JP2012147331A - 画像処理装置および方法 - Google Patents

画像処理装置および方法 Download PDF

Info

Publication number
JP2012147331A
JP2012147331A JP2011005187A JP2011005187A JP2012147331A JP 2012147331 A JP2012147331 A JP 2012147331A JP 2011005187 A JP2011005187 A JP 2011005187A JP 2011005187 A JP2011005187 A JP 2011005187A JP 2012147331 A JP2012147331 A JP 2012147331A
Authority
JP
Japan
Prior art keywords
predictor
unit
image
partial area
prediction
Prior art date
Legal status (The legal status 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 status listed.)
Withdrawn
Application number
JP2011005187A
Other languages
English (en)
Inventor
Kazufumi Sato
数史 佐藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Priority to JP2011005187A priority Critical patent/JP2012147331A/ja
Priority to CN2012800047774A priority patent/CN103314589A/zh
Priority to US13/978,508 priority patent/US20130301733A1/en
Priority to PCT/JP2012/050171 priority patent/WO2012096228A1/ja
Publication of JP2012147331A publication Critical patent/JP2012147331A/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51Motion estimation or motion compensation
    • H04N19/513Processing of motion vectors
    • H04N19/517Processing of motion vectors by encoding
    • H04N19/52Processing of motion vectors by encoding by predictive encoding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

【課題】符号化効率を向上させることができるようにする。
【解決手段】Predictor予測部342は、動き情報バッファ335から、過去に処理されたPUの周辺Predictor情報を取得し、その中でPredictorのインデックスが最小のものを当該PUの予測Predictor情報とする。動き予測部341は、周辺動き情報を用いて当該PUの予測動きベクトルを予測し、実際に求められた当該PUの動きベクトルとの差分を示す差分動き情報を生成する。比較判定部343は、Predictor情報と予測Predictor情報とが一致するか否かを判定する。フラグ生成部344は、その判定結果を示すフラグ情報を生成する。本発明は、例えば、画像処理装置に適用することができる。
【選択図】図12

Description

本発明は、画像処理装置および方法に関し、特に、符号化効率を向上させることができるようにした画像処理装置および方法に関する。
近年、画像情報をデジタルとして取り扱い、その際、効率の高い情報の伝送、蓄積を目的とし、画像情報特有の冗長性を利用して、離散コサイン変換等の直交変換と動き補償により圧縮するMPEG(Moving Picture Experts Group)などの方式に準拠した装置が、放送局などの情報配信、及び一般家庭における情報受信の双方において普及しつつある。
特に、MPEG2(ISO(International Organization for Standardization)/IEC(International Electrotechnical Commission) 13818-2)は、汎用画像符号化方式として定義されており、飛び越し走査画像及び順次走査画像の双方、並びに標準解像度画像及び高精細画像を網羅する標準で、プロフェッショナル用途及びコンシューマ用途の広範なアプリケーションに現在広く用いられている。MPEG2圧縮方式を用いることにより、例えば720×480画素を持つ標準解像度の飛び越し走査画像であれば4〜8Mbps、1920×1088画素を持つ高解像度の飛び越し走査画像であれば18〜22Mbpsの符号量(ビットレート)を割り当てることで、高い圧縮率と良好な画質の実現が可能である。
MPEG2は主として放送用に適合する高画質符号化を対象としていたが、MPEG1より低い符号量(ビットレート)、つまりより高い圧縮率の符号化方式には対応していなかった。携帯端末の普及により、今後そのような符号化方式のニーズは高まると思われ、これに対応してMPEG4符号化方式の標準化が行われた。画像符号化方式に関しては、1998年12月にISO/IEC 14496-2としてその規格が国際標準に承認された。
更に、近年、当初テレビ会議用の画像符号化を目的として、H.26L (ITU-T(International Telecommunication Union Telecommunication Standardization Sector) Q6/16 VCEG(Video Coding Expert Group))という標準の規格化が進んでいる。H.26LはMPEG2やMPEG4といった従来の符号化方式に比べ、その符号化、復号化により多くの演算量が要求されるものの、より高い符号化効率が実現されることが知られている。また、現在、MPEG4の活動の一環として、このH.26Lをベースに、H.26Lではサポートされない機能をも取り入れ、より高い符号化効率を実現する標準化がJoint Model of Enhanced-Compression Video Codingとして行われている。
標準化のスケジュールとしては、2003年3月にはH.264及びMPEG-4 Part10 (Advanced Video Coding、以下AVCと記す)という名の元に国際標準となった。
ところで、AVCにおけるメディアン予測を用いた動きベクトルの符号化を改善するため、AVCにおいて定義されている、メディアン予測により求められる”Spatial Predictor”に加え、”Temporal Predictor”及び”Spatio-Temporal Predictor”のどれかを、予測動きベクトル情報として、適応的に用いることが提案されている(例えば、非特許文献1参照)。
画像情報符号化装置においては、それぞれのブロックに関して、それぞれの予測動きベクトル情報を用いた場合のコスト関数が算出され、最適な予測動きベクトル情報の選択が行われる。画像圧縮情報においては、それぞれのブロックに対し、どの予測動きベクトル情報が用いられたかに関する情報を示すフラグ情報が伝送される。
ところで、マクロブロックサイズを16画素×16画素とするのは、次世代符号化方式の対象となるような、UHD(Ultra High Definition;4000画素×2000画素)といった大きな画枠に対しては、最適ではない恐れがあった。
そこで、現在、AVCより更なる符号化効率の向上を目的として、ITU-Tと、ISO/IECの共同の標準化団体であるJCTVC(Joint Collaboration Team - Video Coding)により、HEVC(High Efficiency Video Coding)と呼ばれる符号化方式の標準化が進められている(例えば、非特許文献2参照)。
このHEVC符号化方式においては、AVCにおけるマクロブロックと同様の処理単位としてコーディングユニット(CU(Coding Unit))が定義されている。このCUは、AVCのマクロブロックのようにサイズが16×16画素に固定されず、それぞれのシーケンスにおいて、画像圧縮情報中において指定される。
CUは、最大のLCU(Largest Coding Unit)から最小のSCU(Smallest Coding Unit)まで階層的に構成される。つまり、概ね、LCUがAVCのマクロブロックに相当し、そのLCUより下の階層のCU(LCUより小さなCU)がAVCのサブマクロブロックに相当すると考えることもできる。
ところで、動き情報の符号化方式の1つとして、Motion Partition Mergingと呼ばれる手法が提案されている(例えば、非特許文献3参照)。この手法においては、Merge_Flagと、Merge_Left_Flagという、2つのflagが伝送される。
Merge_Flag=1の時、当該ブロックXの動き情報は、ブロックT若しくはブロックLの動き情報と同一であり、この時、Merge_Left_Flagが、出力となる画像圧縮情報中に伝送されることになる。
その値が0である時には、当該ブロックXの動き情報は、ブロックTともブロックLとも異なるものであり、ブロックXに関する動き情報が、画像圧縮情報に伝送されることになる。
Merge_Flag=1であり、かつ、Merge_Left_Flag=1である場合、当該ブロックXの動き情報は、ブロックLの動き情報と同一のものになる。
Merge_Flag=1であり、かつ、Merge_Left_Flag=0である場合、当該ブロックXの動き情報は、ブロックLの動き情報と同一のものになる。
上述のMotion Partition Mergingは、AVCにおけるSkipの置き換えとして提案されている。
Joel Jung,Guillaume Laroche,"Competition-Based Scheme for Motion Vector Selection and Coding", VCEG-AC06,ITU - Telecommunications Standardization SectorSTUDY GROUP 16 Question 6Video Coding Experts Group (VCEG)29th Meeting: Klagenfurt, Austria, 17-18 July, 2006 "Test Model under Consideration",JCTVC-B205,Joint Collaborative Team on Video Coding (JCT-VC)of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG112nd Meeting:Geneva,CH,21-28 July, 2010 Martin Winken, Sebastian Bosse, Benjamin Bross, Philipp Helle, Tobias Hinz, Heiner Kirchhoffer, Haricharan Lakshman, Detlev Marpe, Simon Oudin, Matthias Preiss, Heiko Schwarz, Mischa Siekmann, Karsten Suehring, and Thomas Wiegand,"Description of video coding technology proposed by Fraunhofer HHI",JCTVC-A116,April,2010
しかしながら、文献1のように、複数の予測モード(predictor)により動きベクトル情報の符号化処理を行うと、ブロック毎に、どの予測モード(predictor)を用いるかに関する情報量が増大し、符号化効率が低減する恐れがあった。
本発明は、このような状況に鑑みてなされたものであり、motion vector competitionによる動きベクトル情報の符号化処理を行う場合に、当該ブロックについてどの予測モード(predictor)を用いたかを、当該ブロックと周辺ブロックとの相関を利用して求めるようにすることにより、符号化効率を向上させることを目的とする。
本発明の一側面は、符号化処理の対象となる部分領域の周辺に位置する周辺部分領域において用いられるプレディクタの情報から、当該部分領域において用いられるプレディクタを予測するプレディクタ予測手段と、前記プレディクタ予測手段により予測された当該部分領域のプレディクタを用いて、当該部分領域の予測画像を生成する予測画像生成手段と、前記予測画像生成手段により生成される予測画像を用いて画像を符号化する符号化手段とを備える画像処理装置である。
前記周辺部分領域は、当該部分領域に隣接する部分領域を含むようにすることができる。
前記周辺部分領域は、当該部分領域の上部および左部に隣接する部分領域を含むようにすることができる。
前記周辺部分領域は、当該部分領域の左上部若しくは右上部に隣接する部分領域をさらに含むようにすることができる。
前記周辺部分領域は、当該部分領域のCo-locatedに位置する部分領域をさらに含むようにすることができる。
前記プレディクタ予測手段は、前記周辺部分領域のプレディクタの内、インデックスが最小のプレディクタを、当該部分領域のプレディクタの予測結果とすることができる。
前記プレディクタ予測手段は、一部の周辺部分領域が存在しない場合、存在する周辺部分領域のプレディクタのみを用いて、当該部分領域のプレディクタを予測し、全ての周辺部分領域が存在しない場合、当該部分領域のプレディクタを予測を省略することができる。
前記プレディクタ予測手段は、サイズが当該部分領域と一致若しくは近似する周辺部分領域のプレディクタのみを用いて、当該部分領域のプレディクタを予測し、全ての周辺部分領域のサイズが当該部分領域と一致も近似もしない場合、当該部分領域のプレディクタを予測を省略することができる。
前記プレディクタ予測手段は、前記周辺部分領域の一部がMergeFlagにより符号化されている場合、マージされている周辺部分領域と異なる周辺部分領域の動き情報を意味するインデクスを用いて当該部分領域のプレディクタを予測することができる。
当該部分領域に対するプレディクタが、前記プレディクタ予測手段により予測されたプレディクタとを比較する比較手段と、前記比較手段による比較結果を表すフラグ情報を生成するフラグ情報生成手段とを備えることができる。
前記符号化手段は、前記フラグ情報生成手段により生成された前記フラグ情報とともに、前記プレディクタ予測手段により予測されたプレディクタに関する情報、若しくは、前記プレディクタ予測手段により予測されたプレディクタと当該部分領域に対するプレディクタとの差分を符号化することができる。
前記プレディクタ予測手段は、前記周辺部分領域がイントラ符号化されたものである場合、前記周辺部分領域のプレディクタに対するcode numberを0として、当該部分領域のプレディクタを予測することができる。
本発明の一側面は、また、画像処理装置の画像処理方法であって、前記プレディクタ予測手段が、符号化処理の対象となる部分領域の周辺に位置する周辺部分領域において用いられるプレディクタの情報から、当該部分領域において用いられるプレディクタを予測し、予測画像生成手段が、予測された当該部分領域のプレディクタを用いて、当該部分領域の予測画像を生成し、符号化手段が、生成される予測画像を用いて画像を符号化する画像処理方法である。
本発明の他の側面は、符号化処理の対象となる部分領域の周辺に位置する周辺部分領域において用いられるプレディクタの情報から、当該部分領域において用いられるプレディクタを予測するプレディクタ予測手段と、前記プレディクタ予測手段により予測された当該部分領域のプレディクタを用いて、当該部分領域の予測画像を生成する予測画像生成手段と、前記予測画像生成手段により生成される予測画像を用いて画像が符号化された符号化データを復号する復号手段とを備える画像処理装置である。
前記周辺部分領域は、当該部分領域に隣接する部分領域を含むようにすることができる。
前記周辺部分領域は、当該部分領域の上部および左部に隣接する部分領域を含むようにすることができる。
前記周辺部分領域は、当該部分領域の左上部若しくは右上部に隣接する部分領域をさらに含むようにすることができる。
前記周辺部分領域は、当該部分領域のCo-locatedに位置する部分領域をさらに含むようにすることができる。
前記プレディクタ予測手段は、前記周辺部分領域のプレディクタの内、インデックスが最小のプレディクタを、当該部分領域のプレディクタの予測結果とすることができる。
前記プレディクタ予測手段は、一部の周辺部分領域が存在しない場合、存在する周辺部分領域のプレディクタのみを用いて、当該部分領域のプレディクタを予測し、全ての周辺部分領域が存在しない場合、当該部分領域のプレディクタを予測を省略することができる。
前記プレディクタ予測手段は、サイズが当該部分領域と一致若しくは近似する周辺部分領域のプレディクタのみを用いて、当該部分領域のプレディクタを予測し、全ての周辺部分領域のサイズが当該部分領域と一致も近似もしない場合、当該部分領域のプレディクタを予測を省略することができる。
前記プレディクタ予測手段は、前記周辺部分領域の一部がMergeFlagにより符号化されている場合、マージされている周辺部分領域と異なる周辺部分領域の動き情報を意味するインデクスを用いて当該部分領域のプレディクタを予測することができる。
前記プレディクタ予測手段は、前記周辺部分領域がイントラ符号化されたものである場合、前記周辺部分領域のプレディクタに対するcode numberを0として、当該部分領域のプレディクタを予測することができる。
本発明の他の側面は、また、画像処理装置の画像処理方法であって、プレディクタ予測手段が、符号化処理の対象となる部分領域の周辺に位置する周辺部分領域において用いられるプレディクタの情報から、当該部分領域において用いられるプレディクタを予測し、予測画像生成手段が、予測された当該部分領域のプレディクタを用いて、当該部分領域の予測画像を生成し、復号手段が、生成される予測画像を用いて画像が符号化された符号化データを復号する画像処理方法である。
本発明の一側面においては、符号化処理の対象となる部分領域の周辺に位置する周辺部分領域において用いられるプレディクタの情報から、当該部分領域において用いられるプレディクタが予測され、予測された当該部分領域のプレディクタを用いて、当該部分領域の予測画像が生成され、生成される予測画像を用いて画像が符号化される。
本発明の他の側面においては、符号化処理の対象となる部分領域の周辺に位置する周辺部分領域において用いられるプレディクタの情報から、当該部分領域において用いられるプレディクタが予測され、予測された当該部分領域のプレディクタを用いて、当該部分領域の予測画像が生成され、生成される予測画像を用いて画像が符号化された符号化データが復号される。
本発明によれば、画像を処理することができる。特に、符号化効率を向上させることができる。
AVC符号化方式に基づく画像圧縮情報を出力する画像符号化装置を示すブロック図である。 AVC符号化方式に基づく画像圧縮情報を入力とする画像復号装置を示すブロック図である。 小数点画素精度の動き予測・補償処理の例を示す図である。 マクロブロックの例を示す図である。 メディアンオペレーションの様子の例を説明する図である。 マルチ参照フレームの例を説明する図である。 テンポラルダイレクトモードの様子の例を説明する図である。 非特許文献1において提案されている動きベクトル符号化方法の様子の例を説明する図である。 コーディングユニットの構成例を説明する図である。 非特許文献3において提案されているMotion Partition Mergingの様子の例を説明する図である。 本実施の画像符号化装置の主な構成例を示すブロック図である。 図11の動き予測・補償部および動き情報予測部の主な構成例を示すブロック図である。 動き情報予測部の動作原理を説明する図である。 隣接ブロックとの相関の推定する方法の例を説明する図である。 符号化処理の流れの例を説明するフローチャートである。 インター動き予測処理の流れの例を説明するフローチャートである。 本実施の画像復号装置の主な構成例を示すブロック図である。 図17の動き予測・補償部および動き情報予測部の主な構成例を示すブロック図である。 復号処理の流れの例を説明するフローチャートである。 予測処理の流れの例を説明するフローチャートである。 インター予測処理の流れの例を説明するフローチャートである。 本実施のパーソナルコンピュータの主な構成例を示すブロック図である。 本実施のテレビジョン受像機の主な構成例を示すブロック図である。 本実施の携帯電話機の主な構成例を示すブロック図である。 本実施のハードディスクレコーダの主な構成例を示すブロック図である。 本発明を適用したカメラの主な構成例を示すブロック図である。
以下、発明を実施するための形態(以下実施の形態とする)について説明する。なお、説明は以下の順序で行う。
1.第1の実施の形態(画像符号化装置)
2.第2の実施の形態(画像復号装置)
3.第3の実施の形態(パーソナルコンピュータ)
4.第4の実施の形態(テレビジョン受像機)
5.第5の実施の形態(携帯電話機)
6.第6の実施の形態(ハードディスクレコーダ)
7.第7の実施の形態(カメラ)
<1.第1の実施の形態>
[AVC符号化方式の画像符号化装置]
図1は、H.264及びMPEG(Moving Picture Experts Group)4 Part10(AVC(Advanced Video Coding))符号化方式により画像を符号化する画像符号化装置の一実施の形態の構成を表している。
図1に示される画像符号化装置100は、AVC規格に基づいた符号化方式で画像を符号化し、出力する装置である。図1に示されるように、画像符号化装置100は、A/D変換部101、画面並べ替えバッファ102、演算部103、直交変換部104、量子化部105、可逆符号化部106、および蓄積バッファ107を有する。また、画像符号化装置100は、逆量子化部108、逆直交変換部109、演算部110、デブロックフィルタ111、フレームメモリ112、選択部113、イントラ予測部114、動き予測・補償部115、選択部116、およびレート制御部117を有する。
A/D変換部101は、入力された画像データをA/D変換し、画面並べ替えバッファ102に出力し、記憶させる。画面並べ替えバッファ102は、記憶した表示の順番のフレームの画像を、GOP(Group of Picture)構造に応じて、符号化のためのフレームの順番に並べ替える。画面並べ替えバッファ102は、フレームの順番を並び替えた画像を、演算部103に供給する。また、画面並べ替えバッファ102は、フレームの順番を並び替えた画像を、イントラ予測部114および動き予測・補償部115にも供給する。
演算部103は、画面並べ替えバッファ102から読み出された画像から、選択部116を介してイントラ予測部114若しくは動き予測・補償部115から供給される予測画像を減算し、その差分情報を直交変換部104に出力する。
例えば、イントラ符号化が行われる画像の場合、演算部103は、画面並べ替えバッファ102から読み出された画像から、イントラ予測部114から供給される予測画像を減算する。また、例えば、インター符号化が行われる画像の場合、演算部103は、画面並べ替えバッファ102から読み出された画像から、動き予測・補償部115から供給される予測画像を減算する。
直交変換部104は、演算部103から供給される差分情報に対して、離散コサイン変換、カルーネン・レーベ変換等の直交変換を施し、その変換係数を量子化部105に供給する。
量子化部105は、直交変換部104が出力する変換係数を量子化する。量子化部105は、レート制御部117から供給される符号量の目標値に関する情報に基づいて量子化パラメータを設定し、量子化を行う。量子化部105は、量子化された変換係数を可逆符号化部106に供給する。
可逆符号化部106は、その量子化された変換係数に対して、可変長符号化、算術符号化等の可逆符号化を施す。係数データは、レート制御部117の制御の下で量子化されているので、この符号量は、レート制御部117が設定した目標値となる(若しくは目標値に近似する)。
可逆符号化部106は、イントラ予測を示す情報などをイントラ予測部114から取得し、インター予測モードを示す情報や動きベクトル情報などを動き予測・補償部115から取得する。なお、イントラ予測(画面内予測)を示す情報は、以下、イントラ予測モード情報とも称する。また、インター予測(画面間予測)を示す情報モードを示す情報は、以下、インター予測モード情報とも称する。
可逆符号化部106は、量子化された変換係数を符号化するとともに、フィルタ係数、イントラ予測モード情報、インター予測モード情報、および量子化パラメータなどの各種情報を、符号化データのヘッダ情報の一部とする(多重化する)。可逆符号化部106は、符号化して得られた符号化データを蓄積バッファ107に供給して蓄積させる。
例えば、可逆符号化部106においては、可変長符号化または算術符号化等の可逆符号化処理が行われる。可変長符号化としては、H.264/AVC方式で定められているCAVLC(Context-Adaptive Variable Length Coding)などがあげられる。算術符号化としては、CABAC(Context-Adaptive Binary Arithmetic Coding)などがあげられる。
蓄積バッファ107は、可逆符号化部106から供給された符号化データを、一時的に保持し、所定のタイミングにおいて、H.264/AVC方式で符号化された符号化画像として、例えば、後段の図示せぬ記録装置や伝送路などに出力する。
また、量子化部105において量子化された変換係数は、逆量子化部108にも供給される。逆量子化部108は、その量子化された変換係数を、量子化部105による量子化に対応する方法で逆量子化する。逆量子化部108は、得られた変換係数を、逆直交変換部109に供給する。
逆直交変換部109は、供給された変換係数を、直交変換部104による直交変換処理に対応する方法で逆直交変換する。逆直交変換された出力(復元された差分情報)は、演算部110に供給される。
演算部110は、逆直交変換部109より供給された逆直交変換結果、すなわち、復元された差分情報に、選択部116を介してイントラ予測部114若しくは動き予測・補償部115から供給される予測画像を加算し、局部的に復号された画像(復号画像)を得る。
例えば、差分情報が、イントラ符号化が行われる画像に対応する場合、演算部110は、その差分情報にイントラ予測部114から供給される予測画像を加算する。また、例えば、差分情報が、インター符号化が行われる画像に対応する場合、演算部110は、その差分情報に動き予測・補償部115から供給される予測画像を加算する。
その加算結果は、デブロックフィルタ111またはフレームメモリ112に供給される。
デブロックフィルタ111は、適宜デブロックフィルタ処理を行うことにより復号画像のブロック歪を除去する。デブロックフィルタ111は、そのフィルタ処理結果をフレームメモリ112に供給する。なお、演算部110から出力される復号画像は、デブロックフィルタ111を介さずにフレームメモリ112に供給することができる。すなわち、デブロックフィルタ111のデブロックフィルタ処理は省略することができる。
フレームメモリ112は、供給される復号画像を記憶し、所定のタイミングにおいて、記憶している復号画像を参照画像として、選択部113を介してイントラ予測部114または動き予測・補償部115に出力する。
例えば、イントラ符号化が行われる画像の場合、フレームメモリ112は、参照画像を、選択部113を介してイントラ予測部114に供給する。また、例えば、インター符号化が行われる場合、フレームメモリ112は、参照画像を、選択部113を介して動き予測・補償部115に供給する。
選択部113は、フレームメモリ112から供給される参照画像がイントラ符号化を行う画像である場合、その参照画像をイントラ予測部114に供給する。また、選択部113は、フレームメモリ112から供給される参照画像がインター符号化を行う画像である場合、その参照画像を動き予測・補償部115に供給する。
イントラ予測部114は、選択部113を介してフレームメモリ112から供給される処理対象ピクチャ内の画素値を用いて予測画像を生成するイントラ予測(画面内予測)を行う。イントラ予測部114は、予め用意された複数のモード(イントラ予測モード)でこのイントラ予測を行う。
H.264画像情報符号化方式において、輝度信号に対しては、イントラ4×4予測モード、イントラ8×8予測モード及びイントラ16×16予測モードが定義されており、また、色差信号に関しては、それぞれのマクロブロックごとに、輝度信号とは独立した予測モードを定義することが可能である。イントラ4×4予測モードについては、それぞれの4×4輝度ブロックに対して、イントラ8×8予測モードについては、それぞれの8×8輝度ブロックに対して、1つのイントラ予測モードが定義されることになる。イントラ16×16予測モード、並びに、色差信号に対しては、1つのマクロブロックに対して、それぞれ1つの予測モードが定義されることになる。
イントラ予測部114は、候補となる全てのイントラ予測モードで予測画像を生成し、画面並べ替えバッファ102から供給される入力画像を用いて各予測画像のコスト関数値を評価し、最適なモードを選択する。イントラ予測部114は、最適なイントラ予測モードを選択すると、その最適なモードで生成された予測画像を、選択部116を介して演算部103や演算部110に供給する。
また、上述したように、イントラ予測部114は、採用されたイントラ予測モードを示すイントラ予測モード情報等の情報を、適宜可逆符号化部106に供給する。
動き予測・補償部115は、インター符号化が行われる画像について、画面並べ替えバッファ102から供給される入力画像と、選択部113を介してフレームメモリ112から供給される参照画像とを用いて、動き予測(インター予測)を行い、検出された動きベクトルに応じて動き補償処理を行い、予測画像(インター予測画像情報)を生成する。動き予測・補償部115は、予め用意された複数のモード(インター予測モード)でこのようなインター予測を行う。
動き予測・補償部115は、候補となる全てのインター予測モードで予測画像を生成し、各予測画像のコスト関数値を評価し、最適なモードを選択する。動き予測・補償部115は、生成された予測画像を、選択部116を介して演算部103や演算部110に供給する。
また、動き予測・補償部115は、採用されたインター予測モードを示すインター予測モード情報や、算出した動きベクトルを示す動きベクトル情報を可逆符号化部106に供給する。
選択部116は、イントラ符号化を行う画像の場合、イントラ予測部114の出力を演算部103や演算部110に供給し、インター符号化を行う画像の場合、動き予測・補償部115の出力を演算部103や演算部110に供給する。
レート制御部117は、蓄積バッファ107に蓄積された圧縮画像に基づいて、オーバーフローあるいはアンダーフローが発生しないように、量子化部105の量子化動作のレートを制御する。
[AVC符号化方式の画像復号装置]
図2は、離散コサイン変換若しくはカルーネン・レーベ変換等の直交変換と動き補償により画像圧縮を実現する画像復号装置の主な構成例を示すブロック図である。図2に示される画像復号装置200は、図1の画像符号化装置100に対応する復号装置である。
画像符号化装置100より符号化された符号化データは、例えば伝送路や記録媒体等、任意の経路を介して、この画像符号化装置100に対応する画像復号装置200に供給され、復号される。
図2に示されるように、画像復号装置200は、蓄積バッファ201、可逆復号部202、逆量子化部203、逆直交変換部204、演算部205、デブロックフィルタ206、画面並べ替えバッファ207、およびD/A変換部208を有する。また、画像復号装置200は、フレームメモリ209、選択部210、イントラ予測部211、動き予測・補償部212、および選択部213を有する。
蓄積バッファ201は、伝送されてきた符号化データを蓄積する。この符号化データは、画像符号化装置100により符号化されたものである。可逆復号部202は、蓄積バッファ201から所定のタイミングで読み出された符号化データを、図1の可逆符号化部106の符号化方式に対応する方式で復号する。
また、当該フレームがイントラ符号化されたものである場合、符号化データのヘッダ部にはイントラ予測モード情報が格納されている。可逆復号部202は、このイントラ予測モード情報も復号し、その情報をイントラ予測部211に供給する。これに対して、当該フレームがインター符号化されたものである場合、符号化データのヘッダ部には動きベクトル情報が格納されている。可逆復号部202は、この動きベクトル情報も復号し、その情報を動き予測・補償部212に供給する。
逆量子化部203は、可逆復号部202により復号されて得られた係数データ(量子化係数)を、図1の量子化部105の量子化方式に対応する方式で逆量子化する。つまり、逆量子化部203は、図1の逆量子化部108と同様の方法で量子化係数の逆量子化を行う。
逆量子化部203は、逆量子化された係数データ、つまり、直交変換係数を、逆直交変換部204に供給する。逆直交変換部204は、図1の直交変換部104の直交変換方式に対応する方式(図1の逆直交変換部109と同様の方式)で、その直交変換係数を逆直交変換し、画像符号化装置100において直交変換される前の残差データに対応する復号残差データを得る。例えば、4次の逆直交変換が施される。
逆直交変換されて得られた復号残差データは、演算部205に供給される。また、演算部205には、選択部213を介して、イントラ予測部211若しくは動き予測・補償部212から予測画像が供給される。
演算部205は、その復号残差データと予測画像とを加算し、画像符号化装置100の演算部103により予測画像が減算される前の画像データに対応する復号画像データを得る。演算部205は、その復号画像データをデブロックフィルタ206に供給する。
デブロックフィルタ206は、供給された復号画像のブロック歪を除去した後、画面並べ替えバッファ207に供給する。
画面並べ替えバッファ207は、画像の並べ替えを行う。すなわち、図1の画面並べ替えバッファ102により符号化の順番のために並べ替えられたフレームの順番が、元の表示の順番に並べ替えられる。D/A変換部208は、画面並べ替えバッファ207から供給された画像をD/A変換し、図示せぬディスプレイに出力し、表示させる。
デブロックフィルタ206の出力は、さらに、フレームメモリ209に供給される。
フレームメモリ209、選択部210、イントラ予測部211、動き予測・補償部212、および選択部213は、画像符号化装置100のフレームメモリ112、選択部113、イントラ予測部114、動き予測・補償部115、および選択部116にそれぞれ対応する。
選択部210は、インター処理される画像と参照される画像をフレームメモリ209から読み出し、動き予測・補償部212に供給する。また、選択部210は、イントラ予測に用いられる画像をフレームメモリ209から読み出し、イントラ予測部211に供給する。
イントラ予測部211には、ヘッダ情報を復号して得られたイントラ予測モードを示す情報等が可逆復号部202から適宜供給される。イントラ予測部211は、この情報に基づいて、フレームメモリ209から取得した参照画像から予測画像を生成し、生成した予測画像を選択部213に供給する。
動き予測・補償部212は、ヘッダ情報を復号して得られた情報(予測モード情報、動きベクトル情報、参照フレーム情報、フラグ、および各種パラメータ等)を可逆復号部202から取得する。
動き予測・補償部212は、可逆復号部202から供給されるそれらの情報に基づいて、フレームメモリ209から取得した参照画像から予測画像を生成し、生成した予測画像を選択部213に供給する。
選択部213は、動き予測・補償部212またはイントラ予測部211により生成された予測画像を選択し、演算部205に供給する。
[少数画素精度の動き予測・補償処理]
ところで、MPEG2等の符号化方式においては、線形内挿処理により、1/2画素精度の動き予測・補償処理を行っているが、AVC符号化方式においては、これが、6タップのFIRフィルタを用いた1/4画素精度の動き予測・補償処理を行っており、これにより、符号化効率が向上している。
図3は、AVC符号化方式において規定されている、1/4画素精度の動き予測・補償処理の様子の例を説明する図である。図3において、各四角は、画素を示している。その内、Aはフレームメモリ112に格納されている整数精度画素の位置を示し、b,c,dは、1/2画素精度の位置を示し、e1,e2,e3は1/4画素精度の位置を示している。
以下においては、関数Clip1()を以下の式(1)のように定義する。
Figure 2012147331
・・・(1)
例えば、入力画像が8ビット精度である場合、式(1)のmax_pixの値は255となる。
b及びdの位置における画素値は、6tapのFIRフィルタを用いて、以下の式(2)および式(3)のように生成される。
Figure 2012147331
・・・(2)
Figure 2012147331
・・・(3)
cの位置における画素値は、水平方向及び垂直方向に6tapのFIRフィルタを適用し、以下の式(4)乃至式(6)のように生成される。
Figure 2012147331
・・・(4)
もしくは、
Figure 2012147331
・・・(5)
Figure 2012147331
・・・(6)
なお、Clip処理は、水平方向及び垂直方向の積和処理の両方を行った後、最後に1度のみ行われる。
e1乃至e3は、以下の式(7)乃至式(9)のように、線形内挿により生成される。
Figure 2012147331
・・・(7)
Figure 2012147331
・・・(8)
Figure 2012147331
・・・(9)
[動き予測・補償処理]
また、MPEG2においては、動き予測・補償処理の単位は、フレーム動き補償モードの場合には16×16画素、フィールド動き補償モードの場合には第一フィールド、第二フィールドのそれぞれに対し、16×8画素を単位として動き予測・補償処理が行なわれる。
これに対し、AVCにおいては、図4に示されるように、16×16画素により構成される1つのマクロブロックを、16×16、16×8、8×16若しくは8×8のいずれかのパーティションに分割し、サブマクロブロック毎に、互いに独立した動きベクトル情報を持つことが可能である。更に、8×8パーティションに関しては、図4に示されるとおり、8×8、8×4、4×8、4×4のいずれかのサブマクロブロックに分割し、それぞれ独立した動きベクトル情報を持つことが可能である。
しかしながら、AVC画像符号化方式において、MPEG2の場合と同様に、かかるような動き予測・補償処理が行なわれるようにすると、膨大な動きベクトル情報が生成されてしまう恐れがあった。そして、その生成された動きベクトル情報をこのまま符号化することは、符号化効率の低下を招く恐れがあった。
[動きベクトルのメディアン予測]
かかる問題を解決する手法として、AVC画像符号化においては、以下のような手法により、動きベクトルの符号化情報の低減が実現されている。
図5に示される各直線は、動き補償ブロックの境界を示している。また、図5において、Eはこれから符号化されようとしている当該動き補償ブロックを示し、A乃至Dは、それぞれ、既に符号化済の、Eに隣接する動き補償ブロックを示す。
今、X=A,B,C,D,Eとして、Xに対する動きベクトル情報を、mvxとする。
まず、動き補償ブロックA,B、およびCに関する動きベクトル情報を用い、動き補償ブロックEに対する予測動きベクトル情報pmvEを、メディアンオペレーションにより、以下の式(10)のように生成する。
Figure 2012147331
・・・(10)
動き補償ブロックCに関する情報が、画枠の端である等の理由により“unavailable”である場合、動き補償ブロックDに関する情報で代用される。
画像圧縮情報に、動き補償ブロックEに対する動きベクトル情報として符号化されるデータmvdEは、pmvEを用いて、以下の式(11)のように生成される。
Figure 2012147331
・・・(11)
なお、実際の処理は、動きベクトル情報の水平方向および垂直方向のそれぞれの成分に対して、独立に処理が行なわれる。
[マルチ参照フレーム]
また、AVCにおいては、Multi-Reference Frame(マルチ(複数)参照フレーム)という、MPEG2やH.263等、従来の画像符号化方式では規定されていなかった方式が規定されている。
図6を用いて、AVCにおいて規定されている、マルチ参照フレーム(Multi-Reference Frame)を説明する。
すなわち、MPEG-2やH.263においては、Pピクチャの場合、フレームメモリに格納された参照フレーム1枚のみを参照することにより動き予測・補償処理が行われていたが、AVCにおいては、図5に示されるように、複数の参照フレームがメモリに格納され、マクロブロック毎に、異なるメモリを参照することが可能である。
[ダイレクトモード]
ところで、Bピクチャにおける動きベクトル情報における情報量は膨大であるが、AVCにおいては、Direct Mode(ダイレクトモード)と称されるモードが用意されている。
このダイレクトモード(Direct Mode)において、動きベクトル情報は、画像圧縮情報中には格納されない。画像復号装置においては、周辺ブロックの動きベクトル情報、若しくは、参照フレームにおける処理対象ブロックと同じ位置のブロックであるco-locatedブロックの動きベクトル情報から、当該ブロックの動きベクトル情報が算出される。
ダイレクトモード(Direct Mode)には、Spatial Direct Mode(空間ダイレクトモード)と、Temporal Direct Mode(時間ダイレクトモード)の2種類が存在し、スライス毎に切り替えることが可能である。
空間ダイレクトモード(Spatial Direct Mode)においては、以下の式(12)に示されるように、処理対象動き補償ブロックEの動きベクトル情報mvEが算出される。
mvE = pmvE ・・・(12)
すなわち、Median(メディアン)予測により生成された動きベクトル情報が、当該ブロックに適用される。
以下においては、図7を用いて、時間ダイレクトモード(Temporal Direct Mode)を説明する。
図7において、L0参照ピクチャにおける、当該ブロックと同じ空間上のアドレスにあるブロックを、Co-Locatedブロックとし、Co-Locatedブロックにおける動きベクトル情報を、mvcolとする。また、当該ピクチャとL0参照ピクチャの時間軸上の距離をTDBとし、L0参照ピクチャとL1参照ピクチャの時間軸上の距離をTDDとする。
この時、当該ピクチャにおける、L0の動きベクトル情報mvL0及びL1の動きベクトル情報mvL1は、以下の式(13)および式(14)のように算出される。
Figure 2012147331
・・・(13)
Figure 2012147331
・・・(14)
なお、AVC画像圧縮情報においては、時間軸上の距離を表す情報TDが存在しないため、POC(Picture Order Count)を用いて、上述した式(12)および式(13)の演算が行われるものとする。
また、AVC画像圧縮情報においては、ダイレクトモード(Direct Mode)は、16×16画素マクロブロック単位、若しくは、8×8画素ブロック単位で定義することが可能である。
[予測モードの選択]
ところで、AVC符号化方式において、より高い符号化効率を達成するには、適切な予測モードの選択が重要である。
かかる選択方式の例として、JM(Joint Model)と呼ばれるH.264/MPEG-4 AVCの参照ソフトウエア(http://iphome.hhi.de/suehring/tml/index.htm において公開されている)に実装されている方法を挙げることが出来る。
JMにおいては、以下に述べる、High Complexity Modeと、Low Complexity Modeの2通りのモード判定方法を選択することができる。どちらも、それぞれの予測モードに関するコスト関数値を算出し、これを最小にする予測モードを当該サブマクロブロック、または、当該マクロブロックに対する最適モードとして選択する。
High Complexity Modeにおけるコスト関数は、以下の式(15)のように示される。
Cost(Mode∈Ω) = D + λ*R ・・・(15)
ここで、Ωは、当該ブロック乃至マクロブロックを符号化するための候補モードの全体集合、Dは、当該予測モードで符号化した場合の、復号画像と入力画像の差分エネルギーである。λは、量子化パラメータの関数として与えられるLagrange未定乗数である。Rは、直交変換係数を含んだ、当該モードで符号化した場合の総符号量である。
つまり、High Complexity Modeでの符号化を行うには、上記パラメータD及びRを算出するため、全ての候補モードにより、一度、仮エンコード処理を行う必要があり、より高い演算量を要する。
Low Complexity Modeにおけるコスト関数は、以下の式(16)のように示される。
Cost(Mode∈Ω) = D + QP2Quant(QP) * HeaderBit ・・・(16)
ここで、Dは、High Complexity Modeの場合と異なり、予測画像と入力画像の差分エネルギーとなる。QP2Quant(QP)は、量子化パラメータQPの関数として与えられ、HeaderBitは、直交変換係数を含まない、動きベクトルや、モードといった、Headerに属する情報に関する符号量である。
すなわち、Low Complexity Modeにおいては、それぞれの候補モードに関して、予測処理を行う必要があるが、復号画像までは必要ないため、符号化処理まで行う必要はない。このため、High Complexity Modeより低い演算量での実現が可能である。
[動きベクトルのコンペティション]
ところで、図5を参照して説明したような、メディアン予測を用いた動きベクトルの符号化を改善するため、非特許文献1では、以下に述べるような方法が提案されている。
すなわち、AVCにおいて定義されている、メディアン予測により求められる”Spatial Predictor(空間予測)”に加え、以下に述べる”Temporal Predictor(時間予測)”及び”Spatio-Temporal Predictor(時間と空間の予測)”のどれかを、予測動きベクトル情報として、適応的に用いることが可能にするものである。
すなわち、図8において、”mvcol”を、当該ブロックに対するco-locatedブロック(参照画像において、xy座標が、当該ブロックと同じであるブロック)に対する動きベクトル情報、mvtk(k=0乃至8)をその周辺ブロックの動きベクトル情報であるとして、それぞれの予測動きベクトル情報(Predictor)は、以下の式(17)乃至(19)により定義される。
Temporal Predictor:
Figure 2012147331
・・・(17)
Figure 2012147331
・・・(18)
Spatio-Temporal Predictor:
Figure 2012147331
・・・(19)
画像符号化装置100においては、それぞれのブロックに関して、それぞれの予測動きベクトル情報を用いた場合のコスト関数が算出され、最適な予測動きベクトル情報の選択が行われる。画像圧縮情報においては、それぞれのブロックに対し、どの予測動きベクトル情報が用いられたかに関する情報を示すflagが伝送される。
[コーディングユニット]
ところで、マクロブロックサイズを16画素×16画素とするのは、次世代符号化方式の対象となるような、UHD(Ultra High Definition;4000画素×2000画素)といった大きな画枠に対しては、最適ではない。
そこで、AVCにおいては、図4に示されるように、マクロブロックとサブマクロブロックによる階層構造が規定されているが、例えば、HEVC(High Efficiency Video Coding)においては、図9に示されるように、コーディングユニット(CU(Coding Unit))が規定されている。
CUは、Coding Tree Block(CTB)とも呼ばれ、AVCにおけるマクロブロックと同様の役割を果たす、ピクチャ単位の画像の部分領域である。後者は、16×16画素の大きさに固定されているのに対し、前者の大きさは固定されておらず、それぞれのシーケンスにおいて、画像圧縮情報中において指定されることになる。
例えば、出力となる符号化データに含まれるシーケンスパラメータセット(SPS(Sequence Parameter Set))において、CUの最大サイズ(LCU(Largest Coding Unit))と最小サイズ((SCU(Smallest Coding Unit))が規定される。
それぞれのLCU内においては、SCUのサイズを下回らない範囲で、split-flag=1とすることにより、より小さなサイズのCUに分割することができる。図9の例では、LCUの大きさが128であり、最大階層深度が5となる。2N×2Nの大きさのCUは、split_flagの値が「1」である時、1つ下の階層となる、N×Nの大きさのCUに分割される。
更に、CUは、イントラ若しくはインター予測の処理単位となる領域(ピクチャ単位の画像の部分領域)であるプレディクションユニット(Prediction Unit(PU))に分割され、また、直交変換の処理単位となる領域(ピクチャ単位の画像の部分領域)である、トランスフォームユニット(Transform Unit(TU))に分割される。現在、HEVCにおいては、4×4及び8×8に加え、16×16及び32×32直交変換を用いることが可能である。
以上のHEVCのように、CUを定義し、そのCUを単位として各種処理を行うような符号化方式の場合、AVCにおけるマクロブロックはLCUに相当すると考えることができる。ただし、CUは図9に示されるように階層構造を有するので、その最上位階層のLCUのサイズは、例えば128×128画素のように、AVCのマクロブロックより大きく設定されることが一般的である。
[動きパーティションのマージ]
ところで、動き情報の符号化方式の1つとして、非特許文献3においては、図10に示されるような、Motion Partition Mergingと呼ばれる手法が提案されている。この手法においては、Merge_Flagと、Merge_Left_Flagという、2つのflagが伝送される。
Merge_Flag=1の時、当該ブロックXの動き情報は、ブロックT若しくはブロックLの動き情報と同一であり、この時、Merge_Left_Flagが、出力となる画像圧縮情報中に伝送されることになる。その値が0である時には、当該ブロックXの動き情報は、ブロックTともブロックLとも異なるものであり、ブロックXに関する動き情報が、画像圧縮情報に伝送されることになる。
Merge_Flag=1であり、かつ、Merge_Left_Flag=1である場合、当該ブロックXの動き情報は、ブロックLの動き情報と同一のものになる。Merge_Flag=1であり、かつ、Merge_Left_Flag=0である場合、当該ブロックXの動き情報は、ブロックLの動き情報と同一のものになる。
上述のMotion Partition Mergingは、AVCにおけるSkipの置き換えとして提案されている。
[本実施について]
しかしながら、上述したような複数の予測器(predictor)を用意し、その中から最適なものを選択して動きベクトル情報の符号化処理を行うようにすると、ブロック毎に、どの予測器(predictor)を用いるかに関する情報を復号側に提供する必要があるが、その情報量が増大し、符号化効率が低減する恐れがあった。
そこで、本実施においては、当該領域と周辺領域との相関関係を用いて、当該領域の予測器(predictor)を予測するようにすることにより、復号側に伝送する情報量を低減させ、符号化効率の低減を抑制することができるようにする。
[画像符号化装置]
図11は、本発明を適用した画像符号化装置の主な構成例を示すブロック図である。
図11に示される画像符号化装置300は、図1の画像符号化装置100と基本的に同様の装置であり、画像データを符号化する。図11に示されるように画像符号化装置300は、A/D変換部301、画面並べ替えバッファ302、演算部303、直交変換部304、量子化部305、可逆符号化部306、および蓄積バッファ307を有する。また、画像符号化装置300は、逆量子化部308、逆直交変換部309、演算部310、ループフィルタ311、フレームメモリ312、選択部313、イントラ予測部314、動き予測・補償部315、選択部316、およびレート制御部317を有する。
画像符号化装置300は、さらに、動き情報予測部321を有する。
A/D変換部301は、入力された画像データをA/D変換する。A/D変換部301は、変換後の画像データ(デジタルデータ)を、画面並べ替えバッファ302に供給し、記憶させる。画面並べ替えバッファ302は、記憶した表示の順番のフレームの画像を、GOPに応じて、符号化のためのフレームの順番に並べ替える。画面並べ替えバッファ302は、フレームの順番を並び替えた画像を、演算部303に供給する。また、画面並べ替えバッファ302は、フレームの順番を並び替えた画像を、イントラ予測部314および動き予測・補償部315にも供給する。
演算部303は、画面並べ替えバッファ302から読み出された画像から、選択部316を介してイントラ予測部314若しくは動き予測・補償部315から供給される予測画像を減算する。演算部303は、その差分情報を直交変換部304に出力する。
例えば、イントラ符号化が行われる画像の場合、演算部303は、画面並べ替えバッファ302から読み出された画像から、イントラ予測部314から供給される予測画像を減算する。また、例えば、インター符号化が行われる画像の場合、演算部303は、画面並べ替えバッファ302から読み出された画像から、動き予測・補償部315から供給される予測画像を減算する。
直交変換部304は、演算部303から供給される差分情報に対して、離散コサイン変換、カルーネン・レーベ変換等の直交変換を施す。なお、この直交変換の方法は任意である。直交変換部304は、その変換係数を量子化部305に供給する。
量子化部305は、直交変換部304から供給される変換係数を量子化する。量子化部305は、レート制御部317から供給される符号量の目標値に関する情報に基づいて量子化パラメータを設定し、その量子化を行う。なお、この量子化の方法は任意である。量子化部305は、量子化された変換係数を可逆符号化部306に供給する。
可逆符号化部306は、量子化部305において量子化された変換係数を任意の符号化方式で符号化する。係数データは、レート制御部317の制御の下で量子化されているので、この符号量は、レート制御部317が設定した目標値となる(若しくは目標値に近似する)。
また、可逆符号化部306は、イントラ予測のモードを示す情報などをイントラ予測部314から取得し、インター予測のモードを示す情報や動きベクトル情報などを動き予測・補償部315から取得する。さらに、可逆符号化部306は、ループフィルタ311において使用されたフィルタ係数等を取得する。
可逆符号化部306は、これらの各種情報を任意の符号化方式で符号化し、符号化データのヘッダ情報の一部とする(多重化する)。可逆符号化部306は、符号化して得られた符号化データを蓄積バッファ307に供給して蓄積させる。
可逆符号化部306の符号化方式としては、例えば、可変長符号化または算術符号化等が挙げられる。可変長符号化としては、例えば、H.264/AVC方式で定められているCAVLC(Context-Adaptive Variable Length Coding)などが挙げられる。算術符号化としては、例えば、CABAC(Context-Adaptive Binary Arithmetic Coding)などが挙げられる。
蓄積バッファ307は、可逆符号化部306から供給された符号化データを、一時的に保持する。蓄積バッファ307は、所定のタイミングにおいて、保持している符号化データを、例えば、後段の図示せぬ記録装置(記録媒体)や伝送路などに出力する。
また、量子化部305において量子化された変換係数は、逆量子化部308にも供給される。逆量子化部308は、その量子化された変換係数を、量子化部305による量子化に対応する方法で逆量子化する。この逆量子化の方法は、量子化部305による量子化処理に対応する方法であればどのような方法であってもよい。逆量子化部308は、得られた変換係数を、逆直交変換部309に供給する。
逆直交変換部309は、逆量子化部308から供給された変換係数を、直交変換部304による直交変換処理に対応する方法で逆直交変換する。この逆直交変換の方法は、直交変換部304による直交変換処理に対応する方法であればどのようなものであってもよい。逆直交変換された出力(復元された差分情報)は、演算部310に供給される。
演算部310は、逆直交変換部309から供給された逆直交変換結果、すなわち、復元された差分情報に、選択部316を介してイントラ予測部314若しくは動き予測・補償部315から供給される予測画像を加算し、局部的に復号された画像(復号画像)を得る。
例えば、差分情報が、イントラ符号化が行われる画像に対応する場合、演算部310は、その差分情報にイントラ予測部314から供給される予測画像を加算する。また、例えば、差分情報が、インター符号化が行われる画像に対応する場合、演算部310は、その差分情報に動き予測・補償部315から供給される予測画像を加算する。
その加算結果(復号画像)は、ループフィルタ311またはフレームメモリ312に供給される。
ループフィルタ311は、デブロックフィルタや適応ループフィルタ等を含み、演算部310から供給される復号画像に対して適宜フィルタ処理を行う。例えば、ループフィルタ311は、復号画像に対して、デブロックフィルタ111と同様のデブロックフィルタ処理を行うことにより復号画像のブロック歪を除去する。また、例えば、ループフィルタ311は、そのデブロックフィルタ処理結果(ブロック歪みの除去が行われた復号画像)に対して、ウィナーフィルタ(Wiener Filter)を用いてループフィルタ処理を行うことにより画質改善を行う。
なお、ループフィルタ311が、復号画像に対して任意のフィルタ処理を行うようにしてもよい。また、ループフィルタ311は、必要に応じて、フィルタ処理に用いたフィルタ係数等の情報を可逆符号化部306に供給し、それを符号化させるようにすることもできる。
ループフィルタ311は、フィルタ処理結果(フィルタ処理後の復号画像)をフレームメモリ312に供給する。なお、上述したように、演算部310から出力される復号画像は、ループフィルタ311を介さずにフレームメモリ312に供給することができる。つまり、ループフィルタ311によるフィルタ処理は省略することができる。
フレームメモリ312は、供給される復号画像を記憶し、所定のタイミングにおいて、記憶している復号画像を参照画像として、選択部313に供給する。
選択部313は、フレームメモリ312から供給される参照画像の供給先を選択する。例えば、イントラ予測の場合、選択部313は、フレームメモリ312から供給される参照画像をイントラ予測部314に供給する。また、インター予測の場合、選択部313は、フレームメモリ312から供給される参照画像を動き予測・補償部315に供給する。
イントラ予測部314は、選択部313を介してフレームメモリ312から供給される参照画像である処理対象ピクチャ内の画素値を用いて、基本的にPUを処理単位として予測画像を生成するイントラ予測(画面内予測)を行う。イントラ予測部314は、予め用意された複数のモード(イントラ予測モード)でこのイントラ予測を行う。イントラ予測部314は、AVC符号化方式において規定されるモードだけでなく、それ以外の任意のモードでこのイントラ予測を行うこともできる。
イントラ予測部314は、候補となる全てのイントラ予測モードで予測画像を生成し、画面並べ替えバッファ102から供給される入力画像を用いて各予測画像のコスト関数値を評価し、最適なモードを選択する。イントラ予測部314は、最適なイントラ予測モードを選択すると、その最適なモードで生成された予測画像を、選択部316に供給する。
また、上述したように、イントラ予測部314は、採用されたイントラ予測モードを示すイントラ予測モード情報等を、適宜可逆符号化部306に供給し、符号化させる。
動き予測・補償部315は、画面並べ替えバッファ302から供給される入力画像と、選択部313を介してフレームメモリ312から供給される参照画像とを用いて、基本的にPUを処理単位として、動き予測(インター予測)を行い、検出された動きベクトルに応じて動き補償処理を行い、予測画像(インター予測画像情報)を生成する。動き予測・補償部315は、予め用意された複数のモード(インター予測モード)でこのようなインター予測を行う。動き予測・補償部315は、AVC符号化方式において規定されるモードだけでなく、それ以外の任意のモードでこのインター予測を行うこともできる。
動き予測・補償部315は、候補となる全てのインター予測モードで予測画像を生成し、各予測画像のコスト関数値を評価し、最適なモードを選択する。動き予測・補償部315は、最適なインター予測モードを選択すると、その最適なモードで生成された予測画像を、選択部316に供給する。
また、動き予測・補償部315は、採用されたインター予測モードを示す情報や、符号化データを復号する際に、そのインター予測モードで処理を行うために必要な情報等を可逆符号化部306に供給し、符号化させる。
選択部316は、演算部303や演算部310に供給する予測画像の供給元を選択する。例えば、イントラ符号化の場合、選択部316は、予測画像の供給元としてイントラ予測部314を選択し、そのイントラ予測部314から供給される予測画像を演算部303や演算部310に供給する。また、例えば、インター符号化の場合、選択部316は、予測画像の供給元として動き予測・補償部315を選択し、その動き予測・補償部315から供給される予測画像を演算部303や演算部310に供給する。
レート制御部317は、蓄積バッファ307に蓄積された符号化データの符号量に基づいて、オーバーフローあるいはアンダーフローが発生しないように、量子化部305の量子化動作のレートを制御する。
動き情報予測部321は、動き予測・補償部315のインター予測の内、処理対象の当該PUの動きベクトルを、当該PUの周辺の(隣接若しくは近傍の)PUである周辺PUの情報を用いて予測する処理を行う。
この予測の方法(つまり予測器(プレディクタ(Predictor)))は任意であり、例えば、AVCにおいて規定されているモードや、上述した非特許文献において提案されているモードであってもよいし、これら以外の任意の方法であってもよい。
[動き予測・補償部および動き情報予測部]
図12は、図11の動き予測・補償部315および動き情報予測部321の主な構成例を示すブロック図である。
図12に示されるように、動き予測・補償部315は、動き探索部331、コスト関数算出部332、モード判定部333、動き補償部334、および動き情報バッファ335を有する。
また、動き情報予測部321は、動き予測部341、Predictor予測部342、比較判定部343、およびフラグ生成部344を有する。
動き探索部331は、入力画像と参照画像の差分から当該PUの動きベクトルを求める処理を行う。そのために、動き探索部331は、画面並べ替えバッファ302から処理対象である当該PUの入力画像画素値を取得し、選択部313を介してフレームメモリ312からその当該PUに対応する参照画像画素値を取得する。動き探索部331は、その入力画像画素値および参照画像画素値の差分(差分画素値)を求め、その差分画素値を用いて動き探索を行って、当該PUの動きベクトルを求める。
動き探索部331は、このように求めた当該PUの動きベクトルを含む動き情報を生成する。動き情報には、当該PUの動きベクトルの他、当該PUの大きさ等、当該PUの動き予測に関する任意の情報が含まれる。
動き探索部331は、動き情報と差分画素値をコスト関数算出部332に供給する。動き探索部331は、複数のモードでこのような処理を行う。
この方法の場合、符号化データを復号する際に、当該PUの動きベクトルが必要になる。つまり、動き探索部331の予測処理が採用されたPUの数だけ動きベクトルを符号化する必要があり、その分符号量が増大し、符号化効率が低減する恐れがある。
これに対して、動き情報予測部321の動き予測部341は、周辺PUの動きベクトルを用いて当該PUの動きベクトルを予測する処理を行う。この方法の場合、復号側において、同様に周辺PUから当該PUの動きベクトルを予測することができるので、動きベクトルを符号化する必要が無くなり、その分、符号化効率を向上させることができる。
動き予測部341は、動き情報バッファ335から、過去に処理されたPUの動き情報(周辺動き情報)を取得する。
この周辺動き情報のPUは、過去に処理されてその動き情報が動き情報バッファ335に記憶されているものであればどのPUであってもよい。ただし、一般的に、当該PUに距離的若しくは時間的に近いPU程、当該PUとの相関性が高い。したがって、動き予測部341は、当該PUの近傍に位置するPU若しくは当該PUに隣接するPU(すなわち、周辺PU)の動き情報を周辺動き情報として取得するのが望ましい。
なお、動き予測部341は、この周辺動き情報として、任意の数のPUの動き情報を取得することができる。各周辺動き情報には、そのPUの動きベクトルやサイズ等、そのPUの動き予測に関する任意の情報が含まれる。
動き予測部341は、取得した周辺動き情報を用いて当該PUの動きベクトル(予測動きベクトル)を予測する。動き予測部341は、複数のモードでこのような処理を行う。AVC符号化方式において規定されるモードや上述した文献において提案されるモードだけでなく、それ以外の任意のモードでこの予測を行うこともできる。
つまり、動き予測部341は、互いに異なる方法で動きベクトルを予測する予測器(プレディクタ(Predictor))を複数有し、各Predictorを用いて当該PUの動きベクトルを予測する。
また、動き予測部341は、動き探索部331から動き情報を取得する。動き予測部341は、各Predictorを用いて予測した当該PUの予測動きベクトルのそれぞれについて、動き探索部331が求めた当該PUの動きベクトルとの差分を求め、その差分が最も小さい予測ベクトルを最適な予測結果として選択する。
動き予測部341は、最適な予測結果として選択した予測動きベクトルに対応する差分を含む差分動き情報と、最適な予測結果として選択した予測動きベクトルの生成に用いたPredictorを示すPredictor情報とを、比較判定部343に供給する。
この方法の場合、符号化データを復号する際に、符号化時に当該PUの動きベクトルを予測するのにどのPredictorを用いたかを示すPredictor情報が必要になる。つまり、動き予測部341の予測処理が採用されたPUの数だけ、Predictor情報を符号化する必要があり、その分符号量が増大し、符号化効率が低減する恐れがある。
これに対して、動き情報予測部321のPredictor予測部342は、周辺PUにおいて採用されたプレディクタ(Predictor)を用いて当該PUにおいて採用するPredictorを予測する処理を行う。この方法の場合、復号側において、同様に周辺PUから当該PUのPredictorを予測することができるので、Predictor情報を符号化する必要が無くなり、その分、符号化効率を向上させることができる。なお、周辺は、隣接と近傍の両方を含む。すなわち、周辺PUは、当該PUに隣接する隣接PUと、当該PUの近傍に位置する近傍PUとの両方を含む。特定のPUを示す場合、隣接PUと近傍PUの中の、いずれかのPUを示す。
Predictor予測部342は、動き情報バッファ335から、過去に処理されたPUのPredictor情報(周辺Predictor情報)を取得する。
この周辺Predictor情報のPUは、過去に処理されてそのPredictor情報が動き情報バッファ335に記憶されているものであればどのPUであってもよい。ただし、一般的に、当該PUに距離的若しくは時間的に近いPU程、当該PUとの相関性が高い。したがって、動き予測部341は、当該PUの近傍に位置するPU(若しくは当該PUに隣接するPU)のPredictor情報を周辺Predictor情報として取得するのが望ましい。
なお、Predictor予測部342は、この周辺Predictor情報として、任意の数のPUのPredictor情報を取得することができる。
Predictor予測部342は、取得した周辺Predictor情報を用いて当該PUのPredictorを予測する。このPredictorの予測の具体的な方法については後述する。
Predictor予測部342は、予測した当該PUのPredictorを示す予測Predictor情報を、比較判定部343に供給する。
Predictor予測部342の方法の場合、基本的に動き予測部341の方法よりも符号化効率を向上させることができるが、予測動きベクトルの予測精度が、動き予測部341の予測精度よりも低くなるのは好ましくない。
例えば、画像の内容によっては、周辺PUと当該PUの間で、Predictorの相関性が低いことも考えられる。そのような場合、Predictor予測部342が予測したPredictorを用いて予測される予測動きベクトルの予測精度が、動き予測部341が予測した予測動きベクトルの予測精度よりも低くなる恐れがある。
そこで、比較判定部343は、Predictor予測部342が予測したPredictorが、動き予測部341において採用されたPredictorと一致する場合のみ、Predictor予測部342が生成した予測Predictor情報を採用し、一致しない場合は、動き予測部341の予測結果を採用する。
より具体的には、比較判定部343は、動き予測部341から供給されるPredictor情報と、Predictor予測部342から供給される予測Predictor情報とを比較し、両者のPredictorが一致するか否かを判定する。
フラグ生成部344は、比較判定部343の判定結果を示すフラグ情報を生成し、比較判定部343に供給する。
Predictor情報と予測Predictor情報とが一致しない場合、比較判定部343は、Predictor情報を採用することを示すフラグ情報をフラグ生成部344に生成させ、取得する。比較判定部343は、フラグ生成部344から取得したそのフラグ情報、動き予測部341から供給された差分動き情報およびPredictor情報を、動き予測・補償部315のコスト関数算出部332に供給する。
また、Predictor情報と予測Predictor情報が一致する場合、比較判定部343は、予測Predictor情報を採用することを示すフラグ情報をフラグ生成部344に生成させ、取得する。比較判定部343は、フラグ生成部344から取得したそのフラグ情報と、動き予測部341から供給された差分動き情報とを、動き予測・補償部315のコスト関数算出部332に供給する。つまり、この場合、Predictor予測部342によるPredictorを予測する方法が採用されているので、Predictor情報の供給(符号化)が省略される。従って、この場合、画像符号化装置300は、その分符号化効率を向上させることができる。
コスト関数算出部332は、以上のような各モードで生成された予測結果を用いた符号化の結果のコスト関数値を算出する。このコスト関数の算出方法は任意である。例えば、コスト関数算出部332は、上述した式(15)や式(16)を用いて各モードのコスト関数値を算出する。コスト関数算出部332は、算出した各モードのコスト関数値と、動き情報やフラグ情報等を含む各モードに関する情報である候補モード情報とをモード判定部333に供給する。
モード判定部333は、コスト関数算出部332から供給された各モードのコスト関数値に基づいて、最適なモードを選択する。この最適モードの選択方法は任意であるが、例えば、モード判定部333は、コスト関数値が最も小さいモードを最適モードに選択する。モード判定部333は、その最適モードに関する情報(例えば動き情報やフラグ情報等)を最適モード情報として動き補償部334に供給する。
動き補償部334は、選択部313を介してフレームメモリ312から読み出した参照画像画素値を用いて、最適モード情報が示すモードで予測画像を生成し、その予測画像画素値を、選択部316を介して演算部303および演算部310に供給する。
動き補償部334は、また、最適モード情報を可逆符号化部306に供給し、符号化させる。この最適モード情報の内容は、選択されたモードによって異なる。例えば、動き探索部331が求めた動きベクトルを用いるモードの場合、最適モード情報には、当該PUの動き情報が含まれる。また、例えば、動き予測部341が予測した予測動きベクトルを用いるモードの場合、最適モード情報には、当該PUのフラグ情報、差分動き情報、およびPredictor情報が含まれる。さらに、例えば、Predictor予測部342が予測したPredictorを用いるモードの場合、最適モード情報には、当該PUのフラグ情報および差分動き情報が含まれる。
さらに、動き補償部334は、当該PUの動き情報やPredictor情報を動き情報バッファ335に供給し、記憶させる。
動き情報バッファ335は、動き補償部334から供給される当該PUの動き情報とPredictor情報を記憶する。動き情報バッファ335は、所定のタイミングにおいて、若しくは、動き予測部341やPredictor予測部342のような外部からの要求に基づいて、それらの情報を、当該PUとは異なる他のPUに対する処理において、周辺動き情報や周辺Predictorとして、動き予測部341やPredictor予測部342に供給する。
[Predictorの予測]
図13は、Predictor予測部342によるPredictorの予測方法について説明する図である。図13において、Cは当該PUであり、TおよびLは、当該PU(C)の上部及び左部に隣接するPU(周辺PU)である。当該PU(C)において予測動きベクトルの予測に用いられるPredictorをpCとする。また、周辺PU(T)において予測動きベクトルの予測に用いられるPredictorをpTとする。さらに、周辺PU(L)において予測動きベクトルの予測に用いられるPredictorをpLとする。
Predictor予測部342は、pTおよびpLから、pCを予測する。比較判定部343は、このpCの予測値(predpC)と、動き予測部341により求められた実際のpCの値が異なる場合のみ、そのpCの値を符号化させる(画像符号化装置300より出力される符号化データに付加される)。
なお、Predictorの予測に利用する周辺PUは、これに限らず、左上部、右上部といった、他の隣接PUであってもよい。また、co-locatedのように、時間方向に隣接するPUのpredictor情報を用いて、当該PUのPredictorの予測を行うようにしてもよい。
例えば、Predictor予測部342は、以下の式(20)のように、pTおよびpLから、pCの予測値predpCを算出する。
predpC = min(pT,pL) ・・・(20)
このpredpCと、pCの値が互いに等しい場合、その旨を示すフラグ情報(flag)がフラグ生成部344により生成され、符号化される(画像符号化装置300より出力される符号化データに付加される)。この場合、実際のpCの値は符号化されない(画像符号化装置300より出力される符号化データに付加されない)。
predpCと、pCの値が互いに等しくない場合、その旨を示すフラグ情報(flag)がフラグ生成部344により生成され、符号化される(画像符号化装置300より出力される符号化データに付加される)。この場合、実際のpCの値(若しくは、pCとpredpCの差分値)も符号化される(画像符号化装置300より出力される符号化データに付加される)。
なお、周辺PUがイントラ符号化されたものである場合、Predictor予測部342は、そのPredictorに対するcode numberが0であるとして処理を行う。
また、例えば画端やスライス境界にある等の理由により、周辺PU(L)が存在しない場合、Predictor予測部342は、以下の式(21)のように、pTを用いて予測値predpCを算出する。
predpC = pT ・・・(21)
逆に、周辺PU(T)が存在しない場合、Predictor予測部342は、以下の式(22)のように、pLを用いて予測値predpCを算出する。
predpC = pL ・・・(22)
どちらの周辺PUも存在しない場合、Predictor予測部342は、Predictorの予測を行わない。この場合、比較判定部343は、動き予測部341の予測結果を採用する。つまり、上述したPredictor情報と予測Predictor情報とが不一致の場合と同様に処理される。
一般に、当該PUと周辺PUとの間で動き情報には相関があり、従って、そのPredictorにも相関があると考えられる。Predictor予測部342は、このPredictorの相関を利用して、符号化処理を行うことで、例えば非特許文献1において提案されたmotion vector competition処理に基づく動きベクトル情報の符号化効率の向上を実現させることができる。
なお、当該PUと周辺PUとの相関の大きさの判断に、そのPUのサイズの関係を用いるようにしても良い。一般的に、例えばある2つのPU間で動き情報の相関が高い場合、その2つのPUのサイズの相関も高くなる可能性が高い。例えば、動きの多い画像の場合、テクスチャの変化が激しくなる可能性が高く、PUのサイズは小さく設定され易い。これに対して、動きの少ない画像の場合、例えば空等の背景のように、単一のテクスチャが広く拡がる可能性が高くPUのサイズは大きく設定され易い。
換言すれば、PUのサイズが互いに大きく異なる場合、移動物体と静止物体のように、画像の性質が大きく異なる可能性が高く、そのようなPU間では、動きベクトルやPredictorの相関が低くなる可能性が高い。
Predictor予測部342は、このような性質を利用して、PUのサイズの関係から、PU間の動きベクトルやPredictorの相関を推定するようにしてもよい。
例えば、図14に示されるように、当該PU(C)のサイズが64×64であり、周辺PU(L)のサイズが64×64であり、周辺PU(T)のサイズが4×4であるとする。このような場合、Predictor予測部342は、当該PU(C)と、周辺PU(L)の間には相関があるが、周辺PU(T)との相関は低いものと考える。
つまり、例えば、当該PU(C)のサイズがN×Nであるとする。この場合、Predictor予測部342は、周辺PU(L)および周辺PU(T)のサイズが2N×2N、N×N、若しくは、N/2×N/2の場合、上述した式(20)を用いてpredpCを算出する。
また、周辺PU(T)のサイズが2N×2N、N×N、若しくは、N/2×N/2であるが、周辺PU(L)がそれ以外のサイズである場合、Predictor予測部342は、上述した式(21)を用いてpredpCを算出する。
さらに、周辺PU(L)のサイズが2N×2N、N×N、若しくは、N/2×N/2であるが、周辺PU(T)がそれ以外のサイズである場合、Predictor予測部342は、上述した式(22)を用いてpredpCを算出する。
また、周辺PU(L)および周辺PU(T)がいずれも、2N×2N、N×N、若しくは、N/2×N/2以外のサイズである場合、Predictor予測部342は、Predictorの予測を省略する。
なお、周辺PU(L)および周辺PU(T)が、非特許文献3において提案されているMergeFlagによる符号化処理が行われている可能性がある。この場合、MergeFlagにより、周辺PU(T)の動き情報とマージされている場合、pTおよびpLとして、周辺PU(T)の動き情報を意味するインデクスを用いるようにしてもよい。これに対して、MergeFlagにより、周辺PU(L)の動き情報とマージされている場合、pT及びpLとして、周辺PU(L)の動き情報を意味するインデクスを用いるようにしてもよい。
[符号化処理の流れ]
次に、以上のような画像符号化装置300により実行される各処理の流れについて説明する。最初に、図15のフローチャートを参照して、符号化処理の流れの例を説明する。
ステップS301において、A/D変換部301は入力された画像をA/D変換する。ステップS302において、画面並べ替えバッファ302は、A/D変換された画像を記憶し、各ピクチャの表示する順番から符号化する順番への並べ替えを行う。
ステップS303において、イントラ予測部314は、イントラ予測モードのイントラ予測処理を行う。ステップS304において、動き予測・補償部315は、インター予測モードでの動き予測や動き補償を行うインター動き予測処理を行う。
ステップS305において、選択部316は、イントラ予測部314および動き予測・補償部315から出力された各コスト関数値に基づいて、最適なモードを決定する。つまり、選択部316は、イントラ予測部314により生成された予測画像と、動き予測・補償部315により生成された予測画像のいずれか一方を選択する。
また、このいずれの予測画像が選択されたかを示す選択情報は、イントラ予測部314および動き予測・補償部315のうち、予測画像が選択された方に供給される。最適イントラ予測モードの予測画像が選択された場合、イントラ予測部314は、最適イントラ予測モード等を示すイントラ予測モード情報を、可逆符号化部306に供給する。最適インター予測モードの予測画像が選択された場合、動き予測・補償部315は、最適インター予測モードを示す情報と、必要に応じて、最適インター予測モードに応じた情報を可逆符号化部306に出力する。
ステップS306において、演算部303は、ステップS302の処理により並び替えられた画像と、ステップS305の処理により選択された予測画像との差分を演算する。予測画像は、インター予測する場合は動き予測・補償部315から、イントラ予測する場合はイントラ予測部314から、選択部316を介して演算部303に供給される。
差分データは元の画像データに較べてデータ量が低減される。したがって、画像をそのまま符号化する場合に較べて、データ量を圧縮することができる。
ステップS307において、直交変換部304は、ステップS306の処理により生成された差分情報を直交変換する。具体的には、離散コサイン変換、カルーネン・レーベ変換等の直交変換が行われ、変換係数が出力される。
ステップS308において、量子化部305は、ステップS307の処理により得られた直交変換係数を量子化する。
ステップS308の処理により量子化された差分情報は、次のようにして局部的に復号される。すなわち、ステップS309において、逆量子化部308は、ステップS308の処理により生成された量子化された直交変換係数(量子化係数とも称する)を量子化部305の特性に対応する特性で逆量子化する。ステップS310において、逆直交変換部309は、ステップS307の処理により得られた直交変換係数を、直交変換部304の特性に対応する特性で逆直交変換する。
ステップS311において、演算部310は、予測画像を局部的に復号された差分情報に加算し、局部的に復号された画像(演算部303への入力に対応する画像)を生成する。ステップS312においてループフィルタ311は、ステップS311の処理により得られた局部的な復号画像に対して、デブロックフィルタ処理や適応ループフィルタ処理等を含むループフィルタ処理を適宜行う。
ステップS313において、フレームメモリ312は、ステップS312の処理によりループフィルタ処理が施された復号画像を記憶する。なお、フレームメモリ312にはループフィルタ311によりフィルタ処理されていない画像も演算部310から供給され、記憶される。
ステップS314において、可逆符号化部306は、ステップS308の処理により量子化された変換係数を符号化する。すなわち、差分画像に対して、可変長符号化や算術符号化等の可逆符号化が行われる。
なお、可逆符号化部306は、ステップS308において算出された量子化パラメータを符号化し、符号化データに付加する。また、可逆符号化部306は、ステップS305の処理により選択された予測画像のモードに関する情報を符号化し、差分画像を符号化して得られる符号化データに付加する。つまり、可逆符号化部306は、イントラ予測部314から供給される最適イントラ予測モード情報、または、動き予測・補償部315から供給される最適インター予測モードに応じた情報なども符号化し、符号化データに付加する。
ステップS315において蓄積バッファ307は、可逆符号化部306から出力される符号化データを蓄積する。蓄積バッファ307に蓄積された符号化データは、適宜読み出され、伝送路や記録媒体を介して復号側に伝送される。
ステップS316においてレート制御部317は、ステップS315の処理により蓄積バッファ307に蓄積された符号化データの符号量(発生符号量)に基づいて、オーバーフローあるいはアンダーフローが発生しないように、量子化部305の量子化動作のレートを制御する。
ステップS316の処理が終了すると、符号化処理が終了される。
[インター動き予測処理の流れ]
次に、図16のフローチャートを参照して、図15のステップS304において実行されるインター動き予測処理の流れの例を説明する。
インター動き予測処理が開始されると、動き探索部331は、ステップS331において、動き探索を行い、動き情報を生成する。
ステップS332において、動き予測部341は、周辺動き情報を用いて当該PUの動きベクトルを予測し、動き探索結果の動きベクトルとの差分を求め、その差分を用いて最適な予測結果を求め、その最適な予測結果を用いた差分動き情報を生成する。また、動き予測部341は、その最適な予測結果を得るのに用いたPredictorを示すPredictor情報を生成する。
ステップS333において、Predictor予測部342は、周辺Predictor情報を用いて当該PUのPredictorを予測する(予測Predictorを求める)。
ステップS334において、比較判定部343は、ステップS332において生成されたPredictor情報と、ステップS333において予測された予測Predictor情報とを比較し、両者が一致するか否かを判定する。
ステップS335において、フラグ生成部344は、ステップS332の比較判定結果を示すフラグ情報を生成する。
ステップS336において、コスト関数算出部332は、各インター予測モードに対する符号化結果のコスト関数値を算出する。ステップS337において、モード判定部333は、ステップS336において算出されたコスト関数値に基づいて、最適インター予測モードを決定する。
ステップS338において、動き補償部334は、フレームメモリ312から取得した参照画像を用いて、ステップS337において決定された最適インター予測モードで動き補償を行う。
ステップS339において、動き補償部334は、ステップS338の動き補償処理により生成された予測画像画素値を、選択部316を介して、演算部303に供給して差分画像情報を生成させたり、演算部310に供給して復号画像を生成させたりする。
ステップS340において、動き補償部334は、ステップS338の動き補償処理により生成された最適モード情報を可逆符号化部306に供給し、符号化させる。
ステップS341において、動き情報バッファ335は、ステップS338の動き補償処理により用いた動き情報やPredictor情報を取得し、記憶する。これらの情報は、時間的に後に行われる他のPUに対する符号化処理において周辺PUの情報として用いられる。
ステップS341の処理が終了すると、動き情報バッファ335は、インター動き予測処理を終了し、処理を図15のステップS304に戻し、ステップS305以降の処理を実行させる。
以上のように、各処理を実行することにより、画像符号化装置300は、インター予測において、当該PUのPredictorを周辺PUのPredictorより予測し、その予測Predictorを用いて動き予測を行うことができる。このような予測Predictorを利用することにより、周辺PUの動き情報に基づいて当該PUの動きベクトルを予測する場合に、Predictor情報の符号化を省略することができ、画像符号化装置300は、符号化効率を向上させることができる。
<2.第2の実施の形態>
[画像復号装置]
図17は、本実施の画像復号装置の主な構成例を示すブロック図である。図17に示される画像復号装置400は、図11の画像符号化装置300に対応する復号装置である。画像符号化装置300より符号化された符号化データは、例えば伝送路や記録媒体等、任意の経路を介して、この画像復号装置400に供給され、復号される。
図17に示されるように、画像復号装置400は、蓄積バッファ401、可逆復号部402、逆量子化部403、逆直交変換部404、演算部405、ループフィルタ406、画面並べ替えバッファ407、およびD/A変換部408を有する。また、画像復号装置400は、フレームメモリ409、選択部410、イントラ予測部411、動き予測・補償部412、および選択部413を有する。
画像復号装置400は、さらに、動き情報予測部421を有する。
蓄積バッファ401は、伝送されてきた符号化データを蓄積する。この符号化データは、画像符号化装置300により符号化されたものである。可逆復号部402は、蓄積バッファ401から符号化データを所定のタイミングで読み出し、図11の可逆符号化部306の符号化方式に対応する方式で復号する。
また、当該フレームがイントラ符号化されたものである場合、符号化データのヘッダ部にはイントラ予測モード情報が格納されている。可逆復号部402は、このイントラ予測モード情報も復号し、その情報をイントラ予測部411に供給する。これに対して、当該フレームがインター符号化されたものである場合、符号化データのヘッダ部には動きベクトル情報やインター予測モード情報が格納されている。可逆復号部402は、この動きベクトル情報やインター予測モード情報も復号し、その情報を動き予測・補償部412に供給する。
逆量子化部403は、可逆復号部402により復号されて得られた係数データ(量子化係数)を、図11の量子化部305の量子化方式に対応する方式で逆量子化する。つまり、逆量子化部403は、図11の逆量子化部308と同様の方法で量子化係数の逆量子化を行う。
逆量子化部403は、逆量子化された係数データ、つまり、直交変換係数を、逆直交変換部404に供給する。逆直交変換部404は、図11の直交変換部304の直交変換方式に対応する方式(図11の逆直交変換部309と同様の方式)で、その直交変換係数を逆直交変換する。逆直交変換部404は、この逆直交変換処理により、画像符号化装置300において直交変換される前の残差データに対応する復号残差データを得る。例えば、4次の逆直交変換が施される。
逆直交変換されて得られた復号残差データは、演算部405に供給される。また、演算部405には、選択部413を介して、イントラ予測部411若しくは動き予測・補償部412から予測画像が供給される。
演算部405は、その復号残差データと予測画像とを加算し、画像符号化装置300の演算部303により予測画像が減算される前の画像データに対応する復号画像データを得る。演算部405は、その復号画像データをループフィルタ406に供給する。
ループフィルタ406は、供給された復号画像に対して、デブロックフィルタ処理や適応ループフィルタ処理等を含むループフィルタ処理を適宜施し、それを画面並べ替えバッファ407に供給する。
ループフィルタ406は、デブロックフィルタや適応ループフィルタ等を含み、演算部405から供給される復号画像に対して適宜フィルタ処理を行う。例えば、ループフィルタ406は、復号画像に対してデブロックフィルタ処理を行うことにより復号画像のブロック歪を除去する。また、例えば、ループフィルタ406は、そのデブロックフィルタ処理結果(ブロック歪みの除去が行われた復号画像)に対して、ウィナーフィルタ(Wiener Filter)を用いてループフィルタ処理を行うことにより画質改善を行う。
なお、ループフィルタ406が、復号画像に対して任意のフィルタ処理を行うようにしてもよい。また、ループフィルタ406が、図11の画像符号化装置300から供給されたフィルタ係数を用いてフィルタ処理を行うようにしてもよい。
ループフィルタ406は、フィルタ処理結果(フィルタ処理後の復号画像)を画面並べ替えバッファ407およびフレームメモリ409に供給する。なお、演算部405から出力される復号画像は、ループフィルタ406を介さずに画面並べ替えバッファ407やフレームメモリ409に供給することができる。つまり、ループフィルタ406によるフィルタ処理は省略することができる。
画面並べ替えバッファ407は、画像の並べ替えを行う。すなわち、図11の画面並べ替えバッファ302により符号化の順番のために並べ替えられたフレームの順番が、元の表示の順番に並べ替えられる。D/A変換部408は、画面並べ替えバッファ407から供給された画像をD/A変換し、図示せぬディスプレイに出力し、表示させる。
フレームメモリ409は、供給される復号画像を記憶し、所定のタイミングにおいて、若しくは、イントラ予測部411や動き予測・補償部412等の外部の要求に基づいて、記憶している復号画像を参照画像として、選択部410に供給する。
選択部410は、フレームメモリ409から供給される参照画像の供給先を選択する。選択部410は、イントラ符号化された画像を復号する場合、フレームメモリ409から供給される参照画像をイントラ予測部411に供給する。また、選択部410は、インター符号化された画像を復号する場合、フレームメモリ409から供給される参照画像を動き予測・補償部412に供給する。
イントラ予測部411には、ヘッダ情報を復号して得られたイントラ予測モードを示す情報等が可逆復号部402から適宜供給される。イントラ予測部411は、イントラ予測部314において用いられたイントラ予測モードで、フレームメモリ409から取得した参照画像を用いてイントラ予測を行い、予測画像を生成する。つまり、イントラ予測部411は、イントラ予測部314と同様に、AVC符号化方式において規定されるモード以外の任意のモードでこのイントラ予測を行うこともできる。
イントラ予測部411は、生成した予測画像を選択部413に供給する。
動き予測・補償部412は、ヘッダ情報を復号して得られた情報(最適モード情報、動きベクトル情報、参照フレーム情報、フラグ、および各種パラメータ等)を可逆復号部402から取得する。
動き予測・補償部412は、動き予測・補償部315において用いられたインター予測モードで、フレームメモリ409から取得した参照画像を用いてインター予測を行い、予測画像を生成する。つまり、動き予測・補償部412は、動き予測・補償部315と同様に、AVC符号化方式において規定されるモード以外の任意のモードでこのイントラ予測を行うこともできる。
動き予測・補償部412は、動き予測・補償部212の場合と同様に、生成した予測画像を選択部413に供給する。
選択部413は、演算部405に供給する予測画像の供給元を選択する。つまり、選択部413は、動き予測・補償部412またはイントラ予測部411により生成された予測画像を演算部405に供給する。
動き情報予測部421は、動き予測・補償部412の処理に用いられる予測動き情報を生成する。
[動き予測・補償部および動き情報予測部]
図18は、図17の動き予測・補償部412および動き情報予測部421の主な構成例を示すブロック図である。
図18に示されるように、動き予測・補償部412は、最適モード情報バッファ431、モード判定部432、動き情報再構築部433、動き補償部434、および動き情報バッファ435を有する。
また、図18に示されるように、動き情報予測部421は、予測Predictor情報再構築部441、予測動き情報再構築部442、およびPredictor情報バッファ443を有する。
動き予測・補償部412の最適モード情報バッファ431は、インター符号化の場合、可逆復号部402において符号化データから抽出された最適モード情報を取得し、記憶する。最適モード情報バッファ431は、所定のタイミング、若しくは、例えばモード判定部432等の外部からの要求に基づいて、当該PUの最適モード情報に含まれる、当該PUの、画像符号化装置300において採用されたインター予測モードを示すモード情報、図12を参照して説明したプレディクタ(Predictor)の予測に関するフラグ情報、およびPredictor情報等をモード判定部432に供給する。
モード判定部432は、それらの情報に基づいて、画像符号化装置300において採用されたインター予測モードを判定する。
画像符号化装置300において、入力画像と参照画像の差分から動きベクトルを求めるモードが採用されたと判定した場合、モード判定部432は、その判定結果を最適モード情報バッファ431に供給する。
最適モード情報バッファ431は、その判定結果に基づいて、最適モード情報に含まれる、当該PUの動き情報を動き補償部434に供給する。
動き補償部434は、その画像符号化装置300から供給された当該PUの動き情報を、最適モード情報バッファ431から取得すると、その動き情報に対応する参照画像を、選択部410を介してフレームメモリ409から取得する。動き補償部434は、フレームメモリ409から読み出した参照画像画素値を用いて予測画像を生成し、その予測画像画素値を、選択部413を介して演算部405に供給する。
また、動き補償部434は、動き補償に用いた当該PUの動き情報を動き情報バッファ435に供給し、記憶させる。この動き情報バッファ435に記憶された動き情報は、時間的に後に処理される他のPUの処理において、当該PUの周辺に位置する周辺PUの動き情報(周辺動き情報)として利用される。なお、周辺は、隣接と近傍の両方を含む。すなわち、周辺PUは、当該PUに隣接する隣接PUと、当該PUの近傍に位置する近傍PUとの両方を含む。特定のPUを示す場合、隣接PUと近傍PUの中の、いずれかのPUを示す。
また、画像符号化装置300において、周辺PUの動きベクトルから当該PUの動きベクトルを予測するモードが採用されたと判定した場合、モード判定部432は、その判定結果を最適モード情報バッファ431に供給するとともに、当該PUのPredictor情報を、動き情報予測部421の予測動き情報再構築部442に供給する。
予測動き情報再構築部442は、当該PUのPredictor情報を取得すると、動き予測・補償部412の動き情報バッファ435から、過去に処理された周辺PUの動き情報(周辺動き情報)を取得する。予測動き情報再構築部442は、当該PUのPredictor情報により示される予測器(プレディクタ(Predictor)))を用いて、周辺動き情報から当該PUの動き情報を予測する(予測動き情報を再構築する)。予測動き情報再構築部442は、再構築した予測動き情報を、動き予測・補償部412の動き情報再構築部433に供給する。
モード判定部432から判定結果を取得した最適モード情報バッファ431は、当該PUの最適モード情報に含まれる、当該PUの差分動き情報を動き情報再構築部433に供給する。
動き情報再構築部433は、予測動き情報再構築部442から予測動き情報を取得し、最適モード情報バッファ431から差分動き情報を取得すると、差分動き情報に予測動き情報を加算し、当該PUの動き情報を再構築する。動き情報再構築部433は、再構築した当該PUの動き情報を動き補償部434に供給する。
動き補償部434は、上述した場合と同様に、その動き情報再構築部433から供給された当該PUの動き情報に対応する参照画像をフレームメモリ409から読み出し、予測画像を生成し、その予測画像画素値を、選択部413を介して演算部405に供給する。
また、動き補償部434は、上述した場合と同様に、動き補償に用いた当該PUの動き情報を動き情報バッファ435に供給し、記憶させる。さらに、予測動き情報再構築部442は、当該PUのPredictor情報をPredictor情報バッファ443に供給し、記憶させる。このPredictor情報バッファ443に記憶されたPredictor情報は、時間的に後に処理される他のPUの処理において、周辺PUのPredictor情報(周辺Predictor情報)として利用される。
さらに、画像符号化装置300において、周辺PUのPredictorから当該PUのPredictorを予測するモードが採用されたと判定した場合、モード判定部432は、その判定結果を最適モード情報バッファ431に供給するとともに、予測Predictor情報を再構築するように指示する予測指示を、動き情報予測部421の予測Predictor情報再構築部441に供給する。
予測Predictor情報再構築部441は、その予測指示に従い、予測Predictor情報の再構築を行う。予測Predictor情報再構築部441は、Predictor情報バッファ443から周辺PUのPredictor情報(周辺Predictor情報)を取得し、その周辺Predictor情報を用いて、図13および図14を参照して説明したPredictor予測部342と同様の方法で、当該PUのPredictor(predpC)を予測する(予測Predictor情報を再構築する)。
予測Predictor情報再構築部441は、再構築した予測Predictor情報を予測動き情報再構築部442に供給する。
予測動き情報再構築部442は、その予測Predictor情報が示すPredictorを用いて、上述した場合と同様に、動き情報バッファ435から周辺動き情報を取得し、その周辺動き情報から当該PUの動き情報を予測する(予測動き情報を再構築する)。予測動き情報再構築部442は、再構築した予測動き情報を、動き情報再構築部433に供給する。
上述した場合と同様に、最適モード情報バッファ431は、当該PUの差分動き情報を動き情報再構築部433に供給する。動き情報再構築部433は、上述した場合と同様に、その差分動き情報に、予測動き情報を加算することにより、当該PUの動き情報を再構築する。動き情報再構築部433は、再構築した当該PUの動き情報を動き補償部434に供給する。
動き補償部434は、上述した場合と同様に、その動き情報再構築部433から供給された当該PUの動き情報に対応する参照画像をフレームメモリ409から読み出し、予測画像を生成し、その予測画像画素値を、選択部413を介して演算部405に供給する。
また、動き補償部434は、上述した場合と同様に、動き補償に用いた当該PUの動き情報を動き情報バッファ435に供給し、記憶させる。さらに、予測動き情報再構築部442は、上述した場合と同様に、当該PUのPredictor情報をPredictor情報バッファ443に供給し、記憶させる。
以上のように、動き予測・補償部412および動き情報予測部421は、画像符号化装置300から供給される情報に基づいて、予測Predictor情報を再構築したり、予測動き情報を再構築したり、動き情報を再構築したりして、適切に動き予測および動き補償を行い、インター符号化の予測画像を生成することができる。したがって、画像復号装置400は、画像符号化装置300により符号化されて得られた符号化データを適切に復号することができる。すなわち、画像復号装置400は、画像符号化装置300から出力される符号化データの符号化効率の向上を実現することができる。
[復号処理の流れ]
次に、以上のような画像復号装置400により実行される各処理の流れについて説明する。最初に、図19のフローチャートを参照して、復号処理の流れの例を説明する。
復号処理が開始されると、ステップS401において、蓄積バッファ401は、伝送されてきた符号化データを蓄積する。ステップS402において、可逆復号部402は、蓄積バッファ401から供給される符号化データ(画像符号化装置300により画像データが符号化されて得られた符号化データ)を復号する。
ステップS403において、逆量子化部403は、可逆復号部402により復号されて得られた、量子化された直交変換係数を、図11の量子化部305による量子化処理に対応する方法で逆量子化する。ステップS404において逆直交変換部404は逆量子化部403により逆量子化されて得られた直交変換係数を、図11の直交変換部304による直交変換処理に対応する方法で逆直交変換する。これにより図11の直交変換部304の入力(演算部303の出力)に対応する差分情報が復号されたことになる。
ステップS405において、イントラ予測部411および動き予測・補償部412は、予測処理を行い、予測画像を生成する。
ステップS406において、選択部413は、ステップS405の処理により生成された予測画像を選択する。すなわち、選択部413には、イントラ予測部411により生成された予測画像、若しくは、動き予測・補償部412により生成された予測画像が供給される。選択部413は、その予測画像が供給された側を選択し、その予測画像を演算部405に供給する。
ステップS407において、演算部405は、ステップS404の処理により得られた差分情報に、ステップS406において選択された予測画像を加算する。これにより元の画像データが復号される。
ステップS408において、ループフィルタ406は、ステップS407の処理により得られた復号画像を適宜フィルタリングする。
ステップS409において、画面並べ替えバッファ407は、ステップS408において適宜フィルタリングされた復号画像のフレームの並べ替えを行う。すなわち、画像符号化装置300の画面並べ替えバッファ302(図11)により符号化のために並べ替えられたフレームの順序が、元の表示の順序に並べ替えられる。
ステップS410において、D/A変換部408は、ステップS409においてフレームが並べ替えられた復号画像データをD/A変換する。この復号画像データが図示せぬディスプレイに出力され、その画像が表示される。
ステップS411において、フレームメモリ409は、ステップS408において適宜フィルタリングされた復号画像を記憶する。
ステップS411の処理が終了すると、フレームメモリ409は、復号処理を終了する。
[予測処理の流れ]
次に、図20のフローチャートを参照して、図19のステップS405において実行される予測処理の流れの例を説明する。
予測処理が開始されると、可逆復号部402は、ステップS431において、当該PUがイントラ符号化されているか否かを判定する。当該PUがイントラ符号化されていると判定された場合、可逆復号部402は、処理をステップS432に進める。
ステップS432において、イントラ予測部411は、可逆復号部402からイントラ予測モード情報を取得する。ステップS433において、イントラ予測部411は、イントラ予測を行い、予測画像を生成する。ステップS433の処理が終了すると、イントラ予測部411は、予測処理を終了し、処理を図19のステップS405に戻し、ステップS406以降の処理を実行させる。
また、図20のステップS431において、インター符号化されていると判定された場合、可逆復号部402は、処理をステップS434に進める。ステップS434において、動き予測・補償部412は、インター予測処理を行い、インター予測による予測画像を生成する。ステップS434の処理が終了すると、動き予測・補償部412は、予測処理を終了し、処理を図19のステップS405に戻し、ステップS406以降の処理を実行させる。
[インター予測処理の流れ]
次に、図21のフローチャートを参照して、図20のステップS434において実行されるインター予測処理の流れの例を説明する。
インター予測処理が開始されると、ステップS451において、最適モード情報バッファ431は、可逆復号部402により符号化データから抽出された、画像符号化装置300から供給される最適モード情報を取得し、記憶する。
ステップS452において、モード判定部432は、ステップS451において最適モード情報バッファ431に記憶された最適モード情報に基づいて、画像符号化装置300において採用された動き予測のモードを判定する。
ステップS453において、モード判定部432は、ステップS452の判定結果に基づいて、当該PUの最適モード情報に当該PUの動き情報が含まれるモードであるか否かを判定する。そのようなモードでないと判定された場合、モード判定部432は、処理をステップS454に進める。
ステップS454において、モード判定部432は、ステップS452の判定結果に基づいて、当該PUの最適モード情報に当該PUのPredictor情報が含まれるモードであるか否かを判定する。そのようなモードでないと判定された場合、モード判定部432は、処理をステップS455に進める。
この場合、モード判定部432は、画像符号化装置300において、当該PUのPredictorを周辺PUのPredictorから予測するモードが採用されたと判定している。
したがって、ステップS455において、予測Predictor情報再構築部441は、Predictor情報バッファ443から周辺Predictor情報を取得する。ステップS456において、予測Predictor情報再構築部441は、ステップS455において取得した周辺Predictor情報から、当該PUの予測Predictor情報を再構築する。
ステップS457において、予測動き情報再構築部442は、動き情報バッファ435から、周辺動き情報を取得する。ステップS458において、予測動き情報再構築部442は、ステップS456において再構築された予測Predictor情報を用いて、ステップS457において取得された周辺動き情報から、当該PUの予測動き情報を再構築する。
ステップS459において、Predictor情報バッファ443は、ステップS458において使用された当該PUの予測Predictor情報(Predictor情報)を記憶する。
ステップS460において、動き情報再構築部442は、最適モード情報に含まれる差分動き情報と、ステップS458において再構築された予測動き情報とから当該PUの動き情報を再構築する。
ステップS461において、動き補償部434は、ステップS460において再構築された動き情報を用いて、フレームメモリ409から取得した参照画像に対して動き補償を行い、予測画像を生成する。
ステップS462において、動き情報バッファ435は、ステップS461の動き補償に使用された当該PUの動き情報を記憶する。
ステップS462の処理が終了すると、動き情報バッファ435は、インター予測処理を終了し、処理を図20のステップS434に供給し、予測処理を終了させる。
また、図21のステップS454において、当該PUの最適モード情報に当該PUのPredictor情報が含まれるモードであると判定された場合、モード判定部432は、処理をステップS463に進める。
この場合、モード判定部432は、画像符号化装置300において、当該PUの動きベクトルを周辺PUの動きベクトルから予測するモードが採用されたと判定している。
したがって、ステップS463において、予測動き情報再構築部442は、動き情報バッファ435から周辺動き情報を取得する。ステップS464において、予測動き情報再構築部442は、最適モード情報に含まれるPredictor情報を用いて、ステップS463において取得された周辺動き情報から、当該PUの予測動き情報を再構築する。
ステップS464の処理が終了すると、予測動き情報再構築部442は、処理をステップS459に戻し、ステップS464の処理により再構築された当該PUの予測動き情報を用いてそれ以降の処理を実行させる。
また、ステップS453において、当該PUの最適モード情報に当該PUの動き情報が含まれるモードであると判定された場合、モード判定部432は、処理をステップS461に進める。
この場合、モード判定部432は、画像符号化装置300において、当該PUの動き情報を当該PUの入力画像と予測画像との差分から求めるモードが採用されたと判定している。したがって、この場合、最適モードに含まれる当該PUの動き情報を用いて、ステップS461以降の処理が行われる。
以上のように、各種処理を実行することにより、画像復号装置400は、画像符号化装置300から出力される符号化データの符号化効率の向上を実現することができる。
なお、以上においては、Predictor予測部342および予測Predictor情報再構築部441が、式(20)を用いて、周辺PUのPredictorから当該PUのPredictorを予測するように説明した(式(21)や式(22)のように、選択肢が1つしかない場合の説明は省略する)。つまり、Predictor予測部342および予測Predictor情報再構築部441は、周辺PUのPredictorの内、インデックスが小さい方を当該PUのPredictorとして採用するように説明した。
しかしながらPredictor予測部342および予測Predictor情報再構築部441は、これに限らず、周辺PUのPredictorから任意の方法で当該PUのPredictorを生成することができる。例えば、周辺PUのPredictorの内、インデックスが大きい方が当該PUのPredictorとして採用されるようにしてもよいし、インデックスが中央値をとるPredictorを、当該PUのPredictorとして採用されるようにしてもよい。
また、以上においては、最適モード情報を符号化データに含めるように説明したが、この最適モード情報は、符号化データの任意の位置に格納することができる。例えば、シーケンスパラメータセット(SPS(Sequence Parameter Set)やピクチャパラメータセット(PPS(Picture Parameter Set))等のNAL(Network Abstraction Layer)に格納されるようにしてもよいし、VCL(Video Coding Layer)に格納されるようにしてもよい。また、例えば、SEI(Suplemental Enhancement Information)等に格納されるようにしてもよい。
さらに、最適モード情報が、符号化データとは別に復号側に伝送されるようにしてもよい。その場合、最適モード情報と符号化データとの対応関係を明確にする(復号側で把握することができるようにする)必要があるが、その方法は任意である。例えば、別途、対応関係を示すテーブル情報を作成してもよいし、対応先のデータを示すリンク情報を互いのデータに埋め込むなどしてもよい。
<3.第3の実施の形態>
[パーソナルコンピュータ]
上述した一連の処理は、ハードウエアにより実行させることもできるし、ソフトウエアにより実行させることもできる。この場合、例えば、図22に示されるようなパーソナルコンピュータとして構成されるようにしてもよい。
図22において、パーソナルコンピュータ500のCPU(Central Processing Unit)501は、ROM(Read Only Memory)502に記憶されているプログラム、または記憶部513からRAM(Random Access Memory)503にロードされたプログラムに従って各種の処理を実行する。RAM503にはまた、CPU501が各種の処理を実行する上において必要なデータなども適宜記憶される。
CPU501、ROM502、およびRAM503は、バス504を介して相互に接続されている。このバス504にはまた、入出力インタフェース510も接続されている。
入出力インタフェース510には、キーボード、マウスなどよりなる入力部511、CRT(Cathode Ray Tube)やLCD(Liquid Crystal Display)などよりなるディスプレイ、並びにスピーカなどよりなる出力部512、ハードディスクなどより構成される記憶部513、モデムなどより構成される通信部514が接続されている。通信部514は、インターネットを含むネットワークを介しての通信処理を行う。
入出力インタフェース510にはまた、必要に応じてドライブ515が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア521が適宜装着され、それらから読み出されたコンピュータプログラムが、必要に応じて記憶部513にインストールされる。
上述した一連の処理をソフトウエアにより実行させる場合には、そのソフトウエアを構成するプログラムが、ネットワークや記録媒体からインストールされる。
この記録媒体は、例えば、図22に示されるように、装置本体とは別に、ユーザにプログラムを配信するために配布される、プログラムが記録されている磁気ディスク(フレキシブルディスクを含む)、光ディスク(CD-ROM(Compact Disc - Read Only Memory),DVD(Digital Versatile Disc)を含む)、光磁気ディスク(MD(Mini Disc)を含む)、若しくは半導体メモリなどよりなるリムーバブルメディア521により構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに配信される、プログラムが記録されているROM502や、記憶部513に含まれるハードディスクなどで構成される。
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
また、本明細書において、記録媒体に記録されるプログラムを記述するステップは、記載された順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
また、本明細書において、システムとは、複数のデバイス(装置)により構成される装置全体を表すものである。
また、以上において、1つの装置(または処理部)として説明した構成を分割し、複数の装置(または処理部)として構成するようにしてもよい。逆に、以上において複数の装置(または処理部)として説明した構成をまとめて1つの装置(または処理部)として構成されるようにしてもよい。また、各装置(または各処理部)の構成に上述した以外の構成を付加するようにしてももちろんよい。さらに、システム全体としての構成や動作が実質的に同じであれば、ある装置(または処理部)の構成の一部を他の装置(または他の処理部)の構成に含めるようにしてもよい。つまり、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。
例えば、図12に示される動き予測・補償部315および動き情報予測部321を、それぞれ、独立した装置として構成するようにしてもよい。また、図12に示される動き探索部331、コスト関数算出部332、モード判定部333、動き補償部334、動き情報バッファ335、動き予測部341、Predictor予測部342、比較判定部343、およびフラグ生成部344を、それぞれ、独立した装置として構成するようにしてもよい。
また、これらの各処理部を任意に組み合わせ、独立した装置として構成するようにしてもよい。もちろん、図11および図12に示される任意の処理部と組み合わせても良いし、図示せぬ処理部と組み合わせても良い。
画像復号装置400についても同様である。例えば、図19に示される動き予測・補償部412および動き情報予測部421を、それぞれ、独立した装置として構成するようにしてもよい。また、図19に示される最適モード情報バッファ431、モード判定部432、動き情報再構築部433、動き補償部434、動き情報バッファ435、予測Predictor情報再構築部441、予測動き情報再構築部442、およびPredictor情報バッファ443を、それぞれ、独立した装置として構成するようにしてもよい。
さらに、これらの各処理部を任意に組み合わせ、独立した装置として構成するようにしてもよい。もちろん、図18および図19に示される任意の処理部と組み合わせても良いし、図示せぬ処理部と組み合わせても良い。
また、例えば、上述した画像符号化装置や画像復号装置は、任意の電子機器に適用することができる。以下にその例について説明する。
<4.第4の実施の形態>
[テレビジョン受像機]
図23は、本実施の画像復号装置400を用いるテレビジョン受像機の主な構成例を示すブロック図である。
図23に示されるテレビジョン受像機1000は、地上波チューナ1013、ビデオデコーダ1015、映像信号処理回路1018、グラフィック生成回路1019、パネル駆動回路1020、および表示パネル1021を有する。
地上波チューナ1013は、地上アナログ放送の放送波信号を、アンテナを介して受信し、復調し、映像信号を取得し、それをビデオデコーダ1015に供給する。ビデオデコーダ1015は、地上波チューナ1013から供給された映像信号に対してデコード処理を施し、得られたデジタルのコンポーネント信号を映像信号処理回路1018に供給する。
映像信号処理回路1018は、ビデオデコーダ1015から供給された映像データに対してノイズ除去などの所定の処理を施し、得られた映像データをグラフィック生成回路1019に供給する。
グラフィック生成回路1019は、表示パネル1021に表示させる番組の映像データや、ネットワークを介して供給されるアプリケーションに基づく処理による画像データなどを生成し、生成した映像データや画像データをパネル駆動回路1020に供給する。また、グラフィック生成回路1019は、項目の選択などにユーザにより利用される画面を表示するための映像データ(グラフィック)を生成し、それを番組の映像データに重畳したりすることによって得られた映像データをパネル駆動回路1020に供給するといった処理も適宜行う。
パネル駆動回路1020は、グラフィック生成回路1019から供給されたデータに基づいて表示パネル1021を駆動し、番組の映像や上述した各種の画面を表示パネル1021に表示させる。
表示パネル1021はLCD(Liquid Crystal Display)などよりなり、パネル駆動回路1020による制御に従って番組の映像などを表示させる。
また、テレビジョン受像機1000は、音声A/D(Analog/Digital)変換回路1014、音声信号処理回路1022、エコーキャンセル/音声合成回路1023、音声増幅回路1024、およびスピーカ1025も有する。
地上波チューナ1013は、受信した放送波信号を復調することにより、映像信号だけでなく音声信号も取得する。地上波チューナ1013は、取得した音声信号を音声A/D変換回路1014に供給する。
音声A/D変換回路1014は、地上波チューナ1013から供給された音声信号に対してA/D変換処理を施し、得られたデジタルの音声信号を音声信号処理回路1022に供給する。
音声信号処理回路1022は、音声A/D変換回路1014から供給された音声データに対してノイズ除去などの所定の処理を施し、得られた音声データをエコーキャンセル/音声合成回路1023に供給する。
エコーキャンセル/音声合成回路1023は、音声信号処理回路1022から供給された音声データを音声増幅回路1024に供給する。
音声増幅回路1024は、エコーキャンセル/音声合成回路1023から供給された音声データに対してD/A変換処理、増幅処理を施し、所定の音量に調整した後、音声をスピーカ1025から出力させる。
さらに、テレビジョン受像機1000は、デジタルチューナ1016およびMPEGデコーダ1017も有する。
デジタルチューナ1016は、デジタル放送(地上デジタル放送、BS(Broadcasting Satellite)/CS(Communications Satellite)デジタル放送)の放送波信号を、アンテナを介して受信し、復調し、MPEG-TS(Moving Picture Experts Group-Transport Stream)を取得し、それをMPEGデコーダ1017に供給する。
MPEGデコーダ1017は、デジタルチューナ1016から供給されたMPEG-TSに施されているスクランブルを解除し、再生対象(視聴対象)になっている番組のデータを含むストリームを抽出する。MPEGデコーダ1017は、抽出したストリームを構成する音声パケットをデコードし、得られた音声データを音声信号処理回路1022に供給するとともに、ストリームを構成する映像パケットをデコードし、得られた映像データを映像信号処理回路1018に供給する。また、MPEGデコーダ1017は、MPEG-TSから抽出したEPG(Electronic Program Guide)データを図示せぬ経路を介してCPU1032に供給する。
テレビジョン受像機1000は、このように映像パケットをデコードするMPEGデコーダ1017として、上述した画像復号装置400を用いる。なお、放送局等より送信されるMPEG-TSは、画像符号化装置300によって符号化されている。
MPEGデコーダ1017は、画像復号装置400の場合と同様に、周辺PUのPredictor情報から当該PUの予測Predictor情報を再構築し、その再構築した予測Predictor情報を用いて当該PUの予測動き情報を再構築し、その再構築した予測動き情報を用いて当該PUの動き情報を再構築し、その再構築した動き情報を用いて動き補償を行い、インター符号化の予測画像を適切に生成する。したがって、MPEGデコーダ1017は、符号化側において周辺PUのPredictorから当該PUのPredictorを予測するモードで生成された符号化データを適切に復号することができる。これにより、MPEGデコーダ1017は、符号化効率の向上を実現することができる。
MPEGデコーダ1017から供給された映像データは、ビデオデコーダ1015から供給された映像データの場合と同様に、映像信号処理回路1018において所定の処理が施され、グラフィック生成回路1019において、生成された映像データ等が適宜重畳され、パネル駆動回路1020を介して表示パネル1021に供給され、その画像が表示される。
MPEGデコーダ1017から供給された音声データは、音声A/D変換回路1014から供給された音声データの場合と同様に、音声信号処理回路1022において所定の処理が施され、エコーキャンセル/音声合成回路1023を介して音声増幅回路1024に供給され、D/A変換処理や増幅処理が施される。その結果、所定の音量に調整された音声がスピーカ1025から出力される。
また、テレビジョン受像機1000は、マイクロホン1026、およびA/D変換回路1027も有する。
A/D変換回路1027は、音声会話用のものとしてテレビジョン受像機1000に設けられるマイクロホン1026により取り込まれたユーザの音声の信号を受信し、受信した音声信号に対してA/D変換処理を施し、得られたデジタルの音声データをエコーキャンセル/音声合成回路1023に供給する。
エコーキャンセル/音声合成回路1023は、テレビジョン受像機1000のユーザ(ユーザA)の音声のデータがA/D変換回路1027から供給されている場合、ユーザAの音声データを対象としてエコーキャンセルを行い、他の音声データと合成するなどして得られた音声のデータを、音声増幅回路1024を介してスピーカ1025より出力させる。
さらに、テレビジョン受像機1000は、音声コーデック1028、内部バス1029、SDRAM(Synchronous Dynamic Random Access Memory)1030、フラッシュメモリ1031、CPU1032、USB(Universal Serial Bus) I/F1033、およびネットワークI/F1034も有する。
A/D変換回路1027は、音声会話用のものとしてテレビジョン受像機1000に設けられるマイクロホン1026により取り込まれたユーザの音声の信号を受信し、受信した音声信号に対してA/D変換処理を施し、得られたデジタルの音声データを音声コーデック1028に供給する。
音声コーデック1028は、A/D変換回路1027から供給された音声データを、ネットワーク経由で送信するための所定のフォーマットのデータに変換し、内部バス1029を介してネットワークI/F1034に供給する。
ネットワークI/F1034は、ネットワーク端子1035に装着されたケーブルを介してネットワークに接続される。ネットワークI/F1034は、例えば、そのネットワークに接続される他の装置に対して、音声コーデック1028から供給された音声データを送信する。また、ネットワークI/F1034は、例えば、ネットワークを介して接続される他の装置から送信される音声データを、ネットワーク端子1035を介して受信し、それを、内部バス1029を介して音声コーデック1028に供給する。
音声コーデック1028は、ネットワークI/F1034から供給された音声データを所定のフォーマットのデータに変換し、それをエコーキャンセル/音声合成回路1023に供給する。
エコーキャンセル/音声合成回路1023は、音声コーデック1028から供給される音声データを対象としてエコーキャンセルを行い、他の音声データと合成するなどして得られた音声のデータを、音声増幅回路1024を介してスピーカ1025より出力させる。
SDRAM1030は、CPU1032が処理を行う上で必要な各種のデータを記憶する。
フラッシュメモリ1031は、CPU1032により実行されるプログラムを記憶する。フラッシュメモリ1031に記憶されているプログラムは、テレビジョン受像機1000の起動時などの所定のタイミングでCPU1032により読み出される。フラッシュメモリ1031には、デジタル放送を介して取得されたEPGデータ、ネットワークを介して所定のサーバから取得されたデータなども記憶される。
例えば、フラッシュメモリ1031には、CPU1032の制御によりネットワークを介して所定のサーバから取得されたコンテンツデータを含むMPEG-TSが記憶される。フラッシュメモリ1031は、例えばCPU1032の制御により、そのMPEG-TSを、内部バス1029を介してMPEGデコーダ1017に供給する。
MPEGデコーダ1017は、デジタルチューナ1016から供給されたMPEG-TSの場合と同様に、そのMPEG-TSを処理する。このようにテレビジョン受像機1000は、映像や音声等よりなるコンテンツデータを、ネットワークを介して受信し、MPEGデコーダ1017を用いてデコードし、その映像を表示させたり、音声を出力させたりすることができる。
また、テレビジョン受像機1000は、リモートコントローラ1051から送信される赤外線信号を受光する受光部1037も有する。
受光部1037は、リモートコントローラ1051からの赤外線を受光し、復調して得られたユーザ操作の内容を表す制御コードをCPU1032に出力する。
CPU1032は、フラッシュメモリ1031に記憶されているプログラムを実行し、受光部1037から供給される制御コードなどに応じてテレビジョン受像機1000の全体の動作を制御する。CPU1032とテレビジョン受像機1000の各部は、図示せぬ経路を介して接続されている。
USB I/F1033は、USB端子1036に装着されたUSBケーブルを介して接続される、テレビジョン受像機1000の外部の機器との間でデータの送受信を行う。ネットワークI/F1034は、ネットワーク端子1035に装着されたケーブルを介してネットワークに接続し、ネットワークに接続される各種の装置と音声データ以外のデータの送受信も行う。
テレビジョン受像機1000は、MPEGデコーダ1017として画像復号装置400を用いることにより、アンテナを介して受信する放送波信号や、ネットワークを介して取得するコンテンツデータの符号化効率の向上を実現することができる。
<5.第5の実施の形態>
[携帯電話機]
図24は、本実施の画像符号化装置300および画像復号装置400を用いる携帯電話機の主な構成例を示すブロック図である。
図24に示される携帯電話機1100は、各部を統括的に制御するようになされた主制御部1150、電源回路部1151、操作入力制御部1152、画像エンコーダ1153、カメラI/F部1154、LCD制御部1155、画像デコーダ1156、多重分離部1157、記録再生部1162、変復調回路部1158、および音声コーデック1159を有する。これらは、バス1160を介して互いに接続されている。
また、携帯電話機1100は、操作キー1119、CCD(Charge Coupled Devices)カメラ1116、液晶ディスプレイ1118、記憶部1123、送受信回路部1163、アンテナ1114、マイクロホン(マイク)1121、およびスピーカ1117を有する。
電源回路部1151は、ユーザの操作により終話および電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話機1100を動作可能な状態に起動する。
携帯電話機1100は、CPU、ROMおよびRAM等でなる主制御部1150の制御に基づいて、音声通話モードやデータ通信モード等の各種モードで、音声信号の送受信、電子メールや画像データの送受信、画像撮影、またはデータ記録等の各種動作を行う。
例えば、音声通話モードにおいて、携帯電話機1100は、マイクロホン(マイク)1121で集音した音声信号を、音声コーデック1159によってデジタル音声データに変換し、これを変復調回路部1158でスペクトラム拡散処理し、送受信回路部1163でデジタルアナログ変換処理および周波数変換処理する。携帯電話機1100は、その変換処理により得られた送信用信号を、アンテナ1114を介して図示しない基地局へ送信する。基地局へ伝送された送信用信号(音声信号)は、公衆電話回線網を介して通話相手の携帯電話機に供給される。
また、例えば、音声通話モードにおいて、携帯電話機1100は、アンテナ1114で受信した受信信号を送受信回路部1163で増幅し、さらに周波数変換処理およびアナログデジタル変換処理し、変復調回路部1158でスペクトラム逆拡散処理し、音声コーデック1159によってアナログ音声信号に変換する。携帯電話機1100は、その変換して得られたアナログ音声信号をスピーカ1117から出力する。
更に、例えば、データ通信モードにおいて電子メールを送信する場合、携帯電話機1100は、操作キー1119の操作によって入力された電子メールのテキストデータを、操作入力制御部1152において受け付ける。携帯電話機1100は、そのテキストデータを主制御部1150において処理し、LCD制御部1155を介して、画像として液晶ディスプレイ1118に表示させる。
また、携帯電話機1100は、主制御部1150において、操作入力制御部1152が受け付けたテキストデータやユーザ指示等に基づいて電子メールデータを生成する。携帯電話機1100は、その電子メールデータを、変復調回路部1158でスペクトラム拡散処理し、送受信回路部1163でデジタルアナログ変換処理および周波数変換処理する。携帯電話機1100は、その変換処理により得られた送信用信号を、アンテナ1114を介して図示しない基地局へ送信する。基地局へ伝送された送信用信号(電子メール)は、ネットワークおよびメールサーバ等を介して、所定のあて先に供給される。
また、例えば、データ通信モードにおいて電子メールを受信する場合、携帯電話機1100は、基地局から送信された信号を、アンテナ1114を介して送受信回路部1163で受信し、増幅し、さらに周波数変換処理およびアナログデジタル変換処理する。携帯電話機1100は、その受信信号を変復調回路部1158でスペクトラム逆拡散処理して元の電子メールデータを復元する。携帯電話機1100は、復元された電子メールデータを、LCD制御部1155を介して液晶ディスプレイ1118に表示する。
なお、携帯電話機1100は、受信した電子メールデータを、記録再生部1162を介して、記憶部1123に記録する(記憶させる)ことも可能である。
この記憶部1123は、書き換え可能な任意の記憶媒体である。記憶部1123は、例えば、RAMや内蔵型フラッシュメモリ等の半導体メモリであってもよいし、ハードディスクであってもよいし、磁気ディスク、光磁気ディスク、光ディスク、USBメモリ、またはメモリカード等のリムーバブルメディアであってもよい。もちろん、これら以外のものであってもよい。
さらに、例えば、データ通信モードにおいて画像データを送信する場合、携帯電話機1100は、撮像によりCCDカメラ1116で画像データを生成する。CCDカメラ1116は、レンズや絞り等の光学デバイスと光電変換素子としてのCCDを有し、被写体を撮像し、受光した光の強度を電気信号に変換し、被写体の画像の画像データを生成する。CCDカメラ1116は、その画像データを、カメラI/F部1154を介して、画像エンコーダ1153で符号化し、符号化画像データに変換する。
携帯電話機1100は、このような処理を行う画像エンコーダ1153として、上述した画像符号化装置300を用いる。画像エンコーダ1153は、画像符号化装置300の場合と同様に、周辺PUのPredictorから当該PUのPredictorを予測するモードで予測画像を生成し、その予測画像を用いて符号化データを生成する。つまり、画像エンコーダ1153は、Predictor情報の符号化を省略することができる。これにより、画像エンコーダ1153は、符号化効率を向上させることができる。
なお、携帯電話機1100は、このとき同時に、CCDカメラ1116で撮像中にマイクロホン(マイク)1121で集音した音声を、音声コーデック1159においてアナログデジタル変換し、さらに符号化する。
携帯電話機1100は、多重分離部1157において、画像エンコーダ1153から供給された符号化画像データと、音声コーデック1159から供給されたデジタル音声データとを、所定の方式で多重化する。携帯電話機1100は、その結果得られる多重化データを、変復調回路部1158でスペクトラム拡散処理し、送受信回路部1163でデジタルアナログ変換処理および周波数変換処理する。携帯電話機1100は、その変換処理により得られた送信用信号を、アンテナ1114を介して図示しない基地局へ送信する。基地局へ伝送された送信用信号(画像データ)は、ネットワーク等を介して、通信相手に供給される。
なお、画像データを送信しない場合、携帯電話機1100は、CCDカメラ1116で生成した画像データを、画像エンコーダ1153を介さずに、LCD制御部1155を介して液晶ディスプレイ1118に表示させることもできる。
また、例えば、データ通信モードにおいて、簡易ホームページ等にリンクされた動画像ファイルのデータを受信する場合、携帯電話機1100は、基地局から送信された信号を、アンテナ1114を介して送受信回路部1163で受信し、増幅し、さらに周波数変換処理およびアナログデジタル変換処理する。携帯電話機1100は、その受信信号を変復調回路部1158でスペクトラム逆拡散処理して元の多重化データを復元する。携帯電話機1100は、多重分離部1157において、その多重化データを分離して、符号化画像データと音声データとに分ける。
携帯電話機1100は、画像デコーダ1156において符号化画像データをデコードすることにより、再生動画像データを生成し、これを、LCD制御部1155を介して液晶ディスプレイ1118に表示させる。これにより、例えば、簡易ホームページにリンクされた動画像ファイルに含まれる動画データが液晶ディスプレイ1118に表示される。
携帯電話機1100は、このような処理を行う画像デコーダ1156として、上述した画像復号装置400を用いる。つまり、画像デコーダ1156は、画像復号装置400の場合と同様に、周辺PUのPredictor情報から当該PUの予測Predictor情報を再構築し、その再構築した予測Predictor情報を用いて当該PUの予測動き情報を再構築し、その再構築した予測動き情報を用いて当該PUの動き情報を再構築し、その再構築した動き情報を用いて動き補償を行い、インター符号化の予測画像を適切に生成する。したがって、画像デコーダ1156は、符号化側において周辺PUのPredictorから当該PUのPredictorを予測するモードで生成された符号化データを適切に復号することができる。これにより、画像デコーダ1156は、符号化効率の向上を実現することができる。
このとき、携帯電話機1100は、同時に、音声コーデック1159において、デジタルの音声データをアナログ音声信号に変換し、これをスピーカ1117より出力させる。これにより、例えば、簡易ホームページにリンクされた動画像ファイルに含まれる音声データが再生される。
なお、電子メールの場合と同様に、携帯電話機1100は、受信した簡易ホームページ等にリンクされたデータを、記録再生部1162を介して、記憶部1123に記録する(記憶させる)ことも可能である。
また、携帯電話機1100は、主制御部1150において、撮像されてCCDカメラ1116で得られた2次元コードを解析し、2次元コードに記録された情報を取得することができる。
さらに、携帯電話機1100は、赤外線通信部1181で赤外線により外部の機器と通信することができる。
携帯電話機1100は、画像エンコーダ1153として画像符号化装置300を用いることにより、例えばCCDカメラ1116において生成された画像データを符号化して伝送する際に、その符号化データの符号化効率を向上させることができる。
また、携帯電話機1100は、画像デコーダ1156として画像復号装置400を用いることにより、例えば、簡易ホームページ等にリンクされた動画像ファイルのデータ(符号化データ)の符号化効率の向上を実現することができる。
なお、以上において、携帯電話機1100が、CCDカメラ1116を用いるように説明したが、このCCDカメラ1116の代わりに、CMOS(Complementary Metal Oxide Semiconductor)を用いたイメージセンサ(CMOSイメージセンサ)を用いるようにしてもよい。この場合も、携帯電話機1100は、CCDカメラ1116を用いる場合と同様に、被写体を撮像し、被写体の画像の画像データを生成することができる。
また、以上においては携帯電話機1100として説明したが、例えば、PDA(Personal Digital Assistants)、スマートフォン、UMPC(Ultra Mobile Personal Computer)、ネットブック、ノート型パーソナルコンピュータ等、この携帯電話機1100と同様の撮像機能や通信機能を有する装置であれば、どのような装置であっても携帯電話機1100の場合と同様に、本実施の画像符号化装置300および画像復号装置400を適用することができる。
<6.第6の実施の形態>
[ハードディスクレコーダ]
図25は、本実施の画像符号化装置300および画像復号装置400を用いるハードディスクレコーダの主な構成例を示すブロック図である。
図25に示されるハードディスクレコーダ(HDDレコーダ)1200は、チューナにより受信された、衛星や地上のアンテナ等より送信される放送波信号(テレビジョン信号)に含まれる放送番組のオーディオデータとビデオデータを、内蔵するハードディスクに保存し、その保存したデータをユーザの指示に応じたタイミングでユーザに提供する装置である。
ハードディスクレコーダ1200は、例えば、放送波信号よりオーディオデータとビデオデータを抽出し、それらを適宜復号し、内蔵するハードディスクに記憶させることができる。また、ハードディスクレコーダ1200は、例えば、ネットワークを介して他の装置からオーディオデータやビデオデータを取得し、それらを適宜復号し、内蔵するハードディスクに記憶させることもできる。
さらに、ハードディスクレコーダ1200は、例えば、内蔵するハードディスクに記録されているオーディオデータやビデオデータを復号してモニタ1260に供給し、モニタ1260の画面にその画像を表示させ、モニタ1260のスピーカよりその音声を出力させることができる。また、ハードディスクレコーダ1200は、例えば、チューナを介して取得された放送波信号より抽出されたオーディオデータとビデオデータ、または、ネットワークを介して他の装置から取得したオーディオデータやビデオデータを復号してモニタ1260に供給し、モニタ1260の画面にその画像を表示させ、モニタ1260のスピーカよりその音声を出力させることもできる。
もちろん、この他の動作も可能である。
図25に示されるように、ハードディスクレコーダ1200は、受信部1221、復調部1222、デマルチプレクサ1223、オーディオデコーダ1224、ビデオデコーダ1225、およびレコーダ制御部1226を有する。ハードディスクレコーダ1200は、さらに、EPGデータメモリ1227、プログラムメモリ1228、ワークメモリ1229、ディスプレイコンバータ1230、OSD(On Screen Display)制御部1231、ディスプレイ制御部1232、記録再生部1233、D/Aコンバータ1234、および通信部1235を有する。
また、ディスプレイコンバータ1230は、ビデオエンコーダ1241を有する。記録再生部1233は、エンコーダ1251およびデコーダ1252を有する。
受信部1221は、リモートコントローラ(図示せず)からの赤外線信号を受信し、電気信号に変換してレコーダ制御部1226に出力する。レコーダ制御部1226は、例えば、マイクロプロセッサなどにより構成され、プログラムメモリ1228に記憶されているプログラムに従って、各種の処理を実行する。レコーダ制御部1226は、このとき、ワークメモリ1229を必要に応じて使用する。
通信部1235は、ネットワークに接続され、ネットワークを介して他の装置との通信処理を行う。例えば、通信部1235は、レコーダ制御部1226により制御され、チューナ(図示せず)と通信し、主にチューナに対して選局制御信号を出力する。
復調部1222は、チューナより供給された信号を、復調し、デマルチプレクサ1223に出力する。デマルチプレクサ1223は、復調部1222より供給されたデータを、オーディオデータ、ビデオデータ、およびEPGデータに分離し、それぞれ、オーディオデコーダ1224、ビデオデコーダ1225、またはレコーダ制御部1226に出力する。
オーディオデコーダ1224は、入力されたオーディオデータをデコードし、記録再生部1233に出力する。ビデオデコーダ1225は、入力されたビデオデータをデコードし、ディスプレイコンバータ1230に出力する。レコーダ制御部1226は、入力されたEPGデータをEPGデータメモリ1227に供給し、記憶させる。
ディスプレイコンバータ1230は、ビデオデコーダ1225またはレコーダ制御部1226より供給されたビデオデータを、ビデオエンコーダ1241により、例えばNTSC(National Television Standards Committee)方式のビデオデータにエンコードし、記録再生部1233に出力する。また、ディスプレイコンバータ1230は、ビデオデコーダ1225またはレコーダ制御部1226より供給されるビデオデータの画面のサイズを、モニタ1260のサイズに対応するサイズに変換し、ビデオエンコーダ1241によってNTSC方式のビデオデータに変換し、アナログ信号に変換し、ディスプレイ制御部1232に出力する。
ディスプレイ制御部1232は、レコーダ制御部1226の制御のもと、OSD(On Screen Display)制御部1231が出力したOSD信号を、ディスプレイコンバータ1230より入力されたビデオ信号に重畳し、モニタ1260のディスプレイに出力し、表示させる。
モニタ1260にはまた、オーディオデコーダ1224が出力したオーディオデータが、D/Aコンバータ1234によりアナログ信号に変換されて供給されている。モニタ1260は、このオーディオ信号を内蔵するスピーカから出力する。
記録再生部1233は、ビデオデータやオーディオデータ等を記録する記憶媒体としてハードディスクを有する。
記録再生部1233は、例えば、オーディオデコーダ1224より供給されるオーディオデータを、エンコーダ1251によりエンコードする。また、記録再生部1233は、ディスプレイコンバータ1230のビデオエンコーダ1241より供給されるビデオデータを、エンコーダ1251によりエンコードする。記録再生部1233は、そのオーディオデータの符号化データとビデオデータの符号化データとをマルチプレクサにより合成する。記録再生部1233は、その合成データをチャネルコーディングして増幅し、そのデータを、記録ヘッドを介してハードディスクに書き込む。
記録再生部1233は、再生ヘッドを介してハードディスクに記録されているデータを再生し、増幅し、デマルチプレクサによりオーディオデータとビデオデータに分離する。記録再生部1233は、デコーダ1252によりオーディオデータおよびビデオデータをデコードする。記録再生部1233は、復号したオーディオデータをD/A変換し、モニタ1260のスピーカに出力する。また、記録再生部1233は、復号したビデオデータをD/A変換し、モニタ1260のディスプレイに出力する。
レコーダ制御部1226は、受信部1221を介して受信されるリモートコントローラからの赤外線信号により示されるユーザ指示に基づいて、EPGデータメモリ1227から最新のEPGデータを読み出し、それをOSD制御部1231に供給する。OSD制御部1231は、入力されたEPGデータに対応する画像データを発生し、ディスプレイ制御部1232に出力する。ディスプレイ制御部1232は、OSD制御部1231より入力されたビデオデータをモニタ1260のディスプレイに出力し、表示させる。これにより、モニタ1260のディスプレイには、EPG(電子番組ガイド)が表示される。
また、ハードディスクレコーダ1200は、インターネット等のネットワークを介して他の装置から供給されるビデオデータ、オーディオデータ、またはEPGデータ等の各種データを取得することができる。
通信部1235は、レコーダ制御部1226に制御され、ネットワークを介して他の装置から送信されるビデオデータ、オーディオデータ、およびEPGデータ等の符号化データを取得し、それをレコーダ制御部1226に供給する。レコーダ制御部1226は、例えば、取得したビデオデータやオーディオデータの符号化データを記録再生部1233に供給し、ハードディスクに記憶させる。このとき、レコーダ制御部1226および記録再生部1233が、必要に応じて再エンコード等の処理を行うようにしてもよい。
また、レコーダ制御部1226は、取得したビデオデータやオーディオデータの符号化データを復号し、得られるビデオデータをディスプレイコンバータ1230に供給する。ディスプレイコンバータ1230は、ビデオデコーダ1225から供給されるビデオデータと同様に、レコーダ制御部1226から供給されるビデオデータを処理し、ディスプレイ制御部1232を介してモニタ1260に供給し、その画像を表示させる。
また、この画像表示に合わせて、レコーダ制御部1226が、復号したオーディオデータを、D/Aコンバータ1234を介してモニタ1260に供給し、その音声をスピーカから出力させるようにしてもよい。
さらに、レコーダ制御部1226は、取得したEPGデータの符号化データを復号し、復号したEPGデータをEPGデータメモリ1227に供給する。
以上のようなハードディスクレコーダ1200は、ビデオデコーダ1225、デコーダ1252、およびレコーダ制御部1226に内蔵されるデコーダとして画像復号装置400を用いる。つまり、ビデオデコーダ1225、デコーダ1252、およびレコーダ制御部1226に内蔵されるデコーダは、画像復号装置400の場合と同様に、周辺PUのPredictor情報から当該PUの予測Predictor情報を再構築し、その再構築した予測Predictor情報を用いて当該PUの予測動き情報を再構築し、その再構築した予測動き情報を用いて当該PUの動き情報を再構築し、その再構築した動き情報を用いて動き補償を行い、インター符号化の予測画像を適切に生成する。したがって、ビデオデコーダ1225、デコーダ1252、およびレコーダ制御部1226に内蔵されるデコーダは、符号化側において周辺PUのPredictorから当該PUのPredictorを予測するモードで生成された符号化データを適切に復号することができる。これにより、ビデオデコーダ1225、デコーダ1252、およびレコーダ制御部1226に内蔵されるデコーダは、符号化効率の向上を実現することができる。
したがって、ハードディスクレコーダ1200は、例えば、チューナや通信部1235が受信するビデオデータ(符号化データ)や、記録再生部1233が再生するビデオデータ(符号化データ)の符号化効率の向上を実現することができる。
また、ハードディスクレコーダ1200は、エンコーダ1251として画像符号化装置300を用いる。したがって、エンコーダ1251は、画像符号化装置300の場合と同様に、周辺PUのPredictorから当該PUのPredictorを予測するモードで予測画像を生成し、その予測画像を用いて符号化データを生成する。したがって、エンコーダ1251は、Predictor情報の符号化を省略することができる。これにより、エンコーダ1251は、符号化効率を向上させることができる。
したがって、ハードディスクレコーダ1200は、例えば、ハードディスクに記録する符号化データの符号化効率を向上させることができる。
なお、以上においては、ビデオデータやオーディオデータをハードディスクに記録するハードディスクレコーダ1200について説明したが、もちろん、記録媒体はどのようなものであってもよい。例えばフラッシュメモリ、光ディスク、またはビデオテープ等、ハードディスク以外の記録媒体を適用するレコーダであっても、上述したハードディスクレコーダ1200の場合と同様に、本実施の画像符号化装置300および画像復号装置400を適用することができる。
<7.第7の実施の形態>
[カメラ]
図26は、本実施の画像符号化装置300および画像復号装置400を用いるカメラの主な構成例を示すブロック図である。
図26に示されるカメラ1300は、被写体を撮像し、被写体の画像をLCD1316に表示させたり、それを画像データとして、記録メディア1333に記録したりする。
レンズブロック1311は、光(すなわち、被写体の映像)を、CCD/CMOS1312に入射させる。CCD/CMOS1312は、CCDまたはCMOSを用いたイメージセンサであり、受光した光の強度を電気信号に変換し、カメラ信号処理部1313に供給する。
カメラ信号処理部1313は、CCD/CMOS1312から供給された電気信号を、Y,Cr,Cbの色差信号に変換し、画像信号処理部1314に供給する。画像信号処理部1314は、コントローラ1321の制御の下、カメラ信号処理部1313から供給された画像信号に対して所定の画像処理を施したり、その画像信号をエンコーダ1341で符号化したりする。画像信号処理部1314は、画像信号を符号化して生成した符号化データを、デコーダ1315に供給する。さらに、画像信号処理部1314は、オンスクリーンディスプレイ(OSD)1320において生成された表示用データを取得し、それをデコーダ1315に供給する。
以上の処理において、カメラ信号処理部1313は、バス1317を介して接続されるDRAM(Dynamic Random Access Memory)1318を適宜利用し、必要に応じて画像データや、その画像データが符号化された符号化データ等をそのDRAM1318に保持させる。
デコーダ1315は、画像信号処理部1314から供給された符号化データを復号し、得られた画像データ(復号画像データ)をLCD1316に供給する。また、デコーダ1315は、画像信号処理部1314から供給された表示用データをLCD1316に供給する。LCD1316は、デコーダ1315から供給された復号画像データの画像と表示用データの画像を適宜合成し、その合成画像を表示する。
オンスクリーンディスプレイ1320は、コントローラ1321の制御の下、記号、文字、または図形からなるメニュー画面やアイコンなどの表示用データを、バス1317を介して画像信号処理部1314に出力する。
コントローラ1321は、ユーザが操作部1322を用いて指令した内容を示す信号に基づいて、各種処理を実行するとともに、バス1317を介して、画像信号処理部1314、DRAM1318、外部インタフェース1319、オンスクリーンディスプレイ1320、およびメディアドライブ1323等を制御する。FLASH ROM1324には、コントローラ1321が各種処理を実行する上で必要なプログラムやデータ等が格納される。
例えば、コントローラ1321は、画像信号処理部1314やデコーダ1315に代わって、DRAM1318に記憶されている画像データを符号化したり、DRAM1318に記憶されている符号化データを復号したりすることができる。このとき、コントローラ1321は、画像信号処理部1314やデコーダ1315の符号化・復号方式と同様の方式によって符号化・復号処理を行うようにしてもよいし、画像信号処理部1314やデコーダ1315が対応していない方式により符号化・復号処理を行うようにしてもよい。
また、例えば、操作部1322から画像印刷の開始が指示された場合、コントローラ1321は、DRAM1318から画像データを読み出し、それを、バス1317を介して外部インタフェース1319に接続されるプリンタ1334に供給して印刷させる。
さらに、例えば、操作部1322から画像記録が指示された場合、コントローラ1321は、DRAM1318から符号化データを読み出し、それを、バス1317を介してメディアドライブ1323に装着される記録メディア1333に供給して記憶させる。
記録メディア1333は、例えば、磁気ディスク、光磁気ディスク、光ディスク、または半導体メモリ等の、読み書き可能な任意のリムーバブルメディアである。記録メディア1333は、もちろん、リムーバブルメディアとしての種類も任意であり、テープデバイスであってもよいし、ディスクであってもよいし、メモリカードであってもよい。もちろん、非接触ICカード等であっても良い。
また、メディアドライブ1323と記録メディア1333を一体化し、例えば、内蔵型ハードディスクドライブやSSD(Solid State Drive)等のように、非可搬性の記憶媒体により構成されるようにしてもよい。
外部インタフェース1319は、例えば、USB入出力端子などで構成され、画像の印刷を行う場合に、プリンタ1334と接続される。また、外部インタフェース1319には、必要に応じてドライブ1331が接続され、磁気ディスク、光ディスク、あるいは光磁気ディスクなどのリムーバブルメディア1332が適宜装着され、それらから読み出されたコンピュータプログラムが、必要に応じて、FLASH ROM1324にインストールされる。
さらに、外部インタフェース1319は、LANやインターネット等の所定のネットワークに接続されるネットワークインタフェースを有する。コントローラ1321は、例えば、操作部1322からの指示に従って、DRAM1318から符号化データを読み出し、それを外部インタフェース1319から、ネットワークを介して接続される他の装置に供給させることができる。また、コントローラ1321は、ネットワークを介して他の装置から供給される符号化データや画像データを、外部インタフェース1319を介して取得し、それをDRAM1318に保持させたり、画像信号処理部1314に供給したりすることができる。
以上のようなカメラ1300は、デコーダ1315として画像復号装置400を用いる。つまり、デコーダ1315は、画像復号装置400の場合と同様に、周辺PUのPredictor情報から当該PUの予測Predictor情報を再構築し、その再構築した予測Predictor情報を用いて当該PUの予測動き情報を再構築し、その再構築した予測動き情報を用いて当該PUの動き情報を再構築し、その再構築した動き情報を用いて動き補償を行い、インター符号化の予測画像を適切に生成する。したがって、デコーダ1315は、符号化側において周辺PUのPredictorから当該PUのPredictorを予測するモードで生成された符号化データを適切に復号することができる。これにより、デコーダ1315は、符号化効率の向上を実現することができる。
したがって、カメラ1300は、例えば、CCD/CMOS1312において生成される画像データや、DRAM1318または記録メディア1333から読み出すビデオデータの符号化データや、ネットワークを介して取得するビデオデータの符号化効率の向上を実現することができる。
また、カメラ1300は、エンコーダ1341として画像符号化装置300を用いる。エンコーダ1341は、画像符号化装置300の場合と同様に、周辺PUのPredictorから当該PUのPredictorを予測するモードで予測画像を生成し、その予測画像を用いて符号化データを生成する。したがって、エンコーダ1341は、Predictor情報の符号化を省略することができる。これにより、エンコーダ1341は、符号化効率を向上させることができる。
したがって、カメラ1300は、例えば、DRAM1318や記録メディア1333に記録する符号化データや、他の装置に提供する符号化データの符号化効率を向上させることができる。
なお、コントローラ1321が行う復号処理に画像復号装置400の復号方法を適用するようにしてもよい。同様に、コントローラ1321が行う符号化処理に画像符号化装置300の符号化方法を適用するようにしてもよい。
また、カメラ1300が撮像する画像データは動画像であってもよいし、静止画像であってもよい。
もちろん、本実施の画像符号化装置300および画像復号装置400は、上述した装置以外の装置やシステムにも適用可能である。
本発明は、例えば、MPEG,H.26x等の様に、離散コサイン変換等の直交変換と動き補償によって圧縮された画像情報(ビットストリーム)を、衛星放送、ケーブルTV、インターネット、携帯電話などのネットワークメディアを介して受信する際に、若しくは光、磁気ディスク、フラッシュメモリのような記憶メディア上で処理する際に用いられる画像符号化装置や画像復号装置に適用することができる。
300 画像符号化装置, 315 動き予測・補償部, 321 動き情報予測部, 331 動き探索部, 332 コスト関数算出部, 333 モード判定部, 334 動き補償部, 335 動き情報バッファ, 341 動き予測部, 342 Predictor予測部. 343 比較判定部, 344 フラグ生成部344, 400 画像復号装置, 412 動き予測・補償部, 421 動き情報予測部, 431 最適モード情報バッファ, 432 モード判定部432, 433 動き情報再構築部, 434 動き補償部, 435 動き情報バッファ, 441 予測Predictor情報再構築部, 442 予測動き情報再構築部, 443 Predictor情報バッファ

Claims (24)

  1. 符号化処理の対象となる部分領域の周辺に位置する周辺部分領域において用いられるプレディクタの情報から、当該部分領域において用いられるプレディクタを予測するプレディクタ予測手段と、
    前記プレディクタ予測手段により予測された当該部分領域のプレディクタを用いて、当該部分領域の予測画像を生成する予測画像生成手段と、
    前記予測画像生成手段により生成される予測画像を用いて画像を符号化する符号化手段と
    を備える画像処理装置。
  2. 前記周辺部分領域は、当該部分領域に隣接する部分領域を含む
    請求項1に記載の画像処理装置。
  3. 前記周辺部分領域は、当該部分領域の上部および左部に隣接する部分領域を含む
    請求項2に記載の画像処理装置。
  4. 前記周辺部分領域は、当該部分領域の左上部若しくは右上部に隣接する部分領域をさらに含む
    請求項3に記載の画像処理装置。
  5. 前記周辺部分領域は、当該部分領域のCo-locatedに位置する部分領域をさらに含む
    請求項3に記載の画像処理装置。
  6. 前記プレディクタ予測手段は、前記周辺部分領域のプレディクタの内、インデックスが最小のプレディクタを、当該部分領域のプレディクタの予測結果とする
    請求項1に記載の画像処理装置。
  7. 前記プレディクタ予測手段は、一部の周辺部分領域が存在しない場合、存在する周辺部分領域のプレディクタのみを用いて、当該部分領域のプレディクタを予測し、全ての周辺部分領域が存在しない場合、当該部分領域のプレディクタを予測を省略する
    請求項1に記載の画像処理装置。
  8. 前記プレディクタ予測手段は、サイズが当該部分領域と一致若しくは近似する周辺部分領域のプレディクタのみを用いて、当該部分領域のプレディクタを予測し、全ての周辺部分領域のサイズが当該部分領域と一致も近似もしない場合、当該部分領域のプレディクタを予測を省略する
    請求項1に記載の画像処理装置。
  9. 前記プレディクタ予測手段は、前記周辺部分領域の一部がMergeFlagにより符号化されている場合、マージされている周辺部分領域と異なる周辺部分領域の動き情報を意味するインデクスを用いて当該部分領域のプレディクタを予測する
    請求項1に記載の画像処理装置。
  10. 当該部分領域に対するプレディクタが、前記プレディクタ予測手段により予測されたプレディクタとを比較する比較手段と、
    前記比較手段による比較結果を表すフラグ情報を生成するフラグ情報生成手段と
    を備える請求項1に記載の画像処理装置。
  11. 前記符号化手段は、前記フラグ情報生成手段により生成された前記フラグ情報とともに、前記プレディクタ予測手段により予測されたプレディクタに関する情報、若しくは、前記プレディクタ予測手段により予測されたプレディクタと当該部分領域に対するプレディクタとの差分を符号化する
    請求項10に記載の画像処理装置。
  12. 前記プレディクタ予測手段は、前記周辺部分領域がイントラ符号化されたものである場合、前記周辺部分領域のプレディクタに対するcode numberを0として、当該部分領域のプレディクタを予測する
    請求項1に記載の画像処理装置。
  13. 画像処理装置の画像処理方法であって、
    前記プレディクタ予測手段が、符号化処理の対象となる部分領域の周辺に位置する周辺部分領域において用いられるプレディクタの情報から、当該部分領域において用いられるプレディクタを予測し、
    予測画像生成手段が、予測された当該部分領域のプレディクタを用いて、当該部分領域の予測画像を生成し、
    符号化手段が、生成される予測画像を用いて画像を符号化する
    画像処理方法。
  14. 符号化処理の対象となる部分領域の周辺に位置する周辺部分領域において用いられるプレディクタの情報から、当該部分領域において用いられるプレディクタを予測するプレディクタ予測手段と、
    前記プレディクタ予測手段により予測された当該部分領域のプレディクタを用いて、当該部分領域の予測画像を生成する予測画像生成手段と、
    前記予測画像生成手段により生成される予測画像を用いて画像が符号化された符号化データを復号する復号手段と
    を備える画像処理装置。
  15. 前記周辺部分領域は、当該部分領域に隣接する部分領域を含む
    請求項14に記載の画像処理装置。
  16. 前記周辺部分領域は、当該部分領域の上部および左部に隣接する部分領域を含む
    請求項15に記載の画像処理装置。
  17. 前記周辺部分領域は、当該部分領域の左上部若しくは右上部に隣接する部分領域をさらに含む
    請求項15に記載の画像処理装置。
  18. 前記周辺部分領域は、当該部分領域のCo-locatedに位置する部分領域をさらに含む
    請求項14に記載の画像処理装置。
  19. 前記プレディクタ予測手段は、前記周辺部分領域のプレディクタの内、インデックスが最小のプレディクタを、当該部分領域のプレディクタの予測結果とする
    請求項14に記載の画像処理装置。
  20. 前記プレディクタ予測手段は、一部の周辺部分領域が存在しない場合、存在する周辺部分領域のプレディクタのみを用いて、当該部分領域のプレディクタを予測し、全ての周辺部分領域が存在しない場合、当該部分領域のプレディクタを予測を省略する
    請求項14に記載の画像処理装置。
  21. 前記プレディクタ予測手段は、サイズが当該部分領域と一致若しくは近似する周辺部分領域のプレディクタのみを用いて、当該部分領域のプレディクタを予測し、全ての周辺部分領域のサイズが当該部分領域と一致も近似もしない場合、当該部分領域のプレディクタを予測を省略する
    請求項14に記載の画像処理装置。
  22. 前記プレディクタ予測手段は、前記周辺部分領域の一部がMergeFlagにより符号化されている場合、マージされている周辺部分領域と異なる周辺部分領域の動き情報を意味するインデクスを用いて当該部分領域のプレディクタを予測する
    請求項14に記載の画像処理装置。
  23. 前記プレディクタ予測手段は、前記周辺部分領域がイントラ符号化されたものである場合、前記周辺部分領域のプレディクタに対するcode numberを0として、当該部分領域のプレディクタを予測する
    請求項14に記載の画像処理装置。
  24. 画像処理装置の画像処理方法であって、
    プレディクタ予測手段が、符号化処理の対象となる部分領域の周辺に位置する周辺部分領域において用いられるプレディクタの情報から、当該部分領域において用いられるプレディクタを予測し、
    予測画像生成手段が、予測された当該部分領域のプレディクタを用いて、当該部分領域の予測画像を生成し、
    復号手段が、生成される予測画像を用いて画像が符号化された符号化データを復号する
    画像処理方法。
JP2011005187A 2011-01-13 2011-01-13 画像処理装置および方法 Withdrawn JP2012147331A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2011005187A JP2012147331A (ja) 2011-01-13 2011-01-13 画像処理装置および方法
CN2012800047774A CN103314589A (zh) 2011-01-13 2012-01-06 图像处理装置和方法
US13/978,508 US20130301733A1 (en) 2011-01-13 2012-01-06 Image processing device and method
PCT/JP2012/050171 WO2012096228A1 (ja) 2011-01-13 2012-01-06 画像処理装置および方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011005187A JP2012147331A (ja) 2011-01-13 2011-01-13 画像処理装置および方法

Publications (1)

Publication Number Publication Date
JP2012147331A true JP2012147331A (ja) 2012-08-02

Family

ID=46507128

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011005187A Withdrawn JP2012147331A (ja) 2011-01-13 2011-01-13 画像処理装置および方法

Country Status (4)

Country Link
US (1) US20130301733A1 (ja)
JP (1) JP2012147331A (ja)
CN (1) CN103314589A (ja)
WO (1) WO2012096228A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111669592B (zh) * 2019-03-05 2022-11-25 杭州海康威视数字技术股份有限公司 一种编解码方法、装置及其设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101072356B (zh) * 2006-05-12 2011-02-09 中国科学院计算技术研究所 一种运动矢量预测方法
JP2010509799A (ja) * 2006-11-03 2010-03-25 サムスン エレクトロニクス カンパニー リミテッド 映像の予測符号化方法及び装置、その復号化方法及び装置
CN101536530B (zh) * 2006-11-07 2011-06-08 三星电子株式会社 基于运动估计进行视频编码和解码的方法和设备
KR101356735B1 (ko) * 2007-01-03 2014-02-03 삼성전자주식회사 전역 움직임 벡터를 사용해서 움직임 벡터를 추정하기 위한방법, 장치, 인코더, 디코더 및 복호화 방법
KR20080066522A (ko) * 2007-01-11 2008-07-16 삼성전자주식회사 다시점 영상의 부호화, 복호화 방법 및 장치
JP5286805B2 (ja) * 2008-01-31 2013-09-11 沖電気工業株式会社 動きベクトル検出装置及び方法、動画像符号化装置及び方法、並びに、動画像復号化装置及び方法
US20110243227A1 (en) * 2008-12-10 2011-10-06 Hitachi, Ltd. Moving picture decoding method and device, and moving picture encoding method and device
CN101860754B (zh) * 2009-12-16 2013-11-13 香港应用科技研究院有限公司 运动矢量编码和解码的方法和装置
KR101348613B1 (ko) * 2009-12-23 2014-01-10 한국전자통신연구원 영상의 부호화/복호화 장치 및 그 방법

Also Published As

Publication number Publication date
WO2012096228A1 (ja) 2012-07-19
CN103314589A (zh) 2013-09-18
US20130301733A1 (en) 2013-11-14

Similar Documents

Publication Publication Date Title
JP6057140B2 (ja) 画像処理装置および方法、プログラム、並びに、記録媒体
JP5979405B2 (ja) 画像処理装置および方法
WO2010101064A1 (ja) 画像処理装置および方法
WO2010095559A1 (ja) 画像処理装置および方法
WO2013108689A1 (ja) 画像処理装置および方法
JPWO2014013880A1 (ja) 画像処理装置および方法
WO2011152315A1 (ja) 画像処理装置および方法
WO2013058363A1 (ja) 画像処理装置および方法
US20140126641A1 (en) Image processing device and method
JP5988071B2 (ja) 画像処理装置および方法、並びに、プログラム
JP2012147127A (ja) 画像処理装置および方法
JP2013012905A (ja) 画像処理装置および方法
JP2013005077A (ja) 画像処理装置および方法
WO2013084775A1 (ja) 画像処理装置および方法
JP2012019447A (ja) 画像処理装置および方法
WO2012096228A1 (ja) 画像処理装置および方法
JP6268556B2 (ja) 画像処理装置および方法、プログラム、並びに、記録媒体
WO2013002105A1 (ja) 画像処理装置および方法
WO2011125625A1 (ja) 画像処理装置および方法
WO2012077530A1 (ja) 画像処理装置および方法
JP2016201831A (ja) 画像処理装置および方法

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20140401