1 |
1
비트스트림으로부터 현재블록의 인트라 예측모드, 및 잔차 값들을 복호화하고, 개선 플래그(refinement flag)를 복호화하거나 상기 개선 플래그를 결정하는 엔트로피 복호화부, 여기서, 상기 개선 플래그는, 상기 현재블록의 인트라 예측 시, 딥러닝 기반 개선 모델(refinement model)의 적용 여부를 지시함;상기 인트라 예측모드를 이용하여 상기 현재블록에 대한 예측블록을 생성하는 인트라 예측부;상기 개선 플래그가 1인 경우, 상기 개선 모델을 이용하여 상기 예측블록으로부터 개선 예측블록을 생성하는 신호 개선부; 및상기 개선 플래그가 1인 경우, 상기 개선 예측블록에 상기 잔차 값들을 가산하여 상기 현재블록의 복원블록을 생성하거나, 상기 개선 플래그가 0인 경우, 상기 예측블록에 상기 잔차 값들을 가산하여 상기 복원블록을 생성하는 가산기를 포함하는 것을 특징으로 하는, 영상 복호화 장치
|
2 |
2
제1항에 있어서, 상기 개선 모델은, 고정계수(fixed coefficient) 네트워크를 포함하는 딥러닝 모델로 구현되고, 상기 현재블록의 원본 영상에 근접하는 개선 예측블록을 생성하도록 사전에 트레이닝되는 것을 특징으로 하는, 영상 복호화 장치
|
3 |
3
제1항에 있어서, 상기 개선 모델은, 고정계수 네트워크 및 가변계수(variable coefficient) 네트워크를 포함하는 딥러닝 모델으로 구현되고, 상기 현재블록의 원본 영상의 부호화 시 상기 고정계수 네트워크를 고정한 채로 상기 가변계수 네트워크가 트레이닝되는 것을 특징으로 하는, 영상 복호화 장치
|
4 |
4
제3항에 있어서, 상기 엔트로피 복호화부는,상기 비트스트림으로부터 상기 가변계수 네트워크의 파라미터를 복호화하는 것을 특징으로 하는, 영상 복호화 장치
|
5 |
5
제1항에 있어서, 상기 개선 플래그는, 영상 부호화 장치로부터 블록 단위로 전송되거나, 픽처 또는 슬라이스 단위로 전송되는 것을 특징으로 하는, 영상 복호화 장치
|
6 |
6
제1항에 있어서,상기 개선 플래그는,상기 현재블록의 인트라 예측 시, 기설정된 예측모드를 이용하는 경우, 1로 결정되는 것을 특징으로 하는, 영상 복호화 장치
|
7 |
7
제1항에 있어서,상기 개선 플래그는,상기 현재블록의 인트라 예측 시, 행렬 가중 인트라 예측(matrix weighted intra prediction)을 이용하는 경우, 1로 결정되는 것을 특징으로 하는, 영상 복호화 장치
|
8 |
8
제1항에 있어서상기 개선 플래그는,상기 현재블록의 인트라 예측 시, 다수의 참조 라인을 이용하되, 상기 현재블록에 직접적으로 인정한 행 또는 열의 참조 샘플들을 이용하지 않는 경우, 1로 결정되는 것을 특징으로 하는, 영상 복호화 장치
|
9 |
9
제1항에 있어서상기 개선 플래그는,상기 현재블록의 인트라 예측 시, 인접한 행 또는 열에 사용 가능한 참조 샘플들이 없는 경우, 1로 결정되는 것을 특징으로 하는 영상 복호화 장치
|
10 |
10
제1항에 있어서상기 개선 플래그는,상기 현재블록의 인트라 예측 시, 상기 현재블록이 분할된 서브브록들을 이용하는 경우, 1로 결정되는 것을 특징으로 하는 영상 복호화 장치
|
11 |
11
영상 복호화 장치가 수행하는, 현재블록에 대한 인트라 예측을 수행하는 영상 복호화 방법에 있어서,비트스트림으로부터 상기 현재블록의 인트라 예측모드, 및 잔차 값들을 복호화하고, 개선 플래그(refinement flag)를 복호화하거나 상기 개선 플래그를 결정하는 단계, 여기서, 상기 개선 플래그는, 상기 현재블록의 인트라 예측 시, 딥러닝 기반 개선 모델(refinement model)의 적용 여부를 지시함;상기 인트라 예측모드를 이용하여 상기 현재블록에 대한 예측블록을 생성하는 단계; 및상기 개선 플래그에 기초하여 상기 현재블록의 복원블록을 생성하는 단계를 포함하되, 상기 복원블록을 생성하는 단계는,상기 개선 플래그가 1인 경우, 상기 개선 모델을 이용하여 상기 예측블록으로부터 개선 예측블록을 생성하는 단계; 및상기 개선 예측블록에 상기 잔차 값들을 가산하여 상기 복원블록을 생성하는 단계를 포함하고, 상기 개선 플래그가 0인 경우, 상기 예측블록에 상기 잔차 값들을 가산하여 상기 복원블록을 생성하는 것을 특징으로 하는, 영상 복호화 방법
|
12 |
12
제11항에 있어서, 상기 개선 플래그는, 영상 부호화 장치로부터 블록 단위로 전송되거나, 비디오 시퀀스 또는 슬라이스 단위로 전송되는 것을 특징으로 하는, 영상 복호화 방법
|
13 |
13
제11항에 있어서,상기 결정하는 단계는,상기 현재블록의 인트라 예측 시, 기설정된 예측모드를 이용하는 경우, 상기 개선 플래그를 1로 결정하는 것을 특징으로 하는, 영상 복호화 방법
|
14 |
14
영상 부호화 장치가 수행하는, 현재블록에 대한 인트라 예측을 수행하는 영상 부호화 방법에 있어서,상기 현재블록의 인트라 예측모드를 획득하고, 개선 플래그(refinement flag)를 획득하거나 상기 개선 플래그를 결정하는 단계, 여기서, 상기 개선 플래그는, 상기 현재블록의 인트라 예측 시, 딥러닝 기반 개선 모델(refinement model)의 적용 여부를 지시함;상기 인트라 예측모드를 이용하여 상기 현재블록에 대한 예측블록을 생성하는 단계; 및상기 개선 플래그에 기초하여 상기 현재블록의 잔차블록을 생성하는 단계를 포함하되, 상기 잔차블록을 생성하는 단계는,상기 개선 플래그가 1인 경우, 상기 개선 모델을 이용하여 상기 예측블록으로부터 개선 예측블록을 생성하는 단계; 및상기 현재블록으로부터 상기 개선 예측블록을 감산하여 상기 잔차블록을 생성하는 단계를 포함하고, 상기 개선 플래그가 0인 경우, 상기 현재블록으로부터 상기 예측블록을 감산하여 상기 잔차블록을 생성하는 것을 특징으로 하는, 영상 부호화 방법
|
15 |
15
제14항에 있어서, 상기 개선 모델은, 고정계수(fixed coefficient) 네트워크를 포함하는 딥러닝 모델로 구현되고, 상기 현재블록의 원본 영상에 근접하는 개선 예측블록을 생성하도록 사전에 트레이닝되는 것을 특징으로 하는, 영상 부호화 방법
|
16 |
16
제14항에 있어서, 상기 개선 모델은, 고정계수 네트워크 및 가변계수(variable coefficient) 네트워크를 포함하는 딥러닝 모델로 구현되고, 상기 현재블록의 원본 영상의 부호화 시 상기 고정계수 네트워크를 고정한 채로 상기 가변계수 네트워크가 트레이닝되는 것을 특징으로 하는, 영상 부호화 방법
|
17 |
17
제16항에 있어서, 상기 가변계수 네트워크의 파라미터를 부호화한 후, 영상 복호화 장치로 전송하는 단계를 더 포함하는 것을 특징으로 하는, 영상 부호화 방법
|
18 |
18
제14항에 있어서, 상기 개선 플래그를 블록 단위로 영상 복호화 장치로 전송하거나, 픽처 또는 슬라이스 단위로 상기 영상 복호화 장치로 전송하는 단계를 더 포함하는 것을 특징으로 하는, 영상 부호화 방법
|
19 |
19
제14항에 있어서,상기 개선 플래그를 결정하는 단계는,상기 현재블록의 인트라 예측 시, 기설정된 예측모드를 이용하는 경우, 상기 개선 플래그를 1로 결정하는 것을 특징으로 하는, 영상 부호화 방법
|