WO2024107021A1 - Image encoding/decoding method and device, and recording medium for storing bitstream - Google Patents

Image encoding/decoding method and device, and recording medium for storing bitstream Download PDF

Info

Publication number
WO2024107021A1
WO2024107021A1 PCT/KR2023/018590 KR2023018590W WO2024107021A1 WO 2024107021 A1 WO2024107021 A1 WO 2024107021A1 KR 2023018590 W KR2023018590 W KR 2023018590W WO 2024107021 A1 WO2024107021 A1 WO 2024107021A1
Authority
WO
WIPO (PCT)
Prior art keywords
block
information
prediction
neural network
mode
Prior art date
Application number
PCT/KR2023/018590
Other languages
French (fr)
Korean (ko)
Inventor
김동현
김종호
임성창
임웅
최진수
한창우
정승원
강현구
김홍일
Original Assignee
한국전자통신연구원
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원, 고려대학교 산학협력단 filed Critical 한국전자통신연구원
Publication of WO2024107021A1 publication Critical patent/WO2024107021A1/en

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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
    • 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
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/048—Activation functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image 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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • 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
    • H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]

Definitions

  • This specification relates to a method, device, and recording medium for video encoding/decoding, and more specifically, to artificial neural network-based filtering technology.
  • HDTV High Definition TV
  • FHD Full HD
  • UHD Ultra High Definition
  • inter prediction technology there are various technologies such as inter prediction technology, intra prediction technology, transformation and quantization technology, and entropy coding technology.
  • Inter prediction technology is a technology that predicts the value of a pixel included in the current picture using pictures before and/or after the current picture.
  • Intra prediction technology is a technology that predicts the value of a pixel included in the current picture using information about the pixel in the current picture.
  • Transformation and quantization technology is a technology for compressing the energy of the residual image.
  • Entropy coding technology is a technology that assigns short codes to values with a high frequency of occurrence and long codes to values with a low frequency of occurrence.
  • video data can be effectively compressed, transmitted, and stored.
  • the purpose of this specification is to improve coding efficiency in video coding.
  • Another purpose of this specification is to provide a structure for an artificial neural network-based filter that improves coding efficiency.
  • Another purpose of this specification is to provide a method of lightweighting the artificial neural network used in the filter.
  • An image decoding method includes obtaining main component information, neural network information, and prediction information from a bitstream; generating a prediction block of the current block based on the prediction information; generating a restored block of the current block based on the prediction block; and filtering the reconstructed block by inputting the main component information and the reconstructed block into a neural network-based filter configured based on the neural network information.
  • An image encoding method includes generating a prediction block of a current block and generating a residual block of the current block based on the prediction block; generating a restored block of the current block based on a restored residual block obtained by encoding and decoding the residual block; Obtaining main component information extracted from the difference between the restored block and the current block; filtering the reconstructed block through a neural network-based filter based on the principal component information; and encoding the main component information and neural network information for the neural network-based filter.
  • a computer-readable storage medium stores a bitstream for image information, wherein the image information generates a prediction block of a current block and generates a residual of the current block based on the prediction block. creating a block; generating a restored block of the current block based on a restored residual block obtained by encoding and decoding the residual block; Obtaining main component information extracted from the difference between the restored block and the current block; filtering the reconstructed block through a neural network-based filter based on the principal component information; and encoding the main component information and neural network information for the neural network-based filter.
  • coding efficiency can be improved by employing a filter structure suitable for an artificial neural network and transmitting a small amount of additional information based on principal component analysis to perform filtering based on the artificial neural network.
  • FIG. 1 is a block diagram showing the configuration of an encoding device to which the present invention is applied according to an embodiment.
  • Figure 2 is a block diagram showing the configuration of a decoding device according to an embodiment to which the present invention is applied.
  • Figure 3 is a diagram schematically showing the division structure of an image when encoding and decoding an image.
  • Figure 4 is a diagram showing the form of a prediction unit that a coding unit can include.
  • Figure 5 is a diagram showing the form of a conversion unit that can be included in a coding unit.
  • Figure 6 shows division of a block according to an example.
  • Figure 7 is a diagram for explaining an embodiment of the intra prediction process.
  • Figure 8 is a diagram for explaining reference samples used in the intra prediction process.
  • Figure 9 is a diagram for explaining an embodiment of the inter prediction process.
  • Figure 10 shows spatial candidates according to an example.
  • Figure 11 shows the order of adding motion information of spatial candidates to a merge list according to an example.
  • Figure 12 explains the process of conversion and quantization according to an example.
  • Figure 16 is a structural diagram of an encoding device according to an embodiment.
  • Figure 17 is a structural diagram of a decoding device according to an embodiment.
  • FIG. 18 illustrates a process of learning a neural network-based filter based on the main component of an image and encoding the main component information and neural network information selected as the filter, according to an embodiment.
  • Figure 19 shows a method of obtaining the main component of an image.
  • Figure 20 illustrates a neural network-based filter structure using principal component information according to one embodiment.
  • Figure 21 is a graph showing an example of fitting the deterioration information coefficient projected on the main component to a function.
  • Figure 22 shows pre-processing and post-processing for the chrominance component in a structure that performs filtering on a three-component image including luminance and two chrominances with a single neural network model according to an embodiment. ) shows the process.
  • Figure 23 shows the network structure of a neural network-based filter according to one embodiment.
  • Figure 24 shows a structure combining a conventional in-loop filter and a neural network-based filter according to an embodiment.
  • Figure 25 shows a table of variable modes that control whether to use a neural network-based filter on a CTU or slice basis in a structure combined with a conventional in-loop filter.
  • Figures 26A to 26C illustrate the network structure of a neural-only filter separately employed for the luminance component and the chrominance component, according to an embodiment.
  • Figure 27 illustrates a portion of the structure of a neural network-based filter using collocated block information, according to an embodiment.
  • Figure 28 shows the network structure of a neural network-based filter with reduced complexity according to an embodiment.
  • FIG. 29 illustrates a structure combining the neural network-based in-loop filter of FIG. 28 and a conventional in-loop filter according to an embodiment.
  • Figure 30 shows the structure of a content adaptive neural network-based post-processing filter according to an embodiment.
  • Figure 31 is an operation flowchart of an image encoding method according to an embodiment.
  • Figure 32 is an operation flowchart of a video decoding method according to an embodiment.
  • An image decoding method includes obtaining main component information, neural network information, and prediction information from a bitstream; generating a prediction block of the current block based on the prediction information; generating a restored block of the current block based on the prediction block; and filtering the restored block by inputting the main component information and the restored block into a neural network-based filter configured based on the neural network information.
  • the main component information includes information extracted from the difference between the current block and the restored block, and may include information about a predetermined number of components with the largest eigenvalue.
  • At least part of the main component information may be derived based on main component information of a neighboring block, neighboring CTU, neighboring slice, or neighboring picture of the current block.
  • the neural network-based filter includes a plurality of modules that are a set of neural networks consisting of a plurality of layers, and the main component information may be input to at least one of the plurality of modules through a conversion module.
  • the input of the conversion module may include one or more of encoding information of an image including the current block and the reconstructed block, in addition to the main component information.
  • the input of the conversion module may further include a restoration block of the luminance block corresponding to the current block.
  • the filtering step includes selecting one neural network-based filter from among a plurality of neural network-based filters, and selecting the one neural network-based filter based on the filtering result of a neighboring block, neighboring CTU, neighboring slice, or neighboring picture. It may include selecting steps.
  • the acquiring step may acquire neural network information including information on whether to apply the neural network-based filter and selection information of the neural network-based filter at the picture, slice, CTU, or block level.
  • the filtering step includes applying one neural network-based filter to the restored block of the luminance component and the restored block of the chrominance component, or applying a different neural network-based filter to the restored block of the luminance component and the restored block of the chrominance component. Filters can be applied.
  • the filtering step includes applying one neural network-based filter to the restored block of the luminance component and the restored block of the chrominance component, and upgrading the block of the chrominance component to the resolution of the block of the luminance component. After sampling, it can be input into one of the neural network-based filters.
  • the filtering step includes, when applying one neural network-based filter to the restored block of the luminance component and the restored block of the chrominance component, a restored block and a prediction block for the luminance component and the chrominance component, a basic Quantization parameters, slice quantization parameters, and slice type may be input to the single neural network-based filter.
  • the filtering step may include selecting one of a plurality of offset values and inputting a basic quantization parameter adjusted to the selected offset value into the neural network-based filter.
  • the filtering step is performed when applying different neural network-based filters to the restored block of the luminance component and the restored block of the chrominance component, and the restored block and the prediction block for the luminance component and the chrominance component, and the boundary Strength, quantization parameters and block type can be input to the neural network-based filter.
  • the filtering step when applying the neural network-based filter to the restored block of the chrominance component, downsamples the block of the luminance component to the resolution of the block of the chrominance component and then applies the neural network-based filter to the block. You can enter it.
  • the filtering step may input a restored block of a collocated block from a specific picture in two reference picture lists to the neural network-based filter.
  • An image encoding method includes generating a prediction block of a current block and generating a residual block of the current block based on the prediction block; generating a restored block of the current block based on a restored residual block obtained by encoding and decoding the residual block; Obtaining main component information extracted from the difference between the restored block and the current block; filtering the reconstructed block through a neural network-based filter based on the principal component information; And it may include encoding the main component information and neural network information for the neural network-based filter.
  • a computer-readable storage medium stores a bitstream for image information, wherein the image information generates a prediction block of a current block and generates a residual of the current block based on the prediction block. creating a block; generating a restored block of the current block based on a restored residual block obtained by encoding and decoding the residual block; Obtaining main component information extracted from the difference between the restored block and the current block; filtering the reconstructed block through a neural network-based filter based on the principal component information; and encoding the main component information and neural network information for the neural network-based filter.
  • first and second may be used to describe various components, but the components should not be limited by the terms.
  • the above terms are used only for the purpose of distinguishing one component from another.
  • a first component may be referred to as a second component, and similarly, the second component may also be referred to as a first component without departing from the scope of the present invention.
  • the term “and/or” may include any of a plurality of related stated items or a combination of a plurality of related stated items.
  • each component is listed and included as a separate component for convenience of explanation, and at least two of each component are combined to form one component, or one component is divided into multiple components to function. It can be performed, and integrated embodiments and separate embodiments of each of these components are included in the scope of the present invention as long as they do not deviate from the essence of the present invention.
  • the term “at least one” may mean one of one or more numbers, such as 1, 2, 3, and 4. In embodiments, the term “a plurality of” may mean one of two or more numbers, such as 2, 3, and 4.
  • Some components of the embodiments may not be essential components that perform essential functions in the present invention, but may be merely optional components to improve performance.
  • Embodiments may be implemented by including only components essential for implementing the essence of the embodiments, excluding components used only to improve performance. Structures that include only essential components excluding optional components used to improve performance are also included in the scope of the embodiments.
  • an image may refer to a picture constituting a video, and may also represent the video itself.
  • encoding and/or decoding of an image may mean “encoding and/or decoding of a video,” and may mean “encoding and/or decoding of one of the images that constitute a video.” It may be possible.
  • video and “motion picture(s)” may be used with the same meaning and may be used interchangeably.
  • the target image may be an encoding target image that is the target of encoding and/or a decoding target image that is the target of decoding.
  • the target image may be an input image input to an encoding device or may be an input image input to a decoding device.
  • the target video may be a current video that is currently subject to encoding and/or decoding.
  • target image and current image may be used interchangeably and may have the same meaning.
  • the target block may be an encoding target block that is the target of encoding and/or a decoding target block that is the target of decoding.
  • the target block may be a current block that is currently the target of encoding and/or decoding.
  • the terms “target block” and “current block” may be used interchangeably and may be used interchangeably.
  • the current block may mean an encoding target block that is the target of encoding during encoding and/or a decoding target block that is the target of decoding during decoding.
  • the current block may be at least one of a coding block, a prediction block, a residual block, and a transform block.
  • block and “unit” may be used with the same meaning and may be used interchangeably.
  • block may refer to a specific unit.
  • region and “segment” may be used interchangeably.
  • each of the specified information, data, flag, index, element, attribute, etc. may have a value.
  • the value "0" of information, data, flags, indexes, elements, and attributes may represent false, logical false, or a first predefined value. That is, the values “0”, false, logical false and the first predefined value can be used interchangeably.
  • the value "1" in information, data, flags, indexes, elements, and attributes may represent true, logical true, or a second predefined value. That is, the value “1”, true, logical true and the second predefined value can be used interchangeably.
  • i When a variable such as i or j is used to represent a row, column, or index, the value of i may be an integer greater than or equal to 0, or an integer greater than or equal to 1. That is, in embodiments rows, columns, indices, etc. may be counted from 0, and may be counted from 1.
  • the term “one or more” or the term “at least one” may mean the term “plural.” “One or more” or “at least one” can be used interchangeably with “plural.”
  • Encoder An encoder may refer to a device that performs encoding. In other words, an encoder may mean an encoding device.
  • a decoder may refer to a device that performs decoding. In other words, a decoder may mean a decryption device.
  • a unit may represent a unit of encoding and/or decoding of an image.
  • the terms “unit” and “block” may be used interchangeably and may be used interchangeably.
  • a unit may be an MxN array of samples.
  • M and N can each be positive integers.
  • a unit can often refer to an array of samples in a two-dimensional form.
  • a unit may be an area created by dividing one image. In other words, a unit may be a specified area within one image. One image can be divided into multiple units. Alternatively, a unit may refer to the divided parts when one image is divided into segmented parts and encoding or decoding is performed on the segmented parts.
  • predefined processing may be performed on a unit depending on the type of unit.
  • the unit type is Macro Unit (Coding Unit (CU)), Prediction Unit (PU), Residual Unit (Residual Unit), and Transform Unit (TU).
  • CU Macro Unit
  • PU Prediction Unit
  • PU Residual Unit
  • TU Transform Unit
  • the unit may be a block, macroblock, Coding Tree Unit, Coding Tree Block, Coding Unit, Coding Block, or Prediction Unit. It may mean Prediction Unit, Prediction Block, Residual Unit, Residual Block, Transform Unit, Transform Block, etc.
  • the target unit may be at least one of a CU, PU, residual unit, and TU that are the target of encoding and/or decoding.
  • a unit may mean information including a luma component block, a corresponding chroma component block, and a syntax element for each block.
  • the size and shape of the unit may vary. Additionally, units may have various sizes and shapes.
  • the shape of the unit may include geometric shapes that can be expressed in two dimensions, such as squares, rectangles, trapezoids, triangles, and pentagons.
  • the unit information may include at least one of the unit type, unit size, unit depth, unit encoding order, and unit decoding order.
  • the type of unit may indicate one of CU, PU, residual unit, and TU.
  • One unit may be further divided into subunits having a smaller size compared to the unit.
  • Depth may refer to the degree to which a unit is divided. Additionally, the depth of a unit may indicate the level at which the unit(s) exist when the unit(s) are expressed as a tree structure.
  • Unit division information may include depth regarding the depth of the unit. Depth may indicate the number and/or extent to which a unit is divided.
  • the root node has the shallowest depth and the leaf node has the deepest depth.
  • the root node may be the highest node.
  • a leaf node may be the lowest node.
  • One unit may have depth information and be hierarchically divided into a plurality of sub-units based on a tree structure.
  • a unit and a sub-unit created by division of the unit may respectively correspond to a node and a child node of the node.
  • Each divided sub-unit can have depth. Since depth indicates the number and/or extent to which a unit is divided, division information of a sub-unit may include information about the size of the sub-unit.
  • the highest node may correspond to the first undivided unit.
  • the highest node may be referred to as the root node. Additionally, the highest node may have the minimum depth value. At this time, the highest node may have a depth of level 0.
  • a node with a depth of level 1 may represent a unit created as the original unit is divided once.
  • a node with a depth of level 2 may represent a unit created by dividing the original unit twice.
  • a node with a depth of level n may represent a unit created as the original unit is divided n times.
  • a leaf node may be the lowest node and may be a node that cannot be further divided.
  • the depth of the leaf node may be at the maximum level.
  • the predefined value of the maximum level may be 3.
  • QT depth may indicate the depth to quad division.
  • BT depth may indicate the depth for binary division.
  • TT depth can indicate depth to strikeout splits.
  • Sample may be the base unit that constitutes a block. Samples can be expressed as values from 0 to 2Bd-1 depending on the bit depth (Bd).
  • Samples can be pixels or pixel values.
  • a CTU may be composed of one luma component (Y) coding tree block and two chroma component (Cb, Cr) coding tree blocks related to the luma component coding tree block. there is. Additionally, CTU may mean including the above blocks and syntax elements for each block of the above blocks.
  • Each coding tree unit is one such as Quad Tree (QT), Binary Tree (BT), and Ternary Tree (TT) to form subunits such as coding unit, prediction unit, and transformation unit. It can be divided using the above division method.
  • Quad tree may refer to a quarternary tree.
  • each coding tree unit may be partitioned using a MultiType Tree (MTT) using one or more partitioning methods.
  • MTT MultiType Tree
  • CTU can be used as a term to refer to a pixel block, which is a processing unit in the decoding and encoding process of an image, as in segmentation of an input image.
  • Coding tree block can be used as a term to refer to any one of Y coding tree block, Cb coding tree block, and Cr coding tree block.
  • a neighboring block may refer to a block adjacent to the target block.
  • a neighboring block may also mean a reconstructed neighboring block.
  • neighbored block and “adjacent block” may be used with the same meaning and may be used interchangeably.
  • a neighbor block may also mean a reconstructed neighbor block.
  • a spatial neighboring block may be a block spatially adjacent to the target block.
  • Neighboring blocks may include spatial neighboring blocks.
  • the target block and spatial neighboring blocks may be included in the target picture.
  • a spatial neighboring block may refer to a block bordering the target block or a block located within a predetermined distance from the target block.
  • a spatial neighboring block may refer to a block adjacent to the vertex of the target block.
  • the block adjacent to the vertex of the target block may be a block vertically adjacent to a neighboring block horizontally adjacent to the target block, or a block horizontally adjacent to a neighboring block vertically adjacent to the target block.
  • Temporal neighboring block may be a block temporally adjacent to the target block.
  • a neighboring block may include temporal neighboring blocks.
  • a temporal neighboring block may include a co-located block (col block).
  • a call block may be a block in an already reconstructed co-located picture (col picture).
  • the position of the call block within the call picture may correspond to the position of the target block within the target picture.
  • the location of the collocated block in the collocated picture may be the same as the location of the target block in the target picture.
  • a call picture may be a picture included in the reference picture list.
  • the temporal neighboring block may be a block temporally adjacent to the spatial neighboring block of the target block.
  • the prediction mode may be information indicating the mode used for intra prediction or the mode used for inter prediction.
  • a prediction unit may refer to a base unit for prediction such as inter prediction, intra prediction, inter compensation, intra compensation, and motion compensation.
  • One prediction unit may be divided into a plurality of partitions or sub-prediction units with smaller sizes.
  • a plurality of partitions may also be a basic unit in performing prediction or compensation.
  • a partition created by dividing a prediction unit may also be a prediction unit.
  • Prediction unit partition may refer to the form in which the prediction unit is divided.
  • the reconstructed neighboring unit may be a unit that has already been decrypted and rebuilt in the neighborhood of the target unit.
  • the reconstructed neighboring unit may be a spatially adjacent unit or a temporally adjacent unit to the target unit.
  • the reconstructed spatial neighboring unit may be a unit in the target picture and may be a unit that has already been reconstructed through encoding and/or decoding.
  • the reconstructed temporal neighboring unit may be a unit in the reference image and may be a unit that has already been reconstructed through encoding and/or decoding.
  • the location of the reconstructed temporal neighboring unit in the reference image may be the same as the location of the target unit in the target picture, or may correspond to the location of the target unit in the target picture.
  • the reconstructed temporal neighboring unit may be a neighboring block of the corresponding block in the reference image.
  • the location of the corresponding block within the reference image may correspond to the location of the target block within the target image.
  • that the positions of the blocks correspond may mean that the positions of the blocks are the same, that one block is included in another block, and that one block occupies the specified position of the other block. It could mean doing it.
  • a picture can be divided into one or more sub-pictures.
  • a sub-picture may consist of one or more tile rows and one or more tile columns.
  • a sub-picture may be an area with a square or rectangular (i.e. non-square) shape within the picture. Additionally, the sub-picture may include one or more CTUs. .
  • a sub-picture may be a rectangular area of one or more slices within one picture.
  • One sub-picture may include one or more tiles, one or more bricks, and/or one or more slices.
  • a tile can be an area within a picture that has a square or rectangular shape (i.e., a non-square shape).
  • a tile may contain one or more CTUs.
  • a tile can be split into one or more bricks.
  • a brick may refer to one or more CTU rows within a tile.
  • Each brick may contain one or more CTU rows.
  • Tiles that are not divided into two or more can also refer to bricks.
  • a slice may contain one or more tiles within a picture. Alternatively, a slice may include one or more bricks within a tile.
  • each sub-picture boundary may always be a slice boundary.
  • each vertical sub-picture boundary may always be a vertical tile boundary.
  • the parameter set may correspond to header information among the structures in the bitstream.
  • Parameter sets include Video Parameter Set (VPS), Sequence Parameter Set (SPS), Picture Parameter Set (PPS), Adaptation Parameter Set (APS), and decoding parameters. It may include at least one of a set (Decoding Parameter Set (DPS)), etc.
  • VPS Video Parameter Set
  • SPS Sequence Parameter Set
  • PPS Picture Parameter Set
  • APS Adaptation Parameter Set
  • decoding parameters It may include at least one of a set (Decoding Parameter Set (DPS)), etc.
  • Information signaled through a parameter set can be applied to pictures referencing the parameter set.
  • information in the VPS can be applied to pictures referencing the VPS.
  • Information in the SPS can be applied to pictures referencing the SPS.
  • Information in the PPS can be applied to pictures referencing the PPS.
  • a parameter set can refer to a parent parameter set.
  • PPS may refer to SPS.
  • SPS may refer to VPS.
  • the parameter set may include tile group, slice header information, and tile header information.
  • a tile group may refer to a group including a plurality of tiles. Additionally, the meaning of a tile group may be the same as that of a slice.
  • Rate-distortion optimization The coding device uses a combination of coding unit size, prediction mode, prediction unit size, motion information, and transformation unit size to provide high coding efficiency. Distortion optimization can be used.
  • the rate-distortion optimization method can calculate the rate-distortion cost of each combination to select the optimal combination among the above combinations.
  • the rate-distortion cost can be calculated using the formula “D+ ⁇ *R”.
  • the combination that minimizes the rate-distortion cost according to the formula "D+ ⁇ *R" can be selected as the optimal combination in the rate-distortion optimization method.
  • D may indicate distortion.
  • D may be the mean square error of the difference values between the original transform coefficients and the reconstructed transform coefficients within the transform unit.
  • R can represent the bit rate using related context information.
  • R may include not only coding parameter information such as prediction mode, motion information, and coded block flag, but also bits generated by encoding of transform coefficients.
  • the encoding device may perform processes such as inter prediction, intra prediction, transformation, quantization, entropy coding, inverse quantization, and/or inverse transformation to calculate accurate D and R. These processes can greatly increase the complexity of the encoding device.
  • Bitstream may refer to a string of bits containing encoded video information.
  • Parsing may mean entropy decoding a bitstream to determine the value of a syntax element. Alternatively, parsing may mean entropy decoding itself.
  • Symbol May refer to at least one of a syntax element, a coding parameter, and a transform coefficient of an encoding target unit and/or a decoding target unit. Additionally, a symbol may mean the object of entropy encoding or the result of entropy decoding.
  • a reference picture may refer to an image that a unit refers to for inter prediction or motion compensation.
  • the reference picture may be an image that includes a reference unit referenced by the target unit for inter prediction or motion compensation.
  • reference picture and “reference image” may be used with the same meaning and may be used interchangeably.
  • Reference picture list may be a list containing one or more reference pictures used for inter prediction or motion compensation.
  • the types of reference picture lists are List Combined (LC), List 0 (L0), List 1 (L1), List 2 (L2), and List 3 (List 3; L3). ), etc.
  • One or more reference picture lists can be used in inter prediction.
  • the inter prediction indicator may indicate the direction of inter prediction for the target unit. Inter prediction can be either one-way prediction or two-way prediction. Alternatively, the inter prediction indicator may indicate the number of reference pictures used when generating a prediction unit of the target unit. Alternatively, the inter prediction indicator may mean the number of prediction blocks used for inter prediction or motion compensation for the target unit.
  • the prediction list utilization flag may indicate whether a prediction unit is generated using at least one reference picture in a specific reference picture list.
  • An inter prediction indicator can be derived using the prediction list utilization flag.
  • the prediction list utilization flag can be derived using the inter prediction indicator. For example, when the prediction list utilization flag indicates the first value of 0, it may indicate that a prediction block is not generated using a reference picture in the reference picture list for the target unit. When the prediction list utilization flag indicates a second value of 1, it may indicate that a prediction unit is generated using a reference picture list for the target unit.
  • the reference picture index may be an index that indicates a specific reference picture in the reference picture list.
  • POC Picture Order Count
  • Motion Vector A motion vector may be a two-dimensional vector used in inter prediction or motion compensation.
  • a motion vector may mean an offset between a target image and a reference image.
  • MV can be expressed in a form such as (mvx, mvy).
  • mvx can represent the horizontal component
  • mvy can represent the vertical component.
  • the search range may be a two-dimensional area where a search for MV is performed during inter prediction.
  • the size of the search area may be MxN.
  • M and N can each be positive integers.
  • Motion vector candidate may refer to a block that is a prediction candidate or a motion vector of a block that is a prediction candidate when predicting a motion vector.
  • the motion vector candidate may be included in the motion vector candidate list.
  • Motion vector candidate list may refer to a list constructed using one or more motion vector candidates.
  • Motion vector candidate index may refer to an indicator indicating a motion vector candidate in the motion vector candidate list.
  • the motion vector candidate index may be the index of a motion vector predictor.
  • Motion information includes motion vectors, reference picture indices, and inter prediction indicators, as well as reference picture list information, reference pictures, motion vector candidates, motion vector candidate indices, merge candidates, and merge indices. It may mean information containing at least one of the following.
  • the merge candidate list may refer to a list constructed using one or more merge candidates.
  • Merge candidates include spatial merge candidates, temporal merge candidates, combined merge candidates, combined bi-prediction merge candidates, candidates based on history, candidates based on the average of two candidates, and zero. It may mean a merge candidate, etc.
  • the merge candidate may include an inter prediction indicator and may include motion information such as a reference picture index for each list, a motion vector, a prediction list utilization flag, and an inter prediction indicator.
  • the merge index may be an indicator pointing to a merge candidate in the merge candidate list.
  • the merge index may indicate the reconstructed unit that derived the merge candidate among the reconstructed units that are spatially adjacent to the target unit and the reconstructed units that are temporally adjacent to the target unit.
  • the merge index may indicate at least one of the motion information of the merge candidate.
  • Scaling may refer to the process of multiplying the transform coefficient level by a factor.
  • Scaling may also be referred to as dequantization.
  • Quantization Parameter may refer to a value used when generating a transform coefficient level for a transform coefficient in quantization.
  • the quantization parameter may refer to a value used when generating a transform coefficient by scaling the transform coefficient level in dequantization.
  • the quantization parameter may be a value mapped to the quantization step size.
  • the delta quantization parameter may mean the difference between the predicted quantization parameter and the quantization parameter of the target unit.
  • Scan can refer to a method of sorting the order of coefficients within a unit, block, or matrix. For example, sorting a two-dimensional array into a one-dimensional array can be called scanning. Alternatively, arranging a one-dimensional array into a two-dimensional array can also be referred to as a scan or inverse scan.
  • the transform coefficient may be a coefficient value generated as the encoding device performs transformation.
  • the transformation coefficient may be a coefficient value generated as the decoding device performs at least one of entropy decoding and inverse quantization.
  • Quantized levels or quantized transform coefficient levels generated by applying quantization to the transform coefficient or residual signal may also be included in the meaning of the transform coefficient.
  • a quantized level may refer to a value generated by performing quantization on a transform coefficient or residual signal in an encoding device.
  • the quantized level may mean a value that is the target of inverse quantization when performing inverse quantization in a decoding device.
  • the quantized transform coefficient level which is the result of transformation and quantization, can also be included in the meaning of the quantized level.
  • Non-zero transform coefficient may mean a transform coefficient with a non-zero value or a transform coefficient level with a non-zero value.
  • a non-zero transform coefficient may mean a transform coefficient whose value size is not 0 or a transform coefficient level whose value size is not 0.
  • a quantization matrix may refer to a matrix used in a quantization process or dequantization process to improve the subjective or objective image quality of an image.
  • the quantization matrix may also be referred to as a scaling list.
  • Quantization matrix coefficient The quantization matrix coefficient may refer to each element in the quantization matrix. Quantization matrix coefficients may also be referred to as matrix coefficients.
  • the default matrix may be a quantization matrix predefined in the encoding device and the decoding device.
  • Non-default matrix may be a quantization matrix that is not predefined in the encoding device and the decoding device.
  • a non-default matrix may refer to a quantization matrix signaled by a user from an encoding device to a decoding device.
  • MPM may indicate an intra prediction mode that is likely to be used for intra prediction of the target block.
  • the encoding device and the decoding device may determine one or more MPMs based on coding parameters related to the target block and properties of entities related to the target block.
  • the encoding device and the decoding device may determine one or more MPMs based on the intra prediction mode of the reference block.
  • the plurality of reference blocks may include a spatial neighboring block adjacent to the left of the target block and a spatial neighboring block adjacent to the top of the target block. In other words, one or more different MPMs may be determined depending on which intra prediction modes are used for the reference blocks.
  • One or more MPMs can be determined in the same way in the encoding device and the decoding device.
  • the encoding device and the decoding device may share an MPM list containing the same one or more MPMs.
  • the MPM list may be a list containing one or more MPMs.
  • the number of one or more MPMs in the MPM list may be predefined.
  • the MPM indicator may indicate the MPM used for intra prediction of the target block among one or more MPMs in the MPM list.
  • the MPM indicator may be an index to the MPM list.
  • the MPM list is determined in the same way in the encoding device and the decoding device, the MPM list itself may not need to be transmitted from the encoding device to the decoding device.
  • the MPM indicator can be signaled from the encoding device to the decoding device. As the MPM indicator is signaled, the decoding device can determine the MPM to be used for intra prediction for the target block among the MPMs in the MPM list.
  • the MPM usage indicator may indicate whether the MPM usage mode will be used for prediction of the target block.
  • the MPM use mode may be a mode that uses the MPM list to determine the MPM to be used for intra prediction for the target block.
  • the MPM use indicator can be signaled from the encoding device to the decoding device.
  • Signaling may indicate that information is transmitted from an encoding device to a decoding device.
  • signaling may mean that an encoding device includes information in a bitstream or recording medium. Information signaled by the encoding device can be used by the decoding device.
  • the encoding device can generate encoded information by performing encoding on signaled information.
  • Encoded information can be transmitted from an encoding device to a decoding device.
  • the decoding device can obtain information by performing decoding on the transmitted encoded information.
  • encoding may be entropy encoding
  • decoding may be entropy decoding.
  • Selective signaling Information can be signaled selectively. Selective signaling of information may mean that an encoding device selectively includes information (according to certain conditions) within a bitstream or recording medium. Selective signaling of information may mean that the decoding device selectively extracts information from the bitstream (according to specific conditions).
  • Omission of signaling Signaling of information may be omitted. Omission of signaling about information may mean that the encoding device does not include the information (depending on certain conditions) in the bitstream or recording medium. Omission of signaling for information may mean that the decoding device does not extract information from the bitstream (according to certain conditions).
  • Variables, coding parameters, constants, etc. may have values that can be operated on.
  • the statistical value may be a value generated by an operation on the values of these specified objects.
  • statistical values can be the average value, weighted average value, weighted sum, minimum value, maximum value, mode value for the values of specified variables, specified coding parameters, and specified constants. , may be one or more of intermediate values and interpolated values.
  • FIG. 1 is a block diagram showing the configuration of an encoding device to which the present invention is applied according to an embodiment.
  • the encoding device 100 may be an encoder, a video encoding device, or an image encoding device.
  • a video may contain one or more images.
  • the encoding device 100 may sequentially encode one or more images of a video.
  • the encoding device 100 includes an inter prediction unit 110, an intra prediction unit 120, a switch 115, a subtractor 125, a transform unit 130, a quantization unit 140, and an entropy encoding unit. It may include a unit 150, an inverse quantization unit 160, an inverse transform unit 170, an adder 175, a filter unit 180, and a reference picture buffer 190.
  • the encoding device 100 may perform encoding on the target image using intra mode and/or inter mode. That is to say, the prediction mode for the target block is intra
  • It can be either mode or inter mode.
  • intra mode intra prediction mode
  • intra-picture mode intra-picture prediction mode
  • inter mode inter prediction mode
  • inter-screen mode inter-screen prediction mode
  • image may refer only to a portion of an image or may refer to a block. Additionally, processing of “image” may represent sequential processing of a plurality of blocks.
  • the encoding device 100 can generate a bitstream including encoded information through encoding of a target image, and output and store the generated bitstream.
  • the generated bitstream may be stored in a computer-readable recording medium and streamed through wired and/or wireless transmission media.
  • switch 115 can be switched to intra.
  • the switch 115 can be switched to inter.
  • the encoding device 100 may generate a prediction block for the target block. Additionally, after the prediction block is generated, the encoding device 100 may encode the residual block for the target block using the residual of the target block and the prediction block.
  • the intra prediction unit 120 may use pixels of a block that is already encoded and/or decoded, which is a neighbor of the target block, as a reference sample.
  • the intra prediction unit 120 may perform spatial prediction for the target block using a reference sample and generate prediction samples for the target block through spatial prediction.
  • a prediction sample may refer to a sample within a prediction block.
  • the inter prediction unit 110 may include a motion prediction unit and a motion compensation unit.
  • the motion prediction unit can search for the area that best matches the target block from the reference image during the motion prediction process, and use the searched area to derive motion vectors for the target block and the searched area. can do. At this time, the motion prediction unit may use the search area as the area that is the target of the search.
  • the reference image may be stored in the reference picture buffer 190, and when encoding and/or decoding of the reference image is processed, the encoded and/or decoded reference image may be stored in the reference picture buffer 190.
  • the reference picture buffer 190 may be a decoded picture buffer (DPB).
  • DPB decoded picture buffer
  • the motion compensation unit may generate a prediction block for the target block by performing motion compensation using a motion vector.
  • the motion vector may be a two-dimensional vector used for inter prediction. Additionally, the motion vector may indicate an offset between the target image and the reference image.
  • the motion prediction unit and the motion compensation unit may generate a prediction block by applying an interpolation filter to some areas in the reference image.
  • the methods of motion prediction and motion compensation of the PU included in the CU based on the CU include skip mode, merge mode, and advanced motion vector prediction.
  • Prediction (AMVP) mode or the current picture reference mode can be determined, and inter prediction or motion compensation can be performed according to each mode.
  • the subtractor 125 may generate a residual block, which is the difference between the target block and the prediction block.
  • a residual block may also be referred to as a residual signal.
  • the residual signal may refer to the difference between the original signal and the predicted signal.
  • the residual signal may be a signal generated by transforming or quantizing, or transforming and quantizing, the difference between the original signal and the predicted signal.
  • a residual block may be a residual signal on a block basis.
  • the transform unit 130 may generate a transform coefficient by performing transformation on the residual block and output the generated transform coefficient.
  • the transformation coefficient may be a coefficient value generated by performing transformation on the residual block.
  • the conversion unit 130 may use one of a plurality of predefined conversion methods when performing conversion.
  • the plurality of predefined transformation methods may include Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), and Karhunen-Loeve Transform (KLT) based transformation, etc. there is.
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • KLT Karhunen-Loeve Transform
  • the transformation method used to transform the residual block may be determined according to at least one of coding parameters for the target block and/or the neighboring block. For example, the conversion method may be determined based on at least one of the inter prediction mode for the PU, the intra prediction mode for the PU, the size of the TU, and the shape of the TU. Alternatively, conversion information indicating a conversion method may be signaled from the encoding device 100 to the decoding device 200.
  • the transform unit 130 may omit transforming the residual block.
  • a quantized transform coefficient level or quantized level can be generated by applying quantization to the transform coefficient.
  • the quantized transform coefficient level and the quantized level may also be referred to as transform coefficients.
  • the quantization unit 140 may generate a quantized transform coefficient level (that is, a quantized level or a quantized coefficient) by quantizing the transform coefficient according to the quantization parameter.
  • the quantization unit 140 may output the generated quantized transform coefficient level.
  • the quantization unit 140 may quantize the transform coefficient using a quantization matrix.
  • the entropy encoding unit 150 may generate a bitstream by performing entropy encoding according to a probability distribution based on the values calculated by the quantization unit 140 and/or coding parameter values calculated during the encoding process. .
  • the entropy encoding unit 150 may output the generated bitstream.
  • the entropy encoding unit 150 may perform entropy encoding on information about pixels of an image and information for decoding the image.
  • information for decoding an image may include syntax elements, etc.
  • entropy coding When entropy coding is applied, a small number of bits may be assigned to symbols with a high probability of occurrence, and a large number of bits may be assigned to symbols with a low probability of occurrence. As symbols are expressed through this allocation, the size of the bitstring for the symbols that are the target of encoding can be reduced. Therefore, the compression performance of video encoding can be improved through entropy coding.
  • the entropy encoding unit 150 uses exponential golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding for entropy encoding. Coding methods such as Arithmetic Coding (CABAC) can be used.
  • CABAC Arithmetic Coding
  • the entropy encoding unit 150 may perform entropy encoding using a Variable Length Coding/Code (VLC) table.
  • VLC Variable Length Coding/Code
  • the entropy encoder 150 can derive a probability model of the target symbol/bin.
  • the entropy encoding unit 150 may perform arithmetic encoding using the derived binarization method, probability model, and context model.
  • the entropy encoder 150 can change the coefficients of the two-dimensional block form into the form of a one-dimensional vector through a transform coefficient scanning method to encode the quantized transform coefficient level.
  • Coding parameters may be information required for encoding and/or decoding.
  • the coding parameter may include information encoded in the encoding device 100 and transmitted from the encoding device 100 to the decoding device, and may include information that can be derived during the encoding or decoding process.
  • information transmitted to the decoding device includes syntax elements.
  • Coding parameters are encoded in an encoding device, such as syntax elements, and may include information derived from the encoding process or decoding process, as well as information (or flags and indexes, etc.) signaled from the encoding device to the decoding device. there is. Additionally, coding parameters may include information required for encoding or decoding an image.
  • type of the division in the multi-type tree form symmetric division
  • Flag reference picture list, reference image, POC, motion vector predictor, motion vector prediction index, motion vector prediction candidate, motion vector candidate list, information indicating whether merge mode is used, merge index, merge candidate, merge candidate list , information indicating whether skip mode is used, type of interpolation filter, filter tab of the interpolation filter, filter coefficient of the interpolation filter, motion vector size, motion vector expression accuracy, transformation type, transformation size, and first-order transformation.
  • Intra-loop filter Information indicating whether to apply, coefficient of intra-loop filter, filter tab of intra-loop, shape/form of intra-loop filter, information indicating whether to apply deblocking filter, deblocking filter Coefficients, filter tab of deblocking filter, strength of deblocking filter, shape/form of deblocking filter, information indicating whether adaptive sample offset is applied, adaptive sample offset value, adaptive sample offset category, adaptive sample Offset type, information indicating whether to apply an adaptive-loop (in-loop filter), coefficients of the adaptive-loop filter, filter tab of the adaptive-loop filter, shape/form of the adaptive-loop filter.
  • binarization/debinarization method context model, context model determination method, context model update method, information indicating whether regular mode is performed, information indicating whether bypass mode is performed, significant coefficient flag, last significant Coefficient flag, coefficient group unit coding flag, last significant coefficient position, flag indicating whether the coefficient value is greater than 1, flag indicating whether the coefficient value is greater than 2, flag indicating whether the coefficient value is greater than 3, Remaining coefficient value information, sign information, reconstructed luma sample, reconstructed chroma sample, context bin, bypass bin, residual luma sample, residual chroma sample, transform coefficient, luma transform coefficient, chroma transform coefficient, quantization level, luma quantized level, chroma quantized level, transform coefficient level, luma transform coefficient level, chroma transform coefficient level, transform coefficient level scanning method, size of motion vector search area on the side of the decoding device, side of the decoding device Shape of the motion vector search area, number of motion vector searches on the side of the decoding device, CTU size, minimum block size,
  • information related to the above-described coding parameters may also be included in the coding parameters.
  • Information used to calculate and/or derive the coding parameters described above may also be included in the coding parameters.
  • Information calculated or derived using the above-described coding parameters may also be included in the coding parameters.
  • Primary transformation selection information may indicate the primary transformation applied to the target block.
  • Secondary transformation selection information may indicate secondary transformation applied to the target block.
  • the residual signal may represent the difference between the original signal and the predicted signal.
  • the residual signal may be a signal generated by transforming the difference between the original signal and the predicted signal.
  • the residual signal may be a signal generated by converting and quantizing the difference between the original signal and the predicted signal.
  • a residual block may be a residual signal for a block.
  • signaling information may mean that the encoding device 100 includes entropy-encoded information generated by performing entropy encoding on a flag or index in a bitstream. , this may mean that the decoding device 200 obtains information by performing entropy decoding on entropy-encoded information extracted from the bitstream.
  • the information may include flags and indexes.
  • a signal may refer to signaled information.
  • information about images and blocks may be referred to as signals.
  • signals information about images and blocks
  • the terms “information” and “signal” may be used with the same meaning and may be used interchangeably.
  • a specific signal may be a signal representing a specific block.
  • the original signal may be a signal representing the target block.
  • a prediction signal may be a signal representing a prediction block.
  • the residual signal may be a signal representing a residual block.
  • the bitstream may include information according to a specified syntax.
  • the encoding device 100 may generate a bitstream including information according to a specified syntax.
  • the encoding device 200 may obtain information from the bitstream according to the specified syntax.
  • the encoded target image can be used as a reference image for other image(s) to be processed later. Accordingly, the encoding device 100 can reconstruct or decode the encoded target image, and store the reconstructed or decoded image as a reference image in the reference picture buffer 190. For decoding, inverse quantization and inverse transformation may be processed on the encoded target image.
  • the quantized level may be inversely quantized in the inverse quantization unit 160 and inversely transformed in the inverse transformation unit 170.
  • the inverse quantization unit 160 may generate an inverse quantized coefficient by performing inverse quantization on the quantized level.
  • the inverse transform unit 170 may generate inverse quantized and inverse transformed coefficients by performing inverse transformation on the inverse quantized coefficients.
  • the inverse-quantized and inverse-transformed coefficients can be combined with the prediction block through the adder 175.
  • a reconstructed block can be generated by combining the inverse-quantized and inverse-transformed coefficients with the prediction block.
  • the dequantized and/or inverse-transformed coefficient may mean a coefficient on which at least one of dequantization and inverse-transformation has been performed, and may mean a reconstructed residual block.
  • the reconstructed block may mean a recovered block or a decoded block.
  • the reconstructed block may pass through the filter unit 180.
  • the filter unit 180 includes at least a deblocking filter, a sample adaptive offset (SAO), an adaptive loop filter (ALF), and a non-local filter (NLF).
  • SAO sample adaptive offset
  • ALF adaptive loop filter
  • NLF non-local filter
  • One or more can be applied to a reconstructed sample, reconstructed block, or reconstructed picture.
  • the filter unit 180 may also be referred to as an in-loop filter.
  • the deblocking filter can remove block distortion occurring at the boundaries between blocks in the reconstructed picture. To determine whether to apply a deblocking filter, it may be determined whether to apply a deblocking filter to the target block based on the pixel(s) included in a few columns or rows included in the block.
  • the applied filter may vary depending on the strength of deblocking filtering required. In other words, among different filters, a filter determined according to the strength of deblocking filtering may be applied to the target block.
  • a deblocking filter is applied to the target block, a long-tap filter, strong filter, weak filter, and Gaussian filter are used depending on the strength of the deblocking filtering required.
  • one or more filters may be applied to the target block.
  • horizontal filtering and vertical filtering may be processed in parallel.
  • SAO can add an appropriate offset to the pixel value of a pixel to compensate for coding errors.
  • SAO can perform correction using an offset for the difference between the original image and the deblocked image in pixel units for the image to which deblocking has been applied.
  • a method is used to divide the pixels included in the image into a certain number of areas, determine the area where offset is to be performed among the divided areas, and apply the offset to the determined area.
  • a method of applying an offset by considering edge information of each pixel of the image may be used.
  • ALF can perform filtering based on a comparison between the reconstructed image and the original image. After dividing pixels included in an image into predetermined groups, a filter to be applied to each divided group can be determined, and filtering can be performed differentially for each group. Information related to whether to apply an adaptive loop filter may be signaled for each CU. This information can be signaled for the luma signal. The shape of the ALF and filter coefficients to be applied to each block may be different for each block. Alternatively, regardless of the characteristics of the block, a fixed form of ALF may be applied to the block.
  • the non-local filter can perform filtering based on reconstructed blocks similar to the target block.
  • An area similar to the target block may be selected from the reconstructed image, and filtering of the target block may be performed using statistical properties of the selected similar area.
  • Information related to whether to apply a non-local filter may be signaled to the CU. Additionally, the shapes and filter coefficients of non-local filters to be applied to blocks may be different depending on the block.
  • the reconstructed block or reconstructed image that has passed through the filter unit 180 may be stored in the reference picture buffer 190 as a reference picture.
  • the reconstructed block that has passed through the filter unit 180 may be part of a reference picture.
  • the reference picture may be a reconstructed picture composed of reconstructed blocks that have passed through the filter unit 180.
  • the stored reference picture can then be used for inter prediction or motion compensation.
  • Figure 2 is a block diagram showing the configuration of a decoding device according to an embodiment to which the present invention is applied.
  • the decoding device 200 may be a decoder, a video decoding device, or an image decoding device.
  • the decoding device 200 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an intra prediction unit 240, an inter prediction unit 250, and a switch 245. , may include an adder 255, a filter unit 260, and a reference picture buffer 270.
  • the decoding device 200 may receive the bitstream output from the encoding device 100.
  • the decoding device 200 can receive a bitstream stored in a computer-readable recording medium and can receive a bitstream streaming through a wired/wireless transmission medium.
  • the decoding device 200 may perform intra-mode and/or inter-mode decoding on the bitstream. Additionally, the decoding device 200 can generate a reconstructed image or a decoded image through decoding, and output the generated reconstructed image or a decoded image.
  • switching to intra mode or inter mode according to the prediction mode used for decoding may be performed by the switch 245. If the prediction mode used for decoding is intra mode, the switch 245 may be switched to intra mode. If the prediction mode used for decoding is the inter mode, the switch 245 may be switched to inter.
  • the decoding device 200 can obtain a reconstructed residual block by decoding the input bitstream and generate a prediction block. When the reconstructed residual block and the prediction block are obtained, the decoding device 200 can generate a reconstructed block that is the target of decoding by combining the reconstructed residual block and the prediction block.
  • the entropy decoding unit 210 may generate symbols by performing entropy decoding on the bitstream based on a probability distribution for the bitstream.
  • the generated symbols may include symbols in the form of quantized transform coefficient levels (i.e., quantized levels or quantized coefficients).
  • the entropy decoding method may be similar to the entropy encoding method described above.
  • the entropy decoding method may be the reverse process of the entropy encoding method described above.
  • the entropy decoder 210 can change the coefficients in the form of a one-dimensional vector into the form of a two-dimensional block through a transform coefficient scanning method in order to decode the quantized transform coefficient level.
  • the coefficients of a block can be changed into a two-dimensional block form.
  • which scan to use among the upper right diagonal scan, vertical scan, and horizontal scan may be determined depending on the block size and/or intra prediction mode.
  • the quantized coefficient may be inverse quantized in the inverse quantization unit 220.
  • the inverse quantization unit 220 may generate an inverse quantized coefficient by performing inverse quantization on the quantized coefficient. Additionally, the inverse quantized coefficient may be inversely transformed in the inverse transform unit 230.
  • the inverse transform unit 230 may generate a reconstructed residual block by performing inverse transform on the inverse quantized coefficients. As a result of performing inverse quantization and inverse transformation on the quantized coefficients, a reconstructed residual block may be generated.
  • the inverse quantization unit 220 may apply a quantization matrix to the quantized coefficients when generating a reconstructed residual block.
  • the intra prediction unit 240 may generate a prediction block by performing spatial prediction on the target block using pixel values of already decoded blocks neighboring the target block.
  • the inter prediction unit 250 may include a motion compensation unit. Alternatively, the inter prediction unit 250 may be called a motion compensation unit.
  • the motion compensation unit may generate a prediction block by performing motion compensation on the target block using a motion vector and a reference image stored in the reference picture buffer 270.
  • the motion compensation unit can apply an interpolation filter to some areas in the reference image and generate a prediction block using the reference image to which the interpolation filter has been applied.
  • the motion compensation unit may determine which of skip mode, merge mode, AMVP mode, and current picture reference mode is the motion compensation method used for the PU included in the CU based on the CU, and the determined mode. Motion compensation can be performed according to .
  • the reconstructed residual block and prediction block can be added through an adder 255.
  • the adder 255 may generate a reconstructed block by adding the reconstructed residual block and the prediction block.
  • the reconstructed block may pass through the filter unit 260.
  • the filter unit 260 may apply at least one of a deblocking filter, SAO, ALF, and non-local filter to the reconstructed block or the reconstructed image.
  • the reconstructed image may be a picture containing reconstructed blocks.
  • the filter unit 260 may output a reconstructed image.
  • the reconstructed block and/or the reconstructed image that has passed through the filter unit 260 may be stored as a reference picture in the reference picture buffer 270.
  • the reconstructed block that has passed through the filter unit 260 may be part of a reference picture.
  • the reference picture may be a reconstructed image composed of reconstructed blocks that have passed through the filter unit 260.
  • the stored reference picture can then be used for inter prediction and/or motion compensation.
  • Figure 3 is a diagram schematically showing the division structure of an image when encoding and decoding an image.
  • Figure 3 may schematically show an example in which one unit is divided into a plurality of sub-units.
  • a coding unit may be used in encoding and decoding.
  • a unit may be a term that refers to a combination of 1) a block containing video samples and 2) a syntax element.
  • “division of a unit” may mean “division of a block corresponding to a unit.”
  • CU may be used as a base unit for video encoding and/or decoding. Additionally, a CU may be used as a unit to which a selected mode of intra mode and inter mode is applied in video encoding and/or decoding. In other words, in video encoding and/or decoding, it can be determined which mode among intra mode and inter mode will be applied to each CU.
  • a CU may be a basic unit in prediction, transformation, quantization, inverse transformation, inverse quantization, and encoding and/or decoding of transformation coefficients.
  • the image 300 may be sequentially divided into units of largest coding units (LCUs). For each LCU, a partition structure may be determined.
  • LCU may be used with the same meaning as Coding Tree Unit (CTU).
  • CTU Coding Tree Unit
  • Division of a unit may mean division of a block corresponding to the unit.
  • Block division information may include depth information regarding the depth of the unit. Depth information may indicate the number and/or extent to which a unit is divided.
  • One unit may be hierarchically divided into a plurality of sub-units with depth information based on a tree structure.
  • Each divided sub-unit may have depth information.
  • Depth information may be information indicating the size of the CU. Depth information may be stored for each CU.
  • Each CU may have depth information.
  • CUs created by splitting may have a depth that increases by 1 from the depth of the split CU.
  • the division structure may refer to the distribution of CUs within the LCU 310 for efficiently encoding images. This distribution may be determined depending on whether to divide one CU into multiple CUs.
  • the number of divided CUs may be a positive integer greater than or equal to 2, including 2, 4, 8, and 16.
  • the horizontal and vertical sizes of the CU created by division may be smaller than the horizontal and vertical sizes of the CU before division, depending on the number of CUs created by division.
  • the horizontal and vertical sizes of the CU created by division may be half the horizontal size and half the vertical size of the CU before division.
  • a split CU can be recursively split into multiple CUs in the same manner.
  • By recursive division at least one of the horizontal and vertical sizes of the divided CU may be reduced compared to at least one of the horizontal and vertical sizes of the CU before division.
  • Division of the CU can be done recursively up to a predefined depth or predefined size.
  • the depth of the CU may have a value of 0 to 3.
  • the size of the CU can range from 64x64 to 8x8 depending on the depth of the CU.
  • the depth of the LCU 310 may be 0, and the depth of the Smallest Coding Unit (SCU) may be a predefined maximum depth.
  • the LCU may be a CU with the maximum coding unit size as described above, and the SCU may be a CU with the minimum coding unit size.
  • Division may begin from the LCU 310, and the depth of the CU may increase by 1 whenever the horizontal and/or vertical size of the CU is reduced due to division.
  • an undivided CU may have a size of 2Nx2N.
  • a CU of 2Nx2N size may be divided into 4 CUs of NxN size. The size of N can be reduced by half each time the depth increases by 1.
  • an LCU with a depth of 0 may be 64x64 pixels or a 64x64 block. 0 may be the minimum depth.
  • a SCU with a depth of 3 may be 8x8 pixels or an 8x8 block. 3 may be the maximum depth.
  • the CU of the 64x64 block, which is the LCU can be expressed as depth 0.
  • a CU in a 32x32 block can be expressed with a depth of 1.
  • a CU in a 16x16 block can be expressed with a depth of 2.
  • a CU of an 8x8 block, which is an SCU can be expressed with a depth of 3.
  • Segmentation information may be 1 bit of information. All CUs except SCU may include segmentation information.
  • the partition information value of a CU that is not divided may be a first value
  • the partition information value of a divided CU may be a second value.
  • the division information indicates whether the CU is divided
  • the first value may be 0 and the second value may be 1.
  • the horizontal and vertical sizes of each of the four CUs created by division are half the horizontal size and half the vertical size of the CU before division, respectively. You can.
  • the sizes of the 4 divided CUs may be 16x16.
  • the CU is divided into a quad-tree form. In other words, it can be seen that quad-tree partitioning has been applied to the CU.
  • each CU of the two CUs created by division is half the horizontal size or half the vertical size of the CU before division, respectively.
  • the sizes of the two divided CUs may be 16x32.
  • the sizes of the two divided CUs may be 32x16.
  • three divided CUs can be created by dividing the horizontal or vertical size of the CU before division at a ratio of 1:2:1.
  • the three divided CUs may have sizes of 16x8, 16x16, and 16x8, respectively, from the top.
  • the three divided CUs may have sizes of 8x32, 16x32, and 8x32, respectively, from the left.
  • Quad-tree type partitioning and binary-tree type partitioning were applied to the LCU 310 of FIG. 3.
  • a Coding Tree Unit (CTU) of 64x64 size may be divided into a plurality of smaller CUs using a recursive Quad-Cree structure.
  • One CU can be divided into four CUs with identical sizes.
  • CUs can be divided recursively, and each CU can have a quad tree structure.
  • the optimal partitioning method that generates the minimum rate-distortion ratio can be selected.
  • the CTU 320 in FIG. 3 is an example of a CTU to which quad tree partitioning, binary tree partitioning, and ternary tree partitioning are all applied.
  • At least one of quad tree partitioning, binary tree partitioning, and ternary tree partitioning may be applied to the CTU. Partitions may be applied based on a specified priority.
  • quad tree partitioning may be applied preferentially for CTU.
  • a CU that can no longer be divided into a quad tree may correspond to a leaf node of the quad tree.
  • the CU corresponding to the leaf node of the quad tree can be the root node of the binary tree and/or ternary tree. That is, the CU corresponding to the leaf node of the quad tree may be divided into a binary tree or a ternary tree, or may not be divided any further.
  • quad tree division is not applied again to the CU created by applying binary tree division or ternary tree division to the CU corresponding to the leaf node of the quad tree, thereby preventing block division and/or signaling of block division information. It can be performed effectively.
  • Quad partition information with a first value may indicate that the CU is partitioned in a quad tree form.
  • Quad partition information with a second value may indicate that the CU is not partitioned in a quad tree form.
  • Quad split information may be a flag with a specified length (eg, 1 bit).
  • the CU corresponding to the leaf node of the quad tree may be divided into a binary tree or a ternary tree.
  • the CU generated by binary tree partitioning or ternary tree partitioning may be partitioned again into a binary tree form or a ternary tree form, or may not be partitioned any further.
  • Partitioning when no priority exists between binary tree partitioning and ternary tree partitioning may be referred to as multi-type tree partitioning.
  • the CU corresponding to the leaf node of the quad tree can become the root node of the multi-type tree.
  • the division of the CU corresponding to each node of the multi-type tree may be signaled using at least one of information indicating whether the multi-type tree is divided, division direction information, and division tree information. To split the CU corresponding to each node of the multi-type tree, information indicating whether to split sequentially, split direction information, and split tree information may be signaled.
  • information indicating whether a multi-type tree with a first value (eg, “1”) is split may indicate that the corresponding CU is split in the form of a multi-type tree.
  • Information indicating whether a multi-type tree with a second value (eg, “0”) is divided may indicate that the corresponding CU is not divided into a multi-type tree.
  • the corresponding CU may further include split direction information.
  • Splitting direction information may indicate the splitting direction of multi-type tree splitting.
  • Division direction information with a first value (eg, “1”) may indicate that the corresponding CU is divided in the vertical direction.
  • Division direction information with a second value (eg, “0”) may indicate that the corresponding CU is divided in the horizontal direction.
  • the corresponding CU may further include split tree information.
  • Splitting tree information may indicate the tree used for multi-type tree splitting.
  • split tree information with a first value may indicate that the corresponding CU is split in the form of a binary tree.
  • Split tree information with a second value (eg, “0”) may indicate that the corresponding CU is split in a ternary tree form.
  • each of the above-described information indicating whether to split, split tree information, and split direction information may be a flag with a specified length (eg, 1 bit).
  • At least one of the above-described quad split information, information indicating whether the multi-type tree is split, split direction information, and split tree information may be entropy encoded and/or entropy decoded.
  • information on a neighboring CU adjacent to the target CU can be used.
  • the splitting form of the left CU and/or the upper CU i.e., whether to split, splitting tree, and/or splitting direction
  • the splitting form of the target CU may be considered highly likely to be similar to each other. Therefore, based on information on the neighboring CU, context information for entropy encoding and/or entropy decoding of information on the target CU may be derived.
  • the information on the neighboring CU may include at least one of the neighboring CU's 1) quad split information, 2) information indicating whether the multi-type tree is split, 3) split direction information, and 4) split tree information.
  • binary tree partitioning may be performed preferentially. That is, binary tree division is applied first, and the CU corresponding to the leaf node of the binary tree may be set as the root node of the ternary tree. In this case, quad tree division and binary tree division may not be performed on the CU corresponding to the node of the ternary tree.
  • a CU that is no longer split by quad tree splitting, binary tree splitting, and/or ternary tree splitting may become a unit of encoding, prediction, and/or transformation. That is, for prediction and/or transformation, the CU may no longer be split. Accordingly, a split structure and split information for splitting a CU into prediction units and/or transform units may not exist in the bitstream.
  • this CU may be recursively divided until the size of the CU becomes less than or equal to the size of the maximum conversion block. For example, if the size of the CU is 64x64 and the maximum conversion block size is 32x32, the CU may be divided into four 32x32 blocks for conversion. For example, if the size of the CU is 32x64 and the maximum conversion block size is 32x32, the CU may be divided into two 32x32 blocks for conversion.
  • whether the CU is divided for conversion may not be signaled separately.
  • whether to split a CU may be determined by comparison between the horizontal size (and/or vertical size) of the CU and the horizontal size (and/or vertical size) of the maximum transform block. For example, if the horizontal size of the CU is larger than the horizontal size of the maximum transformation block, the CU may be divided vertically into two. Additionally, if the vertical size of the CU is larger than the vertical size of the maximum transformation block, the CU may be divided horizontally into two.
  • Information about the maximum size and/or minimum size of the CU and information about the maximum size and/or minimum size of the transform block may be signaled or determined at a higher level for the CU.
  • higher levels may be sequence level, picture level, tile level, tile group level, and slice level.
  • the minimum size of a CU may be determined to be 4x4.
  • the maximum size of a transform block may be determined to be 64x64.
  • the minimum size of the transform block may be determined to be 4x4.
  • Information about the minimum size of the CU corresponding to the leaf node of the quad tree (say, the quad tree minimum size) and/or the maximum depth of the path from the root node to the leaf node of the multi-type tree (say, the multi-type tree maximum Information about depth) may be signaled or determined at a higher level for the CU. For example, higher levels may be sequence level, picture level, slice level, tile group level, and tile level. Information about the quad tree minimum size and/or information about the multi-type tree maximum depth may be signaled or determined separately for each of the intra-slice and inter-slice.
  • Differential information about the size of the CTU and the maximum size of the transform block may be signaled or determined at a higher level for the CU. For example, higher levels may be sequence level, picture level, slice level, tile group level, and tile level.
  • Information about the maximum size of the CU corresponding to each node of the binary tree can be determined based on the size and difference information of the CTU.
  • the maximum size of the CU corresponding to each node of the ternary tree (that is, the maximum size of the ternary tree) may have different values depending on the type of slice. For example, within an intra slice, the maximum ternary tree size may be 32x32.
  • the maximum ternary tree size may be 128x128.
  • the binary tree maximum size and/or the ternary tree maximum size may be signaled or determined at the slice level.
  • the binary tree minimum size and/or ternary tree minimum size may be signaled or determined at the slice level.
  • quad split information information indicating whether the multi-type tree is split
  • split tree information may or may not exist in the bitstream.
  • the CU may not include quad partition information, and the quad partition information for the CU may be inferred as the second value.
  • the size (horizontal and vertical size) of the CU corresponding to a node in a multi-type tree is larger than the binary tree maximum size (horizontal size and vertical size) and/or the ternary tree maximum size (horizontal size and vertical size).
  • the CU may not be partitioned into binary and/or ternary tree form. According to this decision method, information indicating whether to split the multi-type tree may not be signaled and may be inferred as a second value.
  • the size (horizontal and vertical size) of the CU corresponding to the node of the multi-type tree is equal to the minimum size (horizontal and vertical size) of the binary tree, or the size of the CU (horizontal and vertical size) is equal to the minimum size (horizontal and vertical size) of the binary tree. If equal to twice the minimum size (horizontal and vertical sizes), the CU may not be partitioned into binary tree form and/or ternary tree form. According to this decision method, information indicating whether to split the multi-type tree may not be signaled and may be inferred as a second value. This is because, when dividing a CU into a binary tree form and/or a ternary tree form, a CU smaller than the minimum binary tree size and/or the minimum ternary tree size is generated.
  • binary tree partitioning or ternary tree partitioning may be limited based on the size of the virtual pipeline data unit (i.e., pipeline buffer size). For example, if a CU is split into sub-CUs that do not fit the pipeline buffer size by binary tree partitioning or ternary tree partitioning, binary tree partitioning or ternary tree partitioning may be limited.
  • the pipeline buffer size may be equal to the size of the maximum conversion block (e.g., 64X64).
  • the pipeline buffer size is 64X64, the following partitions may be limited.
  • N and/or M is 128) CUs
  • the CU may not be divided into a binary tree form and/or a ternary tree form. According to this decision method, information indicating whether to split the multi-type tree may not be signaled and may be inferred as a second value.
  • a multi-type tree only if at least one of vertical binary tree partitioning, horizontal binary tree partitioning, vertical ternary tree partitioning, and horizontal ternary tree partitioning is possible.
  • Information indicating whether to divide may be signaled. Otherwise, the CU may not be partitioned into binary tree form and/or ternary tree form. According to this decision method, information indicating whether to split the multi-type tree may not be signaled and may be inferred as a second value.
  • split direction information only if both vertical binary tree splitting and horizontal binary tree splitting are possible for the CU corresponding to the node of the multi-type tree, or both vertical ternary tree splitting and horizontal ternary tree splitting are possible. can be signaled. Otherwise, the division direction information may not be signaled and may be inferred as a value indicating the direction in which the CU can be divided.
  • split tree information only if both vertical binary tree splitting and vertical ternary tree splitting are possible for the CU corresponding to the node of the multi-type tree, or both horizontal binary tree splitting and horizontal ternary tree splitting are possible. can be signaled. Otherwise, the split tree information may not be signaled and may be inferred as a value indicating a tree applicable to splitting the CU.
  • Figure 4 is a diagram showing the form of a prediction unit that a coding unit can include.
  • CUs that are no longer divided may be divided into one or more prediction units (PUs).
  • PUs prediction units
  • PU may be the basic unit for prediction. PU can be encoded and decoded in any one of skip mode, inter mode, and intra mode. PU can be divided into various forms depending on each mode. For example, the target block described above with reference to FIG. 1 and the target block described with reference to FIG. 2 may be a PU.
  • a CU may not be divided into PUs. If the CU is not divided into PUs, the size of the CU and the size of the PU may be the same.
  • skip mode there may be no partitions within the CU.
  • 2Nx2N mode 410 in which the sizes of PU and CU are the same without division can be supported.
  • inter mode eight partition types can be supported within the CU.
  • 2Nx2N mode (410), 2NxN mode (415), Nx2N mode (420), NxN mode (425), 2NxnU mode (430), 2NxnD mode (435), nLx2N mode (440), and nRx2N Mode 445 may be supported.
  • 2Nx2N mode 410 and NxN mode 425 may be supported.
  • a PU with a size of 2Nx2N can be encoded.
  • a PU of size 2Nx2N may mean a PU of the same size as the size of the CU.
  • a PU of size 2Nx2N may have sizes of 64x64, 32x32, 16x16 or 8x8.
  • NxN mode 425 PUs of NxN size can be encoded.
  • the size of a PU when the size of a PU is 8x8, four divided PUs can be encoded.
  • the size of the divided PU may be 4x4.
  • the PU When the PU is encoded by intra mode, the PU may be encoded using one intra prediction mode among a plurality of intra prediction modes.
  • HEVC High Efficiency Video Coding
  • HEVC High Efficiency Video Coding
  • Which of the 2Nx2N mode 410 and NxN mode 425 will be used to encode the PU can be determined by the rate-distortion cost.
  • the encoding device 100 can perform an encoding operation on a PU of size 2Nx2N.
  • the encoding operation may be encoding the PU in each of a plurality of intra prediction modes that the encoding device 100 can use.
  • the optimal intra prediction mode for a PU of size 2Nx2N can be derived.
  • the optimal intra prediction mode may be an intra prediction mode that generates the minimum rate-distortion cost for encoding a PU of 2Nx2N size among a plurality of intra prediction modes that the encoding device 100 can use.
  • the encoding device 100 may sequentially perform an encoding operation on each PU of the NxN divided PUs.
  • the encoding operation may be encoding the PU in each of a plurality of intra prediction modes that the encoding device 100 can use.
  • the optimal intra prediction mode for a PU of NxN size can be derived through encoding operations.
  • the optimal intra prediction mode may be an intra prediction mode that generates the minimum rate-distortion cost for encoding an NxN sized PU among a plurality of intra prediction modes that the encoding device 100 can use.
  • the encoding device 100 may determine which of the 2Nx2N sized PUs and the NxN sized PUs to encode based on comparison of the rate-distortion costs of the 2Nx2N sized PU and the rate-distortion costs of the NxN sized PUs.
  • One CU can be divided into one or more PUs, and a PU can also be divided into multiple PUs.
  • the horizontal and vertical sizes of each of the four PUs created by division are half the horizontal size and half the vertical size of the PU before division, respectively. You can.
  • the sizes of the 4 divided PUs may be 16x16.
  • the PU is divided into four PUs, it can be said that the PU is divided into a quad-tree form.
  • the horizontal or vertical size of each PU of the two PUs created by division is half the horizontal size or half the vertical size of the PU before division, respectively.
  • the sizes of the two divided PUs may be 16x32.
  • the sizes of the two divided PUs may be 32x16.
  • Figure 5 is a diagram showing the form of a conversion unit that can be included in a coding unit.
  • Transform Unit may be a basic unit used for the processes of transformation, quantization, inverse transformation, inverse quantization, entropy encoding, and entropy decoding within the CU.
  • the TU may have a square or rectangular shape.
  • the shape of the TU may be determined depending on the size and/or shape of the CU.
  • CUs that are no longer divided into CUs may be divided into one or more TUs.
  • the division structure of the TU may be a quad-tree structure.
  • one CU 510 may be divided one or more times according to a quad-tree structure.
  • one CU 510 can be composed of TUs of various sizes.
  • one CU can be viewed as being divided recursively.
  • one CU can be composed of TUs with various sizes.
  • one CU may be divided into one or more TUs based on the number of vertical lines and/or horizontal lines dividing the CU.
  • a CU may be divided into symmetric TUs or may be divided into asymmetric TUs.
  • information about the size and/or shape of the TU may be signaled from the encoding device 100 to the decoding device 200.
  • the size and/or shape of the TU may be derived from information about the size and/or shape of the CU.
  • a CU may not be divided into TUs. If the CU is not divided into TUs, the size of the CU and the size of the TU may be the same.
  • One CU may be divided into one or more TUs, and a TU may also be divided into multiple TUs.
  • the horizontal and vertical sizes of each of the four TUs created by the split are half the horizontal size and half the vertical size of the TU before splitting, respectively. You can.
  • the sizes of the 4 divided TUs may be 16x16.
  • the TU is divided into four TUs, it can be said that the TU is divided into a quad-tree form.
  • each TU of the two TUs created by the split is half the horizontal size or half the vertical size of the TU before splitting, respectively.
  • the sizes of the two divided TUs may be 16x32.
  • the sizes of the two divided TUs may be 32x16.
  • the CU may be divided in a manner other than that shown in FIG. 5.
  • one CU can be divided into three CUs.
  • the horizontal or vertical size of the three divided CUs may be 1/4, 1/2, and 1/4 of the horizontal or vertical size of the CU before division, respectively.
  • the sizes of the three divided CUs may be 8x32, 16x32, and 8x32, respectively.
  • the CU can be viewed as being divided in the form of a ternary tree.
  • One of the exemplified quad tree-type partitioning, binary tree-type partitioning, and ternary tree-type partitioning may be applied for partitioning the CU, and a plurality of partitioning methods may be combined together and used for partitioning the CU. .
  • partitioning in the form of a composite tree can be referred to as partitioning in the form of a composite tree.
  • Figure 6 shows division of a block according to an example.
  • the target block may be divided as shown in FIG. 6.
  • the target block may be a CU.
  • an indicator indicating division information may be signaled from the encoding device 100 to the decoding device 200.
  • Splitting information may be information indicating how the target block is divided.
  • Splitting information includes split flag (hereinafter referred to as “split_flag”), quad-binary flag (hereinafter referred to as “QB_flag”), quad tree flag (hereinafter referred to as “quadtree_flag”), and binary tree flag (hereinafter referred to as “binarytree_flag”). It may be one or more of a binary type flag (hereinafter denoted as "Btype_flag").
  • split_flag may be a flag indicating whether the block is split. For example, a value of 1 in split_flag may indicate that the block is split. A value of 0 for split_flag may indicate that the block is not split.
  • QB_flag may be a flag indicating whether the block is divided into a quad tree format or a binary tree format. For example, a value of 0 for QB_flag may indicate that the block is divided into a quad tree format. A value of 1 in QB_flag may indicate that the block is divided into a binary tree form. Alternatively, the value of QB_flag of 0 may indicate that the block is divided into a binary tree form. A value of 1 in QB_flag may indicate that the block is divided into a quad tree format.
  • quadtree_flag may be a flag indicating whether the block is divided into a quad tree format. For example, a value of 1 in quadtree_flag may indicate that the block is divided into a quad tree format. A value of 0 for quadtree_flag may indicate that the block is not divided into a quad tree format.
  • binarytree_flag may be a flag indicating whether the block is divided in binary tree form. For example, a value of 1 in binarytree_flag may indicate that the block is split into a binary tree. A value of 0 for binarytree_flag may indicate that the block is not divided into a binary tree form.
  • Btype_flag may be a flag indicating whether the block is divided into vertical division or horizontal division when the block is divided into binary tree form. For example, a value of 0 in Btype_flag may indicate that the block is divided in the horizontal direction. A value of 1 in Btype_flag may indicate that the block is divided in the vertical direction. Alternatively, the value 0 of Btype_flag may indicate that the block is divided in the vertical direction. A value of 1 in Btype_flag may indicate that the block is divided in the horizontal direction.
  • partition information for the block of FIG. 6 can be derived by signaling at least one of quadtree_flag, binarytree_flag, and Btype_flag as shown in Table 1 below.
  • split information for the block of FIG. 6 can be derived by signaling at least one of split_flag, QB_flag, and Btype_flag as shown in Table 2 below.
  • the partitioning method may be limited to quad trees only, or only binary trees, depending on the size and/or shape of the block.
  • split_flag may be a flag indicating whether to split into a quad tree form or a flag indicating whether to split into a binary tree form.
  • the size and shape of the block can be derived according to the depth information of the block, and the depth information can be signaled from the encoding device 100 to the decoding device 200.
  • the specified range may be defined by at least one of the maximum block size and minimum block size for which only quad tree-type division is possible.
  • Information indicating the maximum block size and/or minimum block size for which only quad tree-type division is possible may be signaled from the encoding device 100 to the decoding device 200 through a bitstream. Additionally, this information may be signaled for at least one unit among video, sequence, picture, parameter, tile group, and slice (or segment).
  • the maximum block size and/or minimum block size may be fixed sizes predefined in the encoding device 100 and the decoding device 200. For example, if the block size is 64x64 or larger and 256x256 or smaller, only quad tree type division may be possible. In this case, split_flag may be a flag indicating whether to split into quad tree form.
  • the divided block may be at least one of CU and TU.
  • split_flag may be a flag indicating whether to split into quad tree form.
  • the block size falls within a specified range, only binary tree or ternary tree division may be possible.
  • the specified range may be defined by at least one of the maximum block size and minimum block size for which only division in the form of a binary tree or a ternary tree is possible.
  • Information indicating the maximum block size and/or minimum block size for which only binary tree-type splitting or ternary tree-type splitting is possible may be signaled from the encoding device 100 to the decoding device 200 through a bitstream. Additionally, this information may be signaled for at least one unit among sequence, picture, and slice (or segment).
  • the maximum block size and/or minimum block size may be fixed sizes predefined in the encoding device 100 and the decoding device 200. For example, if the block size is 8x8 or larger and 16x16 or smaller, only division in the form of a binary tree may be possible. In this case, split_flag may be a flag indicating whether to split in binary tree form or ternary tree form.
  • quad tree-type partitioning can be equally applied to binary tree-type and/or ternary-tree form partitioning.
  • Splitting of a block may be limited by previous splitting. For example, when a block is divided into a specified binary tree form and a plurality of divided blocks are created, each divided block can be further divided only into the specified tree form.
  • the specified tree form may be at least one of a binary tree form, a ternary tree form, and a quad tree form.
  • the above-described indicator may not be signaled.
  • Figure 7 is a diagram for explaining an embodiment of the intra prediction process.
  • Arrows from the center of the graph of FIG. 7 to the outside may indicate prediction directions of directional intra prediction modes. Additionally, numbers displayed close to the arrows may represent an example of a mode value assigned to the intra prediction mode or the prediction direction of the intra prediction mode.
  • the number 0 may represent Planar mode, which is a non-directional intra prediction mode.
  • the number 1 may represent DC mode, which is a non-directional intra prediction mode.
  • Intra encoding and/or decoding may be performed using reference samples of neighboring blocks of the target block.
  • the neighboring block may be a reconstructed neighboring block.
  • a reference sample may refer to a neighboring sample.
  • intra encoding and/or decoding may be performed using the value or coding parameter of a reference sample included in the reconstructed neighboring block.
  • the encoding device 100 and/or the decoding device 200 may generate a prediction block by performing intra prediction on the target block based on information on samples in the target image.
  • the encoding device 100 and/or the decoding device 200 may generate a prediction block for the target block by performing intra prediction based on information on samples in the target image.
  • the encoding device 100 and/or the decoding device 200 may perform directional prediction and/or non-directional prediction based on at least one reconstructed reference sample.
  • a prediction block may refer to a block generated as a result of performing intra prediction.
  • a prediction block may correspond to at least one of CU, PU, and TU.
  • the unit of the prediction block may be the size of at least one of CU, PU, and TU.
  • the prediction block may have a square shape with a size of 2Nx2N or NxN.
  • NxN sizes can include 4x4, 8x8, 16x16, 32x32, and 64x64.
  • the prediction block may be a square-shaped block with a size of 2x2, 4x4, 8x8, 16x16, 32x32, or 64x64, or a rectangular block with a size of 2x8, 4x8, 2x16, 4x16, and 8x16. there is.
  • Intra prediction may be performed according to the intra prediction mode for the target block.
  • the number of intra prediction modes that a target block can have may be a predefined fixed value or a value determined differently depending on the properties of the prediction block.
  • properties of the prediction block may include the size of the prediction block and the type of the prediction block. Additionally, properties of a prediction block may indicate coding parameters for the prediction block.
  • the number of intra prediction modes may be fixed to N regardless of the size of the prediction block.
  • the number of intra prediction modes may be 3, 5, 9, 17, 34, 35, 36, 65, 67, or 95.
  • the intra prediction mode may be a non-directional mode or a directional mode.
  • an intra prediction mode may include 2 undirectional modes and 65 directional modes, corresponding to numbers 0 to 66 shown in FIG. 7 .
  • the intra prediction mode may include 2 undirectional modes and 93 directional modes, corresponding to numbers -14 to 80 shown in FIG. 7.
  • the two non-directional modes may include DC mode and Planar mode.
  • the directional mode may be a prediction mode with a specific direction or a specific angle.
  • Directional mode may also be referred to as an argular mode.
  • the intra prediction mode may be expressed by at least one of a mode number, mode value, mode angle, and mode direction. That is to say, the terms “(mode) number of intra prediction mode”, “(mode) value of intra prediction mode”, “(mode) angle of intra prediction mode” and “(mode) direction of intra prediction mode” have the same meaning. can be used, and can be used interchangeably.
  • the number of intra prediction modes may be M.
  • M may be 1 or more.
  • the number of intra prediction modes may be M, including the number of non-directional modes and the number of directional modes.
  • the number of intra prediction modes may be fixed to M regardless of the size and/or color component of the block.
  • the number of intra prediction modes may be fixed to either 35 or 67, regardless of the block size.
  • the number of intra prediction modes may vary depending on the shape, size, and/or type of color component of the block.
  • directional prediction modes shown in dotted lines can only be applied to prediction for non-square blocks.
  • the number of intra prediction modes may increase. Alternatively, as the block size increases, the number of intra prediction modes may decrease. If the block size is 4x4 or 8x8, the number of intra prediction modes may be 67. If the block size is 16x16, the number of intra prediction modes may be 35. If the block size is 32x32, the number of intra prediction modes may be 19. If the block size is 64x64, the number of intra prediction modes may be 7.
  • the number of intra prediction modes may vary depending on whether the color component is a luma signal or a chroma signal.
  • the number of intra prediction modes of the luma component block may be greater than the number of intra prediction modes of the chroma component block.
  • prediction may be performed in the vertical direction based on the pixel value of the reference sample.
  • prediction may be performed in the horizontal direction based on the pixel value of the reference sample.
  • the encoding device 100 and the decoding device 200 can perform intra prediction on the target unit using a reference sample according to the angle corresponding to the directional mode.
  • the intra prediction mode located to the right of the vertical mode may be named vertical right mode.
  • the intra prediction mode located below the horizontal mode may be named the horizontal-below mode.
  • intra prediction modes with mode values one of 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, and 66 are vertical These may be the right modes.
  • Intra prediction modes with mode values of one of 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, and 17 may be horizontal bottom modes.
  • Non-directional modes may include DC mode and planar mode.
  • the mode value of DC mode may be 1.
  • the mode value of the planner mode may be 0.
  • Directional modes may include angular modes.
  • the remaining modes except DC mode and planner mode may be directional modes.
  • a prediction block may be generated based on the average of pixel values of a plurality of reference samples. For example, the pixel value of the prediction block may be determined based on the average of pixel values of a plurality of reference samples.
  • the number of intra prediction modes described above and the mode value of each intra prediction mode may be merely exemplary.
  • the number of intra prediction modes described above and the mode value of each intra prediction mode may be defined differently depending on embodiment, implementation, and/or need.
  • a step may be performed to check whether samples included in the reconstructed neighboring block can be used as reference samples of the target block. If there is a sample among the samples of a neighboring block that cannot be used as a reference sample of the target block, a value generated by copying and/or interpolation using at least one sample value among the samples included in the reconstructed neighboring block. This can be replaced with the sample value of a sample that cannot be used as a reference sample. If the value generated by copying and/or interpolation is replaced with the sample value of the sample, the sample can be used as a reference sample of the target block.
  • a filter may be applied to at least one of a reference sample or a prediction sample based on at least one of the intra prediction mode and the size of the target block.
  • the type of filter applied to at least one of the reference sample and the prediction sample may vary depending on at least one of the intra prediction mode of the target block, the size of the target block, and the shape of the target block.
  • the type of filter can be classified according to one or more of the length of the filter tap, the value of the filter coefficient, and the filter strength.
  • the length of the above filter tabs may mean the number of filter tabs. Additionally, the number of filter tabs may mean the length of the filter.
  • the intra prediction mode is planar mode
  • the sample value of the prediction target sample may be generated using the weighted sum (weight-sum) of the lower left reference sample of the target block.
  • the intra prediction mode when generating the prediction block of the target block, the average value of the top reference samples and the left reference samples of the target block can be used. Additionally, filtering using values of reference samples may be performed on specified rows or specified columns within the target block. The rows specified may be one or more top rows adjacent to the reference sample. The specified columns may be one or more left columns adjacent to the reference sample.
  • a prediction block may be generated using the top reference sample, left reference sample, top right reference sample, and/or bottom left reference sample of the target block.
  • Real-valued interpolation may be performed to generate the prediction samples described above.
  • the intra prediction mode of the target block may be predicted from the intra prediction mode of the target block's neighboring block, and information used for prediction may be entropy encoded/decoded.
  • the intra prediction modes of the target block and the neighboring block are the same, it may be signaled that the intra prediction modes of the target block and the neighboring block are the same using a predefined flag.
  • an indicator indicating an intra prediction mode that is the same as the intra prediction mode of the target block among the intra prediction modes of a plurality of neighboring blocks may be signaled.
  • information on the intra prediction mode of the target block may be encoded and/or decoded using entropy coding and/or decoding.
  • Figure 8 is a diagram for explaining reference samples used in the intra prediction process.
  • the reconstructed reference samples used for intra prediction of the target block are below-left reference samples, left reference samples, above-left corner reference samples, and above reference samples. and above-right reference samples, etc.
  • left reference samples may refer to reconstructed reference pixels adjacent to the left side of the target block.
  • Top reference samples may refer to reconstructed reference pixels adjacent to the top of the target block.
  • the upper left corner reference sample may refer to a reconstructed reference pixel located at the upper left corner of the target block.
  • the lower left reference samples may refer to a reference sample located at the bottom of the left sample line among samples located on the same line as the left sample line composed of left reference samples.
  • the upper right reference samples may refer to reference samples located to the right of the upper pixel line among samples located on the same line as the upper sample line composed of upper reference samples.
  • the number of bottom left reference samples, left reference samples, top reference samples, and top right reference samples may each be N.
  • a prediction block may be generated through intra prediction for the target block. Generating a prediction block may include determining values of pixels of the prediction block. The sizes of the target block and prediction block may be the same.
  • the reference sample used for intra prediction of the target block may vary depending on the intra prediction mode of the target block.
  • the direction of the intra prediction mode may indicate a dependency relationship between reference samples and pixels of the prediction block.
  • the value of a specified reference sample can be used as the value of one or more specified pixels of the prediction block.
  • the specified reference sample and one or more specified pixels of the prediction block may be samples and pixels designated by a straight line in the direction of the intra prediction mode.
  • the value of the specified reference sample can be copied to the value of the pixel located in the reverse direction of the intra prediction mode.
  • the pixel value of the prediction block may be the value of a reference sample located in the direction of the intra prediction mode based on the position of the pixel.
  • top reference samples can be used for intra prediction.
  • the pixel value of the prediction block may be the value of a reference sample located vertically above the position of the pixel. Therefore, top reference samples adjacent to the top of the target block can be used for intra prediction. Additionally, the values of pixels in one row of the prediction block may be the same as the values of the upper reference samples.
  • left reference samples can be used for intra prediction.
  • the pixel value of the prediction block may be the value of a reference sample located horizontally to the left of the pixel. Therefore, left reference samples adjacent to the left of the target block can be used for intra prediction. Additionally, the values of pixels in one column of the prediction block may be the same as the values of the left reference samples.
  • the mode value of the intra prediction mode of the target block is 34
  • at least some of the left reference samples, the top left corner reference sample, and at least some of the top reference samples may be used for intra prediction.
  • the pixel value of the prediction block may be the value of a reference sample located diagonally to the upper left with respect to the pixel.
  • At least some of the upper right reference samples may be used for intra prediction.
  • At least some of the lower left reference samples may be used for intra prediction.
  • the upper left corner reference sample can be used for intra prediction.
  • the reference sample used to determine the pixel value of one pixel of the prediction block may be one or two or more.
  • the pixel value of the pixel of the prediction block may be determined according to the location of the pixel and the location of the reference sample indicated by the direction of the intra prediction mode. If the position of the reference sample indicated by the pixel position and the direction of the intra prediction mode is an integer position, the value of one reference sample indicated by the integer position may be used to determine the pixel value of the pixel of the prediction block.
  • an interpolated reference sample can be generated based on the two reference samples closest to the position of the reference sample. there is.
  • the value of the interpolated reference sample can be used to determine the pixel value of the pixel of the prediction block. In other words, when the position of the reference sample indicated by the position of the pixel of the prediction block and the direction of the intra prediction mode indicates the gap between two reference samples, an interpolated value is generated based on the values of the two samples. You can.
  • the prediction block generated by prediction may not be identical to the original target block.
  • a prediction error which is a difference between the target block and the prediction block, may exist, and a prediction error may also exist between the pixels of the target block and the pixels of the prediction block.
  • Filtering on prediction blocks may be used to reduce prediction error. Filtering may be adaptively applying a filter to an area considered to have a large prediction error among prediction blocks. For example, an area considered to have a large prediction error may be the boundary of a prediction block. Additionally, depending on the intra-prediction mode, the area considered to have a large prediction error among prediction blocks may be different, and the characteristics of the filter may be different.
  • At least one of reference lines 0 to 3 may be used for intra prediction of the target block.
  • Each reference line in FIG. 8 may represent a reference sample line including one or more reference samples. The smaller the reference line number, the closer the reference sample line may be to the target block.
  • the samples of segment A and segment F may be obtained through padding using the closest samples of segment B and segment E, respectively.
  • Index information indicating a reference sample line to be used for intra prediction of the target block may be signaled.
  • Index information may indicate a reference sample line used for intra prediction of a target block among a plurality of reference sample lines.
  • index information may have a value between 0 and 3.
  • the upper boundary of the target block is the boundary of the CTU, only reference sample line 0 may be available. Therefore, in this case, index information may not be signaled. If a reference sample line other than reference sample line 0 is used, filtering on the prediction block, which will be described later, may not be performed.
  • a prediction block for the target block of the second color component may be generated based on the corresponding reconstructed block of the first color component.
  • the first color component may be a luma component
  • the second color component may be a chroma component
  • parameters of a linear model between the first color component and the second color component may be derived based on the template.
  • the template may include a top reference sample and/or a left reference sample of the target block, and may include a top reference sample and/or a left reference sample of the reconstructed block of the first color component corresponding to these reference samples. there is.
  • the parameters of a linear model are 1) the value of the sample of the first color component that has the maximum value among the samples in the template, 2) the value of the sample of the second color component corresponding to this sample of the first color component, 3) the value of the sample of the first color component having the minimum value among the samples in the template, and 4) the value of the sample of the second color component corresponding to the sample of the first color component.
  • a prediction block for the target block can be generated by applying the corresponding reconstructed block to the linear model.
  • subsampling may be performed on neighboring samples of the reconstructed block of the first color component and the corresponding reconstructed block. For example, if 1 sample of the second color component corresponds to 4 samples of the first color component, 1 corresponding sample can be calculated by subsampling the 4 samples of the first color component. there is.
  • subsampling is performed, derivation of parameters of a linear model and intra prediction between color components can be performed based on the subsampled corresponding samples.
  • Whether to perform intra prediction between color components and/or the range of the template may be signaled as an intra prediction mode.
  • the target block may be divided into 2 or 4 sub-blocks in the horizontal and/or vertical directions.
  • the divided sub-blocks can be sequentially reconstructed. That is, as intra prediction is performed on the sub-block, a sub-prediction block for the sub-block may be generated. Additionally, as inverse quantization and/or inverse transformation is performed on the sub-block, a sub-residual block for the sub-block may be generated. A reconstructed sub-block can be generated by adding the sub-prediction block to the sub-residual block. The reconstructed subblock can be used as a reference sample for intra prediction of the lower priority subblock.
  • a subblock may be a block containing a specified number (eg, 16) or more samples. Therefore, for example, if the target block is an 8x4 block or a 4x8 block, the target block may be divided into two sub-blocks. Additionally, if the target block is a 4x4 block, the target block cannot be divided into sub-blocks. If the target block has a different size, the target block may be divided into 4 sub-blocks.
  • a specified number eg, 16
  • Such sub-block-based intra prediction may be limited to being performed only when using reference sample line 0.
  • filtering on the prediction block which will be described later, may not be performed.
  • a final prediction block can be generated by performing filtering on the prediction block generated by intra prediction.
  • Filtering may be performed by applying a specific weight to the filtering target sample, left reference sample, top reference sample, and/or top left reference sample that are the objects of filtering.
  • Weights and/or reference samples (or ranges of reference samples or positions of reference samples, etc.) used for filtering may be determined based on at least one of block size, intra prediction mode, and location within the prediction block of the sample to be filtered. there is.
  • filtering may be performed only for specified intra prediction modes (eg, DC mode, planar mode, vertical mode, horizontal mode, diagonal mode, and/or adjacent diagonal mode).
  • specified intra prediction modes eg, DC mode, planar mode, vertical mode, horizontal mode, diagonal mode, and/or adjacent diagonal mode.
  • the adjacent diagonal mode may be a mode with a number in which k is added to the number of the diagonal mode, or it may be a mode with a number in which k is subtracted from the number of the diagonal mode. That is, the number of adjacent diagonal modes may be the sum of the number of diagonal modes and k, or the difference between the number of diagonal modes and k. For example, k may be a positive integer of 8 or less.
  • the intra prediction mode of the target block may be derived using the intra prediction mode of a neighboring block existing around the target block, and this derived intra prediction mode may be entropy encoded and/or entropy decoded.
  • the intra prediction mode of the target block and the intra prediction mode of the neighboring block are the same, information that the intra prediction mode of the target block and the intra prediction mode of the neighboring block are the same may be signaled using the specified flag information. .
  • indicator information about a neighboring block having the same intra prediction mode as the intra prediction mode of the target block among the intra prediction modes of a plurality of neighboring blocks may be signaled.
  • entropy coding and/or entropy decoding based on the intra prediction mode of the neighboring block are performed to obtain information about the intra prediction mode of the target block.
  • Entropy encoding and/or entropy decoding may be performed.
  • Figure 9 is a diagram for explaining an embodiment of the inter prediction process.
  • the square shown in FIG. 9 may represent an image (or picture). Additionally, in FIG. 9, the arrow may indicate the prediction direction. An arrow from the first picture to the second picture may indicate that the second picture refers to the first picture. That is, the image can be encoded and/or decoded according to the prediction direction.
  • Each video can be classified into I picture (Intra Picture), P picture (Uniprediction Picture), and B picture (Bi-prediction Picture) depending on the encoding type.
  • I picture Intra Picture
  • P picture Uniprediction Picture
  • B picture Bi-prediction Picture
  • Each picture may be encoded and/or decoded according to the encoding type of each picture.
  • the target image that is the target of encoding is an I picture
  • the target image can be encoded using data within the image itself without inter prediction referring to other images.
  • an I picture can be encoded only with intra prediction.
  • the target image When the target image is a P picture, the target image can be encoded through inter prediction using only reference pictures that exist in one direction.
  • unidirectional can be forward or reverse.
  • the target image When the target image is a B picture, the target image can be encoded through inter prediction using reference pictures existing in both directions or inter prediction using reference pictures existing in one of the forward and reverse directions.
  • the two directions can be forward and reverse.
  • P pictures and B pictures that are encoded and/or decoded using a reference picture may be considered images for which inter prediction is used.
  • Inter prediction or motion compensation can be performed using reference images and motion information.
  • the encoding device 100 may perform inter prediction and/or motion compensation for the target block.
  • the decoding device 200 may perform inter prediction and/or motion compensation corresponding to the inter prediction and/or motion compensation in the encoding device 100 on the target block.
  • Motion information about the target block may be derived by each of the encoding device 100 and the decoding device 200 during inter prediction.
  • the motion information may be derived using motion information of a reconstructed neighboring block, motion information of a call block, and/or motion information of a block adjacent to the call block.
  • the encoding device 100 or the decoding device 200 performs prediction and/or motion compensation by using motion information of a spatial candidate and/or temporal candidate as motion information of the target block. It can be done.
  • the target block may refer to PU and/or PU partition.
  • the spatial candidate may be a reconstructed block that is spatially adjacent to the target block.
  • the temporal candidate may be a reconstructed block corresponding to a target block in an already reconstructed collocated picture (col picture).
  • the encoding device 100 and the decoding device 200 can improve encoding efficiency and decoding efficiency by using motion information of spatial candidates and/or temporal candidates.
  • the motion information of the spatial candidate may be referred to as spatial motion information.
  • the motion information of the temporal candidate may be referred to as temporal motion information.
  • the motion information of the spatial candidate may be the motion information of the PU including the spatial candidate.
  • the motion information of the temporal candidate may be motion information of a PU including the temporal candidate.
  • the motion information of the candidate block may be motion information of the PU including the candidate block.
  • Inter prediction can be performed using a reference picture.
  • a reference picture may be at least one of a picture before the target picture or a picture after the target picture.
  • a reference picture may refer to an image used for prediction of a target block.
  • an area within a reference picture can be specified by using a reference picture index (or refIdx) indicating the reference picture and a motion vector to be described later.
  • a specified area within the reference picture may represent a reference block.
  • Inter prediction can select a reference picture and select a reference block corresponding to the target block within the reference picture. Additionally, inter prediction can generate a prediction block for the target block using the selected reference block.
  • Motion information may be derived during inter prediction by each of the encoding device 100 and the decoding device 200.
  • the spatial candidate may be a block that 1) exists in the target picture, 2) has already been reconstructed through encoding and/or decoding, and 3) is adjacent to the target block or located at a corner of the target block.
  • the block located at the corner of the target block may be a block vertically adjacent to a neighboring block horizontally adjacent to the target block, or a block horizontally adjacent to a neighboring block vertically adjacent to the target block.
  • “Block located at the corner of the target block” may have the same meaning as “block adjacent to the corner of the target block.” “Blocks located at the corners of the target block” may be included in “blocks adjacent to the target block.”
  • spatial candidates include a reconstructed block located to the left of the target block, a reconstructed block located at the top of the target block, a reconstructed block located at the lower left corner of the target block, and a reconstructed block located at the upper right corner of the target block. It may be a reconstructed block or a reconstructed block located in the upper left corner of the target block.
  • Each of the encoding device 100 and the decoding device 200 can identify a block that exists at a location spatially corresponding to the target block within a coll picture.
  • the location of the target block in the target picture and the location of the identified block in the call picture may correspond to each other.
  • Each of the encoding device 100 and the decoding device 200 may determine a col block existing at a predefined relative position with respect to the identified block as a temporal candidate.
  • the predefined relative position may be a position inside and/or outside the identified block.
  • a call block may include a first call block and a second call block.
  • the first call block may be a block located at the coordinates (xP + nPSW, yP + nPSH).
  • the second call block may be a block located at the coordinates (xP + (nPSW >> 1), yP + (nPSH >> 1)). The second call block can be selectively used when the first call block is unavailable.
  • the motion vector of the target block may be determined based on the motion vector of the call block.
  • Each of the encoding device 100 and the decoding device 200 can scale the motion vector of a call block.
  • the scaled motion vector of the call block can be used as the motion vector of the target block.
  • the motion vector of the motion information of the temporal candidate stored in the list may be a scaled motion vector.
  • the ratio of the motion vector of the target block and the motion vector of the call block may be equal to the ratio of the first temporal distance and the second temporal distance.
  • the first temporal distance may be the distance between the reference picture of the target block and the target picture.
  • the second temporal distance may be the distance between the reference picture and the call picture of the call block.
  • inter prediction modes applied for inter prediction include Advanced Motion Vector Predictor (AMVP) mode, merge mode and skip mode, merge mode with motion vector difference, There may be subblock merge mode, triangulation mode, inter-intra combined prediction mode, affine inter mode, and current picture reference mode. Merge mode may also be referred to as motion merge mode. Below, each of the modes is explained in detail.
  • AMVP Advanced Motion Vector Predictor
  • merge mode and skip mode merge mode with motion vector difference
  • subblock merge mode triangulation mode
  • inter-intra combined prediction mode affine inter mode
  • current picture reference mode current picture reference mode
  • Merge mode may also be referred to as motion merge mode. Below, each of the modes is explained in detail.
  • the encoding device 100 can search for similar blocks in the neighbors of the target block.
  • the encoding device 100 may obtain a prediction block by performing prediction on the target block using motion information of the searched similar block.
  • the encoding device 100 may encode a residual block that is the difference between the target block and the prediction block.
  • each of the encoding device 100 and the decoding device 200 can generate a prediction motion vector candidate list using the motion vector of the spatial candidate, the motion vector of the temporal candidate, and the zero vector.
  • the predicted motion vector candidate list may include one or more predicted motion vector candidates. At least one of the motion vector of the spatial candidate, the motion vector of the temporal candidate, and the zero vector may be determined and used as the predicted motion vector candidate.
  • predicted motion vector (candidate) and “motion vector (candidate)” may be used with the same meaning and may be used interchangeably.
  • predicted motion vector candidate and “AMVP candidate” may be used with the same meaning and may be used interchangeably.
  • predicted motion vector candidate list and “AMVP candidate list” may be used with the same meaning and may be used interchangeably.
  • Spatial candidates may include reconstructed spatial neighboring blocks.
  • the motion vector of the reconstructed neighboring block may be referred to as a spatial prediction motion vector candidate.
  • Temporal candidates may include call blocks and blocks adjacent to call blocks. That is, the motion vector of a call block or a motion vector of a block adjacent to a call block may be referred to as a temporal prediction motion vector candidate.
  • the zero vector may be a (0, 0) motion vector.
  • the predicted motion vector candidate may be a motion vector predictor for predicting a motion vector. Additionally, in the encoding device 100, a predicted motion vector candidate may be a motion vector initial search position.
  • the encoding device 100 may use the predicted motion vector candidate list to determine a motion vector to be used for encoding the target block within the search range. Additionally, the encoding device 100 may determine a prediction motion vector candidate to be used as the prediction motion vector of the target block among the prediction motion vector candidates in the prediction motion vector candidate list.
  • the motion vector to be used for encoding the target block may be a motion vector that can be encoded at minimal cost.
  • the encoding device 100 may determine whether to use the AMVP mode when encoding the target block.
  • the encoding device 100 may generate a bitstream including inter prediction information required for inter prediction.
  • the decoding device 200 may perform inter prediction on the target block using inter prediction information of the bitstream.
  • Inter prediction information includes 1) mode information indicating whether AMVP mode is used, 2) prediction motion vector index, 3) motion vector difference (MVD), 4) reference direction, and 5) reference picture index. can do.
  • predicted motion vector index and “AMVP index” may be used with the same meaning and may be used interchangeably.
  • inter prediction information may include a residual signal.
  • the decoding device 200 may obtain a predicted motion vector index, motion vector difference, reference direction, and reference picture index from the bitstream through entropy decoding.
  • the prediction motion vector index may indicate a prediction motion vector candidate used for prediction of the target block among prediction motion vector candidates included in the prediction motion vector candidate list.
  • the decoding apparatus 200 may derive a predicted motion vector candidate using the predicted motion vector candidate list and determine motion information of the target block based on the derived predicted motion vector candidate.
  • the decoding apparatus 200 may use the predicted motion vector index to determine a motion vector candidate for the target block among the predicted motion vector candidates included in the predicted motion vector candidate list.
  • the decoding apparatus 200 may select the prediction motion vector candidate indicated by the prediction motion vector index from among the prediction motion vector candidates included in the prediction motion vector candidate list as the prediction motion vector of the target block.
  • the encoding device 100 may generate an entropy-encoded predicted motion vector index by applying entropy coding to the predicted motion vector index, and generate a bitstream including the entropy-encoded predicted motion vector index.
  • the entropy-encoded predicted motion vector index may be signaled from the encoding device 100 to the decoding device 200 through a bitstream.
  • the decoding device 200 can extract an entropy-encoded predicted motion vector index from a bitstream, and obtain the predicted motion vector index by applying entropy decoding to the entropy-encoded predicted motion vector index.
  • the motion vector actually used for inter prediction of the target block may not match the prediction motion vector.
  • MVD may be used to represent the motion vector that will actually be used for inter prediction of the target block and the difference between the prediction motion vectors.
  • the encoding device 100 may derive a prediction motion vector similar to the motion vector that will actually be used for inter prediction of the target block in order to use the MVD of the smallest size possible.
  • the MVD may be the difference between the motion vector of the target block and the predicted motion vector.
  • the encoding device 100 can calculate the MVD and generate an entropy-encoded MVD by applying entropy encoding to the MVD.
  • the encoding device 100 may generate a bitstream including entropy-encoded MDV.
  • MVD may be transmitted from the encoding device 100 to the decoding device 200 through a bitstream.
  • the decoding device 200 can extract the entropy-encoded MVD from the bitstream and obtain the MVD by applying entropy decoding to the entropy-encoded MVD.
  • the decoding device 200 can derive the motion vector of the target block by combining the MVD and the predicted motion vector.
  • the motion vector of the target block derived from the decoding device 200 may be the sum of the MVD and the motion vector candidate.
  • the encoding device 100 can generate entropy-encoded MVD resolution information by applying entropy encoding to the calculated MVD resolution information, and can generate a bitstream including the entropy-encoded MVD resolution information.
  • the decoding device 200 can extract entropy-encoded MVD resolution information from the bitstream and obtain MVD resolution information by applying entropy decoding to the entropy-encoded MVD resolution information.
  • the decoding device 200 can adjust the resolution of the MVD using the MVD resolution information.
  • the encoding device 100 may calculate the MVD based on the affine model.
  • the decoding device 200 may derive an affine control motion vector of the target block through the sum of the MVD and affine control motion vector candidates, and may derive a motion vector for the sub-block using the affine control motion vector. there is.
  • the reference direction may indicate a reference picture list used for prediction of the target block.
  • the reference direction may point to one of the reference picture list L0 and the reference picture list L1.
  • the reference direction only indicates a reference picture list used for prediction of the target block, and may not indicate that the directions of reference pictures are limited to the forward direction or backward direction. That is, each of the reference picture list L0 and the reference picture list L1 may include forward and/or reverse pictures.
  • the fact that the reference direction is uni-directional may mean that one reference picture list is used.
  • Bi-directional reference direction may mean that two reference picture lists are used. That is, the reference direction may indicate that only the reference picture list L0 is used, that only the reference picture list L1 is used, and one of the two reference picture lists.
  • the reference picture index may indicate a reference picture used for prediction of the target block among reference pictures in the reference picture list.
  • the encoding device 100 can generate an entropy-coded reference picture index by applying entropy coding to the reference picture index and generate a bitstream including the entropy-coded reference picture index.
  • the entropy-coded reference picture index may be signaled from the encoding device 100 to the decoding device 200 through a bitstream.
  • the decoding device 200 can extract an entropy-coded reference picture index from a bitstream and obtain the reference picture index by applying entropy decoding to the entropy-coded reference picture index.
  • two reference picture lists are used for prediction of the target block.
  • One reference picture index and one motion vector can be used for each reference picture list.
  • two prediction blocks may be specified for the target block. For example, a (final) prediction block of the target block may be generated through an average or weighted sum of two prediction blocks for the target block.
  • the motion vector of the target block can be derived by the predicted motion vector index, MVD, reference direction, and reference picture index.
  • the decoding device 200 may generate a prediction block for the target block based on the derived motion vector and reference picture index.
  • the prediction block may be a reference block pointed to by the derived motion vector in the reference picture indicated by the reference picture index.
  • the amount of bits transmitted from the encoding device 100 to the decoding device 200 can be reduced and coding efficiency can be improved.
  • the motion information of the reconstructed neighboring block may be used for the target block.
  • the encoding device 100 may not separately encode the motion information itself for the target block.
  • the motion information of the target block is not encoded, and other information that can derive the motion information of the target block through the motion information of the reconstructed neighboring block may be encoded instead.
  • other information is encoded instead, the amount of bits transmitted to the decoding device 200 can be reduced and coding efficiency can be improved.
  • the encoding device 100 and the decoding device 200 may use an identifier and/or index that indicates which unit's motion information among the reconstructed neighboring units is used as the motion information of the target unit.
  • Merge may mean merging movements of multiple blocks. Merge may mean applying the movement information of one block to other blocks as well.
  • the merge mode may mean a mode in which the motion information of the target block is derived from the motion information of the neighboring block.
  • the encoding device 100 may perform prediction on the motion information of the target block using motion information of the spatial candidate and/or motion information of the temporal candidate.
  • Spatial candidates may include reconstructed spatial neighboring blocks that are spatially adjacent to the target block. Spatial neighboring blocks may include left neighboring blocks and top neighboring blocks.
  • Temporal candidates may include call blocks.
  • spatial candidate and “spatial merge candidate” may be used interchangeably and may be used interchangeably.
  • temporary candidate and “temporal merge candidate” may be used interchangeably and may be used interchangeably.
  • the encoding device 100 may obtain a prediction block through prediction.
  • the encoding device 100 may encode a residual block that is the difference between the target block and the prediction block.
  • each of the encoding device 100 and the decoding device 200 may generate a merge candidate list using motion information of the spatial candidate and/or motion information of the temporal candidate.
  • Motion information may include 1) a motion vector, 2) a reference picture index, and 3) a reference direction.
  • the reference direction can be unidirectional or bidirectional.
  • the reference direction may mean an inter prediction indicator.
  • the merge candidate list may include merge candidates.
  • the merge candidate may be motion information.
  • the merge candidate list may be a list in which motion information is stored.
  • Merge candidates may be motion information such as temporal candidates and/or spatial candidates.
  • the merge candidate list may include motion information such as temporal candidates and/or spatial candidates.
  • the merge candidate list may include a new merge candidate created by combining merge candidates that already exist in the merge candidate list.
  • the merge candidate list may include new motion information generated by combining motion information that already exists in the merge candidate list.
  • the merge candidate list may include history-based merge candidates.
  • a history-based merge candidate may be motion information of a block that was encoded and/or decoded before the target block.
  • the merge candidate list may include a merge candidate based on the average of two merge candidates.
  • Merge candidates may be specified modes that derive inter prediction information.
  • a merge candidate may be information indicating a specified mode that derives inter prediction information.
  • Inter prediction information of the target block can be derived according to the specified mode indicated by the merge candidate.
  • the specified mode may include a process of deriving a series of inter prediction information. This specified mode may be an inter prediction information derivation mode or a motion information derivation mode.
  • Inter prediction information of the target block may be derived according to the mode indicated by the merge candidate selected by the merge index among the merge candidates in the merge candidate list.
  • the motion information derivation modes in the merge candidate list may be at least one of 1) a motion information derivation mode on a sub-block basis and 2) an affine motion information derivation mode.
  • the merge candidate list may include motion information of the zero vector.
  • Zero vectors may also be referred to as zero merge candidates.
  • the motion information in the merge candidate list is: 1) motion information of the spatial candidate, 2) motion information of the temporal candidate, 3) motion information generated by a combination of motion information already existing in the merge candidate list, and 4) zero vector. It can be at least one of:
  • Motion information may include 1) a motion vector, 2) a reference picture index, and 3) a reference direction.
  • the reference direction may also be referred to as an inter prediction indicator.
  • the reference direction can be unidirectional or bidirectional.
  • a unidirectional reference direction may represent L0 prediction or L1 prediction.
  • the merge candidate list can be created before prediction by merge mode is performed.
  • the number of merge candidates in the merge candidate list may be predefined.
  • the encoding device 100 and the decoding device 200 may add merge candidates to the merge candidate list according to a predefined method and a predefined rank so that the merge candidate list has a predefined number of merge candidates. Through a predefined method and a predefined ranking, the merge candidate list of the encoding device 100 and the merge candidate list of the decoding device 200 may be the same.
  • Merge can be applied on a CU or PU basis.
  • the encoding device 100 may transmit a bitstream containing predefined information to the decoding device 200.
  • predefined information includes 1) information indicating whether to perform a merge for each block partition, 2) which block to merge with among blocks that are spatial candidates and/or temporal candidates for the target block. It may include information about whether
  • the encoding device 100 may determine a merge candidate to be used for encoding the target block. For example, the encoding device 100 may perform predictions on a target block using merge candidates from a merge candidate list and generate residual blocks for the merge candidates. The encoding device 100 may use a merge candidate that requires the minimum cost in encoding the prediction and residual blocks to encode the target block.
  • the encoding device 100 may determine whether to use merge mode when encoding the target block.
  • the encoding device 100 may generate a bitstream including inter prediction information required for inter prediction.
  • the encoding device 100 may generate entropy-encoded inter prediction information by performing entropy encoding on the inter prediction information, and may transmit a bitstream including the entropy-encoded inter prediction information to the decoding device 200.
  • Entropy-encoded inter prediction information may be signaled from the encoding device 100 to the decoding device 200 through the bitstream.
  • the decoding device 200 can extract entropy-encoded inter prediction information from a bitstream and obtain inter-prediction information by performing entropy decoding on the entropy-encoded inter prediction information.
  • the decoding device 200 may perform inter prediction on the target block using inter prediction information of the bitstream.
  • Inter prediction information may include 1) mode information indicating whether to use merge mode, 2) merge index, and 3) correction information.
  • inter prediction information may include a residual signal.
  • the decoding device 200 can obtain a merge index from the bitstream only when the mode information indicates that the merge mode is used.
  • Mode information may be a merge flag.
  • the unit of mode information may be a block.
  • Information about the block may include mode information, and the mode information may indicate whether merge mode is applied to the block.
  • the merge index may indicate a merge candidate used to predict the target block among the merge candidates included in the merge candidate list.
  • the merge index may indicate with which block among neighboring blocks spatially or temporally adjacent to the target block the merge is performed.
  • the encoding device 100 may select a merge candidate with the highest coding performance among the merge candidates included in the merge candidate list, and set the value of the merge index to indicate the selected merge candidate.
  • Correction information may be information used to correct a motion vector.
  • the encoding device 100 can generate correction information.
  • the decoding device 200 may correct the motion vector of the merge candidate selected by the merge index based on the correction information.
  • Correction information may include at least one of information indicating whether correction is made, correction direction information, and correction size information.
  • the prediction mode that corrects the motion vector based on the signaled correction information may be called a merge mode with motion vector difference.
  • the decoding device 200 may perform prediction on the target block using the merge candidate indicated by the merge index among the merge candidates included in the merge candidate list.
  • the motion vector of the target block can be specified by the motion vector of the merge candidate indicated by the merge index, the reference picture index, and the reference direction.
  • Skip mode may be a mode in which motion information of a spatial candidate or motion information of a temporal candidate is applied to the target block as is. Additionally, the skip mode may be a mode that does not use a residual signal. That is, when skip mode is used, the reconstructed block may be identical to the prediction block.
  • merge mode may be whether or not residual signals are transmitted or used. That is to say, skip mode may be similar to merge mode except that residual signals are not transmitted or used.
  • the encoding device 100 When skip mode is used, the encoding device 100 sends information indicating which block's motion information among spatial candidate or temporal candidate blocks is used as motion information of the target block to the decoding device 200 through a bitstream. Can be transmitted.
  • the encoding device 100 can generate entropy-coded information by performing entropy encoding on such information, and can signal the entropy-coded information to the decoding device 200 through a bitstream.
  • the decoding device 200 can extract entropy-encoded information from a bitstream and obtain information by performing entropy decoding on the entropy-encoded information.
  • the encoding device 100 may not transmit other syntax element information, such as MVD, to the decoding device 200.
  • the encoding device 100 may not signal syntax elements related to at least one of the MVD, the coded block flag, and the transform coefficient level to the decoding device 200.
  • Skip mode can also use the merge candidate list. That is, the merge candidate list can be used in both merge mode and skip mode.
  • the merge candidate list may be named “skip candidate list” or “merge/skip candidate list.”
  • skip mode may use a separate candidate list than merge mode.
  • the merge candidate list and merge candidate may be replaced with the skip candidate list and skip candidate, respectively.
  • the merge candidate list can be created before prediction by skip mode is performed.
  • the encoding device 100 may determine a merge candidate to be used for encoding the target block. For example, the encoding device 100 may perform predictions on the target block using merge candidates from the merge candidate list. The encoding device 100 may use a merge candidate that requires the minimum cost in prediction to encode the target block.
  • the encoding device 100 may determine whether to use skip mode when encoding the target block.
  • the encoding device 100 may generate a bitstream including inter prediction information required for inter prediction.
  • the decoding device 200 may perform inter prediction on the target block using inter prediction information of the bitstream.
  • Inter prediction information may include 1) mode information indicating whether skip mode is used, and 2) skip index.
  • the skip index may be the same as the merge index described above.
  • the target block can be encoded without a residual signal.
  • Inter prediction information may not include residual signals.
  • the bitstream may not include a residual signal.
  • the decoding device 200 can obtain a skip index from the bitstream only when the mode information indicates that skip mode is used. As described above, the merge index and skip index may be the same. The decoding device 200 can obtain a skip index from the bitstream only when the mode information indicates that merge mode or skip mode is used.
  • the skip index may indicate a merge candidate used to predict the target block among the merge candidates included in the merge candidate list.
  • the decoding device 200 may perform prediction on the target block using the merge candidate indicated by the skip index among the merge candidates included in the merge candidate list.
  • the motion vector of the target block can be specified by the motion vector of the merge candidate indicated by the skip index, the reference picture index, and the reference direction.
  • the current picture reference mode may refer to a prediction mode that uses a pre-reconstructed area within the target picture to which the target block belongs.
  • a motion vector may be used to specify a pre-reconstructed area. Whether the target block is encoded in the current picture reference mode can be determined using the reference picture index of the target block.
  • a flag or index indicating whether the target block is a block encoded in the current picture reference mode may be signaled from the encoding device 100 to the decoding device 200. Alternatively, whether the target block is a block coded in the current picture reference mode may be inferred through the reference picture index of the target block.
  • the target picture may exist at a fixed position or a random position within the reference picture list for the target block.
  • the fixed position may be a position where the reference picture index value is 0 or the very last position.
  • a separate reference picture index indicating this random position may be signaled from the coding device 100 to the decoding device 200.
  • Subblock merge mode may refer to a mode that derives motion information for a subblock of a CU.
  • motion information of the call sub-block of the target sub-block in the reference image i.e., sub-block based temporal merge candidate
  • affine control point motion vector A subblock merge candidate list may be created using a merge candidate (affine control point motion vector merge candidate).
  • divided target blocks can be created by dividing the target block diagonally. For each divided target block, motion information of each divided target block may be derived, and prediction samples for each divided target block may be derived using the derived motion information. The prediction sample of the target block may be derived through a weighted sum of the prediction samples of the divided target blocks.
  • the inter-intra combined prediction mode may be a mode in which a prediction sample of the target block is derived using a weighted sum of prediction samples generated by inter prediction and prediction samples generated by intra prediction.
  • the decoding device 200 may perform its own correction on the derived motion information. For example, the decoding device 200 may search a specified area based on the reference block indicated by the derived motion information and search for motion information with the minimum Sum of Absolute Differences (SAD). And, the searched motion information can be derived as corrected motion information.
  • SAD Sum of Absolute Differences
  • the decoding device 200 may perform compensation for prediction samples derived through inter prediction using optical flow.
  • motion information to be used for prediction of the target block among motion information in the list can be specified through an index to the list.
  • the encoding device 100 may signal only the index of the element that causes the minimum cost in inter prediction of the target block among the elements of the list.
  • the encoding device 100 can encode an index and signal the encoded index.
  • the above-described lists may have to be derived in the same way based on the same data in the encoding device 100 and the decoding device 200.
  • the same data may include a reconstructed picture and a reconstructed block.
  • the order of elements within the list may need to be constant.
  • Figure 10 shows spatial candidates according to an example.
  • the large block in the middle may represent the target block.
  • Five small blocks may represent spatial candidates.
  • the coordinates of the target block may be (xP, yP), and the size of the target block may be (nPSW, nPSH).
  • the spatial candidate A0 may be a block adjacent to the lower left corner of the target block.
  • A0 may be a block occupying a pixel at coordinates (xP - 1, yP + nPSH).
  • the spatial candidate A1 may be a block adjacent to the left of the target block.
  • A1 may be the lowest block among blocks adjacent to the left of the target block.
  • A1 may be a block adjacent to the top of A0.
  • A1 may be a block occupying a pixel at coordinates (xP - 1, yP + nPSH - 1).
  • the spatial candidate B0 may be a block adjacent to the upper right corner of the target block.
  • B0 may be a block occupying a pixel with coordinates (xP + nPSW, yP - 1).
  • Spatial candidate B1 may be a block adjacent to the top of the target block.
  • B1 may be the rightmost block among blocks adjacent to the top of the target block.
  • B1 may be a block adjacent to the left of B0.
  • B1 may be a block occupying a pixel with coordinates (xP + nPSW - 1, yP - 1).
  • Spatial candidate B2 may be a block adjacent to the upper left corner of the target block.
  • B2 may be a block occupying a pixel at coordinates (xP - 1, yP - 1).
  • candidate blocks may include spatial candidates and temporal candidates.
  • the above determination can be made by sequentially applying steps 1) to 4) below.
  • Step 1) If the PU containing the candidate block is outside the boundary of the picture, the availability of the candidate block may be set to false. “Availability is set to false” may mean the same as “set to unavailable.”
  • Step 2 If the PU containing the candidate block is outside the boundary of the slice, the availability of the candidate block may be set to false. If the target block and the candidate block are located in different slices, the availability of the candidate block may be set to false.
  • Step 3 If the PU containing the candidate block is outside the boundary of the tile, the availability of the candidate block may be set to false. If the target block and the candidate block are located within different tiles, the availability of the candidate block may be set to false.
  • Step 4 If the prediction mode of the PU including the candidate block is intra prediction mode, the availability of the candidate block may be set to false. If the PU containing the candidate block does not use inter prediction, the availability of the candidate block may be set to false.
  • Figure 11 shows the order of adding motion information of spatial candidates to a merge list according to an example.
  • the order of A1, B1, B0, A0, and B2 can be used. That is, motion information of available spatial candidates can be added to the merge list in the order of A1, B1, B0, A0, and B2.
  • the maximum number of merge candidates in the merge list can be set.
  • the set maximum number is indicated as N.
  • the set number may be transmitted from the encoding device 100 to the decoding device 200.
  • the slice header of a slice may include N.
  • the maximum number of merge candidates in the merge list for the target block of the slice can be set by the slice header.
  • the value of N may be 5.
  • Motion information (i.e., merge candidate) can be added to the merge list in the order of steps 1) to 4) below.
  • Step 1) Among the spatial candidates, available spatial candidates can be added to the merge list.
  • Motion information of available spatial candidates can be added to the merge list in the order shown in FIG. 10. At this time, if the motion information of the available spatial candidate overlaps with other motion information that already exists in the merge list, the motion information may not be added to the merge list. Checking whether there is overlap with other motion information present in the list can be outlined as a “redundancy check.”
  • Step 2 If the number of motion information items in the merge list is smaller than N and a temporal candidate is available, the motion information of the temporal candidate may be added to the merge list. At this time, if the motion information of the available temporal candidate overlaps with other motion information that already exists in the merge list, the motion information may not be added to the merge list.
  • Step 3 If the number of motion information in the merge list is smaller than N, and the type of target slice is "B”, the combined motion information generated by combined bi-prediction will be added to the merge list. You can.
  • the target slice may be a slice containing the target block.
  • the combined motion information may be a combination of L0 motion information and L1 motion information.
  • L0 motion information may be motion information that refers only to the reference picture list L0.
  • L1 motion information may be motion information that refers only to the reference picture list L1.
  • L0 motion information there may be more than one L0 motion information. Additionally, within the merge list, there may be more than one L1 motion information.
  • which L0 motion information and which L1 motion information to use among one or more L0 motion information and one or more L1 motion information may be predefined.
  • One or more combined motion information may be generated in a predefined order by combined bidirectional prediction using pairs of different motion information in the merge list.
  • One of the pairs of different motion information may be L0 motion information and the other may be L1 motion information.
  • the combined motion information added with highest priority may be a combination of L0 motion information with a merge index of 0 and L1 motion information with a merge index of 1. If motion information with a merge index of 0 is not L0 motion information, or motion information with a merge index of 1 is not L1 motion information, the above combined motion information may not be generated and added.
  • the motion information added next may be a combination of L0 motion information with a merge index of 1 and L1 motion information with a merge index of 0. The specific combination below may follow other combinations in the video encoding/decoding field.
  • the combined motion information may not be added to the merge list.
  • Zero vector motion information may be motion information in which the motion vector is a zero vector.
  • Reference picture indices of one or more pieces of zero vector motion information may be different from each other.
  • the value of the reference picture index of the first zero vector motion information may be 0.
  • the value of the reference picture index of the second zero vector motion information may be 1.
  • the number of zero vector motion information may be equal to the number of reference pictures in the reference picture list.
  • the reference direction of zero vector motion information may be bidirectional. Both motion vectors may be zero vectors.
  • the number of zero vector motion information may be the smaller of the number of reference pictures in the reference picture list L0 and the number of reference pictures in the reference picture list L1.
  • a unidirectional reference direction may be used for a reference picture index that can be applied to only one reference picture list.
  • the encoding device 100 and/or the decoding device 200 may sequentially add zero vector motion information to the merge list while changing the reference picture index.
  • the zero vector motion information may not be added to the merge list.
  • steps 1) to 4) described above is merely exemplary, and the order between steps may be changed. Additionally, some of the steps may be omitted depending on predefined conditions.
  • the maximum number of prediction motion vector candidates in the prediction motion vector candidate list may be predefined.
  • the predefined maximum number is denoted by N.
  • the predefined maximum number may be 2.
  • Motion information (i.e., predicted motion vector candidate) may be added to the predicted motion vector candidate list in the order of steps 1) to 3) below.
  • Step 1) Available spatial candidates among spatial candidates may be added to the predicted motion vector candidate list.
  • Spatial candidates may include a first spatial candidate and a second spatial candidate.
  • the first spatial candidate may be one of A0, A1, scaled A0, and scaled A1.
  • the second spatial candidate may be one of B0, B1, B2, scaled B0, scaled B1, and scaled B2.
  • Motion information of available spatial candidates may be added to the predicted motion vector candidate list in the order of the first spatial candidate and the second spatial candidate. At this time, if the motion information of the available spatial candidate overlaps with other motion information that already exists in the prediction motion vector candidate list, the motion information may not be added to the prediction motion vector candidate list. In other words, when the value of N is 2, if the motion information of the second spatial candidate is the same as the motion information of the first spatial candidate, the motion information of the second spatial candidate may not be added to the prediction motion vector candidate list.
  • Step 2 If the number of motion information items in the predicted motion vector candidate list is smaller than N and a temporal candidate is available, the motion information of the temporal candidate may be added to the predicted motion vector candidate list. At this time, if the motion information of the available temporal candidate overlaps with other motion information that already exists in the predicted motion vector candidate list, the motion information may not be added to the predicted motion vector candidate list.
  • Step 3 If the number of motion information pieces in the predicted motion vector candidate list is smaller than N, zero vector motion information may be added to the predicted motion vector candidate list.
  • Reference picture indices of one or more pieces of zero vector motion information may be different from each other.
  • the encoding device 100 and/or the decoding device 200 may sequentially add zero vector motion information to the prediction motion vector candidate list while changing the reference picture index.
  • the zero vector motion information may not be added to the prediction motion vector candidate list.
  • steps 1) to 3) described above is merely exemplary, and the order between steps may be changed. Additionally, some of the steps may be omitted depending on predefined conditions.
  • Figure 12 explains the process of conversion and quantization according to an example.
  • a quantized level can be generated by performing a conversion and/or quantization process on the residual signal.
  • the residual signal can be generated as the difference between the original block and the prediction block.
  • the prediction block may be a block generated by intra prediction or inter prediction.
  • the residual signal can be converted to the frequency domain through a transformation process that is part of the quantization process.
  • Transformation kernels used for transformation may include various DCT kernels such as Discrete Cosine Transform (DCT) type 2 (DCT-II) and Discrete Sine Transform (DST) kernels. .
  • DCT Discrete Cosine Transform
  • DCT-II Discrete Cosine Transform
  • DST Discrete Sine Transform
  • transform kernels can perform a separable transform or a 2Dimensional (2D) non-separable transform on the residual signal.
  • the separable transformation may be a transformation that performs one-dimensional (1D) transformation on the residual signal in each of the horizontal and vertical directions.
  • DCT types and DST types adaptively used for 1D conversion may include DCT-V, DCT-VIII, DST-I, and DST-VII in addition to DCT-II, as shown in Table 3 and Table 4 below, respectively. there is.
  • a transform set can be used to derive the DCT type or DST type to be used for transformation.
  • Each transformation set may include multiple transformation candidates.
  • Each transformation candidate may be a DCT type or a DST type.
  • Table 5 below shows an example of a transform set applied to the horizontal direction and a transform set applied to the vertical direction according to the intra prediction mode.
  • transformation sets applied to the horizontal and vertical directions may be predefined according to the intra prediction mode of the target block.
  • the encoding device 100 may perform transformation and inverse transformation on the residual signal using the transformation included in the transformation set corresponding to the intra prediction mode of the target block.
  • the decoding apparatus 200 may perform inverse transformation on the residual signal using a transformation included in a transformation set corresponding to the intra prediction mode of the target block.
  • the set of transformations applied to the residual signal may be determined as illustrated in Tables 3, 4, and 5, and may be unsignaled. Transformation instruction information may be signaled from the encoding device 100 to the decoding device 200. Transformation instruction information may be information indicating which transform candidate is used among a plurality of transform candidates included in a transform set applied to the residual signal.
  • transform sets each having three transforms may be configured according to the intra prediction mode.
  • the optimal transformation method can be selected among a total of 9 multiple transformation methods resulting from a combination of three transformations in the horizontal direction and three transformations in the vertical direction. Coding efficiency can be improved by encoding and/or decoding the residual signal using this optimal conversion method.
  • information about which transformation among the transformations belonging to the transformation set was used may be entropy encoded and/or decoded. Truncated unary binarization may be used to encode and/or decode this information.
  • the method using various transforms as described above can be applied to a residual signal generated by intra prediction or inter prediction.
  • Transformation may include at least one of primary transformation and secondary transformation.
  • a transform coefficient can be generated by performing a first-order transform on the residual signal, and a second-order transform coefficient can be generated by performing a second-order transform on the transform coefficient.
  • a primary transformation may be named primary. Additionally, the first-order transform may be named Adaptive Multiple Transform (AMT). AMT may mean that different transformations are applied to each of the 1D directions (i.e., vertical and horizontal directions) as described above.
  • the secondary transformation may be a transformation to improve the energy concentration of the transformation coefficient generated by the primary transformation.
  • Secondary transformations like primary transformations, can be either separable transformations or non-separable transformations.
  • the non-separable transform may be a Non-Separable Secondary Transform (NSST).
  • Primary transformation may be performed using at least one of a plurality of predefined transformation methods.
  • a plurality of predefined transformation methods include Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), and Karhunen-Loeve Transform (KLT)-based transformation, etc. It can be included.
  • the first-order transformation may be a transformation with various transformation types depending on the kernel function that defines DCT or DST.
  • the transformation type is 1) prediction mode of the target block (e.g., one of intra prediction and inter prediction), 2) size of the target block, 3) shape of the target block, 4) intra prediction mode of the target block. , 5) a component of the target block (e.g., one of the luma component and a chroma component), and 6) the partition type applied to the target block (e.g., Quad Tree (QT), Binary Tree (BT) ) and one of a Ternary Tree (TT).
  • QT Quad Tree
  • BT Binary Tree
  • TT Ternary Tree
  • the first-order transformation includes transformations such as DCT-2, DCT-5, DCT-7, DST-7, DST-1, DST-8, and DCT-8 according to the transformation kernels shown in Table 6 below. can do.
  • Table 6 illustrates various transform types and transform kernel functions for multiple transform selection (MTS).
  • MTS may mean that a combination of one or more DCT and/or DST transformation kernels is selected to transform the residual signal in the horizontal and/or vertical directions.
  • i and j may be integer values between 0 and N-1.
  • a secondary transform may be performed on the transformation coefficient generated by performing the primary transformation.
  • a set of transformations can be defined for second-order transformations.
  • Methods for deriving and/or determining a set of transformations such as those described above can be applied to secondary transformations as well as primary transformations.
  • Primary transformation and secondary transformation can be determined for a specified target.
  • a first-order transform and a second-order transform may be applied to one or more signal components of a luma component and a chroma component.
  • Whether to apply the first transform and/or the second transform may be determined according to at least one of coding parameters for the target block and/or the neighboring block.
  • whether to apply primary transformation and/or secondary transformation may be determined by the size and/or shape of the target block.
  • conversion information indicating the conversion method to be used for the target can be derived by using specified information.
  • the transformation information may include an index of the transformation to be used for primary transformation and/or secondary transformation.
  • the transformation information may indicate that the primary transformation and/or secondary transformation is not used.
  • the transformation method(s) applied to the primary transformation and/or secondary transformation indicated by the transformation information is applied to the target block and/or neighboring blocks. It may be determined according to at least one of the coding parameters for.
  • conversion information indicating a conversion method for a specified target may be signaled from the encoding device 100 to the decoding device 200.
  • whether the primary transform is used, an index indicating the primary transform, whether the secondary transform is used, and an index indicating the secondary transform, etc. can be derived as transformation information in the decoding device 200. there is.
  • transformation information indicating whether to use the primary transformation, an index indicating the primary transformation, whether to use the secondary transformation, and an index indicating the secondary transformation may be signaled.
  • a quantized transform coefficient (i.e., a quantized level) may be generated by performing quantization on a result or a residual signal generated by performing a first-order transform and/or a second-order transform.
  • the quantized transform coefficients may be scanned according to at least one of (up-right) diagonal scanning, vertical scanning, and horizontal scanning, according to at least one of intra prediction mode, block size, and block type.
  • a block may be a transformation unit.
  • Each scanning can start at a specified starting point and end at a specified ending point.
  • the quantized transform coefficients can be changed into a one-dimensional vector form.
  • the horizontal scanning of FIG. 14 or the vertical scanning of FIG. 15 may be used instead of diagonal scanning, depending on the size of the block and/or the intra prediction mode.
  • Vertical scanning may be scanning two-dimensional block-shaped coefficients in a column direction.
  • Horizontal scanning may be scanning two-dimensional block-shaped coefficients in the row direction.
  • the inter prediction mode it may be determined which scanning among diagonal scanning, vertical scanning, and horizontal scanning will be used.
  • the quantized transform coefficients can be scanned along the diagonal, horizontal, or vertical directions.
  • Quantized transform coefficients can be expressed in block form.
  • a block may include multiple sub-blocks. Each subblock can be defined according to the minimum block size or minimum block type.
  • the scanning order according to the type or direction of scanning can first be applied to sub-blocks. Additionally, a scanning order according to the direction of scanning may be applied to the quantized transform coefficients within the sub-block.
  • the transform coefficients quantized by the first transform, second transform, and quantization of the residual signal of the target block are can be created.
  • one of three scanning orders can be applied to the four 4x4 sub-blocks, and quantized transform coefficients can be scanned for each 4x4 sub-block according to the scanning order.
  • the encoding device 100 can generate entropy-encoded quantized transform coefficients by performing entropy encoding on the scanned quantized transform coefficients, and can generate a bitstream including the entropy-encoded quantized transform coefficients. .
  • the decoding device 200 can extract entropy-encoded quantized transform coefficients from a bitstream and generate quantized transform coefficients by performing entropy decoding on the entropy-encoded quantized transform coefficients.
  • Quantized transformation coefficients can be arranged in a two-dimensional block form through inverse scanning. At this time, as a reverse scanning method, at least one of (upper right) diagonal scan, vertical scan, and horizontal scan may be performed.
  • dequantization may be performed on the quantized transform coefficients.
  • the secondary inverse transformation may be performed on the result generated by performing the inverse quantization.
  • the first inversion may be performed on the result generated by performing the second inversion.
  • a reconstructed residual signal can be generated by performing a first-order inversion on the result generated by performing a second-order inversion.
  • inverse mapping of the dynamic range may be performed before in-loop filtering.
  • the dynamic range can be divided into 16 equal pieces, and a mapping function for each piece can be signaled.
  • the mapping function can be signaled at the slice level or tile group level.
  • a reverse mapping function for performing reverse mapping may be derived based on the mapping function.
  • In-loop filtering storage of reference pictures, and motion compensation can be performed in the demapped region.
  • a prediction block generated through inter prediction can be converted into a mapped area by mapping using a mapping function, and the converted prediction block can be used to generate a reconstructed block.
  • the prediction block generated by intra prediction can be used to generate a reconstructed block without mapping and/or demapping.
  • the residual block can be converted to a demapped region by performing scaling on the chroma component of the mapped area.
  • Whether scaling is available can be signaled at the slice level or tile group level.
  • scaling can only be applied if mapping for the luma component is available and the splitting of the luma component and the splitting of the chroma component follow the same tree structure.
  • Scaling may be performed based on the average of the values of samples of the luma prediction block corresponding to the chroma prediction block. At this time, if the target block uses inter prediction, the luma prediction block may mean a mapped luma prediction block.
  • the value required for scaling can be derived by referring to the look-up table using the index of the piece to which the average value of the samples of the luma prediction block belongs.
  • the residual block By performing scaling on the residual block using the finally derived value, the residual block can be converted into a demapped area. Thereafter, for the chroma component block, reconstruction, intra prediction, inter prediction, in-loop filtering, and storage of the reference picture can be performed in the demapped region.
  • information indicating whether mapping and/or de-mapping of such luma components and chroma components is available may be signaled through a sequence parameter set.
  • the prediction block of the target block may be generated based on the block vector.
  • a block vector may indicate displacement between a target block and a reference block.
  • the reference block may be a block in the target image.
  • the prediction mode that generates a prediction block with reference to the target image may be called an intra block copy (IBC) mode.
  • IBC intra block copy
  • IBC mode can be applied to CUs of a specified size.
  • IBC mode can be applied to MxN CU.
  • M and N may be less than or equal to 64.
  • IBC mode may include skip mode, merge mode, and AMVP mode.
  • skip mode or merge mode a merge candidate list may be constructed, and a merge index may be signaled, thereby specifying one merge candidate among the merge candidates in the merge candidate list.
  • the block vector of the specified merge candidate can be used as the block vector of the target block.
  • differential block vectors can be signaled. Additionally, the prediction block vector may be derived from the left neighboring block and the top neighboring block of the target block. Additionally, an index regarding which neighboring block will be used may be signaled.
  • the prediction block in IBC mode may be included in the target CTU or the left CTU, and may be limited to blocks within the previously reconstructed area.
  • the value of the block vector may be limited so that the prediction block of the target block is located within a specified area.
  • the specified area may be an area of three 64x64 blocks that are encoded and/or decoded before the 64x64 block containing the target block.
  • Figure 16 is a structural diagram of an encoding device according to an embodiment.
  • the encoding device 1600 may correspond to the encoding device 100 described above.
  • the encoding device 1600 includes a processing unit 1610, a memory 1630, a user interface (UI) input device 1650, a UI output device 1660, and storage that communicate with each other through a bus 1690. (1640) may be included. Additionally, the encoding device 1600 may further include a communication unit 1620 connected to the network 1699.
  • UI user interface
  • the processing unit 1610 may be a semiconductor device that executes processing instructions stored in a central processing unit (CPU), memory 1630, or storage 1640.
  • the processing unit 1610 may be at least one hardware processor.
  • the processing unit 1610 may generate and process signals, data, or information that are input to the encoding device 1600, output from the encoding device 1600, or used inside the encoding device 1600. Inspection, comparison, and judgment related to data or information can be performed. That is, in an embodiment, generation and processing of data or information, and inspection, comparison, and judgment related to the data or information may be performed by the processing unit 1610.
  • the processing unit 1610 includes an inter prediction unit 110, an intra prediction unit 120, a switch 115, a subtractor 125, a transform unit 130, a quantization unit 140, an entropy encoding unit 150, and an inverse quantization unit. It may include a unit 160, an inverse transform unit 170, an adder 175, a filter unit 180, and a reference picture buffer 190.
  • Inter prediction unit 110, intra prediction unit 120, switch 115, subtractor 125, transform unit 130, quantization unit 140, entropy encoding unit 150, inverse quantization unit 160, At least some of the inverse transform unit 170, the adder 175, the filter unit 180, and the reference picture buffer 190 may be program modules and may communicate with an external device or system.
  • Program modules may be included in the encoding device 1600 in the form of an operating system, application program module, and other program modules.
  • Program modules may be physically stored on various known storage devices. Additionally, at least some of these program modules may be stored in a remote memory device capable of communicating with the encoding device 1600.
  • Program modules are routines, subroutines, programs, objects, components, and data that perform a function or operation according to an embodiment or implement an abstract data type according to an embodiment. It may include data structures, etc., but is not limited thereto.
  • Program modules may be composed of instructions or codes that are executed by at least one processor of the encoding device 1600.
  • the processing unit 1610 includes an inter prediction unit 110, an intra prediction unit 120, a switch 115, a subtractor 125, a transform unit 130, a quantization unit 140, an entropy encoding unit 150, and an inverse quantization unit. Commands or codes of the unit 160, the inverse transform unit 170, the adder 175, the filter unit 180, and the reference picture buffer 190 can be executed.
  • the storage unit may represent memory 1630 and/or storage 1640.
  • Memory 1630 and storage 1640 may be various types of volatile or non-volatile storage media.
  • the memory 1630 may include at least one of ROM 1631 and RAM 1632.
  • the storage unit may store data or information used for the operation of the encoding device 1600.
  • data or information held by the encoding device 1600 may be stored in the storage unit.
  • the storage unit can store pictures, blocks, lists, motion information, inter prediction information, and bitstreams.
  • the encoding device 1600 may be implemented in a computer system that includes a recording medium that can be read by a computer.
  • the recording medium may store at least one module required for the encoding device 1600 to operate.
  • the memory 1630 may store at least one module, and the at least one module may be configured to be executed by the processing unit 1610.
  • Functions related to communication of data or information of the encoding device 1600 may be performed through the communication unit 1620.
  • the communication unit 1620 may transmit a bitstream to the decoding device 1700, which will be described later.
  • Figure 17 is a structural diagram of a decoding device according to an embodiment.
  • the decoding device 1700 may correspond to the decoding device 200 described above.
  • the decryption device 1700 includes a processing unit 1710, a memory 1730, a user interface (UI) input device 1750, a UI output device 1760, and storage that communicate with each other through a bus 1790. (1740) may be included. Additionally, the decryption device 1700 may further include a communication unit 1720 connected to the network 1799.
  • UI user interface
  • the processing unit 1710 may be a semiconductor device that executes processing instructions stored in a central processing unit (CPU), memory 1730, or storage 1740.
  • the processing unit 1710 may be at least one hardware processor.
  • the processing unit 1710 may generate and process signals, data, or information that are input to the decoding device 1700, output from the decoding device 1700, or used inside the decoding device 1700. Inspection, comparison, and judgment related to data or information can be performed. That is, in an embodiment, generation and processing of data or information, and inspection, comparison, and judgment related to the data or information may be performed by the processing unit 1710.
  • the processing unit 1710 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an intra prediction unit 240, an inter prediction unit 250, a switch 245, an adder 255, and a filter. It may include a unit 260 and a reference picture buffer 270.
  • Entropy decoding unit 210, inverse quantization unit 220, inverse transform unit 230, intra prediction unit 240, inter prediction unit 250, switch 245, adder 255, filter unit 260, and At least some of the reference picture buffers 270 may be program modules and may communicate with an external device or system.
  • Program modules may be included in the decryption device 1700 in the form of an operating system, application program module, and other program modules.
  • Program modules may be physically stored on various known storage devices. Additionally, at least some of these program modules may be stored in a remote memory device capable of communicating with the decoding device 1700.
  • Program modules are routines, subroutines, programs, objects, components, and data that perform a function or operation according to an embodiment or implement an abstract data type according to an embodiment. It may include data structures, etc., but is not limited thereto.
  • Program modules may be composed of instructions or codes that are executed by at least one processor of the decoding device 1700.
  • the processing unit 1710 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an intra prediction unit 240, an inter prediction unit 250, a switch 245, an adder 255, and a filter. Instructions or codes of the unit 260 and the reference picture buffer 270 may be executed.
  • the storage unit may represent memory 1730 and/or storage 1740.
  • Memory 1730 and storage 1740 may be various types of volatile or non-volatile storage media.
  • the memory 1730 may include at least one of ROM 1731 and RAM 1732.
  • the storage unit may store data or information used for the operation of the decoding device 1700.
  • data or information held by the decoding device 1700 may be stored in the storage unit.
  • the storage unit can store pictures, blocks, lists, motion information, inter prediction information, and bitstreams.
  • the decryption device 1700 may be implemented in a computer system that includes a recording medium that can be read by a computer.
  • the recording medium may store at least one module required for the decoding device 1700 to operate.
  • the memory 1730 may store at least one module, and the at least one module may be configured to be executed by the processing unit 1710.
  • Functions related to communication of data or information of the decryption device 1700 may be performed through the communication unit 1720.
  • the communication unit 1720 may receive a bitstream from the encoding device 1600.
  • the processing unit may refer to the processing unit 1610 of the encoding device 1600 and/or the processing unit 1710 of the decoding device 1700.
  • the processing unit may represent switch 115 and/or switch 245.
  • the processing unit may represent an inter prediction unit 110, a subtractor 125, and an adder 175, and may represent an inter prediction unit 250 and an adder 255.
  • the processing unit may represent an intra prediction unit 120, a subtractor 125, and an adder 175, and may represent an intra prediction unit 240 and an adder 255.
  • the processing unit may represent a transformation unit 130 and an inverse transformation unit 170, and may indicate an inverse transformation unit 230.
  • the processing unit may represent a quantization unit 140 and an inverse quantization unit 160, and may represent an inverse quantization unit 220.
  • the processing unit may represent an entropy encoding unit 150 and/or an entropy decoding unit 210.
  • the processing unit may represent a filter unit 180 and/or a filter unit 260.
  • the processing unit may represent a reference picture buffer 190 and/or a reference picture buffer 270.
  • Embodiments of this specification may provide a filter structure that applies an artificial neural network to an in-loop filter and/or a post filter and a method of lightweighting the artificial neural network in order to improve image coding efficiency.
  • Artificial neural networks may be used with or without filters such as de-blocking filters, sample adaptive offsets (SAOs), and adaptive loop filters (ALFs). Instead, it can be used as an in-loop filter to improve the quality of the restored image.
  • filters such as de-blocking filters, sample adaptive offsets (SAOs), and adaptive loop filters (ALFs). Instead, it can be used as an in-loop filter to improve the quality of the restored image.
  • SAOs sample adaptive offsets
  • ALFs adaptive loop filters
  • the artificial neural network according to the embodiment of this specification may be used as a post filter in the step of outputting an image.
  • an artificial neural network-based in-loop filter or artificial neural network-based in-loop filtering.
  • Artificial neural network can instead be used as a term such as deep neural network, neural network, or simply as neural network, network, etc.
  • artificial neural networks are simply unified as neural networks and used, and artificial neural network-based filters are also referred to as neural network-based filters.
  • learning or training can also be used in the same sense.
  • FIG. 18 illustrates a process of learning a neural network-based filter based on the main component of an image and encoding the main component information and neural network information selected as the filter, according to an embodiment.
  • the operation flow diagram of FIG. 18 includes the steps of analyzing an image to obtain a main component (S1810), learning a neural network to be used for a filter using the obtained main component (S1820), and encoding the main component information and the neural network information selected as the filter. (1830).
  • Figure 18 shows the process performed by the encoder, and the decoder can derive main component information and neural network information from the bitstream, configure a neural network-based filter based on this, and apply it to the reconstructed image.
  • the content of how the decoder derives the main component information and neural network information can be explained in step S1830, which encodes the main component information and neural network information.
  • the image is analyzed in step S1810 to obtain the principal component.
  • the main components of an image can be obtained by analyzing the principal components (PCA: Principal Component Analysis) of the deteriorated data that occurs when compressing the image.
  • PCA Principal Component Analysis
  • PCA is dimensionality reduction, a technique that changes high-dimensional data into low-dimensional data while preserving the characteristics of the original data as much as possible. It is widely used in various fields such as machine learning, data mining, statistical analysis, and noise removal. there is.
  • a covariance matrix corresponding to the variance between each dimensional data is created from N-dimensional data, and N eigenvectors and eigenvalues are generated from the generated covariance matrix.
  • Obtain (eigenvalue) sort the obtained eigenvectors and eigenvalues from the largest value, leave only eigenvectors with the desired number of dimensions, discard the rest, and reduce the dimension of the data using the remaining eigenvectors as the axis.
  • the main component can be obtained by analyzing the error image, which is the difference between the reconstructed image and the original image.
  • the difference between the image that has passed the in-loop filter and the original image can be subjected to principal component analysis.
  • the difference between the frequency of the reconstructed image and the frequency of the original image in the frequency domain can be analyzed for principal component.
  • principal component analysis can be performed, for example, in units of slices/CTUs with a certain size.
  • principal component analysis may be performed in at least one of image, slice, tile, and CTU units.
  • principal component analysis can be performed separately for each block size in CU/TU/PU units.
  • Degraded data can be converted into a sum of principal components through principal component projection, that is, a process of leaving high-dimensional data with only a predetermined number of eigenvectors with large eigenvalues.
  • the main components can be distinguished using the projected degradation data.
  • the main components can be selected by sorting them in order of the size of the eigenvalues, or, for example, a neural network can receive the projected degradation data as input and determine the main components.
  • the number or direction of eigenvectors constituting the main component may be determined differently for each image, for example, an error image.
  • an error image not only the eigenvalues of a predetermined number of eigenvectors selected as the main component, but also the direction information of the corresponding eigenvector is the main component information. Since it must be encoded, problems may arise where the amount of data increases.
  • a plurality of eigenvectors are defined in advance and shared between the encoder and decoder, and among the eigenvectors shared for the coding block to be encoded, a predetermined number of eigenvectors and the eigenvalues of the corresponding eigenvectors are used as main components. You can select .
  • a predetermined number of eigenvector groups consisting of a predetermined number of eigenvector sets can be defined in advance, and the error image can be projected to select the main component group that has the best performance, that is, best reflects the characteristics of the error image.
  • the encoder and decoder share the eigenvector set or eigenvector group, the amount of data to be encoded for main component information can be reduced.
  • the main component information may be composed of a predetermined number of eigenvectors and the eigenvalues of the eigenvectors.
  • the predetermined number of eigenvectors are simply referred to as main components, and the predetermined number of eigenvalues are referred to as coefficients or coefficient values. It can be called
  • an eigenvector set containing a plurality of eigenvector sets composed of a plurality of eigenvectors may be defined in a video sequence, and a unique vector set to be used in a CTU or block that is a lower unit of the upper unit, for example, a picture or slice unit, is used.
  • a set of vectors can be selected from the set of unique vectors.
  • CTU or block (e.g. CU, PU, TU), which is the unit of encoding of video samples
  • the error image is projected onto the eigenvector set determined from the upper unit of the unit, and the eigenvalues of the eigenvectors included in the eigenvector set are calculated. You can get it.
  • a plurality of eigenvector sets are defined in a sequence parameter set (SPS), and the eigenvector set, which is the main component to be used as an input to the neural network, is defined in a picture parameter set (PPS: picture parameter set) or a slice parameter set ( SPS: slice parameter set), and in coding units such as CTU or block, only the eigenvalues projected onto the eigenvector set can be transmitted.
  • SPS sequence parameter set
  • PPS picture parameter set
  • SPS slice parameter set
  • information about the main component can be defined in a sequence, picture, or slice that is a higher unit than the coding unit, and coefficients can be determined and transmitted for each coding unit.
  • a predetermined number of eigenvectors for example, 64 are selected through analysis of a large number of error images (e.g., error data in CTU units) and converted into a set of eigenvectors. defined (shared in advance between the encoder and decoder, or transmitted, for example, through an SEI message or sequence parameter set), and when encoding the target block, the error block of the target block is projected onto the eigenvector set and the one with the largest eigenvalue is selected.
  • a predetermined number of eigenvectors and the eigenvalues of the corresponding eigenvectors can be selected as main component information.
  • index information indicating the selected eigenvector and the eigenvalue of the eigenvector may become main component information of the corresponding coding unit.
  • a neural network to be used in the filter can be learned using the principal component obtained in step S1820, and two or more neural networks can be trained to select the one with better performance.
  • FIG. 20 illustrates a neural network-based filter structure using principal component information according to an embodiment.
  • the neural network-based filter of FIG. 20 includes not only an in-loop filter that filters the reconstructed image to generate a reference image to be used for prediction. It can also be used as a post filter to filter the restored image to display it.
  • the neural network-based filter of FIG. 20 may include a plurality of modules (eg, modules 1/2/3/4) connected in series.
  • the neural network may include a plurality of convolutional neural network layers or fully-connected neural network layers, and the plurality of neural network layers combine layers that perform the same function into one module, As shown in Figure 20, a neural network for filtering can be formed by connecting several modules in series.
  • the modules that make up the neural network in Figure 20 include a module that converts different inputs such as adjusting the resolution of the image, a module that fuses multiple inputs together, a module that extracts features from input data, and a module that outputs the extracted feature data. It may be composed of switching modules, etc.
  • the input of the neural network-based filter may include an image in which compression deterioration has occurred and image encoding information.
  • An image in which compression deterioration has occurred may be input to the first module (module 1) among the plurality of modules, and image encoding information may be input to one or more modules among the plurality of modules.
  • Image encoding information used as input to a neural network may include edge strength, quantization parameters, segmentation mode information, edge strength, etc.
  • An image with compression deterioration may be a restored image restored through prediction.
  • the input of the neural network-based filter may further include a predicted image.
  • the neural network-based filter of FIG. 20 can receive main component information, and the main component information can be input to the neural network-based filter through the main component utilization module.
  • the principal component information in a neural network-based filter performance can be improved with the principal component utilization module.
  • the principal component utilization module may be implemented, for example, with multiple convolutional neural network layers.
  • the principal component utilization module converts the input principal component information and outputs it to one or more modules that constitute a neural network-based filter, so it may be referred to as a conversion module.
  • the main component utilization module in addition to the main component information, one or more of an image in which compression deterioration has occurred, a feature map of a neural network, and image encoding information may be further used.
  • each main component may be mapped and input into a separate channel.
  • the output of the principal component utilization module can be used as an input to another module (module 2 in FIG. 20) along with the feature map output of the module (module 1 in FIG. 20) constituting the neural network of FIG. 20.
  • the output of the principal component utilization module may be added to the feature map of any module constituting the neural network-based filter, multiplied by the feature map of the neural network module, or added to the output of the neural network module.
  • a separate neural network can be configured to receive image information as input, predict main component information, and use this as an input to a neural network-based filter, for example, reconstructed image and prediction.
  • Main component information can be predicted by receiving one or more of an image, encoding information, or main component information that is not the target of prediction as input.
  • the principal component information predicted by the neural network may be a principal component and a coefficient, or may be expressed as information fitting a curve that matches the coordinates displayed on the plane when coordinates consisting of a pair of principal components and coefficients are displayed on a plane. Additionally, the size order of the main components used can be predicted through a neural network. In addition, it is possible to predict the coefficients of main components other than the main component used through a neural network.
  • the output of the neural network-based filter of FIG. 20 may be an image from which compression degradation has been removed. Removal of compression degradation may not mean complete removal of compression degradation. For example, an image from which compression degradation has been removed may be an image from which compression degradation has been partially removed, and an image from which compression degradation has been removed may be an image from which compression degradation has been partially removed. The image may be closer to the original image than the generated image.
  • the neural network-based filter of FIG. 20 is based on an error image corresponding to the difference between the image from which compression degradation has been removed corresponding to the output of the filter and the original image, that is, configuring each layer of the neural network so that the error image is minimized. Weights can be learned.
  • Learning of the neural network of FIG. 20 may include not only learning of modules constituting a neural network-based filter, but also learning of a main component conversion module that converts and outputs main component information.
  • a main component conversion module that converts and outputs main component information.
  • weight information of the modules or layers constituting the neural network (or weights connecting the nodes constituting the layer) can be obtained, and the weight information can be transmitted to the decoder.
  • the process of learning a neural network is the process of selecting the neural network to learn, for example, the process of selecting the network structure of the neural network, the process of selecting the type or number of inputs to the neural network, and the process of selecting the type or number of inputs to the neural network. It may also include a process of selecting whether to apply it to a block, CTU, slice, or picture).
  • the filtering results of neighboring blocks, CTUs, slices, and adjacent images can be used to select a neural network-based filter.
  • a candidate set is created by training a neural network that uses main component information as input, a plurality of neural networks that use different numbers of main components as input, and a neural network that does not separately use main component information as input. You can configure it and select one with good performance from a rate-distortion cost perspective.
  • the number of main components to be used as input can be determined from a rate-distortion perspective during the image compression process.
  • a plurality of neural networks are trained with different network structures of the neural network in FIG. 20, that is, the number of modules constituting the neural network, the type of modules, the arrangement or connection of modules, and the type of input, and the performance is evaluated from the perspective of rate-distortion cost. You can choose this good one.
  • a neural network can be trained for each unit to which the neural network-based filter of FIG. 20 is applied, for example, a block, CTU, slice, or picture.
  • one of the N learned filters may be selected, where the N filters may be filters using different inputs, and one or more neural network-based filters. may include.
  • N is a positive integer.
  • whether to apply a filter can be determined for the restored image, restored slice, restored CTU, and restored block.
  • the restoration block can be of arbitrary size HxW, where H and W are positive integers.
  • a candidate set of filters to be selected can be configured according to the compression level or compression method of the video.
  • the filter candidate set may include N types of neural network-based filters, each performing different degrees of image restoration.
  • the process of learning a neural network involves determining whether to combine the neural network to be learned with existing in-loop filters, and if so, how to combine them, for example, which of the existing in-loop filters to weight sum with the output of the filter, and when to do weighted sum. It may also include a process of selecting how to determine the weight of .
  • the output of a neural network-based filter can be adjusted using weights to minimize the error between the output of the neural network-based filter and the original image.
  • the weights used in the output of the neural network-based filter may be adjusted for the restored image, restored slice, restored CTU, and restored block.
  • a restored image can be obtained by weighted addition with (I_LF).
  • at least one of the results of the existing in-loop filter can be used.
  • the output of a neural network-based filter and the result of an existing in-loop filter can be weighted for the restored image, restored slice, restored CTU, and restored block.
  • the weights for the weighted sum of the output of the neural network-based filter and the result of the existing in-loop filter may be adjusted for the restored image, restored slice, restored CTU, and restored block.
  • the output of a neural network-based filter and the result of a specific in-loop filter can be weighted for the restored image, restored slice, restored CTU, and restored block.
  • the specific in-loop filter may be one of a deblocking filter, sample adaptive offset (SAO), and adaptive loop filter (ALF), but the in-loop filter is not limited thereto.
  • weights for the weighted sum of the output of a neural network-based filter and the result of a specific in-loop filter may be adjusted for the restored image, restored slice, restored CTU, and restored block.
  • the specific in-loop filter may be one of a deblocking filter, sample adaptive offset (SAO), and adaptive loop filter (ALF), but the in-loop filter is not limited thereto.
  • the better one from the rate-distortion point of view can be selected and used among the output of the neural network-based filter and the result of the in-loop filter.
  • the results of the in-loop filter can be used as a candidate for selection.
  • the in-loop filter may be one of a deblocking filter, sample adaptive offset (SAO), and adaptive loop filter (ALF), but the in-loop filter is not limited thereto.
  • the application location of the neural network-based filter may be before or after an existing in-loop filter, or between in-loop filters.
  • a neural network-based filter may be applied immediately before a specific in-loop filter is applied, or may be applied immediately after a specific in-loop filter is applied.
  • the specific in-loop filter may be one of a deblocking filter, sample adaptive offset (SAO), and adaptive loop filter (ALF), but the in-loop filter is not limited thereto.
  • the encoding information of the image can be used to select such a neural network-based filter.
  • learning or selecting a neural network to be used for filtering in a coding unit can place a huge computational burden on the encoder, learning or selecting a neural network can be done in units much higher than the coding unit, such as sequence or picture units.
  • a neural network to be used is selected from among a plurality of neural networks defined in a picture, slice, CTU or block, and the selected neural network information is sent to the decoder. It can be delivered.
  • step S1830 the main component information and the neural network information selected as a filter can be encoded.
  • Main component information and neural network information can be entropy encoded/decoded from one of the sequence parameter set, picture parameter set, slice header, and CTU syntax elements in the bitstream.
  • the encoder may predefine the main component to be used as an input to the neural network-based filter, select it from eigenvectors shared by the decoder, and transmit the main component index corresponding to the selected eigenvector to the decoder.
  • the decoder may derive the main component index from a neighboring unit (eg, a neighboring picture, a neighboring slice, a neighboring CTU, or a neighboring block).
  • a predetermined number of main component groups composed of a predetermined number of main components can be defined in advance, shared between the encoder and decoder, and the main component group with the best performance can be selected.
  • the index for the main component group can be transmitted or the decoder can be used as a neighboring unit.
  • the main component group index can be inferred from .
  • the decoder may predict the main component information using a neural network.
  • the coefficients of deterioration information corresponding to the eigenvalues projected to the main component can be fitted to the curve function and restored.
  • Figure 21 is a graph showing an example of fitting the deterioration information coefficient projected on the main component to a function, where the horizontal axis is the main component (eigenvector) and the vertical axis is the coefficient (eigenvalue).
  • the graph in Figure 21 displays coordinates consisting of eigenvector and eigenvalue pairs on a plane so that eigenvectors with large eigenvalues are located closer to the origin based on the horizontal axis. For example, it can be expressed in the form of an exponentially decreasing function. .
  • the coefficients can be normalized based on the maximum and minimum values, and a curve similar to the actual coefficient value can be created using the parameter values of the function, as shown in FIG. 21.
  • the encoder transmits to the decoder the parameters of the fitted function and index information on eigenvectors selected from among the eigenvectors listed on the horizontal axis in FIG. 21, so that the decoder provides main component information. You can get it.
  • the index information about the eigenvector may further include information about the order in which the eigenvectors are arranged closer to the origin. That is, the index information of the eigenvector may be data that sequentially lists the indices of a predetermined number of eigenvectors located close to the origin on the horizontal axis.
  • the fitting function can also be composed of a list consisting of a predetermined number of candidates, and the encoder and decoder can share main component information by transmitting an index indicating the fitting function used in the list or inferring the index from a neighboring unit.
  • you can create a curve similar to the actual coefficient value by selecting the a value of the exponential function expressed as y e ⁇ ax. For example, by selecting the k value of the chi-square function, you can create a curve similar to the actual coefficient value. For example, you can select points on a B-spline curve to create a curve that resembles actual coefficient values. For example, you can create a curve similar to the actual coefficient value by selecting the coefficient of each term in an nth degree polynomial, where n can be a positive integer.
  • the decoder may restore the main component information to a fitted function or curve through the parameters of the function and the index information of the selected eigenvector, and sample the restored curve to restore the coefficient value.
  • the coefficients can be quantized.
  • the required maximum and minimum values can be quantized.
  • parameters used when fitting a curve can be quantized.
  • the decoder can, for example, restore main component information by dequantizing the quantized values.
  • Principal component information can also be used in other pictures/slices/CTUs/blocks.
  • main component information of adjacent pictures/slices/CTUs/blocks can be used.
  • the reconstructed image may use the main component information of the most similar block.
  • a block may mean at least one of CU, PU, and TU.
  • the main component corresponding to the eigenvector set may be defined in a higher unit than the coding unit and transmitted to the decoder, and the coefficient corresponding to the eigenvalue may be transmitted in the coding unit.
  • the encoder and the decoder share the neural network to be used in the filter, that is, when they share the network structure constituting the neural network and the input information of the neural network, the encoder quantizes and It can be entropy encoded and transmitted to the decoder.
  • Neural network information may further include whether to use principal component information as input.
  • the encoder quantizes and entropy encodes neural network information including information indicating the learned neural network to be applied for filtering and weight information constituting the neural network. It can be transmitted to the decoder.
  • the encoder can encode information about the range or unit to which the learned neural network will be applied and transmit it to the decoder.
  • the decoder can inherit information related to the application range of the neural network from the upper unit.
  • In-loop filter information includes information on whether luminance component filtering is performed, information on whether chrominance component filtering is performed, luminance component filter selection information, chrominance component filter selection information, information on whether picture/slice/CTU/block unit filtering is performed, picture/slice/CTU/block unit filtering information. It may include at least one of CTU/block unit filtering selection information, neural network-based filter weight change information, neural network-based filter output adjustment information, and neural network-based filter weighted sum information.
  • the block may mean at least one of CU, PU, and TU.
  • Information on whether to perform filtering and selection for at least one of the luminance component and the chrominance component may use information on whether to perform filtering and selection on a picture/slice/CTU/block basis. For example, if the information on whether to perform filtering in picture/slice/CTU/block units is the first value, filtering can be performed on the corresponding picture/slice/CTU/block, and if it is the second value, filtering can be performed on the corresponding picture/slice/CTU/block. Filtering may not be performed. At this time, information on whether filtering is performed for each picture/slice/CTU/block may be entropy encoded/decoded.
  • the selection information in picture/slice/CTU/block units is additionally entropy encoded/decoded to encode the corresponding picture/slice/CTU/block through the selected filter. Filtering can be performed on CTU/block.
  • a block may mean at least one of CU, PU, and TU.
  • the encoder can encode combination information related to combining the learned neural network with an existing in-loop filter and transmit it to the decoder.
  • the combination information includes information on whether to do weighted summing with the existing in-loop filter, the output of the neural network filter, and the weighting. It may include one or more of information specifying the in-loop filter to be combined and weight information to be added.
  • neural network information is defined in a sequence parameter set or picture parameter set, and whether or not a neural network-based filter is applied or the selection of a neural network to be used for filtering is determined.
  • Related information can be transmitted in CTUs, blocks, and coding units, and the use of neural network-based filters can be activated or deactivated in slices or pictures that are higher units than the blocking unit.
  • the encoder or decoder can perform filtering, that is, in-loop filtering or post-filtering, by applying the neural network selected during the encoding process or the neural network derived from the transmitted bistream to the reconstructed image.
  • the input of the neural network-based filter may be a reconstructed image restored in-loop. Additionally, for example, the input of the neural network-based filter may be the luminance and/or chrominance component of the reconstructed image in the in-loop.
  • the luminance component in a restored image may have a higher resolution than the chrominance component
  • the chrominance component is used to match the size of the chrominance component to the luminance component.
  • Up-sampling may be performed. That is, when the chrominance component is input to a neural network-based filter, up-sampling on the chrominance component may be performed as pre-processing. Additionally, when the chrominance component is output from a neural network-based filter, down-sampling on the chrominance component may be performed as post-processing.
  • the luminance component when filtering the chrominance component of an image, can also be input into a neural network-based filter.
  • the image may be an image on which filtering has been performed after the input of a neural network-based filter has been restored in-loop.
  • the input of a neural network-based filter may include an image restored in-loop. Additionally, for example, the input of the neural network-based filter may include luminance and/or chrominance components of the image restored in-loop. Additionally, for example, when filtering the chrominance component of an image, the luminance component may be included in the input of a neural network-based filter.
  • the luminance component to be used as an input may include at least one of a predicted luminance component, a restored luminance component, and a luminance component on which in-loop filtering has been performed.
  • the input of a neural network-based filter may include an image on which in-loop filtering has been performed.
  • Figure 22 shows pre-processing and post-processing for the chrominance component in a structure that performs filtering on a three-component image including luminance and two chrominances with one neural network model according to an embodiment. -processing) process is shown.
  • a neural network-based filter can be designed with the same neural network model for the luminance component (Channel Y) and the two chrominance components (Channel U and Channel V).
  • the chrominance component is used as shown in Figure 22.
  • a pre-processing process for upsampling and a post-processing process for downsampling can be introduced for the component.
  • An interpolation method using neighboring samples may be used in the resampling process of upsampling and downsampling.
  • Figure 23 illustrates the network structure of a neural network-based filter according to an embodiment, and shows the network structure of a convolution neural network (CNN)-based filter.
  • CNN convolution neural network
  • the restored image (rec_yuv) and the predicted image (pred_yuv) are each processed by a convolution layer where (height x width x number of input channels x number of output channels) is expressed as (3x3xkxk) and then combined with slice QP, base QP, and slice type. Lose (cat).
  • the combined data consists of a fusion layer and a transition layer, that is, a convolution layer expressed as (1x1xkxk), an activation layer (ReLU), and a convolution layer expressed as (3x3xkxk) and stride 2. Go through the hierarchy.
  • the output of the transition layer can be processed by a ResNet (residual network) in which N (for example, 32) ResBlocks (residual blocks) are connected in series.
  • ResNet residual network
  • the data that has passed through ResNet is output as 4 pieces of data by a convolution layer expressed as (3x3xkx4), and the 4 outputs are shuffled (pixel shuffle), and the shuffled image is divided into the restored image (rec_yuv), which is the input of the filter network, and By adding them, an output image (output_yuv) can be created.
  • each ResBlock the number of channels is increased by a convolution layer expressed as (1x1xkxm) before the activation layer (ReLU), and the number of channels is decreased by a convolution layer expressed as (1x1xmxk) after the activation layer (ReLU).
  • Spatial features can be extracted by a convolution layer expressed as (3x3xkxk) and then summed with the input data of the corresponding ResBlock.
  • k and m can be set to 64 and 160, for example.
  • the restored image (rec_yuv) may correspond to an image from which compression degradation has occurred, and the output image (output_yuv) may be an image from which compression degradation has been removed.
  • the main component information explained with reference to FIG. 20 or the main component information that has passed the main component utilization module can be used as an input instead of or in addition to the predicted image (pred_yuv).
  • Figure 24 shows a structure combining a conventional in-loop filter and a neural network-based filter according to an embodiment.
  • the restored image is input to the deblocking filter (DBK) and the convolutional neural network-based filter (CNN filter), and the final in-loop filtered image (R_Blend) is input to the output of the convolutional neural network-based filter (R_NN) and the deblocking filter (DBK).
  • the fused image (R_Blend) can be output through an adaptive loop filter (ALF).
  • a predetermined number of values can be set as candidates for the fusion weight (w), for example, one of four candidates consisting of 1, 0.75, 0.5, and the adaptation weight can be selected.
  • the adaptation weight may be derived based on the least squares method, and when the adaptation weight is selected, the fusion weight may be signaled for each component (luminance, chrominance) in the slice header.
  • Figure 25 shows a table of variable modes that control whether to use a neural network-based filter on a CTU or slice basis in a structure combined with a conventional in-loop filter.
  • Neural network-based filters can decide whether to apply (or activate) at the CTU level or slice level. Even when activating a neural network-based filter, the fusion weight can be selected from a predetermined number of candidates, for example, one of four candidates: 1, 0.75, 0.5, and an adaptive weight.
  • the encoder can select one of the nine modes shown in FIG. 25 based on the rate-distortion cost and transmit it to the decoder.
  • the nine modes are: a mode that does not apply a neural network-based filter, a mode that applies a neural network-based filter at the slice level but selects one of four fusion weights, and a mode that applies a neural network-based filter at the CTU level but selects one of four fusion weights. It may include a mode for selecting .
  • Base QP (BaseQP) is input to the neural network-based filter.
  • an offset is added to the base QP at the slice level, and the adjusted base QP can be used as an input to the neural network-based filter.
  • the offset candidate can be one of a predetermined number of fixed values, for example, ⁇ -5, 5 ⁇ . For example, if the offset is -5, the base QP that is actually input to the filter in the current slice is ( It can be BaseQP - 5).
  • the encoding time may be tight to obtain an offset to the base QP for every CTU.
  • the rate-distortion cost to obtain the best base QP offset is calculated for only one CTU among a certain number of CTUs, for example, four neighboring CTUs sharing one vertex, i.e., for example, Rate-distortion cost calculation can be performed for each of the base QP candidates of ⁇ BaseQP, BaseQP-5, BaseQP+5 ⁇ .
  • the candidate with the smallest cost is selected as the base QP, and the base QP selected through rate-distortion calculation for the remaining CTUs among the four neighboring CTUs can be used as the input of a neural network-based filter.
  • the encoder can further consider whether to use a neural network-based in-loop filter in the process of splitting the CTU.
  • deciding the splitting mode calculate the distortion between the output sample of the neural-only filter and the original sample and then select the optimal one based on the distortion. By selecting a split mode, you can increase the accuracy of split mode decision.
  • the encoder can use a more simplified neural network-based filter. For this reason, in the network structure of FIG. 23, the number of ResBlocks included in ResNet can be reduced compared to the neural network-based filter of the decoder, or the calculation precision of the neural network-based filter can be lowered.
  • Figures 26A to 26C illustrate the network structure of a neural network-based filter separately employed for the luminance component and the chrominance component, according to an embodiment, and Figure 26 corresponds to the structure of the neural network-based filter for the luminance component.
  • the inputs of the neural network-based filter for the luminance component include the reconstructed luminance image (or sample) (rec), predicted luminance image (or sample) (pred), boundary strength (bs), QP, and block type information (IPB). can do.
  • the number of feature maps and residual blocks (ResBlock) can be set to, for example, 96 and 8, respectively.
  • Figure 26a corresponds to the head of the luminance component network, where the rec, pred, bs, QP, and IPB inputs are fused by a fusion layer (fuse), reduced in size by a transition layer, and output as y. , is input to ResNet later.
  • ResBlock takes the output signal (z_k) of the previous ResBlock as input and constructs the residual product layer, activation layer, and A residual signal (r) is generated through the residual product layer, and the residual signal (r) and the input signal (z_k) are combined to output the input signal (z_k+1) of the next ResBlock.
  • Figure 26c corresponds to the tail of the network that receives the output of the last ResBlock as input and generates the output of the network, and may be composed of a residual product layer, an activation layer, a residual product layer, and a pixel shuffle layer.
  • the neural network-based filter of FIG. 26 may use PReLU (parametric ReLU) instead of ReLU (rectified linear unit) for the activation function of the activation layer.
  • PReLU parametri ReLU
  • ReLU rectified linear unit
  • a neural network-based filter for the chrominance component can use the structure of Figure 26 as is, except for using luminance information as an additional input.
  • the features are extracted separately from the luminance component and the chrominance component, and the luminance feature can be downsampled and then combined with the chrominance feature.
  • a neural network-based filter for the chrominance component may use a reconstructed luminance image or sample (recY), a reconstructed chrominance image or sample (recUV), a predicted chrominance image or sample (predUV), edge intensity (bsUV), and QP as input.
  • recY reconstructed luminance image or sample
  • recUV reconstructed chrominance image or sample
  • predUV predicted chrominance image or sample
  • edge intensity (bsUV) edge intensity
  • Figure 27 illustrates a portion of the structure of a neural network-based filter using collocated block information, according to an embodiment.
  • the neural network-based filter of Figure 27 uses a specific picture in two reference picture lists, for example, a collocated block (col_0, col_1) corresponding to the current block of the current picture in the first picture, as one of the inputs of the neural network. Use it to improve performance. Two collocated blocks can be input to the network in a directly combined state as shown in FIG. 27.
  • the neural network-based filter of FIG. 27 may be referred to as a temporal filter or a temporal filter in that it uses a collocated block in a reference picture different from the current picture of the current block as an input to the neural network-based filter.
  • the neural network-based filter of Figure 27 is similar to the neural network-based filter of Figure 26a, except that it uses collocated blocks as input. Similar to the neural network-based filter of Figure 26a, it uses boundary strength (bs) and block type information (IPB). ) can also be used as input.
  • bs boundary strength
  • IPB block type information
  • the neural network-based filter in FIG. 27 only illustrates the head of the network as shown in FIG. 26a, and the ResBlock at the rear and the network at the end of the network can use the networks of FIGS. 26b and 26c as is.
  • Whether or not to apply the temporal filter may be adaptively determined.
  • the temporal filter When the temporal filter is activated, the temporal filter is applied to pictures with a high temporal layer, for example, pictures from the three highest temporal layers, and to the pictures from the remaining lower temporal layers, the filter of FIG. 26 is applied.
  • General filters may be applied.
  • a picture in a high temporal layer refers to a picture that is encoded/decoded by referring to a picture in the corresponding temporal layer and a picture in a low temporal layer with a longer time interval than the corresponding temporal layer.
  • the temporal filter may be applied only to the luminance component.
  • the granularity of filter decisions and parameter selection may vary depending on the resolution and QP of the image. If the resolution of the image is higher and the QP is larger, the determination of the filter and selection of parameters can be performed in a larger area.
  • Whether to apply a neural network-based filter can be decided at the slice or block level. If it is determined that a neural network-based filter is to be applied to a slice or block, it may be further determined which conditional parameter will be selected from a candidate list containing two candidates derived from the QP.
  • Selection of conditional parameters may be based on the rate-distortion cost in the encoder. Whether a conditional parameter is applied and its index (if necessary) may be transmitted through a bitstream.
  • Cost_0 no neural network-based filter is used for all blocks
  • Cost_i 1, 2, 3, ..., N ⁇
  • the Param_i parameter is used for all blocks
  • Cost_N +1
  • different parameters can be used for each block. Based on the rate-distortion cost, information on whether to use a neural network-based filter and what parameters to use may be signaled for each block.
  • the decoder can decide whether to use a neural network-based filter or what parameters to use for the block based on the parameter identifier derived from the bitstream.
  • conditional parameters can be shared for the two color difference components.
  • a scaling coefficient may be derived for each chrominance component and signaled in the slice header. Derivation of the scaling factor may be based on the least squares method. The difference between the input samples and the samples that passed the neural network-based filter (residual samples) can be scaled according to a scaling factor before being added to the input samples (residual scaling).
  • the output of the deblocking filter can be used as the input sample used for residual scaling.
  • R_dbk represents the output of the deblocking filter
  • w represents the weight.
  • the encoder can introduce a neural network-based filter into the rate-distortion optimization process that selects the splitting mode.
  • the refined distortion can be calculated by comparing the original sample with the sample that passed the neural network-based filter. The splitting mode with the lowest rate-distortion cost can be selected.
  • the principal component information described with reference to FIG. 20 or the principal component information that has passed the principal component utilization module may be used as an input instead of or in addition to the prediction image (pred).
  • Figure 28 shows the network structure of a neural network-based filter with reduced complexity according to an embodiment.
  • the input of the neural network-based filter of FIG. 28 may include an image or samples of the restored luminance/chrominance component (rec_yuv), boundary strength information of the luminance and chrominance components (bs of three planes), and a slice QP plane. Since the resolution of the luminance component and the chrominance component are different in the YUV 4:2:0 format, the restored samples of the luminance component can be decomposed into four small planes according to the resolution of the chrominance component.
  • the network of the neural network-based filter in Figure 28 takes 10 planes (4 luminance component planes, 2 chrominance component planes, one QP plane, and 3 bs planes) as input and M features (e.g., 72). It contains a 3x3 CNN input layer that outputs the map, which may be followed by n, for example, 11 hidden layers.
  • M e.g. 72
  • the 3x3 convolution layer of the hidden layer can be decomposed into four layers: a pointwise convolution layer of 1x1xKxR, a separable convolution layer of 3x1xRxR, a separable convolution layer of 1x3xRxR, and a pointwise convolution layer of 1x1xRxK (CP decomposition).
  • the output of the 3x3 convolution layer can be fused to the 1x1 pointwise convolution layer of the next hidden layer.
  • the output of the last hidden layer is input to a 3x3 convolution layer that outputs samples of L (6) planes (4 luminance planes and 2 chrominance planes) to be used for final residual scaling, consisting of L planes.
  • the output of the 3x3 convolution layer can be added to the four luminance component planes and two chrominance component planes among the inputs of the Figure 28 network.
  • a scaling coefficient may be derived for each chrominance component and signaled in the slice header. Derivation of the scaling factor may be based on the least squares method. The difference between the input samples and the samples that passed the neural network-based filter (residual samples) can be scaled according to a scaling factor before being added to the input samples (residual scaling).
  • FIG. 29 illustrates a structure combining the neural network-based in-loop filter of FIG. 28 and a conventional in-loop filter according to an embodiment.
  • the restored image or sample input to the deblocking filter is input to the low-complexity neural network-based filter (NNLF) described with reference to FIG. 28, and is filtered by combining the output of the neural network-based filter and the output of the deblocking filter with a predetermined weight.
  • a sample can be created.
  • the filtered samples can then be processed by Sample Adaptive Offset (SAO) and Adaptive Loop Filter (ALF).
  • SAO Sample Adaptive Offset
  • ALF Adaptive Loop Filter
  • Figure 30 shows the structure of a content adaptive neural network-based post-processing filter according to an embodiment.
  • the input of the neural network-based filter of FIG. 30 may include a restored luminance component, a restored chrominance component, and a strength control value (Strength ControlVal) (eg, slice QP of the luminance component).
  • the neural network-based filter of Figure 30 may also include a multiplier parameter that is applied after a bias is added to the convolution result, such as ⁇ ((W * x + b) m), where ⁇ is the activation function and W is the kernel. , * corresponds to the convolution operator, x is the input, b is the bias, and m is the multiplier.
  • the input luminance component is subsampled (unshuffled) in, for example, 2x2 units and divided into four channels, and similarly, the final output luminance component is pixel shuffled in 2x2 units to obtain the actual resolution. It can be a video of .
  • the content adaptive neural network-based post-processing filter of Figure 30 may include four basic filters that are trained offline.
  • the content adaptation filter of FIG. 30 can be obtained by overfitting one of the four basic filters to the test content.
  • the resulting weight update value (difference between the default multiplier and the overfitted multiplier) is encoded into the Neural Network compression and Representation (NNR) standard and filtered through a neural network post filter.
  • NNR Neural Network Post Filter Characteristics
  • the content adaptive neural network-based post-processing filter consists of two NNPFC SEI messages (one containing the features of the base model and the other containing the NNR weight update values) and one Neural Network Post Filter Activation. ; NNPFA) can be signaled to the decoder through an SEI message.
  • NNPFA SEI message can control whether the neural network post-processing filter is activated for the entire video sequence.
  • Figure 31 is an operation flowchart of an image encoding method according to an embodiment.
  • the encoding device or encoder of FIG. 1 generates a prediction block for the current block through prediction, and generates a residual block corresponding to the difference between the current block and the prediction block based on the prediction block (S3110). Additionally, the encoder can transform and quantize the residual block to generate quantized transform coefficients.
  • the encoder generates a restored residual block by dequantizing and inversely transforming the quantization transform coefficient, combines it with the prediction block to generate a restored block of the current block, and generates an error block corresponding to the difference between the restored block data and the original data of the current block. Create (S3120).
  • the encoder analyzes the error block and obtains main component information including a main component corresponding to the eigenvector and a coefficient corresponding to the eigenvalue of the eigenvector (S3130).
  • the encoder trains a neural network so that the output of the neural network with main component information as input is as close as possible to the original data of the current block, and filters the restored block using the neural network (S3140).
  • the encoder encodes the main component information (S3140). Additionally, the encoder can also encode information about the learned neural network.
  • the encoder defines the main component among the main component information in a sequence, picture, or slice that is a unit higher than the coding unit (e.g., CTU, CU, PU, or TU), and determines and encodes the coefficient among the main component information for each coding unit.
  • the coding unit e.g., CTU, CU, PU, or TU
  • the encoder may also perform learning of the neural network at a higher unit than the coding unit, and may include information about the learned neural network in, for example, a sequence parameter set or slice header.
  • Neural network information may include whether a neural network-based filter is applied and expression information expressing the neural network-based filter.
  • Figure 32 is an operation flowchart for an image decoding method according to an embodiment.
  • the decoding device or decoder of FIG. 2 decodes prediction information and main component information from the bitstream (S3210).
  • the decoder can additionally decode the neural network information learned by the encoder.
  • the neural network information includes information expressing whether a neural network-based filter is applied for filtering (in-loop filtering or post-filtering) and the neural network-based filter used for filtering. It can be included.
  • the decoder generates a prediction block of the current block based on the prediction information (S3220).
  • the decoder generates a restored block of the current block based on the prediction block (S3230).
  • the decoder filters the reconstructed block based on the main component information (S3230).
  • the decoder may configure a neural network-based filter according to the decoded neural network information and perform filtering on the reconstructed block using main component information, the reconstructed block, and encoding information as input to the neural network.
  • the filtered restored block can be used as a reference block for other blocks.
  • the encoder/decoder uses the reconstructed image and the encoding information of the image as input to a neural network-based filter that is selected to be used in an in-loop filter to filter the reference block to be used for generating a prediction block, and additionally uses main component information as input. You can use it.
  • the main component information to be used as an input to a neural network-based filter may be a main component extracted from the difference between the reconstructed image and the original image, and the restored image input for extraction of the main component information may be an image that has passed an in-loop filter.
  • a neural network-based filter may be composed of a plurality of modules (a set of neural networks consisting of multiple layers) connected in series, and the main component information to be used as input to the neural network-based filter is input to one or more of the plurality of modules through the main component utilization module. It can be.
  • the main component utilization module can use not only main component information but also image encoding information and restored image as input.
  • the encoder configures a plurality of neural network-based filter candidates according to the compression degree or compression method of the image, and selects one of them by considering the rate-distortion cost.
  • the encoder/decoder may select a neural network-based filter based on the filtering results of neighboring blocks, neighboring CTUs, neighboring slices, and neighboring images.
  • the encoder/decoder may weightly sum the output of the neural network-based filter with the output of one or more of existing in-loop filters, such as deblocking filters, SAO, and ALF. Additionally, the application location of the neural network-based filter may be before, after, or between one of two or more existing in-loop filters.
  • the encoder can signal the neural network information used as an in-loop filter as a syntax element in the sequence parameter set, picture parameter set, slice header, CTU, etc., or may signal the neural network information used as an in-loop filter using syntax elements such as a sequence parameter set, a picture parameter set, a slice header, and a CTU. In this way, the encoder and decoder can share neural network information used as an in-loop filter.
  • Neural network information may include information on whether to use a neural network-based filter and information for selecting a neural network-based filter, and this information may be sequentially transmitted through one or more syntax elements. That is, if a neural network-based filter is not used, the index can be set to a predetermined value, for example, 0, and if a neural network-based filter is used, the type of neural network-based filter can be specified with an index value other than 0.
  • Main component information used as input to a neural network-based filter can be expressed as main component selection information, coefficient values, fitting curve information, etc. and signaled to the decoder, and main component information of adjacent pictures, neighboring slices, neighboring CTUs, and neighboring blocks without direct signaling. You can also use , or use the block that is most similar to the current block.
  • the main component used is expressed as a main component index shared by the encoding device and the decoding device, or a predetermined number of main component groups consisting of a predetermined number of main components are defined and shared to improve performance. You can select this good group and send the index of the selected group.
  • a neural network-based filter can be designed as one model for both the luminance component and the chrominance component.
  • both the restored luminance image and the restored chrominance image can be input to the neural network-based filter.
  • not only the restored image but also information such as predicted image for luminance and chrominance, quantization parameter (QP), and slice type can be input to the neural network-based filter.
  • QP quantization parameter
  • upsampling of the chrominance image may be pre-processed and input to the neural network-based filter, and downsampling of the output of the chrominance component of the neural network-based filter may be post-processed.
  • Neural network-based filters can be used with existing in-loop filters, so that the output of the neural network-based filter can be weighted summed with the output of the deblocking filter or with the result of passing the deblocking filter and SAO.
  • the weight used in the weighted sum of the neural network-based filter and the existing in-loop filter may be selected from a predetermined number of values, including whether or not the neural network-based filter is used, the application level of the neural network-based filter (CTU level or slice level), And the weighted sum method can be set to one of a plurality of mode values for the combination of weights to be used.
  • One of a predetermined number of offsets can be assigned to the QP input to the neural network-based filter.
  • the encoder determines the optimal QP offset for only one CTU at a predetermined position in a unit composed of a predetermined number of adjacent CTUs and determines the optimal QP offset for the corresponding unit.
  • the determined QP offset can be applied as is to the remaining CTUs.
  • the encoder determines the CTU division mode, it calculates the rate-distortion cost according to the application of the neural network-based filter and divides the block more accurately based on this.
  • the network (or layer) included in the neural network-based filter For example, the rate-distortion cost can be calculated by reducing the number of ResBlocks.
  • different neural network-based filters can be designed for the luminance component and the chrominance component.
  • the restored luminance image can be used as an input for the neural network-based filter for the chrominance component, and the reconstruction takes into account the difference in resolution between the chrominance image and the luminance image.
  • the luminance image can be downsampled and used as input to the network.
  • a collocated block (or corresponding block) is found at a predetermined position in the two reference picture lists, for example, in the first reference picture of each of the two reference picture lists, and added to the neural network-based filter. Can be used as input.
  • the corresponding block of the reference picture may not be used as an input to a neural network-based filter.
  • the reconstructed luminance image can be decomposed into four images to match the resolution of the color difference image used as an input, and the four decomposed images can be used as input to the neural network-based filter.
  • Neural network-based filters can be used not only as in-loop filters but also as post-filters.
  • a predetermined number of basic neural network-based filters are prepared, and the basic neural network-based filters are trained offline according to test content to determine the weights included in the basic neural network-based filters.
  • the update value can be obtained, and the update value of the basic neural network-based filter and learned weight can be transmitted to the decoder through an SEI message.
  • FIGS. 31 and 32 are merely examples, and each step of FIGS. 31 and 32 can be easily modified and implemented by those skilled in the art. Additionally, each step in FIGS. 31 and 32 may be omitted or replaced with another configuration.
  • the encoding method of FIG. 31 may be performed in the encoder of FIG. 1, and the decoding method of FIG. 32 may be performed in the decoder of FIG. 2. Additionally, one or more processors may perform instructions implementing each step of FIGS. 31 and 32. And a program including instructions implementing each step of FIGS. 31 and 32 may be stored in a memory device or transmitted online.
  • the above embodiments may be performed in the encoding device 1600 and the decoding device 1700 using the same method and/or a corresponding method. Additionally, a combination of one or more of the above embodiments may be used in encoding and/or decoding an image.
  • the order in which the above embodiments are applied may be different in the encoding device 1600 and the decoding device 1700. Alternatively, the order in which the above embodiments are applied may be (at least partially) the same in the encoding device 1600 and the decoding device 1700.
  • the above embodiments can be performed for each of the luma signal and the chroma signal.
  • the above embodiments can be performed in the same way for luma signals and chroma signals.
  • the shape of the block to which the above embodiments are applied may have a square shape or a non-square shape.
  • Whether to apply and/or perform at least one of the above embodiments may be determined based on conditions regarding the size of the block. That is, at least one of the above embodiments can be applied and/or performed when the conditions for the size of the block are met. Conditions may include minimum block size and maximum block size.
  • the block may be one of the blocks described above in the embodiments and the units described above in the embodiments. The block to which the minimum block size is applied and the block to which the maximum block size is applied may be different.
  • the above-described embodiments may be applied and/or performed. If the size of the block is larger than the minimum size and/or if the size of the block is less than or equal to the maximum size, the above-described embodiments may be applied and/or performed.
  • Predefined block sizes can be 2x2, 4x4, 8x8, 16x16, 32x32, 64x64, 128x128 or 256x256.
  • the predefined block size may be (2*SIZEX)x(2*SIZEY).
  • SIZEX can be one of integers greater than or equal to 1.
  • SIZEY can be one of integers greater than or equal to 1.
  • Block minimum sizes can be 2x2, 4x4, 8x8, 16x16, 32x32, 64x64, 128x128 or 256x256.
  • the minimum block size may be (2*SIZEMIN_X)x(2*SIZEMIN_Y).
  • SIZEMIN_X can be one of integers greater than or equal to 1.
  • SIZEMIN_Y can be one of integers greater than or equal to 1.

Landscapes

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

Abstract

This specification discloses an image encoding/decoding method and device, and a recording medium for storing a bitstream. The image decoding method may comprise the step of: obtaining principal component information, neural network information, and prediction information from a bitstream; generating a prediction block of a current block on the basis of the prediction information; generating a reconstructed block of the current block on the basis of the prediction block; and filtering the reconstructed block by inputting the principal component information and the reconstructed block to a neural network-based filter configured on the basis of the neural network information.

Description

영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체Video encoding/decoding method, device, and recording medium for storing bitstream
이 명세서는 영상 부호화/복호화를 위한 방법, 장치 및 기록 매체에 관한 것으로, 더욱 구체적으로는 인공 신경망 기반 필터링 기술에 관한 것이다.This specification relates to a method, device, and recording medium for video encoding/decoding, and more specifically, to artificial neural network-based filtering technology.
정보 통신 산업의 지속적인 발달을 통해 HD(High Definition) 해상도를 가지는 방송 서비스가 세계적으로 확산되었다. 이러한 확산을 통해, 많은 사용자들이 고해상도이며 고화질인 영상(image) 및/또는 비디오(video)에 익숙해지게 되었다.Through the continued development of the information and communications industry, broadcasting services with HD (High Definition) resolution have spread globally. Through this proliferation, many users have become accustomed to high-resolution, high-definition images and/or videos.
높은 화질에 대한 사용자들의 수요를 만족시키기 위하여, 많은 기관들이 차세대 영상 기기에 대한 개발에 박차를 가하고 있다. 에이치디티브이(High Definition TV; HDTV) 및 풀에이치디(Full HD; FHD) TV뿐만 아니라, FHD TV에 비해 4배 이상의 해상도를 갖는 울트라에이치디(Ultra High Definition; UHD) TV에 대한 사용자들의 관심이 증대하였고, 이러한 관심의 증대에 따라, 더 높은 해상도 및 화질을 갖는 영상에 대한 영상 부호화(encoding)/복호화(decoding) 기술이 요구된다.In order to satisfy users' demand for high image quality, many organizations are accelerating the development of next-generation imaging devices. User interest in not only High Definition TV (HDTV) and Full HD (FHD) TV, but also Ultra High Definition (UHD) TV, which has a resolution more than four times that of FHD TV. has increased, and with this increase in interest, image encoding/decoding technology for images with higher resolution and image quality is required.
영상 압축 기술로서, 인터 예측 기술, 인트라 예측 기술, 변환 및 양자화 기술 및 엔트로피 부호화 기술 등 다양한 기술이 존재한다.As video compression technology, there are various technologies such as inter prediction technology, intra prediction technology, transformation and quantization technology, and entropy coding technology.
인터 예측 기술은 현재 픽처의 이전 픽처 및/또는 이후 픽처를 사용하여 현재 픽처에 포함되는 픽셀의 값을 예측하는 기술이다. 인트라 예측 기술은 현재 픽처 내의 픽셀에 대한 정보를 사용하여 현재 픽처에 포함되는 픽셀의 값을 예측하는 기술이다. 변환 및 양자화 기술은 잔차 영상의 에너지를 압축하기 위한 기술이다. 엔트로피 부호화 기술은 높은 출현 빈도가 높은 값에 짧은 부호를 할당하고, 출현 빈도가 낮은 값에 긴 부호를 할당하는 기술이다.Inter prediction technology is a technology that predicts the value of a pixel included in the current picture using pictures before and/or after the current picture. Intra prediction technology is a technology that predicts the value of a pixel included in the current picture using information about the pixel in the current picture. Transformation and quantization technology is a technology for compressing the energy of the residual image. Entropy coding technology is a technology that assigns short codes to values with a high frequency of occurrence and long codes to values with a low frequency of occurrence.
이러한 영상 압축 기술을 사용하여 영상에 대한 데이터가 효과적으로 압축, 전송 및 저장될 수 있다.Using this video compression technology, video data can be effectively compressed, transmitted, and stored.
이 명세서의 목적은 영상 부호화에서 부호화 효율을 향상시키는 데 있다.The purpose of this specification is to improve coding efficiency in video coding.
이 명세서의 다른 목적은 부호화 효율을 향상시키는 인공 신경망 기반 필터의 구조를 제공하는 데 있다.Another purpose of this specification is to provide a structure for an artificial neural network-based filter that improves coding efficiency.
이 명세서의 또 다른 목적은 필터에 사용되는 인공 신경망을 경량화하는 방법을 제공하는 데 있다.Another purpose of this specification is to provide a method of lightweighting the artificial neural network used in the filter.
이 명세서의 일 실시예에 따른 영상 복호화 방법은, 비트스트림으로부터 주성분 정보, 신경망 정보 및 예측 정보를 획득하는 단계; 상기 예측 정보에 기초하여 현재 블록의 예측 블록을 생성하는 단계; 상기 예측 블록에 기초하여 현재 블록의 복원 블록을 생성하는 단계; 및 상기 신경망 정보에 기초하여 구성되는 신경망 기반 필터에 상기 주성분 정보와 상기 복원 블록을 입력하여 상기 복원 블록을 필터링하는 단계를 포함하는 것을 특징으로 한다.An image decoding method according to an embodiment of this specification includes obtaining main component information, neural network information, and prediction information from a bitstream; generating a prediction block of the current block based on the prediction information; generating a restored block of the current block based on the prediction block; and filtering the reconstructed block by inputting the main component information and the reconstructed block into a neural network-based filter configured based on the neural network information.
이 명세서의 다른 실시예에 따른 영상 부호화 방법은, 현재 블록의 예측 블록을 생성하고 상기 예측 블록에 기초하여 상기 현재 블록의 잔차 블록을 생성하는 단계; 상기 잔차 블록의 부호화와 복호화를 거처 얻은 복원 잔차 블록에 기초하여 상기 현재 블록의 복원 블록을 생성하는 단계; 상기 복원 블록과 상기 현재 블록의 차이로부터 추출되는 주성분 정보를 얻는 단계; 상기 주성분 정보에 기초하는 신경망 기반 필터를 통해 상기 복원 블록을 필터링하는 단계; 및 상기 주성분 정보와 상기 신경망 기반 필터에 대한 신경망 정보를 부호화하는 단계를 포함하는 것을 특징으로 한다.An image encoding method according to another embodiment of this specification includes generating a prediction block of a current block and generating a residual block of the current block based on the prediction block; generating a restored block of the current block based on a restored residual block obtained by encoding and decoding the residual block; Obtaining main component information extracted from the difference between the restored block and the current block; filtering the reconstructed block through a neural network-based filter based on the principal component information; and encoding the main component information and neural network information for the neural network-based filter.
이 명세서의 또다른 실시예에 따른 컴퓨터가 판독 가능한 저장 매체는, 영상 정보에 대한 비트스트림을 저장하고, 상기 영상 정보는 현재 블록의 예측 블록을 생성하고 상기 예측 블록에 기초하여 상기 현재 블록의 잔차 블록을 생성하는 단계; 상기 잔차 블록의 부호화와 복호화를 거처 얻은 복원 잔차 블록에 기초하여 상기 현재 블록의 복원 블록을 생성하는 단계; 상기 복원 블록과 상기 현재 블록의 차이로부터 추출되는 주성분 정보를 얻는 단계; 상기 주성분 정보에 기초하는 신경망 기반 필터를 통해 상기 복원 블록을 필터링하는 단계; 및 상기 주성분 정보와 상기 신경망 기반 필터에 대한 신경망 정보를 부호화하는 단계를 포함하는 영상 부호화 방법에 의해 생성되는 것을 특징으로 한다.A computer-readable storage medium according to another embodiment of this specification stores a bitstream for image information, wherein the image information generates a prediction block of a current block and generates a residual of the current block based on the prediction block. creating a block; generating a restored block of the current block based on a restored residual block obtained by encoding and decoding the residual block; Obtaining main component information extracted from the difference between the restored block and the current block; filtering the reconstructed block through a neural network-based filter based on the principal component information; and encoding the main component information and neural network information for the neural network-based filter.
이 명세서의 일 실시예에 따르면, 인공 신경망에 적합한 필터 구조를 채용하고 주성분 분석을 기반으로 적은 추가 정보를 전송하여 인공 신경망 기반으로 필터링을 수행함으로써, 부호화 효율을 향상시킬 수 있다.According to an embodiment of this specification, coding efficiency can be improved by employing a filter structure suitable for an artificial neural network and transmitting a small amount of additional information based on principal component analysis to perform filtering based on the artificial neural network.
도 1은 본 발명이 적용되는 부호화 장치의 일 실시예에 따른 구성을 나타내는 블록도이다.1 is a block diagram showing the configuration of an encoding device to which the present invention is applied according to an embodiment.
도 2는 본 발명이 적용되는 복호화 장치의 일 실시예에 따른 구성을 나타내는 블록도이다.Figure 2 is a block diagram showing the configuration of a decoding device according to an embodiment to which the present invention is applied.
도 3은 영상을 부호화 및 복호화할 때의 영상의 분할 구조를 개략적으로 나타내는 도면이다.Figure 3 is a diagram schematically showing the division structure of an image when encoding and decoding an image.
도 4는 코딩 유닛이 포함할 수 있는 예측 유닛의 형태를 도시한 도면이다.Figure 4 is a diagram showing the form of a prediction unit that a coding unit can include.
도 5는 코딩 유닛에 포함될 수 있는 변환 유닛의 형태를 도시한 도면이다.Figure 5 is a diagram showing the form of a conversion unit that can be included in a coding unit.
도 6은 일 예에 따른 블록의 분할을 나타낸다.Figure 6 shows division of a block according to an example.
도 7은 인트라 예측 과정의 실시예를 설명하기 위한 도면이다.Figure 7 is a diagram for explaining an embodiment of the intra prediction process.
도 8은 인트라 예측 과정에서 사용되는 참조 샘플을 설명하기 위한 도면이다.Figure 8 is a diagram for explaining reference samples used in the intra prediction process.
도 9는 인터 예측 과정의 실시예를 설명하기 위한 도면이다.Figure 9 is a diagram for explaining an embodiment of the inter prediction process.
도 10은 일 예에 따른 공간적 후보들을 나타낸다.Figure 10 shows spatial candidates according to an example.
도 11은 일 예에 따른 공간적 후보들의 움직임 정보들의 머지 리스트로의 추가 순서를 나타낸다.Figure 11 shows the order of adding motion information of spatial candidates to a merge list according to an example.
도 12은 일 예에 따른 변환 및 양자화의 과정을 설명한다.Figure 12 explains the process of conversion and quantization according to an example.
도 13은 일 예에 따른 대각선 스캐닝을 나타낸다.13 shows diagonal scanning according to an example.
도 14는 일 예에 따른 수평 스캐닝을 나타낸다.14 shows horizontal scanning according to an example.
도 15는 일 예에 따른 수직 스캐닝을 나타낸다.15 shows vertical scanning according to one example.
도 16은 일 실시예에 따른 부호화 장치의 구조도이다.Figure 16 is a structural diagram of an encoding device according to an embodiment.
도 17은 일 실시예에 따른 복호화 장치의 구조도이다.Figure 17 is a structural diagram of a decoding device according to an embodiment.
도 18은 일 실시예에 따라 영상의 주성분에 기초하여 신경망 기반 필터를 학습하고 주성분 정보와 필터로 선택되는 신경망 정보를 부호화하는 과정을 도시한 것이다.FIG. 18 illustrates a process of learning a neural network-based filter based on the main component of an image and encoding the main component information and neural network information selected as the filter, according to an embodiment.
도 19는 영상의 주성분을 획득하는 방법을 도시한 것이다.Figure 19 shows a method of obtaining the main component of an image.
도 20은 일 실시예에 따른 주성분 정보를 사용하는 신경망 기반 필터 구조를 도시한 것이다.Figure 20 illustrates a neural network-based filter structure using principal component information according to one embodiment.
도 21은 주성분에 투영된 열화 정보 계수를 함수에 피팅하는 예를 그래프로 도시한 것이다.Figure 21 is a graph showing an example of fitting the deterioration information coefficient projected on the main component to a function.
도 22는 일 실시예에 따라 하나의 신경망 모델로 휘도와 2가지 색차를 포함하는 3가지 성분 영상에 대한 필터링을 수행하는 구조에서 색차 성분에 대한 전처리(pre-processing)와 후처리(post-processing) 과정을 도시한 것이다.Figure 22 shows pre-processing and post-processing for the chrominance component in a structure that performs filtering on a three-component image including luminance and two chrominances with a single neural network model according to an embodiment. ) shows the process.
도 23은 일 실시예에 따른 신경망 기반 필터의 네트워크 구조를 도시한 것이다.Figure 23 shows the network structure of a neural network-based filter according to one embodiment.
도 24는 일 실시예에 따라 종래 인-루프 필터와 신경망 기반 필터를 결합한 구조를 도시한 것이다.Figure 24 shows a structure combining a conventional in-loop filter and a neural network-based filter according to an embodiment.
도 25는 종래 인-루프 필터와 결합한 구조에서 신경망 기반 필터의 사용 여부를 CTU 단위나 슬라이스 단위로 제어하도록 하는 변수의 모드에 대한 테이블을 도시한 것이다.Figure 25 shows a table of variable modes that control whether to use a neural network-based filter on a CTU or slice basis in a structure combined with a conventional in-loop filter.
도 26a 내지 도 26c는 일 실시예에 따른, 휘도 성분과 색차 성분에 별도로 채용하는 신경만 기반 필터의 네트워크 구조를 도시한 것이다.Figures 26A to 26C illustrate the network structure of a neural-only filter separately employed for the luminance component and the chrominance component, according to an embodiment.
도 27은 일 실시예 따른, 콜로케이티드 블록 정보를 이용하는 신경망 기반 필터의 구조 일부를 도시한 것이다.Figure 27 illustrates a portion of the structure of a neural network-based filter using collocated block information, according to an embodiment.
도 28은 일 실시예에 따라 복잡도를 감소시킨 신경망 기반 필터의 네트워크 구조를 도시한 것이다.Figure 28 shows the network structure of a neural network-based filter with reduced complexity according to an embodiment.
도 29는 일 실시예에 따라 도 28의 신경망 기반 인-루프 필터와 종래 인-루프 필터를 결합한 구조를 도시한 것이다.FIG. 29 illustrates a structure combining the neural network-based in-loop filter of FIG. 28 and a conventional in-loop filter according to an embodiment.
도 30은 일 실시예에 따른 콘텐츠 적응 신경망 기반 후처리 필터의 구조를 도시한 것이다.Figure 30 shows the structure of a content adaptive neural network-based post-processing filter according to an embodiment.
도 31은 일 실시예에 따른 영상 부호화 방법에 대한 동작 흐름도이다.Figure 31 is an operation flowchart of an image encoding method according to an embodiment.
도 32는 일 실시예에 따른 영상 복호화 방법에 대한 동작 흐름도이다.Figure 32 is an operation flowchart of a video decoding method according to an embodiment.
이 명세서의 실시예는 다음과 같이 요약할 수 있다.The embodiments of this specification can be summarized as follows.
이 명세서의 일 실시예에 따른 영상 복호화 방법은, 비트스트림으로부터 주성분 정보, 신경망 정보 및 예측 정보를 획득하는 단계; 상기 예측 정보에 기초하여 현재 블록의 예측 블록을 생성하는 단계; 상기 예측 블록에 기초하여 현재 블록의 복원 블록을 생성하는 단계; 및 상기 신경망 정보에 기초하여 구성되는 신경망 기반 필터에 상기 주성분 정보와 상기 복원 블록을 입력하여 상기 복원 블록을 필터링하는 단계를 포함할 수 있다.An image decoding method according to an embodiment of this specification includes obtaining main component information, neural network information, and prediction information from a bitstream; generating a prediction block of the current block based on the prediction information; generating a restored block of the current block based on the prediction block; and filtering the restored block by inputting the main component information and the restored block into a neural network-based filter configured based on the neural network information.
일 실시예에서, 상기 주성분 정보는 상기 현재 블록과 상기 복원 블록의 차이로부터 추출되는 정보를 포함하고, 고유 값이 가장 큰 소정 개수의 성분에 대한 정보를 포함할 수 있다.In one embodiment, the main component information includes information extracted from the difference between the current block and the restored block, and may include information about a predetermined number of components with the largest eigenvalue.
일 실시예에서, 상기 주성분 정보의 적어도 일부는 상기 현재 블록의 이웃 블록, 이웃 CTU, 이웃 슬라이스 또는 이웃 픽처의 주성분 정보에 기초하여 유도될 수 있다.In one embodiment, at least part of the main component information may be derived based on main component information of a neighboring block, neighboring CTU, neighboring slice, or neighboring picture of the current block.
일 실시예에서, 상기 신경망 기반 필터는 복수 개의 계층으로 이루어지는 신경망의 집합인 모듈 복수 개를 포함하고, 상기 주성분 정보는 전환 모듈을 거쳐 상기 복수 개의 모듈 중 적어도 하나에 입력될 수 있다.In one embodiment, the neural network-based filter includes a plurality of modules that are a set of neural networks consisting of a plurality of layers, and the main component information may be input to at least one of the plurality of modules through a conversion module.
일 실시예에서, 상기 전환 모듈의 입력은, 상기 주성분 정보에 더해, 상기 현재 블록을 포함하는 영상의 부호화 정보와 상기 복원 블록 중 하나 이상을 포함할 수 있다.In one embodiment, the input of the conversion module may include one or more of encoding information of an image including the current block and the reconstructed block, in addition to the main component information.
일 실시예에서, 상기 현재 블록이 색차 성분 블록일 때, 상기 전환 모듈의 입력은 상기 현재 블록에 대응하는 휘도 블록의 복원 블록을 더 포함할 수 있다.In one embodiment, when the current block is a chrominance component block, the input of the conversion module may further include a restoration block of the luminance block corresponding to the current block.
일 실시예에서, 상기 필터링하는 단계는, 복수 개의 신경망 기반 필터 중에서 하나의 신경망 기반 필터를 선택하되, 이웃 블록, 이웃 CTU, 이웃 슬라이스 또는 이웃 픽처의 필터링 결과에 기초하여 상기 하나의 신경망 기반 필터를 선택하는, 단계를 포함할 수 있다.In one embodiment, the filtering step includes selecting one neural network-based filter from among a plurality of neural network-based filters, and selecting the one neural network-based filter based on the filtering result of a neighboring block, neighboring CTU, neighboring slice, or neighboring picture. It may include selecting steps.
일 실시예에서, 상기 획득하는 단계는 상기 신경망 기반 필터의 적용 여부 정보 및 상기 신경망 기반 필터의 선택 정보를 포함하는 신경망 정보를 픽처, 슬라이스, CTU 또는 블록 수준에서 획득할 수 있다.In one embodiment, the acquiring step may acquire neural network information including information on whether to apply the neural network-based filter and selection information of the neural network-based filter at the picture, slice, CTU, or block level.
일 실시예에서, 상기 필터링하는 단계는, 휘도 성분의 복원 블록과 색차 성분의 복원 블록에 하나의 신경망 기반 필터를 적용하거나, 상기 휘도 성분의 복원 블록과 상기 색차 성분의 복원 블록에 각각 다른 신경망 기반 필터를 적용할 수 있다.In one embodiment, the filtering step includes applying one neural network-based filter to the restored block of the luminance component and the restored block of the chrominance component, or applying a different neural network-based filter to the restored block of the luminance component and the restored block of the chrominance component. Filters can be applied.
일 실시예에서, 상기 필터링하는 단계는, 상기 휘도 성분의 복원 블록과 상기 색차 성분의 복원 블록에 하나의 신경망 기반 필터를 적용하는 경우, 상기 색차 성분의 블록을 상기 휘도 성분의 블록의 해상도로 업샘플링한 후 상기 하나의 신경망 기반 필터에 입력할 수 있다.In one embodiment, the filtering step includes applying one neural network-based filter to the restored block of the luminance component and the restored block of the chrominance component, and upgrading the block of the chrominance component to the resolution of the block of the luminance component. After sampling, it can be input into one of the neural network-based filters.
일 실시예에서, 상기 필터링하는 단계는, 상기 휘도 성분의 복원 블록과 상기 색차 성분의 복원 블록에 하나의 신경망 기반 필터를 적용하는 경우, 상기 휘도 성분과 색차 성분에 대한 복원 블록과 예측 블록, 기본 양자화 파라미터, 슬라이스 양자화 파라미터 및 슬라이스 유형을 상기 하나의 신경망 기반 필터에 입력할 수 있다.In one embodiment, the filtering step includes, when applying one neural network-based filter to the restored block of the luminance component and the restored block of the chrominance component, a restored block and a prediction block for the luminance component and the chrominance component, a basic Quantization parameters, slice quantization parameters, and slice type may be input to the single neural network-based filter.
일 실시예에서, 상기 필터링하는 단계는, 복수 개의 옵셋 값 중 하나를 선택하고 선택된 옵셋 값으로 조정된 기본 양자화 파라미터를 상기 신경망 기반 필터에 입력할 수 있다.In one embodiment, the filtering step may include selecting one of a plurality of offset values and inputting a basic quantization parameter adjusted to the selected offset value into the neural network-based filter.
일 실시예에서, 상기 필터링하는 단계는, 상기 휘도 성분의 복원 블록과 상기 색차 성분의 복원 블록에 각각 다른 신경망 기반 필터를 적용하는 경우, 상기 휘도 성분과 색차 성분에 대한 복원 블록과 예측 블록, 경계 강도, 양자화 파라미터 및 블록 유형을 상기 신경망 기반 필터에 입력할 수 있다.In one embodiment, the filtering step is performed when applying different neural network-based filters to the restored block of the luminance component and the restored block of the chrominance component, and the restored block and the prediction block for the luminance component and the chrominance component, and the boundary Strength, quantization parameters and block type can be input to the neural network-based filter.
일 실시예에서, 상기 필터링하는 단계는,, 상기 색차 성분의 복원 블록에 상기 신경망 기반 필터를 적용할 때 상기 휘도 성분의 블록을 상기 색차 성분의 블록의 해상도로 다운샘플링한 이후 상기 신경망 기반 필터에 입력할 수 있다.In one embodiment, the filtering step, when applying the neural network-based filter to the restored block of the chrominance component, downsamples the block of the luminance component to the resolution of the block of the chrominance component and then applies the neural network-based filter to the block. You can enter it.
일 실시예에서, 상기 필터링하는 단계는, 두 개의 참조 픽처 리스트 내 특정 픽처에서 콜로케이티드 블록의 복원 블록을 상기 신경망 기반 필터에 입력할 수 있다.In one embodiment, the filtering step may input a restored block of a collocated block from a specific picture in two reference picture lists to the neural network-based filter.
이 명세서의 다른 실시예에 따른 영상 부호화 방법은, 현재 블록의 예측 블록을 생성하고 상기 예측 블록에 기초하여 상기 현재 블록의 잔차 블록을 생성하는 단계; 상기 잔차 블록의 부호화와 복호화를 거처 얻은 복원 잔차 블록에 기초하여 상기 현재 블록의 복원 블록을 생성하는 단계; 상기 복원 블록과 상기 현재 블록의 차이로부터 추출되는 주성분 정보를 얻는 단계; 상기 주성분 정보에 기초하는 신경망 기반 필터를 통해 상기 복원 블록을 필터링하는 단계; 및 상기 주성분 정보와 상기 신경망 기반 필터에 대한 신경망 정보를 부호화하는 단계를 포함할 수 있다.An image encoding method according to another embodiment of this specification includes generating a prediction block of a current block and generating a residual block of the current block based on the prediction block; generating a restored block of the current block based on a restored residual block obtained by encoding and decoding the residual block; Obtaining main component information extracted from the difference between the restored block and the current block; filtering the reconstructed block through a neural network-based filter based on the principal component information; And it may include encoding the main component information and neural network information for the neural network-based filter.
이 명세서의 또다른 실시예에 따른 컴퓨터가 판독 가능한 저장 매체는, 영상 정보에 대한 비트스트림을 저장하고, 상기 영상 정보는 현재 블록의 예측 블록을 생성하고 상기 예측 블록에 기초하여 상기 현재 블록의 잔차 블록을 생성하는 단계; 상기 잔차 블록의 부호화와 복호화를 거처 얻은 복원 잔차 블록에 기초하여 상기 현재 블록의 복원 블록을 생성하는 단계; 상기 복원 블록과 상기 현재 블록의 차이로부터 추출되는 주성분 정보를 얻는 단계; 상기 주성분 정보에 기초하는 신경망 기반 필터를 통해 상기 복원 블록을 필터링하는 단계; 및 상기 주성분 정보와 상기 신경망 기반 필터에 대한 신경망 정보를 부호화하는 단계를 포함하는 영상 부호화 방법에 의해 생성될 수 있다.A computer-readable storage medium according to another embodiment of this specification stores a bitstream for image information, wherein the image information generates a prediction block of a current block and generates a residual of the current block based on the prediction block. creating a block; generating a restored block of the current block based on a restored residual block obtained by encoding and decoding the residual block; Obtaining main component information extracted from the difference between the restored block and the current block; filtering the reconstructed block through a neural network-based filter based on the principal component information; and encoding the main component information and neural network information for the neural network-based filter.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.Since the present invention can make various changes and have various embodiments, specific embodiments will be illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all changes, equivalents, and substitutes included in the spirit and technical scope of the present invention.
후술하는 예시적 실시예들에 대한 상세한 설명은, 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 실시예를 실시할 수 있기에 충분하도록 상세히 설명된다. 다양한 실시예들은 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들면, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 실시예의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 예시적 실시예들의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다.For a detailed description of the exemplary embodiments described below, refer to the accompanying drawings, which illustrate specific embodiments by way of example. These embodiments are described in sufficient detail to enable those skilled in the art to practice the embodiments. It should be understood that the various embodiments are different from one another but are not necessarily mutually exclusive. For example, specific shapes, structures and characteristics described herein with respect to one embodiment may be implemented in other embodiments without departing from the spirit and scope of the invention. Additionally, it should be understood that the location or arrangement of individual components within each disclosed embodiment may be changed without departing from the spirit and scope of the embodiment. Accordingly, the detailed description that follows is not to be taken in a limiting sense, and the scope of the exemplary embodiments, if properly described, is limited only by the appended claims, together with all equivalents to what those claims assert.
도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다. 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.Similar reference numbers in the drawings refer to identical or similar functions across various aspects. The shapes and sizes of elements in the drawings may be exaggerated for clearer explanation.
본 발명에서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들면, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및 /또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함할 수 있다.In the present invention, terms such as first and second may be used to describe various components, but the components should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, a first component may be referred to as a second component, and similarly, the second component may also be referred to as a first component without departing from the scope of the present invention. The term “and/or” may include any of a plurality of related stated items or a combination of a plurality of related stated items.
어떤 구성요소(component)가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기의 2개의 구성요소들이 서로 간에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있으나, 상기의 2개의 구성요소들의 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(component)가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기의 2개의 구성요소들의 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.When a component is said to be “connected” or “connected” to another component, the two components may be directly connected or connected to each other, but It should be understood that other components may exist in the middle of the components. On the other hand, when a component is said to be "directly connected" or "directly connected" to another component, it should be understood that no other component exists in between the two components. something to do.
실시예들에서 나타나는 구성요소들은 서로 다른 특징적인 기능들을 나타내기 위해 독립적으로 도시되는 것으로, 각 구성요소들이 분리된 하드웨어나 하나의 소프트웨어 구성단위로 이루어짐을 의미하지 않는다. 즉, 각 구성요소는 설명의 편의상 각각의 구성요소로 나열하여 포함한 것으로 각 구성요소 중 적어도 두 개의 구성요소가 합쳐져 하나의 구성요소로 이루어지거나, 하나의 구성요소가 복수 개의 구성요소로 나뉘어져 기능을 수행할 수 있고 이러한 각 구성요소의 통합된 실시예 및 분리된 실시예도 본 발명의 본질에서 벗어나지 않는 한 본 발명의 권리범위에 포함된다.Components appearing in the embodiments are shown independently to represent different characteristic functions, and do not mean that each component consists of separate hardware or a single software component. In other words, each component is listed and included as a separate component for convenience of explanation, and at least two of each component are combined to form one component, or one component is divided into multiple components to function. It can be performed, and integrated embodiments and separate embodiments of each of these components are included in the scope of the present invention as long as they do not deviate from the essence of the present invention.
실시예들에서 사용된 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 실시예들에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 즉, 실시예들에서 특정 구성을 "포함"한다고 기술하는 내용은 해당 구성 이외의 구성을 배제하는 것이 아니며, 추가적인 구성 또한 본 발명의 실시 또는 본 발명의 기술적 사상의 범위에 포함될 수 있음을 의미한다.The terms used in the examples are only used to describe specific examples and are not intended to limit the invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In embodiments, terms such as “comprise” or “have” are intended to indicate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, but are intended to indicate the presence of one or more other features, numbers, steps, operations, components, parts, or combinations thereof. It should be understood that this does not exclude in advance the presence or addition of features, numbers, steps, operations, components, parts, or combinations thereof. In other words, the description of “including” a specific configuration in the embodiments does not exclude configurations other than the configuration, and means that additional configurations may also be included in the practice of the present invention or the scope of the technical idea of the present invention. .
실시예들에서 용어 "적어도 하나(at least one)"는 1, 2, 3 및 4와 같은 1 이상의 개수들 중 하나를 의미할 수 있다. 실시예들에서 용어 "복수(a plurality of)"는 2, 3 및 4와 같은 2 이상의 개수들 중 하나를 의미할 수 있다.In embodiments, the term “at least one” may mean one of one or more numbers, such as 1, 2, 3, and 4. In embodiments, the term “a plurality of” may mean one of two or more numbers, such as 2, 3, and 4.
실시예들의 일부의 구성요소는 본 발명에서 본질적인 기능을 수행하는 필수적인 구성요소는 아니고 단지 성능을 향상시키기 위한 선택적 구성요소일 수 있다. 실시예들은, 단지 성능 향상을 위해 사용되는 구성요소가 제외된, 실시예들의 본질을 구현함에 있어 필수적인 구성요소만을 포함하여 구현될 수 있다. 단지 성능 향상을 위해 사용되는 선택적인 구성요소가 제외된 필수적인 구성요소만을 포함하는 구조도 실시예들의 권리범위에 포함된다.Some components of the embodiments may not be essential components that perform essential functions in the present invention, but may be merely optional components to improve performance. Embodiments may be implemented by including only components essential for implementing the essence of the embodiments, excluding components used only to improve performance. Structures that include only essential components excluding optional components used to improve performance are also included in the scope of the embodiments.
이하에서는, 기술분야에서 통상의 지식을 가진 자가 실시예들을 용이하게 실시할 수 있도록 하기 위하여, 첨부된 도면을 참조하여 실시 형태에 대하여 구체적으로 설명한다. 실시예들을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 명세서의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 도면 상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고, 동일한 구성요소에 대한 중복된 설명은 생략한다.Hereinafter, embodiments will be described in detail with reference to the attached drawings so that those skilled in the art can easily implement the embodiments. In describing the embodiments, if it is determined that a detailed description of a related known configuration or function may obscure the gist of the present specification, the detailed description will be omitted. In addition, the same reference numerals are used for the same components in the drawings, and duplicate descriptions of the same components are omitted.
이하에서, 영상은 비디오(video)를 구성하는 하나의 픽처(picture)를 의미할 수 있으며, 비디오 자체를 나타낼 수도 있다. 예를 들면, "영상의 부호화 및/또는 복호화"는 "비디오의 부호화 및/또는 복호화"를 의미할 수 있으며, "비디오를 구성하는 영상들 중 하나의 영상의 부호화 및/또는 복호화"를 의미할 수도 있다.Hereinafter, an image may refer to a picture constituting a video, and may also represent the video itself. For example, “encoding and/or decoding of an image” may mean “encoding and/or decoding of a video,” and may mean “encoding and/or decoding of one of the images that constitute a video.” It may be possible.
이하에서, 용어들 "비디오(video)" 및 "동영상(motion picture(s))"은 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “video” and “motion picture(s)” may be used with the same meaning and may be used interchangeably.
이하에서, 대상 영상은 부호화의 대상인 부호화 대상 영상 및/또는 복호화의 대상인 복호화 대상 영상일 수 있다. 또한, 대상 영상은 부호화 장치로 입력된 입력 영상일 수 있고, 복호화 장치로 입력된 입력 영상일 수 있다. 또한, 대상 영상은 현재 부호화 및/또는 복호화의 대상인 현재 영상일 수 있다. 예를 들면, 용어들 "대상 영상" 및 "현재 영상"은 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the target image may be an encoding target image that is the target of encoding and/or a decoding target image that is the target of decoding. Additionally, the target image may be an input image input to an encoding device or may be an input image input to a decoding device. Additionally, the target video may be a current video that is currently subject to encoding and/or decoding. For example, the terms “target image” and “current image” may be used interchangeably and may have the same meaning.
이하에서, 용어들 "영상(image)", "픽처(picture)", "프레임(frame)" 및 "스크린(screen)"은 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “image”, “picture”, “frame”, and “screen” may be used with the same meaning and may be used interchangeably.
이하에서, 대상 블록은 부호화의 대상인 부호화 대상 블록 및/또는 복호화의 대상인 복호화 대상 블록일 수 있다. 또한, 대상 블록은 현재 부호화 및/또는 복호화의 대상인 현재 블록일 수 있다. 예를 들면, 용어들 "대상 블록" 및 "현재 블록"은 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다. 현재 블록은 부호화 시 부호화의 대상이 되는 부호화 대상 블록 및/또는 복호화 시 복호화의 대상이 되는 복호화 대상 블록을 의미할 수 있다. 또한, 현재 블록은 코딩(coding) 블록, 예측 블록, 잔차 블록 및 변환 블록 중 적어도 하나일 수 있다.Hereinafter, the target block may be an encoding target block that is the target of encoding and/or a decoding target block that is the target of decoding. Additionally, the target block may be a current block that is currently the target of encoding and/or decoding. For example, the terms “target block” and “current block” may be used interchangeably and may be used interchangeably. The current block may mean an encoding target block that is the target of encoding during encoding and/or a decoding target block that is the target of decoding during decoding. Additionally, the current block may be at least one of a coding block, a prediction block, a residual block, and a transform block.
이하에서, 용어들 "블록" 및 "유닛"은 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다. 또는 "블록"은 특정한 유닛을 나타낼 수 있다.Hereinafter, the terms “block” and “unit” may be used with the same meaning and may be used interchangeably. Alternatively, “block” may refer to a specific unit.
이하에서, 용어들 "영역(region)" 및 "세그먼트(segment)"는 서로 교체되어 사용될 수 있다.Hereinafter, the terms “region” and “segment” may be used interchangeably.
실시예들에서, 특정된 정보, 데이터, 플래그(flag), 인덱스(index) 및 요소(element), 속성(attribute) 등의 각각은 값을 가질 수 있다. 정보, 데이터, 플래그, 인덱스, 요소 및 속성 등의 값 "0"은 거짓(false), 논리 거짓(logical false) 또는 제1 기정의된(predefined) 값을 나타낼 수 있다. 말하자면, 값 "0", 거짓, 논리 거짓 및 제1 기정의된 값은 서로 대체되어 사용될 수 있다. 정보, 데이터, 플래그, 인덱스, 요소 및 속성 등의 값 "1"은 참(true), 논리 참(logical true) 또는 제2 기정의된(predefined) 값을 나타낼 수 있다. 말하자면, 값 "1", 참, 논리 참 및 제2 기정의된 값은 서로 대체되어 사용될 수 있다.In embodiments, each of the specified information, data, flag, index, element, attribute, etc. may have a value. The value "0" of information, data, flags, indexes, elements, and attributes may represent false, logical false, or a first predefined value. That is, the values “0”, false, logical false and the first predefined value can be used interchangeably. The value "1" in information, data, flags, indexes, elements, and attributes may represent true, logical true, or a second predefined value. That is, the value “1”, true, logical true and the second predefined value can be used interchangeably.
행, 열 또는 인덱스를 나타내기 위해 i 또는 j 등의 변수가 사용될 때, i의 값은 0 이상의 정수일 수 있으며, 1 이상의 정수일 수도 있다. 말하자면, 실시예들에서 행, 열 및 인덱스 등은 0에서부터 카운트될 수 있으며, 1에서부터 카운트될 수 있다.When a variable such as i or j is used to represent a row, column, or index, the value of i may be an integer greater than or equal to 0, or an integer greater than or equal to 1. That is, in embodiments rows, columns, indices, etc. may be counted from 0, and may be counted from 1.
실시예들에서, 용어 "하나 이상" 또는 용어 "적어도 하나"는 용어 "복수"를 의미할 수 있다. "하나 이상" 또는 "적어도 하나"는 "복수"로 교체되어 사용될 수 있다.In embodiments, the term “one or more” or the term “at least one” may mean the term “plural.” “One or more” or “at least one” can be used interchangeably with “plural.”
아래에서는, 실시예들에서 사용되는 용어가 설명된다.Below, terms used in the embodiments are explained.
부호화기(encoder): 부호화기는 부호화(encoding)를 수행하는 장치를 의미할 수 있다. 말하자면, 부호화기는 부호화 장치를 의미할 수 있다.Encoder: An encoder may refer to a device that performs encoding. In other words, an encoder may mean an encoding device.
복호화기(decoder): 복호화기는 복호화(decoding)를 수행하는 장치를 의미할 수 있다. 말하자면, 복호화기는 복호화 장치를 의미할 수 있다.Decoder: A decoder may refer to a device that performs decoding. In other words, a decoder may mean a decryption device.
유닛(unit): 유닛은 영상의 부호화 및/또는 복호화의 단위를 나타낼 수 있다. 용어들 "유닛" 및 "블록(block)"은 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Unit: A unit may represent a unit of encoding and/or decoding of an image. The terms “unit” and “block” may be used interchangeably and may be used interchangeably.
유닛은 샘플(sample)의 MxN 배열일 수 있다. M 및 N은 각각 양의 정수일 수 있다. 유닛은 흔히 2차원의 형태의 샘플들의 배열을 의미할 수 있다.A unit may be an MxN array of samples. M and N can each be positive integers. A unit can often refer to an array of samples in a two-dimensional form.
영상의 부호화 및 복호화에 있어서, 유닛은 하나의 영상의 분할에 의해 생성된 영역일 수 있다. 말하자면, 유닛은 하나의 영상 내의 특정된 영역일 수 있다. 하나의 영상은 복수의 유닛들로 분할될 수 있다. 또는, 유닛은 하나의 영상을 세분화된 부분들로 분할하고, 분할된 부분에 대한 부호화 또는 복호화가 수행될 때, 상기의 분할된 부분을 의미할 수 있다.In video encoding and decoding, a unit may be an area created by dividing one image. In other words, a unit may be a specified area within one image. One image can be divided into multiple units. Alternatively, a unit may refer to the divided parts when one image is divided into segmented parts and encoding or decoding is performed on the segmented parts.
영상의 부호화 및 복호화에 있어서, 유닛의 타입에 따라서 유닛에 대한 기정의된 처리가 수행될 수 있다.In video encoding and decoding, predefined processing may be performed on a unit depending on the type of unit.
기능에 따라서, 유닛의 타입은 매크로 유닛(Macro Unit), 코딩 유닛(Coding Unit; CU), 예측 유닛(Prediction Unit; PU), 잔차 유닛(Residual Unit) 및 변환 유닛(Transform Unit; TU) 등으로 분류될 수 있다. 또는, 기능에 따라서, 유닛은 블록, 매크로블록(Macroblock), 코딩 트리 유닛(Coding Tree Unit), 코딩 트리 블록(Coding Tree Block), 코딩 유닛(Coding Unit), 부호화 블록(Coding Block), 예측 유닛(Prediction Unit), 예측 블록(Prediction Block), 잔차 유닛(Residual Unit), 잔차 블록(Residual Block), 변환 유닛(Transform Unit) 및 변환 블록(Transform Block) 등을 의미할 수 있다. 예를 들면, 대상 유닛은 부호화 및/또는 복호화의 대상인 CU, PU, 잔차 유닛 및 TU 중 적어도 하나일 수 있다.Depending on the function, the unit type is Macro Unit (Coding Unit (CU)), Prediction Unit (PU), Residual Unit (Residual Unit), and Transform Unit (TU). can be classified. Or, depending on the function, the unit may be a block, macroblock, Coding Tree Unit, Coding Tree Block, Coding Unit, Coding Block, or Prediction Unit. It may mean Prediction Unit, Prediction Block, Residual Unit, Residual Block, Transform Unit, Transform Block, etc. For example, the target unit may be at least one of a CU, PU, residual unit, and TU that are the target of encoding and/or decoding.
유닛은, 블록과 구분하여 지칭하기 위해, 루마(luma) 성분 블록 및 이에 대응하는 크로마(chroma) 성분 블록, 그리고 각 블록에 대한 신택스 요소(syntax element)를 포함하는 정보를 의미할 수 있다.In order to be distinguished from a block, a unit may mean information including a luma component block, a corresponding chroma component block, and a syntax element for each block.
유닛의 크기 및 형태는 다양할 수 있다. 또한, 유닛은 다양한 크기 및 다양한 형태를 가질 수 있다. 특히 유닛의 형태는 정사각형뿐만 아니라 직사각형, 사다리꼴, 삼각형 및 오각형 등 2차원으로 표현될 수 있는 기하학적 도형을 포함할 수 있다.The size and shape of the unit may vary. Additionally, units may have various sizes and shapes. In particular, the shape of the unit may include geometric shapes that can be expressed in two dimensions, such as squares, rectangles, trapezoids, triangles, and pentagons.
또한, 유닛 정보는 유닛의 타입, 유닛의 크기, 유닛의 깊이, 유닛의 부호화 순서 및 유닛의 복호화 순서 등 중 적어도 하나 이상을 포함할 수 있다. 예를 들면, 유닛의 타입은 CU, PU, 잔차 유닛 및 TU 등 중 하나를 가리킬 수 있다.Additionally, the unit information may include at least one of the unit type, unit size, unit depth, unit encoding order, and unit decoding order. For example, the type of unit may indicate one of CU, PU, residual unit, and TU.
하나의 유닛은 유닛에 비해 더 작은 크기를 갖는 하위 유닛으로 더 분할될 수 있다.One unit may be further divided into subunits having a smaller size compared to the unit.
깊이(depth): 깊이는 유닛의 분할된 정도를 의미할 수 있다. 또한, 유닛의 깊이는 트리 구조로서 유닛(들)이 표현되었을 때 유닛이 존재하는 레벨을 나타낼 수 있다.Depth: Depth may refer to the degree to which a unit is divided. Additionally, the depth of a unit may indicate the level at which the unit(s) exist when the unit(s) are expressed as a tree structure.
유닛 분할 정보는 유닛의 깊이에 관한 깊이를 포함할 수 있다. 깊이는 유닛이 분할되는 회수 및/또는 정도를 나타낼 수 있다.Unit division information may include depth regarding the depth of the unit. Depth may indicate the number and/or extent to which a unit is divided.
트리 구조에서, 루트 노드(root node)의 깊이가 가장 얕고, 리프 노드(leaf node)의 깊이가 가장 깊다고 볼 수 있다. 루트 노드는 가장 상위의 노드일 수 있다. 리프 노드는 가장 하위의 노드일 수 있다.In a tree structure, the root node has the shallowest depth and the leaf node has the deepest depth. The root node may be the highest node. A leaf node may be the lowest node.
하나의 유닛은 트리 구조(tree structure)에 기반하여 깊이 정보(depth)를 가지면서 계층적으로(hierarchically) 복수의 하위 유닛들로 분할될 수 있다. 말하자면, 유닛 및 상기의 유닛의 분할에 의해 생성된 하위 유닛은 노드 및 상기의 노드의 자식 노드에 각각 대응할 수 있다. 각각의 분할된 하위 유닛은 깊이를 가질 수 있다. 깊이는 유닛이 분할된 회수 및/또는 정도를 나타내므로, 하위 유닛의 분할 정보는 하위 유닛의 크기에 관한 정보를 포함할 수도 있다.One unit may have depth information and be hierarchically divided into a plurality of sub-units based on a tree structure. In other words, a unit and a sub-unit created by division of the unit may respectively correspond to a node and a child node of the node. Each divided sub-unit can have depth. Since depth indicates the number and/or extent to which a unit is divided, division information of a sub-unit may include information about the size of the sub-unit.
트리 구조에서, 가장 상위 노드는 분할되지 않은 최초의 유닛에 대응할 수 있다. 가장 상위 노드는 루트 노드로 칭해질 수 있다. 또한, 가장 상위 노드는 최소의 깊이 값을 가질 수 있다. 이 때, 가장 상위 노드는 레벨 0의 깊이를 가질 수 있다.In a tree structure, the highest node may correspond to the first undivided unit. The highest node may be referred to as the root node. Additionally, the highest node may have the minimum depth value. At this time, the highest node may have a depth of level 0.
레벨 1의 깊이를 갖는 노드는 최초의 유닛이 한 번 분할됨에 따라 생성된 유닛을 나타낼 수 있다. 레벨 2의 깊이를 갖는 노드는 최초의 유닛이 두 번 분할됨에 따라 생성된 유닛을 나타낼 수 있다.A node with a depth of level 1 may represent a unit created as the original unit is divided once. A node with a depth of level 2 may represent a unit created by dividing the original unit twice.
레벨 n의 깊이를 갖는 노드는 최초의 유닛이 n번 분할됨에 따라 생성된 유닛을 나타낼 수 있다.A node with a depth of level n may represent a unit created as the original unit is divided n times.
리프 노드는 가장 하위의 노드일 수 있으며, 더 분할될 수 없는 노드일 수 있다. 리프 노드의 깊이는 최대 레벨일 수 있다. 예를 들면, 최대 레벨의 기정의된 값은 3일 수 있다.A leaf node may be the lowest node and may be a node that cannot be further divided. The depth of the leaf node may be at the maximum level. For example, the predefined value of the maximum level may be 3.
QT 깊이는 쿼드 분할에 대한 깊이를 나타낼 수 있다. BT 깊이는 이진 분할에 대한 깊이를 나타낼 수 있다. TT 깊이는 삼진 분할에 대한 깊이를 나타낼 수 있다.QT depth may indicate the depth to quad division. BT depth may indicate the depth for binary division. TT depth can indicate depth to strikeout splits.
샘플(sample): 샘플은 블록을 구성하는 기반(base) 단위일 수 있다. 샘플은 비트 깊이(bit depth; Bd)에 따라서 0부터 2Bd-1까지의 값들로서 표현될 수 있다.Sample: A sample may be the base unit that constitutes a block. Samples can be expressed as values from 0 to 2Bd-1 depending on the bit depth (Bd).
샘플은 픽셀 또는 픽셀 값일 수 있다.Samples can be pixels or pixel values.
이하에서, 용어들 "픽셀", "화소" 및 "샘플"은 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “pixel”, “pixel” and “sample” may be used with the same meaning and may be used interchangeably.
코딩 트리 유닛(Coding Tree Unit; CTU): CTU는 하나의 루마 성분(Y) 코딩 트리 블록과, 상기의 루마 성분 코딩 트리 블록에 관련된 두 크로마 성분(Cb, Cr) 코딩 트리 블록들로 구성될 수 있다. 또한, CTU는 상기의 블록들과 상기의 블록들의 각 블록에 대한 신택스 요소를 포함한 것을 의미할 수도 있다.Coding Tree Unit (CTU): A CTU may be composed of one luma component (Y) coding tree block and two chroma component (Cb, Cr) coding tree blocks related to the luma component coding tree block. there is. Additionally, CTU may mean including the above blocks and syntax elements for each block of the above blocks.
각 코딩 트리 유닛은 코딩 유닛, 예측 유닛 및 변환 유닛 등의 하위 유닛을 구성하기 위하여 쿼드 트리(Quad Tree: QT), 이진 트리(Binary Tree; BT) 및 삼진 트리(Ternary Tree; TT) 등과 같은 하나 이상의 분할 방식을 이용하여 분할될 수 있다. 쿼드 트리는 4진 트리(quarternary tree)를 의미할 수 있다. 또한, 각 코딩 트리 유닛은 하나 이상의 분할 방식들을 사용하는 복수 트리(MultiType Tree; MTT)을 이용하여 분할될 수 있다.Each coding tree unit is one such as Quad Tree (QT), Binary Tree (BT), and Ternary Tree (TT) to form subunits such as coding unit, prediction unit, and transformation unit. It can be divided using the above division method. Quad tree may refer to a quarternary tree. Additionally, each coding tree unit may be partitioned using a MultiType Tree (MTT) using one or more partitioning methods.
CTU는 입력 영상의 분할에서와 같이, 영상의 복호화 및 부호화 과정에서의 처리 단위인 픽셀 블록을 지칭하기 위한 용어로서 사용될 수 있다.CTU can be used as a term to refer to a pixel block, which is a processing unit in the decoding and encoding process of an image, as in segmentation of an input image.
코딩 트리 블록(Coding Tree Block; CTB): 코딩 트리 블록은 Y 코딩 트리 블록, Cb 코딩 트리 블록 및 Cr 코딩 트리 블록 중 어느 하나를 지칭하기 위한 용어로 사용될 수 있다.Coding Tree Block (CTB): Coding tree block can be used as a term to refer to any one of Y coding tree block, Cb coding tree block, and Cr coding tree block.
이웃 블록(neighbor block): 이웃 블록은 대상 블록에 인접한 블록을 의미할 수 있다. 이웃 블록은 재구축된 이웃 블록을 의미할 수도 있다.Neighbor block: A neighboring block may refer to a block adjacent to the target block. A neighboring block may also mean a reconstructed neighboring block.
이하에서, 용어들 "이웃 블록" 및 "인접 블록(adjacent block)"은 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “neighboring block” and “adjacent block” may be used with the same meaning and may be used interchangeably.
이웃 블록은 재구축된 이웃 블록(reconstructed neighbor block)을 의미할 수도 있다.A neighbor block may also mean a reconstructed neighbor block.
공간적 이웃 블록(spatial neighbor block): 공간적 이웃 블록은 대상 블록에 공간적으로 인접한 블록일 수 있다. 이웃 블록은 공간적 이웃 블록을 포함할 수 있다.Spatial neighboring block: A spatial neighboring block may be a block spatially adjacent to the target block. Neighboring blocks may include spatial neighboring blocks.
대상 블록 및 공간적 이웃 블록은 대상 픽처 내에 포함될 수 있다.The target block and spatial neighboring blocks may be included in the target picture.
공간적 이웃 블록은 대상 블록에 경계가 맞닿은 블록 또는 대상 블록으로부터 소정의 거리 내에 위치한 블록을 의미할 수 있다.A spatial neighboring block may refer to a block bordering the target block or a block located within a predetermined distance from the target block.
공간적 이웃 블록은 대상 블록의 꼭지점에 인접한 블록을 의미할 수 있다. 여기에서, 대상 블록의 꼭지점에 인접한 블록이란, 대상 블록에 가로로 인접한 이웃 블록에 세로로 인접한 블록 또는 대상 블록에 세로로 인접한 이웃 블록에 가로로 인접한 블록일 수 있다.A spatial neighboring block may refer to a block adjacent to the vertex of the target block. Here, the block adjacent to the vertex of the target block may be a block vertically adjacent to a neighboring block horizontally adjacent to the target block, or a block horizontally adjacent to a neighboring block vertically adjacent to the target block.
시간적 이웃 블록(temporal neighbor block): 시간적 이웃 블록은 대상 블록에 시간적으로 인접한 블록일 수 있다. 이웃 블록은 시간적 이웃 블록을 포함할 수 있다.Temporal neighboring block: A temporal neighboring block may be a block temporally adjacent to the target block. A neighboring block may include temporal neighboring blocks.
시간적 이웃 블록은 콜 블록(co-located block; col block)을 포함할 수 있다.A temporal neighboring block may include a co-located block (col block).
콜 블록은 이미 재구축된 콜 픽처(co-located picture; col picture) 내의 블록일 수 있다. 콜 블록의 콜 픽처 내에서의 위치는 대상 블록의 대상 픽처 내의 위치에 대응할 수 있다. 또는, 콜 블록의 콜 픽처 내에서의 위치는 대상 블록의 대상 픽처 내의 위치와 동일할 수 있다. 콜 픽처는 참조 픽처 리스트에 포함된 픽처일 수 있다.A call block may be a block in an already reconstructed co-located picture (col picture). The position of the call block within the call picture may correspond to the position of the target block within the target picture. Alternatively, the location of the collocated block in the collocated picture may be the same as the location of the target block in the target picture. A call picture may be a picture included in the reference picture list.
시간적 이웃 블록은 대상 블록의 공간적 이웃 블록에 시간적으로 인접한 블록일 수 있다.The temporal neighboring block may be a block temporally adjacent to the spatial neighboring block of the target block.
예측 모드(prediction mode): 예측 모드는 인트라 예측을 위해 사용되는 모드 또는 인터 예측을 위해 사용되는 모드를 지시하는 정보일 수 있다.Prediction mode: The prediction mode may be information indicating the mode used for intra prediction or the mode used for inter prediction.
예측 유닛(prediction unit): 예측 유닛은 인터 예측, 인트라 예측, 인터 보상(compensation), 인트라 보상 및 움직임 보상 등의 예측에 대한 기반 단위를 의미할 수 있다.Prediction unit: A prediction unit may refer to a base unit for prediction such as inter prediction, intra prediction, inter compensation, intra compensation, and motion compensation.
하나의 예측 유닛은 더 작은 크기를 갖는 복수의 파티션(partition)들 또는 하위 예측 유닛들로 분할될 수도 있다. 복수의 파티션들 또한 예측 또는 보상의 수행에 있어서의 기반 단위일 수 있다. 예측 유닛의 분할에 의해 생성된 파티션 또한 예측 유닛일 수 있다.One prediction unit may be divided into a plurality of partitions or sub-prediction units with smaller sizes. A plurality of partitions may also be a basic unit in performing prediction or compensation. A partition created by dividing a prediction unit may also be a prediction unit.
예측 유닛 파티션(prediction unit partition): 예측 유닛 파티션은 예측 유닛이 분할된 형태를 의미할 수 있다.Prediction unit partition: Prediction unit partition may refer to the form in which the prediction unit is divided.
재구축된 이웃 유닛(reconstructed neighboring unit): 재구축된 이웃 유닛은 대상 유닛의 이웃에 이미 복호화되어 재구축된 유닛일 수 있다.Reconstructed neighboring unit: The reconstructed neighboring unit may be a unit that has already been decrypted and rebuilt in the neighborhood of the target unit.
재구축된 이웃 유닛은 대상 유닛에 대한 공간적(spatial) 인접 유닛 또는 시간적(temporal) 인접 유닛일 수 있다.The reconstructed neighboring unit may be a spatially adjacent unit or a temporally adjacent unit to the target unit.
재구축된 공간적 이웃 유닛은 대상 픽처 내의 유닛이면서 부호화 및/또는 복호화를 통해 이미 재구축된 유닛일 수 있다.The reconstructed spatial neighboring unit may be a unit in the target picture and may be a unit that has already been reconstructed through encoding and/or decoding.
재구축된 시간적 이웃 유닛은 참조 영상 내의 유닛이면서 부호화 및/또는 복호화를 통해 이미 재구축된 유닛일 수 있다. 재구축된 시간적 이웃 유닛의 참조 영상 내에서의 위치는 대상 유닛의 대상 픽처 내에서의 위치와 같거나, 대상 유닛의 대상 픽처 내에서의 위치에 대응할 수 있다. 또는, 재구축된 시간적 이웃 유닛은 참조 영상 내의 대응하는 블록의 이웃 블록일 수 있다. 여기에서, 대응하는 블록의 참조 영상 내에서의 위치는 대상 영상 내에서의 대상 블록의 위치에 대응할 수 있다. 여기에서, 블록들의 위치들이 대응한다는 것은, 블록들의 위치들이 동일하다는 것을 의미할 수 있고, 하나의 블록이 다른 블록에 포함된다는 것을 의미할 수 있고, 하나의 블록이 다른 블록의 특정된 위치를 차지한다는 것을 의미할 수 있다.The reconstructed temporal neighboring unit may be a unit in the reference image and may be a unit that has already been reconstructed through encoding and/or decoding. The location of the reconstructed temporal neighboring unit in the reference image may be the same as the location of the target unit in the target picture, or may correspond to the location of the target unit in the target picture. Alternatively, the reconstructed temporal neighboring unit may be a neighboring block of the corresponding block in the reference image. Here, the location of the corresponding block within the reference image may correspond to the location of the target block within the target image. Here, that the positions of the blocks correspond may mean that the positions of the blocks are the same, that one block is included in another block, and that one block occupies the specified position of the other block. It could mean doing it.
서브-픽처: 픽처는 하나 이상의 서브-픽처들로 분할될 수 있다. 서브-픽처는 하나 이상의 타일 행들 및 하나 이상의 타일 열들로 구성될 수 있다.Sub-picture: A picture can be divided into one or more sub-pictures. A sub-picture may consist of one or more tile rows and one or more tile columns.
- 서브-픽처는 픽처 내의 정사각형(square) 형태 또는 직사각형(rectangular)(즉, 비-정사각형(non-square) 형태를 가지는 영역일 수 있다. 또한, 서브-픽처는 하나 이상의 CTU들을 포함할 수 있다.- A sub-picture may be an area with a square or rectangular (i.e. non-square) shape within the picture. Additionally, the sub-picture may include one or more CTUs. .
- 서브-픽처는 하나의 픽처 내의 하나 이상의 슬라이스들의 직사각형 영역일 수 있다.- A sub-picture may be a rectangular area of one or more slices within one picture.
- 하나의 서브-픽처는 하나 이상의 타일(tile)들, 하나 이상의 브릭(brick)들 및/또는 하나 이상의 슬라이스(slice)들을 포함할 수 있다.- One sub-picture may include one or more tiles, one or more bricks, and/or one or more slices.
타일: 타일은 픽처 내의 정사각형 형태 또는 직사각형(즉, 비-정사각형 형태를 가지는 영역일 수 있다.Tiles: A tile can be an area within a picture that has a square or rectangular shape (i.e., a non-square shape).
- 타일은 하나 이상의 CTU들을 포함할 수 있다.- A tile may contain one or more CTUs.
- 타일은 하나 이상의 브릭들로 분할될 수 있다.- A tile can be split into one or more bricks.
브릭: 브릭은 타일 내의 하나 이상의 CTU 행들을 의미할 수 있다.Brick: A brick may refer to one or more CTU rows within a tile.
- 타일은 하나 이상의 브릭들로 분할될 수 있다. 각 브릭은 하나 이상의 CTU 행들을 포함할 수 있다.- A tile can be split into one or more bricks. Each brick may contain one or more CTU rows.
- 2 개 이상으로 분할되지 않는 타일도 브릭을 의미할 수 있다.- Tiles that are not divided into two or more can also refer to bricks.
슬라이스: 슬라이스는 픽처 내의 하나 이상의 타일들을 포함할 수 있다. 또는, 슬라이스는 타일 내의 하나 이상의 브릭들을 포함할 수 있다.Slice: A slice may contain one or more tiles within a picture. Alternatively, a slice may include one or more bricks within a tile.
- 서브-픽처는 픽처 내의 직사각형 영역을 집합적으로 커버하는 하나 이상의 슬라이스들을 포함할 수 있다. 이에 따라, 각 서브-픽처 경계는 항상 슬라이스 경계일 수 있다. 또한, 각 수직 서브-픽처 경계는 항상 수직 타일 경계일 수 있다.- A sub-picture may contain one or more slices that collectively cover a rectangular area within the picture. Accordingly, each sub-picture boundary may always be a slice boundary. Additionally, each vertical sub-picture boundary may always be a vertical tile boundary.
파라미터 세트(parameter set): 파라미터 세트는 비트스트림 내의 구조(structure) 중 헤더(header) 정보에 해당할 수 있다.Parameter set: The parameter set may correspond to header information among the structures in the bitstream.
- 파라미터 세트는 비디오 파라미터 세트(Video Parameter Set; VPS), 시퀀스 파라미터 세트(Sequence Parameter Set: SPS), 픽처 파라미터 세트(Picture Parameter Set; PPS), 적응 파라미터 세트(Adaptation Parameter Set; APS) 및 복호화 파라미터 세트(Decoding Parameter Set; DPS) 등 중 적어도 하나를 포함할 수 있다.- Parameter sets include Video Parameter Set (VPS), Sequence Parameter Set (SPS), Picture Parameter Set (PPS), Adaptation Parameter Set (APS), and decoding parameters. It may include at least one of a set (Decoding Parameter Set (DPS)), etc.
파라미터 세트를 통해 시그널링된 정보는 파라미터 세트를 참조하는 픽처들에게 적용될 수 있다. 예를 들면, VPS 내의 정보는 VPS를 참조하는 픽처들에게 적용될 수 있다. SPS 내의 정보는 SPS를 참조하는 픽처들에게 적용될 수 있다. PPS 내의 정보는 PPS를 참조하는 픽처들에게 적용될 수 있다.Information signaled through a parameter set can be applied to pictures referencing the parameter set. For example, information in the VPS can be applied to pictures referencing the VPS. Information in the SPS can be applied to pictures referencing the SPS. Information in the PPS can be applied to pictures referencing the PPS.
파라미터 세트는 상위의 파라미터 세트를 참조할 수 있다. 예를 들면, PPS는 SPS를 참조할 수 있다. SPS는 VPS를 참조할 수 있다.A parameter set can refer to a parent parameter set. For example, PPS may refer to SPS. SPS may refer to VPS.
- 또한, 파라미터 세트는 타일(tile) 그룹, 슬라이스(slice) 헤더 정보 및 타일(tile) 헤더 정보를 포함할 수 있다. 타일 그룹은 복수의 타일들을 포함하는 그룹을 의미할 수 있다. 또한, 타일 그룹의 의미는 슬라이스의 의미와 동일할 수 있다.- Additionally, the parameter set may include tile group, slice header information, and tile header information. A tile group may refer to a group including a plurality of tiles. Additionally, the meaning of a tile group may be the same as that of a slice.
율-왜곡 최적화(rate-distortion optimization): 부호화 장치는 코딩 유닛의 크기, 예측 모드, 예측 유닛의 크기, 움직임 정보 및, 변환 유닛의 크기 등의 조합을 이용해서 높은 부호화 효율을 제공하기 위해 율-왜곡 최적화를 사용할 수 있다.Rate-distortion optimization: The coding device uses a combination of coding unit size, prediction mode, prediction unit size, motion information, and transformation unit size to provide high coding efficiency. Distortion optimization can be used.
- 율-왜곡 최적화 방식은 상기의 조합들 중에서 최적의 조합을 선택하기 위해 각 조합의 율-왜곡 비용(rate-distortion cost)을 계산할 수 있다. 율-왜곡 비용은 수식 "D+λ*R"을 이용하여 계산될 수 있다. 일반적으로 수식 "D+λ*R"에 의한 율-왜곡 비용이 최소가 되는 조합이 율-왜곡 최적화 방식에 있어서의 최적의 조합으로 선택될 수 있다.- The rate-distortion optimization method can calculate the rate-distortion cost of each combination to select the optimal combination among the above combinations. The rate-distortion cost can be calculated using the formula “D+λ*R”. In general, the combination that minimizes the rate-distortion cost according to the formula "D+λ*R" can be selected as the optimal combination in the rate-distortion optimization method.
- D는 왜곡을 나타낼 수 있다. D는 변환 유닛 내에서 원래의 변환 계수들 및 재구축된 변환 계수들 간의 차이 값들의 제곱들의 평균(mean square error)일 수 있다.- D may indicate distortion. D may be the mean square error of the difference values between the original transform coefficients and the reconstructed transform coefficients within the transform unit.
- R은 율을 나타낼 수 있다. R은 관련된 문맥 정보를 이용한 비트 율을 나타낼 수 있다.- R can represent a rate. R can represent the bit rate using related context information.
- λ는 라그랑지안 승수(Lagrangian multiplier)를 나타낼 수 있다. R은 예측 모드, 움직임 정보 및 코드된 블록 플래그(coded block flag) 등과 같은 코딩 파라미터 정보뿐만 아니라, 변환 계수의 부호화에 의해 발생하는 비트도 포함할 수 있다.- λ may represent a Lagrangian multiplier. R may include not only coding parameter information such as prediction mode, motion information, and coded block flag, but also bits generated by encoding of transform coefficients.
- 부호화 장치는 정확한 D 및 R을 계산하기 위해 인터 예측, 인트라 예측, 변환, 양자화, 엔트로피 부호화, 역양자화 및/또는 역변환 등의 과정들을 수행할 수 있다. 이러한 과정들은 부호화 장치에서의 복잡도를 크게 증가시킬 수 있다.- The encoding device may perform processes such as inter prediction, intra prediction, transformation, quantization, entropy coding, inverse quantization, and/or inverse transformation to calculate accurate D and R. These processes can greatly increase the complexity of the encoding device.
비트스트림(bitstream): 비트스트림은 부호화된 영상 정보를 포함하는 비트의 열을 의미할 수 있다.Bitstream: A bitstream may refer to a string of bits containing encoded video information.
파싱(parsing): 파싱은 비트스트림을 엔트로피 복호화하여 신택스 요소(syntax element)의 값을 결정하는 것을 의미할 수 있다. 또는, 파싱은 엔트로피 복호화 자체를 의미할 수 있다.Parsing: Parsing may mean entropy decoding a bitstream to determine the value of a syntax element. Alternatively, parsing may mean entropy decoding itself.
심볼(symbol): 부호화 대상 유닛 및/또는 복호화 대상 유닛의 신택스 요소, 코딩 파라미터(coding parameter) 및 변환 계수(transform coefficient) 등 중 적어도 하나를 의미할 수 있다. 또한, 심볼은 엔트로피 부호화의 대상 또는 엔트로피 복호화의 결과를 의미할 수 있다.Symbol: May refer to at least one of a syntax element, a coding parameter, and a transform coefficient of an encoding target unit and/or a decoding target unit. Additionally, a symbol may mean the object of entropy encoding or the result of entropy decoding.
참조 픽처(reference picture): 참조 픽처는 인터 예측 또는 움직임 보상을 위하여 유닛이 참조하는 영상을 의미할 수 있다. 또는, 참조 픽처는 인터 예측 또는 움직임 보상을 위해 대상 유닛이 참조하는 참조 유닛을 포함하는 영상일 수 있다.Reference picture: A reference picture may refer to an image that a unit refers to for inter prediction or motion compensation. Alternatively, the reference picture may be an image that includes a reference unit referenced by the target unit for inter prediction or motion compensation.
이하, 용어 "참조 픽처" 및 "참조 영상"은 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “reference picture” and “reference image” may be used with the same meaning and may be used interchangeably.
참조 픽처 리스트(reference picture list): 참조 픽처 리스트는 인터 예측 또는 움직임 보상에 사용되는 하나 이상의 참조 영상들을 포함하는 리스트일 수 있다.Reference picture list: A reference picture list may be a list containing one or more reference pictures used for inter prediction or motion compensation.
- 참조 픽처 리스트의 타입은 리스트 조합(List Combined; LC), 리스트 0(List 0; L0), 리스트 1(List 1; L1), 리스트 2(List 2; L2) 및 리스트 3(List 3; L3) 등이 있을 수 있다.- The types of reference picture lists are List Combined (LC), List 0 (L0), List 1 (L1), List 2 (L2), and List 3 (List 3; L3). ), etc.
- 인터 예측에는 하나 이상의 참조 픽처 리스트들이 사용될 수 있다.- One or more reference picture lists can be used in inter prediction.
인터 예측 지시자(inter prediction indicator): 인터 예측 지시자는 대상 유닛에 대한 인터 예측의 방향을 가리킬 수 있다. 인터 예측은 단방향 예측 및 양방향 예측 등 중 하나일 수 있다. 또는, 인터 예측 지시자는 대상 유닛의 예측 유닛을 생성할 때 사용되는 참조 픽처의 개수를 나타낼 수 있다. 또는, 인터 예측 지시자는 대상 유닛에 대한 인터 예측 혹은 움직임 보상을 위해 사용되는 예측 블록의 개수를 의미할 수 있다.Inter prediction indicator: The inter prediction indicator may indicate the direction of inter prediction for the target unit. Inter prediction can be either one-way prediction or two-way prediction. Alternatively, the inter prediction indicator may indicate the number of reference pictures used when generating a prediction unit of the target unit. Alternatively, the inter prediction indicator may mean the number of prediction blocks used for inter prediction or motion compensation for the target unit.
예측 리스트 활용 플래그(prediction list utilization flag): 예측 리스트 활용 플래그는 특정한 참조 픽처 리스트 내의 적어도 하나의 참조 픽처를 사용하여 예측 유닛을 생성하는지 여부를 나타낼 수 있다.Prediction list utilization flag: The prediction list utilization flag may indicate whether a prediction unit is generated using at least one reference picture in a specific reference picture list.
- 예측 리스트 활용 플래그를 사용하여 인터 예측 지시자가 도출될 수 있다. 반대로, 인터 예측 지시자를 사용하여 예측 리스트 활용 플래그가 도출될 수 있다. 예를 들면, 예측 리스트 활용 플래그가 제1 값인 0을 지시하는 것은, 대상 유닛에 대하여, 참조 픽처 리스트 내의 참조 픽처를 사용하여 예측 블록이 생성되지 않는 것을 나타낼 수 있다. 예측 리스트 활용 플래그가 제2 값인 1을 지시하는 것은, 대상 유닛에 대하여, 참조 픽처 리스트를 이용하여 예측 유닛이 생성되는 것을 나타낼 수 있다.- An inter prediction indicator can be derived using the prediction list utilization flag. Conversely, the prediction list utilization flag can be derived using the inter prediction indicator. For example, when the prediction list utilization flag indicates the first value of 0, it may indicate that a prediction block is not generated using a reference picture in the reference picture list for the target unit. When the prediction list utilization flag indicates a second value of 1, it may indicate that a prediction unit is generated using a reference picture list for the target unit.
참조 픽처 인덱스(reference picture index): 참조 픽처 인덱스는 참조 픽처 리스트에서 특정 참조 픽처를 지시하는 인덱스일 수 있다.Reference picture index: The reference picture index may be an index that indicates a specific reference picture in the reference picture list.
픽처 오더 카운트(Picture Order Count; POC): 픽처의 POC는 픽처의 디스플레이 순서를 나타낼 수 있다.Picture Order Count (POC): The POC of a picture may indicate the display order of the picture.
움직임 벡터(Motion Vector; MV): 움직임 벡터는 인터 예측 또는 움직임 보상에서 사용되는 2차원의 벡터일 수 있다. 움직임 벡터는 대상 영상 및 참조 영상간의 오프셋을 의미할 수 있다.Motion Vector (MV): A motion vector may be a two-dimensional vector used in inter prediction or motion compensation. A motion vector may mean an offset between a target image and a reference image.
- 예를 들면, MV는 (mvx, mvy)와 같은 형태로 표현될 수 있다. mvx는 수평(horizontal) 성분을 나타낼 수 있고, mvy는 수직(vertical) 성분을 나타낼 수 있다.- For example, MV can be expressed in a form such as (mvx, mvy). mvx can represent the horizontal component, and mvy can represent the vertical component.
탐색 영역(search range): 탐색 영역은 인터 예측 중 MV에 대한 탐색이 이루어지는 2차원의 영역일 수 있다. 예를 들면, 탐색 영역의 크기는 MxN일 수 있다. M 및 N은 각각 양의 정수일 수 있다.Search range: The search range may be a two-dimensional area where a search for MV is performed during inter prediction. For example, the size of the search area may be MxN. M and N can each be positive integers.
움직임 벡터 후보(motion vector candidate): 움직임 벡터 후보는 움직임 벡터를 예측할 때 예측 후보인 블록 혹은 예측 후보인 블록의 움직임 벡터를 의미할 수 있다.Motion vector candidate: A motion vector candidate may refer to a block that is a prediction candidate or a motion vector of a block that is a prediction candidate when predicting a motion vector.
- 움직임 벡터 후보는 움직임 벡터 후보 리스트에 포함될 수 있다.- The motion vector candidate may be included in the motion vector candidate list.
움직임 벡터 후보 리스트(motion vector candidate list): 움직임 벡터 후보 리스트는 하나 이상의 움직임 벡터 후보들을 이용하여 구성된 리스트를 의미할 수 있다.Motion vector candidate list: The motion vector candidate list may refer to a list constructed using one or more motion vector candidates.
움직임 벡터 후보 인덱스(motion vector candidate index): 움직임 벡터 후보 인덱스는 움직임 벡터 후보 리스트 내의 움직임 벡터 후보를 가리키는 지시자를 의미할 수 있다. 또는, 움직임 벡터 후보 인덱스는 움직임 벡터 예측기(motion vector predictor)의 인덱스(index)일 수 있다.Motion vector candidate index: The motion vector candidate index may refer to an indicator indicating a motion vector candidate in the motion vector candidate list. Alternatively, the motion vector candidate index may be the index of a motion vector predictor.
움직임 정보(motion information): 움직임 정보는 움직임 벡터, 참조 픽처 인덱스 및 인터 예측 지시자(inter prediction indicator) 뿐만 아니라 참조 픽처 리스트 정보, 참조 영상, 움직임 벡터 후보, 움직임 벡터 후보 인덱스, 머지 후보 및 머지 인덱스 등 중 적어도 하나를 포함하는 정보를 의미할 수 있다.Motion information: Motion information includes motion vectors, reference picture indices, and inter prediction indicators, as well as reference picture list information, reference pictures, motion vector candidates, motion vector candidate indices, merge candidates, and merge indices. It may mean information containing at least one of the following.
머지 후보 리스트(merge candidate list): 머지 후보 리스트는 하나 이상의 머지 후보들을 이용하여 구성된 리스트를 의미할 수 있다.Merge candidate list: The merge candidate list may refer to a list constructed using one or more merge candidates.
머지 후보(merge candidate): 머지 후보는 공간적 머지 후보, 시간적 머지 후보, 조합된 머지 후보, 조합 양예측(combined bi-prediction) 머지 후보, 히스토리에 기반한 후보, 2 개의 후보들의 평균에 기반한 후보 및 제로 머지 후보 등을 의미할 수 있다. 머지 후보는 인터 예측 지시자를 포함할 수 있고, 각 리스트에 대한 참조 픽처 인덱스, 움직임 벡터, 예측 리스트 활용 플래그 및 인터 예측 지시자 등의 움직임 정보를 포함할 수 있다.Merge candidates: Merge candidates include spatial merge candidates, temporal merge candidates, combined merge candidates, combined bi-prediction merge candidates, candidates based on history, candidates based on the average of two candidates, and zero. It may mean a merge candidate, etc. The merge candidate may include an inter prediction indicator and may include motion information such as a reference picture index for each list, a motion vector, a prediction list utilization flag, and an inter prediction indicator.
머지 인덱스(merge index): 머지 인덱스는 머지 후보 리스트 내의 머지 후보를 가리키는 지시자일 수 있다.Merge index: The merge index may be an indicator pointing to a merge candidate in the merge candidate list.
- 머지 인덱스는 대상 유닛에 공간적으로 인접한 재구축된 유닛 및 대상 유닛에 시간적으로 인접한 재구축된 유닛 중 머지 후보를 유도한 재구축된 유닛을 지시할 수 있다.- The merge index may indicate the reconstructed unit that derived the merge candidate among the reconstructed units that are spatially adjacent to the target unit and the reconstructed units that are temporally adjacent to the target unit.
- 머지 인덱스는 머지 후보의 움직임 정보들 중 적어도 하나를 지시할 수 있다.- The merge index may indicate at least one of the motion information of the merge candidate.
변환 유닛(transform unit): 변환 유닛은 변환, 역변환, 양자화, 역양자화, 변환 계수 부호화 및 변환 계수 복호화 등과 같은 잔차 신호(residual signal) 부호화 및/또는 잔차 신호 복호화에 있어서의 기본 유닛일 수 있다. 하나의 변환 유닛은 더 작은 크기를 갖는 복수의 하위 변환 유닛들로 분할될 수 있다. 여기에서, 변환은 1차 변환 및 2차 변환 중 하나 이상을 포함할 수 있고, 역변환은 1차 역변환 및 2차 역변환 중 하나 이상을 포함할 수 있다.Transform unit: A transform unit may be a basic unit in residual signal coding and/or residual signal decoding, such as transform, inverse transform, quantization, inverse quantization, transform coefficient coding, and transform coefficient decoding. One transformation unit may be divided into a plurality of sub-transformation units with smaller sizes. Here, the transformation may include one or more of a first-order transformation and a second-order transformation, and the inverse transformation may include one or more of a first-order inversion and a second-order inversion.
스케일링(scaling): 스케일링은 변환 계수 레벨에 인수를 곱하는 과정을 의미할 수 있다.Scaling: Scaling may refer to the process of multiplying the transform coefficient level by a factor.
- 변환 계수 레벨에 대한 스케일링의 결과로서, 변환 계수가 생성될 수 있다. 스케일링은 역양자화(dequantization)로 칭해질 수도 있다.- As a result of scaling to the transform coefficient level, a transform coefficient can be generated. Scaling may also be referred to as dequantization.
양자화 파라미터(Quantization Parameter; QP): 양자화 파라미터는 양자화에서 변환 계수에 대해 변환 계수 레벨(transform coefficient level)을 생성할 때 사용되는 값을 의미할 수 있다. 또는, 양자화 파라미터는 역양자화에서 변환 계수 레벨을 스케일링(scaling)함으로써 변환 계수를 생성할 때 사용되는 값을 의미할 수도 있다. 또는, 양자화 파라미터는 양자화 스탭 크기(step size)에 매핑된 값일 수 있다.Quantization Parameter (QP): A quantization parameter may refer to a value used when generating a transform coefficient level for a transform coefficient in quantization. Alternatively, the quantization parameter may refer to a value used when generating a transform coefficient by scaling the transform coefficient level in dequantization. Alternatively, the quantization parameter may be a value mapped to the quantization step size.
델타 양자화 파라미터(delta quantization parameter): 델타 양자화 파라미터는 예측된 양자화 파라미터 및 대상 유닛의 양자화 파라미터의 차분(difference) 값을 의미할 수 있다.Delta quantization parameter: The delta quantization parameter may mean the difference between the predicted quantization parameter and the quantization parameter of the target unit.
스캔(scan): 스캔은 유닛, 블록 또는 행렬 내의 계수들의 순서를 정렬하는 방법을 의미할 수 있다. 예를 들면, 2차원 배열을 1차원 배열 형태로 정렬하는 것을 스캔이라고 칭할 수 있다. 또는, 1차원 배열을 2차원 배열 형태로 정렬하는 것도 스캔 또는 역 스캔(inverse scan)이라고 칭할 수 있다.Scan: Scan can refer to a method of sorting the order of coefficients within a unit, block, or matrix. For example, sorting a two-dimensional array into a one-dimensional array can be called scanning. Alternatively, arranging a one-dimensional array into a two-dimensional array can also be referred to as a scan or inverse scan.
변환 계수(transform coefficient): 변환 계수는 부호화 장치에서 변환을 수행함에 따라 생성된 계수 값일 수 있다. 또는, 변환 계수는 복호화 장치에서 엔트로피 복호화 및 역양자화 중 적어도 하나를 수행함에 따라 생성된 계수 값일 수 있다.Transform coefficient: The transform coefficient may be a coefficient value generated as the encoding device performs transformation. Alternatively, the transformation coefficient may be a coefficient value generated as the decoding device performs at least one of entropy decoding and inverse quantization.
- 변환 계수 또는 잔차 신호에 양자화를 적용함으로써 생성된 양자화된 레벨 또는 양자화된 변환 계수 레벨 또한 변환 계수의 의미에 포함될 수 있다.- Quantized levels or quantized transform coefficient levels generated by applying quantization to the transform coefficient or residual signal may also be included in the meaning of the transform coefficient.
양자화된 레벨(quantized level): 양자화된 레벨은 부호화 장치에서 변환 계수 또는 잔차 신호에 양자화를 수행함으로써 생성된 값을 의미할 수 있다. 또는, 양자화된 레벨은 복호화 장치에서 역양자화를 수행함에 있어서 역양자화의 대상이 되는 값을 의미할 수도 있다.Quantized level: A quantized level may refer to a value generated by performing quantization on a transform coefficient or residual signal in an encoding device. Alternatively, the quantized level may mean a value that is the target of inverse quantization when performing inverse quantization in a decoding device.
- 변환 및 양자화의 결과인 양자화된 변환 계수 레벨도 양자화된 레벨의 의미에 포함될 수 있다.- The quantized transform coefficient level, which is the result of transformation and quantization, can also be included in the meaning of the quantized level.
비-제로 변환 계수(non-zero transform coefficient): 비-제로 변환 계수는 0이 아닌 값을 갖는 변환 계수 또는 0이 아닌 값을 갖는 변환 계수 레벨을 의미할 수 있다. 또는, 비-제로 변환 계수는 값의 크기가 0이 아닌 변환 계수 또는 값의 크기가 0이 아닌 변환 계수 레벨을 의미할 수 있다.Non-zero transform coefficient: A non-zero transform coefficient may mean a transform coefficient with a non-zero value or a transform coefficient level with a non-zero value. Alternatively, a non-zero transform coefficient may mean a transform coefficient whose value size is not 0 or a transform coefficient level whose value size is not 0.
양자화 행렬(quantization matrix): 양자화 행렬은 영상의 주관적 화질 또는 객관적 화질을 향상시키기 위해서 양자화 과정 또는 역양자화 과정에서 이용되는 행렬을 의미할 수 있다. 양자화 행렬은 스케일링 리스트(scaling list)라고도 칭해질 수 있다.Quantization matrix: A quantization matrix may refer to a matrix used in a quantization process or dequantization process to improve the subjective or objective image quality of an image. The quantization matrix may also be referred to as a scaling list.
양자화 행렬 계수(quantization matrix coefficient): 양자화 행렬 계수는 양자화 행렬 내의 각 원소(element)를 의미할 수 있다. 양자화 행렬 계수는 행렬 계수(matrix coefficient)라고도 칭해질 수 있다.Quantization matrix coefficient: The quantization matrix coefficient may refer to each element in the quantization matrix. Quantization matrix coefficients may also be referred to as matrix coefficients.
디폴트 행렬(default matrix): 디폴트 행렬은 부호화 장치 및 복호화 장치에서 기정의된 양자화 행렬일 수 있다.Default matrix: The default matrix may be a quantization matrix predefined in the encoding device and the decoding device.
비-디폴트 행렬(non-default matrix): 비-디폴트 행렬은 부호화 장치 및 복호화 장치에서 기정의되어 있지 않은 양자화 행렬일 수 있다. 비-디폴트 행렬은 사용자에 의해서 부호화 장치로부터 복호화 장치로 시그널링되는 양자화 행렬을 의미할 수 있다.Non-default matrix: A non-default matrix may be a quantization matrix that is not predefined in the encoding device and the decoding device. A non-default matrix may refer to a quantization matrix signaled by a user from an encoding device to a decoding device.
가장 가능성있는 모드(Most Probable Mode; MPM): MPM은 대상 블록의 인트라 예측을 위해 사용될 가능성이 높은 인트라 예측 모드를 나타낼 수 있다.Most Probable Mode (MPM): MPM may indicate an intra prediction mode that is likely to be used for intra prediction of the target block.
- 부호화 장치 및 복호화 장치는 대상 블록에 관련된 코딩 파라미터 및 대상 블록에 관련된 개체의 속성에 기반하여 하나 이상의 MPM들을 결정할 수 있다.- The encoding device and the decoding device may determine one or more MPMs based on coding parameters related to the target block and properties of entities related to the target block.
- 부호화 장치 및 복호화 장치는 참조 블록의 인트라 예측 모드에 기반하여 하나 이상의 MPM들을 결정할 수 있다. 참조 블록은 복수일 수 있다. 복수의 참조 블록들은 대상 블록의 좌측에 인접한 공간적 이웃 블록 및 대상 블록의 상단에 인접한 공간적 이웃 블록을 포함할 수 있다. 말하자면, 참조 블록들에 대하여 어떠한 인트라 예측 모드들이 사용되었는가에 따라서 서로 다른 하나 이상의 MPM들이 결정될 수 있다.- The encoding device and the decoding device may determine one or more MPMs based on the intra prediction mode of the reference block. There may be multiple reference blocks. The plurality of reference blocks may include a spatial neighboring block adjacent to the left of the target block and a spatial neighboring block adjacent to the top of the target block. In other words, one or more different MPMs may be determined depending on which intra prediction modes are used for the reference blocks.
- 하나 이상의 MPM들은 부호화 장치 및 복호화 장치에서 동일한 방식으로 결정될 수 있다. 말하자면, 부호화 장치 및 복호화 장치는 동일한 하나 이상의 MPM들을 포함하는 MPM 리스트를 공유할 수 있다.- One or more MPMs can be determined in the same way in the encoding device and the decoding device. In other words, the encoding device and the decoding device may share an MPM list containing the same one or more MPMs.
MPM 리스트: MPM 리스트는 하나 이상의 MPM들을 포함하는 리스트일 수 있다. MPM 리스트 내의 하나 이상의 MPM들의 개수는 기정의될 수 있다.MPM list: The MPM list may be a list containing one or more MPMs. The number of one or more MPMs in the MPM list may be predefined.
MPM 지시자: MPM 지시자는 MPM 리스트의 하나 이상의 MPM들 중 대상 블록의 인트라 예측을 위해 사용되는 MPM을 지시할 수 있다. 예를 들면, MPM 지시자는 MPM 리스트에 대한 인덱스일 수 있다.MPM indicator: The MPM indicator may indicate the MPM used for intra prediction of the target block among one or more MPMs in the MPM list. For example, the MPM indicator may be an index to the MPM list.
- MPM 리스트는 부호화 장치 및 복호화 장치에서 동일한 방식으로 결정되기 때문에 MPM 리스트 자체는 부호화 장치로부터 복호화 장치로 전송될 필요가 없을 수 있다.- Since the MPM list is determined in the same way in the encoding device and the decoding device, the MPM list itself may not need to be transmitted from the encoding device to the decoding device.
- MPM 지시자는 부호화 장치로부터 복호화 장치로 시그널링될 수 있다. MPM 지시자가 시그널링됨에 따라 복호화 장치는 MPM 리스트의 MPM들 중 대상 블록에 대한 인트라 예측을 위해 사용될 MPM을 결정할 수 있다.- The MPM indicator can be signaled from the encoding device to the decoding device. As the MPM indicator is signaled, the decoding device can determine the MPM to be used for intra prediction for the target block among the MPMs in the MPM list.
MPM 사용 지시자: MPM 사용 지시자는 대상 블록에 대한 예측을 위해 MPM 사용 모드가 사용될지 여부를 지시할 수 있다. MPM 사용 모드는 MPM 리스트를 사용하여 대상 블록에 대한 인트라 예측을 위해 사용될 MPM을 결정하는 모드일 수 있다.MPM usage indicator: The MPM usage indicator may indicate whether the MPM usage mode will be used for prediction of the target block. The MPM use mode may be a mode that uses the MPM list to determine the MPM to be used for intra prediction for the target block.
- MPM 사용 지시자는 부호화 장치로부터 복호화 장치로 시그널링될 수 있다.- The MPM use indicator can be signaled from the encoding device to the decoding device.
시그널링: 시그널링은 정보가 부호화 장치로부터 복호화 장치로 전송되는 것을 나타낼 수 있다. 또는, 시그널링은 부호화 장치가 정보를 비트스트림 또는 기록 매체 내에 포함시키는 것을 의미할 수 있다. 부호화 장치에 의해 시그널링된 정보는 복호화 장치에 의해 사용될 수 있다.Signaling: Signaling may indicate that information is transmitted from an encoding device to a decoding device. Alternatively, signaling may mean that an encoding device includes information in a bitstream or recording medium. Information signaled by the encoding device can be used by the decoding device.
- 부호화 장치는 시그널링되는 정보에 대한 부호화를 수행하여 부호화된 정보를 생성할 수 있다. 부호화된 정보는 부호화 장치로부터 복호화 장치로 전송될 수 있다. 복호화 장치는 전송된 부호화된 정보에 대한 복호화를 수행하여 정보를 획득할 수 있다. 여기에서, 부호화는 엔트로피 부호화일 수 있고, 복호화는 엔트로피 복호화일 수 있다.- The encoding device can generate encoded information by performing encoding on signaled information. Encoded information can be transmitted from an encoding device to a decoding device. The decoding device can obtain information by performing decoding on the transmitted encoded information. Here, encoding may be entropy encoding, and decoding may be entropy decoding.
선택적인 시그널링: 정보는 선택적으로 시그널링될 수 있다. 정보에 대한 선택적인 시그널링은 부호화 장치가 정보를 (특정 조건에 따라) 선택적으로 비트스트림 또는 기록 매체 내에 포함시키는 것을 의미할 수 있다. 정보에 대한 선택적인 시그널링은 복호화 장치가 정보를 (특정 조건에 따라) 선택적으로 비트스트림으로부터 추출하는 것을 의미할 수 있다.Selective signaling: Information can be signaled selectively. Selective signaling of information may mean that an encoding device selectively includes information (according to certain conditions) within a bitstream or recording medium. Selective signaling of information may mean that the decoding device selectively extracts information from the bitstream (according to specific conditions).
시그널링의 생략: 정보에 대한 시그널링은 생략될 수 있다. 정보에 대한 정보에 대한 시그널링의 생략은 부호화 장치가 (특정 조건에 따라)정보를 비트스트림 또는 기록 매체 내에 포함시키지 않는 것을 의미할 수 있다. 정보에 대한 시그널링의 생략은 복호화 장치가 (특정 조건에 따라) 정보를 비트스트림으로부터 추출하지 않는 것을 의미할 수 있다.Omission of signaling: Signaling of information may be omitted. Omission of signaling about information may mean that the encoding device does not include the information (depending on certain conditions) in the bitstream or recording medium. Omission of signaling for information may mean that the decoding device does not extract information from the bitstream (according to certain conditions).
통계 값(statistic value): 변수, 코딩 파라미터 및 상수 등은 연산될 수 있는 값을 가질 수 있다. 통계 값은 이러한 특정된 대상들의 값들에 대한 연산에 의해 생성된 값일 수 있다. 예를 들면, 통계 값은 특정된 변수, 특정된 코딩 파라미터 및 특정된 상수 등의 값들에 대한 평균 값, 가중치가 부여된(weighted) 평균값, 가중치가 부여된 합, 최소 값, 최대 값, 최빈 값, 중간 값 및 보간 값 중 하나 이상일 수 있다.Statistical value: Variables, coding parameters, constants, etc. may have values that can be operated on. The statistical value may be a value generated by an operation on the values of these specified objects. For example, statistical values can be the average value, weighted average value, weighted sum, minimum value, maximum value, mode value for the values of specified variables, specified coding parameters, and specified constants. , may be one or more of intermediate values and interpolated values.
도 1은 본 발명이 적용되는 부호화 장치의 일 실시예에 따른 구성을 나타내는 블록도이다.1 is a block diagram showing the configuration of an encoding device to which the present invention is applied according to an embodiment.
부호화 장치(100)는 인코더, 비디오 부호화 장치 또는 영상 부호화 장치일 수 있다. 비디오는 하나 이상의 영상들을 포함할 수 있다. 부호화 장치(100)는 비디오의 하나 이상의 영상들을 순차적으로 부호화할 수 있다.The encoding device 100 may be an encoder, a video encoding device, or an image encoding device. A video may contain one or more images. The encoding device 100 may sequentially encode one or more images of a video.
도 1을 참조하면, 부호화 장치(100)는 인터 예측부(110), 인트라 예측부(120), 스위치(115), 감산기(125), 변환부(130), 양자화부(140), 엔트로피 부호화부(150), 역양자화부(160), 역변환부(170), 가산기(175), 필터부(180) 및 참조 픽처 버퍼(190)를 포함할 수 있다.Referring to FIG. 1, the encoding device 100 includes an inter prediction unit 110, an intra prediction unit 120, a switch 115, a subtractor 125, a transform unit 130, a quantization unit 140, and an entropy encoding unit. It may include a unit 150, an inverse quantization unit 160, an inverse transform unit 170, an adder 175, a filter unit 180, and a reference picture buffer 190.
부호화 장치(100)는 인트라 모드 및/또는 인터 모드를 사용하여 대상 영상에 대한 부호화를 수행할 수 있다. 말하자면, 대상 블록에 대한 예측 모드는 인트라The encoding device 100 may perform encoding on the target image using intra mode and/or inter mode. That is to say, the prediction mode for the target block is intra
모드 및 인터 모드 중 하나일 수 있다.It can be either mode or inter mode.
이하에서, 용어들 "인트라 모드", "인트라 예측 모드", "화면 내 모드" 및 "화면 내 예측 모드"는 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “intra mode”, “intra prediction mode”, “intra-picture mode” and “intra-picture prediction mode” may be used with the same meaning and may be used interchangeably.
이하에서, 용어들 "인터 모드", "인터 예측 모드", "화면 간 모드" 및 "화면 간 예측 모드"는 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “inter mode”, “inter prediction mode”, “inter-screen mode”, and “inter-screen prediction mode” may be used with the same meaning and may be used interchangeably.
이하에서, 용어 "영상"은 단지 영상의 일부를 가리킬 수 있으며, 블록을 가리킬 수 있다. 또한, "영상"에 대한 처리는 복수의 블록들에 대한 순차적인 처리를 나타낼 수 있다.Hereinafter, the term “image” may refer only to a portion of an image or may refer to a block. Additionally, processing of “image” may represent sequential processing of a plurality of blocks.
또한, 부호화 장치(100)는 대상 영상에 대한 부호화를 통해 부호화된 정보를 포함하는 비트스트림을 생성할 수 있고, 생성된 비트스트림을 출력 및 저장할 수 있다. 생성된 비트스트림은 컴퓨터 판독가능한 기록 매체에 저장될 수 있고, 유선 및/또는 무선 전송 매체를 통해 스트리밍될 수 있다.Additionally, the encoding device 100 can generate a bitstream including encoded information through encoding of a target image, and output and store the generated bitstream. The generated bitstream may be stored in a computer-readable recording medium and streamed through wired and/or wireless transmission media.
예측 모드로서, 인트라 모드가 사용되는 경우, 스위치(115)는 인트라로 전환될 수 있다. 예측 모드로서, 인터 모드가 사용되는 경우, 스위치(115)는 인터로 전환될 수 있다.As the prediction mode, if intra mode is used, switch 115 can be switched to intra. As the prediction mode, if the inter mode is used, the switch 115 can be switched to inter.
부호화 장치(100)는 대상 블록에 대한 예측 블록을 생성할 수 있다. 또한, 부호화 장치(100)는 예측 블록이 생성된 후, 대상 블록 및 예측 블록의 잔차(residual)를 사용하여 대상 블록에 대한 잔차 블록을 부호화할 수 있다.The encoding device 100 may generate a prediction block for the target block. Additionally, after the prediction block is generated, the encoding device 100 may encode the residual block for the target block using the residual of the target block and the prediction block.
예측 모드가 인트라 모드인 경우, 인트라 예측부(120)는 대상 블록의 이웃에 있는, 이미 부호화 및/또는 복호화된 블록의 픽셀을 참조 샘플로서 이용할 수 있다. 인트라 예측부(120)는 참조 샘플을 이용하여 대상 블록에 대한 공간적 예측을 수행할 수 있고, 공간적 예측을 통해 대상 블록에 대한 예측 샘플들을 생성할 수 있다. 예측 샘플은 예측 블록 내의 샘플을 의미할 수 있다.When the prediction mode is intra mode, the intra prediction unit 120 may use pixels of a block that is already encoded and/or decoded, which is a neighbor of the target block, as a reference sample. The intra prediction unit 120 may perform spatial prediction for the target block using a reference sample and generate prediction samples for the target block through spatial prediction. A prediction sample may refer to a sample within a prediction block.
인터 예측부(110)는 움직임 예측부 및 움직임 보상부를 포함할 수 있다.The inter prediction unit 110 may include a motion prediction unit and a motion compensation unit.
예측 모드가 인터 모드인 경우, 움직임 예측부는, 움직임 예측 과정에서 참조 영상으로부터 대상 블록과 가장 매치가 잘 되는 영역을 검색할 수 있고, 검색된 영역을 이용하여 대상 블록 및 검색된 영역에 대한 움직임 벡터를 도출할 수 있다. 이 때, 움직임 예측부는 검색의 대상인 영역으로서 탐색 영역을 사용할 수 있다.When the prediction mode is inter mode, the motion prediction unit can search for the area that best matches the target block from the reference image during the motion prediction process, and use the searched area to derive motion vectors for the target block and the searched area. can do. At this time, the motion prediction unit may use the search area as the area that is the target of the search.
참조 영상은 참조 픽처 버퍼(190)에 저장될 수 있으며, 참조 영상에 대한 부호화 및/또는 복호화가 처리되었을 때 부호화 및/또는 복호화된 참조 영상은 참조 픽처 버퍼(190)에 저장될 수 있다.The reference image may be stored in the reference picture buffer 190, and when encoding and/or decoding of the reference image is processed, the encoded and/or decoded reference image may be stored in the reference picture buffer 190.
복호화된 픽처가 저장됨에 따라, 참조 픽처 버퍼(190)는 복호화된 픽처 버퍼(Decoded Picture Buffer; DPB)일 수 있다.As the decoded picture is stored, the reference picture buffer 190 may be a decoded picture buffer (DPB).
움직임 보상부는 움직임 벡터를 이용하는 움직임 보상을 수행함으로써 대상 블록에 대한 예측 블록을 생성할 수 있다. 여기에서, 움직임 벡터는 인터 예측에 사용되는 2차원 벡터일 수 있다. 또한 움직임 벡터는 대상 영상 및 참조 영상 간의 오프셋(offset)을 나타낼 수 있다.The motion compensation unit may generate a prediction block for the target block by performing motion compensation using a motion vector. Here, the motion vector may be a two-dimensional vector used for inter prediction. Additionally, the motion vector may indicate an offset between the target image and the reference image.
움직임 예측부 및 움직임 보상부는 움직임 벡터가 정수가 아닌 값을 가진 경우 참조 영상 내의 일부 영역에 대해 보간 필터(interpolation filter)를 적용함으로써 예측 블록을 생성할 수 있다. 인터 예측 또는 움직임 보상을 수행하기 위해, CU를 기준으로 CU에 포함된 PU의 움직임 예측 및 움직임 보상의 방법이 스킵 모드(skip mode), 머지 모드(merge mode), 향상된 움직임 벡터 예측(Advanced Motion Vector Prediction; AMVP) 모드 및 현재 픽처 참조 모드 중 어떠한 방법인지 여부가 판단될 수 있고, 각 모드에 따라 인터 예측 또는 움직임 보상이 수행될 수 있다.When the motion prediction unit and the motion compensation unit have a non-integer value, the motion prediction unit and the motion compensation unit may generate a prediction block by applying an interpolation filter to some areas in the reference image. In order to perform inter prediction or motion compensation, the methods of motion prediction and motion compensation of the PU included in the CU based on the CU include skip mode, merge mode, and advanced motion vector prediction. Prediction (AMVP) mode or the current picture reference mode can be determined, and inter prediction or motion compensation can be performed according to each mode.
감산기(125)는 대상 블록 및 예측 블록의 차분인 잔차 블록(residual block)을 생성할 수 있다. 잔차 블록은 잔차 신호로 칭해질 수도 있다.The subtractor 125 may generate a residual block, which is the difference between the target block and the prediction block. A residual block may also be referred to as a residual signal.
잔차 신호는 원 신호 및 예측 신호 간의 차이(difference)를 의미할 수 있다. 또는, 잔차 신호는 원신호 및 예측 신호 간의 차이를 변환(transform)하거나 양자화하거나 또는 변환 및 양자화함으로써 생성된 신호일 수 있다. 잔차 블록은 블록 단위에 대한 잔차 신호일 수 있다.The residual signal may refer to the difference between the original signal and the predicted signal. Alternatively, the residual signal may be a signal generated by transforming or quantizing, or transforming and quantizing, the difference between the original signal and the predicted signal. A residual block may be a residual signal on a block basis.
변환부(130)는 잔차 블록에 대해 변환(transform)을 수행하여 변환 계수를 생성할 수 있고, 생성된 변환 계수(transform coefficient)를 출력할 수 있다. 여기서, 변환 계수는 잔차 블록에 대한 변환을 수행함으로써 생성된 계수 값일 수 있다.The transform unit 130 may generate a transform coefficient by performing transformation on the residual block and output the generated transform coefficient. Here, the transformation coefficient may be a coefficient value generated by performing transformation on the residual block.
변환부(130)는 변환을 수행함에 있어서 기정의된 복수의 변환 방법들 중 하나를 사용할 수 있다.The conversion unit 130 may use one of a plurality of predefined conversion methods when performing conversion.
기정의된 복수의 변환 방법들은 이산 코사인 변환(Discrete Cosine Transform; DCT), 이산 사인 변환(Discrete Sine Transform; DST) 및 카루넨-루베 변환(Karhunen-Loeve Transform; KLT) 기반 변환 등을 포함할 수 있다.The plurality of predefined transformation methods may include Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), and Karhunen-Loeve Transform (KLT) based transformation, etc. there is.
잔차 블록에 대한 변환을 위해 사용되는 변환 방법은 대상 블록 및/또는 이웃 블록에 대한 코딩 파라미터들 중 적어도 하나에 따라 결정될 수 있다. 예를 들면, 변환 방법은 PU에 대한 인터 예측 모드, PU에 대한 인트라 예측 모드, TU의 크기 및 TU의 형태 중 적어도 하나에 기반하여 결정될 수 있다. 또는, 변환 방법을 지시하는 변환 정보가 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수도 있다.The transformation method used to transform the residual block may be determined according to at least one of coding parameters for the target block and/or the neighboring block. For example, the conversion method may be determined based on at least one of the inter prediction mode for the PU, the intra prediction mode for the PU, the size of the TU, and the shape of the TU. Alternatively, conversion information indicating a conversion method may be signaled from the encoding device 100 to the decoding device 200.
변환 스킵(transform skip) 모드가 적용되는 경우, 변환부(130)는 잔차 블록에 대한 변환을 생략할 수도 있다.When the transform skip mode is applied, the transform unit 130 may omit transforming the residual block.
변환 계수에 양자화를 적용함으로써 양자화된 변환 계수 레벨(transform coefficient level) 또는 양자화된 레벨이 생성될 수 있다. 이하, 실시예들에서는 양자화된 변환 계수 레벨 및 양자화된 레벨도 변환 계수로 칭해질 수 있다.A quantized transform coefficient level or quantized level can be generated by applying quantization to the transform coefficient. Hereinafter, in embodiments, the quantized transform coefficient level and the quantized level may also be referred to as transform coefficients.
양자화부(140)는 변환 계수를 양자화 파라미터에 맞춰 양자화함으로써 양자화된 변환 계수 레벨(quantized transform coefficient level)(말하자면, 양자화된 레벨 또는 양자화된 계수)를 생성할 수 있다. 양자화부(140)는 생성된 양자화된 변환 계수 레벨을 출력할 수 있다. 이때, 양자화부(140)에서는 양자화 행렬을 사용하여 변환 계수를 양자화할 수 있다.The quantization unit 140 may generate a quantized transform coefficient level (that is, a quantized level or a quantized coefficient) by quantizing the transform coefficient according to the quantization parameter. The quantization unit 140 may output the generated quantized transform coefficient level. At this time, the quantization unit 140 may quantize the transform coefficient using a quantization matrix.
엔트로피 부호화부(150)는, 양자화부(140)에서 산출된 값들 및/또는 부호화 과정에서 산출된 코딩 파라미터 값들 등에 기초하여 확률 분포에 따른 엔트로피 부호화를 수행함으로써 비트스트림(bitstream)을 생성할 수 있다. 엔트로피 부호화부(150)는 생성된 비트스트림을 출력할 수 있다.The entropy encoding unit 150 may generate a bitstream by performing entropy encoding according to a probability distribution based on the values calculated by the quantization unit 140 and/or coding parameter values calculated during the encoding process. . The entropy encoding unit 150 may output the generated bitstream.
엔트로피 부호화부(150)는 영상의 픽셀에 관한 정보 및 영상의 복호화를 위한 정보에 대한 엔트로피 부호화를 수행할 수 있다. 예를 들면, 영상의 복호화를 위한 정보는 신택스 요소(syntax element) 등을 포함할 수 있다.The entropy encoding unit 150 may perform entropy encoding on information about pixels of an image and information for decoding the image. For example, information for decoding an image may include syntax elements, etc.
엔트로피 부호화가 적용되는 경우, 높은 발생 확률을 갖는 심볼에 적은 수의 비트가 할당될 수 있고, 낮은 발생 확률을 갖는 심볼에 많은 수의 비트가 할당될 수 있다. 이러한 할당을 통해 심볼이 표현됨에 따라, 부호화의 대상인 심볼들에 대한 비트열(bitstring)의 크기가 감소될 수 있다. 따라서, 엔트로피 부호화를 통해서 영상 부호화의 압축 성능이 향상될 수 있다.When entropy coding is applied, a small number of bits may be assigned to symbols with a high probability of occurrence, and a large number of bits may be assigned to symbols with a low probability of occurrence. As symbols are expressed through this allocation, the size of the bitstring for the symbols that are the target of encoding can be reduced. Therefore, the compression performance of video encoding can be improved through entropy coding.
또한, 엔트로피 부호화부(150)는 엔트로피 부호화를 위해 지수 골롬(exponential golomb), 문맥-적응형 가변 길이 코딩(Context-Adaptive Variable Length Coding; CAVLC) 및 문맥-적응형 이진 산술 코딩(Context-Adaptive Binary Arithmetic Coding; CABAC) 등과 같은 부호화 방법을 사용할 수 있다. 예를 들면, 엔트로피 부호화부(150)는 가변 길이 코딩(Variable Length Coding/Code; VLC) 테이블을 이용하여 엔트로피 부호화를 수행할 수 있다. 예를 들면, 엔트로피 부호화부(150)는 대상 심볼에 대한 이진화(binarization) 방법을 도출할 수 있다. 또한, 엔트로피 부호화부(150)는 대상 심볼/빈(bin)의 확률 모델(probability model)을 도출할 수 있다. 엔트로피 부호화부(150)는 도출된 이진화 방법, 확률 모델 및 문맥 모델(context model)을 사용하여 산술 부호화를 수행할 수도 있다.In addition, the entropy encoding unit 150 uses exponential golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding for entropy encoding. Coding methods such as Arithmetic Coding (CABAC) can be used. For example, the entropy encoding unit 150 may perform entropy encoding using a Variable Length Coding/Code (VLC) table. For example, the entropy encoding unit 150 may derive a binarization method for the target symbol. Additionally, the entropy encoder 150 can derive a probability model of the target symbol/bin. The entropy encoding unit 150 may perform arithmetic encoding using the derived binarization method, probability model, and context model.
엔트로피 부호화부(150)는 양자화된 변환 계수 레벨을 부호화하기 위해 변환 계수 스캐닝(transform coefficient scanning) 방법을 통해 2차원의 블록의 형태(form)의 계수를 1차원의 벡터의 형태로 변경할 수 있다.The entropy encoder 150 can change the coefficients of the two-dimensional block form into the form of a one-dimensional vector through a transform coefficient scanning method to encode the quantized transform coefficient level.
코딩 파라미터는 부호화 및/또는 복호화를 위해 요구되는 정보일 수 있다. 코딩 파라미터는 부호화 장치(100)에서 부호화되어 부호화 장치(100)로부터 복호화 장치로 전달되는 정보를 포함할 수 있고, 부호화 혹은 복호화 과정에서 유도될 수 있는 정보를 포함할 수 있다. 예를 들면, 복호화 장치로 전달되는 정보로서, 신택스 요소가 있다.Coding parameters may be information required for encoding and/or decoding. The coding parameter may include information encoded in the encoding device 100 and transmitted from the encoding device 100 to the decoding device, and may include information that can be derived during the encoding or decoding process. For example, information transmitted to the decoding device includes syntax elements.
코딩 파라미터(coding parameter)는 신택스 요소와 같이 부호화 장치에서 부호화되고, 부호화 장치로부터 복호화 장치로 시그널링되는 정보(또는, 플래그 및 인덱스 등)뿐만 아니라, 부호화 과정 또는 복호화 과정에서 유도되는 정보를 포함할 수 있다. 또한, 코딩 파라미터는 영상을 부호화하거나 복호화함에 있어서 요구되는 정보를 포함할 수 있다. 예를 들면, 유닛/블록의 크기, 유닛/블록의 형태 유닛/블록의 깊이, 유닛/블록의 분할 정보, 유닛/블록의 분할 구조, 유닛/블록이 쿼드 트리 형태로 분할되는지 여부를 나타내는 정보, 유닛/블록이 이진 트리 형태로 분할되는지 여부를 나타내는 정보, 이진 트리 형태의 분할 방향(가로 방향 또는 세로 방향), 이진 트리 형태의 분할 형태(대칭 분할 또는 비대칭 분할), 유닛/블록이 삼진 트리 형태로 분할되는지 여부를 나타내는 정보, 삼진 트리 형태의 분할 방향(가로 방향 또는 세로 방향), 삼진 트리 형태의 분할 형태(대칭 분할 또는 비대칭 분할 등), 유닛/블록이 멀티-타입(multi-type) 트리 형태로 분할되는지 여부를 나타내는 정보, 멀티-타입 트리 형태의 분할의 조합 및 방향(가로 방향 또는 세로 방향 등), 멀티-타입 트리 형태의 분할의 분할 형태(대칭 분할 또는 비대칭 분할), 멀티-타입 트리 형태의 분할 트리(이진 트리 또는 삼진 트리), 예측 모드의 타입(인트라 예측 또는 인터 예측), 인트라 예측 모드/방향, 인트라 루마 예측 모드/방향, 인트라 크로마 예측 모드/방향, 인트라 분할 정보, 인터 분할 정보, 코딩 블록 분할 플래그, 예측 블록 분할 플래그, 변환 블록 분할 플래그, 참조 샘플 필터링 방법, 참조 샘플 필터 탭(tap), 참조 샘플 필터 계수, 예측 블록 필터링 방법, 예측 블록 필터 탭, 예측 블록 필터 계수, 예측 블록 경계 필터링 방법, 예측 블록 경계 필터 탭, 예측 블록 경계 필터 계수, 인터 예측 모드, 움직임 정보, 움직임 벡터, 움직임 벡터 차분, 참조 픽처 인덱스, 인터 예측 방향, 인터 예측 지시자, 예측 리스트 활용(utilization) 플래그, 참조 픽처 리스트, 참조 영상, POC, 움직임 벡터 예측기, 움직임 벡터 예측 인덱스, 움직임 벡터 예측 후보, 움직임 벡터 후보 리스트, 머지 모드를 사용하는지 여부를 나타내는 정보, 머지 인덱스, 머지 후보, 머지 후보 리스트, 스킵(skip) 모드를 사용하는지 여부를 나타내는 정보, 보간 필터의 타입, 보간 필터의 필터 탭, 보간 필터의 필터 계수, 움직임 벡터 크기, 움직임 벡터 표현 정확도, 변환 타입, 변환 크기, 1차 변환을 사용하는지 여부를 나타내는 정보, 추가(2차) 변환을 사용하는지 여부를 나타내는 정보, 1차 변환 선택 정보(또는, 1차 변환 인덱스), 2차 변환 선택 정보(또는, 2차 변환 인덱스), 잔차 신호의 유무를 나타내는 정보, 코드된 블록 패턴(coded block pattern), 코드된 블록 플래그(coded block flag), 양자화 파라미터, 잔차 양자화 파라미터, 양자화 행렬, 인트라-루프 필터에 대한 정보, 인트라-루프 필터를 적용하는지 여부를 나타내는 정보, 인트라-루프 필터의 계수, 인트라-루프의 필터 탭, 인트라 루프 필터의 모양(shape)/형태(form), 디블록킹 필터를 적용하는지 여부를 나타내는 정보, 디블록킹 필터의 계수, 디블록킹 필터의 필터 탭, 디블록킹 필터의 강도, 디블록킹 필터의 모양/형태, 적응적 샘플 오프셋을 적용하는지 여부를 나타내는 정보, 적응적 샘플 오프셋 값, 적응적 샘플 오프셋 카테고리, 적응적 샘플 오프셋 타입, 적응적인-루프(in-loop) 필터를 적용하는지 여부를 나타내는 정보, 적응적 인-루프 필터의 계수, 적응적 인-루프 필터의 필터 탭, 적응적 인-루프 필터의 모양/형태, 이진화/역이진화 방법, 문맥 모델, 문맥 모델 결정 방법, 문맥 모델 업데이트 방법, 레귤러 모드를 수행하는지 여부를 나타내는 정보, 바이패스 모드를 수행하는지 여부를 나타내는 정보, 중요(significant) 계수 플래그, 마지막 중요 계수 플래그, 계수 그룹 단위 코딩 플래그, 마지막 중요 계수 위치, 계수 값이 1보다 더 큰지 여부를 나타내는 플래그, 계수 값이 2보다 더 큰지 여부를 나타내는 플래그, 계수 값이 3보다 더 큰지 여부를 나타내는 플래그, 나머지 계수 값 정보, 부호(sign) 정보, 재구축된 루마 샘플, 재구축된 크로마 샘플, 문맥 빈, 바이패스 빈, 잔차 루마 샘플, 잔차 크로마 샘플, 변환 계수, 루마 변환 계수, 크로마 변환 계수, 양자화된 레벨, 루마 양자화된 레벨, 크로마 양자화된 레벨, 변환 계수 레벨, 루마 변환 계수 레벨, 크로마 변환 계수 레벨, 변환 계수 레벨 스캐닝 방법, 복호화 장치의 측면에서의 움직임 벡터 탐색 영역의 크기, 복호화 장치의 측면에서의 움직임 벡터 탐색 영역의 형태, 복호화 장치의 측면에서의 움직임 벡터 탐색 횟수, CTU 크기, 최소 블록 크기, 최대 블록 크기, 최대 블록 깊이, 최소 블록 깊이, 영상의 디스플레이/출력 순서, 슬라이스 식별 정보, 슬라이스 타입, 슬라이스 분할 정보, 타일 그룹 식별 정보, 타일 그룹 타입, 타일 그룹 분할 정보, 타일 식별 정보, 타일 타입, 타일 분할 정보, 픽처 타입, 비트 심도, 입력 샘플 비트 심도, 재구축된 샘플 비트 심도, 잔차 샘플 비트 심도, 변환 계수 비트 심도, 양자화된 레벨 비트 심도, 루마 신호에 대한 정보, 크로마 신호에 대한 정보, 대상 블록의 색 공간(color space) 및 잔차 블록의 색 공간 중 적어도 하나의 값, 조합된 형태 또는 통계가 코딩 파라미터에 포함될 수 있다. 또한, 전술된 코딩 파라미터에 관련된 정보도 코딩 파라미터에 포함될 수 있다. 전술된 코딩 파라미터를 계산 및/또는 유도하기 위해 사용되는 정보도 코딩 파라미터에 포함될 수 있다. 전술된 코딩 파라미터를 사용하여 계산 또는 유도되는 정보도 코딩 파라미터에 포함될 수 있다.Coding parameters are encoded in an encoding device, such as syntax elements, and may include information derived from the encoding process or decoding process, as well as information (or flags and indexes, etc.) signaled from the encoding device to the decoding device. there is. Additionally, coding parameters may include information required for encoding or decoding an image. For example, the size of the unit/block, the shape of the unit/block, the depth of the unit/block, the division information of the unit/block, the division structure of the unit/block, information indicating whether the unit/block is divided into a quad tree form, Information indicating whether the unit/block is split into a binary tree, the direction of the binary tree split (horizontal or vertical), the split type of the binary tree (symmetric split or asymmetric split), and whether the unit/block is split into a ternary tree. Information indicating whether the unit/block is divided into a ternary tree, the direction of division (horizontal or vertical), the division type of the ternary tree (symmetric division or asymmetric division, etc.), and whether the unit/block is a multi-type tree. Information indicating whether the division is divided in the form of a multi-type tree, combination and direction of the division in the multi-type tree form (horizontal or vertical direction, etc.), division type of the division in the multi-type tree form (symmetric division or asymmetric division), multi-type Splitting tree in the form of a tree (binary tree or ternary tree), type of prediction mode (intra prediction or inter prediction), intra prediction mode/direction, intra luma prediction mode/direction, intra chroma prediction mode/direction, intra splitting information, inter Segmentation information, coding block segmentation flag, prediction block segmentation flag, transformation block segmentation flag, reference sample filtering method, reference sample filter tab (tap), reference sample filter coefficient, prediction block filtering method, prediction block filter tab, prediction block filter coefficient , prediction block boundary filtering method, prediction block boundary filter tab, prediction block boundary filter coefficient, inter prediction mode, motion information, motion vector, motion vector difference, reference picture index, inter prediction direction, inter prediction indicator, prediction list utilization. ) Flag, reference picture list, reference image, POC, motion vector predictor, motion vector prediction index, motion vector prediction candidate, motion vector candidate list, information indicating whether merge mode is used, merge index, merge candidate, merge candidate list , information indicating whether skip mode is used, type of interpolation filter, filter tab of the interpolation filter, filter coefficient of the interpolation filter, motion vector size, motion vector expression accuracy, transformation type, transformation size, and first-order transformation. Information indicating whether to use, information indicating whether to use additional (secondary) transformation, primary transformation selection information (or primary transformation index), secondary transformation selection information (or secondary transformation index), residual Information indicating the presence or absence of a signal, coded block pattern, coded block flag, quantization parameter, residual quantization parameter, quantization matrix, information on intra-loop filter, intra-loop filter Information indicating whether to apply, coefficient of intra-loop filter, filter tab of intra-loop, shape/form of intra-loop filter, information indicating whether to apply deblocking filter, deblocking filter Coefficients, filter tab of deblocking filter, strength of deblocking filter, shape/form of deblocking filter, information indicating whether adaptive sample offset is applied, adaptive sample offset value, adaptive sample offset category, adaptive sample Offset type, information indicating whether to apply an adaptive-loop (in-loop filter), coefficients of the adaptive-loop filter, filter tab of the adaptive-loop filter, shape/form of the adaptive-loop filter. , binarization/debinarization method, context model, context model determination method, context model update method, information indicating whether regular mode is performed, information indicating whether bypass mode is performed, significant coefficient flag, last significant Coefficient flag, coefficient group unit coding flag, last significant coefficient position, flag indicating whether the coefficient value is greater than 1, flag indicating whether the coefficient value is greater than 2, flag indicating whether the coefficient value is greater than 3, Remaining coefficient value information, sign information, reconstructed luma sample, reconstructed chroma sample, context bin, bypass bin, residual luma sample, residual chroma sample, transform coefficient, luma transform coefficient, chroma transform coefficient, quantization level, luma quantized level, chroma quantized level, transform coefficient level, luma transform coefficient level, chroma transform coefficient level, transform coefficient level scanning method, size of motion vector search area on the side of the decoding device, side of the decoding device Shape of the motion vector search area, number of motion vector searches on the side of the decoding device, CTU size, minimum block size, maximum block size, maximum block depth, minimum block depth, display/output order of the image, slice identification information, Slice type, slice division information, tile group identification information, tile group type, tile group division information, tile identification information, tile type, tile division information, picture type, bit depth, input sample bit depth, reconstructed sample bit depth, At least one value, combination of residual sample bit depth, transform coefficient bit depth, quantized level bit depth, information about luma signal, information about chroma signal, color space of target block, and color space of residual block Forms or statistics may be included in coding parameters. Additionally, information related to the above-described coding parameters may also be included in the coding parameters. Information used to calculate and/or derive the coding parameters described above may also be included in the coding parameters. Information calculated or derived using the above-described coding parameters may also be included in the coding parameters.
1차 변환 선택 정보는 대상 블록에 적용되는 1차 변환을 나타낼 수 있다.Primary transformation selection information may indicate the primary transformation applied to the target block.
2차 변환 선택 정보는 대상 블록에 적용되는 2차 변환을 나타낼 수 있다.Secondary transformation selection information may indicate secondary transformation applied to the target block.
잔차 신호는 원 신호 및 예측 신호 간의 차분(difference)을 나타낼 수 있다. 또는, 잔차 신호는 원신호 및 예측 신호 간의 차분을 변환(transform)함으로써 생성된 신호일 수 있다. 또는, 잔차 신호는 원 신호 및 예측 신호 간의 차분을 변환 및 양자화함으로써 생성된 신호일 수 있다. 잔차 블록은 블록에 대한 잔차 신호일 수 있다.The residual signal may represent the difference between the original signal and the predicted signal. Alternatively, the residual signal may be a signal generated by transforming the difference between the original signal and the predicted signal. Alternatively, the residual signal may be a signal generated by converting and quantizing the difference between the original signal and the predicted signal. A residual block may be a residual signal for a block.
여기서, 정보를 시그널링(signaling)한다는 것은 부호화 장치(100)에서는 플래그 또는 인덱스에 대한 엔트로피 부호화(entropy encoding)를 수행함으로써 생성된 엔트로피 부호화된 정보를 비트스트림(Bitstream)에 포함시키는 것을 의미할 수 있고, 복호화 장치(200)에서는 비트스트림으로부터 추출된 엔트로피 부호화된 정보에 대한 엔트로피 복호화(entropy decoding)를 수행함으로써 정보를 획득하는 것을 의미할 수 있다. 여기에서, 정보는 플래그 및 인덱스 등을 포함할 수 있다.Here, signaling information may mean that the encoding device 100 includes entropy-encoded information generated by performing entropy encoding on a flag or index in a bitstream. , this may mean that the decoding device 200 obtains information by performing entropy decoding on entropy-encoded information extracted from the bitstream. Here, the information may include flags and indexes.
신호는 시그널링되는 정보를 의미할 수 있다. 이하에서, 영상 및 블록에 대한 정보는 신호로 칭해질 수 있다. 또한, 이하에서, 용어들 "정보" 및 "신호"는 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다. 예를 들면, 특정한 신호는 특정한 블록을 나타내는 신호일 수 있다. 원(original) 신호는 대상 블록을 나타내는 신호일 수 있다. 예측(prediction) 신호는 예측 블록을 나타내는 신호일 수 있다. 잔차(residual) 신호는 잔차 블록을 나타내는 신호일 수 있다.A signal may refer to signaled information. Hereinafter, information about images and blocks may be referred to as signals. Additionally, hereinafter, the terms “information” and “signal” may be used with the same meaning and may be used interchangeably. For example, a specific signal may be a signal representing a specific block. The original signal may be a signal representing the target block. A prediction signal may be a signal representing a prediction block. The residual signal may be a signal representing a residual block.
비트스트림은 특정된 신택스에 따른 정보를 포함할 수 있다. 부호화 장치(100)는 특정된 신택스에 따라 정보를 포함하는 비트스트림을 생성할 수 있다. 부호화 장치(200)는 특정된 신택스에 따라 비트스트림으로부터 정보를 획득할 수 있다.The bitstream may include information according to a specified syntax. The encoding device 100 may generate a bitstream including information according to a specified syntax. The encoding device 200 may obtain information from the bitstream according to the specified syntax.
부호화 장치(100)에 의해 인터 예측을 통한 부호화가 수행되기 때문에, 부호화된 대상 영상은 이후에 처리되는 다른 영상(들)에 대하여 참조 영상으로서 사용될 수 있다. 따라서, 부호화 장치(100)는 부호화된 대상 영상을 다시 재구축 또는 복호화할 수 있고, 재구축 또는 복호화된 영상을 참조 영상으로서 참조 픽처 버퍼(190)에 저장할 수 있다. 복호화를 위해 부호화된 대상 영상에 대한 역양자화 및 역변환이 처리될 수 있다.Since encoding through inter prediction is performed by the encoding device 100, the encoded target image can be used as a reference image for other image(s) to be processed later. Accordingly, the encoding device 100 can reconstruct or decode the encoded target image, and store the reconstructed or decoded image as a reference image in the reference picture buffer 190. For decoding, inverse quantization and inverse transformation may be processed on the encoded target image.
양자화된 레벨은 역양자화부(160)에서 역양자화될(inversely quantized) 수 있고, 역변환부(170)에서 역변환될(inversely transformed) 수 있다. 역양자화부(160)는 양자화된 레벨에 대한 역양자화를 수행함으로써 역양자화된 계수를 생성할 수 있다. 역변환부(170)는 역양자화된 계수에 대한 역변환을 수행함으로써 역양자화 및 역변환된 계수를 생성할 수 있다.The quantized level may be inversely quantized in the inverse quantization unit 160 and inversely transformed in the inverse transformation unit 170. The inverse quantization unit 160 may generate an inverse quantized coefficient by performing inverse quantization on the quantized level. The inverse transform unit 170 may generate inverse quantized and inverse transformed coefficients by performing inverse transformation on the inverse quantized coefficients.
역양자화 및 역변환된 계수는 가산기(175)를 통해 예측 블록과 합해질 수 있다, 역양자화 및 역변환된 계수와 예측 블록을 합함으로써 재구축된(reconstructed) 블록이 생성될 수 있다. 여기서, 역양자화 및/또는 역변환된 계수는 역양자화(dequantization) 및 역변환(inverse-transformation) 중 적어도 하나 이상이 수행된 계수를 의미할 수 있고, 재구축된 잔차 블록을 의미할 수 있다. 여기서, 재구축된 블록은 복원(recovered) 블록 또는 복호(decoded) 블록을 의미할 수 있다.The inverse-quantized and inverse-transformed coefficients can be combined with the prediction block through the adder 175. A reconstructed block can be generated by combining the inverse-quantized and inverse-transformed coefficients with the prediction block. Here, the dequantized and/or inverse-transformed coefficient may mean a coefficient on which at least one of dequantization and inverse-transformation has been performed, and may mean a reconstructed residual block. Here, the reconstructed block may mean a recovered block or a decoded block.
재구축된 블록은 필터부(180)를 거칠 수 있다. 필터부(180)는 디블록킹 필터(deblocking filter), 샘플 적응적 오프셋(Sample Adaptive Offset; SAO), 적응적 루프 필터(Adaptive Loop Filter; ALF) 및 논 로컬 필터(Non Local Filter; NLF) 중 적어도 하나 이상을 재구축된 샘플, 재구축된 블록 또는 재구축된 픽처에 적용할 수 있다. 필터부(180)는 인-루프(in-loop) 필터로 칭해질 수도 있다.The reconstructed block may pass through the filter unit 180. The filter unit 180 includes at least a deblocking filter, a sample adaptive offset (SAO), an adaptive loop filter (ALF), and a non-local filter (NLF). One or more can be applied to a reconstructed sample, reconstructed block, or reconstructed picture. The filter unit 180 may also be referred to as an in-loop filter.
디블록킹 필터는 재구축된 픽처 내의 블록들 간의 경계에서 발생한 블록 왜곡을 제거할 수 있다. 디블록킹 필터를 적용할지 여부를 판단하기 위해, 블록에 포함된 몇 개의 열 또는 행에 포함된 픽셀(들)에 기반하여 대상 블록에 디블록킹 필터를 적용할지 여부가 판단될 수 있다.The deblocking filter can remove block distortion occurring at the boundaries between blocks in the reconstructed picture. To determine whether to apply a deblocking filter, it may be determined whether to apply a deblocking filter to the target block based on the pixel(s) included in a few columns or rows included in the block.
대상 블록에 디블록킹 필터를 적용하는 경우, 적용되는 필터는 요구되는 디블록킹 필터링의 강도에 따라 다를 수 있다. 말하자면, 서로 다른 필터들 중 디블록킹 필터링의 강도에 따라 결정된 필터가 대상 블록에 적용될 수 있다. 대상 블록에 디블록킹 필터가 적용되는 경우, 요구되는 디블록킹 필터링의 강도에 따라 롱-탭 필터(long-tap filter), 강한 필터(strong filter), 약한 필터(weak filter) 및 가우시안 필터(Gaussian filter) 중 하나 이상의 필터가 대상 블록에 적용될 수 있다.When applying a deblocking filter to a target block, the applied filter may vary depending on the strength of deblocking filtering required. In other words, among different filters, a filter determined according to the strength of deblocking filtering may be applied to the target block. When a deblocking filter is applied to the target block, a long-tap filter, strong filter, weak filter, and Gaussian filter are used depending on the strength of the deblocking filtering required. ) one or more filters may be applied to the target block.
또한, 대상 블록에 수직 방향 필터링 및 수평 방향 필터링이 수행되는 경우, 수평 방향 필터링 및 수직 방향 필터링이 병행으로 처리될 수 있다.Additionally, when vertical filtering and horizontal filtering are performed on the target block, horizontal filtering and vertical filtering may be processed in parallel.
SAO는 코딩 에러에 대한 보상을 위해 픽셀의 픽셀 값에 적정한 오프셋(offset)을 더할 수 있다. SAO는 디블록킹이 적용된 영상에 대해, 픽셀의 단위로 원본 영상 및 디블록킹이 적용된 영상 간의 차이에 대하여 오프셋을 사용하는 보정을 수행할 수 있다. 영상에 대한 오프셋 보정을 수행하기 위해, 영상에 포함된 픽셀들을 일정한 수의 영역들로 구분한 후, 구분된 영역들 중 오프셋이 수행될 영역을 결정하고, 결정된 영역에 오프셋을 적용하는 방법이 사용될 수 있고, 영상의 각 픽셀의 에지 정보를 고려하여 오프셋을 적용하는 방법이 사용될 수 있다.SAO can add an appropriate offset to the pixel value of a pixel to compensate for coding errors. SAO can perform correction using an offset for the difference between the original image and the deblocked image in pixel units for the image to which deblocking has been applied. In order to perform offset correction on an image, a method is used to divide the pixels included in the image into a certain number of areas, determine the area where offset is to be performed among the divided areas, and apply the offset to the determined area. A method of applying an offset by considering edge information of each pixel of the image may be used.
ALF는 재구축된 영상 및 원래의 영상을 비교한 값에 기반하여 필터링을 수행할 수 있다. 영상에 포함된 픽셀들을 소정의 그룹들로 분할한 후, 각 분할된 그룹에 적용될 필터가 결정될 수 있고, 그룹 별로 차별적으로 필터링이 수행될 수 있다. 적응적 루프 필터를 적용할지 여부에 관련된 정보는 CU 별로 시그널링될 수 있다. 이러한 정보는 루마 신호에 대하여 시그널링될 수 있다. 각 블록에 적용될 ALF의 모양 및 필터 계수는 블록 별로 다를 수 있다. 또는, 블록의 특징과는 무관하게, 고정된 형태의 ALF가 블록에 적용될 수 있다.ALF can perform filtering based on a comparison between the reconstructed image and the original image. After dividing pixels included in an image into predetermined groups, a filter to be applied to each divided group can be determined, and filtering can be performed differentially for each group. Information related to whether to apply an adaptive loop filter may be signaled for each CU. This information can be signaled for the luma signal. The shape of the ALF and filter coefficients to be applied to each block may be different for each block. Alternatively, regardless of the characteristics of the block, a fixed form of ALF may be applied to the block.
논 로컬 필터는 대상 블록과 유사한 재구축된 블록들에 기반하여 필터링을 수행할 수 있다. 재구축된 영상에서 대상 블록과 유사한 영역이 선택될 수 있고, 선택된 유사한 영역의 통계적 성질을 사용하여 대상 블록의 필터링이 수행될 수 있다. 논 로컬 필터를 적용할지 여부에 관련된 정보는 CU에 대하여 시그널링될 수 있다. 또한, 블록들에 적용될 논 로컬 필터의 모양들 및 필터 계수들은 블록에 따라서 서로 다를 수 있다.The non-local filter can perform filtering based on reconstructed blocks similar to the target block. An area similar to the target block may be selected from the reconstructed image, and filtering of the target block may be performed using statistical properties of the selected similar area. Information related to whether to apply a non-local filter may be signaled to the CU. Additionally, the shapes and filter coefficients of non-local filters to be applied to blocks may be different depending on the block.
필터부(180)를 거친 재구축된 블록 또는 재구축된 영상은 참조 픽처로서 참조 픽처 버퍼(190)에 저장될 수 있다. 필터부(180)를 거친 재구축된 블록은 참조 픽처의 일부일 수 있다. 말하자면, 참조 픽처는 필터부(180)를 거친 재구축된 블록들로 구성된 재구축된 픽처일 수 있다. 저장된 참조 픽처는 이후 인터 예측 또는 움직임 보상에 사용될 수 있다.The reconstructed block or reconstructed image that has passed through the filter unit 180 may be stored in the reference picture buffer 190 as a reference picture. The reconstructed block that has passed through the filter unit 180 may be part of a reference picture. In other words, the reference picture may be a reconstructed picture composed of reconstructed blocks that have passed through the filter unit 180. The stored reference picture can then be used for inter prediction or motion compensation.
도 2는 본 발명이 적용되는 복호화 장치의 일 실시예에 따른 구성을 나타내는 블록도이다.Figure 2 is a block diagram showing the configuration of a decoding device according to an embodiment to which the present invention is applied.
복호화 장치(200)는 디코더, 비디오 복호화 장치 또는 영상 복호화 장치일 수 있다.The decoding device 200 may be a decoder, a video decoding device, or an image decoding device.
도 2를 참조하면, 복호화 장치(200)는 엔트로피 복호화부(210), 역양자화부(220), 역변환부(230), 인트라 예측부(240), 인터 예측부(250), 스위치(245), 가산기(255), 필터부(260) 및 참조 픽처 버퍼(270)를 포함할 수 있다.Referring to FIG. 2, the decoding device 200 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an intra prediction unit 240, an inter prediction unit 250, and a switch 245. , may include an adder 255, a filter unit 260, and a reference picture buffer 270.
복호화 장치(200)는 부호화 장치(100)에서 출력된 비트스트림을 수신할 수 있다. 복호화 장치(200)는 컴퓨터 판독가능한 기록 매체에 저장된 비트스트림을 수신할 수 있고, 유선/무선 전송 매체를 통해 스트리밍되는 비트스트림을 수신할 수 있다.The decoding device 200 may receive the bitstream output from the encoding device 100. The decoding device 200 can receive a bitstream stored in a computer-readable recording medium and can receive a bitstream streaming through a wired/wireless transmission medium.
복호화 장치(200)는 비트스트림에 대하여 인트라 모드 및/또는 인터 모드의 복호화를 수행할 수 있다. 또한, 복호화 장치(200)는 복호화를 통해 재구축된 영상 또는 복호화된 영상을 생성할 수 있고, 생성된 재구축된 영상 또는 복호화된 영상을 출력할 수 있다.The decoding device 200 may perform intra-mode and/or inter-mode decoding on the bitstream. Additionally, the decoding device 200 can generate a reconstructed image or a decoded image through decoding, and output the generated reconstructed image or a decoded image.
예를 들면, 복호화에 사용되는 예측 모드에 따른 인트라 모드 또는 인터 모드로의 전환은 스위치(245)에 의해 이루어질 수 있다. 복호화에 사용되는 예측 모드가 인트라 모드인 경우 스위치(245)가 인트라로 전환될 수 있다. 복호화에 사용되는 예측 모드가 인터 모드인 경우 스위치(245)가 인터로 전환될 수 있다.For example, switching to intra mode or inter mode according to the prediction mode used for decoding may be performed by the switch 245. If the prediction mode used for decoding is intra mode, the switch 245 may be switched to intra mode. If the prediction mode used for decoding is the inter mode, the switch 245 may be switched to inter.
복호화 장치(200)는 입력된 비트스트림을 복호화함으로써 재구축된 잔차 블록(reconstructed residual block)을 획득할 수 있고, 예측 블록을 생성할 수 있다. 재구축된 잔차 블록 및 예측 블록이 획득되면, 복호화 장치(200)는 재구축된 잔차 블록 및 예측 블록을 합함으로써 복호화의 대상이 되는 재구축된 블록을 생성할 수 있다.The decoding device 200 can obtain a reconstructed residual block by decoding the input bitstream and generate a prediction block. When the reconstructed residual block and the prediction block are obtained, the decoding device 200 can generate a reconstructed block that is the target of decoding by combining the reconstructed residual block and the prediction block.
엔트로피 복호화부(210)는 비트스트림에 대한 확률 분포에 기초하여 비트스트림에 대한 엔트로피 복호화를 수행함으로써 심볼들을 생성할 수 있다. 생성된 심볼들은 양자화된 변환 계수 레벨(quantized transform coefficient level)(말하자면, 양자화된 레벨 또는 양자화된 계수) 형태의 심볼을 포함할 수 있다. 여기에서, 엔트로피 복호화 방법은 상술된 엔트로피 부호화 방법과 유사할 수 있다. 예를 들면, 엔트로피 복호화 방법은 상술된 엔트로피 부호화 방법의 역과정일 수 있다.The entropy decoding unit 210 may generate symbols by performing entropy decoding on the bitstream based on a probability distribution for the bitstream. The generated symbols may include symbols in the form of quantized transform coefficient levels (i.e., quantized levels or quantized coefficients). Here, the entropy decoding method may be similar to the entropy encoding method described above. For example, the entropy decoding method may be the reverse process of the entropy encoding method described above.
엔트로피 복호화부(210)는 양자화된 변환 계수 레벨을 복호화하기 위해 변환 계수 스캐닝 방법을 통해 1차원의 벡터의 형태의 계수를 2차원의 블록의 형태로 변경할 수 있다.The entropy decoder 210 can change the coefficients in the form of a one-dimensional vector into the form of a two-dimensional block through a transform coefficient scanning method in order to decode the quantized transform coefficient level.
예를 들면, 우상단 대각 스캔을 이용하여 블록의 계수들을 스캔함으로써 계수들이 2차원 블록 형태로 변경될 수 있다. 또는, 블록의 크기 및/또는 인트라 예측 모드에 따라 우상단 대각 스캔, 수직 스캔 및 수평 스캔 중 어떤 스캔이 사용될 것인지가 결정될 수 있다.For example, by scanning the coefficients of a block using a diagonal scan in the upper right corner, the coefficients can be changed into a two-dimensional block form. Alternatively, which scan to use among the upper right diagonal scan, vertical scan, and horizontal scan may be determined depending on the block size and/or intra prediction mode.
양자화된 계수는 역양자화부(220)에서 역양자화될 수 있다. 역양자화부(220)는 양자화된 계수에 대한 역양자화를 수행함으로써 역양자화된 계수를 생성할 수 있다. 또한, 역양자화된 계수는 역변환부(230)에서 역변환될 수 있다. 역변환부(230)는 역양자화된 계수에 대한 역변환을 수행함으로써 재구축된 잔차 블록을 생성할 수 있다. 양자화된 계수에 대한 역양자화 및 역변환이 수행된 결과로서, 재구축된 잔차 블록이 생성될 수 있다. 이때, 역양자화부(220)는 재구축된 잔차 블록을 생성함에 있어서 양자화된 계수에 양자화 행렬을 적용할 수 있다.The quantized coefficient may be inverse quantized in the inverse quantization unit 220. The inverse quantization unit 220 may generate an inverse quantized coefficient by performing inverse quantization on the quantized coefficient. Additionally, the inverse quantized coefficient may be inversely transformed in the inverse transform unit 230. The inverse transform unit 230 may generate a reconstructed residual block by performing inverse transform on the inverse quantized coefficients. As a result of performing inverse quantization and inverse transformation on the quantized coefficients, a reconstructed residual block may be generated. At this time, the inverse quantization unit 220 may apply a quantization matrix to the quantized coefficients when generating a reconstructed residual block.
인트라 모드가 사용되는 경우, 인트라 예측부(240)는 대상 블록의 이웃의 이미 복호화된 블록의 픽셀 값을 이용하는 공간적 예측을 대상 블록에 대하여 수행함으로써 예측 블록을 생성할 수 있다.When the intra mode is used, the intra prediction unit 240 may generate a prediction block by performing spatial prediction on the target block using pixel values of already decoded blocks neighboring the target block.
인터 예측부(250)는 움직임 보상부를 포함할 수 있다. 또는, 인터 예측부(250)는 움직임 보상부로 명명될 수 있다.The inter prediction unit 250 may include a motion compensation unit. Alternatively, the inter prediction unit 250 may be called a motion compensation unit.
인터 모드가 사용되는 경우, 움직임 보상부는 움직임 벡터 및 참조 픽처 버퍼(270)에 저장된 참조 영상을 이용하는 움직임 보상을 대상 블록에 대하여 수행함으로써 예측 블록을 생성할 수 있다.When the inter mode is used, the motion compensation unit may generate a prediction block by performing motion compensation on the target block using a motion vector and a reference image stored in the reference picture buffer 270.
움직임 보상부는 움직임 벡터가 정수가 아닌 값을 가진 경우, 참조 영상 내의 일부 영역에 대해 보간 필터를 적용할 수 있고, 보간 필터가 적용된 참조 영상을 사용하여 예측 블록을 생성할 수 있다. 움직임 보상부는 움직임 보상을 수행하기 위해 CU를 기준으로 CU에 포함된 PU를 위해 사용되는 움직임 보상 방법이 스킵 모드, 머지 모드, AMVP 모드 및 현재 픽처 참조 모드 중 어떤 모드인가를 결정할 수 있고, 결정된 모드에 따라 움직임 보상을 수행할 수 있다.When the motion vector has a non-integer value, the motion compensation unit can apply an interpolation filter to some areas in the reference image and generate a prediction block using the reference image to which the interpolation filter has been applied. In order to perform motion compensation, the motion compensation unit may determine which of skip mode, merge mode, AMVP mode, and current picture reference mode is the motion compensation method used for the PU included in the CU based on the CU, and the determined mode. Motion compensation can be performed according to .
재구축된 잔차 블록 및 예측 블록은 가산기(255)를 통해 더해질 수 있다. 가산기(255)는 재구축된 잔차 블록 및 예측 블록을 더함으로써 재구축된 블록을 생성할 수 있다.The reconstructed residual block and prediction block can be added through an adder 255. The adder 255 may generate a reconstructed block by adding the reconstructed residual block and the prediction block.
재구축된 블록은 필터부(260)를 거칠 수 있다. 필터부(260)는 디블록킹 필터, SAO, ALF 및 논 로컬 필터 중 적어도 하나를 재구축된 블록 또는 재구축된 영상에 적용할 수 있다. 재구축된 영상은 재구축된 블록을 포함하는 픽처일 수 있다.The reconstructed block may pass through the filter unit 260. The filter unit 260 may apply at least one of a deblocking filter, SAO, ALF, and non-local filter to the reconstructed block or the reconstructed image. The reconstructed image may be a picture containing reconstructed blocks.
필터부(260)는 재구축된 영상을 출력할 수 있다.The filter unit 260 may output a reconstructed image.
필터부(260)를 거친 재구축된 블록 및/또는 재구축된 영상은 참조 픽처 버퍼(270)에 참조 픽처로서 저장될 수 있다. 필터부(260)를 거친 재구축된 블록은 참조 픽처의 일부일 수 있다. 말하자면, 참조 픽처는 필터부(260)를 거친 재구축된 블록들로 구성된 재구축된 영상일 수 있다. 저장된 참조 픽처는 이후 인터 예측 및/또는 움직임 보상을 위해 사용될 수 있다.The reconstructed block and/or the reconstructed image that has passed through the filter unit 260 may be stored as a reference picture in the reference picture buffer 270. The reconstructed block that has passed through the filter unit 260 may be part of a reference picture. In other words, the reference picture may be a reconstructed image composed of reconstructed blocks that have passed through the filter unit 260. The stored reference picture can then be used for inter prediction and/or motion compensation.
도 3은 영상을 부호화 및 복호화할 때의 영상의 분할 구조를 개략적으로 나타내는 도면이다.Figure 3 is a diagram schematically showing the division structure of an image when encoding and decoding an image.
도 3은 하나의 유닛이 복수의 하위 유닛들로 분할되는 예를 개략적으로 나타낼 수 있다.Figure 3 may schematically show an example in which one unit is divided into a plurality of sub-units.
영상을 효율적으로 분할하기 위해, 부호화 및 복호화에 있어서, 코딩 유닛(Coding Unit; CU)이 사용될 수 있다. 유닛은 1) 영상 샘플들을 포함하는 블록 및 2) 신택스 요소(syntax element)을 합쳐서 지칭하는 용어일 수 있다. 예를 들면, "유닛의 분할"은 "유닛에 해당하는 블록의 분할"을 의미할 수 있다.In order to efficiently segment an image, a coding unit (CU) may be used in encoding and decoding. A unit may be a term that refers to a combination of 1) a block containing video samples and 2) a syntax element. For example, “division of a unit” may mean “division of a block corresponding to a unit.”
영상 부호화 및/또는 복호화의 기반 단위로서 CU가 사용될 수 있다. 또한, CU는 영상 부호화 및/또는 복호화에 있어서 인트라 모드 및 인터 모드 중 하나의 선택된 모드가 적용되는 단위로 사용될 수 있다. 말하자면, 영상 부호화 및/또는 복호화에 있어서, 각 CU에 대해서 인트라 모드 및 인터 모드 중 어떤 모드가 적용될 것인가가 결정될 수 있다.CU may be used as a base unit for video encoding and/or decoding. Additionally, a CU may be used as a unit to which a selected mode of intra mode and inter mode is applied in video encoding and/or decoding. In other words, in video encoding and/or decoding, it can be determined which mode among intra mode and inter mode will be applied to each CU.
또한, CU는 예측, 변환, 양자화, 역변환, 역양자화 및 변환 계수의 부호화 및/또는 복호화에 있어서 기반 단위일 수 있다.Additionally, a CU may be a basic unit in prediction, transformation, quantization, inverse transformation, inverse quantization, and encoding and/or decoding of transformation coefficients.
도 3을 참조하면, 영상(300)은 최대 코딩 유닛(Largest Coding Unit; LCU)의 단위로 순차적으로 분할될 수 있다. 각 LCU에 대해, 분할 구조가 결정될 수 있다. 여기서, LCU는 코딩 트리 유닛(Coding Tree Unit; CTU)과 동일한 의미로 사용될 수 있다.Referring to FIG. 3, the image 300 may be sequentially divided into units of largest coding units (LCUs). For each LCU, a partition structure may be determined. Here, LCU may be used with the same meaning as Coding Tree Unit (CTU).
유닛의 분할은 유닛에 해당하는 블록의 분할을 의미할 수 있다. 블록 분할 정보는 유닛의 깊이(depth)에 관한 깊이 정보를 포함할 수 있다. 깊이 정보는 유닛이 분할되는 회수 및/또는 정도를 나타낼 수 있다. 하나의 유닛은 트리 구조(tree structure)에 기반하여 깊이 정보를 가지고 계층적으로 복수의 하위 유닛들로 분할될 수 있다.Division of a unit may mean division of a block corresponding to the unit. Block division information may include depth information regarding the depth of the unit. Depth information may indicate the number and/or extent to which a unit is divided. One unit may be hierarchically divided into a plurality of sub-units with depth information based on a tree structure.
각각의 분할된 하위 유닛은 깊이 정보를 가질 수 있다. 깊이 정보는 CU의 크기를 나타내는 정보일 수 있다. 깊이 정보는 각 CU마다 저장될 수 있다.Each divided sub-unit may have depth information. Depth information may be information indicating the size of the CU. Depth information may be stored for each CU.
각 CU는 깊이 정보를 가질 수 있다. CU가 분할되면, 분할에 의해 생성된 CU들은 분할된 CU의 깊이에서 1 증가한 깊이를 가질 수 있다.Each CU may have depth information. When a CU is split, CUs created by splitting may have a depth that increases by 1 from the depth of the split CU.
분할 구조는 LCU(310) 내에서의, 영상을 효율적으로 부호화하기 위한, CU의 분포를 의미할 수 있다. 이러한 분포는 하나의 CU를 복수의 CU들로 분할할지 여부에 따라 결정될 수 있다. 분할된 CU들의 개수는 2, 4, 8 및 16 등을 포함하는 2 이상의 양의 정수일 수 있다.The division structure may refer to the distribution of CUs within the LCU 310 for efficiently encoding images. This distribution may be determined depending on whether to divide one CU into multiple CUs. The number of divided CUs may be a positive integer greater than or equal to 2, including 2, 4, 8, and 16.
분할에 의해 생성된 CU의 가로 크기 및 세로 크기는, 분할에 의해 생성된 CU들의 개수에 따라, 분할 전의 CU의 가로 크기 및 세로 크기보다 더 작을 수 있다. 예를 들면, 분할에 의해 생성된 CU의 가로 크기 및 세로 크기는 분할 전의 CU의 가로 크기의 절반 및 세로 크기의 절반일 수 있다.The horizontal and vertical sizes of the CU created by division may be smaller than the horizontal and vertical sizes of the CU before division, depending on the number of CUs created by division. For example, the horizontal and vertical sizes of the CU created by division may be half the horizontal size and half the vertical size of the CU before division.
분할된 CU는 동일한 방식으로 복수의 CU들로 재귀적으로 분할될 수 있다. 재귀적 분할에 의해, 분할된 CU의 가로 크기 및 세로 크기 중 적어도 하나의 크기가 분할 전의 CU의 가로 크기 및 세로 크기 중 적어도 하나에 비해 감소될 수 있다.A split CU can be recursively split into multiple CUs in the same manner. By recursive division, at least one of the horizontal and vertical sizes of the divided CU may be reduced compared to at least one of the horizontal and vertical sizes of the CU before division.
CU의 분할은 기정의된 깊이 또는 기정의된 크기까지 재귀적으로 이루어질 수 있다.Division of the CU can be done recursively up to a predefined depth or predefined size.
예를 들면, CU의 깊이는 0 내지 3의 값을 가질 수 있다. CU의 크기는 CU의 깊이에 따라 64x64로부터 8x8까지의 크기일 수 있다.For example, the depth of the CU may have a value of 0 to 3. The size of the CU can range from 64x64 to 8x8 depending on the depth of the CU.
예를 들면, LCU(310)의 깊이는 0일 수 있고, 최소 코딩 유닛(Smallest Coding Unit; SCU)의 깊이는 기정의된 최대 깊이일 수 있다. 여기서, LCU는 상술된 것과 같이 최대의 코딩 유닛 크기를 가지는 CU일 수 있고, SCU는 최소의 코딩 유닛 크기를 가지는 CU일 수 있다.For example, the depth of the LCU 310 may be 0, and the depth of the Smallest Coding Unit (SCU) may be a predefined maximum depth. Here, the LCU may be a CU with the maximum coding unit size as described above, and the SCU may be a CU with the minimum coding unit size.
LCU(310)로부터 분할이 시작될 수 있고, 분할에 의해 CU의 가로 크기 및/또는 세로 크기가 줄어들 때마다 CU의 깊이는 1씩 증가할 수 있다.Division may begin from the LCU 310, and the depth of the CU may increase by 1 whenever the horizontal and/or vertical size of the CU is reduced due to division.
예를 들면, 각각의 깊이 별로, 분할되지 않는 CU는 2Nx2N 크기를 가질 수 있다. 또한, 분할되는 CU의 경우, 2Nx2N 크기의 CU가 NxN 크기를 가지는 4개의 CU들로 분할될 수 있다. N의 크기는 깊이가 1씩 증가할 때마다 절반으로 감소할 수 있다.For example, for each depth, an undivided CU may have a size of 2Nx2N. Additionally, in the case of a divided CU, a CU of 2Nx2N size may be divided into 4 CUs of NxN size. The size of N can be reduced by half each time the depth increases by 1.
도 3을 참조하면, 깊이가 0인 LCU는 64x64 픽셀들 또는 64x64 블록일 수 있다. 0은 최소 깊이일 수 있다. 깊이가 3인 SCU는 8x8 픽셀들 또는 8x8 블록일 수 있다. 3은 최대 깊이일 수 있다. 이때, LCU인 64x64 블록의 CU는 깊이 0으로 표현될 수 있다. 32x32 블록의 CU는 깊이 1로 표현될 수 있다. 16x16 블록의 CU는 깊이 2로 표현될 수 있다. SCU인 8x8 블록의 CU는 깊이 3으로 표현될 수 있다.Referring to FIG. 3, an LCU with a depth of 0 may be 64x64 pixels or a 64x64 block. 0 may be the minimum depth. A SCU with a depth of 3 may be 8x8 pixels or an 8x8 block. 3 may be the maximum depth. At this time, the CU of the 64x64 block, which is the LCU, can be expressed as depth 0. A CU in a 32x32 block can be expressed with a depth of 1. A CU in a 16x16 block can be expressed with a depth of 2. A CU of an 8x8 block, which is an SCU, can be expressed with a depth of 3.
CU가 분할되는지 여부에 대한 정보는 CU의 분할 정보를 통해 표현될 수 있다. 분할 정보는 1비트의 정보일 수 있다. SCU를 제외한 모든 CU는 분할 정보를 포함할 수 있다. 예를 들면, 분할되지 않는 CU의 분할 정보의 값은 제1 값일 수 있고, 분할되는 CU의 분할 정보의 값은 제2 값일 수 있다. 분할 정보가 CU가 분할하는지 여부를 나타내는 경우, 제1 값은 0일 수 있고, 제2 값은 1일 수 있다.Information about whether a CU is divided can be expressed through the division information of the CU. Segmentation information may be 1 bit of information. All CUs except SCU may include segmentation information. For example, the partition information value of a CU that is not divided may be a first value, and the partition information value of a divided CU may be a second value. When the division information indicates whether the CU is divided, the first value may be 0 and the second value may be 1.
예를 들면, 하나의 CU가 4 개의 CU들로 분할되는 경우, 분할에 의해 생성된 4 개의 CU들의 각 CU의 가로 크기 및 세로 크기는 각각 분할 전의 CU의 가로 크기의 절반 및 세로 크기의 절반일 수 있다. 32x32 크기의 CU가 4 개의 CU들로 분할되는 경우, 분할된 4 개의 CU들의 크기들은 16x16일 수 있다. 하나의 CU가 4 개의 CU들로 분할되는 경우, CU가 쿼드-트리 형태로 분할되었다고 할 수 있다. 말하자면, CU에 대해 쿼드 트리 분할(quad-tree partition)이 적용되었다고 볼 수 있다.For example, when one CU is divided into four CUs, the horizontal and vertical sizes of each of the four CUs created by division are half the horizontal size and half the vertical size of the CU before division, respectively. You can. When a CU of size 32x32 is divided into 4 CUs, the sizes of the 4 divided CUs may be 16x16. When one CU is divided into four CUs, it can be said that the CU is divided into a quad-tree form. In other words, it can be seen that quad-tree partitioning has been applied to the CU.
예를 들면, 하나의 CU가 2 개의 CU들로 분할되는 경우, 분할에 의해 생성된 2 개의 CU들의 각 CU의 가로 크기 또는 세로 크기는 각각 분할 전의 CU의 가로 크기의 절반 또는 세로 크기의 절반일 수 있다. 32x32 크기의 CU가 2 개의 CU들로 세로로 분할되는 경우, 분할된 2 개의 CU들의 크기들은 16x32일 수 있다. 32x32 크기의 CU가 2 개의 CU들로 가로로 분할되는 경우, 분할된 2 개의 CU들의 크기들은 32x16일 수 있다. 하나의 CU가 2 개의 CU들로 분할되는 경우, CU가 이진-트리(binary-tree) 형태로 분할되었다고 할 수 있다. 말하자면, CU에 대해 2진 트리 분할(binary-tree partition)이 적용되었다고 볼 수 있다.For example, when one CU is divided into two CUs, the horizontal or vertical size of each CU of the two CUs created by division is half the horizontal size or half the vertical size of the CU before division, respectively. You can. When a CU of size 32x32 is vertically divided into two CUs, the sizes of the two divided CUs may be 16x32. When a CU of size 32x32 is horizontally divided into two CUs, the sizes of the two divided CUs may be 32x16. When one CU is divided into two CUs, it can be said that the CU is divided in a binary-tree form. In other words, it can be seen that binary-tree partitioning has been applied to the CU.
예를 들면, 하나의 CU가 3 개의 CU들로 분할될 경우, 분할되기 전의 CU의 가로 크기 또는 세로 크기를 1:2:1의 비율로 분할함으로써, 3 개의 분할된 CU들이 생성될 수 있다. 예를 들면, 16x32 크기의 CU가 가로 방향으로 3 개의 CU들로 분할되는 경우, 분할된 3 개의 CU들은 위에서부터 각각 16x8, 16x16 및 16x8의 크기를 가질 수 있다. 예를 들면, 32x32 크기의 CU가 세로 방향으로 3 개의 CU들로 분할되는 경우, 분할된 3 개의 CU들은 좌측으로부터 각각 8x32, 16x32 및 8x32의 크기를 가질 수 있다. 하나의 CU가 3 개의 CU들로 분할되는 경우, CU가 삼진-트리(ternary-tree) 형태로 분할되었다고 할 수 있다. 말하자면, CU에 대해 3진 트리 분할(ternary-tree partition)이 적용되었다고 볼 수 있다.For example, when one CU is divided into three CUs, three divided CUs can be created by dividing the horizontal or vertical size of the CU before division at a ratio of 1:2:1. For example, if a CU with a size of 16x32 is divided into three CUs in the horizontal direction, the three divided CUs may have sizes of 16x8, 16x16, and 16x8, respectively, from the top. For example, if a CU with a size of 32x32 is divided into three CUs in the vertical direction, the three divided CUs may have sizes of 8x32, 16x32, and 8x32, respectively, from the left. When one CU is divided into three CUs, it can be said that the CU is divided in a ternary-tree form. In other words, it can be seen that ternary-tree partitioning has been applied to the CU.
도 3의 LCU(310)에는 쿼드-트리 형태의 분할 및 이진-트리 형태의 분할이 모두 적용되었다.Both quad-tree type partitioning and binary-tree type partitioning were applied to the LCU 310 of FIG. 3.
부호화 장치(100)에서, 64x64 크기의 코딩 트리 유닛(Coding Tree Unit; CTU)은 재귀적인 쿼드-크리 구조에 의해 더 작은 복수의 CU들로 분할될 수 있다. 하나의 CU는 동일한 크기들을 갖는 4개의 CU들로 분할될 수 있다. CU는 재귀적으로 분할될 수 있으며, 각 CU는 쿼드 트리의 구조를 가질 수 있다.In the encoding device 100, a Coding Tree Unit (CTU) of 64x64 size may be divided into a plurality of smaller CUs using a recursive Quad-Cree structure. One CU can be divided into four CUs with identical sizes. CUs can be divided recursively, and each CU can have a quad tree structure.
CU에 대한 재귀적인 분할을 통해, 최소의 율-왜곡 비율을 발생시키는 최적의 분할 방법이 선택될 수 있다.Through recursive partitioning of the CU, the optimal partitioning method that generates the minimum rate-distortion ratio can be selected.
도 3의 CTU(320)는 쿼드 트리 분할, 이진 트리 분할 및 삼진 트리 분할이 모두 적용된 CTU의 일 예이다.The CTU 320 in FIG. 3 is an example of a CTU to which quad tree partitioning, binary tree partitioning, and ternary tree partitioning are all applied.
전술된 것과 같이, CTU를 분할하기 위해, 쿼드 트리 분할, 이진 트리 분할 및 삼진 트리 분할 중 적어도 하나가 CTU에 적용될 수 있다. 분할들은 특정된 우선 순위에 기초하여 적용될 수 있다.As described above, to partition a CTU, at least one of quad tree partitioning, binary tree partitioning, and ternary tree partitioning may be applied to the CTU. Partitions may be applied based on a specified priority.
예를 들면, CTU에 대해 쿼드 트리 분할이 우선적으로 적용될 수 있다. 더 이상 쿼드 트리 분할될 수 없는 CU는 쿼드 트리의 리프 노드에 해당될 수 있다. 쿼드 트리의 리프 노드에 해당하는 CU는 이진 트리 및/또는 삼진 트리의 루트 노드가 될 수 있다. 즉, 쿼드 트리의 리프 노드에 해당하는 CU는 이진 트리 형태 또는 삼진 트리 형태로 분할될 수 있고, 또는 더 이상 분할되지 않을 수 있다. 이 때, 쿼드 트리의 리프 노드에 해당하는 CU에 이진 트리 분할 또는 삼진 트리 분할을 적용함으로써 생성된 CU에 대해서는 다시 쿼드 트리 분할이 적용되지 않도록 함으로써, 블록의 분할 및/또는 블록 분할 정보의 시그널링이 효과적으로 수행될 수 있다.For example, quad tree partitioning may be applied preferentially for CTU. A CU that can no longer be divided into a quad tree may correspond to a leaf node of the quad tree. The CU corresponding to the leaf node of the quad tree can be the root node of the binary tree and/or ternary tree. That is, the CU corresponding to the leaf node of the quad tree may be divided into a binary tree or a ternary tree, or may not be divided any further. At this time, quad tree division is not applied again to the CU created by applying binary tree division or ternary tree division to the CU corresponding to the leaf node of the quad tree, thereby preventing block division and/or signaling of block division information. It can be performed effectively.
쿼드 트리의 각 노드에 해당하는 CU의 분할은 쿼드 분할 정보를 이용하여 시그널링될 수 있다. 제1 값(예를 들면, "1")을 갖는 쿼드 분할 정보는 CU가 쿼드 트리 형태로 분할됨을 지시할 수 있다. 제2 값(예를 들면, "0")을 갖는 쿼드 분할 정보는 CU가 쿼드 트리 형태로 분할되지 않음을 지시할 수 있다. 쿼드 분할 정보는 특정된 길이(예를 들면, 1비트)를 갖는 플래그일 수 있다.The division of the CU corresponding to each node of the quad tree can be signaled using quad division information. Quad partition information with a first value (eg, “1”) may indicate that the CU is partitioned in a quad tree form. Quad partition information with a second value (eg, “0”) may indicate that the CU is not partitioned in a quad tree form. Quad split information may be a flag with a specified length (eg, 1 bit).
이진 트리 분할 및 삼진 트리 분할의 간에는 우선순위가 존재하지 않을 수 있다. 즉, 쿼드 트리의 리프 노드에 해당하는 CU는 이진 트리 형태로 분할되거나 삼진 트리 형태로 분할될 수 있다. 또한, 이진 트리 분할 또는 삼진 트리 분할에 의해 생성된 CU는 다시 이진 트리 형태 또는 삼진 트리 형태로 분할될 수 있고, 또는 더 이상 분할되지 않을 수 있다.There may be no priority between binary tree partitioning and ternary tree partitioning. That is, the CU corresponding to the leaf node of the quad tree may be divided into a binary tree or a ternary tree. Additionally, the CU generated by binary tree partitioning or ternary tree partitioning may be partitioned again into a binary tree form or a ternary tree form, or may not be partitioned any further.
이진 트리 분할 및 삼진 트리 분할 간에 우선순위가 존재하지 않는 경우의 분할은 멀티-타입 트리 분할(multi-type tree partition)로 칭해질 수 있다. 즉, 쿼드 트리의 리프 노드에 해당하는 CU는 멀티-타입 트리(multi-type tree)의 루트 노드가 될 수 있다. 멀티-타입 트리의 각 노드에 해당하는 CU의 분할에 대해서, 멀티-타입 트리의 분할 여부를 나타내는 정보, 분할 방향 정보 및 분할 트리 정보 중 적어도 하나를 이용하여 시그널링될 수 있다. 멀티-타입 트리의 각 노드에 해당하는 CU의 분할을 위해 순차적으로 분할 여부를 나타내는 정보, 분할 방향 정보 및 분할 트리 정보가 시그널링될 수도 있다.Partitioning when no priority exists between binary tree partitioning and ternary tree partitioning may be referred to as multi-type tree partitioning. In other words, the CU corresponding to the leaf node of the quad tree can become the root node of the multi-type tree. The division of the CU corresponding to each node of the multi-type tree may be signaled using at least one of information indicating whether the multi-type tree is divided, division direction information, and division tree information. To split the CU corresponding to each node of the multi-type tree, information indicating whether to split sequentially, split direction information, and split tree information may be signaled.
예를 들면, 제1 값(예를 들면, "1")을 갖는 멀티-타입 트리의 분할 여부를 나타내는 정보는 해당 CU가 멀티-타입 트리 형태로 분할됨을 지시할 수 있다. 제2 값(예를 들면, "0")을 갖는 멀티-타입 트리의 분할 여부를 나타내는 정보는 해당 CU이 멀티-타입 트리 형태로 분할되지 않음을 지시할 수 있다.For example, information indicating whether a multi-type tree with a first value (eg, “1”) is split may indicate that the corresponding CU is split in the form of a multi-type tree. Information indicating whether a multi-type tree with a second value (eg, “0”) is divided may indicate that the corresponding CU is not divided into a multi-type tree.
멀티-타입 트리의 각 노드에 해당하는 CU가 멀티-타입 트리 형태로 분할되는 경우, 해당 CU는 분할 방향 정보를 더 포함할 수 있다.When the CU corresponding to each node of the multi-type tree is split in the form of a multi-type tree, the corresponding CU may further include split direction information.
분할 방향 정보는 멀티-타입 트리 분할의 분할 방향을 지시할 수 있다. 제1 값(예를 들면, "1")을 갖는 분할 방향 정보는 해당 CU가 세로 방향으로 분할됨을 지시할 수 있다. 제2 값(예를 들면, "0")을 갖는 분할 방향 정보는 해당 CU가 가로 방향으로 분할됨을 지시할 수 있다.Splitting direction information may indicate the splitting direction of multi-type tree splitting. Division direction information with a first value (eg, “1”) may indicate that the corresponding CU is divided in the vertical direction. Division direction information with a second value (eg, “0”) may indicate that the corresponding CU is divided in the horizontal direction.
멀티-타입 트리의 각 노드에 해당하는 CU가 멀티-타입 트리 형태로 분할되는 경우, 해당 CU는 분할 트리 정보를 더 포함할 수 있다. 분할 트리 정보는 멀티-타입 트리 분할을 위해 사용된 트리를 지시할 수 있다.When the CU corresponding to each node of the multi-type tree is split into a multi-type tree, the corresponding CU may further include split tree information. Splitting tree information may indicate the tree used for multi-type tree splitting.
예를 들면, 제1 값(예를 들면, "1")을 갖는 분할 트리 정보는 해당 CU가 이진 트리 형태로 분할됨을 지시할 수 있다. 제2 값(예를 들면, "0")을 갖는 분할 트리 정보는 해당 CU가 삼진 트리 형태로 분할됨을 지시할 수 있다.For example, split tree information with a first value (eg, “1”) may indicate that the corresponding CU is split in the form of a binary tree. Split tree information with a second value (eg, “0”) may indicate that the corresponding CU is split in a ternary tree form.
여기에서, 전술된 분할 여부를 나타내는 정보, 분할 트리 정보 및 분할 방향 정보의 각각은 특정된 길이(예를 들면, 1 비트)를 갖는 플래그일 수 있다.Here, each of the above-described information indicating whether to split, split tree information, and split direction information may be a flag with a specified length (eg, 1 bit).
전술된 쿼드 분할 정보, 멀티-타입 트리의 분할 여부를 나타내는 정보, 분할 방향 정보 및 분할 트리 정보 중 적어도 하나는 엔트로피 부호화 및/또는 엔트로피 복호화될 수 있다. 이러한 정보들의 엔트로피 부호화/복호화를 위해, 대상 CU에 인접한 이웃 CU의 정보가 이용될 수 있다.At least one of the above-described quad split information, information indicating whether the multi-type tree is split, split direction information, and split tree information may be entropy encoded and/or entropy decoded. For entropy encoding/decoding of such information, information on a neighboring CU adjacent to the target CU can be used.
예를 들면, 좌측 CU 및/또는 상측 CU의 분할 형태(말하자면, 분할 여부, 분할 트리 및/또는 분할 방향) 및 대상 CU의 분할 형태는 서로 유사할 확률이 높다고 간주될 수 있다. 따라서, 이웃 CU의 정보에 기초하여, 대상 CU의 정보의 엔트로피 부호화 및/또는 엔트로피 복호화를 위한 컨텍스트 정보가 유도될 수 있다. 이때, 이웃 CU의 정보는 이웃 CU의 1) 쿼드 분할 정보, 2) 멀티-타입 트리의 분할 여부를 나타내는 정보, 3) 분할 방향 정보 및 4) 분할 트리 정보 중 적어도 하나를 포함할 수 있다.For example, the splitting form of the left CU and/or the upper CU (i.e., whether to split, splitting tree, and/or splitting direction) and the splitting form of the target CU may be considered highly likely to be similar to each other. Therefore, based on information on the neighboring CU, context information for entropy encoding and/or entropy decoding of information on the target CU may be derived. At this time, the information on the neighboring CU may include at least one of the neighboring CU's 1) quad split information, 2) information indicating whether the multi-type tree is split, 3) split direction information, and 4) split tree information.
다른 실시예로서, 이진 트리 분할 및 삼진 트리 분할 중에서, 이진 트리 분할이 우선적으로 수행될 수 있다. 즉, 이진 트리 분할이 먼저 적용되고, 이진 트리의 리프 노드에 해당하는 CU가 삼진 트리의 루트 노드로 설정될 수도 있다. 이러한 경우, 삼진 트리의 노드에 해당하는 CU에 대해서는 쿼드 트리 분할 및 이진 트리 분할이 수행되지 않을 수 있다.As another embodiment, among binary tree partitioning and ternary tree partitioning, binary tree partitioning may be performed preferentially. That is, binary tree division is applied first, and the CU corresponding to the leaf node of the binary tree may be set as the root node of the ternary tree. In this case, quad tree division and binary tree division may not be performed on the CU corresponding to the node of the ternary tree.
쿼드 트리 분할, 이진 트리 분할 및/또는 삼진 트리 분할에 의해 더 이상 분할되지 않는 CU는 부호화, 예측 및/또는 변환의 단위가 될 수 있다. 즉, 예측 및/또는 변환을 위해, CU가 더 이상 분할되지 않을 수 있다. 따라서, CU를 예측 유닛 및/또는 변환 유닛으로 분할하기 위한 분할 구조 및 분할 정보 등이 비트스트림 내에 존재하지 않을 수 있다.A CU that is no longer split by quad tree splitting, binary tree splitting, and/or ternary tree splitting may become a unit of encoding, prediction, and/or transformation. That is, for prediction and/or transformation, the CU may no longer be split. Accordingly, a split structure and split information for splitting a CU into prediction units and/or transform units may not exist in the bitstream.
다만, 분할의 단위가 되는 CU의 크기가 최대 변환 블록의 크기보다 더 큰 경우, 이러한 CU는 CU의 크기가 최대 변환 블록의 크기의 이하가 될 때까지 재귀적으로 분할될 수 있다. 예를 들면, CU의 크기가 64x64이고, 최대 변환 블록의 크기가 32x32인 경우, CU는 변환을 위해, 4개의 32x32 블록들로 분할될 수 있다. 예를 들면, CU의 크기가 32x64이고, 최대 변환 블록의 크기가 32x32인 경우, CU는 변환을 위해, 2개의 32x32 블록들로 분할될 수 있다.However, if the size of the CU that is the unit of division is larger than the size of the maximum conversion block, this CU may be recursively divided until the size of the CU becomes less than or equal to the size of the maximum conversion block. For example, if the size of the CU is 64x64 and the maximum conversion block size is 32x32, the CU may be divided into four 32x32 blocks for conversion. For example, if the size of the CU is 32x64 and the maximum conversion block size is 32x32, the CU may be divided into two 32x32 blocks for conversion.
이러한 경우, 변환을 위해 CU가 분할되는지 여부에 대한 정보는 별도로 시그널링되지 않을 수 있다. 시그널링 없이, CU의 분할의 여부는 CU의 가로 크기(및/또는 세로 크기) 및 최대 변환 블록의 가로 크기(및/또는, 세로 크기) 간의 비교에 의해 결정될 수 있다. 예를 들면, CU의 가로 크기가 최대 변환 블록의 가로 크기보다 더 큰 경우, CU는 세로로 2 등분될 수 있다. 또한, CU의 세로 크기가 최대 변환 블록의 세로 크기보다 더 큰 경우, CU는 가로로 2 등분될 수 있다.In this case, information about whether the CU is divided for conversion may not be signaled separately. Without signaling, whether to split a CU may be determined by comparison between the horizontal size (and/or vertical size) of the CU and the horizontal size (and/or vertical size) of the maximum transform block. For example, if the horizontal size of the CU is larger than the horizontal size of the maximum transformation block, the CU may be divided vertically into two. Additionally, if the vertical size of the CU is larger than the vertical size of the maximum transformation block, the CU may be divided horizontally into two.
CU의 최대 크기 및/또는 최소 크기에 관한 정보, 변환 블록의 최대 크기 및/또는 최소 크기에 관한 정보는 CU에 대한 상위 레벨에서 시그널링되거나 결정될 수 있다. 예를 들면, 상위 레벨은 시퀀스 레벨, 픽처 레벨, 타일 레벨, 타일 그룹 레벨 및 슬라이스 레벨 등일 수 있다. 예를 들면, CU의 최소 크기는 4x4로 결정될 수 있다. 예를 들면, 변환 블록의 최대 크기는 64x64로 결정될 수 있다. 예를 들면, 변환 블록의 최소 크기는 4x4로 결정될 수 있다.Information about the maximum size and/or minimum size of the CU and information about the maximum size and/or minimum size of the transform block may be signaled or determined at a higher level for the CU. For example, higher levels may be sequence level, picture level, tile level, tile group level, and slice level. For example, the minimum size of a CU may be determined to be 4x4. For example, the maximum size of a transform block may be determined to be 64x64. For example, the minimum size of the transform block may be determined to be 4x4.
쿼드 트리의 리프 노드에 해당하는 CU의 최소 크기(말하자면, 쿼드 트리 최소 크기)에 관한 정보 및/또는 멀티-타입 트리의 루트 노드로부터 리프 노드로의 경로의 최대 깊이(말하자면, 멀티-타입 트리 최대 깊이)에 관한 정보는 CU에 대한 상위 레벨에서 시그널링되거나 결정될 수 있다. 예를 들면, 상위 레벨은 시퀀스 레벨, 픽처 레벨, 슬라이스 레벨, 타일 그룹 레벨 및 타일 레벨 등일 수 있다. 쿼드 트리 최소 크기에 관한 정보 및/또는 멀티-타입 트리 최대 깊이에 관한 정보는 인트라 내 슬라이스 및 인터 슬라이스의 각각에 대해 별도로 시그널링되거나 결정될 수 있다.Information about the minimum size of the CU corresponding to the leaf node of the quad tree (say, the quad tree minimum size) and/or the maximum depth of the path from the root node to the leaf node of the multi-type tree (say, the multi-type tree maximum Information about depth) may be signaled or determined at a higher level for the CU. For example, higher levels may be sequence level, picture level, slice level, tile group level, and tile level. Information about the quad tree minimum size and/or information about the multi-type tree maximum depth may be signaled or determined separately for each of the intra-slice and inter-slice.
CTU의 크기 및 변환 블록의 최대 크기에 대한 차분 정보는 CU에 대한 상위 레벨에서 시그널링되거나 결정될 수 있다. 예를 들면, 상위 레벨은 시퀀스 레벨, 픽처 레벨, 슬라이스 레벨, 타일 그룹 레벨 및 타일 레벨 등일 수 있다. 이진 트리의 각 노드에 해당하는 CU의 최대 크기(말하자면, 이진 트리 최대 크기)에 관한 정보는 CTU의 크기 및 차분 정보를 기반으로 결정될 수 있다. 삼진 트리의 각 노드에 해당하는 CU의 최대 크기(말하자면, 삼진 트리 최대 크기)는 슬라이스의 타입에 따라서 다른 값을 가질 수 있다. 예를 들면, 인트라 슬라이스 내에서, 삼진 트리 최대 크기는 32x32일 수 있다. 또한, 예를 들면, 인터 슬라이스 내에서, 삼진 트리 최대 크기는 128x128일 수 있다. 예를 들면, 이진 트리의 각 노드에 해당하는 CU의 최소 크기(말하자면, 이진 트리 최소 크기) 및/또는 삼진 트리의 각 노드에 해당하는 CU의 최소 크기(말하자면, 삼진 트리 최소 크기)는 CU의 최소 크기로 설정될 수 있다.Differential information about the size of the CTU and the maximum size of the transform block may be signaled or determined at a higher level for the CU. For example, higher levels may be sequence level, picture level, slice level, tile group level, and tile level. Information about the maximum size of the CU corresponding to each node of the binary tree (that is, the maximum size of the binary tree) can be determined based on the size and difference information of the CTU. The maximum size of the CU corresponding to each node of the ternary tree (that is, the maximum size of the ternary tree) may have different values depending on the type of slice. For example, within an intra slice, the maximum ternary tree size may be 32x32. Additionally, for example, within an inter slice, the maximum ternary tree size may be 128x128. For example, the minimum size of a CU corresponding to each node in a binary tree (say, the binary tree minimum size) and/or the minimum size of a CU corresponding to each node in a ternary tree (say, the ternary tree minimum size) is Can be set to minimum size.
또 다른 예로, 이진 트리 최대 크기 및/또는 삼진 트리 최대 크기는 슬라이스 레벨에서 시그널링되거나 결정될 수 있다. 또한, 이진 트리 최소 크기 및/또는 삼진 트리 최소 크기는 슬라이스 레벨에서 시그널링되거나 결정될 수 있다.As another example, the binary tree maximum size and/or the ternary tree maximum size may be signaled or determined at the slice level. Additionally, the binary tree minimum size and/or ternary tree minimum size may be signaled or determined at the slice level.
전술된 다양한 블록 크기 및 다양한 깊이에 기반하여, 쿼드 분할 정보, 멀티-타입 트리의 분할 여부를 나타내는 정보, 분할 트리 정보 및/또는 분할 방향 정보 등은 비트스트림 내에 존재하거나 존재하지 않을 수 있다.Based on the various block sizes and various depths described above, quad split information, information indicating whether the multi-type tree is split, split tree information, and/or split direction information may or may not exist in the bitstream.
예를 들면, CU의 크기가 쿼드 트리 최소 크기보다 더 크지 않으면, CU는 쿼드 분할 정보를 포함하지 않을 수 있고, CU에 대한 쿼드 분할 정보는 제2 값으로 추론될 수 있다.For example, if the size of the CU is not larger than the quad tree minimum size, the CU may not include quad partition information, and the quad partition information for the CU may be inferred as the second value.
예를 들면, 멀티-타입 트리의 노드에 해당하는 CU의 크기(가로 크기 및 세로 크기)가 이진 트리 최대 크기(가로 크기 및 세로 크기) 및/또는 삼진 트리 최대 크기(가로 크기 및 세로 크기)보다 더 큰 경우, CU는 이진 트리 형태 및/또는 삼진 트리 형태로 분할되지 않을 수 있다. 이러한 결정 방식에 따라, 멀티-타입 트리의 분할 여부를 나타내는 정보는 시그널링되지 않을 수 있고, 제2 값으로 추론될 수 있다.For example, the size (horizontal and vertical size) of the CU corresponding to a node in a multi-type tree is larger than the binary tree maximum size (horizontal size and vertical size) and/or the ternary tree maximum size (horizontal size and vertical size). For larger cases, the CU may not be partitioned into binary and/or ternary tree form. According to this decision method, information indicating whether to split the multi-type tree may not be signaled and may be inferred as a second value.
또는, 멀티-타입 트리의 노드에 해당하는 CU의 크기(가로 크기 및 세로 크기)가 이진 트리 최소 크기(가로 크기 및 세로 크기)와 동일하거나, CU의 크기(가로 크기 및 세로 크기)가 삼진 트리 최소 크기(가로 크기 및 세로 크기)의 2 배와 동일한 경우, CU는 이진 트리 형태 및/또는 삼진 트리 형태로 분할되지 않을 수 있다. 이러한 결정 방식에 따라, 멀티-타입 트리의 분할 여부를 나타내는 정보는 시그널링되지 않을 수 있고, 제2 값으로 추론될 수 있다. 왜냐하면, CU을 이진 트리 형태 및/또는 삼진 트리 형태로 분할할 경우, 이진 트리 최소 크기 및/또는 삼진 트리 최소 크기보다 더 작은 CU이 생성되기 때문이다.Alternatively, the size (horizontal and vertical size) of the CU corresponding to the node of the multi-type tree is equal to the minimum size (horizontal and vertical size) of the binary tree, or the size of the CU (horizontal and vertical size) is equal to the minimum size (horizontal and vertical size) of the binary tree. If equal to twice the minimum size (horizontal and vertical sizes), the CU may not be partitioned into binary tree form and/or ternary tree form. According to this decision method, information indicating whether to split the multi-type tree may not be signaled and may be inferred as a second value. This is because, when dividing a CU into a binary tree form and/or a ternary tree form, a CU smaller than the minimum binary tree size and/or the minimum ternary tree size is generated.
또는, 이진 트리 분할 또는 삼진 트리 분할은 가상의 파이프라인 데이터 유닛의 크기(즉, 파이프라인 버퍼 크기)에 기초하여 제한될 수 있다. 예를 들면, 이진 트리 분할 또는 삼진 트리 분할에 의해, CU가 파이프라인 버퍼 크기에 적합하지 않은 서브 CU로 분할될 경우, 이진 트리 분할 또는 삼진 트리 분할은 제한될 수 있다. 파이프라인 버퍼 크기는 최대 변환 블록의 크기(예를 들면, 64X64)와 동일할 수 있다.Alternatively, binary tree partitioning or ternary tree partitioning may be limited based on the size of the virtual pipeline data unit (i.e., pipeline buffer size). For example, if a CU is split into sub-CUs that do not fit the pipeline buffer size by binary tree partitioning or ternary tree partitioning, binary tree partitioning or ternary tree partitioning may be limited. The pipeline buffer size may be equal to the size of the maximum conversion block (e.g., 64X64).
예를 들면, 파이프라인 버퍼 크기가 64X64일 때, 아래와 같은 분할들은 제한될 수 있다.For example, when the pipeline buffer size is 64X64, the following partitions may be limited.
- NxM(N 및/또는 M은 128) CU에 대한 삼진 트리 분할- ternary tree split for NxM (N and/or M is 128) CUs
- 128xN(N <= 64) CU에 대한 수평 방향 이진 트리 분할- Horizontally directed binary tree split for 128xN (N <= 64) CUs
- Nx128(N <= 64) CU에 대한 수직 방향 이진 트리 분할- Vertically oriented binary tree partitioning for Nx128 (N <= 64) CUs
또는, 멀티-타입 트리의 노드에 해당하는 CU의 멀티-타입 트리 내의 깊이가 멀티-타입 트리 최대 깊이와 동일한 경우, CU는 이진 트리 형태 및/또는 삼진 트리 형태로 분할되지 않을 수 있다. 이러한 결정 방식에 따라, 멀티-타입 트리의 분할 여부를 나타내는 정보는 시그널링되지 않을 수 있고, 제2 값으로 추론될 수 있다.Alternatively, if the depth within the multi-type tree of the CU corresponding to the node of the multi-type tree is equal to the maximum depth of the multi-type tree, the CU may not be divided into a binary tree form and/or a ternary tree form. According to this decision method, information indicating whether to split the multi-type tree may not be signaled and may be inferred as a second value.
또는, 멀티-타입 트리의 노드에 해당하는 CU에 대해, 수직 방향 이진 트리 분할, 수평 방향 이진 트리 분할, 수직 방향 삼진 트리 분할 및 수평 방향 삼진 트리 분할 중 적어도 하나가 가능한 경우에만, 멀티-타입 트리의 분할 여부를 나타내는 정보가 시그널링될 수 있다. 그렇지 않으면, CU는 이진 트리 형태 및/또는 삼진 트리 형태로 분할되지 않을 수 있다. 이러한 결정 방식에 따라, 멀티-타입 트리의 분할 여부를 나타내는 정보는 시그널링되지 않을 수 있고, 제2 값으로 추론될 수 있다.Or, for a CU corresponding to a node of a multi-type tree, a multi-type tree only if at least one of vertical binary tree partitioning, horizontal binary tree partitioning, vertical ternary tree partitioning, and horizontal ternary tree partitioning is possible. Information indicating whether to divide may be signaled. Otherwise, the CU may not be partitioned into binary tree form and/or ternary tree form. According to this decision method, information indicating whether to split the multi-type tree may not be signaled and may be inferred as a second value.
또는, 멀티-타입 트리의 노드에 해당하는 CU에 대해 수직 방향 이진 트리 분할 및 수평 방향 이진 트리 분할이 모두 가능하거나, 수직 방향 삼진 트리 분할 및 수평 방향 삼진 트리 분할이 모두 가능한 경우에만, 분할 방향 정보가 시그널링될 수 있다. 그렇지 않으면, 분할 방향 정보는 시그널링되지 않을 수 있고, CU가 분할될 수 있는 방향을 지시하는 값으로 추론될 수 있다.Alternatively, split direction information only if both vertical binary tree splitting and horizontal binary tree splitting are possible for the CU corresponding to the node of the multi-type tree, or both vertical ternary tree splitting and horizontal ternary tree splitting are possible. can be signaled. Otherwise, the division direction information may not be signaled and may be inferred as a value indicating the direction in which the CU can be divided.
또는, 멀티-타입 트리의 노드에 해당하는 CU에 대해 수직 방향 이진 트리 분할 및 수직 방향 삼진 트리 분할이 모두 가능하거나, 수평 방향 이진 트리 분할 및 수평 방향 삼진 트리 분할이 모두 가능한 경우에만, 분할 트리 정보가 시그널링될 수 있다. 그렇지 않으면, 분할 트리 정보는 시그널링되지 않을 수 있고, CU의 분할에 적용될 수 있는 트리를 지시하는 값으로 추론될 수 있다.Alternatively, split tree information only if both vertical binary tree splitting and vertical ternary tree splitting are possible for the CU corresponding to the node of the multi-type tree, or both horizontal binary tree splitting and horizontal ternary tree splitting are possible. can be signaled. Otherwise, the split tree information may not be signaled and may be inferred as a value indicating a tree applicable to splitting the CU.
도 4는 코딩 유닛이 포함할 수 있는 예측 유닛의 형태를 도시한 도면이다.Figure 4 is a diagram showing the form of a prediction unit that a coding unit can include.
LCU로부터 분할된 CU 중 더 이상 분할되지 않는 CU는 하나 이상의 예측 유닛(Prediction Unit; PU)들로 분할될 수 있다.Among the CUs divided from the LCU, CUs that are no longer divided may be divided into one or more prediction units (PUs).
PU는 예측에 대한 기본 단위일 수 있다. PU는 스킵(skip) 모드, 인터 모드 및 인트라 모드 중 어느 하나로 부호화 및 복호화될 수 있다. PU는 각 모드에 따라서 다양한 형태로 분할될 수 있다. 예를 들면, 도 1을 참조하여 전술된 대상 블록 및 도 2를 참조하여 전술된 대상 블록은 PU일 수 있다.PU may be the basic unit for prediction. PU can be encoded and decoded in any one of skip mode, inter mode, and intra mode. PU can be divided into various forms depending on each mode. For example, the target block described above with reference to FIG. 1 and the target block described with reference to FIG. 2 may be a PU.
CU는 PU들로 분할되지 않을 수 있다. CU가 PU들로 분할되지 않는 경우 CU의 크기 및 PU의 크기는 같을 수 있다.A CU may not be divided into PUs. If the CU is not divided into PUs, the size of the CU and the size of the PU may be the same.
스킵 모드에서는, CU 내에 분할이 존재하지 않을 수 있다. 스킵 모드에서는 분할 없이 PU 및 CU의 크기들이 동일한 2Nx2N 모드(410)가 지원될 수 있다.In skip mode, there may be no partitions within the CU. In skip mode, 2Nx2N mode 410 in which the sizes of PU and CU are the same without division can be supported.
인터 모드에서는, CU 내에서 8가지로 분할된 형태들이 지원될 수 있다. 예를 들면, 인터 모드에서는 2Nx2N 모드(410), 2NxN 모드(415), Nx2N 모드(420), NxN 모드(425), 2NxnU 모드(430), 2NxnD 모드(435), nLx2N 모드(440) 및 nRx2N 모드(445)가 지원될 수 있다.In inter mode, eight partition types can be supported within the CU. For example, in inter mode, 2Nx2N mode (410), 2NxN mode (415), Nx2N mode (420), NxN mode (425), 2NxnU mode (430), 2NxnD mode (435), nLx2N mode (440), and nRx2N Mode 445 may be supported.
인트라 모드에서는, 2Nx2N 모드(410) 및 NxN 모드(425)가 지원될 수 있다.In intra mode, 2Nx2N mode 410 and NxN mode 425 may be supported.
2Nx2N 모드(410)에서는 2Nx2N의 크기의 PU가 부호화될 수 있다. 2Nx2N의 크기의 PU는 CU의 크기와 동일한 크기의 PU를 의미할 수 있다. 예를 들면, 2Nx2N의 크기의 PU는 64x64, 32x32, 16x16 또는 8x8의 크기를 가질 수 있다.In 2Nx2N mode 410, a PU with a size of 2Nx2N can be encoded. A PU of size 2Nx2N may mean a PU of the same size as the size of the CU. For example, a PU of size 2Nx2N may have sizes of 64x64, 32x32, 16x16 or 8x8.
NxN 모드(425)에서는 NxN의 크기의 PU가 부호화될 수 있다.In NxN mode 425, PUs of NxN size can be encoded.
예를 들면, 인트라 예측에서, PU의 크기가 8x8일 때, 4개의 분할된 PU들이 부호화될 수 있다. 분할된 PU의 크기는 4x4일 수 있다.For example, in intra prediction, when the size of a PU is 8x8, four divided PUs can be encoded. The size of the divided PU may be 4x4.
PU가 인트라 모드에 의해 부호화될 경우, PU는 복수의 인트라 예측 모드들 중 하나의 인트라 예측 모드를 사용하여 부호화될 수 있다. 예를 들면, 고 효율 비디오 코딩(High Efficiency Video Coding; HEVC) 기술에서는 35 개의 인트라 예측 모드들을 제공할 수 있고, PU는 35 개의 인트라 예측 모드들 중 하나의 인트라 예측 모드로 부호화될 수 있다.When the PU is encoded by intra mode, the PU may be encoded using one intra prediction mode among a plurality of intra prediction modes. For example, High Efficiency Video Coding (HEVC) technology can provide 35 intra prediction modes, and a PU can be encoded with one intra prediction mode among the 35 intra prediction modes.
PU가 2Nx2N 모드(410) 및 NxN 모드(425) 중 어느 모드에 의해 부호화될 것인가는 율-왜곡 비용(rate-distortion cost)에 의해 결정될 수 있다.Which of the 2Nx2N mode 410 and NxN mode 425 will be used to encode the PU can be determined by the rate-distortion cost.
부호화 장치(100)는 2Nx2N 크기의 PU에 대해 부호화 연산을 수행할 수 있다. 여기에서, 부호화 연산은 부호화 장치(100)가 사용할 수 있는 복수의 인트라 예측 모드들의 각각으로 PU를 부호화하는 것일 수 있다. 부호화 연산을 통해 2Nx2N 크기의 PU에 대한 최적의 인트라 예측 모드가 도출될 수 있다. 최적의 인트라 예측 모드는 부호화 장치(100)가 사용할 수 있는 복수의 인트라 예측 모드들 중 2Nx2N 크기의 PU의 부호화에 대하여 최소의 율-왜곡 비용을 발생시키는 인트라 예측 모드일 수 있다.The encoding device 100 can perform an encoding operation on a PU of size 2Nx2N. Here, the encoding operation may be encoding the PU in each of a plurality of intra prediction modes that the encoding device 100 can use. Through encoding operations, the optimal intra prediction mode for a PU of size 2Nx2N can be derived. The optimal intra prediction mode may be an intra prediction mode that generates the minimum rate-distortion cost for encoding a PU of 2Nx2N size among a plurality of intra prediction modes that the encoding device 100 can use.
또한, 부호화 장치(100)는 NxN으로 분할된 PU들의 각 PU에 대해서 순차적으로 부호화 연산을 수행할 수 있다. 여기에서, 부호화 연산은 부호화 장치(100)가 사용할 수 있는 복수의 인트라 예측 모드들의 각각으로 PU를 부호화하는 것일 수 있다. 부호화 연산을 통해 NxN 크기의 PU에 대한 최적의 인트라 예측 모드가 도출될 수 있다. 최적의 인트라 예측 모드는 부호화 장치(100)가 사용할 수 있는 복수의 인트라 예측 모드들 중 NxN 크기의 PU의 부호화에 대하여 최소의 율-왜곡 비용을 발생시키는 인트라 예측 모드일 수 있다.Additionally, the encoding device 100 may sequentially perform an encoding operation on each PU of the NxN divided PUs. Here, the encoding operation may be encoding the PU in each of a plurality of intra prediction modes that the encoding device 100 can use. The optimal intra prediction mode for a PU of NxN size can be derived through encoding operations. The optimal intra prediction mode may be an intra prediction mode that generates the minimum rate-distortion cost for encoding an NxN sized PU among a plurality of intra prediction modes that the encoding device 100 can use.
부호화 장치(100)는 2Nx2N 크기의 PU의 율-왜곡 비용 및 NxN 크기의 PU들의 율-왜곡 비용들의 비교에 기반하여 2Nx2N 크기의 PU 및 NxN 크기의 PU들 중 어느 것을 부호화할 지를 결정할 수 있다.The encoding device 100 may determine which of the 2Nx2N sized PUs and the NxN sized PUs to encode based on comparison of the rate-distortion costs of the 2Nx2N sized PU and the rate-distortion costs of the NxN sized PUs.
하나의 CU는 하나 이상의 PU들로 분할될 수 있고, PU도 복수의 PU들로 분할될 수 있다.One CU can be divided into one or more PUs, and a PU can also be divided into multiple PUs.
예를 들면, 하나의 PU가 4 개의 PU들로 분할되는 경우, 분할에 의해 생성된 4 개의 PU들의 각 PU의 가로 크기 및 세로 크기는 각각 분할 전의 PU의 가로 크기의 절반 및 세로 크기의 절반일 수 있다. 32x32 크기의 PU가 4 개의 PU들로 분할되는 경우, 분할된 4 개의 PU들의 크기들은 16x16일 수 있다. 하나의 PU가 4 개의 PU들로 분할되는 경우, PU가 쿼드-트리 형태로 분할되었다고 할 수 있다.For example, when one PU is divided into four PUs, the horizontal and vertical sizes of each of the four PUs created by division are half the horizontal size and half the vertical size of the PU before division, respectively. You can. When a PU of size 32x32 is divided into 4 PUs, the sizes of the 4 divided PUs may be 16x16. When one PU is divided into four PUs, it can be said that the PU is divided into a quad-tree form.
예를 들면, 하나의 PU가 2 개의 PU들로 분할되는 경우, 분할에 의해 생성된 2 개의 PU들의 각 PU의 가로 크기 또는 세로 크기는 각각 분할 전의 PU의 가로 크기의 절반 또는 세로 크기의 절반일 수 있다. 32x32 크기의 PU가 2 개의 PU들로 세로로 분할되는 경우, 분할된 2 개의 PU들의 크기들은 16x32일 수 있다. 32x32 크기의 PU가 2 개의 PU들로 가로로 분할되는 경우, 분할된 2 개의 PU들의 크기들은 32x16일 수 있다. 하나의 PU가 2 개의 PU들로 분할되는 경우, PU가 이진-트리 형태로 분할되었다고 할 수 있다.For example, when one PU is divided into two PUs, the horizontal or vertical size of each PU of the two PUs created by division is half the horizontal size or half the vertical size of the PU before division, respectively. You can. When a PU of size 32x32 is vertically divided into two PUs, the sizes of the two divided PUs may be 16x32. When a PU of size 32x32 is horizontally divided into two PUs, the sizes of the two divided PUs may be 32x16. When one PU is divided into two PUs, it can be said that the PU is divided into a binary-tree form.
도 5는 코딩 유닛에 포함될 수 있는 변환 유닛의 형태를 도시한 도면이다.Figure 5 is a diagram showing the form of a conversion unit that can be included in a coding unit.
변환 유닛(Transform Unit; TU)은 CU 내에서 변환, 양자화, 역변환, 역양자화, 엔트로피 부호화 및 엔트로피 복호화의 과정을 위해 사용되는 기본 단위일 수 있다.Transform Unit (TU) may be a basic unit used for the processes of transformation, quantization, inverse transformation, inverse quantization, entropy encoding, and entropy decoding within the CU.
TU는 정사각형 형태 또는 직사각형 형태를 가질 수 있다. TU의 형태는 CU의 크기 및/또는 형태에 의존하여 결정될 수 있다.TU may have a square or rectangular shape. The shape of the TU may be determined depending on the size and/or shape of the CU.
LCU로부터 분할된 CU 중, 더 이상 CU들로 분할되지 않는 CU는 하나 이상의 TU들로 분할될 수 있다. 이때, TU의 분할 구조는 쿼드-트리(quad-tree) 구조일 수 있다. 예컨대, 도 5에서 도시된 것과 같이, 하나의 CU(510)가 쿼드-트리 구조에 따라서 한 번 또는 그 이상 분할될 수 있다. 분할을 통해, 하나의 CU(510)는 다양한 크기의 TU들로 구성될 수 있다.Among the CUs divided from the LCU, CUs that are no longer divided into CUs may be divided into one or more TUs. At this time, the division structure of the TU may be a quad-tree structure. For example, as shown in FIG. 5, one CU 510 may be divided one or more times according to a quad-tree structure. Through division, one CU 510 can be composed of TUs of various sizes.
하나의 CU가 2 번 이상 분할될 경우, CU는 재귀적으로 분할되는 것으로 볼 수 있다. 분할을 통해, 하나의 CU는 다양한 크기들을 갖는 TU들로 구성될 수 있다.If one CU is divided more than two times, the CU can be viewed as being divided recursively. Through partitioning, one CU can be composed of TUs with various sizes.
또는, 하나의 CU는 CU를 분할하는 수직 선 및/또는 수평 선의 개수에 기반하여 하나 이상의 TU들로 분할될 수도 있다.Alternatively, one CU may be divided into one or more TUs based on the number of vertical lines and/or horizontal lines dividing the CU.
CU는 대칭형의 TU들로 분할될 수 있고, 비대칭형의 TU들로 분할될 수도 있다. 비대칭형의 TU들로의 분할을 위해, TU의 크기 및/또는 형태에 대한 정보가 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수 있다. 또는, TU의 크기 및/또는 형태는 CU의 크기 및/또는 형태에 대한 정보로부터 유도될 수 있다.A CU may be divided into symmetric TUs or may be divided into asymmetric TUs. For division into asymmetric TUs, information about the size and/or shape of the TU may be signaled from the encoding device 100 to the decoding device 200. Alternatively, the size and/or shape of the TU may be derived from information about the size and/or shape of the CU.
CU는 TU들로 분할되지 않을 수 있다. CU가 TU들로 분할되지 않는 경우 CU의 크기 및 TU의 크기는 같을 수 있다.A CU may not be divided into TUs. If the CU is not divided into TUs, the size of the CU and the size of the TU may be the same.
하나의 CU는 하나 이상의 TU들로 분할될 수 있고, TU도 복수의 TU들로 분할될 수 있다.One CU may be divided into one or more TUs, and a TU may also be divided into multiple TUs.
예를 들면, 하나의 TU가 4 개의 TU들로 분할되는 경우, 분할에 의해 생성된 4 개의 TU들의 각 TU의 가로 크기 및 세로 크기는 각각 분할 전의 TU의 가로 크기의 절반 및 세로 크기의 절반일 수 있다. 32x32 크기의 TU가 4 개의 TU들로 분할되는 경우, 분할된 4 개의 TU들의 크기들은 16x16일 수 있다. 하나의 TU가 4 개의 TU들로 분할되는 경우, TU가 쿼드-트리 형태로 분할되었다고 할 수 있다.For example, when one TU is split into four TUs, the horizontal and vertical sizes of each of the four TUs created by the split are half the horizontal size and half the vertical size of the TU before splitting, respectively. You can. When a TU of size 32x32 is divided into 4 TUs, the sizes of the 4 divided TUs may be 16x16. When one TU is divided into four TUs, it can be said that the TU is divided into a quad-tree form.
예를 들면, 하나의 TU가 2 개의 TU들로 분할되는 경우, 분할에 의해 생성된 2 개의 TU들의 각 TU의 가로 크기 또는 세로 크기는 각각 분할 전의 TU의 가로 크기의 절반 또는 세로 크기의 절반일 수 있다. 32x32 크기의 TU가 2 개의 TU들로 세로로 분할되는 경우, 분할된 2 개의 TU들의 크기들은 16x32일 수 있다. 32x32 크기의 TU가 2 개의 TU들로 가로로 분할되는 경우, 분할된 2 개의 TU들의 크기들은 32x16일 수 있다. 하나의 TU가 2 개의 TU들로 분할되는 경우, TU가 이진-트리 형태로 분할되었다고 할 수 있다.For example, when one TU is split into two TUs, the horizontal or vertical size of each TU of the two TUs created by the split is half the horizontal size or half the vertical size of the TU before splitting, respectively. You can. When a TU of size 32x32 is vertically divided into two TUs, the sizes of the two divided TUs may be 16x32. When a TU of size 32x32 is horizontally divided into two TUs, the sizes of the two divided TUs may be 32x16. When one TU is divided into two TUs, it can be said that the TU is divided into a binary-tree form.
도 5에서 도시된 것 외의 다른 방식으로 CU가 분할될 수도 있다.The CU may be divided in a manner other than that shown in FIG. 5.
예를 들면, 하나의 CU는 3 개의 CU들로 분할될 수 있다. 분할된 3 개의 CU들의 가로 크기 또는 세로 크기는 각각 분할전의 CU의 가로 크기 또는 세로 크기의 1/4, 1/2 및 1/4일 수 있다.For example, one CU can be divided into three CUs. The horizontal or vertical size of the three divided CUs may be 1/4, 1/2, and 1/4 of the horizontal or vertical size of the CU before division, respectively.
일 예로, 32x32 크기의 CU가 3 개의 CU들로 세로로 분할되는 경우, 분할된 3 개의 CU들의 크기들은 각각 8x32, 16x32 및 8x32일 수 있다. 이와 같이, 하나의 CU가 3 개의 CU들로 분할되는 경우, CU는 삼진 트리의 형태로 분할되었다고 볼 수 있다.For example, when a CU of size 32x32 is vertically divided into 3 CUs, the sizes of the three divided CUs may be 8x32, 16x32, and 8x32, respectively. In this way, when one CU is divided into three CUs, the CU can be viewed as being divided in the form of a ternary tree.
예시된 쿼드 트리의 형태의 분할, 이진 트리의 형태의 분할 및 삼진 트리의 형태의 분할 중 하나가 CU의 분할을 위해 적용될 수 있으며, 복수 개의 분할 방식들이 함께 조합되어 CU의 분할을 위해 사용될 수도 있다. 이 때, 복수 개의 분할 방식들이 조합되어 사용되는 경우를 복합 트리의 형태의 분할이라고 칭할 수 있다.One of the exemplified quad tree-type partitioning, binary tree-type partitioning, and ternary tree-type partitioning may be applied for partitioning the CU, and a plurality of partitioning methods may be combined together and used for partitioning the CU. . At this time, the case where a plurality of partitioning methods are used in combination can be referred to as partitioning in the form of a composite tree.
도 6은 일 예에 따른 블록의 분할을 나타낸다.Figure 6 shows division of a block according to an example.
영상의 부호화 및/또는 복호화의 과정에서, 도 6과 같이 대상 블록이 분할될 수 있다. 예를 들면, 대상 블록은 CU일 수 있다.In the process of encoding and/or decoding an image, the target block may be divided as shown in FIG. 6. For example, the target block may be a CU.
대상 블록의 분할을 위해, 분할 정보를 나타내는 지시자가 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수 있다. 분할 정보는 대상 블록이 어떻게 분할되는가를 나타내는 정보일 수 있다.For division of the target block, an indicator indicating division information may be signaled from the encoding device 100 to the decoding device 200. Splitting information may be information indicating how the target block is divided.
분할 정보는 분할 플래그(이하, "split_flag"로 표시), 쿼드-이진 플래그(이하, "QB_flag"로 표시), 쿼드 트리 플래그(이하, "quadtree_flag"로 표시), 이진 트리 플래그(이하, "binarytree_flag"로 표시) 및 이진 타입 플래그(이하, "Btype_flag"로 표시) 중 하나 이상일 수 있다.Splitting information includes split flag (hereinafter referred to as “split_flag”), quad-binary flag (hereinafter referred to as “QB_flag”), quad tree flag (hereinafter referred to as “quadtree_flag”), and binary tree flag (hereinafter referred to as “binarytree_flag”). It may be one or more of a binary type flag (hereinafter denoted as "Btype_flag").
split_flag는 블록이 분할되는지 여부를 나타내는 플래그일 수 있다. 예를 들면, split_flag의 값 1은 블록이 분할됨을 나타낼 수 있다. split_flag의 값 0은 블록이 분할되지 않음을 나타낼 수 있다.split_flag may be a flag indicating whether the block is split. For example, a value of 1 in split_flag may indicate that the block is split. A value of 0 for split_flag may indicate that the block is not split.
QB_flag는 블록이 쿼드 트리 형태 및 이진 트리 형태 중 어떤 형태로 분할되는가를 나타내는 플래그일 수 있다. 예를 들면, QB_flag의 값 0은 블록이 쿼드 트리 형태로 분할됨을 나타낼 수 있다. QB_flag의 값 1은 블록이 이진 트리 형태로 분할됨을 나타낼 수 있다. 또는, QB_flag의 값 0은 블록이 이진 트리 형태로 분할됨을 나타낼 수 있다. QB_flag의 값 1은 블록이 쿼드 트리 형태로 분할됨을 나타낼 수 있다.QB_flag may be a flag indicating whether the block is divided into a quad tree format or a binary tree format. For example, a value of 0 for QB_flag may indicate that the block is divided into a quad tree format. A value of 1 in QB_flag may indicate that the block is divided into a binary tree form. Alternatively, the value of QB_flag of 0 may indicate that the block is divided into a binary tree form. A value of 1 in QB_flag may indicate that the block is divided into a quad tree format.
quadtree_flag는 블록이 쿼드 트리 형태로 분할되는지 여부를 나타내는 플래그일 수 있다. 예를 들면, quadtree_flag의 값 1은 블록이 쿼드 트리 형태로 분할됨을 나타낼 수 있다. quadtree_flag의 값 0은 블록이 쿼드 트리 형태로 분할되지 않음을 나타낼 수 있다.quadtree_flag may be a flag indicating whether the block is divided into a quad tree format. For example, a value of 1 in quadtree_flag may indicate that the block is divided into a quad tree format. A value of 0 for quadtree_flag may indicate that the block is not divided into a quad tree format.
binarytree_flag는 블록이 이진 트리 형태로 분할되었는지 여부를 나타내는 플래그일 수 있다. 예를 들면, binarytree_flag의 값 1은 블록이 이진 트리 형태로 분할됨을 나타낼 수 있다. binarytree_flag의 값 0은 블록이 이진 트리 형태로 분할되지 않음을 나타낼 수 있다.binarytree_flag may be a flag indicating whether the block is divided in binary tree form. For example, a value of 1 in binarytree_flag may indicate that the block is split into a binary tree. A value of 0 for binarytree_flag may indicate that the block is not divided into a binary tree form.
Btype_flag는 블록이 이진 트리 형태로 분할되는 경우, 수직 분할 및 수평 분할 중 어떤 것으로 분할되었는지를 나타내는 플래그일 수 있다. 예를 들면, Btype_flag의 값 0은 블록이 수평 방향으로 분할됨을 나타낼 수 있다. Btype_flag의 값 1은 블록이 수직 방향으로 분할됨을 나타낼 수 있다. 또는, Btype_flag의 값 0은 블록이 수직 방향으로 분할되었음을 나타낼 수 있다. Btype_flag의 값 1은 블록이 수평 방향으로 분할되었음을 나타낼 수 있다.Btype_flag may be a flag indicating whether the block is divided into vertical division or horizontal division when the block is divided into binary tree form. For example, a value of 0 in Btype_flag may indicate that the block is divided in the horizontal direction. A value of 1 in Btype_flag may indicate that the block is divided in the vertical direction. Alternatively, the value 0 of Btype_flag may indicate that the block is divided in the vertical direction. A value of 1 in Btype_flag may indicate that the block is divided in the horizontal direction.
예를 들면, 도 6의 블록에 대한 분할 정보는 아래의 표 1과 같이 quadtree_flag, binarytree_flag 및 Btype_flag 중 적어도 하나를 시그널링함으로써 유도할 수 있다.For example, partition information for the block of FIG. 6 can be derived by signaling at least one of quadtree_flag, binarytree_flag, and Btype_flag as shown in Table 1 below.
Figure PCTKR2023018590-appb-img-000001
Figure PCTKR2023018590-appb-img-000001
예를 들면, 도 6의 블록에 대한 분할 정보는 아래의 표 2와 같이 split_flag, QB_flag 및 Btype_flag 중 적어도 하나를 시그널링함으로써 유도할 수 있다.For example, split information for the block of FIG. 6 can be derived by signaling at least one of split_flag, QB_flag, and Btype_flag as shown in Table 2 below.
Figure PCTKR2023018590-appb-img-000002
Figure PCTKR2023018590-appb-img-000002
분할 방법은 블록의 크기 및/또한 형태에 따라 쿼드 트리로만 제한될 수 있고, 또는 이진 트리로만 제한될 수 있다. 이러한 제한이 적용되는 경우, split_flag는 쿼드 트리 형태로의 분할 여부를 나타내는 플래그 또는 이진 트리 형태로의 분할 여부를 나타내는 플래그일 수 있다. 블록의 크기 및 형태는 블록의 깊이 정보에 따라서 유도될 수 있으며, 깊이 정보는 부호화 장치(100)로부터 복호화 장치(200)로 시그널링 될 수 있다.The partitioning method may be limited to quad trees only, or only binary trees, depending on the size and/or shape of the block. When this restriction is applied, split_flag may be a flag indicating whether to split into a quad tree form or a flag indicating whether to split into a binary tree form. The size and shape of the block can be derived according to the depth information of the block, and the depth information can be signaled from the encoding device 100 to the decoding device 200.
블록의 크기가 특정된 범위 내에 속하는 경우, 쿼드 트리 형태의 분할만이 가능할 수 있다. 예를 들면, 특정된 범위는 쿼드 트리 형태의 분할만이 가능한 최대 블록 크기 및 최소 블록 크기 중 적어도 하나에 의해 정의될 수 있다.If the size of the block falls within a specified range, only quad tree-type division may be possible. For example, the specified range may be defined by at least one of the maximum block size and minimum block size for which only quad tree-type division is possible.
쿼트 트리 형태의 분할만이 가능한 최대 블록 크기 및/또는 최소 블록 크기를 나타내는 정보는 비트스트림을 통해 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수 있다. 또한, 이러한 정보는 비디오, 시퀀스, 픽처, 파라미터, 타일 그룹 및 슬라이스(또는, 세그먼트) 중 적어도 하나의 단위에 대하여 시그널링될 수 있다.Information indicating the maximum block size and/or minimum block size for which only quad tree-type division is possible may be signaled from the encoding device 100 to the decoding device 200 through a bitstream. Additionally, this information may be signaled for at least one unit among video, sequence, picture, parameter, tile group, and slice (or segment).
또는, 최대 블록 크기 및/또는 최소 블록 크기는 부호화 장치(100) 및 복호화 장치(200)에서 기정의된 고정된 크기일 수 있다. 예를 들면, 블록의 크기가 64x64의 이상이며, 256x256의 이하인 경우에는 쿼드 트리 형태의 분할만이 가능할 수 있다. 이러한 경우, split_flag는 쿼드 트리 형태로의 분할 여부를 나타내는 플래그일 수 있다.Alternatively, the maximum block size and/or minimum block size may be fixed sizes predefined in the encoding device 100 and the decoding device 200. For example, if the block size is 64x64 or larger and 256x256 or smaller, only quad tree type division may be possible. In this case, split_flag may be a flag indicating whether to split into quad tree form.
블록의 크기가 최대 변환 블록 크기보다 더 큰 경우, 쿼드 트리 형태의 분할만이 가능할 수 있다. 이 때, 분할되는 블록은 CU 및 TU 중 적어도 하나일 수 있다.If the block size is larger than the maximum conversion block size, only quad tree-type division may be possible. At this time, the divided block may be at least one of CU and TU.
이러한 경우, split_flag는 쿼드 트리 형태로의 분할 여부를 나타내는 플래그일 수 있다.In this case, split_flag may be a flag indicating whether to split into quad tree form.
블록의 크기가 특정된 범위 내에 속하는 경우, 이진 트리 형태 또는 삼진 트리 형태의 분할만이 가능할 수 있다. 여기서, 예를 들면, 특정된 범위는 이진 트리형태 또는 삼진 트리 형태의 분할만이 가능한 최대 블록 크기 및 최소 블록 크기 중 적어도 하나에 의해 정의될 수 있다.If the block size falls within a specified range, only binary tree or ternary tree division may be possible. Here, for example, the specified range may be defined by at least one of the maximum block size and minimum block size for which only division in the form of a binary tree or a ternary tree is possible.
이진 트리 형태의 분할 또는 삼진 트리 형태의 분할만이 가능한 최대 블록 크기 및/또는 최소 블록 크기를 나타내는 정보는 비트스트림을 통해 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수 있다. 또한, 이러한 정보는 시퀀스, 픽처 및 슬라이스(또는, 세그먼트) 중 적어도 하나의 단위에 대하여 시그널링될 수 있다.Information indicating the maximum block size and/or minimum block size for which only binary tree-type splitting or ternary tree-type splitting is possible may be signaled from the encoding device 100 to the decoding device 200 through a bitstream. Additionally, this information may be signaled for at least one unit among sequence, picture, and slice (or segment).
또는, 최대 블록 크기 및/또는 최소 블록 크기는 부호화 장치(100) 및 복호화 장치(200)에서 기정의된 고정된 크기일 수 있다. 예를 들면, 블록의 크기가 8x8의 이상이며, 16x16의 이하인 경우에는 이진 트리 형태의 분할만이 가능할 수 있다. 이러한 경우, split_flag는 이진 트리 형태 또는 삼진 트리 형태로의 분할 여부를 나타내는 플래그일 수 있다.Alternatively, the maximum block size and/or minimum block size may be fixed sizes predefined in the encoding device 100 and the decoding device 200. For example, if the block size is 8x8 or larger and 16x16 or smaller, only division in the form of a binary tree may be possible. In this case, split_flag may be a flag indicating whether to split in binary tree form or ternary tree form.
전술된 쿼드 트리 형태의 분할에 관한 설명은 이진 트리 형태 및/또는 삼진 트리 형태의 분할에 대해서도 동일하게 적용될 수 있다.The above-described description of quad tree-type partitioning can be equally applied to binary tree-type and/or ternary-tree form partitioning.
블록의 분할은 이전의 분할에 의해 제한될 수 있다. 예를 들면, 블록이 특정된 이진 트리 형태로 분할되어 복수의 분할된 블록들이 생성된 경우, 각 분할된 블록은 특정된 트리 형태로만 추가로 분할될 수 있다. 여기에서, 특정된 트리 형태는 이진 트리 형태, 삼진 트리 형태 및 쿼드 트리 형태 중 적어도 하나일 수 있다.Splitting of a block may be limited by previous splitting. For example, when a block is divided into a specified binary tree form and a plurality of divided blocks are created, each divided block can be further divided only into the specified tree form. Here, the specified tree form may be at least one of a binary tree form, a ternary tree form, and a quad tree form.
분할된 블록의 가로 크기 또는 세로 크기가 더 이상 분할될 수 없는 크기에 해당하는 경우 전술된 지시자는 시그널링되지 않을 수 있다.If the horizontal or vertical size of the divided block corresponds to a size that cannot be further divided, the above-described indicator may not be signaled.
도 7은 인트라 예측 과정의 실시예를 설명하기 위한 도면이다.Figure 7 is a diagram for explaining an embodiment of the intra prediction process.
도 7의 그래프의 중심으로부터 외곽으로의 화살표들은 방향성 인트라 예측 모드들의 예측 방향들을 나타낼 수 있다. 또한, 화살표에 근접하게 표시된 숫자는 인트라 예측 모드 또는 인트라 예측 모드의 예측 방향에 할당된 모드 값의 일 예를 나타낼 수 있다.Arrows from the center of the graph of FIG. 7 to the outside may indicate prediction directions of directional intra prediction modes. Additionally, numbers displayed close to the arrows may represent an example of a mode value assigned to the intra prediction mode or the prediction direction of the intra prediction mode.
도 7에서, 숫자 0은 비방향성 인트라 예측 모드인 플래너(Planar) 모드를 나타낼 수 있다. 숫자 1은 비방향성 인트라 예측 모드인 디씨(DC) 모드를 나타낼 수 있다.In FIG. 7, the number 0 may represent Planar mode, which is a non-directional intra prediction mode. The number 1 may represent DC mode, which is a non-directional intra prediction mode.
인트라 부호화 및/또는 복호화는 대상 블록의 이웃 블록의 참조 샘플을 이용하여 수행될 수 있다. 이웃 블록은 재구축된 이웃 블록일 수 있다. 참조 샘플은 이웃 샘플을 의미할 수 있다.Intra encoding and/or decoding may be performed using reference samples of neighboring blocks of the target block. The neighboring block may be a reconstructed neighboring block. A reference sample may refer to a neighboring sample.
예를 들면, 인트라 부호화 및/또는 복호화는 재구축된 이웃 블록이 포함하는 참조 샘플의 값 또는 코딩 파라미터를 이용하여 수행될 수 있다.For example, intra encoding and/or decoding may be performed using the value or coding parameter of a reference sample included in the reconstructed neighboring block.
부호화 장치(100) 및/또는 복호화 장치(200)는 대상 영상 내의 샘플의 정보에 기초하여 대상 블록에 대한 인트라 예측을 수행함으로써 예측 블록을 생성할 수 있다. 인트라 예측을 수행할 때, 부호화 장치(100) 및/또는 복호화 장치(200)는 대상 영상 내의 샘플의 정보에 기반하여 인트라 예측을 수행함으로써 대상 블록에 대한 예측 블록을 생성할 수 있다. 인트라 예측을 수행할 때, 부호화 장치(100) 및/또는 복호화 장치(200)는 적어도 하나의 재구축된 참조 샘플에 기반하여 방향성 예측 및/또는 비방향성 예측을 수행할 수 있다.The encoding device 100 and/or the decoding device 200 may generate a prediction block by performing intra prediction on the target block based on information on samples in the target image. When performing intra prediction, the encoding device 100 and/or the decoding device 200 may generate a prediction block for the target block by performing intra prediction based on information on samples in the target image. When performing intra prediction, the encoding device 100 and/or the decoding device 200 may perform directional prediction and/or non-directional prediction based on at least one reconstructed reference sample.
예측 블록은 인트라 예측의 수행의 결과로 생성된 블록을 의미할 수 있다. 예측 블록은 CU, PU 및 TU 중 적어도 하나에 해당할 수 있다.A prediction block may refer to a block generated as a result of performing intra prediction. A prediction block may correspond to at least one of CU, PU, and TU.
예측 블록의 단위는 CU, PU 및 TU 중 적어도 하나의 크기일 수 있다. 예측 블록은 2Nx2N의 크기 또는 NxN의 크기를 갖는, 정사각형의 형태를 가질 수 있다. NxN의 크기는 4x4, 8x8, 16x16, 32x32 및 64x64 등을 포함할 수 있다.The unit of the prediction block may be the size of at least one of CU, PU, and TU. The prediction block may have a square shape with a size of 2Nx2N or NxN. NxN sizes can include 4x4, 8x8, 16x16, 32x32, and 64x64.
또는, 예측 블록은 2x2, 4x4, 8x8, 16x16, 32x32 또는 64x64 등의 크기를 갖는 정사각형의 형태의 블록일 수 있고, 2x8, 4x8, 2x16, 4x16 및 8x16 등의 크기를 갖는 직사각형 모양의 블록일 수도 있다.Alternatively, the prediction block may be a square-shaped block with a size of 2x2, 4x4, 8x8, 16x16, 32x32, or 64x64, or a rectangular block with a size of 2x8, 4x8, 2x16, 4x16, and 8x16. there is.
인트라 예측은 대상 블록에 대한 인트라 예측 모드에 따라 수행될 수 있다. 대상 블록이 가질 수 있는 인트라 예측 모드의 개수는 기정의된 고정된 값일 수 있으며, 예측 블록의 속성에 따라 다르게 결정된 값일 수 있다. 예를 들면, 예측 블록의 속성은 예측 블록의 크기 및 예측 블록의 타입 등을 포함할 수 있다. 또한, 예측 블록의 속성은 예측 블록에 대한 코딩 파라미터를 가리킬 수 있다.Intra prediction may be performed according to the intra prediction mode for the target block. The number of intra prediction modes that a target block can have may be a predefined fixed value or a value determined differently depending on the properties of the prediction block. For example, properties of the prediction block may include the size of the prediction block and the type of the prediction block. Additionally, properties of a prediction block may indicate coding parameters for the prediction block.
예를 들면, 인트라 예측 모드의 개수는 예측 블록의 크기에 관계없이 N 개로 고정될 수 있다. 또는, 예를 들면, 인트라 예측 모드의 개수는 3, 5, 9, 17, 34, 35, 36, 65, 67 또는 95 등일 수 있다.For example, the number of intra prediction modes may be fixed to N regardless of the size of the prediction block. Or, for example, the number of intra prediction modes may be 3, 5, 9, 17, 34, 35, 36, 65, 67, or 95.
인트라 예측 모드는 비방향성(non-directional) 모드 또는 방향성(directional) 모드일 수 있다.The intra prediction mode may be a non-directional mode or a directional mode.
예를 들면, 인트라 예측 모드는, 도 7에서 도시된 번호 0 내지 66에 대응하는, 2 개의 비방향성 모드들 및 65 개의 방향성 모드들을 포함할 수 있다.For example, an intra prediction mode may include 2 undirectional modes and 65 directional modes, corresponding to numbers 0 to 66 shown in FIG. 7 .
예를 들면, 특정된 인트라 예측 방법이 사용되는 경우, 인트라 예측 모드는 도 7에서 도시된 번호 -14 내지 80에 대응하는, 2 개의 비방향성 모드들 및 93 개의 방향성 모드들을 포함할 수 있다.For example, when a specified intra prediction method is used, the intra prediction mode may include 2 undirectional modes and 93 directional modes, corresponding to numbers -14 to 80 shown in FIG. 7.
2 개의 비방향성 모드들은 디씨(DC) 모드 및 플래너(Planar) 모드를 포함할 수 있다.The two non-directional modes may include DC mode and Planar mode.
방향성 모드는 특정한 방향 또는 특정한 각도를 갖는 예측 모드일 수 있다. 방향성 모드는 각 모드(argular mode)로 칭해질 수도 있다.The directional mode may be a prediction mode with a specific direction or a specific angle. Directional mode may also be referred to as an argular mode.
인트라 예측 모드는 모드 번호, 모드 값 모드 각도 및 모드 방향 중 적어도 하나로 표현될 수 있다. 말하자면, 용어들 "인트라 예측 모드의 (모드) 번호", "인트라 예측 모드의 (모드) 값", "인트라 예측 모드의 (모드) 각도" 및 "인트라 예측 모드의 (모드) 방향)은 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.The intra prediction mode may be expressed by at least one of a mode number, mode value, mode angle, and mode direction. That is to say, the terms “(mode) number of intra prediction mode”, “(mode) value of intra prediction mode”, “(mode) angle of intra prediction mode” and “(mode) direction of intra prediction mode” have the same meaning. can be used, and can be used interchangeably.
인트라 예측 모드의 개수는 M일 수 있다. M은 1 이상일 수 있다. 말하자면, 인트라 예측 모드는 비방향성 모드의 개수 및 방향성 모드의 개수를 포함하는 M 개일 수 있다.The number of intra prediction modes may be M. M may be 1 or more. In other words, the number of intra prediction modes may be M, including the number of non-directional modes and the number of directional modes.
인트라 예측 모드의 개수는 블록의 크기 및/또는 색 성분(color component)에 관계없이 M 개로 고정될 수 있다. 예를 들면, 인트라 예측 모드의 개수는, 블록의 크기와 무관하게, 35 또는 67 중 하나로 고정될 수 있다.The number of intra prediction modes may be fixed to M regardless of the size and/or color component of the block. For example, the number of intra prediction modes may be fixed to either 35 or 67, regardless of the block size.
또는, 인트라 예측 모드의 개수는 블록의 모양, 크기 및/또는 색 성분의 타입에 따라 상이할 수 있다.Alternatively, the number of intra prediction modes may vary depending on the shape, size, and/or type of color component of the block.
예를 들면, 도 7에서, 점선으로 도시된 방향성 예측 모드들은 비-정사각형(non-square) 블록에 대한 예측에만 적용될 수 있다.For example, in FIG. 7, directional prediction modes shown in dotted lines can only be applied to prediction for non-square blocks.
예를 들면, 블록의 크기가 커질수록 인트라 예측 모드의 개수는 많아질 수 있다. 또는, 블록의 크기가 커질수록 인트라 예측 모드의 개수는 적어질 수 있다. 블록의 크기가 4x4 또는 8x8인 경우에는 인트라 예측 모드의 개수는 67일 수 있다. 블록의 크기가 16x16인 경우에는 인트라 예측 모드의 개수는 35일 수 있다. 블록의 크기가 32x32인 경우에는 인트라 예측 모드의 개수는 19일 수 있다. 블록의 크기가 64x64인 경우에는 인트라 예측 모드의 개수는 7일 수 있다.For example, as the block size increases, the number of intra prediction modes may increase. Alternatively, as the block size increases, the number of intra prediction modes may decrease. If the block size is 4x4 or 8x8, the number of intra prediction modes may be 67. If the block size is 16x16, the number of intra prediction modes may be 35. If the block size is 32x32, the number of intra prediction modes may be 19. If the block size is 64x64, the number of intra prediction modes may be 7.
예를 들면, 색 성분이 루마(luma) 신호인지 아니면 크로마(chroma) 신호인지에 따라 인트라 예측 모드의 개수가 다를 수 있다. 또는 루마 성분 블록의 인트라 예측 모드의 개수는 크로마 성분 블록의 인트라 예측 모드의 개수보다 더 클 수 있다.For example, the number of intra prediction modes may vary depending on whether the color component is a luma signal or a chroma signal. Alternatively, the number of intra prediction modes of the luma component block may be greater than the number of intra prediction modes of the chroma component block.
예를 들면, 모드 값이 50인 수직 모드의 경우, 참조 샘플의 픽셀 값에 기반하여 수직 방향으로 예측이 수행될 수 있다. 예를 들면, 모드 값이 18인 수평 모드의 경우, 참조 샘플의 픽셀 값에 기반하여 수평 방향으로 예측이 수행될 수 있다.For example, in the case of vertical mode with a mode value of 50, prediction may be performed in the vertical direction based on the pixel value of the reference sample. For example, in the case of horizontal mode where the mode value is 18, prediction may be performed in the horizontal direction based on the pixel value of the reference sample.
전술된 모드 이외의 방향성 모드인 경우에도 부호화 장치(100) 및 복호화 장치(200)는 방향성 모드에 대응하는 각도에 따라 참조 샘플을 이용하여 대상 유닛에 대한 인트라 예측을 수행할 수 있다.Even in the case of a directional mode other than the above-described mode, the encoding device 100 and the decoding device 200 can perform intra prediction on the target unit using a reference sample according to the angle corresponding to the directional mode.
수직 모드의 우측에 위치한 인트라 예측 모드는 수직 우측 모드(verticalright mode)로 명명될 수 있다. 수평 모드의 하단에 위치한 인트라 예측 모드는 수형 하단 모드(horizontal-below mode)로 명명될 수 있다. 예를 들면, 도 7에서, 모드 값이 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65 및 66 중 하나인 인트라 예측 모드들은 수직 우측 모드들일 수 있다. 모드 값이 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 및 17 중 하나인 인트라 예측 모드들은 수평 하단 모드들일 수 있다.The intra prediction mode located to the right of the vertical mode may be named vertical right mode. The intra prediction mode located below the horizontal mode may be named the horizontal-below mode. For example, in Figure 7, intra prediction modes with mode values one of 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, and 66 are vertical These may be the right modes. Intra prediction modes with mode values of one of 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, and 17 may be horizontal bottom modes.
비방향성 모드는 디씨(DC) 모드 및 플래너(planar) 모드를 포함할 수 있다. 예를 들면, 디씨 모드의 모드 값은 1일 수 있다. 플래너 모드의 모드 값은 0일 수 있다.Non-directional modes may include DC mode and planar mode. For example, the mode value of DC mode may be 1. The mode value of the planner mode may be 0.
방향성 모드는 각진(angular) 모드를 포함할 수 있다. 복수의 인트라 예측 모드들 중 DC 모드 및 플래너 모드를 제외한 나머지의 모드는 방향성 모드일 수 있다.Directional modes may include angular modes. Among the plurality of intra prediction modes, the remaining modes except DC mode and planner mode may be directional modes.
인트라 예측 모드가 DC 모드인 경우, 복수의 참조 샘플들의 픽셀 값들의 평균에 기반하여 예측 블록이 생성될 수 있다. 예를 들면, 예측 블록의 픽셀의 값은 복수의 참조 샘플들의 픽셀 값들의 평균에 기반하여 결정될 수 있다.When the intra prediction mode is DC mode, a prediction block may be generated based on the average of pixel values of a plurality of reference samples. For example, the pixel value of the prediction block may be determined based on the average of pixel values of a plurality of reference samples.
전술된 인트라 예측 모드들의 개수 및 각 인트라 예측 모드들의 모드 값은 단지 예시적인 것일 수 있다. 전술된 인트라 예측 모드들의 개수 및 각 인트라 예측 모드들의 모드 값은 실시예, 구현 및/또는 필요에 따라 다르게 정의될 수도 있다.The number of intra prediction modes described above and the mode value of each intra prediction mode may be merely exemplary. The number of intra prediction modes described above and the mode value of each intra prediction mode may be defined differently depending on embodiment, implementation, and/or need.
대상 블록에 대한 인트라 예측을 수행하기 위해 재구축된 이웃 블록에 포함되는 샘플들이 대상 블록의 참조 샘플로서 이용될 수 있는지 여부를 검사하는 단계가 수행될 수 있다. 이웃 블록의 샘플들 중 대상 블록의 참조 샘플로 이용할 수 없는 샘플이 존재하는 경우, 재구축된 이웃 블록에 포함된 샘플들 중 적어도 하나의 샘플 값을 사용하는 복사 및/또는 보간에 의해 생성된 값이 참조 샘플로 이용될 수 없는 샘플의 샘플 값으로 대체될 수 있다. 복사 및/또는 보간에 의해 생성된 값이 샘플의 샘플 값으로 대체되면, 샘플이 대상 블록의 참조 샘플로서 이용될 수 있다.In order to perform intra prediction on the target block, a step may be performed to check whether samples included in the reconstructed neighboring block can be used as reference samples of the target block. If there is a sample among the samples of a neighboring block that cannot be used as a reference sample of the target block, a value generated by copying and/or interpolation using at least one sample value among the samples included in the reconstructed neighboring block. This can be replaced with the sample value of a sample that cannot be used as a reference sample. If the value generated by copying and/or interpolation is replaced with the sample value of the sample, the sample can be used as a reference sample of the target block.
인트라 예측이 사용될 때, 인트라 예측 모드 및 대상 블록의 크기 중 적어도 하나에 기반하여 참조 샘플 또는 예측 샘플 중 적어도 하나에 필터가 적용될 수 있다.When intra prediction is used, a filter may be applied to at least one of a reference sample or a prediction sample based on at least one of the intra prediction mode and the size of the target block.
참조 샘플 또는 예측 샘플 중 적어도 하나에 적용되는 필터의 타입은 대상 블록의 인트라 예측 모드, 대상 블록의 크기 및 대상 블록의 형태 중 적어도 하나에 따라서 다를 수 있다. 필터의 타입은 필터 탭(tap)의 길이, 필터 계수의 값 및 필터 강도 중 하나 이상에 따라서 분류될 수 있다. 상기의 필터 탭의 길이는 필터 탭 수를 의미할 수 있다. 또한, 필터 탭 수는 필터의 길이를 의미할 수 있다.The type of filter applied to at least one of the reference sample and the prediction sample may vary depending on at least one of the intra prediction mode of the target block, the size of the target block, and the shape of the target block. The type of filter can be classified according to one or more of the length of the filter tap, the value of the filter coefficient, and the filter strength. The length of the above filter tabs may mean the number of filter tabs. Additionally, the number of filter tabs may mean the length of the filter.
인트라 예측 모드가 플래너 모드인 경우, 대상 블록의 예측 블록을 생성함에 있어서, 예측 대상 샘플의 예측 블록 내 위치에 따라, 대상 샘플의 상단 참조 샘플, 대상 샘플의 좌측 참조 샘플, 대상 블록의 우상단 참조 샘플 및 대상 블록의 좌하단 참조 샘플의 가중치가 부여된 합(weight-sum)을 이용하여 예측 대상 샘플의 샘플 값이 생성될 수 있다.When the intra prediction mode is planar mode, when generating the prediction block of the target block, depending on the location of the prediction target sample in the prediction block, the upper reference sample of the target sample, the left reference sample of the target sample, and the upper right reference sample of the target block And the sample value of the prediction target sample may be generated using the weighted sum (weight-sum) of the lower left reference sample of the target block.
인트라 예측 모드가 DC 모드인 경우, 대상 블록의 예측 블록을 생성함에 있어서, 대상 블록의 상단 참조 샘플들 및 좌측 참조 샘플들의 평균 값이 이용될 수 있다. 또한, 대상 블록 내의 특정된 행들 또는 특정된 열들에 대해서는 참조 샘플들의 값들을 이용하는 필터링이 수행될 수 있다. 특정된 행들은 참조 샘플과 인접한 하나 이상의 상단 행들일 수 있다. 특정된 열들은 참조 샘플과 인접한 하나 이상의 좌측 열들일 수 있다.When the intra prediction mode is DC mode, when generating the prediction block of the target block, the average value of the top reference samples and the left reference samples of the target block can be used. Additionally, filtering using values of reference samples may be performed on specified rows or specified columns within the target block. The rows specified may be one or more top rows adjacent to the reference sample. The specified columns may be one or more left columns adjacent to the reference sample.
인트라 예측 모드가 방향성 모드인 경우 대상 블록의 상단 참조 샘플, 좌측 참조 샘플, 우상단 참조 샘플 및/또는 좌하단 참조 샘플을 이용하여 예측 블록이 생성될 수 있다.When the intra prediction mode is a directional mode, a prediction block may be generated using the top reference sample, left reference sample, top right reference sample, and/or bottom left reference sample of the target block.
전술된 예측 샘플을 생성하기 위해 실수 단위의 보간이 수행될 수도 있다.Real-valued interpolation may be performed to generate the prediction samples described above.
대상 블록의 인트라 예측 모드는 대상 블록의 이웃 블록의 인트라 예측 모드로부터 예측될 수 있으며, 예측을 위해 사용되는 정보가 엔트로피 부호화/복호화될 수 있다.The intra prediction mode of the target block may be predicted from the intra prediction mode of the target block's neighboring block, and information used for prediction may be entropy encoded/decoded.
예를 들면, 대상 블록 및 이웃 블록의 인트라 예측 모드들이 동일하면 기정의된 플래그를 이용하여 대상 블록 및 이웃 블록의 인트라 예측 모드들이 동일하다는 것이 시그널링될 수 있다.For example, if the intra prediction modes of the target block and the neighboring block are the same, it may be signaled that the intra prediction modes of the target block and the neighboring block are the same using a predefined flag.
예를 들면, 복수의 이웃 블록들의 인트라 예측 모드들 중 대상 블록의 인트라 예측 모드와 동일한 인트라 예측 모드를 가리키는 지시자가 시그널링될 수 있다.For example, an indicator indicating an intra prediction mode that is the same as the intra prediction mode of the target block among the intra prediction modes of a plurality of neighboring blocks may be signaled.
대상 블록 및 이웃 블록의 인트라 예측 모드들이 서로 다르면, 엔트로피 부호화 및/또는 복호화를 사용하여 대상 블록의 인트라 예측 모드의 정보가 부호화 및/또는 복호화될 수 있다.If the intra prediction modes of the target block and the neighboring block are different from each other, information on the intra prediction mode of the target block may be encoded and/or decoded using entropy coding and/or decoding.
도 8은 인트라 예측 과정에서 사용되는 참조 샘플을 설명하기 위한 도면이다.Figure 8 is a diagram for explaining reference samples used in the intra prediction process.
대상 블록의 인트라 예측에 사용되는 재구축된 참조 샘플은 하단 좌측(below-left) 참조 샘플들, 좌측(left) 참조 샘플들, 상단 좌측(above-left) 코너 참조 샘플, 상단(above) 참조 샘플들 및 상단 우측(above-right) 참조 샘플들 등을 포함할 수 있다.The reconstructed reference samples used for intra prediction of the target block are below-left reference samples, left reference samples, above-left corner reference samples, and above reference samples. and above-right reference samples, etc.
예를 들면, 좌측 참조 샘플들은 대상 블록의 좌측에 인접한 재구축된 참조 픽셀을 의미할 수 있다. 상단 참조 샘플들은 대상 블록의 상단에 인접한 재구축된 참조 픽셀을 의미할 수 있다. 상단 좌측 코너 참조 샘플은 대상 블록의 상단 좌측 코너에 위치한 재구축된 참조 픽셀을 의미할 수 있다. 또한, 하단 좌측 참조 샘플들은 좌측 참조 샘플들로 구성된 좌측 샘플 라인과 동일 선상에 위치한 샘플들 중에서 좌측 샘플 라인의 하단에 위치한 참조 샘플을 의미할 수 있다. 상단 우측 참조 샘플들은 상단 참조 샘플들로 구성된 상단 샘플 라인과 동일 선상에 위치한 샘플들 중에서 상단 픽셀 라인의 우측에 위치한 참조 샘플들을 의미할 수 있다.For example, left reference samples may refer to reconstructed reference pixels adjacent to the left side of the target block. Top reference samples may refer to reconstructed reference pixels adjacent to the top of the target block. The upper left corner reference sample may refer to a reconstructed reference pixel located at the upper left corner of the target block. Additionally, the lower left reference samples may refer to a reference sample located at the bottom of the left sample line among samples located on the same line as the left sample line composed of left reference samples. The upper right reference samples may refer to reference samples located to the right of the upper pixel line among samples located on the same line as the upper sample line composed of upper reference samples.
대상 블록의 크기가 NxN일 때, 하단 좌측 참조 샘플들, 좌측 참조 샘플들, 상단 참조 샘플들 및 상단 우측 참조 샘플들은 각각 N개일 수 있다.When the size of the target block is NxN, the number of bottom left reference samples, left reference samples, top reference samples, and top right reference samples may each be N.
대상 블록에 대한 인트라 예측을 통해 예측 블록이 생성될 수 있다. 예측 블록의 생성은 예측 블록의 픽셀들의 값이 결정되는 것을 포함할 수 있다. 대상 블록 및 예측 블록의 크기는 동일할 수 있다.A prediction block may be generated through intra prediction for the target block. Generating a prediction block may include determining values of pixels of the prediction block. The sizes of the target block and prediction block may be the same.
대상 블록의 인트라 예측에 사용되는 참조 샘플은 대상 블록의 인트라 예측 모드에 따라 달라질 수 있다. 인트라 예측 모드의 방향은 참조 샘플들 및 예측 블록의 픽셀들 간의 의존 관계를 나타낼 수 있다. 예를 들면, 특정된 참조 샘플의 값이 예측 블록의 특정된 하나 이상의 픽셀들의 값으로서 사용될 수 있다. 이 경우, 특정된 참조 샘플 및 예측 블록의 특정된 하나 이상의 픽셀들은 인트라 예측 모드의 방향의 직선으로 지정되는 샘플 및 픽셀들일 수 있다. 말하자면, 특정된 참조 샘플의 값은 인트라 예측 모드의 방향의 역방향에 위치한 픽셀의 값으로 복사될 수 있다. 또는, 예측 블록의 픽셀의 값은 상기의 픽셀의 위치를 기준으로 인트라 예측 모드의 방향에 위치한 참조 샘플의 값일 수 있다.The reference sample used for intra prediction of the target block may vary depending on the intra prediction mode of the target block. The direction of the intra prediction mode may indicate a dependency relationship between reference samples and pixels of the prediction block. For example, the value of a specified reference sample can be used as the value of one or more specified pixels of the prediction block. In this case, the specified reference sample and one or more specified pixels of the prediction block may be samples and pixels designated by a straight line in the direction of the intra prediction mode. In other words, the value of the specified reference sample can be copied to the value of the pixel located in the reverse direction of the intra prediction mode. Alternatively, the pixel value of the prediction block may be the value of a reference sample located in the direction of the intra prediction mode based on the position of the pixel.
예를 들면, 대상 블록의 인트라 예측 모드가 수직 모드인 경우, 상단 참조 샘플들이 인트라 예측에 사용될 수 있다. 인트라 예측 모드가 수직 모드인 경우, 예측 블록의 픽셀의 값은 상기의 픽셀의 위치를 기준으로 수직으로 위에 위치한 참조 샘플의 값일 수 있다. 따라서, 대상 블록에 상단으로 인접한 상단 참조 샘플들이 인트라 예측을 위해 사용될 수 있다. 또한, 예측 블록의 한 행의 픽셀들의 값들은 상단 참조 샘플들의 값들과 동일할 수 있다.For example, when the intra prediction mode of the target block is vertical mode, top reference samples can be used for intra prediction. When the intra prediction mode is a vertical mode, the pixel value of the prediction block may be the value of a reference sample located vertically above the position of the pixel. Therefore, top reference samples adjacent to the top of the target block can be used for intra prediction. Additionally, the values of pixels in one row of the prediction block may be the same as the values of the upper reference samples.
예를 들면, 대상 블록의 인트라 예측 모드가 수평 모드인 경우, 좌측 참조 샘플들이 인트라 예측에 사용될 수 있다. 인트라 예측 모드가 수평 모드인 경우, 예측 블록의 픽셀의 값은 상기의 픽셀을 기준으로 수평으로 좌측에 위치한 참조 샘플의 값일 수 있다. 따라서, 대상 블록에 좌측으로 인접한 좌측 참조 샘플들이 인트라 예측을 위해 사용될 수 있다. 또한, 예측 블록의 한 열의 픽셀들의 값들은 좌측 참조 샘플들의 값들과 동일할 수 있다.For example, when the intra prediction mode of the target block is horizontal mode, left reference samples can be used for intra prediction. When the intra prediction mode is a horizontal mode, the pixel value of the prediction block may be the value of a reference sample located horizontally to the left of the pixel. Therefore, left reference samples adjacent to the left of the target block can be used for intra prediction. Additionally, the values of pixels in one column of the prediction block may be the same as the values of the left reference samples.
예를 들면, 대상 블록의 인트라 예측 모드의 모드 값이 34인 경우 좌측 참조 샘플들의 적어도 일부, 상단 좌측 코너 참조 샘플 및 상단 참조 샘플들의 적어도 일부가 인트라 예측에 사용될 수 있다. 인트라 예측 모드의 모드 값이 34인 경우, 예측 블록의 픽셀의 값은 상기의 픽셀을 기준으로 대각선으로 상단 좌측에 위치한 참조 샘플의 값일 수 있다.For example, when the mode value of the intra prediction mode of the target block is 34, at least some of the left reference samples, the top left corner reference sample, and at least some of the top reference samples may be used for intra prediction. When the mode value of the intra prediction mode is 34, the pixel value of the prediction block may be the value of a reference sample located diagonally to the upper left with respect to the pixel.
또한, 모드 값이 52 내지 66 중 하나인 인트라 예측 모드가 사용되는 경우에는 상단 우측 참조 샘플들 중 적어도 일부가 인트라 예측에 사용될 수 있다.Additionally, when an intra prediction mode with a mode value of one of 52 to 66 is used, at least some of the upper right reference samples may be used for intra prediction.
또한, 모드 값이 2 내지 17 중 하나인 인트라 예측 모드가 사용되는 경우에는 하단 좌측 참조 샘플들 중 적어도 일부가 인트라 예측에 사용될 수 있다.Additionally, when an intra prediction mode with a mode value of one of 2 to 17 is used, at least some of the lower left reference samples may be used for intra prediction.
또한, 모드 값이 19 내지 49 중 하나인 인트라 예측 모드가 사용되는 경우에는 상단 좌측 코너 참조 샘플이 인트라 예측에 사용될 수 있다.Additionally, when an intra prediction mode with a mode value of one of 19 to 49 is used, the upper left corner reference sample can be used for intra prediction.
예측 블록의 하나의 픽셀의 픽셀 값을 결정하기 위해 사용되는 참조 샘플은 1개일 수 있고, 2개 이상일 수도 있다.The reference sample used to determine the pixel value of one pixel of the prediction block may be one or two or more.
전술된 것과 같이 예측 블록의 픽셀의 픽셀 값은 상기의 픽셀의 위치 및 인트라 예측 모드의 방향에 의해 가리켜지는 참조 샘플의 위치에 따라 결정될 수 있다. 픽셀의 위치 및 인트라 예측 모드의 방향에 의해 가리켜지는 참조 샘플의 위치가 정수 위치인 경우, 정수 위치가 가리키는 하나의 참조 샘플의 값이 예측 블록의 픽셀의 픽셀 값을 결정하기 위해 사용될 수 있다.As described above, the pixel value of the pixel of the prediction block may be determined according to the location of the pixel and the location of the reference sample indicated by the direction of the intra prediction mode. If the position of the reference sample indicated by the pixel position and the direction of the intra prediction mode is an integer position, the value of one reference sample indicated by the integer position may be used to determine the pixel value of the pixel of the prediction block.
픽셀의 위치 및 인트라 예측 모드의 방향에 의해 가리켜지는 참조 샘플의 위치가 정수 위치가 아닌 경우, 참조 샘플의 위치에 가장 가까운 2개의 참조 샘플들에 기반하여 보간된(interpolated) 참조 샘플이 생성될 수 있다. 보간된 참조 샘플의 값이 예측 블록의 픽셀의 픽셀 값을 결정하기 위해 사용될 수 있다. 말하자면, 예측 블록의 픽셀의 위치 및 인트라 예측 모드의 방향에 의해 가리켜지는 참조 샘플의 위치가 2개의 참조 샘플들 간의 사이를 나타낼 때, 상기의 2개의 샘플들의 값들에 기반하여 보간된 값이 생성될 수 있다.If the position of the reference sample indicated by the pixel position and the direction of the intra prediction mode is not an integer position, an interpolated reference sample can be generated based on the two reference samples closest to the position of the reference sample. there is. The value of the interpolated reference sample can be used to determine the pixel value of the pixel of the prediction block. In other words, when the position of the reference sample indicated by the position of the pixel of the prediction block and the direction of the intra prediction mode indicates the gap between two reference samples, an interpolated value is generated based on the values of the two samples. You can.
예측에 의해 생성된 예측 블록은 원래의 대상 블록과는 동일하지 않을 수 있다. 말하자면, 대상 블록 및 예측 블록 간의 차이(difference)인 예측 오차(prediction error)가 존재할 수 있으며, 대상 블록의 픽셀 및 예측 블록의 픽셀 간에도 예측 오차가 존재할 수 있다.The prediction block generated by prediction may not be identical to the original target block. In other words, a prediction error, which is a difference between the target block and the prediction block, may exist, and a prediction error may also exist between the pixels of the target block and the pixels of the prediction block.
이하에서, 용어들 "차이(difference)", "오차(error)" 및 "잔차(residual)"는 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “difference”, “error” and “residual” may be used with the same meaning and may be used interchangeably.
예를 들면, 방향성 인트라 예측의 경우, 예측 블록의 픽셀 및 참조 샘플 간의 거리가 더 멀수록 더 큰 예측 오차가 발생할 수 있다. 이러한 예측 오차에 등 의해 생성된 예측 블록 및 이웃 블록 간에는 불연속성이 발생할 수 있다.For example, in the case of directional intra prediction, the larger the distance between the pixel of the prediction block and the reference sample, the larger the prediction error may occur. Discontinuity may occur between the prediction block and neighboring blocks generated due to such prediction errors, etc.
예측 오차의 감소를 위해 예측 블록에 대한 필터링이 사용될 수 있다. 필터링은 예측 블록 중 큰 예측 오차를 갖는 것으로 간주되는 영역에 대해 적응적으로 필터를 적용하는 것일 수 있다. 예를 들면, 큰 예측 오차를 갖는 것으로 간주되는 영역은 예측 블록의 경계일 수 있다. 또한, 인트라 예측 모드에 따라서 예측 블록 중 큰 예측 오차를 갖는 것으로 간주되는 영역이 다를 수 있으며, 필터의 특징이 다를 수 있다.Filtering on prediction blocks may be used to reduce prediction error. Filtering may be adaptively applying a filter to an area considered to have a large prediction error among prediction blocks. For example, an area considered to have a large prediction error may be the boundary of a prediction block. Additionally, depending on the intra-prediction mode, the area considered to have a large prediction error among prediction blocks may be different, and the characteristics of the filter may be different.
도 8에서 도시된 것과 같이, 대상 블록의 인트라 예측을 위해, 참조 라인 0 내지 참조 라인 3 중 적어도 하나가 이용될 수 있다.As shown in FIG. 8, at least one of reference lines 0 to 3 may be used for intra prediction of the target block.
도 8의 각 참조 라인은 하나 이상의 참조 샘플들을 포함하는 참조 샘플 라인을 나타낼 수 있다. 참조 라인의 번호가 더 작을수록 대상 블록에 더 가까운 참조 샘플들의 라인일 수 있다.Each reference line in FIG. 8 may represent a reference sample line including one or more reference samples. The smaller the reference line number, the closer the reference sample line may be to the target block.
세그먼트 A 및 세그먼트 F의 샘플들은 재구축된 이웃 블록으로부터 획득되는 대신, 각각 세그먼트 B 및 세그먼트 E의 가장 가까운 샘플들을 사용하는 패딩을 통해 획득될 수 있다.Instead of being obtained from a reconstructed neighboring block, the samples of segment A and segment F may be obtained through padding using the closest samples of segment B and segment E, respectively.
대상 블록의 인트라 예측을 위해 사용될 참조 샘플 라인을 지시하는 인덱스 정보가 시그널링될 수 있다. 인덱스 정보는 복수의 참조 샘플 라인들 중 대상 블록의 인트라 예측을 위해 사용되는 참조 샘플 라인을 가리킬 수 있다. 예를 들면, 인덱스 정보는 0 내지 3 중 하나의 값을 가질 수 있다.Index information indicating a reference sample line to be used for intra prediction of the target block may be signaled. Index information may indicate a reference sample line used for intra prediction of a target block among a plurality of reference sample lines. For example, index information may have a value between 0 and 3.
대상 블록의 상단 경계가 CTU의 경계인 경우, 참조 샘플 라인 0만이 가용할 수 있다. 따라서 이러한 경우, 인덱스 정보는 시그널링되지 않을 수 있다. 참조 샘플 라인 0 이외에 다른 참조 샘플 라인이 사용되는 경우, 후술되는 예측 블록에 대한 필터링은 수행되지 않을 수 있다.If the upper boundary of the target block is the boundary of the CTU, only reference sample line 0 may be available. Therefore, in this case, index information may not be signaled. If a reference sample line other than reference sample line 0 is used, filtering on the prediction block, which will be described later, may not be performed.
색 성분간(inter-color) 인트라 예측의 경우, 제1 색 성분(component)의 대응 재구축된 블록에 기초하여, 제2 색 성분의 대상 블록에 대한 예측 블록이 생성될 수 있다.In the case of inter-color intra prediction, a prediction block for the target block of the second color component may be generated based on the corresponding reconstructed block of the first color component.
예를 들면, 제1 색 성분은 루마 성분일 수 있고, 제2 색 성분은 크로마 성분일 수 있다.For example, the first color component may be a luma component, and the second color component may be a chroma component.
색 성분간 인트라 예측을 위해, 제1 색 성분 및 제2 색 성분 간의 선형 모델의 파라미터가 템플릿에 기초하여 유도될 수 있다.For intra prediction between color components, parameters of a linear model between the first color component and the second color component may be derived based on the template.
템플릿은 대상 블록의 상단 참조 샘플 및/또는 좌측 참조 샘플을 포함할 수 있고, 이러한 참조 샘플들에 대응하는 제1 색 성분의 재구축된 블록의 상단 참조 샘플 및/또는 좌측 참조 샘플을 포함할 수 있다.The template may include a top reference sample and/or a left reference sample of the target block, and may include a top reference sample and/or a left reference sample of the reconstructed block of the first color component corresponding to these reference samples. there is.
예를 들면, 선형 모델의 파라미터는 1) 템플릿 내의 샘플들 중 최대 값을 갖는 제1 색 성분의 샘플의 값, 2) 이러한 제1 색 성분의 샘플에 대응하는 제2 색 성분의 샘플의 값, 3) 템플릿 내의 샘플들 중 최소 값을 갖는 제1 색 성분의 샘플의 값 및 4) 이러한 제1 색 성분의 샘플에 대응하는 제2 색 성분의 샘플의 값을 사용하여 유도될 수 있다.For example, the parameters of a linear model are 1) the value of the sample of the first color component that has the maximum value among the samples in the template, 2) the value of the sample of the second color component corresponding to this sample of the first color component, 3) the value of the sample of the first color component having the minimum value among the samples in the template, and 4) the value of the sample of the second color component corresponding to the sample of the first color component.
선형 모델의 파라미터가 유도되면, 대응 재구축된 블록을 선형 모델에 적용함으로써 대상 블록에 대한 예측 블록이 생성될 수 있다.Once the parameters of the linear model are derived, a prediction block for the target block can be generated by applying the corresponding reconstructed block to the linear model.
영상 포맷에 따라서, 제1 색 성분의 재구축된 블록의 주변 샘플 및 대응 재구축된 블록에 대해 서브 샘플링이 수행될 수 있다. 예를 들면, 제2 색 성분의 1 개의 샘플이 제1 색 성분의 4 개의 샘플들에 대응하는 경우, 제1 색 성분의 4 개의 샘플들에 대한 서브 샘플링에 의해 1 개의 대응 샘플이 계산될 수 있다. 서브 샘플링이 수행되는 경우, 선형 모델의 파라미터의 유도 및 색 성분간 인트라 예측은 서브 샘플링된 대응 샘플에 기초하여 수행될 수 있다.Depending on the video format, subsampling may be performed on neighboring samples of the reconstructed block of the first color component and the corresponding reconstructed block. For example, if 1 sample of the second color component corresponds to 4 samples of the first color component, 1 corresponding sample can be calculated by subsampling the 4 samples of the first color component. there is. When subsampling is performed, derivation of parameters of a linear model and intra prediction between color components can be performed based on the subsampled corresponding samples.
색 성분간 인트라 예측을 수행하는지 여부 및/또는 템플릿의 범위는 인트라 예측 모드로서 시그널링될 수 있다.Whether to perform intra prediction between color components and/or the range of the template may be signaled as an intra prediction mode.
대상 블록은 가로 방향 및/또는 세로 방향으로 2 개 또는 4 개의 서브 블록들로 분할될 수 있다.The target block may be divided into 2 or 4 sub-blocks in the horizontal and/or vertical directions.
분할된 서브 블록들은 순차적으로 재구축될 수 있다. 즉, 서브 블록에 대해 인트라 예측이 수행됨에 따라, 서브 블록에 대한 서브 예측 블록이 생성될 수 있다. 또한, 서브 블록에 대해 역양자화 및/또는 역변환이 수행됨에 따라 서브 블록에 대한 서브 잔차 블록이 생성될 수 있다. 서브 예측 블록을 서브 잔차 블록에 더함으로써 재구축된 서브 블록이 생성될 수 있다. 재구축된 서브 블록은 후 순위의 서브 블록의 인트라 예측을 위한 참조 샘플로서 이용될 수 있다.The divided sub-blocks can be sequentially reconstructed. That is, as intra prediction is performed on the sub-block, a sub-prediction block for the sub-block may be generated. Additionally, as inverse quantization and/or inverse transformation is performed on the sub-block, a sub-residual block for the sub-block may be generated. A reconstructed sub-block can be generated by adding the sub-prediction block to the sub-residual block. The reconstructed subblock can be used as a reference sample for intra prediction of the lower priority subblock.
서브 블록은 특정된 개수(예를 들면, 16개)의 이상의 샘플들을 포함하는 블록일 수 있다. 따라서, 예를 들면, 대상 블록이 8x4 블록 또는 4x8 블록의 경우, 대상 블록은 2 개의 서브 블록들로 분할될 수 있다. 또한, 대상 블록이 4x4 블록인 경우, 대상 블록은 서브 블록들로 분할될 수 없다. 대상 블록이 그 외의 크기를 갖는 경우, 대상 블록은 4 개의 서브 블록들로 분할될 수 있다.A subblock may be a block containing a specified number (eg, 16) or more samples. Therefore, for example, if the target block is an 8x4 block or a 4x8 block, the target block may be divided into two sub-blocks. Additionally, if the target block is a 4x4 block, the target block cannot be divided into sub-blocks. If the target block has a different size, the target block may be divided into 4 sub-blocks.
이러한 서브 블록에 기반하는 인트라 예측이 수행되는지 여부 및/또는 분할 방향(가로 방향 또는 세로 방향)에 관한 정보가 시그널링될 수 있다.Information regarding whether intra prediction based on these subblocks is performed and/or the division direction (horizontal or vertical direction) may be signaled.
이러한 서브 블록 기반의 인트라 예측은 참조 샘플 라인 0을 이용하는 경우에만 수행되도록 제한될 수 있다. 서브 블록 기반의 인트라 예측이 수행되는 경우, 후술하는 예측 블록에 대한 필터링은 수행되지 않을 수 있다.Such sub-block-based intra prediction may be limited to being performed only when using reference sample line 0. When sub-block-based intra prediction is performed, filtering on the prediction block, which will be described later, may not be performed.
인트라 예측에 의해 생성된 예측 블록에 대한 필터링을 수행함으로써 최종 예측 블록이 생성될 수 있다.A final prediction block can be generated by performing filtering on the prediction block generated by intra prediction.
필터링은 필터링의 대상인 필터링 대상 샘플, 좌측 참조 샘플, 상단 참조 샘플 및/또는 좌상단 참조 샘플에 특정된 가중치를 적용함으로써 수행될 수 있다.Filtering may be performed by applying a specific weight to the filtering target sample, left reference sample, top reference sample, and/or top left reference sample that are the objects of filtering.
필터링에 이용되는 가중치 및/또는 참조 샘플(또는, 참조 샘플의 범위 또는 참조 샘플의 위치 등)은 블록 크기, 인트라 예측 모드 및 필터링 대상 샘플의 예측 블록 내에서의 위치 중 적어도 하나에 기초하여 결정될 수 있다.Weights and/or reference samples (or ranges of reference samples or positions of reference samples, etc.) used for filtering may be determined based on at least one of block size, intra prediction mode, and location within the prediction block of the sample to be filtered. there is.
예를 들면, 필터링은 특정된 인트라 예측 모드(예컨대, DC 모드, 플래너 모드, 수직 모드, 수평 모드, 대각 모드 및/또는 인접 대각 모드)에 대해서만 수행될 수 있다.For example, filtering may be performed only for specified intra prediction modes (eg, DC mode, planar mode, vertical mode, horizontal mode, diagonal mode, and/or adjacent diagonal mode).
인접 대각 모드는 대각 모드의 번호에 k가 더해진 번호를 갖는 모드일 수 있고, 대각 모드의 번호로부터 k가 감해진 번호를 갖는 모드일 수 있다. 말하자면, 인접 대각 모드의 번호는 대각 모드의 번호 및 k의 합일 수 있으며, 대각 모드의 번호 및 k 간의 차일 수 있다. 예를 들면, k는 8 이하의 양의 정수일 수 있다.The adjacent diagonal mode may be a mode with a number in which k is added to the number of the diagonal mode, or it may be a mode with a number in which k is subtracted from the number of the diagonal mode. That is, the number of adjacent diagonal modes may be the sum of the number of diagonal modes and k, or the difference between the number of diagonal modes and k. For example, k may be a positive integer of 8 or less.
대상 블록의 인트라 예측 모드는 대상 블록의 주변에 존재하는 이웃 블록의 인트라 예측 모드를 사용하여 유도될 수 있고, 이러한 유도된 인트라 예측 모드가 엔트로피 부호화 및/또는 엔트로피 복호화될 수 있다.The intra prediction mode of the target block may be derived using the intra prediction mode of a neighboring block existing around the target block, and this derived intra prediction mode may be entropy encoded and/or entropy decoded.
예를 들면, 대상 블록의 인트라 예측 모드 및 이웃 블록의 인트라 예측 모드가 동일하면, 특정된 플래그 정보를 사용하여 대상 블록의 인트라 예측 모드 및 이웃 블록의 인트라 예측 모드가 동일하다는 정보가 시그널링될 수 있다.For example, if the intra prediction mode of the target block and the intra prediction mode of the neighboring block are the same, information that the intra prediction mode of the target block and the intra prediction mode of the neighboring block are the same may be signaled using the specified flag information. .
또한, 예를 들면, 복수의 이웃 블록들의 인트라 예측 모드들 중 대상 블록의 인트라 예측 모드와 동일한 인트라 예측 모드를 갖는 이웃 블록에 대한 지시자 정보가 시그널링될 수 있다.Additionally, for example, indicator information about a neighboring block having the same intra prediction mode as the intra prediction mode of the target block among the intra prediction modes of a plurality of neighboring blocks may be signaled.
예를 들면, 대상 블록의 인트라 예측 모드 및 이웃 블록의 인트라 예측 모드가 서로 다르면, 이웃 블록의 인트라 예측 모드에 기반하는 엔트로피 부호화 및/또는 엔트로피 복호화를 수행함으로써 대상 블록의 인트라 예측 모드에 대한 정보에 대한 엔트로피 부호화 및/또는 엔트로피 복호화가 수행될 수 있다.For example, if the intra prediction mode of the target block and the intra prediction mode of the neighboring block are different from each other, entropy coding and/or entropy decoding based on the intra prediction mode of the neighboring block are performed to obtain information about the intra prediction mode of the target block. Entropy encoding and/or entropy decoding may be performed.
도 9는 인터 예측 과정의 실시예를 설명하기 위한 도면이다.Figure 9 is a diagram for explaining an embodiment of the inter prediction process.
도 9에서 도시된 사각형은 영상(또는, 픽처)를 나타낼 수 있다. 또한, 도 9에서 화살표는 예측 방향을 나타낼 수 있다. 제1 픽처로부터 제2 픽처로의 화살표는 제2 픽처가 제1 픽처를 참조한다는 것을 나타낼 수 있다. 즉, 영상은 예측 방향에 따라 부호화 및/또는 복호화될 수 있다.The square shown in FIG. 9 may represent an image (or picture). Additionally, in FIG. 9, the arrow may indicate the prediction direction. An arrow from the first picture to the second picture may indicate that the second picture refers to the first picture. That is, the image can be encoded and/or decoded according to the prediction direction.
각 영상은 부호화 타입에 따라 I 픽처(Intra Picture), P 픽처(Uniprediction Picture) 및 B 픽처(Bi-prediction Picture)로 분류될 수 있다. 각 픽처는 각 픽처의 부호화 타입에 따라 부호화 및/또는 복호화될 수 있다.Each video can be classified into I picture (Intra Picture), P picture (Uniprediction Picture), and B picture (Bi-prediction Picture) depending on the encoding type. Each picture may be encoded and/or decoded according to the encoding type of each picture.
부호화의 대상인 대상 영상이 I 픽처인 경우, 대상 영상은 다른 영상을 참조하는 인터 예측 없이 영상 자체 내의 데이터를 사용하여 부호화될 수 있다. 예를 들면, I 픽처는 인트라 예측으로만 부호화될 수 있다.If the target image that is the target of encoding is an I picture, the target image can be encoded using data within the image itself without inter prediction referring to other images. For example, an I picture can be encoded only with intra prediction.
대상 영상이 P 픽처인 경우, 대상 영상은 단방향에 존재하는 참조 픽처만을 이용하는 인터 예측을 통해 부호화될 수 있다. 여기에서, 단방향은 순방향 또는 역방향일 수 있다.When the target image is a P picture, the target image can be encoded through inter prediction using only reference pictures that exist in one direction. Here, unidirectional can be forward or reverse.
대상 영상이 B 픽처인 경우, 대상 영상은 양방향에 존재하는 참조 픽처들을 이용하는 인터 예측 또는 순방향 및 역방향 중 일 방향에 존재하는 참조 픽처를 이용하는 인터 예측을 통해 부호화될 수 있다. 여기에서, 양방향은 순방향 및 역방향일 수 있다.When the target image is a B picture, the target image can be encoded through inter prediction using reference pictures existing in both directions or inter prediction using reference pictures existing in one of the forward and reverse directions. Here, the two directions can be forward and reverse.
참조 픽처를 이용하여 부호화 및/또는 복호화되는 P 픽처 및 B 픽처는 인터 예측이 사용되는 영상으로 간주될 수 있다.P pictures and B pictures that are encoded and/or decoded using a reference picture may be considered images for which inter prediction is used.
아래에서, 실시예에 따른 인터 모드에서의 인터 예측에 대해 구체적으로 설명된다.Below, inter prediction in inter mode according to the embodiment is described in detail.
인터 예측 또는 움직임 보상은 참조 영상 및 움직임 정보를 이용하여 수행될 수 있다.Inter prediction or motion compensation can be performed using reference images and motion information.
인터 모드에서, 부호화 장치(100)는 대상 블록에 대한 인터 예측 및/또는 움직임 보상을 수행할 수 있다. 복호화 장치(200)는 대상 블록에 대하여 부호화 장치(100)에서의 인터 예측 및/또는 움직임 보상에 대응하는 인터 예측 및/또는 움직임 보상을 수행할 수 있다.In inter mode, the encoding device 100 may perform inter prediction and/or motion compensation for the target block. The decoding device 200 may perform inter prediction and/or motion compensation corresponding to the inter prediction and/or motion compensation in the encoding device 100 on the target block.
대상 블록에 대한 움직임 정보는 부호화 장치(100) 및 복호화 장치(200)의 각각에 의해 인터 예측 중 도출될 수 있다. 움직임 정보는 재구축된 이웃 블록의 움직임 정보, 콜 블록의 움직임 정보 및/또는 콜 블록에 인접한 블록의 움직임 정보를 이용하여 도출될 수 있다.Motion information about the target block may be derived by each of the encoding device 100 and the decoding device 200 during inter prediction. The motion information may be derived using motion information of a reconstructed neighboring block, motion information of a call block, and/or motion information of a block adjacent to the call block.
예를 들면, 부호화 장치(100) 또는 복호화 장치(200)는 공간적 후보(spatial candidate) 및/또는 시간적 후보(temporal candidate)의 움직임 정보를 대상 블록의 움직임 정보로 사용함으로써 예측 및/또는 움직임 보상을 수행할 수 있다. 대상 블록은 PU 및/또는 PU 파티션을 의미할 수 있다.For example, the encoding device 100 or the decoding device 200 performs prediction and/or motion compensation by using motion information of a spatial candidate and/or temporal candidate as motion information of the target block. It can be done. The target block may refer to PU and/or PU partition.
공간적 후보는 대상 블록에 공간적으로 인접한 재구축된 블록일 수 있다.The spatial candidate may be a reconstructed block that is spatially adjacent to the target block.
시간적 후보는 이미 재구축된 콜 픽처(collocated picture; col picture) 내의 대상 블록에 대응하는 재구축된 블록일 수 있다.The temporal candidate may be a reconstructed block corresponding to a target block in an already reconstructed collocated picture (col picture).
인터 예측에 있어서, 부호화 장치(100) 및 복호화 장치(200)는 공간적 후보 및/또는 시간적 후보의 움직임 정보를 이용함으로써 부호화 효율 및 복호화 효율을 향상시킬 수 있다. 공간적 후보의 움직임 정보는 공간적 움직임 정보로 칭해질 수 있다. 시간적 후보의 움직임 정보는 시간적 움직임 정보로 칭해질 수 있다.In inter prediction, the encoding device 100 and the decoding device 200 can improve encoding efficiency and decoding efficiency by using motion information of spatial candidates and/or temporal candidates. The motion information of the spatial candidate may be referred to as spatial motion information. The motion information of the temporal candidate may be referred to as temporal motion information.
이하에서, 공간적 후보의 움직임 정보는, 공간적 후보를 포함하는 PU의 움직임 정보일 수 있다. 시간적 후보의 움직임 정보는, 시간적 후보를 포함하는 PU의 움직임 정보일 수 있다. 후보 블록의 움직임 정보는, 후보 블록을 포함하는 PU의 움직임 정보일 수 있다.Hereinafter, the motion information of the spatial candidate may be the motion information of the PU including the spatial candidate. The motion information of the temporal candidate may be motion information of a PU including the temporal candidate. The motion information of the candidate block may be motion information of the PU including the candidate block.
인터 예측은 참조 픽처를 이용하여 수행될 수 있다.Inter prediction can be performed using a reference picture.
참조 픽처(reference picture)는 대상 픽처의 이전 픽처 또는 대상 픽처의 이후 픽처 중 적어도 하나일 수 있다. 참조 픽처는 대상 블록의 예측에 이용되는 영상을 의미할 수 있다.A reference picture may be at least one of a picture before the target picture or a picture after the target picture. A reference picture may refer to an image used for prediction of a target block.
인터 예측에 있어서, 참조 픽처를 지시하는 참조 픽처 인덱스(또는, refIdx) 및 후술될 움직임 벡터(motion vector) 등을 이용함으로써 참조 픽처 내의 영역이 특정될 수 있다. 여기에서, 참조 픽처 내의 특정된 영역은 참조 블록을 나타낼 수 있다.In inter prediction, an area within a reference picture can be specified by using a reference picture index (or refIdx) indicating the reference picture and a motion vector to be described later. Here, a specified area within the reference picture may represent a reference block.
인터 예측은 참조 픽처를 선택할 수 있고, 참조 픽처 내에서 대상 블록에 대응하는 참조 블록을 선택할 수 있다. 또한, 인터 예측은 선택된 참조 블록을 사용하여 대상 블록에 대한 예측 블록을 생성할 수 있다.Inter prediction can select a reference picture and select a reference block corresponding to the target block within the reference picture. Additionally, inter prediction can generate a prediction block for the target block using the selected reference block.
움직임 정보는 부호화 장치(100) 및 복호화 장치(200)의 각각에 의해 인터 예측 중 도출될 수 있다.Motion information may be derived during inter prediction by each of the encoding device 100 and the decoding device 200.
공간적 후보는, 1) 대상 픽처 내의 존재하며, 2) 이미 부호화 및/또는 복호화를 통해 재구축되었고, 3) 대상 블록에 인접하거나, 대상 블록의 코너에 위치한 블록일 수 있다. 여기에서, 대상 블록의 코너에 위치한 블록이란, 대상 블록에 가로로 인접한 이웃 블록에 세로로 인접한 블록 또는 대상 블록에 세로로 인접한 이웃 블록에 가로로 인접한 블록일 수 있다. "대상 블록의 코너에 위치한 블록"은 "대상 블록의 코너에 인접한 블록"과 동일한 의미일 수 있다. "대상 블록의 코너에 위치한 블록"은 "대상 블록에 인접한 블록"에 포함될 수 있다.The spatial candidate may be a block that 1) exists in the target picture, 2) has already been reconstructed through encoding and/or decoding, and 3) is adjacent to the target block or located at a corner of the target block. Here, the block located at the corner of the target block may be a block vertically adjacent to a neighboring block horizontally adjacent to the target block, or a block horizontally adjacent to a neighboring block vertically adjacent to the target block. “Block located at the corner of the target block” may have the same meaning as “block adjacent to the corner of the target block.” “Blocks located at the corners of the target block” may be included in “blocks adjacent to the target block.”
예를 들면, 공간적 후보는 대상 블록의 좌측에 위치한 재구축된 블록, 대상 블록의 상단에 위치한 재구축된 블록, 대상 블록의 좌측 하단 코너에 위치한 재구축된 블록, 대상 블록의 우측 상단 코너에 위치한 재구축된 블록 또는 대상 블록의 좌측 상단 코너에 위치한 재구축된 블록일 수 있다.For example, spatial candidates include a reconstructed block located to the left of the target block, a reconstructed block located at the top of the target block, a reconstructed block located at the lower left corner of the target block, and a reconstructed block located at the upper right corner of the target block. It may be a reconstructed block or a reconstructed block located in the upper left corner of the target block.
부호화 장치(100) 및 복호화 장치(200)의 각각은 콜(col) 픽처 내에서 대상 블록에 공간적으로 대응하는 위치에 존재하는 블록을 식별할 수 있다. 대상 픽처 내의 대상 블록의 위치 및 콜 픽처 내의 식별된 블록의 위치는 서로 대응할 수 있다.Each of the encoding device 100 and the decoding device 200 can identify a block that exists at a location spatially corresponding to the target block within a coll picture. The location of the target block in the target picture and the location of the identified block in the call picture may correspond to each other.
부호화 장치(100) 및 복호화 장치(200)의 각각은 식별된 블록에 대하여 기정의된 상대적인 위치에 존재하는 콜(col) 블록을 시간적 후보로서 결정할 수 있다. 기정의된 상대적인 위치는 식별된 블록의 내부의 위치 및/또는 외부의 위치일 수 있다.Each of the encoding device 100 and the decoding device 200 may determine a col block existing at a predefined relative position with respect to the identified block as a temporal candidate. The predefined relative position may be a position inside and/or outside the identified block.
예를 들면, 콜 블록은 제1 콜 블록 및 제2 콜 블록을 포함할 수 있다. 식별된 블록의 좌표들이 (xP, yP)이고, 식별된 블록의 크기가 (nPSW, nPSH)일 때, 제1 콜 블록은 좌표들 (xP + nPSW, yP + nPSH)에 위치한 블록일 수 있다. 제2 콜 블록은 좌표들 (xP + (nPSW >> 1), yP + (nPSH >> 1))에 위치한 블록일 수 있다. 제2 콜 블록은 제1 콜 블록이 가용하지 않을(unavailable) 경우 선택적으로 사용될 수 있다.For example, a call block may include a first call block and a second call block. When the coordinates of the identified block are (xP, yP) and the size of the identified block is (nPSW, nPSH), the first call block may be a block located at the coordinates (xP + nPSW, yP + nPSH). The second call block may be a block located at the coordinates (xP + (nPSW >> 1), yP + (nPSH >> 1)). The second call block can be selectively used when the first call block is unavailable.
대상 블록의 움직임 벡터는 콜 블록의 움직임 벡터에 기반하여 결정될 수 있다. 부호화 장치(100) 및 복호화 장치(200)의 각각은 콜 블록의 움직임 벡터를 스케일(scale)할 수 있다. 콜 블록의 스케일된(scale) 움직임 벡터가 대상 블록의 움직임 벡터로서 이용될 수 있다. 또한, 리스트에 저장되는 시간적 후보의 움직임 정보의 움직임 벡터는 스케일된 움직임 벡터일 수 있다.The motion vector of the target block may be determined based on the motion vector of the call block. Each of the encoding device 100 and the decoding device 200 can scale the motion vector of a call block. The scaled motion vector of the call block can be used as the motion vector of the target block. Additionally, the motion vector of the motion information of the temporal candidate stored in the list may be a scaled motion vector.
대상 블록의 움직임 벡터 및 콜 블록의 움직임 벡터의 비율(ratio)은 제1 시간적 거리 및 제2 시간적 거리의 비율과 같을 수 있다. 제1 시간적 거리는 대상 블록의 참조 픽처 및 대상 픽처 간의 거리일 수 있다. 제2 시간적 거리는 콜 블록의 참조 픽처 및 콜 픽처 간의 거리일 수 있다.The ratio of the motion vector of the target block and the motion vector of the call block may be equal to the ratio of the first temporal distance and the second temporal distance. The first temporal distance may be the distance between the reference picture of the target block and the target picture. The second temporal distance may be the distance between the reference picture and the call picture of the call block.
움직임 정보의 도출 방식은 대상 블록의 인터 예측 모드에 따라 변할 수 있다. 예를 들면, 인터 예측을 위해 적용되는 인터 예측 모드로서, 향상된 움직임 벡터 예측자(Advanced Motion Vector Predictor; AMVP) 모드, 머지(merge) 모드 및 스킵(skip) 모드, 움직임 벡터 차분을 갖는 머지 모드, 서브 블록 머지 모드, 삼각 분할 모드, 인터-인트라 결합 예측 모드, 어파인 인터 모드 및 현재 픽처 참조 모드 등이 있을 수 있다. 머지 모드는 움직임 머지 모드(motion merge mode)로 칭해질 수도 있다. 아래에서는, 모드들의 각각에 대해서 상세하게 설명된다.The method of deriving motion information may vary depending on the inter prediction mode of the target block. For example, inter prediction modes applied for inter prediction include Advanced Motion Vector Predictor (AMVP) mode, merge mode and skip mode, merge mode with motion vector difference, There may be subblock merge mode, triangulation mode, inter-intra combined prediction mode, affine inter mode, and current picture reference mode. Merge mode may also be referred to as motion merge mode. Below, each of the modes is explained in detail.
1) AMVP 모드1) AMVP mode
AMVP 모드가 사용되는 경우, 부호화 장치(100)는 대상 블록의 이웃에서 유사한 블록을 검색할 수 있다. 부호화 장치(100)는 검색된 유사한 블록의 움직임 정보를 이용하여 대상 블록에 대한 예측을 수행함으로써 예측 블록을 획득할 수 있다. 부호화 장치(100)는 대상 블록 및 예측 블록 간의 차이인 잔차 블록을 부호화할 수 있다.When AMVP mode is used, the encoding device 100 can search for similar blocks in the neighbors of the target block. The encoding device 100 may obtain a prediction block by performing prediction on the target block using motion information of the searched similar block. The encoding device 100 may encode a residual block that is the difference between the target block and the prediction block.
1-1) 예측 움직임 벡터 후보 리스트의 작성1-1) Creation of a predicted motion vector candidate list
예측 모드로서 AMVP 모드가 사용되는 경우, 부호화 장치(100) 및 복호화 장치(200)의 각각은 공간적 후보의 움직임 벡터, 시간적 후보의 움직임 벡터 및 제로 벡터를 이용하여 예측 움직임 벡터 후보 리스트를 생성할 수 있다. 예측 움직임 벡터 후보 리스트는 하나 이상의 예측 움직임 벡터 후보들을 포함할 수 있다. 공간적 후보의 움직임 벡터, 시간적 후보의 움직임 벡터 및 제로 벡터 중 적어도 하나가 예측 움직임 벡터 후보로서 결정 및 사용될 수 있다.When the AMVP mode is used as the prediction mode, each of the encoding device 100 and the decoding device 200 can generate a prediction motion vector candidate list using the motion vector of the spatial candidate, the motion vector of the temporal candidate, and the zero vector. there is. The predicted motion vector candidate list may include one or more predicted motion vector candidates. At least one of the motion vector of the spatial candidate, the motion vector of the temporal candidate, and the zero vector may be determined and used as the predicted motion vector candidate.
이하에서, 용어들 "예측 움직임 벡터 (후보)" 및 "움직임 벡터 (후보)"는 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “predicted motion vector (candidate)” and “motion vector (candidate)” may be used with the same meaning and may be used interchangeably.
이하에서, 용어들 "예측 움직임 벡터 후보" 및 "AMVP 후보"는 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “predicted motion vector candidate” and “AMVP candidate” may be used with the same meaning and may be used interchangeably.
이하에서, 용어들 "예측 움직임 벡터 후보 리스트" 및 "AMVP 후보 리스트"는 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “predicted motion vector candidate list” and “AMVP candidate list” may be used with the same meaning and may be used interchangeably.
공간적 후보는 재구축된 공간적 이웃 블록을 포함할 수 있다. 말하자면, 재구축된 이웃 블록의 움직임 벡터는 공간적 예측 움직임 벡터 후보(spatial prediction motion vector candidate)라 칭해질 수 있다.Spatial candidates may include reconstructed spatial neighboring blocks. In other words, the motion vector of the reconstructed neighboring block may be referred to as a spatial prediction motion vector candidate.
시간적 후보는 콜 블록 및 콜 블록에 인접한 블록을 포함할 수 있다. 말하자면, 콜 블록의 움직임 벡터 또는 콜 블록에 인접한 블록의 움직임 벡터는 시간적 예측 움직임 벡터 후보(temporal prediction motion vector candidate)로 칭해질 수 있다.Temporal candidates may include call blocks and blocks adjacent to call blocks. That is, the motion vector of a call block or a motion vector of a block adjacent to a call block may be referred to as a temporal prediction motion vector candidate.
제로 벡터는 (0, 0) 움직임 벡터일 수 있다.The zero vector may be a (0, 0) motion vector.
예측 움직임 벡터 후보는 움직임 벡터의 예측을 위한 움직임 벡터 예측자(motion vector predictor)일 수 있다. 또한, 부호화 장치(100)에 있어서 예측 움직임 벡터 후보는 움직임 벡터 초기 검색 위치일 수 있다.The predicted motion vector candidate may be a motion vector predictor for predicting a motion vector. Additionally, in the encoding device 100, a predicted motion vector candidate may be a motion vector initial search position.
1-2) 예측 움직임 벡터 후보 리스트를 사용하는 움직임 벡터의 검색1-2) Search for motion vector using predicted motion vector candidate list
부호화 장치(100)는 예측 움직임 벡터 후보 리스트를 사용하여 검색 범위 내에서 대상 블록의 부호화를 위해 사용될 움직임 벡터를 결정할 수 있다. 또한, 부호화 장치(100)는 예측 움직임 벡터 후보 리스트의 예측 움직임 벡터 후보들 중 대상 블록의 예측 움직임 벡터로 사용할 예측 움직임 벡터 후보를 결정할 수 있다.The encoding device 100 may use the predicted motion vector candidate list to determine a motion vector to be used for encoding the target block within the search range. Additionally, the encoding device 100 may determine a prediction motion vector candidate to be used as the prediction motion vector of the target block among the prediction motion vector candidates in the prediction motion vector candidate list.
대상 블록의 부호화를 위해 사용될 움직임 벡터는 최소의 비용으로 부호화될 수 있는 움직임 벡터일 수 있다.The motion vector to be used for encoding the target block may be a motion vector that can be encoded at minimal cost.
또한, 부호화 장치(100)는 대상 블록의 부호화에 있어서 AMVP 모드를 사용할지 여부를 결정할 수 있다.Additionally, the encoding device 100 may determine whether to use the AMVP mode when encoding the target block.
1-3) 인터 예측 정보의 전송1-3) Transmission of inter prediction information
부호화 장치(100)는 인터 예측을 위해 요구되는 인터 예측 정보를 포함하는 비트스트림을 생성할 수 있다. 복호화 장치(200)는 비트스트림의 인터 예측 정보를 사용하여 대상 블록에 대한 인터 예측을 수행할 수 있다.The encoding device 100 may generate a bitstream including inter prediction information required for inter prediction. The decoding device 200 may perform inter prediction on the target block using inter prediction information of the bitstream.
인터 예측 정보는, 1) AMVP 모드를 사용하는지 여부를 나타내는 모드 정보, 2) 예측 움직임 벡터 인덱스, 3) 움직임 벡터 차분(Motion Vector Difference; MVD), 4) 참조 방향 및 5) 참조 픽처 인덱스를 포함할 수 있다.Inter prediction information includes 1) mode information indicating whether AMVP mode is used, 2) prediction motion vector index, 3) motion vector difference (MVD), 4) reference direction, and 5) reference picture index. can do.
이하에서, 용어들 "예측 움직임 벡터 인덱스" 및 "AMVP 인덱스"는 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.Hereinafter, the terms “predicted motion vector index” and “AMVP index” may be used with the same meaning and may be used interchangeably.
또한, 인터 예측 정보는 잔차 신호를 포함할 수 있다.Additionally, inter prediction information may include a residual signal.
복호화 장치(200)는 모드 정보가 AMVP 모드를 사용하는 것을 나타낼 경우 엔트로피 복호화를 통해 예측 움직임 벡터 인덱스, 움직임 벡터 차분, 참조 방향 및 참조 픽처 인덱스를 비트스트림으로부터 획득할 수 있다.When the mode information indicates that AMVP mode is used, the decoding device 200 may obtain a predicted motion vector index, motion vector difference, reference direction, and reference picture index from the bitstream through entropy decoding.
예측 움직임 벡터 인덱스는 예측 움직임 벡터 후보 리스트에 포함된 예측 움직임 벡터 후보들 중에서 대상 블록의 예측을 위해 사용되는 예측 움직임 벡터 후보를 가리킬 수 있다.The prediction motion vector index may indicate a prediction motion vector candidate used for prediction of the target block among prediction motion vector candidates included in the prediction motion vector candidate list.
1-4) 인터 예측 정보를 사용하는 AMVP 모드의 인터 예측1-4) Inter prediction in AMVP mode using inter prediction information
복호화 장치(200)는 예측 움직임 벡터 후보 리스트를 이용하여 예측 움직임 벡터 후보를 유도할 수 있고, 유도된 예측 움직임 벡터 후보에 기반하여 대상 블록의 움직임 정보를 결정할 수 있다.The decoding apparatus 200 may derive a predicted motion vector candidate using the predicted motion vector candidate list and determine motion information of the target block based on the derived predicted motion vector candidate.
복호화 장치(200)는 예측 움직임 벡터 인덱스를 사용하여 예측 움직임 벡터 후보 리스트에 포함된 예측 움직임 벡터 후보 중에서 대상 블록에 대한 움직임 벡터 후보를 결정할 수 있다. 복호화 장치(200)는 예측 움직임 벡터 후보 리스트에 포함된 예측 움직임 벡터 후보들 중에서 예측 움직임 벡터 인덱스가 가리키는 예측 움직임 벡터 후보를 대상 블록의 예측 움직임 벡터로서 선택할 수 있다.The decoding apparatus 200 may use the predicted motion vector index to determine a motion vector candidate for the target block among the predicted motion vector candidates included in the predicted motion vector candidate list. The decoding apparatus 200 may select the prediction motion vector candidate indicated by the prediction motion vector index from among the prediction motion vector candidates included in the prediction motion vector candidate list as the prediction motion vector of the target block.
부호화 장치(100)는 예측 움직임 벡터 인덱스에 엔트로피 부호화를 적용함으로써 엔트로피 부호화된 예측 움직임 벡터 인덱스를 생성할 수 있고, 엔트로피 부호화된 예측 움직임 벡터 인덱스를 포함하는 비트스트림을 생성할 수 있다. 엔트로피 부호화된 예측 움직임 벡터 인덱스는 비트스트림을 통해 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수 있다. 복호화 장치(200)는 비트스트림으로부터 엔트로피 부호화된 예측 움직임 벡터 인덱스를 추출할 수 있고, 엔트로피 부호화된 예측 움직임 벡터 인덱스에 대해 엔트로피 복호화를 적용함으로써 예측 움직임 벡터 인덱스를 획득할 수 있다.The encoding device 100 may generate an entropy-encoded predicted motion vector index by applying entropy coding to the predicted motion vector index, and generate a bitstream including the entropy-encoded predicted motion vector index. The entropy-encoded predicted motion vector index may be signaled from the encoding device 100 to the decoding device 200 through a bitstream. The decoding device 200 can extract an entropy-encoded predicted motion vector index from a bitstream, and obtain the predicted motion vector index by applying entropy decoding to the entropy-encoded predicted motion vector index.
대상 블록의 인터 예측을 위해 실제로 사용될 움직임 벡터는 예측 움직임 벡터와 일치하지 않을 수 있다. 대상 블록의 인터 예측을 위해 실제로 사용될 움직임 벡터는 및 예측 움직임 벡터 간의 차분을 나타내기 위해 MVD가 사용될 수 있다. 부호화 장치(100)는 가능한 작은 크기의 MVD를 사용하기 위해 대상 블록의 인터 예측을 위해 실제로 사용될 움직임 벡터와 유사한 예측 움직임 벡터를 도출할 수 있다.The motion vector actually used for inter prediction of the target block may not match the prediction motion vector. MVD may be used to represent the motion vector that will actually be used for inter prediction of the target block and the difference between the prediction motion vectors. The encoding device 100 may derive a prediction motion vector similar to the motion vector that will actually be used for inter prediction of the target block in order to use the MVD of the smallest size possible.
MVD는 대상 블록의 움직임 벡터 및 예측 움직임 벡터 간의 차분일 수 있다. 부호화 장치(100)는 MVD를 계산할 수 있고, MVD에 엔트로피 부호화를 적용함으로써 엔트로피 부호화된 MVD를 생성할 수 있다. 부호화 장치(100)는 엔트로피 부호화된 MDV를 포함하는 비트스트림을 생성할 수 있다.MVD may be the difference between the motion vector of the target block and the predicted motion vector. The encoding device 100 can calculate the MVD and generate an entropy-encoded MVD by applying entropy encoding to the MVD. The encoding device 100 may generate a bitstream including entropy-encoded MDV.
MVD는 비트스트림을 통해 부호화 장치(100)로부터 복호화 장치(200)로 전송될 수 있다. 복호화 장치(200)는 비트스트림으로부터 엔트로피 부호화된 MVD를 추출할 수 있고, 엔트로피 부호화된 MVD에 엔트로피 복호화를 적용함으로써 MVD를 획득할 수 있다.MVD may be transmitted from the encoding device 100 to the decoding device 200 through a bitstream. The decoding device 200 can extract the entropy-encoded MVD from the bitstream and obtain the MVD by applying entropy decoding to the entropy-encoded MVD.
복호화 장치(200)는 MVD 및 예측 움직임 벡터를 합함으로써 대상 블록의 움직임 벡터를 유도(derive)할 수 있다. 말하자면, 복호화 장치(200)에서 도출되는 대상 블록의 움직임 벡터는 MVD 및 움직임 벡터 후보의 합일 수 있다.The decoding device 200 can derive the motion vector of the target block by combining the MVD and the predicted motion vector. In other words, the motion vector of the target block derived from the decoding device 200 may be the sum of the MVD and the motion vector candidate.
또한, 부호화 장치(100)는 계산된 MVD 해상도 정보에 엔트로피 부호화를 적용함으로써 엔트로피 부호화된 MVD 해상도 정보를 생성할 수 있고, 엔트로피 부호화된 MVD 해상도 정보를 포함하는 비트스트림을 생성할 수 있다. 복호화 장치(200)는 비트스트림으로부터 엔트로피 부호화된 MVD 해상도 정보를 추출할 수 있고, 엔트로피 부호화된 MVD 해상도 정보에 엔트로피 복호화를 적용함으로써 MVD 해상도 정보를 획득할 수 있다. 복호화 장치(200)는 MVD 해상도 정보를 사용하여 MVD의 해상도를 조정할 수 있다.Additionally, the encoding device 100 can generate entropy-encoded MVD resolution information by applying entropy encoding to the calculated MVD resolution information, and can generate a bitstream including the entropy-encoded MVD resolution information. The decoding device 200 can extract entropy-encoded MVD resolution information from the bitstream and obtain MVD resolution information by applying entropy decoding to the entropy-encoded MVD resolution information. The decoding device 200 can adjust the resolution of the MVD using the MVD resolution information.
한편, 부호화 장치(100)는 어파인 모델에 기반하여 MVD를 계산할 수 있다. 복호화 장치(200)는 MVD 및 어파인 제어 움직임 벡터 후보의 합을 통해 대상 블록의 어파인 제어 움직임 벡터를 도출할 수 있고, 어파인 제어 움직임 벡터를 사용하여 서브 블록에 대한 움직임 벡터를 유도할 수 있다.Meanwhile, the encoding device 100 may calculate the MVD based on the affine model. The decoding device 200 may derive an affine control motion vector of the target block through the sum of the MVD and affine control motion vector candidates, and may derive a motion vector for the sub-block using the affine control motion vector. there is.
참조 방향은 대상 블록의 예측을 위해 사용되는 참조 픽처 리스트를 가리킬 수 있다. 예를 들면, 참조 방향은 참조 픽처 리스트 L0 및 참조 픽처 리스트 L1 중 하나를 가리킬 수 있다.The reference direction may indicate a reference picture list used for prediction of the target block. For example, the reference direction may point to one of the reference picture list L0 and the reference picture list L1.
참조 방향은 대상 블록의 예측을 위해 사용되는 참조 픽처 리스트를 가리킬 뿐, 참조 픽처들의 방향들이 순방향(forward direction) 또는 역방향(backward direction)으로 제한된다는 것을 나타내는 것을 아닐 수 있다. 말하자면, 참조 픽처 리스트 L0 및 참조 픽처 리스트 L1의 각각은 순방향 및/또는 역방향의 픽처들을 포함할 수 있다.The reference direction only indicates a reference picture list used for prediction of the target block, and may not indicate that the directions of reference pictures are limited to the forward direction or backward direction. That is, each of the reference picture list L0 and the reference picture list L1 may include forward and/or reverse pictures.
참조 방향이 단방향(uni-direction)이란 것은 하나의 참조 픽처 리스트가 사용된다는 것을 의미할 수 있다. 참조 방향이 양방향(bi-direction)이란 것은 2 개의 참조 픽처 리스트들이 사용된다는 것을 의미할 수 있다. 말하자면, 참조 방향은, 참조 픽처 리스트 L0만이 사용된다는 것, 참조 픽처 리스트 L1만이 사용된다는 것 및 2 개의 참조 픽처 리스트들 것 중 하나를 가리킬 수 있다.The fact that the reference direction is uni-directional may mean that one reference picture list is used. Bi-directional reference direction may mean that two reference picture lists are used. That is, the reference direction may indicate that only the reference picture list L0 is used, that only the reference picture list L1 is used, and one of the two reference picture lists.
참조 픽처 인덱스는 참조 픽처 리스트의 참조 픽처들 중 대상 블록의 예측을 위해 사용되는 참조 픽처를 가리킬 수 있다. 부호화 장치(100)는 참조 픽처 인덱스에 엔트로피 부호화를 적용함으로써 엔트로피 부호화된 참조 픽처 인덱스를 생성할 수 있고, 엔트로피 부호화된 참조 픽처 인덱스를 포함하는 비트스트림을 생성할 수 있다. 엔트로피 부호화된 참조 픽처 인덱스는 비트스트림을 통해 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수 있다. 복호화 장치(200)는 비트스트림으로부터 엔트로피 부호화된 참조 픽처 인덱스를 추출할 수 있고, 엔트로피 부호화된 참조 픽처 인덱스에 엔트로피 복호화를 적용함으로써 참조 픽처 인덱스를 획득할 수 있다.The reference picture index may indicate a reference picture used for prediction of the target block among reference pictures in the reference picture list. The encoding device 100 can generate an entropy-coded reference picture index by applying entropy coding to the reference picture index and generate a bitstream including the entropy-coded reference picture index. The entropy-coded reference picture index may be signaled from the encoding device 100 to the decoding device 200 through a bitstream. The decoding device 200 can extract an entropy-coded reference picture index from a bitstream and obtain the reference picture index by applying entropy decoding to the entropy-coded reference picture index.
대상 블록의 예측을 위해 2 개의 참조 픽처 리스트가 사용될 경우. 각 참조 픽처 리스트에 대해 하나의 참조 픽처 인덱스 및 하나의 움직임 벡터가 사용될 수 있다. 또한, 대상 블록의 예측을 위해 2 개의 참조 픽처 리스트가 사용될 경우, 대상 블록에 대해 2 개의 예측 블록들이 특정될 수 있다. 예를 들면, 대상 블록에 대한 2 개의 예측 블록들의 평균 또는 가중치가 부여된 합(weighed-sum)을 통해 대상 블록의 (최종적인) 예측 블록이 생성될 수 있다.When two reference picture lists are used for prediction of the target block. One reference picture index and one motion vector can be used for each reference picture list. Additionally, when two reference picture lists are used for prediction of the target block, two prediction blocks may be specified for the target block. For example, a (final) prediction block of the target block may be generated through an average or weighted sum of two prediction blocks for the target block.
예측 움직임 벡터 인덱스, MVD, 참조 방향 및 참조 픽처 인덱스에 의해 대상 블록의 움직임 벡터가 유도될 수 있다.The motion vector of the target block can be derived by the predicted motion vector index, MVD, reference direction, and reference picture index.
복호화 장치(200)는 유도된 움직임 벡터 및 참조 픽처 인덱스에 기반하여 대상 블록에 대한 예측 블록을 생성할 수 있다. 예를 들면, 예측 블록은 참조 픽처 인덱스가 가리키는 참조 픽처 내의 유도된 움직임 벡터가 가리키는 참조 블록일 수 있다.The decoding device 200 may generate a prediction block for the target block based on the derived motion vector and reference picture index. For example, the prediction block may be a reference block pointed to by the derived motion vector in the reference picture indicated by the reference picture index.
대상 블록의 움직임 벡터 자체를 부호화하지 않고, 예측 움직임 벡터 인덱스 및 MVD를 부호화함에 따라 부호화 장치(100)로부터 복호화 장치(200)로 전송되는 비트량이 감소될 수 있고, 부호화 효율이 향상될 수 있다.By encoding the predicted motion vector index and MVD rather than encoding the motion vector of the target block itself, the amount of bits transmitted from the encoding device 100 to the decoding device 200 can be reduced and coding efficiency can be improved.
대상 블록에 대해서 재구축된 이웃 블록의 움직임 정보가 사용될 수 있다. 특정한 인터 예측 모드에서는, 부호화 장치(100)가 대상 블록에 대한 움직임 정보 자체는 별도로 부호화하지 않을 수도 있다. 대상 블록의 움직임 정보가 부호화되지 않고, 재구축된 이웃 블록의 움직임 정보를 통해 대상 블록의 움직임 정보를 유도할 수 있는 다른 정보가 대신 부호화될 수 있다. 다른 정보가 대신 부호화됨에 따라, 복호화 장치(200)로 전송되는 비트량이 감소될 수 있고, 부호화 효율이 향상될 수 있다.The motion information of the reconstructed neighboring block may be used for the target block. In a specific inter prediction mode, the encoding device 100 may not separately encode the motion information itself for the target block. The motion information of the target block is not encoded, and other information that can derive the motion information of the target block through the motion information of the reconstructed neighboring block may be encoded instead. As other information is encoded instead, the amount of bits transmitted to the decoding device 200 can be reduced and coding efficiency can be improved.
예를 들면, 이러한 대상 블록의 움직임 정보가 직접적으로 부호화되지 않는 인터 예측 모드로서, 스킵 모드(skip mode) 및/또는 머지 모드(merge mode) 등이 있을 수 있다. 이때, 부호화 장치(100) 및 복호화 장치(200)는 재구축된 이웃 유닛들 중 어떤 유닛의 움직임 정보가 대상 유닛의 움직임 정보로서 사용되는지를 지시하는 식별자 및/또는 인덱스를 사용할 수 있다.For example, as an inter prediction mode in which the motion information of the target block is not directly encoded, there may be a skip mode and/or a merge mode. At this time, the encoding device 100 and the decoding device 200 may use an identifier and/or index that indicates which unit's motion information among the reconstructed neighboring units is used as the motion information of the target unit.
2) 머지 모드2) Merge Mode
대상 블록의 움직임 정보를 도출하는 방식으로서, 머지(merge)가 있다. 머지는 복수의 블록들에 대한 움직임들의 병합을 의미할 수 있다. 머지는 하나의 블록의 움직임 정보를 다른 블록에도 함께 적용시키는 것을 의미할 수 있다. 말하자면, 머지 모드는 대상 블록의 움직임 정보가 이웃 블록의 움직임 정보로부터 유도되는 모드를 의미할 수 있다.As a method of deriving the movement information of the target block, there is a merge. Merge may mean merging movements of multiple blocks. Merge may mean applying the movement information of one block to other blocks as well. In other words, the merge mode may mean a mode in which the motion information of the target block is derived from the motion information of the neighboring block.
머지 모드가 사용되는 경우, 부호화 장치(100)는 공간적 후보의 움직임 정보 및/또는 시간적 후보의 움직임 정보를 이용하여 대상 블록의 움직임 정보에 대한 예측을 수행할 수 있다. 공간적 후보는 대상 블록에 공간적으로 인접한 재구축된 공간적 이웃 블록을 포함할 수 있다. 공간적 이웃 블록은 좌측 이웃 블록 및 상단 이웃 블록을 포함할 수 있다. 시간적 후보는 콜 블록을 포함할 수 있다. 용어들 "공간적 후보" 및 "공간적 머지 후보"는 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다. 용어들 "시간적 후보" 및 "시간적 머지 후보"은 동일한 의미로 사용될 수 있으며, 서로 교체되어 사용될 수 있다.When the merge mode is used, the encoding device 100 may perform prediction on the motion information of the target block using motion information of the spatial candidate and/or motion information of the temporal candidate. Spatial candidates may include reconstructed spatial neighboring blocks that are spatially adjacent to the target block. Spatial neighboring blocks may include left neighboring blocks and top neighboring blocks. Temporal candidates may include call blocks. The terms “spatial candidate” and “spatial merge candidate” may be used interchangeably and may be used interchangeably. The terms “temporal candidate” and “temporal merge candidate” may be used interchangeably and may be used interchangeably.
부호화 장치(100)는 예측을 통해 예측 블록을 획득할 수 있다. 부호화 장치(100)는 대상 블록 및 예측 블록의 차이인 잔차 블록을 부호화할 수 있다.The encoding device 100 may obtain a prediction block through prediction. The encoding device 100 may encode a residual block that is the difference between the target block and the prediction block.
2-1) 머지 후보 리스트(merge candidate list)의 작성2-1) Creation of merge candidate list
머지 모드가 사용되는 경우, 부호화 장치(100) 및 복호화 장치(200)의 각각은 공간적 후보의 움직임 정보 및/또는 시간적 후보의 움직임 정보를 이용하여 머지 후보 리스트를 생성할 수 있다. 움직임 정보는 1) 움직임 벡터, 2) 참조 픽처 인덱스, 및 3) 참조 방향을 포함할 수 있다. 참조 방향은 단방향 또는 양방향일 수 있다. 참조 방향은 인터 예측 지시자를 의미할 수 있다.When the merge mode is used, each of the encoding device 100 and the decoding device 200 may generate a merge candidate list using motion information of the spatial candidate and/or motion information of the temporal candidate. Motion information may include 1) a motion vector, 2) a reference picture index, and 3) a reference direction. The reference direction can be unidirectional or bidirectional. The reference direction may mean an inter prediction indicator.
머지 후보 리스트는 머지 후보들을 포함할 수 있다. 머지 후보는 움직임 정보일 수 있다. 말하자면, 머지 후보 리스트는 움직임 정보들이 저장된 리스트일 수 있다.The merge candidate list may include merge candidates. The merge candidate may be motion information. In other words, the merge candidate list may be a list in which motion information is stored.
머지 후보들은 시간적 후보 및/또는 공간적 후보 등의 움직임 정보들일 수 있다. 말하자면, 머지 후보 리스트는 시간적 후보 및/또는 공간적 후보 등의 움직임 정보들을 포함할 수 있다.Merge candidates may be motion information such as temporal candidates and/or spatial candidates. In other words, the merge candidate list may include motion information such as temporal candidates and/or spatial candidates.
또한, 머지 후보 리스트는 머지 후보 리스트에 이미 존재하는 머지 후보들의 조합에 의해 생성된 새로운 머지 후보를 포함할 수 있다. 말하자면, 머지 후보 리스트는 머지 후보 리스트에 이미 존재하는 움직임 정보들의 조합에 의해 생성된 새로운 움직임 정보를 포함할 수 있다.Additionally, the merge candidate list may include a new merge candidate created by combining merge candidates that already exist in the merge candidate list. In other words, the merge candidate list may include new motion information generated by combining motion information that already exists in the merge candidate list.
또한, 머지 후보 리스트는 히스토리 기반 머지 후보(history-based merge candidate)를 포함할 수 있다. 히스토리 기반 머지 후보는 대상 블록보다 먼저 부호화 및/또는 복호화된 블록의 움직임 정보일 수 있다.Additionally, the merge candidate list may include history-based merge candidates. A history-based merge candidate may be motion information of a block that was encoded and/or decoded before the target block.
또한, 머지 후보 리스트는 2 개의 머지 후보들의 평균에 기반한 머지 후보를 포함할 수 있다.Additionally, the merge candidate list may include a merge candidate based on the average of two merge candidates.
머지 후보들은 인터 예측 정보를 유도하는 특정된 모드들일 수 있다. 머지 후보는 인터 예측 정보를 유도하는 특정된 모드를 가리키는 정보일 수 있다. 머지 후보가 가리키는 특정된 모드에 따라 대상 블록의 인터 예측 정보가 유도될 수 있다. 이 때, 특정된 모드는 일련의 인터 예측 정보를 유도하는 과정을 포함할 수 있다. 이러한 특정된 모드는 인터 예측 정보 유도 모드 또는 움직임 정보 유도 모드일 수 있다.Merge candidates may be specified modes that derive inter prediction information. A merge candidate may be information indicating a specified mode that derives inter prediction information. Inter prediction information of the target block can be derived according to the specified mode indicated by the merge candidate. At this time, the specified mode may include a process of deriving a series of inter prediction information. This specified mode may be an inter prediction information derivation mode or a motion information derivation mode.
머지 후보 리스트 내의 머지 후보들 중 머지 인덱스에 의해 선택된 머지 후보가 가리키는 모드에 따라서 대상 블록의 인터 예측 정보가 유도될 수 있다.Inter prediction information of the target block may be derived according to the mode indicated by the merge candidate selected by the merge index among the merge candidates in the merge candidate list.
예를 들면, 머지 후보 리스트 내의 움직임 정보 유도 모드들은, 1) 서브 블록 단위의 움직임 정보 유도 모드 및 2) 어파인 움직임 정보 유도 모드 중 적어도 하나일 수 있다.For example, the motion information derivation modes in the merge candidate list may be at least one of 1) a motion information derivation mode on a sub-block basis and 2) an affine motion information derivation mode.
또한, 머지 후보 리스트는 제로 벡터의 움직임 정보를 포함할 수 있다. 제로 벡터는 제로 머지 후보로 칭해질 수도 있다.Additionally, the merge candidate list may include motion information of the zero vector. Zero vectors may also be referred to as zero merge candidates.
말하자면, 머지 후보 리스트 내의 움직임 정보들은, 1) 공간적 후보의 움직임 정보, 2) 시간적 후보의 움직임 정보, 3) 이미 머지 후보 리스트에 존재하는 움직임 정보들의 조합에 의해 생성된 움직임 정보, 4) 제로 벡터 중 적어도 하나일 수 있다.In other words, the motion information in the merge candidate list is: 1) motion information of the spatial candidate, 2) motion information of the temporal candidate, 3) motion information generated by a combination of motion information already existing in the merge candidate list, and 4) zero vector. It can be at least one of:
움직임 정보는 1) 움직임 벡터, 2) 참조 픽처 인덱스 및 3) 참조 방향을 포함할 수 있다. 참조 방향은 인터 예측 지시자로 칭해질 수도 있다. 참조 방향은 단방향 또는 양방향일 수 있다. 단방향의 참조 방향은 L0 예측 또는 L1 예측을 나타낼 수 있다.Motion information may include 1) a motion vector, 2) a reference picture index, and 3) a reference direction. The reference direction may also be referred to as an inter prediction indicator. The reference direction can be unidirectional or bidirectional. A unidirectional reference direction may represent L0 prediction or L1 prediction.
머지 후보 리스트는 머지 모드에 의한 예측이 수행되기 전에 생성될 수 있다.The merge candidate list can be created before prediction by merge mode is performed.
머지 후보 리스트의 머지 후보들의 개수는 기정의될 수 있다. 머지 후보 리스트가 기정의된 개수의 머지 후보들을 갖도록 부호화 장치(100) 및 복호화 장치(200)는 기정의된 방식 및 기정의된 순위에 따라서 머지 후보 리스트에 머지 후보를 추가할 수 있다. 기정의된 방식 및 기정의된 순위를 통해 부호화 장치(100)의 머지 후보 리스트 및 복호화 장치(200)의 머지 후보 리스트는 동일하게 될 수 있다.The number of merge candidates in the merge candidate list may be predefined. The encoding device 100 and the decoding device 200 may add merge candidates to the merge candidate list according to a predefined method and a predefined rank so that the merge candidate list has a predefined number of merge candidates. Through a predefined method and a predefined ranking, the merge candidate list of the encoding device 100 and the merge candidate list of the decoding device 200 may be the same.
머지는 CU 단위 또는 PU 단위로 적용될 수 있다. CU 단위 또는 PU 단위로 머지가 수행되는 경우, 부호화 장치(100)는 기정의된 정보를 포함하는 비트스트림을 복호화 장치(200)로 전송할 수 있다. 예를 들면, 기정의된 정보는, 1) 블록 파티션(partition) 별로 머지를 수행할지 여부를 나타내는 정보, 2) 대상 블록에 대하여 공간적 후보 및/또는 시간적 후보인 블록들 중 어떤 블록과 머지를 할 것인가에 대한 정보를 포함할 수 있다.Merge can be applied on a CU or PU basis. When merging is performed on a CU or PU basis, the encoding device 100 may transmit a bitstream containing predefined information to the decoding device 200. For example, predefined information includes 1) information indicating whether to perform a merge for each block partition, 2) which block to merge with among blocks that are spatial candidates and/or temporal candidates for the target block. It may include information about whether
2-2) 머지 후보 리스트를 사용하는 움직임 벡터의 검색2-2) Search for motion vector using merge candidate list
부호화 장치(100)는 대상 블록의 부호화를 위해 사용될 머지 후보를 결정할 수 있다. 예를 들면, 부호화 장치(100)는 머지 후보 리스트의 머지 후보들을 사용하여 대상 블록에 대한 예측들을 수행하고, 머지 후보들에 대한 잔차 블록들을 생성할 수 있다. 부호화 장치(100)는 예측과 잔차 블록의 부호화에 있어서 최소의 비용을 요구하는 머지 후보를 대상 블록의 부호화를 위해 사용할 수 있다.The encoding device 100 may determine a merge candidate to be used for encoding the target block. For example, the encoding device 100 may perform predictions on a target block using merge candidates from a merge candidate list and generate residual blocks for the merge candidates. The encoding device 100 may use a merge candidate that requires the minimum cost in encoding the prediction and residual blocks to encode the target block.
또한, 부호화 장치(100)는 대상 블록의 부호화에 있어서 머지 모드를 사용할지 여부를 결정할 수 있다.Additionally, the encoding device 100 may determine whether to use merge mode when encoding the target block.
2-3) 인터 예측 정보의 전송2-3) Transmission of inter prediction information
부호화 장치(100)는 인터 예측을 위해 요구되는 인터 예측 정보를 포함하는 비트스트림을 생성할 수 있다. 부호화 장치(100)는 인터 예측 정보에 대한 엔트로피 부호화를 수행하여 엔트로피 부호화된 인터 예측 정보를 생성할 수 있고, 엔트로피 부호화된 인터 예측 정보를 포함하는 비트스트림을 복호화 장치(200)로 전송할 수 있다. 비트스트림을 통해, 엔트로피 부호화된 인터 예측 정보가 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수 있다. 복호화 장치(200)는 비트스트림으로부터 엔트로피 부호화된 인터 예측 정보를 추출할 수 있고, 엔트로피 부호화된 인터 예측 정보에 대한 엔트로피 복호화를 수행함으로써 인터 예측 정보를 획득할 수 있다.The encoding device 100 may generate a bitstream including inter prediction information required for inter prediction. The encoding device 100 may generate entropy-encoded inter prediction information by performing entropy encoding on the inter prediction information, and may transmit a bitstream including the entropy-encoded inter prediction information to the decoding device 200. Entropy-encoded inter prediction information may be signaled from the encoding device 100 to the decoding device 200 through the bitstream. The decoding device 200 can extract entropy-encoded inter prediction information from a bitstream and obtain inter-prediction information by performing entropy decoding on the entropy-encoded inter prediction information.
복호화 장치(200)는 비트스트림의 인터 예측 정보를 사용하여 대상 블록에 대한 인터 예측을 수행할 수 있다.The decoding device 200 may perform inter prediction on the target block using inter prediction information of the bitstream.
인터 예측 정보는, 1) 머지 모드를 사용하는지 여부를 나타내는 모드 정보, 2) 머지 인덱스 및 3) 보정 정보를 포함할 수 있다.Inter prediction information may include 1) mode information indicating whether to use merge mode, 2) merge index, and 3) correction information.
또한, 인터 예측 정보는 잔차 신호를 포함할 수 있다.Additionally, inter prediction information may include a residual signal.
복호화 장치(200)는 모드 정보가 머지 모드를 사용하는 것을 나타낼 경우에만 머지 인덱스를 비트스트림으로부터 획득할 수 있다.The decoding device 200 can obtain a merge index from the bitstream only when the mode information indicates that the merge mode is used.
모드 정보는 머지 플래그일 수 있다. 모드 정보의 단위는 블록일 수 있다. 블록에 대한 정보는 모드 정보를 포함할 수 있고, 모드 정보는 블록에 대하여 머지 모드가 적용되는지 여부를 나타낼 수 있다.Mode information may be a merge flag. The unit of mode information may be a block. Information about the block may include mode information, and the mode information may indicate whether merge mode is applied to the block.
머지 인덱스는 머지 후보 리스트에 포함된 머지 후보들 중에서 대상 블록의 예측을 위해 사용되는 머지 후보를 가리킬 수 있다. 또는, 머지 인덱스는 대상 블록에 공간적 또는 시간적으로 인접한 이웃 블록들 중 어떤 블록과의 머지가 수행되는가를 가리킬 수 있다.The merge index may indicate a merge candidate used to predict the target block among the merge candidates included in the merge candidate list. Alternatively, the merge index may indicate with which block among neighboring blocks spatially or temporally adjacent to the target block the merge is performed.
부호화 장치(100)는 머지 후보 리스트에 포함된 머지 후보들 중 가장 높은 부호화 성능을 갖는 머지 후보를 선택할 수 있고, 선택된 머지 후보를 가리키도록 머지 인덱스의 값을 설정할 수 있다.The encoding device 100 may select a merge candidate with the highest coding performance among the merge candidates included in the merge candidate list, and set the value of the merge index to indicate the selected merge candidate.
보정 정보는 움직임 벡터의 보정을 위해 사용되는 정보일 수 있다. 부호화 장치(100)는 보정 정보를 생성할 수 있다. 복호화 장치(200)는 보정 정보에 기반하여 머지 인덱스에 의해 선택된 머지 후보의 움직임 벡터를 보정할 수 있다.Correction information may be information used to correct a motion vector. The encoding device 100 can generate correction information. The decoding device 200 may correct the motion vector of the merge candidate selected by the merge index based on the correction information.
보정 정보는 보정 여부를 나타내는 정보, 보정 방향 정보 및 보정 크기 정보 중 적어도 하나를 포함할 수 있다. 시그널링되는 보정 정보에 기반하여 움직임 벡터를 보정하는 예측 모드가 움직임 벡터 차분을 가진 머지 모드로 칭해질 수 있다.Correction information may include at least one of information indicating whether correction is made, correction direction information, and correction size information. The prediction mode that corrects the motion vector based on the signaled correction information may be called a merge mode with motion vector difference.
2-4) 인터 예측 정보를 사용하는 머지 모드의 인터 예측2-4) Inter prediction in merge mode using inter prediction information
복호화 장치(200)는 머지 후보 리스트에 포함된 머지 후보들 중에서 머지 인덱스가 가리키는 머지 후보를 사용하여 대상 블록에 대한 예측을 수행할 수 있다.The decoding device 200 may perform prediction on the target block using the merge candidate indicated by the merge index among the merge candidates included in the merge candidate list.
머지 인덱스가 가리키는 머지 후보의 움직임 벡터, 참조 픽처 인덱스 및 참조 방향에 의해 대상 블록의 움직임 벡터가 특정될 수 있다.The motion vector of the target block can be specified by the motion vector of the merge candidate indicated by the merge index, the reference picture index, and the reference direction.
3) 스킵 모드3) Skip mode
스킵 모드는 공간적 후보의 움직임 정보 또는 시간적 후보의 움직임 정보를 그대로 대상 블록에 적용하는 모드일 수 있다. 또한, 스킵 모드는 잔차 신호를 사용하지 않는 모드일 수 있다. 말하자면, 스킵 모드가 사용될 때, 재구축된 블록은 예측 블록과 동일할 수 있다.Skip mode may be a mode in which motion information of a spatial candidate or motion information of a temporal candidate is applied to the target block as is. Additionally, the skip mode may be a mode that does not use a residual signal. That is, when skip mode is used, the reconstructed block may be identical to the prediction block.
머지 모드 및 스킵 모드의 차이는 잔차 신호의 전송 또는 사용의 여부일 수 있다. 말하자면, 스킵 모드는 잔차 신호가 전송 또는 사용되지 않는다는 점을 제외하고는 머지 모드와 유사할 수 있다.The difference between merge mode and skip mode may be whether or not residual signals are transmitted or used. That is to say, skip mode may be similar to merge mode except that residual signals are not transmitted or used.
스킵 모드가 사용되는 경우, 부호화 장치(100)는 공간적 후보 또는 시간적 후보인 블록들 중 어떤 블록의 움직임 정보가 대상 블록의 움직임 정보로서 이용되는 지를 나타내는 정보를 비트스트림을 통해 복호화 장치(200)에 전송할 수 있다. 부호화 장치(100)는 이러한 정보에 대한 엔트로피 부호화를 수행하여 엔트로피 부호화된 정보를 생성할 수 있고, 비트스트림을 통해 엔트로피 부호화된 정보를 복호화 장치(200)로 시그널링할 수 있다. 복호화 장치(200)는 비트스트림으로부터 엔트로피 부호화된 정보를 추출할 수 있고, 엔트로피 부호화된 정보에 대한 엔트로피 복호화를 수행함으로써 정보를 획득할 수 있다.When skip mode is used, the encoding device 100 sends information indicating which block's motion information among spatial candidate or temporal candidate blocks is used as motion information of the target block to the decoding device 200 through a bitstream. Can be transmitted. The encoding device 100 can generate entropy-coded information by performing entropy encoding on such information, and can signal the entropy-coded information to the decoding device 200 through a bitstream. The decoding device 200 can extract entropy-encoded information from a bitstream and obtain information by performing entropy decoding on the entropy-encoded information.
또한, 스킵 모드가 사용되는 경우 부호화 장치(100)는 MVD와 같은 다른 신택스 요소 정보는 복호화 장치(200)에 전송하지 않을 수 있다. 예를 들면, 스킵 모드가 사용되는 경우, 부호화 장치(100)는 MVD, 코드된 블록 플래그 및 변환 계수 레벨 중 적어도 하나에 관한 신택스 요소를 복호화 장치(200)에 시그널링하지 않을 수 있다.Additionally, when skip mode is used, the encoding device 100 may not transmit other syntax element information, such as MVD, to the decoding device 200. For example, when skip mode is used, the encoding device 100 may not signal syntax elements related to at least one of the MVD, the coded block flag, and the transform coefficient level to the decoding device 200.
3-1) 머지 후보 리스트의 작성3-1) Creation of merge candidate list
스킵 모드 또한 머지 후보 리스트를 사용할 수 있다. 말하자면, 머지 후보 리스트는 머지 모드 및 스킵 모드의 양자에서 사용될 수 있다. 이러한 측면에서, 머지 후보 리스트는 "스킵 후보 리스트" 또는 "머지/스킵 후보 리스트"로 명명될 수도 있다.Skip mode can also use the merge candidate list. That is, the merge candidate list can be used in both merge mode and skip mode. In this respect, the merge candidate list may be named “skip candidate list” or “merge/skip candidate list.”
또는, 스킵 모드는 머지 모드와는 다른 별개의 후보 리스트를 사용할 수도 있다. 이러한 경우, 아래의 설명에서 머지 후보 리스트 및 머지 후보는 스킵 후보 리스트 및 스킵 후보로 각각 대체될 수 있다.Alternatively, skip mode may use a separate candidate list than merge mode. In this case, in the description below, the merge candidate list and merge candidate may be replaced with the skip candidate list and skip candidate, respectively.
머지 후보 리스트는 스킵 모드에 의한 예측이 수행되기 전에 생성될 수 있다.The merge candidate list can be created before prediction by skip mode is performed.
3-2) 머지 후보 리스트를 사용하는 움직임 벡터의 검색3-2) Search for motion vector using merge candidate list
부호화 장치(100)는 대상 블록의 부호화를 위해 사용될 머지 후보를 결정할 수 있다. 예를 들면, 부호화 장치(100)는 머지 후보 리스트의 머지 후보들을 사용하여 대상 블록에 대한 예측들을 수행할 수 있다. 부호화 장치(100)는 예측에 있어서 최소의 비용을 요구하는 머지 후보를 대상 블록의 부호화를 위해 사용할 수 있다.The encoding device 100 may determine a merge candidate to be used for encoding the target block. For example, the encoding device 100 may perform predictions on the target block using merge candidates from the merge candidate list. The encoding device 100 may use a merge candidate that requires the minimum cost in prediction to encode the target block.
또한, 부호화 장치(100)는 대상 블록의 부호화에 있어서 스킵 모드를 사용할지 여부를 결정할 수 있다.Additionally, the encoding device 100 may determine whether to use skip mode when encoding the target block.
3-3) 인터 예측 정보의 전송3-3) Transmission of inter prediction information
부호화 장치(100)는 인터 예측을 위해 요구되는 인터 예측 정보를 포함하는 비트스트림을 생성할 수 있다. 복호화 장치(200)는 비트스트림의 인터 예측 정보를 사용하여 대상 블록에 대한 인터 예측을 수행할 수 있다.The encoding device 100 may generate a bitstream including inter prediction information required for inter prediction. The decoding device 200 may perform inter prediction on the target block using inter prediction information of the bitstream.
인터 예측 정보는, 1) 스킵 모드를 사용하는지 여부를 나타내는 모드 정보 및 2) 스킵 인덱스를 포함할 수 있다.Inter prediction information may include 1) mode information indicating whether skip mode is used, and 2) skip index.
스킵 인덱스는 전술된 머지 인덱스와 동일할 수 있다.The skip index may be the same as the merge index described above.
스킵 모드가 사용될 경우, 대상 블록은 잔차 신호 없이 부호화될 수 있다. 인터 예측 정보는 잔차 신호를 포함하지 않을 수 있다. 또는, 비트스트림은 잔차 신호를 포함하지 않을 수 있다.When skip mode is used, the target block can be encoded without a residual signal. Inter prediction information may not include residual signals. Alternatively, the bitstream may not include a residual signal.
복호화 장치(200)는 모드 정보가 스킵 모드를 사용하는 것을 나타낼 경우에만 스킵 인덱스를 비트스트림으로부터 획득할 수 있다. 전술된 것과 같이, 머지 인덱스 및 스킵 인덱스는 동일한 것일 수 있다. 복호화 장치(200)는 모드 정보가 머지 모드 또는 스킵 모드를 사용하는 것을 나타낼 경우에만 스킵 인덱스를 비트스트림으로부터 획득할 수 있다.The decoding device 200 can obtain a skip index from the bitstream only when the mode information indicates that skip mode is used. As described above, the merge index and skip index may be the same. The decoding device 200 can obtain a skip index from the bitstream only when the mode information indicates that merge mode or skip mode is used.
스킵 인덱스는 머지 후보 리스트에 포함된 머지 후보들 중에서 대상 블록의 예측을 위해 사용되는 머지 후보를 가리킬 수 있다.The skip index may indicate a merge candidate used to predict the target block among the merge candidates included in the merge candidate list.
3-4) 인터 예측 정보를 사용하는 스킵 모드의 인터 예측3-4) Inter prediction in skip mode using inter prediction information
복호화 장치(200)는 머지 후보 리스트에 포함된 머지 후보들 중에서 스킵 인덱스가 가리키는 머지 후보를 사용하여 대상 블록에 대한 예측을 수행할 수 있다.The decoding device 200 may perform prediction on the target block using the merge candidate indicated by the skip index among the merge candidates included in the merge candidate list.
스킵 인덱스가 가리키는 머지 후보의 움직임 벡터, 참조 픽처 인덱스 및 참조 방향에 의해 대상 블록의 움직임 벡터가 특정될 수 있다.The motion vector of the target block can be specified by the motion vector of the merge candidate indicated by the skip index, the reference picture index, and the reference direction.
4) 현재 픽처 참조 모드4) Current picture reference mode
현재 픽처 참조 모드는 대상 블록이 속한 대상 픽처 내의 기-재구축된 영역을 이용하는 예측 모드를 의미할 수 있다.The current picture reference mode may refer to a prediction mode that uses a pre-reconstructed area within the target picture to which the target block belongs.
기-재구축된 영역을 특정하기 위한 움직임 벡터가 이용될 수 있다. 대상 블록이 현재 픽처 참조 모드로 부호화되는지 여부는 대상 블록의 참조 픽처 인덱스를 이용하여 판단될 수 있다.A motion vector may be used to specify a pre-reconstructed area. Whether the target block is encoded in the current picture reference mode can be determined using the reference picture index of the target block.
대상 블록이 현재 픽처 참조 모드로 부호화된 블록인지 여부를 나타내는 플래그 또는 인덱스가 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수도 있다. 또는, 대상 블록이 현재 픽처 참조 모드로 부호화된 블록인지 여부는 대상 블록의 참조 픽처 인덱스를 통해 유추될 수도 있다.A flag or index indicating whether the target block is a block encoded in the current picture reference mode may be signaled from the encoding device 100 to the decoding device 200. Alternatively, whether the target block is a block coded in the current picture reference mode may be inferred through the reference picture index of the target block.
대상 블록이 현재 픽처 참조 모드로 부호화된 경우, 대상 픽처는 대상 블록을 위한 참조 픽처 리스트 내에서 고정된 위치 또는 임의의 위치에 존재할 수 있다.When the target block is encoded in the current picture reference mode, the target picture may exist at a fixed position or a random position within the reference picture list for the target block.
예를 들면, 고정된 위치는 참조 픽처 인덱스의 값이 0인 위치 또는 가장 마지막의 위치일 수 있다.For example, the fixed position may be a position where the reference picture index value is 0 or the very last position.
대상 픽처가 참조 픽처 리스트 내의 임의의 위치에 존재하는 경우, 이러한 임의의 위치를 나타내는 별도의 참조 픽처 인덱스가 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수도 있다.If the target picture exists at a random position in the reference picture list, a separate reference picture index indicating this random position may be signaled from the coding device 100 to the decoding device 200.
5) 서브 블록 머지 모드(subblock merge mode)5) Subblock merge mode
서브 블록 머지 모드는, CU의 서브 블록에 대하여 움직임 정보를 유도하는 모드를 의미할 수 있다.Subblock merge mode may refer to a mode that derives motion information for a subblock of a CU.
서브 블록 머지 모드가 적용되는 경우, 참조 영상에서 대상 서브 블록의 콜 서브 블록의 움직임 정보(말하자면, 서브 블록 기반 시간적 머지 후보(Sub-block based temporal merge candidate)) 및/또는 어파인 제어 포인트 움직임 벡터 머지 후보(affine control point motion vector merge candidate)를 사용하여 서브 블록 머지 후보 리스트(subblock merge candidate list)가 생성될 수 있다.When the sub-block merge mode is applied, motion information of the call sub-block of the target sub-block in the reference image (i.e., sub-block based temporal merge candidate) and/or affine control point motion vector A subblock merge candidate list may be created using a merge candidate (affine control point motion vector merge candidate).
6) 삼각 분할 모드(triangle partition mode)6) Triangle partition mode
삼각 분할 모드에서, 대상 블록을 대각선 방향으로 분할함으로써 분할된 대상 블록들이 생성될 수 있다. 각 분할된 대상 블록에 대하여, 각 분할된 대상 블록의 움직임 정보가 유도될 수 있고, 유도된 움직임 정보를 이용하여 각 분할된 대상 블록에 대한 예측 샘플이 유도될 수 있다. 분할된 대상 블록들의 예측 샘플들의 가중치가 부여된 합을 통해 대상 블록의 예측 샘플이 유도될 수 있다.In triangulation mode, divided target blocks can be created by dividing the target block diagonally. For each divided target block, motion information of each divided target block may be derived, and prediction samples for each divided target block may be derived using the derived motion information. The prediction sample of the target block may be derived through a weighted sum of the prediction samples of the divided target blocks.
7) 인터 인트라 결합 예측 모드7) Inter-intra combined prediction mode
인터 인트라 결합 예측 모드는, 인터 예측에 의해 생성된 예측 샘플 및 인트라 예측에 의해 생성된 예측 샘플의 가중치가 부여된 합을 사용하여 대상 블록의 예측 샘플을 유도하는 모드일 수 있다.The inter-intra combined prediction mode may be a mode in which a prediction sample of the target block is derived using a weighted sum of prediction samples generated by inter prediction and prediction samples generated by intra prediction.
전술된 모드들에 있어서, 복호화 장치(200)는 도출된 움직임 정보에 대한 자체적인 보정을 수행할 수 있다. 예를 들면, 복호화 장치(200)는 도출된 움직임 정보가 지시하는 참조 블록을 기준으로 특정된 구역을 탐색하여 최소의 절대 차이들의 합(Sum of Absolute Differences; SAD)를 갖는 움직임 정보를 검색할 수 있고, 검색된 움직임 정보를 보정된 움직임 정보로서 유도할 수 있다.In the above-described modes, the decoding device 200 may perform its own correction on the derived motion information. For example, the decoding device 200 may search a specified area based on the reference block indicated by the derived motion information and search for motion information with the minimum Sum of Absolute Differences (SAD). And, the searched motion information can be derived as corrected motion information.
전술된 모드들에 있어서, 복호화 장치(200)는 광학적 흐름(optical flow)을 사용하여 인터 예측을 통해 유도된 예측 샘플에 대한 보상을 수행할 수 있다.In the above-described modes, the decoding device 200 may perform compensation for prediction samples derived through inter prediction using optical flow.
전술된 AMVP 모드, 머지 모드 및 스킵 모드 등에서는 리스트에 대한 인덱스를 통해 리스트 내의 움직임 정보들 중 대상 블록의 예측을 위해 사용될 움직임 정보가 특정될 수 있다.In the above-described AMVP mode, merge mode, and skip mode, etc., motion information to be used for prediction of the target block among motion information in the list can be specified through an index to the list.
부호화 효율의 향상을 위해서, 부호화 장치(100)는 리스트의 요소들 중 대상 블록의 인터 예측에 있어서 최소의 비용을 유발하는 요소의 인덱스만을 시그널링할 수 있다. 부호화 장치(100)는 인덱스를 부호화할 수 있으며, 부호화된 인덱스를 시그널링할 수 있다.To improve coding efficiency, the encoding device 100 may signal only the index of the element that causes the minimum cost in inter prediction of the target block among the elements of the list. The encoding device 100 can encode an index and signal the encoded index.
따라서, 전술된 리스트들(즉, 예측 움직임 벡터 후보 리스트 및 머지 후보 리스트)은 부호화 장치(100) 및 복호화 장치(200)에서 동일한 데이터에 기반하여 동일한 방식으로 유도되어야 할 수 있다. 여기에서, 동일한 데이터는 재구축된 픽처 및 재구축된 블록을 포함할 수 있다. 또한, 인덱스로 요소를 특정하기 위해, 리스트 내에서 요소들의 순서는 일정해야 할 수 있다.Accordingly, the above-described lists (i.e., the predicted motion vector candidate list and the merge candidate list) may have to be derived in the same way based on the same data in the encoding device 100 and the decoding device 200. Here, the same data may include a reconstructed picture and a reconstructed block. Additionally, in order to specify elements by index, the order of elements within the list may need to be constant.
도 10은 일 예에 따른 공간적 후보들을 나타낸다.Figure 10 shows spatial candidates according to an example.
도 10에서는, 공간적 후보들의 위치가 도시되었다.In Figure 10, the locations of spatial candidates are shown.
가운데의 큰 블록은 대상 블록을 나타낼 수 있다. 5 개의 작은 블록들은 공간적 후보들을 나타낼 수 있다.The large block in the middle may represent the target block. Five small blocks may represent spatial candidates.
대상 블록의 좌표들은 (xP, yP)일 수 있고, 대상 블록의 크기는 (nPSW, nPSH)일 수 있다.The coordinates of the target block may be (xP, yP), and the size of the target block may be (nPSW, nPSH).
공간적 후보 A0은 대상 블록의 좌측 하단의 코너에 인접한 블록일 수 있다. A0은 좌표들 (xP - 1, yP + nPSH)의 픽셀을 차지하는 블록일 수 있다.The spatial candidate A0 may be a block adjacent to the lower left corner of the target block. A0 may be a block occupying a pixel at coordinates (xP - 1, yP + nPSH).
공간적 후보 A1은 대상 블록의 좌측에 인접한 블록일 수 있다. A1은 대상 블록의 좌측에 인접한 블록들 중 최 하단의 블록일 수 있다. 또는, A1은 A0의 상단에 인접한 블록일 수 있다. A1은 좌표들 (xP - 1, yP + nPSH - 1)의 픽셀을 차지하는 블록일 수 있다.The spatial candidate A1 may be a block adjacent to the left of the target block. A1 may be the lowest block among blocks adjacent to the left of the target block. Alternatively, A1 may be a block adjacent to the top of A0. A1 may be a block occupying a pixel at coordinates (xP - 1, yP + nPSH - 1).
공간적 후보 B0은 대상 블록의 우측 상단의 코너에 인접한 블록일 수 있다. B0은 좌표들 (xP + nPSW, yP - 1)의 픽셀을 차지하는 블록일 수 있다.The spatial candidate B0 may be a block adjacent to the upper right corner of the target block. B0 may be a block occupying a pixel with coordinates (xP + nPSW, yP - 1).
공간적 후보 B1은 대상 블록의 상단에 인접한 블록일 수 있다. B1은 대상 블록의 상단에 인접한 블록들 중 최 우측의 블록일 수 있다. 또는, B1은 B0의 좌측에 인접한 블록일 수 있다. B1은 좌표들 (xP + nPSW - 1, yP - 1)의 픽셀을 차지하는 블록일 수 있다.Spatial candidate B1 may be a block adjacent to the top of the target block. B1 may be the rightmost block among blocks adjacent to the top of the target block. Alternatively, B1 may be a block adjacent to the left of B0. B1 may be a block occupying a pixel with coordinates (xP + nPSW - 1, yP - 1).
공간적 후보 B2는 대상 블록의 좌측 상단의 코너에 인접한 블록일 수 있다. B2는 좌표들 (xP - 1, yP - 1)의 픽셀을 차지하는 블록일 수 있다.Spatial candidate B2 may be a block adjacent to the upper left corner of the target block. B2 may be a block occupying a pixel at coordinates (xP - 1, yP - 1).
공간적 후보 및 시간적 후보의 가용성(availability)의 판단Determination of availability of spatial and temporal candidates
공간적 후보의 움직임 정보 또는 시간적 후보의 움직임 정보를 리스트에 포함시키기 위해서는, 공간적 후보의 움직임 정보 또는 시간적 후보의 움직임 정보가 가용한지 여부가 판단되어야 한다.In order to include the motion information of the spatial candidate or the motion information of the temporal candidate in the list, it must be determined whether the motion information of the spatial candidate or the motion information of the temporal candidate is available.
이하에서, 후보 블록은 공간적 후보 및 시간적 후보를 포함할 수 있다.Hereinafter, candidate blocks may include spatial candidates and temporal candidates.
예를 들면, 상기의 판단은 아래의 단계 1) 내지 단계 4)를 순차적으로 적용함으로써 이루어질 수 있다.For example, the above determination can be made by sequentially applying steps 1) to 4) below.
단계 1) 후보 블록을 포함하는 PU가 픽처의 경계의 밖에 있으면 후보 블록의 가용성은 거짓(false)으로 설정될 수 있다. "가용성이 거짓으로 설정된다"는 것은 "비가용한 것으로 설정된다"는 것과 동일한 의미일 수 있다.Step 1) If the PU containing the candidate block is outside the boundary of the picture, the availability of the candidate block may be set to false. “Availability is set to false” may mean the same as “set to unavailable.”
단계 2) 후보 블록을 포함하는 PU가 슬라이스의 경계의 밖에 있으면 후보 블록의 가용성은 거짓으로 설정될 수 있다. 대상 블록 및 후보 블록이 서로 다른 슬라이스들 내에 위치하면, 후보 블록의 가용성은 거짓으로 설정될 수 있다.Step 2) If the PU containing the candidate block is outside the boundary of the slice, the availability of the candidate block may be set to false. If the target block and the candidate block are located in different slices, the availability of the candidate block may be set to false.
단계 3) 후보 블록을 포함하는 PU가 타일의 경계의 밖에 있으면 후보 블록의 가용성은 거짓으로 설정될 수 있다. 대상 블록 및 후보 블록이 서로 다른 타일들 내에 위치하면, 후보 블록의 가용성은 거짓으로 설정될 수 있다.Step 3) If the PU containing the candidate block is outside the boundary of the tile, the availability of the candidate block may be set to false. If the target block and the candidate block are located within different tiles, the availability of the candidate block may be set to false.
단계 4) 후보 블록을 포함하는 PU의 예측 모드가 인트라 예측 모드이면 후보 블록의 가용성은 거짓으로 설정될 수 있다. 후보 블록을 포함하는 PU가 인터 예측을 사용하지 않으면 후보 블록의 가용성은 거짓으로 설정될 수 있다.Step 4) If the prediction mode of the PU including the candidate block is intra prediction mode, the availability of the candidate block may be set to false. If the PU containing the candidate block does not use inter prediction, the availability of the candidate block may be set to false.
도 11은 일 예에 따른 공간적 후보들의 움직임 정보들의 머지 리스트로의 추가 순서를 나타낸다.Figure 11 shows the order of adding motion information of spatial candidates to a merge list according to an example.
도 11에서 도시된 것처럼, 공간적 후보들의 움직임 정보들을 머지 리스트에 추가함에 있어서, A1, B1, B0, A0 및 B2의 순서가 사용될 수 있다. 즉, A1, B1, B0, A0 및 B2의 순서로, 가용한 공간적 후보의 움직임 정보가 머지 리스트에 추가될 수 있다.As shown in FIG. 11, when adding motion information of spatial candidates to the merge list, the order of A1, B1, B0, A0, and B2 can be used. That is, motion information of available spatial candidates can be added to the merge list in the order of A1, B1, B0, A0, and B2.
머지 모드 및 스킵 모드에서의 머지 리스트의 유도 방법Merge list derivation method in merge mode and skip mode
전술된 것과 같이, 머지 리스트 내의 머지 후보들의 최대 개수는 설정될 수 있다. 설정된 최대 개수를 N으로 표시한다. 설정된 개수는 부호화 장치(100)로부터 복호화 장치(200)로 전송될 수 있다. 슬라이스의 슬라이스 헤더는 N을 포함할 수 있다. 말하자면, 슬라이스 헤더에 의해 슬라이스의 대상 블록에 대한 머지 리스트의 머지 후보들의 최대 개수가 설정될 수 있다. 예를 들면, 기본적으로 N의 값은 5일 수 있다.As described above, the maximum number of merge candidates in the merge list can be set. The set maximum number is indicated as N. The set number may be transmitted from the encoding device 100 to the decoding device 200. The slice header of a slice may include N. In other words, the maximum number of merge candidates in the merge list for the target block of the slice can be set by the slice header. For example, by default, the value of N may be 5.
움직임 정보(즉, 머지 후보)는 아래의 단계 1) 내지 단계 4)의 순서로 머지 리스트에 추가될 수 있다.Motion information (i.e., merge candidate) can be added to the merge list in the order of steps 1) to 4) below.
단계 1) 공간적 후보들 중 가용한 공간적 후보들이 머지 리스트에 추가될 수 있다. 가용한 공간적 후보들의 움직임 정보들은 도 10에서 도시된 순서대로 머지 리스트에 추가될 수 있다. 이 때, 가용한 공간적 후보의 움직임 정보가 이미 머지 리스트 내에 존재하는 다른 움직임 정보와 중복되는 경우 상기의 움직임 정보는 머지 리스트에 추가되지 않을 수 있다. 리스트 내에 존재하는 다른 움직임 정보와 중복되는지 여부를 검사하는 것은 "중복성 검사"로 약술될 수 있다.Step 1) Among the spatial candidates, available spatial candidates can be added to the merge list. Motion information of available spatial candidates can be added to the merge list in the order shown in FIG. 10. At this time, if the motion information of the available spatial candidate overlaps with other motion information that already exists in the merge list, the motion information may not be added to the merge list. Checking whether there is overlap with other motion information present in the list can be outlined as a “redundancy check.”
추가되는 움직임 정보들은 최대 N 개일 수 있다.There may be a maximum of N pieces of added motion information.
단계 2) 머지 리스트 내의 움직임 정보들의 개수가 N보다 더 작고, 시간적 후보가 가용하면, 시간적 후보의 움직임 정보가 머지 리스트에 추가될 수 있다. 이때, 가용한 시간적 후보의 움직임 정보가 이미 머지 리스트 내에 존재하는 다른 움직임 정보와 중복되는 경우 상기의 움직임 정보는 머지 리스트에 추가되지 않을 수 있다.Step 2) If the number of motion information items in the merge list is smaller than N and a temporal candidate is available, the motion information of the temporal candidate may be added to the merge list. At this time, if the motion information of the available temporal candidate overlaps with other motion information that already exists in the merge list, the motion information may not be added to the merge list.
단계 3) 머지 리스트 내의 움직임 정보들의 개수가 N보다 더 작고, 대상 슬라이스의 타입이 "B"이면, 조합된 양방향 예측(combined bi-prediction)에 의해 생성된 조합된 움직임 정보가 머지 리스트에 추가될 수 있다.Step 3) If the number of motion information in the merge list is smaller than N, and the type of target slice is "B", the combined motion information generated by combined bi-prediction will be added to the merge list. You can.
대상 슬라이스는 대상 블록을 포함하는 슬라이스일 수 있다.The target slice may be a slice containing the target block.
조합된 움직임 정보는 L0 움직임 정보 및 L1 움직임 정보의 조합일 수 있다. L0 움직임 정보는 참조 픽처 리스트 L0만을 참조하는 움직임 정보일 수 있다. L1 움직임 정보는 참조 픽처 리스트 L1만을 참조하는 움직임 정보일 수 있다.The combined motion information may be a combination of L0 motion information and L1 motion information. L0 motion information may be motion information that refers only to the reference picture list L0. L1 motion information may be motion information that refers only to the reference picture list L1.
머지 리스트 내에서, L0 움직임 정보는 하나 이상일 수 있다. 또한, 머지 리스트 내에서, L1 움직임 정보는 하나 이상일 수 있다.Within the merge list, there may be more than one L0 motion information. Additionally, within the merge list, there may be more than one L1 motion information.
조합된 움직임 정보는 하나 이상일 수 있다. 조합된 움직임 정보를 생성함에 있어서 하나 이상의 L0 움직임 정보들 및 하나 이상의 L1 움직임 정보들 중 어떤 L0 움직임 정보 및 어떤 L1 움직임 정보를 사용할 것인가는 기정의될 수 있다. 하나 이상의 조합된 움직임 정보는 머지 리스트 내의 서로 다른 움직임 정보들의 쌍(pair)을 사용하는 조합된 양방향 예측에 의해 기정의된 순서로 생성될 수 있다. 서로 다른 움직임 정보들의 쌍 중 하나는 L0 움직임 정보이고 다른 하나는 L1 움직임 정보일 수 있다.There may be more than one piece of combined motion information. In generating the combined motion information, which L0 motion information and which L1 motion information to use among one or more L0 motion information and one or more L1 motion information may be predefined. One or more combined motion information may be generated in a predefined order by combined bidirectional prediction using pairs of different motion information in the merge list. One of the pairs of different motion information may be L0 motion information and the other may be L1 motion information.
예를 들면, 최우선적으로 추가되는 조합된 움직임 정보는 머지 인덱스가 0인 L0 움직임 정보 및 머지 인덱스가 1인 L1 움직임 정보의 조합일 수 있다. 머지 인덱스가 0인 움직임 정보가 L0 움직임 정보가 아니거나, 머지 인덱스가 1인 움직임 정보가 L1 움직임 정보가 아니면 상기의 조합된 움직임 정보는 생성 및 추가되지 않을 수 있다. 다음으로 추가되는 움직임 정보는 머지 인덱스가 1인 L0 움직임 정보 및 머지 인덱스가 0인 L1 움직임 정보의 조합일 수 있다. 이하의 구체적인 조합은 비디오의 부호화/복호화 분야의 다른 조합을 따를 수 있다.For example, the combined motion information added with highest priority may be a combination of L0 motion information with a merge index of 0 and L1 motion information with a merge index of 1. If motion information with a merge index of 0 is not L0 motion information, or motion information with a merge index of 1 is not L1 motion information, the above combined motion information may not be generated and added. The motion information added next may be a combination of L0 motion information with a merge index of 1 and L1 motion information with a merge index of 0. The specific combination below may follow other combinations in the video encoding/decoding field.
이 때, 조합된 움직임 정보가 이미 머지 리스트 내에 존재하는 다른 움직임 정보와 중복되는 경우 상기의 조합된 움직임 정보는 머지 리스트에 추가되지 않을 수 있다.At this time, if the combined motion information overlaps with other motion information that already exists in the merge list, the combined motion information may not be added to the merge list.
단계 4) 머지 리스트 내의 움직임 정보들의 개수가 N보다 더 작으면, 제로 벡터 움직임 정보가 머지 리스트에 추가될 수 있다.Step 4) If the number of motion information items in the merge list is smaller than N, zero vector motion information may be added to the merge list.
제로 벡터 움직임 정보는 움직임 벡터가 제로 벡터인 움직임 정보일 수 있다.Zero vector motion information may be motion information in which the motion vector is a zero vector.
제로 벡터 움직임 정보는 하나 이상일 수 있다. 하나 이상의 제로 벡터 움직임 정보들의 참조 픽처 인덱스들은 서로 상이할 수 있다. 예를 들면, 첫 번째의 제로 벡터 움직임 정보의 참조 픽처 인덱스의 값은 0일 수 있다. 두 번째의 제로 벡터 움직임 정보의 참조 픽처 인덱스의 값은 1일 수 있다.There may be one or more zero vector motion information. Reference picture indices of one or more pieces of zero vector motion information may be different from each other. For example, the value of the reference picture index of the first zero vector motion information may be 0. The value of the reference picture index of the second zero vector motion information may be 1.
제로 벡터 움직임 정보들의 개수는 참조 픽처 리스트 내의 참조 픽처들의 개수와 동일할 수 있다.The number of zero vector motion information may be equal to the number of reference pictures in the reference picture list.
제로 벡터 움직임 정보의 참조 방향은 양방향일 수 있다. 2 개의 움직임 벡터들은 모두 제로 벡터들일 수 있다. 제로 벡터 움직임 정보들의 개수는 참조 픽처 리스트 L0 내의 참조 픽처들의 개수 및 참조 픽처 리스트 L1 내의 참조 픽처들의 개수 중 더 작은 것일 수 있다. 또는, 참조 픽처 리스트 L0 내의 참조 픽처들의 개수 및 참조 픽처 리스트 L1 내의 참조 픽처들의 개수가 서로 다를 경우, 하나의 참조 픽처 리스트에만 적용될 수 있는 참조 픽처 인덱스에 대해서는 단방향의 참조 방향이 사용될 수 있다.The reference direction of zero vector motion information may be bidirectional. Both motion vectors may be zero vectors. The number of zero vector motion information may be the smaller of the number of reference pictures in the reference picture list L0 and the number of reference pictures in the reference picture list L1. Alternatively, if the number of reference pictures in the reference picture list L0 and the number of reference pictures in the reference picture list L1 are different from each other, a unidirectional reference direction may be used for a reference picture index that can be applied to only one reference picture list.
부호화 장치(100) 및/또는 복호화 장치(200)는 참조 픽처 인덱스를 변경하면서 순차적으로 제로 벡터 움직임 정보를 머지 리스트에 추가할 수 있다.The encoding device 100 and/or the decoding device 200 may sequentially add zero vector motion information to the merge list while changing the reference picture index.
제로 벡터 움직임 정보가 이미 머지 리스트 내에 존재하는 다른 움직임 정보와 중복되는 경우 상기의 제로 벡터 움직임 정보는 머지 리스트에 추가되지 않을 수 있다.If the zero vector motion information overlaps with other motion information that already exists in the merge list, the zero vector motion information may not be added to the merge list.
전술된 단계 1) 내지 단계 4)의 순서는 단지 예시적인 것으로, 단계들 간의 순서는 서로 바뀔 수 있다. 또한, 단계들 중 일부는 기정의된 조건에 따라 생략될 수 있다.The order of steps 1) to 4) described above is merely exemplary, and the order between steps may be changed. Additionally, some of the steps may be omitted depending on predefined conditions.
AMVP 모드에서의 예측 움직임 벡터 후보 리스트의 유도 방법Method for deriving a predicted motion vector candidate list in AMVP mode
예측 움직임 벡터 후보 리스트 내의 예측 움직임 벡터 후보들의 최대 개수는 기정의될 수 있다. 기정의된 최대 개수를 N으로 표시한다. 예를 들면, 기정의된 최대 개수는 2일 수 있다.The maximum number of prediction motion vector candidates in the prediction motion vector candidate list may be predefined. The predefined maximum number is denoted by N. For example, the predefined maximum number may be 2.
움직임 정보(즉, 예측 움직임 벡터 후보)는 아래의 단계 1) 내지 단계 3)의 순서로 예측 움직임 벡터 후보 리스트에 추가될 수 있다.Motion information (i.e., predicted motion vector candidate) may be added to the predicted motion vector candidate list in the order of steps 1) to 3) below.
단계 1) 공간적 후보들 중 가용한 공간적 후보들이 예측 움직임 벡터 후보 리스트에 추가될 수 있다. 공간적 후보들은 제1 공간적 후보 및 제2 공간적 후보를 포함할 수 있다.Step 1) Available spatial candidates among spatial candidates may be added to the predicted motion vector candidate list. Spatial candidates may include a first spatial candidate and a second spatial candidate.
제1 공간적 후보는 A0, A1, 스케일된(scaled) A0 및 스케일된 A1 중 하나일 수 있다. 제2 공간적 후보는 B0, B1, B2, 스케일된 B0, 스케일된 B1 및 스케일된 B2 중 하나일 수 있다.The first spatial candidate may be one of A0, A1, scaled A0, and scaled A1. The second spatial candidate may be one of B0, B1, B2, scaled B0, scaled B1, and scaled B2.
가용한 공간적 후보들의 움직임 정보들은 제1 공간적 후보 및 제2 공간적 후보의 순서로 예측 움직임 벡터 후보 리스트에 추가될 수 있다. 이 때, 가용한 공간적 후보의 움직임 정보가 이미 예측 움직임 벡터 후보 리스트 내에 존재하는 다른 움직임 정보와 중복되는 경우 상기의 움직임 정보는 예측 움직임 벡터 후보 리스트에 추가되지 않을 수 있다. 말하자면, N의 값이 2인 경우, 제2 공간적 후보의 움직임 정보가 제1 공간적 후보의 움직임 정보와 동일하면 제2 공간적 후보의 움직임 정보는 예측 움직임 벡터 후보 리스트에 추가되지 않을 수 있다.Motion information of available spatial candidates may be added to the predicted motion vector candidate list in the order of the first spatial candidate and the second spatial candidate. At this time, if the motion information of the available spatial candidate overlaps with other motion information that already exists in the prediction motion vector candidate list, the motion information may not be added to the prediction motion vector candidate list. In other words, when the value of N is 2, if the motion information of the second spatial candidate is the same as the motion information of the first spatial candidate, the motion information of the second spatial candidate may not be added to the prediction motion vector candidate list.
추가되는 움직임 정보들은 최대 N 개일 수 있다.There may be a maximum of N pieces of added motion information.
단계 2) 예측 움직임 벡터 후보 리스트 내의 움직임 정보들의 개수가 N보다 더 작고, 시간적 후보가 가용하면, 시간적 후보의 움직임 정보가 예측 움직임 벡터 후보 리스트에 추가될 수 있다. 이 때, 가용한 시간적 후보의 움직임 정보가 이미 예측 움직임 벡터 후보 리스트 내에 존재하는 다른 움직임 정보와 중복되는 경우 상기의 움직임 정보는 예측 움직임 벡터 후보 리스트에 추가되지 않을 수 있다.Step 2) If the number of motion information items in the predicted motion vector candidate list is smaller than N and a temporal candidate is available, the motion information of the temporal candidate may be added to the predicted motion vector candidate list. At this time, if the motion information of the available temporal candidate overlaps with other motion information that already exists in the predicted motion vector candidate list, the motion information may not be added to the predicted motion vector candidate list.
단계 3) 예측 움직임 벡터 후보 리스트 내의 움직임 정보들의 개수가 N보다 더 작으면, 제로 벡터 움직임 정보가 예측 움직임 벡터 후보 리스트에 추가될 수 있다.Step 3) If the number of motion information pieces in the predicted motion vector candidate list is smaller than N, zero vector motion information may be added to the predicted motion vector candidate list.
제로 벡터 움직임 정보는 하나 이상일 수 있다. 하나 이상의 제로 벡터 움직임 정보들의 참조 픽처 인덱스들은 서로 상이할 수 있다.There may be one or more zero vector motion information. Reference picture indices of one or more pieces of zero vector motion information may be different from each other.
부호화 장치(100) 및/또는 복호화 장치(200)는 참조 픽처 인덱스를 변경하면서 순차적으로 제로 벡터 움직임 정보를 예측 움직임 벡터 후보 리스트에 추가할 수 있다.The encoding device 100 and/or the decoding device 200 may sequentially add zero vector motion information to the prediction motion vector candidate list while changing the reference picture index.
제로 벡터 움직임 정보가 이미 예측 움직임 벡터 후보 리스트 내에 존재하는 다른 움직임 정보와 중복되는 경우 상기의 제로 벡터 움직임 정보는 예측 움직임 벡터 후보 리스트에 추가되지 않을 수 있다.If the zero vector motion information overlaps with other motion information that already exists in the prediction motion vector candidate list, the zero vector motion information may not be added to the prediction motion vector candidate list.
머지 리스트에 대해 전술된 제로 벡터 움직임 정보에 대한 설명은 제로 벡터 움직임 정보에도 적용될 수 있다. 중복되는 설명은 생략된다.The description of the zero vector motion information described above for the merge list can also be applied to the zero vector motion information. Redundant descriptions are omitted.
전술된 단계 1) 내지 단계 3)의 순서는 단지 예시적인 것으로, 단계들 간의 순서는 서로 바뀔 수 있다. 또한, 단계들 중 일부는 기정의된 조건에 따라 생략될 수 있다.The order of steps 1) to 3) described above is merely exemplary, and the order between steps may be changed. Additionally, some of the steps may be omitted depending on predefined conditions.
도 12는 일 예에 따른 변환 및 양자화의 과정을 설명한다.Figure 12 explains the process of conversion and quantization according to an example.
도 12에 도시된 바와 같이 잔차 신호에 변환 및/또는 양자화 과정을 수행하여 양자화된 레벨이 생성될 수 있다.As shown in FIG. 12, a quantized level can be generated by performing a conversion and/or quantization process on the residual signal.
잔차 신호는 원본 블록과 예측 블록 간의 차분으로 생성될 수 있다. 여기에서, 예측 블록은 인트라 예측 또는 인터 예측에 의해 생성된 블록일 수 있다.The residual signal can be generated as the difference between the original block and the prediction block. Here, the prediction block may be a block generated by intra prediction or inter prediction.
잔차 신호는 양자화 과정의 일부인 변환 과정을 통해 주파수 도메인으로 변환될 수 있다.The residual signal can be converted to the frequency domain through a transformation process that is part of the quantization process.
변환을 위해 사용되는 변환 커널은 이산 코사인 변환(Discrete Cosine Transform; DCT) 타입(type) 2 (DCT-II) 등과 같은 다양한 DCT 커널 및 이산 사인 변환(Discrete Sine Transform; DST) 커널을 포함할 수 있다.Transformation kernels used for transformation may include various DCT kernels such as Discrete Cosine Transform (DCT) type 2 (DCT-II) and Discrete Sine Transform (DST) kernels. .
이러한 변환 커널들은 잔차 신호에 대해 분리가능 변환(separable transform) 또는 2차원(2Dimensional; 2D) 비-분리가능 변환(non-separable transform)을 수행할 수 있다. 분리가능 변환은 잔차 신호에 대해 1차원(1Dimensional; 1D) 변환을 수평 방향 및 수직 방향의 각각에 수행하는 변환일 수 있다.These transform kernels can perform a separable transform or a 2Dimensional (2D) non-separable transform on the residual signal. The separable transformation may be a transformation that performs one-dimensional (1D) transformation on the residual signal in each of the horizontal and vertical directions.
1D 변환을 위해 적응적으로 사용되는 DCT 타입 및 DST 타입은 아래의 표 3 및 표 4에서 각각 표시된 것과 같이 DCT-II 외에도 DCT-V, DCT-VIII, DST-I 및 DST-VII를 포함할 수 있다.DCT types and DST types adaptively used for 1D conversion may include DCT-V, DCT-VIII, DST-I, and DST-VII in addition to DCT-II, as shown in Table 3 and Table 4 below, respectively. there is.
Figure PCTKR2023018590-appb-img-000003
Figure PCTKR2023018590-appb-img-000003
Figure PCTKR2023018590-appb-img-000004
Figure PCTKR2023018590-appb-img-000004
표 3 및 표 4에서 표시된 것과 같이, 변환에 사용될 DCT 타입 또는 DST 타입을 유도함에 있어서 변환 세트(transform set)가 사용될 수 있다. 각 변환 세트는 복수의 변환 후보들을 포함할 수 있다. 각 변환 후보는 DCT 타입 또는 DST 타입 등일 수 있다.As shown in Tables 3 and 4, a transform set can be used to derive the DCT type or DST type to be used for transformation. Each transformation set may include multiple transformation candidates. Each transformation candidate may be a DCT type or a DST type.
아래의 표 5는 인트라 예측 모드에 따라 수평 방향에 적용되는 변환 세트 및 수직 방향에 적용되는 변환 세트의 일 예를 나타낸다.Table 5 below shows an example of a transform set applied to the horizontal direction and a transform set applied to the vertical direction according to the intra prediction mode.
Figure PCTKR2023018590-appb-img-000005
Figure PCTKR2023018590-appb-img-000005
표 5에서는, 대상 블록의 인트라 예측 모드에 따라서 잔차 신호의 수평 방향에 적용되는 수직 방향 변환 세트의 번호 및 수평 방향 변환 세트의 번호가 표시되었다.In Table 5, the number of the vertical transformation set and the number of the horizontal transformation set applied to the horizontal direction of the residual signal according to the intra prediction mode of the target block are displayed.
표 5에서 예시된 것과 같이, 대상 블록의 인트라 예측 모드에 따라 수평 방향 및 수직 방향에 적용되는 변환 세트들이 기정의될 수 있다. 부호화 장치(100)는 대상 블록의 인트라 예측 모드에 대응하는 변환 세트에 포함된 변환을 이용하여 잔차 신호에 대한 변환 및 역변환을 수행할 수 있다. 또한, 복호화 장치(200)는 대상 블록의 인트라 예측 모드에 대응하는 변환 세트에 포함된 변환을 이용하여 잔차 신호에 대한 역변환을 수행할 수 있다.As illustrated in Table 5, transformation sets applied to the horizontal and vertical directions may be predefined according to the intra prediction mode of the target block. The encoding device 100 may perform transformation and inverse transformation on the residual signal using the transformation included in the transformation set corresponding to the intra prediction mode of the target block. Additionally, the decoding apparatus 200 may perform inverse transformation on the residual signal using a transformation included in a transformation set corresponding to the intra prediction mode of the target block.
이러한 변환 및 역변환에 있어서, 잔차 신호에 적용되는 변환 세트는 표 3, 표 4 및 표 5에서 예시된 것과 같이 결정될 수 있고, 시그널링되지 않을 수 있다. 변환 지시 정보는 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수 있다. 변환 지시 정보는 잔차 신호에 적용되는 변환 세트가 포함하는 복수의 변환 후보들 중 어떤 변환 후보가 사용되는가를 지시하는 정보일 수 있다.For these transformations and inverse transformations, the set of transformations applied to the residual signal may be determined as illustrated in Tables 3, 4, and 5, and may be unsignaled. Transformation instruction information may be signaled from the encoding device 100 to the decoding device 200. Transformation instruction information may be information indicating which transform candidate is used among a plurality of transform candidates included in a transform set applied to the residual signal.
예를 들어, 대상 블록의 크기가 64x64 이하인 경우, 인트라 예측 모드에 따라 각각 3 개의 변환들을 갖는 변환 세트들이 구성될 수 있다. 수평 방향의 3 개의 변환들 및 수직 방향의 3 개의 변환들의 조합으로 인한 모두 9 개의 다중 변환 방법들 중에서 최적의 변환 방법이 선택될 수 있다. 이러한 최적의 변환 방법으로 잔차 신호를 부호화 및/또는 복호화함으로써 부호화 효율이 향상될 수 있다.For example, when the size of the target block is 64x64 or less, transform sets each having three transforms may be configured according to the intra prediction mode. The optimal transformation method can be selected among a total of 9 multiple transformation methods resulting from a combination of three transformations in the horizontal direction and three transformations in the vertical direction. Coding efficiency can be improved by encoding and/or decoding the residual signal using this optimal conversion method.
이 때, 수직 변환 및 수평 변환 중 적어도 하나 이상에 대해, 변환 세트에 속한 변환들 중 어떤 변환이 사용되었는지에 대한 정보가 엔트로피 부호화 및/또는 복호화될 수 있다. 이러한 정보의 부호화 및/또는 복호화를 위해 절삭된 단항(truncated unary) 이진화(binarization)가 사용될 수 있다.At this time, for at least one of the vertical transformation and the horizontal transformation, information about which transformation among the transformations belonging to the transformation set was used may be entropy encoded and/or decoded. Truncated unary binarization may be used to encode and/or decode this information.
전술된 것과 같이 다양한 변환들을 사용하는 방법은 인트라 예측 또는 인터 예측에 의해 생성된 잔차 신호에 적용될 수 있다.The method using various transforms as described above can be applied to a residual signal generated by intra prediction or inter prediction.
변환은 1차 변환 및 2차 변환 중 적어도 하나를 포함할 수 있다. 잔차 신호에 대해서 1차 변환을 수행함으로써 변환 계수가 생성될 수 있고, 변환 계수에 2차 변환을 수행함으로써 2차 변환 계수가 생성될 수 있다.Transformation may include at least one of primary transformation and secondary transformation. A transform coefficient can be generated by performing a first-order transform on the residual signal, and a second-order transform coefficient can be generated by performing a second-order transform on the transform coefficient.
1차 변환은 주 변환(primary)으로 명명될 수 있다. 또한, 1차 변환은 적응적 다중 변환(Adaptive Multiple Transform; AMT)로 명명될 수 있다. AMT는 전술된 것과 같이 1D 방향들(즉, 수직 방향 및 수평 방향)의 각각에 대해 서로 다른 변환이 적용되는 것을 의미할 수 있다.A primary transformation may be named primary. Additionally, the first-order transform may be named Adaptive Multiple Transform (AMT). AMT may mean that different transformations are applied to each of the 1D directions (i.e., vertical and horizontal directions) as described above.
2차 변환은 1차 변환에 의해 생성된 변환 계수의 에너지 집중도를 향상시키기 위한 변환일 수 있다. 2차 변환도 1차 변환과 마찬가지로 분리가능 변환 또는 비-분리가능 변환일 수 있다. 비-분리가능 변환은 비-분리가능 2차 변환(Non-Separable Secondary Transform; NSST)일 수 있다.The secondary transformation may be a transformation to improve the energy concentration of the transformation coefficient generated by the primary transformation. Secondary transformations, like primary transformations, can be either separable transformations or non-separable transformations. The non-separable transform may be a Non-Separable Secondary Transform (NSST).
1차 변환은 기정의된 복수의 변환 방법들 중 적어도 하나를 이용하여 수행될 수 있다. 일 예로, 기정의된 복수의 변환 방법들은 이산 코사인 변환(Discrete Cosine Transform; DCT), 이산 사인 변환(Discrete Sine Transform; DST) 및 카루넨-루베 변환(Karhunen-Loeve Transform; KLT) 기반 변환 등을 포함할 수 있다.Primary transformation may be performed using at least one of a plurality of predefined transformation methods. For example, a plurality of predefined transformation methods include Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), and Karhunen-Loeve Transform (KLT)-based transformation, etc. It can be included.
또한, 1차 변환은 DCT 또는 DST를 정의하는 커널 함수에 따라서 다양한 변환 타입을 갖는 변환일 수 있다.Additionally, the first-order transformation may be a transformation with various transformation types depending on the kernel function that defines DCT or DST.
예를 들면, 변환 타입은 1) 대상 블록의 예측 모드(예를 들면, 인트라 예측 및 인터 예측 중 하나), 2) 대상 블록의 크기, 3) 대상 블록의 형태, 4) 대상 블록의 인트라 예측 모드, 5) 대상 블록의 성분(예를 들면, 루마 성분 및 크로마 성분 중 하나) 및 6) 대상 블록에 적용된 분할 타입(예를 들면, 쿼드 트리(Quad Tree: QT), 이진 트리(Binary Tree; BT) 및 삼진 트리(Ternary Tree; TT) 중 하나) 중 적어도 하나에 기반하여 결정될 수 있다.For example, the transformation type is 1) prediction mode of the target block (e.g., one of intra prediction and inter prediction), 2) size of the target block, 3) shape of the target block, 4) intra prediction mode of the target block. , 5) a component of the target block (e.g., one of the luma component and a chroma component), and 6) the partition type applied to the target block (e.g., Quad Tree (QT), Binary Tree (BT) ) and one of a Ternary Tree (TT).
예를 들면, 1차 변환은 아래의 표 6에서 제시된 변환 커널에 따른 DCT-2, DCT-5, DCT-7, DST-7, DST-1, DST-8 및 DCT-8과 같은 변환들을 포함할 수 있다. 표 6에서는 복수 변환 선택(Multiple Transform Selection; MTS)에 대한 다양한 변환 타입들 및 변환 커널 함수들이 예시되었다.For example, the first-order transformation includes transformations such as DCT-2, DCT-5, DCT-7, DST-7, DST-1, DST-8, and DCT-8 according to the transformation kernels shown in Table 6 below. can do. Table 6 illustrates various transform types and transform kernel functions for multiple transform selection (MTS).
MTS는 잔차 신호의 수평 및/또는 수직 방향에 대한 변환을 위해 하나 이상의 DCT 및/또는 DST 변환 커널의 조합이 선택되는 것을 의미할 수 있다.MTS may mean that a combination of one or more DCT and/or DST transformation kernels is selected to transform the residual signal in the horizontal and/or vertical directions.
Figure PCTKR2023018590-appb-img-000006
Figure PCTKR2023018590-appb-img-000006
표 6에서, i 및 j는 0 이상 N-1 이하의 정수 값일 수 있다.In Table 6, i and j may be integer values between 0 and N-1.
1차 변환의 수행에 의해 생성된 변환 계수에 2차 변환(secondary transform)이 수행될 수 있다.A secondary transform may be performed on the transformation coefficient generated by performing the primary transformation.
1차 변환에서와 같이, 2차 변환에서도 변환 세트가 정의될 수 있다. 전술된 것과 같은 변환 세트를 유도 및/또는 결정하기 위한 방법들은 1차 변환뿐만 아니라 2차 변환에도 적용될 수 있다.As with first-order transformations, a set of transformations can be defined for second-order transformations. Methods for deriving and/or determining a set of transformations such as those described above can be applied to secondary transformations as well as primary transformations.
1차 변환 및 2차 변환은 특정된 대상에 대해서 결정될 수 있다.Primary transformation and secondary transformation can be determined for a specified target.
예를 들면, 1차 변환 및 2차 변환은 루마 성분 및 크로마 성분 중 하나 이상의 신호 성분에 적용될 수 있다. 1차 변환 및/또는 2차 변환의 적용 여부는 대상 블록 및/또는 이웃 블록에 대한 코딩 파라미터들 중 적어도 하나에 따라 결정될 수 있다. 예를 들면, 1차 변환 및/또는 2차 변환의 적용 여부는 대상 블록의 크기 및/또는 형태에 의해 결정될 수 있다.For example, a first-order transform and a second-order transform may be applied to one or more signal components of a luma component and a chroma component. Whether to apply the first transform and/or the second transform may be determined according to at least one of coding parameters for the target block and/or the neighboring block. For example, whether to apply primary transformation and/or secondary transformation may be determined by the size and/or shape of the target block.
부호화 장치(100) 및 복호화 장치(200)에서, 대상에게 사용되는 변환 방법을 지시하는 변환 정보는 특정된 정보를 사용함으로써 유도될 수 있다.In the encoding device 100 and the decoding device 200, conversion information indicating the conversion method to be used for the target can be derived by using specified information.
예를 들면, 변환 정보는 1차 변환 및/또는 2차 변환을 위해 사용될 변환의 인덱스를 포함할 수 있다. 또는, 변환 정보는 1차 변환 및/또는 2차 변환이 사용되지 않음을 나타낼 수도 있다.For example, the transformation information may include an index of the transformation to be used for primary transformation and/or secondary transformation. Alternatively, the transformation information may indicate that the primary transformation and/or secondary transformation is not used.
예를 들면, 1차 변환 및 2차 변환의 대상이 대상 블록일 때, 변환 정보가 지시하는 1차 변환 및/또는 2차 변환에 적용되는 변환 방법(들)은 대상 블록 및/또는 이웃 블록에 대한 코딩 파라미터들 중 적어도 하나에 따라 결정될 수 있다.For example, when the target of the primary transformation and secondary transformation is the target block, the transformation method(s) applied to the primary transformation and/or secondary transformation indicated by the transformation information is applied to the target block and/or neighboring blocks. It may be determined according to at least one of the coding parameters for.
또는, 특정된 대상에 대한 변환 방법을 지시하는 변환 정보는 부호화 장치(100)로부터 복호화 장치(200)로 시그널링될 수도 있다.Alternatively, conversion information indicating a conversion method for a specified target may be signaled from the encoding device 100 to the decoding device 200.
예를 들면, 하나의 CU에 대하여 1차 변환의 사용 여부, 1차 변환을 가리키는 인덱스, 2차 변환의 사용 여부 및 2차 변환을 가리키는 인덱스 등이 복호화 장치(200)에서 변환 정보로서 유도될 수 있다. 또는, 하나의 CU에 대하여 1차 변환의 사용 여부, 1차 변환을 가리키는 인덱스, 2차 변환의 사용 여부 및 2차 변환을 가리키는 인덱스 등을 나타내는 변환 정보가 시그널링될 수 있다.For example, for one CU, whether the primary transform is used, an index indicating the primary transform, whether the secondary transform is used, and an index indicating the secondary transform, etc. can be derived as transformation information in the decoding device 200. there is. Alternatively, for one CU, transformation information indicating whether to use the primary transformation, an index indicating the primary transformation, whether to use the secondary transformation, and an index indicating the secondary transformation may be signaled.
1차 변환 및/또는 2차 변환의 수행에 의해 생성된 결과 또는 잔차 신호에 양자화를 수행함으로써 양자화된 변환 계수(즉, 양자화된 레벨)이 생성될 수 있다.A quantized transform coefficient (i.e., a quantized level) may be generated by performing quantization on a result or a residual signal generated by performing a first-order transform and/or a second-order transform.
도 13은 일 예에 따른 대각선 스캐닝을 나타낸다.13 shows diagonal scanning according to an example.
도 14는 일 예에 따른 수평 스캐닝을 나타낸다.14 shows horizontal scanning according to an example.
도 15는 일 예에 따른 수직 스캐닝을 나타낸다.15 shows vertical scanning according to one example.
양자화된 변환 계수들은 인트라 예측 모드, 블록 크기 및 블록 형태 중 적어도 하나에 따라서, (우상단(up-right)) 대각선 스캐닝, 수직 스캐닝 및 수평 스캐닝 중 적어도 하나에 따라서 스캐닝(scanning) 될 수 있다. 블록은 변환 유닛일 수 있다.The quantized transform coefficients may be scanned according to at least one of (up-right) diagonal scanning, vertical scanning, and horizontal scanning, according to at least one of intra prediction mode, block size, and block type. A block may be a transformation unit.
각 스캐닝은 특정된 시작 점에서 시작할 수 있고 특정된 종료 점에서 종료될 수 있다.Each scanning can start at a specified starting point and end at a specified ending point.
예를 들면, 도 13의 대각선 스캐닝을 이용하여 블록의 계수들을 스캔함으로써 양자화된 변환 계수들이 1차원 벡터 형태로 변경될 수 있다. 또는, 블록의 크기 및/또는 인트라 예측 모드에 따라 대각선 스캐닝 대신 도 14의 수평 스캐닝이나, 도 15의 수직 스캐닝이 사용될 수 있다.For example, by scanning the coefficients of a block using the diagonal scanning of FIG. 13, the quantized transform coefficients can be changed into a one-dimensional vector form. Alternatively, the horizontal scanning of FIG. 14 or the vertical scanning of FIG. 15 may be used instead of diagonal scanning, depending on the size of the block and/or the intra prediction mode.
수직 스캐닝은 2차원의 블록 형태 계수를 열 방향으로 스캔하는 것일 수 있다. 수평 스캐닝은 2차원의 블록 형태 계수를 행 방향으로 스캔하는 것일 수 있다.Vertical scanning may be scanning two-dimensional block-shaped coefficients in a column direction. Horizontal scanning may be scanning two-dimensional block-shaped coefficients in the row direction.
말하자면, 블록의 크기 및/또는 인터 예측 모드에 따라 대각선 스캐닝, 수직 스캐닝 및 수평 스캐닝 중 어떤 스캐닝이 사용될 것인지가 결정될 수 있다.That is, depending on the size of the block and/or the inter prediction mode, it may be determined which scanning among diagonal scanning, vertical scanning, and horizontal scanning will be used.
도 13, 도 14 및 도 15에서 도시된 것과 같이, 양자화된 변환 계수들은 대각선 방향, 수평 방향 또는 수직 방향에 따라 스캔될 수 있다.As shown in FIGS. 13, 14, and 15, the quantized transform coefficients can be scanned along the diagonal, horizontal, or vertical directions.
양자화된 변환 계수들은 블록 형태로 표현될 수 있다. 블록은 복수의 서브 블록들을 포함할 수 있다. 각 서브 블록은 최소 블록 크기 또는 최소 블록 형태에 따라 정의될 수 있다.Quantized transform coefficients can be expressed in block form. A block may include multiple sub-blocks. Each subblock can be defined according to the minimum block size or minimum block type.
스캐닝에 있어서, 스캐닝의 타입 또는 방향에 따른 스캐닝 순서는 우선 서브 블록들에 적용될 수 있다. 또한, 서브 블록 내의 양자화된 변환 계수들에 대해 스캐닝의 방향에 따른 스캐닝 순서가 적용될 수 있다.In scanning, the scanning order according to the type or direction of scanning can first be applied to sub-blocks. Additionally, a scanning order according to the direction of scanning may be applied to the quantized transform coefficients within the sub-block.
예를 들면, 도 13, 도 14 및 도 15에서 도시된 것과 같이, 대상 블록의 크기가 8x8일 때, 대상 블록의 잔차 신호에 대한 1차 변환, 2차 변환 및 양자화에 의해 양자화된 변환 계수들이 생성될 수 있다. 이후, 4 개의 4x4 서브 블록들에 대해 3가지의 스캐닝 순서들 중 하나의 스캐닝 순서가 적용될 수 있으며, 각 4x4 서브 블록에 대해서도 스캐닝 순서에 따라 양자화된 변환 계수들이 스캔될 수 있다.For example, as shown in FIGS. 13, 14, and 15, when the size of the target block is 8x8, the transform coefficients quantized by the first transform, second transform, and quantization of the residual signal of the target block are can be created. Afterwards, one of three scanning orders can be applied to the four 4x4 sub-blocks, and quantized transform coefficients can be scanned for each 4x4 sub-block according to the scanning order.
부호화 장치(100)는 스캔된 양자화된 변환 계수들에 대한 엔트로피 부호화를 수행함으로써 엔트로피 부호화된 양자화된 변환 계수를 생성할 수 있고, 엔트로피 부호화된 양자화된 변환 계수들을 포함하는 비트스트림을 생성할 수 있다.The encoding device 100 can generate entropy-encoded quantized transform coefficients by performing entropy encoding on the scanned quantized transform coefficients, and can generate a bitstream including the entropy-encoded quantized transform coefficients. .
복호화 장치(200)는 비트스트림으로부터 엔트로피 부호화된 양자화된 변환 계수들을 추출할 수 있고, 엔트로피 부호화된 양자화된 변환 계수들에 대한 엔트로피 복호화를 수행함으로써 양자화된 변환 계수들을 생성할 수 있다. 양자화된 변환 계수들은 역 스캐닝(inverse scanning)을 통해 2차원의 블록 형태로 정렬될 수 있다. 이때, 역 스캐닝의 방법으로서, (우상단) 대각 스캔, 수직 스캔 및 수평 스캔 중 적어도 하나가 수행될 수 있다.The decoding device 200 can extract entropy-encoded quantized transform coefficients from a bitstream and generate quantized transform coefficients by performing entropy decoding on the entropy-encoded quantized transform coefficients. Quantized transformation coefficients can be arranged in a two-dimensional block form through inverse scanning. At this time, as a reverse scanning method, at least one of (upper right) diagonal scan, vertical scan, and horizontal scan may be performed.
복호화 장치(200)에서는, 양자화된 변환 계수들에 역양자화가 수행될 수 있다. 2차 역변환의 수행 여부에 따라서, 역양자화의 수행에 의해 생성된 결과에 대하여 2차 역변환이 수행될 수 있다. 또한, 1차 역변환의 수행 여부에 따라서, 2차 역변환의 수행에 의해 생성된 결과에 대하여 1차 역변환이 수행될 수 있다. 2차 역변환의 수행에 의해 생성된 결과에 대하여 1차 역변환을 수행함으로써 재구축된 잔차 신호가 생성될 수 있다.In the decoding device 200, dequantization may be performed on the quantized transform coefficients. Depending on whether the secondary inverse transformation is performed, the secondary inverse transformation may be performed on the result generated by performing the inverse quantization. Additionally, depending on whether the first inversion is performed, the first inversion may be performed on the result generated by performing the second inversion. A reconstructed residual signal can be generated by performing a first-order inversion on the result generated by performing a second-order inversion.
인트라 예측 또는 인터 예측을 통해 재구축된 루마 성분에 대해, 인-루프(in-loop) 필터링 전에 동적 범위(dynamic range)의 역매핑(inverse mapping)이 수행될 수 있다.For luma components reconstructed through intra prediction or inter prediction, inverse mapping of the dynamic range may be performed before in-loop filtering.
동적 범위는 16 개의 균등한 조각(piece)들로 분할될 수 있고, 각 조각에 대한 매핑 함수가 시그널링될 수 있다. 매핑 함수는 슬라이스 레벨 또는 타일 그룹 레벨에서 시그널링될 수 있다.The dynamic range can be divided into 16 equal pieces, and a mapping function for each piece can be signaled. The mapping function can be signaled at the slice level or tile group level.
역매핑을 수행하기 위한 역매핑 함수는 매핑 함수에 기초하여 유도될 수 있다.A reverse mapping function for performing reverse mapping may be derived based on the mapping function.
인-루프 필터링, 참조 픽처의 저장 및 움직임 보상은 역매핑된 영역에서 수행될 수 있다.In-loop filtering, storage of reference pictures, and motion compensation can be performed in the demapped region.
인터 예측을 통해 생성된 예측 블록은 매핑 함수를 이용한 매핑에 의해 매핑된 영역으로 전환될 수 있고, 전환된 예측 블록이 재구축된 블록의 생성에 이용될 수 있다. 그러나, 인트라 예측은 매핑된 영역에서 수행되므로, 인트라 예측에 의해 생성된 예측 블록은 매핑 및/또는 역매핑 없이, 재구축된 블록의 생성에 이용될 수 있다.A prediction block generated through inter prediction can be converted into a mapped area by mapping using a mapping function, and the converted prediction block can be used to generate a reconstructed block. However, since intra prediction is performed in a mapped region, the prediction block generated by intra prediction can be used to generate a reconstructed block without mapping and/or demapping.
예를 들면, 대상 블록이 크로마 성분의 잔차 블록인 경우, 매핑된 영역의 크로마 성분에 대해 스케일링을 수행함으로써 잔차 블록이 역매핑된 영역으로 전환될 수 있다.For example, if the target block is a residual block of a chroma component, the residual block can be converted to a demapped region by performing scaling on the chroma component of the mapped area.
스케일링이 가용한지 여부는 슬라이스 레벨 또는 타일 그룹 레벨에서 시그널링될 수 있다.Whether scaling is available can be signaled at the slice level or tile group level.
예를 들면, 스케일링은 루마 성분에 대한 매핑이 가용하고, 루마 성분의 분할 및 크로마 성분의 분할이 동일한 트리 구조를 따르는 경우에만 적용될 수 있다.For example, scaling can only be applied if mapping for the luma component is available and the splitting of the luma component and the splitting of the chroma component follow the same tree structure.
스케일링은 크로마 예측 블록에 대응하는 루마 예측 블록의 샘플들의 값들의 평균에 기초하여 수행될 수 있다. 이 때, 대상 블록이 인터 예측을 사용하는 경우, 루마 예측 블록은 매핑된 루마 예측 블록을 의미할 수 있다.Scaling may be performed based on the average of the values of samples of the luma prediction block corresponding to the chroma prediction block. At this time, if the target block uses inter prediction, the luma prediction block may mean a mapped luma prediction block.
루마 예측 블록의 샘플들의 값의 평균이 속하는 조각(piece)의 인덱스를 이용하여 룩-업 테이블을 참조함으로써, 스케일링에 필요한 값이 유도될 수 있다.The value required for scaling can be derived by referring to the look-up table using the index of the piece to which the average value of the samples of the luma prediction block belongs.
최종적으로 유도된 값을 이용하여 잔차 블록에 대한 스케일링을 수행함으로써, 잔차 블록은 역매핑된 영역으로 전환될 수 있다. 이후, 크로마 성분 블록에 대하여, 재구축, 인트라 예측, 인터 예측, 인-루프 필터링 및 참조 픽처의 저장은 역매핑된 영역에서 수행될 수 있다.By performing scaling on the residual block using the finally derived value, the residual block can be converted into a demapped area. Thereafter, for the chroma component block, reconstruction, intra prediction, inter prediction, in-loop filtering, and storage of the reference picture can be performed in the demapped region.
예를 들면, 이러한 루마 성분 및 크로마 성분의 매핑 및/또는 역매핑이 가용한지 여부를 나타내는 정보는 시퀀스 파라미터 셋을 통해 시그널링될 수 있다.For example, information indicating whether mapping and/or de-mapping of such luma components and chroma components is available may be signaled through a sequence parameter set.
대상 블록의 예측 블록은 블록 벡터에 기초하여 생성될 수 있다. 블록 벡터는 대상 블록 및 참조 블록 간의 위치 이동(displacement)을 나타낼 수 있다. 참조 블록은 대상 영상 내의 블록일 수 있다.The prediction block of the target block may be generated based on the block vector. A block vector may indicate displacement between a target block and a reference block. The reference block may be a block in the target image.
이와 같이, 대상 영상을 참조하여 예측 블록을 생성하는 예측 모드를 인트라 블록 카피(Intra Block Copy; IBC) 모드라고 칭할 수 있다.In this way, the prediction mode that generates a prediction block with reference to the target image may be called an intra block copy (IBC) mode.
IBC 모드는 특정된 크기의 CU에 적용될 수 있다. 예를 들면, IBC 모드는 MxN CU에 적용될 수 있다. 여기에서, M 및 N은 64의 이하일 수 있다.IBC mode can be applied to CUs of a specified size. For example, IBC mode can be applied to MxN CU. Here, M and N may be less than or equal to 64.
IBC 모드는 스킵 모드, 머지 모드 및 AMVP 모드 등을 포함할 수 있다. 스킵 모드 또는 머지 모드의 경우, 머지 후보 리스트가 구성될 수 있고, 머지 인덱스가 시그널링됨으로써 머지 후보 리스트의 머지 후보들 중에서 하나의 머지 후보가 특정될 수 있다. 특정된 머지 후보의 블록 벡터가 대상 블록의 블록 벡터로서 이용될 수 있다.IBC mode may include skip mode, merge mode, and AMVP mode. In the case of skip mode or merge mode, a merge candidate list may be constructed, and a merge index may be signaled, thereby specifying one merge candidate among the merge candidates in the merge candidate list. The block vector of the specified merge candidate can be used as the block vector of the target block.
AMVP 모드의 경우, 차분 블록 벡터가 시그널링될 수 있다. 또한, 예측 블록 벡터는 대상 블록의 좌측 이웃 블록 및 상단 이웃 블록으로부터 유도될 수 있다. 또한, 어느 이웃 블록이 사용될지에 관한 인덱스가 시그널링될 수 있다.For AMVP mode, differential block vectors can be signaled. Additionally, the prediction block vector may be derived from the left neighboring block and the top neighboring block of the target block. Additionally, an index regarding which neighboring block will be used may be signaled.
IBC 모드의 예측 블록은 대상 CTU 또는 좌측 CTU에 포함될 수 있고, 기 재구축된 영역내의 블록으로 한정될 수 있다. 예를 들면, 블록 벡터의 값은 대상 블록의 예측 블록이 특정된 영역 내에 위치하도록 제한될 수 있다. 특정된 영역은 대상 블록이 포함된 64x64 블록보다 먼저 부호화 및/또는 복호화되는 3 개의 64x64 블록들의 영역일 수 있다. 이와 같이 블록 벡터의 값이 제한됨으로써, IBC 모드의 구현에 따른 메모리 소비 및 장치의 복잡도가 경감될 수 있다.The prediction block in IBC mode may be included in the target CTU or the left CTU, and may be limited to blocks within the previously reconstructed area. For example, the value of the block vector may be limited so that the prediction block of the target block is located within a specified area. The specified area may be an area of three 64x64 blocks that are encoded and/or decoded before the 64x64 block containing the target block. By limiting the value of the block vector in this way, memory consumption and device complexity according to the implementation of IBC mode can be reduced.
도 16은 일 실시예에 따른 부호화 장치의 구조도이다.Figure 16 is a structural diagram of an encoding device according to an embodiment.
부호화 장치(1600)는 전술된 부호화 장치(100)에 대응할 수 있다.The encoding device 1600 may correspond to the encoding device 100 described above.
부호화 장치(1600)는 버스(1690)를 통하여 서로 통신하는 처리부(1610), 메모리(1630), 사용자 인터페이스(User Interface; UI) 입력 디바이스(1650), UI 출력 디바이스(1660) 및 저장소(storage)(1640)를 포함할 수 있다. 또한, 부호화 장치(1600)는 네트워크(1699)에 연결되는 통신부(1620)를 더 포함할 수 있다.The encoding device 1600 includes a processing unit 1610, a memory 1630, a user interface (UI) input device 1650, a UI output device 1660, and storage that communicate with each other through a bus 1690. (1640) may be included. Additionally, the encoding device 1600 may further include a communication unit 1620 connected to the network 1699.
처리부(1610)는 중앙 처리 장치(Central Processing Unit; CPU), 메모리(1630) 또는 저장소(1640)에 저장된 프로세싱(processing) 명령어(instruction)들을 실행하는 반도체 장치일 수 있다. 처리부(1610)는 적어도 하나의 하드웨어 프로세서일 수 있다.The processing unit 1610 may be a semiconductor device that executes processing instructions stored in a central processing unit (CPU), memory 1630, or storage 1640. The processing unit 1610 may be at least one hardware processor.
처리부(1610)는 부호화 장치(1600)로 입력되거나, 부호화 장치(1600)에서 출력되거나, 부호화 장치(1600)의 내부에서 사용되는 신호, 데이터 또는 정보의 생성 및 처리를 수행할 수 있고, 신호, 데이터 또는 정보에 관련된 검사, 비교 및 판단 등을 수행할 수 있다. 말하자면, 실시예에서 데이터 또는 정보의 생성 및 처리와, 데이터 또는 정보에 관련된 검사, 비교 및 판단은 처리부(1610)에 의해 수행될 수 있다.The processing unit 1610 may generate and process signals, data, or information that are input to the encoding device 1600, output from the encoding device 1600, or used inside the encoding device 1600. Inspection, comparison, and judgment related to data or information can be performed. That is, in an embodiment, generation and processing of data or information, and inspection, comparison, and judgment related to the data or information may be performed by the processing unit 1610.
처리부(1610)는 인터 예측부(110), 인트라 예측부(120), 스위치(115), 감산기(125), 변환부(130), 양자화부(140), 엔트로피 부호화부(150), 역양자화부(160), 역변환부(170), 가산기(175), 필터부(180) 및 참조 픽처 버퍼(190)를 포함할 수 있다.The processing unit 1610 includes an inter prediction unit 110, an intra prediction unit 120, a switch 115, a subtractor 125, a transform unit 130, a quantization unit 140, an entropy encoding unit 150, and an inverse quantization unit. It may include a unit 160, an inverse transform unit 170, an adder 175, a filter unit 180, and a reference picture buffer 190.
인터 예측부(110), 인트라 예측부(120), 스위치(115), 감산기(125), 변환부(130), 양자화부(140), 엔트로피 부호화부(150), 역양자화부(160), 역변환부(170), 가산기(175), 필터부(180) 및 참조 픽처 버퍼(190) 중 적어도 일부는 프로그램 모듈들일 수 있으며, 외부의 장치 또는 시스템과 통신할 수 있다. 프로그램 모듈들은 운영 체제, 응용 프로그램 모듈 및 기타 프로그램 모듈의 형태로 부호화 장치(1600)에 포함될 수 있다. Inter prediction unit 110, intra prediction unit 120, switch 115, subtractor 125, transform unit 130, quantization unit 140, entropy encoding unit 150, inverse quantization unit 160, At least some of the inverse transform unit 170, the adder 175, the filter unit 180, and the reference picture buffer 190 may be program modules and may communicate with an external device or system. Program modules may be included in the encoding device 1600 in the form of an operating system, application program module, and other program modules.
프로그램 모듈들은 물리적으로는 여러 가지 공지의 기억 장치 상에 저장될 수 있다. 또한, 이러한 프로그램 모듈 중 적어도 일부는 부호화 장치(1600)와 통신 가능한 원격 기억 장치에 저장될 수도 있다.Program modules may be physically stored on various known storage devices. Additionally, at least some of these program modules may be stored in a remote memory device capable of communicating with the encoding device 1600.
프로그램 모듈들은 일 실시예에 따른 기능 또는 동작을 수행하거나, 일 실시예에 따른 추상 데이터 유형을 구현하는 루틴(routine), 서브루틴(subroutine), 프로그램, 오브젝트(object), 컴포넌트(component) 및 데이터 구조(data structure) 등을 포괄할 수 있지만, 이에 제한되지는 않는다.Program modules are routines, subroutines, programs, objects, components, and data that perform a function or operation according to an embodiment or implement an abstract data type according to an embodiment. It may include data structures, etc., but is not limited thereto.
프로그램 모듈들은 부호화 장치(1600)의 적어도 하나의 프로세서(processor)에 의해 수행되는 명령어(instruction) 또는 코드(code)로 구성될 수 있다.Program modules may be composed of instructions or codes that are executed by at least one processor of the encoding device 1600.
처리부(1610)는 인터 예측부(110), 인트라 예측부(120), 스위치(115), 감산기(125), 변환부(130), 양자화부(140), 엔트로피 부호화부(150), 역양자화부(160), 역변환부(170), 가산기(175), 필터부(180) 및 참조 픽처 버퍼(190)의 명령어 또는 코드를 실행할 수 있다.The processing unit 1610 includes an inter prediction unit 110, an intra prediction unit 120, a switch 115, a subtractor 125, a transform unit 130, a quantization unit 140, an entropy encoding unit 150, and an inverse quantization unit. Commands or codes of the unit 160, the inverse transform unit 170, the adder 175, the filter unit 180, and the reference picture buffer 190 can be executed.
저장부는 메모리(1630) 및/또는 저장소(1640)를 나타낼 수 있다. 메모리(1630) 및 저장소(1640)는 다양한 형태의 휘발성 또는 비휘발성 저장 매체일 수 있다. 예를 들면, 메모리(1630)는 롬(ROM)(1631) 및 램(RAM)(1632) 중 적어도 하나를 포함할 수 있다.The storage unit may represent memory 1630 and/or storage 1640. Memory 1630 and storage 1640 may be various types of volatile or non-volatile storage media. For example, the memory 1630 may include at least one of ROM 1631 and RAM 1632.
저장부는 부호화 장치(1600)의 동작을 위해 사용되는 데이터 또는 정보를 저장할 수 있다. 실시예에서, 부호화 장치(1600)가 갖는 데이터 또는 정보는 저장부 내에 저장될 수 있다.The storage unit may store data or information used for the operation of the encoding device 1600. In an embodiment, data or information held by the encoding device 1600 may be stored in the storage unit.
예를 들면, 저장부는 픽처, 블록, 리스트, 움직임 정보, 인터 예측 정보 및 비트스트림 등을 저장할 수 있다.For example, the storage unit can store pictures, blocks, lists, motion information, inter prediction information, and bitstreams.
부호화 장치(1600)는 컴퓨터에 의해 독출(read)될 수 있는 기록 매체를 포함하는 컴퓨터 시스템에서 구현될 수 있다.The encoding device 1600 may be implemented in a computer system that includes a recording medium that can be read by a computer.
기록 매체는 부호화 장치(1600)가 동작하기 위해 요구되는 적어도 하나의 모듈을 저장할 수 있다. 메모리(1630)는 적어도 하나의 모듈을 저장할 수 있고, 적어도 하나의 모듈이 처리부(1610)에 의하여 실행되도록 구성될 수 있다.The recording medium may store at least one module required for the encoding device 1600 to operate. The memory 1630 may store at least one module, and the at least one module may be configured to be executed by the processing unit 1610.
부호화 장치(1600)의 데이터 또는 정보의 통신과 관련된 기능은 통신부(1620)를 통해 수행될 수 있다.Functions related to communication of data or information of the encoding device 1600 may be performed through the communication unit 1620.
예를 들면, 통신부(1620)는 비트스트림을 후술될 복호화 장치(1700)로 전송할 수 있다.For example, the communication unit 1620 may transmit a bitstream to the decoding device 1700, which will be described later.
도 17은 일 실시예에 따른 복호화 장치의 구조도이다.Figure 17 is a structural diagram of a decoding device according to an embodiment.
복호화 장치(1700)는 전술된 복호화 장치(200)에 대응할 수 있다.The decoding device 1700 may correspond to the decoding device 200 described above.
복호화 장치(1700)는 버스(1790)를 통하여 서로 통신하는 처리부(1710), 메모리(1730), 사용자 인터페이스(User Interface; UI) 입력 디바이스(1750), UI 출력 디바이스(1760) 및 저장소(storage)(1740)를 포함할 수 있다. 또한, 복호화 장치(1700)는 네트워크(1799)에 연결되는 통신부(1720)를 더 포함할 수 있다.The decryption device 1700 includes a processing unit 1710, a memory 1730, a user interface (UI) input device 1750, a UI output device 1760, and storage that communicate with each other through a bus 1790. (1740) may be included. Additionally, the decryption device 1700 may further include a communication unit 1720 connected to the network 1799.
처리부(1710)는 중앙 처리 장치(Central Processing Unit; CPU), 메모리(1730) 또는 저장소(1740)에 저장된 프로세싱(processing) 명령어(instruction)들을 실행하는 반도체 장치일 수 있다. 처리부(1710)는 적어도 하나의 하드웨어 프로세서일 수 있다.The processing unit 1710 may be a semiconductor device that executes processing instructions stored in a central processing unit (CPU), memory 1730, or storage 1740. The processing unit 1710 may be at least one hardware processor.
처리부(1710)는 복호화 장치(1700)로 입력되거나, 복호화 장치(1700)에서 출력되거나, 복호화 장치(1700)의 내부에서 사용되는 신호, 데이터 또는 정보의 생성 및 처리를 수행할 수 있고, 신호, 데이터 또는 정보에 관련된 검사, 비교 및 판단 등을 수행할 수 있다. 말하자면, 실시예에서 데이터 또는 정보의 생성 및 처리와, 데이터 또는 정보에 관련된 검사, 비교 및 판단은 처리부(1710)에 의해 수행될 수 있다.The processing unit 1710 may generate and process signals, data, or information that are input to the decoding device 1700, output from the decoding device 1700, or used inside the decoding device 1700. Inspection, comparison, and judgment related to data or information can be performed. That is, in an embodiment, generation and processing of data or information, and inspection, comparison, and judgment related to the data or information may be performed by the processing unit 1710.
처리부(1710)는 엔트로피 복호화부(210), 역양자화부(220), 역변환부(230), 인트라 예측부(240), 인터 예측부(250), 스위치(245), 가산기(255), 필터부(260) 및 참조 픽처 버퍼(270)를 포함할 수 있다.The processing unit 1710 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an intra prediction unit 240, an inter prediction unit 250, a switch 245, an adder 255, and a filter. It may include a unit 260 and a reference picture buffer 270.
엔트로피 복호화부(210), 역양자화부(220), 역변환부(230), 인트라 예측부(240), 인터 예측부(250), 스위치(245), 가산기(255), 필터부(260) 및 참조 픽처 버퍼(270) 중 적어도 일부는 프로그램 모듈들일 수 있으며, 외부의 장치 또는 시스템과 통신할 수 있다. 프로그램 모듈들은 운영 체제, 응용 프로그램 모듈 및 기타 프로그램 모듈의 형태로 복호화 장치(1700)에 포함될 수 있다. Entropy decoding unit 210, inverse quantization unit 220, inverse transform unit 230, intra prediction unit 240, inter prediction unit 250, switch 245, adder 255, filter unit 260, and At least some of the reference picture buffers 270 may be program modules and may communicate with an external device or system. Program modules may be included in the decryption device 1700 in the form of an operating system, application program module, and other program modules.
프로그램 모듈들은 물리적으로는 여러 가지 공지의 기억 장치 상에 저장될 수 있다. 또한, 이러한 프로그램 모듈 중 적어도 일부는 복호화 장치(1700)와 통신 가능한 원격 기억 장치에 저장될 수도 있다.Program modules may be physically stored on various known storage devices. Additionally, at least some of these program modules may be stored in a remote memory device capable of communicating with the decoding device 1700.
프로그램 모듈들은 일 실시예에 따른 기능 또는 동작을 수행하거나, 일 실시예에 따른 추상 데이터 유형을 구현하는 루틴(routine), 서브루틴(subroutine), 프로그램, 오브젝트(object), 컴포넌트(component) 및 데이터 구조(data structure) 등을 포괄할 수 있지만, 이에 제한되지는 않는다.Program modules are routines, subroutines, programs, objects, components, and data that perform a function or operation according to an embodiment or implement an abstract data type according to an embodiment. It may include data structures, etc., but is not limited thereto.
프로그램 모듈들은 복호화 장치(1700)의 적어도 하나의 프로세서(processor)에 의해 수행되는 명령어(instruction) 또는 코드(code)로 구성될 수 있다.Program modules may be composed of instructions or codes that are executed by at least one processor of the decoding device 1700.
처리부(1710)는 엔트로피 복호화부(210), 역양자화부(220), 역변환부(230), 인트라 예측부(240), 인터 예측부(250), 스위치(245), 가산기(255), 필터부(260) 및 참조 픽처 버퍼(270)의 명령어 또는 코드를 실행할 수 있다.The processing unit 1710 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an intra prediction unit 240, an inter prediction unit 250, a switch 245, an adder 255, and a filter. Instructions or codes of the unit 260 and the reference picture buffer 270 may be executed.
저장부는 메모리(1730) 및/또는 저장소(1740)를 나타낼 수 있다. 메모리(1730) 및 저장소(1740)는 다양한 형태의 휘발성 또는 비휘발성 저장 매체일 수 있다. 예를 들면, 메모리(1730)는 롬(ROM)(1731) 및 램(RAM)(1732) 중 적어도 하나를 포함할 수 있다.The storage unit may represent memory 1730 and/or storage 1740. Memory 1730 and storage 1740 may be various types of volatile or non-volatile storage media. For example, the memory 1730 may include at least one of ROM 1731 and RAM 1732.
저장부는 복호화 장치(1700)의 동작을 위해 사용되는 데이터 또는 정보를 저장할 수 있다. 실시예에서, 복호화 장치(1700)가 갖는 데이터 또는 정보는 저장부 내에 저장될 수 있다.The storage unit may store data or information used for the operation of the decoding device 1700. In an embodiment, data or information held by the decoding device 1700 may be stored in the storage unit.
예를 들면, 저장부는 픽처, 블록, 리스트, 움직임 정보, 인터 예측 정보 및 비트스트림 등을 저장할 수 있다.For example, the storage unit can store pictures, blocks, lists, motion information, inter prediction information, and bitstreams.
복호화 장치(1700)는 컴퓨터에 의해 독출(read)될 수 있는 기록 매체를 포함하는 컴퓨터 시스템에서 구현될 수 있다.The decryption device 1700 may be implemented in a computer system that includes a recording medium that can be read by a computer.
기록 매체는 복호화 장치(1700)가 동작하기 위해 요구되는 적어도 하나의 모듈을 저장할 수 있다. 메모리(1730)는 적어도 하나의 모듈을 저장할 수 있고, 적어도 하나의 모듈이 처리부(1710)에 의하여 실행되도록 구성될 수 있다.The recording medium may store at least one module required for the decoding device 1700 to operate. The memory 1730 may store at least one module, and the at least one module may be configured to be executed by the processing unit 1710.
복호화 장치(1700)의 데이터 또는 정보의 통신과 관련된 기능은 통신부(1720)를 통해 수행될 수 있다.Functions related to communication of data or information of the decryption device 1700 may be performed through the communication unit 1720.
예를 들면, 통신부(1720)는 부호화 장치(1600)로부터 비트스트림을 수신할 수 있다.For example, the communication unit 1720 may receive a bitstream from the encoding device 1600.
이하에서, 처리부는 부호화 장치(1600)의 처리부(1610) 및/또는 복호화 장치(1700)의 처리부(1710)를 나타낼 수 있다. 예를 들면, 예측에 관한 기능에 있어서, 처리부는 스위치(115) 및/또는 스위치(245)를 나타낼 수 있다. 인터 예측에 관한 기능에 있어서, 처리부는 인터 예측부(110), 감산기(125) 및 가산기(175)를 나타낼 수 있으며, 인터 예측부(250) 및 가산기(255)를 나타낼 수 있다. 인트라 예측에 관한 기능에 있어서, 처리부는 인트라 예측부(120), 감산기(125) 및 가산기(175)를 나타낼 수 있으며, 인트라 예측부(240) 및 가산기(255)를 나타낼 수 있다. 변환에 관한 기능에 있어서, 처리부는 변환부(130) 및 역변환부(170)를 나타낼 수 있으며, 역변환부(230)를 나타낼 수 있다. 양자화에 관한 기능에 있어서, 처리부는 양자화부(140) 및 역양자화부(160)를 나타낼 수 있으며, 역양자화부(220)를 나타낼 수 있다. 엔트로피 부호화 및/또는 복호화에 관한 기능에 있어서, 처리부는 엔트로피 부호화부(150) 및/또는 엔트로피 복호화부(210)를 나타낼 수 있다. 필터링에 관한 기능에 있어서, 처리부는 필터부(180) 및/또는 필터부(260)를 나타낼 수 있다. 참조 픽처에 관한 기능에 있어서, 처리부는 참조 픽처 버퍼(190) 및/또는 참조 픽처 버퍼(270)를 나타낼 수 있다.Hereinafter, the processing unit may refer to the processing unit 1610 of the encoding device 1600 and/or the processing unit 1710 of the decoding device 1700. For example, for functions related to prediction, the processing unit may represent switch 115 and/or switch 245. In functions related to inter prediction, the processing unit may represent an inter prediction unit 110, a subtractor 125, and an adder 175, and may represent an inter prediction unit 250 and an adder 255. In functions related to intra prediction, the processing unit may represent an intra prediction unit 120, a subtractor 125, and an adder 175, and may represent an intra prediction unit 240 and an adder 255. In functions related to transformation, the processing unit may represent a transformation unit 130 and an inverse transformation unit 170, and may indicate an inverse transformation unit 230. In functions related to quantization, the processing unit may represent a quantization unit 140 and an inverse quantization unit 160, and may represent an inverse quantization unit 220. In functions related to entropy encoding and/or decoding, the processing unit may represent an entropy encoding unit 150 and/or an entropy decoding unit 210. In functions related to filtering, the processing unit may represent a filter unit 180 and/or a filter unit 260. For functions related to reference pictures, the processing unit may represent a reference picture buffer 190 and/or a reference picture buffer 270.
동영상의 압축에 인공 신경망에 기반하는 기술들이 제안되고 있고, 인공 신경망에 기반하는 동영상 압축 기술이 종래 동영상 압축 기술보다 뛰어난 성능을 보일 수 있다. 하지만, 인공 신경망을 채용한 동영상 압축 기술들은 기존 동영상 압축 기술에 비해 매우 큰 연산을 요구하는 문제가 있다.Technologies based on artificial neural networks are being proposed for video compression, and video compression technology based on artificial neural networks can show superior performance than conventional video compression technology. However, video compression technologies using artificial neural networks have the problem of requiring much larger computations than existing video compression technologies.
이 명세서의 실시예들은, 영상의 부호화 효율을 향상시키기 위해, 인-루프 필터 및/또는 포스트 필터에 인공 신경망을 적용하는 필터 구조와 인공 신경망을 경량화하는 방법을 제공할 수 있다.Embodiments of this specification may provide a filter structure that applies an artificial neural network to an in-loop filter and/or a post filter and a method of lightweighting the artificial neural network in order to improve image coding efficiency.
이 명세서의 실시예에 따른 인공 신경망은, 디블로킹 필터(de-blocking filter), 샘플 적응적 오프셋(SAO: Sample Adaptive Offset), 적응적 루프 필터(ALF: Adaptive Loop Filter)와 같은 필터와 함께 또는 이를 대신하여 복원된 영상의 화질을 향상시키는 인-루프(in-loop) 필터로 사용될 수 있다.Artificial neural networks according to embodiments of this specification may be used with or without filters such as de-blocking filters, sample adaptive offsets (SAOs), and adaptive loop filters (ALFs). Instead, it can be used as an in-loop filter to improve the quality of the restored image.
이 명세서의 실시예에 따른 인공 신경망은, 영상을 출력하는 단계에서 포스트(post) 필터로 사용될 수도 있다.The artificial neural network according to the embodiment of this specification may be used as a post filter in the step of outputting an image.
이 명세서에서는 인-루프 필터에 인공 신경망을 적용한 기술을 인공 신경망 기반 인-루프 필터 또는 인공 신경망 기반 인-루프 필터링으로 칭한다.In this specification, the technology of applying an artificial neural network to an in-loop filter is referred to as an artificial neural network-based in-loop filter or artificial neural network-based in-loop filtering.
인공 신경망은 심층 신경망, 뉴럴 네트워크 등의 용어로 대신 사용될 수 있고, 또는 간단하게 신경망, 네트워크 등으로 사용될 수 있다. 이하에서는 인공 신경망을 간단하게 신경망으로 통일하여 사용하고, 인공 신경망 기반 필터도 신경망 기반 필터로 칭한다. Artificial neural network can instead be used as a term such as deep neural network, neural network, or simply as neural network, network, etc. Hereinafter, artificial neural networks are simply unified as neural networks and used, and artificial neural network-based filters are also referred to as neural network-based filters.
또한, 신경망을 구성하는 계층의 노드들을 서로 연결하는 가중치를 갱신하는 것과 관련하여, 학습(learning)이나 훈련(training)도 같은 의미로 사용될 수 있다.Additionally, in relation to updating the weights that connect the nodes of the layers constituting the neural network, learning or training can also be used in the same sense.
도 18은 일 실시예에 따라 영상의 주성분에 기초하여 신경망 기반 필터를 학습하고 주성분 정보와 필터로 선택되는 신경망 정보를 부호화하는 과정을 도시한 것이다.FIG. 18 illustrates a process of learning a neural network-based filter based on the main component of an image and encoding the main component information and neural network information selected as the filter, according to an embodiment.
도 18의 동작 흐름도는 영상을 분석하여 주성분을 획득하는 단계(S1810), 획득한 주성분을 이용하여 필터에 사용할 신경망을 학습하는 단계(S1820) 및 주성분 정보와 필터로 선택되는 신경망 정보를 부호화하는 단계(1830)를 포함하여 구성될 수 있다.The operation flow diagram of FIG. 18 includes the steps of analyzing an image to obtain a main component (S1810), learning a neural network to be used for a filter using the obtained main component (S1820), and encoding the main component information and the neural network information selected as the filter. (1830).
도 18은 부호화기가 수행하는 과정을 도시한 것이고, 복호화기는 비트스트림으로부터 주성분 정보와 신경망 정보를 유도하고 이에 기초하여 신경망 기반 필터를 구성하여 복원 영상에 적용할 수 있다. 복호화기가 주성분 정보와 신경망 정보를 유도하는 내용은 주성분 정보와 신경망 정보를 부호화하는 S1830 단계에서 같이 설명할 수 있다.Figure 18 shows the process performed by the encoder, and the decoder can derive main component information and neural network information from the bitstream, configure a neural network-based filter based on this, and apply it to the reconstructed image. The content of how the decoder derives the main component information and neural network information can be explained in step S1830, which encodes the main component information and neural network information.
먼저, S1810 단계에 영상을 분석하여 주성분(Principal Component)을 획득한다.First, the image is analyzed in step S1810 to obtain the principal component.
영상의 주성분은 영상을 압축할 때 발생하는 열화 데이터에 대해서 주요 성분을 분석(PCA: Principal Component Analysis)하여 획득할 수 있다.The main components of an image can be obtained by analyzing the principal components (PCA: Principal Component Analysis) of the deteriorated data that occurs when compressing the image.
PCA는 차원 축소(dimensionality reduction), 즉 최대한으로 원래 데이터의 특징을 살리면서 높은 차원의 데이터를 낮은 차원의 데이터로 바꾸는 기법으로, 머신 러닝, 데이터 마이닝, 통계 분석, 노이즈 제거 등 여러 분야에 널리 사용되고 있다.PCA is dimensionality reduction, a technique that changes high-dimensional data into low-dimensional data while preserving the characteristics of the original data as much as possible. It is widely used in various fields such as machine learning, data mining, statistical analysis, and noise removal. there is.
PCA를 수학적으로 간단하게 설명하면, N 차원 데이터로부터 각 차원 데이터 사이의 분산(variance)에 해당하는 공분산 행렬(covariance matrix)을 생성하고, 생성되는 공분산 행렬에서 N개의 고유 벡터(eigenvector)와 고유 값(eigenvalue)을 구하고, 구한 고유 벡터와 고유 값을 큰 값으로부터 정렬하여 원하는 차원 개수만큼의 고유 벡터만 남기로 나머지를 버리고, 남은 고유 벡터를 축으로 하여 데이터의 차원을 줄인다.To explain PCA simply mathematically, a covariance matrix corresponding to the variance between each dimensional data is created from N-dimensional data, and N eigenvectors and eigenvalues are generated from the generated covariance matrix. Obtain (eigenvalue), sort the obtained eigenvectors and eigenvalues from the largest value, leave only eigenvectors with the desired number of dimensions, discard the rest, and reduce the dimension of the data using the remaining eigenvectors as the axis.
예를 들어 도 19에 도시한 것과 같이 복원된 영상과 원래 영상 사이 차이인 오차 영상에 대해 분석하여 주성분을 획득할 수 있다.For example, as shown in FIG. 19, the main component can be obtained by analyzing the error image, which is the difference between the reconstructed image and the original image.
또는, 예를 들어 인-루프 필터를 통과한 영상과 원래 영상 사이의 차이를 주성분 분석할 수 있다.Alternatively, for example, the difference between the image that has passed the in-loop filter and the original image can be subjected to principal component analysis.
또는, 예를 들어 주파수 영역에서 복원된 영상의 주파수와 원본 영상의 주파수 사이의 차이를 주성분 분석할 수 있다.Alternatively, for example, the difference between the frequency of the reconstructed image and the frequency of the original image in the frequency domain can be analyzed for principal component.
또는, 영상이나 프레임 또는 픽처 대신, 예를 들어 일정한 크기를 가지고 있는 슬라이스/CTU 단위로 주성분 분석할 수 있다.Alternatively, instead of an image, frame, or picture, principal component analysis can be performed, for example, in units of slices/CTUs with a certain size.
또는, 예를 들어 영상, 슬라이스, 타일 및 CTU 단위 중 적어도 하나의 단위로 주성분 분석할 수 있다.Alternatively, for example, principal component analysis may be performed in at least one of image, slice, tile, and CTU units.
또는, 예를 들어 CU/TU/PU 단위에서 블럭 크기마다 별도로 주성분 분석할 수 있다.Alternatively, for example, principal component analysis can be performed separately for each block size in CU/TU/PU units.
주성분 투영, 즉 높은 차원의 데이터를 고유 값이 큰 소정 개수의 고유 벡터만 남기는 과정을 통해 열화 데이터가 주성분의 합으로 변환될 수 있다.Degraded data can be converted into a sum of principal components through principal component projection, that is, a process of leaving high-dimensional data with only a predetermined number of eigenvectors with large eigenvalues.
투영된 열화 데이터를 이용하여 주요한 성분을 구분할 수 있는데, 예를 들어 고유 값의 크기 순으로 정렬하여 주성분을 선택하거나, 또는 예를 들어 투영된 열화 데이터를 입력으로 받아 신경망이 주성분을 결정할 수도 있다.The main components can be distinguished using the projected degradation data. For example, the main components can be selected by sorting them in order of the size of the eigenvalues, or, for example, a neural network can receive the projected degradation data as input and determine the main components.
영상, 예를 들어 오차 영상마다 주성분을 구성하는 고유 벡터의 개수나 방향이 서로 다르게 결정될 수 있고, 이 경우 주성분으로 선택되는 소정 개수의 고유 벡터의 고유 값뿐만 아니라 해당 고유 벡터의 방향 정보도 주성분 정보로 부호화해야 하기 때문에 데이터 양이 커지는 문제가 발생할 수 있다.The number or direction of eigenvectors constituting the main component may be determined differently for each image, for example, an error image. In this case, not only the eigenvalues of a predetermined number of eigenvectors selected as the main component, but also the direction information of the corresponding eigenvector is the main component information. Since it must be encoded, problems may arise where the amount of data increases.
이러한 점을 고려하여, 복수 개로 구성되는 고유 벡터를 사전에 정의하여 부호화기와 복호화기가 공유하고, 부호화하고자 하는 부호화 블록에 대해서 공유하는 고유 벡터 중에서 소정 개수의 고유 벡터와 해당 고유 벡터의 고유 값을 주성분으로 선택할 수 있다.Taking this into consideration, a plurality of eigenvectors are defined in advance and shared between the encoder and decoder, and among the eigenvectors shared for the coding block to be encoded, a predetermined number of eigenvectors and the eigenvalues of the corresponding eigenvectors are used as main components. You can select .
또는, 주성분을 구하고자 하는 단위(예를 들어 픽처, 슬라이스, CTU, 블록)마다 표준화되고 고정된 고유 벡터 셋을 마련하고 해당 고유 벡터 셋으로 또는 고유 벡터 셋의 일부 고유 벡터에 오차 영상을 투영하여 주성분 정보를 구할 수 있다.Alternatively, prepare a set of standardized and fixed eigenvectors for each unit (e.g., picture, slice, CTU, block) for which you want to obtain the main component, and project the error image onto the set of eigenvectors or onto some eigenvectors of the set of eigenvectors. Information on main ingredients can be obtained.
또는, 소정 개수의 고유 벡터 셋으로 구성되는 소정 개수의 고유 벡터 그룹을 사전에 정의하고, 오차 영상을 투영하여 성능이 가장 좋은, 즉 오차 영상의 특성을 가장 잘 반영하는 주성분 그룹을 선택할 수 있다.Alternatively, a predetermined number of eigenvector groups consisting of a predetermined number of eigenvector sets can be defined in advance, and the error image can be projected to select the main component group that has the best performance, that is, best reflects the characteristics of the error image.
이 경우 고유 벡터 셋이나 고유 벡터 그룹을 부호화기와 복호화기가 공유한다면 주성분 정보에 대해 부호화할 데이터 양을 줄일 수 있다.In this case, if the encoder and decoder share the eigenvector set or eigenvector group, the amount of data to be encoded for main component information can be reduced.
주성분 정보는 사용하는 소정 개수의 고유 벡터와 해당 고유 벡터의 고유 값을 포함하여 구성될 수 있는데, 이하에서는 소정 개수의 고유 벡터를 간단하게 주성분으로 칭하고, 소정 개수의 고유 값을 계수 또는 계수 값으로 칭할 수 있다.The main component information may be composed of a predetermined number of eigenvectors and the eigenvalues of the eigenvectors. Hereinafter, the predetermined number of eigenvectors are simply referred to as main components, and the predetermined number of eigenvalues are referred to as coefficients or coefficient values. It can be called
또는, 복수 개의 고유 벡터로 구성되는 고유 벡터 셋을 복수 개 포함하는 고유 벡터 집합을 영상 시퀀스에 정의하고, 상위 단위, 예를 들어 픽처나 슬라이스 단위로 해당 단위의 하위 단위인 CTU나 블록에서 사용할 고유 벡터 셋을 고유 벡터 집합에서 선택할 수 있다.Alternatively, an eigenvector set containing a plurality of eigenvector sets composed of a plurality of eigenvectors may be defined in a video sequence, and a unique vector set to be used in a CTU or block that is a lower unit of the upper unit, for example, a picture or slice unit, is used. A set of vectors can be selected from the set of unique vectors.
영상 샘플의 부호화의 단위인 CTU나 블록(예를 들어 CU, PU, TU)에서는 해당 단위의 상위 단위에서 결정된 고유 벡터 셋으로 오차 영상을 투영하여 해당 고유 벡터 셋에 포함된 고유 벡터의 고유 값을 구할 수 있다.In CTU or block (e.g. CU, PU, TU), which is the unit of encoding of video samples, the error image is projected onto the eigenvector set determined from the upper unit of the unit, and the eigenvalues of the eigenvectors included in the eigenvector set are calculated. You can get it.
위의 경우, 복수 개의 고유 벡터 집합은 시퀀스 파라미터 셋(SPS: sequence parameter set)에 정의하고, 신경망의 입력으로 사용할 주성분인 고유 벡터 셋을 픽처 파라미터 셋(PPS: picture parameter set)이나 슬라이스 파라미터 셋(SPS: slice parameter set)에 정의하고, CTU나 블록과 같은 부호화 단위에서는 고유 벡터 셋에 투영된 고유 값만을 전송할 수 있다.In the above case, a plurality of eigenvector sets are defined in a sequence parameter set (SPS), and the eigenvector set, which is the main component to be used as an input to the neural network, is defined in a picture parameter set (PPS: picture parameter set) or a slice parameter set ( SPS: slice parameter set), and in coding units such as CTU or block, only the eigenvalues projected onto the eigenvector set can be transmitted.
즉, 주성분 정보 중에서, 주성분에 대한 정보는 부호화 단위보다 상위 단위인 시퀀스, 픽처 또는 슬라이스에 정의하고, 계수는 부호화 단위마다 결정하고 전송할 수 있다.That is, among the main component information, information about the main component can be defined in a sequence, picture, or slice that is a higher unit than the coding unit, and coefficients can be determined and transmitted for each coding unit.
또는, 예를 들어, 영상에 대한 부호화를 진행하면서 많은 수의 오류 영상(예를 들어 CTU 단위의 오류 데이터)에 대한 분석을 통해 소정 개수, 예를 들어 64개의 고유 벡터를 선택하여 고유 벡터 셋으로 정의하고(부호화기와 복호화기가 사전에 공유하거나, 예를 들어 SEI 메시지나 시퀀스 파라미터 셋을 통해 전송하거나), 대상 블록을 부호화할 때는 대상 블록의 오류 블록을 고유 벡터 셋에 투영하고 고유 값이 가장 큰 소정 개수의 고유 벡터 및 해당 고유 벡터의 고유 값을 주성분 정보로 선택할 수 있다.Or, for example, while encoding an image, a predetermined number of eigenvectors, for example, 64, are selected through analysis of a large number of error images (e.g., error data in CTU units) and converted into a set of eigenvectors. defined (shared in advance between the encoder and decoder, or transmitted, for example, through an SEI message or sequence parameter set), and when encoding the target block, the error block of the target block is projected onto the eigenvector set and the one with the largest eigenvalue is selected. A predetermined number of eigenvectors and the eigenvalues of the corresponding eigenvectors can be selected as main component information.
이 경우, 선택되는 고유 벡터를 가리키는 인덱스 정보와 해당 고유 벡터의 고유 값이 해당 부호화 단위의 주성분 정보가 될 수 있다.In this case, index information indicating the selected eigenvector and the eigenvalue of the eigenvector may become main component information of the corresponding coding unit.
다음으로, S1820 단계에 획득한 주성분을 이용하여 필터에 사용할 신경망을 학습할 수 있고, 둘 이상의 신경망을 학습시켜 그 중 성능이 좋은 쪽을 선택할 수 있다.Next, a neural network to be used in the filter can be learned using the principal component obtained in step S1820, and two or more neural networks can be trained to select the one with better performance.
도 20은 일 실시예에 따른 주성분 정보를 사용하는 신경망 기반 필터 구조를 도시한 것으로, 도 20의 신경망 기반 필터는 예측에 사용할 참조 영상을 생성하기 위해 복원된 영상을 필터링하는 인-루프 필터뿐만 아니라 복원된 영상을 디스플레이에 출력하기 위해 필터링하는 포스트 필터에도 사용될 수 있다.FIG. 20 illustrates a neural network-based filter structure using principal component information according to an embodiment. The neural network-based filter of FIG. 20 includes not only an in-loop filter that filters the reconstructed image to generate a reference image to be used for prediction. It can also be used as a post filter to filter the restored image to display it.
도 20의 신경망 기반 필터는 직렬로 연결되는 복수 개의 모듈(예를 들어 모듈 1/2/3/4)을 포함할 수 있다.The neural network-based filter of FIG. 20 may include a plurality of modules (eg, modules 1/2/3/4) connected in series.
신경망은 복수의 합성곱(convolution) 신경망 계층들(layers) 또는 전-연결(fully-connected) 신경망 계층들을 포함할 수 있고, 복수의 신경망 계층들은 같은 기능을 수행하는 계층들을 하나의 모듈로 묶고, 도 20과 같이 여러 모듈을 직렬로 연결하여 필터링을 위한 신경망을 구성할 수 있다.The neural network may include a plurality of convolutional neural network layers or fully-connected neural network layers, and the plurality of neural network layers combine layers that perform the same function into one module, As shown in Figure 20, a neural network for filtering can be formed by connecting several modules in series.
도 20의 신경망을 구성하는 모듈들은, 영상의 해상도를 조절하는 등 서로 다른 입력을 변환하는 모듈, 복수의 입력을 서로 융합하는 모듈, 입력 데이터로부터 특징을 추출하는 모듈, 추출된 특징 데이터를 출력으로 전환하는 모듈 등으로 구성될 수 있다.The modules that make up the neural network in Figure 20 include a module that converts different inputs such as adjusting the resolution of the image, a module that fuses multiple inputs together, a module that extracts features from input data, and a module that outputs the extracted feature data. It may be composed of switching modules, etc.
도 20에서 신경망 기반 필터의 입력은 압축 열화가 발생한 영상과 영상 부호화 정보를 포함할 수 있다. 압축 열화가 발생한 영상은 복수 개의 모듈 중에서 첫 번째 모듈(모듈1)로 입력될 수 있고, 영상 부호화 정보는 복수 개 모듈 중에서 하나 이상의 모듈에 입력될 수 있다.In FIG. 20, the input of the neural network-based filter may include an image in which compression deterioration has occurred and image encoding information. An image in which compression deterioration has occurred may be input to the first module (module 1) among the plurality of modules, and image encoding information may be input to one or more modules among the plurality of modules.
신경망의 입력으로 사용되는 영상 부호화 정보는 경계 강도, 양자화 파라미터, 분할 모드 정보, 경계 강도 등을 포함할 수 있다. 압축 열화가 발생한 영상은 예측을 통해 복원된 복원 영상일 수 있다.Image encoding information used as input to a neural network may include edge strength, quantization parameters, segmentation mode information, edge strength, etc. An image with compression deterioration may be a restored image restored through prediction.
신경망 기반 필터의 입력은 예측 영상을 더 포함할 수 있다.The input of the neural network-based filter may further include a predicted image.
또한, 도 20의 신경망 기반 필터는 주성분 정보를 입력 받을 수 있는데, 주성분 정보는 주성분 활용 모듈을 거처 신경망 기반 필터에 입력될 수 있다. 신경망 기반 필터에 주성분 정보를 사용할 때 주성분 활용 모듈로 성능을 향상시킬 수 있다.Additionally, the neural network-based filter of FIG. 20 can receive main component information, and the main component information can be input to the neural network-based filter through the main component utilization module. When using principal component information in a neural network-based filter, performance can be improved with the principal component utilization module.
주성분 활용 모듈은, 예를 들어 복수의 합성곱 신경망 계층들로 구현될 수 있다. 또한, 주성분 활용 모듈은, 입력으로 들어오는 주성분 정보를 전환하여 신경망 기반 필터를 구성하는 하나 이상의 모듈에 출력하므로, 전환 모듈로 칭할 수도 있다.The principal component utilization module may be implemented, for example, with multiple convolutional neural network layers. In addition, the principal component utilization module converts the input principal component information and outputs it to one or more modules that constitute a neural network-based filter, so it may be referred to as a conversion module.
도 20에 도시한 것과 같이, 주성분 활용 모듈의 입력으로, 주성분 정보뿐만 아니라 압축 열화가 발생한 영상, 신경망의 특징 맵 및 영상의 부호화 정보 중 하나 이상을 더 사용할 수 있다.As shown in FIG. 20, as an input to the main component utilization module, in addition to the main component information, one or more of an image in which compression deterioration has occurred, a feature map of a neural network, and image encoding information may be further used.
또한, 주성분이 주성분 활용 모듈에 입력될 때 주성분마다 별도의 채널로 매핑되어 입력될 수 있다. 또한, 예를 들어 주성분 활용 모듈의 출력이 도 20의 신경망을 구성하는 모듈(도 20에서 모듈1)의 특징 맵 출력과 함께 다른 모듈(도 20에서 모듈2)의 입력으로 사용될 수 있다.Additionally, when the main component is input to the main component utilization module, each main component may be mapped and input into a separate channel. Additionally, for example, the output of the principal component utilization module can be used as an input to another module (module 2 in FIG. 20) along with the feature map output of the module (module 1 in FIG. 20) constituting the neural network of FIG. 20.
또한, 예를 들어 주성분 활용 모듈의 출력이 신경망 기반 필터를 구성하는 어느 하나 모듈의 특징 맵에 더해지거나 신경망 모듈의 특징 맵에 곱해지거나 또는 신경망 모듈의 출력에 더해질 수 있다.Additionally, for example, the output of the principal component utilization module may be added to the feature map of any module constituting the neural network-based filter, multiplied by the feature map of the neural network module, or added to the output of the neural network module.
도 20의 신경망 기반 필터에 주성분 정보를 따로 입력 받지 않고, 별도의 신경망을 구성하여 영상 정보를 입력으로 받아 주성분 정보를 예측하고 이를 신경망 기반 필터의 입력으로 사용할 수 있는데, 예를 들어 복원 영상과 예측 영상, 부호화 정보, 예측 대상이 아닌 주성분 정보 중 하나 이상을 입력으로 받아 주성분 정보를 예측할 수 있다.Instead of receiving main component information separately into the neural network-based filter of Figure 20, a separate neural network can be configured to receive image information as input, predict main component information, and use this as an input to a neural network-based filter, for example, reconstructed image and prediction. Main component information can be predicted by receiving one or more of an image, encoding information, or main component information that is not the target of prediction as input.
신경망이 예측하는 주성분 정보는 주성분과 계수일 수 있고, 또는 주성분과 계수의 쌍으로 구성되는 좌표를 평면에 표시할 때 평면에 표시되는 좌표들을 매칭시키는 곡선에 피팅하는 정보로 표현할 수도 있다. 또한, 신경망을 통해 사용하는 주성분의 크기 순서를 예측할 수 있다. 또한, 신경망을 통해 사용하는 주성분 외의 주성분들의 계수를 예측할 수 있다.The principal component information predicted by the neural network may be a principal component and a coefficient, or may be expressed as information fitting a curve that matches the coordinates displayed on the plane when coordinates consisting of a pair of principal components and coefficients are displayed on a plane. Additionally, the size order of the main components used can be predicted through a neural network. In addition, it is possible to predict the coefficients of main components other than the main component used through a neural network.
도 20의 신경망 기반 필터의 출력은 압축 열화가 제거된 영상일 수 있다. 압축 열화의 제거는 압축 열화의 완전한 제거를 의미하지 않을 수 있는데, 예를 들어 압축 열화가 제거된 영상은 압축 열화가 부분적으로 제거된 영상일 수 있고, 또한 압축 열화가 제거된 영상은 압축 열화가 발생한 영상에 비해 원래 영상에 더 가까운 영상일 수 있다.The output of the neural network-based filter of FIG. 20 may be an image from which compression degradation has been removed. Removal of compression degradation may not mean complete removal of compression degradation. For example, an image from which compression degradation has been removed may be an image from which compression degradation has been partially removed, and an image from which compression degradation has been removed may be an image from which compression degradation has been partially removed. The image may be closer to the original image than the generated image.
도 20의 신경망 기반 필터는, 해당 필터의 출력에 해당하는 압축 열화가 제거된 영상과 원래 영상과의 차이에 해당하는 오차 영상에 기초하여, 즉 오차 영상이 최소가 되도록 신경망의 각 계층을 구성하는 가중치가 학습될 수 있다.The neural network-based filter of FIG. 20 is based on an error image corresponding to the difference between the image from which compression degradation has been removed corresponding to the output of the filter and the original image, that is, configuring each layer of the neural network so that the error image is minimized. Weights can be learned.
도 20의 신경망의 학습은 신경망 기반 필터를 구성하는 모듈들의 학습뿐만 아니라 주성분 정보를 전환하여 출력하는 주성분 변환 모듈의 학습도 포함할 수 있다. 도 20의 신경망의 학습에는 신경망 분야에 공지된 여러 학습 알고리즘 중 하나 이상을 적용할 수 있다.Learning of the neural network of FIG. 20 may include not only learning of modules constituting a neural network-based filter, but also learning of a main component conversion module that converts and outputs main component information. To learn the neural network of FIG. 20, one or more of several learning algorithms known in the neural network field can be applied.
학습의 결과로 신경망을 구성하는 모듈 또는 계층들의 가중치 정보(또는 계층을 구성하는 노드들을 연결하는 가중치)를 얻을 수 있고, 가중치 정보는 복호화기에 전송될 수 있다.As a result of learning, weight information of the modules or layers constituting the neural network (or weights connecting the nodes constituting the layer) can be obtained, and the weight information can be transmitted to the decoder.
신경망을 학습하는 과정은 학습시킬 신경망을 선택하는 과정, 예를 들어 신경망의 네트워크 구조를 선택하는 과정, 신경망에 입력되는 입력의 종류나 개수를 선택하는 과정, 신경망을 어떤 범위 또는 단위(예를 들어 블록, CTU, 슬라이스, 픽처)에 적용할 것인지를 선택하는 과정 등을 포함할 수도 있다.The process of learning a neural network is the process of selecting the neural network to learn, for example, the process of selecting the network structure of the neural network, the process of selecting the type or number of inputs to the neural network, and the process of selecting the type or number of inputs to the neural network. It may also include a process of selecting whether to apply it to a block, CTU, slice, or picture).
기본적으로 율-왜곡 비용 관점에서 선택할 수 있고, 또는 신경망 기반 필터의 출력 영상과 원래 영상 사이의 오차가 최소가 되도록 학습되는 신경망을 선택할 수 있다. 또는 신경망 기반 필터의 선택에 주변 블록, CTU, 슬라이스, 인접 영상의 필터링 결과를 사용할 수도 있다.Basically, you can choose from the perspective of rate-distortion cost, or you can choose a neural network that is trained to minimize the error between the output image of the neural network-based filter and the original image. Alternatively, the filtering results of neighboring blocks, CTUs, slices, and adjacent images can be used to select a neural network-based filter.
예를 들어, 도 20과 같이 주성분 정보를 입력으로 사용하는 신경망, 다른 개수의 주성분을 입력으로 사용하는 복수 개의 신경망, 및 주성분 정보를 따로 입력으로 사용하지 않는 신경망에 대해 각각 학습을 시켜 후보 집합을 구성하고, 율-왜곡 비용 관점에서 성능이 좋은 것을 선택할 수 있다.For example, as shown in Figure 20, a candidate set is created by training a neural network that uses main component information as input, a plurality of neural networks that use different numbers of main components as input, and a neural network that does not separately use main component information as input. You can configure it and select one with good performance from a rate-distortion cost perspective.
또한, 예를 들어 압축될 영상의 특성에 따라 입력으로 사용할 주성분의 개수를 영상 압축 과정에서 율-왜곡 관점에서 결정할 수 있다.Additionally, for example, depending on the characteristics of the image to be compressed, the number of main components to be used as input can be determined from a rate-distortion perspective during the image compression process.
또한, 도 20의 신경망의 네트워크 구조, 즉 신경망을 구성하는 모듈의 개수, 모듈의 형태, 모듈의 배치나 연결, 입력의 종류 등을 달리하는 복수 개의 신경망을 학습시키고, 율-왜곡 비용 관점에서 성능이 좋은 것을 선택할 수 있다.In addition, a plurality of neural networks are trained with different network structures of the neural network in FIG. 20, that is, the number of modules constituting the neural network, the type of modules, the arrangement or connection of modules, and the type of input, and the performance is evaluated from the perspective of rate-distortion cost. You can choose this good one.
또한, 도 20의 신경망 기반 필터를 적용하는 각 단위, 예를 들어 블록, CTU, 슬라이스, 또는 픽처에 대해서 신경망을 학습시킬 수 있다.Additionally, a neural network can be trained for each unit to which the neural network-based filter of FIG. 20 is applied, for example, a block, CTU, slice, or picture.
복원 영상에 필터링, 예를 들어 인-루프 필터링을 수행할 때 학습된 N개의 필터 중 하나가 선택될 수 있는데, 여기서 N개의 필터는 서로 다른 입력을 사용하는 필터일 수 있고, 하나 이상의 신경망 기반 필터를 포함할 수 있다. 여기서 N은 양의 정수이다.When performing filtering on a restored image, for example, in-loop filtering, one of the N learned filters may be selected, where the N filters may be filters using different inputs, and one or more neural network-based filters. may include. Here N is a positive integer.
예를 들어, 필터의 적용 여부를 복원 영상, 복원 슬라이스, 복원 CTU, 복원 블록에 대해 결정할 수 있다. 여기서 복원 블록은 임의의 HxW 크기일 수 있고, 여기서 H, W는 양의 정수이다.For example, whether to apply a filter can be determined for the restored image, restored slice, restored CTU, and restored block. Here, the restoration block can be of arbitrary size HxW, where H and W are positive integers.
또한, 예를 들어 영상의 압축 정도나 압축 방식에 따라 선택될 필터의 후보 집합을 구성할 수 있다. 이때, 필터 후보 집합은 각각 서로 다른 정도의 영상 복원을 수행하는 N가지의 신경망 기반 필터를 포함할 수 있다.In addition, for example, a candidate set of filters to be selected can be configured according to the compression level or compression method of the video. At this time, the filter candidate set may include N types of neural network-based filters, each performing different degrees of image restoration.
또한, 신경망을 학습하는 과정은 학습시킬 신경망을 기존 인-루프 필터와 조합할 것인지, 조합한다면 어떻게 조합할 것인지, 예를 들어 기존 인-루프 필터 중 어떤 필터의 출력과 가중합할 것인지, 가중합할 때의 가중치를 어떻게 결정할 것인지를 선택하는 과정을 포함할 수도 있다.In addition, the process of learning a neural network involves determining whether to combine the neural network to be learned with existing in-loop filters, and if so, how to combine them, for example, which of the existing in-loop filters to weight sum with the output of the filter, and when to do weighted sum. It may also include a process of selecting how to determine the weight of .
예를 들어, 신경망 기반 필터의 출력과 원래 영상 사이 오차를 최소화하도록 가중치를 사용하여 신경망 기반 필터의 출력을 조절할 수 있다. 복원 영상(I_output)을 (I_output = α x (I_filtered - I_input) + I_input) 수식에서 가중치인 α를 통해 조절할 수 있는데, I_filtered는 신경망 기반 필터의 출력이고 I_input은 원래 영상일 수 있다.For example, the output of a neural network-based filter can be adjusted using weights to minimize the error between the output of the neural network-based filter and the original image. The restored image (I_output) can be adjusted through the weight α in the formula (I_output = α
예를 들어, 복원 영상, 복원 슬라이스, 복원 CTU, 복원 블록에 대해 신경망 기반 필터의 출력에 사용되는 가중치가 조절될 수 있다.For example, the weights used in the output of the neural network-based filter may be adjusted for the restored image, restored slice, restored CTU, and restored block.
또한, 기존 인-루프 필터와 조합하는 경우, 예를 들어 (I_output = α x I_CNN + (1 - α) x I_LF) 수식과 같이, 신경망 기반 필터의 출력(I_CNN)을 기존 인-루프 필터의 결과(I_LF)와 가중합하여 복원 영상을 얻을 수 있다. 이때, 기존 인-루프 필터의 결과들 중 적어도 하나 이상을 사용할 수 있다.Additionally, when combined with an existing in-loop filter, the output (I_CNN) of the neural network-based filter can be combined with the result of the existing in-loop filter, for example, in the formula (I_output = α x I_CNN + (1 - α) x I_LF). A restored image can be obtained by weighted addition with (I_LF). At this time, at least one of the results of the existing in-loop filter can be used.
또한, 예를 들어 복원 영상, 복원 슬라이스, 복원 CTU, 복원 블록에 대해 신경망 기반 필터의 출력과 기존 인-루프 필터의 결과를 가중합할 수 있다.In addition, for example, the output of a neural network-based filter and the result of an existing in-loop filter can be weighted for the restored image, restored slice, restored CTU, and restored block.
또한, 예를 들어 복원 영상, 복원 슬라이스, 복원 CTU, 복원 블록에 대해 신경망 기반 필터의 출력과 기존 인-루프 필터의 결과의 가중합을 위한 가중치가 조절될 수 있다.Additionally, for example, the weights for the weighted sum of the output of the neural network-based filter and the result of the existing in-loop filter may be adjusted for the restored image, restored slice, restored CTU, and restored block.
또한, 예를 들어 복원 영상, 복원 슬라이스, 복원 CTU, 복원 블록에 대해 신경망 기반 필터의 출력과 특정 인-루프 필터의 결과를 가중합할 수 있다. 특정 인-루프 필터는 디블로킹 필터, 샘플 적응적 오프셋(SAO), 적응적 루프 필터(ALF) 중 하나일 수 있으나, 인-루프 필터가 이에 한정되는 것은 아니다.In addition, for example, the output of a neural network-based filter and the result of a specific in-loop filter can be weighted for the restored image, restored slice, restored CTU, and restored block. The specific in-loop filter may be one of a deblocking filter, sample adaptive offset (SAO), and adaptive loop filter (ALF), but the in-loop filter is not limited thereto.
또한, 예를 들어 복원 영상, 복원 슬라이스, 복원 CTU, 복원 블록에 대해 신경망 기반 필터의 출력과 특정 인-루프 필터의 결과의 가중합을 위한 가중치가 조절될 수 있다. 특정 인-루프 필터는 디블로킹 필터, 샘플 적응적 오프셋(SAO), 적응적 루프 필터(ALF) 중 하나일 수 있으나, 인-루프 필터가 이에 한정되는 것은 아니다. Additionally, for example, weights for the weighted sum of the output of a neural network-based filter and the result of a specific in-loop filter may be adjusted for the restored image, restored slice, restored CTU, and restored block. The specific in-loop filter may be one of a deblocking filter, sample adaptive offset (SAO), and adaptive loop filter (ALF), but the in-loop filter is not limited thereto.
또한, 예를 들어 복원 영상, 복원 슬라이스, 복원 CTU, 복원 블록에 대해 신경망 기반 필터의 출력과 인-루프 필터의 결과 중 율-왜곡 관점에서 더 나은 것을 선택하여 사용할 수 있다. 예를 들어, 인-루프 필터의 결과들 중 적어도 하나 이상을 선택의 후보로 사용할 수 있다. 인-루프 필터는 디블로킹 필터, 샘플 적응적 오프셋(SAO), 적응적 루프 필터 (ALF) 중 하나일 수 있으나, 인-루프 필터가 이에 한정되는 것은 아니다.In addition, for example, for the restored image, restored slice, restored CTU, and restored block, the better one from the rate-distortion point of view can be selected and used among the output of the neural network-based filter and the result of the in-loop filter. For example, at least one of the results of the in-loop filter can be used as a candidate for selection. The in-loop filter may be one of a deblocking filter, sample adaptive offset (SAO), and adaptive loop filter (ALF), but the in-loop filter is not limited thereto.
또한, 예를 들어 신경망 기반 필터의 적용 위치가 기존 인-루프 필터의 전, 후, 또는 인-루프 필터들 사이일 수 있다.Additionally, for example, the application location of the neural network-based filter may be before or after an existing in-loop filter, or between in-loop filters.
또한, 예를 들어 신경망 기반 필터는 특정 인-루프 필터가 적용되기 직전에 적용되거나 또는 특정 인-루프 필터가 적용된 직후에 적용될 수 있다. 특정 인-루프 필터는 디블로킹 필터, 샘플 적응적 오프셋(SAO), 적응적 루프 필터(ALF) 중 하나일 수 있으나, 인-루프 필터가 이에 한정되는 것은 아니다.Additionally, for example, a neural network-based filter may be applied immediately before a specific in-loop filter is applied, or may be applied immediately after a specific in-loop filter is applied. The specific in-loop filter may be one of a deblocking filter, sample adaptive offset (SAO), and adaptive loop filter (ALF), but the in-loop filter is not limited thereto.
이와 같은 신경망 기반 필터의 선택에 영상의 부호화 정보를 사용할 수 있다.The encoding information of the image can be used to select such a neural network-based filter.
부호화 단위로 필터링에 사용할 신경망을 학습시키거나 선택하는 것이 부호화기에 엄청난 계산 부담을 줄 수 있기 때문에, 신경망의 학습이나 선택은 부호화 단위보다 훨씬 높은 단위, 예를 들어 시퀀스나 픽처 단위로 이루어질 수 있다.Since learning or selecting a neural network to be used for filtering in a coding unit can place a huge computational burden on the encoder, learning or selecting a neural network can be done in units much higher than the coding unit, such as sequence or picture units.
예를 들어, 시퀀스 단위로 복수 개의 신경망을 학습시켜 학습한 신경망에 대한 정보를 SPS에 정의하고, 픽처, 슬라이스, CTU나 블록에서 정의된 복수 개의 신경망 중에서 사용할 신경망을 선택하고 선택한 신경망 정보를 복호화기에 전달할 수 있다.For example, by learning a plurality of neural networks in sequence units, information about the learned neural networks is defined in SPS, a neural network to be used is selected from among a plurality of neural networks defined in a picture, slice, CTU or block, and the selected neural network information is sent to the decoder. It can be delivered.
다음으로, S1830 단계에 주성분 정보와 필터로 선택되는 신경망 정보를 부호화할 수 있다.Next, in step S1830, the main component information and the neural network information selected as a filter can be encoded.
주성분 정보와 신경망 정보는 비트스트림 내 시퀀스 파라미터 세트, 픽처 파라미터 세트, 슬라이스 헤더, CTU 구문 요소 중 하나에서 엔트로피 부호화/복호화될 수 있다.Main component information and neural network information can be entropy encoded/decoded from one of the sequence parameter set, picture parameter set, slice header, and CTU syntax elements in the bitstream.
앞서 설명한 대로, 부호화기는, 신경망 기반 필터에 입력으로 사용할 주성분을 사전에 정의하여 복호화기가 공유하는 고유 벡터 중에서 선택하고, 선택된 고유 벡터에 해당하는 주성분 인덱스를 복호화기에 전송할 수 있다. 또는 복호화기가 이웃 단위(예를 들어 이웃 픽처, 이웃 슬라이스, 이웃 CTU, 또는 이웃 블록)로부터 주성분 인덱스를 유도할 수도 있다. As described above, the encoder may predefine the main component to be used as an input to the neural network-based filter, select it from eigenvectors shared by the decoder, and transmit the main component index corresponding to the selected eigenvector to the decoder. Alternatively, the decoder may derive the main component index from a neighboring unit (eg, a neighboring picture, a neighboring slice, a neighboring CTU, or a neighboring block).
예를 들어 소정 개수의 주성분으로 구성되는 소정 개수의 주성분 그룹을 사전에 정의하여 부호화기와 복호화기가 공유하고 성능이 가장 좋은 주성분 그룹을 선택할 수 있는데, 역시 주성분 그룹에 대한 인덱스를 전송하거나 복호화기가 이웃 단위로부터 주성분 그룹 인덱스를 유추할 수 있다. 또는, 복호화기가 주성분 정보를 신경망으로 예측할 수도 있다.For example, a predetermined number of main component groups composed of a predetermined number of main components can be defined in advance, shared between the encoder and decoder, and the main component group with the best performance can be selected. Again, the index for the main component group can be transmitted or the decoder can be used as a neighboring unit. The main component group index can be inferred from . Alternatively, the decoder may predict the main component information using a neural network.
또한, 주성분에 투영되는 고유 값에 해당하는 열화 정보의 계수를 곡선 함수에 피팅하고 복원할 수 있다.Additionally, the coefficients of deterioration information corresponding to the eigenvalues projected to the main component can be fitted to the curve function and restored.
도 21은 주성분에 투영된 열화 정보 계수를 함수에 피팅하는 예를 그래프로 도시한 것으로, 가로 축은 주성분(고유 벡터)이고 세로 축은 계수(고유 값)이다.Figure 21 is a graph showing an example of fitting the deterioration information coefficient projected on the main component to a function, where the horizontal axis is the main component (eigenvector) and the vertical axis is the coefficient (eigenvalue).
도 21 그래프는 고유 값이 큰 고유 벡터가 가로 축을 기준으로 원점에서 더 가깝게 놓이도록 고유 벡터와 고유 값 쌍으로 이루어지는 좌표를 평면에 표시한 형태로, 예를 들어 지수 감소 함수 형태로 표현될 수 있다.The graph in Figure 21 displays coordinates consisting of eigenvector and eigenvalue pairs on a plane so that eigenvectors with large eigenvalues are located closer to the origin based on the horizontal axis. For example, it can be expressed in the form of an exponentially decreasing function. .
예를 들어 최대값과 최소값에 기초하여 계수들을 정규화하고, 도 21에 도시한 것과 같이 함수의 파라미터 값을 이용하여 실제 계수 값과 유사한 곡선을 만들 수 있다.For example, the coefficients can be normalized based on the maximum and minimum values, and a curve similar to the actual coefficient value can be created using the parameter values of the function, as shown in FIG. 21.
부호화기와 복호화기가 피팅 함수를 서로 공유하면, 부호화기가 피팅된 함수의 파라미터와 도 21에서 가로 축으로 나열되는 고유 벡터 중에서 선택되는 고유 벡터들에 대한 인덱스 정보를 복호화기에 전송함으로써, 복호화기가 주성분 정보를 얻을 수 있다.When the encoder and the decoder share a fitting function, the encoder transmits to the decoder the parameters of the fitted function and index information on eigenvectors selected from among the eigenvectors listed on the horizontal axis in FIG. 21, so that the decoder provides main component information. You can get it.
여기서, 고유 벡터에 대한 인덱스 정보는 원점에서 가깝게 배치되는 순서에 대한 정보를 더 포함할 수 있다. 즉, 고유 벡터의 인덱스 정보는 가로 축을 기준으로 원점에서 가깝게 놓인 소정 개수의 고유 벡터의 인덱스를 순차적으로 나열한 데이터일 수 있다.Here, the index information about the eigenvector may further include information about the order in which the eigenvectors are arranged closer to the origin. That is, the index information of the eigenvector may be data that sequentially lists the indices of a predetermined number of eigenvectors located close to the origin on the horizontal axis.
또는, 피팅 함수도 소정 개수의 후보로 구성되는 리스트로 구성하고, 리스트에서 사용하는 피팅 함수를 가리키는 인덱스를 전송하거나 이웃 단위로부터 인덱스를 유추함으로써, 주성분 정보를 부호화기와 복호화기가 공유할 수 있다.Alternatively, the fitting function can also be composed of a list consisting of a predetermined number of candidates, and the encoder and decoder can share main component information by transmitting an index indicating the fitting function used in the list or inferring the index from a neighboring unit.
예를 들어 y=e^ax로 표현되는 지수 함수의 a 값을 선택하여 실제 계수 값과 유사한 곡선을 만들 수 있다. 예를 들어 chi-square 함수의 k 값을 선택하여 실제 계수 값과 유사한 곡선을 만들 수 있다. 예를 들어 B-스플라인 곡선의 점을 선택하여 실제 계수 값과 유사한 곡선을 만들 수 있다. 예를 들어 n차 다항식에서 각 항의 계수를 선택하여 실제 계수 값과 유사한 곡선을 만들 수 있는데, 이때 n은 양의 정수일 수 있다. For example, you can create a curve similar to the actual coefficient value by selecting the a value of the exponential function expressed as y=e^ax. For example, by selecting the k value of the chi-square function, you can create a curve similar to the actual coefficient value. For example, you can select points on a B-spline curve to create a curve that resembles actual coefficient values. For example, you can create a curve similar to the actual coefficient value by selecting the coefficient of each term in an nth degree polynomial, where n can be a positive integer.
복호화기는, 예를 들어 함수의 파라미터와 선택되는 고유 벡터의 인덱스 정보를 통해 주성분 정보를 피팅한 함수 또는 곡선으로 복원하고, 복원된 곡선을 샘플링하여 계수 값을 복원할 수 있다.For example, the decoder may restore the main component information to a fitted function or curve through the parameters of the function and the index information of the selected eigenvector, and sample the restored curve to restore the coefficient value.
주성분 정보를 압축하기 위해 양자화하고 역양자화할 수 있다. 예를 들어 계수들을 양자화할 수 있다. 예를 들어 곡선에 피팅할 때 필요한 최대값과 최소값을 양자화할 수 있다. 예를 들어 곡선에 피팅할 때 사용되는 파라미터를 양자화할 수 있다. 복호화기는, 예를 들어 양자화된 값들을 역양자화하여 주성분 정보를 복원할 수 있다.To compress principal component information, it can be quantized and dequantized. For example, the coefficients can be quantized. For example, when fitting a curve, the required maximum and minimum values can be quantized. For example, parameters used when fitting a curve can be quantized. The decoder can, for example, restore main component information by dequantizing the quantized values.
주성분 정보는 다른 픽처/슬라이스/CTU/블럭에서도 사용할 수 있다. 예를 들어 인접 픽처/슬라이스/CTU/블록의 주성분 정보를 사용할 수 있다. 또한, 예를 들어 복원 영상이 가장 유사한 블록의 주성분 정보를 사용할 수 있다. 또한, 예를 들어 인접 픽처/슬라이스/CTU/블록의 주성분을 사용할 때 주성분 정보 중 일부만 사용할 수 있다. 블록은 CU, PU 및 TU 중 적어도 하나를 의미할 수 있다.Principal component information can also be used in other pictures/slices/CTUs/blocks. For example, main component information of adjacent pictures/slices/CTUs/blocks can be used. Additionally, for example, the reconstructed image may use the main component information of the most similar block. Additionally, for example, when using the main component of an adjacent picture/slice/CTU/block, only part of the main component information can be used. A block may mean at least one of CU, PU, and TU.
앞서 설명한 것과 같이, 주성분 정보 중에서 고유 벡터 셋에 해당하는 주성분은 부호화 단위보다 높은 단위에 정의되어 복호화기에 전송되고, 고유 값에 해당하는 계수가 부호화 단위로 전송될 수 있다.As described above, among the main component information, the main component corresponding to the eigenvector set may be defined in a higher unit than the coding unit and transmitted to the decoder, and the coefficient corresponding to the eigenvalue may be transmitted in the coding unit.
부호화기와 복호화기가 필터에 사용될 신경망을 공유하는 경우, 즉 신경망을 구성하는 네트워크 구조와 신경망의 입력 정보를 공유하는 경우, 부호화기는 학습을 통해 결정된 신경망을 구성하는 가중치 정보를 포함하는 신경망 정보를 양자화와 엔트로피 부호화하여 복호화기에 전송할 수 있다.When the encoder and the decoder share the neural network to be used in the filter, that is, when they share the network structure constituting the neural network and the input information of the neural network, the encoder quantizes and It can be entropy encoded and transmitted to the decoder.
신경망 정보는 주성분 정보를 입력으로 사용할 지 여부를 더 포함할 수 있다.Neural network information may further include whether to use principal component information as input.
부호화기와 복호화기가 필터에 사용될 서로 다른 구조의 신경망을 복수 개 공유하는 경우, 부호화기는 필터링에 적용할 학습된 신경망을 가리키는 정보와 해당 신경망을 구성하는 가중치 정보를 포함하는 신경망 정보를 양자화와 엔트로피 부호화하여 복호화기에 전송할 수 있다.If the encoder and decoder share a plurality of neural networks with different structures to be used for filtering, the encoder quantizes and entropy encodes neural network information including information indicating the learned neural network to be applied for filtering and weight information constituting the neural network. It can be transmitted to the decoder.
부호화기는 학습된 신경망이 적용될 범위 또는 단위에 대한 정보를 부호화하여 복호화기에 전송할 수 있다. 또는 복호화기가 상위 단위로부터 신경망의 적용 범위와 관련된 정보를 물려 받을 수 있다.The encoder can encode information about the range or unit to which the learned neural network will be applied and transmit it to the decoder. Alternatively, the decoder can inherit information related to the application range of the neural network from the upper unit.
신경망 기반 필터가 인-루프 필터로 사용되는 경우, 부호화기는 인-루프 필터 정보를 복호화기에 더 전송할 수 있다. 인-루프 필터 정보는, 휘도 성분 필터링 수행 여부 정보, 색차 성분 필터링 수행 여부 정보, 휘도 성분 필터 선택 정보, 색차 성분 필터 선택 정보, 픽처/슬라이스/CTU/블록 단위 필터링 수행 여부 정보, 픽처/슬라이스/CTU/블록 단위 필터링 선택 정보, 신경망 기반 필터 가중치 변화 정보, 신경망 기반 필터 출력 조절 정보, 신경망 기반 필터 가중합 정보 중 적어도 하나 이상을 포함할 수 있다. 여기서, 블록은 CU, PU 및 TU 중 적어도 하나를 의미할 수 있다.When a neural network-based filter is used as an in-loop filter, the encoder can further transmit in-loop filter information to the decoder. In-loop filter information includes information on whether luminance component filtering is performed, information on whether chrominance component filtering is performed, luminance component filter selection information, chrominance component filter selection information, information on whether picture/slice/CTU/block unit filtering is performed, picture/slice/CTU/block unit filtering information. It may include at least one of CTU/block unit filtering selection information, neural network-based filter weight change information, neural network-based filter output adjustment information, and neural network-based filter weighted sum information. Here, the block may mean at least one of CU, PU, and TU.
휘도 성분 및 색차 성분 중 적어도 하나에 대한 필터링 수행 여부 및 선택 정보는 픽처/슬라이스/CTU/블록 단위의 필터링 수행 여부 및 선택 정보를 이용할 수 있다. 예를 들어, 픽처/슬라이스/CTU/블록 단위의 필터링 수행 여부 정보가 제1 값인 경우 해당 픽처/슬라이스/CTU/블록에 필터링을 수행할 수 있고, 제2 값인 경우 해당 픽처/슬라이스/CTU/블록에 필터링을 수행하지 않을 수 있다. 이때, 각 픽처/슬라이스/CTU/블록마다 필터링 수행 여부 정보가 엔트로피 부호화/복호화 될 수 있다.Information on whether to perform filtering and selection for at least one of the luminance component and the chrominance component may use information on whether to perform filtering and selection on a picture/slice/CTU/block basis. For example, if the information on whether to perform filtering in picture/slice/CTU/block units is the first value, filtering can be performed on the corresponding picture/slice/CTU/block, and if it is the second value, filtering can be performed on the corresponding picture/slice/CTU/block. Filtering may not be performed. At this time, information on whether filtering is performed for each picture/slice/CTU/block may be entropy encoded/decoded.
또한, 픽처/슬라이스/CTU/블록 단위의 필터링 수행 여부 정보가 제1 값인 경우 해당 픽처/슬라이스/CTU/블록 단위의 선택 정보를 추가로 엔트로피 부호화/복호화하여, 선택된 필터를 통해 해당 픽처/슬라이스/CTU/블록에 대한 필터링을 수행할 수 있다. 블록은 CU, PU 및 TU 중 적어도 하나를 의미할 수 있다.In addition, if the information on whether filtering is performed in picture/slice/CTU/block units is the first value, the selection information in picture/slice/CTU/block units is additionally entropy encoded/decoded to encode the corresponding picture/slice/CTU/block through the selected filter. Filtering can be performed on CTU/block. A block may mean at least one of CU, PU, and TU.
또한, 부호화기는 학습된 신경망을 기존 인-루프 필터와 조합하는 것과 관련된 조합 정보를 부호화하여 복호화기에 전송할 수 있는데, 조합 정보는 기존 인-루프 필터와 가중합할 지 여부 정보, 신경망 필터의 출력과 가중합할 인-루프 필터를 지정하는 정보, 가중합할 가중치 정보 중 하나 이상을 포함할 수 있다.In addition, the encoder can encode combination information related to combining the learned neural network with an existing in-loop filter and transmit it to the decoder. The combination information includes information on whether to do weighted summing with the existing in-loop filter, the output of the neural network filter, and the weighting. It may include one or more of information specifying the in-loop filter to be combined and weight information to be added.
앞서 설명한 것과 같이, 신경망의 학습과 선택은 부호화 단위보다 큰 단위에서 이루어질 수 있기 때문에, 신경망 정보는 시퀀스 파라미터 셋이나 픽처 파라미터 셋에 정의되고, 신경망 기반 필터의 적용 여부나 필터링에 사용할 신경망의 선택과 관련된 정보가 CTU나 블록과 부호화 단위에서 전달될 수 있고, 블록화 단위보다 상위 단위인 슬라이스나 픽처에서도 신경망 기반 필터의 사용을 활성화 또는 비활성화할 수 있다.As explained earlier, because learning and selection of a neural network can be done in units larger than the coding unit, neural network information is defined in a sequence parameter set or picture parameter set, and whether or not a neural network-based filter is applied or the selection of a neural network to be used for filtering is determined. Related information can be transmitted in CTUs, blocks, and coding units, and the use of neural network-based filters can be activated or deactivated in slices or pictures that are higher units than the blocking unit.
부호화기나 복호화기는 부호화 과정에서 선택한 신경망 또는 전송되는 비스트르림으부터 유도한 신경망을 복원 영상에 적용하여 필터링, 즉 인-루프 필터링 또는 포스트 필터링을 수행할 수 있다.The encoder or decoder can perform filtering, that is, in-loop filtering or post-filtering, by applying the neural network selected during the encoding process or the neural network derived from the transmitted bistream to the reconstructed image.
신경망 기반 필터의 입력은 인-루프에서 복원된 복원 영상일 수 있다. 또한, 예를 들어 신경망 기반 필터의 입력이 인-루프에서 복원된 복원 영상의 휘도 및/또는 색차 성분일 수 있다.The input of the neural network-based filter may be a reconstructed image restored in-loop. Additionally, for example, the input of the neural network-based filter may be the luminance and/or chrominance component of the reconstructed image in the in-loop.
복원 영상에서 휘도 성분은 색차 성분보다 해상도가 더 높을 수 있기 때문에, 신경망 기반 필터가 휘도 성분과 색차 성분의 복원 영상을 모두 입력으로 사용하는 경우, 색차 성분을 휘도 성분에 그 크기를 맞추기 위해 색차 성분에 대한 업-샘플링이 수행될 수 있다. 즉, 색차 성분이 신경망 기반 필터에 입력될 때 전처리(pre-processing)로서 색차 성분에 대한 업-샘플링이 수행될 수 있다. 또한, 색차 성분이 신경망 기반 필터로부터 출력되면, 후처리(post-processing)로서 색차 성분에 대한 다운-샘플링이 수행될 수 있다.Since the luminance component in a restored image may have a higher resolution than the chrominance component, when a neural network-based filter uses both the luminance component and the chrominance component's restored image as input, the chrominance component is used to match the size of the chrominance component to the luminance component. Up-sampling may be performed. That is, when the chrominance component is input to a neural network-based filter, up-sampling on the chrominance component may be performed as pre-processing. Additionally, when the chrominance component is output from a neural network-based filter, down-sampling on the chrominance component may be performed as post-processing.
또한, 예를 들어 영상의 색차 성분을 필터링할 때 휘도 성분을 함께 신경망 기반 필터에 입력할 수도 있다.Additionally, for example, when filtering the chrominance component of an image, the luminance component can also be input into a neural network-based filter.
또한, 예를 들어 신경망 기반 필터의 입력이 인-루프에서 복원된 후 필터링이 수행된 영상일 수 있다.Additionally, for example, the image may be an image on which filtering has been performed after the input of a neural network-based filter has been restored in-loop.
또한, 예를 들어 신경망 기반 필터의 입력은 인-루프에서 복원된 영상을 포함할 수 있다. 또한, 예를 들어 신경망 기반 필터의 입력은 인-루프에서 복원된 영상의 휘도 및/또는 색차 성분을 포함할 수 있다. 또한, 예를 들어 영상의 색차 성분을 필터링할 때 휘도 성분이 신경망 기반 필터의 입력에 포함될 수 있다. 입력으로 사용될 휘도 성분은 예측된 휘도 성분, 복원된 휘도 성분, 인-루프 필터링이 수행된 휘도 성분 중 적어도 하나를 포함할 수 있다.Additionally, for example, the input of a neural network-based filter may include an image restored in-loop. Additionally, for example, the input of the neural network-based filter may include luminance and/or chrominance components of the image restored in-loop. Additionally, for example, when filtering the chrominance component of an image, the luminance component may be included in the input of a neural network-based filter. The luminance component to be used as an input may include at least one of a predicted luminance component, a restored luminance component, and a luminance component on which in-loop filtering has been performed.
또한, 예를 들어 신경망 기반 필터의 입력은 인-루프 필터링이 수행된 영상을 포함할 수 있다.Additionally, for example, the input of a neural network-based filter may include an image on which in-loop filtering has been performed.
한편, 도 22는 일 실시예에 따라 하나의 신경망 모델로 휘도와 2가지 색차를 포함하는 3가지 성분 영상에 대한 필터링을 수행하는 구조에서 색차 성분에 대한 전처리(pre-processing)와 후처리(post-processing) 과정을 도시한 것이다.Meanwhile, Figure 22 shows pre-processing and post-processing for the chrominance component in a structure that performs filtering on a three-component image including luminance and two chrominances with one neural network model according to an embodiment. -processing) process is shown.
도 22에 도시한 것과 같이, 신경망 기반 필터는 휘도 성분(Channel Y)과 2가지 색차 성분(Channel U, Channel V)에 대해 동일한 하나의 신경망 모델로 설계될 수 있다.As shown in FIG. 22, a neural network-based filter can be designed with the same neural network model for the luminance component (Channel Y) and the two chrominance components (Channel U and Channel V).
예를 들어 가장 많이 사용되는 4:2:0 포맷의 경우 휘도 성분과 색차 성분의 해상도가 다르기 때문에, 해상도가 다른 휘도 성분과 색차 성분을 신경망의 입력으로 합치기 위해서(concatenation), 도 22와 같이 색차 성분에 대해 업샘플링을 위한 전처리 과정과 다운샘플링을 위한 후처리 과정이 도입될 수 있다. 업샘플링과 다운샘플링의 리샘플링 과정에 이웃하는 샘플들을 이용하는 인터폴레이션(interpolation) 방법이 사용될 수 있다.For example, in the case of the most commonly used 4:2:0 format, the resolution of the luminance component and the chrominance component are different, so in order to concatenate the luminance component and the chrominance component with different resolutions as input to the neural network, the chrominance component is used as shown in Figure 22. A pre-processing process for upsampling and a post-processing process for downsampling can be introduced for the component. An interpolation method using neighboring samples may be used in the resampling process of upsampling and downsampling.
도 23은 일 실시예에 따른 신경망 기반 필터의 네트워크 구조를 도시한 것으로, 합성곱 신경망(CNN: Convolution Neural Network) 기반 필터의 네트워크 구조를 도시하고 있다.Figure 23 illustrates the network structure of a neural network-based filter according to an embodiment, and shows the network structure of a convolution neural network (CNN)-based filter.
도 23에서, 복원 영상(rec_yuv)뿐만 아니라 추가 정보가 네트워크에 입력되는데, 추가 정보에는 예측 영상(pred_yuv), 슬라이스 양자화 파라미터(Slice QP), 베이스 QP(Base QP), 슬라이스 유형(Slice type) 등이 포함될 수 있다.In Figure 23, in addition to the reconstructed image (rec_yuv), additional information is input to the network, including the predicted image (pred_yuv), slice quantization parameter (Slice QP), base QP, slice type, etc. This may be included.
복원 영상(rec_yuv)과 예측 영상(pred_yuv)은 각각 (높이x너비x입력 채널 개수x출력 채널 개수)가 (3x3xkxk)로 표현되는 합성곱 계층으로 처리된 후 슬라이스 QP, 베이스 QP, 슬라이스 유형과 합쳐진다(cat).The restored image (rec_yuv) and the predicted image (pred_yuv) are each processed by a convolution layer where (height x width x number of input channels x number of output channels) is expressed as (3x3xkxk) and then combined with slice QP, base QP, and slice type. Lose (cat).
이후 합쳐진 데이터는, 융합 계층(fusion layer)과 전이 계층(transition layer), 즉 (1x1xkxk)로 표현되는 합성곱 계층, 활성화 계층(ReLU) 및 (3x3xkxk)와 스트라이드(stride) 2로 표현되는 합성곱 계층을 통과한다.Afterwards, the combined data consists of a fusion layer and a transition layer, that is, a convolution layer expressed as (1x1xkxk), an activation layer (ReLU), and a convolution layer expressed as (3x3xkxk) and stride 2. Go through the hierarchy.
이후 전이 계층의 출력은 N개(예를 들어 32개)의 ResBlocks(residual blocks)이 연쇄적으로 연결되는 ResNet(residual network)에 의해 처리될 수 있다.Afterwards, the output of the transition layer can be processed by a ResNet (residual network) in which N (for example, 32) ResBlocks (residual blocks) are connected in series.
이후 ResNet을 통과한 데이터는 (3x3xkx4)로 표현되는 합성곱 계층에 의해 4개의 데이터로 출력되어 4개의 출력이 셔플되고(pixel shuffle), 셔플된 영상은 필터 네트워크의 입력인 복원 영상(rec_yuv)과 더해져 출력 영상(output_yuv)이 생성될 수 있다.Afterwards, the data that has passed through ResNet is output as 4 pieces of data by a convolution layer expressed as (3x3xkx4), and the 4 outputs are shuffled (pixel shuffle), and the shuffled image is divided into the restored image (rec_yuv), which is the input of the filter network, and By adding them, an output image (output_yuv) can be created.
각 ResBlock에서, 활성화 계층(ReLU)에 앞서 (1x1xkxm)으로 표현되는 합성곱 계층에 의해 채널 개수가 증가하고, 활성화 계층(ReLU) 이후 (1x1xmxk)로 표현되는 합성곱 계층에 의해 채널 개수가 줄어들고, (3x3xkxk)로 표현되는 합성곱 계층에 의해 공간 특징이 추출된 후 해당 ResBlock의 입력 데이터와 합산될 수 있다. 여기서, k와 m은 예를 들어 64와 160으로 설정될 수 있다.In each ResBlock, the number of channels is increased by a convolution layer expressed as (1x1xkxm) before the activation layer (ReLU), and the number of channels is decreased by a convolution layer expressed as (1x1xmxk) after the activation layer (ReLU). Spatial features can be extracted by a convolution layer expressed as (3x3xkxk) and then summed with the input data of the corresponding ResBlock. Here, k and m can be set to 64 and 160, for example.
도 23의 CNN 필터에서, 복원 영상(rec_yuv)은 압축 열화가 발생한 영상에 해당하고, 출력 영상(output_yuv)은 압축 열화가 제거된 영상일 수 있다.In the CNN filter of FIG. 23, the restored image (rec_yuv) may correspond to an image from which compression degradation has occurred, and the output image (output_yuv) may be an image from which compression degradation has been removed.
도 23의 CNN 필터에서, 도 20을 참조하여 설명한 주성분 정보 또는 주성분 활용 모듈을 통과한 주성분 정보가 예측 영상(pred_yuv) 대신 또는 추가하여 입력으로 사용될 수 있다.In the CNN filter of FIG. 23, the main component information explained with reference to FIG. 20 or the main component information that has passed the main component utilization module can be used as an input instead of or in addition to the predicted image (pred_yuv).
도 24는 일 실시예에 따라 종래 인-루프 필터와 신경망 기반 필터를 결합한 구조를 도시한 것이다.Figure 24 shows a structure combining a conventional in-loop filter and a neural network-based filter according to an embodiment.
복원 영상이 디블로킹 필터(DBK)와 합성곱 신경망 기반 필터(CNN filter)에 입력되고, 최종 인-루프 필터링된 영상(R_Blend)은 합성곱 신경망 기반 필터의 출력(R_NN)과 디블로킹 필터(DBK)와 샘플 적응적 오프셋(SAO)을 거친 출력(R_SAO)을 소정의 융합 가중치(w)로 융합(블렌딩)함으로써 생성될 수 있고, 융합 과정은 간단하게 (R_Blend = w x R_NN + (1 - w) x R_SAO)로 표현될 수 있다. 이후, 융합된 영상(R_Blend)은 적응적 루프 필터(ALF)를 거쳐 출력될 수 있다.The restored image is input to the deblocking filter (DBK) and the convolutional neural network-based filter (CNN filter), and the final in-loop filtered image (R_Blend) is input to the output of the convolutional neural network-based filter (R_NN) and the deblocking filter (DBK). ) and sample adaptive offset (SAO) can be generated by fusing (blending) the output (R_SAO) with a predetermined fusion weight (w), and the fusion process is simple (R_Blend = w x R_NN + (1 - w) x R_SAO). Afterwards, the fused image (R_Blend) can be output through an adaptive loop filter (ALF).
소정 개수의 값들을 융합 가중치(w)에 대한 후보로 설정할 수 있는데, 예를 들어 1, 0.75, 0.5 및 적응 가중치로 구성되는 4개의 후보 중 하나를 선택할 수 있다. 적응 가중치는 예를 들어 최소 제곱법을 기반으로 도출될 수 있고, 적응 가중치가 선택되면, 슬라이스 헤더에 각 성분(휘도, 색차)마다 융합 가중치가 시그널링될 수 있다.A predetermined number of values can be set as candidates for the fusion weight (w), for example, one of four candidates consisting of 1, 0.75, 0.5, and the adaptation weight can be selected. For example, the adaptation weight may be derived based on the least squares method, and when the adaptation weight is selected, the fusion weight may be signaled for each component (luminance, chrominance) in the slice header.
도 25는 종래 인-루프 필터와 결합한 구조에서 신경망 기반 필터의 사용 여부를 CTU 단위나 슬라이스 단위로 제어하도록 하는 변수의 모드에 대한 테이블을 도시한 것이다.Figure 25 shows a table of variable modes that control whether to use a neural network-based filter on a CTU or slice basis in a structure combined with a conventional in-loop filter.
신경망 기반 필터는 CTU 수준 또는 슬라이스 수준에서 적용 여부(또는 활성화 여부)를 결정할 수 있다. 신경망 기반 필터를 활성화하는 경우에도, 융합 가중치를 소정 개수의 후보, 예를 들어 1, 0.75, 0.5 및 적응 가중치의 4가지 후보 중에서 하나를 선택할 수 있다.Neural network-based filters can decide whether to apply (or activate) at the CTU level or slice level. Even when activating a neural network-based filter, the fusion weight can be selected from a predetermined number of candidates, for example, one of four candidates: 1, 0.75, 0.5, and an adaptive weight.
따라서, 부호화기는 율-왜곡 비용에 기반하여 도 25에 도시한 9개의 모드 중 하나를 선택하고 이를 복호화기에 전송할 수 있다. 9개의 모드는, 신경망 기반 필터를 적용하지 않는 모드, 신경망 기반 필터를 슬라이스 수준에서 적용하되 4가지 융합 가중치 중 하나를 선택하는 모드, 및 신경망 기반 필터를 CTU 수준에서 적용하되 4가지 융합 가중치 중 하나를 선택하는 모드를 포함할 수 있다.Therefore, the encoder can select one of the nine modes shown in FIG. 25 based on the rate-distortion cost and transmit it to the decoder. The nine modes are: a mode that does not apply a neural network-based filter, a mode that applies a neural network-based filter at the slice level but selects one of four fusion weights, and a mode that applies a neural network-based filter at the CTU level but selects one of four fusion weights. It may include a mode for selecting .
도 23 신경망 기반 필터에 베이스 QP(BaseQP)가 입력되는데, 적응 효과를 높이기 위해 슬라이스 수준에서 옵셋이 베이스 QP에 더해져, 조절된 베이스 QP가 신경망 기반 필터의 입력으로 사용될 수 있다. 옵셋 후보로는 소정 개수의 고정된 값 중 하나, 예를 들어 {-5, 5} 중 하나가 될 수 있고, 예를 들어 옵셋이 -5이면, 현재 슬라이스에서 실제로 필터에 입력되는 베이스 QP는 (BaseQP - 5)가 될 수 있다.Figure 23 Base QP (BaseQP) is input to the neural network-based filter. To increase the adaptation effect, an offset is added to the base QP at the slice level, and the adjusted base QP can be used as an input to the neural network-based filter. The offset candidate can be one of a predetermined number of fixed values, for example, {-5, 5}. For example, if the offset is -5, the base QP that is actually input to the filter in the current slice is ( It can be BaseQP - 5).
부호화기 입장에서, 모든 CTU마다 베이스 QP에 대한 옵셋을 구하기에는 부호화 시간이 빠듯할 수 있다. 이러한 점을 고려하여, 소정 개수의 CTU, 예를 들어 하나의 꼭지점을 공유하는 4개의 이웃하는 CTU 중에서 하나의 CTU에 대해서만 최선의 베이스 QP 옵셋을 구하기 위한 율-왜곡 비용을 계산, 즉 예를 들어 {BaseQP, BaseQP-5, BaseQP+5}의 베이스 QP 후보들 각각에 대한 율-왜곡 비용 계산을 수행할 수 있다. 가장 작은 비용을 갖는 후보가 베이스 QP로 선택되고, 4개의 이웃하는 CTU 중에서 나머지 CTU에 대해서도 율-왜곡 계산을 통해 선택된 베이스 QP를 신경망 기반 필터의 입력으로 사용할 수 있다.From the encoder's perspective, the encoding time may be tight to obtain an offset to the base QP for every CTU. Taking this into account, the rate-distortion cost to obtain the best base QP offset is calculated for only one CTU among a certain number of CTUs, for example, four neighboring CTUs sharing one vertex, i.e., for example, Rate-distortion cost calculation can be performed for each of the base QP candidates of {BaseQP, BaseQP-5, BaseQP+5}. The candidate with the smallest cost is selected as the base QP, and the base QP selected through rate-distortion calculation for the remaining CTUs among the four neighboring CTUs can be used as the input of a neural network-based filter.
부호화기는 CTU를 분할하는 과정에 신경망 기반 인-루프 필터의 사용 여부를 더 고려할 수 있는데, 분할 모드 결정 때 신경만 기반 필터의 출력 샘플과 원래 샘플 사이의 왜곡을 계산한 후 왜곡을 기반으로 최적의 분할 모드를 선택하여 분할 모드 결정의 정확도를 높일 수 있다.The encoder can further consider whether to use a neural network-based in-loop filter in the process of splitting the CTU. When deciding the splitting mode, calculate the distortion between the output sample of the neural-only filter and the original sample and then select the optimal one based on the distortion. By selecting a split mode, you can increase the accuracy of split mode decision.
기존의 인-루프 필터와 신경망 기반 인-루프 필터를 통합하는 경우의 율-왜곡 비용을 보다 정확하고 빠르게 추정하기 위해, 부호화기는 좀더 간소화된 신경망 기반 필터를 사용할 수 있는데, 부호화기의 신경망 기반 필터에 대해서는 도 23의 네트워크 구조에서 ResNet에 포함되는 ResBlock의 개수를 복호화기의 신경망 기반 필터에 비해 줄여서 사용하거나 신경망 기반 필터의 계산 정밀도를 낮추어 사용할 수도 있다.To more accurately and quickly estimate the rate-distortion cost when integrating a traditional in-loop filter and a neural network-based in-loop filter, the encoder can use a more simplified neural network-based filter. For this reason, in the network structure of FIG. 23, the number of ResBlocks included in ResNet can be reduced compared to the neural network-based filter of the decoder, or the calculation precision of the neural network-based filter can be lowered.
도 20 내지 도 25를 참조하여, 하나의 신경망 모델로 휘도와 2가지 색차를 포함하는 3가지 성분 영상에 대한 필터링을 수행하는 실시예를 설명하였다.With reference to FIGS. 20 to 25 , an embodiment of filtering a three-component image including luminance and two chrominances using one neural network model has been described.
이하에서는, 휘도 성분과 색차 성분에 각각 별개의 신경망 모델을 적용하는 다른 실시예를 설명한다.Below, another embodiment of applying separate neural network models to the luminance component and the chrominance component will be described.
도 26a 내지 도 26c는 일 실시예에 따른, 휘도 성분과 색차 성분에 별도로 채용하는 신경망 기반 필터의 네트워크 구조를 도시한 것으로, 도 26은 휘도 성분에 대한 신경망 기반 필터의 구조에 해당한다.Figures 26A to 26C illustrate the network structure of a neural network-based filter separately employed for the luminance component and the chrominance component, according to an embodiment, and Figure 26 corresponds to the structure of the neural network-based filter for the luminance component.
휘도 성분용 신경망 기반 필터의 입력은 복원 휘도 영상(또는 샘플)(rec), 예측 휘도 영상(또는 샘플)(pred), 경계 강도(boundary strength; bs), QP 및 블록 유형 정보(IPB)를 포함할 수 있다. 특징 맵(feature map)과 잔여 블록(residual block; ResBlock)의 개수는 각각 예를 들어 96과 8로 설정할 수 있다.The inputs of the neural network-based filter for the luminance component include the reconstructed luminance image (or sample) (rec), predicted luminance image (or sample) (pred), boundary strength (bs), QP, and block type information (IPB). can do. The number of feature maps and residual blocks (ResBlock) can be set to, for example, 96 and 8, respectively.
도 26a는 휘도 성분 네트워크의 선두(head)에 해당하는데, rec, pred, bs, QP 및 IPB 입력이 융합 계층(fuse)에 의해 융합되고 전이 계층(transition)에 의해 크기가 줄어져서 y로 출력되고, 이후에 있는 ResNet에 입력된다.Figure 26a corresponds to the head of the luminance component network, where the rec, pred, bs, QP, and IPB inputs are fused by a fusion layer (fuse), reduced in size by a transition layer, and output as y. , is input to ResNet later.
도 26b는 도 26a의 출력인 y를 입력으로 받아 다음 ResBlock으로 출력하는 ResBlock으로, 휘도 성분 네트워크의 선두의 출력인 y(=z_0)를 입력으로 받아 다음 ResBlock의 입력인 z_1을 출력한다.Figure 26b is a ResBlock that receives y, the output of Figure 26a, as input and outputs it as the next ResBlock. It receives y (=z_0), the head output of the luminance component network, as input and outputs z_1, the input of the next ResBlock.
ResNet이 예를 들어 8개의 ResBlock으로 구성되는 경우, k번째(k=0, 1, .., 7 중 하나) ResBlock은 이전 ResBlock의 출력 신호(z_k)를 입력으로 받아 잔차곱 계층, 활성화 계층 및 잔차곱 계층을 거쳐 잔여 신호(r)를 생성하고, 잔여 신호(r)와 입력 신호(z_k)를 합하여 다음 ResBlock의 입력 신호(z_k+1)를 출력한다.If a ResNet consists of, for example, 8 ResBlocks, the kth (one of k=0, 1, .., 7) ResBlock takes the output signal (z_k) of the previous ResBlock as input and constructs the residual product layer, activation layer, and A residual signal (r) is generated through the residual product layer, and the residual signal (r) and the input signal (z_k) are combined to output the input signal (z_k+1) of the next ResBlock.
도 26c는 마지막 ResBlock의 출력을 입력으로 받아 네트워크의 출력을 생성하는 네트워크의 후미에 해당한데, 잔차곱 계층, 활성화 계층, 잔차곱 계층 및 픽셀 셔플 계층으로 구성될 수 있다.Figure 26c corresponds to the tail of the network that receives the output of the last ResBlock as input and generates the output of the network, and may be composed of a residual product layer, an activation layer, a residual product layer, and a pixel shuffle layer.
도 26의 신경망 기반 필터는 도 23의 신경망 기반 필터와는 다르게 활성화 계층의 활성화 함수에 ReLU(rectified linear unit) 대신 PReLU(parametric ReLU)를 사용할 수 있다.Unlike the neural network-based filter of FIG. 23, the neural network-based filter of FIG. 26 may use PReLU (parametric ReLU) instead of ReLU (rectified linear unit) for the activation function of the activation layer.
색차 성분에 대한 신경망 기반 필터는, 휘도 정보를 추가로 입력으로 사용하는 것을 제외하고는, 도 26의 구조를 그대로 사용할 수 있다.A neural network-based filter for the chrominance component can use the structure of Figure 26 as is, except for using luminance information as an additional input.
YUV 4:2:0 포맷에서 휘도 성분의 해상도가 색차 성분보다 높은 것을 고려하여, 휘도 성분과 색차 성분에서 특징이 분리되어 추출되고, 휘도 특징이 다운샘플링된 이후 색차 특징에 합해질 수 있다.Considering that the resolution of the luminance component is higher than that of the chrominance component in the YUV 4:2:0 format, the features are extracted separately from the luminance component and the chrominance component, and the luminance feature can be downsampled and then combined with the chrominance feature.
색차 성분에 대한 신경망 기반 필터는, 복원 휘도 영상 또는 샘플(recY), 복원 색차 영상 또는 샘플(recUV), 예측 색차 영상 또는 샘플(predUV), 경계 강도(bsUV) 및 QP를 입력으로 사용할 수 있다.A neural network-based filter for the chrominance component may use a reconstructed luminance image or sample (recY), a reconstructed chrominance image or sample (recUV), a predicted chrominance image or sample (predUV), edge intensity (bsUV), and QP as input.
도 27은 일 실시예 따른, 콜로케이티드 블록 정보를 이용하는 신경망 기반 필터의 구조 일부를 도시한 것이다.Figure 27 illustrates a portion of the structure of a neural network-based filter using collocated block information, according to an embodiment.
도 27의 신경망 기반 필터는 2개의 참조 픽처 리스트 내 특정 픽처, 예를 들어 첫 번째 픽처에서 현재 픽처의 현재 블록에 대응하는 콜로케이티드 블록(collocated block)(col_0, col_1)을 신경망의 입력 중 하나로 사용하여 성능 향상을 꾀한다. 두 콜로케이티드 블록은 도 27에 도시한 것과 같이 직접 합해진 상태로 네트워크에 입력될 수 있다.The neural network-based filter of Figure 27 uses a specific picture in two reference picture lists, for example, a collocated block (col_0, col_1) corresponding to the current block of the current picture in the first picture, as one of the inputs of the neural network. Use it to improve performance. Two collocated blocks can be input to the network in a directly combined state as shown in FIG. 27.
도 27의 신경망 기반 필터는, 현재 블록의 현재 픽처와 다른 참조 픽처 내의 콜로케이티드 블록을 신경망 기반 필터의 입력으로 사용하는 점에서, 시간적 필터 또는 템포럴 필터(temporal filter)로 칭할 수 있다.The neural network-based filter of FIG. 27 may be referred to as a temporal filter or a temporal filter in that it uses a collocated block in a reference picture different from the current picture of the current block as an input to the neural network-based filter.
도 27의 신경망 기반 필터는, 콜로케이티드 블록을 입력으로 사용하는 점을 제외하고, 도 26a의 신경망 기반 필터와 비슷한데, 도 26a의 신경망 기반 필터와 비슷하게 경계 강도(bs)와 블록 유형 정보(IPB)를 더 입력으로 사용할 수도 있다.The neural network-based filter of Figure 27 is similar to the neural network-based filter of Figure 26a, except that it uses collocated blocks as input. Similar to the neural network-based filter of Figure 26a, it uses boundary strength (bs) and block type information (IPB). ) can also be used as input.
도 27의 신경망 기반 필터는 도 26a와 같이 네트워크의 선두(head)만을 예시한 것으로, 후단의 ResBlock과 네트워크 후미는 도 26b와 도 26c의 네트워크를 그대로 사용할 수 있다.The neural network-based filter in FIG. 27 only illustrates the head of the network as shown in FIG. 26a, and the ResBlock at the rear and the network at the end of the network can use the networks of FIGS. 26b and 26c as is.
템포럴 필터의 적용 여부가 적응적으로 결정될 수 있다. 템포럴 필터가 활성화되는 경우, 템포럴 필터는, 시간 계층(temporal layer)이 높은 픽처, 예를 들어 시간 계층이 가장 높은 3개 계층의 픽처에 적용되고, 나머지 낮은 시간 계층의 픽처에는 도 26의 일반 필터가 적용될 수 있다. 참고로 시간 계층이 높은 픽처는 해당 시간 계층의 픽처와 해당 시간 계층보다 시간 간격이 긴 낮은 시간 계층의 픽처를 참조하여 부호화/복호화되는 픽처를 가리킨다. 또한, 템포럴 필터는 휘도 성분에만 적용될 수도 있다.Whether or not to apply the temporal filter may be adaptively determined. When the temporal filter is activated, the temporal filter is applied to pictures with a high temporal layer, for example, pictures from the three highest temporal layers, and to the pictures from the remaining lower temporal layers, the filter of FIG. 26 is applied. General filters may be applied. For reference, a picture in a high temporal layer refers to a picture that is encoded/decoded by referring to a picture in the corresponding temporal layer and a picture in a low temporal layer with a longer time interval than the corresponding temporal layer. Additionally, the temporal filter may be applied only to the luminance component.
필터 결정과 파라미터 선택의 세분성(granularity)은 영상의 해상도와 QP에 따라 달라질 수 있다. 영상의 해상도가 더 높고 QP가 더 크면, 더 큰 영역에서 필터의 결정과 파라미터의 선택이 수행될 수 있다.The granularity of filter decisions and parameter selection may vary depending on the resolution and QP of the image. If the resolution of the image is higher and the QP is larger, the determination of the filter and selection of parameters can be performed in a larger area.
신경망 기반 필터를 적용할지 여부는 슬라이스 또는 블록 수준에서 결정될 수 있다. 신경망 기반 필터가 슬라이스나 블록에 적용되는 것으로 결정되는 경우, QP로부터 유도되는 두 후보를 포함하는 후보 목록에서 어떤 조건부 파라미터가 선택될 것인지 추가로 결정될 수 있다.Whether to apply a neural network-based filter can be decided at the slice or block level. If it is determined that a neural network-based filter is to be applied to a slice or block, it may be further determined which conditional parameter will be selected from a candidate list containing two candidates derived from the QP.
시퀀스/슬라이스 레벨 QP를 q로 표시하고(인터 슬라이스와 인트라 슬라이스는 각각 슬라이스 QP와 시퀀스 QP를 사용함) 후보 목록에 조건부 파라미터 {Param_1, Param_2}가 포함된다고 가정할 때, 낮은 시간 계층의 경우 Param_1 = q, Param_2 = q-5로, 높은 시간 계층의 경우 Param_1 = q, Param_2 = q+5로 설정할 수 있다. 즉, 조건부 파라미터의 두 번째 후보는 시간 계층에 따라 다르게 설정할 수 있다.Assuming that we denote the sequence/slice level QP by q (inter-slice and intra-slice use slice QP and sequence QP, respectively) and that the candidate list contains conditional parameters {Param_1, Param_2}, for the lower temporal layer Param_1 = q, Param_2 = q-5, and for high time layers, Param_1 = q, Param_2 = q+5. That is, the second candidate for the conditional parameter can be set differently depending on the time layer.
조건부 파라미터의 선택은 부호화기에서 율-왜곡 비용을 기반을 이루어질 수 있다. 조건부 파라미터의 적용 여부 및 이에 대한 인덱스(필요한 경우)는 비트스트림을 통해 전송될 수 있다.Selection of conditional parameters may be based on the rate-distortion cost in the encoder. Whether a conditional parameter is applied and its index (if necessary) may be transmitted through a bitstream.
먼저 모든 조건부 파라미터를 사용하여 현재 픽처의 모든 블록을 처리한 다음, 모든 비용, 즉 Cost_0, ..., Cost_N+1을 계산하고 서로 비교하여, 최적의 율-왜곡 성능을 얻을 수 있다.First, all blocks in the current picture are processed using all conditional parameters, and then all costs, i.e. Cost_0, ..., Cost_N+1 are calculated and compared with each other to obtain optimal rate-distortion performance.
율-왜곡 비용을 계산할 때, Cost_0에서는 모든 블록에 대해 신경망 기반 필터가 사용되지 않고, Cost_i, {i = 1, 2, 3, ..., N}에서는 모든 블록에 대해 Param_i 파라미터가 사용되고, Cost_N+1에서는 블록마다 다른 파라미터를 사용할 수 있다. 율-왜곡 비용에 기초하여, 신경망 기반 필터를 사용할지 또한 어떤 파라미터를 사용할지에 대한 정보가 블록마다 시그널링될 수 있다.When calculating the rate-distortion cost, in Cost_0, no neural network-based filter is used for all blocks, in Cost_i, {i = 1, 2, 3, ..., N}, the Param_i parameter is used for all blocks, and in Cost_N In +1, different parameters can be used for each block. Based on the rate-distortion cost, information on whether to use a neural network-based filter and what parameters to use may be signaled for each block.
복호화기에서는 신경망 기반 필터를 사용할지 또는 블록에 어떤 파라미터를 사용할지 여부를 비트스트림에서 유도되는 파라미터 식별자에 기초하여 결정할 수 있다.The decoder can decide whether to use a neural network-based filter or what parameters to use for the block based on the parameter identifier derived from the bitstream.
픽처가 모두 인트라 모드로 구성되는 경우, 신경망 기반 필터의 적용 여부를 결정하는 반면, 파라미터의 선택은 비활성화될 수 있다. 최악의 경우, 복호화기의 부담을 완화하기 위해, 두 색차 성분에 대해서는 조건부 파라미터를 공유하여 사용할 수 있다. 또한 조건부 파라미터 후보의 최대 수, 즉 N은 부호화기 측에서 지정할 수 있고, 기본적으로 예를 들어 N = 2로 지정할 수 있다.If the pictures are all configured in intra mode, the selection of parameters may be disabled while determining whether to apply a neural network-based filter. In the worst case, to alleviate the burden on the decoder, conditional parameters can be shared for the two color difference components. Additionally, the maximum number of conditional parameter candidates, that is, N, can be specified on the encoder side, and can be basically specified as N = 2, for example.
신경망 기반 필터가 복원 영상에 적용되면, 각 색차 성분에 대해 스케일링 계수가 유도되어 슬라이스 헤더에 시그널링될 수 있다. 스케일링 계수의 유도는 최소 제곱법을 기반으로 할 수 있다. 입력 샘플과 신경망 기반 필터를 통과한 샘플 사이 차이(잔차 샘플)는 입력 샘플에 더해지기 전에 스케일링 계수에 따라 스케일링될 수 있다(잔차 스케일링).When a neural network-based filter is applied to the reconstructed image, a scaling coefficient may be derived for each chrominance component and signaled in the slice header. Derivation of the scaling factor may be based on the least squares method. The difference between the input samples and the samples that passed the neural network-based filter (residual samples) can be scaled according to a scaling factor before being added to the input samples (residual scaling).
디블로킹 필터와 조합을 활성화하기 위해, 디블로킹 필터의 출력을 잔차 스케일링에 사용되는 입력 샘플로 사용할 수 있다. 잔차 스케일링 프로세스는 (R_refine = (R_nn - R_dbk) x w + R_dbk = w x R _nn + (1-w) x R_dbk)로 표현될 수 있고, 여기서 R_refine은 잔차 스케일링 프로세스의 출력, R_nn은 신경망 기반 필터의 출력, R_dbk는 디블로킹 필터의 출력, w는 가중치를 나타낸다.To enable combinations with deblocking filters, the output of the deblocking filter can be used as the input sample used for residual scaling. The residual scaling process can be expressed as (R_refine = (R_nn - R_dbk) x w + R_dbk = w x R _nn + (1-w) x R_dbk), where R_refine is the output of the residual scaling process and R_nn is the output of the neural network-based filter. , R_dbk represents the output of the deblocking filter, and w represents the weight.
신경망 기반 필터를 사용하는 경우의 율-왜곡 비용을 더 잘 추정하기 위해, 부호화기는 분할 모드를 선택하는 율-왜곡 최적화 과정에 신경망 기반 필터를 도입할 수 있다. 특히, 신경망 기반 필터를 통과한 샘플과 원래 샘플을 비교함으로써 정제된 왜곡을 계산할 수 있다. 율-왜곡 비용이 가장 작은 분할 모드가 선택될 수 있다.To better estimate the rate-distortion cost when using a neural network-based filter, the encoder can introduce a neural network-based filter into the rate-distortion optimization process that selects the splitting mode. In particular, the refined distortion can be calculated by comparing the original sample with the sample that passed the neural network-based filter. The splitting mode with the lowest rate-distortion cost can be selected.
부호화기에서의 복잡도를 완화하기 위하여, 몇 가지의 가속 알고리즘이 적용될 수 있다. 신경망 기반 필터의 ResNet에 더 작은 개수의 ResBlock을 사용하거나, 율-왜곡 비용 계산에 신경망 기반 필터를 위한 파라미터 선택 과정을 허용하지 않거나, 이러한 기술을 가로와 세로가 소정 크기, 예를 들어 64 이하인 코딩 단위에만 적용할 수 있고, 또한 율-왜곡 비용 계산에 신경망 기반 필터를 사용할 때 고정 포인트 기반으로 계산을 수행할 수 있다.To alleviate complexity in the encoder, several acceleration algorithms can be applied. Either use a smaller number of ResBlocks in the ResNet of the neural network-based filter, do not allow the parameter selection process for the neural network-based filter to calculate the rate-distortion cost, or use these techniques in coding where the width and height are less than a certain size, for example, 64. Applicable only to units, the calculation can also be performed on a fixed point basis when using neural network-based filters for rate-distortion cost calculations.
도 26a와 도 27의 CNN 필터에서, 도 20을 참조하여 설명한 주성분 정보 또는 주성분 활용 모듈을 통과한 주성분 정보가 예측 영상(pred) 대신 또는 추가하여 입력으로 사용될 수 있다.In the CNN filter of FIGS. 26A and 27, the principal component information described with reference to FIG. 20 or the principal component information that has passed the principal component utilization module may be used as an input instead of or in addition to the prediction image (pred).
도 28은 일 실시예에 따라 복잡도를 감소시킨 신경망 기반 필터의 네트워크 구조를 도시한 것이다.Figure 28 shows the network structure of a neural network-based filter with reduced complexity according to an embodiment.
도 28의 신경망 기반 필터의 입력은, 복원 휘도/색차 성분의 영상 또는 샘플들(rec_yuv), 휘도와 색차 성분의 경계 강도 정보(3개 평면의 bs) 및 슬라이스 QP 평면을 포함할 수 있다. YUV 4:2:0 포맷에서 휘도 성분과 색차 성분의 해상도가 다르기 때문에, 휘도 성분의 복원 샘플들은 색차 성분의 해상도에 맞추어 4개의 작은 평면으로 분해될 수 있다.The input of the neural network-based filter of FIG. 28 may include an image or samples of the restored luminance/chrominance component (rec_yuv), boundary strength information of the luminance and chrominance components (bs of three planes), and a slice QP plane. Since the resolution of the luminance component and the chrominance component are different in the YUV 4:2:0 format, the restored samples of the luminance component can be decomposed into four small planes according to the resolution of the chrominance component.
도 28의 신경망 기반 필터의 네트워크는 10개의 평면(4개의 휘도 성분 평면, 2개의 색차 성분 평면, 하나의 QP 평면 및 3개의 bs 평면)을 입력으로 하여 M개(예를 들어 72개)의 특징 맵을 출력하는 3x3 CNN 입력 계층을 포함하고, n개, 예를 들어 11개의 은닉 계층이 뒤따를 수 있다.The network of the neural network-based filter in Figure 28 takes 10 planes (4 luminance component planes, 2 chrominance component planes, one QP plane, and 3 bs planes) as input and M features (e.g., 72). It contains a 3x3 CNN input layer that outputs the map, which may be followed by n, for example, 11 hidden layers.
각 은닉 계층은, 채널 방향으로만 합성곱을 진행하는 1x1 pointwise 합성곱 계층(많은 개수의(또는 넓은) M개(예를 들어 72개)의 입력을 가짐), 축소된 출력 특징 맵(예를 들어 K=24)을 갖는 제2 1x1 pointwise 합성곱 계층, 및 3x3 합성곱 계층으로 구성될 수 있다.Each hidden layer consists of a 1x1 pointwise convolution layer (with a large number (or wide) M (e.g. 72) inputs) that performs convolution only in the channel direction, and a reduced output feature map (e.g. It may be composed of a second 1x1 pointwise convolution layer with K=24), and a 3x3 convolution layer.
은닉 계층의 3x3 합성곱 계층은 4개의 계층, 즉 1x1xKxR의 pointwise 합성곱 계층, 3x1xRxR의 분리 가능한 합성곱 계층, 1x3xRxR의 분리 가능한 합성곱 계층, 1x1xRxK의 pointwise 합성곱 계층 순서로 분해될 수 있다(CP decomposition). 3x3 합성곱 계층의 출력은 다음 은닉 계층의 1x1 pointwise 합성곱 계층에 융합될 수 있다.The 3x3 convolution layer of the hidden layer can be decomposed into four layers: a pointwise convolution layer of 1x1xKxR, a separable convolution layer of 3x1xRxR, a separable convolution layer of 1x3xRxR, and a pointwise convolution layer of 1x1xRxK (CP decomposition). The output of the 3x3 convolution layer can be fused to the 1x1 pointwise convolution layer of the next hidden layer.
마지막 은닉 계층의 출력은, 마지막 잔차 스케일링에 사용될 L개(6)의 평면(4개의 휘도 성분 평면과 2개의 색차 성분 평면)의 샘플들을 출력하는 3x3 합성곱 계층으로 입력되고, L개의 평면으로 구성되는 3x3 합성곱 계층의 출력은 도 28 네트워크의 입력 중에서 4개의 휘도 성분 평면과 2개의 색차 성분 평면과 더해질 수 있다.The output of the last hidden layer is input to a 3x3 convolution layer that outputs samples of L (6) planes (4 luminance planes and 2 chrominance planes) to be used for final residual scaling, consisting of L planes. The output of the 3x3 convolution layer can be added to the four luminance component planes and two chrominance component planes among the inputs of the Figure 28 network.
신경망 기반 필터가 복원 영상에 적용되면, 각 색차 성분에 대해 스케일링 계수가 유도되어 슬라이스 헤더에 시그널링될 수 있다. 스케일링 계수의 유도는 최소 제곱법을 기반으로 할 수 있다. 입력 샘플과 신경망 기반 필터를 통과한 샘플 사이 차이(잔차 샘플)는 입력 샘플에 더해지기 전에 스케일링 계수에 따라 스케일링될 수 있다(잔차 스케일링).When a neural network-based filter is applied to the reconstructed image, a scaling coefficient may be derived for each chrominance component and signaled in the slice header. Derivation of the scaling factor may be based on the least squares method. The difference between the input samples and the samples that passed the neural network-based filter (residual samples) can be scaled according to a scaling factor before being added to the input samples (residual scaling).
도 29는 일 실시예에 따라 도 28의 신경망 기반 인-루프 필터와 종래 인-루프 필터를 결합한 구조를 도시한 것이다.FIG. 29 illustrates a structure combining the neural network-based in-loop filter of FIG. 28 and a conventional in-loop filter according to an embodiment.
디블로킹 필터(DBK)에 입력되는 복원 영상 또는 샘플은 도 28을 참조하여 설명한 복잡도가 낮은 신경망 기반 필터(NNLF)에 입력되고, 신경망 기반 필터의 출력과 디블로킹 필터의 출력을 소정 가중치로 합하여 필터링된 샘플이 생성될 수 있다. 필터링된 샘플은 이후 샘플 적응적 오프셋(SAO)과 적응적 루프 필터(ALF)에 의해 처리될 수 있다.The restored image or sample input to the deblocking filter (DBK) is input to the low-complexity neural network-based filter (NNLF) described with reference to FIG. 28, and is filtered by combining the output of the neural network-based filter and the output of the deblocking filter with a predetermined weight. A sample can be created. The filtered samples can then be processed by Sample Adaptive Offset (SAO) and Adaptive Loop Filter (ALF).
도 30은 일 실시예에 따른 콘텐츠 적응 신경망 기반 후처리 필터의 구조를 도시한 것이다.Figure 30 shows the structure of a content adaptive neural network-based post-processing filter according to an embodiment.
도 30의 신경망 기반 필터의 입력은 복원 휘도 성분, 복원 색차 성분 및 강도 제어 값(Strength ControlVal)(예를 들어 휘도 성분의 슬라이스 QP)을 포함할 수 있다.The input of the neural network-based filter of FIG. 30 may include a restored luminance component, a restored chrominance component, and a strength control value (Strength ControlVal) (eg, slice QP of the luminance component).
도 30의 신경망 기반 필터는, σ((W * x + b) m)와 같이, 합성곱 결과에 바이어스가 추가된 후에 적용되는 승수 파라미터도 포함할 수 있는데, 여기서 σ는 활성화 함수, W는 커널, *는 합성곱 연산자, x는 입력, b는 바이어스, m은 승수에 해당한다.The neural network-based filter of Figure 30 may also include a multiplier parameter that is applied after a bias is added to the convolution result, such as σ((W * x + b) m), where σ is the activation function and W is the kernel. , * corresponds to the convolution operator, x is the input, b is the bias, and m is the multiplier.
휘도 성분과 색차 성분의 해상도가 다르기 때문에, 입력 휘도 성분은 예를 들어 2x2 단위로 서브샘플링되어(unshuffled) 4개의 채널로 분할되고, 마찬가지로 최종 출력 휘도 성분은 2x2 단위로 픽셀 셔플이 적용되어 실제 해상도의 영상이 될 수 있다.Since the resolution of the luminance component and the chrominance component are different, the input luminance component is subsampled (unshuffled) in, for example, 2x2 units and divided into four channels, and similarly, the final output luminance component is pixel shuffled in 2x2 units to obtain the actual resolution. It can be a video of .
도 30의 콘텐츠 적응 신경망 기반 후처리 필터는 오프라인으로 훈련되는 4개의 기본 필터를 포함할 수 있다. 도 30의 콘텐츠 적응 필터는 테스트 콘텐츠에 대해 4개의 기본 필터 중 하나를 과잉 피팅(over-fitting)시켜서 획득될 수 있다.The content adaptive neural network-based post-processing filter of Figure 30 may include four basic filters that are trained offline. The content adaptation filter of FIG. 30 can be obtained by overfitting one of the four basic filters to the test content.
복호화기 단에서 과잉 피팅된 모델을 다시 만들기 위해서, 결과 가중치 갱신 값(기본 승수와 과잉 피팅된 승수 사이의 차이)이 신경망 압축 및 표현(Neural Network compression and Representation; NNR) 표준으로 부호화되어 신경망 포스트 필터 특징(Neural Network Post Filter Characteristics; NNPFC) SEI 메시지를 통해 전송될 수 있다.To recreate the overfitted model at the decoder stage, the resulting weight update value (difference between the default multiplier and the overfitted multiplier) is encoded into the Neural Network compression and Representation (NNR) standard and filtered through a neural network post filter. Neural Network Post Filter Characteristics (NNPFC) can be transmitted through SEI messages.
콘텐츠 적응 신경망 기반 후처리 필터는, 두 개의 NNPFC SEI 메시지(하나는 기본 모델의 특성을 포함하고, 다른 하나는 NNR 가중치 갱신 값을 포함함)와 하나의 신경망 후처리 필터 활성화(Neural Network Post Filter Activation; NNPFA) SEI 메시지를 통해 복호화기에 시그널링될 수 있다. NNPFA SEI 메시지는 전체 비디오 시퀀스에 대해 신경망 후처리 필터의 활성화 여부를 제어할 수 있다.The content adaptive neural network-based post-processing filter consists of two NNPFC SEI messages (one containing the features of the base model and the other containing the NNR weight update values) and one Neural Network Post Filter Activation. ; NNPFA) can be signaled to the decoder through an SEI message. The NNPFA SEI message can control whether the neural network post-processing filter is activated for the entire video sequence.
도 31은 일 실시예에 따른 영상 부호화 방법에 대한 동작 흐름도이다.Figure 31 is an operation flowchart of an image encoding method according to an embodiment.
도 1의 부호화 장치 또는 부호화기는, 예측을 통해 현재 블록에 대한 예측 블록을 생성하고, 예측 블록에 기초하여 현재 블록과 예측 블록의 차이에 해당하는 잔차 블록을 생성한다(S3110). 또한, 부호화기는 잔차 블록을 변환하고 양자화하여 양자화 변환 계수를 생성할 수 있다.The encoding device or encoder of FIG. 1 generates a prediction block for the current block through prediction, and generates a residual block corresponding to the difference between the current block and the prediction block based on the prediction block (S3110). Additionally, the encoder can transform and quantize the residual block to generate quantized transform coefficients.
부호화기는, 양자화 변환 계수를 역양자화하고 역변환하여 복원된 잔차 블록을 생성하고 이를 예측 블록과 결합하여 현재 블록의 복원 블록을 생성하고, 복원 블록 데이터와 현재 블록의 원래 데이터의 차이에 해당하는 오차 블록을 생성한다(S3120).The encoder generates a restored residual block by dequantizing and inversely transforming the quantization transform coefficient, combines it with the prediction block to generate a restored block of the current block, and generates an error block corresponding to the difference between the restored block data and the original data of the current block. Create (S3120).
부호화기는, 오차 블록을 분석하여 고유 벡터에 해당하는 주성분과 해당 고유 벡터의 고유 값에 해당하는 계수를 포함하는 주성분 정보를 획득한다(S3130).The encoder analyzes the error block and obtains main component information including a main component corresponding to the eigenvector and a coefficient corresponding to the eigenvalue of the eigenvector (S3130).
부호화기는, 주성분 정보를 입력으로 하는 신경망의 출력이 현재 블록의 원래 데이터와 최대한으로 가깝게 되도록 신경망을 학습시키고, 신경망을 이용하여 복원 블록을 필터링한다(S3140).The encoder trains a neural network so that the output of the neural network with main component information as input is as close as possible to the original data of the current block, and filters the restored block using the neural network (S3140).
부호화기는 주성분 정보를 부호화한다(S3140). 또한, 부호화기는 학습한 신경망에 대한 정보도 부호화할 수 있다.The encoder encodes the main component information (S3140). Additionally, the encoder can also encode information about the learned neural network.
부호화기는, 주성분 정보 중에서 주성분은 부호화 단위(예를 들어 CTU나 CU, PU, TU)보다 높은 단위인 시퀀스나 픽처 또는 슬라이스에 정의하고, 주성분 정보 중에서 계수는 부호화 단위마다 결정하여 부호화할 수 있다.The encoder defines the main component among the main component information in a sequence, picture, or slice that is a unit higher than the coding unit (e.g., CTU, CU, PU, or TU), and determines and encodes the coefficient among the main component information for each coding unit.
또한, 부호화기는, 신경망의 학습도 부호화 단위보다 높은 단위에서 수행하여, 예를 들어 시퀀스 파라미터 셋이나 슬라이스 헤더에 학습된 신경망에 대한 정보를 실을 수 있다.In addition, the encoder may also perform learning of the neural network at a higher unit than the coding unit, and may include information about the learned neural network in, for example, a sequence parameter set or slice header.
신경망 정보는 신경망 기반 필터의 적용 여부 및 신경망 기반 필터를 표현하는 표현 정보를 포함할 수 있다.Neural network information may include whether a neural network-based filter is applied and expression information expressing the neural network-based filter.
도 32는 일 실시예에 따른 영상 복호화 방법에 대한 동작 흐름도이다.Figure 32 is an operation flowchart for an image decoding method according to an embodiment.
도 2의 복호화 장치 또는 복호화기는 비트스트림으로부터 예측 정보와 주성분 정보를 복호화한다(S3210).The decoding device or decoder of FIG. 2 decodes prediction information and main component information from the bitstream (S3210).
복호화기는 부호화기가 학습시킨 신경망 정보를 추가로 복호화할 수 있는데, 신경망 정보는 필터링(인-루프 필터링 또는 포스트 필터링)에 신경망 기반 필터가 적용되는지 여부 및 필터링에 사용되는 신경망 기반 필터를 표현하는 정보를 포함할 수 있다.The decoder can additionally decode the neural network information learned by the encoder. The neural network information includes information expressing whether a neural network-based filter is applied for filtering (in-loop filtering or post-filtering) and the neural network-based filter used for filtering. It can be included.
복호화기는 예측 정보에 기초하여 현재 블록의 예측 블록을 생성한다(S3220).The decoder generates a prediction block of the current block based on the prediction information (S3220).
복호화기는 예측 블록에 기초하여 현재 블록의 복원 블록을 생성한다(S3230).The decoder generates a restored block of the current block based on the prediction block (S3230).
복호화기는 주성분 정보에 기초하여 복원 블록을 필터링한다(S3230). 복호화기는, 복호화된 신경망 정보에 따라 신경망 기반 필터를 구성하고, 주성분 정보와 복원 블록 및 부호화 정보를 신경망의 입력으로 하여 복원 블록에 대한 필터링을 수행할 수 있다. 필터링된 복원 블록은 다른 블록의 참조 블록으로 사용될 수 있다.The decoder filters the reconstructed block based on the main component information (S3230). The decoder may configure a neural network-based filter according to the decoded neural network information and perform filtering on the reconstructed block using main component information, the reconstructed block, and encoding information as input to the neural network. The filtered restored block can be used as a reference block for other blocks.
부호화기/복호화기는, 예측 블록의 생성에 사용할 참조 블록을 필터링할 인-루프 필터에 사용되도록 선택되는 신경망 기반 필터에, 복원 영상과 영상의 부호화 정보를 입력으로 사용하고, 주성분 정보를 추가로 입력으로 사용할 수 있다.The encoder/decoder uses the reconstructed image and the encoding information of the image as input to a neural network-based filter that is selected to be used in an in-loop filter to filter the reference block to be used for generating a prediction block, and additionally uses main component information as input. You can use it.
신경망 기반 필터의 입력으로 사용될 주성분 정보는 복원 영상과 원래 영상 사이 차이로부터 추출되는 주요 성분일 수 있고, 주성분 정보의 추출을 위해 입력되는 복원 영상은 인-루프 필터를 통과한 영상일 수 있다.The main component information to be used as an input to a neural network-based filter may be a main component extracted from the difference between the reconstructed image and the original image, and the restored image input for extraction of the main component information may be an image that has passed an in-loop filter.
신경망 기반 필터는 직렬로 연결되는 복수 개의 모듈(복수 개의 계층으로 이루어지는 신경망의 집합)로 구성될 수 있고, 신경망 기반 필터의 입력으로 사용될 주성분 정보는 주성분 활용 모듈을 통해 복수 개의 모듈 중 하나 이상에 입력될 수 있다. 주성분 활용 모듈은 주성분 정보뿐만 아니라 영상의 부호화 정보와 복원 영상을 입력으로 사용할 수 있다.A neural network-based filter may be composed of a plurality of modules (a set of neural networks consisting of multiple layers) connected in series, and the main component information to be used as input to the neural network-based filter is input to one or more of the plurality of modules through the main component utilization module. It can be. The main component utilization module can use not only main component information but also image encoding information and restored image as input.
부호화기는, 영상의 압축 정도나 압축 방식에 따라 복수 개의 신경망 기반 필터 후보를 구성하고, 그 중 하나를 율-왜곡 비용을 고려하여 선택할 수 있다.The encoder configures a plurality of neural network-based filter candidates according to the compression degree or compression method of the image, and selects one of them by considering the rate-distortion cost.
부호화기/복호화기는, 주변 블록, 주변 CTU, 주변 슬라이스, 인접 영상의 필터링 결과에 기초하여 신경망 기반 필터를 선택할 수 있다.The encoder/decoder may select a neural network-based filter based on the filtering results of neighboring blocks, neighboring CTUs, neighboring slices, and neighboring images.
부호화기/복호화기는, 신경망 기반 필터의 출력을 기존 인-루프 필터, 예를 들어 디블로킹 필터, SAO 및 ALF중 하나 이상의 출력과 가중합할 수 있다. 또한, 신경망 기반 필터의 적용 위치는 기존 둘 이상의 인-루프 필터 중 어느 하나의 전, 후 또는 그 사이일 수 있다.The encoder/decoder may weightly sum the output of the neural network-based filter with the output of one or more of existing in-loop filters, such as deblocking filters, SAO, and ALF. Additionally, the application location of the neural network-based filter may be before, after, or between one of two or more existing in-loop filters.
부호화기는 인-루프 필터로 사용되는 신경망 정보를 시퀀스 파라미터 셋, 픽처 파라미터 셋, 슬라이스 헤더, CTU 등에 신택스 요소로 시그널링할 수 있고, 또는 시그널링 없이 주변 블록이나 주변 CTU, 또는 주변 슬라이스나 타일로부터 유도하는 방법으로 부호화기와 복호화기가 인-루프 필터로 사용되는 신경망 정보를 서로 공유 유도할 수 있다.The encoder can signal the neural network information used as an in-loop filter as a syntax element in the sequence parameter set, picture parameter set, slice header, CTU, etc., or may signal the neural network information used as an in-loop filter using syntax elements such as a sequence parameter set, a picture parameter set, a slice header, and a CTU. In this way, the encoder and decoder can share neural network information used as an in-loop filter.
신경망 정보는 신경망 기반 필터의 사용 여부 정보와 신경망 기반 필터를 선택하는 정보를 포함할 수 있고, 이러한 정보는 하나 이상의 신택스 요소를 통해 순차적으로 전달될 수 있다. 즉, 신경망 기반 필터를 사용하지 않는 경우 인덱스를 소정 값, 예를 들어 0 값으로 설정하고, 신경망 기반 필터를 사용하는 경우, 0 값이 아닌 인덱스 값으로 신경망 기반 필터의 종류를 지정할 수 있다.Neural network information may include information on whether to use a neural network-based filter and information for selecting a neural network-based filter, and this information may be sequentially transmitted through one or more syntax elements. That is, if a neural network-based filter is not used, the index can be set to a predetermined value, for example, 0, and if a neural network-based filter is used, the type of neural network-based filter can be specified with an index value other than 0.
신경망 기반 필터의 입력으로 사용되는 주성분 정보는, 주성분 선택 정보, 계수 값, 피팅 곡선 정보 등으로 표현되어 복호화기에 시그널링될 수 있고, 직접적인 시그널링 없이 인접 픽처, 주변 슬라이스, 주변 CTU, 주변 블록의 주성분 정보를 사용하거나 현재 블록과 가장 유사한 블록의 것을 사용할 수도 있다.Main component information used as input to a neural network-based filter can be expressed as main component selection information, coefficient values, fitting curve information, etc. and signaled to the decoder, and main component information of adjacent pictures, neighboring slices, neighboring CTUs, and neighboring blocks without direct signaling. You can also use , or use the block that is most similar to the current block.
주성분 정보를 복호화기로 전달하는 데이터 양을 줄이기 위해서, 사용하는 주성분을 부호화 장치와 복호화 장치가 공유하는 주성분 인덱스로 표현하거나 소정 개수의 주성분으로 구성되는 소정 개수의 주성분 그룹을 사전에 정의하여 공유하고 성능이 좋은 그룹을 선택하고 선택된 그룹의 인덱스를 전송할 수 있다.In order to reduce the amount of data that transmits main component information to the decoder, the main component used is expressed as a main component index shared by the encoding device and the decoding device, or a predetermined number of main component groups consisting of a predetermined number of main components are defined and shared to improve performance. You can select this good group and send the index of the selected group.
신경망 기반 필터는 휘도 성분과 색차 성분 모두에 하나의 모델로 설계될 수 있는데, 이 경우 신경망 기반 필터에는 복원된 휘도 영상과 복원된 색차 영상이 모두 입력될 수 있다. 또한, 복원 영상뿐만 아니라 휘도와 색차에 대한 예측 영상, 양자화 파라미터(QP), 슬라이스 유형 등의 정보도 신경망 기반 필터에 입력될 수 있다.A neural network-based filter can be designed as one model for both the luminance component and the chrominance component. In this case, both the restored luminance image and the restored chrominance image can be input to the neural network-based filter. In addition, not only the restored image, but also information such as predicted image for luminance and chrominance, quantization parameter (QP), and slice type can be input to the neural network-based filter.
휘도 영상과 색차 영상의 해상도가 다르기 때문에, 색차 영상에 대한 업샘플링이 사전 처리되어 신경망 기반 필터에 입력되고 신경망 기반 필터의 색차 성분의 출력에 대한 다운샘플링이 사후 처리될 수 있다.Since the resolution of the luminance image and the chrominance image are different, upsampling of the chrominance image may be pre-processed and input to the neural network-based filter, and downsampling of the output of the chrominance component of the neural network-based filter may be post-processed.
신경망 기반 필터는 기존 인-루프 필터와 함께 사용되어, 신경망 기반 필터의 출력은 디블로킹 필터의 출력과 가중합되거나 또는 디블로킹 필터와 SAO를 통과한 결과와 가중합될 수 있다.Neural network-based filters can be used with existing in-loop filters, so that the output of the neural network-based filter can be weighted summed with the output of the deblocking filter or with the result of passing the deblocking filter and SAO.
또한, 신경망 기반 필터와 기존 인-루프 필터의 가중합에 사용되는 가중치는 소정 개수의 값들 중에서 선택될 수 있고, 신경망 기반 필터의 사용 여부, 신경망 기반 필터의 적용 수준(CTU 수준 또는 슬라이스 수준), 및 사용할 가중치의 조합에 대해 복수 개의 모드 값 중 하나로 가중합 방법을 설정할 수 있다.In addition, the weight used in the weighted sum of the neural network-based filter and the existing in-loop filter may be selected from a predetermined number of values, including whether or not the neural network-based filter is used, the application level of the neural network-based filter (CTU level or slice level), And the weighted sum method can be set to one of a plurality of mode values for the combination of weights to be used.
신경망 기반 필터에 입력되는 QP에 소정 개수의 옵셋 중 하나를 부여할 수 있는데, 부호화기가 소정 개수의 인접하는 CTU로 구성되는 단위에서 소정 위치의 하나의 CTU에 대해서만 최적의 QP 옵셋을 결정하고 해당 단위의 나머지 CTU에는 결정된 QP 옵셋을 그대로 적용할 수 있다.One of a predetermined number of offsets can be assigned to the QP input to the neural network-based filter. The encoder determines the optimal QP offset for only one CTU at a predetermined position in a unit composed of a predetermined number of adjacent CTUs and determines the optimal QP offset for the corresponding unit. The determined QP offset can be applied as is to the remaining CTUs.
부호화기가 CTU 분할 모드 결정 때 신경망 기반 필터의 적용에 따른 율-왜곡 비용을 계산하고 이를 근거로 좀더 정확하게 블록을 분할할 수 있는데, 계산 복잡도를 줄이기 위해 신경망 기반 필터에 포함되는 네트워크(또는 계층), 예를 들어 ResBlock의 개수를 줄여서 율-왜곡 비용을 계산할 수 있다.When the encoder determines the CTU division mode, it calculates the rate-distortion cost according to the application of the neural network-based filter and divides the block more accurately based on this. To reduce computational complexity, the network (or layer) included in the neural network-based filter, For example, the rate-distortion cost can be calculated by reducing the number of ResBlocks.
또한, 휘도 성분과 색차 성분에 서로 다른 신경망 기반 필터를 설계할 수 있는데, 색차 성분에 대한 신경망 기반 필터에는 복원 휘도 영상이 입력으로 더 사용될 수 있고, 색차 영상과 휘도 영상의 해상도 차이를 고려하여 복원 휘도 영상을 다운샘플링하여 네트워크에 입력으로 사용할 수 있다.In addition, different neural network-based filters can be designed for the luminance component and the chrominance component. The restored luminance image can be used as an input for the neural network-based filter for the chrominance component, and the reconstruction takes into account the difference in resolution between the chrominance image and the luminance image. The luminance image can be downsampled and used as input to the network.
또한, 시간 계층이 높은 휘도 성분 픽처에 대해서는, 두 참조 픽처 리스트의 소정 위치, 예를 들어 두 참조 픽처 리스트 각각의 첫 번째 참조 픽처에서 콜로케이티드 블록(또는 대응 블록)을 찾아 신경망 기반 필터에 추가 입력으로 사용할 수 있다. 색차 성분 픽처나 시간 계층이 낮은 픽처에 대해서는 참조 픽처의 대응 블록을 신경망 기반 필터의 입력으로 사용하지 않을 수 있다.In addition, for luminance component pictures with a high temporal layer, a collocated block (or corresponding block) is found at a predetermined position in the two reference picture lists, for example, in the first reference picture of each of the two reference picture lists, and added to the neural network-based filter. Can be used as input. For chrominance component pictures or pictures with a low temporal layer, the corresponding block of the reference picture may not be used as an input to a neural network-based filter.
신경망 기반 필터의 계산 복잡도를 줄이기 위하여, 입력으로 사용되는 색차 영상의 해상도에 맞도록 복원 휘도 영상을 4개의 영상으로 분해하여 분해된 4개의 영상을 신경망 기반 필터의 입력으로 사용할 수 있다.In order to reduce the computational complexity of the neural network-based filter, the reconstructed luminance image can be decomposed into four images to match the resolution of the color difference image used as an input, and the four decomposed images can be used as input to the neural network-based filter.
신경망 기반 필터를 인-루프 필터뿐만 아니라 포스트 필터에도 사용할 수 있는데, 소정 개수의 기본 신경망 기반 필터를 마련하고, 테스트 콘텐츠에 맞추어 오프라인으로 기본 신경망 기반 필터를 학습시켜 기본 신경망 기반 필터에 포함된 가중치의 갱신 값을 얻고, 기본 신경망 기반 필터와 학습된 가중치의 갱신 값을 SEI 메시지를 통해 복호화기에 전송할 수 있다.Neural network-based filters can be used not only as in-loop filters but also as post-filters. A predetermined number of basic neural network-based filters are prepared, and the basic neural network-based filters are trained offline according to test content to determine the weights included in the basic neural network-based filters. The update value can be obtained, and the update value of the basic neural network-based filter and learned weight can be transmitted to the decoder through an SEI message.
도 31 및 32의 실시예는 예시에 불과하며, 도 31 및 32의 각 단계는 통상의 기술자에게 용이하게 변형 실시가 가능하다. 또한, 도 31 및 32의 각 단계는 생략되거나 다른 구성으로 대체될 수 있다. 도 31의 부호화 방법은 도 1의 부호화기에서 수행될 수 있고, 도 32의 복호화 방법은 도 2의 복호화기에서 수행될 수 있다. 또한, 하나 이상의 프로세서가 도 31 및 32의 각 단계를 구현한 명령들을 수행할 수 있다. 그리고 도 31 및 32의 각 단계를 구현한 명령들을 포함하는 프로그램은 메모리 장치에 저장되거나 온라인으로 전달될 수 있다.The embodiments of FIGS. 31 and 32 are merely examples, and each step of FIGS. 31 and 32 can be easily modified and implemented by those skilled in the art. Additionally, each step in FIGS. 31 and 32 may be omitted or replaced with another configuration. The encoding method of FIG. 31 may be performed in the encoder of FIG. 1, and the decoding method of FIG. 32 may be performed in the decoder of FIG. 2. Additionally, one or more processors may perform instructions implementing each step of FIGS. 31 and 32. And a program including instructions implementing each step of FIGS. 31 and 32 may be stored in a memory device or transmitted online.
상기의 실시예들은 부호화 장치(1600) 및 복호화 장치(1700)에서 동일한 방법 및/또는 상응하는 방법으로 수행될 수 있다. 또한, 영상의 부호화 및/또는 복호화에 있어서 상기의 실시예들 중 하나 이상의 조합이 사용될 수 있다.The above embodiments may be performed in the encoding device 1600 and the decoding device 1700 using the same method and/or a corresponding method. Additionally, a combination of one or more of the above embodiments may be used in encoding and/or decoding an image.
상기의 실시예들이 적용되는 순서는 부호화 장치(1600) 및 복호화 장치(1700)에서 서로 상이할 수 있다. 또는, 상기의 실시예들이 적용되는 순서는 부호화 장치(1600) 및 복호화 장치(1700)에서 (적어도 부분적으로) 동일할 수 있다.The order in which the above embodiments are applied may be different in the encoding device 1600 and the decoding device 1700. Alternatively, the order in which the above embodiments are applied may be (at least partially) the same in the encoding device 1600 and the decoding device 1700.
상기의 실시예들은 루마 신호 및 크로마 신호의 각각에 대하여 수행될 수 있다. 루마 신호 및 크로마 신호에 대하여 상기의 실시예들이 동일하게 수행할 수 있다.The above embodiments can be performed for each of the luma signal and the chroma signal. The above embodiments can be performed in the same way for luma signals and chroma signals.
상기의 실시예들이 적용되는 블록의 형태는 정방형(square) 형태 또는 비정방형(non-square) 형태를 가질 수 있다.The shape of the block to which the above embodiments are applied may have a square shape or a non-square shape.
상기의 실시예들 중 적어도 하나의 실시예의 적용 및/또는 수행 여부는 블록의 크기에 대한 조건에 기반하여 결정될 수 있다. 말하자면, 상기의 실시예들 중 적어도 하나의 실시예는 블록의 크기에 대한 조건이 충족되는 경우 적용 및/또는 수행될 수 있다. 조건은 최소 블록 크기 및 최대 블록 크기를 포함할 수 있다. 블록은 실시예들에서 전술된 블록들 및 실시예에서 전술된 유닛들 중 하나일 수 있다. 최소 블록 크기가 적용되는 블록 및 최대 블록 크기가 적용되는 블록은 서로 다를 수 있다.Whether to apply and/or perform at least one of the above embodiments may be determined based on conditions regarding the size of the block. That is, at least one of the above embodiments can be applied and/or performed when the conditions for the size of the block are met. Conditions may include minimum block size and maximum block size. The block may be one of the blocks described above in the embodiments and the units described above in the embodiments. The block to which the minimum block size is applied and the block to which the maximum block size is applied may be different.
예를 들면, 블록의 크기가 최소 크기의 이상인 경우 및/또는 블록의 크기가 최대 크기의 이하인 경우에, 전술된 실시예가 적용 및/또는 수행될 수 있다. 블록의 크기가 최소 크기보다 더 큰 경우 및/또는 블록의 크기가 최대 크기의 이하인 경우에, 전술된 실시예가 적용 및/또는 수행될 수 있다.For example, when the size of a block is greater than or equal to the minimum size and/or when the size of the block is less than or equal to the maximum size, the above-described embodiments may be applied and/or performed. If the size of the block is larger than the minimum size and/or if the size of the block is less than or equal to the maximum size, the above-described embodiments may be applied and/or performed.
예를 들어, 블록의 크기가 기정의된 블록 크기인 경우에만 전술된 실시예가 적용될 수 있다. 기정의된 블록 크기는 2x2, 4x4, 8x8, 16x16, 32x32, 64x64,128x128 또는 256x256일 수 있다. 기정의된 블록 크기는 (2*SIZEX)x(2*SIZEY)일 수 있다. SIZEX는 1 이상의 정수들 중 하나일 수 있다. SIZEY는 1 이상의 정수들 중 하나일 수 있다.For example, the above-described embodiment can be applied only when the block size is a predefined block size. Predefined block sizes can be 2x2, 4x4, 8x8, 16x16, 32x32, 64x64, 128x128 or 256x256. The predefined block size may be (2*SIZEX)x(2*SIZEY). SIZEX can be one of integers greater than or equal to 1. SIZEY can be one of integers greater than or equal to 1.
예를 들어, 블록의 크기가 블록 최소 크기의 이상일 경우에만 전술된 실시예가 적용될 수 있다. 블록의 크기가 블록 최소 크기보다 더 큰 경우에만 전술된 실시예가 적용될 수 있다. 블록 최소 크기는 2x2, 4x4, 8x8, 16x16, 32x32, 64x64, 128x128 또는 256x256일 수 있다. 또는, 블록 최소 크기는 (2*SIZEMIN_X)x(2*SIZEMIN_Y)일 수 있다. SIZEMIN_X는 1 이상의 정수들 중 하나일 수 있다. SIZEMIN_Y는 1 이상의 정수들 중 하나일 수 있다.For example, the above-described embodiment can be applied only when the block size is greater than or equal to the minimum block size. The above-described embodiment can be applied only when the size of the block is larger than the minimum block size. Block minimum sizes can be 2x2, 4x4, 8x8, 16x16, 32x32, 64x64, 128x128 or 256x256. Alternatively, the minimum block size may be (2*SIZEMIN_X)x(2*SIZEMIN_Y). SIZEMIN_X can be one of integers greater than or equal to 1. SIZEMIN_Y can be one of integers greater than or equal to 1.
예를 들어, 블록의 크기가 최대 블록 크기의 이하인 경우에만 전술된 실시예가 적용될 수 있다. 블록의 크기가 최대 블록 크기보다 더 작은 경우에만 전술된 실시예가 적용될 수 있다. 최대 블록 크기는 2x2, 4x4, 8x8, 16x16, 32x32, 64x64, 128x128 또는 256x256일 수 있다. 또는, 블록 최대 크기는 (2*SIZEMAX_X)x(2*SIZEMAX_Y)일 수 있다. SIZEMAX_X는 1 이상의 정수들 중 하나일 수 있다. SIZEMAX_Y는 1 이상의 정수들 중 하나일 수 있다.For example, the above-described embodiment can be applied only when the block size is less than or equal to the maximum block size. The above-described embodiment can be applied only when the block size is smaller than the maximum block size. The maximum block size can be 2x2, 4x4, 8x8, 16x16, 32x32, 64x64, 128x128 or 256x256. Alternatively, the maximum block size may be (2*SIZEMAX_X)x(2*SIZEMAX_Y). SIZEMAX_X can be one of integers greater than or equal to 1. SIZEMAX_Y can be one of integers greater than or equal to 1.
예를 들어, 블록의 크기가 최소 블록 크기의 이상이고 최대 블록 크기의 이하인 경우에만 전술된 실시예가 적용될 수 있다. 블록의 크기가 최소 블록 크기보다 더 크고 최대 블록 크기의 이하인 경우에만 전술된 실시예가 적용될 수 있다. 블록의 크기가 최소 블록 크기의 이상이고 최대 블록 크기보다 더 작은 경우에만 전술된 실시예가 적용될 수 있다. 블록의 크기가 최소 블록 크기보다 더 크고 최대 블록 크기보다 더 작은 경우에만 전술된 실시예가 적용될 수 있다.For example, the above-described embodiment can be applied only when the block size is greater than or equal to the minimum block size and less than or equal to the maximum block size. The above-described embodiment can be applied only when the block size is greater than the minimum block size and less than or equal to the maximum block size. The above-described embodiment can be applied only when the block size is greater than or equal to the minimum block size and smaller than the maximum block size. The above-described embodiments can be applied only when the block size is larger than the minimum block size and smaller than the maximum block size.
전술된 실시예들에서, 블록의 크기는 블록의 가로 크기 또는 블록의 세로 크기를 의미할 수 있다. 블록의 크기는 블록의 가로 크기 및 블록의 세로 크기의 양자를 의미할 수 있다. 또한, 블록의 크기는 블록의 면적을 의미할 수 있다. 면적, 최소 블록 크기 및 최대 블록 크기의 각각은 1 이상의 정수들 중 하나일 수 있다. 또한, 블록의 크기는 블록의 가로 크기 및 세로 크기를 사용하는 알려진 수식의 결과(또는, 값) 또는 실시예의 수식의 결과(또는, 값)를 의미할 수 있다.In the above-described embodiments, the size of the block may mean the horizontal size of the block or the vertical size of the block. The size of the block may refer to both the horizontal size of the block and the vertical size of the block. Additionally, the size of the block may mean the area of the block. Each of the area, minimum block size, and maximum block size can be one of integers greater than or equal to 1. Additionally, the size of the block may mean the result (or value) of a known formula using the horizontal and vertical sizes of the block or the result (or value) of a formula in an embodiment.
또한, 상기의 실시예들에 있어서, 제1 크기에 대해서는 제1의 실시예가 적용될 수도 있고, 제2 크기에 대해서는 제2의 실시예가 적용될 수도 있다.Additionally, in the above embodiments, the first embodiment may be applied to the first size, and the second embodiment may be applied to the second size.
상기의 실시예들은 시간적 계층(temporal layer)에 따라 적용될 수 있다. 상기의 실시예들이 적용 가능한 시간적 계층을 식별하기 위해 별도의 식별자(identifier)가 시그널링될 수 있고, 해당 식별자에 의해 특정되는 시간적 계층에 대해서 상기의 실시예들이 적용될 수 있다. 여기서의 식별자는 상기의 실시예가 적용 가능한 최하위 계층 및/또는 최상위 계층으로서 정의될 수도 있고, 상기의 실시예가 적용되는 특정 계층을 지시하도록 정의될 수도 있다. 또한, 상기의 실시예가 적용되는 고정된 시간적 계층이 정의될 수도 있다.The above embodiments can be applied according to the temporal layer. A separate identifier may be signaled to identify the temporal layer to which the above embodiments can be applied, and the above embodiments may be applied to the temporal layer specified by the identifier. The identifier here may be defined as the lowest layer and/or highest layer to which the above embodiment is applicable, or may be defined to indicate a specific layer to which the above embodiment is applicable. Additionally, a fixed temporal hierarchy to which the above embodiments are applied may be defined.
예를 들어, 대상 영상의 시간적 계층이 최하위 계층일 경우에만 상기의 실시예들이 적용될 수 있다. 예를 들어, 대상 영상의 시간적 계층 식별자가 1 이상인 경우에만 상기의 실시예들이 적용될 수 있다. 예를 들어, 대상 영상의 시간적 계층이 최상위 계층일 경우에만 상기의 실시예들이 적용될 수 있다.For example, the above embodiments can be applied only when the temporal layer of the target image is the lowest layer. For example, the above embodiments can be applied only when the temporal layer identifier of the target image is 1 or more. For example, the above embodiments can be applied only when the temporal layer of the target image is the highest layer.
상기의 실시예들이 적용되는 슬라이스 타입(slice type) 또는 타일 그룹 타입이 정의될 수 있고, 해당 슬라이스 타입 또는 타일 그룹 타입에 따라 상기의 실시예들이 적용될 수 있다.A slice type or tile group type to which the above embodiments are applied may be defined, and the above embodiments may be applied depending on the corresponding slice type or tile group type.
상술된 실시예들에서, 특정된 대상에 특정된 처리를 적용함에 있어서, 특정된 조건이 요구될 수 있으며, 특정된 결정 하에 상기의 특정된 처리가 처리되는 것으로 설명된 경우, 특정된 코딩 파라미터에 기반하여 특정된 조건이 충족되는지 여부가 결정되거나, 특정된 코딩 파라미터에 기반하여 특정된 결정이 이루어지는 것으로 설명되었으면, 상기의 특정된 코딩 파라미터는 다른 코딩 파라미터로 대체될 수 있는 것으로 해석될 수 있다. 말하자면, 특정된 조건 또는 특정된 결정에 영향을 미치는 코딩 파라미터는 단지 예시적인 것으로 간주될 수 있으며, 명시된 코딩 파라미터 외에도 하나 이상의 다른 코딩 파라미터들의 결합이 상기의 명시된 코딩 파라미터의 역할을 수행하는 것으로 이해될 수 있다.In the above-described embodiments, in applying a specified process to a specified object, specified conditions may be required, and when it is described that the specified processing is processed under a specified decision, the specified coding parameters If it has been described that it is determined whether a specified condition is satisfied or that a specified decision is made based on a specified coding parameter, the specified coding parameter may be interpreted as being replaceable with another coding parameter. That is, coding parameters affecting specified conditions or specified decisions may be considered merely exemplary, and combinations of one or more other coding parameters in addition to the specified coding parameters will be understood to play the role of the specified coding parameters. You can.
상술된 실시예들에서, 방법들은 일련의 단계 또는 유닛으로서 순서도를 기초로 설명되고 있으나, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당해 기술 분야에서 통상의 지식을 가진 자라면 순서도에 나타난 단계들이 배타적이지 않고, 다른 단계가 포함되거나, 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.In the above-described embodiments, the methods are described based on flowcharts as a series of steps or units, but the present invention is not limited to the order of steps, and some steps may occur in a different order or simultaneously with other steps as described above. You can. Additionally, a person of ordinary skill in the art will recognize that the steps shown in the flowchart are not exclusive and that other steps may be included or one or more steps in the flowchart may be deleted without affecting the scope of the present invention. You will understand.
상술된 실시예들은 다양한 양태의 예시들을 포함한다. 다양한 양태들을 나타내기 위한 모든 가능한 조합이 기술될 수는 없지만, 해당 기술 분야의 통상의 지식을 가진 자는 명시적으로 기술된 조합 외에도 다른 조합이 가능함을 인식할 수 있을 것이다. 따라서, 본 발명은 이하의 특허청구범위 내에 속하는 모든 다른 교체, 수정 및 변경을 포함한다고 할 것이다.The above-described embodiments include examples of various aspects. Although not all possible combinations for representing various aspects can be described, those skilled in the art will recognize that other combinations are possible in addition to those explicitly described. Accordingly, the present invention is intended to include all other substitutions, modifications and changes falling within the scope of the following claims.
이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.Embodiments according to the present invention described above may be implemented in the form of program instructions that can be executed through various computer components and recorded on a computer-readable recording medium. The computer-readable recording medium may include program instructions, data files, data structures, etc., singly or in combination. The program instructions recorded on the computer-readable recording medium may be specially designed and configured for the present invention or may be known and usable by those skilled in the computer software field.
컴퓨터 판독 가능한 기록 매체는 본 발명에 따른 실시예들에서 사용되는 정보를 포함할 수 있다. 예를 들면, 컴퓨터 판독 가능한 기록 매체는 비트스트림을 포함할 수 있고, 비트스트림은 본 발명에 따른 실시예들에서 설명된 정보를 포함할 수 있다.A computer-readable recording medium may contain information used in embodiments according to the present invention. For example, a computer-readable recording medium may include a bitstream, and the bitstream may include information described in embodiments according to the present invention.
컴퓨터 판독 가능한 기록 매체는 비-일시적 컴퓨터 판독 가능한 매체(nontransitory computer-readable medium)를 포함할 수 있다.Computer-readable recording media may include non-transitory computer-readable media.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기의 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. media), and hardware devices specifically configured to store and perform program instructions, such as ROM, RAM, flash memory, etc. Examples of program instructions include not only machine language code such as that created by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like. The above hardware devices may be configured to operate as one or more software modules to perform processing according to the invention and vice versa.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기의 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.In the above, the present invention has been described with specific details such as specific components and limited embodiments and drawings, but this is only provided to facilitate a more general understanding of the present invention, and the present invention is not limited to the above embodiments. No, those skilled in the art can make various modifications and changes based on this description.
따라서, 본 발명의 사상은 상기의 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.Accordingly, the spirit of the present invention should not be limited to the above-described embodiments, and the scope of the patent claims described later as well as all modifications equivalent to or equivalent to the scope of the claims shall fall within the scope of the spirit of the present invention. It will be said that it belongs.
CROSS-REFERENCE TO RELATED APPLICATIONCROSS-REFERENCE TO RELATED APPLICATION
본 특허출원은 2022년 3월 31일 한국에 출원한 특허출원번호 제10-2022-0040316호에 대해 우선권을 주장하며, 그 모든 내용은 참고문헌으로 본 특허출원에 병합된다.This patent application claims priority to Patent Application No. 10-2022-0040316 filed in Korea on March 31, 2022, the entire contents of which are incorporated into this patent application by reference.

Claims (17)

  1. 비트스트림으로부터 주성분 정보, 신경망 정보 및 예측 정보를 획득하는 단계;Obtaining main component information, neural network information, and prediction information from the bitstream;
    상기 예측 정보에 기초하여 현재 블록의 예측 블록을 생성하는 단계;generating a prediction block of the current block based on the prediction information;
    상기 예측 블록에 기초하여 현재 블록의 복원 블록을 생성하는 단계; 및generating a restored block of the current block based on the prediction block; and
    상기 신경망 정보에 기초하여 구성되는 신경망 기반 필터에 상기 주성분 정보와 상기 복원 블록을 입력하여 상기 복원 블록을 필터링하는 단계를 포함하는, 영상 복호화 방법.An image decoding method comprising filtering the restored block by inputting the main component information and the restored block into a neural network-based filter configured based on the neural network information.
  2. 제1 항에 있어서,According to claim 1,
    상기 주성분 정보는 상기 현재 블록과 상기 복원 블록의 차이로부터 추출되는 정보를 포함하고, 고유 값이 가장 큰 소정 개수의 성분에 대한 정보를 포함하는, 영상 복호화 방법.The main component information includes information extracted from the difference between the current block and the reconstructed block, and includes information about a predetermined number of components with the largest eigenvalue.
  3. 제2 항에 있어서,According to clause 2,
    상기 주성분 정보의 적어도 일부는 상기 현재 블록의 이웃 블록, 이웃 CTU, 이웃 슬라이스 또는 이웃 픽처의 주성분 정보에 기초하여 유도되는, 영상 복호화 방법.At least part of the main component information is derived based on main component information of a neighboring block, a neighboring CTU, a neighboring slice, or a neighboring picture of the current block.
  4. 제1 항에 있어서,According to claim 1,
    상기 신경망 기반 필터는 복수 개의 계층으로 이루어지는 신경망의 집합인 모듈 복수 개를 포함하고, 상기 주성분 정보는 전환 모듈을 거쳐 상기 복수 개의 모듈 중 적어도 하나에 입력되는, 영상 복호화 방법.The neural network-based filter includes a plurality of modules that are a set of neural networks consisting of a plurality of layers, and the main component information is input to at least one of the plurality of modules through a conversion module.
  5. 제4 항에 있어서,According to clause 4,
    상기 전환 모듈의 입력은, 상기 주성분 정보에 더해, 상기 현재 블록을 포함하는 영상의 부호화 정보와 상기 복원 블록 중 하나 이상을 포함하는, 영상 복호화 방법.The input of the conversion module includes, in addition to the main component information, at least one of encoding information of an image including the current block and the reconstructed block.
  6. 제5 항에 있어서,According to clause 5,
    상기 현재 블록이 색차 성분 블록일 때, 상기 전환 모듈의 입력은 상기 현재 블록에 대응하는 휘도 블록의 복원 블록을 더 포함하는, 영상 복호화 방법.When the current block is a chrominance component block, the input of the conversion module further includes a reconstruction block of a luminance block corresponding to the current block.
  7. 제1 항에 있어서,According to claim 1,
    상기 필터링하는 단계는, 복수 개의 신경망 기반 필터 중에서 하나의 신경망 기반 필터를 선택하되, 이웃 블록, 이웃 CTU, 이웃 슬라이스 또는 이웃 픽처의 필터링 결과에 기초하여 상기 하나의 신경망 기반 필터를 선택하는, 단계를 포함하는, 영상 복호화 방법.The filtering step includes selecting one neural network-based filter from a plurality of neural network-based filters, and selecting the one neural network-based filter based on the filtering result of a neighboring block, neighboring CTU, neighboring slice, or neighboring picture. Including, video decoding method.
  8. 제1 항에 있어서,According to claim 1,
    상기 획득하는 단계는 상기 신경망 기반 필터의 적용 여부 정보 및 상기 신경망 기반 필터의 선택 정보를 포함하는 신경망 정보를 픽처, 슬라이스, CTU 또는 블록 수준에서 획득하는, 영상 복호화 방법.The obtaining step is an image decoding method in which neural network information including information on whether to apply the neural network-based filter and selection information of the neural network-based filter is acquired at the picture, slice, CTU, or block level.
  9. 제1 항에 있어서,According to claim 1,
    상기 필터링하는 단계는, 휘도 성분의 복원 블록과 색차 성분의 복원 블록에 하나의 신경망 기반 필터를 적용하거나, 상기 휘도 성분의 복원 블록과 상기 색차 성분의 복원 블록에 각각 다른 신경망 기반 필터를 적용하는, 영상 복호화 방법.The filtering step includes applying one neural network-based filter to the restored block of the luminance component and the restored block of the chrominance component, or applying different neural network-based filters to the restored block of the luminance component and the restored block of the chrominance component, respectively. Video decoding method.
  10. 제9 항에 있어서,According to clause 9,
    상기 필터링하는 단계는, 상기 휘도 성분의 복원 블록과 상기 색차 성분의 복원 블록에 하나의 신경망 기반 필터를 적용하는 경우, 상기 색차 성분의 블록을 상기 휘도 성분의 블록의 해상도로 업샘플링한 후 상기 하나의 신경망 기반 필터에 입력하는, 영상 복호화 방법.The filtering step includes, when applying one neural network-based filter to the restored block of the luminance component and the restored block of the chrominance component, upsampling the block of the chrominance component to the resolution of the block of the luminance component, and then upsampling the block of the chrominance component to the resolution of the block of the luminance component. Video decoding method that inputs to a neural network-based filter.
  11. 제10 항에 있어서,According to claim 10,
    상기 필터링하는 단계는, 상기 휘도 성분의 복원 블록과 상기 색차 성분의 복원 블록에 하나의 신경망 기반 필터를 적용하는 경우, 상기 휘도 성분과 색차 성분에 대한 복원 블록과 예측 블록, 기본 양자화 파라미터, 슬라이스 양자화 파라미터 및 슬라이스 유형을 상기 하나의 신경망 기반 필터에 입력하는, 영상 복호화 방법.In the filtering step, when one neural network-based filter is applied to the restored block of the luminance component and the restored block of the chrominance component, the restored block and prediction block for the luminance component and the chrominance component, basic quantization parameters, and slice quantization are performed. An image decoding method wherein parameters and slice types are input to the one neural network-based filter.
  12. 제11 항에 있어서,According to claim 11,
    상기 필터링하는 단계는, 복수 개의 옵셋 값 중 하나를 선택하고 선택된 옵셋 값으로 조정된 기본 양자화 파라미터를 상기 신경망 기반 필터에 입력하는, 영상 복호화 방법.The filtering step includes selecting one of a plurality of offset values and inputting a basic quantization parameter adjusted to the selected offset value into the neural network-based filter.
  13. 제9 항에 있어서,According to clause 9,
    상기 필터링하는 단계는, 상기 휘도 성분의 복원 블록과 상기 색차 성분의 복원 블록에 각각 다른 신경망 기반 필터를 적용하는 경우, 상기 휘도 성분과 색차 성분에 대한 복원 블록과 예측 블록, 경계 강도, 양자화 파라미터 및 블록 유형을 상기 신경망 기반 필터에 입력하는, 영상 복호화 방법.In the filtering step, when different neural network-based filters are applied to the restored block of the luminance component and the restored block of the chrominance component, the restored block and the prediction block for the luminance component and the chrominance component, boundary strengths, quantization parameters, and An image decoding method that inputs a block type into the neural network-based filter.
  14. 제13 항에 있어서,According to claim 13,
    상기 필터링하는 단계는,, 상기 색차 성분의 복원 블록에 상기 신경망 기반 필터를 적용할 때 상기 휘도 성분의 블록을 상기 색차 성분의 블록의 해상도로 다운샘플링한 이후 상기 신경망 기반 필터에 입력하는, 영상 복호화 방법.The filtering step is, when applying the neural network-based filter to the restored block of the chrominance component, downsampling the block of the luminance component to the resolution of the block of the chrominance component and then inputting the block to the neural network-based filter. method.
  15. 제13 항에 있어서,According to claim 13,
    상기 필터링하는 단계는, 두 개의 참조 픽처 리스트 내 특정 픽처에서 콜로케이티드 블록의 복원 블록을 상기 신경망 기반 필터에 입력하는, 영상 복호화 방법.The filtering step is an image decoding method in which a reconstructed block of a collocated block from a specific picture in two reference picture lists is input to the neural network-based filter.
  16. 현재 블록의 예측 블록을 생성하고 상기 예측 블록에 기초하여 상기 현재 블록의 잔차 블록을 생성하는 단계;generating a prediction block of the current block and generating a residual block of the current block based on the prediction block;
    상기 잔차 블록의 부호화와 복호화를 거처 얻은 복원 잔차 블록에 기초하여 상기 현재 블록의 복원 블록을 생성하는 단계;generating a restored block of the current block based on a restored residual block obtained by encoding and decoding the residual block;
    상기 복원 블록과 상기 현재 블록의 차이로부터 추출되는 주성분 정보를 얻는 단계;Obtaining main component information extracted from the difference between the restored block and the current block;
    상기 주성분 정보에 기초하는 신경망 기반 필터를 통해 상기 복원 블록을 필터링하는 단계; 및filtering the reconstructed block through a neural network-based filter based on the principal component information; and
    상기 주성분 정보와 상기 신경망 기반 필터에 대한 신경망 정보를 부호화하는 단계를 포함하는, 영상 부호화 방법.An image encoding method comprising encoding the main component information and neural network information for the neural network-based filter.
  17. 영상 정보에 대한 비트스트림을 저장하는 컴퓨터가 판독 가능한 저장 매체에 있어서,In a computer-readable storage medium that stores a bitstream of image information,
    상기 영상 정보는,The video information is,
    현재 블록의 예측 블록을 생성하고 상기 예측 블록에 기초하여 상기 현재 블록의 잔차 블록을 생성하는 단계;generating a prediction block of the current block and generating a residual block of the current block based on the prediction block;
    상기 잔차 블록의 부호화와 복호화를 거처 얻은 복원 잔차 블록에 기초하여 상기 현재 블록의 복원 블록을 생성하는 단계;generating a restored block of the current block based on a restored residual block obtained by encoding and decoding the residual block;
    상기 복원 블록과 상기 현재 블록의 차이로부터 추출되는 주성분 정보를 얻는 단계;Obtaining main component information extracted from the difference between the restored block and the current block;
    상기 주성분 정보에 기초하는 신경망 기반 필터를 통해 상기 복원 블록을 필터링하는 단계; 및filtering the reconstructed block through a neural network-based filter based on the principal component information; and
    상기 주성분 정보와 상기 신경망 기반 필터에 대한 신경망 정보를 부호화하는 단계를 포함하는 영상 부호화 방법에 의해 생성되는, 저장 매체.A storage medium generated by an image encoding method including the step of encoding the main component information and neural network information for the neural network-based filter.
PCT/KR2023/018590 2022-11-17 2023-11-17 Image encoding/decoding method and device, and recording medium for storing bitstream WO2024107021A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20220154472 2022-11-17
KR10-2022-0154472 2022-11-17

Publications (1)

Publication Number Publication Date
WO2024107021A1 true WO2024107021A1 (en) 2024-05-23

Family

ID=91085132

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/018590 WO2024107021A1 (en) 2022-11-17 2023-11-17 Image encoding/decoding method and device, and recording medium for storing bitstream

Country Status (2)

Country Link
KR (1) KR20240072956A (en)
WO (1) WO2024107021A1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200120340A1 (en) * 2017-07-06 2020-04-16 Samsung Electronics Co., Ltd. Method and device for encoding or decoding image
KR20210024624A (en) * 2018-06-26 2021-03-05 지티이 코포레이션 Image encoding method, decoding method, encoder and decoder
US20210125310A1 (en) * 2017-05-26 2021-04-29 Hangzhou Hikvision Digital Technology Co., Ltd. Image Distortion Correction Method and Device and Electronic Device
US20220167000A1 (en) * 2020-11-26 2022-05-26 Electronics And Telecommunications Research Institute Method, apparatus, system and computer-readable recording medium for feature map information
WO2022235595A1 (en) * 2021-05-01 2022-11-10 Beijing Dajia Internet Information Technology Co., Ltd. Network based image filtering for video coding

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210125310A1 (en) * 2017-05-26 2021-04-29 Hangzhou Hikvision Digital Technology Co., Ltd. Image Distortion Correction Method and Device and Electronic Device
US20200120340A1 (en) * 2017-07-06 2020-04-16 Samsung Electronics Co., Ltd. Method and device for encoding or decoding image
KR20210024624A (en) * 2018-06-26 2021-03-05 지티이 코포레이션 Image encoding method, decoding method, encoder and decoder
US20220167000A1 (en) * 2020-11-26 2022-05-26 Electronics And Telecommunications Research Institute Method, apparatus, system and computer-readable recording medium for feature map information
WO2022235595A1 (en) * 2021-05-01 2022-11-10 Beijing Dajia Internet Information Technology Co., Ltd. Network based image filtering for video coding

Also Published As

Publication number Publication date
KR20240072956A (en) 2024-05-24

Similar Documents

Publication Publication Date Title
WO2019112394A1 (en) Method and apparatus for encoding and decoding using selective information sharing between channels
WO2021015581A1 (en) Method, apparatus, and recording medium for encoding/decoding image by using geometric partitioning
WO2019107927A1 (en) Bidirectional intra prediction method and apparatus
WO2020050600A1 (en) Video encoding/decoding method and device, and recording medium for storing bitstream
WO2020017873A1 (en) Image encoding/decoding method and apparatus, and recording medium in which bitstream is stored
WO2018174618A1 (en) Prediction method and device using reference block
WO2021112652A1 (en) Method, apparatus, and recording medium for region-based differential image encoding/decoding
WO2020256522A1 (en) Method and apparatus for image encoding and image decoding using area segmentation
WO2021112651A1 (en) Method and device for encoding/decoding image by using palette mode, and recording medium
WO2020171658A1 (en) Method and device for encoding/decoding video, and recording medium for storing bitstream
WO2022019613A1 (en) Method, apparatus, and recording medium for encoding/decoding image by using geometric partitioning
WO2019074273A1 (en) Method and device using inter prediction information
WO2021107648A1 (en) Image encoding/decoding method and apparatus, and recording medium storing bitstream
WO2019117645A1 (en) Image encoding and decoding method and device using prediction network
WO2019147067A1 (en) Method and apparatus for image encoding and image decoding using temporal motion information
WO2020256495A1 (en) Method, device, and recording medium for encoding/decoding image using reference picture
WO2020209671A1 (en) Method and device for signaling prediction mode-related signal in intra prediction
WO2021029720A1 (en) Method, apparatus, and recording medium for encoding/decoding image by using partitioning
WO2024107021A1 (en) Image encoding/decoding method and device, and recording medium for storing bitstream
WO2024058642A1 (en) Method and device for image encoding/decoding, and recording medium
WO2024080852A1 (en) Image encoding/decoding method and apparatus, and recording medium for storing bitstream
WO2024136550A1 (en) Image encoding/decoding method and apparatus, and recording medium for storing bitstream
WO2024043760A1 (en) Method, device, and recording medium for image encoding/decoding
WO2023055153A1 (en) Method, device and recording medium for image encoding/decoding
WO2023055199A1 (en) Method, device, and recording medium for encoding/decoding image

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: 23892083

Country of ref document: EP

Kind code of ref document: A1