KR20170058854A - 병렬처리 부호화 환경에서 적응적 움직임 탐색영역 설정 방법 및 장치 - Google Patents

Abstract

부호화 대상 영역에 포함된 부호화 단위에 대한 움직임 탐색을 수행하는 방법 및 장치가 개시된다. 본 개시의 일 실시예에 따른 움직임 탐색 방법은 부호화 대상 영역의 움직임 복잡도를 결정하는 단계, 상기 결정된 움직임 복잡도에 기초하여 움직임 탐색 영역을 설정하는 단계, 및 상기 설정된 움직임 탐색 영역에 기초하여 상기 부호화 단위에 대한 움직임 탐색을 수행하는 단계를 포함할 수 있다.

Description

병렬처리 부호화 환경에서 적응적 움직임 탐색영역 설정 방법 및 장치{METHOD AND APPARATUS FOR ADAPTIVE MOTION SEARCH RANGE CONTROL IN THE PARALLEL PROCESSING ENCODING ENVIRONMENT}

본 개시는 영상 압축에 관한 것으로서, 보다 상세하게는 병렬 처리 부호화 환경에서 화면간 예측 시 적응적인 탐색영역(Search range) 설정을 통한 부호화 방법 및 장치에 관한 것이다.

최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 응용 분야에서 증가하고 있다. 영상 데이터가 고해상도, 고품질이 될수록 기존의 영상 데이터에 비해 상대적으로 데이터량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 저장하는 경우, 전송 비용과 저장 비용이 증가하게 된다. 영상 데이터가 고해상도, 고품질화 됨에 따라 발생하는 이러한 문제들을 해결하기 위해서는 고효율의 영상 압축 기술들이 활용될 수 있다.

또한, 영상을 복수의 영역으로 나누고, 각각의 영역을 병렬 처리하는 것에 관한 연구가 진행되고 있으며, 병렬 처리에 따르는 부호화 손실을 최소화할 수 있는 기술이 연구가 함께 진행되고 있다.

본 개시의 기술적 과제는 영상을 부호화/복호화하는 방법 및 장치를 제공하는 것이다.

본 개시의 다른 기술적 과제는 병렬 처리 부호화 환경에서 영상을 부호화/복호화하는 방법 및 장치를 제공하는 것이다.

본 개시의 다른 기술적 과제는 병렬 처리 부호화 환경에서 영상을 부호화함에 있어서, 움직임 탐색영역을 적응적으로 설정하는 방법 및 장치를 제공하는 것이다.

본 개시의 다른 기술적 과제는 적응적으로 설정된 탐색영역에 기초하여 움직임 탐색을 수행하기 위한 방법 및 장치를 제공하는 것이다.

본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

본 개시의 일 양상에 따르면, 부호화 대상 영역에 포함된 부호화 단위에 대한 움직임 탐색 방법에 있어서, 상기 부호화 대상 영역의 움직임 복잡도를 결정하는 단계; 상기 결정된 움직임 복잡도에 기초하여 움직임 탐색 영역을 설정하는 단계; 및 상기 설정된 움직임 탐색 영역에 기초하여 상기 부호화 단위에 대한 움직임 탐색을 수행하는 단계를 포함하는 움직임 탐색 방법이 제공될 수 있다.

본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.

본 개시에 따르면, 영상의 효율적인 부호화/복호화가 가능하다.

또한, 본 개시에 따르면, 병렬 처리 부호화 환경에서 영상의 효율적인 부호화/복호화가 가능하다.

또한, 본 개시에 따르면, 병렬 처리 부호화 환경에서 영상을 부호화함에 있어서, 움직임 탐색영역을 적응적으로 설정하여, 병렬 처리에 따르는 부호화 손실을 최소화할 수 있다.

또한, 본 개시에 따르면, 적응적으로 설정된 움직임 탐색영역에 기초하여 적응적인 움직임 탐색을 수행함으로써, 부호화 복잡도를 최소화할 수 있다.

또한, 본 개시에 따르면, 영상을 다수의 타일(tile)로 분할하고, 각각의 타일을 병렬처리하는 병렬 부호화 환경에서 타일의 경계에 위치하는 코딩 유닛들을 부호화할 때, 탐색영역을 적응적으로 조정하여 화면간 예측모드로 결정될 수 있도록 함에 따라 타일 병렬처리에 따른 부호화 손실을 최소화할 수 있다.

또한, 본 개시에 따르면, 타일에 포함되는 모든 코딩 유닛에 대해 획일적으로 재설정된 탐색영역을 적용하는 것이 아니라 타일 경계에 위치하여 화면간 예측으로 부호화될 가능성이 높은 코딩 유닛에 대해서만 적응적으로 탐색영역을 재설정함으로써 부호화 복잡도가 커지는 것을 방지할 수 있다.

본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 개시의 일 실시예에 따른 영상 부호화 장치를 나타낸 블록도이다.
도 2는 본 개시의 일 실시예에 따른 영상 복호화 장치를 나타낸 블록도이다.
도 3은 다양한 데이터 레벨의 병렬처리 기술 중, 슬라이스, 타일, WPP에 기반한 병렬처리 기술을 개념적으로 설명하기 위한 도면이다.
도 4는 4개의 타일을 포함하는 픽쳐를 하나의 코어(single-core)로 부호화하는 경우와 복수의 코어(multi-core)로 병렬적으로 부호화하는 경우에 있어서, 픽쳐 내부의 코딩 유닛이 부호화되는 순서를 예시적으로 나타내는 도면이다.
도 5는 타일 부호화에 따른 부호화 손실을 설명하기 위한 도면이다.
도 6은 본 개시의 일 실시예에 따라 적응적으로 설정된 탐색 영역에 기초하여 움직임 탐색을 수행하는 방법을 설명하기 위한 플로우 차트이다.
도 7은 정수 화소 단위 움직임 탐색 방법 중 다이아몬드 탐색 및 래스터 탐색을 설명하기 위한 도면이다.

이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.

본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

어떤 구성 요소가 다른 구성 요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있으나, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 할 것이다. 아울러, 본 개시에서 특정 구성을 "포함"한다고 기술하는 내용은 해당 구성 이외의 구성을 배제하는 것이 아니며, 추가적인 구성이 본 개시의 실시 또는 본 개시의 기술적 사상의 범위에 포함될 수 있음을 의미한다.

또한 본 개시의 구성부들은 서로 다른 특징적인 기능들을 나타내기 위해 독립적으로 도시되는 것으로, 각 구성부들이 분리된 하드웨어나 하나의 소프트웨어 구성단위로 이루어짐을 의미하지 않는다. 즉, 각 구성부는 설명의 편의상 각각의 구성부로 나열하여 포함한 것으로 각 구성부 중 적어도 두 개의 구성부가 합쳐져 하나의 구성부로 이루어지거나, 하나의 구성부가 복수 개의 구성부로 나뉘어져 기능을 수행할 수 있고 이러한 각 구성부의 통합된 실시예 및 분리된 실시예도 본 개시의 본질에서 벗어나지 않는 한 본 개시의 권리범위에 포함된다.

또한, 일부의 구성 요소는 본 개시에서 본질적인 기능을 수행하는 필수적인 구성 요소는 아니고 단지 성능을 향상시키기 위한 선택적 구성 요소일 수 있다. 본 개시는 단지 성능 향상을 위해 사용되는 구성 요소를 제외한 본 개시의 본질을 구현하는데 필수적인 구성부만을 포함하여 구현될 수 있고, 단지 성능 향상을 위해 사용되는 선택적 구성 요소를 제외한 필수 구성 요소만을 포함한 구조도 본 개시의 권리범위에 포함된다.

본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.

이하, 첨부한 도면을 참조하여 본 개시의 실시예들에 대해서 설명한다.

도 1은 본 개시의 일 실시예에 따른 영상 부호화 장치를 나타낸 블록도이다.

도 1을 참조하면, 영상 부호화 장치(100)는 픽쳐 분할부(110), 예측부(120, 125), 변환부(130), 양자화부(135), 재정렬부(160), 엔트로피 부호화부(165), 역양자화부(140), 역변환부(145), 필터부(150) 및 메모리(155)를 포함할 수 있다.

도 1에 나타난 각 구성부들은 영상 부호화 장치에서 서로 다른 특징적인 기능들을 나타내기 위해 독립적으로 도시한 것으로, 각 구성부들이 분리된 하드웨어나 하나의 소프트웨어 구성단위로 이루어짐을 의미하지 않는다. 즉, 각 구성부는 설명의 편의상 각각의 구성부로 나열하여 포함한 것으로 각 구성부 중 적어도 두 개의 구성부가 합쳐져 하나의 구성부로 이루어지거나, 하나의 구성부가 복수개의 구성부로 나뉘어져 기능을 수행할 수 있고 이러한 각 구성부의 통합된 실시예 및 분리된 실시예도 본 개시의 본질에서 벗어나지 않는 한 본 개시의 권리범위에 포함된다.

픽쳐 분할부(110)는 입력된 픽쳐를 적어도 하나의 처리 단위로 분할할 수 있다. 이때, 처리 단위는 예측 단위(Prediction Unit: PU)일 수도 있고, 변환 단위(Transform Unit: TU)일 수도 있으며, 부호화 단위(Coding Unit: CU)일 수도 있다. 픽쳐 분할부(110)에서는 하나의 픽쳐에 대해 복수의 부호화 단위, 예측 단위 및 변환 단위의 조합으로 분할하고 소정의 기준(예를 들어, 비용 함수)으로 하나의 부호화 단위, 예측 단위 및 변환 단위 조합을 선택하여 픽쳐를 부호화 할 수 있다.

예를 들어, 하나의 픽쳐는 복수개의 부호화 단위로 분할될 수 있다. 픽쳐에서 부호화 단위를 분할하기 위해서는 쿼드 트리 구조(Quad Tree Structure)와 같은 재귀적인 트리 구조를 사용할 수 있는데 하나의 영상 또는 최대 크기 부호화 단위(largest coding unit)를 루트로 하여 다른 부호화 단위로 분할되는 부호화 유닛은 분할된 부호화 단위의 개수만큼의 자식 노드를 가지고 분할될 수 있다. 일정한 제한에 따라 더 이상 분할되지 않는 부호화 단위는 리프 노드가 된다. 즉, 하나의 코딩 유닛에 대하여 정방형 분할만이 가능하다고 가정하는 경우, 하나의 부호화 단위는 최대 4개의 다른 부호화 단위로 분할될 수 있다.

이하, 본 개시의 실시예에서는 부호화 단위는 부호화를 수행하는 단위의 의미로 사용할 수도 있고, 복호화를 수행하는 단위의 의미로 사용할 수도 있다.

예측 단위는 하나의 부호화 단위 내에서 동일한 크기의 적어도 하나의 정사각형 또는 직사각형 등의 형태를 가지고 분할된 것일 수도 있고, 하나의 부호화 단위 내에서 분할된 예측 단위 중 어느 하나의 예측 단위가 다른 하나의 예측 단위와 상이한 형태 및/또는 크기를 가지도록 분할된 것일 수도 있다.

부호화 단위를 기초로 인트라 예측을 수행하는 예측 단위를 생성시 최소 부호화 단위가 아닌 경우, 복수의 예측 단위 NxN 으로 분할하지 않고 인트라 예측을 수행할 수 있다.

예측부(120, 125)는 인터 예측을 수행하는 인터 예측부(120)와 인트라 예측을 수행하는 인트라 예측부(125)를 포함할 수 있다. 예측 단위에 대해 인터 예측을 사용할 것인지 또는 인트라 예측을 수행할 것인지를 결정하고, 각 예측 방법에 따른 구체적인 정보(예컨대, 인트라 예측 모드, 모션 벡터, 참조 픽쳐 등)를 결정할 수 있다. 이때, 예측이 수행되는 처리 단위와 예측 방법 및 구체적인 내용이 정해지는 처리 단위는 다를 수 있다. 예컨대, 예측의 방법과 예측 모드 등은 예측 단위로 결정되고, 예측의 수행은 변환 단위로 수행될 수도 있다. 생성된 예측 블록과 원본 블록 사이의 잔차값(잔차 블록)은 변환부(130)로 입력될 수 있다. 또한, 예측을 위해 사용한 예측 모드 정보, 모션 벡터 정보 등은 잔차값과 함께 엔트로피 부호화부(165)에서 부호화되어 복호화기에 전달될 수 있다. 특정한 부호화 모드를 사용할 경우, 예측부(120, 125)를 통해 예측 블록을 생성하지 않고, 원본 블록을 그대로 부호화하여 복호화부에 전송하는 것도 가능하다.

인터 예측부(120)는 현재 픽쳐의 이전 픽쳐 또는 이후 픽쳐 중 적어도 하나의 픽쳐의 정보를 기초로 예측 단위를 예측할 수도 있고, 경우에 따라서는 현재 픽쳐 내의 부호화가 완료된 일부 영역의 정보를 기초로 예측 단위를 예측할 수도 있다. 인터 예측부(120)는 참조 픽쳐 보간부, 모션 예측부, 움직임 보상부를 포함할 수 있다.

참조 픽쳐 보간부에서는 메모리(155)로부터 참조 픽쳐 정보를 제공받고 참조 픽쳐에서 정수 화소 이하의 화소 정보를 생성할 수 있다. 휘도 화소의 경우, 1/4 화소 단위로 정수 화소 이하의 화소 정보를 생성하기 위해 필터 계수를 달리하는 DCT 기반의 8탭 보간 필터(DCT-based Interpolation Filter)가 사용될 수 있다. 색차 신호의 경우 1/8 화소 단위로 정수 화소 이하의 화소 정보를 생성하기 위해 필터 계수를 달리하는 DCT 기반의 4탭 보간 필터(DCT-based Interpolation Filter)가 사용될 수 있다.

모션 예측부는 참조 픽쳐 보간부에 의해 보간된 참조 픽쳐를 기초로 모션 예측을 수행할 수 있다. 모션 벡터를 산출하기 위한 방법으로 FBMA(Full search-based Block Matching Algorithm), TSS(Three Step Search), NTS(New Three-Step Search Algorithm) 등 다양한 방법이 사용될 수 있다. 모션 벡터는 보간된 화소를 기초로 1/2 또는 1/4 화소 단위의 모션 벡터값을 가질 수 있다. 모션 예측부에서는 모션 예측 방법을 다르게 하여 현재 예측 단위를 예측할 수 있다. 모션 예측 방법으로 스킵(Skip) 방법, 머지(Merge) 방법, AMVP(Advanced Motion Vector Prediction) 방법, 인트라 블록 카피(Intra Block Copy) 방법 등 다양한 방법이 사용될 수 있다.

인트라 예측부(125)는 현재 픽쳐 내의 화소 정보인 현재 블록 주변의 참조 픽셀 정보를 기초로 예측 단위를 생성할 수 있다. 현재 예측 단위의 주변 블록이 인터 예측을 수행한 블록이어서, 참조 픽셀이 인터 예측을 수행한 픽셀일 경우, 인터 예측을 수행한 블록에 포함되는 참조 픽셀을 주변의 인트라 예측을 수행한 블록의 참조 픽셀 정보로 대체하여 사용할 수 있다. 즉, 참조 픽셀이 가용하지 않는 경우, 가용하지 않은 참조 픽셀 정보를 가용한 참조 픽셀 중 적어도 하나의 참조 픽셀로 대체하여 사용할 수 있다.

인트라 예측에서 예측 모드는 참조 픽셀 정보를 예측 방향에 따라 사용하는 방향성 예측 모드와 예측을 수행시 방향성 정보를 사용하지 않는 비방향성 모드를 가질 수 있다. 휘도 정보를 예측하기 위한 모드와 색차 정보를 예측하기 위한 모드가 상이할 수 있고, 색차 정보를 예측하기 위해 휘도 정보를 예측하기 위해 사용된 인트라 예측 모드 정보 또는 예측된 휘도 신호 정보를 활용할 수 있다.

인트라 예측을 수행할 때 예측 단위의 크기와 변환 단위의 크기가 동일할 경우, 예측 단위의 좌측에 존재하는 픽셀, 좌측 상단에 존재하는 픽셀, 상단에 존재하는 픽셀을 기초로 예측 단위에 대한 인트라 예측을 수행할 수 있다. 그러나 인트라 예측을 수행할 때 예측 단위의 크기와 변환 단위의 크기가 상이할 경우, 변환 단위를 기초로 한 참조 픽셀을 이용하여 인트라 예측을 수행할 수 있다. 또한, 최소 부호화 단위에 대해서만 N x N 분할을 사용하는 인트라 예측을 사용할 수 있다.

인트라 예측 방법은 예측 모드에 따라 참조 화소에 AIS(Adaptive Intra Smoothing) 필터를 적용한 후 예측 블록을 생성할 수 있다. 참조 화소에 적용되는 AIS 필터의 종류는 상이할 수 있다. 인트라 예측 방법을 수행하기 위해 현재 예측 단위의 인트라 예측 모드는 현재 예측 단위의 주변에 존재하는 예측 단위의 인트라 예측 모드로부터 예측할 수 있다. 주변 예측 단위로부터 예측된 모드 정보를 이용하여 현재 예측 단위의 예측 모드를 예측하는 경우, 현재 예측 단위와 주변 예측 단위의 인트라 예측 모드가 동일하면 소정의 플래그 정보를 이용하여 현재 예측 단위와 주변 예측 단위의 예측 모드가 동일하다는 정보를 전송할 수 있고, 만약 현재 예측 단위와 주변 예측 단위의 예측 모드가 상이하면 엔트로피 부호화를 수행하여 현재 블록의 예측 모드 정보를 부호화할 수 있다.

또한, 예측부(120, 125)에서 생성된 예측 단위를 기초로 예측을 수행한 예측 단위와 예측 단위의 원본 블록과 차이값인 잔차값(Residual) 정보를 포함하는 잔차 블록이 생성될 수 있다. 생성된 잔차 블록은 변환부(130)로 입력될 수 있다.

변환부(130)에서는 원본 블록과 예측부(120, 125)를 통해 생성된 예측 단위의 잔차값(residual)정보를 포함한 잔차 블록을 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT와 같은 변환 방법을 사용하여 변환시킬 수 있다. 잔차 블록을 변환하기 위해 DCT를 적용할지, DST를 적용할지 또는 KLT를 적용할지는 잔차 블록을 생성하기 위해 사용된 예측 단위의 인트라 예측 모드 정보를 기초로 결정할 수 있다.

양자화부(135)는 변환부(130)에서 주파수 영역으로 변환된 값들을 양자화할 수 있다. 블록에 따라 또는 영상의 중요도에 따라 양자화 계수는 변할 수 있다. 양자화부(135)에서 산출된 값은 역양자화부(140)와 재정렬부(160)에 제공될 수 있다.

재정렬부(160)는 양자화된 잔차값에 대해 계수값의 재정렬을 수행할 수 있다.

재정렬부(160)는 계수 스캐닝(Coefficient Scanning) 방법을 통해 2차원의 블록 형태 계수를 1차원의 벡터 형태로 변경할 수 있다. 예를 들어, 재정렬부(160)에서는 지그-재그 스캔(Zig-Zag Scan)방법을 이용하여 DC 계수부터 고주파수 영역의 계수까지 스캔하여 1차원 벡터 형태로 변경시킬 수 있다. 변환 단위의 크기 및 인트라 예측 모드에 따라 지그-재그 스캔 대신 2차원의 블록 형태 계수를 열 방향으로 스캔하는 수직 스캔, 2차원의 블록 형태 계수를 행 방향으로 스캔하는 수평 스캔이 사용될 수도 있다. 즉, 변환 단위의 크기 및 인트라 예측 모드에 따라 지그-재그 스캔, 수직 방향 스캔 및 수평 방향 스캔 중 어떠한 스캔 방법이 사용될지 여부를 결정할 수 있다.

엔트로피 부호화부(165)는 재정렬부(160)에 의해 산출된 값들을 기초로 엔트로피 부호화를 수행할 수 있다. 엔트로피 부호화는 예를 들어, 지수 골롬(Exponential Golomb), CAVLC(Context-Adaptive Variable Length Coding), CABAC(Context-Adaptive Binary Arithmetic Coding)과 같은 다양한 부호화 방법을 사용할 수 있다.

엔트로피 부호화부(165)는 재정렬부(160) 및 예측부(120, 125)로부터 부호화 단위의 잔차값 계수 정보 및 블록 타입 정보, 예측 모드 정보, 분할 단위 정보, 예측 단위 정보 및 전송 단위 정보, 모션 벡터 정보, 참조 프레임 정보, 블록의 보간 정보, 필터링 정보 등 다양한 정보를 부호화할 수 있다.

엔트로피 부호화부(165)에서는 재정렬부(160)에서 입력된 부호화 단위의 계수값을 엔트로피 부호화할 수 있다.

역양자화부(140) 및 역변환부(145)에서는 양자화부(135)에서 양자화된 값들을 역양자화하고 변환부(130)에서 변환된 값들을 역변환한다. 역양자화부(140) 및 역변환부(145)에서 생성된 잔차값(Residual)은 예측부(120, 125)에 포함된 움직임 추정부, 움직임 보상부 및 인트라 예측부를 통해서 예측된 예측 단위와 합쳐져 복원 블록(Reconstructed Block)을 생성할 수 있다.

필터부(150)는 디블록킹 필터, 오프셋 보정부, ALF(Adaptive Loop Filter)중 적어도 하나를 포함할 수 있다.

디블록킹 필터는 복원된 픽쳐에서 블록간의 경계로 인해 생긴 블록 왜곡을 제거할 수 있다. 디블록킹을 수행할지 여부를 판단하기 위해 블록에 포함된 몇 개의 열 또는 행에 포함된 픽셀을 기초로 현재 블록에 디블록킹 필터 적용할지 여부를 판단할 수 있다. 블록에 디블록킹 필터를 적용하는 경우 필요한 디블록킹 필터링 강도에 따라 강한 필터(Strong Filter) 또는 약한 필터(Weak Filter)를 적용할 수 있다. 또한 디블록킹 필터를 적용함에 있어 수직 필터링 및 수평 필터링 수행시 수평 방향 필터링 및 수직 방향 필터링이 병행 처리되도록 할 수 있다.

오프셋 보정부는 디블록킹을 수행한 영상에 대해 픽셀 단위로 원본 영상과의 오프셋을 보정할 수 있다. 특정 픽쳐에 대한 오프셋 보정을 수행하기 위해 영상에 포함된 픽셀을 일정한 수의 영역으로 구분한 후 오프셋을 수행할 영역을 결정하고 해당 영역에 오프셋을 적용하는 방법 또는 각 픽셀의 에지 정보를 고려하여 오프셋을 적용하는 방법을 사용할 수 있다.

ALF(Adaptive Loop Filtering)는 필터링한 복원 영상과 원래의 영상을 비교한 값을 기초로 수행될 수 있다. 영상에 포함된 픽셀을 소정의 그룹으로 나눈 후 해당 그룹에 적용될 하나의 필터를 결정하여 그룹마다 차별적으로 필터링을 수행할 수 있다. ALF를 적용할지 여부에 관련된 정보는 휘도 신호는 부호화 단위(Coding Unit, CU) 별로 전송될 수 있고, 각각의 블록에 따라 적용될 ALF 필터의 모양 및 필터 계수는 달라질 수 있다. 또한, 적용 대상 블록의 특성에 상관없이 동일한 형태(고정된 형태)의 ALF 필터가 적용될 수도 있다.

메모리(155)는 필터부(150)를 통해 산출된 복원 블록 또는 픽쳐를 저장할 수 있고, 저장된 복원 블록 또는 픽쳐는 인터 예측을 수행 시 예측부(120, 125)에 제공될 수 있다.

도 2는 본 개시의 일 실시예에 따른 영상 복호화 장치를 나타낸 블록도이다.

도 2를 참조하면, 영상 복호화기(200)는 엔트로피 복호화부(210), 재정렬부(215), 역양자화부(220), 역변환부(225), 예측부(230, 235), 필터부(240), 메모리(245)가 포함될 수 있다.

영상 부호화기에서 영상 비트스트림이 입력된 경우, 입력된 비트스트림은 영상 부호화기와 반대의 절차로 복호화될 수 있다.

엔트로피 복호화부(210)는 영상 부호화기의 엔트로피 부호화부에서 엔트로피 부호화를 수행한 것과 반대의 절차로 엔트로피 복호화를 수행할 수 있다. 예를 들어, 영상 부호화기에서 수행된 방법에 대응하여 지수 골롬(Exponential Golomb), CAVLC(Context-Adaptive Variable Length Coding), CABAC(Context-Adaptive Binary Arithmetic Coding)과 같은 다양한 방법이 적용될 수 있다.

엔트로피 복호화부(210)에서는 부호화기에서 수행된 인트라 예측 및 인터 예측에 관련된 정보를 복호화할 수 있다.

재정렬부(215)는 엔트로피 복호화부(210)에서 엔트로피 복호화된 비트스트림을 부호화부에서 재정렬한 방법을 기초로 재정렬을 수행할 수 있다. 1차원 벡터 형태로 표현된 계수들을 다시 2차원의 블록 형태의 계수로 복원하여 재정렬할 수 있다. 재정렬부(215)에서는 부호화부에서 수행된 계수 스캐닝에 관련된 정보를 제공받고 해당 부호화부에서 수행된 스캐닝 순서에 기초하여 역으로 스캐닝하는 방법을 통해 재정렬을 수행할 수 있다.

역양자화부(220)는 부호화기에서 제공된 양자화 파라미터와 재정렬된 블록의 계수값을 기초로 역양자화를 수행할 수 있다.

역변환부(225)는 영상 부호화기에서 수행한 양자화 결과에 대해 변환부에서 수행한 변환 즉, DCT, DST, 및 KLT에 대해 역변환 즉, 역 DCT, 역 DST 및 역 KLT를 수행할 수 있다. 역변환은 영상 부호화기에서 결정된 전송 단위를 기초로 수행될 수 있다. 영상 복호화기의 역변환부(225)에서는 예측 방법, 현재 블록의 크기 및 예측 방향 등 복수의 정보에 따라 변환 기법(예를 들어, DCT, DST, KLT)이 선택적으로 수행될 수 있다.

예측부(230, 235)는 엔트로피 복호화부(210)에서 제공된 예측 블록 생성 관련 정보와 메모리(245)에서 제공된 이전에 복호화된 블록 또는 픽쳐 정보를 기초로 예측 블록을 생성할 수 있다.

전술한 바와 같이 영상 부호화기에서의 동작과 동일하게 인트라 예측을 수행시 예측 단위의 크기와 변환 단위의 크기가 동일할 경우, 예측 단위의 좌측에 존재하는 픽셀, 좌측 상단에 존재하는 픽셀, 상단에 존재하는 픽셀을 기초로 예측 단위에 대한 인트라 예측을 수행하지만, 인트라 예측을 수행시 예측 단위의 크기와 변환 단위의 크기가 상이할 경우, 변환 단위를 기초로 한 참조 픽셀을 이용하여 인트라 예측을 수행할 수 있다. 또한, 최소 부호화 단위에 대해서만 N x N 분할을 사용하는 인트라 예측을 사용할 수도 있다.

예측부(230, 235)는 예측 단위 판별부, 인터 예측부 및 인트라 예측부를 포함할 수 있다. 예측 단위 판별부는 엔트로피 복호화부(210)에서 입력되는 예측 단위 정보, 인트라 예측 방법의 예측 모드 정보, 인터 예측 방법의 모션 예측 관련 정보 등 다양한 정보를 입력 받고 현재 부호화 단위에서 예측 단위를 구분하고, 예측 단위가 인터 예측을 수행하는지 아니면 인트라 예측을 수행하는지 여부를 판별할 수 있다. 인터 예측부(230)는 영상 부호화기에서 제공된 현재 예측 단위의 인터 예측에 필요한 정보를 이용해 현재 예측 단위가 포함된 현재 픽쳐의 이전 픽쳐 또는 이후 픽쳐 중 적어도 하나의 픽쳐에 포함된 정보를 기초로 현재 예측 단위에 대한 인터 예측을 수행할 수 있다. 또는, 현재 예측 단위가 포함된 현재 픽쳐 내에서 기-복원된 일부 영역의 정보를 기초로 인터 예측을 수행할 수도 있다.

인터 예측을 수행하기 위해 부호화 단위를 기준으로 해당 부호화 단위에 포함된 예측 단위의 모션 예측 방법이 스킵 모드(Skip Mode), 머지 모드(Merge 모드), AMVP 모드(AMVP Mode), 인트라 블록 카피 모드 중 어떠한 방법인지 여부를 판단할 수 있다.

인트라 예측부(235)는 현재 픽쳐 내의 화소 정보를 기초로 예측 블록을 생성할 수 있다. 예측 단위가 인트라 예측을 수행한 예측 단위인 경우, 영상 부호화기에서 제공된 예측 단위의 인트라 예측 모드 정보를 기초로 인트라 예측을 수행할 수 있다. 인트라 예측부(235)에는 AIS(Adaptive Intra Smoothing) 필터, 참조 화소 보간부, DC 필터를 포함할 수 있다. AIS 필터는 현재 블록의 참조 화소에 필터링을 수행하는 부분으로써 현재 예측 단위의 예측 모드에 따라 필터의 적용 여부를 결정하여 적용할 수 있다. 영상 부호화기에서 제공된 예측 단위의 예측 모드 및 AIS 필터 정보를 이용하여 현재 블록의 참조 화소에 AIS 필터링을 수행할 수 있다. 현재 블록의 예측 모드가 AIS 필터링을 수행하지 않는 모드일 경우, AIS 필터는 적용되지 않을 수 있다.

참조 화소 보간부는 예측 단위의 예측 모드가 참조 화소를 보간한 화소값을 기초로 인트라 예측을 수행하는 예측 단위일 경우, 참조 화소를 보간하여 정수값 이하의 화소 단위의 참조 화소를 생성할 수 있다. 현재 예측 단위의 예측 모드가 참조 화소를 보간하지 않고 예측 블록을 생성하는 예측 모드일 경우 참조 화소는 보간되지 않을 수 있다. DC 필터는 현재 블록의 예측 모드가 DC 모드일 경우 필터링을 통해서 예측 블록을 생성할 수 있다.

복원된 블록 또는 픽쳐는 필터부(240)로 제공될 수 있다. 필터부(240)는 디블록킹 필터, 오프셋 보정부, ALF를 포함할 수 있다.

영상 부호화기로부터 해당 블록 또는 픽쳐에 디블록킹 필터를 적용하였는지 여부에 대한 정보 및 디블록킹 필터를 적용하였을 경우, 강한 필터를 적용하였는지 또는 약한 필터를 적용하였는지에 대한 정보를 제공받을 수 있다. 영상 복호화기의 디블록킹 필터에서는 영상 부호화기에서 제공된 디블록킹 필터 관련 정보를 제공받고 영상 복호화기에서 해당 블록에 대한 디블록킹 필터링을 수행할 수 있다.

오프셋 보정부는 부호화시 영상에 적용된 오프셋 보정의 종류 및 오프셋 값 정보 등을 기초로 복원된 영상에 오프셋 보정을 수행할 수 있다.

ALF는 부호화기로부터 제공된 ALF 적용 여부 정보, ALF 계수 정보 등을 기초로 부호화 단위에 적용될 수 있다. 이러한 ALF 정보는 특정한 파라메터 셋에 포함되어 제공될 수 있다.

메모리(245)는 복원된 픽쳐 또는 블록을 저장하여 참조 픽쳐 또는 참조 블록으로 사용할 수 있도록 할 수 있고 또한 복원된 픽쳐를 출력부로 제공할 수 있다.

전술한 바와 같이 이하, 본 개시의 실시예에서는 설명의 편의상 코딩 유닛(Coding Unit)을 부호화 단위라는 용어로 사용하지만, 부호화뿐만 아니라 복호화를 수행하는 단위가 될 수도 있다.

본 개시에서 사용하는 용어에 대한 정의는 다음과 같다.

유닛(Unit): 유닛은 영상 부호화 및 복호화의 단위를 의미하며, 영상 부호화 및 복호화 시 부호화 혹은 복호화 단위라 함은, 하나의 영상을 세분화된 유닛으로 분할하여 부호화 혹은 복호화할 때 그 분할된 단위를 말하므로, 블록, 매크로 블록, 부호화 유닛 (Coding Unit) 또는 예측 유닛 (Prediction Unit) 또는 변환 유닛(Transform Unit) 등으로 부를 수 있다. 하나의 유닛은 크기가 더 작은 하위 유닛으로 더 분할될 수 있다.

블록(Block): 샘플의 MxN 배열. M과 N은 양의 정수 값을 의미하며, 본 개시에서 기술하는 블록의 의미는 부호화 유닛 (coding unit)을 가르킨다.

영상 부호화기에서는 부호화 유닛 크기, 예측 모드, 예측 유닛 크기, 움직임 정보, 변환 유닛 크기 등의 조합을 이용해서 높은 부호화 효율을 제공하기 위해 율-왜곡 최적화(rate-distortion optimization) 방식을 사용할 수 있다.

율-왜곡 최적화 방식은 상기 조합들 중에서 최적의 조합을 선택하기 위해 율-왜곡 비용(rate-distortion cost)을 계산하는데, 율-왜곡 비용은 아래의 수학식 1을 이용해서 계산할 수 있다. 일반적으로 율-왜곡 최적화 방식에서 상기 율-왜곡 비용이 최소가 되는 조합이 최적의 조합으로 선택될 수 있다.

상기 수학식 1에서, 왜곡을 나타내는 D는 변환 블록 내에서 원 변환 계수들과 복원된 변환 계수들 사이의 차이 값들의 제곱에 대한 평균 (mean square error)을 의미하며, 율을 나타내는 R은 관련된 문맥 정보를 이용한 비트율을 나타낸다. 그리고 λ는 라그랑지안 승수(Lagrangian multiplier)를 의미한다. 이때, R은 예측 모드, 움직임 정보, 부호화 블록 플래그(coded block flag) 등의 부호화 파라미터 정보들뿐만 아니라 변환 계수를 부호화했을 때 발생되는 비트(bit)도 포함한다.

영상 부호화기에서는 정확한 D와 R을 계산하기 위해 화면간/화면내 예측, 변환, 양자화, 엔트로피 부호화, 역양자화, 역변환 등의 과정을 거치는데 이러한 과정은 부호화기에서 복잡도를 크게 증가시키게 된다.

본 개시의 영상 압축은 시간적으로 이전 또는 이후의 참조 픽처로부터 현재 픽처에 포함된 픽셀값을 예측하는 화면간(Inter) 예측 기술, 현재 픽처 내의 픽셀 정보를 이용하여 현재 픽처에 포함된 픽셀값을 예측하는 화면내(Intra) 예측 기술, 출현 빈도가 높은 심볼(Symbol)에 짧은 부호를 할당하고 출현 빈도가 낮은 심볼에 긴 부호를 할당하는 엔트로피 부호화 기술이 적용될 수 있다.

본 개시의 영상 압축은 매크로블럭(16x16)단위로 부호화가 수행될 수 있다. 또는 고해상도 비디오에 대해 최적의 압축효율을 높이기 위해 CU (Coding Unit), PU (Prediction Unit), TU (Transform Unit)별 최적의 압축효율을 낼 수 있는 부호화 구조(Block Structure)를 지원할 수 있다.

본 개시의 영상 압축은 다양한 데이터 레벨의 병렬처리 기술(Data level parallelism)에 적용될 수 있다. 데이터 레벨의 병렬처리 기술은 처리할 데이터를 복수의 단위 데이터로 분할한 후 각각 분할된 데이터를 서로 다른 코어(Core) 또는 스레드(Thread)에 할당하여 동일한 작업을 병렬적으로 수행하는 방식을 의미한다. 예컨대, 본 개시에 따른 영상 압축은 영상을 슬라이스 단위로 분할하거나, 타일 단위로 분할하여 병렬처리 할 수 있다. 또는 Wavefront parallel processing(WPP) 기술에 따라 병렬처리 할 수 있다. WPP 기술은 서로 의존성이 존재하지 않는 부호화 단위들을 병렬처리 하는 방식을 의미할 수 있다.

본 개시의 영상 압축은 다양한 데이터 레벨의 병렬처리 부호화 환경에서 부호화 손실을 최소화할 수 있다. 예컨대, 데이터 레벨의 병렬처리에 따르면, 현재 속한 슬라이스 또는 타일 영역 내에 위치한 주변 블록의 부호화 정보만을 이용할 수 있기 때문에 이로 인한 부호화 손실이 발생하게 된다. 또한 WPP의 경우, 현재의 Wavefront 부호화에 앞서 부호화된 일부 주변 정보를 이용한 병렬처리가 가능하지만 스레드간의 동기화 및 빈번한 주변 블록 정보의 가용성 체크(Availability check)와 같은 구현상의 정교함이 요구될 뿐만 아니라 이로 인한 병렬처리 효과가 상대적으로 낮아지는 문제가 있다. 본 개시의 일 실시예에 따르면, 데이터 레벨의 병렬처리에 따라 야기되는 상기 문제점이 해소될 수 있다.

보다 구체적으로, 하나의 픽처가 다수의 타일로 분할되어 병렬처리되는 경우, 동일 타일 내의 코딩 유닛 간에는 부호화 정보를 활용하여 부호화 효율을 높일 수 있다. 그러나, 타일 경계(위, 왼쪽)에 위치한 코딩 유닛의 경우 참조할 수 있는 주변 코딩 유닛(주변 블록)이 한정될 수 있다. 타일 경계 부분의 코딩 유닛들은 보다 정확한 주변 부호화 정보(예컨대, 움직임 정보)를 활용하지 못함으로써 율-왜곡 최적화에 따른 모드 결정이 화면간 예측이 아닌 화면내 예측으로 결정되는 경우가 빈번히 발생할 수 있다. 이로 인해 슬라이스 또는 타일이 적용되지 않았을 경우라면 상대적으로 저비트량으로 화면간 예측 모드가 결정될 수 있었지만, 실제 슬라이스 또는 타일을 적용함으로 인해 화면내 예측 모드로 결정되는 경우가 발생함에 따라 상당히 높은 비트량으로 부호화 됨으로써 부호화 손실이 발생하게 된다.

특히 타일에 속한 영상 영역이 매우 큰 움직임 특성을 가지는 경우, 타일 경계에 속한 대부분의 코딩 유닛이 화면내 모드로 결정되게 되고, 타일 내부의 코딩 유닛 또한 주변의 움직임 정보를 활용하지 못하는 상황이 발생하여 부호화 손실은 보다 크게 나타나게 된다. 이러한 부호화 손실을 낮추기 위해서는 타일 경계에 위치한 코딩 유닛들에 대해 보다 넓은 탐색영역을 통한 화면간 예측을 수행하여 화면간 예측모드로 부호화 될 수 있도록 설정해 주어야 하지만 상대적으로 커진 탐색영역에 따른 부호화 복잡도가 증가할 수 있다

본 개시의 일 실시예에 따르면, 타일 기반 병렬처리 부호화 환경에서, 타일 경계에 위치한 코딩 유닛들이 화면간 예측을 통해 부호화 될 수 있도록 적응적 탐색영역을 설정할 수 있다.

도 3은 다양한 데이터 레벨의 병렬처리 기술 중, 슬라이스, 타일, WPP에 기반한 병렬처리 기술을 개념적으로 설명하기 위한 도면이다.

도 3에 도시된 바와 같이, 슬라이스 단위의 병렬처리는 스캔 순서상 연속하는 복수의 부호화 단위를 하나의 슬라이스 단위로 결정하고, 각각의 슬라이스는 별개의 코어에 의해 병렬처리 될 수 있다.

슬라이스와 달리 타일의 경우, 하나 이상의 수평 경계 및/또는 수직 경계를 이용하여 영상을 복수의 타일로 분할하고, 각각의 타일은 별개의 코어에 의해 병렬처리 될 수 있다. 타일은 항상 정수개의 부호화 단위(예컨대, 최대 크기 부호화 단위)들로 구성될 수 있으며, 사각형(직사각형 또는 정사각형) 형태를 가진다. 타일의 크기는 가변적으로 결정될 수 있으며, 예컨대, 최소 타일 크기를 미리 설정하거나 시그널링할 수 있다. 예컨대, 최소 타일 크기는 가로x세로를 256x64로 설정할 수 있다. 그러나, 최소 타일 크기는 이에 한정되지 않으며, 다양한 크기로 설정될 수 있다. 화면해상도에 따라 하나의 픽처가 분할되는 타일의 최대 개수는 미리 설정하거나 시그널링할 수 있다. 예컨대, Full HD 해상도의 영상에 대해서는 타일의 최대 개수를 25개로 설정할 수 있다. 그러나, 타일의 최대 개수는 이에 한정되지 않으며, 다양한 개수로 설정될 수 있다.

WPP에 기반한 병렬처리 기술은 서로 의존성이 존재하지 않는 부호화 단위들을 각각 별개의 코어에 의해 병렬처리 할 수 있다.

동일 슬라이스 또는 동일 타일 내의 코딩 유닛들은 병렬처리되는 다른 슬라이스 또는 다른 타일에 속한 코딩 유닛의 부호화 정보를 참조하지 못한다. 따라서, 전술한 바와 같이, 병렬처리에 따른 부호화 손실이 발생할 수 있다. 특히, 해당 타일에서 움직임이 큰 영역이 많은 경우, 타일 경계 영역에 위치한 코딩 유닛이 화면내 예측모드로 결정될 확률이 높아질 뿐만 아니라 이로 인해 타일 내부에 위치한 코딩 유닛들 조차 주변 코딩 유닛(예컨대, 타일 경계에 위치한 코딩 유닛)들이 화면내 예측모드로 결정됨으로 인해 주변 움직임 정보를 활용하지 못하게 되고 이에 따라 부호화 손실이 타일 전체에 전파될 수 있다.

도 4는 4개의 타일을 포함하는 픽쳐를 하나의 코어(single-core)로 부호화하는 경우와 복수의 코어(multi-core)로 병렬적으로 부호화하는 경우에 있어서, 픽쳐 내부의 코딩 유닛이 부호화되는 순서를 예시적으로 나타내는 도면이다. 복수의 코어를 이용하여 각각의 타일을 병렬처리하는 경우, 각각의 타일 내부에 표시한 스캔 순서(Scan Order)에 따라 기본 블록의 부호화가 진행될 수 있다. 기본 블록은 부호화의 단위가 되는 블록일 수 있으며, 예컨대, 최대 부호화 단위(Largest Coding Unit, LCU) 또는 최대 부호화 단위로부터 분할되어 얻어진 부호화 단위(Coding Unit, CU)가 될 수 있다. 최대 부호화 단위는 트리 구조(Tree Structure)를 이용하여 복수의 부호화 단위로 분할될 수 있으며, 이때 최대 부호화 단위는 코딩 트리 유닛(Coding Tree Unit, CTU)이 될 수 있다.

도 4에 있어서, 복수의 코어를 이용하여 각각의 타일을 병렬처리하는 경우, 서로 다른 타일에 속하는 코딩 유닛의 부호화 정보는 이용할 수 없다. 예컨대, 타일 3에 속한 모든 부호화 단위는 타일 0 ~ 타일 2에 속한 부호화 단위의 부호화 정보를 이용할 수 없다. 따라서, 타일 3의 경계(상단 및/또는 왼쪽)에 위치한 부호화 단위들은 참조할 주변 블록이 한정될 수 있다.

도 5는 타일 부호화에 따른 부호화 손실을 설명하기 위한 도면이다. 도 5는 움직임이 큰 4K 영상을 30개의 타일로 분할하여 부호화 한 것이며, 영상 내의 실선은 타일의 경계를 표시한 것이다. 도 5의 왼쪽 부분의 영상(502)은 영상(501)을 참조 영상으로 하고, 움직임 탐색 영역(Search range)을 64로 설정했을 때의 부호화 결과를 나타낸 것이다. 도 5의 오른쪽 부분의 영상(504)은 영상(503)을 참조 영상으로 하고, 움직임 탐색 영역을 256으로 설정했을 때의 부호화 결과를 나타낸 것이다. 도 5에서 영상(501, 502, 503, 504) 내부의 흰색으로 표시한 부분은 화면내 예측이 수행된 부분이고, 회색 및 검정색으로 표시된 부분은 화면간 예측이 수행된 부분을 나타낸다. 화면간 예측을 회색 및 검정색으로 표현한 것은 화면간 예측 내에서도 SKIP 모드 또는 Merge 모드로 부호화된 경우와 움직임 예측을 실제 수행한 영역을 달리 표현한 것이다.

도 5에서 알 수 있듯이 탐색 영역이 64일 경우는 대부분의 영역이 화면내 예측(흰색)으로 결정됨에 따라 부호화 손실이 더 크게 나타나고 있으며, 이는 타일 경계 영역에서 주변 부호화 완료된 블록의 움직임 정보를 효과적으로 이용하지 못함과 동시에, 탐색 영역이 64로 상대적으로 작게 설정되어 움직임이 큰 영상에 효율적으로 대처하지 못함으로 인해 발생하고 있다.

한편, 탐색 영역이 상대적으로 큰 256으로 설정된 경우, 상대적으로 많은 영역에서 화면간 예측이 수행되었음을 알 수 있다.

도 6은 본 개시의 일 실시예에 따른 적응적으로 설정된 탐색 영역에 기초하여 움직임 탐색을 수행하는 방법을 설명하기 위한 플로우 차트이다.

도 6은 타일 기반 병렬처리 부호화 환경에서, 타일 경계 영역의 코딩 유닛을 부호화시 적응적으로 탐색 영역을 설정하고, 설정된 탐색 영역에 기초하여 움직임 탐색을 수행하는 경우에 적용될 수 있다. 그러나, 반드시 타일 기반 병렬처리의 경우로 한정되지 않으며, 병렬처리를 위해 영상을 복수의 영역으로 나누어 부호화하는 경우라면 모두 적용될 수 있다.

먼저, 단계 S601에서, 현재 부호화 하려는 타일 영역에 대한 움직임 복잡도 (MC, Motion complexity)를 결정할 수 있다. 움직임 복잡도는 관련 파라미터의 획득에 의해 결정될 수 있다. 현재 부호화 하려는 타일 영역에 대한 움직임 복잡도는 현재 타일 영역에 속한 이미지 영역이 갖는 움직임 특성을 의미할 수 있다. 움직임 특성이란, 예컨대, 움직임의 크기를 의미할 수 있으며, 움직임의 크기에 기초하여 움직임 복잡도가 결정되고, 이를 기초로 탐색 영역의 크기를 적응적으로 결정할 수 있다.

현재 부호화 하려는 타일의 움직임 복잡도는 다양한 방법에 의해 결정될 수 있으며, 예컨대, 아래의 2 가지 측정 등을 통해 결정될 수 있다.

(1) Zero motion based TD (tile difference)

복잡도를 최소화 하기 위해 현재 부호화 대상 타일 및 참조 픽처의 동일 위치에 속한 타일 영역 사이의 zero motion 기반 Tile difference의 절대값의 합을 측정하여, 현재 부호화 대상 타일의 움직임 복잡도를 결정하기 위한 파라미터로서 이용할 수 있다. 예컨대, 현재 타일에 속하는 픽셀 위치 (i, j)의 픽셀값을 T_curr(i, j), 참조 픽처의 동일 위치에 속한 타일 영역의 픽셀 위치 (i, j)의 픽셀값을 T_ref(i, j)라고 할 때, zero motion 기반 TD(Tile Difference)의 절대값의 합은 예컨대, 아래의 수학식 2에 의해 측정될 수 있다.

(2) 현재 타일이 참조하는 픽처의 동일 영역 내의 타일의 움직임 정보의 Norm

양방향 예측의 경우, 참조 픽처의 움직임 정보는 List 0 및 List 1에 따라 구분될 수 있다. 이 때, 현재 타일의 참조 픽처의 동일 영역 내의 타일의 움직임 벡터(MV, motion vector)를 List 0, List 1에 따라 획득한 후, 각 움직임 벡터에 대한 Norm을 계산할 수 있다. 각 움직임 벡터에 대한 Norm의 계산에는 예컨대, 아래의 수학식 3이 이용될 수 있다.

상기 수학식 3에서,

은 x 가 실수인 경우, x에 가까운 가장 큰 정수값을 의미한다.

각 움직임 벡터에 대한 Norm을 계산한 후, List 0, List 1에 대한 움직임 벡터의 Norm의 평균(AvgNorm) 및 최대 Norm(MaxNorm)을 계산할 수 있다. 움직임 벡터의 Norm의 평균 및 최대 Norm의 계산에는 예컨대, 아래의 수학식 4가 이용될 수 있다.

상기 수학식 4에서, N_L0 및 N_L1은 참조 픽처의 동일 타일 영역에서 획득한 List 0, List 1 각각에 대한 움직임 벡터의 개수를 나타낸다.

전술한 바와 따라 계산된 움직임 벡터의 Norm의 평균 및/또는 최대 Norm을 현재 부호화 대상 타일의 움직임 복잡도를 결정하기 위한 파라미터로서 이용할 수 있으며, 이를 기초로 부호화 대상 타일의 움직임 복잡도를 결정할 수 있다.

구체적으로, 전술한 바와 같이 계산된 TD 및/또는 각 List별 AvgNorm과 기 정의된 또는 시그널링되는 임계값을 비교하여 움직임 복잡도를 결정할 수 있다. 예컨대, 상기 계산된 TD 및/또는 AvgNorm이 임계값보다 큰 경우, 해당 타일의 움직임 복잡도를 크다고 결정할 수 있다. 또는 복수의 임계값을 정의하고, 상기 복수의 임계값과 상기 계산된 TD 및/또는 AvgNorm과의 비교를 통해, 상기 계산된 TD 및/또는 AvgNorm이 복수의 임계값에 의해 구분되는 복수의 레벨 중 어디에 속하는지 판단하여, 해당 타일의 움직임 복잡도를 복수의 레벨 중 하나로 결정할 수도 있다. 전술한 임계값은 오프 라인상의 다양한 영상을 토대로 수동 조정(Manual tuning)하거나 또는 실제 부호화 시 이전에 부호화가 완료된 영상의 통계적 특성에 따라 동적으로 설정할 수도 있다. 또한 전술한 임계값은 TD에 대한 임계값 및 AvgNorm에 대한 임계값이 각각 설정될 수 있으며, 둘 중 하나 또는 둘 모두에 대해 복수의 임계값이 설정될 수 있다. 예컨대, 아래의 수학식 5와 같이, TD와 AvgNorm의 모두가 각각의 임계값보다 큰 경우에만 해당 타일의 움직임 복잡도를 크다고 결정하고, 탐색 영역을 적응적으로 설정하도록 할 수 있다.

상기 수학식 5에서 Th_TD는 TD에 대한 임계값을 의미하며, Th_Norm은 AvgNorm에 대한 임계값을 의미한다. 본 개시의 일 실시예에 따르면, 상기 수학식 5의 조건을 만족하는 경우에만 해당 타일의 움직임 복잡도가 크다고 결정하고, 이에 따라 탐색 영역을 적응적으로 설정하도록 할 수 있다. 예컨대, 상기 수학식 5의 AvgNorm이 List 0에 관한 것일 경우, TD 및 AvgNorm(L0)가 기 정의된 임의의 임계값보다 큰 경우, 부호화 대상 타일의 L0 화면간 예측 시, 탐색 영역을 적응적으로 설정하도록 할 수 있다. 이때, 탐색 영역의 적응적 설정은 탐색 영역의 확대를 의미할 수 있다. 탐색 영역의 확대는 소정의 스케일링에 따라 수행될 수 있으며, 이에 대해서는 후술한다.

단계 S601에서 현재 부호화 대상 타일의 움직임 복잡도가 결정되면, 이를 기초로, 움직임 탐색 영역을 적응적으로 설정할 수 있다(단계 S602). 적응적으로 설정된 움직임 탐색 영역은 현재 부호화 대상 타일의 경계(예컨대, 왼쪽 및/또는 위쪽)에 위치한 코딩 유닛의 화면간 부호화 시에만 적용될 수도 있고, 현재 부호화 대상 타일에 속하는 모든 코딩 유닛의 화면간 부호화 시에 적용될 수도 있고, 현재 부호화 대상 타일에 속하는 일부 코딩 유닛의 화면간 부호화 시에 적용될 수도 있다.

현재 부호화 대상 타일의 움직임 복잡도에 기초하여 탐색 영역을 확대하는 것으로 결정된 경우, 현재의 영상의 부호화에 대해 기본적으로 설정된 탐색 영역(SearchRange)에 대해 소정의 스케일링을 적용하여 확대된 탐색 영역(New SearchRange)을 설정할 수 있다. 예컨대, 아래의 수학식 6을 이용하여 확대된 탐색 영역을 설정할 수 있다.

상기 수학식 6에서, MaxNorm, AvgNorm은 List 0, List 1의 각각에 대해 계산되므로, 탐색 영역의 확대 여부, 확대된 탐색 영역의 크기는 List 0, List 1의 각각에 대해 달리 설정될 수 있다. 예컨대, 현재 부호화 되는 코딩 유닛에 대한 화면간 예측 시, List 0에 대해서만 탐색 영역이 확대되고, List 1에 대해서는 탐색 영역이 기존과 동일할 수 있으며, 그 반대의 경우도 발생할 수 있다. 또는, List 0, List1 모두에 대해 탐색 영역이 확대될 수도 있다.

전술한 바와 같이 탐색 영역이 확대되면, 확대된 탐색 영역을 기준으로 현재 부호화 되는 코딩 유닛에 대한 움직임 탐색이 수행될 수 있다(단계 S603). 움직임 탐색은 정수 화소 단위 움직임 탐색과 부 화소 단위 움직임 탐색으로 구성될 수 있다.

정수 화소 단위 움직임 탐색은 참조 픽처의 탐색 영역 내에서 현재 부호화 되는 코딩 유닛과 상관도가 가장 높은 최적의 참조 블록의 위치를 정수 화소 단위로 탐색하는 것을 의미할 수 있다. 현재 부호화 되는 코딩 유닛과 참조 블록의 상관도는 다양한 방법에 의해 계산될 수 있으며, 예컨대, SAD(Sum of Absolute Difference)를 이용할 수 있다. 정수 화소 단위 움직임 탐색에는 다양한 알고리즘이 적용될 수 있다. 예컨대, 정수 화소 단위 움직임 탐색을 위해, 다이아몬드 탐색 단계(diamond search step), 래스터 탐색 단계(raster search step) 및 리파인먼트 단계(refinement step)의 3단계로 구성된 알고리즘이 적용될 수 있다.

도 7은 정수 화소 단위 움직임 탐색 방법 중 다이아몬드 탐색 및 래스터 탐색을 설명하기 위한 도면이다.

도 7에 도시된 제1 단계의 다이아몬드 탐색에서는 초기 설정된 예측 움직임 벡터(PMV, Predictive MV)를 기준으로 다이아몬드 탐색을 진행하여 기 정의된 조기결정 조건을 만족하는 정수 화소 단위의 탐색점을 찾을 수 있다. 제1 단계의 다이아몬드 탐색에서 기 정의된 조기결정 조건을 만족하는 정수 화소 단위의 탐색점을 찾지 못한 경우, 도 7에 도시된 제2 단계의 래스터 탐색을 수행할 수 있다. 제2 단계의 래스터 탐색에서는 설정된 탐색 영역 내에서 래스터 스캔 순서에 따라 일정한 픽셀 간격을 두고 정수 화소 단위의 탐색점을 찾을 수 있다. 일정한 픽셀 간격은 예컨대, 5 픽셀 간격으로 설정될 수 있다. 제3 단계의 리파인먼트 단계에서는 제1 단계의 다이아몬드 탐색 또는 제2 단계의 래스터 탐색에서 결정된 탐색점을 기준으로 다이아몬드 탐색을 수행함으로써, 최적의 탐색점을 찾을 수 있다.

본 개시의 일 실시예에 따라 움직임 탐색 영역이 확대되는 경우에도, 전술한 움직임 탐색 방법이 적용될 수 있다. 또는, 탐색 영역의 확대에 따라, 전술한 움직임 탐색 방법을 수정하여 적용할 수 있다. 예컨대, 탐색 영역의 확대에 따라, 전술한 움직임 탐색 방법을 그대로 적용할 경우, 부호화기의 복잡도가 증가할 수 있으며, 이를 고려하여 전술한 움직임 탐색 방법을 수정 적용할 수 있다.

보다 구체적으로, 탐색 영역이 확대되면, 전술한 움직임 탐색 방법에 있어서 래스터 탐색의 탐색 대상인 정수 화소의 간격을 일반적인 경우와 달리 설정할 수 있다. 예컨대, 탐색 영역이 확대되지 않은 일반적인 경우에 5 픽셀 간격으로 래스터 탐색을 수행하였다면, 탐색 영역이 확대된 경우에는, 5 픽셀의 래스터 탐색 간격(RSI, raster search interval)을 조정할 수 있다. 래스터 탐색 간격의 조정은 탐색 영역이 확대된 정도에 기초하여 수행될 수 있다. 예컨대, 확대된 탐색 영역에 대한 조정된 래스터 탐색 간격(New RSI)을 계산하기 위해 아래의 수학식 7이 적용될 수 있다.

상기 수학식 7에서, 스케일링(scaling)은 탐색 영역이 확대된 정도를 의미할 수 있다. 스케일링은, 예컨대, 상기 수학식 6에서 계산된 스케일링이 적용될 수 있다.

상기와 같이, 확대된 탐색 영역에 대한 래스터 탐색 간격을 조정하여 래스터 탐색 간격이 멀어지면, 확대된 탐색 영역에서의 래스터 탐색에 대한 계산 횟수를 줄여줌으로써 부호화기의 복잡도가 증가하는 단점을 방지할 수 있다.

본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.

본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.

또한, 본 개시의 다양한 실시예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.

본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.

Claims (1)

1. 부호화 대상 영역에 포함된 부호화 단위에 대한 움직임 탐색 방법에 있어서,
   상기 부호화 대상 영역의 움직임 복잡도를 결정하는 단계;
   상기 결정된 움직임 복잡도에 기초하여 움직임 탐색 영역을 설정하는 단계; 및
   상기 설정된 움직임 탐색 영역에 기초하여 상기 부호화 단위에 대한 움직임 탐색을 수행하는 단계를 포함하는 움직임 탐색 방법.

Images