WO2023085897A1 - 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체 - Google Patents

피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체 Download PDF

Info

Publication number
WO2023085897A1
WO2023085897A1 PCT/KR2022/017957 KR2022017957W WO2023085897A1 WO 2023085897 A1 WO2023085897 A1 WO 2023085897A1 KR 2022017957 W KR2022017957 W KR 2022017957W WO 2023085897 A1 WO2023085897 A1 WO 2023085897A1
Authority
WO
WIPO (PCT)
Prior art keywords
feature
block
information
current
transformation
Prior art date
Application number
PCT/KR2022/017957
Other languages
English (en)
French (fr)
Inventor
곽동규
임재현
김철근
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Publication of WO2023085897A1 publication Critical patent/WO2023085897A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • 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
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding

Definitions

  • FIG. 4 is a diagram schematically illustrating an image/video decoder to which embodiments of the present disclosure may be applied.
  • FIG. 7 is a diagram illustrating an example of a feature extraction and restoration method to which embodiments of the present disclosure may be applied.
  • 24 is a flowchart illustrating a feature decoding method according to another embodiment of the present disclosure.
  • “/” and “,” may be interpreted as “and/or”.
  • “A/B” and “A, B” could be interpreted as “A and/or B”.
  • “A/B/C” and “A, B, C” may mean “at least one of A, B and/or C”.
  • the transmission unit 13 may obtain feature/feature map information or data output in the form of a bitstream, and may transmit it in the form of a file or streaming to the decoding device 20 or other external object through a digital storage medium or network.
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit 13 may include elements for generating a media file having a predetermined file format or elements for data transmission through a broadcasting/communication network.
  • the transmission unit 13 may be provided as a transmission device separate from the encoding unit 12.
  • the transmission device includes at least one processor for acquiring feature/feature map information or data output in the form of a bitstream and converting the data into a file.
  • it may include a transmission unit that delivers in a streaming form.
  • FIG. 2 shows a case in which the VCM pipeline 200 includes the first pipeline 210 and the second pipeline 220, this is illustrative only and the embodiments of the present disclosure are not limited thereto.
  • the VCM pipeline 200 may include only the second pipeline 220, or the second pipeline 220 may be extended to a plurality of feature codec pipelines.
  • the first stage 211 may be performed by an image/video encoder
  • the second stage 212 may be performed by an image/video decoder.
  • the third stage 221 is performed by a VCM encoder (or feature/feature map encoder)
  • the fourth stage 222 is performed by a VCM decoder (or feature/feature map encoder). decoder).
  • VCM encoder or feature/feature map encoder
  • decoder or feature/feature map encoder
  • the video/video encoder 300 subtracts the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 321 or the intra prediction unit 322 from the input video signal (original block, original sample array).
  • a residual signal residual block, residual sample array
  • a unit for subtracting a prediction signal (prediction block, prediction sample array) from an input video signal (original block, original sample array) in the video/video encoder 300 is referred to as a subtraction unit 331. It can be.
  • the prediction unit may perform prediction on a block to be processed (hereinafter referred to as a current block) and generate a predicted block including predicted samples of the current block.
  • the intra predictor 322 may predict a current block by referring to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode.
  • the directional modes may include, for example, 33 directional prediction modes or 65 directional prediction modes according to the degree of detail of the prediction direction. However, this is just an example, and more or less directional prediction modes may be used according to settings.
  • the intra prediction unit 322 may determine a prediction mode applied to the current block by using a prediction mode applied to neighboring blocks.
  • the image/video decoder 400 may restore the image/video in accordance with the process in which the image/video information is processed in the image/video encoder 300 of FIG. 3 .
  • the image/video decoder 400 may derive units/blocks based on block division related information obtained from a bitstream.
  • the video/video decoder 400 may perform decoding using a processing unit applied in the video/video encoder.
  • a processing unit of decoding may be, for example, a coding unit, and a coding unit may be partitioned from a coding tree unit or a largest coding unit according to a quad tree structure, a binary tree structure, and/or a ternary tree structure.
  • One or more transform units may be derived from a coding unit.
  • the restored video signal decoded and outputted through the video/video decoder 400 may be reproduced through a playback device.
  • the video/video decoder 400 may receive a signal output from the encoder of FIG. 3 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 410 .
  • the entropy decoding unit 410 may parse the bitstream to derive information (e.g., image/video information) necessary for image restoration (or picture restoration).
  • the image/video information may further include information about various parameter sets such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the image/video information may further include general constraint information.
  • a receiver for receiving a signal output from the video/video encoder may be further configured as an internal/external element of the video/video decoder 400, or the receiver may be a component of the entropy decoding unit 410. It may be.
  • the video/video decoder according to the present disclosure may be referred to as a video/video decoding device, and the video/video decoder may be divided into an information decoder (video/video information decoder) and a sample decoder (video/video sample decoder). .
  • FIG. 9 is a diagram showing an example of extracted features
  • FIG. 10 is a diagram showing an example of the size of an extracted feature set.
  • the present disclosure provides 1) a method for dividing feature data having a plurality of channels into variable block units and reducing them into a small number of separate channels through a separate dimensionality reduction transformation method, 2) dimensionally reduced blocks.
  • a method of performing intra-prediction through dimensionality reduction transformation and inverse transformation, and 3) a method of restoring a plurality of original channels using residual signals and prediction results are proposed.
  • FIG. 17 is a flowchart illustrating a feature encoding method according to the embodiment 3-2
  • FIG. 18 is a flowchart illustrating a feature decoding method according to the embodiment 3-2.
  • blk(0, 0), blk(1, 0), etc. are random numbers assigned to each feature block, and the idx indicated on each feature block indicates that the corresponding feature block corresponds to the corresponding idx in Table 7. Indicates that PCA transformation was performed using principal components and averages.
  • C 0 (64x16) corresponding to index 0 represents the main component of the PCA transform as a 64x16 matrix
  • m 0 (1x64) represents the average of the PCA transform as a 1x64 matrix.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

피쳐 부호화/복호화 방법, 장치 및 상기 피쳐 부호화 방법에 의해 생성된 컴퓨터 판독가능한 기록 매체가 제공된다. 본 개시에 따른 피쳐 복호화 방법은, 피쳐(feature) 복호화 장치에 의해 수행되는 피쳐 복호화 방법으로서, 현재 피쳐 채널의 분할에 대한 정보에 기반하여, 상기 현재 피쳐 채널을 피쳐 블록들로 분할하는 단계; 및 상기 피쳐 블록들 중에서 현재 피쳐 블록의 변환에 대한 정보인 제1 변환 정보에 기반하여, 상기 현재 피쳐 블록을 복원하는 단계를 포함할 수 있다.

Description

피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
본 개시는 피쳐 부호화/복호화 방법 및 장치에 관한 것으로서, 보다 상세하게는, 블록 분할을 이용하여 특징 정보를 압축하고 이를 복원하는 피쳐 부호화/복호화 방법, 장치 및 본 개시의 피쳐 부호화 방법/장치에 의해 생성된 비트스트림을 저장한 기록 매체에 관한 것이다.
머신 러닝 기술의 발전과 함께 영상 처리 기반의 인공지능 서비스에 대한 수요가 증가하고 있다. 인공지능 서비스에서 요구되는 방대한 양의 영상 데이터를 한정된 리소스 내에서 효과적으로 처리하기 위해서는, 머신 태스크 수행에 최적화된 영상 압축 기술이 필수적이다. 하지만, 기존의 영상 압축 기술은 휴먼 비전을 위한 고해상도, 고품질의 영상 처리를 목표로 발전해 왔는 바, 인공지능 서비스에는 부적합하다는 문제가 있다. 이에 따라, 인공지능 서비스에 적합한 머신 지향의 새로운 영상 압축 기술에 대한 연구 개발이 활발히 진행되고 있다.
본 개시는 부호화/복호화 효율이 향상된 피쳐 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 신경망의 중간 계층의 출력 값이 특징 정보를 효율적으로 압축하는 피쳐 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 블록 분할을 이용하여 특징 정보를 압축하고 이를 복원하는 피쳐 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 상기 필터에 관련된 정보를 전송하는 피쳐 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 피쳐 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 피쳐 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 피쳐 복호화 장치에 의해 수신되고 복호화되어 피쳐의 복원에 이용되는 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 양상에 따른 피쳐 복호화 방법은, 피쳐(feature) 복호화 장치에 의해 수행되는 피쳐 복호화 방법으로서, 현재 피쳐 채널의 분할에 대한 정보에 기반하여, 상기 현재 피쳐 채널을 피쳐 블록들로 분할하는 단계; 및 상기 피쳐 블록들 중에서 현재 피쳐 블록의 변환에 대한 정보인 제1 변환 정보에 기반하여, 상기 현재 피쳐 블록을 복원하는 단계를 포함할 수 있다.
본 개시의 또 다른 양상에 따른 피쳐 부호화 방법은, 피쳐 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법으로서, 상기 피쳐 부호화 방법은, 현재 피쳐 채널을 피쳐 블록들로 분할하는 단계; 상기 피쳐 블록들 중에서 현재 피쳐 블록을 변환하는 단계; 및 상기 현재 피쳐 블록의 변환에 대한 정보인 제1 변환 정보, 상기 변환된 현재 피쳐 블록 및 상기 현재 피쳐 채널의 분할에 대한 정보를 부호화하는 단계를 포함하는 방법을 포함할 수 있다.
본 개시의 또 다른 양상에 따른 기록 매체는, 본 개시의 피쳐 부호화 방법 또는 피쳐 부호화 장치에 의해 생성된 비트스트림을 저장할 수 있다.
본 개시의 또 다른 양상에 따른 비트스트림 전송 방법은, 본 개시의 피쳐 부호화 방법 또는 피쳐 부호화 장치에 의해 생성된 비트스트림을 피쳐 복호화 장치로 전송할 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 개시에 따르면, 부호화/복호화 효율이 향상된 피쳐 정보 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 피쳐 채널 내 피쳐 블록 단위로 변환이 이루어지므로 피쳐 부호화 및 복호화 시의 비트량을 감소시킬 수 있다.
또한, 본 개시에 따르면, 피쳐 블록들 간의 예측을 통해 비트량을 감소시켜 압축 효율을 향상시킬 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 실시예들이 적용될 수 있는 VCM 시스템을 개략적으로 나타낸 도면이다.
도 2는 본 개시의 실시예들이 적용될 수 있는 VCM 파이프라인 구조를 개략적으로 나타낸 도면이다.
도 3은 본 개시의 실시예들이 적용될 수 있는 영상/비디오 인코더를 개략적으로 나타낸 도면이다.
도 4는 본 개시의 실시예들이 적용될 수 있는 영상/비디오 디코더를 개략적으로 나타낸 도면이다.
도 5는 본 개시의 실시예들이 적용될 수 있는 피쳐/피쳐맵 인코딩 절차를 개략적으로 나타낸 흐름도이다.
도 6은 본 개시의 실시예들이 적용될 수 있는 피쳐/피쳐맵 디코딩 절차를 개략적으로 나타낸 흐름도이다.
도 7은 본 개시의 실시예들이 적용될 수 있는 피쳐 추출 및 복원 방법의 일 예를 나타내는 도면이다.
도 8은 피쳐 추출 네트워크를 이용한 피쳐 추출 방법의 일 예를 나타내는 도면이다.
도 9는 추출된 피쳐의 일 예를 나타내는 도면이다.
도 10은 추출된 피쳐 셋의 크기에 대한 일 예를 나타내는 도면이다.
도 11은 본 개시의 일 실시예에 따른 피쳐 부호화 방법을 나타내는 흐름도이다.
도 12는 본 개시의 일 실시예에 따른 피쳐 복호화 방법을 나타내는 흐름도이다.
도 13은 종래의 차원 축소 및 복원을 설명하기 위한 도면이다.
도 14는 본 개시의 일 실시예에 따른 차원 축소 및 복원을 설명하기 위한 도면이다.
도 15는 본 개시의 다른 일 실시예를 설명하기 위한 도면이다.
도 16은 본 개시의 또 다른 일 실시예를 설명하기 위한 도면이다.
도 17은 본 개시의 또 다른 일 실시예에 따른 피쳐 부호화 방법을 나타내는 흐름도이다.
도 18은 본 개시의 또 다른 일 실시예에 따른 피쳐 복호화 방법을 나타내는 흐름도이다.
도 19는 본 개시의 또 다른 일 실시예에 따른 피쳐 부호화 방법을 나타내는 흐름도이다.
도 20은 본 개시의 또 다른 일 실시예에 따른 피쳐 복호화 방법을 나타내는 흐름도이다.
도 21은 본 개시의 또 다른 일 실시예에 따른 피쳐 부호화 방법을 나타내는 흐름도이다.
도 22는 본 개시의 또 다른 일 실시예에 따른 피쳐 복호화 방법을 나타내는 흐름도이다.
도 23은 본 개시의 또 다른 일 실시예에 따른 피쳐 부호화 방법을 나타내는 흐름도이다.
도 24는 본 개시의 또 다른 일 실시예에 따른 피쳐 복호화 방법을 나타내는 흐름도이다.
도 25는 피쳐 복호화 장치에서의 데이터 흐름의 일 예를 나타내는 도면이다.
도 26은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 일 예를 나타내는 도면이다.
도 27은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 다른 예를 나타내는 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들을 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 영상의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시는 VVC(Versatile Video Coding) 표준 및/또는 VCM(Video Coding for Machines) 표준에 개시되는 방법에 적용될 수 있다. 또한, 본 개시는 EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(e.g., H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
본 개시는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다. 본 개시에서 "비디오(video)"는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. "영상(image)"은 AI(artificial intelligence)에 의해 생성된 정보일 수 있다. AI가 일련의 태스크를 수행하는 과정에서 사용하는 입력 정보, 정보 처리 과정 중에 발생하는 정보와 출력하는 정보가 영상(image)으로 쓰일 수 있다. "픽처(picture)"는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 부호화에 있어서 픽처의 일부를 구성하는 부호화 단위이다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 또한, 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다. 상기 CTU는 하나 이상의 CU로 분할될 수 있다. 타일은 픽처 내의 특정 타일 행(Tile Row) 및 특정 타일 열(Tile Column) 내에 존재하는 사각 영역으로, 복수의 CTU로 구성될 수 있다. 타일 열은 CTU들의 사각 영역으로 정의될 수 있으며, 픽쳐의 높이와 동일한 높이를 가지고, 픽쳐 파라미터 셋과 같은 비트스트림 부분으로부터 시그널링 되는 신택스 요소에 의하여 명세되는 너비를 가질 수 있다. 타일 행은 CTU들의 사각 영역으로 정의될 수 있으며, 픽쳐의 너비와 동일한 너비를 가지고, 픽쳐 파라미터 셋과 같은 비트스트림 부분으로부터 시그널링 되는 신택스 요소에 의하여 명세되는 높이를 가질 수 있다. 타일 스캔은 픽쳐를 분할하는 CTU들의 소정의 연속된 순서 지정 방법이다. 여기서, CTU들은 타일 내에서 CTU 래스터 스캔(raster scan)에 따라 연속적으로 순서를 부여받을 수 있고, 픽쳐 내의 타일들은 픽쳐의 타일들의 래스터 스캔 순서에 따라 연속적으로 순서를 부여받을 수 있다. 슬라이스는 정수개의 완전한 타일들을 포함하거나, 하나의 픽쳐의 하나의 타일 내의 연속하는 정수개의 완전한 CTU 행을 포함할 수 있다. 슬라이스는 하나의 싱글 NAL 유닛에 독점적으로 포함될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 수 있다. 브릭은 픽처 내 타일 이내의 CTU행들의 사각 영역을 나타낼 수 있다. 하나의 타일은 하나 이상의 브릭(Brick)을 포함할 수 있다. 브릭은 타일 내 CTU 행들의 사각 영역을 나타낼 수 있다. 하나의 타일은 복수의 브릭으로 분할될 수 있으며, 각각의 브릭은 타일에 속한 하나 이상의 CTU행을 포함할 수 있다. 복수의 브릭으로 분할되지 않는 타일 또한 브릭으로 취급될 수 있다.
본 개시에서 "픽셀(pixel)" 또는 "펠(pel)"은 하나의 픽처(또는 영상)를 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 "샘플(sample)"이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
일 실시예에서, 특히 VCM에 적용되는 경우, 픽셀/픽셀값은 다른 특성 및 의미를 갖는 성분들의 집합으로 구성된 픽쳐가 있을 때 각 성분들의 독립적 정보 혹은 조합, 합성, 분석을 통해 생성된 성분의 픽셀/픽셀값을 나타낼 수도 있다. 예를 들어 RGB 입력에서 R의 픽셀/픽셀값만을 나타낼 수도 있고 G의 픽셀/픽셀값만을 나타낼 수도 있고 B의 픽셀/픽셀값만을 나타낼 수도 있다. 예를 들어 R, G, B 성분을 이용해 합성된 루마(Luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있다. 예를 들어 R, G, B 성분을 성분에서 분석을 통해 추출한 영상, 정보의 픽셀/픽셀 값만을 나타낼 수도 있다.
본 개시에서 "유닛(unit)"은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(e.g., Cb, Cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 "샘플 어레이", "블록(block)" 또는 "영역(area)" 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다. 일 실시예에서, 특히 VCM에 적용되는 경우, 유닛은 특정 태스크를 수행하기 위한 정보를 담고 있는 기본 단위를 나타낼 수 있다.
본 개시에서 "현재 블록"은 "현재 코딩 블록", "현재 코딩 유닛", "부호화 대상 블록", "복호화 대상 블록" 또는 "처리 대상 블록" 중 하나를 의미할 수 있다. 예측이 수행되는 경우, "현재 블록"은 "현재 예측 블록" 또는 "예측 대상 블록"을 의미할 수 있다. 변환(역변환)/양자화(역양자화)가 수행되는 경우, "현재 블록"은 "현재 변환 블록" 또는 "변환 대상 블록"을 의미할 수 있다. 필터링이 수행되는 경우, "현재 블록"은 "필터링 대상 블록"을 의미할 수 있다.
또한, 본 개시에서 "현재 블록"은 크로마 블록이라는 명시적인 기재가 없는 한 "현재 블록의 루마 블록"을 의미할 수 있다. "현재 블록의 크로마 블록"은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 블록이라는 명시적인 기재를 포함하여 표현될 수 있다.
본 개시에서 "/"와 ","는 "및/또는"으로 해석될 수 있다. 예를 들어, "A/B"와 "A, B"는 "A 및/또는 B"로 해석될 수 있다. 또한, "A/B/C"와 "A, B, C"는 "A, B 및/또는 C 중 적어도 하나"를 의미할 수 있다.
본 개시에서 "또는"은 "및/또는"으로 해석될 수 있다. 예를 들어, "A 또는 B"는, 1) "A" 만을 의미하거나 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 또는, 본 개시에서 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
본 개시는 VCM(Video/image coding for machines)에 관한 것이다.
VCM은 머신 비전을 목적으로 하여 소스 영상/비디오의 일부 또는 소스 영상/비디오로부터 획득된 정보를 부호화/복호화하는 압축 기술을 일컫는다. VCM에서 부호화/복호화 대상은 피쳐(feature)로 지칭될 수 있다. 피쳐는 태스크 목적, 요구사항, 주변 환경 등에 기반하여 소스 영상/비디오로부터 추출된 정보를 의미할 수 있다. 피쳐는 소스 영상/비디오와는 상이한 정보 형태를 가질 수 있으며, 이에 따라 피쳐의 압축 방법 및 표현 형식 또한 비디오 소스와는 상이할 수 있다.
VCM은 다양한 응용 분야에 적용될 수 있다. 예를 들어, 물체나 사람을 인식하고 추적하는 감시 시스템(Surveillance system)에 있어서, VCM은 객체 인식 정보를 저장하거나 전송하기 위해 이용될 수 있다. 또한, 지능형 운송(Intelligent Transportation) 또는 스마트 트래픽 시스템(Smart Traffic system)에 있어서, VCM은 GPS로부터 수집한 차량의 위치 정보, 라이다(LIDAR), 레이더(Radar) 등으로부터 수집한 센싱 정보 및 각종 차량 제어 정보를 다른 차량이나 인프라 스트럭처(infrastructure)로 전송하기 위해 이용될 수 있다. 또한, 스마트 시트(Smart city) 분야에 있어서, VCM은 상호 연결된 센서 노드 또는 장치의 개별 태스크 수행을 위해 이용될 수 있다.
본 개시는 피쳐/피쳐맵 코딩에 관한 다양한 실시예들을 제공한다. 다른 특별한 언급이 없는 한, 본 개시의 실시예들은 각각 개별적으로 구현될 수도 있고, 또는 2 이상의 조합으로 구현될 수도 있다.
VCM 시스템 개요
도 1은 본 개시의 실시예들이 적용될 수 있는 VCM 시스템을 개략적으로 나타낸 도면이다.
도 1을 참조하면, VCM 시스템은 부호화 장치(10) 및 복호화 장치(20)를 포함할 수 있다.
부호화 장치(10)는 소스 영상/비디오로부터 추출된 피쳐/피쳐맵을 압축/부호화하여 비트스트림을 생성하고, 생성된 비트스트림을 저장매체 또는 네트워크를 통해 복호화 장치(20)로 전송할 수 있다. 부호화 장치(10)는 피쳐 부호화 장치로 지칭될 수도 있다. VCM 시스템에서, 피쳐/피쳐맵은 신경망의 각 은닉층(hidden layer)에서 생성될 수 있다. 생성된 피쳐맵의 크기 및 채널수는 신경망의 종류나 은닉층의 위치에 따라 달라질 수 있다. 본 개시에서, 피쳐맵은 피쳐셋으로 지칭될 수 있으며, 피쳐 또는 피쳐맵은 '피쳐 정보'로 지칭될 수 있다.
부호화 장치(10)는 피쳐 획득부(11), 부호화부(12) 및 전송부(13)를 포함할 수 있다.
피쳐 획득부(11)는 소스 영상/비디오에 대한 피쳐/피쳐맵을 획득할 수 있다. 실시예에 따라, 피쳐 획득부(11)는 외부 장치, 예컨대 피쳐 추출 네트워크로부터 피쳐/피쳐맵을 획득할 수 있다. 이 경우, 피쳐 획득부(11)는 피쳐 수신 인터페이스 기능을 수행하게 된다. 또는, 피쳐 획득부(11)는 소스 영상/비디오를 입력으로 하여 신경망(e.g., CNN, DNN 등)을 실행함으로써 피쳐/피쳐맵을 획득할 수도 있다. 이 경우, 피쳐 획득부(11)는 피쳐 추출 네트워크 기능을 수행하게 된다.
실시예에 따라, 부호화 장치(10)는 소스 영상/비디오를 획득하기 위한 소스 영상 생성부(미도시)를 더 포함할 수 있다. 소스 영상 생성부는 이미지 센서, 카메라 모듈 등으로 구현될 수 있으며, 영상/비디오의 캡쳐, 합성 또는 생성 과정 등을 통해 소스 영상/비디오를 획득할 수 있다. 이 경우, 생성된 소스 영상/비디오는 피쳐 추출 네트워크로 전달되어, 피쳐/피쳐맵을 추출하기 위한 입력 데이터로 이용될 수 있다.
부호화부(12)는 피쳐 획득부(11)에 의해 획득된 피쳐/피쳐맵을 부호화할 수 있다. 부호화부(12)는 부호화 효율을 높이기 위해 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화된 데이터(부호화된 피쳐/피쳐맵 정보)는 비트스트림 형태로 출력될 수 있다. 부호화된 피쳐/피쳐맵 정보를 포함하는 비트스트림은 VCM 비트스트림으로 지칭될 수 있다.
전송부(13)는 비트스트림 형태로 출력된 피쳐/피쳐맵 정보 또는 데이터를 획득할 수 있으며, 이를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통해 복호화 장치(20) 또는 다른 외부 객체로 전달할 수 있다. 여기서, 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체들을 포함할 수 있다. 전송부(13)는 소정의 파일 포맷을 갖는 미디어 파일을 생성하기 위한 엘리먼트들 또는 방송/통신 네트워크를 통한 데이터 전송을 위한 엘리먼트들을 포함할 수 있다. 전송부(13)는 부호화부(12)와는 별개의 전송 장치로 구비될 수 있으며, 이 경우 전송 장치는 비트스트림 형태로 출력된 피쳐/피쳐맵 정보 또는 데이터를 획득하는 적어도 하나의 프로세서와 이를 파일 또는 스트리밍 형태로 전달하는 전송부를 포함할 수 있다.
복호화 장치(20)는 부호화 장치(10)로부터 피쳐/피쳐맵 정보를 획득하고, 획득된 정보에 기반하여 피쳐/피쳐맵을 복원할 수 있다.
복호화 장치(20)는 수신부(21) 및 복호화부(22)를 포함할 수 있다.
수신부(21)는 부호화 장치(10)로부터 비트스트림을 수신하고, 수신된 비트스트림으로부터 피쳐/피쳐맵 정보를 획득하여 복호화부(22)로 전달할 수 있다.
복호화부(22)는 획득된 피쳐/피쳐맵 정보에 기반하여 피쳐/피쳐맵을 복호화할 수 있다. 복호화부(22)는 복호화 효율을 높이기 위해 부호화부(14)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행할 수 있다.
실시예에 따라, 복호화 장치(20)는 태스크 분석/렌더링부(23)를 더 포함할 수 있다.
태스크 분석/렌더링부(23)는 복호화된 피쳐/피쳐맵에 기반하여 태스크 분석을 수행할 수 있다. 또한, 태스크 분석/렌더링부(23)는 복호화된 피쳐/피쳐맵을 태스크 수행에 적합한 형태로 렌더링(rendering)할 수 있다. 태스크 분석 결과 및 렌더링된 피쳐/피쳐맵에 기반하여 다양한 머신 (지향형) 태스크가 수행될 수 있다.
이상, VCM 시스템은 사용자 및/또는 머신의 요청, 태스크 목적 및 주변 환경에 따라 소스 영상/비디오로부터 추출된 피쳐를 부호화/복호화하고, 복호화된 피쳐에 기반하여 다양한 머신 (지향형) 태스크들을 수행할 수 있다. VCM 시스템은 비디오/영상 코딩 시스템을 확장/재설계함으로써 구현될 수도 있으며, VCM 표준에서 정의되는 다양한 부호화/복호화 방법들을 수행할 수 있다.
VCM 파이프라인
도 2는 본 개시의 실시예들이 적용될 수 있는 VCM 파이프라인 구조를 개략적으로 나타낸 도면이다.
도 2를 참조하면, VCM 파이프라인(200)은 영상/비디오의 부호화/복호화를 위한 제1 파이프라인(210) 및 피쳐/피쳐맵의 부호화/복호화를 위한 제2 파이프라인(220)을 포함할 수 있다. 본 개시에서, 제1 파이프라인(210)은 비디오 코덱 파이프라인으로 지칭될 수 있고, 제2 파이프라인(220)은 피쳐 코덱 파이프라인으로 지칭될 수 있다.
제1 파이프라인(210)은 입력된 영상/비디오를 부호화하는 제1 스테이지(211) 및 부호화된 영상/비디오를 복호화하여 복원된 영상/비디오를 생성하는 제2 스테이지(212)를 포함할 수 있다. 복원된 영상/비디오는 사람의 시청용, 즉 휴먼 비전을 위해 이용될 수 있다.
제2 파이프라인(220)은 입력된 영상/비디오로부터 피쳐/피쳐맵을 추출하는 제3 스테이지(221), 추출된 피쳐/피쳐맵을 부호화하는 제4 스테이지(222), 및 부호화된 피쳐/피쳐맵을 복호화하여 복원된 피쳐/피쳐맵을 생성하는 제5 스테이지(223)를 포함할 수 있다. 복원된 피쳐/피쳐맵은 머신 (비전) 태스크를 위해 이용될 수 있다. 여기서, 머신 (비전) 태스크란 머신에 의해 영상/비디오가 소비되는 형태의 태스크를 의미할 수 있다. 머신 (비전) 태스크는, 예컨대, 감시(Surveillance), 지능형 교통(Intelligent Transportation), 스마트 시티(Smart City), 지능형 산업(Intelligent Industry), 지능형 컨텐츠(Intelligent Content) 등과 같은 서비스 시나리오에 적용될 수 있다. 실시예에 따라, 복원된 피쳐/피쳐맵은 휴먼 비전을 위해 이용될 수도 있다.
실시예에 따라, 제4 스테이지(222)에서 부호화된 피쳐/피쳐맵은 제1 스테이지(221)로 전달되어 영상/비디오를 부호화하는 데 이용될 수 있다. 이 경우, 부호화된 피쳐/피쳐맵에 기반하여 부가 비트스트림이 생성될 수 있으며, 생성된 부가 비트스트림은 제2 스테이지(222)로 전달되어 영상/비디오를 복호화하는 데 이용될 수 있다.
실시예에 따라, 제5 스테이지(223)에서 복호화된 피쳐/피쳐맵은 제2 스테이지(222)로 전달되어 영상/비디오를 복호화하는 데 이용될 수 있다.
도 2에서는 VCM 파이프라인(200)이 제1 파이프라인(210) 및 제2 파이프라인(220)을 포함하는 경우를 도시하나, 이는 예시적인 것일 뿐 본 개시의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, VCM 파이프라인(200)은 제2 파이프라인(220)만을 포함할 수도 있고, 또는 제2 파이프라인(220)이 복수의 피쳐 코덱 파이프라인들로 확장될 수도 있다.
한편, 제1 파이프라인(210)에서, 제1 스테이지(211)는 영상/비디오 인코더에 의해 수행되고, 제2 스테이지(212)는 영상/비디오 디코더에 의해 수행될 수 있다. 또한, 제2 파이프라인(220)에서, 제3 스테이지(221)는 VCM 인코더(또는, 피쳐/피쳐맵 인코더)에 의해 수행되고, 제4 스테이지(222)는 VCM 디코더(또는, 피쳐/피쳐맵 디코더)에 의해 수행될 수 있다. 이하, 인코더/디코더 구조를 상세히 설명한다.
인코더(Encoder)
도 3은 본 개시의 실시예들이 적용될 수 있는 영상/비디오 인코더를 개략적으로 나타낸 도면이다.
도 3을 참조하면, 영상/비디오 인코더(300)는 영상 분할부(image partitioner, 310), 예측부(predictor, 320), 레지듀얼 처리부(residual processor, 330), 엔트로피 인코딩부(entropy encoder, 340), 가산부(adder, 350), 필터링부(filter, 360), 및 메모리(memory, 370)를 포함할 수 있다. 예측부(320)는 인터 예측부(321) 및 인트라 예측부(322)를 포함할 수 있다. 레지듀얼 처리부(330)는 변환부(transformer, 332), 양자화부(quantizer, 333), 역양자화부(dequantizer, 334) 및 역변환부(inverse transformer, 335)를 포함할 수 있다. 레지듀얼 처리부(330)은 감산부(subtractor, 331)를 더 포함할 수 있다. 가산부(350)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 지칭될 수 있다. 상술한 영상 분할부(310), 예측부(320), 레지듀얼 처리부(330), 엔트로피 인코딩부(340), 가산부(350) 및 필터링부(360)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예컨대, 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한, 메모리(370)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의해 구성될 수도 있다. 상술한 하드웨어 컴포넌트는 메모리(370)를 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(310)는 영상/비디오 인코더(300)에 입력된 입력 영상(또는, 픽처, 프레임)을 하나 이상의 프로세싱 유닛(processing unit)으로 분할할 수 있다. 일 예로, 프로세싱 유닛은 코딩 유닛(coding unit, CU)으로 지칭될 수도 있다. 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT(Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우, 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는, 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 영상/비디오 코딩 절차가 수행될 수 있다. 이 경우, 영상 특성에 따른 코딩 효율 등을 기반으로 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수도 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수도 있다. 여기서, 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 프로세싱 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우, 예측 유닛 및 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 예측 유닛은 샘플 예측의 단위일 수 있고, 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수들(transform coefficients)의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
영상/비디오 인코더(300)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(321) 또는 인트라 예측부(322)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(332)로 전송된다. 이 경우, 도시된 바와 같이 영상/비디오 인코더(300) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(331)라고 지칭될 수 있다. 예측부는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지를 결정할 수 있다. 예측부는 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(340)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(340)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(322)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 이 때, 참조되는 샘플들은 예측 모드에 따라 현재 블록의 주변(neighbor)에 위치할 수도 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는, 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라, 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만 이는 예시로서, 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(322)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(321)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이 때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 참조 블록을 포함하는 참조 픽처와 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등으로 지칭될 수 있으며, 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)로 지칭될 수도 있다. 예를 들어, 인터 예측부(321)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(321)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(320)는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수도 있다. 이를 combined inter and intra prediction (CIIP)라고 부를 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 개시에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
예측부(320)에 의해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(332)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)을 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀들(all previously reconstructed pixels)을 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(333)는 변환 계수들을 양자화하여 엔트로피 인코딩부(340)로 전송하고, 엔트로피 인코딩부(340)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(333)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(340)는, 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(340)는 양자화된 변환 계수들 외 영상/비디오 복원에 필요한 정보들(e.g., 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(e.g., 인코딩된 영상/비디오 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 영상/비디오 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한, 영상/비디오 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 또한, 영상/비디오 정보는 부호화된 정보의 생성 방법 및 사용 방법, 목적 등을 더 포함할 수 있다. 본 개시에서 영상/비디오 인코더에서 영상/비디오 디코더로 전달/시그널링되는 정보 및/또는 신택스 요소들은 영상/비디오 정보에 포함될 수 있다. 영상/비디오 정보는 상술한 인코딩 절차를 통하여 인코딩되어 비트스트림에 포함될 수 있다. 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서, 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(340)로부터 출력된 신호를 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 영상/비디오 인코더(300)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(340)에 포함될 수도 있다.
양자화부(333)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(334) 및 역변환부(335)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(350)는 복원된 레지듀얼 신호를 인터 예측부(321) 또는 인트라 예측부(322)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(350)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(360)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어, 필터링부(360)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 수정된 복원 픽처를 메모리(370), 구체적으로 메모리(370)의 DPB에 저장할 수 있다. 다양한 필터링 방법은, 예를 들어 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(360)은 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(340)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(340)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(370)에 전송된 수정된 복원 픽처는 인터 예측부(321)에서 참조 픽처로 사용될 수 있다. 이를 통해, 인코더단 및 디코더단에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(370)의 DPB는 수정된 복원 픽처를 인터 예측부(321)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(370)는 현재 픽처 내 움직임 정보가 도출된(또는, 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(321)에 전달될 수 있다. 메모리(370)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 저장된 복원 샘플들을 인트라 예측부(322)에 전달할 수 있다.
한편, VCM 인코더(또는, 피쳐/피쳐맵 인코더)는, 피쳐/피쳐맵을 인코딩하기 위하여 예측, 변환, 양자화 등 일련의 절차를 수행한다는 점에서, 기본적으로 도 3을 참조하여 설명한 영상/비디오 인코더(300)와 동일/유사한 구조를 가질 수 있다. 다만, VCM 인코더는 피쳐/피쳐맵을 부호화 대상으로 한다는 점에서 영상/비디오 인코더(300)와는 차이가 있으며, 이에 따라 각 유닛(또는, 구성요소)의 명칭(e.g., 영상 분할부(310) 등)과 그 구체적 동작 내용에 있어서 영상/비디오 인코더(300)와는 상이할 수 있다. VCM 인코더의 구체적 동작 내용에 대해서는 상세히 후술하기로 한다.
디코더(Decoder)
도 4는 본 개시의 실시예들이 적용될 수 있는 영상/비디오 디코더를 개략적으로 나타낸 도면이다.
도 4를 참조하면, 영상/비디오 디코더(400)는 엔트로피 디코딩부(entropy decoder, 410), 레지듀얼 처리부(residual processor, 420), 예측부(predictor, 430), 가산부(adder, 440), 필터링부(filter, 450) 및 메모리(memoery, 460)를 포함할 수 있다. 예측부(430)는 인터 예측부(431) 및 인트라 예측부(432)를 포함할 수 있다. 레지듀얼 처리부(420)는 역양자화부(dequantizer, 421) 및 역변환부(inverse transformer, 422)를 포함할 수 있다. 상술한 엔트로피 디코딩부(410), 레지듀얼 처리부(420), 예측부(430), 가산부(440) 및 필터링부(450)는 실시예에 따라 하나의 하드웨어 컴포넌트(예컨대, 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(460)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 하드웨어 컴포넌트는 메모리(460)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 영상/비디오 디코더(400)는 도 3의 영상/비디오 인코더(300)에서 영상/비디오 정보가 처리된 프로세스에 대응하여 영상/비디오를 복원할 수 있다. 예를 들어, 영상/비디오 디코더(400)는 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 영상/비디오 디코더(400)는 영상/비디오 인코더에서 적용된 프로세싱 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서, 디코딩의 프로세싱 유닛은, 예컨대 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 영상/비디오 디코더(400)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
영상/비디오 디코더(400)는 도 3의 인코더로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(410)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(410)는 비트스트림을 파싱하여 영상 복원(또는, 픽처 복원)에 필요한 정보(e.g., 영상/비디오 정보)를 도출할 수 있다. 영상/비디오 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한, 영상/비디오 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 또한, 영상/비디오 정보는 복호화된 정보의 생성 방법 및 사용 방법, 목적 등을 포함할 수 있다. 영상/비디오 디코더(400)는 파라미터 세트에 관한 정보 및/또는 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 시그널링/수신되는 정보 및/또는 신택스 요소들은 디코딩 절차를 통하여 디코딩되어 비트스트림으로부터 획득될 수 있다. 예를 들어, 엔트로피 디코딩부(410)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 요소들의 값들, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈(bin)을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 신택스 요소의 값에 해당하는 심볼을 생성할 수 있다. 이 때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(410)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(432) 및 인트라 예측부(431))로 제공되고, 엔트로피 디코딩부(410)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(420)로 입력될 수 있다. 레지듀얼 처리부(420)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(410)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(450)로 제공될 수 있다. 한편, 영상/비디오 인코더로부터 출력된 신호를 수신하는 수신부(미도시)가 영상/비디오 디코더(400)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(410)의 구성요소일 수도 있다. 한편, 본 개시에 따른 영상/비디오 디코더는 영상/비디오 디코딩 장치라고 불릴 수 있고, 영상/비디오 디코더는 정보 디코더(영상/비디오 정보 디코더) 및 샘플 디코더(영상/비디오 샘플 디코더)로 구분될 수도 있다. 이 경우, 정보 디코더는 엔트로피 디코딩부(410)를 포함할 수 있고, 샘플 디코더는 역양자화부(321), 역변환부(322), 가산부(440), 필터링부(450), 메모리(460), 인터 예측부(432) 및 인트라 예측부(431) 중 적어도 하나를 포함할 수 있다.
역양자화부(421)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(421)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우, 재정렬은 영상/비디오 인코더에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(e.g., 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficients)을 획득할 수 있다.
역변환부(422)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부(430)는 현재 블록에 대한 예측을 수행하고, 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(410)로부터 출력된 예측에 관한 정보를 기반으로 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(420)는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이를 combined inter and intra prediction (CIIP)라고 부를 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 영상/비디오 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(431)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 참조되는 샘플들은 예측 모드에 따라 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(431)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(432)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이 때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(432)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예측에 관한 정보는 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(440)는 획득된 레지듀얼 신호를 예측부(인터 예측부(432) 및/또는 인트라 예측부(431) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(440)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(450)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어, 필터링부(450)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 수정된 복원 픽처를 메모리(460), 구체적으로 메모리(460)의 DPB에 전송할 수 있다. 다양한 필터링 방법은, 예컨대 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(460)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(432)에서 참조 픽처로 사용될 수 있다. 메모리(460)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(432)에 전달할 수 있다. 메모리(460)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(431)에 전달할 수 있다.
한편, VCM 디코더(또는, 피쳐/피쳐맵 디코더)는, 피쳐/피쳐맵을 디코딩하기 위하여 예측, 역변환, 역양자화 등 일련의 절차를 수행한다는 점에서, 기본적으로 도 4를 참조하여 상술한 영상/비디오 디코더(400)와 동일/유사한 구조를 가질 수 있다. 다만, VCM 디코더는 피쳐/피쳐맵을 복호화 대상으로 한다는 점에서 영상/비디오 디코더(400)와는 차이가 있으며, 이에 따라 각 유닛(또는, 구성요소)의 명칭(e.g., DPB 등)과 그 구체적 동작 내용에 있어서 영상/비디오 디코더(400)와는 상이할 수 있다. VCM 디코더의 동작은 VCM 인코더의 동작에 대응할 수 있으며, 그 구체적 동작 내용에 대해서는 상세히 후술하기로 한다.
피쳐/피쳐맵 인코딩 절차
도 5는 본 개시의 실시예들이 적용될 수 있는 피쳐/피쳐맵 인코딩 절차를 개략적으로 나타낸 흐름도이다.
도 5를 참조하면, 피쳐/피쳐맵 인코딩 절차는 예측 절차(S510), 레지듀얼 처리 절차(S520) 및 정보 인코딩 절차(S530)를 포함할 수 있다.
예측 절차(S510)는 도 3을 참조하여 전술한 예측부(320)에 의해 수행될 수 있다.
구체적으로, 인트라 예측부(322)는 현재 피쳐/피쳐맵 내의 피쳐 엘리먼트들을 참조하여 현재 블록(즉, 현재 부호화 대상이 되는 피쳐 엘리먼트들의 집합)을 예측할 수 있다. 인트라 예측은 피쳐/피쳐맵을 구성하는 피쳐 엘리먼트들의 공간적 유사성에 기반하여 수행될 수 있다. 예를 들어, 영상/비디오 내에서 동일한 관심 영역(Region of Interest, RoI)에 포함된 피쳐 엘리먼트들은 유사한 데이터 분포 특성을 갖는 것으로 추정될 수 있다. 따라서, 인트라 예측부(322)는 현재 블록을 포함하는 관심 영역 내에서 기복원된 피쳐 엘리먼트들을 참조하여 현재 블록을 예측할 수 있다. 이 때, 참조되는 피쳐 엘리먼트들은 예측 모드에 따라 현재 블록과 인접하여 위치할 수도 있고, 또는 현재 블록과 이격하여 위치할 수도 있다. 피쳐/피쳐맵 부호화를 위한 인트라 예측 모드들은 복수의 비방향성 예측 모드들 및 복수의 방향성 예측 모드들을 포함할 수 있다. 비방향성 예측 모드들은, 예컨대 영상/비디오 인코딩 절차의 DC 모드 및 플래너 모드에 대응하는 예측 모드들을 포함할 수 있다. 또한, 방향성 모드들은, 예컨대 영상/비디오 인코딩 절차의 33개의 방향성 모드들 또는 65개의 방향성 모드들에 대응하는 예측 모드들을 포함할 수 있다. 다만 이는 예시로서, 인트라 예측 모드들의 유형 및 개수는 실시예에 따라 다양하게 설정/변경될 수 있다.
인터 예측부(321)는 참조 피쳐/피쳐맵 상에서 움직임 정보에 의해 특정되는 참조 블록(즉, 참조되는 피쳐 엘리먼트들의 집합)을 기반으로, 현재 블록을 예측할 수 있다. 인터 예측은 피쳐/피쳐맵을 구성하는 피쳐 엘리먼트들의 시간적 유사성에 기반하여 수행될 수 있다. 예를 들어, 시간적으로 연속된 피쳐들은 유사한 데이터 분포 특성을 가질 수 있다. 따라서, 인터 예측부(321)는 현재 피쳐와 시간적으로 인접한 피쳐의 기복원된 피쳐 엘리먼트들을 참조하여 현재 블록을 예측할 수 있다. 이 때, 참조되는 피쳐 엘리먼트들을 특정하기 위한 움직임 정보는 움직임 벡터 및 참조 피쳐/피쳐맵 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 방향(e.g., L0 예측, L1 예측, Bi 예측 등)에 관한 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 피쳐/피쳐맵 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 피쳐/피쳐맵 내에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 참조 블록을 포함하는 참조 피쳐/피쳐맵과 시간적 주변 블록을 포함하는 참조 피쳐/피쳐맵은 동일할 수도 있고, 다를 수도 있다. 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block) 등으로 지칭될 수 있으며, 시간적 주변 블록을 포함하는 참조 피쳐/피쳐맵은 동일 위치 피쳐/피쳐맵(collocated feature/feature map)으로 지칭될 수도 있다. 인터 예측부(321)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 현재 블록의 움직임 벡터 및/또는 참조 피쳐/피쳐맵 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드들을 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(321)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다. 예측부(320)는 상술한 인트라 예측 및 인터 예측 이외에도 다양한 예측 방법에 기반하여 예측 신호를 생성할 수 있다.
예측부(320)에 의해 생성된 예측 신호는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 피쳐 엘리먼트들)을 생성하기 위해 이용될 수 있다(S520). 레지듀얼 처리 절차(S520)는 도 3을 참조하여 전술한 레지듀얼 처리부(330)에 의해 수행될 수 있다. 그리고, 레지듀얼 신호에 대한 변환 및/또는 양자화 절차를 통해 (양자화된) 변환 계수들이 생성될 수 있으며, 엔트로피 인코딩부(340)는 (양자화된) 변환 계수들에 관한 정보를 레지듀얼 정보로서 비트스트림 내에 인코딩할 수 있다(S530). 또한, 엔트로피 인코딩부(340)는 레지듀얼 정보 외에 피쳐/피쳐맵 복원에 필요한 정보, 예컨대 예측 정보(e.g., 예측 모드 정보, 움직임 정보 등)를 비트스트림 내에 인코딩할 수 있다.
한편, 피쳐/피쳐맵 인코딩 절차는 피쳐/피쳐맵 복원을 위한 정보(e.g., 예측 정보, 레지듀얼 정보, 파티셔닝 정보 등)를 인코딩하여 비트스트림 형태로 출력하는 절차(S530)뿐만 아니라, 현재 피쳐/피쳐맵에 대한 복원 피쳐/피쳐맵을 생성하는 절차 및 복원 피쳐/피쳐맵에 대해 인루프 필터링을 적용하는 절차(optional)를 더 포함할 수 있다.
VCM 인코더는 역양자화 및 역변환을 통해 양자화된 변환 계수(들)로부터 (수정된) 레지듀얼 피쳐(들)을 도출할 수 있으며, 단계 S510의 출력인 예측 피쳐(들)과 (수정된) 레지듀얼 피쳐(들)을 기반으로 복원 피쳐/피쳐맵을 생성할 수 있다. 이렇게 생성된 복원 피쳐/피쳐맵은 VCM 디코더에서 생성된 복원 피쳐/피쳐맵과 동일할 수 있다. 복원 피쳐/피쳐맵에 대해 인루프 필터링 절차가 수행되는 경우, 복원 피쳐/피쳐맵에 대한 인루프 필터링 절차를 통해 수정된 복원 피쳐/피쳐맵이 생성될 수 있다. 수정된 복원 피쳐/피쳐맵은 복호 피쳐 버퍼(decoded feature buffer, DFB) 또는 메모리에 저장되어, 이후 피쳐/피쳐맵의 예측 절차에서 참조 피쳐/피쳐맵으로 이용될 수 있다. 또한, (인루프) 필터링 관련 정보(파라미터)가 인코딩되어 비트스트림 형태로 출력될 수 있다. 인루프 필터링 절차를 통해 피쳐/피쳐맵 코딩시 발생할 수 있는 노이즈를 제거할 수 있으며, 피쳐/피쳐맵 기반의 태스크 수행 성능을 향상시킬 수 있다. 또한, 인코더단 및 디코더단 모두에서 인루프 필터링 절차를 수행함으로써, 예측 결과의 동일성을 보장하고 피쳐/피쳐맵 코딩의 신뢰성을 향상시킬 수 있으며, 피쳐/피쳐맵 코딩을 위한 데이터 전송량을 감소시킬 수 있다.
피쳐/피쳐맵 디코딩 절차
도 6은 본 개시의 실시예들이 적용될 수 있는 피쳐/피쳐맵 디코딩 절차를 개략적으로 나타낸 흐름도이다.
도 6을 참조하면, 피쳐/피쳐맵 디코딩 절차는 영상/비디오 정보 획득 절차(S610), 피쳐/피쳐맵 복원 절차(S620~S640) 및 복원된 피쳐/피쳐맵에 대한 인루프 필터링 절차(S650)를 포함할 수 있다. 피쳐/피쳐맵 복원 절차는 본 개시에서 설명된 인터/인트라 예측(S620) 및 레지듀얼 처리(S630), 양자화된 변환 계수에 대한 역양자화, 역변환) 과정을 통해 획득되는 예측 신호 및 레지듀얼 신호에 기반하여 수행될 수 있다. 복원 피쳐/피쳐맵에 대한 인루프 필터링 절차를 통해 수정된(modified) 복원 피쳐/피쳐맵이 생성될 수 있으며, 수정된 복원 피쳐/피쳐맵은 디코딩된 피쳐/피쳐맵으로서 출력될 수 있다. 디코딩된 피쳐/피쳐맵은 복호 피쳐 버퍼(DFB) 또는 메모리에 저장되어 이후 피쳐/피쳐맵의 디코딩시 인터 예측 절차에서 참조 피쳐/피쳐맵으로 사용될 수 있다. 경우에 따라, 상술한 인루프 필터링 절차는 생략될 수 있다. 이 경우, 복원 피쳐/피쳐맵이 디코딩된 피쳐/피쳐맵으로서 그대로 출력될 수 있고, 복호 피쳐 버퍼(DFB) 또는 메모리에 저장되어 이후 피처/피쳐맵의 디코딩시 인터 예측 절차에서 참조 피쳐/피쳐맵으로 사용될 수 있다.
피쳐 추출 방법 및 데이터 분포 특성
본 개시의 실시예들은 심층 신경망의 은닉층에서 생성된 activation(feature) 맵을 압축하기 위해 필요한 예측 과정과 관련 비트스트림을 생성하는 방법을 제안한다.
심층 신경망으로 입력된 입력 데이터는 여러 은닉 계층의 연상 과정을 거치며, 각 은닉 계층의 연산 결과는 사용 중인 심층 신경망의 종류와 해당 심층 신경망 내 은닉 계층의 위치에 따라 다양한 크기와 채널 수를 갖는 피쳐/피쳐맵으로 출력된다.
도 7은 본 개시의 실시예들이 적용될 수 있는 피쳐 추출 및 복원 방법의 일 예를 나타내는 도면이다.
도 7을 참조하면, 피쳐 추출 네트워크(710)는 심층 신경망의 중간 계층 activation(feature) 맵을 소스 영상/비디오(Image/Video)로부터 추출하여 추출된 피쳐맵을 출력할 수 있다. 피쳐 추출 네트워크(710)는 심층 신경망의 입력으로부터 연속되는 은닉 계층들의 집합일 수 있다.
인코딩 장치(720)는 출력된 피쳐맵을 압축하여 비트스트림 형태로 출력할 수 있으며, 디코딩 장치(730)는 출력된 비트스트림으로부터 (압축된) 피쳐맵을 복원할 수 있다. 인코딩 장치(720)는 도 1의 부호화부(12)에 대응될 수 있으며, 디코딩 장치(720)는 도 1의 복호화부(22)에 대응될 수 있다. 테스크 네트워크(740)는 복원된 피쳐맵에 기반하여 테스크를 수행할 수 있다.
도 8은 피쳐 추출 네트워크(710)의 입력과 출력의 예를 나타내는 도면이다.
입력 소스(비디오 소스)의 가로 크기, 세로 크기 및 채널 크기는 각각 W, H 및 C이고, 출력 값이 피쳐셋의 가로 크기, 세로 크기 및 채널 크기는 W', H' 및 C'이다. 예를 들어, 입력 소스가 RGB인 경우에 C는 3일 수 있다.
출력 값의 C'는 피쳐셋을 구성하는 피쳐 개수를 의미하며, 적용된 픽쳐 추출 방법에 따라 그 값이 달라질 수 있다. 일반적으로, C'는 입력 소스의 채널 수(C)보다 큰 값을 가진다.
도 9는 추출된 피쳐의 일 예를 나타내는 도면이며, 도 10은 추출된 피쳐 셋의 크기에 대한 일 예를 나타내는 도면이다.
도 9의 좌측은 비디오 소스(Image/Video)를 나타내며, 도 9의 우측은 64개의 피쳐들을 갖는 피쳐맵을 나타낸다. 도 9를 참조하면, 하나의 비디오 소스에 대해 64개의 피쳐(채널)들이 추출된 것을 볼 수 있다. 또한, 각 피쳐의 너비와 높이의 크기 또한 비디오 소스의 너비 및 높이와 다름을 알 수 있다. 일반적으로 단독 피쳐의 크기(너비 x 높이)는 비디오 소스의 크기보다 작지만, 피쳐의 채널 수가 비디오 소스의 채널 수보다 많기 때문에 모든 피쳐들의 크기의 합은 비디오 소스의 크기보다 클 수 있다.
도 10의 (a)는 비디오 소스(Image/Video)의 크기를 나타내며, 도 10의 (b)는 채널의 수가 256인 피쳐맵을 나타낸다. 도 10를 참조하면, 개별 피쳐의 크기는 비디오 소스보다 작지만 채널 수의 증가로 인하여 총 크기(피쳐맵의 크기)는 비디오 소스보다 큰 것을 알 수 있다.
피쳐 또는 피쳐맵을 효율적으로 압축하기 위해 원본 이미지의 채널 수보다 많은 피쳐 데이터의 채널 수를 효율적으로 줄이는 방법이 필요하다. 이를 위하여, 본 개시는 1) 다수의 채널들을 가진 피쳐 데이터를 가변 블록 단위로 분할하고, 이들을 별개의 차원 축소 변환 방법을 통해 별개의 소수의 채널들로 축소하는 방법, 2) 차원 축소된 블록들을 차원 축소 변환 및 역변환을 통해 화면 내 예측을 수행하는 방법, 3) 레지듀얼 신호(residual signal)와 예측 결과를 이용하여 원래의 다수의 채널들로 복원하는 방법 등을 제안한다.
이하에서는, 피쳐셋을 구성하는 피쳐를 "피쳐 채널"이라 지칭하고, 차원 축소 방법을 "변환" 또는 "변환 방법"이라 지칭하며, 블록을 "피쳐 블록"이라 지칭하도록 한다.
실시예 1
실시예 1은 다수의 채널을 가진 고차원의 피쳐 데이터를 가변 블록(피쳐 블록) 단위로 분할하고, 분할된 피쳐 블록들을 차원 축소 방법(변환 방법)을 이용하여 각 피쳐 블록 별로 저차원으로 변환하는 방법이다.
도 11은 실시예 1에 따른 피쳐 부호화 방법을 나타내는 흐름도이며, 도 12는 실시예 2에 따른 피쳐 복호화 방법을 나타내는 흐름도이다.
도 11을 참조하면, 피쳐 부호화 장치(10)는 피쳐 데이터를 구성하는 피쳐 채널들을 피쳐 블록들로 분할할 수 있다(S1110). 즉, 피쳐 부호화 장치(10)는 현재 피쳐 채널을 피쳐 블록들로 분할할 수 있다.
피쳐 블록들은 서로 동일하거나 서로 다른 크기를 가질 수 있다. 또한, 피쳐 블록들 중 일부는 서로 동일한 크기를 가지며, 나머지 일부는 서로 다른 크기를 가질 수 있다.
피쳐 부호화 장치(20)는 피쳐 블록들을 변환 방법을 이용하여 변환할 수 있다(S1120). 즉, 현재 피쳐 블록은 변환 방법을 통해 저차원으로 차원 축소될 수 있다.
피쳐 블록들에 적용되는 변환 방법을 피쳐 블록마다 서로 같거나 다를 수 있다. 예를 들어, 피쳐 블록들 중 일부에는 서로 같은 변환 방법이 적용되고, 나머지 일부에는 서로 다른 변환 방법이 적용될 수 있다.
피쳐 부호화 장치(20)는 피쳐 블록의 변환에 대한 정보, 변환된 피쳐 블록 및 피쳐 블록의 분할에 대한 정보를 부호화할 수 있다(S1130). 즉, 현재 피쳐 블록의 변환에 대한 정보(제1 변환 정보), 변환된 현재 피쳐 블록 및 상기 현재 피쳐 채널의 분할에 대한 정보는 부호화될 수 있다.
도 12를 참조하면, 피쳐 복호화 장치(20)는 피쳐 블록의 변환에 대한 정보, 변환된 피쳐 블록 및 피쳐 블록의 분할에 대한 정보를 비트스트림으로부터 획득할 수 있다(S1210). 즉, 현재 피쳐 블록의 변환에 대한 정보, 변환된 현재 피쳐 블록 및 상기 현재 피쳐 채널의 분할에 대한 정보가 비트스트림으로부터 획득될 수 있다.
피쳐 복호화 장치(20)는 분할에 대한 정보에 기반하여 피쳐 채널들을 피쳐 블록들로 분할할 수 있다(S1220). 즉, 현재 피쳐 채널은 분할에 대한 정보에 기반하여 현재 피쳐 블록을 포함하는 피쳐 블록들로 분할될 수 있다.
피쳐 블록들은 서로 동일하거나 서로 다른 크기를 가질 수 있다. 또한, 피쳐 블록들 중 일부는 서로 동일한 크기를 가지며, 나머지 일부는 서로 다른 크기를 가질 수 있다.
피쳐 복호화 장치(20)는 변환에 대한 정보에 기반하여 피쳐 블록들을 역변환함으로써 피쳐 블록들을 복원할 수 있다(S1230). 즉, 현재 피쳐 블록은 제1 변환 정보에 기반하여 역변환됨으로써 복원될 수 있다.
도 13은 종래의 차원 축소 및 복원을 설명하기 위한 도면이다.
도 13 (a)는 N개의 차원으로 구성된 피쳐 데이터를 나타낸다. 피쳐 데이터에 포함된 피쳐 채널들을 PCA(principal component analysis)와 같은 변환 방법을 통해 저차원으로 차원 축소하면, 도 13 (b)와 같이 n(n<N) 개의 피쳐 채널로 이루어진 차원 축소된 피쳐 데이터를 얻을 수 있다.
차원 축소된 피쳐 데이터는 그대로 시그널링될 수도 있고, 시그널링 및 저장 시의 데이터량을 감소시키기 위해 다시 다른 방법으로 부호화(encoding)될 수도 있다. 차원 축소된 피쳐 데이터가 부호화되는 경우에는 차원을 원래대로 복원하기 전에 다시 복호화(decoding)하는 과정을 거치게 되며, 이후 차원 복원 변환 방법을 통해 다시 도 13 (c)와 같이 원래의 차원으로 복원된다.
피쳐 데이터에 동일한 차원 축소 변환 방법을 사용하여 피쳐 채널을 개수를 감소시킨 경우에, 축소된 차원의 피쳐 채널의 수 n이 클수록 복원된 피쳐 데이터와 원본 피쳐 데이터 간의 에러가 감소하게 된다.
도 14는 실시예 1에 따른 차원 축소 및 복원을 설명하기 위한 도면이다.
일반적으로, 피쳐 데이터를 피쳐 블록들로 나눈 구간 내에서의 피쳐 채널들 간의 상관관계(correlation)는 전체 피쳐 데이터에서 피쳐 채널들 간의 상관관계보다 커지게 된다. 따라서, 피쳐 블록 단위로 (별개의) 변환 방법 내지는 (별개의) 축소 차원을 적용하면, 종래의 차원 축소 및 복원과 동일한 품질을 유지하면서도, 피쳐 데이터를 보다 더 적은 수의 피쳐 채널들로 축소할 수 있다. 피쳐 데이터를 더 적은 수의 피쳐 채널로 차원 축소하였다는 것은 결과적으로 부호화해야 할 정보량이 감소하였음을 의미하며, 이는 부호화 시의 비트량을 감소시킬 수 있다.
도 14 (a)는 원본 피쳐 데이터를 동일한 크기의 피쳐 블록 단위로 분할한 예를 나타내며, 도 14 (b)는 각 피쳐 블록별로 서로 다른 차원 축소 변환 방법을 적용하거나 축소 후 차원 수를 별개로 가져간 결과를 나타낸다. 도 14 (c)는 차원 축소된 피쳐 데이터에 각 피쳐 블록 별로 서로 다른 차원 복원 방법을 적용하여 다시 원본과 같이 N개의 피쳐 채널들을 가지는 피쳐 데이터로 복원한 예를 나타낸다.
피쳐 블록 단위로 변환한 결과, 각 피쳐 블록은 최대 n(n<N) 개의 피쳐 채널을 갖도록 변환되며, 일부 피쳐 블록은 앞쪽(도 14 기준 좌측) 피쳐 채널에만 값이 존재하고 이후의 피쳐 채널에는 값이 존재하지 않음을 알 수 있다. 이는, 해당 피쳐 블록에서는 차원 축소 변환된 후의 채널의 수가 n보다 작음을 나타내며, 해당 피쳐 블록들이 n보다도 적은 수의 채널로도 n 개의 채널로 축소된 다른 피쳐 블록과 유사한 수준의 에러를 가짐을 나타낼 수 있다.
실시예 2
실시예 2-1
실시예 2-1은 변환에 대한 정보의 부호화 및 시그널링에 소요되는 비트량을 감소시키는 방법이다.
피쳐 채널들의 역변환(차원 복원 변환)을 위해서는 차원 축소 변환된 피쳐 데이터 결과(변환된 피쳐 채널) 외에도 추가 정보들이 필요하다. 여기서, 추가 정보는 피쳐 블록들의 변환에 대한 정보일 수 있으며, 현재 피쳐 블록의 변환에 대한 정보인 제1 변환 정보일 수 있다.
차원 축소 변환의 한 가지 방법인 PCA를 예로 들면, 차원 축소 후 줄어든 피쳐 채널의 피쳐 데이터 이외에도 평균(mean)과 주성분(principal components)에 대한 정보가 추가적으로 시그널링되어야 원래의 피쳐 데이터가 복원될 수 있다. 이러한 추가 정보는 부호화 시 비트량을 증가시킬 수 있다. 또한, 피쳐 블록 단위로 변환 방법을 적용할 경우에는 각 피쳐 블록 별로 별도의 평균과 주성분이 전송되어야 하므로 종래의 경우보다 비트량을 더욱 증가시킬 수 있다.
실시예 2-1은 부호화 시 비트량 증가의 원인이 되는 추가 정보의 양을 감소시키기 위한 방법으로서, 피쳐 블록 별로 추가 정보를 부호화 및 시그널링하는 대신에, 미리 정의된 테이블에서 해당하는 인덱스만을 부호화 및 시그널링하는 방법이다.
피쳐 부호화 장치(10)는 S1130 과정에서 인덱스(변환에 대한 정보)를 부호화할 수 있으며, 피쳐 복호화 장치(20)는 S1210 과정에서 인덱스를 획득할 수 있다. 인덱스는 테이블에 포함된 적어도 하나의 변환 모드(후보 변환 모드) 중에서 해당 피쳐 블록에 적용된 변환 모드를 나타낼 수 있다. 즉, 인덱스는 적어도 하나의 후보 변환 모드 중에서 현재 피쳐 블록에 적용된 변환 모드를 나타낼 수 있다.
테이블은 피쳐 부호화 장치(10)와 피쳐 복호화 장치(20)에 미리 정의될 수 있다. PCA 차원 축소 방법이 변환 방법으로 이용되는 경우에 테이블에 대한 일 예가 표 1에 나타나 있다.
[표 1]
Figure PCTKR2022017957-appb-img-000001
표 1과 같이, M 개의 평균과 주성분의 조합의 피쳐 부호화 장치(10)와 피쳐 복호화 장치(20)에서 동일하게 정의하고, 피쳐 부호화 장치(10)가 현재 피쳐 블록의 차원 축소된 피쳐 데이터와 함께 테이블 내 "평균, 주성분"의 인덱스만을 시그널링하면, 피쳐 복호화 장치(20)는 현재 피쳐 블록에 적합한 차원 복원 변환을 수행할 수 있다.
일 예로, N 개의 피쳐 채널들로 구성된 원본 피쳐 데이터 내의 임의의 블록을 m0, c0를 이용하여 차원 축소 변환한다면, 피쳐 블록 내의 임의의 벡터 데이터 x에 대하여 아래 수식 1을 수행함으로써, n0의 피쳐 채널 수를 가지는 차원 축소된 값
Figure PCTKR2022017957-appb-img-000002
를 얻을 수 있다.
[수식 1]
Figure PCTKR2022017957-appb-img-000003
이 후, 차원 축소된 벡터
Figure PCTKR2022017957-appb-img-000004
와 함께 변환에 사용된 index 0을 시그널링하면, 피쳐 복호화 장치(20)는 피쳐 부호화 장치(10)와 동일한 테이블 내 index 0의 값 (m0, c0)을 참조하여 수식 2를 통해 n0 개의 피쳐 채널들을 다시 N 개의 피쳐 채널들로 복원(역변환)할 수 있다.
[수식 2]
Figure PCTKR2022017957-appb-img-000005
실시예 2-2
일반적으로 피쳐 블록의 큰 경우보다 작은 경우에 피쳐 블록들 간의 상관관계가 더욱 커지므로, 더욱 작은 피쳐 블록으로 분할할수록 더욱 작은 차원의 축소 변환을 수행할 수 있게 된다. 다만, 부호화 시에 피쳐 블록을 작게 분할할수록 시그널링해야 하는 추가 정보의 양이 증가하게 된다.
피쳐 블록을 작게 분할할수록 시그널링해야 하는 추가 정보의 양이 증가할 수 있음을 설명하기 위한 예시가 도 15에 나타나 있다.
도 15 (a)는 피쳐 데이터를 NxN 크기의 하나의 피쳐 블록으로 보고 차원 축소 변환을 수행하는 예이며, 도 15 (b)는 피쳐 데이터를 N/2xN/2 크기의 4 개의 피쳐 블록들로 분할하여 차원 축소 변환을 수행하는 예이다. 도 15 (a)의 경우에는 하나의 인덱스만을 시그널링하면 되지만, 도 15 (b)의 경우에는 4 개의 인덱스를 시그널링해야 한다.
이와 같이, 피쳐 블록을 작게 분할하여 얻을 수 있는 차원 축소 시의 비트량 감소보다 시그널링에 요구되는 비트량이 더 커질 수 있으므로, 피쳐 블록의 분할에 따른 차원 축소 시의 비트량 감소와 추가 정보의 증가에 따른 비트량의 증가를 종합적으로 고려하여 피쳐 블록의 분할 수준을 결정할 필요가 있다. 여기서, 피쳐 블록의 분할 수준이란 피쳐 블록의 분할을 수행할지 여부일 수 있다.
피쳐 부호화 장치(10)는 소정의 조건이 만족되는지 여부에 기반하여 피쳐 블록의 분할을 수행할지 여부를 결정할 수 있다. 예를 들어, 소정의 조건이 만족되는 경우에는 피쳐 블록의 분할을 수행되며, 소정의 조건이 만족되지 않는 경우에는 피쳐 블록의 분할이 수행되지 않을 수 있다.
소정의 조건이 만족되는지 여부는 수식 3에 의해 결정될 수 있다.
[수식 3]
Figure PCTKR2022017957-appb-img-000006
수식 3과 관련하여, NxN 피쳐 블록의 피쳐 데이터에 index 0의 차원 축소 변환을 적용하여 n0의 피쳐 채널로 축소 변환 및 복원 변환한 경우에 원본 피쳐 데이터 대비 에러가 최소라고 가정하고, 이를 D라고 가정한다. 이 경우, 에러의 단위는 MSE(mean squared error), PSNR(peak signal-to-noise ratio) 또는 목표 Machine Task(object detection, object segmentation 등)에서의 정확도를 나타내는 AP(average precision), mAP(mean average orecision) 등의 방법으로 측정된 값일 수 있다. 또한, n0의 피쳐 채널을 시그널링하기 위해 요구되는 비트량을 R이라 가정한다.
N/2xN/2 피쳐 블록들에 0, 1, 2, 3의 번호를 할당하고, 피쳐 블록 0번과 피쳐 블록 2번에는 index 0의 차원 축소 방법을 적용하고 피쳐 블록 1번에는 index 1의 차원 축소 방법을 적용하며 피쳐 블록 3번에는 index 2의 차원 축소 방법을 적용한 경우에 복원 후의 원본 피쳐 데이터 대비 에러가 최고라고 가정한다. 피쳐 블록들의 에러들을 d0, d1, d2, d3라 하며, 각 피쳐 블록의 차원 축소된 피쳐 채널의 피쳐 데이터를 시그널링하기 위해 요구되는 비트량을 각각 r0, r1, r2, r3이라 한다. 이에 더하여, 피쳐 블록 분할로 인하여 시그널링해야 하는 추가 정보의 양을 r'라 한다.
λ(>0)는 비트량과 에러 간의 트레이드 오프(trade off)를 결정하는 파라미터로서, λ가 커질수록 수식 3이 비트량 감소에 중점(비중)을 두게 되며, λ가 작아질수록 수식 3이 에러 감소에 중점을 두게 된다.
피쳐 부호화 장치(10)는 피쳐 블록이 분할되면 분할된 피쳐 블록을 다시 하나의 피쳐 블록으로 간주하고 소정의 조건의 만족 여부에 기반한 분할 여부 결정 과정을 수행할 수 있다. 따라서, 소정의 조건의 만족 여부에 기반한 피쳐 블록 분할 과정은 재귀적으로 수행될 수 있다. 또한, 이 과정은 분할된 피쳐 블록이 1x1 피쳐 블록이 될 때까지 수행되거나 피쳐 블록의 크기가 특정의 값 이상이 될 때까지만 수행되도록 사전에 정의될 수도 있다.
실시예 3
실시예 3-1
실시예 3은 피쳐 채널 또는 피쳐 블록에 적용된 분할 모드를 시그널링하는 방법이다.
피쳐 채널 또는 피쳐 블록(이하에서는 피쳐 블록으로 통합하여 설명한다)은 N/2xN/2 뿐만 아니라 NxN/2 등 다양한 형태로 분할될 수 있다. 피쳐 부호화 장치(10)는 피쳐 블록에 적용된 분할 모드를 나타내는 분할 모드 정보를 부호화하여 시그널링할 수 있으며, 피쳐 복호화 장치(10)는 분할 모드 정보에 기반하여 피쳐 블록을 분할할 수 있다.
분할 모드 정보는 적어도 하나의 후보 분할 모드 중에서 피쳐 블록에 적용된 분할 모드를 나타낼 수 있다. 실시예들에 따라, 분할 모드 정보는 후보 분할 모드 중에서 어느 하나를 나타내는 인덱스일 수 있다.
적어도 하나의 후보 분할 모드 및 각각의 인덱스에 대한 일 예가 도 16에 나타나 있다. 도 16에서, Index=0은 N/2xN/2 후보 분할 모드(균등 분할)를 나타내며, Index=1은 NxN/2 후보 분할 모드(수평 분할)를 나타내고, Index=2는 N/2xN 후보 분할 모드(수직 분할)를 나타낸다.
실시예 3-2
실시예 3-2는 본 개시의 구현에 이용되는 다양한 정보들을 계층적으로 시그널링하는 방법이다.
도 17은 실시예 3-2에 따른 피쳐 부호화 방법을 나타내는 흐름도이며, 도 18은 실시예 3-2에 따른 피쳐 복호화 방법을 나타내는 흐름도이다.
도 17 및 도 18은 피쳐 블록(또는, 서브 피쳐 블록)의 분할 및 분할된 각 피쳐 블록의 차원 축소 방법, 차원 축소 변환 후 채널 수를 나타내는 Index를 시그널링하는 방법에 대한 예일 수 있다. 또한, 도 17 및 도 18은 분할된 피쳐 블록(또는, 서브 피쳐 블록) 내의 차원 축소 변환 후 채널 수에 따라 차원 축소 변환 후 채널 데이터를 시그널링하는 방법에 대한 예일 수 있다.
도 17을 참조하면, 피쳐 부호화 장치(10)는 피쳐 블록의 분할 구조를 적용할지 여부를 결정할 수 있다(S1710). 피쳐 블록의 분할 구조를 적용하는 것으로 결정되면, 피쳐 부호화 장치(10)는 해당 피쳐 채널을 피쳐 블록들로 분할하거나 또는 피쳐 블록을 서브 피쳐 블록들로 분할할지 여부를 결정할 수 있다(S1720).
피쳐 채널 또는 피쳐 블록을 분할하지 않는 것으로 결정되는 경우, 피쳐 부호화 장치(10)는 분할에 대한 정보와 변환에 대한 정보(예를 들어, 제1 변환 정보)를 부호화하여 시그널링할 수 있다(S1740). 실시예들에 따라, 피쳐 부호화 장치(10)는 변환된 피쳐 채널 또는 변환된 피쳐 채널에 대한 정보를 부호화하여 함께 시그널링할 수도 있다(S1740).
이와 달리, 피쳐 채널 또는 피쳐 블록을 분할하는 것으로 결정되는 경우, 피쳐 부호화 장치(10)는 해당 분할에 적용된 분할 모드에 대한 정보(분할 모드 정보)를 부호화하여 시그널링할 수 있다(S1730). S1720 과정과 S1730 과정은 분할이 완료될 때까지 재귀적으로 수행될 수 있다. 또한, 피쳐 부호화 장치(10)는 분할에 대한 정보와 변환에 대한 정보를 부호화하여 시그널링할 수 있다(S1740). 실시예들에 따라, 피쳐 부호화 장치(10)는 변환된 피쳐 채널 또는 변환된 피쳐 채널에 대한 정보를 부호화하여 함께 시그널링할 수도 있다(S1740).
분할에 대한 정보에는 피쳐 블록들이 존재하는지 여부(또는, 피쳐 블록의 분할이 적용되는지 여부)를 나타내는 제1 정보가 포함될 수 있다. 또한, 제1 정보에는 피쳐 채널들을 포함하는 시퀀스(sequence) 내에 피쳐 블록들이 존재하는지 여부를 나타내는 제2 정보 및 피쳐 채널 내에 피쳐 블록들이 존재하는지 여부를 나타내는 제3 정보가 포함될 수 있다.
제1 정보, 제2 정보 및 제3 정보에 대한 일 예가 표 2 및 표 3에 나타나 있다.
[표 2]
Figure PCTKR2022017957-appb-img-000007
[표 3]
Figure PCTKR2022017957-appb-img-000008
표 2에서, Sequence_FeatureDataBlockDivision_flag는 시퀀스 단위에서 피쳐 데이터를 가변 피쳐 블록 단위로 분할하여 각 피쳐 블록 별로 별개의 저차원으로 차원 축소하는 방법을 사용할지 여부를 나타낼 수 있다. 예를 들어, Sequence_FeatureDataBlockDivision_flag는 해당 시퀀스 내에 서브 피쳐 블록으로 분할되어 개별적인 차원 축소 변환이 적용된 피쳐 블록 존재하는지 여부를 나타낼 수 있다.
표 3에서, Picture_FeatureDataBlockDivision_flag는 픽쳐 단위에서 피쳐 데이터를 가변 피쳐 블록 단위로 분할하여 각 피쳐 블록 별로 별개의 저차원으로 차원 축소하는 방법을 사용할지 여부를 나타낼 수 있다. 예를 들어, Picture_FeatureDataBlockDivision_flag는 해당 피쳐 내에 하위 서브 피쳐 블록으로 분할되어 개별적인 차원 축소 변환이 적용된 피쳐 블록이 존재하는지 여부를 나타낼 수 있다.
표 3에 예시된 바와 같이, Picture_FeatureDataBlockDivision_flag는 Sequence_FeatureDataBlockDivision_flag가 해당 시퀀스 내에 서브 피쳐 블록으로 분할되어 개별적인 차원 축소 변환이 적용된 피쳐 블록 존재함을 나타내는 경우에 분할에 대한 정보에 포함될 수 있다.
분할에 대한 정보에는 피쳐 블록이 분할되는지 여부를 나타내는 정보가 포함될 수 있다. 이 정보에 대한 일 예가 표 4에 나타나 있다.
[표 4]
Figure PCTKR2022017957-appb-img-000009
표 4에서, FeatureDataBlockDivdsion_flag는 피쳐 블록이 분할되는지 여부 또는 피쳐 블록의 하위 서브 피쳐 블록으로 분할되는지 여부를 나타낼 수 있다. 또한, 표 4에서, FeatureDataBlockDivision_mode_index는 분할 모드 정보일 수 있다. num_blocks는 분할된 피쳐 블록들의 수를 나타내며, num_blocks이 나타내는 수만큼 FeatureDataBlockDivision_mode_index가 시그널링됨으로써 각 피쳐 블록의 분할 모드가 결정될 수 있다. FeatureDataTransform_idx는 변환에 대한 정보일 수 있다. 예를 들어, FeatureDataTransform_idx는 표 1의 변환 테이블 내 후보 변환 모드들 중에서 해당 피쳐 블록에 적용된 변환 모드를 나타낼 수 있다.
실시예들에 따라, 변환에 대한 정보에는 표 1의 축소된 채널 수에 대한 정보가 더 포함될 수 있다. 축소된 채널 수에 대한 정보의 일 예가 표 5에 나타나 있다.
[표 5]
Figure PCTKR2022017957-appb-img-000010
표 5에서, num_transformed_channels[]는 각 피쳐 채널에 적용된 변환 테이블 내 인덱스에 해당하는 축소 변환 후 채널 수를 나타낼 수 있다. num_transformed_channels[]의 시그널링을 통해, 피쳐 블록 내 차원 축소 변환 후 채널 수의 인덱스에 따라 차원 축소 변환 후 채널 데이터가 부호화 및 시그널링될 수 있다.
도 18을 참조하면, 피쳐 복호화 장치(20)는 분할에 대한 정보에 기반하여, 피쳐 블록의 분할 구조를 적용할지 여부를 결정할 수 있다(S1810). 피쳐 블록의 분할 구조를 적용하는 것으로 결정되면, 피쳐 복호화 장치(20)는 분할에 대한 정보에 기반하여, 해당 피쳐 채널을 피쳐 블록들로 분할하거나 또는 피쳐 블록을 서브 피쳐 블록들로 분할할지 여부를 결정할 수 있다(S1820).
피쳐 채널 또는 피쳐 블록을 분할하지 않는 것으로 결정되는 경우, 피쳐 복호화 장치(20)는 분할에 대한 정보와 변환에 대한 정보를 비트스트림으로부터 획득할 수 있다(S1840). 실시예들에 따라, 피쳐 복호화 장치(20)는 변환된 피쳐 채널 또는 변환된 피쳐 채널에 대한 정보를 비트스트림으로부터 더 획득할 수도 있다(S1840).
이와 달리, 피쳐 채널 또는 피쳐 블록을 분할하는 것으로 결정되는 경우, 피쳐 복호화 장치(20)는 해당 분할에 적용된 분할 모드에 대한 정보(분할 모드 정보)를 비트스트림으로부터 획득할 수 있다(S1830). S1820 과정과 S1830 과정은 분할이 완료될 때까지 재귀적으로 수행될 수 있다. 또한, 피쳐 복호화 장치(20)는 분할에 대한 정보와 변환에 대한 정보를 비트스트림으로부터 획득할 수 있다(S1840). 실시예들에 따라, 피쳐 복호화 장치(20)는 변환된 피쳐 채널 또는 변환된 피쳐 채널에 대한 정보를 비트스트림으로부터 더 획득할 수도 있다(S1840).
실시예 4
실시예 4는 인접하는 피쳐 블록과의 공간적인 상관관계를 이용하여 피쳐 블록을 화면(채널) 내 예측하는 방법이다.
피쳐 채널들 간의 상관관계를 이용하여 차원이 축소된 피쳐 데이터의 경우에도 피쳐 채널들 간의 상관관계가 감소하였을 뿐 피쳐 채널 내부에는 인접한 위치들 간에 공간적인 상관관계가 여전히 존재하게 된다. 따라서, 각 피쳐 채널 별로 피쳐 채널 내 예측을 수행할 수 있다.
피쳐 채널 내 예측을 수행 및 활용한다는 것은 피쳐 채널 내에서 인접 피쳐 블록의 차원 축소 변환 후 값을 참조하여 현재 피쳐 블록의 차원 축소 변환 후 값을 예측하고, 예측된 값과 현재 피쳐 블록의 차원 축소 변환 후 값의 차이만 레지듀얼 신호(residual signal)로 부호화함으로써, 시그널링되는 비트량을 감소시킬 수 있음을 의미할 수 있다.
실시예 4-1
도 19는 실시예 4-1에 따른 피쳐 부호화 방법을 나타내는 흐름도이며, 도 20은 실시예 4-2에 따른 피쳐 복호화 방법을 나타내는 흐름도이다.
도 19를 참조하면, 피쳐 부호화 장치(10)는 참조 피쳐 블록을 참조하여 현재 피쳐 블록에 대한 예측 피쳐 블록을 생성할 수 있다(S1910). 참조 피쳐 블록은 현재 피쳐 블록과 같은 피쳐 채널 내에 존재하면서 현재 피쳐 블록에 공간적으로 인접한 블록일 수 있다. 예측 피쳐 블록은 참조 피쳐 블록의 차원 축소 변환 후 값을 참조하여 현재 피쳐 블록의 차원 축소 변환 후 값을 예측함으로써 생성될 수 있다.
피쳐 부호화 장치(10)는 현재 피쳐 블록과 예측 피쳐 블록에 기반하여 잔차 피쳐 블록을 생성할 수 있다(S1920). 잔차 피쳐 블록은 예측 피쳐 블록과 현재 피쳐 블록 간의 차이에 해당할 수 있다. 피쳐 부호화 장치(10)는 잔차 피쳐 블록을 부호화하여(S1930), 레지듀얼 신호를 시그널링할 수 있다.
도 20을 참조하면, 피쳐 복호화 장치(20)는 레지듀얼 신호를 비트스트림으로부터 획득하고, 레지듀얼 신호에 기반하여 참조 피쳐 블록을 획득할 수 있다.
또한, 피쳐 복호화 장치(20)는 참조 피쳐 블록에 기반하여 현재 피쳐 블록에 대한 예측 피쳐 블록을 생성할 수 있다(S2010). 예측 피쳐 블록은 참조 피쳐 블록의 차원 축소 변환 후 값을 참조하여 현재 피쳐 블록의 차원 축소 변환 후 값을 예측함으로써 생성될 수 있다.
피쳐 복호화 장치(20)는 예측 피쳐 블록과 잔차 피쳐 블록에 기반하여 현재 피쳐 블록을 생성할 수 있다(S2020). 현재 피쳐 블록은 예측 피쳐 블록과 잔차 피쳐 블록 간의 합에 해당할 수 있다. 피쳐 복호화 장치(20)는 S2020 과정에서 생성된 현재 피쳐 블록을 역변환함으로써 현재 피쳐 블록을 복원할 수 있다(S2030). 현재 피쳐 블록에 대한 역변환은 제1 변환 정보에 기반하여 수행될 수 있다.
실시예 4-2
실시예 1의 방법을 이용하여 가변 피쳐 블록 단위로 차원 축소된 피쳐 데이터의 경우, 각 피쳐 블록 별로 별개의 차원 축소 변환이 적용될 수 있다.
도 21과 표 6은 PCA를 차원 축소 변환 방법으로 사용한 경우를 예로 나타낸 것이며, 도 21은 동일한 피쳐 채널 내에서 임의 위치의 피쳐 블록들을 나타낸다.
[표 6]
Figure PCTKR2022017957-appb-img-000011
피쳐 블록들 내 blk(0, 0), blk(1, 0), 쪋 등은 각 피쳐 블록에 임의의 번호를 할당한 것이고, 각 피쳐 블록에 표시된 idx는 해당 피쳐 블록이 표 7의 해당 idx의 주성분과 평균을 이용하여 PCA 변환되었음을 나타낸다. 표 7의 변환 테이블에서, index 0에 해당하는 C0(64x16)는 PCA 변환의 주성분을 64x16의 행렬로 표현한 것이며, m0(1x64)의 경우 PCA 변환의 평균을 1x64의 행렬로 나타낸 것이다.
피쳐 블록 blk(0, 0)을 예로 들면, 해당 피쳐 블록의 idx는 0이므로 해당 피쳐 블록은 index 0에 해당되는 변환 테이블의 값을 이용하여 PCA가 수행될 수 있다. 해당 피쳐 블록 내의 64 차원의 피쳐 데이터를 x0,0(1x64)이라 하면, 차원 축소 변환 후 16차원의
Figure PCTKR2022017957-appb-img-000012
(1x16)는 수식 4에 의해 유도될 수 있다.
[수식 4]
Figure PCTKR2022017957-appb-img-000013
피쳐 블록 blk(3, 0)의 경우, 해당 피쳐 블록의 idx가 3이므로, 해당 피쳐 블록은 index 3에 해당되는 변환 테이블의 값을 이용하여 PCA가 수행될 수 있다. 해당 피쳐 블록 내의 64 차원의 피쳐 데이터를 x3,0(1x64)이라 하면, 차원 축소 변환 후 16차원의
Figure PCTKR2022017957-appb-img-000014
(1x16)는 수식 5에 의해 유도될 수 있다.
[수식 5]
Figure PCTKR2022017957-appb-img-000015
피쳐 블록 blk(3, 0)에 해당하는 레지듀얼 신호를 유도하기 위해, 해당 피쳐 블록으로부터 인접한 위치에 자리하는 주변 피쳐 블록 내 복호화된 값을 이용하여 채널 내 예측이 수행될 수 있다.
도 21의 주변 피쳐 블록들 blk(2,3), blk(2,1), blk(0,0), blk(1,2), blk(1,3), blk(4,0) 내에 회색으로 표시된 위치의 값들이 복호화된 값의 예가 될 수 있다. 주변 피쳐 블록 blk(0, 0) 내 회색 부분의 차원 축소 변환 후 값을 이용하여 현재 피쳐 블록 blk(3, 0)의 차원 축소 변환 후 값을 예측한다고 가정한다. 이 경우, 주변 피쳐 블록 blk(0, 0)의 차원 축소 변환 후 값인
Figure PCTKR2022017957-appb-img-000016
(1x16)와 현재 피쳐 블록 blk(3, 0)의 차원 축소 변환 후 값인
Figure PCTKR2022017957-appb-img-000017
(1x16)은 서로 다른 변환 방법을 통해 차원 축소 변환되었으므로, 차원 축소 변환 전에는 동일한 벡터 공간(vector space) 상의 값이지만, 차원 축소 변환 후에는 서로 다른 벡터 공간 상의 값에 해당할 수 있다. 따라서, 차원 축소 변환 전의 인접한 피쳐 블록들 간에 공간적인 상관관계가 존재한다고 하더라도,
Figure PCTKR2022017957-appb-img-000018
(1x16)으로부터
Figure PCTKR2022017957-appb-img-000019
(1x16)을 바로 예측할 수는 없다.
실시예 4-2는 인접한 피쳐 블록들 간에 서로 다른 차원 축소 변환 방법이 적용된 경우에 참조하고자 하는 피쳐 블록(참조 피쳐 블록)에 대한 역변환과 예측하고자 하는 피쳐 블록(현재 피쳐 블록)의 차원 축소 변환을 이용하여 참조 피쳐 블록과 현재 피쳐 블록을 동일한 벡터 공간으로 변환시키는 방법을 제안한다.
도 21을 참조하여 실시예 4-2를 설명하면, 현재 피쳐 블록 blk(3, 0) 내의 값
Figure PCTKR2022017957-appb-img-000020
을 인접한 주변 피쳐 블록 blk(0, 0) 내의 값
Figure PCTKR2022017957-appb-img-000021
을 이용하여 예측한다고 하면, 수식 6을 통해 index 0의 차원 축소 변환에 대한 역변환과 index 3의 차원 축소 변환을 이용하여
Figure PCTKR2022017957-appb-img-000022
이 유도될 수 있다.
Figure PCTKR2022017957-appb-img-000023
는
Figure PCTKR2022017957-appb-img-000024
과 동일한 벡터 공간 상에 존재하므로,
Figure PCTKR2022017957-appb-img-000025
으로부터
Figure PCTKR2022017957-appb-img-000026
의 값을 예측할 수 있다.
[수식 6]
Figure PCTKR2022017957-appb-img-000027
도 23은 실시예 4-2에 따른 피쳐 부호화 방법을 나타내는 흐름도이며, 도 24는 실시예 4-2에 따른 피쳐 복호화 방법을 나타내는 흐름도이다.
도 23을 참조하면, 피쳐 부호화 장치(10)는 제1 변환 정보(nc)와 제2 변환 정보(nr)가 동일한지 여부를 판단할 수 있다(S2310). 제1 변환 정보는 현재 피쳐 블록의 변환에 대한 정보에 해당할 수 있으며, 제2 변환 정보는 주변 피쳐 블록(참조 피쳐 블록)의 변환에 대한 정보에 해당할 수 있다. 제2 변환 정보는 참조 피쳐 블록에 적용될 수 있는 적어도 하나의 후보 변환 모드 중에서 참조 피쳐 블록에 적용된 변환 모드를 나타낼 수 있다.
제1 변환 정보와 제2 변환 정보가 동일한 경우, 피쳐 부호화 장치(10)는 벡터 공간에 대한 변환 과정을 수행하지 않고 잔차 피쳐 블록을 생성 및 부호화하는 과정들을 수행할 수 있다. 구체적으로, 피쳐 부호화 장치(10)는 참조 피쳐 블록을 참조하여 현재 피쳐 블록에 대한 예측 피쳐 블록을 생성하며(S2320), 현재 피쳐 블록과 예측 피쳐 블록에 기반하여 잔차 피쳐 블록을 생성하고(S2330), 잔차 피쳐 블록을 부호화할 수 있다(S2340).
이와 달리, 제1 변환 정보와 제2 변환 정보가 서로 다른 경우, 피쳐 부호화 장치(10)는 벡터 공간에 대한 변환 과정을 수행할 수 있다. 구체적으로, 피쳐 부호화 장치(10)는 제2 변환 정보에 기반하여 참조 피쳐 블록을 역변환하고(S2350), 역변환된 참조 피쳐 블록을 제1 변환 정보에 기반하여 변환함으로써(S2360), 참조 피쳐 블록을 현재 피쳐 블록과 동일한 벡터 공간으로 변환할 수 있다. 이 후, 피쳐 부호화 장치(10)는 참조 피쳐 블록을 참조하여 현재 피쳐 블록에 대한 예측 피쳐 블록을 생성하며(S2320), 현재 피쳐 블록과 예측 피쳐 블록에 기반하여 잔차 피쳐 블록을 생성하고(S2330), 잔차 피쳐 블록을 부호화할 수 있다(S2340).
도 24를 참조하면, 피쳐 복호화 장치(20)는 제1 변환 정보(nc)와 제2 변환 정보(nr)가 동일한지 여부를 판단할 수 있다(S2410). 제1 변환 정보는 현재 피쳐 블록의 변환에 대한 정보에 해당할 수 있으며, 제2 변환 정보는 참조 피쳐 블록의 변환에 대한 정보에 해당할 수 있다. 제2 변환 정보는 참조 피쳐 블록에 적용될 수 있는 적어도 하나의 후보 변환 모드 중에서 참조 피쳐 블록에 적용된 변환 모드를 나타낼 수 있다.
제1 변환 정보와 제2 변환 정보가 동일한 경우, 피쳐 복호화 장치(20)는 벡터 공간에 대한 변환 과정을 수행하지 않고 현재 피쳐 블록을 생성 및 복원하는 과정들을 수행할 수 있다. 구체적으로, 피쳐 복호화 장치(20)는 참조 피쳐 블록을 참조하여 현재 피쳐 블록에 대한 예측 피쳐 블록을 생성하며(S2420), 잔차 피쳐 블록과 예측 피쳐 블록에 기반하여 현재 피쳐 블록을 생성하고(S2430), 제1 변환 정보에 기반하여 현재 피쳐 블록을 복원할 수 있다(S2440).
이와 달리, 제1 변환 정보와 제2 변환 정보가 서로 다른 경우, 피쳐 복호화 장치(20)는 벡터 공간에 대한 변환 과정을 수행할 수 있다. 구체적으로, 피쳐 복호화 장치(20)는 제2 변환 정보에 기반하여 참조 피쳐 블록을 역변환하고(S2450), 역변환된 참조 피쳐 블록을 제1 변환 정보에 기반하여 변환함으로써(S2460), 참조 피쳐 블록을 현재 피쳐 블록과 동일한 벡터 공간으로 변환할 수 있다. 이 후, 피쳐 복호화 장치(20)는 참조 피쳐 블록을 참조하여 현재 피쳐 블록에 대한 예측 피쳐 블록을 생성하며(S2420), 잔차 피쳐 블록과 예측 피쳐 블록에 기반하여 현재 피쳐 블록을 생성하고(S2430), 제1 변환 정보에 기반하여 현재 피쳐 블록을 복원할 수 있다(S2440).
실시예 4-2에 대한 예가 도 22에 나타나 있다. 도 22는 도 21의 예시에서 blk(3, 0)의 레지듀얼 신호를 구하거나 이를 이용하여 복호화 할 때 주변 피쳐 블록들에 어떠한 변환을 적용한 후 채널 내 예측을 수행해야 하는지 여부를 예시로 나타낸 것이다.
주변 피쳐 블록 blk(1,2), blk(1,3), blk(2,1), blk(4,0)의 차원 축소 변환 후 값들이 해당 피쳐 블록들에 표시된 식을 이용하여 blk(3,0)와 같은 차원 축소 변환 후 벡터 공간으로 이동된다면, blk(3,0)을 위한 채널 내 예측에 이용될 수 있다. 여기서, 피쳐 블록 blk(2, 3)의 경우는
Figure PCTKR2022017957-appb-img-000028
그대로 표기되어 있다. 이는, blk(2,3)의 차원 축소 변환 후 값이 현재 피쳐 블록 blk(3,0)과 동일한 차원 축소 변환 방법이 적용되었기 때문에 별도로 벡터 공간 변환 과정 없이 그대로 채널 내 예측에 사용될 수 있음을 나타낸다.
도 25는 실시예 4-2가 적용되는 경우에 피쳐 복호화 장치(20)에서의 데이터 흐름의 일 예를 나타내는 도면이다. 도 25에서, (a)는 참조 피쳐 블록의 차원 축소 변환 nr이 현재 피쳐 블록의 차원 축소 변환 nc와 다를 경우의 데이터 흐름을 나타내며, (b)는 참조 피쳐 블록의 차원 축소 변환 nr이 현재 피쳐 블록의 차원 축소 변환 nc와 같을 경우의 데이터 흐름을 나타낸다.
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시에 있어서, 소정의 동작(단계)을 수행하는 영상 부호화 장치 또는 영상 복호화 장치는 해당 동작(단계)의 수행 조건이나 상황을 확인하는 동작(단계)을 수행할 수 있다. 예를 들어, 소정의 조건이 만족되는 경우 소정의 동작을 수행한다고 기재된 경우, 영상 부호화 장치 또는 영상 복호화 장치는 상기 소정의 조건이 만족되는지 여부를 확인하는 동작을 수행한 후, 상기 소정의 동작을 수행할 수 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
본 개시에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(e.g., information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 개시의 실시예(들)이 적용되는 디코더(디코딩 장치) 및 인코더(인코딩 장치)는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 로보트 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recorder) 등을 포함할 수 있다.
또한, 본 개시의 실시예(들)이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서의 실시예(들)에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 개시의 실시예(들)는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 프로그램 코드는 본 개시의 실시예(들)에 의해 컴퓨터에서 수행될 수 있다. 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 26은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 일 예를 나타내는 도면이다.
도 26을 참조하면, 본 개시의 실시예가 적용된 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 인코딩 서버는 생략될 수 있다.
비트스트림은 본 개시의 실시예가 적용된 영상 부호화 방법 및/또는 영상 부호화 장치에 의해 생성될 수 있고, 스트리밍 서버는 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 비트스트림을 저장할 수 있다.
스트리밍 서버는 웹 서버를 통한 사용자 요청에 기반하여 멀티미디어 데이터를 사용자 장치에 전송하고, 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 할 수 있다. 사용자가 웹 서버에 원하는 서비스를 요청하면, 웹 서버는 이를 스트리밍 서버에 전달하고, 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송할 수 있다. 이 때, 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 제어 서버는 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 수행할 수 있다.
스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 인코딩 서버로부터 컨텐츠를 수신하는 경우, 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 스트리밍 서버는 비트스트림을 일정 시간동안 저장할 수 있다.
사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
도 27은 본 개시의 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 다른 예를 나타내는 도면이다.
도 27을 참조하면, VCM과 같은 실시예에서, 기기의 성능, 사용자의 요청, 수행하고자 하는 태스크의 특성 등에 따라 사용자 단말에서 태스크를 수행할 수도 있고 외부 기기(e.g., 스트리밍 서버, 분석 서버 등)에서 태스크를 수행할 수도 있다. 이와 같이, 태스크 수행에 필요한 정보를 외부 기기로 전송하기 위하여, 사용자 단말은 태스크 수행에 필요한 정보(e.g., 태스크, 신경망 네트워크 및/또는 용도와 같은 정보)를 포함하는 비트스트림을 직접 또는 인코딩 서버를 통해 생성할 수 있다.
분석 서버는 사용자 단말로부터(또는, 인코딩 서버로부터) 전송받은 부호화된 정보를 복호화한 후, 사용자 단말의 요청 태스크를 수행할 수 있다. 분석 서버는 태스크 수행을 통해 얻은 결과를 사용자 단말에게 다시 전송하거나 연계된 다른 서비스 서버(e.g., 웹 서버)에 전송할 수 있다. 예를 들어, 분석 서버는 화재를 판별하는 태스크를 수행하여 얻은 결과를 소방 관련 서버로 전송할 수 있다. 분석 서버는 별도의 제어 서버를 포함할 수 있고, 이 경우 제어 서버는 분석 서버와 연관된 각 장치와 서버 간 명령/응답을 제어하는 역할을 할 수 있다. 또한, 분석 서버는 사용자 기기가 수행하고자 하는 태스크와 수행할 수 있는 태스크 정보를 기반으로 웹 서버에게 원하는 정보를 요청할 수도 있다. 분석 서버가 웹 서버에 원하는 서비스를 요청하면, 웹 서버는 이를 분석 서버에 전달하고, 분석 서버는 사용자 단말로 그에 대한 데이터를 전송할 수 있다. 이 때, 컨텐츠 스트리밍 시스템의 제어 서버는 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 수행할 수 있다.
본 개시에 따른 실시예는 피쳐/피쳐맵을 부호화/복호화하는데 이용될 수 있다.

Claims (14)

  1. 피쳐(feature) 복호화 장치에 의해 수행되는 피쳐 복호화 방법으로서,
    현재 피쳐 채널의 분할에 대한 정보에 기반하여, 상기 현재 피쳐 채널을 피쳐 블록들로 분할하는 단계; 및
    상기 피쳐 블록들 중에서 현재 피쳐 블록의 변환에 대한 정보인 제1 변환 정보에 기반하여, 상기 현재 피쳐 블록을 복원하는 단계를 포함하는 피쳐 복호화 방법.
  2. 제1항에 있어서,
    상기 제1 변환 정보는 적어도 하나의 후보 변환 모드 중에서 상기 현재 피쳐 블록에 적용된 변환 모드를 나타내는 피쳐 복호화 방법.
  3. 제1항에 있어서,
    상기 피쳐 블록들이 존재하는지 여부를 나타내는 제1 정보에 기반하여, 상기 현재 피쳐 채널을 상기 피쳐 블록들로 분할할지 여부를 결정하는 단계를 더 포함하고,
    상기 현재 피쳐 채널은 상기 제1 정보가 상기 현재 피쳐 채널 내에 상기 피쳐 블록들이 존재함을 나타냄에 기반하여 상기 피쳐 블록들로 분할되는 피쳐 복호화 방법.
  4. 제3항에 있어서,
    상기 제1 정보는,
    상기 현재 피쳐 채널을 포함하는 시퀀스(sequence) 내에 상기 피쳐 블록들이 존재하는지 여부를 나타내는 제2 정보, 및 상기 현재 피쳐 채널 내에 상기 피쳐 블록들이 존재하는지 여부를 나타내는 제3 정보를 포함하는 피쳐 복호화 방법.
  5. 제4항에 있어서,
    상기 제3 정보는 상기 제2 정보가 상기 시퀀스 내에 상기 피쳐 블록들이 존재함을 나타냄에 기반하여 상기 제1 정보에 포함되는 피쳐 복호화 방법.
  6. 제1항에 있어서,
    상기 현재 피쳐 채널의 분할에 대한 정보는 적어도 하나의 후보 분할 모드 중에서 상기 현재 피쳐 채널에 적용된 분할 모드를 나타내는 분할 모드 정보를 포함하는 피쳐 복호화 방법.
  7. 제1항에 있어서,
    상기 복원하는 단계는,
    상기 현재 피쳐 블록의 주변에 위치하는 적어도 하나의 참조 피쳐 블록에 기반하여, 상기 현재 피쳐 블록에 대한 예측 피쳐 블록을 생성하는 단계;
    상기 현재 피쳐 블록에 대한 잔차 피쳐 블록과 상기 예측 피쳐 블록에 기반하여, 상기 현재 피쳐 블록을 생성하는 단계; 및
    상기 제1 변환 정보에 기반하여 상기 현재 피쳐 블록을 복원하는 단계를 포함하는 피쳐 복호화 방법.
  8. 제1항에 있어서,
    상기 현재 피쳐 블록은 상기 제1 변환 정보 및 제2 변환 정보에 기반하여 복원되며,
    상기 제2 변환 정보는 상기 현재 피쳐 블록의 주변에 위치하는 적어도 하나의 참조 피쳐 블록의 변환에 대한 정보인 피쳐 복호화 방법.
  9. 제8항에 있어서,
    상기 제2 변환 정보는 적어도 하나의 후보 변환 모드 중에서 상기 참조 피쳐 블록에 적용된 변환 모드를 나타내는 피쳐 복호화 방법.
  10. 제8항에 있어서,
    상기 참조 피쳐 블록은 상기 제2 변환 정보에 기반하여 역변환되며,
    상기 역변환된 참조 피쳐 블록은 상기 제1 변환 정보에 기반하여 변환되는 피쳐 복호화 방법.
  11. 제10항에 있어서,
    상기 현재 피쳐 블록은 상기 변환된 참조 피쳐 블록에 기반하여 예측되며,
    상기 현재 피쳐 블록은 상기 현재 피쳐 블록에 대한 잔차 피쳐 블록과 상기 예측된 현재 피쳐 블록에 기반하여 복원되는 피쳐 복호화 방법.
  12. 피쳐(feature) 부호화 장치에 의해 수행되는 피쳐 부호화 방법으로서,
    현재 피쳐 채널을 피쳐 블록들로 분할하는 단계;
    상기 피쳐 블록들 중에서 현재 피쳐 블록을 변환하는 단계; 및
    상기 현재 피쳐 블록의 변환에 대한 정보인 제1 변환 정보, 상기 변환된 현재 피쳐 블록 및 상기 현재 피쳐 채널의 분할에 대한 정보를 부호화하는 단계를 포함하는 피쳐 부호화 방법.
  13. 제12항의 피쳐 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록 매체.
  14. 피쳐 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법으로서, 상기 피쳐 부호화 방법은,
    현재 피쳐 채널을 피쳐 블록들로 분할하는 단계;
    상기 피쳐 블록들 중에서 현재 피쳐 블록을 변환하는 단계; 및
    상기 현재 피쳐 블록의 변환에 대한 정보인 제1 변환 정보, 상기 변환된 현재 피쳐 블록 및 상기 현재 피쳐 채널의 분할에 대한 정보를 부호화하는 단계를 포함하는 방법.
PCT/KR2022/017957 2021-11-15 2022-11-15 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체 WO2023085897A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20210156331 2021-11-15
KR10-2021-0156331 2021-11-15

Publications (1)

Publication Number Publication Date
WO2023085897A1 true WO2023085897A1 (ko) 2023-05-19

Family

ID=86336437

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/017957 WO2023085897A1 (ko) 2021-11-15 2022-11-15 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체

Country Status (1)

Country Link
WO (1) WO2023085897A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210203997A1 (en) * 2018-09-10 2021-07-01 Huawei Technologies Co., Ltd. Hybrid video and feature coding and decoding
KR20210114915A (ko) * 2011-03-03 2021-09-24 한국전자통신연구원 변환 계수 스캔 방법 및 그 장치
US20210314573A1 (en) * 2020-04-07 2021-10-07 Nokia Technologies Oy Feature-Domain Residual for Video Coding for Machines
WO2021201642A1 (ko) * 2020-04-03 2021-10-07 엘지전자 주식회사 비디오 송신 방법, 비디오 송신 장치, 비디오 수신 방법, 비디오 수신 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210114915A (ko) * 2011-03-03 2021-09-24 한국전자통신연구원 변환 계수 스캔 방법 및 그 장치
US20210203997A1 (en) * 2018-09-10 2021-07-01 Huawei Technologies Co., Ltd. Hybrid video and feature coding and decoding
WO2021201642A1 (ko) * 2020-04-03 2021-10-07 엘지전자 주식회사 비디오 송신 방법, 비디오 송신 장치, 비디오 수신 방법, 비디오 수신 장치
US20210314573A1 (en) * 2020-04-07 2021-10-07 Nokia Technologies Oy Feature-Domain Residual for Video Coding for Machines

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WEN GAO; SHAN LIU; XIAOZHONG XU; MANOUCHEHR RAFIE; YUAN ZHANG; IGOR CURCIO: "Recent Standard Development Activities on Video Coding for Machines", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, 26 May 2021 (2021-05-26), 201 Olin Library Cornell University Ithaca, NY 14853 , XP081969871 *

Similar Documents

Publication Publication Date Title
WO2020071873A1 (ko) Mpm 리스트를 사용하는 인트라 예측 기반 영상 코딩 방법 및 그 장치
WO2020256389A1 (ko) Bdpcm 기반 영상 디코딩 방법 및 그 장치
WO2020218793A1 (ko) Bdpcm에 기반한 영상 코딩 방법 및 그 장치
WO2020046091A1 (ko) 다중 변환 선택에 기반한 영상 코딩 방법 및 그 장치
WO2020017892A1 (ko) 서브블록 단위의 시간적 움직임 벡터 예측을 위한 방법 및 그 장치
WO2020116961A1 (ko) 이차 변환에 기반한 영상 코딩 방법 및 그 장치
WO2020197202A1 (ko) Mpm 리스트에 기반한 인트라 예측 방법 및 그 장치
WO2020141879A1 (ko) 영상 코딩 시스템에서 서브 블록 기반 시간적 머지 후보를 사용하는 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2020017785A1 (ko) 영상 코딩 시스템에서 인트라 예측 관련 정보를 사용하는 영상 디코딩 방법 및 그 장치
WO2021125700A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2021040398A1 (ko) 팔레트 이스케이프 코딩 기반 영상 또는 비디오 코딩
WO2020145620A1 (ko) Mpm 리스트를 사용하는 인트라 예측 기반 영상 코딩 방법 및 장치
WO2020076069A1 (ko) Atmvp 후보를 기반으로 영상 코딩을 수행하는 장치
WO2020235960A1 (ko) Bdpcm 에 대한 영상 디코딩 방법 및 그 장치
WO2020149616A1 (ko) 영상 코딩 시스템에서 cclm 예측 기반 영상 디코딩 방법 및 그 장치
WO2021034160A1 (ko) 매트릭스 인트라 예측 기반 영상 코딩 장치 및 방법
WO2023085897A1 (ko) 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2020130577A1 (ko) 이차 변환에 기반한 영상 코딩 방법 및 그 장치
WO2020009515A1 (ko) Ctu 단위의 버퍼 압축을 이용한 영상 코딩 방법 및 그 장치
WO2023132532A1 (ko) 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2023131937A1 (ko) 피쳐 부호화/복호화 방법, 장치, 비트스트림을 저장한 기록 매체 및 비트스트림 전송 방법
WO2023075568A1 (ko) 부호화 구조의 채널간 참조에 기반한 피쳐 부호화/복호화 방법, 장치, 비트스트림을 저장한 기록 매체 및 비트스트림 전송 방법
WO2023167502A1 (ko) 피쳐 부호화/복호화 방법, 장치, 비트스트림을 저장한 기록 매체 및 비트스트림 전송 방법
WO2023022543A1 (ko) 채널간 상관도에 기반한 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2023146164A1 (ko) 영상 디코딩 방법 및 그 장치

Legal Events

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

Ref document number: 22893316

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2022893316

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2022893316

Country of ref document: EP

Effective date: 20240617