. 엔트로피 부호화부(450)는 부호화 과정에서 생성된 부호화 정보들, 예를 들어 양자화된 변환 계수, 예측 단위의 예측 모드, 양자화 파라메터, 움직임 벡터 등의 신택스 엘리먼트들(Syntax Elements)을 엔트로피 부호화한다. 엔트로피 부호화 방식으로서, 컨텍스트 기반 이진 산술 부호화(Context-Based Binary Arithmetic Coding, 이하 "CABAC"이라 한다)가 이용될 수 있다.
표 2는 HEVC(High Efficiency Videco Coding) 및 H.264/AVC에서 CABAC을 통해 엔트로피 부호화되는 신택스 엘리먼트들의 일 예이다. 각 신택스 엘리먼트들의 의미(semantics)에 대해서는 HEVC 및 H.264/AVC에서 기술하고 있는바 구체적인 설명은 생략한다.
표 2
HEVC H.264/AVC
Coding Tree Unit(CTU) and Coding Unit(CU) split_cu_flag, pred_mode_flag, part_mode,cu_skip_flag mb_type, sub_mb_type, mb_skip_flag
Prediction unit (PU) prev_intra_luma_pred_flag, mpm_idx, rem_intra_luma_pred_mode, intra_chroma_pred_mode prev_intra4x4_pred_mode_flag,prev_intra8x8_pred_mode_flag,rem_intra4x4_pred_mode,rem_intra8x8_pred_mode,intra_chroma_pred_mode
merge_flag, merge_idx, inter_pred_idc, ref_idx_l0, ref_idx_l1, abs_mvd_greater0_flag, abs_mvd_greater1_flag, abs_mvd_minus2, mvd_sign_flag ref_idx_l0, ref_idx_l1, mvd_l0, mvd_l1
Transform Unit (TU) rqt_root_cbf, split_transform_flag, cbf_luma, cbf_cb, cbf_cr coded_block_flag,coede_block_pattern,significant_coeff_flag, last_significant_coeff_flag,coeff_abs_level_minus1
도 14는 본 발명의 일 실시예에 따른 엔트로피 부호화 장치의 구성을 나타낸 블록도이다.
도 14를 참조하면, 일 실시예에 따른 엔트로피 부호화 장치(1400)는 이진화부(Binarizer)(1410), 컨텍스트 모델러(Context modeler)(1420), 이진 산술 부호화부(Binary arithmetic coder)(1430)를 포함한다. 또한, 이진 산술 부호화부(1430)는 레귤러 코딩부(Regular coding engine)(1432)와 바이패스 코딩부(Bypass coding engine)(1434)를 포함한다.
이진화부(1410)는 입력된 신택스 엘리먼트들을 이진 심볼들인 빈들(bins)로 매핑시킨다. 빈(Bin)은 0 또는 1의 값을 갖는 하나의 비트를 나타내는 것으로, 각 빈(Bin)은 CABAC을 통해 부호화된다. 빈들의 집합은 빈 스트링(bin string)으로 지칭될 수 있다. 이진화부(1410)는 신택스 엘리먼트의 유형에 따라서 고정길이 이진화(Fixed length binarization), 절단형 Rice 이진화(Truncated Rice binarization), k차 exp-Golomb 이진화, Golomb-rice 이진화 중 하나를 적용하여 신택스 엘리먼트의 값을 0과 1의 빈들로 매핑하여 출력한다.
이진화부(1410)에서 출력되는 빈들은 레귤러 코딩부(1432) 또는 바이패스 코딩부(1434)에 의하여 산술부호화된다. 신택스 엘리먼트를 이진화한 빈들이 균일하게 분포된 경우, 즉 0과 1의 빈도가 동일한 데이터인 경우에는, 이진화된 빈들은 확률값을 이용하지 않는 바이패스 코딩부(1434)로 출력되어 부호화된다. 현재 빈들을 레귤러 코딩부(1432) 또는 바이패스 코딩부(1434) 중 어떤 코딩부에 의하여 산술부호화할 지 여부는 신택스 엘리먼트의 유형에 따라 미리 결정될 수 있다.
레귤러 코딩부(1432)는 컨텍스트 모델러(1420)에 의하여 결정된 확률 모델에 기초하여 빈들에 대한 산술 부호화를 수행한다. 컨텍스트 모델러(1420)는 레귤러 코딩부(1432)로 빈에 대한 확률 모델을 제공한다. 구체적으로, 컨텍스트 모델러(1420)는 이전에 부호화된 빈(bin)에 기초하여 소정 이진값의 확률을 결정하고, 이전 빈을 부호화하는데 이용된 이진값의 확률을 갱신하고, 갱신된 확률을 레귤러 코딩부(1432)로 출력한다. 종래에는 컨텍스트 인덱스(ctxIdx)를 이용하여 하나의 컨텍스트 모델을 결정하고, 결정된 컨텍스트 모델이 갖는 LPS(Least Probable Symbol) 또는 MPS(Most Probable Symbol)의 발생 확률과, 0과 1중 어떤 이진값이 MPS에 해당되는지에 대한 정보(valMPS)를 결정하였다. 이에 반하여, 본 개시의 일 실시예에 따른 컨텍스트 모델러(1420)는 MPS와 LPS(Least Probable Symbol)을 구별하지 않고 미리 결정된 소정 이진값, 예를 들어 "1"의 발생 확률을 나타내는 P(1)을 이전에 부호화된 빈들에 기초하여 결정하고 결정된 소정 이진값의 확률을 레귤러 코딩부(1432)로 제공한다.
본 개시의 일 실시예에 따른 컨텍스트 모델러(1420)는 수신된 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하고, 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정한 다음, 결정된 적어도 하나의 스케일링 팩터를 이용하여 이진값의 확률을 갱신할 수 있다.
또한, 본 개시의 다른 실시예에 따른 컨텍스트 모델러(1420)는 서로 다른 스케일링 팩터를 갖는 복수 개의 확률 모델들을 적용하여 빈들의 평균 비트값을 나타내는 엔트로피값들을 획득하고, 복수 개의 확률 모델 중 최소 엔트로피값을 획득하는데 이용된 확률 모델이 갖는 스케일링 팩터를 결정하고, 결정된 스케일링 팩터를 이용하여 이진값의 확률을 갱신할 수 있다.
레귤러 코딩부(1432)는 컨텍스트 모델러(1420)으로부터 제공된 소정 이진값의 확률 및 현재 빈이 갖는 이진값에 기초하여 이진 산술 부호화를 수행한다. 즉, 레귤러 코딩부(1432)는 컨텍스트 모델러(1420)로부터 제공된 소정 이진값의 확률에 기초하여 "1"의 발생 확률 P(1) 및 "0"의 발생 확률 P(0)를 결정할 수 있으며, 결정된 0과 1의 발생 확률들 P(0) 및 P(1)과, 현재 빈값에 따라 확률 구간을 나타내는 Range를 분할하고, 분할된 구간에 속하는 대표값의 이진값을 출력함으로써 이진 산술 부호화를 수행한다.
도 15a 및 도 15b는 CABAC에 이용되는 확률 갱신 과정을 나타낸 도면이다.
도 15a를 참조하면, HEVC 등에서 이용되는 컨텍스트 모델은 64개의 미리 정해진 확률 상태로 정의되고 있다. 각 확률 상태는 상태 인덱스 iPLPS 및 MPS의 값인 VMPS에 의하여 특징지어질 수 있다. 미리 정해진 상태 천이 테이블(state transition table)을 이용하여 확률 갱신시에 현재 확률 상태에서 어떤 확률 상태로 천이될 것인지 나타낼 수 있다. 현재 산술 부호화되는 빈의 값이 MPS인지 아니면 LPS인지에 따라서 확률 상태는 변경된다. 예를 들어, 현재 빈의 값이 MPS이면 현재의 확률상태(state iPLPS)에서 LPS 확률이 낮아지는 전방향 상태(state state iPLPS+1)로 확률 상태가 변경되며, 현재 빈의 값이 LPS이면 현재의 확률상태(state state iPLPS)에서 LPS 확률이 높아지는 후방향 상태(state state iPLPS-1)로 확률 상태가 변경된다. 도 15a에서, TrMPS{}는 MPS 처리 이후에 확률 상태 천이 방향을 가리키며, TrLPS{}는 LPS 처리 이후에 확률 상태 천이 방향을 가리킨다.
MPS 또는 LPS 처리시에 변경되는 확률은 도 15a에 도시된 바와 같이 지수적(exponential)으로 감소하는 형태를 갖는다. n개의 컨텍스트 모델의 확률 Pn은 다음의 수학식; Pn=0.5(1-α)n으로 표현될 수 있다. 여기서, (1-α)=(0.01875/0.5)1/63 이다.
도 15b를 참조하면, 0에 가까운 LPS의 확률분포는 조밀하고, 1/2에 가까운 LPS의 확률분포는 희박하다. 따라서, 0과 1의 이진값의 발생 확률이 유사한 경우, 즉 0과 1의 이진값의 발생 확률이 1/2에 가까운 경우에는 확률이 희박하게 분포되므로 확률의 예측 에러가 증가할 수 있다. 또한, 지수승 형태의 확률함수를 이용하는 경우 0에 가까운 확률값을 세밀하게 표현해야 되므로 이러한 확률값을 나타내기 위한 비트뎁스가 증가될 수 있다. 따라서, 지수승 형태의 확률함수를 갖는 확률모델을 저장하기 위한 룩업(look-up) 테이블의 크기가 증가될 수 있다. 또한, 확률 갱신시나 확률 구간을 분할할 때, 조밀한 확률값을 이용하는 경우 곱셈 연산량이 증가하여 하드웨어적으로 부담이 될 수 있다. 따라서, 도 15a에 도시된 확률PLPS)을 반올림 연산 등을 통해 소정값으로 매핑시켜서, 확률값이 지수적이 아니라 계단식으로 감소하는 확률을 이용할 수 있다.
이하, 컨텍스트 모델러(1420)에서 수행되는 확률 모델의 갱신 과정에 대하여 구체적으로 설명한다.
CABAC에 이용되는 확률 갱신 과정은 다음의 수학식 1에 따라서 수행될 수 있다.
수학식 1
Figure PCTKR2015011794-appb-M000001
수학식 1에서 pi(t)는 갱신된 확률, pi(t-1)은 이전 빈의 확률, αi (0≤αi≤1, αi는 실수)는 스케일링 팩터, y는 입력된 현재 빈의 값을 나타낸다. i는 스케일링 팩터의 개수를 나타내는 정수값이다. 이용되는 스케일링 팩터가 증가할수록 예측된 확률의 정확도는 증가할 수 있지만 연산 복잡도가 증가할 수 있다. 따라서, 이하의 설명에서는 i가 1 또는 2인 경우, 즉 1개의 스케일링 팩터를 이용하거나, 2개의 스케일링 팩터를 이용하여 확률을 갱신하는 경우를 중심으로 설명한다. 그러나, 본 개시에 따른 확률 갱신 방법은 2개를 초과하는 스케일링 팩터를 이용하여 확률을 갱신하는 경우에도 적용될 수 있을 것이다.
이진 산술 코더에서는 임의의 0과 1의 값을 갖는 빈들의 시퀀스를 다룬다. 0과 1 중 어느 하나의 빈의 확률이 A (0≤A≤1, A는 실수)로 결정되면 나머지 빈의 확률은 (1-A)로 결정될 수 있다. 수학식 1에서, 입력된 빈의 값이 1인 경우, 즉 y=1인 경우 pi(t)의 값이 증가하므로, 수학식 1의 pi(t)는 "1"의 확률, 즉 다음 빈이 "1"일 확률을 나타낸다. 0과 1중 어떤 것이 MPS, LPS 인지를 판단하기 위해서는 확률값의 범위를 고려할 수 있다. 예를 들어, 1의 확률을 나타내는 pi(t)가 [1/2;1], 즉 (1/2)과 1 사이의 값을 갖는다면 MPS는 1이며, pi(t)가 [0;1/2], 즉 0과 (1/2) 사이의 값이면 0이 MPS에 해당된다. CABAC에 이용되는 LPS의 확률값은 pi(t) 및 (1-pi(t)) 중 작은 값으로 결정될 수 있다.
수학식 1에 기초한 확률의 갱신에 중요한 중요한 파라메터는 바로 스케일링 팩터 αi이다. 스케일링 팩터 αi 의 값에 따라서 CABAC 에 이용되는 확률이 얼마나 민감하게 갱신되는지를 나타내는 민감도(sensitiveness), 에러에 반응하지 않는지의 안정성(robustness)이 결정될 수 있다.
본 개시의 일 실시예에 따른 컨텍스트 모델러(1420)는 확률 갱신시에 하나 이상의 스케일링 팩터 αi를 이용하여 하나 이상의 갱신된 확률을 생성하고, 하나 이상의 갱신된 확률의 가중 평균을 최종적으로 갱신된 확률로 결정할 수 있다.
구체적으로, 컨텍스트 모델러(1420)는 복수 개의 스케일링 팩터들 αi을 수학식 1에 적용하여 복수 개의 확률 Pi(t)가 획득되면, 복수 개의 확률 Pi(t)의 가중 평균값을 다음의 수학식 2와 같이 계산하여 최종적인 갱신 확률 p(t)를 획득한다.
수학식 2
Figure PCTKR2015011794-appb-M000002
ωi는 복수 개의 확률 Pi(t)에 곱하여지는 가중치이다. ωi는 스케일링 팩터의 개수를 고려하여 결정될 수 있다. 이용되는 스케일링 팩터의 개수가 N(N은 정수)이라면, ωi=(1/N)일 수 있다. 일 예로, 2개의 스케일링 팩터 α1 및 α2를 이용하는 경우, 수학식 1에 기초하여 p1(t)= α1y+(1-α1)p1(t-1) 및 p2(t)= α2y+(1-α2)p2(t-1) 가 획득된다. 이러한 경우, 2개의 확률 p1(t) 및 p2(t)의 평균값인 (p1(t)+p2(t))/2가 갱신된 확률 p(t)로 결정된다.
한편, 확률 갱신시 곱셈 과정을 생략하기 위하여, 스케일링 팩터는 1/2P 와 같이 분모가 2의 지수승(power of 2)의 값을 갖는 것이 바람직하다. 즉, 복수 개의 스케일링 팩터 ai 는 다음의 수학식; ai=1/(2^Mi)(Mi는 정수) 과 같은 값을 갖는 것이 바람직하다. 이와 같은 경우, 전술한 수학식 1에 포함된 곱셈 연산은 다음의 수학식 3과 같이 쉬프트 연산으로 대체될 수 있다. 수학식 3에서 ">>"은 라이트 쉬프트 연산자이다.
수학식 3
Figure PCTKR2015011794-appb-M000003
전술한 예에서, α1=1/16=1/24 , α2=1/128=1/27 으로 설정된 경우, p1(t)= α1y+(1-α1)p1(t-1) 은 p1(t)= (y>>4)+p1(t-1)-(p1(t-1)>>4)와 같이 쉬프트 연산, 덧셈 및 뺄셈 연산만을 포함하는 수학식을 통해 획득될 수 있다. 마찬가지로, p2(t)= α2y+(1-α2)p2(t-1) 는 p2(t)= (y>>7)+p2(t-1)-(p2(t-1)>>7)로 대체될 수 있다. 곱셈이나 나눗셈 연산보다 쉬프트 연산은 하드웨어적이나 소프트웨어적으로 용이하게 구현될 수 있으므로, 스케일링 팩터는 분모가 2의 지수승인 소정값으로 결정되는 것이 바람직하다.
도 16은 본 개시의 일 실시예에 따른 확률 갱신 과정을 나타낸 플로우차트이다.
도 16을 참조하면, 단계 1610에서 컨텍스트 모델러(1420)는 복수 개의 스케일링 팩터를 적용하여 복수 개의 갱신된 확률을 획득한다. 전술한 예와 같이, 2개의 스케일링 팩터 α1=1/16=1/24 , α2=1/128=1/27 를 이용하는 경우, 컨텍스트 모델러(1420)는 p1(t)= (y>>4)+p1(t-1)-(p1(t-1)>>4) 및 p2(t)= (y>>7)+p2(t-1)-(p2(t-1)>>7)를 통해 두 개의 갱신된 확률 p1(t) 및 p2(t)를 획득하고, p1(t) 및 p2(t)의 평균값인 (p1(t)+p2(t))/2를 최종적인 갱신 확률 p(t)로 결정한다. (p1(t)+p2(t))/2는 (p1(t)+p2(t))>>1와 같이 쉬프트 연산을 통해 구현될 수 있다.
CABAC 부호화/복호화 과정에서는 소정 데이터 단위로 엔트로피 리셋(entropy reset)이 수행된다. 예를 들어, 슬라이스 단위, 부호화 단위로 엔트로피 리셋이 수행될 수 있다. 엔트로피 리셋은 현재 확률값을 폐기하고, 미리 정해진 확률값에 기초하여 새롭게 CABAC을 수행하는 것을 의미한다. 이러한 리셋 과정 이후에 수행되는 확률 업데이트 과정에 있어서 초기값으로 설정되는 확률값은 최적의 값이 아니며 여러 번의 업데이트 과정을 거칠수록 일정 확률값에 수렴하게 된다. 하나의 스케일링 팩터를 이용하여 확률을 업데이트 하는 경우 확률 업데이트가 수행될수록 확률이 빠르게 변화하여 적정값에 빠르게 수렴하지만, 업데이트가 반복될수록 변동(fluctuation)이 발생되기 쉽다. 복수 개의 스케일링 팩터를 이용하여 확률을 업데이트 하는 경우 확률이 빠르게 변화되지는 않지만 업데이트된 확률이 적정값 근처에 수렴한 경우, 변동이 적게 발생하여 에러나 잡음 등에 민감하게 반응하지 않고 안정적으로 동작한다. 따라서, 단계 1620에서, 컨텍스트 모델러(1420)는 확률 갱신시마다 카운터(counter)를 증가시키고, 단계 1630에서 카운터값에 기초하여 현재 갱신되는 확률이 초기 빈들에 대한 것인지 여부를 판단한다. 소정 개수 미만의 초기 빈들, 예를 들어 50개 미만의 초기 빈들에 대해서는 단계 1640에서 단일 스케일링 팩터를 이용하여 확률 갱신이 수행된다. 초기 빈들 이후에 입력되는 빈들, 예를 들어 50번째 빈들부터는 단계 1650에서 두 개의 스케일링 팩터를 이용하여 결정되는 확률 갱신 과정이 수행될 수 있다.
전술한 확률 갱신 과정에서는 스케일링 팩터로서 소정값, 예를 들어 분모가 2의 지수승 형태의 값을 갖는 스케일링 팩터를 이용하여 확률 갱신을 수행하였다.
본 개시의 일 실시예에 따른 컨텍스트 모델러(1420)는 수신된 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하고, 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정한 다음, 결정된 적어도 하나의 스케일링 팩터를 이용하여 이진값의 확률을 갱신할 수 있다.
도 17a 및 도 17b는 자기 상관값을 설명하기 위한 참조도이다.
소정 거리 k(k는 정수)만큼 이격된 빈들의 값들, 빈들의 평균값 M, 빈들의 분산 σ을 이용하여, 소정 거리 k에 따른 자기 상관값 Rk은 다음의 수학식 4와 같이 획득된다.
수학식 4
Figure PCTKR2015011794-appb-M000004
수학식 4에서, 빈들의 개수를 (N+1)(N은 정수), (N+1)개의 빈들의 값들을 yj(j는 0부터 N까지의 정수)이다.
도 17a 및 도 17b에서 {y0, y1, y2,..., y7}은 8개의 빈을 나타내며 yi는 0 또는 1의 값을 갖는다. 도 17a 및 도 17b에 도시된 바와 같이 빈들의 값이 분포된다고 가정하면, 빈들의 평균값(M)은 도 17a 및 도 17b 모두 1/2의 값을 갖는다.
분산(σ)은 각 빈들의 값(yi)과 평균값(M) 사이의 제곱오차값의 평균값으로서, 도 17a 및 도 17b 모두 분산값은 (1/2)^2 * 8 * (1/8)=1/4의 값을 갖는다.
소정 거리 k가 1인 경우, 즉 서로 인접한 빈들의 값을 이용하여 자기 상관값을 계산해보면, 우선 도 17a의 경우와 같이 인접한 빈들의 값이 유사하게 분포된 경우의 자기 상관값이 도 17b와 같이 인접한 빈들이 불균일하게 분포된 경우에 비하여 더 크다.
도 18은 본 개시의 일 실시예에 따른 이진 산술 부호화를 위한 확률 갱신 방법을 나타낸 플로우 차트이다.
전술한 바와 같이, 본 개시의 일 실시예에 따른 확률 갱신 방법에서는 입력 빈들을 이용하여 자기 상관값을 계산하고, 자기 상관값에 기초하여 결정된 각 빈의 확률과 각 빈 값 사이의 제곱 오차값(Mean square Error)이 최소가 되는 값을 스케일링 팩터로 이용한다.
단계 1810에서, 컨텍스트 모델러(1420)는 CABAC을 통해서 이진 산술 부호화될 소정 개수의 빈들을 수신한다. 단계 1820에서, 컨텍스트 모델러(1420)는 전술한 수학식 3에 기초하여 각 빈의 자기 상관값을 획득한다.
단계 1830에서, 컨텍스트 모델러(1420)는 자기 상관값 Rk에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정한다.
구체적으로, {yi}는 0과 1의 값 중 하나를 갖는 N개의 빈들이라고 가정한다. 즉, j는 0부터 (N-1)의 값을 갖는다.
전술한 수학식 1에 기초하여, 이전 빈들의 확률과 이전 빈들의 값 및 스케일링 팩터 α를 이용하여, j번째 빈의 산술 부호화 이후에 갱신된 확률 Pj는 다음의 수학식 5와 같이 표현될 수 있다.
수학식 5
Figure PCTKR2015011794-appb-M000005
수학식 5를 정리하면 다음의 수학식 6과 같다.
수학식 6
Figure PCTKR2015011794-appb-M000006
각 빈의 확률과 각 빈 값 사이의 제곱 오차값(Mean square Error, 이하 "MSE라" 함)은 다음의 수학식 7과 같다.
수학식 7
Figure PCTKR2015011794-appb-M000007
수학식 7과 같이, MSE는 스케일링 팩터 α에 따라서 변화되는 값을 갖는다. 스케일링 팩터 α를 결정하기 위하여 MSE가 최소가 되는 α의 값을 결정한다. 이를 위해서 수학식 7의 MSE를 α에 대하여 편미분하여 0이 되는 값을 결정한다.
즉,
Figure PCTKR2015011794-appb-I000001
가 0이 되는 스케일링 팩터 α를 결정한다. 상기 편미분 방정식의 해를 계산하면, 스케일링 팩터 α는 다음의 수학식 8과 같이 자기 상관값 Rk를 이용하여 결정될 수 있다.
수학식 8
Figure PCTKR2015011794-appb-M000008
전술한 바와 같이 2개의 스케일링 팩터 α1 및 α2를 이용하여, p1,j= α1y+(1-α1)p1,j-1 및 p2,j= α2y+(1-α2)p2,(j-1) 가 획득되고, 2개의 확률 p1,j 및 p2,j의 평균값인 (p1,j+p2,j)/2가 갱신된 확률 pj로 결정되는 경우, 상기 수학식 7의 pj 대신에 (p1,j+p2,j)/2를 대입하여 각 빈의 확률과 각 빈 값 사이의 MSE를 계산하면 다음의 수학식 9와 같다.
수학식 9
Figure PCTKR2015011794-appb-M000009
수학식 9에서, βi= 1-αi이다. 즉, β1= 1-α1 이고, β2= 1-α2 이다.
수학식 9를 α1 및 α2에 대하여 편미분하여 최소값을 구하면, α1 및 α2 는 자기 상관값의 범위에 따라서 다음과 같이 획득된다.
Rk∈[-1, 1/7]인 경우, α1=0, α2=0;
Rk∈[1/7, 1/2]인 경우, α1 =
Figure PCTKR2015011794-appb-I000002
, α2=0;
Rk∈[1/2, 5/7]인 경우, α1 =1 , α2=0;
Rk∈[5/7, 1]인 경우, α1 =1, α2=
Figure PCTKR2015011794-appb-I000003
이와 같이, 컨텍스트 모델러(1420)는 빈들의 자기 상관값을 이용하여 하나 이상의 스케일링 팩터가 결정되면, 단계 1840에서 컨텍스트 모델러(1420)는 결정된 스케일링 팩터를 이용하여 이전 확률값을 갱신하고, 갱신된 확률을 레귤러 코딩부(1432)로 제공한다. 단계 1850에서, 레귤러 코딩부(1432)는 갱신된 확률을 이용하여 다음 빈을 이진 산술 부호화한다.
도 19는 본 개시의 다른 실시예에 따른 CABAC에 이용되는 확률 갱신 방법을 나타낸 플로우 차트이다.
본 개시의 다른 실시예에 따른 컨텍스트 모델러(1420)는 서로 다른 스케일링 팩터를 갖는 복수 개의 확률 모델들을 적용하여 하나의 빈을 코딩할 때 필요한 평균 비트값을 나타내는 엔트로피값들을 획득하고, 최소 엔트로피값을 획득하는데 이용된 확률 모델이 갖는 스케일링 팩터를 결정하고, 결정된 스케일링 팩터를 이용하여 확률 갱신을 수행할 수 있다.
도 19를 참조하면, 단계 1910에서, 컨텍스트 모델러(1420)는 이진 산술 부호화될 소정 개수의 빈들을 수신한다.
단계 1920에서, 컨텍스트 모델러(1420)는 서로 다른 스케일링 팩터를 갖는 복수 개의 확률 모델들을 수신된 빈들 중 하나의 빈에 적용하여 엔트로피값들을 획득한다.
M개의 확률 모델들을 PMi(i는 0부터 (M-1)까지의 정수), PMi 확률 모델이 갖는 스케일링 팩터를 αi라고 정의한다. 컨텍스트 모델러(1420)는 현재 빈에 확률 모델 PMi이 갖는 스케일링 팩터 αi를 이용하여 확률 갱신을 수행한다. 전술한 수학식 1과 같이, 컨텍스트 모델러(1420)는 pi(t)= αiyi+(1-αi)pi(t-1)에 따라서 확률 갱신을 수행한다.
컨텍스트 모델러(1420)는 빈 단위로, 복수 개의 확률 모델들을 적용하여 엔트로피를 계산한다. 구체적으로, 컨텍스트 모델러(1420)는 현재 빈 y의 값에 따라서 다음의 수학식 10과 같이 파라메터 biti를 획득한다.
수학식 10
Figure PCTKR2015011794-appb-M000010
수학식 10을 참조하면, 파라메터 biti는 현재 빈 y의 값이 1인 경우 -log2Pi(t)의 값을 가지며, 현재 빈 y의 값이 0인 경우 -log2 (1-Pi(t))의 값을 갖는다.
파라메터 biti를 이용하여 현재 빈의 엔트로피 si(t)는 다음의 수학식 11과 같이 획득된다.
수학식 11
Figure PCTKR2015011794-appb-M000011
수학식 11에서 si(t-1)은 현재 빈 이전의 이전 빈에 대하여 획득된 엔트로피값이다. 수학식 11에 기초하여, 현재 빈에 대한 복수 개의 엔트로피값들이 획득되면, 컨텍스트 모델러(1420)는 Si(t)들 중 가장 작은 엔트로피값을 갖는 경우 이용된 스케일링 팩터 αi를 최종 스케일링 팩터로 결정한다.
예를 들어, 현재 빈 y에 대하여, 스케일링 팩터 α1 를 적용하여 획득된 엔트로피값을 S1(t), 스케일링 팩터 α2 를 적용하여 획득된 엔트로피값을 S2(t)라고 가정한다. S1(t)<S2(t)인 경우, 더 작은 엔트로피값을 갖는 S1(t)를 획득하는데 이용된 스케일링 팩터 α1 가 확률 갱신을 위한 스케일링 팩터로 결정되고, p1(t)= α1y+(1-α1)p1(t-1) 에 따라서 확률이 갱신된다. 만약, S1(t)>S2(t)인 경우, 더 작은 엔트로피값을 갖는 S2(t)를 획득하는데 이용된 스케일링 팩터 α2 가 확률 갱신을 위한 스케일링 팩터로 결정되고, p2(t)= α2y+(1-α2)p2(t-1) 에 따라서 확률이 갱신된다.
도 20a 및 도 20b는 CABAC에 기초한 이진 산술 부호화를 수행하는 과정을 나타낸 도면이다.
도 20a를 참조하면, 컨텍스트 모델러(1420)는 소정 이진값, 예를 들어 "1"의 발생 확률 P(1)을 레귤러 코딩부(1432)에 제공한다. 레귤러 코딩부(1432)는 입력 빈이 1인지에 대한 확률을 고려하여 확률 구간을 분할하여 이진 산술 부호화를 수행한다. 도 20a에서 "1"의 발생 확률 P(1)=0.8, "0"의 발생 확률을 P(0)=0.2라고 가정한다. 설명을 위해서 P(1) 및 P(0)가 고정된 경우를 설명하지만, 전술한 바와 같이 P(1) 및 P(0)의 값은 하나의 빈을 부호화할 때마다 업데이트될 수 있다. 레귤러 코딩부(1432)는 먼저 입력된 빈인 S1이 1의 값을 가지므로 (0,1)의 구간 중에서 "1"의 값의 확률 구간인 (0, 0.8)을 선택하고, 다음 입력된 빈 S2가 0의 값을 가지므로 (0,0.8) 구간 중 상측의 0.2만큼 해당하는 확률 구간인 (0.64, 0.8)을 선택하고, 마지막으로 입력된 빈 S3가 1의 값을 가지므로 (0.64, 0.8)의 0.8 만큼의 구간인 (0.64, 0.768)을 최종적으로 결정한다. 그리고, 레귤러 코딩부(1432)는 구간 (0.64, 0.768)을 나타내는 대표값으로 0.75를 선택하고, 0.75에 해당하는 이진값 0.11에서 소수점 이하의 "11"을 비트스트림으로 출력한다. 즉, 입력 빈들 "101'은 "11"로 매핑되어 출력된다.
도 20b를 참조하면, CABAC에 따른 이진 산술 부호화 과정은 현재 이용가능한 범위(Rs) 및 이러한 범위 Rs의 하위 경계값(rlb)를 갱신함으로써 수행된다. 이진 산술 부호화가 시작될 때, Rs=510, rlb=0 으로 설정된다. 현재 빈의 값 vbin이 MPS인 경우, 범위 Rs는 RMPS로 변경되며, 현재 빈의 값 vbin이 LPS인 경우, 범위 Rs는 RLPS로 변경되며 하위 경계값(rlb)는 RLPS를 가리키도록 갱신된다. 전술한 도 20a의 예시와 같이, 이진 산술 부호화 과정에서 현재 빈의 값이 MPS인지, 아니면 LPS인지 여부에 따라서, 소정 구간 Rs를 갱신하고, 갱신된 구간을 나타내는 이진값을 출력한다.
도 21은 스케일링 팩터의 개수에 따라서, 자기 상관값(Rk)에 기초하여 결정된 스케일링 팩터 α 의 변화 과정을 나타낸 그래프이다.
도 21에서, x축은 자기 상관값(Rk=ρ)을 나타내며, y축은 스케일링 팩터값을 나타낸다. 입력된 빈들에 대하여 최적의 스케일링 팩터를 결정할 때, 1개의 스케일링 팩터 α1이나 α2를 이용하는 경우(2120) 스케일링 팩터값은 너무 느리게 소정값에 수렴하거나, 너무 빠르게 소정값에 수렴될 수 있다. 따라서, 1개의 스케일링 팩터를 이용하는 것보다, 2개의 스케일링 팩터를 이용하는 경우(2110)가 바람직하다.
도 22는 스케일링 팩터의 개수에 따른 MSE의 변화량을 나타낸 그래프이다.
도 22에서 도면부호 2210은 하나의 스케일링 팩터를 이용한 경우의 MSE를 나타내며, 도면부호 2220은 2개의 스케일링 팩터를 이용한 경우의 MSE를 나타낸다. 도 22에서 x축은 자기 상관값(Rk=ρ), y축은 MSE를 나타낸다. 도 22를 참조하면, 2개의 스케일링 팩터를 이용하는 경우(2220)의 MSE가 1개의 스케일링 팩터를 이용하는 경우(2210)의 MSE보다 작다. 즉, 2개의 스케일링 팩터를 이용하는 경우 1개의 스케일링 팩터를 이용하는 경우보다 자기 상관값 Rk를 이용하여 보다 정확하게 확률을 갱신할 수 있다.
도 23은 본 개시의 일 실시예에 따른 엔트로피 복호화 장치의 구성을 나타낸 블록도이다.
도 23을 참조하면, 엔트로피 복호화 장치(2310)는 컨텍스트 모델러(2310), 레귤러 디코딩부(2320), 바이패스 디코딩부(2330), 역이진화부(2340)를 포함한다. 엔트로피 복호화 장치(2300)는 전술한 엔트로피 부호화 장치(1400)에서 수행되는 엔트로피 부호화 과정의 역과정을 수행한다.
바이패스 코딩에 의하여 부호화된 빈들은 바이패스 디코딩부(2330)로 출력되어 복호화되고, 레귤러 코딩에 의하여 부호화된 빈들은 레귤러 디코딩부(2320)에 의하여 디코딩된다. 레귤러 디코딩부(2320)는 컨텍스트 모델러(2310)에서 제공되는 현재 빈보다 앞서 복호화된 이전 빈들에 기초하여 결정된 이진값의 확률을 이용하여, 현재 빈을 산술 복호화한다.
컨텍스트 모델러(2310)는 레귤러 디코딩부(2320)에 빈에 대한 확률 모델을 제공한다. 구체적으로, 컨텍스트 모델러(2310)는 이전에 복호화된 빈(bin)에 기초하여 소정 이진값의 확률을 결정하고, 이전 빈을 복호화하는데 이용된 이진값의 확률을 갱신하고, 갱신된 확률을 레귤러 디코딩부(2320)로 출력한다. 본 개시의 일 실시예에 따른 컨텍스트 모델러(2310)는 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하고, 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정한 다음, 결정된 적어도 하나의 스케일링 팩터를 이용하여 이진값의 확률을 갱신할 수 있다.
또한, 본 개시의 다른 실시예에 따른 컨텍스트 모델러(2310)는 서로 다른 스케일링 팩터를 갖는 복수 개의 확률 모델들을 적용하여 빈들의 평균 비트값을 나타내는 엔트로피값들을 획득하고, 복수 개의 확률 모델 중 최소 엔트로피값을 획득하는데 이용된 확률 모델이 갖는 스케일링 팩터를 결정하고, 결정된 스케일링 팩터를 이용하여 이진값의 확률을 갱신할 수 있다. 컨텍스트 모델러(2310)에 의하여 수행되는 확률 갱신 과정은 전술한 부호화 과정에서의 확률 갱신 과정과 동일하며 구체적인 설명은 생략한다.
역이진화부(2340)는 레귤러 디코딩부(2320) 또는 바이패스 디코딩부(2330)에서 복원된 빈(bin) 스트링들을 다시 신택스 엘리먼트들로 매핑시켜 복원한다.
도 24는 본 개시의 일 실시예에 따른 이진 산술 복호화를 위한 확률 갱신 방법을 나타낸 플로우차트이다.
단계 2410에서, 컨텍스트 모델러(2310)는 이진 산술 복호화될 소정 개수의 빈들(bins)을 수신한다.
단계 2420에서, 컨텍스트 모델러(2310)는 수신된 소정 개수의 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득한다. 전술한 수학식 3과 같이 소정 거리 k(k는 정수)만큼 이격된 빈들의 값들, 빈들의 평균값 M, 빈들의 분산 σ을 이용하여, 자기 상관값 Rk가 획득된다.
단계 2430에서, 컨텍스트 모델러(2310)는 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정한다. 전술한 바와 같이, 본 개시의 일 실시예에 따른 확률 갱신 방법에서는 자기 상관값에 기초하여 결정된 각 빈의 확률과 각 빈 값 사이의 제곱 오차값(Mean square Error)이 최소가 되는 값을 스케일링 팩터로 이용한다. 1개의 스케일링 팩터를 이용하는 경우, 1개의 최적의 스케일링 팩터는 전술한 수학식 8;
Figure PCTKR2015011794-appb-I000004
과 같이 획득될 수 있다. 2개의 스케일링 팩터 α1 및 α2를 이용하는 경우, 상기 수학식 7의 pj 대신에 (p1,j+p2,j)/2를 대입하여 각 빈의 확률과 각 빈 값 사이의 MSE를 계산하고, MSE가 최소가 되게 하는 스케일링 팩터 α1 및 α2를 결정할 수 있다.
빈들의 자기 상관값을 이용하여 하나 이상의 스케일링 팩터가 결정되면, 단계 2440에서 컨텍스트 모델러(2310)는 결정된 적어도 하나의 스케일링 팩터를 이용하여 컨텍스트 기반 적응적 이진 산술 복호화(Context-based Adaptive Binary Arithmetic deCoding)에 이용되는 확률을 갱신하고, 갱신된 확률을 레귤러 디코딩부(2320)로 제공한다. 단계 2450에서, 레귤러 디코딩부(2320)는 갱신된 확률을 이용하여 다음 빈을 이진 산술 복호화한다.
도 25는 본 개시의 다른 실시예에 따른 이진 산술 복호화를 위한 확률 갱신 방법을 나타낸 플로우차트이다.
단계 2510에서, 컨텍스트 모델러(2310)는 이진 산술 복호화될 소정 개수의 빈들(bins)을 수신한다.
단계 2520에서, 컨텍스트 모델러(2310)는 서로 다른 스케일링 팩터를 갖는 복수 개의 확률 모델들을 적용하여 상기 빈들의 평균 비트값을 나타내는 엔트로피값들을 획득한다.
전술한 이진 산술 부호화 과정과 같이, 컨텍스트 모델러(2310)는 빈 단위로, 복수 개의 확률 모델들을 적용하여 엔트로피를 계산한다. 즉, 컨텍스트 모델러(2310)는 현재 빈 y의 값에 따라서 수학식 10과 같이 파라메터 biti를 획득하고, 수학식 11에 따라서, 파라메터 biti를 이용하여 현재 빈의 엔트로피 si(t)를 획득한다.
단계 2530에서, 컨텍스트 모델러(2310)는 복수 개의 스케일링 팩터들을 적용하여 획득된 복수 개의 엔트로피값 중 가장 작은 엔트로피값을 갖는 경우 이용된 스케일링 팩터 αi를 최종 스케일링 팩터로 결정한다.
단계 2540에서, 컨텍스트 모델러(2310)는 결정된 스케일링 팩터를 이용하여 이전 이진값의 확률을 갱신하여 레귤러 디코딩부(2320)로 출력하고, 레귤러 디코딩부(2320)는 갱신된 확률을 이용하여 다음 빈에 대한 컨텍스트 기반 적응적 이진 산술 복호화(Context-based Adaptive Binary Arithmetic deCoding)를 수행한다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장 장치 등이 포함된다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드로 저장되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (15)

  1. 이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하는 단계;
    상기 수신된 소정 개수의 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하는 단계;
    상기 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정하는 단계;
    상기 결정된 적어도 하나의 스케일링 팩터를 이용하여 컨텍스트 기반 적응적 이진 산술 복호화(Context-based Adaptive Binary Arithmetic deCoding)에 이용되는 확률을 갱신하는 단계; 및
    상기 갱신된 확률을 이용하여 현재 빈을 산술 복호화하는 단계를 포함하는 것을 특징으로 하는 이진 산술 복호화를 위한 확률 갱신 방법.
  2. 제 1항에 있어서,
    상기 적어도 하나의 스케일링 팩터는
    상기 자기 상관값에 기초하여 결정된 각 빈의 확률과 각 빈 값 사이의 제곱 오차값(Mean square Error)이 최소가 되는 값으로 결정되는 것을 특징으로 하는 이진 산술 복호화를 위한 확률 갱신 방법.
  3. 제 1항에 있어서,
    상기 자기 상관값은
    소정 거리 k(k는 정수)만큼 이격된 빈들 사이의 자기 상관값을 Rk, 상기 빈들의 평균값을 M(M은 실수), 상기 빈들의 분산을 σ, 상기 빈들의 개수를 (N+1)(N은 정수), 상기 (N+1)개의 빈들의 값들을 yj(j는 0부터 N까지의 정수)라고 할 때, 상기 Rk는 다음의 수학식;
    Figure PCTKR2015011794-appb-I000005
    에 따라서 획득되는 것을 특징으로 하는 이진 산술 복호화를 위한 확률 갱신 방법.
  4. 제 3항에 있어서,
    상기 스케일링 팩터는 1개이며, 상기 1개의 스케일링 팩터 α는 상기 획득된 자기 상관값 Rk를 이용하여 다음의 수학식;
    Figure PCTKR2015011794-appb-I000006
    에 따라서 획득되는 것을 특징으로 하는 이진 산술 복호화를 위한 확률 갱신 방법.
  5. 제 3항에 있어서,
    상기 스케일링 팩터는 2개(b는 정수)이며, 상기 자기 상관값 Rk의 값에 기초하여
    Rk∈[-1, 1/7]인 경우, 상기 2개의 스케일링 팩터 α1 및 α2는 0의 값을 가지며,
    Rk∈[1/7, 1/2]인 경우, α1 =
    Figure PCTKR2015011794-appb-I000007
    및 α2=0이며,
    Rk∈[1/2, 5/7]인 경우, α1 =1 및 α2=0이며,
    Rk∈[5/7, 1]인 경우, α1 =1 및 α2=
    Figure PCTKR2015011794-appb-I000008
    인 것을 특징으로 하는 이진 산술 복호화를 위한 확률 갱신 방법.
  6. 제 1항에 있어서
    상기 현재 빈의 값을 y(y는 0 또는 1), 상기 현재 빈 이전의 확률을 p(t-1)(t는 정수), 상기 갱신된 확률을 p(t), 상기 스케일링 팩터를 α라고 할 때, 상기 갱신된 확률 p(t)는 다음의 수학식; P(t)=αy+(1-α)*P(t-1)에 따라서 획득되는 것을 특징으로 하는 이진 산술 복호화를 위한 확률 갱신 방법.
  7. 제 1항에 있어서,
    상기 스케일링 팩터는 복수 개이며, 복수 개의 스케일링 팩터를 αi, 상기 현재 빈의 값을 y(y는 0 또는 1), 이전 빈의 확률을 pi(t-1)(t는 정수), 상기 스케일링 팩터 αi라 따라 갱신된 확률들 pi(t)는 다음의 수학식; Pi(t)=αiy+(1-αi)*Pi(t-1)라고 할 때, 복수 개의 갱신된 확률 Pi(t)의 가중 평균값을 최종적인 갱신 확률 P(t)로 이용하는 것을 특징으로 하는 이진 산술 복호화를 위한 확률 갱신 방법.
  8. 이진 산술 부호화될 소정 개수의 빈들(bins)을 수신하는 단계;
    상기 수신된 소정 개수의 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하는 단계;
    상기 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정하는 단계;
    상기 결정된 적어도 하나의 스케일링 팩터를 이용하여 컨텍스트 기반 적응적 이진 산술 부호화(Context-based Adaptive Binary Arithmetic Coding)에 이용되는 확률을 갱신하는 단계; 및
    상기 갱신된 확률을 이용하여 현재 빈을 산술 부호화하는 단계를 포함하는 것을 특징으로 하는 이진 산술 부호화를 위한 확률 갱신 방법.
  9. 이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하는 단계;
    서로 다른 스케일링 팩터를 갖는 복수 개의 확률 모델들을 적용하여 상기 빈들의 평균 비트값을 나타내는 엔트로피값들을 획득하는 단계;
    상기 복수 개의 확률 모델 중 최소 엔트로피값을 획득하는데 이용된 확률 모델이 갖는 스케일링 팩터를 결정하는 단계; 및
    상기 빈들에 대해서 상기 결정된 스케일링 팩터를 이용한 확률 갱신 과정을 포함하는 컨텍스트 기반 적응적 이진 산술 복호화(Context-based Adaptive Binary Arithmetic deCoding)를 수행하는 단계를 포함하는 것을 특징으로 하는 이진 산술 복호화를 위한 확률 갱신 방법.
  10. 제 9항에 있어서,
    현재 빈의 값을 y, 복수 개의 확률 모델들이 갖는 스케일링 팩터를 αi, 현재 빈의 확률을 pi(t), 이전 빈에 대하여 획득된 엔트로피를 현재 빈의 엔트로피 si(t-1)이라고 할 때, 현재 빈의 엔트로피 si(t)는 다음의 수학식;
    Figure PCTKR2015011794-appb-I000009
    에 따라서 획득된 파라메터 biti를 이용하여 다음의 수학식;
    Figure PCTKR2015011794-appb-I000010
    에 따라서 획득되는 것을 특징으로 하는 이진 산술 복호화를 위한 확률 갱신 방법.
  11. 이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하는 단계;
    서로 다른 스케일링 팩터를 갖는 복수 개의 확률 모델들을 적용하여 상기 빈들의 평균 비트값을 나타내는 엔트로피값들을 획득하는 단계;
    상기 복수 개의 확률 모델 중 최소 엔트로피값을 획득하는데 이용된 확률 모델이 갖는 스케일링 팩터를 결정하는 단계; 및
    상기 빈들에 대해서 상기 결정된 스케일링 팩터를 이용한 확률 갱신 과정을 포함하는 컨텍스트 기반 적응적 이진 산술 부호화(Context-based Adaptive Binary Arithmetic Coding)를 수행하는 단계를 포함하는 것을 특징으로 하는 이진 산술 부호화를 위한 확률 갱신 방법.
  12. 제 11항에 있어서,
    현재 빈의 값을 y, 복수 개의 확률 모델들이 갖는 스케일링 팩터를 αi, 현재 빈의 확률을 pi(t), 이전 빈에 대하여 획득된 엔트로피를 현재 빈의 엔트로피 si(t-1)이라고 할 때, 현재 빈의 엔트로피 si(t)는 다음의 수학식;
    Figure PCTKR2015011794-appb-I000011
    에 따라서 획득된 파라메터 biti를 이용하여 다음의 수학식;
    Figure PCTKR2015011794-appb-I000012
    에 따라서 획득되는 것을 특징으로 하는 이진 산술 부호화를 위한 확률 갱신 방법.
  13. 이진값의 빈들을 소정 신택스 엘리먼트의 값으로 매핑하는 역이진화부;
    이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하고, 상기 수신된 소정 개수의 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하며, 상기 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정하고, 상기 결정된 적어도 하나의 스케일링 팩터를 이용하여 컨텍스트 기반 적응적 이진 산술 복호화(Context-based Adaptive Binary Arithmetic deCoding)에 이용되는 확률을 갱신하는 컨텍스트 모델러; 및
    상기 갱신된 확률을 이용하여 현재 빈을 산술 복호화하는 레귤러 디코딩부를 포함하는 것을 특징으로 하는 엔트로피 복호화 장치.
  14. 소정 신택스 엘리먼트의 값들을 이진값의 빈들로 매핑하는 이진화부;
    이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하고, 상기 수신된 소정 개수의 빈들의 값들을 이용하여 각 빈의 자기 상관(autocorrelation) 값을 획득하며, 상기 자기 상관값에 기초하여 이진값의 확률 갱신에 이용되는 적어도 하나의 스케일링 팩터를 결정하고, 상기 결정된 적어도 하나의 스케일링 팩터를 이용하여 컨텍스트 기반 적응적 이진 산술 복호화(Context-based Adaptive Binary Arithmetic deCoding)에 이용되는 확률을 갱신하는 컨텍스트 모델러; 및
    상기 갱신된 확률을 이용하여 현재 빈을 산술 부호화하는 레귤러 코딩부를 포함하는 것을 특징으로 하는 엔트로피 부호화 장치.
  15. 이진값의 빈들을 소정 신택스 엘리먼트의 값으로 매핑하는 역이진화부;
    이진 산술 복호화될 소정 개수의 빈들(bins)을 수신하고, 서로 다른 스케일링 팩터를 갖는 복수 개의 확률 모델들을 적용하여 상기 빈들의 평균 비트값을 나타내는 엔트로피값들을 획득하며, 상기 복수 개의 확률 모델 중 최소 엔트로피값을 획득하는데 이용된 확률 모델이 갖는 스케일링 팩터를 결정하며, 결정된 스케일링 팩터를 이용한 확률 갱신을 수행하는 컨텍스트 모델러; 및
    상기 갱신된 확률을 이용하여 현재 빈을 산술 복호화하는 레귤러 디코딩부를 포함하는 것을 특징으로 하는 엔트로피 복호화 장치.
PCT/KR2015/011794 2014-11-04 2015-11-04 이진 산술 부호화/복호화를 위한 확률 갱신 방법 및 이를 이용한 엔트로피 부호화/복호화 장치 WO2016072744A1 (ko)

Priority Applications (7)

Application Number Priority Date Filing Date Title
AU2015343932A AU2015343932A1 (en) 2014-11-04 2015-11-04 Probability updating method for binary arithmetic coding/decoding, and entropy coding/decoding apparatus using same
JP2017524039A JP2017538338A (ja) 2014-11-04 2015-11-04 二進算術符号化／復号のための確率更新方法、及びそれを利用したエントロピー符号化／復号装置
CA2966720A CA2966720A1 (en) 2014-11-04 2015-11-04 Probability update method for binary arithmetic coding/decoding, and entropy coder/decoder using the same
EP15857204.0A EP3206399A4 (en) 2014-11-04 2015-11-04 Probability updating method for binary arithmetic coding/decoding, and entropy coding/decoding apparatus using same
US15/524,327 US10432945B2 (en) 2014-11-04 2015-11-04 Probability update method for binary arithmetic coding/decoding, and entropy coder/decoder using the same
CN201580071892.7A CN107113445A (zh) 2014-11-04 2015-11-04 用于二进制算术编/解码的概率更新方法及使用该方法的熵编/解码器
KR1020177011970A KR20170078670A (ko) 2014-11-04 2015-11-04 이진 산술 부호화/복호화를 위한 확률 갱신 방법 및 이를 이용한 엔트로피 부호화/복호화 장치

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201462074943P 2014-11-04 2014-11-04
US62/074,943 2014-11-04

Publications (1)

Publication Number Publication Date
WO2016072744A1 true WO2016072744A1 (ko) 2016-05-12

Family

ID=55909395

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2015/011794 WO2016072744A1 (ko) 2014-11-04 2015-11-04 이진 산술 부호화/복호화를 위한 확률 갱신 방법 및 이를 이용한 엔트로피 부호화/복호화 장치

Country Status (8)

Country Link
US (1) US10432945B2 (ko)
EP (1) EP3206399A4 (ko)
JP (1) JP2017538338A (ko)
KR (1) KR20170078670A (ko)
CN (1) CN107113445A (ko)
AU (1) AU2015343932A1 (ko)
CA (1) CA2966720A1 (ko)
WO (1) WO2016072744A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108259896A (zh) * 2016-12-29 2018-07-06 四川大学 一种利用系数分布特性的哥伦布-莱斯初始参数自适应决策方法

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017538338A (ja) 2014-11-04 2017-12-21 サムスン エレクトロニクス カンパニー リミテッド 二進算術符号化／復号のための確率更新方法、及びそれを利用したエントロピー符号化／復号装置
US10148961B2 (en) * 2015-05-29 2018-12-04 Qualcomm Incorporated Arithmetic coder with multiple window sizes
EP3316580A4 (en) * 2015-10-13 2018-09-26 Samsung Electronics Co., Ltd. Method and device for encoding or decoding image
EP3244610A1 (en) * 2016-05-12 2017-11-15 Thomson Licensing Method and device for context-adaptive binary arithmetic coding a sequence of binary symbols representing a syntax element related to video data
US10757412B2 (en) 2017-01-03 2020-08-25 Avago Technologies International Sales Pte. Limited Architecture flexible binary arithmetic coding system
US10531085B2 (en) * 2017-05-09 2020-01-07 Futurewei Technologies, Inc. Coding chroma samples in video compression
US10791341B2 (en) * 2017-10-10 2020-09-29 Qualcomm Incorporated Binary arithmetic coding with progressive modification of adaptation parameters
US11366738B2 (en) * 2018-03-12 2022-06-21 Headspin, Inc. System to determine performance based on entropy values
US10939115B2 (en) * 2018-06-19 2021-03-02 Qualcomm Incorporated Efficient weighted probability estimation for binary arithmetic coding
US11218737B2 (en) 2018-07-23 2022-01-04 Google Llc Asymmetric probability model update and entropy coding precision
KR20210061360A (ko) * 2018-10-18 2021-05-27 삼성전자주식회사 엔트로피 부호화/복호화 방법 및 장치
CN109450596B (zh) * 2018-11-12 2022-02-01 湖南瑞利德信息科技有限公司 编码方法、解码方法、编码设备、解码设备、存储介质及终端
CN110474876B (zh) * 2019-07-15 2020-10-16 湖南遥昇通信技术有限公司 一种数据编码解码方法、装置、设备以及存储介质
US11386663B1 (en) 2020-08-28 2022-07-12 Headspin, Inc. Reference-free system for determining quality of video data
WO2023163807A1 (en) * 2022-02-22 2023-08-31 Google Llc Time-variant multi-hypothesis probability model update for entropy coding

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110285557A1 (en) * 2010-05-21 2011-11-24 Research In Motion Limited Methods and devices for reducing sources in binary entropy coding and decoding
US20120328026A1 (en) * 2011-06-03 2012-12-27 Qualcomm Incorporated Context-adaptive coding video data
KR20130002298A (ko) * 2011-06-28 2013-01-07 삼성전자주식회사 엔트로피 부호화/복호화 방법 및 장치
KR20130122353A (ko) * 2012-04-30 2013-11-07 삼성전자주식회사 비트율 추정 장치 및 그것의 비트율 추정 방법

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100648258B1 (ko) 2004-08-02 2006-11-23 삼성전자주식회사 고속의 디코딩을 수행하는 파이프라인 구조의 내용 기반적응적 이진 산술 디코더
US20090123066A1 (en) * 2005-07-22 2009-05-14 Mitsubishi Electric Corporation Image encoding device, image decoding device, image encoding method, image decoding method, image encoding program, image decoding program, computer readable recording medium having image encoding program recorded therein,
BRPI0611672A2 (pt) * 2005-07-22 2009-01-13 Mitsubishi Electric Corp codificador e decodificador de imagem, mÉtodo de codificaÇço de imagem, programa de codificaÇço de imagem, meio de gravaÇço legÍvel por computador, mÉtodo de decodificaÇço de imagem, programa de decodificaÇço de imagem, e, corrente de bits codificada por imagem
CN100561877C (zh) 2007-01-26 2009-11-18 北京中星微电子有限公司 提高算术编码速度的方法、***及编码装置
US7535387B1 (en) * 2007-09-10 2009-05-19 Xilinx, Inc. Methods and systems for implementing context adaptive binary arithmetic coding
US9008171B2 (en) * 2008-01-08 2015-04-14 Qualcomm Incorporated Two pass quantization for CABAC coders
KR101675116B1 (ko) 2009-08-06 2016-11-10 삼성전자 주식회사 영상의 부호화 방법 및 장치, 그 복호화 방법 및 장치
KR20130036768A (ko) 2010-07-28 2013-04-12 노키아 코포레이션 복잡도 균형 엔트로피 코딩을 제공하는 방법 및 장치
HUE046377T2 (hu) * 2011-01-14 2020-03-30 Ge Video Compression Llc Entrópia kódoló és dekódoló séma
US9425822B2 (en) * 2014-08-05 2016-08-23 Broadcom Corporation Simplified range and context update for multimedia context-adaptive binary arithmetic coding design
JP2017538338A (ja) 2014-11-04 2017-12-21 サムスン エレクトロニクス カンパニー リミテッド 二進算術符号化／復号のための確率更新方法、及びそれを利用したエントロピー符号化／復号装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110285557A1 (en) * 2010-05-21 2011-11-24 Research In Motion Limited Methods and devices for reducing sources in binary entropy coding and decoding
US20120328026A1 (en) * 2011-06-03 2012-12-27 Qualcomm Incorporated Context-adaptive coding video data
KR20130002298A (ko) * 2011-06-28 2013-01-07 삼성전자주식회사 엔트로피 부호화/복호화 방법 및 장치
KR20130122353A (ko) * 2012-04-30 2013-11-07 삼성전자주식회사 비트율 추정 장치 및 그것의 비트율 추정 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ALEXANDER ALSHIN ET AL.: "High precision probability estimation for CABAC", VISUAL COMMUNICATIONS AND IMAGE PROCESSING (VCIP), 20 November 2013 (2013-11-20), pages 1 - 6, XP032543605 *
See also references of EP3206399A4 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108259896A (zh) * 2016-12-29 2018-07-06 四川大学 一种利用系数分布特性的哥伦布-莱斯初始参数自适应决策方法
CN108259896B (zh) * 2016-12-29 2021-10-08 四川大学 一种利用系数分布特性的哥伦布-莱斯初始参数自适应决策方法

Also Published As

Publication number Publication date
US10432945B2 (en) 2019-10-01
US20170339413A1 (en) 2017-11-23
JP2017538338A (ja) 2017-12-21
EP3206399A4 (en) 2017-10-25
KR20170078670A (ko) 2017-07-07
AU2015343932A1 (en) 2017-06-01
EP3206399A1 (en) 2017-08-16
CN107113445A (zh) 2017-08-29
CA2966720A1 (en) 2016-05-12

Similar Documents

Publication Publication Date Title
WO2016072744A1 (ko) 이진 산술 부호화/복호화를 위한 확률 갱신 방법 및 이를 이용한 엔트로피 부호화/복호화 장치
WO2016200100A1 (ko) 적응적 가중치 예측을 위한 신택스 시그널링을 이용하여 영상을 부호화 또는 복호화하는 방법 및 장치
WO2014007524A1 (ko) 비디오의 엔트로피 부호화 방법 및 장치, 비디오의 엔트로피 복호화 방법 및 장치
WO2013157794A1 (ko) 변환 계수 레벨의 엔트로피 부호화 및 복호화를 위한 파라메터 업데이트 방법 및 이를 이용한 변환 계수 레벨의 엔트로피 부호화 장치 및 엔트로피 복호화 장치
WO2013002585A2 (ko) 엔트로피 부호화/복호화 방법 및 장치
WO2013069991A1 (ko) 비디오의 산술 부호화 방법 및 그 장치, 비디오의 산술 복호화 방법 및 그 장치
WO2013066051A1 (ko) 변환 계수 레벨의 엔트로피 부호화 및 복호화를 위한 컨텍스트 모델 결정 방법 및 장치
WO2012093891A2 (ko) 계층적 구조의 데이터 단위를 이용한 비디오의 부호화 방법 및 장치, 그 복호화 방법 및 장치
WO2013002555A2 (ko) 산술부호화를 수반한 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2013005968A2 (ko) 계층적 구조의 데이터 단위를 이용한 엔트로피 부호화 방법 및 장치, 복호화 방법 및 장치
WO2013115572A1 (ko) 계층적 데이터 단위의 양자화 파라메터 예측을 포함하는 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치
WO2016072775A1 (ko) 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치
WO2011016702A2 (ko) 영상의 부호화 방법 및 장치, 그 복호화 방법 및 장치
WO2017086765A2 (ko) 비디오 신호를 엔트로피 인코딩, 디코딩하는 방법 및 장치
WO2017043949A1 (ko) 비디오 신호 처리 방법 및 장치
WO2018070742A1 (ko) 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2017086746A1 (ko) 화면내 예측 모드 부호화/복호화 방법 및 장치
WO2013002557A2 (ko) 움직임 정보의 부호화 방법 및 장치, 그 복호화 방법 및 장치
WO2013005962A2 (ko) 단일화된 참조가능성 확인 과정을 통해 인트라 예측을 수반하는 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2012124961A2 (ko) 영상의 부호화 방법 및 장치, 그 복호화 방법 및 장치
WO2014171713A1 (ko) 인트라 예측을 이용한 비디오 부호화/복호화 방법 및 장치
WO2013002589A2 (ko) 휘도 성분 영상을 이용한 색차 성분 영상의 예측 방법 및 예측 장치
WO2018190594A1 (ko) 비디오 신호를 엔트로피 인코딩, 디코딩하는 방법 및 장치
WO2013005963A2 (ko) 콜로케이티드 영상을 이용한 인터 예측을 수반하는 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2018008905A1 (ko) 비디오 신호 처리 방법 및 장치

Legal Events

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

Ref document number: 15857204

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20177011970

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2017524039

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2966720

Country of ref document: CA

NENP Non-entry into the national phase

Ref country code: DE

REEP Request for entry into the european phase

Ref document number: 2015857204

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2015343932

Country of ref document: AU

Date of ref document: 20151104

Kind code of ref document: A