JP2005244346A - 動画像符号化装置及びその方法、プログラム - Google Patents

Abstract

【課題】 符号量と符号化歪み量が最適な動画像符号化データを生成することができる動画像符号化装置を提供する。
【解決手段】 入力画像の分散を算出する分散算出部１０５と、入力画像に対してフィルタ処理を行うプリフィルタ部１０１と、フィルタ処理された入力画像に対して量子化と符号化する符号化部１０２と、符号化データに対して復号化を行う局所復号化部１０３と、符号化部１０２の入力画像と前記復号化部１０３の出力である再構成画像からブロック歪みを検出する検出部１０６と、符号化部１０２における符号量と符号化歪み量との関係を規定するＲ−Ｄモデル算出部１０９と、視覚感度を評価するための視覚感度モデル算出部１０７と、入力ピクチャの目標符号量、前記規定及び前記視覚感度評価に基づいて、プリフィルタ部１０１におけるフィルタ特性及び量子化処理における重み付けパラメータを算出するパラメータ算出部１０８とを具える。
【選択図】 図１

Description

本発明は、動画像を所定単位で符号化する動画像符号化において、量子化処理における重み付けパラメータを用いて、入力画像を所定の目標符号量に符号化する動画像符号化装置及びその方法、プログラムに関するものである。

近年のデジタル信号処理技術の飛躍的な進歩により、従来ならば困難であった動画像の蓄積メディアへの記録や伝送路を介した動画像の伝送が行われている。この場合に、動画像を構成する各々のピクチャは、圧縮符号化処理が施されデータ量が大幅に削減されている。この圧縮符号化処理として、代表的な手法の一つに、例えば、ＭＰＥＧ（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）方式がある。

ＭＰＥＧ方式に準拠して、動画像中の一連のピクチャを一定のビット・レートという条件下で圧縮符号化する場合には、動画像中のシーンやピクチャの空間周波数特性、及び量子化スケール（Ｑスケール）値に応じて符号量が大きく異なる。このような符号化特性をもつ圧縮符号化装置を実現する上で、符号化歪みを最小限にするための重要な技術が符号量制御である。

符号量制御を実現するためのアルゴリズムについては、これまで数多く提案されてきている。その中でも、ＭＰＥＧ−２符号化方式の標準化の過程で提案されたＴＭ５（Test Model 5(Test Model Editing Commitee: "Test Model 5", ISO/IEC JTC/SC29/WG11/N0400(Apr.1993)））で使用されているアルゴリズム（以下、ＴＭ５：特許文献１）は良く知られているものの一つである。

＜従来技術１＞
ＴＭ５では、次の３つのステップ（ステップ１〜３）から構成され、ＧＯＰ（Group of Pictures）毎にビット・レートが一定になるように、Ｑ（量子化（quantization））スケールを制御している。

［ステップ１：ビット割当］：ＧＯＰ内の残り符号量から、次に符号化するピクチャの目標符号量を算出する。

［ステップ２：符号量制御］：ステップ１で算出した目標符号量から仮想バッファの状態に応じて、Ｑスケールを算出する。

［ステップ３：Ｑスケールの調整］：マクロブロックの空間アクティビチィに基づいて、最終的なＱスケールを決定する。

前記３つのステップの内、符号化歪みに最も影響の大きいステップ１の詳細な処理を次に説明する。

［ステップ１：ビット割当］
今、図１４に示す通りに、現ＧＯＰ内の１０番目のピクチャＰ３（Ｐピクチャ）の符号化に先立ち、ピクチャＰ３の目標符号量を算出するものとする。ステップ１の処理は、次式で表される。

但し、Ｒ_gopは現ＧＯＰに対して割り当てられる符号量、Ｎ_i、Ｎ_p及びＮ_bはそれぞれＩ、Ｐ及びＢピクチャの現ＧＯＰにおける残りのピクチャ数、ｂｉｔｓ＿ｒａｔｅは目標ビット・レート、ｐｉｃｔｕｒｅ＿ｒａｔｅはピクチャ・レートを表す。更には、Ｉ、Ｐ及びＢピクチャ毎に、符号化結果からピクチャの複雑度Ｘ_i、Ｘ_p及びＸ_bを次式で算出する。

但し、Ｒ_i、Ｒ_p及びＲ_bは、それぞれＩ、Ｐ及びＢピクチャを符号化して得られる符号量、Ｑ_i、Ｑ_p及びＱ_bはそれぞれＩ、Ｐ及びＢピクチャ内のすべてのマクロブロックに対するＱスケールの平均値である。式（１）及び式（２）から、次式を用いて、Ｉ、Ｐ及びＢピクチャそれぞれについて目標符号量Ｔ_i、Ｔ_p及びＴ_bを算出する。

但し、Ｋ_p＝１．０及びＫ_b＝１．４である。
以上の処理から算出したピクチャＰ３の目標符号量Ｔ_pに基づき、ステップ２以降において、Ｑスケールを算出する。

＜従来技術２＞
プリフィルタを用いる符号量制御手法として、特許文献１として、「動画像符号化におけるプリフィルタ制御方法及び装置」がある。この手法によれば、符号化部の前段にあるプリフィルタであるＬＰＦ（以下、プリフィルタＬＰＦ）によって、符号化部に入力される各ピクチャの空間周波数を制御することで、量子化歪みを低減している。

プリフィルタＬＰＦの制御には、図１５に示すバランス関数なるものを定義し、量子化歪みと画像鮮鋭度劣化との整合を取る。図１５の２本の曲線は、以下の２つの関数Ｆ１及びＦ２にそれぞれ相当する。

Ｆ１（動き量、フィルタ係数、Ｑスケール、符号量）
Ｆ２（フィルタ係数、Ｑスケール）
関数Ｆ１及びＦ２の交差点をバランス点と称して、この点において符号量と画質の整合が最も優れているＱスケールとプリフィルタＬＰＦのフィルタ係数が得られるとしている。

＜従来技術３＞
同様に、プリフィルタを用いる符号量制御手法のもう一つの従来技術として、特許文献２として、「動画像符号化方法」が提案されている。

この手法によれば、まず、符号化難易度Ｙを、以下の通りＩ、Ｐ及びＢピクチャ毎に関数Ｆを使用して算出する。

Ｙ＝ Ｆ（累積符号量，平均Ｑスケール）
次に、Ｉ、Ｐ及びＢそれぞれについて算出した符号化難易度Ｙ_i、Ｙ_p及びＹ_bからフィルタ係数パラメータＺを次式から算出する。

式（４）により得られたフィルタ係数パラメータＺの値に応じて、図１６に示すグラフから実際のフィルタ係数Ｓを、予め設定してある所定値Ｓ０、Ｓ１あるいはＳ３から選択する。
即ち、各フィルタ係数Ｓに対応するフィルタ係数Ｚに幅をもたせることによって、急激なフィルタ係数Ｚの変化を回避している。
Test Model 5(Test Model Editing Commitee: "Test Model 5", ISO/IEC JTC/SC29/WG11/N0400(Apr.1993)） 特許２８９４１３７号公報 特開２００２−２４７５７６号公報

しかしながら、非特許文献１で示される従来技術１のＴＭ５には、次のような課題がある。

ステップ２及びステップ３において、最終的なＱスケールを得る場合には、ピクチャの目標符号量と現マクロブロックまでのピクチャ内の符号量との乖離、及びマクロブロックの空間アクティビティのみを使用している。

即ち、ＴＭ５は、符号化対象となるピクチャの目標符号量が既に決定された後、実際に符号化処理を行いながら視覚特性を調整しようとするものである。よって、画質の定量的な劣化具合や人間の視覚特性が十分反映されていない課題がある。

特許文献１で示される従来技術２は、プリフィルタＬＰＦを用いることで、ＴＭ５の課題の解決を試みている。しかし、関数Ｆ１において、引数である動き量を算出するための大規模な回路が必要となる。また、関数Ｆ１及びＦ２の定義や図１５で示したバランス点の算出方法については、何ら言及しておらず、プリフィルタＬＰＦの制御方法及び効果が不明瞭である。

更に、特許文献２で示される従来技術３は、フィルタ係数を変更する際に、急激な変化を回避することで、従来技術２の課題の解決を試みている。しかし、単純に累積符号量と平均Ｑスケールの情報からのみ、フィルタ係数を予測しているにすぎないので、依然として画質の劣化具合や人間の視覚特性が考慮されているとは言い難い。

本発明は上記の課題に鑑みてなされたものであり、画質の劣化具合や人間の視覚特性を考慮して、割り当てられた目標符号量の条件下において符号量と符号化歪み量が最適な動画像符号化データを生成することができる動画像符号化装置及びその制御方法、プログラムを提供することを目的とする。

上記の目的を達成するための本発明による動画像符号化装置は以下の構成を備える。即ち、
動画像を所定単位で符号化する動画像符号化において、量子化処理における重み付けパラメータを用いて、入力画像を所定の目標符号量に符号化する動画像符号化装置であって
前記入力画像の分散を算出する分散算出手段と、
前記入力画像に対して、与えられたフィルタ特性によりフィルタ処理を行うフィルタ手段と、
前記フィルタ手段でフィルタ処理された入力画像に対して、量子化処理を行い、符号化する符号化手段と、
前記符号化手段が出力する符号化データに対して復号化処理を行う復号化手段と、
前記符号化手段の入力画像と前記復号化手段の出力である再構成ピクチャからブロック歪みを検出する検出手段と、
前記符号化手段における符号量と符号化歪み量との関係を規定する規定式を決定する規定式決定手段と、
前記分散算出手段で算出された分散及び少なくとも前記検出手段の検出結果を含む、視覚感度を評価するための評価式を決定する評価式決定手段と、
前記入力画像の目標符号量、前記規定式及び前記度評価式に基づいて、前記フィルタ手段における前記フィルタ特性及び量子化処理における重み付けパラメータを算出するパラメータ算出手段と
を備える。

また、好ましくは、前記規定式決定手段は、前記規定式を、前記フィルタ手段でフィルタ処理された入力画像の分散及び前記符号化手段の符号化歪み量を用いて決定する。

また、好ましくは、前記評価式は、前記検出手段の検出結果と、前記フィルタ手段でフィルタ処理された入力画像の分散及び前記符号化手段における符号化歪み量を含む。

また、好ましくは、前記パラメータ算出手段は、前記入力画像の目標符号量を拘束条件として、前記規定式と前記評価式の二つの式を最適にする前記フィルタ手段でフィルタ処理された入力画像の分散と、前記符号化手段における符号化歪み量を算出する。

また、好ましくは、前記パラメータ算出手段は、前記符号化手段における符号化歪み量から前記入力画像の目標符号量を算出することで、前記量子化処理の重み付けパラメータを算出する。

また、好ましくは、前記パラメータ算出手段は、前記フィルタ手段でフィルタ処理された入力画像の分散及び前記符号化手段における符号化歪み量を、前記入力画像の目標符号量が、前記規定式から得られる前記符号化手段の符号量と等しいことを拘束条件として、前記評価式が最大あるいは最小となるラグランジュ未定乗数法を用いて算出する。

上記の目的を達成するための本発明による動画像符号化方法は以下の構成を備える。即ち、
動画像を所定単位で符号化する動画像符号化において、量子化処理における重み付けパラメータを用いて、入力画像を所定の目標符号量に符号化する動画像符号化方法であって
前記入力画像の分散を算出する分散算出工程と、
前記入力画像に対して、与えられたフィルタ特性によりフィルタ処理を行うフィルタ工程と、
前記フィルタ工程でフィルタ処理された入力画像に対して、量子化処理を行い、符号化する符号化工程と、
前記符号化工程が出力する符号化データに対して復号化処理を行う復号化工程と、
前記符号化工程の入力画像と前記復号化工程の出力である再構成ピクチャからブロック歪みを検出する検出工程と、
前記符号化工程における符号量と符号化歪み量との関係を規定する規定式を決定する規定式決定工程と、
前記分散算出工程で算出された分散及び少なくとも前記検出工程の検出結果を含む、視覚感度を評価するための評価式を決定する評価式決定工程と、
前記入力画像の目標符号量、前記規定式及び前記評価式に基づいて、前記フィルタ工程における前記フィルタ特性及び量子化処理における重み付けパラメータを算出するパラメータ算出工程と
を備える。

上記の目的を達成するための本発明によるプログラムは以下の構成を備える。即ち、
動画像を所定単位で符号化する動画像符号化において、量子化処理における重み付けパラメータを用いて、入力画像を所定の目標符号量に符号化する動画像符号化装置の制御を実現するプログラムであって
前記入力画像の分散を算出する分散算出工程のプログラムコードと、
前記入力画像に対して、与えられたフィルタ特性によりフィルタ処理を行うフィルタ工程のプログラムコードと、
前記フィルタ工程でフィルタ処理された入力画像に対して、量子化処理を行い、符号化する符号化工程のプログラムコードと、
前記符号化工程が出力する符号化データに対して復号化処理を行う復号化工程と、
前記符号化工程の入力画像と前記復号化工程の出力である再構成ピクチャからブロック歪みを検出する検出工程のプログラムコードと、
前記符号化工程における符号量と符号化歪み量との関係を規定する規定式を決定する規定式決定工程のプログラムコードと、
前記分散算出工程で算出された分散及び少なくとも前記検出工程の検出結果を含む、視覚感度を評価するための評価式を決定する評価式決定工程のプログラムコードと、
前記入力画像の目標符号量、前記規定式及び前記評価式に基づいて、前記フィルタ工程における前記フィルタ特性及び量子化処理における重み付けパラメータを算出するパラメータ算出工程のプログラムコードと
を備える。

上記の目的を達成するための本発明による動画像符号化装置は以下の構成を備える。即ち、
動画像を所定単位で符号化する動画像符号化において、量子化処理における重み付けパラメータを用いて、入力画像を所定の目標符号量に符号化する動画像符号化装置であって
前記入力画像の分散を算出する分散算出手段と、
前記入力画像に対して、与えられたフィルタ特性によりフィルタ処理を行うフィルタ手段と、
前記フィルタ手段でフィルタ処理された入力画像に対して、量子化処理を行い、符号化する符号化手段と、
前記符号化手段が出力する符号化データに対して復号化処理を行う復号化手段と、
前記符号化手段の入力画像と前記復号化手段の出力である再構成画像からブロック歪みを検出する検出手段と、
前記入力画像の目標符号量、前記分散算出手段の出力及び前記検出手段の出力に応じて、前記フィルタ手段における前記フィルタ特性及び量子化処理における重み付けパラメータを算出するパラメータ算出手段と
を備えることを特徴とする。

上記の目的を達成するための本発明による動画像符号化方法は以下の構成を備える。即ち
動画像を所定単位で符号化する動画像符号化において、量子化処理における重み付けパラメータを用いて、入力画像を所定の目標符号量に符号化する動画像符号化方法であって
前記入力画像の分散を算出する分散算出工程と、
前記入力画像に対して、与えられたフィルタ特性によりフィルタ処理を行うフィルタ工程と、
前記フィルタ工程でフィルタ処理された入力画像に対して、量子化処理を行い、符号化する符号化工程と、
前記符号化工程が出力する符号化データに対して復号化処理を行う復号化工程と、
前記符号化工程の入力画像と前記復号化工程の出力である再構成画像からブロック歪みを検出する検出工程と、
前記入力画像の目標符号量、前記分散算出工程の算出結果及び前記検出工程の検出結果に応じて、前記フィルタ特性及び量子化処理における重み付けパラメータを算出するパラメータ算出工程と
を備えることを特徴とする。

本発明によれば、画質の劣化具合や人間の視覚特性を考慮して、割り当てられた目標符号量の条件下において符号量と符号化歪み量が最適な動画像符号化データを生成することができる動画像符号化装置及びその方法、プログラムを提供できる。

以下、本発明の実施の形態について図面を用いて詳細に説明する。

本発明では、符号化歪みを伴う不可逆符号化方式に適用した例を詳細に説明する。

実施形態１においては、符号化方式を限定せずに、一般的な不可逆符号化方式に適用した例を示す。実施形態２においては、ＭＰＥＧ符号化方式に適用した例を示す。

＜実施形態１＞
図１は本発明の実施形態１の動画像符号化装置の構成を示すブロック図である。また、図２は本発明の実施形態１の動画像符号化装置が実行する処理を示すフローチャートである。

以下、図１及び図２を用いて、実施形態１の動画像符号化装置１００の動作の詳細について説明する。

尚、動画像符号化装置における量子化処理の重み付けパラメータは、Ｑスケールであるとする。

図１に示すように、動画像符号化装置１００は、大きく分けて、プリフィルタ部１０１、符号化部１０２、局所復号化部１０３及び符号量制御部１０４のブロックから構成される。また、これらの各ブロックは、ハードウェアで実現されても良いし、ブロックの一部あるいはすべてがソフトウェアとして、ＣＰＵやＲＡＭ、ＲＯＭを用いる制御によって実現されても良い。

動画像符号化装置１００の動作を説明するにあたり、現時点においては、図３に示すように、ピクチャＩ２までの符号化処理が完了しており、次に、ピクチャＩ３の符号化処理を行うものとする。

まず、図２のステップＳ２００で、外部ブロック（不図示）からピクチャＩ３の目標符号量Ｒ_tが設定される。Ｒ_tの算出方法は、本発明に依存するものではなく、例えば、従来例で示されるＣＢＲ方式であれば、ＴＭ５のステップ１の処理に相当するものである。

動画像符号化装置１００では、符号化部１０２のＱスケールを、設定された目標符号量Ｒ_tから直接算出するのではなく、目標符号量Ｒ_tから想定される符号化歪み量を、視覚感度モデル算出部１０７及びＲ−Ｄモデル算出部１０９を用いて、プリフィルタ部１０１と符号化部１０２に最適に分割する。

ステップＳ２０１で、ピクチャＩ３の分散Ｓ_iを、分散算出部１０５で算出する。分散Ｓ_iの算出方法は、例えば、以下のように算出する。
座標（ｘ，ｙ）、ピクチャサイズをＭ×Ｎ画素、着目するピクチャの平均をＡＶＥとした場合、ピクチャの分散Ｓ_iは、次式で算出される。

次に、ステップＳ２０３〜２０４で用いる符号化部１０２のＲ−Ｄモデル（Ｒ−Ｄ規定式）及び視覚感度モデル（視覚感度評価式）について説明する。

実施形態１において適用する符号化部１０２のＲ−ＤモデルＲ_c（Ｓ_f，ＭＳＥ_c）は、次式を用いて算出する。

ここで、Ｉ_c及びΘ_cは定数であり、Ｉ_c＝１及びΘ_c＝０．５の場合には、情報理論において、Ｒａｔｅ Ｄｉｓｔｏｒｔｉｏｎ理論として知られる符号量と符号化歪み量の関係を表す公知の式である。
Ｓ_fは、符号化部１０２の入力ピクチャの分散であり、プリフィルタ部１０１の出力ピクチャの分散に相当する。分散Ｓ_fは、実施形態１における動画像符号化装置１００の入力ピクチャの分散Ｓ_i及びプリフィルタ部１０１のフィルタ特性に応じて変化する変数である。

ＭＳＥ_cは、符号化部１０２によって生じる符号化歪み量である。ＭＳＥ_cは、符号化部１０２の入力ピクチャと、局所復号化部１０３の出力ピクチャとの差分二乗和に相当する変数である。

Ｉ_c及びΘ_iは、符号化部１０２の符号化方式に依存するパラメータとして定義する。実施形態１では、符号化部１０２の符号化方式を限定しない場合を想定しているので、Ｉ_ｃ＝１及びΘ_c＝０.５を適用する。

ここで、図４に、式（５）の特性を表す図として、Ｓ_f＝２３００、Ｉ_c＝１及びΘ_c＝０．５の場合の符号量Ｒ_cと符号化歪み量ＭＳＥ_cとの関係を示す。

ステップＳ２０３で用いる視覚感度モデルＨ_vs（Ｓ_f，ＭＳＥ_c）は、実施形態１では、次式として定義する。

ここで、ＭＳＥ_fは、プリフィルタ部１０１において生じるフィルタ歪み量、Ｂ_cprevは直前ピクチャの符号化処理時にブロック歪み検出部１０６で検出したブロック歪み量、及びＳ_cprevは符号化部１０２の直前入力ピクチャの分散Ｓ_fである。
更に、式（６）中のフィルタ歪み量ＭＳＥ_fは、次式として定義する。

ここで、αはプリフィルタ部１０１のフィルタの種類に依存する定数である。
尚、式（５）〜式（７）で使用される変数及び定数の一覧を図５に示す。

次に、実施形態１において使用する式（６）及び（７）の視覚感度モデルＨ_vs（Ｓ_f，ＭＳＥ_c）の特徴を、以下に示す。

特徴１：符号化部１０２において生じる符号化歪み量ＭＳＥ_cのみならず、プリフィルタ部１０１で生じるフィルタ歪み量ＭＳＥ_f（Ｓ_f）を考慮することで、動画像符号化装置１００全体の歪み量の評価が可能であり、高精度な画質の制御が可能である。

特徴２：ブロック歪み量Ｂ_cpfevを評価量として追加することにより、人間の視覚感度に近い画質の評価が可能である。

式（６）及び式（７）を用いて、ステップＳ２０２で、動画像符号化装置１００の入力ピクチャの分散Ｓ_i、符号化部１０２の直前入力ピクチャの分散Ｓ_cprev及び直前ピクチャのブロック歪み量Ｂ_cprevから、視覚感度モデルＨ_vs（Ｓ_f，ＭＳＥ_c）を算出する。

次に、ステップＳ２０３のパラメータ算出部１０８における分散Ｓ_f及び符号化歪み量ＭＳＥ_cの算出方法について説明する。

実施形態１においては、動画像符号化装置１００に与えられたピクチャの目標符号量の拘束条件下で、ラグランジュ未定乗数法を用いて、二つの視覚感度モデルＨ_vs（Ｓ_f，ＭＳＥ_c）及びＲ−ＤモデルＲ_c（Ｓ_f，ＭＳＥ_c）の関係を最適する分散Ｓ_f及び符号化歪み量ＭＳＥ_cを算出する。

即ち、動画像符号化装置１００に与えられたピクチャの目標符号量をＲ_tとすれば、拘束条件式は、次式で表せる。
［拘束条件式］

更に、未定乗数をλと定義すれば、

となる。
また、必要条件式として次式を定義する。
［必要条件式］

よって、式（１０）及び式（８）から分散Ｓ_f及び符号化歪み量ＭＳＥ_cの最適解を算出するためには、ステップＳ２０３において、次式を演算する。

但し、実施形態１においてはＩ_c＝１及びΘ_c＝０.５である。
また、αはプリフィルタ部１０１を構成したフィルタの種類に依存する係数であり、動画像符号化装置１００を構成した際に予め定める定数である。

次に、ステップＳ２０４で、フィルタ特性算出部１１０において、プリフィルタ部１０１のフィルタ特性を決定する。実施形態１においては、プリフィルタ部１０１の入力及び出力ピクチャの分散の変化を用いてフィルタ特性を選択する。

尚、入力ピクチャの分散Ｓ_iはステップＳ２０１で、出力ピクチャの分散Ｓ_fはステップＳ２０３で、算出済みである。

これら二つの分散Ｓ_i及びＳ_fの関係と、予め定めておいた複数のフィルタ係数の変化に応じた、プリフィルタ部１０１の入力及び出力ピクチャの分散特性の中から、最も特性の近いフィルタ係数を一つ選択する。

図６は、予め定めておいたフィルタ係数Ｃ１〜Ｃ５にそれぞれに対応する、プリフィルタ部１０１の入力及び出力ピクチャの分散特性を示す５つの曲線から、算出した分散Ｓ_i及びＳ_fの関係に最も近いフィルタ係数Ｃ２が選択されていることを示している。

プリフィルタ部１０１は、パラメータＣ１〜Ｃ５をフィルタ係数算出部１１０から受け取ることで、対応するフィルタ特性になるようにフィルタ係数を変更する。

ステップＳ２０５で、Ｒ−Ｄモデル算出部１０９において、式（１１）から得られた符号化歪み量ＭＳＥ_c及び分散Ｓ_fを用いて、Ｒ−ＤモデルＲ_c（Ｓ_f，ＭＳＥ_c）から符号化部１０２の目標符号量Ｒ_cを算出する。

これは、式（５）のＲ−ＤモデルＲ_c（Ｓ_f，ＭＳＥ_c）に、当該符号化歪み量ＭＳＥ_c及び分散Ｓ_fを代入することで算出する。

ステップＳ２０６で、ステップＳ２０５で算出した目標符号量Ｒ_cを用いて、符号化部１０２のＱスケールを算出する。Ｑスケールの算出には、符号化部１０２のＲ−Ｑモデルを使用する。実施形態１においては、符号化部１０２のＲ−ＱモデルＲＱ_c（Ｒ_c，Ｓ_f）として、次の一次式で表現する。

ここで、Ｒ_cはステップＳ２０５において算出した目標符号量Ｒ_cであり、Ｓ_fはステップＳ２０３において算出した符号化部１０２の入力ピクチャの分散Ｓ_fである。
また、β_cは定数であり、直前のピクチャにおいて使用したＲ_c、Ｓ_i及びＱ_cの値を、式（１２）に再度代入することで得る。但し、実施形態１においては、Ｑスケールを算出する精度を高めるために、次式を用いてステップＳ２０９で、Ｒ−ＱモデルＲＱ_c（Ｒ_c，Ｓ_f）を更新する。

但し、ｎはＲ−ＱモデルＲＱ_c（Ｒ_c，Ｓ_f）に反映させる過去のピクチャ数に相当する。
以上、ステップＳ２００〜ステップＳ２０６までの処理が完了した後、ステップＳ２０７で、プリフィルタ部１０１及び符号化部１０２の処理を実行する。

また、符号化部１０２の符号化処理と並行して、ステップＳ２０８ではブロック歪み検出部１０６で、ブロック歪み量Ｂ_cprevの検出を行う。ブロック歪み量Ｂ_cprevは、符号化部１０２の入力ピクチャと局所復号化部１０３の出力ピクチャを用いる。

ここで、人間の視覚感度として、ブロック歪みに非常に敏感であることが知られている。このブロック歪みは、８×８画素の正方ブロック単位で直交変換及び量子化処理を施していることがその発生原因である。

ブロック歪み量Ｂ_cprevの検出方法は、本発明には依存せずに自由に実装が可能であるが、たとえ同じピクチャに対してブロック歪みを検出したとしても、ブロック歪み量Ｂ_cprevは検出方法に依存して異なる。

しかし、その違いは、式（６）の視覚モデルＨ_vs（Ｓ_f，ＭＳＥ_c）を考慮し、定数をＢ_cprevに乗じれば良い。この定数は、ブロック歪み検出部１０６の検出方法が定まれば、実施形態１の動画像符号化装置１００を構成した際には一意に決定される値である。

実施形態１においては、ブロック歪み検出部１０６の検出方法として、８×８ブロック境界の差分二乗和ＭＳＥ_blkとピクチャ全体の差分二乗和ＭＳＥ_allの比を使って算出する。

ここで、符号化部１０２の入力ピクチャの水平方向の画素数をx_size及び垂直方向の画素数をy_sizeとする。水平方向の座標がＪ及び垂直方向の座標がＩの、符号化部１０２の入力ピクチャの画素値をＣＩＮ（Ｊ，Ｉ）とし、同様に、局所復号化部１０３の出力ピクチャの画素値をＣＯＵＴ（Ｊ，Ｉ）とすれば、ブロック歪み量Ｂ_cprevは、以下の（１４）式で算出する。

ここで、ＭＳＥ_allは，ＣＩＮ（Ｊ，Ｉ）とＣＯＵ（Ｊ，Ｉ）とのピクチャ全体における差分二乗和であり、γはブロック歪み検出部１０６の検出方法に依存する定数である。
以上説明したように、実施形態１によれば、以上のステップＳ２００〜ステップＳ２０９の処理を、動画像符号化処理装置１００にピクチャを入力する毎に繰り返し行うことにより、画質の劣化具合や人間の視覚特性を考慮した、プリフィルタ部１０１及び符号化部１０２の制御を実現することができる。

よって、割り当てられた目標符号量の条件下において符号量と符号化歪み量が最適な符号化動画像データを得ることができる。

＜実施形態２＞
実施形態２として、符号化部にＭＰＥＧ−４符号化方式に適用した例を詳細に説明する。

図７は本発明の実施形態２の動画像符号化装置の構成を示すブロック図である。また、図８は本発明の実施形態２の動画像符号化装置が実行する処理を示すフローチャートである。

ここで、図７の実施形態２の動画像符号化装置８００を構成する各ブロックと、図１の実施形態１の動画像符号化装置１００を構成する各ブロックとの相違点は、次の二つである。

ブロックの相違点１：図１のプリフィルタ部１０１が、図７のバターワースフィルタ部８０１に相当する。

ブロックの相違点２：図１の符号化部１０２が、図７のＭＰＥＧ符号化部８０２に相当する。

尚、符号量制御部８０４の内部ブロック構成は、図１の符号量制御部１０４の内部ブロック構成と同様である。

また、ＭＰＥＧ符号化部８０２は、動き検出部（ＭＥ）８０５、ＤＣＴ部８０６、量子化部（ＱＴＺ）８０７、可変長符号化部（ＶＬＣ）８０８を有している。また、局所ＭＰＥＧ復号化部８０３は、動き補償部（ＭＣ）８０９、逆ＤＣＴ部（ＩＤＣＴ）８１０、逆量子化部（ＩＱＴＺ）８１１のブロックを有している。

また、これらの各ブロックは、ハードウェアで実現されても良いし、ブロックの一部あるいはすべてがソフトウェアとして、ＣＰＵやＲＡＭ、ＲＯＭを用いる制御によって実現されても良い。

次に、図８の実施形態２の動画像符号化装置が実行する処理を示すフローチャートと、図１の実施形態１の動画像符号化装置１００が実行する処理を示すフローチャートとの相違点は、次の二つである。

処理の相違点１：図８のステップＳ９０４及び９０６の処理で用いるＲ−Ｄモデルが、図２のステップＳ２０３及び２０５で用いるＲ−Ｄモデルと異なる。

処理の相違点２：図８のステップＳ９０５で行うフィルタ特性の選択方法が、図２のステップＳ２０４で行うフィルタ特性の選択方法と異なる。

以後、ＭＰＥＧ−４符号化方式における全体の処理の中で、実施形態２の動画像符号化装置８００の処理が対応する部分について説明した後、前記２つの処理の相違点ついて、それぞれ詳細に説明する。

[全体の処理の中で対応する部分]
実施形態２では、図９に示すように、ストリーム全体を、複数のピクチャからなるシーケンスに分割する。符号量制御は、このシーケンスを一つの単位として行い、シーケンス単位で、それぞれ同一のビット・レートになるように符号化する。例えば、このシーケンスは、ＭＰＥＧ−４符号化方式のシンタックスにおいて、Ｇｒｏｕｐ＿ｏｆ＿ＶｉｄｅｏＯｂｊｅｃｔＰｌａｎｅ（）に対応する。

図１０は、一つのシーケンスにおけるＭＰＥＧ−４符号化方式の処理を示すフローチャートである。シーケンスを構成するピクチャの数及びシーケンスの目標符号量は、本発明には依存しない。

例えば、ステップＳ１０００で、シーケンスの目標符号量が、従来技術の式（１）中のＲ_gopに対応しているとする。この場合、ステップＳ１００１で、シーケンスを構成する一つのピクチャの目標符号量Ｒ_tを算出するため、従来技術の式（２）及び（３）を用いることができる。

シーケンスを構成する一つのピクチャの目標符号量Ｒ_tが算出された後、ステップＳ１００２で、図８の処理を繰り返すことで、シーケンスを構成するすべてのピクチャの符号化を行う。
[処理の相違点１]
実施形態２においても、実施形態１と同様に、ＭＰＥＧ符号化部８０２のＲ−ＤモデルＲ_c（Ｓ_f，ＭＳＥ_c）を定義する。尚、実施形態２の動画像符号化処理装置８００が対象とするピクチャ・タイプはＩピクチャ及びＰピクチャの２つとする。

式（５）のＲ−ＤモデルＲ_c（Ｓ_f，ＭＳＥ_c）の２つの定数Ｉ_c及びΘ_cの値を、実施形態２のＭＰＥＧ符号化部８０１の符号量Ｒ_cと符号化歪み量ＭＳＥ_cとの関係を表すように定義する。

ＭＰＥＧ−４符号化方式のＰピクチャの符号化においては、ピクチャ内のみ情報を用いるＩピクチャの符号化と異なり、隣り合うピクチャ間の相関を利用して差分演算を行う。

この差分演算は、図７中の動き検出処理を行うＭＥ８０５及び動き補償処理を行うＭＣ８０９のそれぞれ２つのブロックにより実現される。

即ち、ＭＰＥＧ符号化部８０２の入力ピクチャが同一である場合でも、ＩピクチャあるいはＰピクチャを符号化しているのかによって、直交変換処理を行うＤＣＴ８０６の入力ピクチャの分散が異なってしまい、ＭＰＥＧ符号化部８０２のＲ−ＤモデルＲ_c（Ｓ_f，ＭＳＥ_c）を表現することができないという課題が生じる。

この課題を解決するためには、Ｉピクチャ及びＰピクチャのいずれの符号化時においても、ＤＣＴ８０６の入力ピクチャの分散Ｓ_fを算出して、それを式（５）中の分散Ｓ_fと定義すれば良い。但し、この場合には、新たに、ＭＥ８０５及びＭＣ８０９の処理を考慮した分散モデルを新たに定義する必要がある。

そこで、実施形態２においては、ピクチャ・タイプに応じた二つのＲ−ＤモデルＲ_c（Ｓ_f，ＭＳＥ_c）を定義する。

図１１は、ＭＰＥＧ符号化部８０１のＩピクチャにおけるＲ−ＤモデルＲ_ic（Ｓ_f，ＭＳＥ_c）の符号量Ｒ_cと符号化歪み量ＭＳＥ_cの関係を示した図である。

図１１中の「−▲−」で示される曲線は、式（５）中の二つの定数Ｉ_c及びΘ_cをそれぞれ、Ｉ_c＝１及びΘ_c＝０.５としたＲ−Ｄモデルに、「−■−」で示される曲線は、Ｉ_c＝０.１及びΘ_c＝０.２５とした実施形態２のＭＰＥＧ符号化部８０２のＩピクチャに対応したＩピクチャＲ−ＤモデルＲ_ic（Ｓ_f，ＭＳＥ_c）にそれぞれ対応する。更には、「−◆−」で示される曲線は、実際にＭＰＥＧ−４符号化方式でＩピクチャを符号化した場合の実測値を示している。

図１１において、符号量Ｒ_cが０.５以上の領域において、実測値の曲線とＩピクチャＲ−ＤモデルＲ_ic（Ｓ_f，ＭＳＥ_c）の曲線の間に大きな乖離が生じている。

尚、符号量Ｒ_c＝０.５に相当するビット・レートは、ＭＰＥＧ符号化部８０２の入力ピクチャの画像サイズがＶＧＡ、サブサンプル４−２−０及びフレーム・レート３０ｆｐｓの場合に、６.６Ｍｂｐｓという非常に高いビット・レートに相当する。

ここで、ＭＰＥＧ符号化部８０２において、このような高ビット・レートによる符号化を行った際には、視覚的に目立つ程度にブロック歪みが発生することは稀であり、そもそもバターワースフィルタ部８０１においてブロック歪みを緩和するようなプリフィルタ処理が必要とされない。

即ち、ステップＳ９０３〜ステップＳ９０６までのバターワースフィルタ部８０１のフィルタ特性を制御するための処理を省略することができる。

よって、ステップＳ９０２で、動画像符号化装置８００に与えられたピクチャの目標符号量が０.５ｂｉｔ／ｐｉｘｅｌ以上の場合には、ステップＳ９０７へ分岐することとする。

一方、ＭＰＥＧ符号化部８０１のＰピクチャに対応した、ＰピクチャＲ−ＤモデルＲ_pc（Ｓ_f，ＭＳＥ_c）の符号量Ｒ_cと符号化歪み量ＭＳＥ_cの関係を図１２に示す。

ＰピクチャＲ−ＤモデルＲ_pc（Ｓ_f，ＭＳＥ_c）は、図１２中の「−■−」で示される曲線に対応し、式（５）中の二つの定数Ｉ_c及びΘ_cが、それぞれＩ_c＝０.１５及びΘ_c＝０.１５である。また、「−▲−」は図１１と同様のＲ−Ｄモデルに対応し、「−◆−」で示される曲線は、実際にＭＰＥＧ−４符号化方式でＰピクチャを符号化した場合の実測値を示している。

図１２において、ＩピクチャＲ−ＤモデルＲ_ic（Ｓ_f，ＭＳＥ_c）と同様に、符号量Ｒ_cが０.５以上の領域において実測値と大きく乖離を生じるが、この領域においてはＰピクチャＲ−ＤモデルＲ_pc（Ｓ_f，ＭＳＥ_c）を使用しない。

前記の通りにステップＳ９０４及び９０６が、図２に示す実施形態１のステップＳ２０３及びステップＳ２０５とそれぞれ異なる点は、実施形態１のＲ−ＤモデルＲ_c（Ｓ_f，ＭＳＥ_c）の代わりに、ピクチャ・タイプに応じて、２つのＩピクチャＲ−ＤモデルＲ_ic（Ｓ_f，ＭＳＥ_c）及びＰピクチャＲ−ＤモデルＲ_pc（Ｓ_f，ＭＳＥ_c）を使用する点のみである。

よって、ステップＳ９０４及び９０６においては、実施形態１で示したステップＳ２０３及びステップＳ２０５の処理をピクチャ・タイプに応じて、式（５）の定数Ｉ_c及びΘ_cを前記の通り定義して行えば良い。

次に、ステップＳ９０５における処理について説明する。

実施形態２の動画符号化装置８００では、プリフィルタ部としてバターワース特性をもつバターワースフィルタ部８０１を用いる。

バターワースフィルタは、最大平坦特性をもつことが知られており、周波数応答特性が次数により決定されることが特徴である。

実施形態２においては、カットオフ周波数を固定とし、バターワースフィルタの次数を変化させることでバターワースフィルタ部８０１のフィルタ特性を変化させる。

次数を１から５まで変化させた場合のバターワースフィルタ部８０１の入力ピクチャの周波数Ｆ_iと当該フィルタ通過後の周波数Ｆ_fとの関係を表すグラフを図１３に示す。

ステップＳ９０１で算出したバターワースフィルタ部８０１の入力ピクチャの分散Ｓ_iと、ステップＳ９０４で得られたバターワースフィルタ部８０１の出力ピクチャの分散Ｓ_fの関係を用いて、予め定めておいた図１３に示す次数に応じたバターワースフィルタ部８０１の周波数Ｆ_iとＦ_fの関係を表す曲線の中から、分散Ｓ_iとＳ_fの関係と、最も近い周波数Ｆ_iとＦ_fの関係を表す次数を選択すれば良い。

尚、次数０の場合には、バターワースフィルタの機能はオフになる。

以上説明したように、実施形態２によれば、ＭＰＥＧ−４符号化方式においても、実施形態１と同様の効果を得ることができる。

以上説明したように、本発明によれば、プリフィルタ部及び符号化部から構成される動画像符号化装置において、画質の劣化具合や人間の視覚特性を考慮し、プリフィルタ部及び符号化部を制御することで、割り当てられた目標符号量の条件下において、符号量と符号化歪み量が最適な符号化動画像データを得ることができる。

具体的には、動画像符号化装置に対して予め決定したピクチャの目標符号量を設定する。次に、動画像符号化装置への入力ピクチャの分散Ｓ_iを算出する。直前のピクチャを符号化する際に、ブロック歪み量Ｂ_cprevを、符号化部の入力ピクチャと局所復号化部の出力ピクチャから予め算出しておく。

分散Ｓ_iとブロック歪み量Ｂ_cprevから視覚感度モデルの評価式を決定する。

決定した視覚感度モデルの評価式及び符号化部の符号量と符号化歪み量の関係を規定する規定式(Ｒ−Ｄモデル)を用いて、プリフィルタ部の通過後のピクチャの分散Ｓ_f及び符号化部で発生する符号化歪み量ＭＳＥ_cを、入力ピクチャの目標符号量を拘束条件としたラグランジュ未定乗数法の解として算出する。

分散Ｓ_i及びＳ_fをパラメータとして、プリフィルタ部のフィルタ特性を決定する。

更には、符号化歪み量ＭＳＥ_cとＲ−Ｄモデルから符号化部の目標符号量Ｒ_cを決定する。

決定した目標符号量Ｒ_cを用いて、符号化部の符号量及び量子化処理の重み付けパラメータの関係を規定する規定式（Ｒ−Ｑモデル）から、量子化処理の重み付けパラメータを算出する。

尚、視覚感度モデルは、実施形態１で使用した式（６）の評価式に限定されるものではなく、符号化部のＲ−Ｄモデルの符号化歪み量ＭＳＥ_cに相当する変数と、プリフィルタ部の出力ピクチャの分散Ｓ_fを変数として含めば良い。

更には、Ｒ−Ｄモデルから得られる符号化部の目標符号量から、Ｑスケールを算出するＲ−Ｑモデルも式（１２）に限定されないことは言うまでもない。

以上、実施形態例を詳述したが、本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施態様をとることが可能であり、具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。

尚、本発明は、前述した実施形態の機能を実現するソフトウェアのプログラム（実施形態では図に示すフローチャートに対応したプログラム）を、システムあるいは装置に直接あるいは遠隔から供給し、そのシステムあるいは装置のコンピュータが該供給されたプログラムコードを読み出して実行することによっても達成される場合を含む。

従って、本発明の機能処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。

その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等の形態であっても良い。

プログラムを供給するための記録媒体としては、例えば、フロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などがある。

その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、該ホームページから本発明のコンピュータプログラムそのもの、もしくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるＷＷＷサーバも、本発明に含まれるものである。

また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザに配布し、所定の条件をクリアしたユーザに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせ、その鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。

また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現され得る。

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現される。

本発明の実施形態１の動画像符号化装置の構成を示すブロック図である。 本発明の実施形態１の動画像符号化装置が実行する処理を示すフローチャートである。 本発明の実施形態の符号化対象となるピクチャを説明するための図である。 本発明の実施形態１で使用するＲ−Ｄモデルの特性を示す図である。 本発明の実施形態１で使用するパラメータと係数の関係を説明する図である。 本発明の実施形態１のプリフィルタの特性の選択を説明するための図である。 本発明の実施形態２の動画像符号化装置の構成を示すブロック図である。 本発明の実施形態２の動画像符号化装置が実行する処理を示すフローチャートである。 本発明の実施形態２におけるシーケンスの構造を説明するための図である。 本発明の実施形態２のＭＰＥＧ−４符号化方式の処理を示すフローチャートである。 本発明の実施形態２で使用するＩピクチャＲ−Ｄモデルの特性を示す図である。 本発明の実施形態２で使用するＩピクチャＲ−Ｄモデルの特性を示す図である。 本発明の実施形態２の入力ピクチャの周波数とフィルタ通過後の周波数との関係を示す図である。 従来技術のＴＭ５を説明するための図である。 従来の技術のバランス関数を説明するグラフを示す図である。 従来の技術のフィルタ係数を決定するグラフを示す図である。

符号の説明

１００ 動画像符号化装置
１０１ プリフィルタ部
１０２ 符号化部
１０３ 局所復号化部
１０４ 符号量制御部
１０５ 分散算出部
１０６ ブロック歪み検出部
１０７ 視覚感度モデル算出部
１０８ パラメータ算出部
１０９ Ｒ−Ｄモデル算出部
１１０ フィルタ特性算出部
１１１ Ｒ−Ｑモデル算出部

Claims (10)

1. 動画像を所定単位で符号化する動画像符号化において、量子化処理における重み付けパラメータを用いて、入力画像を所定の目標符号量に符号化する動画像符号化装置であって
   前記入力画像の分散を算出する分散算出手段と、
   前記入力画像に対して、与えられたフィルタ特性によりフィルタ処理を行うフィルタ手段と、
   前記フィルタ手段でフィルタ処理された入力画像に対して、量子化処理を行い、符号化する符号化手段と、
   前記符号化手段が出力する符号化データに対して復号化処理を行う復号化手段と、
   前記符号化手段の入力画像と前記復号化手段の出力である再構成画像からブロック歪みを検出する検出手段と、
   前記符号化手段における符号量と符号化歪み量との関係を規定する規定式を決定する規定式決定手段と、
   前記分散算出手段で算出された分散及び少なくとも前記検出手段の検出結果を含む、視覚感度を評価するための評価式を決定する評価式決定手段と、
   前記入力画像の目標符号量、前記規定式及び前記評価式に基づいて、前記フィルタ手段における前記フィルタ特性及び量子化処理における重み付けパラメータを算出するパラメータ算出手段と
   を備えることを特徴とする動画像符号化装置。
2. 前記規定式決定手段は、前記規定式を、前記フィルタ手段でフィルタ処理された入力画像の分散及び前記符号化手段の符号化歪み量を用いて決定する
   ことを特徴とする請求項１に記載の動画像符号化装置。
3. 前記評価式は、前記検出手段の検出結果と、前記フィルタ手段でフィルタ処理された入力画像の分散及び前記符号化手段における符号化歪み量を含む
   ことを特徴とする請求項１に記載の動画像符号化装置。
4. 前記パラメータ算出手段は、前記入力画像の目標符号量を拘束条件として、前記規定式と前記評価式の二つの式を最適にする前記フィルタ手段でフィルタ処理された入力画像の分散と、前記符号化手段における符号化歪み量を算出する
   ことを特徴する請求項１に記載の動画像符号化装置。
5. 前記パラメータ算出手段は、前記符号化手段における符号化歪み量から前記入力画像の目標符号量を算出することで、前記量子化処理の重み付けパラメータを算出する
   ことを特徴とする請求項４に記載の動画像符号化装置。
6. 前記パラメータ算出手段は、前記フィルタ手段でフィルタ処理された入力画像の分散及び前記符号化手段における符号化歪み量を、前記入力画像の目標符号量が、前記規定式から得られる前記符号化手段の符号量と等しいことを拘束条件として、前記評価式が最大あるいは最小となるラグランジュ未定乗数法を用いて算出する
   ことを特徴とする請求項１に記載の動画像符号化装置。
7. 動画像を所定単位で符号化する動画像符号化において、量子化処理における重み付けパラメータを用いて、入力画像を所定の目標符号量に符号化する動画像符号化方法であって
   前記入力画像の分散を算出する分散算出工程と、
   前記入力画像に対して、与えられたフィルタ特性によりフィルタ処理を行うフィルタ工程と、
   前記フィルタ工程でフィルタ処理された入力画像に対して、量子化処理を行い、符号化する符号化工程と、
   前記符号化工程が出力する符号化データに対して復号化処理を行う復号化工程と、
   前記符号化工程の入力画像と前記復号化工程の出力である再構成画像からブロック歪みを検出する検出工程と、
   前記符号化工程における符号量と符号化歪み量との関係を規定する規定式を決定する規定式決定工程と、
   前記分散算出工程で算出された分散及び少なくとも前記検出工程の検出結果を含む、視覚感度を評価するための評価式を決定する評価式決定工程と、
   前記入力画像の目標符号量、前記規定式及び前記評価式に基づいて、前記フィルタ工程における前記フィルタ特性及び量子化処理における重み付けパラメータを算出するパラメータ算出工程と
   を備えることを特徴とする動画像符号化方法。
8. 動画像を所定単位で符号化する動画像符号化において、量子化処理における重み付けパラメータを用いて、入力画像を所定の目標符号量に符号化する動画像符号化装置の制御を実現するプログラムであって
   前記入力画像の分散を算出する分散算出工程のプログラムコードと、
   前記入力画像に対して、与えられたフィルタ特性によりフィルタ処理を行うフィルタ工程のプログラムコードと、
   前記フィルタ工程でフィルタ処理された入力画像に対して、量子化処理を行い、符号化する符号化工程のプログラムコードと、
   前記符号化工程が出力する符号化データに対して復号化処理を行う復号化工程と、
   前記符号化工程の入力画像と前記復号化工程の出力である再構成画像からブロック歪みを検出する検出工程のプログラムコードと、
   前記符号化工程における符号量と符号化歪み量との関係を規定する規定式を決定する規定式決定工程のプログラムコードと、
   前記分散算出工程で算出された分散及び少なくとも前記検出工程の検出結果を含む、視覚感度を評価するための評価式を決定する評価式決定工程のプログラムコードと、
   前記入力画像の目標符号量、前記規定式及び前記評価式に基づいて、前記フィルタ工程における前記フィルタ特性及び量子化処理における重み付けパラメータを算出するパラメータ算出工程のプログラムコードと
   を備えることを特徴とするプログラム。
9. 動画像を所定単位で符号化する動画像符号化において、量子化処理における重み付けパラメータを用いて、入力画像を所定の目標符号量に符号化する動画像符号化装置であって
   前記入力画像の分散を算出する分散算出手段と、
   前記入力画像に対して、与えられたフィルタ特性によりフィルタ処理を行うフィルタ手段と、
   前記フィルタ手段でフィルタ処理された入力画像に対して、量子化処理を行い、符号化する符号化手段と、
   前記符号化手段が出力する符号化データに対して復号化処理を行う復号化手段と、
   前記符号化手段の入力画像と前記復号化手段の出力である再構成画像からブロック歪みを検出する検出手段と、
   前記入力画像の目標符号量、前記分散算出手段の出力及び前記検出手段の出力に応じて、前記フィルタ手段における前記フィルタ特性及び量子化処理における重み付けパラメータを算出するパラメータ算出手段と
   を備えることを特徴とする動画像符号化装置。
10. 動画像を所定単位で符号化する動画像符号化において、量子化処理における重み付けパラメータを用いて、入力画像を所定の目標符号量に符号化する動画像符号化方法であって
    前記入力画像の分散を算出する分散算出工程と、
    前記入力画像に対して、与えられたフィルタ特性によりフィルタ処理を行うフィルタ工程と、
    前記フィルタ工程でフィルタ処理された入力画像に対して、量子化処理を行い、符号化する符号化工程と、
    前記符号化工程が出力する符号化データに対して復号化処理を行う復号化工程と、
    前記符号化工程の入力画像と前記復号化工程の出力である再構成画像からブロック歪みを検出する検出工程と、
    前記入力画像の目標符号量、前記分散算出工程の算出結果及び前記検出工程の検出結果に応じて、前記フィルタ特性及び量子化処理における重み付けパラメータを算出するパラメータ算出工程と
    を備えることを特徴とする動画像符号化方法。

Images