JP2015005893A - Image processing apparatus and method - Google Patents

Abstract

PROBLEM TO BE SOLVED: To suppress an increase in storage capacity necessary for encoding and decoding.SOLUTION: When the input of image data comprising a plurality of layers is eight bits, if a residual signal is nine pit, which is a prediction error of the interframe prediction between a current layer and different another layer of the image data, an image encoding device sets a weighting coefficient of the residual signal to 0.5. The present disclosure can be applied to an image encoding device that encodes image data in a scalable way, or an image processing apparatus, such as an image decoding device that decodes encoded data in which image data is encoded in a scalable way.

Description

本開示は画像処理装置および方法に関し、特に、符号化または復号に必要な記憶容量の増大を抑制す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。   The present disclosure relates to an image processing apparatus and method, and more particularly, to an image processing apparatus and method capable of suppressing an increase in storage capacity necessary for encoding or decoding.

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符号化方式を採用して画像を圧縮符号する装置が普及しつつある。この符号化方式には、例えば、MPEG（Moving Picture Experts Group）やH．264及びMPEG-4 Part10 （Advanced Video Coding、以下 AVCと記す）などがある。   In recent years, image information has been handled as digital data, and at that time, for the purpose of efficient transmission and storage of information, encoding is performed by orthogonal transform such as discrete cosine transform and motion compensation using redundancy unique to image information. An apparatus that employs a method to compress and code an image is becoming widespread. Examples of this encoding method include MPEG (Moving Picture Experts Group) and H.264. H.264 and MPEG-4 Part10 (Advanced Video Coding, hereinafter referred to as AVC).

そして、現在、H．264/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と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。   And now H. It is called HEVC (High Efficiency Video Coding) by JCTVC (Joint Collaboration Team-Video Coding), a joint standardization organization of ITU-T and ISO / IEC, for the purpose of further improving coding efficiency than H.264 / AVC. Standardization of the encoding method is underway.

ところで、これまでの、MPEG-2やAVCといった画像符号化方式は、画像を複数のレイヤに階層化して符号化するスケーラビリティ（scalability）機能を有していた。HEVCにおいても同様の階層符号化・階層復号（スケーラブル符号化・スケーラブル復号とも称する）が提案されている。   By the way, the conventional image encoding methods such as MPEG-2 and AVC have a scalability function for encoding an image by layering a plurality of layers. In the HEVC, the same hierarchical coding / hierarchical decoding (also referred to as scalable coding / scalable decoding) has been proposed.

このようなスケーラブル符号化・スケーラブル復号においては、処理対象の画像データは、階層化され、他のレイヤを参照せずに符号化・復号を行うベースレイヤ（Base layer）と、他のレイヤ（ベースレイヤ若しくは他のエンハンスメントレイヤ）を参照して符号化・復号を行うエンハンスメントレイヤ（Enhancement layer）を有する。   In such scalable encoding / scalable decoding, image data to be processed is hierarchized, and a base layer that performs encoding / decoding without referring to other layers, and another layer (base An enhancement layer (enhancement layer) that performs encoding / decoding with reference to a layer or another enhancement layer is included.

例えば、空間解像度がスケーラブルな（レイヤ間で空間解像度が異なる）スペーシャルスケーラビリティ（Spatial Scalability）の場合、ベースレイヤ（Baselayer）の画像をエンハンスメントレイヤの処理に利用するためには、そのベースレイヤの画像をアップサンプル処理する必要がある。   For example, in the case of spatial scalability with spatial resolution scalable (spatial resolution varies between layers), in order to use the base layer image for enhancement layer processing, the image of the base layer Need to upsample processing.

ところで、AVC符号化処理に基づくスケーラブル（Scalable）符号化処理においては、フレーム間予測符号化で符号化されたマクロブロックであるインターブロックの予測誤差信号（残差信号とも称する）に対して、階層間予測を行うことが可能である。HEVC符号化処理に基づくスケーラブル（Scalable）符号化処理においても、これと同様の処理を行うことが提案されている（例えば、非特許文献１参照）。   By the way, in the scalable coding process based on the AVC coding process, a layer is used for a prediction error signal (also referred to as a residual signal) of an inter block that is a macroblock coded by inter-frame prediction coding. Inter-prediction can be performed. In scalable encoding processing based on HEVC encoding processing, it has been proposed to perform similar processing (see, for example, Non-Patent Document 1).

この非特許文献１においては、エンハンスメントレイヤにおける最終的な予測画像を生成する際に、ベースレイヤにおける残差信号を用いるか否か、また、残差信号を用いる場合、どのくらい用いるかを表す重み係数を伝送することが提案されている。   In this Non-Patent Document 1, when generating a final predicted image in the enhancement layer, whether or not to use the residual signal in the base layer, and how much to use when using the residual signal Has been proposed to transmit.

したがって、ベースレイヤの残差信号をエンハンスメントレイヤの処理に利用するために、ベースレイヤの残差信号を保持する必要がある。   Therefore, in order to use the base layer residual signal for enhancement layer processing, it is necessary to hold the base layer residual signal.

Jianle Chen, Krishna Rapaka, Xiang Li, Vadim Seregin, Liwei Guo, Marta Karczewicz, Geert Van der Auwera, Joel Sole, Xianglin Wang, Chengjie Tu, Ying Chen, "Description of scalable video coding technology proposal by Qualcomm", JCTVC-K0036, Joint Collaborative Team on Video Coding (JCT-VC)of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG1111th Meeting: Shanghai, CN, 10-19 Oct., 2012Jianle Chen, Krishna Rapaka, Xiang Li, Vadim Seregin, Liwei Guo, Marta Karczewicz, Geert Van der Auwera, Joel Sole, Xianglin Wang, Chengjie Tu, Ying Chen, "Description of scalable video coding technology proposal by Qualcomm", JCTVC-K0036 , Joint Collaborative Team on Video Coding (JCT-VC) of ITU-T SG16 WP3 and ISO / IEC JTC1 / SC29 / WG1111th Meeting: Shanghai, CN, 10-19 Oct., 2012

しかしながら、入力信号が8ビット（bit）である場合、残差信号は符号付きの9bitとなる。そのため、この残差信号を保持しておくためのバッファの記憶容量が増大する恐れがあった。   However, if the input signal is 8 bits (bits), the residual signal is 9 bits with a sign. As a result, the storage capacity of the buffer for holding the residual signal may increase.

本開示は、このような状況に鑑みてなされたものであり、符号化または復号に必要な記憶容量の増大を抑制することができるものである。   The present disclosure has been made in view of such a situation, and can suppress an increase in storage capacity necessary for encoding or decoding.

本技術の一側面の画像符号化装置は、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する残差予測部と、前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う符号化部とを備える。   An image encoding device according to an aspect of the present technology, when an input signal of image data including a plurality of layers is 8 bits, is a residual error that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data. When the difference signal is 9 bits, a residual prediction unit that determines the value of the weighting factor of the residual signal to 0.5, and a residual signal that has been subjected to the value of the weighting factor determined by the residual prediction unit And an encoding unit that encodes the current layer of the image data.

前記符号化部により生成された前記画像データの符号化データと、前記重み係数の値として0を用いるか、または非0を用いるかに関する情報である重み係数使用情報を伝送する伝送部をさらに備えることができる。   A transmission unit that transmits encoded data of the image data generated by the encoding unit and weighting factor use information that is information regarding whether to use 0 or non-zero as the value of the weighting factor; be able to.

前記伝送部は、前記重み係数使用情報を、CU（Coding Unit）毎に伝送することができる。   The transmission unit can transmit the weighting factor usage information for each CU (Coding Unit).

前記伝送部は、前記重み係数使用情報を、LCU（Largest Coding Unit）毎またはスライスヘッダ毎に伝送することができる。   The transmission unit may transmit the weighting factor usage information for each LCU (Largest Coding Unit) or for each slice header.

前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1に決定することができる。   The residual prediction unit can determine the value of the weighting factor of the residual signal as 1 when the residual signal is 8 bits.

前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1または0.5に決定することができる。   The residual prediction unit can determine the value of the weighting coefficient of the residual signal as 1 or 0.5 when the residual signal is 8 bits.

前記伝送部は、前記重み係数の値として非0を用いる場合で、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値として1および0.5のどちらを用いるかに関する情報である重み係数値情報を伝送することができる。   In the case where the transmission unit uses non-zero as the value of the weighting factor, and the residual signal is 8 bits, information regarding which of 1 and 0.5 is used as the value of the weighting factor of the residual signal Certain weighting factor value information can be transmitted.

前記伝送部は、前記重み係数値情報を、PU（Prediction Unit）毎に伝送することができる。   The transmission unit may transmit the weight coefficient value information for each PU (Prediction Unit).

前記伝送部は、前記重み係数値情報を、CU（Coding Unit）毎に伝送することができる。   The transmission unit can transmit the weight coefficient value information for each CU (Coding Unit).

前記画像データの入力信号は、輝度信号であることができる。   The input signal for the image data may be a luminance signal.

前記他のレイヤのシーケンスパラメータセットにおいて、輝度信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定することができる。   In the sequence parameter set of the other layer, when the value of the parameter defining the bit depth of the luminance signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer When the signal is 9 bits, the value of the weighting factor of the residual signal can be determined to be 0.5.

前記画像データの入力信号は、色差信号である。 The input signal of the image data is a color difference signal.

前記他のレイヤのシーケンスパラメータセットにおいて、色差信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定することができる。   In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer. When the signal is 9 bits, the value of the weighting factor of the residual signal can be determined to be 0.5.

本技術の一側面の画像符号化方法は、画像符号化装置が、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う。   An image coding method according to an aspect of the present technology is such that, when an image coding apparatus has an 8-bit input signal of image data including a plurality of layers, inter-frame prediction in another layer different from the current layer of the image data. When the residual signal that is the prediction error of 9 bits is 9 bits, the value of the weighting coefficient of the residual signal is determined to be 0.5, and the residual signal to which the determined weighting coefficient value is applied is used to determine the image. Encode the current layer of data.

本技術の他の側面の画像復号装置は、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する残差予測部と、前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う復号部とを備える。   The image decoding device according to another aspect of the present technology, when an input signal of image data including a plurality of layers is 8 bits, is a residual error that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data. When the difference signal is 9 bits, a residual prediction unit that determines the value of the weighting factor of the residual signal to 0.5, and a residual signal that has been subjected to the value of the weighting factor determined by the residual prediction unit And a decoding unit that decodes the current layer of the encoded data of the image data.

前記符号化データと、前記重み係数の値として0を用いるか、または非0を用いるかに関する情報である重み係数使用情報とを受け取る受け取り部をさらに備え、前記残差予測部は、前記重み係数使用情報が非0を用いることを示す情報である場合、前記残差信号の重み係数の値を0.5に決定することができる。   A receiving unit that receives the encoded data and weighting factor use information that is information regarding whether to use 0 or non-zero as the value of the weighting factor; and the residual prediction unit includes the weighting factor If the usage information is information indicating that non-zero is used, the value of the weighting factor of the residual signal can be determined to be 0.5.

前記受け取り部は、前記重み係数使用情報を、CU（Coding Unit）毎に受け取ることができる。   The receiving unit can receive the weighting factor usage information for each CU (Coding Unit).

前記受け取り部は、前記重み係数使用情報を、LCU（Largest Coding Unit）毎またはスライスヘッダ毎に受け取ることができる。   The receiving unit can receive the weighting factor usage information for each LCU (Largest Coding Unit) or for each slice header.

前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1に決定することができる。   The residual prediction unit can determine the value of the weighting factor of the residual signal as 1 when the residual signal is 8 bits.

前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1または0.5に決定することができる。   The residual prediction unit can determine the value of the weighting coefficient of the residual signal as 1 or 0.5 when the residual signal is 8 bits.

前記受け取り部は、前記重み係数の値として非0を用いる場合で、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値として1および0.5のどちらを用いるかに関する情報である重み係数情報を受け取ることができる。   In the case where the receiving unit uses non-zero as the value of the weighting factor and the residual signal is 8 bits, information regarding which of 1 and 0.5 is used as the value of the weighting factor of the residual signal Certain weighting factor information can be received.

前記受け取り部は、前記重み係数情報を、PU（Prediction Unit）毎に受け取ることができる。   The receiving unit can receive the weight coefficient information for each PU (Prediction Unit).

前記受け取り部は、前記重み係数情報を、CU（Coding Unit）毎に受け取ることができる。   The receiving unit can receive the weight coefficient information for each CU (Coding Unit).

前記画像データの入力信号は、輝度信号である。   The input signal of the image data is a luminance signal.

前記他のレイヤのシーケンスパラメータセットにおいて、輝度信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定することができる。   In the sequence parameter set of the other layer, when the value of the parameter defining the bit depth of the luminance signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer When the signal is 9 bits, the value of the weighting factor of the residual signal can be determined to be 0.5.

前記画像データの入力信号は、色差信号である。   The input signal of the image data is a color difference signal.

前記他のレイヤのシーケンスパラメータセットにおいて、色差信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定することができる。   In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer. When the signal is 9 bits, the value of the weighting factor of the residual signal can be determined to be 0.5.

本技術の他の側面の画像復号装置は、画像復号装置が、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う。   An image decoding device according to another aspect of the present technology provides inter-frame prediction in another layer different from the current layer of the image data when the input signal of the image data including a plurality of layers is 8 bits. When the residual signal which is a prediction error is 9 bits, the value of the weighting coefficient of the residual signal is determined to be 0.5, and the image data is used by using the residual signal to which the determined weighting coefficient value is applied. The current layer of the encoded data is decoded.

本技術の一側面においては、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値が0.5に決定される。そして、決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化が行われる。   In one aspect of the present technology, when an input signal of image data including a plurality of layers is 8 bits, a residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 If it is a bit, the value of the weighting factor of the residual signal is determined to be 0.5. Then, the current layer of the image data is encoded using the residual signal to which the determined weight coefficient value is applied.

本技術の他の側面においては、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値が0.5に決定される。そして、決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号が行われる。   In another aspect of the present technology, when an input signal of image data including a plurality of layers is 8 bits, a residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is generated. When it is 9 bits, the value of the weighting factor of the residual signal is determined to be 0.5. Then, decoding of the current layer of the encoded data of the image data is performed using the residual signal to which the determined weight coefficient value is applied.

本開示によれば、画像を符号化・復号することができる。特に、符号化または復号に必要な記憶容量の増大を抑制することができる。   According to the present disclosure, an image can be encoded / decoded. In particular, an increase in storage capacity required for encoding or decoding can be suppressed.

なお、本明細書に記載された効果はあくまで例示であって限定されるものでは無く、また付加的な効果があってもよい。   Note that the effects described in the present specification are merely examples and are not limited, and may have additional effects.

コーディングユニットの構成例を説明する図である。It is a figure explaining the structural example of a coding unit. 階層画像符号化方式の例を示す図である。It is a figure which shows the example of a hierarchy image coding system. スペーシャルなスケーラブル符号化の例を説明する図である。It is a figure explaining the example of spatial scalable encoding. テンポラルなスケーラブル符号化の例を説明する図である。It is a figure explaining the example of temporal scalable encoding. 信号雑音比のスケーラブル符号化の例を説明する図である。It is a figure explaining the example of the scalable encoding of a signal noise ratio. 動き補償のための内挿フィルタの例を示す図である。It is a figure which shows the example of the interpolation filter for motion compensation. スケーラブル符号化における残差信号の予測について説明する図である。It is a figure explaining prediction of the residual signal in scalable coding. シーケンスパラメータセットのシンタクスの例を説明する図である。It is a figure explaining the example of the syntax of a sequence parameter set. シーケンスパラメータセットのシンタクスの例を説明する、図８に続く図である。FIG. 9 is a diagram subsequent to FIG. 8 for explaining an example of syntax of a sequence parameter set. 画像符号化装置の主な構成例を示すブロック図である。It is a block diagram which shows the main structural examples of an image coding apparatus. ベースレイヤ画像符号化部の主な構成例を示すブロック図である。It is a block diagram which shows the main structural examples of a base layer image coding part. エンハンスメントレイヤ画像符号化部の主な構成例を示すブロック図である。It is a block diagram which shows the main structural examples of an enhancement layer image coding part. 残差予測部の主な構成例を示すブロック図である。It is a block diagram which shows the main structural examples of a residual prediction part. 画像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。It is a flowchart explaining the example of the flow of an image encoding process. ベースレイヤ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。It is a flowchart explaining the example of the flow of a base layer encoding process. エンハンスメントレイヤ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。It is a flowchart explaining the example of the flow of an enhancement layer encoding process. 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。It is a flowchart explaining the example of the flow of an inter prediction process. インター予測処理の流れの他の例を説明するフローチャートである。It is a flowchart explaining the other example of the flow of an inter prediction process. 画像復号装置の主な構成例を示すブロック図である。It is a block diagram which shows the main structural examples of an image decoding apparatus. ベースレイヤ画像復号部の主な構成例を示すブロック図である。It is a block diagram which shows the main structural examples of a base layer image decoding part. エンハンスメントレイヤ画像復号部の主な構成例を示すブロック図である。It is a block diagram which shows the main structural examples of an enhancement layer image decoding part. 残差予測部の他の構成例を示すブロック図である。It is a block diagram which shows the other structural example of a residual prediction part. 画像復号処理の流れの例を説明するフローチャートである。It is a flowchart explaining the example of the flow of an image decoding process. ベースレイヤ復号処理の流れの例を説明するフローチャートである。It is a flowchart explaining the example of the flow of a base layer decoding process. エンハンスメントレイヤ復号処理の流れの例を説明するフローチャートである。It is a flowchart explaining the example of the flow of an enhancement layer decoding process. 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。It is a flowchart explaining the example of the flow of an inter prediction process. インター予測処理の流れの他の例を説明するフローチャートである。It is a flowchart explaining the other example of the flow of an inter prediction process. 多視点画像符号化方式の例を示す図である。It is a figure which shows the example of a multiview image encoding system. 本技術を適用した多視点画像符号化装置の主な構成例を示す図である。It is a figure which shows the main structural examples of the multiview image coding apparatus to which this technique is applied. 本技術を適用した多視点画像復号装置の主な構成例を示す図である。It is a figure which shows the main structural examples of the multiview image decoding apparatus to which this technique is applied. コンピュータの主な構成例を示すブロック図である。And FIG. 20 is a block diagram illustrating a main configuration example of a computer. テレビジョン装置の概略的な構成の一例を示すブロック図である。It is a block diagram which shows an example of a schematic structure of a television apparatus. 携帯電話機の概略的な構成の一例を示すブロック図である。It is a block diagram which shows an example of a schematic structure of a mobile telephone. 記録再生装置の概略的な構成の一例を示すブロック図である。It is a block diagram which shows an example of a schematic structure of a recording / reproducing apparatus. 撮像装置の概略的な構成の一例を示すブロック図である。It is a block diagram which shows an example of a schematic structure of an imaging device. スケーラブル符号化利用の一例を示すブロック図である。It is a block diagram which shows an example of scalable encoding utilization. スケーラブル符号化利用の他の例を示すブロック図である。It is a block diagram which shows the other example of scalable encoding utilization. スケーラブル符号化利用のさらに他の例を示すブロック図である。It is a block diagram which shows the further another example of scalable encoding utilization. ビデオセットの概略的な構成の一例を示すブロック図である。It is a block diagram which shows an example of a schematic structure of a video set. ビデオプロセッサの概略的な構成の一例を示すブロック図である。It is a block diagram which shows an example of a schematic structure of a video processor. ビデオプロセッサの概略的な構成の他の例を示すブロック図である。It is a block diagram which shows the other example of the schematic structure of a video processor. コンテンツ再生システムの構成を示した説明図である。It is explanatory drawing which showed the structure of the content reproduction system. コンテンツ再生システムにおけるデータの流れを示した説明図である。It is explanatory drawing which showed the flow of the data in a content reproduction system. ＭＰＤの具体例を示した説明図である。It is explanatory drawing which showed the specific example of MPD. コンテンツ再生システムのコンテンツサーバの構成を示した機能ブロック図である。It is the functional block diagram which showed the structure of the content server of a content reproduction system. コンテンツ再生システムのコンテンツ再生装置の構成を示した機能ブロック図である。It is the functional block diagram which showed the structure of the content reproduction apparatus of a content reproduction system. コンテンツ再生システムのコンテンツサーバの構成を示した機能ブロック図である。It is the functional block diagram which showed the structure of the content server of a content reproduction system. 無線通信システムの各装置による通信処理例を示すシーケンスチャートである。It is a sequence chart which shows the example of a communication process by each apparatus of a radio | wireless communications system. 無線通信システムの各装置による通信処理例を示すシーケンスチャートである。It is a sequence chart which shows the example of a communication process by each apparatus of a radio | wireless communications system. 無線通信システムの各装置による通信処理において送受信されるフレームフォーマット（frame format）の構成例を模式的に示す図である。It is a figure which shows typically the structural example of the frame format (frame format) transmitted / received in the communication processing by each apparatus of a radio | wireless communications system. 無線通信システムの各装置による通信処理例を示すシーケンスチャートである。It is a sequence chart which shows the example of a communication process by each apparatus of a radio | wireless communications system.

以下、本開示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。
０．概要
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（多視点画像符号化・多視点画像復号装置）
４．第４の実施の形態（コンピュータ）
５．応用例
６．スケーラブル符号化の応用例
７．第５の実施の形態（セット・ユニット・モジュール・プロセッサ）
８．MPEG-DASHのコンテンツ再生システムの応用例
９．Wi-Fi規格の無線通信システムの応用例 Hereinafter, modes for carrying out the present disclosure (hereinafter referred to as embodiments) will be described. The description will be given in the following order.
0. Overview 1. First Embodiment (Image Encoding Device)
2. Second embodiment (image decoding apparatus)
3. Third embodiment (multi-view image encoding / multi-view image decoding apparatus)
4). Fourth embodiment (computer)
5. Application example 6. 6. Application example of scalable coding Fifth embodiment (set unit module processor)
8). 8. Application example of MPEG-DASH content playback system Application example of Wi-Fi standard wireless communication system

＜０．概要＞
[符号化方式]
以下においては、HEVC（High Efficiency Video Coding）方式の画像符号化・復号に適用する場合を例に、本技術を説明する。 <0. Overview>
[Encoding method]
In the following, the present technology will be described by taking as an example the case of application to HEVC (High Efficiency Video Coding) image encoding / decoding.

[コーディングユニット]
AVC（Advanced Video Coding）方式においては、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。しかしながら、１６画素×１６画素のマクロブロックでは、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最適ではない。 [Coding unit]
In the AVC (Advanced Video Coding) method, a hierarchical structure is defined by macroblocks and sub-macroblocks. However, a macroblock of 16 pixels × 16 pixels is not optimal for a large image frame such as UHD (Ultra High Definition; 4000 pixels × 2000 pixels), which is a target of the next generation encoding method.

これに対して、HEVC方式においては、図１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。   On the other hand, in the HEVC scheme, as shown in FIG. 1, a coding unit (CU (Coding Unit)) is defined.

CUは、Coding Tree Block（CTB）とも呼ばれ、AVC方式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。   CU is also called a Coding Tree Block (CTB), and is a partial area of a picture unit image that plays the same role as a macroblock in the AVC method. The latter is fixed to a size of 16 × 16 pixels, whereas the size of the former is not fixed, and is specified in the image compression information in each sequence.

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。   For example, in the sequence parameter set (SPS (Sequence Parameter Set)) included in the output encoded data, the maximum size (LCU (Largest Coding Unit)) and minimum size ((SCU (Smallest Coding Unit)) of the CU are specified. Is done.

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１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。   Within each LCU, split-flag = 1 can be divided into smaller CUs within a range that does not fall below the SCU size. In the example of FIG. 1, the LCU size is 128 and the maximum hierarchical depth is 5. When the value of split_flag is “1”, the 2N × 2N size CU is divided into N × N size CUs that are one level below.

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））に分割される。また、PUは、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方式においては、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。   Further, the CU is divided into prediction units (Prediction Units (PUs)) that are regions (partial regions of images in units of pictures) that are processing units for intra or inter prediction. The PU is divided into transform units (Transform Units (TU)), which are regions (partial regions of images in units of pictures), which are orthogonal transform processing units. At present, in the HEVC system, it is possible to use 16 × 16 and 32 × 32 orthogonal transforms in addition to 4 × 4 and 8 × 8.

以上のHEVC方式のように、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方式におけるマクロブロックはLCUに相当し、ブロック（サブブロック）はCUに相当すると考えることができる。また、AVC方式における動き補償ブロックは、PUに相当すると考えることができる。ただし、CUは、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方式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。   In the case of an encoding method in which a CU is defined and various processes are performed in units of the CU as in the above HEVC method, a macro block in the AVC method corresponds to an LCU, and a block (sub block) corresponds to a CU. Then you can think. A motion compensation block in the AVC method can be considered to correspond to a PU. However, since the CU has a hierarchical structure, the size of the LCU of the highest hierarchy is generally set larger than the macro block of the AVC method, for example, 128 × 128 pixels.

よって、以下、LCUは、AVC方式におけるマクロブロックをも含むものとし、CUは、AVC方式におけるブロック（サブブロック）をも含むものとする。つまり、以下の説明に用いる「ブロック」は、ピクチャ内の任意の部分領域を示し、その大きさ、形状、および特性等は限定されない。つまり、「ブロック」には、例えば、TU、PU、SCU、CU、LCU、サブブロック、マクロブロック、またはスライス等任意の領域（処理単位）が含まれる。もちろん、これら以外の部分領域（処理単位）も含まれる。サイズや処理単位等を限定する必要がある場合は、適宜説明する。   Therefore, hereinafter, it is assumed that the LCU also includes a macroblock in the AVC scheme, and the CU also includes a block (sub-block) in the AVC scheme. That is, “block” used in the following description indicates an arbitrary partial area in the picture, and its size, shape, characteristics, and the like are not limited. That is, the “block” includes an arbitrary area (processing unit) such as a TU, PU, SCU, CU, LCU, sub-block, macroblock, or slice. Of course, other partial areas (processing units) are also included. When it is necessary to limit the size, processing unit, etc., it will be described as appropriate.

また、本明細書において、CTU（Coding Tree Unit）は、LCU(最大数のCU)のCTB（Coding Tree Block）と、そのLCUベース（レベル）で処理するときのパラメータを含む単位であるとする。また、CTUを構成するCU（Coding Unit）は、CB(Coding Block)と、そのCUベース（レベル）で処理するときのパラメータを含む単位であるとする。   Also, in this specification, a CTU (Coding Tree Unit) is a unit including a CTB (Coding Tree Block) of an LCU (maximum number of CUs) and parameters when processing on the basis of the LCU (level). . Also, a CU (Coding Unit) constituting a CTU is a unit including a CB (Coding Block) and a parameter for processing in the CU base (level).

[モード選択]
ところで、AVCそしてHEVC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。 [Mode selection]
By the way, in the AVC and HEVC encoding schemes, selection of an appropriate prediction mode is important to achieve higher encoding efficiency.

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。   An example of such a selection method is H.264 / MPEG-4 AVC reference software called JM (Joint Model) (published at http://iphome.hhi.de/suehring/tml/index.htm) The method implemented in can be mentioned.

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可能である。どちらも、それぞれの予測モードMode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ブロック乃至マクロブロックに対する最適モードとして選択する。   In JM, it is possible to select the following two mode determination methods: High Complexity Mode and Low Complexity Mode. In both cases, a cost function value for each prediction mode Mode is calculated, and a prediction mode that minimizes the cost function value is selected as the optimum mode for the block or macroblock.

High Complexity Modeにおけるコスト関数は、以下の式（１）のように示される。   The cost function in High Complexity Mode is shown as the following formula (1).

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。   Here, Ω is the entire set of candidate modes for encoding the block or macroblock, and D is the difference energy between the decoded image and the input image when encoded in the prediction mode. λ is a Lagrange undetermined multiplier given as a function of the quantization parameter. R is the total code amount when encoding is performed in this mode, including orthogonal transform coefficients.

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。   In other words, in order to perform encoding in the High Complexity Mode, the parameters D and R are calculated. Therefore, it is necessary to perform a temporary encoding process once in all candidate modes, which requires a higher calculation amount.

Low Complexity Modeにおけるコスト関数は、以下の式（２）のように示される。   The cost function in Low Complexity Mode is shown as the following formula (2).

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。   Here, unlike the case of High Complexity Mode, D is the difference energy between the predicted image and the input image. QP2Quant (QP) is given as a function of the quantization parameter QP, and HeaderBit is a code amount related to information belonging to Header, such as a motion vector and mode, which does not include an orthogonal transform coefficient.

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。   That is, in Low Complexity Mode, it is necessary to perform prediction processing for each candidate mode, but it is not necessary to perform decoding processing because it is not necessary to perform decoding processing. For this reason, realization with a calculation amount lower than High Complexity Mode is possible.

[階層符号化]
ところで、これまでの、MPEG2、AVCといった画像符号化方式は、スケーラビリティ（scalability）機能を有していた。スケーラブル符号化（階層符号化）とは、画像を複数レイヤ化（階層化）し、レイヤ毎に符号化する方式である。図２は、階層画像符号化方式の一例を示す図である。 [Hierarchical coding]
By the way, the conventional image coding methods such as MPEG2 and AVC have a scalability function. Scalable encoding (hierarchical encoding) is a scheme in which an image is divided into a plurality of layers (hierarchical) and encoded for each layer. FIG. 2 is a diagram illustrating an example of a hierarchical image encoding scheme.

図２に示されるように、画像の階層化においては、スケーラビリティ機能を有する所定のパラメータを基準として１の画像が複数の階層（レイヤ）に分割される。つまり、階層化された画像（階層画像）は、その所定のパラメータの値が互いに異なる複数の階層（レイヤ）の画像を含む。この階層画像の複数のレイヤは、他のレイヤの画像を利用せずに自身のレイヤの画像のみを用いて符号化・復号を行うベースレイヤと、他のレイヤの画像を利用して符号化・復号を行うノンベースレイヤ（エンハンスメントレイヤとも称する）とによりなる。ノンベースレイヤは、ベースレイヤの画像を利用するようにしても良いし、他のノンベースレイヤの画像を利用するようにしてもよい。   As shown in FIG. 2, in image hierarchization, one image is divided into a plurality of hierarchies (layers) based on a predetermined parameter having a scalability function. That is, the hierarchized image (hierarchical image) includes images of a plurality of hierarchies (layers) having different predetermined parameter values. A plurality of layers of this hierarchical image are encoded / decoded using only the image of the own layer without using the image of the other layer, and encoded / decoded using the image of the other layer. It consists of a non-base layer (also called enhancement layer) that performs decoding. As the non-base layer, an image of the base layer may be used, or an image of another non-base layer may be used.

一般的に、ノンベースレイヤは、冗長性が低減されるように、自身の画像と、他のレイヤの画像との差分画像のデータ（差分データ）により構成される。例えば、１の画像をベースレイヤとノンベースレイヤ（エンハンスメントレイヤとも称する）に２階層化した場合、ベースレイヤのデータのみで元の画像よりも低品質な画像が得られる。そして、ベースレイヤのデータとノンベースレイヤのデータを合成することで、元の画像（すなわち高品質な画像）が得られる。   In general, the non-base layer is composed of difference image data (difference data) between its own image and an image of another layer so that redundancy is reduced. For example, when one image is divided into two layers of a base layer and a non-base layer (also referred to as an enhancement layer), an image having a lower quality than the original image can be obtained using only the data of the base layer. Then, by combining the base layer data and the non-base layer data, an original image (that is, a high-quality image) is obtained.

このように画像を階層化することにより、状況に応じて多様な品質の画像を容易に得ることができる。例えば携帯電話のような、処理能力の低い端末に対しては、ベースレイヤ（base layer）のみの画像圧縮情報を伝送し、空間時間解像度の低い、或いは、画質の良くない動画像を再生し、テレビやパーソナルコンピュータのような、処理能力の高い端末に対しては、ベースレイヤ（base layer）に加えて、エンハンスメントレイヤ（enhancement layer）の画像圧縮情報を伝送し、空間時間解像度の高い、或いは、画質の高い動画像を再生するといったように、トランスコード処理を行うことなく、端末やネットワークの能力に応じた画像圧縮情報を、サーバから送信することが可能となる。   By hierarchizing images in this way, it is possible to easily obtain images of various qualities depending on the situation. For example, to a terminal with low processing capability, such as a mobile phone, image compression information of only the base layer is transmitted, and a moving image with low spatiotemporal resolution or poor image quality is reproduced. For terminals with high processing capabilities, such as televisions and personal computers, in addition to the base layer, the image compression information of the enhancement layer is transmitted and the spatial time resolution is high, or Image compression information corresponding to the capabilities of the terminal and the network can be transmitted from the server without performing transcoding processing, such as playing a moving image with high image quality.

[スケーラブルなパラメータ]
このような階層画像符号化・階層画像復号（スケーラブル符号化・スケーラブル復号）において、スケーラビリティ（scalability）機能を有するパラメータは、任意である。例えば、図３に示されるような空間解像度をそのパラメータとしてもよい（spatial scalability）。このスペーシャルスケーラビリティ（spatial scalability）の場合、レイヤ毎に画像の解像度が異なる。つまり、図３に示されるように、各ピクチャが、元の画像より空間的に低解像度のベースレイヤと、ベースレイヤの画像と合成することにより元の画像（元の空間解像度）が得られるエンハンスメントレイヤの２階層に階層化される。もちろん、この階層数は一例であり、任意の階層数に階層化することができる。 [Scalable parameters]
In such hierarchical image encoding / hierarchical image decoding (scalable encoding / scalable decoding), parameters having a scalability function are arbitrary. For example, the spatial resolution as shown in FIG. 3 may be used as the parameter (spatial scalability). In the case of this spatial scalability, the resolution of the image is different for each layer. That is, as shown in FIG. 3, the enhancement is such that each picture is synthesized with the base layer having a spatially lower resolution than the original image and the base layer image to obtain the original image (original spatial resolution). Layered into two layers. Of course, this number of hierarchies is an example, and the number of hierarchies can be hierarchized.

また、このようなスケーラビリティ性を持たせるパラメータとして、他には、例えば、図４に示されるような、時間解像度を適用しても良い（temporal scalability）。このテンポラルスケーラビリティ（temporal scalability）の場合、レイヤ毎にフレームレートが異なる。つまり、この場合、図４に示されるように、互いに異なるフレームレートのレイヤに階層化されており、低フレームレートのレイヤに、高フレームレートのレイヤを加えることで、より高フレームレートの動画像を得ることができ、全てのレイヤを加えることで、元の動画像（元のフレームレート）を得ることができる。この階層数は一例であり、任意の階層数に階層化することができる。   In addition, as a parameter for providing such scalability, for example, a temporal resolution as shown in FIG. 4 may be applied (temporal scalability). In the case of this temporal scalability, the frame rate is different for each layer. That is, in this case, as shown in FIG. 4, layers are layered at different frame rates, and by adding a high frame rate layer to a low frame rate layer, a higher frame rate moving image is obtained. By adding all the layers, the original moving image (original frame rate) can be obtained. This number of hierarchies is an example and can be hierarchized to an arbitrary number of hierarchies.

さらに、このようなスケーラビリティ性を持たせるパラメータとして、例えば、信号雑音比（SNR（Signal to Noise ratio））を適用しても良い（SNR scalability）。このSNRスケーラビリティ（SNR scalability）の場合、レイヤ毎にSN比が異なる。つまり、図５に示されるように、各ピクチャが、元の画像よりSNRの低いベースレイヤと、ベースレイヤの画像と合成することにより元の画像（元のSNR）が得られるエンハンスメントレイヤの２階層に階層化される。すなわち、ベースレイヤ（base layer）画像圧縮情報においては、低PSNRの画像に関する情報が伝送されており、これに、エンハンスメントレイヤ（enhancement layer）画像圧縮情報を加えることで、高PSNR画像を再構築することが可能である。もちろん、この階層数は一例であり、任意の階層数に階層化することができる。   Further, for example, a signal-to-noise ratio (SNR) may be applied as a parameter for providing such scalability (SNR scalability). In the case of this SNR scalability (SNR scalability), the SN ratio is different for each layer. That is, as shown in FIG. 5, each picture has two layers of enhancement layers in which the original image (original SNR) is obtained by combining the base layer with a lower SNR than the original image and the base layer image. Is layered. That is, in the base layer image compression information, information related to a low PSNR image is transmitted, and an enhancement layer image compression information is added to the information to reconstruct a high PSNR image. It is possible. Of course, this number of hierarchies is an example, and the number of hierarchies can be hierarchized.

スケーラビリティ性を持たせるパラメータは、上述した例以外であっても、もちろんよい。例えば、ベースレイヤ（base layer）が８ビット（bit）画像よりなり、これにエンハンスメントレイヤ（enhancement layer）を加えることにより、10ビット（bit）画像が得られるビット深度スケーラビリティ（bit-depth scalability）がある。   Of course, the parameters for providing scalability may be other than the example described above. For example, the base layer is composed of an 8-bit image, and by adding an enhancement layer to this, a bit-depth scalability for obtaining a 10-bit image is obtained. is there.

また、ベースレイヤ（base layer）が4:2:0フォーマットのコンポーネント画像よりなり、これにエンハンスメントレイヤ（enhancement layer）を加えることにより、4:2:2フォーマットのコンポーネント画像が得られるクロマスケーラビリティ（chroma scalability）がある。   In addition, the base layer is composed of component images in 4: 2: 0 format, and the enhancement layer (enhancement layer) is added to this, resulting in chroma scalability (chroma) scalability).

[動き補償のための内挿フィルタ]
HEVCにおいては、図６に示されるような動き補償のための内挿フィルタが定められている。例えば、輝度信号は、8タップ（tap）フィルタを用いて、1/4画素精度の動き補償を行う。また、色差信号は、4タップ（tap）フィルタを用いて、1/8画素精度の動き補償を行う。いずれも、処理が16ビット（bit）精度に収まるよう規定されている。これらの係数は、DCT-IFと呼ばれる手法により設計されたものである。 [Interpolation filter for motion compensation]
In HEVC, an interpolation filter for motion compensation as shown in FIG. 6 is defined. For example, the luminance signal is subjected to motion compensation with 1/4 pixel accuracy using an 8-tap filter. The color difference signal is subjected to motion compensation with 1/8 pixel accuracy using a 4-tap filter. In both cases, the processing is specified to be within 16-bit accuracy. These coefficients are designed by a technique called DCT-IF.

[階層間予測]
ところで、AVC符号化処理に基づくスケーラブル（Scalable）符号化処理においては、フレーム間予測符号化で符号化されたマクロブロックであるインターブロックの予測誤差信号（残差信号とも称する）に対して、階層間予測を行うことが可能である。 [Inter-layer prediction]
By the way, in the scalable coding process based on the AVC coding process, a layer is used for a prediction error signal (also referred to as a residual signal) of an inter block that is a macroblock coded by inter-frame prediction coding. Inter-prediction can be performed.

例えば、図７において、エンハンスメントレイヤ（Enhancement layer）における残差信号[ResE]は、エンハンスメントレイヤのカレントブロックの画像データ[CurE]と、エンハンスメントレイヤの参照ブロックの画像データ[RefE]とを用いて、以下の式（３）のように算出される。   For example, in FIG. 7, the residual signal [ResE] in the enhancement layer (Enhancement layer) uses the image data [CurE] of the current block of the enhancement layer and the image data [RefE] of the reference block of the enhancement layer, It is calculated as the following formula (3).

同様に、ベースレイヤにおける残差信号[ResB]は、ベースレイヤのカレントブロックの画像データ[CurB]と、ベースレイヤの参照ブロックの画像データ[RefB]とを用いて、以下の式（４）のように算出される。   Similarly, the residual signal [ResB] in the base layer is expressed by the following equation (4) using the image data [CurB] of the current block of the base layer and the image data [RefB] of the reference block of the base layer. Is calculated as follows.

スケーラブル符号化においては、エンハンスメントレイヤにおける予測効率と、ベースレイヤにおける予測効率には相関があると考えられる。すなわち、上記において、エンハンスメントレイヤにおける残差信号[ResE]が大きい値を取る時、ベースレイヤにおける残差信号[ResB]の値も大きいと考えられる。したがって、ベースレイヤにおける残差信号を用いてエンハンスメントレイヤにおける残差信号の情報量を低減させることができる。   In scalable coding, it is considered that there is a correlation between the prediction efficiency in the enhancement layer and the prediction efficiency in the base layer. That is, in the above, when the residual signal [ResE] in the enhancement layer takes a large value, it is considered that the value of the residual signal [ResB] in the base layer is also large. Therefore, the residual signal information amount in the enhancement layer can be reduced using the residual signal in the base layer.

しかしながら、スペーシャルスケーラビリティ（Spatial Scalability）による処理がなされる時、ベースレイヤとエンハンスメントレイヤでは解像度が異なる。そこで、ベースレイヤにおける残差信号[ResB]をエンハンスメントレイヤの解像度にアップサンプルするようにし、そのアップサンプルされたベースレイヤにおける残差信号を用いてエンハンスメントレイヤにおける残差信号の情報量を低減させるようにする。   However, when processing based on spatial scalability is performed, the resolution is different between the base layer and the enhancement layer. Therefore, the residual signal [ResB] in the base layer is upsampled to the resolution of the enhancement layer, and the residual signal in the enhancement layer is reduced using the upsampled residual signal in the base layer. To.

つまり、演算後のエンハンスメントレイヤにおける残差信号[ResE']は、演算前のエンハンスメントレイヤにおける残差信号[ResE]と、アップサンプルされたベースレイヤにおける残差信号UP[ResB]とを用いて、以下の式（５）のように算出される。   In other words, the residual signal [ResE ′] in the enhancement layer after the calculation uses the residual signal [ResE] in the enhancement layer before the calculation and the residual signal UP [ResB] in the up-sampled base layer, It is calculated as the following formula (5).

このようにエンハンスメントレイヤにおける残差信号を算出することにより、エンハンスメントレイヤにおける符号化効率を向上させることができる。   By calculating the residual signal in the enhancement layer in this way, the encoding efficiency in the enhancement layer can be improved.

なお、これと同様の処理を行うことが、HEVC符号化処理に基づくスケーラブル（Scalable）符号化処理においても非特許文献１において提案されている。   Non-patent document 1 proposes to perform the same processing as this in scalable encoding processing based on HEVC encoding processing.

非特許文献１においては、最終的な予測画像Pは、エンハンスメントレイヤにおける予測画像Pe0と、ベースレイヤにおける当該ブロックの画素Bbと、ベースレイヤにおける予測画像Pb0とを用いて、以下の式（６）のように生成されることが提案されている。   In Non-Patent Document 1, the final predicted image P is obtained by using the predicted image Pe0 in the enhancement layer, the pixel Bb of the block in the base layer, and the predicted image Pb0 in the base layer, using the following equation (6): It is proposed to be generated as follows.

ここで、wは、残差信号の重み係数であり、0,0.5,1のいずれかの値をとり、それぞれのCU毎にどの値をとるかに関する情報が、出力となる画像圧縮情報において伝送される。

Here, w is a weighting factor of the residual signal, and takes any value of 0, 0.5, 1 and information on which value is taken for each CU is transmitted in the output image compression information Is done.

ところが、このようにベースレイヤにおける残差信号（残差情報とも称する）をエンハンスメントレイヤの処理に利用するためには、ベースレイヤの残差信号を保持する必要がある。しかしながら、入力信号が8ビット（bit）であり、残差信号の重み係数wの値が1である場合、w(Bb-Pb0)の値は9ビットになる。そのため、ソフトウエア処理を行う場合、バッファは、バイトアライメント（byte allignment）される必要があるため、16ビットとなり、この残差信号を保持しておくためのバッファの記憶容量が増大する恐れがあった。   However, in order to use the residual signal (also referred to as residual information) in the base layer for enhancement layer processing as described above, it is necessary to hold the base layer residual signal. However, when the input signal is 8 bits (bits) and the weighting factor w of the residual signal is 1, the value of w (Bb−Pb0) is 9 bits. For this reason, when performing software processing, the buffer needs to be byte aligned (byte allignment), so it becomes 16 bits, and there is a possibility that the storage capacity of the buffer for holding this residual signal may increase. It was.

[残差信号の情報量低減]
そこで、複数レイヤよりなる画像データの入力信号が８ビットである場合に、画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、残差信号の重み係数の値を0.5に決定するようにする。カレントレイヤの符号化・復号には、決定された重み係数の値が施された残差信号を用いるようにする。 [Reduction of residual signal information]
Therefore, when the input signal of image data consisting of a plurality of layers is 8 bits, the residual signal is 9 bits when the residual signal, which is the prediction error of inter-frame prediction in another layer different from the current layer of the image data, is 9 bits The value of the signal weighting factor is determined to be 0.5. For encoding / decoding of the current layer, a residual signal to which the determined weight coefficient value is applied is used.

このようにすることにより、バッファに記憶する残差信号の情報量の増大を回避することができる。つまり、バッファの記憶容量の増大を回避し、回路を削減することができる。すなわち、符号化・復号に必要な記憶容量の増大を回避することができる。   By doing so, an increase in the amount of information of the residual signal stored in the buffer can be avoided. That is, an increase in the storage capacity of the buffer can be avoided and the number of circuits can be reduced. That is, an increase in storage capacity necessary for encoding / decoding can be avoided.

なお、「カレントレイヤ」とは、符号化・復号の処理対象のレイヤであり、例えばエンハンスメントレイヤを示す。また、「他のレイヤ」とは、カレントレイヤの処理において利用する残差信号を取得するカレントレイヤ以外のレイヤのことであり、例えばベースレイヤ若しくは他のエンハンスメントレイヤを示す。   The “current layer” is a layer to be encoded / decoded, for example, an enhancement layer. The “other layer” refers to a layer other than the current layer that obtains a residual signal used in the processing of the current layer, and indicates, for example, a base layer or another enhancement layer.

具体的には、まず、当該PUもしくはCUにおいて、残差信号が8ビットで収まる値、すなわち、-128乃至128の範囲（レンジ）の値であるか、その範囲外の値であるかに関する検出が行われる。   Specifically, first, detection regarding whether the residual signal is a value within 8 bits in the PU or CU, that is, a value in the range of -128 to 128 (range) or a value outside that range. Is done.

その結果、8ビットで収まる値である場合には、重み係数wの値を1とする。また、収まらない値である（すなわち、9ビットの値である）場合には、重み係数wの値を0.5とする。   As a result, when the value is within 8 bits, the value of the weight coefficient w is set to 1. If the value does not fit (that is, a 9-bit value), the weight coefficient w is set to 0.5.

これにより、8ビットで収まらない場合も、上述した式（６）による処理を行うとき、wを施した残差を加えることになるため、保持しておくべきデータは、8ビットで済むことになる。つまり、バッファにおける記憶容量の増大を引き起こすことがない。   As a result, even if it cannot fit in 8 bits, when performing the processing according to the above equation (6), a residual to which w is applied is added, so that the data to be held can be 8 bits. Become. That is, the storage capacity of the buffer is not increased.

符号化側においては、このようにして決定された非0のwの値と、wの値が0である場合のコスト関数値の算出が行われて、モード判定処理によりどちらを用いて符号化を行うのかの決定が行われる。   On the encoding side, the non-zero value of w determined in this way and the cost function value when the value of w is 0 are calculated, and which is encoded using the mode determination process A decision is made as to whether

そして、重み係数wが、0または非0のいずれかを用いるかに関する情報（この情報を以下、重み係数使用情報と称する）が、CU毎に伝送される。   Then, information regarding whether the weighting factor w uses 0 or non-zero (this information is hereinafter referred to as weighting factor use information) is transmitted for each CU.

非特許文献１においては、重み係数wが、0,0.5,1のいずれかの値を用いるかに関する情報をCU毎に伝送する必要があり、これには2ビットを要していた。これに対して、本技術の場合、重み係数wが、0または非0のいずれかを用いるかに関する重み係数使用情報を、CU毎に伝送すればよい。これにより、出力となるエンハンスメントレイヤの画像圧縮情報の効率を改善することが可能となる。   In Non-Patent Document 1, it is necessary to transmit information on whether the weighting coefficient w uses 0, 0.5, or 1 for each CU, which requires 2 bits. On the other hand, in the case of the present technology, the weighting factor usage information regarding whether the weighting factor w is 0 or non-zero may be transmitted for each CU. Thereby, it is possible to improve the efficiency of the image compression information of the enhancement layer to be output.

なお、本技術においては、この重み係数wが0または非0のいずれかを用いるかに関する重み係数使用情報をLCU毎またはSlice Header毎に伝送するようにしてもよい。   In the present technology, the weighting factor usage information regarding whether to use the weighting factor w of 0 or non-zero may be transmitted for each LCU or for each Slice Header.

また、非0の重み係数wを用いる場合であっても、当該CUに含まれるPU毎に、0.5と1のどちらかを用いるかが独立して設定（決定）されることになる。したがって、非特許文献１の提案と比して、それぞれPUの信号の特性に応じた残差予測を行うことが可能になる。これにより、出力となる画像圧縮情報の符号化効率を改善することができる。なお、非0の重み係数wを用いる場合に、0.5と1のどちらかを用いるかについては、CU毎に設定（決定）されてもよい。   Even when a non-zero weight coefficient w is used, it is independently set (determined) which one of 0.5 and 1 is used for each PU included in the CU. Therefore, compared with the proposal of Non-Patent Document 1, it is possible to perform residual prediction according to the characteristics of PU signals. Thereby, the encoding efficiency of the image compression information used as an output can be improved. Note that, when using a non-zero weighting factor w, whether to use 0.5 or 1 may be set (determined) for each CU.

あるいは、残差情報が8ビットに収まるレンジの場合のみ、重み係数wとして0.5と1のどちらかを用いるかに関する情報を伝送するようにすることも可能である。伝送単位は、上述した決定される単位と同じく、PU毎であってもよいし、CU毎であってもよい。なお、この重み係数wとして0.5と1のどちらかを用いるかに関する情報は、重み係数wが0または非0のいずれかを用いるかに関する重み係数使用情報と区別するため、以下、重み係数値情報と称する。   Alternatively, it is also possible to transmit information regarding whether to use 0.5 or 1 as the weighting coefficient w only in the range where the residual information is within 8 bits. The transmission unit may be for each PU or for each CU, similar to the unit determined above. Note that the information on whether to use 0.5 or 1 as the weighting factor w is distinguished from the weighting factor usage information on whether the weighting factor w is 0 or non-zero. Called.

[輝度信号・色差信号]
また、以上に説明したような、ベースレイヤにおける残差信号の情報量を低減させる処理は、輝度信号及び色差信号のそれぞれに適用することができる。つまり、ベースレイヤにおける残差信号の情報量を低減させる処理を、輝度信号の符号化・復号においてのみ行うようにしてもよいし、色差信号の符号化・復号においてのみ行うようにしてもよいし、輝度信号の符号化・復号および色差信号の符号化・復号の両方において行うようにしてもよい。 [Luminance signal / color difference signal]
Further, the processing for reducing the information amount of the residual signal in the base layer as described above can be applied to each of the luminance signal and the color difference signal. That is, the process of reducing the information amount of the residual signal in the base layer may be performed only in encoding / decoding of the luminance signal, or may be performed only in encoding / decoding of the color difference signal. The luminance signal may be encoded / decoded and the chrominance signal may be encoded / decoded.

[入力信号のビット深度]
また、本技術は、ベースレイヤにおける入力信号のビット深度について限定されないが、本技術は、上述したように、ベースレイヤにおける入力信号が8ビットの場合に、特に効果がある。 [Bit depth of input signal]
Further, the present technology is not limited to the bit depth of the input signal in the base layer, but the present technology is particularly effective when the input signal in the base layer is 8 bits as described above.

なお、本技術は、シンタクスにおいて、次のようにしてベースレイヤにおける入力信号が8ビットの場合に限定することが可能である。   Note that the present technology can be limited to a case where the input signal in the base layer is 8 bits in the syntax as follows.

図８および図９においては、シーケンスパラメータセットのシンタクスが示されている。シーケンスパラメータセットにおけるbit_depth_luma_minus8は、輝度信号のビット深度を定義するパラメータであり、ビット深度から8を減算した値がセットされる。また、シーケンスパラメータセットにおけるbit_depth_chroma_minus8は、色差信号のビット深度を定義するパラメータであり、ビット深度から8を減算した値がセットされる。   8 and 9, the syntax of the sequence parameter set is shown. Bit_depth_luma_minus8 in the sequence parameter set is a parameter that defines the bit depth of the luminance signal, and a value obtained by subtracting 8 from the bit depth is set. Also, bit_depth_chroma_minus8 in the sequence parameter set is a parameter that defines the bit depth of the color difference signal, and a value obtained by subtracting 8 from the bit depth is set.

このbit_depth_luma_minus8の値が0であるとき、輝度信号に、本技術による処理が適用される。また、bit_depth_choma_minus8の値が0であるとき、色差信号に、本技術による処理が適用される。   When the value of bit_depth_luma_minus8 is 0, the processing according to the present technology is applied to the luminance signal. Further, when the value of bit_depth_choma_minus8 is 0, the processing according to the present technology is applied to the color difference signal.

＜１．第１の実施の形態＞
[画像符号化装置]
次に、以上のような本技術を実現する装置とその方法について説明する。図１０は、本技術を適用した画像処理装置の一態様である、画像符号化装置を示す図である。図１０に示される画像符号化装置１００は、階層画像符号化を行う装置である。図１０に示されるように、画像符号化装置１００は、ベースレイヤ画像符号化部１０１、エンハンスメントレイヤ画像符号化部１０２、および多重化部１０３を有する。 <1. First Embodiment>
[Image coding device]
Next, an apparatus and method for realizing the present technology as described above will be described. FIG. 10 is a diagram illustrating an image encoding device that is an aspect of an image processing device to which the present technology is applied. An image encoding device 100 shown in FIG. 10 is a device that performs hierarchical image encoding. As illustrated in FIG. 10, the image encoding device 100 includes a base layer image encoding unit 101, an enhancement layer image encoding unit 102, and a multiplexing unit 103.

ベースレイヤ画像符号化部１０１は、ベースレイヤ画像を符号化し、ベースレイヤ画像符号化ストリームを生成する。エンハンスメントレイヤ画像符号化部１０２は、エンハンスメントレイヤ画像を符号化し、エンハンスメントレイヤ画像符号化ストリームを生成する。多重化部１０３は、ベースレイヤ画像符号化部１０１において生成されたベースレイヤ画像符号化ストリームと、エンハンスメントレイヤ画像符号化部１０２において生成されたエンハンスメントレイヤ画像符号化ストリームとを多重化し、階層画像符号化ストリームを生成する。多重化部１０３は、生成した階層画像符号化ストリームを復号側に伝送する。   The base layer image encoding unit 101 encodes a base layer image and generates a base layer image encoded stream. The enhancement layer image encoding unit 102 encodes the enhancement layer image, and generates an enhancement layer image encoded stream. The multiplexing unit 103 multiplexes the base layer image encoded stream generated by the base layer image encoding unit 101 and the enhancement layer image encoded stream generated by the enhancement layer image encoding unit 102 to generate a hierarchical image code Generate a stream. The multiplexing unit 103 transmits the generated hierarchical image encoded stream to the decoding side.

ベースレイヤ画像符号化部１０１は、インター予測を行ったブロックについて、ベースレイヤにおける残差信号を、エンハンスメントレイヤ画像符号化部１０２に供給する。   The base layer image encoding unit 101 supplies a residual signal in the base layer to the enhancement layer image encoding unit 102 for the block on which inter prediction has been performed.

エンハンスメントレイヤ画像符号化部１０２は、ベースレイヤにおける残差信号を、ベースレイヤ画像符号化部１０１から取得する。エンハンスメントレイヤ画像符号化部１０２は、ベースレイヤにおける入力信号が8ビットである場合に、そのベースレイヤにおける残差信号が9ビットであるとき、その残差信号の重み係数の値を0.5に決定する処理を行う。そして、エンハンスメントレイヤ画像符号化部１０２は、その決定された重み係数の値が施されたベースレイヤにおける残差信号を用いて、エンハンスメントレイヤの符号化における予測処理を行う。   The enhancement layer image encoding unit 102 acquires a residual signal in the base layer from the base layer image encoding unit 101. The enhancement layer image encoding unit 102 determines the value of the weighting factor of the residual signal to be 0.5 when the residual signal in the base layer is 9 bits when the input signal in the base layer is 8 bits. Process. Then, the enhancement layer image encoding unit 102 performs a prediction process in the enhancement layer encoding using the residual signal in the base layer to which the determined weight coefficient value is applied.

また、エンハンスメントレイヤ画像符号化部１０２は、その残差信号の重み係数の値が、非0であるか0であるかに関する重み係数使用情報を、多重化部１０３を介して（階層画像符号化ストリームとして）、復号側に伝送する。   Also, the enhancement layer image encoding unit 102 transmits weight coefficient use information regarding whether the weight coefficient value of the residual signal is non-zero or zero via the multiplexing unit 103 (hierarchical image encoding). As a stream) and transmitted to the decoding side.

[ベースレイヤ画像符号化部]
図１１は、図１０のベースレイヤ画像符号化部１０１の主な構成例を示すブロック図である。図１１に示されるように、ベースレイヤ画像符号化部１０１は、A/D変換部１１１、画面並べ替えバッファ１１２、演算部１１３、直交変換部１１４、量子化部１１５、可逆符号化部１１６、蓄積バッファ１１７、逆量子化部１１８、および逆直交変換部１１９を有する。また、ベースレイヤ画像符号化部１０１は、演算部１２０、デブロッキングフィルタ１２１−１、適応オフセットフィルタ１２１−２、フレームメモリ１２２、および選択部１２３を有する。さらに、ベースレイヤ画像符号化部１０１は、イントラ予測部１２４、動き予測・補償部１２５、予測画像選択部１２６、およびレート制御部１２７を有する。 [Base layer image encoding unit]
FIG. 11 is a block diagram illustrating a main configuration example of the base layer image encoding unit 101 in FIG. 10. As illustrated in FIG. 11, the base layer image encoding unit 101 includes an A / D conversion unit 111, a screen rearrangement buffer 112, a calculation unit 113, an orthogonal transformation unit 114, a quantization unit 115, a lossless encoding unit 116, The storage buffer 117, the inverse quantization unit 118, and the inverse orthogonal transform unit 119 are included. The base layer image encoding unit 101 includes a calculation unit 120, a deblocking filter 121-1, an adaptive offset filter 121-2, a frame memory 122, and a selection unit 123. Furthermore, the base layer image encoding unit 101 includes an intra prediction unit 124, a motion prediction / compensation unit 125, a predicted image selection unit 126, and a rate control unit 127.

A/D変換部１１１は、入力された画像データ（ベースレイヤ画像情報）をA/D変換し、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１１２に供給し、記憶させる。画面並べ替えバッファ１１２は、記憶した表示の順番のフレームの画像を、GOP（Group Of Picture）に応じて、符号化のためのフレームの順番に並べ替え、フレームの順番を並び替えた画像を、演算部１１３に供給する。また、画面並べ替えバッファ１１２は、フレームの順番を並び替えた画像を、イントラ予測部１２４および動き予測・補償部１２５にも供給する。   The A / D conversion unit 111 performs A / D conversion on the input image data (base layer image information), and supplies the converted image data (digital data) to the screen rearrangement buffer 112 for storage. The screen rearrangement buffer 112 rearranges the images of the stored frames in the display order in the order of frames for encoding according to GOP (Group Of Picture), and rearranges the images in the order of the frames. It supplies to the calculating part 113. The screen rearrangement buffer 112 also supplies the image in which the frame order is rearranged to the intra prediction unit 124 and the motion prediction / compensation unit 125.

演算部１１３は、画面並べ替えバッファ１１２から読み出された画像から、予測画像選択部１２６を介してイントラ予測部１２４若しくは動き予測・補償部１２５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１１４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１１３は、画面並べ替えバッファ１１２から読み出された画像から、イントラ予測部１２４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１１３は、画面並べ替えバッファ１１２から読み出された画像から、動き予測・補償部１２５から供給される予測画像を減算する。   The calculation unit 113 subtracts the predicted image supplied from the intra prediction unit 124 or the motion prediction / compensation unit 125 via the predicted image selection unit 126 from the image read from the screen rearrangement buffer 112, and the difference information Is output to the orthogonal transform unit 114. For example, in the case of an image on which intra coding is performed, the calculation unit 113 subtracts the prediction image supplied from the intra prediction unit 124 from the image read from the screen rearrangement buffer 112. For example, in the case of an image on which inter coding is performed, the calculation unit 113 subtracts the prediction image supplied from the motion prediction / compensation unit 125 from the image read from the screen rearrangement buffer 112.

直交変換部１１４は、演算部１１３から供給される差分情報に対して、離散コサイン変換やカルーネン・レーベ変換等の直交変換を施す。直交変換部１１４は、その変換係数を量子化部１１５に供給する。   The orthogonal transform unit 114 performs orthogonal transform such as discrete cosine transform and Karhunen-Loeve transform on the difference information supplied from the computation unit 113. The orthogonal transform unit 114 supplies the transform coefficient to the quantization unit 115.

量子化部１１５は、直交変換部１１４から供給される変換係数を量子化する。量子化部１１５は、レート制御部１２７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。量子化部１１５は、量子化された変換係数を可逆符号化部１１６に供給する。   The quantization unit 115 quantizes the transform coefficient supplied from the orthogonal transform unit 114. The quantization unit 115 sets a quantization parameter based on the information regarding the target value of the code amount supplied from the rate control unit 127, and performs the quantization. The quantization unit 115 supplies the quantized transform coefficient to the lossless encoding unit 116.

可逆符号化部１１６は、量子化部１１５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１２７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１２７が設定した目標値となる（若しくは目標値に近似する）。   The lossless encoding unit 116 encodes the transform coefficient quantized by the quantization unit 115 using an arbitrary encoding method. Since the coefficient data is quantized under the control of the rate control unit 127, the code amount becomes the target value set by the rate control unit 127 (or approximates the target value).

また、可逆符号化部１１６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１２４から取得し、インター予測のモードを示す情報や差分動きベクトル情報などを動き予測・補償部１２５から取得する。さらに、可逆符号化部１１６は、シーケンスパラメータセット（SPS）、およびピクチャパラメータセット（PPS）等を含むベースレイヤのNALユニットを適宜生成する。   Further, the lossless encoding unit 116 acquires information indicating an intra prediction mode from the intra prediction unit 124, and acquires information indicating an inter prediction mode, difference motion vector information, and the like from the motion prediction / compensation unit 125. Furthermore, the lossless encoding unit 116 appropriately generates a base layer NAL unit including a sequence parameter set (SPS), a picture parameter set (PPS), and the like.

可逆符号化部１１６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（符号化ストリームとも称する）の一部とする（多重化する）。可逆符号化部１１６は、符号化して得られた符号化データを蓄積バッファ１１７に供給して蓄積させる。   The lossless encoding unit 116 encodes these various types of information using an arbitrary encoding method, and sets (multiplexes) the encoded information (also referred to as an encoded stream) as part of the encoded data. The lossless encoding unit 116 supplies the encoded data obtained by encoding to the accumulation buffer 117 for accumulation.

可逆符号化部１１６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。   Examples of the encoding method of the lossless encoding unit 116 include variable length encoding or arithmetic encoding. Examples of variable length coding include H.264. CAVLC (Context-Adaptive Variable Length Coding) defined in the H.264 / AVC format. Examples of arithmetic coding include CABAC (Context-Adaptive Binary Arithmetic Coding).

蓄積バッファ１１７は、可逆符号化部１１６から供給された符号化データ（ベースレイヤ符号化データ）を、一時的に保持する。蓄積バッファ１１７は、所定のタイミングにおいて、保持しているベースレイヤ符号化データを、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。すなわち、蓄積バッファ１１７は、符号化データを伝送する伝送部でもある。   The accumulation buffer 117 temporarily holds the encoded data (base layer encoded data) supplied from the lossless encoding unit 116. The accumulation buffer 117 outputs the stored base layer encoded data to, for example, a recording device (recording medium) (not shown) or a transmission path at a later stage at a predetermined timing. That is, the accumulation buffer 117 is also a transmission unit that transmits encoded data.

また、量子化部１１５において量子化された変換係数は、逆量子化部１１８にも供給される。逆量子化部１１８は、その量子化された変換係数を、量子化部１１５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１１８は、得られた変換係数を、逆直交変換部１１９に供給する。   The transform coefficient quantized by the quantization unit 115 is also supplied to the inverse quantization unit 118. The inverse quantization unit 118 inversely quantizes the quantized transform coefficient by a method corresponding to the quantization by the quantization unit 115. The inverse quantization unit 118 supplies the obtained transform coefficient to the inverse orthogonal transform unit 119.

逆直交変換部１１９は、逆量子化部１１８から供給された変換係数を、直交変換部１１４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１２０に供給される。   The inverse orthogonal transform unit 119 performs inverse orthogonal transform on the transform coefficient supplied from the inverse quantization unit 118 by a method corresponding to the orthogonal transform processing by the orthogonal transform unit 114. The inversely orthogonal transformed output (restored difference information) is supplied to the calculation unit 120.

演算部１２０は、逆直交変換部１１９から供給された逆直交変換結果である、復元された差分情報に、予測画像選択部１２６を介してイントラ予測部１２４若しくは動き予測・補償部１２５からの予測画像を加算し、局部的に復号された画像（復号画像）を得る。その復号画像は、デブロッキングフィルタ１２１−１またはフレームメモリ１２２に供給される。   The calculation unit 120 uses the prediction image selection unit 126 to perform prediction from the intra prediction unit 124 or the motion prediction / compensation unit 125 on the restored difference information, which is the inverse orthogonal transform result supplied from the inverse orthogonal transform unit 119. The images are added to obtain a locally decoded image (decoded image). The decoded image is supplied to the deblocking filter 121-1 or the frame memory 122.

デブロッキングフィルタ１２１−１は、演算部１２０から供給される再構成画像に対して、デブロックフィルタ処理を行うことにより再構成画像のブロック歪を除去する。デブロッキングフィルタ１２１−１は、フィルタ処理が施された画像を、適応オフセットフィルタ１２１−２に供給する。   The deblocking filter 121-1 removes block distortion of the reconstructed image by performing deblocking filter processing on the reconstructed image supplied from the calculation unit 120. The deblocking filter 121-1 supplies the image subjected to the filter process to the adaptive offset filter 121-2.

適応オフセットフィルタ１２１−２は、デブロッキングフィルタ１２１−１から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再構成画像）に対して、主にリンギングを除去する適応オフセットフィルタ(SAO: Sample adaptive offset)処理を行う。   The adaptive offset filter 121-2 mainly removes ringing with respect to the deblocking filter processing result (reconstructed image from which block distortion has been removed) from the deblocking filter 121-1, and an adaptive offset filter (SAO: Sample adaptive offset) processing.

より詳細には、適応オフセットフィルタ１２１−２は、最大の符号化単位であるLCU（Largest Coding Unit）ごとに適応オフセットフィルタ処理の種類を決定し、その適応オフセットフィルタ処理で用いられるオフセットを求める。適応オフセットフィルタ１２１−２は、求められたオフセットを用いて、適応デブロックフィルタ処理後の画像に対して、決定された種類の適応オフセットフィルタ処理を行う。そして、適応オフセットフィルタ１２１−２は、適応オフセットフィルタ処理後の画像（以下、復号画像と称する）をフレームメモリ１２２に供給する。   More specifically, the adaptive offset filter 121-2 determines the type of adaptive offset filter processing for each LCU (Largest Coding Unit) which is the maximum coding unit, and obtains an offset used in the adaptive offset filter processing. The adaptive offset filter 121-2 performs the determined type of adaptive offset filter processing on the image after the adaptive deblocking filter processing, using the obtained offset. Then, the adaptive offset filter 121-2 supplies the image after the adaptive offset filter processing (hereinafter referred to as a decoded image) to the frame memory 122.

なお、デブロッキングフィルタ１２１−１および適応オフセットフィルタ１２１−２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１１６に供給し、それを符号化させるようにすることもできる。また、適応オフセットフィルタ１２１−２の後段に、適応ループフィルタを備えるようにしてもよい。   Note that the deblocking filter 121-1 and the adaptive offset filter 121-2 supply information such as filter coefficients used for the filter processing to the lossless encoding unit 116 and encode it as necessary. You can also. Moreover, you may make it provide an adaptive loop filter in the back | latter stage of the adaptive offset filter 121-2.

フレームメモリ１２２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１２３に供給する。   The frame memory 122 stores the supplied decoded image, and supplies the stored decoded image as a reference image to the selection unit 123 at a predetermined timing.

より具体的には、フレームメモリ１２２は、演算部１２０から供給される再構成画像と、適応オフセットフィルタ１２１−２から供給される復号画像とをそれぞれ記憶する。フレームメモリ１２２は、所定のタイミングにおいて、若しくは、イントラ予測部１２４等の外部からの要求に基づいて、記憶している再構成画像を、選択部１２３を介してイントラ予測部１２４に供給する。また、フレームメモリ１２２は、所定のタイミングにおいて、若しくは、動き予測・補償部１２５等の外部からの要求に基づいて、記憶している復号画像を、選択部１２３を介して、動き予測・補償部１２５に供給する。   More specifically, the frame memory 122 stores the reconstructed image supplied from the calculation unit 120 and the decoded image supplied from the adaptive offset filter 121-2. The frame memory 122 supplies the stored reconstructed image to the intra prediction unit 124 via the selection unit 123 at a predetermined timing or based on a request from the outside such as the intra prediction unit 124. The frame memory 122 also stores the decoded image stored at a predetermined timing or based on a request from the outside such as the motion prediction / compensation unit 125 via the selection unit 123. 125.

選択部１２３は、フレームメモリ１２２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１２３は、フレームメモリ１２２から供給される参照画像（カレントピクチャ内の画素値）をイントラ予測部１２４に供給する。また、例えば、インター予測の場合、選択部１２３は、フレームメモリ１２２から供給される参照画像（カレントピクチャ外の画素値）を動き予測・補償部１２５に供給する。   The selection unit 123 selects a supply destination of the reference image supplied from the frame memory 122. For example, in the case of intra prediction, the selection unit 123 supplies the reference image (pixel value in the current picture) supplied from the frame memory 122 to the intra prediction unit 124. For example, in the case of inter prediction, the selection unit 123 supplies the reference image (pixel value outside the current picture) supplied from the frame memory 122 to the motion prediction / compensation unit 125.

イントラ予測部１２４は、処理対象のフレームの画像であるカレントピクチャについて、予測処理を行い、予測画像を生成する。イントラ予測部１２４は、この予測処理を、所定のブロック毎に（ブロックを処理単位として）行う。つまり、イントラ予測部１２４は、カレントピクチャの、処理対象であるカレントブロックの予測画像を生成する。その際、イントラ予測部１２４は、選択部１２３を介してフレームメモリ１２２から参照画像として供給される再構成画像を用いて予測処理（画面内予測（イントラ予測とも称する））を行う。つまり、イントラ予測部１２４は、再構成画像に含まれる、カレントブロックの周辺の画素値を用いて予測画像を生成する。このイントラ予測に利用される周辺画素値は、カレントピクチャの、過去に処理された画素の画素値である。このイントラ予測には（すなわち、予測画像の生成の仕方には）、複数の方法（イントラ予測モードとも称する）が、候補として予め用意されている。イントラ予測部１２４は、この予め用意された複数のイントラ予測モードでこのイントラ予測を行う。   The intra prediction unit 124 performs prediction processing on a current picture that is an image of a processing target frame, and generates a predicted image. The intra prediction unit 124 performs this prediction processing for each predetermined block (using blocks as processing units). That is, the intra prediction unit 124 generates a predicted image of the current block that is the processing target of the current picture. At that time, the intra prediction unit 124 performs a prediction process (intra-screen prediction (also referred to as intra prediction)) using a reconstructed image supplied as a reference image from the frame memory 122 via the selection unit 123. That is, the intra prediction unit 124 generates a predicted image using pixel values around the current block included in the reconstructed image. The peripheral pixel value used for this intra prediction is the pixel value of the pixel processed in the past of the current picture. For this intra prediction (that is, how to generate a predicted image), a plurality of methods (also referred to as intra prediction modes) are prepared in advance as candidates. The intra prediction unit 124 performs the intra prediction in the plurality of intra prediction modes prepared in advance.

イントラ予測部１２４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１１２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１２４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、予測画像選択部１２６に供給する。   The intra prediction unit 124 generates prediction images in all candidate intra prediction modes, evaluates the cost function value of each prediction image using the input image supplied from the screen rearrangement buffer 112, and selects the optimum mode. select. When the optimal intra prediction mode is selected, the intra prediction unit 124 supplies the predicted image generated in the optimal mode to the predicted image selection unit 126.

また、上述したように、イントラ予測部１２４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１１６に供給し、符号化させる。   Further, as described above, the intra prediction unit 124 appropriately supplies the intra prediction mode information indicating the adopted intra prediction mode to the lossless encoding unit 116 to be encoded.

動き予測・補償部１２５は、カレントピクチャについて、予測処理を行い、予測画像を生成する。動き予測・補償部１２５は、この予測処理を、所定のブロック毎に（ブロックを処理単位として）行う。つまり、動き予測・補償部１２５は、カレントピクチャの、処理対象であるカレントブロックの予測画像を生成する。その際、動き予測・補償部１２５は、画面並べ替えバッファ１１２から供給される入力画像の画像データと、フレームメモリ１２２から参照画像として供給される復号画像の画像データとを用いて、予測処理を行う。この復号画像は、カレントピクチャより前に処理されたフレームの画像（カレントピクチャでない他のピクチャ）である。つまり、動き予測・補償部１２５は、他のピクチャの画像を用いて予測画像を生成する予測処理（画面間予測（インター予測とも称する））を行う。   The motion prediction / compensation unit 125 performs a prediction process on the current picture and generates a predicted image. The motion prediction / compensation unit 125 performs this prediction processing for each predetermined block (with blocks as processing units). That is, the motion prediction / compensation unit 125 generates a predicted image of the current block that is the processing target of the current picture. At this time, the motion prediction / compensation unit 125 performs prediction processing using the image data of the input image supplied from the screen rearrangement buffer 112 and the image data of the decoded image supplied as a reference image from the frame memory 122. Do. This decoded image is an image of a frame processed before the current picture (another picture that is not the current picture). That is, the motion prediction / compensation unit 125 performs a prediction process (inter-screen prediction (also referred to as inter prediction)) that generates a predicted image using an image of another picture.

このインター予測は、動き予測と動き補償よりなる。より具体的には、動き予測・補償部１２５は、入力画像と参照画像を用いて、カレントブロックについて動き予測を行い、動きベクトルを検出する。そして、動き予測・補償部１２５は、参照画像を用いて、検出された動きベクトルに応じて動き補償処理を行い、カレントブロックの予測画像（インター予測画像情報）を生成する。このインター予測には（すなわち、予測画像の生成の仕方には）、複数の方法（インター予測モードとも称する）が、候補として予め用意されている。動き予測・補償部１２５は、この予め用意された複数のインター予測モードでこのようなインター予測を行う。   This inter prediction includes motion prediction and motion compensation. More specifically, the motion prediction / compensation unit 125 performs motion prediction on the current block using the input image and the reference image, and detects a motion vector. Then, the motion prediction / compensation unit 125 performs a motion compensation process according to the detected motion vector using the reference image, and generates a prediction image (inter prediction image information) of the current block. A plurality of methods (also referred to as inter prediction modes) are prepared in advance as candidates for the inter prediction (that is, how to generate a predicted image). The motion prediction / compensation unit 125 performs such inter prediction in the plurality of inter prediction modes prepared in advance.

動き予測・補償部１２５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する。動き予測・補償部１２５は、画面並べ替えバッファ１１２から供給される入力画像と、生成した差分動きベクトルの情報などを用いて、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。動き予測・補償部１２５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、予測画像選択部１２６に供給する。   The motion prediction / compensation unit 125 generates a prediction image in all candidate inter prediction modes. The motion prediction / compensation unit 125 evaluates the cost function value of each predicted image using the input image supplied from the screen rearrangement buffer 112 and information on the generated differential motion vector, and selects an optimal mode. . When the optimal inter prediction mode is selected, the motion prediction / compensation unit 125 supplies the predicted image generated in the optimal mode to the predicted image selection unit 126.

動き予測・補償部１２５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１１６に供給し、符号化させる。必要な情報としては、例えば、生成された差分動きベクトルの情報や、予測動きベクトル情報として予測動きベクトルのインデックスを示すフラグなどがある。   The motion prediction / compensation unit 125 supplies information indicating the employed inter prediction mode, information necessary for performing processing in the inter prediction mode, and the like to the lossless encoding unit 116 when decoding the encoded data. And encoding. The necessary information includes, for example, information on the generated differential motion vector, a flag indicating an index of the motion vector predictor as motion vector predictor information, and the like.

予測画像選択部１２６は、演算部１１３や演算部１２０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、予測画像選択部１２６は、予測画像の供給元としてイントラ予測部１２４を選択し、そのイントラ予測部１２４から供給される予測画像を演算部１１３や演算部１２０に供給する。また、例えば、インター符号化の場合、予測画像選択部１２６は、予測画像の供給元として動き予測・補償部１２５を選択し、その動き予測・補償部１２５から供給される予測画像を演算部１１３や演算部１２０に供給する。   The predicted image selection unit 126 selects a supply source of the predicted image supplied to the calculation unit 113 or the calculation unit 120. For example, in the case of intra coding, the prediction image selection unit 126 selects the intra prediction unit 124 as a supply source of the prediction image, and supplies the prediction image supplied from the intra prediction unit 124 to the calculation unit 113 and the calculation unit 120. To do. For example, in the case of inter coding, the predicted image selection unit 126 selects the motion prediction / compensation unit 125 as a supply source of the predicted image, and calculates the predicted image supplied from the motion prediction / compensation unit 125 as the calculation unit 113. To the arithmetic unit 120.

レート制御部１２７は、蓄積バッファ１１７に蓄積された符号化データの符号量に基づいて、オーバ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１１５の量子化動作のレートを制御する。   The rate control unit 127 controls the quantization operation rate of the quantization unit 115 based on the code amount of the encoded data stored in the storage buffer 117 so that no overflow or underflow occurs.

なお、ベースレイヤ画像符号化部１０１は、他のレイヤを参照せずに符号化を行う。つまり、イントラ予測部１２４および動き予測・補償部１２５は、他のレイヤの符号化に関する情報を参照しない。   Note that the base layer image encoding unit 101 performs encoding without referring to other layers. That is, the intra prediction unit 124 and the motion prediction / compensation unit 125 do not refer to information regarding encoding of other layers.

また、ベースレイヤ画像符号化部１０１は、＜０．概要＞において上述した処理を行う。すなわち、動き予測・補償部１２５は、ベースレイヤにおける、フレーム間予測符号化で符号化されたインターブロックの残差信号を、エンハンスメントレイヤ画像符号化部１０２に供給する。なお、図示しないが、フレームメモリ１２２からは、ベースレイヤにおける復号画像も、エンハンスメントレイヤ画像符号化部１０２に供給される。   Further, the base layer image encoding unit 101 <0. The above-described processing is performed in the overview>. That is, the motion prediction / compensation unit 125 supplies the inter-block residual signal encoded by inter-frame prediction encoding in the base layer to the enhancement layer image encoding unit 102. Although not shown, the decoded image in the base layer is also supplied from the frame memory 122 to the enhancement layer image encoding unit 102.

[エンハンスメントレイヤ画像符号化部]
図１２は、図１０のエンハンスメントレイヤ画像符号化部１０２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、エンハンスメントレイヤ画像符号化部１０２は、図１１のベースレイヤ画像符号化部１０１と基本的に同様の構成を有する。 [Enhancement layer image encoding unit]
12 is a block diagram illustrating a main configuration example of the enhancement layer image encoding unit 102 of FIG. As shown in FIG. 12, the enhancement layer image encoding unit 102 has basically the same configuration as the base layer image encoding unit 101 of FIG.

つまり、エンハンスメントレイヤ画像符号化部１０２は、図１２に示されるように、A/D変換部１３１、画面並べ替えバッファ１３２、演算部１３３、直交変換部１３４、量子化部１３５、可逆符号化部１３６、蓄積バッファ１３７、逆量子化部１３８、および逆直交変換部１３９を有する。また、エンハンスメントレイヤ画像符号化部１０２は、演算部１４０、デブロッキングフィルタ１４１−１、適応オフセットフィルタ１４１−２、フレームメモリ１４２、選択部１４３、イントラ予測部１４４、動き予測・補償部１４５、予測画像選択部１４６、およびレート制御部１４７を有する。   That is, the enhancement layer image encoding unit 102 includes an A / D conversion unit 131, a screen rearrangement buffer 132, a calculation unit 133, an orthogonal transformation unit 134, a quantization unit 135, and a lossless encoding unit as illustrated in FIG. 136, an accumulation buffer 137, an inverse quantization unit 138, and an inverse orthogonal transform unit 139. Further, the enhancement layer image encoding unit 102 includes a calculation unit 140, a deblocking filter 141-1, an adaptive offset filter 141-2, a frame memory 142, a selection unit 143, an intra prediction unit 144, a motion prediction / compensation unit 145, and a prediction. An image selection unit 146 and a rate control unit 147 are included.

これらのA/D変換部１３１乃至レート制御部１４７は、図１１のA/D変換部１１１乃至レート制御部１２７に対応し、それぞれ、対応する処理部と同様の処理を行う。ただし、エンハンスメントレイヤ画像符号化部１０２の各部は、ベースレイヤではなく、エンハンスメントレイヤ画像情報の符号化についての処理を行う。したがって、A/D変換部１３１乃至レート制御部１４７の処理の説明として、上述した図１１のA/D変換部１１１乃至レート制御部１２７についての説明を適用することができる。ただし、その場合、処理するデータは、ベースレイヤのデータではなく、エンハンスメントレイヤのデータであるものとする必要がある。また、データの入力元や出力先の処理部は、適宜、A/D変換部１３１乃至レート制御部１４７の中の対応する処理部に置き換えて読む必要がある。   These A / D converter 131 through rate controller 147 correspond to the A / D converter 111 through rate controller 127 in FIG. 11 and perform the same processing as the corresponding processor. However, each part of the enhancement layer image encoding unit 102 performs processing for encoding enhancement layer image information, not the base layer. Therefore, the description of the A / D conversion unit 111 to the rate control unit 127 of FIG. 11 described above can be applied as the description of the processing of the A / D conversion unit 131 to the rate control unit 147. In this case, however, the data to be processed needs to be enhancement layer data, not base layer data. In addition, the data input source and output destination processing units need to be replaced with the corresponding processing units in the A / D conversion unit 131 through the rate control unit 147 as appropriate.

なお、エンハンスメントレイヤ画像符号化部１０２は、他のレイヤ（例えばベースレイヤ）の情報を参照して符号化を行う。そして、エンハンスメントレイヤ画像符号化部１０２は、＜０．概要＞において上述した処理を行う。   Note that the enhancement layer image encoding unit 102 performs encoding with reference to information of another layer (for example, a base layer). Then, the enhancement layer image encoding unit 102 <0. The above-described processing is performed in the overview>.

エンハンスメントレイヤ画像符号化部１０２は、残差予測部１４８、およびアップサンプル部１４９を有する。   The enhancement layer image encoding unit 102 includes a residual prediction unit 148 and an upsampling unit 149.

残差予測部１４８は、アップサンプル部１４９からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のダイナミックレンジ（以下、単にレンジとも称する）を判定する。残差予測部１４８は、その判定結果であるレンジ情報に応じて重み係数wを決定し、決定された重み係数を動き予測・補償部１４５に供給する。また、残差予測部１４８は、そのレンジ情報に応じて、アップサンプル部１４９からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差情報を動き予測・補償部１４５に供給する。   The residual prediction unit 148 determines a dynamic range (hereinafter, also simply referred to as a range) of the residual signal indicating whether the base layer residual signal from the upsampling unit 149 is within 8 bits or larger. The residual prediction unit 148 determines the weighting coefficient w according to the range information that is the determination result, and supplies the determined weighting coefficient to the motion prediction / compensation unit 145. Also, the residual prediction unit 148 shifts the base layer residual signal from the upsampling unit 149 according to the range information, and supplies the shifted base layer residual information to the motion prediction / compensation unit 145.

アップサンプル部１４９は、ベースレイヤ画像符号化部１０１から、ベースレイヤにおける、フレーム間予測符号化で符号化されたインターブロックのベースレイヤ残差信号を取得し、取得したベースレイヤ残差信号をアップサンプルする。アップサンプル部１４９は、アップサンプルされたベースレイヤ残差信号を、残差予測部１４８に供給する。   The up-sampling unit 149 acquires the base layer residual signal of the inter block encoded by inter-frame prediction encoding in the base layer from the base layer image encoding unit 101, and increases the acquired base layer residual signal Sample. The upsampling unit 149 supplies the upsampled base layer residual signal to the residual prediction unit 148.

また、アップサンプル部１４９は、ベースレイヤ画像符号化部１０１からのベースレイヤ復号画像も供給される。アップサンプル部１４９は、供給されたベースレイヤ復号画像をエンハンスメントレイヤの解像度にアップサンプル処理する。アップサンプル部１４９は、アップサンプルされたベースレイヤ復号画像情報を、エンハンスメントレイヤ画像符号化部１０２のフレームメモリ１４２に供給する。   The upsample unit 149 is also supplied with the base layer decoded image from the base layer image encoding unit 101. The up-sampling unit 149 up-samples the supplied base layer decoded image to the enhancement layer resolution. The upsampling unit 149 supplies the upsampled base layer decoded image information to the frame memory 142 of the enhancement layer image encoding unit 102.

なお、画像符号化装置１００による符号化が、階層符号化ではない他のスケーラブル符号化である場合、ベースレイヤからのアップサンプルは必要ないため、アップサンプル部１４９は省略される。   In addition, when the encoding by the image encoding apparatus 100 is other scalable encoding that is not hierarchical encoding, the upsampling unit 149 is omitted because upsampling from the base layer is not necessary.

動き予測・補償部１４５は、入力画像と参照画像を用いて、カレントブロックについて動き予測を行い、動きベクトルを検出する。動き予測・補償部１４５は、候補となる全ての予測モードで予測画像を生成する。   The motion prediction / compensation unit 145 performs motion prediction on the current block using the input image and the reference image, and detects a motion vector. The motion prediction / compensation unit 145 generates prediction images in all candidate prediction modes.

動き予測・補償部１４５は、画面並べ替えバッファ１１２から供給される入力画像と、生成した差分動きベクトルの情報などを用いて、各予測モードの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。その際、動き予測・補償部１４５は、残差予測部１４８からの重み係数と、シフトされたベースレイヤ残差信号とを用いて、重み係数が0と非0である場合の各予測モードのコスト関数値を算出する。動き予測・補償部１４５は、算出されたコスト関数値に基づいて、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、予測画像選択部１２６に供給する。   The motion prediction / compensation unit 145 evaluates the cost function value of the prediction image of each prediction mode using the input image supplied from the screen rearrangement buffer 112, information on the generated difference motion vector, and the like, and selects the optimum mode. Select. At that time, the motion prediction / compensation unit 145 uses the weighting coefficient from the residual prediction unit 148 and the shifted base layer residual signal, and uses the weighting coefficient of 0 and non-zero for each prediction mode. Calculate the cost function value. When the optimal inter prediction mode is selected based on the calculated cost function value, the motion prediction / compensation unit 145 supplies the predicted image generated in the optimal mode to the predicted image selection unit 126.

動き予測・補償部１４５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１３６に供給し、符号化させる。必要な情報としては、例えば、生成された差分動きベクトルの情報や、予測動きベクトル情報として予測動きベクトルのインデックスを示すフラグに加えて、さらに、ベースレイヤ残差信号の重み係数に関する情報（重み係数使用情報や重み係数値情報）などがある。   The motion prediction / compensation unit 145 supplies information indicating the adopted inter prediction mode, information necessary for performing processing in the inter prediction mode, and the like to the lossless encoding unit 136 when decoding the encoded data. And encoding. Necessary information includes, for example, information on the weight coefficient of the base layer residual signal (weight coefficient) in addition to the generated difference motion vector information and the flag indicating the index of the predicted motion vector as the predicted motion vector information. Use information and weight coefficient value information).

[残差予測部]
図１３は、図１２の残差予測部１４８の主な構成例を示すブロック図である。なお、図１３の例において、各部からのデータの流れは、ベースレイヤ残差信号が9ビットであった場合が示されている。 [Residual Prediction Unit]
FIG. 13 is a block diagram illustrating a main configuration example of the residual prediction unit 148 of FIG. In the example of FIG. 13, the flow of data from each unit is shown when the base layer residual signal is 9 bits.

図１３に示されるように、残差予測部１４８は、レンジ判定部１６１、重み係数決定部１６２、シフト部１６３、および残差バッファ１６４を含むように構成されている。   As illustrated in FIG. 13, the residual prediction unit 148 is configured to include a range determination unit 161, a weight coefficient determination unit 162, a shift unit 163, and a residual buffer 164.

レンジ判定部１６１は、アップサンプル部１４９からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のレンジを判定する。レンジ判定部１６１は、その判定結果であるレンジ情報を、重み係数決定部１６２に供給する。また、レンジ判定部１６１は、ベースレイヤ残差信号およびレンジ情報を、シフト部１６３に供給する。   The range determination unit 161 determines the range of the residual signal indicating whether the base layer residual signal from the upsampling unit 149 is within 8 bits or larger. The range determination unit 161 supplies range information that is the determination result to the weight coefficient determination unit 162. The range determination unit 161 supplies the base layer residual signal and the range information to the shift unit 163.

重み係数決定部１６２は、レンジ判定部１６１からのレンジ情報に応じて、重み係数wの値が、0.5であるか1であるかを決定し、決定した重み係数wの値である重み係数の情報を、動き予測・補償部１４５に供給する。具体的には、レンジ情報が8ビットに収まっていない場合、重み係数wは、0.5に決定される。   The weighting factor determination unit 162 determines whether the value of the weighting factor w is 0.5 or 1 according to the range information from the range determination unit 161, and determines the weighting factor w that is the value of the determined weighting factor w. Information is supplied to the motion prediction / compensation unit 145. Specifically, when the range information does not fit in 8 bits, the weight coefficient w is determined to be 0.5.

シフト部１６３は、レンジ判定部１６１からのレンジ情報に応じて、レンジ判定部１６１からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ１６４に供給する。例えば、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ１６４に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、ベースレイヤ残差信号はそのままで残差バッファ１６４に蓄積される。   The shift unit 163 shifts the base layer residual signal from the range determination unit 161 according to the range information from the range determination unit 161 and supplies the shifted base layer residual signal to the residual buffer 164. For example, if the base layer residual information does not fit in 8 bits, the base layer residual signal is shifted and stored in the residual buffer 164. When the base layer residual signal is within 8 bits, the base layer residual signal is stored in the residual buffer 164 as it is.

また、あるいは、ベースレイヤ残差信号が8ビットに収まっている場合には、シフトされたベースレイヤ残差信号とそのままのベースレイヤ残差信号が蓄積され、動き予測・補償部１４５により重み係数wに応じてどちらかの残差信号が用いられる。   Alternatively, if the base layer residual signal is within 8 bits, the shifted base layer residual signal and the base layer residual signal are accumulated, and the motion prediction / compensation unit 145 weights the weight coefficient w. Depending on, either residual signal is used.

残差バッファ１６４は、供給されたベースレイヤ残差信号を蓄積し、所定のタイミングで読み出して、動き予測・補償部１４５に供給する。   The residual buffer 164 accumulates the supplied base layer residual signal, reads it at a predetermined timing, and supplies it to the motion prediction / compensation unit 145.

以上のように、ベースレイヤ残差信号が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ１６４に蓄積される。これにより、残差バッファ１６４の記憶容量を低減させることができる。つまり、画像符号化装置１００（エンハンスメントレイヤ画像符号化部１０２）は、符号化や復号に必要な記憶容量の増大を抑制することができる。   As described above, when the base layer residual signal does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the residual buffer 164. Thereby, the storage capacity of the residual buffer 164 can be reduced. That is, the image encoding device 100 (enhancement layer image encoding unit 102) can suppress an increase in storage capacity necessary for encoding and decoding.

[画像符号化処理の流れ]
次に、以上のような画像符号化装置１００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１４のフローチャートを参照して、画像符号化処理の流れの例を説明する。 [Flow of image encoding process]
Next, the flow of each process executed by the image encoding device 100 as described above will be described. First, an example of the flow of image encoding processing will be described with reference to the flowchart of FIG.

画像符号化処理が開始されると、ステップＳ１０１において、画像符号化装置１００のベースレイヤ画像符号化部１０１は、ベースレイヤの画像データを符号化する。このベースレイヤ符号化処理の詳細については、図１５を参照して後述される。   When the image encoding process is started, in step S101, the base layer image encoding unit 101 of the image encoding device 100 encodes base layer image data. Details of this base layer encoding process will be described later with reference to FIG.

ステップＳ１０２において、エンハンスメントレイヤ画像符号化部１０２は、エンハンスメントレイヤの画像データを符号化する。このエンハンスメントレイヤ符号化処理の詳細については、図１６を参照して後述される。   In step S102, the enhancement layer image encoding unit 102 encodes enhancement layer image data. Details of the enhancement layer encoding process will be described later with reference to FIG.

ステップＳ１０３において、多重化部１０３は、ステップＳ１０１の処理により生成されたベースレイヤ画像符号化ストリームと、ステップＳ１０２の処理により生成されたエンハンスメントレイヤ画像符号化ストリームとを（すなわち、各レイヤのビットストリームを）多重化し、１系統の階層画像符号化ストリームを生成する。   In step S103, the multiplexing unit 103 uses the base layer image encoded stream generated by the process of step S101 and the enhancement layer image encoded stream generated by the process of step S102 (that is, the bit stream of each layer). Are multiplexed to generate a single hierarchical image encoded stream.

ステップＳ１０３の処理が終了すると、画像符号化装置１００は、画像符号化処理を終了する。このような画像符号化処理により１ピクチャが処理される。したがって、画像符号化装置１００は、このような画像符号化処理を階層化された動画像データの各ピクチャについて繰り返し実行する。   When the process of step S103 ends, the image encoding device 100 ends the image encoding process. One picture is processed by such an image encoding process. Therefore, the image encoding device 100 repeatedly executes such image encoding processing for each picture of the moving image data that is hierarchized.

[ベースレイヤ符号化処理の流れ]
次に、図１４のステップＳ１０１において、ベースレイヤ画像符号化部１０１により実行されるベースレイヤ符号化処理の流れの例を、図１５のフローチャートを参照して説明する。 [Flow of base layer encoding process]
Next, an example of the flow of the base layer encoding process executed by the base layer image encoding unit 101 in step S101 of FIG. 14 will be described with reference to the flowchart of FIG.

ベースレイヤ符号化処理が開始されると、ベースレイヤ画像符号化部１０１のA/D変換部１１１は、ステップＳ１２１において、入力された動画像の各フレーム（ピクチャ）の画像をA/D変換する。   When the base layer encoding process is started, the A / D conversion unit 111 of the base layer image encoding unit 101 A / D converts the image of each frame (picture) of the input moving image in step S121. .

ステップＳ１２２において、画面並べ替えバッファ１１２は、ステップＳ１２１において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。   In step S122, the screen rearrangement buffer 112 stores the image that has been A / D converted in step S121, and rearranges the picture from the display order to the encoding order.

ステップＳ１２３において、イントラ予測部１２４は、イントラ予測モードのイントラ予測処理を行う。   In step S123, the intra prediction unit 124 performs an intra prediction process in the intra prediction mode.

ステップＳ１２４において、動き予測・補償部１２５は、インター予測モードでの動き予測や動き補償等を行うインター予測処理を行う。   In step S124, the motion prediction / compensation unit 125 performs inter prediction processing for performing motion prediction and motion compensation in the inter prediction mode.

ステップＳ１２５において、予測画像選択部１２６は、コスト関数値等に基づいて、予測画像を選択する。つまり、予測画像選択部１２６は、ステップＳ１２３のイントラ予測により生成された予測画像と、ステップＳ１２４のインター予測により生成された予測画像のいずれか一方を選択する。   In step S125, the predicted image selection unit 126 selects a predicted image based on the cost function value and the like. That is, the predicted image selection unit 126 selects either the predicted image generated by the intra prediction in step S123 or the predicted image generated by the inter prediction in step S124.

ステップＳ１２６において、演算部１１３は、ステップＳ１２２の処理によりフレーム順を並び替えられた入力画像と、ステップＳ１２５の処理により選択された予測画像との差分を演算する。つまり、演算部１１３は、入力画像と予測画像との差分画像の画像データを生成する。このようにして求められた差分画像の画像データは、元の画像データに比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。   In step S126, the calculation unit 113 calculates a difference between the input image whose frame order is rearranged by the process of step S122 and the predicted image selected by the process of step S125. That is, the calculation unit 113 generates image data of a difference image between the input image and the predicted image. The image data of the difference image obtained in this way is reduced in data amount compared to the original image data. Therefore, the data amount can be compressed as compared with the case where the image is encoded as it is.

ステップＳ１２７において、直交変換部１１４は、ステップＳ１２６の処理により生成された差分画像の画像データを直交変換する。   In step S127, the orthogonal transform unit 114 performs orthogonal transform on the image data of the difference image generated by the process in step S126.

ステップＳ１２８において、量子化部１１５は、レート制御部１２７により算出された量子化パラメータを用いて、ステップＳ１２７の処理により得られた直交変換係数を量子化する。   In step S128, the quantization unit 115 quantizes the orthogonal transform coefficient obtained by the process of step S127, using the quantization parameter calculated by the rate control unit 127.

ステップＳ１２９において、逆量子化部１１８は、ステップＳ１２８の処理により生成された量子化された係数（量子化係数とも称する）を、量子化部１１５の特性に対応する特性で逆量子化する。   In step S129, the inverse quantization unit 118 inversely quantizes the quantized coefficient generated by the process in step S128 (also referred to as a quantization coefficient) with characteristics corresponding to the characteristics of the quantization unit 115.

ステップＳ１３０において、逆直交変換部１１９は、ステップＳ１２９の処理により得られた直交変換係数を逆直交変換する。   In step S130, the inverse orthogonal transform unit 119 performs inverse orthogonal transform on the orthogonal transform coefficient obtained by the process of step S129.

ステップＳ１３１において、演算部１２０は、ステップＳ１３０の処理により復元された差分画像に、ステップＳ１２５の処理により選択された予測画像を加算することにより、再構成画像の画像データを生成する。   In step S131, the arithmetic unit 120 generates image data of a reconstructed image by adding the predicted image selected by the process of step S125 to the difference image restored by the process of step S130.

ステップＳ１３２においてデブロッキングフィルタ１２１−１は、ステップＳ１３１の処理により生成された再構成画像の画像データにデブロッキングフィルタ処理を行う。これにより、再構成画像のブロック歪みが除去される。ステップＳ１３３において、適応オフセットフィルタ１２１−２は、デブロッキングフィルタ１２１−１からのデブロックフィルタ処理結果に対して、主にリンギングを除去する適応オフセットフィルタ処理を行う。   In step S132, the deblocking filter 121-1 performs deblocking filter processing on the image data of the reconstructed image generated by the processing in step S131. Thereby, block distortion of the reconstructed image is removed. In step S133, the adaptive offset filter 121-2 performs adaptive offset filter processing that mainly removes ringing on the deblocking filter processing result from the deblocking filter 121-1.

ステップＳ１３４において、フレームメモリ１２２は、ステップＳ１３３の処理により得られた復号画像やステップＳ１３１の処理により得られた再構成画像等のデータを記憶する。   In step S134, the frame memory 122 stores data such as a decoded image obtained by the process of step S133 and a reconstructed image obtained by the process of step S131.

ステップＳ１３５において、可逆符号化部１１６は、ステップＳ１２８の処理により得られた、量子化された係数を符号化する。すなわち、差分画像に対応するデータに対して、可変長符号化や算術符号化等の可逆符号化が行われる。   In step S135, the lossless encoding unit 116 encodes the quantized coefficient obtained by the process of step S128. That is, lossless encoding such as variable length encoding or arithmetic encoding is performed on the data corresponding to the difference image.

また、このとき、可逆符号化部１１６は、ステップＳ１２５の処理により選択された予測画像の予測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１１６は、イントラ予測部１２４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１２５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。   At this time, the lossless encoding unit 116 encodes information related to the prediction mode of the prediction image selected by the process of step S125, and adds the encoded information to the encoded data obtained by encoding the difference image. That is, the lossless encoding unit 116 encodes and encodes the optimal intra prediction mode information supplied from the intra prediction unit 124 or the information corresponding to the optimal inter prediction mode supplied from the motion prediction / compensation unit 125. Append to data.

さらに、可逆符号化部１１６は、各種ナルユニット等のシンタクス要素も設定し、符号化し、符号化データに付加する。   Furthermore, the lossless encoding unit 116 also sets syntax elements such as various null units, encodes them, and adds them to the encoded data.

ステップＳ１３６において蓄積バッファ１１７は、ステップＳ１３５の処理により得られた符号化データを蓄積する。蓄積バッファ１１７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。   In step S136, the accumulation buffer 117 accumulates the encoded data obtained by the process in step S135. The encoded data stored in the storage buffer 117 is appropriately read and transmitted to the decoding side via a transmission path or a recording medium.

ステップＳ１３７においてレート制御部１２７は、ステップＳ１３６の処理により蓄積バッファ１１７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１１５の量子化動作のレートを制御する。また、レート制御部１２７は、量子化パラメータに関する情報を、量子化部１１５に供給する。   In step S137, the rate control unit 127 causes the quantization unit 115 to prevent overflow or underflow from occurring based on the code amount (generated code amount) of the encoded data accumulated in the accumulation buffer 117 by the process of step S136. Controls the rate of quantization operation. Further, the rate control unit 127 supplies information regarding the quantization parameter to the quantization unit 115.

ステップＳ１３８において、動き予測・補償部１２５は、以上のようなベースレイヤ符号化処理において得られたベースレイヤにおける残差信号を、エンハンスメントレイヤの符号化処理に供給する。   In step S138, the motion prediction / compensation unit 125 supplies the residual signal in the base layer obtained in the base layer encoding process as described above to the enhancement layer encoding process.

ステップＳ１３８の処理が終了すると、ベースレイヤ符号化処理が終了し、処理は図１４に戻る。   When the process of step S138 ends, the base layer encoding process ends, and the process returns to FIG.

[エンハンスメントレイヤ符号化処理の流れ]
次に、図１４のステップＳ１０２において、エンハンスメントレイヤ画像符号化部１０２により実行されるエンハンスメントレイヤ符号化処理の流れの例を、図１６のフローチャートを参照して説明する。 [Enhancement layer coding process flow]
Next, an example of the flow of the enhancement layer encoding process executed by the enhancement layer image encoding unit 102 in step S102 of FIG. 14 will be described with reference to the flowchart of FIG.

エンハンスメントレイヤ符号化処理が開始されると、エンハンスメントレイヤ画像符号化部１０２のアップサンプル部１４９は、ステップＳ１５１において、ベースレイヤ画像符号化部１０１からベースレイヤ残差信号を取得し、アップサンプルする。アップサンプル部１４９は、アップサンプルされたベースレイヤ残差信号を、残差予測部１４８に供給する。   When the enhancement layer encoding process is started, the upsampling unit 149 of the enhancement layer image encoding unit 102 acquires the base layer residual signal from the base layer image encoding unit 101 and upsamples it in step S151. The upsampling unit 149 supplies the upsampled base layer residual signal to the residual prediction unit 148.

A/D変換部１３１は、ステップＳ１５２において、入力されたエンハンスメントレイヤの動画像の各フレーム（ピクチャ）の画像をA/D変換する。   In step S152, the A / D converter 131 performs A / D conversion on the image of each frame (picture) of the input enhancement layer moving image.

ステップＳ１５３において、画面並べ替えバッファ１３２は、ステップＳ１５２において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。   In step S153, the screen rearrangement buffer 132 stores the image that has been A / D converted in step S152, and performs rearrangement from the display order of each picture to the encoding order.

ステップＳ１５４において、イントラ予測部１４４は、イントラ予測処理を行う。   In step S154, the intra prediction unit 144 performs an intra prediction process.

ステップＳ１５５において、動き予測・補償部１４５は、インター予測処理を行う。このインター予測処理については、図１７を参照して後述されるが、このインター予測処理においては、ベースレイヤ残差信号のレンジに応じて、重み係数の値が決定される。また、ベースレイヤ残差信号の重み係数の値が0または非0の場合の各予測モードのコスト関数値が算出されて、最適な予測モードと重み係数の値が決定される。   In step S155, the motion prediction / compensation unit 145 performs an inter prediction process. This inter prediction process will be described later with reference to FIG. 17, but in this inter prediction process, the value of the weighting factor is determined according to the range of the base layer residual signal. Further, the cost function value of each prediction mode when the value of the weight coefficient of the base layer residual signal is 0 or non-zero is calculated, and the optimal prediction mode and the value of the weight coefficient are determined.

ステップＳ１５６乃至ステップＳ１６８の各処理は、図１５のステップＳ１２５乃至ステップＳ１３７の各処理に対応し、それらの処理と同様に実行される。   The processes in steps S156 to S168 correspond to the processes in steps S125 to S137 in FIG. 15 and are executed in the same manner as those processes.

なお、ステップＳ１５５により決定された最適な予測モードの情報と重み係数が0であるか非0であるかに関する重み係数使用情報は、ステップＳ１５６においてインター予測の予測画像が選択された場合に、可逆符号化部１３６に供給され、ステップＳ１６６において符号化される。   Note that the information on the optimal prediction mode determined in step S155 and the weight coefficient use information on whether the weight coefficient is 0 or non-zero are reversible when an inter prediction prediction image is selected in step S156. The data is supplied to the encoding unit 136 and encoded in step S166.

ステップＳ１６８の処理が終了すると、エンハンスメントレイヤ符号化処理が終了し、処理は、図１４に戻る。   When the process of step S168 ends, the enhancement layer encoding process ends, and the process returns to FIG.

[インター予測処理の流れ]
次に、図１６のステップＳ１５５において、動き予測・補償部１４５および残差予測部１４８により実行されるインター予測処理の流れの例を、図１７のフローチャートを参照して説明する。なお、図１６においては、残差信号が8ビットである場合、wの値を1に決定する例が示されている。 [Inter prediction process flow]
Next, an example of the flow of inter prediction processing executed by the motion prediction / compensation unit 145 and the residual prediction unit 148 in step S155 of FIG. 16 will be described with reference to the flowchart of FIG. FIG. 16 shows an example in which the value of w is determined to be 1 when the residual signal is 8 bits.

エンハンスメントレイヤの動き予測・補償処理が開始されると、ステップＳ１８１において、エンハンスメントレイヤ画像符号化部１０２の動き予測・補償部１４５は、各モードについて動き探索処理を行う。   When the enhancement layer motion prediction / compensation process is started, in step S181, the motion prediction / compensation unit 145 of the enhancement layer image encoding unit 102 performs a motion search process for each mode.

レンジ判定部１６１は、ステップＳ１８２において、アップサンプル部１４９からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差情報のレンジを判定する。なお、この判定処理は、CU若しくはPU毎に行われる。レンジ判定部１６１は、その判定結果であるレンジ情報を、重み係数決定部１６２に供給する。また、レンジ判定部１６１は、ベースレイヤ残差信号およびレンジ情報を、シフト部１６３に供給する。   In step S182, the range determination unit 161 determines the range of residual information indicating whether the base layer residual signal from the upsampling unit 149 is within 8 bits or larger. This determination process is performed for each CU or PU. The range determination unit 161 supplies range information that is the determination result to the weight coefficient determination unit 162. The range determination unit 161 supplies the base layer residual signal and the range information to the shift unit 163.

ステップＳ１８３において、重み係数決定部１６２は、レンジ判定部１６１からのレンジ情報に応じて、重み係数wの値が、0.5であるか1であるかを決定する。すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、8ビットに収まっている場合、重み係数wの値は、1に決定される。重み係数決定部１６２は、決定した重み係数wの値である重み係数の情報を、動き予測・補償部１４５に供給する。   In step S183, the weighting factor determination unit 162 determines whether the value of the weighting factor w is 0.5 or 1 according to the range information from the range determination unit 161. That is, when the base layer residual information does not fit in 8 bits, the value of the weighting factor w is determined to be 0.5, and when it falls within 8 bits, the value of the weighting factor w is determined to be 1. The weighting factor determination unit 162 supplies weighting factor information that is the value of the determined weighting factor w to the motion prediction / compensation unit 145.

ステップＳ１８４において、シフト部１６３は、レンジ判定部１６１からのレンジ情報に応じて、レンジ判定部１６１からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ１６４に供給する。   In step S184, the shift unit 163 shifts the base layer residual signal from the range determination unit 161 according to the range information from the range determination unit 161, and the shifted base layer residual signal is transferred to the residual buffer 164. To supply.

すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ１６４に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、ベースレイヤ残差信号はそのままで残差バッファ１６４に蓄積される。残差バッファ１６４は、供給されたベースレイヤ残差信号を蓄積し、所定のタイミングで読み出して、動き予測・補償部１４５に供給する。   That is, when the base layer residual information does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the residual buffer 164. When the base layer residual signal is within 8 bits, the base layer residual signal is stored in the residual buffer 164 as it is. The residual buffer 164 accumulates the supplied base layer residual signal, reads it at a predetermined timing, and supplies it to the motion prediction / compensation unit 145.

ステップＳ１８５において、動き予測・補償部１４５は、ステップＳ１８１で探索された動き情報、残差予測部１４８からの重み係数、およびシフトされたベースレイヤ残差信号とを用いて、重み係数が0と非0である場合の各モードについてのコスト関数値を算出する。   In step S185, the motion prediction / compensation unit 145 uses the motion information searched in step S181, the weighting factor from the residual prediction unit 148, and the shifted base layer residual signal to set the weighting factor to 0. The cost function value for each mode when non-zero is calculated.

ステップＳ１８６において、動き予測・補償部１４５は、ステップＳ１８５において算出された各モードのコスト関数値に基づいて、モード判定を行う。その結果、動き予測・補償部１４５は、最適なインター予測モードと、重み係数wの値（非0であるか0であるか）とを決定する。   In step S186, the motion prediction / compensation unit 145 performs mode determination based on the cost function value of each mode calculated in step S185. As a result, the motion prediction / compensation unit 145 determines the optimal inter prediction mode and the value of the weighting coefficient w (whether it is non-zero or zero).

ステップＳ１８７において、動き予測・補償部１４５は、ステップＳ１８６において選ばれた最適なインター予測モードで動き補償を行い、予測画像を生成する。生成された予測画像は、最適なインター予測モードに関する情報等とともに、予測画像選択部１４６に供給される。   In step S187, the motion prediction / compensation unit 145 performs motion compensation in the optimal inter prediction mode selected in step S186, and generates a predicted image. The generated predicted image is supplied to the predicted image selection unit 146 together with information on the optimal inter prediction mode.

ステップＳ１８８において、動き予測・補償部１４５は、決定した重み係数の値が0と非0であるかに関する重み係数使用情報を復号側に伝送させるために、可逆符号化部１３６に供給し、符号化させる。   In step S188, the motion prediction / compensation unit 145 supplies the weighting factor usage information regarding whether the determined weighting factor values are 0 and non-zero to the lossless encoding unit 136 to transmit to the decoding side. Make it.

以上のように、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、ベースレイヤ残差信号はシフトにより8ビットとされ、残差バッファ１６４に蓄積される。これにより、残差バッファ１６４の記憶容量の増大を抑制し、符号化・復号に必要な記憶容量の増大を抑制することができる。   As described above, when the base layer residual information does not fit in 8 bits, the value of the weight coefficient w is determined to be 0.5, and the base layer residual signal is shifted to 8 bits and stored in the residual buffer 164. Is done. Thereby, an increase in the storage capacity of the residual buffer 164 can be suppressed, and an increase in the storage capacity necessary for encoding / decoding can be suppressed.

また、重み係数wの値（非0であるか0であるか）である重み係数使用情報しか復号側に送られないので、符号化効率を改善することができる。   Also, since only the weighting factor use information that is the value of the weighting factor w (whether it is non-zero or zero) is sent to the decoding side, the coding efficiency can be improved.

[インター予測処理の流れの他の例]
さらに、図１６のステップＳ１５５において、動き予測・補償部１４５および残差予測部１４８により実行されるインター予測処理の流れの例を、図１８のフローチャートを参照して説明する。なお、図１８においては、残差信号が8ビットである場合、wの値として、0.5または1のどちらかの値を用いる例が示されている。 [Other examples of inter prediction processing flow]
Furthermore, an example of the flow of inter prediction processing executed by the motion prediction / compensation unit 145 and the residual prediction unit 148 in step S155 of FIG. 16 will be described with reference to the flowchart of FIG. Note that FIG. 18 shows an example in which either 0.5 or 1 is used as the value of w when the residual signal is 8 bits.

エンハンスメントレイヤの動き予測・補償処理が開始されると、ステップＳ１９１において、エンハンスメントレイヤ画像符号化部１０２の動き予測・補償部１４５は、各モードについて動き探索処理を行う。   When the enhancement layer motion prediction / compensation process is started, in step S191, the motion prediction / compensation unit 145 of the enhancement layer image encoding unit 102 performs a motion search process for each mode.

レンジ判定部１６１は、ステップＳ１９２において、アップサンプル部１４９からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差情報のレンジを判定する。なお、この判定処理は、CU若しくはPU毎に行われる。レンジ判定部１６１は、その判定結果であるレンジ情報を、重み係数決定部１６２に供給する。また、レンジ判定部１６１は、ベースレイヤ残差情報およびレンジ情報を、シフト部１６３に供給する。   In step S192, the range determination unit 161 determines the range of the residual information indicating whether the base layer residual signal from the upsampling unit 149 is within 8 bits or larger. This determination process is performed for each CU or PU. The range determination unit 161 supplies range information that is the determination result to the weight coefficient determination unit 162. Further, the range determination unit 161 supplies the base layer residual information and the range information to the shift unit 163.

ステップＳ１９３において、重み係数決定部１６２は、レンジ判定部１６１からのレンジ情報を参照して、ベースレイヤ残差信号が、8ビット以下であるか否かを判定する。ステップＳ１９３において、8ビット以下であると判定された場合、処理は、ステップＳ１９４に進む。   In step S193, the weight coefficient determination unit 162 refers to the range information from the range determination unit 161 and determines whether the base layer residual signal is 8 bits or less. If it is determined in step S193 that it is 8 bits or less, the process proceeds to step S194.

ステップＳ１９４において、重み係数決定部１６２は、重み係数を0.5とするか1とするかを決定する。重み係数決定部１６２は、決定した重み係数wの値である重み係数の情報を、動き予測・補償部１４５に供給する。なお、0.5と1の両方の重み係数を動き予測・補償部１４５に供給して、そこで、非0である場合、モード毎に両方のコスト関数値を求めてどちらを用いるかを決定するようにしてもよい。   In step S194, the weighting factor determination unit 162 determines whether the weighting factor is 0.5 or 1. The weighting factor determination unit 162 supplies weighting factor information that is the value of the determined weighting factor w to the motion prediction / compensation unit 145. It should be noted that both the weight coefficients of 0.5 and 1 are supplied to the motion prediction / compensation unit 145, and when it is non-zero, both cost function values are obtained for each mode to determine which one to use. May be.

一方、ステップＳ１９３において、8ビット以下であると判定された場合、処理は、ステップＳ１９５に進む。ステップＳ１９５において、重み係数決定部１６２は、重み係数wの値を、0.5に決定し、決定した重み係数wの値である重み係数の情報を、動き予測・補償部１４５に供給する。   On the other hand, if it is determined in step S193 that it is 8 bits or less, the process proceeds to step S195. In step S195, the weighting factor determination unit 162 determines the value of the weighting factor w to be 0.5, and supplies the weighting factor information that is the determined value of the weighting factor w to the motion prediction / compensation unit 145.

ステップＳ１９６において、シフト部１６３は、レンジ判定部１６１からのレンジ情報に応じて、レンジ判定部１６１からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ１６４に供給する。   In step S196, the shift unit 163 shifts the base layer residual signal from the range determining unit 161 according to the range information from the range determining unit 161, and the shifted base layer residual signal is transferred to the residual buffer 164. To supply.

すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ１６４に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、例えば、そのままのベースレイヤ残差信号とシフトされたベースレイヤ残差信号が残差バッファ１６４に蓄積される。残差バッファ１６４は、供給されたベースレイヤ残差信号を蓄積し、シフトされたベースレイヤ残差信号およびシフトされていないベースレイヤ残差信号を読み出して、動き予測・補償部１４５に供給する。   That is, when the base layer residual information does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the residual buffer 164. When the base layer residual signal is within 8 bits, for example, the base layer residual signal as it is and the shifted base layer residual signal are accumulated in the residual buffer 164. The residual buffer 164 accumulates the supplied base layer residual signal, reads out the shifted base layer residual signal and the unshifted base layer residual signal, and supplies them to the motion prediction / compensation unit 145.

ステップＳ１９７において、動き予測・補償部１４５は、ステップＳ１９１で探索された動き情報、残差予測部１４８からの重み係数、およびシフトされたベースレイヤ残差信号とを用いて、重み係数が0と非0である場合の各モードのコスト関数値を算出する。   In step S197, the motion prediction / compensation unit 145 uses the motion information searched in step S191, the weighting factor from the residual prediction unit 148, and the shifted base layer residual signal to set the weighting factor to 0. The cost function value of each mode when it is non-zero is calculated.

ステップＳ１９８において、動き予測・補償部１４５は、ステップＳ１９７において算出された各モードのコスト関数値に基づいて、モード判定を行い、最適なインター予測モードと、重み係数wの値（非0であるか0であるか）とを決定する。   In step S198, the motion prediction / compensation unit 145 performs mode determination based on the cost function value of each mode calculated in step S197, and determines the optimal inter prediction mode and the value of the weight coefficient w (non-zero). Or 0).

ステップＳ１９９において、動き予測・補償部１４５は、ステップＳ１９８において選ばれた最適なインター予測モードで動き補償を行い、予測画像を生成する。生成された予測画像は、最適なインター予測モードに関する情報等とともに、予測画像選択部１４６に供給される。   In step S199, the motion prediction / compensation unit 145 performs motion compensation in the optimal inter prediction mode selected in step S198, and generates a predicted image. The generated predicted image is supplied to the predicted image selection unit 146 together with information on the optimal inter prediction mode.

ステップＳ２００において、動き予測・補償部１４５は、決定した重み係数の値が0と非0であるかに関する重み係数使用情報を復号側に伝送させるために、可逆符号化部１３６に供給し、符号化させる。その際、ベースレイヤ残差信号が、8ビット以下である場合には、重み係数wが0.5であるか1であるかの重み係数値情報も可逆符号化部１３６に供給される。   In step S200, the motion prediction / compensation unit 145 supplies the weighting factor usage information regarding whether the determined weighting factor value is 0 or non-zero to the lossless encoding unit 136 to transmit to the decoding side. Make it. At this time, if the base layer residual signal is 8 bits or less, weighting factor value information indicating whether the weighting factor w is 0.5 or 1 is also supplied to the lossless encoding unit 136.

以上のように、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、ベースレイヤ残差信号はシフトにより8ビットとされ、残差バッファ１６４に蓄積される。これにより、残差バッファ１６４の記憶容量の増大を抑制し、符号化・復号に必要な記憶容量の増大を抑制することができる。また、図１８の例の場合、PUの信号の特性に応じた残差予測を行うことが可能になるので、出力となる画像圧縮情報の符号化効率を改善することができる。   As described above, when the base layer residual information does not fit in 8 bits, the value of the weight coefficient w is determined to be 0.5, and the base layer residual signal is shifted to 8 bits and stored in the residual buffer 164. Is done. Thereby, an increase in the storage capacity of the residual buffer 164 can be suppressed, and an increase in the storage capacity necessary for encoding / decoding can be suppressed. In the case of the example in FIG. 18, it is possible to perform residual prediction according to the characteristics of the PU signal, so that it is possible to improve the encoding efficiency of the output image compression information.

＜２．第２の実施の形態＞
[画像復号装置]
次に、以上のように符号化された符号化データの復号について説明する。図１９は、本技術を適用した画像処理装置の一態様である、図１０の画像符号化装置１００に対応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。 <2. Second Embodiment>
[Image decoding device]
Next, decoding of the encoded data encoded as described above will be described. FIG. 19 is a block diagram illustrating a main configuration example of an image decoding apparatus corresponding to the image encoding apparatus 100 in FIG. 10, which is an aspect of an image processing apparatus to which the present technology is applied.

図１９に示される画像復号装置２００は、画像符号化装置１００が生成した符号化データを、その符号化方法に対応する復号方法で復号する（すなわち、階層符号化された符号化データを階層復号する）。   The image decoding apparatus 200 shown in FIG. 19 decodes the encoded data generated by the image encoding apparatus 100 by a decoding method corresponding to the encoding method (that is, hierarchically encoded encoded data is hierarchically decoded). To do).

図１９に示されるように、画像復号装置２００は、逆多重化部２０１、ベースレイヤ画像復号部２０２、およびエンハンスメントレイヤ画像復号部２０３を有する。   As illustrated in FIG. 19, the image decoding device 200 includes a demultiplexing unit 201, a base layer image decoding unit 202, and an enhancement layer image decoding unit 203.

逆多重化部２０１は、符号化側から伝送された、ベースレイヤ画像符号化ストリームとエンハンスメントレイヤ画像符号化ストリームとが多重化された階層画像符号化ストリームを受け取り、それを逆多重化し、ベースレイヤ画像符号化ストリームと、エンハンスメントレイヤ画像符号化ストリームとを抽出する。   The demultiplexing unit 201 receives a layered image encoded stream in which a base layer image encoded stream and an enhancement layer image encoded stream are multiplexed transmitted from the encoding side, demultiplexes them, An image encoded stream and an enhancement layer image encoded stream are extracted.

ベースレイヤ画像復号部２０２は、逆多重化部２０１により抽出されたベースレイヤ画像符号化ストリームを復号し、ベースレイヤ画像を得る。エンハンスメントレイヤ画像復号部２０３は、逆多重化部２０１により抽出されたエンハンスメントレイヤ画像符号化ストリームを復号し、エンハンスメントレイヤ画像を得る。   The base layer image decoding unit 202 decodes the base layer image encoded stream extracted by the demultiplexing unit 201 to obtain a base layer image. The enhancement layer image decoding unit 203 decodes the enhancement layer image encoded stream extracted by the demultiplexing unit 201 to obtain an enhancement layer image.

ベースレイヤ画像復号部２０２は、インター予測を行ったブロックについて、ベースレイヤにおける残差信号を、エンハンスメントレイヤ画像復号部２０３に供給する。   The base layer image decoding unit 202 supplies the residual signal in the base layer to the enhancement layer image decoding unit 203 for the block on which inter prediction has been performed.

エンハンスメントレイヤ画像復号部２０３は、ベースレイヤにおける残差信号を、ベースレイヤ画像復号部２０２から取得する。エンハンスメントレイヤ画像復号部２０３は、符号化側から受け取られた重み係数使用情報が示すベースレイヤにおける残差信号の重み係数の値が、非0であるか0であるかを判定し、非0であった場合、次の処理を行う。   The enhancement layer image decoding unit 203 acquires a residual signal in the base layer from the base layer image decoding unit 202. The enhancement layer image decoding unit 203 determines whether the value of the weight coefficient of the residual signal in the base layer indicated by the weight coefficient use information received from the encoding side is non-zero or zero. If there is, the following processing is performed.

すなわち、エンハンスメントレイヤ画像復号部２０３は、ベースレイヤにおける入力信号が8ビットである場合に、そのベースレイヤにおける残差信号が9ビットであるとき、その残差信号の重み係数の値を0.5に決定する処理を行う。そして、エンハンスメントレイヤ画像復号部２０３は、その決定された重み係数の値が施されたベースレイヤにおける残差信号を用いて、エンハンスメントレイヤの復号における予測処理を行う。   That is, when the input signal in the base layer is 8 bits, the enhancement layer image decoding unit 203 determines the value of the weighting factor of the residual signal as 0.5 when the residual signal in the base layer is 9 bits. Perform the process. Then, enhancement layer image decoding section 203 performs prediction processing in enhancement layer decoding using the residual signal in the base layer to which the determined weight coefficient value is applied.

[ベースレイヤ画像復号部]
図２０は、図１９のベースレイヤ画像復号部２０２の主な構成例を示すブロック図である。図２０に示されるようにベースレイヤ画像復号部２０２は、蓄積バッファ２１１、可逆復号部２１２、逆量子化部２１３、逆直交変換部２１４、演算部２１５、デブロッキングフィルタ２１６−１、適応オフセットフィルタ２１６−２、および画面並べ替えバッファ２１７、およびD/A変換部２１８を有する。また、ベースレイヤ画像復号部２０２は、フレームメモリ２１９、選択部２２０、イントラ予測部２２１、動き予測・補償部２２２、および予測画像選択部２２３を有する。 [Base layer image decoding unit]
FIG. 20 is a block diagram illustrating a main configuration example of the base layer image decoding unit 202 of FIG. As shown in FIG. 20, the base layer image decoding unit 202 includes a storage buffer 211, a lossless decoding unit 212, an inverse quantization unit 213, an inverse orthogonal transform unit 214, a calculation unit 215, a deblocking filter 216-1, an adaptive offset filter. 21-2, a screen rearrangement buffer 217, and a D / A conversion unit 218. The base layer image decoding unit 202 includes a frame memory 219, a selection unit 220, an intra prediction unit 221, a motion prediction / compensation unit 222, and a predicted image selection unit 223.

蓄積バッファ２１１は、伝送されてきた符号化データを受け取る受け取り部でもある。蓄積バッファ２１１は、伝送されてきた符号化データを受け取って、蓄積し、所定のタイミングにおいてその符号化データを可逆復号部２１２に供給する。この符号化データには、予測モード情報などの復号に必要な情報が付加されている。   The accumulation buffer 211 is also a receiving unit that receives transmitted encoded data. The accumulation buffer 211 receives and accumulates the transmitted encoded data, and supplies the encoded data to the lossless decoding unit 212 at a predetermined timing. Information necessary for decoding such as prediction mode information is added to the encoded data.

可逆復号部２１２は、蓄積バッファ２１１より供給された、図１１の可逆符号化部１１６により符号化された情報を、その符号化方式に対応する復号方式で復号する。可逆復号部２１２は、復号して得られた差分画像の量子化された係数データを、逆量子化部２１３に供給する。   The lossless decoding unit 212 decodes the information supplied from the accumulation buffer 211 and encoded by the lossless encoding unit 116 of FIG. 11 using a decoding method corresponding to the encoding method. The lossless decoding unit 212 supplies the quantized coefficient data of the difference image obtained by decoding to the inverse quantization unit 213.

また、可逆復号部２１２は、最適な予測モードにイントラ予測モードが選択されたかインター予測モードが選択されたかを判定し、その最適な予測モードに関する情報を、イントラ予測部２２１および動き予測・補償部２２２の内、選択されたと判定したモードの方に供給する。つまり、例えば、符号化側において最適な予測モードとしてイントラ予測モードが選択された場合、その最適な予測モードに関する情報がイントラ予測部２２１に供給される。また、例えば、符号化側において最適な予測モードとしてインター予測モードが選択された場合、その最適な予測モードに関する情報が動き予測・補償部２２２に供給される。   Further, the lossless decoding unit 212 determines whether the intra prediction mode or the inter prediction mode is selected as the optimal prediction mode, and uses the intra prediction unit 221 and the motion prediction / compensation unit to obtain information regarding the optimal prediction mode. The data is supplied to the mode determined to be selected from 222. That is, for example, when the intra prediction mode is selected as the optimal prediction mode on the encoding side, information regarding the optimal prediction mode is supplied to the intra prediction unit 221. For example, when the inter prediction mode is selected as the optimal prediction mode on the encoding side, information regarding the optimal prediction mode is supplied to the motion prediction / compensation unit 222.

さらに、可逆復号部２１２は、例えば、量子化行列や量子化パラメータ等の、逆量子化に必要な情報を逆量子化部２１３に供給する。   Furthermore, the lossless decoding unit 212 supplies information necessary for inverse quantization, such as a quantization matrix and a quantization parameter, to the inverse quantization unit 213, for example.

逆量子化部２１３は、可逆復号部２１２により復号されて得られた量子化された係数データを、図１１の量子化部１１５の量子化方式に対応する方式で逆量子化する。なお、この逆量子化部２１３は、図１１の逆量子化部１１８と同様の処理部である。   The inverse quantization unit 213 inversely quantizes the quantized coefficient data obtained by decoding by the lossless decoding unit 212 using a method corresponding to the quantization method of the quantization unit 115 in FIG. The inverse quantization unit 213 is a processing unit similar to the inverse quantization unit 118 in FIG.

逆量子化部２１３は、得られた係数データを逆直交変換部２１４に供給する。   The inverse quantization unit 213 supplies the obtained coefficient data to the inverse orthogonal transform unit 214.

逆直交変換部２１４は、逆量子化部２１３から供給される直交変換係数を、必要に応じて、図１１の直交変換部１１４の直交変換方式に対応する方式で逆直交変換する。なお、この逆直交変換部２１４は、図１１の逆直交変換部１１９と同様の処理部である。   The inverse orthogonal transform unit 214 performs inverse orthogonal transform on the orthogonal transform coefficient supplied from the inverse quantization unit 213 by a method corresponding to the orthogonal transform method of the orthogonal transform unit 114 in FIG. 11 as necessary. The inverse orthogonal transform unit 214 is a processing unit similar to the inverse orthogonal transform unit 119 in FIG.

この逆直交変換処理により差分画像の画像データが復元される。この復元された差分画像の画像データは、画像符号化装置において直交変換される前の差分画像の画像データに対応する。以下においては、この、逆直交変換部２１４の逆直交変換処理により得られた、復元された差分画像の画像データを、復号残差データとも称する。逆直交変換部２１４は、この復号残差データを、演算部２１５に供給する。また、演算部２１５には、予測画像選択部２２３を介して、イントラ予測部２２１若しくは動き予測・補償部２２２から予測画像の画像データが供給される。   The image data of the difference image is restored by this inverse orthogonal transform process. The restored image data of the difference image corresponds to the image data of the difference image before being orthogonally transformed in the image encoding device. Hereinafter, the restored image data of the difference image obtained by the inverse orthogonal transform process of the inverse orthogonal transform unit 214 is also referred to as decoded residual data. The inverse orthogonal transform unit 214 supplies the decoded residual data to the calculation unit 215. Further, the image data of the predicted image is supplied from the intra prediction unit 221 or the motion prediction / compensation unit 222 to the calculation unit 215 via the predicted image selection unit 223.

演算部２１５は、この復号残差データと予測画像の画像データとを用いて、差分画像と予測画像とを加算した再構成画像の画像データを得る。この再構成画像は、図１１の演算部１１３により予測画像が減算される前の入力画像に対応する。演算部２１５は、その再構成画像をデブロッキングフィルタ２１６−１に供給する。   The computing unit 215 obtains image data of a reconstructed image obtained by adding the difference image and the predicted image, using the decoded residual data and the image data of the predicted image. This reconstructed image corresponds to the input image before the predicted image is subtracted by the calculation unit 113 in FIG. The computing unit 215 supplies the reconstructed image to the deblocking filter 216-1.

デブロッキングフィルタ２１６−１は、供給された再構成画像に対して、デブロッキングフィルタ処理を行うことにより、ブロック歪を除去する。デブロッキングフィルタ２１６−１は、フィルタ処理が施された画像を、適応オフセットフィルタ２１６−２に供給する。   The deblocking filter 216-1 removes block distortion by performing a deblocking filter process on the supplied reconstructed image. The deblocking filter 216-1 supplies the filtered image to the adaptive offset filter 216-2.

適応オフセットフィルタ２１６−２は、デブロッキングフィルタ２１６−１からのデブロッキングフィルタ処理結果（ブロック歪みの除去が行われた復号画像）に対して、主にリンギングを除去する適応オフセットフィルタ(SAO: Sample adaptive offset)処理を行う。   The adaptive offset filter 216-2 mainly removes ringing from the deblocking filter processing result (decoded image from which block distortion has been removed) from the deblocking filter 216-1 (SAO: Sample). adaptive offset) processing.

適応オフセットフィルタ２１６−２は、可逆復号部２１２からの最大の符号化単位であるLCU（Largest Coding Unit）ごとの適応オフセットフィルタ処理の種類とオフセットを受信する。適応オフセットフィルタ２１６−２は、受信したオフセットを用いて、適応デブロックフィルタ処理後の画像に対して、受信した種類の適応オフセットフィルタ処理を行う。そして、適応オフセットフィルタ２１６−２は、適応オフセットフィルタ処理後の画像（以下、復号画像と称する）を、画面並べ替えバッファ２１７およびフレームメモリ２１９に供給する。   The adaptive offset filter 216-2 receives the type and offset of the adaptive offset filter processing for each LCU (Largest Coding Unit) which is the maximum coding unit from the lossless decoding unit 212. The adaptive offset filter 216-2 performs the received type of adaptive offset filter processing on the image after the adaptive deblocking filter processing, using the received offset. Then, the adaptive offset filter 216-2 supplies the image after the adaptive offset filter processing (hereinafter referred to as a decoded image) to the screen rearrangement buffer 217 and the frame memory 219.

なお、演算部２１５から出力される復号画像は、デブロッキングフィルタ２１６−１や適応オフセットフィルタ２１６−２を介さずに画面並べ替えバッファ２１７やフレームメモリ２１９に供給することができる。つまり、デブロッキングフィルタ２１６−１やによるフィルタ処理の一部若しくは全部は省略することができる。また、適応オフセットフィルタ２１６−２の後段に、適応ループフィルタを備えるようにしてもよい。   Note that the decoded image output from the calculation unit 215 can be supplied to the screen rearrangement buffer 217 and the frame memory 219 without passing through the deblocking filter 216-1 and the adaptive offset filter 216-2. That is, part or all of the filtering process by the deblocking filter 216-1 can be omitted. Further, an adaptive loop filter may be provided in the subsequent stage of the adaptive offset filter 216-2.

適応オフセットフィルタ２１６−２は、フィルタ処理結果である復号画像（若しくは再構成画像）を画面並べ替えバッファ２１７およびフレームメモリ２１９に供給する。   The adaptive offset filter 216-2 supplies the decoded image (or reconstructed image) as the filter processing result to the screen rearrangement buffer 217 and the frame memory 219.

画面並べ替えバッファ２１７は、復号画像についてフレームの順番の並べ替えを行う。すなわち、画面並べ替えバッファ２１７は、図１１の画面並べ替えバッファ１１２により符号化順に並べ替えられた各フレームの画像を、元の表示順に並べ替える。つまり、画面並べ替えバッファ２１７は、符号化順に供給される各フレームの復号画像の画像データを、その順に記憶し、符号化順に記憶した各フレームの復号画像の画像データを、表示順に読み出してD/A変換部２１８に供給する。D/A変換部２１８は、画面並べ替えバッファ２１７から供給された各フレームの復号画像（デジタルデータ）をD/A変換し、アナログデータとして、図示せぬディスプレイに出力し、表示させる。   The screen rearrangement buffer 217 rearranges the frame order of the decoded image. That is, the screen rearrangement buffer 217 rearranges the images of the frames rearranged in the encoding order by the screen rearrangement buffer 112 in FIG. 11 in the original display order. That is, the screen rearrangement buffer 217 stores the image data of the decoded images of the frames supplied in the encoding order in that order, and reads the image data of the decoded images of the frames stored in the encoding order in the display order. / A converter 218. The D / A conversion unit 218 performs D / A conversion on the decoded image (digital data) of each frame supplied from the screen rearrangement buffer 217, and outputs it as analog data to a display (not shown) for display.

フレームメモリ２１９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２２１や動き予測・補償部２２２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２２０を介してイントラ予測部２２１や動き予測・補償部２２２に供給する。   The frame memory 219 stores the supplied decoded image, and the stored decoded image is a reference image at a predetermined timing or based on an external request such as the intra prediction unit 221 or the motion prediction / compensation unit 222. As shown in FIG.

イントラ予測部２２１には、イントラ予測モード情報等が可逆復号部２１２から適宜供給される。イントラ予測部２２１は、イントラ予測部１２４において用いられたイントラ予測モード（最適イントラ予測モード）でイントラ予測を行い、予測画像を生成する。その際、イントラ予測部２２１は、選択部２２０を介してフレームメモリ２１９から供給される再構成画像の画像データを用いてイントラ予測を行う。すなわち、イントラ予測部２２１は、この再構成画像を参照画像（周辺画素）として利用する。イントラ予測部２２１は、生成した予測画像を予測画像選択部２２３に供給する。   Intra prediction mode information and the like are appropriately supplied from the lossless decoding unit 212 to the intra prediction unit 221. The intra prediction unit 221 performs intra prediction in the intra prediction mode (optimum intra prediction mode) used in the intra prediction unit 124, and generates a predicted image. At that time, the intra prediction unit 221 performs intra prediction using the image data of the reconstructed image supplied from the frame memory 219 via the selection unit 220. That is, the intra prediction unit 221 uses this reconstructed image as a reference image (neighboring pixels). The intra prediction unit 221 supplies the generated predicted image to the predicted image selection unit 223.

動き予測・補償部２２２には、最適予測モード情報や動き情報等が可逆復号部２１２から適宜供給される。動き予測・補償部２２２は、可逆復号部２１２から取得された最適予測モード情報が示すインター予測モード（最適インター予測モード）で、フレームメモリ２１９から取得した復号画像（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。   The motion prediction / compensation unit 222 is appropriately supplied with optimal prediction mode information, motion information, and the like from the lossless decoding unit 212. The motion prediction / compensation unit 222 is an inter prediction mode (optimum inter prediction mode) indicated by the optimal prediction mode information acquired from the lossless decoding unit 212, and performs inter prediction using a decoded image (reference image) acquired from the frame memory 219. To generate a predicted image.

予測画像選択部２２３は、イントラ予測部２２１から供給される予測画像または動き予測・補償部２２２から供給される予測画像を、演算部２１５に供給する。そして、演算部２１５においては、その予測画像と逆直交変換部２１４からの復号残差データ（差分画像情報）とが加算されて再構成画像が得られる。   The predicted image selection unit 223 supplies the predicted image supplied from the intra prediction unit 221 or the predicted image supplied from the motion prediction / compensation unit 222 to the calculation unit 215. Then, the calculation unit 215 adds the predicted image and the decoded residual data (difference image information) from the inverse orthogonal transform unit 214 to obtain a reconstructed image.

なお、ベースレイヤ画像復号部２０２は、他のレイヤを参照せずに復号を行う。つまり、イントラ予測部２２１および動き予測・補償部２２２は、他のレイヤの符号化に関する情報を参照しない。   Note that the base layer image decoding unit 202 performs decoding without referring to other layers. That is, the intra prediction unit 221 and the motion prediction / compensation unit 222 do not refer to information regarding encoding of other layers.

また、ベースレイヤ画像復号部２０２は、＜０．概要＞において上述した処理を行う。すなわち、動き予測・補償部２２２は、ベースレイヤにおける、フレーム間予測符号化で符号化されたインターブロックの残差信号を、エンハンスメントレイヤ画像復号部２０３に供給する。   The base layer image decoding unit 202 also <0. The above-described processing is performed in the overview>. That is, the motion prediction / compensation unit 222 supplies the inter-block residual signal encoded by inter-frame prediction encoding in the base layer to the enhancement layer image decoding unit 203.

＜エンハンスメントレイヤ画像復号部＞
図２１は、図１９のエンハンスメントレイヤ画像復号部２０３の主な構成例を示すブロック図である。図２１に示されるように、エンハンスメントレイヤ画像復号部２０３は、図２０のベースレイヤ画像復号部２０２と基本的に同様の構成を有する。 <Enhancement layer image decoding unit>
FIG. 21 is a block diagram illustrating a main configuration example of the enhancement layer image decoding unit 203 of FIG. As shown in FIG. 21, the enhancement layer image decoding unit 203 has basically the same configuration as the base layer image decoding unit 202 of FIG.

つまり、エンハンスメントレイヤ画像復号部２０３は、図２１に示されるように、蓄積バッファ２３１、可逆復号部２３２、逆量子化部２３３、逆直交変換部２３４、演算部２３５、デブロッキングフィルタ２３６−１、適応オフセットフィルタ２３６−２、画面並べ替えバッファ２３７、およびD/A変換部２３８を有する。また、エンハンスメントレイヤ画像復号部２０３は、フレームメモリ２３９、選択部２４０、イントラ予測部２４１、動き予測・補償部２４２、および予測画像選択部２４３を有する。   That is, as shown in FIG. 21, the enhancement layer image decoding unit 203 includes a storage buffer 231, a lossless decoding unit 232, an inverse quantization unit 233, an inverse orthogonal transform unit 234, a calculation unit 235, a deblocking filter 236-1, It has an adaptive offset filter 236-2, a screen rearrangement buffer 237, and a D / A conversion unit 238. The enhancement layer image decoding unit 203 includes a frame memory 239, a selection unit 240, an intra prediction unit 241, a motion prediction / compensation unit 242, and a predicted image selection unit 243.

これらの蓄積バッファ２３１乃至予測画像選択部２４３は、図２０の蓄積バッファ２１１乃至予測画像選択部２２３に対応し、それぞれ、対応する処理部と同様の処理を行う。ただし、エンハンスメントレイヤ画像復号部２０３の各部は、ベースレイヤではなく、エンハンスメントレイヤ画像情報の復号についての処理を行う。したがって、蓄積バッファ２３１乃至予測画像選択部２４３の処理の説明として、上述した図２０の蓄積バッファ２１１乃至予測画像選択部２２３についての説明を適用することができるが、その場合、処理するデータは、ベースレイヤのデータではなく、エンハンスメントレイヤのデータであるものとする必要がある。また、データの入力元や出力先の処理部は、適宜、エンハンスメントレイヤ画像復号部２０３の、対応する処理部に置き換えて読む必要がある。   These accumulation buffer 231 through predicted image selection unit 243 correspond to the storage buffer 211 through predicted image selection unit 223 in FIG. 20, and perform the same processing as the corresponding processing unit, respectively. However, each unit of the enhancement layer image decoding unit 203 performs processing for decoding enhancement layer image information, not the base layer. Therefore, as the description of the processing of the storage buffer 231 to the predicted image selection unit 243, the description of the storage buffer 211 to the predicted image selection unit 223 of FIG. 20 described above can be applied. It should be enhancement layer data, not base layer data. In addition, it is necessary to replace the data input source and output destination processing units with the corresponding processing units of the enhancement layer image decoding unit 203 as appropriate.

なお、エンハンスメントレイヤ画像復号部２０３は、他のレイヤ（例えばベースレイヤ）の情報を参照して復号を行う。そして、エンハンスメントレイヤ画像復号部２０３は、＜０．概要＞において上述した処理を行う。   The enhancement layer image decoding unit 203 performs decoding with reference to information on another layer (for example, a base layer). Then, the enhancement layer image decoding unit 203 performs <0. The above-described processing is performed in the overview>.

エンハンスメントレイヤ画像復号部２０３は、残差予測部２４４およびアップサンプル部２４５を有する。   The enhancement layer image decoding unit 203 includes a residual prediction unit 244 and an upsampling unit 245.

可逆復号部２３２から動き情報や予測モード情報などが、動き予測・補償部２４２に供給される。また、エンハンスメントレイヤの符号化の際に、ベースレイヤにおける残差信号の重み係数の値が非0であるか0であるかが決定されて、それが残差信号の重み係数使用情報として可逆復号部２３２において受け取られて、動き予測・補償部２４２に供給される。   Motion information, prediction mode information, and the like are supplied from the lossless decoding unit 232 to the motion prediction / compensation unit 242. Also, when encoding the enhancement layer, it is determined whether the value of the residual signal weight coefficient in the base layer is non-zero or zero, and this is lossless decoding as the residual signal weight coefficient usage information. The data is received by the unit 232 and supplied to the motion prediction / compensation unit 242.

動き予測・補償部２４２は、可逆復号部２３２からの残差信号の重み係数使用情報に基づいて、重み係数の値が、非0であるか0であるかを判定し、重み係数の値が0である場合、可逆復号部２３２からの動き情報や予測モード情報を用いて、エンハンスメントレイヤの復号における予測処理を行う。   The motion prediction / compensation unit 242 determines whether the value of the weighting factor is non-zero or zero based on the weighting factor usage information of the residual signal from the lossless decoding unit 232, and the value of the weighting factor is In the case of 0, prediction processing in enhancement layer decoding is performed using motion information and prediction mode information from the lossless decoding unit 232.

一方、動き予測・補償部２４２は、重み係数の値が非0である場合、残差予測部２４４に次の処理を行わせる。   On the other hand, when the value of the weighting factor is non-zero, the motion prediction / compensation unit 242 causes the residual prediction unit 244 to perform the following process.

残差予測部２４４は、アップサンプル部２４５からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のレンジを判定する。残差予測部２４４は、その判定結果であるレンジ情報に応じて重み係数wを決定し、決定された重み係数wを動き予測・補償部２４２に供給する。また、残差予測部２４４は、そのレンジ情報に応じて、アップサンプル部２４５からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を動き予測・補償部２４２に供給する。   The residual prediction unit 244 determines the range of the residual signal as to whether the base layer residual signal from the upsampling unit 245 is within 8 bits or larger. The residual prediction unit 244 determines the weighting coefficient w according to the range information that is the determination result, and supplies the determined weighting coefficient w to the motion prediction / compensation unit 242. Also, the residual prediction unit 244 shifts the base layer residual signal from the upsampling unit 245 according to the range information, and supplies the shifted base layer residual signal to the motion prediction / compensation unit 242.

動き予測・補償部２４２は、可逆復号部２３２からの動き情報や予測モード情報と、残差予測部２４４により決定された重み係数の値が施されたベースレイヤにおける残差信号を用いて、エンハンスメントレイヤの復号における予測処理を行う。   The motion prediction / compensation unit 242 uses the residual signal in the base layer to which the motion information and prediction mode information from the lossless decoding unit 232 and the weighting coefficient value determined by the residual prediction unit 244 are applied. Perform prediction processing in layer decoding.

アップサンプル部２４５は、ベースレイヤ画像復号部２０２から、ベースレイヤにおける、フレーム間予測符号化で符号化されたインターブロックのベースレイヤ残差信号を取得し、取得したベースレイヤ残差信号をアップサンプルする。アップサンプル部２４５は、アップサンプルされたベースレイヤ残差信号を、残差予測部２４４に供給する。   The up-sampling unit 245 acquires an inter-block base layer residual signal encoded by inter-frame prediction encoding in the base layer from the base layer image decoding unit 202, and up-samples the acquired base layer residual signal. To do. The upsampling unit 245 supplies the upsampled base layer residual signal to the residual prediction unit 244.

また、アップサンプル部２４５は、ベースレイヤ画像復号部２０２からのベースレイヤ復号画像も供給される。アップサンプル部２４５は、供給されたベースレイヤ復号画像をエンハンスメントレイヤの解像度にアップサンプル処理する。アップサンプル部２４５は、アップサンプルされたベースレイヤ復号画像情報を、エンハンスメントレイヤ画像復号部２０３のフレームメモリ２３９に供給する。   The upsampling unit 245 is also supplied with the base layer decoded image from the base layer image decoding unit 202. The upsampling unit 245 upsamples the supplied base layer decoded image to the enhancement layer resolution. The upsampling unit 245 supplies the upsampled base layer decoded image information to the frame memory 239 of the enhancement layer image decoding unit 203.

なお、画像符号化装置１００による符号化（すなわち、画像復号装置２００による復号）が、階層符号化ではない他のスケーラブル符号化である場合、ベースレイヤからのアップサンプルは必要ないため、アップサンプル部２４５は省略される。   Note that when the encoding by the image encoding device 100 (that is, the decoding by the image decoding device 200) is other scalable encoding that is not hierarchical encoding, no up-sampling from the base layer is necessary, so the up-sampling unit 245 is omitted.

[残差予測部]
図２２は、図２１の残差予測部２４４の主な構成例を示すブロック図である。なお、図２２の例において、各部からのデータの流れは、ベースレイヤ残差信号が9ビットであった場合が示されている。 [Residual Prediction Unit]
FIG. 22 is a block diagram illustrating a main configuration example of the residual prediction unit 244 of FIG. In the example of FIG. 22, the flow of data from each unit is shown when the base layer residual signal is 9 bits.

図２２に示されるように、残差予測部２４４は、レンジ判定部２６１、重み係数決定部２６２、シフト部２６３、および残差バッファ２６４を有する。   As illustrated in FIG. 22, the residual prediction unit 244 includes a range determination unit 261, a weight coefficient determination unit 262, a shift unit 263, and a residual buffer 264.

動き予測・補償部２４２は、可逆復号部２３２からの残差信号の重み係数の値が、非0であるか0であるかに関する重み係数使用情報を受け取る。動き予測・補償部２４２は、重み係数の値が非0である場合、重み係数決定部２６２および残差バッファ２６４に対して、動作を行わせる制御する制御信号を供給する。一方、重み係数の値が0である場合、重み係数決定部２６２および残差バッファ２６４に対して、制御信号は供給されない。あるいは、動作を禁止する制御信号が供給されるようにしてもよい。   The motion prediction / compensation unit 242 receives weighting factor usage information regarding whether the weighting factor value of the residual signal from the lossless decoding unit 232 is non-zero or zero. When the value of the weighting factor is non-zero, the motion prediction / compensation unit 242 supplies a control signal for controlling the weighting factor determination unit 262 and the residual buffer 264 to perform an operation. On the other hand, when the value of the weighting factor is 0, no control signal is supplied to the weighting factor determining unit 262 and the residual buffer 264. Alternatively, a control signal for prohibiting the operation may be supplied.

レンジ判定部２６１は、アップサンプル部２４５からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のレンジを判定する。レンジ判定部２６１は、その判定結果であるレンジ情報を、重み係数決定部２６２に供給する。また、レンジ判定部２６１は、ベースレイヤ残差信号およびレンジ情報を、シフト部２６３に供給する。   The range determination unit 261 determines the range of the residual signal as to whether the base layer residual signal from the upsampling unit 245 is within 8 bits or larger. The range determination unit 261 supplies range information that is the determination result to the weight coefficient determination unit 262. In addition, the range determination unit 261 supplies the base layer residual signal and the range information to the shift unit 263.

重み係数決定部２６２は、動き予測・補償部２４２からの制御信号を受け取った場合、レンジ判定部１６１からのレンジ情報に応じて、重み係数wの値が、0.5であるか1であるかを決定する。重み係数決定部２６２は、決定した重み係数wの値である重み係数の情報を、動き予測・補償部２４２に供給する。   When receiving the control signal from the motion prediction / compensation unit 242, the weighting factor determination unit 262 determines whether the value of the weighting factor w is 0.5 or 1 according to the range information from the range determination unit 161. decide. The weighting factor determination unit 262 supplies information on the weighting factor that is the value of the determined weighting factor w to the motion prediction / compensation unit 242.

シフト部２６３は、レンジ判定部２６１からのレンジ情報に応じて、レンジ判定部２６１からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ２６４に供給する。例えば、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ２６４に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、ベースレイヤ残差信号はそのままで残差バッファ２６４に蓄積される。   The shift unit 263 shifts the base layer residual signal from the range determination unit 261 in accordance with the range information from the range determination unit 261, and supplies the shifted base layer residual signal to the residual buffer 264. For example, if the base layer residual information does not fit in 8 bits, the base layer residual signal is shifted and stored in the residual buffer 264. When the base layer residual signal is within 8 bits, the base layer residual signal is stored in the residual buffer 264 as it is.

また、あるいは、ベースレイヤ残差信号が8ビットに収まっている場合には、シフトされたベースレイヤ残差信号とそのままのベースレイヤ残差信号が蓄積され、動き予測・補償部２４２により非0である場合の重み係数wに応じてどちらかの残差信号が用いられる。   Alternatively, if the base layer residual signal is within 8 bits, the shifted base layer residual signal and the base layer residual signal are accumulated, and the motion prediction / compensation unit 242 sets the non-zero value. Either residual signal is used depending on the weighting factor w in a certain case.

残差バッファ２６４は、供給されたベースレイヤ残差信号を蓄積し、動き予測・補償部２４２からの制御信号を受け取った場合、所定のタイミングで読み出して、動き予測・補償部２４２に供給する。   The residual buffer 264 accumulates the supplied base layer residual signal, and when receiving the control signal from the motion prediction / compensation unit 242, reads it at a predetermined timing and supplies it to the motion prediction / compensation unit 242.

なお、図１８を参照して上述したように、ベースレイヤ残差信号が8ビットに収まっている場合に、重み係数wの値として、0.5または1のどちらかの値が用いられる際には、重み係数wが0.5または1のどちらかの値であることを示す重み係数値情報として符号化側から送られてくる。この場合、動き予測・補償部２４２は、重み係数値情を受け取り、どちらの値であるかを示す制御信号を重み係数決定部２６２および残差バッファ２６４に対して供給する。   As described above with reference to FIG. 18, when the base layer residual signal is within 8 bits, when the value of 0.5 or 1 is used as the value of the weighting factor w, It is sent from the encoding side as weighting coefficient value information indicating that the weighting coefficient w is either 0.5 or 1. In this case, the motion prediction / compensation unit 242 receives the weighting factor value information and supplies a control signal indicating which value is to the weighting factor determination unit 262 and the residual buffer 264.

重み係数決定部２６２は、この制御信号に応じて、重み係数wの値を決定し、動き予測・補償部２４２供給する。残差バッファ２６４は、この制御信号に応じて、シフトされたベースレイヤ残差信号とそのままのベースレイヤ残差信号のどちらかを読み出して、動き予測・補償部２４２に供給する。   The weighting factor determination unit 262 determines the value of the weighting factor w in accordance with this control signal, and supplies the motion prediction / compensation unit 242. The residual buffer 264 reads out either the shifted base layer residual signal or the base layer residual signal as it is in accordance with the control signal, and supplies the read base layer residual signal to the motion prediction / compensation unit 242.

以上のように、ベースレイヤ残差信号が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ２６４に蓄積される。これにより、残差バッファ１６４の記憶容量を低減させることができる。つまり、画像復号装置２００（エンハンスメントレイヤ画像復号部２０３）は、符号化や復号に必要な記憶容量の増大を抑制することができる。   As described above, when the base layer residual signal does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the residual buffer 264. Thereby, the storage capacity of the residual buffer 164 can be reduced. That is, the image decoding apparatus 200 (enhancement layer image decoding unit 203) can suppress an increase in storage capacity necessary for encoding and decoding.

[画像復号処理の流れ]
次に、以上のような画像復号装置２００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２３のフローチャートを参照して、画像復号処理の流れの例を説明する。 [Image decoding process flow]
Next, the flow of each process executed by the image decoding apparatus 200 as described above will be described. First, an example of the flow of image decoding processing will be described with reference to the flowchart of FIG.

画像復号処理が開始されると、ステップＳ２０１において、画像復号装置２００の逆多重化部２０１は、符号化側から伝送される階層画像符号化ストリームをレイヤ毎に逆多重化する。   When the image decoding process is started, in step S201, the demultiplexing unit 201 of the image decoding device 200 demultiplexes the layered image encoded stream transmitted from the encoding side for each layer.

ステップＳ２０２において、ベースレイヤ画像復号部２０２は、ステップＳ２０１の処理により抽出されたベースレイヤ画像符号化ストリームを復号する。ベースレイヤ画像復号部２０２は、この復号により生成されたベースレイヤ画像のデータを出力する。このベースレイヤ復号処理の詳細については、図２４を参照して後述される。   In step S202, the base layer image decoding unit 202 decodes the base layer image encoded stream extracted by the process of step S201. The base layer image decoding unit 202 outputs base layer image data generated by this decoding. Details of this base layer decoding process will be described later with reference to FIG.

ステップＳ２０３において、エンハンスメントレイヤ画像復号部２０３は、ステップＳ２０１の処理により抽出されたエンハンスメントレイヤ画像符号化ストリームを復号する。エンハンスメントレイヤ画像復号部２０３は、この復号により生成されたエンハンスメントレイヤ画像のデータを出力する。このエンハンスメントレイヤ復号処理の詳細については、図２５を参照して後述される。   In step S203, the enhancement layer image decoding unit 203 decodes the enhancement layer image encoded stream extracted by the process of step S201. The enhancement layer image decoding unit 203 outputs enhancement layer image data generated by the decoding. Details of the enhancement layer decoding process will be described later with reference to FIG.

ステップＳ２０３の処理が終了すると、画像復号装置２００は、画像復号処理を終了する。このような画像復号処理により１ピクチャが処理される。したがって、画像復号装置２００は、このような画像復号処理を階層化された動画像データの各ピクチャについて繰り返し実行する。   When the process of step S203 ends, the image decoding device 200 ends the image decoding process. One picture is processed by such an image decoding process. Therefore, the image decoding apparatus 200 repeatedly executes such an image decoding process for each picture of hierarchized moving image data.

[ベースレイヤ復号処理の流れ]
次に、図２３のステップＳ２０２において、ベースレイヤ画像復号部２０２により実行されるベースレイヤ復号処理の流れの例を、図２４のフローチャートを参照して説明する。 [Flow of base layer decoding process]
Next, an example of the flow of the base layer decoding process executed by the base layer image decoding unit 202 in step S202 of FIG. 23 will be described with reference to the flowchart of FIG.

ベースレイヤ復号処理が開始されると、ステップＳ２２１において、蓄積バッファ２１１は、伝送されてきたビットストリーム（符号化データ）を蓄積する。ステップＳ２２２において、可逆復号部２１２は、蓄積バッファ２１１から供給されるビットストリーム（符号化データ）を復号する。すなわち、図１１の可逆符号化部１１６により符号化されたＩピクチャ、Ｐピクチャ、並びにＢピクチャ等の画像データが復号される。このとき、ヘッダ情報などのビットストリームに含められた画像データ以外の各種情報も復号される。   When the base layer decoding process is started, in step S221, the accumulation buffer 211 accumulates the transmitted bit stream (encoded data). In step S222, the lossless decoding unit 212 decodes the bit stream (encoded data) supplied from the accumulation buffer 211. That is, image data such as an I picture, a P picture, and a B picture encoded by the lossless encoding unit 116 in FIG. 11 is decoded. At this time, various information other than the image data included in the bit stream such as header information is also decoded.

ステップＳ２２３において、逆量子化部２１３は、ステップＳ２２２の処理により得られた、量子化された係数を逆量子化する。   In step S223, the inverse quantization unit 213 inversely quantizes the quantized coefficient obtained by the process in step S222.

ステップＳ２２４において、逆直交変換部２１４は、ステップＳ２２３において逆量子化された係数を逆直交変換する。   In step S224, the inverse orthogonal transform unit 214 performs inverse orthogonal transform on the coefficient inversely quantized in step S223.

ステップＳ２２５において、イントラ予測部２２１若しくは動き予測・補償部２２２は、予測処理を行い、予測画像を生成する。つまり、可逆復号部２１２において判定された、符号化の際に適用された予測モードで予測処理が行われる。より具体的には、例えば、符号化の際にイントラ予測が適用された場合、イントラ予測部２２１が、符号化の際に最適とされたイントラ予測モードで予測画像を生成する。また、例えば、符号化の際にインター予測が適用された場合、動き予測・補償部２２２が、符号化の際に最適とされたインター予測モードで予測画像を生成する。   In step S225, the intra prediction unit 221 or the motion prediction / compensation unit 222 performs a prediction process to generate a predicted image. That is, the prediction process is performed in the prediction mode that is determined in the lossless decoding unit 212 and applied at the time of encoding. More specifically, for example, when intra prediction is applied at the time of encoding, the intra prediction unit 221 generates a prediction image in the intra prediction mode that is optimized at the time of encoding. For example, when inter prediction is applied at the time of encoding, the motion prediction / compensation unit 222 generates a prediction image in the inter prediction mode that is optimized at the time of encoding.

ステップＳ２２６において、演算部２１５は、ステップＳ２２４において逆直交変換されて得られた差分画像に、ステップＳ２２５において生成された予測画像を加算する。これにより再構成画像の画像データが得られる。   In step S226, the calculation unit 215 adds the predicted image generated in step S225 to the difference image obtained by the inverse orthogonal transform in step S224. Thereby, image data of the reconstructed image is obtained.

ステップＳ２２７において、デブロッキングフィルタ２１６−１は、ステップＳ２２６の処理により得られた再構成画像の画像データに対して、デブロッキングフィルタ処理を行う。これによりブロック歪み等が除去される。ステップＳ２２８において、適応オフセットフィルタ２１６−２は、デブロッキングフィルタ２１６−１からのデブロッキングフィルタ処理結果に対して、主にリンギングを除去する適応オフセットフィルタ処理を行う。   In step S227, the deblocking filter 216-1 performs deblocking filter processing on the image data of the reconstructed image obtained by the processing in step S226. Thereby, block distortion and the like are removed. In step S228, the adaptive offset filter 216-2 performs adaptive offset filter processing that mainly removes ringing on the deblocking filter processing result from the deblocking filter 216-1.

ステップＳ２２９において、画面並べ替えバッファ２１７は、ステップＳ２２８において適応オフセットフィルタ処理された再構成画像の各フレームの並べ替えを行う。すなわち、符号化の際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。   In step S229, the screen rearrangement buffer 217 rearranges each frame of the reconstructed image subjected to the adaptive offset filter processing in step S228. That is, the order of frames rearranged at the time of encoding is rearranged in the original display order.

ステップＳ２３０において、D/A変換部２１８は、ステップＳ２２９においてフレームの順序が並べ替えられた画像をD/A変換する。この画像が図示せぬディスプレイに出力され、画像が表示される。   In step S230, the D / A conversion unit 218 performs D / A conversion on the image in which the frame order is rearranged in step S229. This image is output to a display (not shown), and the image is displayed.

ステップＳ２３１において、フレームメモリ２１９は、ステップＳ２２８の処理により得られた復号画像やステップＳ２２７の処理により得られた再構成画像等のデータを記憶する。   In step S231, the frame memory 219 stores data such as a decoded image obtained by the process of step S228 and a reconstructed image obtained by the process of step S227.

ステップＳ２３２において、動き予測・補償部２２２は、以上のようなベースレイヤの復号処理において得られたベースレイヤにおける残差信号を、エンハンスメントレイヤの復号処理に供給する。   In step S232, the motion prediction / compensation unit 222 supplies the base layer residual signal obtained in the base layer decoding process as described above to the enhancement layer decoding process.

ステップＳ２３２の処理が終了すると、ベースレイヤ復号処理が終了し、処理は図２３に戻る。   When the process of step S232 ends, the base layer decoding process ends, and the process returns to FIG.

[エンハンスメントレイヤ復号処理の流れ]
次に、図２３のステップＳ２０３において、エンハンスメントレイヤ画像復号部２０３により実行されるエンハンスメントレイヤ復号処理の流れの例を、図２５のフローチャートを参照して説明する。 [Enhancement layer decoding process flow]
Next, an example of the flow of enhancement layer decoding processing executed by the enhancement layer image decoding unit 203 in step S203 of FIG. 23 will be described with reference to the flowchart of FIG.

エンハンスメントレイヤ復号処理が開始されると、エンハンスメントレイヤ画像復号部２０３のアップサンプル部２４５は、ステップＳ２５１において、ベースレイヤの復号処理において得られるベースレイヤ残差信号を取得し、アップサンプルする。アップサンプル部２４５は、アップサンプルされたベースレイヤ残差信号を、残差予測部２４４に供給する。   When the enhancement layer decoding process is started, the upsampling unit 245 of the enhancement layer image decoding unit 203 acquires and upsamples the base layer residual signal obtained in the base layer decoding process in step S251. The upsampling unit 245 supplies the upsampled base layer residual signal to the residual prediction unit 244.

ステップＳ２５２において、蓄積バッファ２３１は、伝送されてきたビットストリーム（符号化データ）を蓄積する。ステップＳ２５３において、可逆復号部２３２は、蓄積バッファ２３１から供給されるビットストリーム（符号化データ）を復号する。すなわち、可逆符号化部１３６により符号化されたＩピクチャ、Ｐピクチャ、並びにＢピクチャ等の画像データが復号される。このとき、ヘッダ情報などのビットストリームに含められた画像データ以外の各種情報も復号される。例えば、重み係数に関する情報（重み係数使用情報や重み係数値情報）も復号される。   In step S252, the accumulation buffer 231 accumulates the transmitted bit stream (encoded data). In step S253, the lossless decoding unit 232 decodes the bit stream (encoded data) supplied from the accumulation buffer 231. That is, image data such as an I picture, a P picture, and a B picture encoded by the lossless encoding unit 136 is decoded. At this time, various information other than the image data included in the bit stream such as header information is also decoded. For example, information on weighting factors (weighting factor usage information and weighting factor value information) is also decoded.

ステップＳ２５４において、逆量子化部２１３は、ステップＳ２５３の処理により得られた、量子化された係数を逆量子化する。   In step S254, the inverse quantization unit 213 inversely quantizes the quantized coefficient obtained by the process in step S253.

ステップＳ２５５において、逆直交変換部２１４は、ステップＳ２５４において逆量子化された係数を逆直交変換する。   In step S255, the inverse orthogonal transform unit 214 performs inverse orthogonal transform on the coefficient inversely quantized in step S254.

ステップＳ２５６において、動き予測・補償部２４２は、予測モードがインター予測であるか否かを判定する。インター予測であると判定した場合、処理はステップＳ２５７に進む。   In step S256, the motion prediction / compensation unit 242 determines whether or not the prediction mode is inter prediction. When it determines with it being inter prediction, a process progresses to step S257.

ステップＳ２５７において、動き予測・補償部２４２は、インター予測処理を行い、カレントブロックの予測画像を生成する。このインター予測処理の詳細については図２６を参照して後述する。   In step S257, the motion prediction / compensation unit 242 performs inter prediction processing and generates a prediction image of the current block. Details of the inter prediction process will be described later with reference to FIG.

ステップＳ２５６において、インター予測ではないと判定された場合、処理は、ステップＳ２５８に進む。ステップＳ２５８において、イントラ予測部２４１は、符号化の際に採用されたイントラ予測モードである最適イントラ予測モードで予測画像を生成する。   If it is determined in step S256 that the prediction is not inter prediction, the process proceeds to step S258. In step S258, the intra prediction unit 241 generates a prediction image in the optimal intra prediction mode that is the intra prediction mode employed at the time of encoding.

ステップＳ２５９乃至ステップＳ２６４の各処理は、図２４のステップＳ２２６乃至ステップＳ２３１の各処理に対応し、それらの処理と同様に実行される。   Each process of step S259 thru | or step S264 respond | corresponds to each process of FIG.24 S226 thru | or step S231, and is performed similarly to those processes.

[インター予測処理の流れ]
次に、図２５のステップＳ２５７において、動き予測・補償部２４２および残差予測部２４４により実行されるインター予測処理の流れの例を、図２５のフローチャートを参照して説明する。なお、図２５の例は、残差信号が8ビットである場合、wの値を1に決定する場合の例であり、図１７の例に対応する処理の例である。 [Inter prediction process flow]
Next, an example of the flow of inter prediction processing executed by the motion prediction / compensation unit 242 and the residual prediction unit 244 in step S257 of FIG. 25 will be described with reference to the flowchart of FIG. The example in FIG. 25 is an example in the case where the value of w is determined to be 1 when the residual signal is 8 bits, and is an example of processing corresponding to the example in FIG.

可逆復号部２３２は、ステップＳ２８１において、符号化側からの動き情報、予測モード情報などを受信する。また、可逆復号部２３２は、ステップＳ２８２において、符号化側からの重み係数使用情報（重み係数の値が0であるか非0であるかの情報）を、例えばCU単位で受信する。   In step S281, the lossless decoding unit 232 receives motion information, prediction mode information, and the like from the encoding side. In addition, in step S282, the lossless decoding unit 232 receives weight coefficient use information (information on whether the value of the weight coefficient is 0 or non-zero) from the encoding side, for example, in units of CUs.

動き予測・補償部２４２は、ステップＳ２８３において、可逆復号部２３２からの重み係数使用情報を参照して、重み係数の値が0であるか否かを判定する。ステップＳ２８３において、重み係数の値が0ではない、すなわち、非0であると判定された場合、動き予測・補償部２４２は、重み係数決定部２６２と残差バッファ２６４に対して、制御信号を出力し、処理は、ステップＳ２８４に進む。   In step S283, the motion prediction / compensation unit 242 refers to the weight coefficient use information from the lossless decoding unit 232, and determines whether or not the value of the weight coefficient is zero. If it is determined in step S283 that the value of the weighting factor is not 0, that is, non-zero, the motion prediction / compensation unit 242 sends a control signal to the weighting factor determination unit 262 and the residual buffer 264. The process proceeds to step S284.

ステップＳ２８４において、レンジ判定部２６１は、アップサンプル部２４５からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のレンジを判定する。なお、この判定処理は、CU若しくはPU毎に行われる。レンジ判定部２６１は、その判定結果であるレンジ情報を、重み係数決定部２６２に供給する。また、レンジ判定部２６１は、ベースレイヤ残差情報およびレンジ情報を、シフト部２６３に供給する。   In step S284, the range determination unit 261 determines the range of the residual signal indicating whether the base layer residual signal from the upsampling unit 245 is within 8 bits or larger. This determination process is performed for each CU or PU. The range determination unit 261 supplies range information that is the determination result to the weight coefficient determination unit 262. In addition, the range determination unit 261 supplies base layer residual information and range information to the shift unit 263.

ステップＳ２８５において、重み係数決定部２６２は、動き予測・補償部２４２からの制御信号のもと、レンジ判定部２６１からのレンジ情報に応じて、重み係数wの値が、0.5であるか1であるかを決定する。すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、8ビットに収まっている場合、重み係数wの値は、1に決定される。重み係数決定部１６２は、決定した重み係数wの値である重み係数の情報を、動き予測・補償部２４２に供給する。   In step S285, the weight coefficient determination unit 262 determines whether the value of the weight coefficient w is 0.5 based on the range information from the range determination unit 261 based on the control signal from the motion prediction / compensation unit 242. Decide if there is. That is, when the base layer residual information does not fit in 8 bits, the value of the weighting factor w is determined to be 0.5, and when it falls within 8 bits, the value of the weighting factor w is determined to be 1. The weighting factor determination unit 162 supplies weighting factor information that is the value of the determined weighting factor w to the motion prediction / compensation unit 242.

ステップＳ２８６において、シフト部２６３は、レンジ判定部２６１からのレンジ情報に応じて、レンジ判定部２６１からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ２６４に供給する。   In step S286, the shift unit 263 shifts the base layer residual signal from the range determining unit 261 according to the range information from the range determining unit 261, and the shifted base layer residual signal is transferred to the residual buffer 264. To supply.

すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ２６４に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、ベースレイヤ残差信号はそのままで残差バッファ２６４に蓄積される。残差バッファ２６４は、供給されたベースレイヤ残差信号を蓄積し、動き予測・補償部２４２からの制御信号のもと、所定のタイミングで読み出して、動き予測・補償部２４２に供給する。   That is, when the base layer residual information does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the residual buffer 264. When the base layer residual signal is within 8 bits, the base layer residual signal is stored in the residual buffer 264 as it is. The residual buffer 264 accumulates the supplied base layer residual signal, reads it at a predetermined timing under the control signal from the motion prediction / compensation unit 242, and supplies it to the motion prediction / compensation unit 242.

ステップＳ２８７において、動き予測・補償部２４２は、ステップＳ２８１により受信した動き情報や予測モード情報、並びに、残差予測部２４４からの重み係数とシフトされたベースレイヤ残差信号とを用いて、予測画像を生成する。   In step S287, the motion prediction / compensation unit 242 performs prediction using the motion information and prediction mode information received in step S281, the weighting factor from the residual prediction unit 244, and the shifted base layer residual signal. Generate an image.

一方、ステップＳ２８３において、重み係数の値が0であると判定された場合、動き予測・補償部２４２は、重み係数決定部２６２と残差バッファ２６４に対して、制御信号を出力せず、処理は、ステップＳ２８４乃至Ｓ２８６をスキップし、ステップＳ２８７に進む。   On the other hand, when it is determined in step S283 that the value of the weighting factor is 0, the motion prediction / compensation unit 242 does not output a control signal to the weighting factor determination unit 262 and the residual buffer 264, and performs processing. Skips steps S284 to S286 and proceeds to step S287.

この場合、ステップＳ２８７において、動き予測・補償部２４２は、ステップＳ２８１により受信した動き情報や予測モード情報を用いて、予測画像を生成する。   In this case, in step S287, the motion prediction / compensation unit 242 generates a prediction image using the motion information and prediction mode information received in step S281.

以上のように、重み係数の値が非0であり、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、ベースレイヤ残差信号はシフトされて、8ビットとされ、残差バッファ２６４に蓄積される。これにより、残差バッファ２６４の記憶容量の増大を抑制し、符号化・復号に必要な記憶容量の増大を抑制することができる。   As described above, when the value of the weighting factor is non-zero and the base layer residual information does not fit in 8 bits, the value of the weighting factor w is determined to be 0.5, and the base layer residual signal is shifted. , 8 bits, and stored in the residual buffer 264. Thereby, an increase in the storage capacity of the residual buffer 264 can be suppressed, and an increase in the storage capacity necessary for encoding / decoding can be suppressed.

[インター予測処理の流れの他の例]
さらに、図２５のステップＳ２５７において、動き予測・補償部２４２および残差予測部２４４により実行されるインター予測処理の流れの例を、図２６のフローチャートを参照して説明する。なお、図２６の例は、残差信号が8ビットである場合、wの値として、0.5または1のどちらかの値を用いる場合の例であり、上述した図１８に対応する処理の例である。 [Other examples of inter prediction processing flow]
Furthermore, an example of the flow of inter prediction processing executed by the motion prediction / compensation unit 242 and the residual prediction unit 244 in step S257 of FIG. 25 will be described with reference to the flowchart of FIG. Note that the example of FIG. 26 is an example in which either 0.5 or 1 is used as the value of w when the residual signal is 8 bits, and is an example of processing corresponding to FIG. 18 described above. is there.

可逆復号部２３２は、ステップＳ２９１において、符号化側からの動き情報、予測モード情報などを受信する。また、可逆復号部２３２は、ステップＳ２９２において、符号化側からの重み係数使用情報（重み係数の値が0であるか非0であるかの情報）をCU単位で受信する。   In step S291, the lossless decoding unit 232 receives motion information, prediction mode information, and the like from the encoding side. Further, in step S292, the lossless decoding unit 232 receives the weighting factor usage information (information on whether the value of the weighting factor is 0 or non-zero) from the encoding side in units of CUs.

動き予測・補償部２４２は、ステップＳ２９３において、可逆復号部２３２からの重み係数使用情報を参照して、重み係数の値が0であるか否かを判定する。ステップＳ２９３において、重み係数の値が0ではない、すなわち、非0であると判定された場合、動き予測・補償部２４２は、重み係数決定部２６２と残差バッファ２６４に対して、制御信号を出力し、処理は、ステップＳ２９４に進む。   In step S293, the motion prediction / compensation unit 242 refers to the weighting factor usage information from the lossless decoding unit 232 and determines whether the value of the weighting factor is zero. If it is determined in step S293 that the value of the weighting factor is not 0, that is, non-zero, the motion prediction / compensation unit 242 sends a control signal to the weighting factor determination unit 262 and the residual buffer 264. The process proceeds to step S294.

ステップＳ２９４において、レンジ判定部２６１は、アップサンプル部２４５からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のレンジを判定する。なお、この判定処理は、CU若しくはPU毎に行われる。レンジ判定部２６１は、その判定結果であるレンジ情報を、重み係数決定部２６２に供給する。また、レンジ判定部２６１は、ベースレイヤ残差信号およびレンジ情報を、シフト部２６３に供給する。   In step S294, the range determination unit 261 determines the range of the residual signal indicating whether the base layer residual signal from the upsampling unit 245 is within 8 bits or larger. This determination process is performed for each CU or PU. The range determination unit 261 supplies range information that is the determination result to the weight coefficient determination unit 262. In addition, the range determination unit 261 supplies the base layer residual signal and the range information to the shift unit 263.

ステップＳ２９５において、重み係数決定部２６２は、動き予測・補償部２４２からの制御信号のもと、レンジ判定部２６１からのレンジ情報を参照して、ベースレイヤ残差信号が、8ビット以下であるか否かを判定する。ステップＳ２９５において、8ビット以下であると判定された場合、処理は、ステップＳ２９６に進む。   In step S295, the weight coefficient determination unit 262 refers to the range information from the range determination unit 261 under the control signal from the motion prediction / compensation unit 242, and the base layer residual signal is 8 bits or less. It is determined whether or not. If it is determined in step S295 that the number is 8 bits or less, the process proceeds to step S296.

ステップＳ２９６において、動き予測・補償部２４２は、可逆復号部２３２から重み係数を0.5とするか1とするかの重み係数値情報を受信し、どちらの値であるかを示す制御信号を重み係数決定部２６２および残差バッファ２６４に対して供給する。重み係数決定部２６２は、この制御信号に応じて、重み係数wの値を決定し、動き予測・補償部２４２供給する。   In step S296, the motion prediction / compensation unit 242 receives weighting factor value information indicating whether the weighting factor is 0.5 or 1 from the lossless decoding unit 232, and receives a control signal indicating which value is the weighting factor. The data is supplied to the determination unit 262 and the residual buffer 264. The weighting factor determination unit 262 determines the value of the weighting factor w in accordance with this control signal, and supplies the motion prediction / compensation unit 242.

一方、8ビット以下ではないと判定された場合、ステップＳ２９６の処理をスキップし、処理は、ステップＳ２９７に進む。このとき、重み係数決定部２６２は、重み係数wの値を、0.5に決定し、決定した重み係数wの値である重み係数の情報を、動き予測・補償部２４２に供給する。   On the other hand, if it is determined that it is not less than 8 bits, the process of step S296 is skipped, and the process proceeds to step S297. At this time, the weighting factor determination unit 262 determines the value of the weighting factor w to be 0.5, and supplies information on the weighting factor that is the determined value of the weighting factor w to the motion prediction / compensation unit 242.

ステップＳ２９７において、シフト部２６３は、レンジ判定部２６１からのレンジ情報に応じて、レンジ判定部２６１からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ２６４に供給する。   In step S297, the shift unit 263 shifts the base layer residual signal from the range determination unit 261 according to the range information from the range determination unit 261, and the shifted base layer residual signal is transferred to the residual buffer 264. To supply.

すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ２６４に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、例えば、そのままのベースレイヤ残差信号とシフトされたベースレイヤ残差信号が残差バッファ２６４に蓄積される。残差バッファ２６４は、供給されたベースレイヤ残差信号を蓄積し、動き予測・補償部２４２からの制御信号に応じて、シフトされたベースレイヤ残差信号またはシフトされていないベースレイヤ残差信号を読み出して、動き予測・補償部２４２に供給する。   That is, when the base layer residual information does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the residual buffer 264. When the base layer residual signal is within 8 bits, for example, the base layer residual signal as it is and the shifted base layer residual signal are accumulated in the residual buffer 264. The residual buffer 264 accumulates the supplied base layer residual signal, and a shifted base layer residual signal or an unshifted base layer residual signal according to a control signal from the motion prediction / compensation unit 242. Is supplied to the motion prediction / compensation unit 242.

ステップＳ２９８において、動き予測・補償部２４２は、ステップＳ２８１により受信した動き情報や予測モード情報、並びに、重み係数とシフトされたベースレイヤ残差信号とを用いて、予測画像を生成する。   In step S298, the motion prediction / compensation unit 242 generates a prediction image using the motion information and prediction mode information received in step S281, the weighting factor, and the shifted base layer residual signal.

一方、ステップＳ２９３において、重み係数の値が0であると判定された場合、動き予測・補償部２４２は、重み係数決定部２６２と残差バッファ２６４に対して、制御信号を出力せず、処理は、ステップＳ２９４乃至Ｓ２９７をスキップし、ステップＳ２９８に進む。   On the other hand, when it is determined in step S293 that the value of the weighting factor is 0, the motion prediction / compensation unit 242 does not output a control signal to the weighting factor determination unit 262 and the residual buffer 264, and performs processing. Skips steps S294 to S297 and proceeds to step S298.

この場合、ステップＳ２９８において、動き予測・補償部２４２は、ステップＳ２９１により受信した動き情報や予測モード情報を用いて、予測画像を生成する。   In this case, in step S298, the motion prediction / compensation unit 242 generates a prediction image using the motion information and prediction mode information received in step S291.

以上のように、重み係数の値が非0であり、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、ベースレイヤ残差信号はシフトにより8ビットとされ、残差バッファ２６４に蓄積される。これにより、残差バッファ２６４の記憶容量の増大を抑制し、符号化・復号に必要な記憶容量の増大を抑制することができる。   As described above, when the value of the weighting factor is non-zero and the base layer residual information does not fit in 8 bits, the value of the weighting factor w is determined to be 0.5, and the base layer residual signal is 8 by shifting. Bits are stored in the residual buffer 264. Thereby, an increase in the storage capacity of the residual buffer 264 can be suppressed, and an increase in the storage capacity necessary for encoding / decoding can be suppressed.

以上のように各処理を実行することにより、画像復号装置２００は、ベースレイヤにおける残差信号の記憶に用いられる記憶部の記憶容量の増大を抑制し、復号に必要な記憶容量の増大を抑制することができる。また、出力となる画像圧縮情報の符号化効率を改善することができる。   By executing each process as described above, the image decoding apparatus 200 suppresses an increase in storage capacity of a storage unit used for storing residual signals in the base layer, and suppresses an increase in storage capacity necessary for decoding. can do. Also, it is possible to improve the encoding efficiency of the compressed image information to be output.

以上においては、スケーラブル符号化により画像データが階層化されて複数レイヤ化されるように説明したが、そのレイヤ数は任意である。また、以上においては、符号化・復号において、エンハンスメントレイヤは、ベースレイヤ残差信号を用いて処理されるように説明したが、これに限らず、エンハンスメントレイヤが、処理済の他のエンハンスメントレイヤの残差信号を用いて処理されるようにしてもよい。   In the above description, it has been described that image data is hierarchized into a plurality of layers by scalable coding, but the number of layers is arbitrary. In the above description, the enhancement layer is described as being processed using the base layer residual signal in encoding / decoding. However, the enhancement layer is not limited to this, and other enhancement layers that have been processed may be processed. The residual signal may be used for processing.

例えば、図１０の画像符号化装置１００の場合、エンハンスメントレイヤ画像符号化部１０２の動き予測・補償部１４５（図１２）が、動き予測・補償部１２５（図１１）と同様に、そのエンハンスメントレイヤのインターブロックの残差信号を、他のエンハンスメントレイヤのエンハンスメントレイヤ画像符号化部１０２に供給するようにすればよい。   For example, in the case of the image encoding device 100 in FIG. 10, the motion prediction / compensation unit 145 (FIG. 12) of the enhancement layer image encoding unit 102 has its enhancement layer similar to the motion prediction / compensation unit 125 (FIG. 11). The inter-block residual signal may be supplied to the enhancement layer image encoding unit 102 of another enhancement layer.

また、例えば、図１９の画像復号装置２００の場合、エンハンスメントレイヤ画像復号部２０３の動き予測・補償部２４２（図２１）が、動き予測・補償部２２２（図２０）と同様に、そのエンハンスメントレイヤのインターブロックの残差信号を、他のエンハンスメントレイヤのエンハンスメントレイヤ画像復号部２０３に供給するようにすればよい。   Further, for example, in the case of the image decoding device 200 of FIG. 19, the motion prediction / compensation unit 242 (FIG. 21) of the enhancement layer image decoding unit 203 has its enhancement layer similar to the motion prediction / compensation unit 222 (FIG. 20). The inter-block residual signal may be supplied to the enhancement layer image decoding unit 203 of another enhancement layer.

本技術の適用範囲は、スケーラブルな符号化・復号方式に基づくあらゆる画像符号化装置及び画像復号装置に適用することができる。   The application range of the present technology can be applied to all image encoding devices and image decoding devices based on a scalable encoding / decoding method.

また、本技術は、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、ケーブルテレビジョン、インターネット、または携帯電話機などのネットワークメディアを介して受信する際に用いられる画像符号化装置および画像復号装置に適用することができる。また、本技術は、光、磁気ディスク、および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および画像復号装置に適用することができる。   In addition, the present technology includes, for example, MPEG, H.264, and the like. When receiving image information (bitstream) compressed by orthogonal transformation such as discrete cosine transformation and motion compensation, such as 26x, via network media such as satellite broadcasting, cable television, the Internet, or mobile phones. The present invention can be applied to an image encoding device and an image decoding device used in the above. In addition, the present technology can be applied to an image encoding device and an image decoding device that are used when processing on a storage medium such as an optical, magnetic disk, and flash memory.

＜３．第３の実施の形態＞
[多視点画像符号化・多視点画像復号への適用]
上述した一連の処理は、多視点画像符号化・多視点画像復号に適用することができる。図２８は、多視点画像符号化方式の一例を示す。 <3. Third Embodiment>
[Application to multi-view image coding and multi-view image decoding]
The series of processes described above can be applied to multi-view image encoding / multi-view image decoding. FIG. 28 shows an example of a multi-view image encoding method.

図２８に示されるように、多視点画像は、複数の視点（ビュー（view））の画像を含む。この多視点画像の複数のビューは、他のビューの情報を利用せずに自身のビューの画像のみを用いて符号化・復号を行うベースビューと、他のビューの情報を利用して符号化・復号を行うノンベースビューとによりなる。ノンベースビューの符号化・復号は、ベースビューの情報を利用するようにしても良いし、他のノンベースビューの情報を利用するようにしてもよい。   As shown in FIG. 28, the multi-viewpoint image includes images of a plurality of viewpoints (views). The multiple views of this multi-viewpoint image are encoded using the base view that encodes and decodes using only the image of its own view without using the information of other views, and the information of other views. -It consists of a non-base view that performs decoding. Non-base view encoding / decoding may use base view information or other non-base view information.

つまり、多視点画像符号化・復号におけるビュー間の参照関係は、階層画像符号化・復号におけるレイヤ間の参照関係と同様である。したがって、図２８のような多視点画像の符号化・復号において、上述した方法を適用するようにしてもよい。つまり、ノンベースビューの符号化・復号において利用するベースビュー（若しくは他のノンベースビュー）の残差信号が8ビットを超える場合、残差信号の重み係数wを0.5にして記憶するようにしてもよい。このようにすることにより、多視点画像の場合も同様に、符号化若しくは復号に必要な記憶容量の増大を抑制することができる。また、この多視点画像符号化の場合も、重み係数wが非0であるか0であるかの重み係数使用情報を送るだけでよいので、出力となる画像圧縮情報の符号化効率を改善することができる。   That is, the reference relationship between views in multi-view image encoding / decoding is the same as the reference relationship between layers in hierarchical image encoding / decoding. Therefore, the above-described method may be applied in encoding / decoding of a multi-viewpoint image as shown in FIG. In other words, if the base view (or other non-base view) residual signal used in non-base view encoding / decoding exceeds 8 bits, the residual signal weight coefficient w is set to 0.5 and stored. Also good. By doing in this way, similarly in the case of a multi-viewpoint image, it is possible to suppress an increase in storage capacity necessary for encoding or decoding. Also in the case of this multi-view image encoding, it is only necessary to send the weight coefficient use information whether the weight coefficient w is non-zero or zero, thereby improving the encoding efficiency of the output image compression information be able to.

[多視点画像符号化装置]
図２９は、上述した多視点画像符号化を行う多視点画像符号化装置を示す図である。図２９に示されるように、多視点画像符号化装置６００は、符号化部６０１、符号化部６０２、および多重化部６０３を有する。 [Multi-view image encoding device]
FIG. 29 is a diagram illustrating a multi-view image encoding apparatus that performs the above-described multi-view image encoding. As illustrated in FIG. 29, the multi-view image encoding device 600 includes an encoding unit 601, an encoding unit 602, and a multiplexing unit 603.

符号化部６０１は、ベースビュー画像を符号化し、ベースビュー画像符号化ストリームを生成する。符号化部６０２は、ノンベースビュー画像を符号化し、ノンベースビュー画像符号化ストリームを生成する。多重化部６０３は、符号化部６０１において生成されたベースビュー画像符号化ストリームと、符号化部６０２において生成されたノンベースビュー画像符号化ストリームとを多重化し、多視点画像符号化ストリームを生成する。   The encoding unit 601 encodes the base view image and generates a base view image encoded stream. The encoding unit 602 encodes the non-base view image and generates a non-base view image encoded stream. The multiplexing unit 603 multiplexes the base view image encoded stream generated by the encoding unit 601 and the non-base view image encoded stream generated by the encoding unit 602 to generate a multi-view image encoded stream. To do.

この多視点画像符号化装置６００の符号化部６０１としてベースレイヤ画像符号化部１０１（図１１）を適用し、符号化部６０２としてエンハンスメントレイヤ画像符号化部１０２（図１２）を適用してもよい。つまり、ノンベースビューの符号化において利用するベースビュー（若しくは他のノンベースビュー）の残差信号が8ビットを超える場合、残差信号の重み係数wを0.5にして記憶するようにしてもよい。このようにすることにより、符号化に必要な記憶容量の増大を抑制することができる。また、この多視点画像符号化の場合も、重み係数wが非0であるか0であるかの重み係数使用情報を送るだけでよいので、出力となる画像圧縮情報の符号化効率を改善することができる。   Even if the base layer image encoding unit 101 (FIG. 11) is applied as the encoding unit 601 of the multi-view image encoding apparatus 600, and the enhancement layer image encoding unit 102 (FIG. 12) is applied as the encoding unit 602. Good. That is, when the residual signal of the base view (or other non-base view) used in non-base view encoding exceeds 8 bits, the residual signal weight coefficient w may be set to 0.5 and stored. . By doing so, an increase in storage capacity necessary for encoding can be suppressed. Also in the case of this multi-view image encoding, it is only necessary to send the weight coefficient use information whether the weight coefficient w is non-zero or zero, thereby improving the encoding efficiency of the output image compression information be able to.

[多視点画像復号装置]
図３０は、上述した多視点画像復号を行う多視点画像復号装置を示す図である。図３０に示されるように、多視点画像復号装置６１０は、逆多重化部６１１、復号部６１２、および復号部６１３を有する。 [Multi-viewpoint image decoding device]
FIG. 30 is a diagram illustrating a multi-view image decoding apparatus that performs the above-described multi-view image decoding. As illustrated in FIG. 30, the multi-view image decoding device 610 includes a demultiplexing unit 611, a decoding unit 612, and a decoding unit 613.

逆多重化部６１１は、ベースビュー画像符号化ストリームとノンベースビュー画像符号化ストリームとが多重化された多視点画像符号化ストリームを逆多重化し、ベースビュー画像符号化ストリームと、ノンベースビュー画像符号化ストリームとを抽出する。復号部６１２は、逆多重化部６１１により抽出されたベースビュー画像符号化ストリームを復号し、ベースビュー画像を得る。復号部６１３は、逆多重化部６１１により抽出されたノンベースビュー画像符号化ストリームを復号し、ノンベースビュー画像を得る。   The demultiplexing unit 611 demultiplexes the multi-view image encoded stream in which the base view image encoded stream and the non-base view image encoded stream are multiplexed, and the base view image encoded stream and the non-base view image The encoded stream is extracted. The decoding unit 612 decodes the base view image encoded stream extracted by the demultiplexing unit 611 to obtain a base view image. The decoding unit 613 decodes the non-base view image encoded stream extracted by the demultiplexing unit 611 to obtain a non-base view image.

この多視点画像復号装置６１０の復号部６１２としてベースレイヤ画像復号部２０２（図２０）を適用し、復号部６１３としてエンハンスメントレイヤ画像復号部２０３（図２１）を適用してもよい。つまり、ノンベースビューの復号において利用するベースビュー（若しくは他のノンベースビュー）の残差信号が8ビットを超える場合、残差信号の重み係数wを0.5にして記憶するようにしてもよい。このようにすることにより、復号に必要な記憶容量の増大を抑制することができる。   The base layer image decoding unit 202 (FIG. 20) may be applied as the decoding unit 612 of the multi-viewpoint image decoding apparatus 610, and the enhancement layer image decoding unit 203 (FIG. 21) may be applied as the decoding unit 613. That is, when the residual signal of the base view (or other non-base view) used in decoding of the non-base view exceeds 8 bits, the residual signal weight coefficient w may be set to 0.5 and stored. By doing so, an increase in storage capacity necessary for decoding can be suppressed.

＜４．第４の実施の形態＞
[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。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここでコンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータ等が含まれる。 <4. Fourth Embodiment>
[Computer]
The series of processes described above can be executed by hardware or can be executed by software. When a series of processing is executed by software, a program constituting the software is installed in the computer. Here, the computer includes, for example, a general-purpose personal computer that can execute various functions by installing a computer incorporated in dedicated hardware and various programs.

図３１は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。   FIG. 31 is a block diagram illustrating a configuration example of hardware of a computer that executes the above-described series of processing by a program.

図３１に示されるコンピュータ８００において、CPU（Central Processing Unit）８０１、ROM（Read Only Memory）８０２、RAM（Random Access Memory）８０３は、バス８０４を介して相互に接続されている。   In a computer 800 shown in FIG. 31, a CPU (Central Processing Unit) 801, a ROM (Read Only Memory) 802, and a RAM (Random Access Memory) 803 are connected to each other via a bus 804.

バス８０４にはまた、入出力インタフェース８０５も接続されている。入出力インタフェース８０５には、入力部８０６、出力部８０７、記憶部８０８、通信部８０９、およびドライブ８１０が接続されている。   An input / output interface 805 is also connected to the bus 804. An input unit 806, an output unit 807, a storage unit 808, a communication unit 809, and a drive 810 are connected to the input / output interface 805.

入力部８０６は、例えば、キーボード、マウス、マイクロホン、タッチパネル、入力端子などよりなる。出力部８０７は、例えば、ディスプレイ、スピーカ、出力端子などよりなる。記憶部８０８は、例えば、ハードディスク、RAMディスク、不揮発性のメモリなどよりなる。通信部８０９は、例えば、ネットワークインタフェースよりなる。ドライブ８１０は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブルメディア８１１を駆動する。   The input unit 806 includes, for example, a keyboard, a mouse, a microphone, a touch panel, an input terminal, and the like. The output unit 807 includes, for example, a display, a speaker, an output terminal, and the like. The storage unit 808 includes, for example, a hard disk, a RAM disk, a nonvolatile memory, and the like. The communication unit 809 includes a network interface, for example. The drive 810 drives a removable medium 811 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory.

以上のように構成されるコンピュータでは、CPU８０１が、例えば、記憶部８０８に記憶されているプログラムを、入出力インタフェース８０５およびバス８０４を介して、RAM８０３にロードして実行することにより、上述した一連の処理が行われる。RAM８０３にはまた、CPU８０１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。   In the computer configured as described above, the CPU 801 loads the program stored in the storage unit 808 to the RAM 803 via the input / output interface 805 and the bus 804 and executes the program, for example. Is performed. The RAM 803 also appropriately stores data necessary for the CPU 801 to execute various processes.

コンピュータ（CPU８０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア８１１に記録して適用することができる。その場合、プログラムは、リムーバブルメディア８１１をドライブ８１０に装着することにより、入出力インタフェース８０５を介して、記憶部８０８にインストールすることができる。   The program executed by the computer (CPU 801) can be recorded and applied to, for example, a removable medium 811 as a package medium or the like. In that case, the program can be installed in the storage unit 808 via the input / output interface 805 by attaching the removable medium 811 to the drive 810.

また、このプログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することもできる。その場合、プログラムは、有線または無線の伝送媒体を介して、通信部８０９で受信し、記憶部８０８にインストールすることができる。   This program can also be provided via a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting. In that case, the program can be received by the communication unit 809 via a wired or wireless transmission medium and installed in the storage unit 808.

その他、このプログラムは、ROM８０２や記憶部８０８に、あらかじめインストールしておくこともできる。   In addition, this program can be installed in the ROM 802 or the storage unit 808 in advance.

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。 The program executed by the computer may be a program that is processed in time series in the order described in this specification, or in parallel or at a necessary timing such as when a call is made. It may be a program for processing.

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。   Further, in the present specification, the step of describing the program recorded on the recording medium is not limited to the processing performed in chronological order according to the described order, but may be performed in parallel or It also includes processes that are executed individually.

また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、全ての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。   In this specification, the system means a set of a plurality of components (devices, modules (parts), etc.), and it does not matter whether all the components are in the same housing. Accordingly, a plurality of devices housed in separate housings and connected via a network and a single device housing a plurality of modules in one housing are all systems. .

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。   In addition, in the above description, the configuration described as one device (or processing unit) may be divided and configured as a plurality of devices (or processing units). Conversely, the configurations described above as a plurality of devices (or processing units) may be combined into a single device (or processing unit). Of course, a configuration other than that described above may be added to the configuration of each device (or each processing unit). Furthermore, if the configuration and operation of the entire system are substantially the same, a part of the configuration of a certain device (or processing unit) may be included in the configuration of another device (or other processing unit). .

以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。   The preferred embodiments of the present disclosure have been described in detail above with reference to the accompanying drawings, but the technical scope of the present disclosure is not limited to such examples. It is obvious that a person having ordinary knowledge in the technical field of the present disclosure can come up with various changes or modifications within the scope of the technical idea described in the claims. Of course, it is understood that it belongs to the technical scope of the present disclosure.

例えば、本技術は、１つの機能を、ネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。   For example, the present technology can take a configuration of cloud computing in which one function is shared by a plurality of devices via a network and jointly processed.

また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。   In addition, each step described in the above flowchart can be executed by being shared by a plurality of apparatuses in addition to being executed by one apparatus.

さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。   Furthermore, when a plurality of processes are included in one step, the plurality of processes included in the one step can be executed by being shared by a plurality of apparatuses in addition to being executed by one apparatus.

上述した実施形態に係る画像符号化装置及び画像復号装置は、例えば、衛星放送、ケーブルＴＶなどの有線放送、インターネット上での配信、及びセルラー通信による端末への配信などにおける送信機若しくは受信機、光ディスク、磁気ディスク及びフラッシュメモリなどの媒体に画像を記録する記録装置、又は、これら記憶媒体から画像を再生する再生装置などの様々な電子機器に応用され得る。以下、４つの応用例について説明する。   The image encoding device and the image decoding device according to the above-described embodiments include, for example, a transmitter or a receiver in cable broadcasting such as satellite broadcasting and cable TV, distribution on the Internet, and distribution to terminals by cellular communication, The present invention can be applied to various electronic devices such as a recording device that records an image on a medium such as an optical disk, a magnetic disk, and a flash memory, or a playback device that reproduces an image from these storage media. Hereinafter, four application examples will be described.

＜５．応用例＞
[第１の応用例：テレビジョン受像機]
図３２は、上述した実施形態を適用したテレビジョン装置の概略的な構成の一例を示している。テレビジョン装置９００は、アンテナ９０１、チューナ９０２、デマルチプレクサ９０３、デコーダ９０４、映像信号処理部９０５、表示部９０６、音声信号処理部９０７、スピーカ９０８、外部インタフェース（I/F）部９０９、制御部９１０、ユーザインタフェース（I/F）部９１１、及びバス９１２を備える。 <5. Application example>
[First application example: Television receiver]
FIG. 32 shows an example of a schematic configuration of a television apparatus to which the above-described embodiment is applied. The television apparatus 900 includes an antenna 901, a tuner 902, a demultiplexer 903, a decoder 904, a video signal processing unit 905, a display unit 906, an audio signal processing unit 907, a speaker 908, an external interface (I / F) unit 909, and a control unit. 910, a user interface (I / F) unit 911, and a bus 912.

チューナ９０２は、アンテナ９０１を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ９０２は、復調により得られた符号化ビットストリームをデマルチプレクサ９０３へ出力する。即ち、チューナ９０２は、画像が符号化されている符号化ストリームを受信する、テレビジョン装置９００における伝送部としての役割を有する。   The tuner 902 extracts a signal of a desired channel from a broadcast signal received via the antenna 901, and demodulates the extracted signal. Then, the tuner 902 outputs the encoded bit stream obtained by the demodulation to the demultiplexer 903. That is, the tuner 902 has a role as a transmission unit in the television device 900 that receives an encoded stream in which an image is encoded.

デマルチプレクサ９０３は、符号化ビットストリームから視聴対象の番組の映像ストリーム及び音声ストリームを分離し、分離した各ストリームをデコーダ９０４へ出力する。また、デマルチプレクサ９０３は、符号化ビットストリームからEPG（Electronic Program Guide）などの補助的なデータを抽出し、抽出したデータを制御部９１０に供給する。なお、デマルチプレクサ９０３は、符号化ビットストリームがスクランブルされている場合には、デスクランブルを行ってもよい。   The demultiplexer 903 separates the video stream and audio stream of the viewing target program from the encoded bit stream, and outputs each separated stream to the decoder 904. Also, the demultiplexer 903 extracts auxiliary data such as EPG (Electronic Program Guide) from the encoded bit stream, and supplies the extracted data to the control unit 910. Note that the demultiplexer 903 may perform descrambling when the encoded bit stream is scrambled.

デコーダ９０４は、デマルチプレクサ９０３から入力される映像ストリーム及び音声ストリームを復号する。そして、デコーダ９０４は、復号処理により生成される映像データを映像信号処理部９０５へ出力する。また、デコーダ９０４は、復号処理により生成される音声データを音声信号処理部９０７へ出力する。   The decoder 904 decodes the video stream and audio stream input from the demultiplexer 903. Then, the decoder 904 outputs the video data generated by the decoding process to the video signal processing unit 905. In addition, the decoder 904 outputs audio data generated by the decoding process to the audio signal processing unit 907.

映像信号処理部９０５は、デコーダ９０４から入力される映像データを再生し、表示部９０６に映像を表示させる。また、映像信号処理部９０５は、ネットワークを介して供給されるアプリケーション画面を表示部９０６に表示させてもよい。また、映像信号処理部９０５は、映像データについて、設定に応じて、例えばノイズ除去などの追加的な処理を行ってもよい。さらに、映像信号処理部９０５は、例えばメニュー、ボタン又はカーソルなどのGUI（Graphical User Interface）の画像を生成し、生成した画像を出力画像に重畳してもよい。   The video signal processing unit 905 reproduces the video data input from the decoder 904 and causes the display unit 906 to display the video. In addition, the video signal processing unit 905 may cause the display unit 906 to display an application screen supplied via a network. Further, the video signal processing unit 905 may perform additional processing such as noise removal on the video data according to the setting. Further, the video signal processing unit 905 may generate a GUI (Graphical User Interface) image such as a menu, a button, or a cursor, and superimpose the generated image on the output image.

表示部９０６は、映像信号処理部９０５から供給される駆動信号により駆動され、表示デバイス（例えば、液晶ディスプレイ、プラズマディスプレイ又はOELD（Organic ElectroLuminescence Display）（有機ELディスプレイ）など）の映像面上に映像又は画像を表示する。   The display unit 906 is driven by a drive signal supplied from the video signal processing unit 905, and displays a video on a video screen of a display device (for example, a liquid crystal display, a plasma display, or an OELD (Organic ElectroLuminescence Display) (organic EL display)). Or an image is displayed.

音声信号処理部９０７は、デコーダ９０４から入力される音声データについてD/A変換及び増幅などの再生処理を行い、スピーカ９０８から音声を出力させる。また、音声信号処理部９０７は、音声データについてノイズ除去などの追加的な処理を行ってもよい。   The audio signal processing unit 907 performs reproduction processing such as D / A conversion and amplification on the audio data input from the decoder 904 and outputs audio from the speaker 908. The audio signal processing unit 907 may perform additional processing such as noise removal on the audio data.

外部インタフェース部９０９は、テレビジョン装置９００と外部機器又はネットワークとを接続するためのインタフェースである。例えば、外部インタフェース部９０９を介して受信される映像ストリーム又は音声ストリームが、デコーダ９０４により復号されてもよい。即ち、外部インタフェース部９０９もまた、画像が符号化されている符号化ストリームを受信する、テレビジョン装置９００における伝送部としての役割を有する。   The external interface unit 909 is an interface for connecting the television apparatus 900 to an external device or a network. For example, a video stream or an audio stream received via the external interface unit 909 may be decoded by the decoder 904. That is, the external interface unit 909 also has a role as a transmission unit in the television apparatus 900 that receives an encoded stream in which an image is encoded.

制御部９１０は、CPUなどのプロセッサ、並びにRAM及びROMなどのメモリを有する。メモリは、CPUにより実行されるプログラム、プログラムデータ、EPGデータ、及びネットワークを介して取得されるデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、テレビジョン装置９００の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース部９１１から入力される操作信号に応じて、テレビジョン装置９００の動作を制御する。   The control unit 910 includes a processor such as a CPU and memories such as a RAM and a ROM. The memory stores a program executed by the CPU, program data, EPG data, data acquired via a network, and the like. For example, the program stored in the memory is read and executed by the CPU when the television apparatus 900 is activated. For example, the CPU controls the operation of the television device 900 according to an operation signal input from the user interface unit 911 by executing the program.

ユーザインタフェース部９１１は、制御部９１０と接続される。ユーザインタフェース部９１１は、例えば、ユーザがテレビジョン装置９００を操作するためのボタン及びスイッチ、並びに遠隔制御信号の受信部などを有する。ユーザインタフェース部９１１は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部９１０へ出力する。   The user interface unit 911 is connected to the control unit 910. The user interface unit 911 includes, for example, buttons and switches for the user to operate the television device 900, a remote control signal receiving unit, and the like. The user interface unit 911 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 910.

バス９１２は、チューナ９０２、デマルチプレクサ９０３、デコーダ９０４、映像信号処理部９０５、音声信号処理部９０７、外部インタフェース部９０９及び制御部９１０を相互に接続する。   The bus 912 connects the tuner 902, the demultiplexer 903, the decoder 904, the video signal processing unit 905, the audio signal processing unit 907, the external interface unit 909, and the control unit 910 to each other.

このように構成されたテレビジョン装置９００において、デコーダ９０４は、上述した実施形態に係る画像復号装置２００（図１９）の機能を有する。それにより、テレビジョン装置９００での画像の復号に必要な記憶容量の増大を抑制することができる。   In the television device 900 configured as described above, the decoder 904 has the function of the image decoding device 200 (FIG. 19) according to the above-described embodiment. Thereby, an increase in storage capacity necessary for decoding the image in the television device 900 can be suppressed.

[第２の応用例：携帯電話機]
図３３は、上述した実施形態を適用した携帯電話機の概略的な構成の一例を示している。携帯電話機９２０は、アンテナ９２１、通信部９２２、音声コーデック９２３、スピーカ９２４、マイクロホン９２５、カメラ部９２６、画像処理部９２７、多重分離部９２８、記録再生部９２９、表示部９３０、制御部９３１、操作部９３２、及びバス９３３を備える。 [Second application example: mobile phone]
FIG. 33 shows an example of a schematic configuration of a mobile phone to which the above-described embodiment is applied. A cellular phone 920 includes an antenna 921, a communication unit 922, an audio codec 923, a speaker 924, a microphone 925, a camera unit 926, an image processing unit 927, a demultiplexing unit 928, a recording / reproducing unit 929, a display unit 930, a control unit 931, an operation A portion 932 and a bus 933.

アンテナ９２１は、通信部９２２に接続される。スピーカ９２４及びマイクロホン９２５は、音声コーデック９２３に接続される。操作部９３２は、制御部９３１に接続される。バス９３３は、通信部９２２、音声コーデック９２３、カメラ部９２６、画像処理部９２７、多重分離部９２８、記録再生部９２９、表示部９３０、及び制御部９３１を相互に接続する。   The antenna 921 is connected to the communication unit 922. The speaker 924 and the microphone 925 are connected to the audio codec 923. The operation unit 932 is connected to the control unit 931. The bus 933 connects the communication unit 922, the audio codec 923, the camera unit 926, the image processing unit 927, the demultiplexing unit 928, the recording / reproducing unit 929, the display unit 930, and the control unit 931 to each other.

携帯電話機９２０は、音声通話モード、データ通信モード、撮影モード及びテレビ電話モードを含む様々な動作モードで、音声信号の送受信、電子メール又は画像データの送受信、画像の撮像、及びデータの記録などの動作を行う。   The mobile phone 920 has various operation modes including a voice call mode, a data communication mode, a shooting mode, and a videophone mode, and is used for sending and receiving voice signals, sending and receiving e-mail or image data, taking images, and recording data. Perform the action.

音声通話モードにおいて、マイクロホン９２５により生成されるアナログ音声信号は、音声コーデック９２３に供給される。音声コーデック９２３は、アナログ音声信号を音声データへ変換し、変換された音声データをA/D変換し圧縮する。そして、音声コーデック９２３は、圧縮後の音声データを通信部９２２へ出力する。通信部９２２は、音声データを符号化及び変調し、送信信号を生成する。そして、通信部９２２は、生成した送信信号を、アンテナ９２１を介して基地局（図示せず）へ送信する。また、通信部９２２は、アンテナ９２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部９２２は、受信信号を復調及び復号して音声データを生成し、生成した音声データを音声コーデック９２３へ出力する。音声コーデック９２３は、音声データを伸張し及びD/A変換し、アナログ音声信号を生成する。そして、音声コーデック９２３は、生成した音声信号をスピーカ９２４に供給して音声を出力させる。   In the voice call mode, an analog voice signal generated by the microphone 925 is supplied to the voice codec 923. The audio codec 923 converts an analog audio signal into audio data, A / D converts the compressed audio data, and compresses it. Then, the audio codec 923 outputs the compressed audio data to the communication unit 922. The communication unit 922 encodes and modulates the audio data and generates a transmission signal. Then, the communication unit 922 transmits the generated transmission signal to a base station (not shown) via the antenna 921. In addition, the communication unit 922 amplifies a radio signal received via the antenna 921 and performs frequency conversion to acquire a received signal. Then, the communication unit 922 demodulates and decodes the received signal to generate audio data, and outputs the generated audio data to the audio codec 923. The audio codec 923 decompresses the audio data and performs D / A conversion to generate an analog audio signal. Then, the audio codec 923 supplies the generated audio signal to the speaker 924 to output audio.

また、データ通信モードにおいて、例えば、制御部９３１は、操作部９３２を介するユーザによる操作に応じて、電子メールを構成する文字データを生成する。また、制御部９３１は、文字を表示部９３０に表示させる。また、制御部９３１は、操作部９３２を介するユーザからの送信指示に応じて電子メールデータを生成し、生成した電子メールデータを通信部９２２へ出力する。通信部９２２は、電子メールデータを符号化及び変調し、送信信号を生成する。そして、通信部９２２は、生成した送信信号を、アンテナ９２１を介して基地局（図示せず）へ送信する。また、通信部９２２は、アンテナ９２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部９２２は、受信信号を復調及び復号して電子メールデータを復元し、復元した電子メールデータを制御部９３１へ出力する。制御部９３１は、表示部９３０に電子メールの内容を表示させると共に、電子メールデータを記録再生部９２９の記憶媒体に記憶させる。   Further, in the data communication mode, for example, the control unit 931 generates character data that constitutes an e-mail in response to an operation by the user via the operation unit 932. In addition, the control unit 931 causes the display unit 930 to display characters. In addition, the control unit 931 generates e-mail data in response to a transmission instruction from the user via the operation unit 932, and outputs the generated e-mail data to the communication unit 922. The communication unit 922 encodes and modulates email data and generates a transmission signal. Then, the communication unit 922 transmits the generated transmission signal to a base station (not shown) via the antenna 921. In addition, the communication unit 922 amplifies a radio signal received via the antenna 921 and performs frequency conversion to acquire a received signal. Then, the communication unit 922 demodulates and decodes the received signal to restore the email data, and outputs the restored email data to the control unit 931. The control unit 931 displays the content of the electronic mail on the display unit 930 and stores the electronic mail data in the storage medium of the recording / reproducing unit 929.

記録再生部９２９は、読み書き可能な任意の記憶媒体を有する。例えば、記憶媒体は、RAM又はフラッシュメモリなどの内蔵型の記憶媒体であってもよく、ハードディスク、磁気ディスク、光磁気ディスク、光ディスク、USB（Universal Serial Bus）メモリ、又はメモリカードなどの外部装着型の記憶媒体であってもよい。   The recording / reproducing unit 929 has an arbitrary readable / writable storage medium. For example, the storage medium may be a built-in storage medium such as RAM or flash memory, and is externally mounted such as a hard disk, magnetic disk, magneto-optical disk, optical disk, USB (Universal Serial Bus) memory, or memory card. It may be a storage medium.

また、撮影モードにおいて、例えば、カメラ部９２６は、被写体を撮像して画像データを生成し、生成した画像データを画像処理部９２７へ出力する。画像処理部９２７は、カメラ部９２６から入力される画像データを符号化し、符号化ストリームを記録再生部９２９の記憶媒体に記憶させる。   In the shooting mode, for example, the camera unit 926 captures an image of a subject, generates image data, and outputs the generated image data to the image processing unit 927. The image processing unit 927 encodes the image data input from the camera unit 926 and stores the encoded stream in the storage medium of the recording / playback unit 929.

また、テレビ電話モードにおいて、例えば、多重分離部９２８は、画像処理部９２７により符号化された映像ストリームと、音声コーデック９２３から入力される音声ストリームとを多重化し、多重化したストリームを通信部９２２へ出力する。通信部９２２は、ストリームを符号化及び変調し、送信信号を生成する。そして、通信部９２２は、生成した送信信号を、アンテナ９２１を介して基地局（図示せず）へ送信する。また、通信部９２２は、アンテナ９２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。これら送信信号及び受信信号には、符号化ビットストリームが含まれ得る。そして、通信部９２２は、受信信号を復調及び復号してストリームを復元し、復元したストリームを多重分離部９２８へ出力する。多重分離部９２８は、入力されるストリームから映像ストリーム及び音声ストリームを分離し、映像ストリームを画像処理部９２７、音声ストリームを音声コーデック９２３へ出力する。画像処理部９２７は、映像ストリームを復号し、映像データを生成する。映像データは、表示部９３０に供給され、表示部９３０により一連の画像が表示される。音声コーデック９２３は、音声ストリームを伸張し及びD/A変換し、アナログ音声信号を生成する。そして、音声コーデック９２３は、生成した音声信号をスピーカ９２４に供給して音声を出力させる。   Further, in the videophone mode, for example, the demultiplexing unit 928 multiplexes the video stream encoded by the image processing unit 927 and the audio stream input from the audio codec 923, and the multiplexed stream is the communication unit 922. Output to. The communication unit 922 encodes and modulates the stream and generates a transmission signal. Then, the communication unit 922 transmits the generated transmission signal to a base station (not shown) via the antenna 921. In addition, the communication unit 922 amplifies a radio signal received via the antenna 921 and performs frequency conversion to acquire a received signal. These transmission signal and reception signal may include an encoded bit stream. Then, the communication unit 922 demodulates and decodes the received signal to restore the stream, and outputs the restored stream to the demultiplexing unit 928. The demultiplexing unit 928 separates the video stream and the audio stream from the input stream, and outputs the video stream to the image processing unit 927 and the audio stream to the audio codec 923. The image processing unit 927 decodes the video stream and generates video data. The video data is supplied to the display unit 930, and a series of images is displayed on the display unit 930. The audio codec 923 decompresses the audio stream and performs D / A conversion to generate an analog audio signal. Then, the audio codec 923 supplies the generated audio signal to the speaker 924 to output audio.

このように構成された携帯電話機９２０において、画像処理部９２７は、上述した実施形態に係る画像符号化装置１００（図１０）や画像復号装置２００（図１９）の機能を有する。それにより、携帯電話機９２０での画像の符号化および復号に必要な記憶容量の増大を抑制することができる。また、出力となる画像圧縮情報の符号化効率を改善することができる。   In the mobile phone 920 configured as described above, the image processing unit 927 has the functions of the image encoding device 100 (FIG. 10) and the image decoding device 200 (FIG. 19) according to the above-described embodiment. Accordingly, an increase in storage capacity necessary for image encoding and decoding in the mobile phone 920 can be suppressed. Also, it is possible to improve the encoding efficiency of the compressed image information to be output.

[第３の応用例：記録再生装置]
図３４は、上述した実施形態を適用した記録再生装置の概略的な構成の一例を示している。記録再生装置９４０は、例えば、受信した放送番組の音声データ及び映像データを符号化して記録媒体に記録する。また、記録再生装置９４０は、例えば、他の装置から取得される音声データ及び映像データを符号化して記録媒体に記録してもよい。また、記録再生装置９４０は、例えば、ユーザの指示に応じて、記録媒体に記録されているデータをモニタ及びスピーカ上で再生する。このとき、記録再生装置９４０は、音声データおよび映像データを復号する。 [Third application example: recording / reproducing apparatus]
FIG. 34 shows an example of a schematic configuration of a recording / reproducing apparatus to which the above-described embodiment is applied. For example, the recording / reproducing device 940 encodes audio data and video data of a received broadcast program and records the encoded data on a recording medium. In addition, the recording / reproducing device 940 may encode audio data and video data acquired from another device and record them on a recording medium, for example. In addition, the recording / reproducing device 940 reproduces data recorded on the recording medium on a monitor and a speaker, for example, in accordance with a user instruction. At this time, the recording / reproducing device 940 decodes the audio data and the video data.

記録再生装置９４０は、チューナ９４１、外部インタフェース（I/F）部９４２、エンコーダ９４３、HDD（Hard Disk Drive）９４４、ディスクドライブ９４５、セレクタ９４６、デコーダ９４７、OSD（On-Screen Display）９４８、制御部９４９、およびユーザインタフェース（I/F）部９５０を備える。   The recording / reproducing apparatus 940 includes a tuner 941, an external interface (I / F) unit 942, an encoder 943, an HDD (Hard Disk Drive) 944, a disk drive 945, a selector 946, a decoder 947, an OSD (On-Screen Display) 948, and a control. Part 949 and a user interface (I / F) part 950.

チューナ９４１は、アンテナ（図示せず）を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ９４１は、復調により得られた符号化ビットストリームをセレクタ９４６へ出力する。即ち、チューナ９４１は、記録再生装置９４０における伝送部としての役割を有する。   The tuner 941 extracts a signal of a desired channel from a broadcast signal received via an antenna (not shown), and demodulates the extracted signal. Then, the tuner 941 outputs the encoded bit stream obtained by the demodulation to the selector 946. That is, the tuner 941 serves as a transmission unit in the recording / reproducing apparatus 940.

外部インタフェース部９４２は、記録再生装置９４０と外部機器又はネットワークとを接続するためのインタフェースである。外部インタフェース部９４２は、例えば、IEEE1394インタフェース、ネットワークインタフェース、USBインタフェース、又はフラッシュメモリインタフェースなどであってよい。例えば、外部インタフェース部９４２を介して受信される映像データおよび音声データは、エンコーダ９４３へ入力される。即ち、外部インタフェース部９４２は、記録再生装置９４０における伝送部としての役割を有する。   The external interface unit 942 is an interface for connecting the recording / reproducing apparatus 940 to an external device or a network. The external interface unit 942 may be, for example, an IEEE1394 interface, a network interface, a USB interface, or a flash memory interface. For example, video data and audio data received via the external interface unit 942 are input to the encoder 943. That is, the external interface unit 942 has a role as a transmission unit in the recording / reproducing apparatus 940.

エンコーダ９４３は、外部インタフェース部９４２から入力される映像データおよび音声データが符号化されていない場合に、映像データおよび音声データを符号化する。そし
て、エンコーダ９４３は、符号化ビットストリームをセレクタ９４６へ出力する。 The encoder 943 encodes the video data and the audio data when the video data and the audio data input from the external interface unit 942 are not encoded. Then, the encoder 943 outputs the encoded bit stream to the selector 946.

HDD９４４は、映像および音声などのコンテンツデータが圧縮された符号化ビットストリーム、各種プログラムおよびその他のデータを内部のハードディスクに記録する。また、HDD９４４は、映像および音声の再生時に、これらデータをハードディスクから読み出す。   The HDD 944 records an encoded bit stream in which content data such as video and audio is compressed, various programs, and other data on an internal hard disk. Further, the HDD 944 reads out these data from the hard disk when reproducing video and audio.

ディスクドライブ９４５は、装着されている記録媒体へのデータの記録および読み出しを行う。ディスクドライブ９４５に装着される記録媒体は、例えばDVDディスク（DVD-Video、DVD-RAM、DVD-R、DVD-RW、DVD+R、DVD+RW等）又はBlu-ray（登録商標）ディスクなどであってよい。   The disk drive 945 performs recording and reading of data with respect to the mounted recording medium. The recording medium mounted on the disk drive 945 is, for example, a DVD disk (DVD-Video, DVD-RAM, DVD-R, DVD-RW, DVD + R, DVD + RW, etc.) or a Blu-ray (registered trademark) disk. It may be.

セレクタ９４６は、映像および音声の記録時には、チューナ９４１又はエンコーダ９４３から入力される符号化ビットストリームを選択し、選択した符号化ビットストリームをHDD９４４又はディスクドライブ９４５へ出力する。また、セレクタ９４６は、映像及び音声の再生時には、HDD９４４又はディスクドライブ９４５から入力される符号化ビットストリームをデコーダ９４７へ出力する。   The selector 946 selects an encoded bit stream input from the tuner 941 or the encoder 943 when recording video and audio, and outputs the selected encoded bit stream to the HDD 944 or the disk drive 945. In addition, the selector 946 outputs the encoded bit stream input from the HDD 944 or the disk drive 945 to the decoder 947 during video and audio reproduction.

デコーダ９４７は、符号化ビットストリームを復号し、映像データ及び音声データを生成する。そして、デコーダ９４７は、生成した映像データをOSD９４８へ出力する。また、デコーダ９４７は、生成した音声データを外部のスピーカへ出力する。   The decoder 947 decodes the encoded bit stream and generates video data and audio data. Then, the decoder 947 outputs the generated video data to the OSD 948. The decoder 947 outputs the generated audio data to an external speaker.

OSD９４８は、デコーダ９４７から入力される映像データを再生し、映像を表示する。また、OSD９４８は、表示する映像に、例えばメニュー、ボタン又はカーソルなどのGUIの画像を重畳してもよい。   The OSD 948 reproduces the video data input from the decoder 947 and displays the video. Further, the OSD 948 may superimpose a GUI image such as a menu, a button, or a cursor on the video to be displayed.

制御部９４９は、CPUなどのプロセッサ、並びにRAM及びROMなどのメモリを有する。メモリは、CPUにより実行されるプログラム、及びプログラムデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、記録再生装置９４０の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース部９５０から入力される操作信号に応じて、記録再生装置９４０の動作を制御する。   The control unit 949 includes a processor such as a CPU, and memories such as a RAM and a ROM. The memory stores a program executed by the CPU, program data, and the like. The program stored in the memory is read and executed by the CPU when the recording / reproducing apparatus 940 is activated, for example. The CPU executes the program to control the operation of the recording / reproducing device 940 in accordance with, for example, an operation signal input from the user interface unit 950.

ユーザインタフェース部９５０は、制御部９４９と接続される。ユーザインタフェース部９５０は、例えば、ユーザが記録再生装置９４０を操作するためのボタンおよびスイッチ、並びに遠隔制御信号の受信部などを有する。ユーザインタフェース部９５０は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部９４９へ出力する。   The user interface unit 950 is connected to the control unit 949. The user interface unit 950 includes, for example, buttons and switches for the user to operate the recording / reproducing device 940, a remote control signal receiving unit, and the like. The user interface unit 950 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 949.

このように構成された記録再生装置９４０において、エンコーダ９４３は、上述した実施形態に係る画像符号化装置１００（図１０）の機能を有する。また、デコーダ９４７は、上述した実施形態に係る画像復号装置２００（図１９）の機能を有する。それにより、記録再生装置９４０での画像の符号化および復号に必要な記憶容量の増大を抑制することができる。また、出力となる画像圧縮情報の符号化効率を改善することができる。   In the recording / reproducing apparatus 940 configured as described above, the encoder 943 has the function of the image encoding apparatus 100 (FIG. 10) according to the above-described embodiment. The decoder 947 has the function of the image decoding device 200 (FIG. 19) according to the above-described embodiment. Thereby, it is possible to suppress an increase in storage capacity necessary for image encoding and decoding in the recording / reproducing device 940. Also, it is possible to improve the encoding efficiency of the compressed image information to be output.

[第４の応用例：撮像装置]
図３５は、上述した実施形態を適用した撮像装置の概略的な構成の一例を示している。撮像装置９６０は、被写体を撮像して画像を生成し、画像データを符号化して記録媒体に記録する。 [Fourth Application Example: Imaging Device]
FIG. 35 illustrates an example of a schematic configuration of an imaging apparatus to which the above-described embodiment is applied. The imaging device 960 images a subject to generate an image, encodes the image data, and records it on a recording medium.

撮像装置９６０は、光学ブロック９６１、撮像部９６２、信号処理部９６３、画像処理部９６４、表示部９６５、外部インタフェース（I/F）部９６６、メモリ９６７、メディアドライブ９６８、OSD９６９、制御部９７０、ユーザインタフェース（I/F）部９７１、およびバス９７２を備える。   The imaging device 960 includes an optical block 961, an imaging unit 962, a signal processing unit 963, an image processing unit 964, a display unit 965, an external interface (I / F) unit 966, a memory 967, a media drive 968, an OSD 969, a control unit 970, A user interface (I / F) unit 971 and a bus 972 are provided.

光学ブロック９６１は、撮像部９６２に接続される。撮像部９６２は、信号処理部９６３に接続される。表示部９６５は、画像処理部９６４に接続される。ユーザインタフェース部９７１は、制御部９７０に接続される。バス９７２は、画像処理部９６４、外部インタフェース部９６６、メモリ９６７、メディアドライブ９６８、OSD９６９、および制御部９７０を相互に接続する。   The optical block 961 is connected to the imaging unit 962. The imaging unit 962 is connected to the signal processing unit 963. The display unit 965 is connected to the image processing unit 964. The user interface unit 971 is connected to the control unit 970. The bus 972 connects the image processing unit 964, the external interface unit 966, the memory 967, the media drive 968, the OSD 969, and the control unit 970 to each other.

光学ブロック９６１は、フォーカスレンズ及び絞り機構などを有する。光学ブロック９６１は、被写体の光学像を撮像部９６２の撮像面に結像させる。撮像部９６２は、CCD（Charge Coupled Device）又はCMOS（Complementary Metal Oxide Semiconductor）などのイメージセンサを有し、撮像面に結像した光学像を光電変換によって電気信号としての画像信号に変換する。そして、撮像部９６２は、画像信号を信号処理部９６３へ出力する。   The optical block 961 includes a focus lens and a diaphragm mechanism. The optical block 961 forms an optical image of the subject on the imaging surface of the imaging unit 962. The imaging unit 962 includes an image sensor such as a CCD (Charge Coupled Device) or a CMOS (Complementary Metal Oxide Semiconductor), and converts an optical image formed on the imaging surface into an image signal as an electrical signal by photoelectric conversion. Then, the imaging unit 962 outputs the image signal to the signal processing unit 963.

信号処理部９６３は、撮像部９６２から入力される画像信号に対してニー補正、ガンマ補正、色補正などの種々のカメラ信号処理を行う。信号処理部９６３は、カメラ信号処理後の画像データを画像処理部９６４へ出力する。   The signal processing unit 963 performs various camera signal processes such as knee correction, gamma correction, and color correction on the image signal input from the imaging unit 962. The signal processing unit 963 outputs the image data after the camera signal processing to the image processing unit 964.

画像処理部９６４は、信号処理部９６３から入力される画像データを符号化し、符号化データを生成する。そして、画像処理部９６４は、生成した符号化データを外部インタフェース部９６６またはメディアドライブ９６８へ出力する。また、画像処理部９６４は、外部インタフェース部９６６またはメディアドライブ９６８から入力される符号化データを復号し、画像データを生成する。そして、画像処理部９６４は、生成した画像データを表示部９６５へ出力する。また、画像処理部９６４は、信号処理部９６３から入力される画像データを表示部９６５へ出力して画像を表示させてもよい。また、画像処理部９６４は、OSD９６９から取得される表示用データを、表示部９６５へ出力する画像に重畳してもよい。   The image processing unit 964 encodes the image data input from the signal processing unit 963, and generates encoded data. Then, the image processing unit 964 outputs the generated encoded data to the external interface unit 966 or the media drive 968. In addition, the image processing unit 964 decodes encoded data input from the external interface unit 966 or the media drive 968 to generate image data. Then, the image processing unit 964 outputs the generated image data to the display unit 965. In addition, the image processing unit 964 may display the image by outputting the image data input from the signal processing unit 963 to the display unit 965. Further, the image processing unit 964 may superimpose display data acquired from the OSD 969 on an image output to the display unit 965.

OSD９６９は、例えばメニュー、ボタン又はカーソルなどのGUIの画像を生成して、生成した画像を画像処理部９６４へ出力する。   The OSD 969 generates a GUI image such as a menu, a button, or a cursor, for example, and outputs the generated image to the image processing unit 964.

外部インタフェース部９６６は、例えばUSB入出力端子として構成される。外部インタフェース部９６６は、例えば、画像の印刷時に、撮像装置９６０とプリンタとを接続する。また、外部インタフェース部９６６には、必要に応じてドライブが接続される。ドライブには、例えば、磁気ディスク又は光ディスクなどのリムーバブルメディアが装着され、リムーバブルメディアから読み出されるプログラムが、撮像装置９６０にインストールされ得る。さらに、外部インタフェース部９６６は、LAN又はインターネットなど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として構成されてもよい。即ち、外部インタフェース部９６６は、撮像装置９６０における伝送部としての役割を有する。   The external interface unit 966 is configured as a USB input / output terminal, for example. The external interface unit 966 connects the imaging device 960 and a printer, for example, when printing an image. Further, a drive is connected to the external interface unit 966 as necessary. For example, a removable medium such as a magnetic disk or an optical disk is attached to the drive, and a program read from the removable medium can be installed in the imaging device 960. Furthermore, the external interface unit 966 may be configured as a network interface connected to a network such as a LAN or the Internet. That is, the external interface unit 966 has a role as a transmission unit in the imaging device 960.

メディアドライブ９６８に装着される記録媒体は、例えば、磁気ディスク、光磁気ディスク、光ディスク、又は半導体メモリなどの、読み書き可能な任意のリムーバブルメディアであってよい。また、メディアドライブ９６８に記録媒体が固定的に装着され、例えば、内蔵型ハードディスクドライブ又はSSD（Solid State Drive）のような非可搬性の記憶部が構成されてもよい。   The recording medium mounted on the media drive 968 may be any readable / writable removable medium such as a magnetic disk, a magneto-optical disk, an optical disk, or a semiconductor memory. Further, a recording medium may be fixedly attached to the media drive 968, and a non-portable storage unit such as a built-in hard disk drive or an SSD (Solid State Drive) may be configured.

制御部９７０は、CPUなどのプロセッサ、並びにRAM及びROMなどのメモリを有する。メモリは、CPUにより実行されるプログラム、及びプログラムデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、撮像装置９６０の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース部９７１から入力される操作信号に応じて、撮像装置９６０の動作を制御する。   The control unit 970 includes a processor such as a CPU and memories such as a RAM and a ROM. The memory stores a program executed by the CPU, program data, and the like. The program stored in the memory is read and executed by the CPU when the imaging device 960 is activated, for example. For example, the CPU controls the operation of the imaging device 960 according to an operation signal input from the user interface unit 971 by executing the program.

ユーザインタフェース部９７１は、制御部９７０と接続される。ユーザインタフェース部９７１は、例えば、ユーザが撮像装置９６０を操作するためのボタン及びスイッチなどを有する。ユーザインタフェース部９７１は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部９７０へ出力する。   The user interface unit 971 is connected to the control unit 970. The user interface unit 971 includes, for example, buttons and switches for the user to operate the imaging device 960. The user interface unit 971 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 970.

このように構成された撮像装置９６０において、画像処理部９６４は、上述した実施形態に係る画像符号化装置１００（図１０）や画像復号装置２００（図１９）の機能を有する。それにより、撮像装置９６０での画像の符号化および復号に必要な記憶容量の増大を抑制することができる。また、出力となる画像圧縮情報の符号化効率を改善することができる。   In the imaging device 960 configured as described above, the image processing unit 964 has the functions of the image encoding device 100 (FIG. 10) and the image decoding device 200 (FIG. 19) according to the above-described embodiment. Accordingly, it is possible to suppress an increase in storage capacity necessary for image encoding and decoding in the imaging device 960. Also, it is possible to improve the encoding efficiency of the compressed image information to be output.

＜６．スケーラブル符号化の応用例＞
[第１のシステム]
次に、スケーラブル符号化（階層（画像）符号化）されたスケーラブル符号化データの具体的な利用例について説明する。スケーラブル符号化は、例えば、図３６に示される例のように、伝送するデータの選択のために利用される。 <6. Application example of scalable coding>
[First system]
Next, a specific usage example of scalable encoded data that has been subjected to scalable encoding (hierarchical (image) encoding) will be described. Scalable encoding is used for selection of data to be transmitted, for example, as in the example shown in FIG.

図３６に示されるデータ伝送システム１０００において、配信サーバ１００２は、スケーラブル符号化データ記憶部１００１に記憶されているスケーラブル符号化データを読み出し、ネットワーク１００３を介して、パーソナルコンピュータ１００４、AV機器１００５、タブレットデバイス１００６、および携帯電話機１００７等の端末装置に配信する。   In the data transmission system 1000 shown in FIG. 36, the distribution server 1002 reads the scalable encoded data stored in the scalable encoded data storage unit 1001, and via the network 1003, the personal computer 1004, the AV device 1005, the tablet This is distributed to the terminal device such as the device 1006 and the mobile phone 1007.

その際、配信サーバ１００２は、端末装置の能力や通信環境等に応じて、適切な品質の符号化データを選択して伝送する。配信サーバ１００２が不要に高品質なデータを伝送しても、端末装置において高画質な画像を得られるとは限らず、遅延やオーバフローの発生要因となる恐れがある。また、不要に通信帯域を占有したり、端末装置の負荷を不要に増大させたりしてしまう恐れもある。逆に、配信サーバ１００２が不要に低品質なデータを伝送しても、端末装置において十分な画質の画像を得ることができない恐れがある。そのため、配信サーバ１００２は、スケーラブル符号化データ記憶部１００１に記憶されているスケーラブル符号化データを、適宜、端末装置の能力や通信環境等に対して適切な品質の符号化データとして読み出し、伝送する。   At that time, the distribution server 1002 selects and transmits encoded data of appropriate quality according to the capability of the terminal device, the communication environment, and the like. Even if the distribution server 1002 transmits high-quality data unnecessarily, a high-quality image is not always obtained in the terminal device, which may cause a delay or an overflow. Moreover, there is a possibility that the communication band is unnecessarily occupied or the load on the terminal device is unnecessarily increased. On the other hand, even if the distribution server 1002 transmits unnecessarily low quality data, there is a possibility that an image with sufficient image quality cannot be obtained in the terminal device. Therefore, the distribution server 1002 appropriately reads and transmits the scalable encoded data stored in the scalable encoded data storage unit 1001 as encoded data having an appropriate quality with respect to the capability and communication environment of the terminal device. .

例えば、スケーラブル符号化データ記憶部１００１は、スケーラブルに符号化されたスケーラブル符号化データ（BL+EL）１０１１を記憶するとする。このスケーラブル符号化データ（BL+EL）１０１１は、ベースレイヤとエンハンスメントレイヤの両方を含む符号化データであり、復号することにより、ベースレイヤの画像およびエンハンスメントレイヤの画像の両方を得ることができるデータである。   For example, it is assumed that the scalable encoded data storage unit 1001 stores scalable encoded data (BL + EL) 1011 that is encoded in a scalable manner. The scalable encoded data (BL + EL) 1011 is encoded data including both a base layer and an enhancement layer, and is a data that can be decoded to obtain both a base layer image and an enhancement layer image. It is.

配信サーバ１００２は、データを伝送する端末装置の能力や通信環境等に応じて、適切なレイヤを選択し、そのレイヤのデータを読み出す。例えば、配信サーバ１００２は、処理能力の高いパーソナルコンピュータ１００４やタブレットデバイス１００６に対しては、高品質なスケーラブル符号化データ（BL+EL）１０１１をスケーラブル符号化データ記憶部１００１から読み出し、そのまま伝送する。これに対して、例えば、配信サーバ１００２は、処理能力の低いAV機器１００５や携帯電話機１００７に対しては、スケーラブル符号化データ（BL+EL）１０１１からベースレイヤのデータを抽出し、スケーラブル符号化データ（BL+EL）１０１１と同じコンテンツのデータであるが、スケーラブル符号化データ（BL+EL）１０１１よりも低品質なスケーラブル符号化データ（BL）１０１２として伝送する。   The distribution server 1002 selects an appropriate layer according to the capability of the terminal device that transmits data, the communication environment, and the like, and reads the data of that layer. For example, the distribution server 1002 reads high-quality scalable encoded data (BL + EL) 1011 from the scalable encoded data storage unit 1001 and transmits it to the personal computer 1004 and the tablet device 1006 with high processing capability as they are. . On the other hand, for example, the distribution server 1002 extracts base layer data from the scalable encoded data (BL + EL) 1011 for the AV device 1005 and the cellular phone 1007 having a low processing capability, and performs scalable encoding. Although it is data of the same content as the data (BL + EL) 1011, it is transmitted as scalable encoded data (BL) 1012 having a lower quality than the scalable encoded data (BL + EL) 1011.

このようにスケーラブル符号化データを用いることにより、データ量を容易に調整することができるので、遅延やオーバフローの発生を抑制したり、端末装置や通信媒体の負荷の不要な増大を抑制したりすることができる。また、スケーラブル符号化データ（BL+EL）１０１１は、レイヤ間の冗長性が低減されているので、各レイヤの符号化データを個別のデータとする場合よりもそのデータ量を低減させることができる。したがって、スケーラブル符号化データ記憶部１００１の記憶領域をより効率よく使用することができる。   By using scalable encoded data in this way, the amount of data can be easily adjusted, so that the occurrence of delays and overflows can be suppressed, and unnecessary increases in the load on terminal devices and communication media can be suppressed. be able to. In addition, since scalable encoded data (BL + EL) 1011 has reduced redundancy between layers, the amount of data can be reduced as compared with the case where encoded data of each layer is used as individual data. . Therefore, the storage area of the scalable encoded data storage unit 1001 can be used more efficiently.

なお、パーソナルコンピュータ１００４乃至携帯電話機１００７のように、端末装置には様々な装置を適用することができるので、端末装置のハードウエアの性能は、装置によって異なる。また、端末装置が実行するアプリケーションも様々であるので、そのソフトウエアの能力も様々である。さらに、通信媒体となるネットワーク１００３も、例えばインターネットやLAN（Local Area Network）等、有線若しくは無線、またはその両方を含むあらゆる通信回線網を適用することができ、そのデータ伝送能力は様々である。さらに、他の通信等によっても変化する恐れがある。   Note that since various devices can be applied to the terminal device, such as the personal computer 1004 to the cellular phone 1007, the hardware performance of the terminal device varies depending on the device. Moreover, since the application which a terminal device performs is also various, the capability of the software is also various. Furthermore, the network 1003 serving as a communication medium can be applied to any communication network including wired or wireless, or both, such as the Internet and a LAN (Local Area Network), for example, and has various data transmission capabilities. Furthermore, there is a risk of change due to other communications.

そこで、配信サーバ１００２は、データ伝送を開始する前に、データの伝送先となる端末装置と通信を行い、端末装置のハードウエア性能や、端末装置が実行するアプリケーション（ソフトウエア）の性能等といった端末装置の能力に関する情報、並びに、ネットワーク１００３の利用可能帯域幅等の通信環境に関する情報を得るようにしてもよい。そして、配信サーバ１００２が、ここで得た情報を基に、適切なレイヤを選択するようにしてもよい。   Therefore, the distribution server 1002 communicates with the terminal device that is the data transmission destination before starting data transmission, and the hardware performance of the terminal device, the performance of the application (software) executed by the terminal device, etc. Information regarding the capability of the terminal device and information regarding the communication environment such as the available bandwidth of the network 1003 may be obtained. The distribution server 1002 may select an appropriate layer based on the information obtained here.

なお、レイヤの抽出は、端末装置において行うようにしてもよい。例えば、パーソナルコンピュータ１００４が、伝送されたスケーラブル符号化データ（BL+EL）１０１１を復号し、ベースレイヤの画像を表示しても良いし、エンハンスメントレイヤの画像を表示しても良い。また、例えば、パーソナルコンピュータ１００４が、伝送されたスケーラブル符号化データ（BL+EL）１０１１から、ベースレイヤのスケーラブル符号化データ（BL）１０１２を抽出し、記憶したり、他の装置に転送したり、復号してベースレイヤの画像を表示したりするようにしてもよい。   Note that the layer extraction may be performed by the terminal device. For example, the personal computer 1004 may decode the transmitted scalable encoded data (BL + EL) 1011 and display a base layer image or an enhancement layer image. Further, for example, the personal computer 1004 extracts the base layer scalable encoded data (BL) 1012 from the transmitted scalable encoded data (BL + EL) 1011 and stores it or transfers it to another device. The base layer image may be displayed after decoding.

もちろん、スケーラブル符号化データ記憶部１００１、配信サーバ１００２、ネットワーク１００３、および端末装置の数はいずれも任意である。また、以上においては、配信サーバ１００２がデータを端末装置に伝送する例について説明したが、利用例はこれに限定されない。データ伝送システム１０００は、スケーラブル符号化された符号化データを端末装置に伝送する際、端末装置の能力や通信環境等に応じて、適切なレイヤを選択して伝送するシステムであれば、任意のシステムに適用することができる。   Of course, the numbers of the scalable encoded data storage unit 1001, the distribution server 1002, the network 1003, and the terminal devices are arbitrary. In the above, the example in which the distribution server 1002 transmits data to the terminal device has been described, but the usage example is not limited to this. The data transmission system 1000 may be any system as long as it transmits a scalable encoded data to a terminal device by selecting an appropriate layer according to the capability of the terminal device or a communication environment. Can be applied to the system.

そして、図３６のようなデータ伝送システム１０００においても、図１乃至図２７を参照して上述した階層符号化・階層復号への適用と同様に本技術を適用することにより、図１乃至図２７を参照して上述した効果と同様の効果を得ることができる。   Also in the data transmission system 1000 as shown in FIG. 36, by applying the present technology in the same manner as the application to the hierarchical encoding / decoding described above with reference to FIGS. 1 to 27, FIG. The effect similar to the effect mentioned above with reference to can be acquired.

[第２のシステム]
また、スケーラブル符号化は、例えば、図３７に示される例のように、複数の通信媒体を介する伝送のために利用される。 [Second system]
Also, scalable coding is used for transmission via a plurality of communication media, for example, as in the example shown in FIG.

図３７に示されるデータ伝送システム１１００において、放送局１１０１は、地上波放送１１１１により、ベースレイヤのスケーラブル符号化データ（BL）１１２１を伝送する。また、放送局１１０１は、有線若しくは無線またはその両方の通信網よりなる任意のネットワーク１１１２を介して、エンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を伝送する（例えばパケット化して伝送する）。   In the data transmission system 1100 shown in FIG. 37, a broadcasting station 1101 transmits base layer scalable encoded data (BL) 1121 by terrestrial broadcasting 1111. Also, the broadcast station 1101 transmits enhancement layer scalable encoded data (EL) 1122 via an arbitrary network 1112 including a wired or wireless communication network or both (for example, packetized transmission).

端末装置１１０２は、放送局１１０１が放送する地上波放送１１１１の受信機能を有し、この地上波放送１１１１を介して伝送されるベースレイヤのスケーラブル符号化データ（BL）１１２１を受け取る。また、端末装置１１０２は、ネットワーク１１１２を介した通信を行う通信機能をさらに有し、このネットワーク１１１２を介して伝送されるエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を受け取る。   The terminal device 1102 has a reception function of the terrestrial broadcast 1111 broadcasted by the broadcast station 1101, and receives base layer scalable encoded data (BL) 1121 transmitted via the terrestrial broadcast 1111. The terminal apparatus 1102 further has a communication function for performing communication via the network 1112, and receives enhancement layer scalable encoded data (EL) 1122 transmitted via the network 1112.

端末装置１１０２は、例えばユーザ指示等に応じて、地上波放送１１１１を介して取得したベースレイヤのスケーラブル符号化データ（BL）１１２１を、復号してベースレイヤの画像を得たり、記憶したり、他の装置に伝送したりする。   The terminal device 1102 decodes the base layer scalable encoded data (BL) 1121 acquired via the terrestrial broadcast 1111 according to, for example, a user instruction, and obtains or stores a base layer image. Or transmit to other devices.

また、端末装置１１０２は、例えばユーザ指示等に応じて、地上波放送１１１１を介して取得したベースレイヤのスケーラブル符号化データ（BL）１１２１と、ネットワーク１１１２を介して取得したエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２とを合成して、スケーラブル符号化データ（BL+EL）を得たり、それを復号してエンハンスメントレイヤの画像を得たり、記憶したり、他の装置に伝送したりする。   Also, the terminal device 1102, for example, in response to a user instruction, the base layer scalable encoded data (BL) 1121 acquired via the terrestrial broadcast 1111 and the enhancement layer scalable encoded acquired via the network 1112 Data (EL) 1122 is combined to obtain scalable encoded data (BL + EL), or decoded to obtain an enhancement layer image, stored, or transmitted to another device.

以上のように、スケーラブル符号化データは、例えばレイヤ毎に異なる通信媒体を介して伝送させることができる。したがって、負荷を分散させることができ、遅延やオーバフローの発生を抑制することができる。   As described above, scalable encoded data can be transmitted via a different communication medium for each layer, for example. Therefore, the load can be distributed, and the occurrence of delay and overflow can be suppressed.

また、状況に応じて、伝送に使用する通信媒体を、レイヤ毎に選択することができるようにしてもよい。例えば、データ量が比較的多いベースレイヤのスケーラブル符号化データ（BL）１１２１を帯域幅の広い通信媒体を介して伝送させ、データ量が比較的少ないエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を帯域幅の狭い通信媒体を介して伝送させるようにしてもよい。また、例えば、エンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を伝送する通信媒体を、ネットワーク１１１２とするか、地上波放送１１１１とするかを、ネットワーク１１１２の利用可能帯域幅に応じて切り替えるようにしてもよい。もちろん、任意のレイヤのデータについて同様である。   Moreover, you may enable it to select the communication medium used for transmission for every layer according to a condition. For example, scalable encoded data (BL) 1121 of a base layer having a relatively large amount of data is transmitted via a communication medium having a wide bandwidth, and scalable encoded data (EL) 1122 having a relatively small amount of data is transmitted. You may make it transmit via a communication medium with a narrow bandwidth. Further, for example, the communication medium for transmitting the enhancement layer scalable encoded data (EL) 1122 is switched between the network 1112 and the terrestrial broadcast 1111 according to the available bandwidth of the network 1112. May be. Of course, the same applies to data of an arbitrary layer.

このように制御することにより、データ伝送における負荷の増大を、より抑制することができる。   By controlling in this way, an increase in load in data transmission can be further suppressed.

もちろん、レイヤ数は任意であり、伝送に利用する通信媒体の数も任意である。また、データ配信先となる端末装置１１０２の数も任意である。さらに、以上においては、放送局１１０１からの放送を例に説明したが、利用例はこれに限定されない。データ伝送システム１１００は、スケーラブル符号化された符号化データを、レイヤを単位として複数に分割し、複数の回線を介して伝送するシステムであれば、任意のシステムに適用することができる。   Of course, the number of layers is arbitrary, and the number of communication media used for transmission is also arbitrary. In addition, the number of terminal devices 1102 serving as data distribution destinations is also arbitrary. Furthermore, in the above description, broadcasting from the broadcasting station 1101 has been described as an example, but the usage example is not limited to this. The data transmission system 1100 can be applied to any system as long as it is a system that divides scalable encoded data into a plurality of layers and transmits them through a plurality of lines.

そして、以上のような図３７のようなデータ伝送システム１１００においても、図１乃至図２７を参照して上述した階層符号化・階層復号への適用と同様に本技術を適用することにより、図１乃至図２７を参照して上述した効果と同様の効果を得ることができる。   In the data transmission system 1100 as shown in FIG. 37 as described above, the present technology is applied in the same manner as the application to the hierarchical encoding / decoding described above with reference to FIGS. Effects similar to those described above with reference to FIGS. 1 to 27 can be obtained.

[第３のシステム]
また、スケーラブル符号化は、例えば、図３８に示される例のように、符号化データの記憶に利用される。 [Third system]
Further, scalable encoding is used for storing encoded data as in the example shown in FIG. 38, for example.

図３８に示される撮像システム１２００において、撮像装置１２０１は、被写体１２１１を撮像して得られた画像データをスケーラブル符号化し、スケーラブル符号化データ（BL+EL）１２２１として、スケーラブル符号化データ記憶装置１２０２に供給する。   In the imaging system 1200 illustrated in FIG. 38, the imaging device 1201 performs scalable coding on image data obtained by imaging the subject 1211, and as scalable coded data (BL + EL) 1221, a scalable coded data storage device 1202. To supply.

スケーラブル符号化データ記憶装置１２０２は、撮像装置１２０１から供給されるスケーラブル符号化データ（BL+EL）１２２１を、状況に応じた品質で記憶する。例えば、通常時の場合、スケーラブル符号化データ記憶装置１２０２は、スケーラブル符号化データ（BL+EL）１２２１からベースレイヤのデータを抽出し、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ（BL）１２２２として記憶する。これに対して、例えば、注目時の場合、スケーラブル符号化データ記憶装置１２０２は、高品質でデータ量の多いスケーラブル符号化データ（BL+EL）１２２１のまま記憶する。   The scalable encoded data storage device 1202 stores the scalable encoded data (BL + EL) 1221 supplied from the imaging device 1201 with quality according to the situation. For example, in the normal case, the scalable encoded data storage device 1202 extracts base layer data from the scalable encoded data (BL + EL) 1221, and the base layer scalable encoded data ( BL) 1222. On the other hand, for example, in the case of attention, the scalable encoded data storage device 1202 stores scalable encoded data (BL + EL) 1221 with high quality and a large amount of data.

このようにすることにより、スケーラブル符号化データ記憶装置１２０２は、必要な場合のみ、画像を高画質に保存することができるので、画質劣化による画像の価値の低減を抑制しながら、データ量の増大を抑制することができ、記憶領域の利用効率を向上させることができる。   By doing so, the scalable encoded data storage device 1202 can store an image with high image quality only when necessary, so that an increase in the amount of data can be achieved while suppressing a reduction in the value of the image due to image quality degradation. And the use efficiency of the storage area can be improved.

例えば、撮像装置１２０１が監視カメラであるとする。撮像画像に監視対象（例えば侵入者）が写っていない場合（通常時の場合）、撮像画像の内容は重要でない可能性が高いので、データ量の低減が優先され、その画像データ（スケーラブル符号化データ）は、低品質に記憶される。これに対して、撮像画像に監視対象が被写体１２１１として写っている場合（注目時の場合）、その撮像画像の内容は重要である可能性が高いので、画質が優先され、その画像データ（スケーラブル符号化データ）は、高品質に記憶される。   For example, it is assumed that the imaging device 1201 is a surveillance camera. When the monitoring target (for example, an intruder) is not captured in the captured image (in the normal case), the content of the captured image is likely to be unimportant. Data) is stored in low quality. On the other hand, when the monitoring target appears in the captured image as the subject 1211 (at the time of attention), since the content of the captured image is likely to be important, the image quality is given priority and the image data (scalable) (Encoded data) is stored with high quality.

なお、通常時であるか注目時であるかは、例えば、スケーラブル符号化データ記憶装置１２０２が、画像を解析することにより判定しても良い。また、撮像装置１２０１が判定し、その判定結果をスケーラブル符号化データ記憶装置１２０２に伝送するようにしてもよい。   Note that whether it is normal time or attention time may be determined, for example, by the scalable encoded data storage device 1202 analyzing an image. Alternatively, the imaging apparatus 1201 may make a determination, and the determination result may be transmitted to the scalable encoded data storage device 1202.

なお、通常時であるか注目時であるかの判定基準は任意であり、判定基準とする画像の内容は任意である。もちろん、画像の内容以外の条件を判定基準とすることもできる。例えば、収録した音声の大きさや波形等に応じて切り替えるようにしてもよいし、所定の時間毎に切り替えるようにしてもよいし、ユーザ指示等の外部からの指示によって切り替えるようにしてもよい。   Note that the criterion for determining whether the time is normal or the time of attention is arbitrary, and the content of the image as the criterion is arbitrary. Of course, conditions other than the contents of the image can also be used as the criterion. For example, it may be switched according to the volume or waveform of the recorded sound, may be switched at every predetermined time, or may be switched by an external instruction such as a user instruction.

また、以上においては、通常時と注目時の２つの状態を切り替える例を説明したが、状態の数は任意であり、例えば、通常時、やや注目時、注目時、非常に注目時等のように、３つ以上の状態を切り替えるようにしてもよい。ただし、この切り替える状態の上限数は、スケーラブル符号化データのレイヤ数に依存する。   In the above, an example of switching between the normal state and the attention state has been described. However, the number of states is arbitrary, for example, normal, slightly attention, attention, very attention, etc. Alternatively, three or more states may be switched. However, the upper limit number of states to be switched depends on the number of layers of scalable encoded data.

また、撮像装置１２０１が、スケーラブル符号化のレイヤ数を、状態に応じて決定するようにしてもよい。例えば、通常時の場合、撮像装置１２０１が、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ（BL）１２２２を生成し、スケーラブル符号化データ記憶装置１２０２に供給するようにしてもよい。また、例えば、注目時の場合、撮像装置１２０１が、高品質でデータ量の多いベースレイヤのスケーラブル符号化データ（BL+EL）１２２１を生成し、スケーラブル符号化データ記憶装置１２０２に供給するようにしてもよい。   In addition, the imaging apparatus 1201 may determine the number of scalable coding layers according to the state. For example, in a normal case, the imaging apparatus 1201 may generate base layer scalable encoded data (BL) 1222 with low quality and a small amount of data, and supply the scalable encoded data storage apparatus 1202 to the scalable encoded data storage apparatus 1202. For example, when attention is paid, the imaging device 1201 generates scalable encoded data (BL + EL) 1221 having a high quality and a large amount of data, and supplies the scalable encoded data storage device 1202 to the scalable encoded data storage device 1202. May be.

以上においては、監視カメラを例に説明したが、この撮像システム１２００の用途は任意であり、監視カメラに限定されない。   In the above, the monitoring camera has been described as an example, but the use of the imaging system 1200 is arbitrary and is not limited to the monitoring camera.

そして、図３８のような撮像システム１２００においても、図１乃至図２７を参照して上述した階層符号化・階層復号への適用と同様に本技術を適用することにより、図１乃至図２７を参照して上述した効果と同様の効果を得ることができる。
＜１０．第７の実施の形態＞
[実施のその他の例]
以上において本技術を適用する装置やシステム等の例を説明したが、本技術は、これに限らず、このような装置またはシステムを構成する装置に搭載するあらゆる構成、例えば、システムLSI（Large Scale Integration）等としてのプロセッサ、複数のプロセッサ等を用いるモジュール、複数のモジュール等を用いるユニット、ユニットにさらにその他の機能を付加したセット等（すなわち、装置の一部の構成）として実施することもできる。 38 is applied to the imaging system 1200 as shown in FIG. 38 in the same manner as the application to the hierarchical encoding / decoding described above with reference to FIGS. The effect similar to the effect mentioned above with reference can be acquired.
<10. Seventh Embodiment>
[Other examples of implementation]
In the above, examples of apparatuses and systems to which the present technology is applied have been described. Integration) etc., a module using a plurality of processors, etc., a unit using a plurality of modules, etc., a set in which other functions are added to the unit, etc. (that is, a partial configuration of the apparatus) .

[ビデオセット]
本技術をセットとして実施する場合の例について、図３９を参照して説明する。図３９は、本技術を適用したビデオセットの概略的な構成の一例を示している。 [Video set]
An example of implementing the present technology as a set will be described with reference to FIG. FIG. 39 illustrates an example of a schematic configuration of a video set to which the present technology is applied.

近年、電子機器の多機能化が進んでおり、その開発や製造において、その一部の構成を販売や提供等として実施する場合、１機能を有する構成として実施を行う場合だけでなく、関連する機能を有する複数の構成を組み合わせ、複数の機能を有する１セットとして実施を行う場合も多く見られるようになってきた。   In recent years, multi-functionalization of electronic devices has progressed, and in the development and manufacture, when implementing a part of the configuration as sales or provision, etc., not only when implementing as a configuration having one function, but also related In many cases, a plurality of configurations having functions are combined and implemented as a set having a plurality of functions.

図３９に示されるビデオセット１３００は、このような多機能化された構成であり、画像の符号化や復号（いずれか一方でもよいし、両方でも良い）に関する機能を有するデバイスに、その機能に関連するその他の機能を有するデバイスを組み合わせたものである。   The video set 1300 shown in FIG. 39 has such a multi-functional configuration, and a device having a function relating to image encoding and decoding (either or both of them) can be used for the function. It is a combination of devices having other related functions.

図３９に示されるように、ビデオセット１３００は、ビデオモジュール１３１１、外部メモリ１３１２、パワーマネージメントモジュール１３１３、およびフロントエンドモジュール１３１４等のモジュール群と、コネクティビティ１３２１、カメラ１３２２、およびセンサ１３２３等の関連する機能を有するデバイスとを有する。   As shown in FIG. 39, the video set 1300 includes a module group such as a video module 1311, an external memory 1312, a power management module 1313, and a front-end module 1314, and an associated module 1321, a camera 1322, a sensor 1323, and the like. And a device having a function.

モジュールは、互いに関連するいくつかの部品的機能をまとめ、まとまりのある機能を持った部品としたものである。具体的な物理的構成は任意であるが、例えば、それぞれ機能を有する複数のプロセッサ、抵抗やコンデンサ等の電子回路素子、その他のデバイス等を配線基板等に配置して一体化したものが考えられる。また、モジュールに他のモジュールやプロセッサ等を組み合わせて新たなモジュールとすることも考えられる。   A module is a component having a coherent function by combining several component functions related to each other. The specific physical configuration is arbitrary. For example, a plurality of processors each having a function, electronic circuit elements such as resistors and capacitors, and other devices arranged on a wiring board or the like can be considered. . It is also possible to combine the module with another module, a processor, etc. to make a new module.

図３９の例の場合、ビデオモジュール１３１１は、画像処理に関する機能を有する構成を組み合わせたものであり、アプリケーションプロセッサ、ビデオプロセッサ、ブロードバンドモデム１３３３、およびRFモジュール１３３４を有する。   In the case of the example in FIG. 39, the video module 1311 is a combination of configurations having functions related to image processing, and includes an application processor, a video processor, a broadband modem 1333, and an RF module 1334.

プロセッサは、所定の機能を有する構成をSoC（System On a Chip）により半導体チップに集積したものであり、例えばシステムLSI（Large Scale Integration）等と称されるものもある。この所定の機能を有する構成は、論理回路（ハードウエア構成）であってもよいし、CPU、ROM、RAM等と、それらを用いて実行されるプログラム（ソフトウエア構成）であってもよいし、その両方を組み合わせたものであってもよい。例えば、プロセッサが、論理回路とCPU、ROM、RAM等とを有し、機能の一部を論理回路（ハードウエア構成）により実現し、その他の機能をCPUにおいて実行されるプログラム（ソフトウエア構成）により実現するようにしてもよい。   The processor is a configuration in which a configuration having a predetermined function is integrated on a semiconductor chip by an SoC (System On a Chip). For example, there is a processor called a system LSI (Large Scale Integration). The configuration having the predetermined function may be a logic circuit (hardware configuration), a CPU, a ROM, a RAM, and the like, and a program (software configuration) executed using them. , Or a combination of both. For example, a processor has a logic circuit and a CPU, ROM, RAM, etc., a part of the function is realized by a logic circuit (hardware configuration), and other functions are executed by the CPU (software configuration) It may be realized by.

図３９のアプリケーションプロセッサ１３３１は、画像処理に関するアプリケーションを実行するプロセッサである。このアプリケーションプロセッサ１３３１において実行されるアプリケーションは、所定の機能を実現するために、演算処理を行うだけでなく、例えばビデオプロセッサ１３３２等、ビデオモジュール１３１１内外の構成を必要に応じて制御することもできる。   An application processor 1331 in FIG. 39 is a processor that executes an application relating to image processing. The application executed in the application processor 1331 not only performs arithmetic processing to realize a predetermined function, but also can control the internal and external configurations of the video module 1311 such as the video processor 1332 as necessary. .

ビデオプロセッサ１３３２は、画像の符号化・復号（その一方若しくは両方）に関する機能を有するプロセッサである。   The video processor 1332 is a processor having a function relating to image encoding / decoding (one or both of them).

ブロードバンドモデム１３３３は、インターネットや公衆電話回線網等の広帯域の回線を介して行われる有線若しくは無線（またはその両方）の広帯域通信に関する処理を行うプロセッサ（若しくはモジュール）である。例えば、ブロードバンドモデム１３３３は、送信するデータ（デジタル信号）をデジタル変調する等してアナログ信号に変換したり、受信したアナログ信号を復調してデータ（デジタル信号）に変換したりする。例えば、ブロードバンドモデム１３３３は、ビデオプロセッサ１３３２が処理する画像データや画像データが符号化されたストリーム、アプリケーションプログラム、設定データ等、任意の情報をデジタル変調・復調することができる。   The broadband modem 1333 is a processor (or module) that performs processing related to wired or wireless (or both) broadband communication performed via a broadband line such as the Internet or a public telephone line network. For example, the broadband modem 1333 digitally modulates data to be transmitted (digital signal) to convert it into an analog signal, or demodulates the received analog signal to convert it into data (digital signal). For example, the broadband modem 1333 can digitally modulate and demodulate arbitrary information such as image data processed by the video processor 1332, a stream obtained by encoding the image data, an application program, setting data, and the like.

RFモジュール１３３４は、アンテナを介して送受信されるRF（Radio Frequency）信号に対して、周波数変換、変復調、増幅、フィルタ処理等を行うモジュールである。例えば、RFモジュール１３３４は、ブロードバンドモデム１３３３により生成されたベースバンド信号に対して周波数変換等を行ってRF信号を生成する。また、例えば、RFモジュール１３３４は、フロントエンドモジュール１３１４を介して受信されたRF信号に対して周波数変換等を行ってベースバンド信号を生成する。   The RF module 1334 is a module that performs frequency conversion, modulation / demodulation, amplification, filter processing, and the like on an RF (Radio Frequency) signal transmitted and received via an antenna. For example, the RF module 1334 generates an RF signal by performing frequency conversion or the like on the baseband signal generated by the broadband modem 1333. Further, for example, the RF module 1334 generates a baseband signal by performing frequency conversion or the like on the RF signal received via the front end module 1314.

なお、図３９において点線１３４１に示されるように、アプリケーションプロセッサ１３３１とビデオプロセッサ１３３２を、一体化し、１つのプロセッサとして構成されるようにしてもよい。   Note that, as indicated by a dotted line 1341 in FIG. 39, the application processor 1331 and the video processor 1332 may be integrated into a single processor.

外部メモリ１３１２は、ビデオモジュール１３１１の外部に設けられた、ビデオモジュール１３１１により利用される記憶デバイスを有するモジュールである。この外部メモリ１３１２の記憶デバイスは、どのような物理構成により実現するようにしてもよいが、一般的にフレーム単位の画像データのような大容量のデータの格納に利用されることが多いので、例えばDRAM（Dynamic Random Access Memory）のような比較的安価で大容量の半導体メモリにより実現するのが望ましい。   The external memory 1312 is a module having a storage device that is provided outside the video module 1311 and is used by the video module 1311. The storage device of the external memory 1312 may be realized by any physical configuration, but is generally used for storing a large amount of data such as image data in units of frames. For example, it is desirable to realize it by a relatively inexpensive and large-capacity semiconductor memory such as a DRAM (Dynamic Random Access Memory).

パワーマネージメントモジュール１３１３は、ビデオモジュール１３１１（ビデオモジュール１３１１内の各構成）への電力供給を管理し、制御する。   The power management module 1313 manages and controls power supply to the video module 1311 (each component in the video module 1311).

フロントエンドモジュール１３１４は、RFモジュール１３３４に対してフロントエンド機能（アンテナ側の送受信端の回路）を提供するモジュールである。図３９に示されるように、フロントエンドモジュール１３１４は、例えば、アンテナ部１３５１、フィルタ１３５２、および増幅部１３５３を有する。   The front-end module 1314 is a module that provides the RF module 1334 with a front-end function (a circuit on a transmitting / receiving end on the antenna side). As illustrated in FIG. 39, the front end module 1314 includes, for example, an antenna unit 1351, a filter 1352, and an amplification unit 1353.

アンテナ部１３５１は、無線信号を送受信するアンテナおよびその周辺の構成を有する。アンテナ部１３５１は、増幅部１３５３から供給される信号を無線信号として送信し、受信した無線信号を電気信号（RF信号）としてフィルタ１３５２に供給する。フィルタ１３５２は、アンテナ部１３５１を介して受信されたRF信号に対してフィルタ処理等を行い、処理後のRF信号をRFモジュール１３３４に供給する。増幅部１３５３は、RFモジュール１３３４から供給されるRF信号を増幅し、アンテナ部１３５１に供給する。   The antenna unit 1351 has an antenna that transmits and receives radio signals and a peripheral configuration thereof. The antenna unit 1351 transmits the signal supplied from the amplification unit 1353 as a radio signal, and supplies the received radio signal to the filter 1352 as an electric signal (RF signal). The filter 1352 performs a filtering process on the RF signal received via the antenna unit 1351 and supplies the processed RF signal to the RF module 1334. The amplifying unit 1353 amplifies the RF signal supplied from the RF module 1334 and supplies the amplified RF signal to the antenna unit 1351.

コネクティビティ１３２１は、外部との接続に関する機能を有するモジュールである。コネクティビティ１３２１の物理構成は、任意である。例えば、コネクティビティ１３２１は、ブロードバンドモデム１３３３が対応する通信規格以外の通信機能を有する構成や、外部入出力端子等を有する。   The connectivity 1321 is a module having a function related to connection with the outside. The physical configuration of the connectivity 1321 is arbitrary. For example, the connectivity 1321 has a configuration having a communication function other than the communication standard supported by the broadband modem 1333, an external input / output terminal, and the like.

例えば、コネクティビティ１３２１が、Bluetooth（登録商標）、IEEE 802.11（例えばWi-Fi（Wireless Fidelity、登録商標））、NFC（Near Field Communication）、IrDA（InfraRed Data Association）等の無線通信規格に準拠する通信機能を有するモジュールや、その規格に準拠した信号を送受信するアンテナ等を有するようにしてもよい。また、例えば、コネクティビティ１３２１が、USB（Universal Serial Bus）、HDMI(登録商標)（High-Definition Multimedia Interface）等の有線通信規格に準拠する通信機能を有するモジュールや、その規格に準拠した端子を有するようにしてもよい。さらに、例えば、コネクティビティ１３２１が、アナログ入出力端子等のその他のデータ（信号）伝送機能等を有するようにしてもよい。   For example, the connectivity 1321 is compliant with wireless communication standards such as Bluetooth (registered trademark), IEEE 802.11 (for example, Wi-Fi (Wireless Fidelity, registered trademark)), NFC (Near Field Communication), IrDA (InfraRed Data Association), etc. You may make it have a module which has a function, an antenna etc. which transmit / receive the signal based on the standard. Further, for example, the connectivity 1321 has a module having a communication function conforming to a wired communication standard such as USB (Universal Serial Bus), HDMI (registered trademark) (High-Definition Multimedia Interface), or a terminal conforming to the standard. You may do it. Further, for example, the connectivity 1321 may have other data (signal) transmission functions such as analog input / output terminals.

なお、コネクティビティ１３２１が、データ（信号）の伝送先のデバイスを含むようにしてもよい。例えば、コネクティビティ１３２１が、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等の記録媒体に対してデータの読み出しや書き込みを行うドライブ（リムーバブルメディアのドライブだけでなく、ハードディスク、SSD（Solid State Drive）、NAS（Network Attached Storage）等も含む）を有するようにしてもよい。また、コネクティビティ１３２１が、画像や音声の出力デバイス（モニタやスピーカ等）を有するようにしてもよい。   The connectivity 1321 may include a data (signal) transmission destination device. For example, the drive 1321 reads / writes data to / from a recording medium such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory (not only a removable medium drive, but also a hard disk, SSD (Solid State Drive) And NAS (Network Attached Storage) etc.). In addition, the connectivity 1321 may include an image or audio output device (a monitor, a speaker, or the like).

カメラ１３２２は、被写体を撮像し、被写体の画像データを得る機能を有するモジュールである。カメラ１３２２の撮像により得られた画像データは、例えば、ビデオプロセッサ１３３２に供給されて符号化される。   The camera 1322 is a module having a function of capturing a subject and obtaining image data of the subject. Image data obtained by imaging by the camera 1322 is supplied to, for example, a video processor 1332 and encoded.

センサ１３２３は、例えば、音声センサ、超音波センサ、光センサ、照度センサ、赤外線センサ、イメージセンサ、回転センサ、角度センサ、角速度センサ、速度センサ、加速度センサ、傾斜センサ、磁気識別センサ、衝撃センサ、温度センサ等、任意のセンサ機能を有するモジュールである。センサ１３２３により検出されたデータは、例えば、アプリケーションプロセッサ１３３１に供給されてアプリケーション等により利用される。   The sensor 1323 includes, for example, a voice sensor, an ultrasonic sensor, an optical sensor, an illuminance sensor, an infrared sensor, an image sensor, a rotation sensor, an angle sensor, an angular velocity sensor, a velocity sensor, an acceleration sensor, an inclination sensor, a magnetic identification sensor, an impact sensor, It is a module having an arbitrary sensor function such as a temperature sensor. For example, the data detected by the sensor 1323 is supplied to the application processor 1331 and used by an application or the like.

以上においてモジュールとして説明した構成をプロセッサとして実現するようにしてもよいし、逆にプロセッサとして説明した構成をモジュールとして実現するようにしてもよい。   The configuration described as a module in the above may be realized as a processor, or conversely, the configuration described as a processor may be realized as a module.

以上のような構成のビデオセット１３００において、後述するようにビデオプロセッサ１３３２に本技術を適用することができる。したがって、ビデオセット１３００は、本技術を適用したセットとして実施することができる。   In the video set 1300 having the above configuration, the present technology can be applied to the video processor 1332 as described later. Therefore, the video set 1300 can be implemented as a set to which the present technology is applied.

[ビデオプロセッサの構成例]
図４０は、本技術を適用したビデオプロセッサ１３３２（図３９）の概略的な構成の一例を示している。 [Video processor configuration example]
FIG. 40 illustrates an example of a schematic configuration of a video processor 1332 (FIG. 39) to which the present technology is applied.

図４０の例の場合、ビデオプロセッサ１３３２は、ビデオ信号およびオーディオ信号の入力を受けてこれらを所定の方式で符号化する機能と、符号化されたビデオデータおよびオーディオデータを復号し、ビデオ信号およびオーディオ信号を再生出力する機能とを有する。   In the case of the example of FIG. 40, the video processor 1332 receives the video signal and the audio signal, encodes them in a predetermined method, decodes the encoded video data and audio data, A function of reproducing and outputting an audio signal.

図４０に示されるように、ビデオプロセッサ１３３２は、ビデオ入力処理部１４０１、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３、ビデオ出力処理部１４０４、フレームメモリ１４０５、およびメモリ制御部１４０６を有する。また、ビデオプロセッサ１３３２は、エンコード・デコードエンジン１４０７、ビデオES（Elementary Stream）バッファ１４０８Ａおよび１４０８Ｂ、並びに、オーディオESバッファ１４０９Ａおよび１４０９Ｂを有する。さらに、ビデオプロセッサ１３３２は、オーディオエンコーダ１４１０、オーディオデコーダ１４１１、多重化部（MUX（Multiplexer））１４１２、逆多重化部（DMUX（Demultiplexer））１４１３、およびストリームバッファ１４１４を有する。   As shown in FIG. 40, the video processor 1332 includes a video input processing unit 1401, a first image enlargement / reduction unit 1402, a second image enlargement / reduction unit 1403, a video output processing unit 1404, a frame memory 1405, and a memory control unit 1406. Have The video processor 1332 includes an encoding / decoding engine 1407, video ES (Elementary Stream) buffers 1408A and 1408B, and audio ES buffers 1409A and 1409B. Further, the video processor 1332 includes an audio encoder 1410, an audio decoder 1411, a multiplexing unit (MUX (Multiplexer)) 1412, a demultiplexing unit (DMUX (Demultiplexer)) 1413, and a stream buffer 1414.

ビデオ入力処理部１４０１は、例えばコネクティビティ１３２１（図３９）等から入力されたビデオ信号を取得し、デジタル画像データに変換する。第１画像拡大縮小部１４０２は、画像データに対してフォーマット変換や画像の拡大縮小処理等を行う。第２画像拡大縮小部１４０３は、画像データに対して、ビデオ出力処理部１４０４を介して出力する先でのフォーマットに応じて画像の拡大縮小処理を行ったり、第１画像拡大縮小部１４０２と同様のフォーマット変換や画像の拡大縮小処理等を行ったりする。ビデオ出力処理部１４０４は、画像データに対して、フォーマット変換やアナログ信号への変換等を行って、再生されたビデオ信号として例えばコネクティビティ１３２１（図３９）等に出力する。   The video input processing unit 1401 acquires a video signal input from, for example, the connectivity 1321 (FIG. 39) and converts it into digital image data. The first image enlargement / reduction unit 1402 performs format conversion, image enlargement / reduction processing, and the like on the image data. The second image enlargement / reduction unit 1403 performs image enlargement / reduction processing on the image data in accordance with the format of the output destination via the video output processing unit 1404, or is the same as the first image enlargement / reduction unit 1402. Format conversion and image enlargement / reduction processing. The video output processing unit 1404 performs format conversion, conversion to an analog signal, and the like on the image data and outputs the reproduced video signal to, for example, the connectivity 1321 (FIG. 39).

フレームメモリ１４０５は、ビデオ入力処理部１４０１、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３、ビデオ出力処理部１４０４、およびエンコード・デコードエンジン１４０７によって共用される画像データ用のメモリである。フレームメモリ１４０５は、例えばDRAM等の半導体メモリとして実現される。   The frame memory 1405 is a memory for image data shared by the video input processing unit 1401, the first image scaling unit 1402, the second image scaling unit 1403, the video output processing unit 1404, and the encoding / decoding engine 1407. . The frame memory 1405 is realized as a semiconductor memory such as a DRAM, for example.

メモリ制御部１４０６は、エンコード・デコードエンジン１４０７からの同期信号を受けて、アクセス管理テーブル１４０６Ａに書き込まれたフレームメモリ１４０５へのアクセススケジュールに従ってフレームメモリ１４０５に対する書き込み・読み出しのアクセスを制御する。アクセス管理テーブル１４０６Ａは、エンコード・デコードエンジン１４０７、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３等で実行される処理に応じて、メモリ制御部１４０６により更新される。   The memory control unit 1406 receives the synchronization signal from the encoding / decoding engine 1407, and controls the writing / reading access to the frame memory 1405 according to the access schedule to the frame memory 1405 written in the access management table 1406A. The access management table 1406A is updated by the memory control unit 1406 in accordance with processing executed by the encoding / decoding engine 1407, the first image enlargement / reduction unit 1402, the second image enlargement / reduction unit 1403, and the like.

エンコード・デコードエンジン１４０７は、画像データのエンコード処理、並びに、画像データが符号化されたデータであるビデオストリームのデコード処理を行う。例えば、エンコード・デコードエンジン１４０７は、フレームメモリ１４０５から読み出した画像データを符号化し、ビデオストリームとしてビデオESバッファ１４０８Ａに順次書き込む。また、例えば、ビデオESバッファ１４０８Ｂからビデオストリームを順次読み出して復号し、画像データとしてフレームメモリ１４０５に順次書き込む。エンコード・デコードエンジン１４０７は、これらの符号化や復号において、フレームメモリ１４０５を作業領域として使用する。また、エンコード・デコードエンジン１４０７は、例えばマクロブロック毎の処理を開始するタイミングで、メモリ制御部１４０６に対して同期信号を出力する。   The encoding / decoding engine 1407 performs encoding processing of image data and decoding processing of a video stream which is data obtained by encoding the image data. For example, the encoding / decoding engine 1407 encodes the image data read from the frame memory 1405 and sequentially writes the data as a video stream in the video ES buffer 1408A. Further, for example, the video stream is sequentially read from the video ES buffer 1408B, decoded, and sequentially written in the frame memory 1405 as image data. The encoding / decoding engine 1407 uses the frame memory 1405 as a work area in the encoding and decoding. Also, the encoding / decoding engine 1407 outputs a synchronization signal to the memory control unit 1406, for example, at a timing at which processing for each macroblock is started.

ビデオESバッファ１４０８Ａは、エンコード・デコードエンジン１４０７によって生成されたビデオストリームをバッファリングして、多重化部（MUX）１４１２に供給する。ビデオESバッファ１４０８Ｂは、逆多重化部（DMUX）１４１３から供給されたビデオストリームをバッファリングして、エンコード・デコードエンジン１４０７に供給する。   The video ES buffer 1408A buffers the video stream generated by the encoding / decoding engine 1407 and supplies the buffered video stream to the multiplexing unit (MUX) 1412. The video ES buffer 1408B buffers the video stream supplied from the demultiplexer (DMUX) 1413 and supplies the buffered video stream to the encoding / decoding engine 1407.

オーディオESバッファ１４０９Ａは、オーディオエンコーダ１４１０によって生成されたオーディオストリームをバッファリングして、多重化部（MUX）１４１２に供給する。オーディオESバッファ１４０９Ｂは、逆多重化部（DMUX）１４１３から供給されたオーディオストリームをバッファリングして、オーディオデコーダ１４１１に供給する。   The audio ES buffer 1409A buffers the audio stream generated by the audio encoder 1410 and supplies it to the multiplexing unit (MUX) 1412. The audio ES buffer 1409B buffers the audio stream supplied from the demultiplexer (DMUX) 1413 and supplies the buffered audio stream to the audio decoder 1411.

オーディオエンコーダ１４１０は、例えばコネクティビティ１３２１（図３９）等から入力されたオーディオ信号を例えばデジタル変換し、例えばMPEGオーディオ方式やAC3（AudioCode number 3）方式等の所定の方式で符号化する。オーディオエンコーダ１４１０は、オーディオ信号が符号化されたデータであるオーディオストリームをオーディオESバッファ１４０９Ａに順次書き込む。オーディオデコーダ１４１１は、オーディオESバッファ１４０９Ｂから供給されたオーディオストリームを復号し、例えばアナログ信号への変換等を行って、再生されたオーディオ信号として例えばコネクティビティ１３２１（図３９）等に供給する。   The audio encoder 1410 converts, for example, an audio signal input from the connectivity 1321 (FIG. 39), for example, into a digital format, and encodes the audio signal according to a predetermined format such as an MPEG audio format or an AC3 (Audio Code number 3) format. The audio encoder 1410 sequentially writes an audio stream, which is data obtained by encoding an audio signal, in the audio ES buffer 1409A. The audio decoder 1411 decodes the audio stream supplied from the audio ES buffer 1409B, performs conversion to an analog signal, for example, and supplies the reproduced audio signal to, for example, the connectivity 1321 (FIG. 39).

多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化する。この多重化の方法（すなわち、多重化により生成されるビットストリームのフォーマット）は任意である。また、この多重化の際に、多重化部（MUX）１４１２は、所定のヘッダ情報等をビットストリームに付加することもできる。つまり、多重化部（MUX）１４１２は、多重化によりストリームのフォーマットを変換することができる。例えば、多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化することにより、転送用のフォーマットのビットストリームであるトランスポートストリームに変換する。また、例えば、多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化することにより、記録用のファイルフォーマットのデータ（ファイルデータ）に変換する。   The multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream. The multiplexing method (that is, the format of the bit stream generated by multiplexing) is arbitrary. At the time of this multiplexing, the multiplexing unit (MUX) 1412 can also add predetermined header information or the like to the bit stream. That is, the multiplexing unit (MUX) 1412 can convert the stream format by multiplexing. For example, the multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream to convert it into a transport stream that is a bit stream in a transfer format. Further, for example, the multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream, thereby converting the data into file format data (file data) for recording.

逆多重化部（DMUX）１４１３は、多重化部（MUX）１４１２による多重化に対応する方法で、ビデオストリームとオーディオストリームとが多重化されたビットストリームを逆多重化する。つまり、逆多重化部（DMUX）１４１３は、ストリームバッファ１４１４から読み出されたビットストリームからビデオストリームとオーディオストリームとを抽出する（ビデオストリームとオーディオストリームとを分離する）。つまり、逆多重化部（DMUX）１４１３は、逆多重化によりストリームのフォーマットを変換（多重化部（MUX）１４１２による変換の逆変換）することができる。例えば、逆多重化部（DMUX）１４１３は、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等（いずれも図３９）から供給されたトランスポートストリームを、ストリームバッファ１４１４を介して取得し、逆多重化することにより、ビデオストリームとオーディオストリームとに変換することができる。また、例えば、逆多重化部（DMUX）１４１３は、例えばコネクティビティ１３２１により（図３９）各種記録媒体から読み出されたファイルデータを、ストリームバッファ１４１４を介して取得し、逆多重化することにより、ビデオストリームとオーディオストリームとに変換することができる。   The demultiplexing unit (DMUX) 1413 demultiplexes the bit stream in which the video stream and the audio stream are multiplexed by a method corresponding to the multiplexing by the multiplexing unit (MUX) 1412. That is, the demultiplexer (DMUX) 1413 extracts the video stream and the audio stream from the bit stream read from the stream buffer 1414 (separates the video stream and the audio stream). That is, the demultiplexer (DMUX) 1413 can convert the stream format by demultiplexing (inverse conversion of the conversion by the multiplexer (MUX) 1412). For example, the demultiplexing unit (DMUX) 1413 obtains a transport stream supplied from, for example, the connectivity 1321 and the broadband modem 1333 (both in FIG. 39) via the stream buffer 1414 and demultiplexes the transport stream. Can be converted into a video stream and an audio stream. Further, for example, the demultiplexer (DMUX) 1413 obtains the file data read from various recording media by the connectivity 1321 (FIG. 39) via the stream buffer 1414 and demultiplexes it, for example. It can be converted into a video stream and an audio stream.

ストリームバッファ１４１４は、ビットストリームをバッファリングする。例えば、ストリームバッファ１４１４は、多重化部（MUX）１４１２から供給されたトランスポートストリームをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、例えばコネクティビティ１３２１やブロードバンドモデム１３３３（いずれも図３９）等に供給する。   The stream buffer 1414 buffers the bit stream. For example, the stream buffer 1414 buffers the transport stream supplied from the multiplexing unit (MUX) 1412 and, for example, at the predetermined timing or based on a request from the outside, for example, the connectivity 1321 or the broadband modem 1333 (whichever Are also supplied to FIG.

また、例えば、ストリームバッファ１４１４は、多重化部（MUX）１４１２から供給されたファイルデータをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、例えばコネクティビティ１３２１（図３９）等に供給し、各種記録媒体に記録させる。   Further, for example, the stream buffer 1414 buffers the file data supplied from the multiplexing unit (MUX) 1412 and, for example, connectivity 1321 (FIG. 39) or the like at a predetermined timing or based on an external request or the like. To be recorded on various recording media.

さらに、ストリームバッファ１４１４は、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等（いずれも図３９）を介して取得したトランスポートストリームをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、逆多重化部（DMUX）１４１３に供給する。   Further, the stream buffer 1414 buffers the transport stream acquired through, for example, the connectivity 1321 and the broadband modem 1333 (both in FIG. 39), and reverses the stream at a predetermined timing or based on an external request or the like. The data is supplied to a multiplexing unit (DMUX) 1413.

また、ストリームバッファ１４１４は、例えばコネクティビティ１３２１（図３９）等において各種記録媒体から読み出されたファイルデータをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、逆多重化部（DMUX）１４１３に供給する。   In addition, the stream buffer 1414 buffers file data read from various recording media in the connectivity 1321 (FIG. 39), for example, and at a predetermined timing or based on an external request or the like, a demultiplexing unit (DMUX) 1413.

次に、このような構成のビデオプロセッサ１３３２の動作の例について説明する。例えば、コネクティビティ１３２１（図３９）等からビデオプロセッサ１３３２に入力されたビデオ信号は、ビデオ入力処理部１４０１において４：２：２Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式のデジタル画像データに変換され、フレームメモリ１４０５に順次書き込まれる。このデジタル画像データは、第１画像拡大縮小部１４０２または第２画像拡大縮小部１４０３に読み出されて、４：２：０Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式へのフォーマット変換および拡大縮小処理が行われ、再びフレームメモリ１４０５に書き込まれる。この画像データは、エンコード・デコードエンジン１４０７によって符号化され、ビデオストリームとしてビデオESバッファ１４０８Ａに書き込まれる。   Next, an example of the operation of the video processor 1332 having such a configuration will be described. For example, a video signal input from the connectivity 1321 (FIG. 39) or the like to the video processor 1332 is converted into digital image data of a predetermined format such as 4: 2: 2Y / Cb / Cr format by the video input processing unit 1401. The data is sequentially written into the frame memory 1405. This digital image data is read by the first image enlargement / reduction unit 1402 or the second image enlargement / reduction unit 1403, and format conversion to a predetermined method such as 4: 2: 0Y / Cb / Cr method and enlargement / reduction processing are performed. Is written again in the frame memory 1405. This image data is encoded by the encoding / decoding engine 1407 and written as a video stream in the video ES buffer 1408A.

また、コネクティビティ１３２１（図３９）等からビデオプロセッサ１３３２に入力されたオーディオ信号は、オーディオエンコーダ１４１０によって符号化され、オーディオストリームとして、オーディオESバッファ１４０９Ａに書き込まれる。   Also, an audio signal input to the video processor 1332 from the connectivity 1321 (FIG. 39) or the like is encoded by the audio encoder 1410 and written as an audio stream in the audio ES buffer 1409A.

ビデオESバッファ１４０８Ａのビデオストリームと、オーディオESバッファ１４０９Ａのオーディオストリームは、多重化部（MUX）１４１２に読み出されて多重化され、トランスポートストリーム若しくはファイルデータ等に変換される。多重化部（MUX）１４１２により生成されたトランスポートストリームは、ストリームバッファ１４１４にバッファされた後、例えばコネクティビティ１３２１やブロードバンドモデム１３３３（いずれも図５２）等を介して外部ネットワークに出力される。また、多重化部（MUX）１４１２により生成されたファイルデータは、ストリームバッファ１４１４にバッファされた後、例えばコネクティビティ１３２１（図３９）等に出力され、各種記録媒体に記録される。   The video stream of the video ES buffer 1408A and the audio stream of the audio ES buffer 1409A are read and multiplexed by the multiplexing unit (MUX) 1412 and converted into a transport stream or file data. The transport stream generated by the multiplexing unit (MUX) 1412 is buffered in the stream buffer 1414 and then output to the external network via, for example, the connectivity 1321 or the broadband modem 1333 (both of which are shown in FIG. 52). Further, the file data generated by the multiplexing unit (MUX) 1412 is buffered in the stream buffer 1414, and then output to, for example, the connectivity 1321 (FIG. 39) and recorded on various recording media.

また、例えばコネクティビティ１３２１やブロードバンドモデム１３３３（いずれも図３９）等を介して外部ネットワークからビデオプロセッサ１３３２に入力されたトランスポートストリームは、ストリームバッファ１４１４にバッファされた後、逆多重化部（DMUX）１４１３により逆多重化される。また、例えばコネクティビティ１３２１（図３９）等において各種記録媒体から読み出され、ビデオプロセッサ１３３２に入力されたファイルデータは、ストリームバッファ１４１４にバッファされた後、逆多重化部（DMUX）１４１３により逆多重化される。つまり、ビデオプロセッサ１３３２に入力されたトランスポートストリームまたはファイルデータは、逆多重化部（DMUX）１４１３によりビデオストリームとオーディオストリームとに分離される。   Further, for example, a transport stream input from an external network to the video processor 1332 via the connectivity 1321 or the broadband modem 1333 (both in FIG. 39) is buffered in the stream buffer 1414 and then demultiplexed (DMUX). 1413 is demultiplexed. For example, file data read from various recording media in the connectivity 1321 (FIG. 39) and input to the video processor 1332 is buffered in the stream buffer 1414 and then demultiplexed by the demultiplexer (DMUX) 1413. It becomes. That is, the transport stream or file data input to the video processor 1332 is separated into a video stream and an audio stream by the demultiplexer (DMUX) 1413.

オーディオストリームは、オーディオESバッファ１４０９Ｂを介してオーディオデコーダ１４１１に供給され、復号されてオーディオ信号が再生される。また、ビデオストリームは、ビデオESバッファ１４０８Ｂに書き込まれた後、エンコード・デコードエンジン１４０７により順次読み出されて復号されてフレームメモリ１４０５に書き込まれる。復号された画像データは、第２画像拡大縮小部１４０３によって拡大縮小処理されて、フレームメモリ１４０５に書き込まれる。そして、復号された画像データは、ビデオ出力処理部１４０４に読み出されて、４：２：２Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式にフォーマット変換され、さらにアナログ信号に変換されて、ビデオ信号が再生出力される。   The audio stream is supplied to the audio decoder 1411 via the audio ES buffer 1409B, decoded, and an audio signal is reproduced. The video stream is written to the video ES buffer 1408B, and then sequentially read and decoded by the encoding / decoding engine 1407, and written to the frame memory 1405. The decoded image data is enlarged / reduced by the second image enlargement / reduction unit 1403 and written to the frame memory 1405. The decoded image data is read out to the video output processing unit 1404, format-converted to a predetermined system such as 4: 2: 2Y / Cb / Cr system, and further converted into an analog signal to be converted into a video signal. Is played out.

このように構成されるビデオプロセッサ１３３２に本技術を適用する場合、エンコード・デコードエンジン１４０７に、上述した各実施形態に係る本技術を適用すればよい。つまり、例えば、エンコード・デコードエンジン１４０７が、第１の実施の形態に係る画像符号化装置１００（図１０）や第２の実施の形態に係る画像復号装置２００（図１９）の機能を有するようにすればよい。さらに、例えば、エンコード・デコードエンジン１４０７が、第３の実施の形態に係る多視点画像符号化装置６００（図２９）や多視点画像復号装置６１０（図３０）の機能を有するようにしてもよい。このようにすることにより、ビデオプロセッサ１３３２は、図１乃至図２７を参照して上述した効果と同様の効果を得ることができる。   When the present technology is applied to the video processor 1332 configured as described above, the present technology according to each embodiment described above may be applied to the encoding / decoding engine 1407. That is, for example, the encoding / decoding engine 1407 has the functions of the image encoding device 100 (FIG. 10) according to the first embodiment and the image decoding device 200 (FIG. 19) according to the second embodiment. You can do it. Further, for example, the encoding / decoding engine 1407 may have the functions of the multi-view image encoding device 600 (FIG. 29) and the multi-view image decoding device 610 (FIG. 30) according to the third embodiment. . In this way, the video processor 1332 can obtain the same effects as those described above with reference to FIGS.

なお、エンコード・デコードエンジン１４０７において、本技術（すなわち、上述した各実施形態に係る画像符号化装置や画像復号装置の機能）は、論理回路等のハードウエアにより実現するようにしてもよいし、組み込みプログラム等のソフトウエアにより実現するようにしてもよいし、それらの両方により実現するようにしてもよい。   In the encoding / decoding engine 1407, the present technology (that is, the functions of the image encoding device and the image decoding device according to each embodiment described above) may be realized by hardware such as a logic circuit. It may be realized by software such as an embedded program, or may be realized by both of them.

[ビデオプロセッサの他の構成例]
図４１は、本技術を適用したビデオプロセッサ１３３２（図３９）の概略的な構成の他の例を示している。図４１の例の場合、ビデオプロセッサ１３３２は、ビデオデータを所定の方式で符号化・復号する機能とを有する。 [Other configuration examples of video processor]
FIG. 41 illustrates another example of a schematic configuration of the video processor 1332 (FIG. 39) to which the present technology is applied. In the example of FIG. 41, the video processor 1332 has a function of encoding / decoding video data by a predetermined method.

より具体的には、図４１に示されるように、ビデオプロセッサ１３３２は、制御部１５１１、ディスプレイインタフェース１５１２、ディスプレイエンジン１５１３、画像処理エンジン１５１４、および内部メモリ１５１５を有する。また、ビデオプロセッサ１３３２は、コーデックエンジン１５１６、メモリインタフェース１５１７、多重化・逆多重化部（MUX DMUX）１５１８、ネットワークインタフェース１５１９、およびビデオインタフェース１５２０を有する。   More specifically, as illustrated in FIG. 41, the video processor 1332 includes a control unit 1511, a display interface 1512, a display engine 1513, an image processing engine 1514, and an internal memory 1515. The video processor 1332 includes a codec engine 1516, a memory interface 1517, a multiplexing / demultiplexing unit (MUX DMUX) 1518, a network interface 1519, and a video interface 1520.

制御部１５１１は、ディスプレイインタフェース１５１２、ディスプレイエンジン１５１３、画像処理エンジン１５１４、およびコーデックエンジン１５１６等、ビデオプロセッサ１３３２内の各処理部の動作を制御する。   The control unit 1511 controls the operation of each processing unit in the video processor 1332 such as the display interface 1512, the display engine 1513, the image processing engine 1514, and the codec engine 1516.

図４１に示されるように、制御部１５１１は、例えば、メインCPU１５３１、サブCPU１５３２、およびシステムコントローラ１５３３を有する。メインCPU１５３１は、ビデオプロセッサ１３３２内の各処理部の動作を制御するためのプログラム等を実行する。メインCPU１５３１は、そのプログラム等に従って制御信号を生成し、各処理部に供給する（つまり、各処理部の動作を制御する）。サブCPU１５３２は、メインCPU１５３１の補助的な役割を果たす。例えば、サブCPU１５３２は、メインCPU１５３１が実行するプログラム等の子プロセスやサブルーチン等を実行する。システムコントローラ１５３３は、メインCPU１５３１およびサブCPU１５３２が実行するプログラムを指定する等、メインCPU１５３１およびサブCPU１５３２の動作を制御する。   As illustrated in FIG. 41, the control unit 1511 includes, for example, a main CPU 1531, a sub CPU 1532, and a system controller 1533. The main CPU 1531 executes a program and the like for controlling the operation of each processing unit in the video processor 1332. The main CPU 1531 generates a control signal according to the program and supplies it to each processing unit (that is, controls the operation of each processing unit). The sub CPU 1532 plays an auxiliary role of the main CPU 1531. For example, the sub CPU 1532 executes a child process such as a program executed by the main CPU 1531, a subroutine, or the like. The system controller 1533 controls operations of the main CPU 1531 and the sub CPU 1532 such as designating a program to be executed by the main CPU 1531 and the sub CPU 1532.

ディスプレイインタフェース１５１２は、制御部１５１１の制御の下、画像データを例えばコネクティビティ１３２１（図３９）等に出力する。例えば、ディスプレイインタフェース１５１２は、デジタルデータの画像データをアナログ信号に変換し、再生されたビデオ信号として、またはデジタルデータの画像データのまま、コネクティビティ１３２１（図３９）のモニタ装置等に出力する。   The display interface 1512 outputs the image data to, for example, the connectivity 1321 (FIG. 39) or the like under the control of the control unit 1511. For example, the display interface 1512 converts image data of digital data into an analog signal, and outputs it to a monitor device or the like of the connectivity 1321 (FIG. 39) as a reproduced video signal or as image data of the digital data.

ディスプレイエンジン１５１３は、制御部１５１１の制御の下、画像データに対して、その画像を表示させるモニタ装置等のハードウエアスペックに合わせるように、フォーマット変換、サイズ変換、色域変換等の各種変換処理を行う。   Under the control of the control unit 1511, the display engine 1513 performs various conversion processes such as format conversion, size conversion, color gamut conversion, and the like so as to match the image data with hardware specifications such as a monitor device that displays the image. I do.

画像処理エンジン１５１４は、制御部１５１１の制御の下、画像データに対して、例えば画質改善のためのフィルタ処理等、所定の画像処理を施す。   The image processing engine 1514 performs predetermined image processing such as filter processing for improving image quality on the image data under the control of the control unit 1511.

内部メモリ１５１５は、ディスプレイエンジン１５１３、画像処理エンジン１５１４、およびコーデックエンジン１５１６により共用される、ビデオプロセッサ１３３２の内部に設けられたメモリである。内部メモリ１５１５は、例えば、ディスプレイエンジン１５１３、画像処理エンジン１５１４、およびコーデックエンジン１５１６の間で行われるデータの授受に利用される。例えば、内部メモリ１５１５は、ディスプレイエンジン１５１３、画像処理エンジン１５１４、またはコーデックエンジン１５１６から供給されるデータを格納し、必要に応じて（例えば、要求に応じて）、そのデータを、ディスプレイエンジン１５１３、画像処理エンジン１５１４、またはコーデックエンジン１５１６に供給する。この内部メモリ１５１５は、どのような記憶デバイスにより実現するようにしてもよいが、一般的にブロック単位の画像データやパラメータ等といった小容量のデータの格納に利用することが多いので、例えばSRAM（Static Random Access Memory）のような比較的（例えば外部メモリ１３１２と比較して）小容量だが応答速度が高速な半導体メモリにより実現するのが望ましい。   The internal memory 1515 is a memory provided in the video processor 1332 that is shared by the display engine 1513, the image processing engine 1514, and the codec engine 1516. The internal memory 1515 is used, for example, for data exchange performed between the display engine 1513, the image processing engine 1514, and the codec engine 1516. For example, the internal memory 1515 stores data supplied from the display engine 1513, the image processing engine 1514, or the codec engine 1516, and stores the data as needed (eg, upon request). This is supplied to the image processing engine 1514 or the codec engine 1516. The internal memory 1515 may be realized by any storage device, but is generally used for storing a small amount of data such as image data or parameters in units of blocks. It is desirable to realize it by a semiconductor memory such as a static random access memory that has a relatively small capacity (eg, compared to the external memory 1312) but a high response speed.

コーデックエンジン１５１６は、画像データの符号化や復号に関する処理を行う。このコーデックエンジン１５１６が対応する符号化・復号の方式は任意であり、その数は１つであってもよいし、複数であってもよい。例えば、コーデックエンジン１５１６は、複数の符号化・復号方式のコーデック機能を備え、その中から選択されたもので画像データの符号化若しくは符号化データの復号を行うようにしてもよい。   The codec engine 1516 performs processing related to encoding and decoding of image data. The encoding / decoding scheme supported by the codec engine 1516 is arbitrary, and the number thereof may be one or plural. For example, the codec engine 1516 may be provided with codec functions of a plurality of encoding / decoding schemes, and may be configured to perform encoding of image data or decoding of encoded data using one selected from them.

図４１に示される例において、コーデックエンジン１５１６は、コーデックに関する処理の機能ブロックとして、例えば、MPEG-2 Video１５４１、AVC/H.264１５４２、HEVC/H.265１５４３、HEVC/H.265(Scalable)１５４４、HEVC/H.265(Multi-view)１５４５、およびMPEG-DASH１５５１を有する。   In the example shown in FIG. 41, the codec engine 1516 includes, for example, MPEG-2 Video 1541, AVC / H.2641542, HEVC / H.2651543, HEVC / H.265 (Scalable) 1544, as function blocks for processing related to the codec. HEVC / H.265 (Multi-view) 1545 and MPEG-DASH 1551 are included.

MPEG-2 Video１５４１は、画像データをMPEG-2方式で符号化したり復号したりする機能ブロックである。AVC/H.264１５４２は、画像データをAVC方式で符号化したり復号したりする機能ブロックである。HEVC/H.265１５４３は、画像データをHEVC方式で符号化したり復号したりする機能ブロックである。HEVC/H.265(Scalable)１５４４は、画像データをHEVC方式でスケーラブル符号化したりスケーラブル復号したりする機能ブロックである。HEVC/H.265(Multi-view)１５４５は、画像データをHEVC方式で多視点符号化したり多視点復号したりする機能ブロックである。   MPEG-2 Video 1541 is a functional block that encodes and decodes image data in the MPEG-2 format. AVC / H.2641542 is a functional block that encodes and decodes image data using the AVC method. HEVC / H.2651543 is a functional block that encodes and decodes image data using the HEVC method. HEVC / H.265 (Scalable) 1544 is a functional block that performs scalable encoding and scalable decoding of image data using the HEVC method. HEVC / H.265 (Multi-view) 1545 is a functional block that multi-view encodes or multi-view decodes image data using the HEVC method.

MPEG-DASH１５５１は、画像データをMPEG-DASH（MPEG-Dynamic Adaptive Streaming over HTTP）方式で送受信する機能ブロックである。MPEG-DASHは、HTTP（HyperText Transfer Protocol）を使ってビデオのストリーミングを行う技術であり、予め用意された解像度等が互いに異なる複数の符号化データの中から適切なものをセグメント単位で選択し伝送することを特徴の１つとする。MPEG-DASH１５５１は、規格に準拠するストリームの生成やそのストリームの伝送制御等を行い、画像データの符号化・復号については、上述したMPEG-2 Video１５４１乃至HEVC/H.265(Multi-view)１５４５を利用する。   MPEG-DASH 1551 is a functional block that transmits and receives image data by the MPEG-DASH (MPEG-Dynamic Adaptive Streaming over HTTP) method. MPEG-DASH is a technology for streaming video using HTTP (HyperText Transfer Protocol), and selects and transmits appropriate data from multiple encoded data with different resolutions prepared in segments. This is one of the features. MPEG-DASH 1551 generates a stream conforming to the standard, controls transmission of the stream, and the like. For encoding / decoding of image data, MPEG-2 Video 1541 to HEVC / H.265 (Multi-view) 1545 described above are used. Is used.

メモリインタフェース１５１７は、外部メモリ１３１２用のインタフェースである。画像処理エンジン１５１４やコーデックエンジン１５１６から供給されるデータは、メモリインタフェース１５１７を介して外部メモリ１３１２に供給される。また、外部メモリ１３１２から読み出されたデータは、メモリインタフェース１５１７を介してビデオプロセッサ１３３２（画像処理エンジン１５１４若しくはコーデックエンジン１５１６）に供給される。   The memory interface 1517 is an interface for the external memory 1312. Data supplied from the image processing engine 1514 or the codec engine 1516 is supplied to the external memory 1312 via the memory interface 1517. The data read from the external memory 1312 is supplied to the video processor 1332 (the image processing engine 1514 or the codec engine 1516) via the memory interface 1517.

多重化・逆多重化部（MUX DMUX）１５１８は、符号化データのビットストリーム、画像データ、ビデオ信号等、画像に関する各種データの多重化や逆多重化を行う。この多重化・逆多重化の方法は任意である。例えば、多重化の際に、多重化・逆多重化部（MUX DMUX）１５１８は、複数のデータを１つにまとめるだけでなく、所定のヘッダ情報等をそのデータに付加することもできる。また、逆多重化の際に、多重化・逆多重化部（MUX DMUX）１５１８は、１つのデータを複数に分割するだけでなく、分割した各データに所定のヘッダ情報等を付加することもできる。つまり、多重化・逆多重化部（MUX DMUX）１５１８は、多重化・逆多重化によりデータのフォーマットを変換することができる。例えば、多重化・逆多重化部（MUX DMUX）１５１８は、ビットストリームを多重化することにより、転送用のフォーマットのビットストリームであるトランスポートストリームや、記録用のファイルフォーマットのデータ（ファイルデータ）に変換することができる。もちろん、逆多重化によりその逆変換も可能である。   A multiplexing / demultiplexing unit (MUX DMUX) 1518 multiplexes and demultiplexes various data related to images such as a bit stream of encoded data, image data, and a video signal. This multiplexing / demultiplexing method is arbitrary. For example, at the time of multiplexing, the multiplexing / demultiplexing unit (MUX DMUX) 1518 can not only combine a plurality of data into one but also add predetermined header information or the like to the data. Further, in the demultiplexing, the multiplexing / demultiplexing unit (MUX DMUX) 1518 not only divides one data into a plurality of data but also adds predetermined header information or the like to each divided data. it can. That is, the multiplexing / demultiplexing unit (MUX DMUX) 1518 can convert the data format by multiplexing / demultiplexing. For example, the multiplexing / demultiplexing unit (MUX DMUX) 1518 multiplexes the bit stream, thereby transporting a transport stream that is a bit stream in a transfer format and data in a file format for recording (file data). Can be converted to Of course, the inverse transformation is also possible by demultiplexing.

ネットワークインタフェース１５１９は、例えばブロードバンドモデム１３３３やコネクティビティ１３２１（いずれも図３９）等向けのインタフェースである。ビデオインタフェース１５２０は、例えばコネクティビティ１３２１やカメラ１３２２（いずれも図３９）等向けのインタフェースである。   The network interface 1519 is an interface for a broadband modem 1333, connectivity 1321 (both in FIG. 39) and the like. The video interface 1520 is an interface for connectivity 1321 and a camera 1322 (both are FIG. 39), for example.

次に、このようなビデオプロセッサ１３３２の動作の例について説明する。例えば、例えばコネクティビティ１３２１やブロードバンドモデム１３３３（いずれも図３９）等を介して外部ネットワークからトランスポートストリームを受信すると、そのトランスポートストリームは、ネットワークインタフェース１５１９を介して多重化・逆多重化部（MUX DMUX）１５１８に供給されて逆多重化され、コーデックエンジン１５１６により復号される。コーデックエンジン１５１６の復号により得られた画像データは、例えば、画像処理エンジン１５１４により所定の画像処理が施され、ディスプレイエンジン１５１３により所定の変換が行われ、ディスプレイインタフェース１５１２を介して例えばコネクティビティ１３２１（図３９）等に供給され、その画像がモニタに表示される。また、例えば、コーデックエンジン１５１６の復号により得られた画像データは、コーデックエンジン１５１６により再符号化され、多重化・逆多重化部（MUX DMUX）１５１８により多重化されてファイルデータに変換され、ビデオインタフェース１５２０を介して例えばコネクティビティ１３２１（図３９）等に出力され、各種記録媒体に記録される。   Next, an example of the operation of the video processor 1332 will be described. For example, when a transport stream is received from an external network via, for example, the connectivity 1321 or the broadband modem 1333 (both of which are shown in FIG. 39), the transport stream is multiplexed / demultiplexed (MUX) via the network interface 1519. DMUX) 1518 is demultiplexed and decoded by the codec engine 1516. For example, the image data obtained by decoding by the codec engine 1516 is subjected to predetermined image processing by the image processing engine 1514, subjected to predetermined conversion by the display engine 1513, and connected to, for example, the connectivity 1321 (see FIG. 39) etc., and the image is displayed on the monitor. Further, for example, image data obtained by decoding by the codec engine 1516 is re-encoded by the codec engine 1516, multiplexed by a multiplexing / demultiplexing unit (MUX DMUX) 1518, converted into file data, and video data The data is output to, for example, the connectivity 1321 (FIG. 39) through the interface 1520 and recorded on various recording media.

さらに、例えば、コネクティビティ１３２１（図３９）等により図示せぬ記録媒体から読み出された、画像データが符号化された符号化データのファイルデータは、ビデオインタフェース１５２０を介して多重化・逆多重化部（MUX DMUX）１５１８に供給されて逆多重化され、コーデックエンジン１５１６により復号される。コーデックエンジン１５１６の復号により得られた画像データは、画像処理エンジン１５１４により所定の画像処理が施され、ディスプレイエンジン１５１３により所定の変換が行われ、ディスプレイインタフェース１５１２を介して例えばコネクティビティ１３２１（図３９）等に供給され、その画像がモニタに表示される。また、例えば、コーデックエンジン１５１６の復号により得られた画像データは、コーデックエンジン１５１６により再符号化され、多重化・逆多重化部（MUX DMUX）１５１８により多重化されてトランスポートストリームに変換され、ネットワークインタフェース１５１９を介して例えばコネクティビティ１３２１やブロードバンドモデム１３３３（いずれも図３９）等に供給され図示せぬ他の装置に伝送される。   Further, for example, encoded data file data obtained by encoding image data read from a recording medium (not shown) by the connectivity 1321 (FIG. 39) is multiplexed / demultiplexed via the video interface 1520. Is supplied to a unit (MUX DMUX) 1518, demultiplexed, and decoded by a codec engine 1516. Image data obtained by decoding by the codec engine 1516 is subjected to predetermined image processing by the image processing engine 1514, subjected to predetermined conversion by the display engine 1513, and, for example, connectivity 1321 (FIG. 39) via the display interface 1512. And the image is displayed on the monitor. Further, for example, image data obtained by decoding by the codec engine 1516 is re-encoded by the codec engine 1516, multiplexed by a multiplexing / demultiplexing unit (MUX DMUX) 1518, and converted into a transport stream, For example, the connectivity 1321 and the broadband modem 1333 (both in FIG. 39) are supplied via the network interface 1519 and transmitted to another device (not shown).

なお、ビデオプロセッサ１３３２内の各処理部の間での画像データやその他のデータの授受は、例えば、内部メモリ１５１５や外部メモリ１３１２を利用して行われる。また、パワーマネージメントモジュール１３１３は、例えば制御部１５１１への電力供給を制御する。   Note that transfer of image data and other data between the processing units in the video processor 1332 is performed using, for example, the internal memory 1515 and the external memory 1312. The power management module 1313 controls power supply to the control unit 1511, for example.

このように構成されるビデオプロセッサ１３３２に本技術を適用する場合、コーデックエンジン１５１６に、上述した各実施形態に係る本技術を適用すればよい。つまり、例えば、コーデックエンジン１５１６が、第１の実施の形態に係る画像符号化装置１００（図１０）や第２の実施の形態に係る画像復号装置２００（図１９）を実現する機能ブロックを有するようにすればよい。さらに、例えば、コーデックエンジン１５１６が、第３の実施の形態に係る多視点画像符号化装置６００（図２９）や多視点画像復号装置６１０（図３０）を実現する機能ブロックを有するようにしてもよい。このようにすることにより、ビデオプロセッサ１３３２は、図１乃至図２７を参照して上述した効果と同様の効果を得ることができる。   When the present technology is applied to the video processor 1332 configured as described above, the present technology according to each of the above-described embodiments may be applied to the codec engine 1516. That is, for example, the codec engine 1516 includes functional blocks that implement the image encoding device 100 (FIG. 10) according to the first embodiment and the image decoding device 200 (FIG. 19) according to the second embodiment. What should I do? Further, for example, the codec engine 1516 may include functional blocks that implement the multi-view image encoding device 600 (FIG. 29) and the multi-view image decoding device 610 (FIG. 30) according to the third embodiment. Good. In this way, the video processor 1332 can obtain the same effects as those described above with reference to FIGS.

なお、コーデックエンジン１５１６において、本技術（すなわち、上述した各実施形態に係る画像符号化装置や画像復号装置の機能）は、論理回路等のハードウエアにより実現するようにしてもよいし、組み込みプログラム等のソフトウエアにより実現するようにしてもよいし、それらの両方により実現するようにしてもよい。   Note that in the codec engine 1516, the present technology (that is, the functions of the image encoding device and the image decoding device according to each of the above-described embodiments) may be realized by hardware such as a logic circuit or an embedded program. It may be realized by software such as the above, or may be realized by both of them.

以上にビデオプロセッサ１３３２の構成を２例示したが、ビデオプロセッサ１３３２の構成は任意であり、上述した２例以外のものであってもよい。また、このビデオプロセッサ１３３２は、１つの半導体チップとして構成されるようにしてもよいが、複数の半導体チップとして構成されるようにしてもよい。例えば、複数の半導体を積層する３次元積層LSIとしてもよい。また、複数のLSIにより実現されるようにしてもよい。   Two examples of the configuration of the video processor 1332 have been described above, but the configuration of the video processor 1332 is arbitrary and may be other than the two examples described above. The video processor 1332 may be configured as one semiconductor chip, but may be configured as a plurality of semiconductor chips. For example, a three-dimensional stacked LSI in which a plurality of semiconductors are stacked may be used. Further, it may be realized by a plurality of LSIs.

[装置への適用例]     [Example of application to equipment]

ビデオセット１３００は、画像データを処理する各種装置に組み込むことができる。例えば、ビデオセット１３００は、テレビジョン装置９００（図３２）、携帯電話機９２０（図３３）、記録再生装置９４０（図３４）、撮像装置９６０（図３５）等に組み込むことができる。ビデオセット１３００を組み込むことにより、その装置は、図１乃至図２７を参照して上述した効果と同様の効果を得ることができる。   Video set 1300 can be incorporated into various devices that process image data. For example, the video set 1300 can be incorporated in the television device 900 (FIG. 32), the mobile phone 920 (FIG. 33), the recording / reproducing device 940 (FIG. 34), the imaging device 960 (FIG. 35), or the like. By incorporating the video set 1300, the apparatus can obtain an effect similar to that described above with reference to FIGS.

また、ビデオセット１３００は、例えば、図３６のデータ伝送システム１０００におけるパーソナルコンピュータ１００４、AV機器１００５、タブレットデバイス１００６、および携帯電話機１００７等の端末装置、図３７のデータ伝送システム１１００における放送局１１０１および端末装置１１０２、並びに、図３９の撮像システム１２００における撮像装置１２０１およびスケーラブル符号化データ記憶装置１２０２等にも組み込むことができる。ビデオセット１３００を組み込むことにより、その装置は、図１乃至図２７を参照して上述した効果と同様の効果を得ることができる。さらに、図４２のコンテンツ再生システムや、図４８の無線通信システムにおける各装置にも組み込むことができる。   In addition, the video set 1300 includes, for example, terminal devices such as the personal computer 1004, the AV device 1005, the tablet device 1006, and the mobile phone 1007 in the data transmission system 1000 in FIG. 36, the broadcasting station 1101 in the data transmission system 1100 in FIG. It can also be incorporated into the terminal device 1102, the imaging device 1201 in the imaging system 1200 of FIG. 39, the scalable encoded data storage device 1202, and the like. By incorporating the video set 1300, the apparatus can obtain an effect similar to that described above with reference to FIGS. Furthermore, it can also be incorporated into each device in the content reproduction system of FIG. 42 and the wireless communication system of FIG.

なお、上述したビデオセット１３００の各構成の一部であっても、ビデオプロセッサ１３３２を含むものであれば、本技術を適用した構成として実施することができる。例えば、ビデオプロセッサ１３３２のみを本技術を適用したビデオプロセッサとして実施することができる。また、例えば、上述したように点線１３４１により示されるプロセッサやビデオモジュール１３１１等を本技術を適用したプロセッサやモジュール等として実施することができる。さらに、例えば、ビデオモジュール１３１１、外部メモリ１３１２、パワーマネージメントモジュール１３１３、およびフロントエンドモジュール１３１４を組み合わせ、本技術を適用したビデオユニット１３６１として実施することもできる。いずれの構成の場合であっても、図１乃至図２７を参照して上述した効果と同様の効果を得ることができる。   Note that even a part of each configuration of the video set 1300 described above can be implemented as a configuration to which the present technology is applied as long as it includes the video processor 1332. For example, only the video processor 1332 can be implemented as a video processor to which the present technology is applied. Further, for example, as described above, the processor, the video module 1311 and the like indicated by the dotted line 1341 can be implemented as a processor or a module to which the present technology is applied. Furthermore, for example, the video module 1311, the external memory 1312, the power management module 1313, and the front end module 1314 can be combined and implemented as a video unit 1361 to which the present technology is applied. In any case, the same effects as those described above with reference to FIGS. 1 to 27 can be obtained.

つまり、ビデオプロセッサ１３３２を含むものであればどのような構成であっても、ビデオセット１３００の場合と同様に、画像データを処理する各種装置に組み込むことができる。例えば、ビデオプロセッサ１３３２、点線１３４１により示されるプロセッサ、ビデオモジュール１３１１、または、ビデオユニット１３６１を、テレビジョン装置９００（図３２）、携帯電話機９２０（図３３）、記録再生装置９４０（図３４）、撮像装置９６０（図３５）、図３６のデータ伝送システム１０００におけるパーソナルコンピュータ１００４、AV機器１００５、タブレットデバイス１００６、および携帯電話機１００７等の端末装置、図３７のデータ伝送システム１１００における放送局１１０１および端末装置１１０２、並びに、図３８の撮像システム１２００における撮像装置１２０１およびスケーラブル符号化データ記憶装置１２０２等に組み込むことができる。そして、本技術を適用したいずれかの構成を組み込むことにより、その装置は、ビデオセット１３００の場合と同様に、図１乃至図２７を参照して上述した効果と同様の効果を得ることができる。   That is, any configuration including the video processor 1332 can be incorporated into various devices that process image data, as in the case of the video set 1300. For example, a video processor 1332, a processor indicated by a dotted line 1341, a video module 1311, or a video unit 1361, a television device 900 (FIG. 32), a mobile phone 920 (FIG. 33), a recording / playback device 940 (FIG. 34), Imaging device 960 (FIG. 35), terminal devices such as personal computer 1004, AV device 1005, tablet device 1006, and mobile phone 1007 in data transmission system 1000 in FIG. 36, broadcast station 1101 and terminal in data transmission system 1100 in FIG. It can be incorporated in the apparatus 1102, the imaging apparatus 1201 in the imaging system 1200 of FIG. 38, the scalable encoded data storage apparatus 1202, and the like. Then, by incorporating any configuration to which the present technology is applied, the apparatus can obtain the same effects as those described above with reference to FIGS. 1 to 27 as in the case of the video set 1300. .

なお、本技術は、予め用意された解像度等が互いに異なる複数の符号化データの中から適切なものをセグメント単位で選択して使用する、例えば、後述するMPEG DASH等のようなHTTPストリーミングのコンテンツ再生システムやWi-Fi規格の無線通信システムにも適用することができる。   In addition, this technique selects and uses an appropriate one of a plurality of pieces of encoded data having different resolutions prepared in advance for each segment, for example, an HTTP streaming content such as MPEG DASH to be described later The present invention can also be applied to a reproduction system and a Wi-Fi standard wireless communication system.

＜８．MPEG-DASHの応用例＞
[コンテンツ再生システムの概要]
まず、図４２乃至図４４を参照し、本技術を適用可能なコンテンツ再生システムについて概略的に説明する。 <8. Application example of MPEG-DASH>
[Outline of content playback system]
First, a content playback system to which the present technology can be applied will be schematically described with reference to FIGS.

以下では、まず、このような各実施形態において共通する基本構成について図４２および図４３を参照して説明する。   In the following, first, a basic configuration common to each of such embodiments will be described with reference to FIGS. 42 and 43.

図４２は、コンテンツ再生システムの構成を示した説明図である。図４２に示したように、コンテンツ再生システムは、コンテンツサーバ１６１０、１６１１と、ネットワーク１６１２と、コンテンツ再生装置１６２０（クライアント装置）と、を備える。   FIG. 42 is an explanatory diagram showing the configuration of the content reproduction system. As shown in FIG. 42, the content reproduction system includes content servers 1610 and 1611, a network 1612, and a content reproduction device 1620 (client device).

コンテンツサーバ１６１０、１６１１とコンテンツ再生装置１６２０は、ネットワーク１６１２を介して接続されている。このネットワーク１６１２は、ネットワーク１６１２に接続されている装置から送信される情報の有線、または無線の伝送路である。   The content servers 1610 and 1611 and the content playback device 1620 are connected via a network 1612. The network 1612 is a wired or wireless transmission path for information transmitted from a device connected to the network 1612.

例えば、ネットワーク１６１２は、インターネット、電話回線網、衛星通信網などの公衆回線網や、Ethernet（登録商標）を含む各種のLAN（Local Area Network）、WAN（Wide Area Network）などを含んでもよい。また、ネットワーク１６１２は、IP-VPN（Internet Protocol-Virtual Private Network）などの専用回線網を含んでもよい。   For example, the network 1612 may include a public line network such as the Internet, a telephone line network, and a satellite communication network, various local area networks (LANs) including Ethernet (registered trademark), a wide area network (WAN), and the like. The network 1612 may include a dedicated line network such as an IP-VPN (Internet Protocol-Virtual Private Network).

コンテンツサーバ１６１０は、コンテンツデータを符号化し、符号化データおよび符号化データのメタ情報を含むデータファイルを生成して記憶する。なお、コンテンツサーバ１６１０がＭＰ４形式のデータファイルを生成する場合、符号化データは「mdat」に該当し、メタ情報は「moov」に該当する。   The content server 1610 encodes content data, and generates and stores encoded data and a data file including meta information of the encoded data. When the content server 1610 generates an MP4 format data file, the encoded data corresponds to “mdat” and the meta information corresponds to “moov”.

また、コンテンツデータは、音楽、講演およびラジオ番組などの音楽データや、映画、テレビジョン番組、ビデオプログラム、写真、文書、絵画および図表などの映像データや、ゲームおよびソフトウエアなどであってもよい。   Further, the content data may be music data such as music, lectures and radio programs, video data such as movies, television programs, video programs, photographs, documents, pictures and charts, games and software, etc. .

ここで、コンテンツサーバ１６１０は、同一コンテンツに関し、異なるビットレートで複数のデータファイルを生成する。またコンテンツサーバ１６１１は、コンテンツ再生装置１６２０からのコンテンツの再生要求に対して、コンテンツサーバ１６１０のURLの情報に、コンテンツ再生装置１６２０で当該ＵＲＬに付加させるパラメータの情報を含めてコンテンツ再生装置１６２０に送信する。以下、図４３を参照して当該事項について具体的に説明する。   Here, the content server 1610 generates a plurality of data files at different bit rates for the same content. In response to a content playback request from the content playback device 1620, the content server 1611 includes the URL information of the content server 1610 in the content playback device 1620, including information on parameters to be added to the URL by the content playback device 1620. Send. Hereinafter, the matter will be specifically described with reference to FIG.

図４３は、図４２のコンテンツ再生システムにおけるデータの流れを示した説明図である。コンテンツサーバ１６１０は、同一のコンテンツデータを異なるビットレートで符号化し、図４３に示したように例えば２MbpsのファイルＡ、１．５MbpsのファイルＢ、１MbpsのファイルＣを生成する。相対的に、ファイルＡはハイビットレートであり、ファイルＢは標準ビットレートであり、ファイルＣはロービットレートである。   FIG. 43 is an explanatory diagram showing a data flow in the content reproduction system of FIG. The content server 1610 encodes the same content data at different bit rates, and generates, for example, a 2 Mbps file A, a 1.5 Mbps file B, and a 1 Mbps file C as shown in FIG. In comparison, file A has a high bit rate, file B has a standard bit rate, and file C has a low bit rate.

また、図４３に示したように、各ファイルの符号化データは複数のセグメントに区分されている。例えば、ファイルＡの符号化データは「Ａ１」、「Ａ２」、「Ａ３」、・・・「Ａｎ」というセグメントに区分されており、ファイルＢの符号化データは「Ｂ１」、「Ｂ２」、「Ｂ３」、・・・「Ｂｎ」というセグメントに区分されており、ファイルＣの符号化データは「Ｃ１」、「Ｃ２」、「Ｃ３」、・・・「Ｃｎ」というセグメントに区分されている。   As shown in FIG. 43, the encoded data of each file is divided into a plurality of segments. For example, the encoded data of file A is divided into segments “A1”, “A2”, “A3”,... “An”, and the encoded data of file B is “B1”, “B2”, “B3”,... “Bn” is segmented, and the encoded data of file C is segmented as “C1”, “C2”, “C3”,. .

なお、各セグメントはＭＰ４のシンクサンプル（たとえば、ＡＶＣ/Ｈ．２６４の映像符号化ではＩＤＲ−ピクチャ）で始まる単独で再生可能な１または２以上の映像符号化データおよび音声符号化データより構成サンプルで構成されてもよい。例えば、一秒３０フレームのビデオデータが１５フレーム固定長のGOP（Group of Picture）にて符号化されていた場合、各セグメントは、４GOPに相当する２秒分の映像ならびに音声符号化データであっても、２０GOPに相当する１０秒分の映像ならびに音声符号化データであってもよい。   Each segment is composed of one or more video encoded data and audio encoded data that can be reproduced independently, starting with an MP4 sync sample (for example, IDR-picture in the case of AVC / H.264 video encoding). It may be constituted by. For example, when video data of 30 frames per second is encoded by a GOP (Group of Picture) having a fixed length of 15 frames, each segment is encoded video and audio data for 2 seconds corresponding to 4 GOP. Alternatively, it may be video and audio encoded data for 10 seconds corresponding to 20 GOP.

また、各ファイルにおける配置順番が同一のセグメントによる再生範囲（コンテンツの先頭からの時間位置の範囲）は同一である。例えば、セグメント「Ａ２」、セグメント「Ｂ２」、およびセグメント「Ｃ２」の再生範囲は同一であり、各セグメントが２秒分の符号化データである場合、セグメント「Ａ２」、セグメント「Ｂ２」、およびセグメント「Ｃ２」の再生範囲は、いずれもコンテンツの２秒乃至４秒である。   In addition, the reproduction range (the range of the time position from the beginning of the content) by the segments having the same arrangement order in each file is the same. For example, when the playback ranges of the segment “A2”, the segment “B2”, and the segment “C2” are the same and each segment is encoded data for 2 seconds, the segment “A2”, the segment “B2”, and The playback range of the segment “C2” is 2 to 4 seconds for the content.

コンテンツサーバ１６１０は、このような複数のセグメントから構成されるファイルＡ乃至ファイルＣを生成すると、ファイルＡ乃至ファイルＣを記憶する。そして、コンテンツサーバ１６１０は、図４３に示したように、異なるファイルを構成するセグメントをコンテンツ再生装置１６２０に順次に送信し、コンテンツ再生装置１６２０は、受信したセグメントをストリーミング再生する。   When the content server 1610 generates the files A to C composed of such a plurality of segments, the content server 1610 stores the files A to C. Then, as shown in FIG. 43, the content server 1610 sequentially transmits segments constituting different files to the content playback device 1620, and the content playback device 1620 performs streaming playback of the received segments.

ここで、本実施形態によるコンテンツサーバ１６１０は、各符号化データのビットレート情報およびアクセス情報を含むプレイリストファイル（以下、MPD：Media Presentation Description）をコンテンツ再生装置１６２０に送信し、コンテンツ再生装置１６２０は、MPDに基づき、複数のビットレートのうちのいずれかのビットレートを選択し、選択したビットレートに対応するセグメントの送信をコンテンツサーバ１６１０に要求する。   Here, the content server 1610 according to the present embodiment transmits a playlist file (MPD: Media Presentation Description) including the bit rate information and access information of each encoded data to the content playback device 1620, and the content playback device 1620. Selects one of a plurality of bit rates based on the MPD, and requests the content server 1610 to transmit a segment corresponding to the selected bit rate.

図４２では、１つのコンテンツサーバ１６１０のみが図示されているが、本開示は係る例に限定されないことは言うまでもない。   In FIG. 42, only one content server 1610 is illustrated, but it goes without saying that the present disclosure is not limited to such an example.

図４４は、MPDの具体例を示した説明図である。図４４に示したように、MPDには、異なるビットレート（BANDWIDTH）を有する複数の符号化データに関するアクセス情報が含まれる。例えば、図４４に示したMPDは、２５６Kbps、１．０２４Mbps、１．３８４Mbps、１．５３６Mbps、２．０４８Mbpsの各々の符号化データが存在することを示す共に、各符号化データに関するアクセス情報を含む。コンテンツ再生装置１６２０は、かかるＭＰＤに基づき、ストリーミング再生する符号化データのビットレートを動的に変更することが可能である。   FIG. 44 is an explanatory diagram showing a specific example of MPD. As shown in FIG. 44, MPD includes access information regarding a plurality of encoded data having different bit rates (BANDWIDTH). For example, the MPD shown in FIG. 44 indicates that each encoded data of 256 Kbps, 1.024 Mbps, 1.384 Mbps, 1.536 Mbps, and 2.048 Mbps exists, and includes access information regarding each encoded data. . The content playback device 1620 can dynamically change the bit rate of encoded data to be streamed based on such MPD.

なお、図４２にはコンテンツ再生装置１６２０の一例として携帯端末を示しているが、コンテンツ再生装置１６２０はかかる例に限定されない。例えば、コンテンツ再生装置１６２０は、PC（Personal Computer）、家庭用映像処理装置（DVDレコーダ、ビデオデッキなど）、PDA（Personal Digital Assistants）、家庭用ゲーム機器、家電機器などの情報処理装置であってもよい。また、コンテンツ再生装置１６２０は、携帯電話、PHS（Personal Handyphone System）、携帯用音楽再生装置、携帯用映像処理装置、携帯用ゲーム機器などの情報処理装置であってもよい。   42 shows a portable terminal as an example of the content playback device 1620, the content playback device 1620 is not limited to such an example. For example, the content playback device 1620 is an information processing device such as a PC (Personal Computer), a home video processing device (DVD recorder, VCR, etc.), a PDA (Personal Digital Assistants), a home game device, or a home appliance. Also good. The content playback device 1620 may be an information processing device such as a mobile phone, a PHS (Personal Handyphone System), a portable music playback device, a portable video processing device, or a portable game device.

[コンテンツサーバ１６１０の構成]
以上、図４２乃至図４４を参照し、コンテンツ再生システムの概要を説明した。続いて、図４５を参照し、コンテンツサーバ１６１０の構成を説明する。 [Configuration of Content Server 1610]
The outline of the content reproduction system has been described above with reference to FIGS. Next, the configuration of the content server 1610 will be described with reference to FIG.

図４５は、コンテンツサーバ１６１０の構成を示した機能ブロック図である。図４５に示したように、コンテンツサーバ１６１０は、ファイル生成部１６３１と、記憶部１６３２と、通信部１６３３と、を備える。   FIG. 45 is a functional block diagram showing the configuration of the content server 1610. As illustrated in FIG. 45, the content server 1610 includes a file generation unit 1631, a storage unit 1632, and a communication unit 1633.

ファイル生成部１６３１は、コンテンツデータを符号化するエンコーダ１６４１を備え、同一のコンテンツでビットレートが異なる複数の符号化データ、および上述したMPDを生成する。例えば、ファイル生成部１６３１は、２５６Kbps、１．０２４Mbps、１．３８４Mbps、１．５３６Mbps、２．０４８Mbpsの各々の符号化データを生成した場合、図４４に示したようなMPDを生成する。   The file generation unit 1631 includes an encoder 1641 that encodes content data, and generates a plurality of encoded data having the same content and different bit rates, and the MPD described above. For example, if the file generation unit 1631 generates encoded data of 256 Kbps, 1.024 Mbps, 1.384 Mbps, 1.536 Mbps, and 2.048 Mbps, the MPD as illustrated in FIG. 44 is generated.

記憶部１６３２は、ファイル生成部１６３１により生成されたビットレートが異なる複数の符号化データおよびMPDを記憶する。この記憶部１６３２は、不揮発性メモリ、磁気ディスク、光ディスク、およびMO（Magneto Optical）ディスクなどの記憶媒体であってもよい。不揮発性メモリとしては、例えば、EEPROM（Electrically Erasable Programmable Read-Only Memory）、EPROM（Erasable Programmable ROM）があげられる。また、磁気ディスクとしては、ハードディスクおよび円盤型磁性体ディスクなどがあげられる。また、光ディスクとしては、CD（Compact Disc、DVD-R（Digital Versatile Disc Recordable）およびBD（Blu-Ray Disc（登録商標））などがあげられる。   The storage unit 1632 stores a plurality of encoded data and MPD having different bit rates generated by the file generation unit 1631. The storage unit 1632 may be a storage medium such as a nonvolatile memory, a magnetic disk, an optical disk, and an MO (Magneto Optical) disk. Examples of the nonvolatile memory include EEPROM (Electrically Erasable Programmable Read-Only Memory) and EPROM (Erasable Programmable ROM). Examples of the magnetic disk include a hard disk and a disk type magnetic disk. Examples of the optical disk include CD (Compact Disc, DVD-R (Digital Versatile Disc Recordable)) and BD (Blu-Ray Disc (registered trademark)).

通信部１６３３は、コンテンツ再生装置１６２０とのインタフェースであって、ネットワーク１６１２を介してコンテンツ再生装置１６２０と通信する。より詳細には、通信部１６３３は、HTTPに従ってコンテンツ再生装置１６２０と通信するHTTPサーバとしての機能を有する。例えば、通信部１６３３は、MPDをコンテンツ再生装置１６２０に送信し、HTTPに従ってコンテンツ再生装置１６２０からMPDに基づいて要求された符号化データを記憶部１６３２から抽出し、HTTPレスポンスとしてコンテンツ再生装置１６２０に符号化データを送信する。   The communication unit 1633 is an interface with the content reproduction device 1620 and communicates with the content reproduction device 1620 via the network 1612. More specifically, the communication unit 1633 has a function as an HTTP server that communicates with the content reproduction device 1620 according to HTTP. For example, the communication unit 1633 transmits the MPD to the content reproduction device 1620, extracts encoded data requested from the content reproduction device 1620 based on the MPD according to HTTP from the storage unit 1632, and transmits the encoded data to the content reproduction device 1620 as an HTTP response. Transmit encoded data.

[コンテンツ再生装置１６２０の構成]
以上、本実施形態によるコンテンツサーバ１６１０の構成を説明した。続いて、図４６を参照し、コンテンツ再生装置１６２０の構成を説明する。 [Configuration of Content Playback Device 1620]
The configuration of the content server 1610 according to the present embodiment has been described above. Next, the configuration of the content reproduction device 1620 will be described with reference to FIG.

図４６は、コンテンツ再生装置１６２０の構成を示した機能ブロック図である。図４６に示したように、コンテンツ再生装置１６２０は、通信部１６５１と、記憶部１６５２と、再生部１６５３と、選択部１６５４と、現在地取得部１６５６と、を備える。   FIG. 46 is a functional block diagram showing the configuration of the content reproduction apparatus 1620. As illustrated in FIG. 46, the content reproduction device 1620 includes a communication unit 1651, a storage unit 1652, a reproduction unit 1653, a selection unit 1654, and a current location acquisition unit 1656.

通信部１６５１は、コンテンツサーバ１６１０とのインタフェースであって、コンテンツサーバ１６１０に対してデータを要求し、コンテンツサーバ１６１０からデータを取得する。より詳細には、通信部１６５１は、HTTPに従ってコンテンツ再生装置１６２０と通信するHTTPクライアントとしての機能を有する。例えば、通信部１６５１は、HTTP Rangeを利用することにより、コンテンツサーバ１６１０からMPDや符号化データのセグメントを選択的に取得することができる。   The communication unit 1651 is an interface with the content server 1610, requests data from the content server 1610, and acquires data from the content server 1610. More specifically, the communication unit 1651 has a function as an HTTP client that communicates with the content reproduction device 1620 according to HTTP. For example, the communication unit 1651 can selectively acquire an MPD or encoded data segment from the content server 1610 by using HTTP Range.

記憶部１６５２は、コンテンツの再生に関する種々の情報を記憶する。例えば、通信部１６５１によりコンテンツサーバ１６１０から取得されるセグメントを順次にバッファリングする。記憶部１６５２にバッファリングされた符号化データのセグメントは、FIFO（First In First Out）で再生部１６５３へ順次に供給される。   The storage unit 1652 stores various information related to content reproduction. For example, the segments acquired from the content server 1610 by the communication unit 1651 are sequentially buffered. The encoded data segments buffered in the storage unit 1652 are sequentially supplied to the reproduction unit 1653 by FIFO (First In First Out).

また記憶部１６５２は、後述のコンテンツサーバ１６１１から要求された、MPDに記述されているコンテンツのURLへのパラメータの付加指示に基づき、通信部１６５１でURLにパラメータを付加して、そのURLへアクセスするための定義を記憶する。   The storage unit 1652 adds a parameter to the URL by the communication unit 1651 based on an instruction to add a parameter to the URL of the content described in the MPD requested from the content server 1611 described later, and accesses the URL. The definition to do is memorized.

再生部１６５３は、記憶部１６５２から供給されるセグメントを順次に再生する。具体的には、再生部１６５３は、セグメントのデコード、DA変換、およびレンダリングなどを行う。   The playback unit 1653 sequentially plays back the segments supplied from the storage unit 1652. Specifically, the playback unit 1653 performs segment decoding, DA conversion, rendering, and the like.

選択部１６５４は、MPDに含まれるいずれのビットレートに対応する符号化データのセグメントを取得するかを同一コンテンツ内で順次に選択する。例えば、選択部１６５４がネットワーク１６１２の帯域に応じてセグメント「Ａ１」、「Ｂ２」、「Ａ３」を順次に選択すると、図４３に示したように、通信部１６５１がコンテンツサーバ１６１０からセグメント「Ａ１」、「Ｂ２」、「Ａ３」を順次に取得する。   The selection unit 1654 sequentially selects, in the same content, which segment of encoded data corresponding to which bit rate included in the MPD is to be acquired. For example, when the selection unit 1654 sequentially selects the segments “A1”, “B2”, and “A3” according to the bandwidth of the network 1612, the communication unit 1651 causes the segment “A1” from the content server 1610 as illustrated in FIG. ”,“ B2 ”, and“ A3 ”are acquired sequentially.

現在地取得部１６５６は、コンテンツ再生装置１６２０の現在の位置を取得するものであり、例えばGPS（Global Positioning System）受信機などの現在地を取得するモジュールで構成されていても良い。また現在地取得部１６５６は、無線ネットワークを使用してコンテンツ再生装置１６２０の現在の位置を取得するものであってもよい。   The current location acquisition unit 1656 acquires the current position of the content playback device 1620, and may be configured by a module that acquires the current location, such as a GPS (Global Positioning System) receiver. The current location acquisition unit 1656 may acquire the current position of the content reproduction device 1620 using a wireless network.

[コンテンツサーバ１６１１の構成]
図４７は、コンテンツサーバ１６１１の構成例を示す説明図である。図４７に示したように、コンテンツサーバ１６１１は、記憶部１６７１と、通信部１６７２と、を備える。 [Configuration of Content Server 1611]
FIG. 47 is an explanatory diagram showing a configuration example of the content server 1611. As illustrated in FIG. 47, the content server 1611 includes a storage unit 1671 and a communication unit 1672.

記憶部１６７１は、MPDのURLの情報を記憶する。MPDのURLの情報は、コンテンツの再生を要求するコンテンツ再生装置１６２０からの求めに応じ、コンテンツサーバ１６１１からコンテンツ再生装置１６２０へ送信される。また記憶部１６７１は、コンテンツ再生装置１６２０へのMPDのURLの情報を提供する際に、当該MPDに記述されているURLにコンテンツ再生装置１６２０でパラメータを付加させる際の定義情報を記憶する。   The storage unit 1671 stores MPD URL information. The MPD URL information is transmitted from the content server 1611 to the content reproduction device 1620 in response to a request from the content reproduction device 1620 that requests content reproduction. In addition, when providing the MPD URL information to the content playback device 1620, the storage unit 1671 stores definition information when the content playback device 1620 adds a parameter to the URL described in the MPD.

通信部１６７２は、コンテンツ再生装置１６２０とのインターフェースであって、ネットワーク１６１２を介してコンテンツ再生装置１６２０と通信する。すなわち通信部１６７２は、コンテンツの再生を要求するコンテンツ再生装置１６２０から、MPDのURLの情報の要求を受信し、コンテンツ再生装置１６２０へMPDのURLの情報を送信する。通信部１６７２から送信されるMPDのURLには、コンテンツ再生装置１６２０でパラメータを付加させるための情報が含まれる。   The communication unit 1672 is an interface with the content reproduction device 1620 and communicates with the content reproduction device 1620 via the network 1612. That is, the communication unit 1672 receives an MPD URL information request from the content reproduction device 1620 that requests content reproduction, and transmits the MPD URL information to the content reproduction device 1620. The MPD URL transmitted from the communication unit 1672 includes information for adding a parameter by the content reproduction device 1620.

コンテンツ再生装置１６２０でMPDのURLに付加させるパラメータについては、コンテンツサーバ１６１１およびコンテンツ再生装置１６２０で共有する定義情報で様々に設定することが出来る。一例を挙げれば、コンテンツ再生装置１６２０の現在位置、コンテンツ再生装置１６２０を使用するユーザのユーザID、コンテンツ再生装置１６２０のメモリサイズ、コンテンツ再生装置１６２０のストレージの容量などの情報を、コンテンツ再生装置１６２０でMPDのURLに付加させることが出来る。   The parameters to be added to the MPD URL by the content reproduction device 1620 can be variously set by definition information shared by the content server 1611 and the content reproduction device 1620. For example, information such as the current position of the content playback device 1620, the user ID of the user who uses the content playback device 1620, the memory size of the content playback device 1620, the storage capacity of the content playback device 1620, and the like. Can be added to the MPD URL.

以上のような構成のコンテンツ再生システムにおいて、図１乃至図４７を参照して上述したような本技術を適用することにより、図１乃至図２７を参照して上述した効果と同様の効果を得ることができる。   In the content reproduction system configured as described above, by applying the present technology as described above with reference to FIGS. 1 to 47, the same effects as those described with reference to FIGS. 1 to 27 are obtained. be able to.

すなわち、コンテンツサーバ１６１０のエンコーダ１６４１は、上述した実施形態に係る画像符号化装置１００（図１０）の機能を有する。また、コンテンツ再生装置１６２０の再生部１６５３は、上述した実施形態に係る画像復号装置２００（図１７）の機能を有する。それにより、コンテンツ再生システムでの画像の符号化および復号に必要な記憶容量の増大を抑制することができる。   That is, the encoder 1641 of the content server 1610 has the function of the image encoding device 100 (FIG. 10) according to the above-described embodiment. Further, the playback unit 1653 of the content playback device 1620 has the function of the image decoding device 200 (FIG. 17) according to the above-described embodiment. Thereby, it is possible to suppress an increase in storage capacity necessary for image encoding and decoding in the content reproduction system.

また、コンテンツ再生システムにおいて、本技術により符号化されたデータを送受信することにより、出力となる画像圧縮情報の符号化効率を改善することができる。   Also, in the content reproduction system, the encoding efficiency of the image compression information to be output can be improved by transmitting and receiving data encoded by the present technology.

＜９．Wi-Fi規格の無線通信システムの応用例＞
[無線通信装置の基本動作例]
本技術を適用可能な無線通信システムにおける無線通信装置の基本動作例について説明する。 <9. Examples of Wi-Fi standard wireless communication systems>
[Example of basic operation of wireless communication device]
A basic operation example of a wireless communication device in a wireless communication system to which the present technology can be applied will be described.

最初に、P2P（Peer to Peer）接続を確立して特定のアプリケーションを動作させるまでの無線パケット送受信がなされる。   First, wireless packet transmission / reception is performed until a specific application is operated after a P2P (Peer to Peer) connection is established.

次に、第２層で接続する前に、使用する特定のアプリケーションを指定してからＰ２Ｐ接続を確立して特定のアプリケーションを動作させるまでの無線パケット送受信がなされる。その後、第２層での接続後に、特定のアプリケーションを起動する場合の無線パケット送受信がなされる。   Next, before connecting in the second layer, wireless packet transmission / reception is performed from the time when a specific application to be used is specified until the P2P connection is established and the specific application is operated. Thereafter, after connection in the second layer, radio packet transmission / reception is performed when a specific application is started.

［特定のアプリケーション動作開始時における通信例］
図４８および図４９は、上述したP2P（Peer to Peer）接続を確立して特定のアプリケーションを動作させるまでの無線パケット送受信の例であり、無線通信の基礎となる各装置による通信処理例を示すシーケンスチャートである。具体的には、Wi-Fi Allianceにおいて標準化されているWi-Fiダイレクト（Direct）規格（Wi-Fi P2Pと呼ばれることもある）での接続に至るダイレクト接続の確立手順の一例を示す。 [Communication example at the start of specific application operation]
48 and 49 are examples of wireless packet transmission / reception from the establishment of the above-described P2P (Peer to Peer) connection until a specific application is operated, and shows an example of communication processing by each device serving as the basis of wireless communication. It is a sequence chart. Specifically, an example of a procedure for establishing a direct connection leading to a connection based on the Wi-Fi Direct (Direct) standard (sometimes referred to as Wi-Fi P2P) standardized by the Wi-Fi Alliance is shown.

ここで、Wi-Fiダイレクトでは、複数の無線通信装置が互いの存在を検出する（Device Discovery、Service Discovery）。そして、接続機器選択を行うとその選択された機器間において、WPS（Wi-Fi Protected Setup）で機器認証を行うことによりダイレクト接続を確立する。また、Wi-Fiダイレクトでは、複数の無線通信装置が親機（Group Owner）または子機（Client）の何れとしての役割を担うかを決定して通信グループを形成する。   Here, in Wi-Fi Direct, a plurality of wireless communication devices detect each other's presence (Device Discovery, Service Discovery). When a connected device is selected, direct connection is established between the selected devices by performing device authentication using WPS (Wi-Fi Protected Setup). Further, in Wi-Fi Direct, a communication group is formed by determining whether a plurality of wireless communication devices serve as a parent device (Group Owner) or a child device (Client).

ただし、この通信処理例では、一部のパケット送受信については省略して示す。例えば、初回接続時には、上述したように、WPSを使うためのパケット交換が必要であり、AuthenticationＲｅｑｕｅｓｔ／Responseのやり取り等においてもパケット交換が必要となる。しかしながら、図４８および図４９では、これらのパケット交換についての図示を省略し、２回目以降の接続についてのみを示す。   However, in this communication processing example, some packet transmission / reception is omitted. For example, at the time of the initial connection, as described above, packet exchange for using WPS is necessary, and packet exchange is also necessary for exchange of Authentication Request / Response. However, in FIG. 48 and FIG. 49, illustration of these packet exchanges is omitted, and only the second and subsequent connections are shown.

なお、図４８および図４９では、第１無線通信装置１７０１および第２無線通信装置１７０２間における通信処理例を示すが、他の無線通信装置間における通信処理についても同様である。   48 and 49 show examples of communication processing between the first wireless communication device 1701 and the second wireless communication device 1702, the same applies to communication processing between other wireless communication devices.

最初に、第１無線通信装置１７０１および第２無線通信装置１７０２間においてDevice Discoveryが行われる（１７１１）。例えば、第１無線通信装置１７０１は、Probe request（応答要求信号）を送信し、このProbe requestに対するProbe response（応答信号）を第２無線通信装置１７０２から受信する。これにより、第１無線通信装置１７０１および第２無線通信装置１７０２は、互いの存在を発見することができる。また、Device Discoveryにより、相手のデバイス名や種類（TV、PC、スマートフォン等）を取得することができる。   First, Device Discovery is performed between the first wireless communication device 1701 and the second wireless communication device 1702 (1711). For example, the first wireless communication apparatus 1701 transmits a probe request (response request signal) and receives a probe response (response signal) for the probe request from the second wireless communication apparatus 1702. Thereby, the first wireless communication device 1701 and the second wireless communication device 1702 can discover each other's presence. Device Discovery can also acquire the device name and type (TV, PC, smartphone, etc.) of the other party.

続いて、第１無線通信装置１７０１および第２無線通信装置１７０２間においてService Discoveryが行われる（１７１２）。例えば、第１無線通信装置１７０１は、Device Discoveryで発見した第２無線通信装置１７０２が対応しているサービスを問い合わせるService Discovery Queryを送信する。そして、第１無線通信装置１７０１は、Service Discovery Responseを第２無線通信装置１７０２から受信することにより、第２無線通信装置１７０２が対応しているサービスを取得する。すなわち、Service Discoveryにより、相手が実行可能なサービス等を取得することができる。相手が実行可能なサービスは、例えば、service、protocol（DLNA（Digital Living Network Alliance） DMR（Digital Media Renderer）等）である。   Subsequently, Service Discovery is performed between the first wireless communication device 1701 and the second wireless communication device 1702 (1712). For example, the first wireless communication apparatus 1701 transmits a Service Discovery Query that inquires about a service supported by the second wireless communication apparatus 1702 discovered by Device Discovery. Then, the first wireless communication apparatus 1701 receives a service discovery response from the second wireless communication apparatus 1702, thereby acquiring a service supported by the second wireless communication apparatus 1702. In other words, services that can be executed by the other party can be acquired by Service Discovery. Services that can be executed by the other party are, for example, service and protocol (DLNA (Digital Living Network Alliance) DMR (Digital Media Renderer) and the like).

続いて、ユーザにより接続相手の選択操作（接続相手選択操作）が行われる（１７１３）。この接続相手選択操作は、第１無線通信装置１７０１および第２無線通信装置１７０２の何れか一方のみに発生することもある。例えば、第１無線通信装置１７０１の表示部に接続相手選択画面が表示され、この接続相手選択画面において接続相手として第２無線通信装置１７０２がユーザ操作により選択される。   Subsequently, a connection partner selection operation (connection partner selection operation) is performed by the user (1713). This connection partner selection operation may occur only in one of the first wireless communication device 1701 and the second wireless communication device 1702. For example, a connection partner selection screen is displayed on the display unit of the first wireless communication device 1701, and the second wireless communication device 1702 is selected as a connection partner on the connection partner selection screen by a user operation.

ユーザにより接続相手選択操作が行われると（１７１３）、第１無線通信装置１７０１および第２無線通信装置１７０２間においてGroup Owner Negotiationが行われる（１７１４）。図４８および図４９では、Group Owner Negotiationの結果により、第１無線通信装置１７０１がグループオーナー（Group Owner）１７１５になり、第２無線通信装置１７０２がクライアント（Client）１７１６になる例を示す。   When the connection partner selection operation is performed by the user (1713), Group Owner Negotiation is performed between the first wireless communication device 1701 and the second wireless communication device 1702 (1714). 48 and 49 show an example in which the first wireless communication device 1701 becomes a group owner (Group Owner) 1715 and the second wireless communication device 1702 becomes a client (Client) 1716 based on the Group Owner Negotiation result.

続いて、第１無線通信装置１７０１および第２無線通信装置１７０２間において、各処理（１７１７乃至１７２０）が行われることにより、ダイレクト接続が確立される。すなわち、Association（Ｌ２（第２層） link確立）（１７１７）、Ｓｅｃｕｒｅ ｌｉｎｋ確立（１７１８）が順次行われる。また、IP Address Assignment（１７１９）、ＳＳＤＰ（Simple Service Discovery Protocol）等によるＬ３上でのＬ４ ｓｅｔｕｐ（１７２０）が順次行われる。なお、Ｌ２（ｌａｙｅｒ２）は、第２層（データリンク層）を意味し、Ｌ３（ｌａｙｅｒ３）は、第３層（ネットワーク層）を意味し、Ｌ４（ｌａｙｅｒ４）は、第４層（トランスポート層）を意味する。   Subsequently, direct processing is established by performing each processing (1717 to 1720) between the first wireless communication device 1701 and the second wireless communication device 1702. That is, Association (L2 (second layer) link establishment) (1717) and Secure link establishment (1718) are sequentially performed. Further, L4 setup (1720) on L3 is sequentially performed by IP Address Assignment (1719), SSDP (Simple Service Discovery Protocol), or the like. L2 (layer 2) means the second layer (data link layer), L3 (layer 3) means the third layer (network layer), and L4 (layer 4) means the fourth layer (transport layer). ).

続いて、ユーザにより特定のアプリケーションの指定または起動操作（アプリ指定・起動操作）が行われる（１７２１）。このアプリ指定・起動操作は、第１無線通信装置１７０１および第２無線通信装置１７０２の何れか一方のみに発生することもある。例えば、第１無線通信装置１７０１の表示部にアプリ指定・起動操作画面が表示され、このアプリ指定・起動操作画面において特定のアプリケーションがユーザ操作により選択される。   Subsequently, the user designates or activates a specific application (application designation / activation operation) (1721). This application designation / activation operation may occur only in one of the first wireless communication device 1701 and the second wireless communication device 1702. For example, an application designation / startup operation screen is displayed on the display unit of the first wireless communication apparatus 1701, and a specific application is selected by a user operation on the application designation / startup operation screen.

ユーザによりアプリ指定・起動操作が行われると（１７２１）、このアプリ指定・起動操作に対応する特定のアプリケーションが第１無線通信装置１７０１および第２無線通信装置１７０２間において実行される（１７２２）。   When an application designation / startup operation is performed by the user (1721), a specific application corresponding to the application designation / startup operation is executed between the first wireless communication device 1701 and the second wireless communication device 1702 (1722).

ここで、Wi-Fi Direct規格以前の仕様（ＩＥＥＥ８０２．１１で標準化された仕様）の範囲内で、AP（Access Point）−ＳＴＡ（Station）間の接続を行う場合を想定する。この場合には、第２層で接続する前（ＩＥＥＥ８０２．１１用語ではａｓｓｏｃｉａｔｉｏｎ前）には、どのようなデバイスと繋ごうとしているのかを事前に知ることができなかった。   Here, it is assumed that the connection between AP (Access Point) and STA (Station) is performed within the range of the specification before the Wi-Fi Direct standard (specification standardized by IEEE 802.11). In this case, before connecting in the second layer (before association in the IEEE 802.11 terminology), it was impossible to know in advance what kind of device to connect to.

これに対して、図４８および図４９に示すように、Wi-Fi Directでは、Device discoveryやService Discovery（option）において、接続候補相手を探す際に、接続相手の情報を取得することができる。この接続相手の情報は、例えば、基本的なデバイスのタイプや、対応している特定のアプリケーション等である。そして、その取得された接続相手の情報に基づいて、ユーザに接続相手を選択させることができる。   On the other hand, as shown in FIGS. 48 and 49, in Wi-Fi Direct, connection partner information can be acquired when searching for a connection candidate partner in Device discovery or Service Discovery (option). The information of the connection partner is, for example, a basic device type, a corresponding specific application, or the like. And based on the acquired information of a connection other party, a user can be made to select a connection other party.

この仕組みを拡張して、第２層で接続する前に特定のアプリケーションを指定して、接続相手を選択し、この選択後に、自動的に特定のアプリケーションを起動させる無線通信システムを実現することも可能である。このような場合の接続に至るシーケンスの一例を、図５１に示す。また、この通信処理において送受信されるフレームフォーマット（frame format）の構成例を図５０に示す。   This mechanism can be expanded to realize a wireless communication system in which a specific application is specified before connection at the second layer, a connection partner is selected, and the specific application is automatically started after this selection. Is possible. An example of the sequence leading to the connection in such a case is shown in FIG. FIG. 50 shows a configuration example of a frame format transmitted / received in this communication process.

［フレームフォーマットの構成例］
図５０は、本技術の基礎となる各装置による通信処理において送受信されるフレームフォーマット（frame format）の構成例を模式的に示す図である。すなわち、図５０には、第２層での接続を確立するためのMAC frameの構成例を示す。具体的には、図５１に示すシーケンスを実現するためのAssociation Request/Response（１７８７）のフレームフォーマットの一例である。 [Frame format configuration example]
FIG. 50 is a diagram schematically illustrating a configuration example of a frame format transmitted / received in communication processing by each device that is the basis of the present technology. That is, FIG. 50 shows a configuration example of a MAC frame for establishing a connection in the second layer. Specifically, it is an example of a frame format of Association Request / Response (1787) for realizing the sequence shown in FIG.

なお、Frame Control（１７５１）からSequence Control（１７５６）までは、ＭＡＣヘッダである。また、Association Requestを送信する際には、Frame Control（１７５１）において、Ｂ３Ｂ２＝"０ｂ００"、かつ、Ｂ７Ｂ６Ｂ５Ｂ４＝"０ｂ００００"が設定される。また、Association Responseをencapsulateする際には、Ｆｒａｍｅ Ｃｏｎｔｒｏｌ（１７５１）において、Ｂ３Ｂ２＝"０ｂ００"、かつ、Ｂ７Ｂ６Ｂ５Ｂ４＝"０ｂ０００１"が設定される。なお、「０ｂ００」は、２進法で「００」であることを示し、「０ｂ００００」は、２進法で「００００」であることを示し、「０ｂ０００１」は、２進法で「０００１」であることを示す。   Note that Frame Control (1751) to Sequence Control (1756) are MAC headers. When transmitting an Association Request, B3B2 = “0b00” and B7B6B5B4 = “0b0000” are set in Frame Control (1751). Further, when Encapsulating the Association Response, B3B2 = “0b00” and B7B6B5B4 = “0b0001” are set in the Frame Control (1751). Note that “0b00” indicates “00” in binary, “0b0000” indicates “0000” in binary, and “0b0001” indicates “0001” in binary. Indicates that

ここで、図５０に示すMAC frameは、基本的には、IEEE802.11-2007仕様書section7.2．3.4節と7.2．3.5節に記載のAssociation Request/Responseframe formatである。ただし、IEEE802.11仕様書内で定義されているInformation Element（以下、IEと省略）だけでなく、独自に拡張したIEを含めている点が異なる。   Here, the MAC frame shown in FIG. 50 is basically the Association Request / Response frame format described in sections 7.2.3.4 and 7.2.3.5 of the IEEE802.11-2007 specification. However, the difference is that it includes not only the Information Element (hereinafter abbreviated as IE) defined in the IEEE802.11 specification, but also its own extended IE.

また、Vendor Specific IE（１７６０）であることを示すため、IE Type（Information Element ID（１７６１））には、１０進数で１２７がセットされる。この場合、IEEE802.11−2007仕様7.3．2.26節により、Lengthフィールド（１７６２）と、OUIフィールド（１７６３）が続き、この後にvendor specific content（１７６４）が配置される。   Further, in order to indicate that it is Vendor Specific IE (1760), 127 is set in decimal in IE Type (Information Element ID (1761)). In this case, according to the IEEE802.11-2007 specification section 7.3.2.26, the Length field (1762) and the OUI field (1763) follow, followed by the vendor specific content (1764).

Vendor specific content（１７６４）の内容としては、最初にvendor specific IEのtypeを示すフィールド（IE type（１７６５））を設ける。そして、この後に、複数のsubelement（１７６６）を格納することができる構成とすることが考えられる。   As the content of the vendor specific content (1764), a field (IE type (1765)) indicating the type of vendor specific IE is provided first. Then, it is conceivable that a plurality of subelements (1766) can be stored thereafter.

subelement（１７６６）の内容として、使われるべき特定のアプリケーションの名称（１７６７）や、その特定のアプリケーション動作時のデバイスの役割（１７６８）を含めることが考えられる。また、特定のアプリケーション、または、その制御のために使われるポート番号等の情報（Ｌ４セットアップのための情報）（１７６９）や、特定のアプリケーション内でのCapabilityに関する情報（Capability情報）を含めることが考えられる。ここで、Capability情報は、例えば、指定する特定のアプリケーションがDLNAの場合に、音声送出／再生に対応している、映像送出／再生に対応している等を特定するための情報である。   It is conceivable that the contents of the subelement (1766) include the name (1767) of a specific application to be used and the role of the device (1768) during operation of the specific application. In addition, information such as a port number used for the control of a specific application (information for L4 setup) (1769) and information about Capability (Capability information) in the specific application may be included. Conceivable. Here, the Capability information is information for specifying, for example, that audio transmission / reproduction is supported, video transmission / reproduction, and the like when the specific application to be specified is DLNA.

以上のような構成の無線通信システムにおいて、図１乃至図２７を参照して上述したような本技術を適用することにより、図１乃至図２７を参照して上述した効果と同様の効果を得ることができる。すなわち、無線通信システムでの画像の符号化および復号に必要な記憶容量の増大を抑制することができる。また、上述した無線通信システムにおいて、本技術により符号化されたデータを送受信することにより、出力となる画像圧縮情報の符号化効率を改善することができる。   In the radio communication system configured as described above, by applying the present technology as described above with reference to FIGS. 1 to 27, the same effects as those described with reference to FIGS. 1 to 27 are obtained. be able to. That is, an increase in storage capacity necessary for image encoding and decoding in the wireless communication system can be suppressed. Further, in the above-described wireless communication system, it is possible to improve the encoding efficiency of the image compression information to be output by transmitting / receiving data encoded by the present technology.

なお、本明細書では、各種情報が、符号化ストリームに多重化されて、符号化側から復号側へ伝送される例について説明した。しかしながら、これら情報を伝送する手法はかかる例に限定されない。例えば、これら情報は、符号化ビットストリームに多重化されることなく、符号化ビットストリームと関連付けられた別個のデータとして伝送され又は記録されてもよい。ここで、「関連付ける」という用語は、ビットストリームに含まれる画像（スライス若しくはブロックなど、画像の一部であってもよい）と当該画像に対応する情報とを復号時にリンクさせ得るようにすることを意味する。即ち、情報は、画像（又はビットストリーム）とは別の伝送路上で伝送されてもよい。また、情報は、画像（又はビットストリーム）とは別の記録媒体（又は同一の記録媒体の別の記録エリア）に記録されてもよい。さらに、情報と画像（又はビットストリーム）とは、例えば、複数フレーム、１フレーム、又はフレーム内の一部分などの任意の単位で互いに関連付けられてよい。   In the present specification, an example in which various types of information are multiplexed into an encoded stream and transmitted from the encoding side to the decoding side has been described. However, the method for transmitting such information is not limited to such an example. For example, these pieces of information may be transmitted or recorded as separate data associated with the encoded bitstream without being multiplexed into the encoded bitstream. Here, the term “associate” means that an image (which may be a part of an image such as a slice or a block) included in the bitstream and information corresponding to the image can be linked at the time of decoding. Means. That is, information may be transmitted on a transmission path different from that of the image (or bit stream). Information may be recorded on a recording medium (or another recording area of the same recording medium) different from the image (or bit stream). Furthermore, the information and the image (or bit stream) may be associated with each other in an arbitrary unit such as a plurality of frames, one frame, or a part of the frame.

なお、本技術は以下のような構成も取ることができる。
（１） 複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する残差予測部と、
前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う符号化部と
を備える画像符号化装置。
（２） 前記符号化部により生成された前記画像データの符号化データと、前記重み係数の値として0を用いるか、または非0を用いるかに関する情報である重み係数使用情報を伝送する伝送部
をさらに備える（１）に記載の画像符号化装置。
（３） 前記伝送部は、前記重み係数使用情報を、CU（Coding Unit）毎に伝送する
（２）に記載の画像符号化装置。
（４） 前記伝送部は、前記重み係数使用情報を、LCU（Largest Coding Unit）またはスライスヘッダ毎に伝送する
（２）に記載の画像符号化装置。
（５） 前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1に決定する
（１）乃至（４）のいずれかに記載の画像符号化装置。
（６）前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1または0.5に決定する
（１）乃至（４）のいずれかに記載の画像符号化装置。
（７） 前記伝送部は、前記重み係数の値として非0を用いる場合で、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値として1および0.5のどちらを用いるかに関する情報である重み係数値情報を伝送する
（６）に記載の画像符号化装置。
（８） 前記伝送部は、前記重み係数値情報を、PU（Prediction Unit）毎に伝送する
（７）に記載の画像符号化装置。
（９） 前記伝送部は、前記重み係数値情報を、CU（Coding Unit）毎に伝送する
（７）に記載の画像符号化装置。
（１０） 前記画像データの入力信号は、輝度信号である
（１）乃至（９）のいずれかに記載の画像符号化装置。
（１１） 前記他のレイヤのシーケンスパラメータセットにおいて、輝度信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
（１０）に記載の画像符号化装置。
（１２） 前記画像データの入力信号は、色差信号である
（１）乃至（９）のいずれかに記載の画像符号化装置。
（１３） 前記他のレイヤのシーケンスパラメータセットにおいて、色差信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
（１２）に記載の画像符号化装置。
（１４） 画像符号化装置が、
複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、
決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う
画像符号化方法。
（１５） 複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する残差予測部と、
前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う復号部と
を備える画像復号装置。
（１６） 前記符号化データと、前記重み係数の値として0を用いるか、または非0を用いるかに関する情報である重み係数使用情報とを受け取る受け取り部
をさらに備え、
前記残差予測部は、前記重み係数使用情報が非0を用いることを示す情報である場合、前記残差信号の重み係数の値を0.5に決定する
（１５）に記載の画像復号装置。
（１７） 前記受け取り部は、前記重み係数使用情報を、CU（Coding Unit）毎に受け取る
（１６）に記載の画像復号装置。
（１８） 前記受け取り部は、前記重み係数使用情報を、LCU（Largest Coding Unit）毎またはスライスヘッダ毎に受け取る
（１６）に記載の画像復号装置。
（１９） 前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1に決定する
（１５）乃至（１８）のいずれかに記載の画像復号装置。
（２０） 前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1または0.5に決定する
（１５）乃至（１８）のいずれかに記載の画像復号装置。
（２１） 前記受け取り部は、前記重み係数の値として非0を用いる場合で、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値として1および0.5のどちらを用いるかに関する情報である重み係数値情報を受け取る
（２０）に記載の画像復号装置。
（２２） 前記受け取り部は、前記重み係数値情報を、PU（Prediction Unit）毎に受け取る
（２１）に記載の画像復号装置。
（２３） 前記受け取り部は、前記重み係数値情報を、CU（Coding Unit）毎に受け取る
（２１）に記載の画像復号装置。
（２４） 前前記画像データの入力信号は、輝度信号である
（１５）乃至（２３）のいずれかに記載の画像復号装置。
（２５） 前記他のレイヤのシーケンスパラメータセットにおいて、輝度信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
（２４）に記載の画像復号装置。
（２６） 前前記画像データの入力信号は、色差信号である
（１５）乃至（２３）のいずれかに記載の画像復号装置。
（２７） 前記他のレイヤのシーケンスパラメータセットにおいて、色差信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
（２６）に記載の画像復号装置。
（２８） 画像復号装置が、
複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、
決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う
画像復号方法。 In addition, this technique can also take the following structures.
(1) When an input signal of image data consisting of a plurality of layers is 8 bits, a residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits. A residual prediction unit that determines the value of the weighting factor of the residual signal to be 0.5,
An image encoding apparatus comprising: an encoding unit that encodes the current layer of the image data using a residual signal to which the weight coefficient value determined by the residual prediction unit is applied.
(2) A transmission unit that transmits encoded data of the image data generated by the encoding unit and weighting factor use information that is information regarding whether to use 0 or non-zero as the value of the weighting factor The image encoding apparatus according to (1), further comprising:
(3) The transmission unit according to (2), wherein the transmission unit transmits the weighting factor usage information for each CU (Coding Unit).
(4) The image encoding device according to (2), wherein the transmission unit transmits the weighting factor usage information for each LCU (Largest Coding Unit) or slice header.
(5) When the residual signal is 8 bits, the residual prediction unit determines a value of a weighting factor of the residual signal as 1 (1) to (4) Device.
(6) The residual prediction unit determines a value of a weighting factor of the residual signal to be 1 or 0.5 when the residual signal is 8 bits. (1) to (4) Image encoding device.
(7) When the transmission unit uses non-zero as the value of the weighting factor and the residual signal is 8 bits, which of 1 and 0.5 is used as the value of the weighting factor of the residual signal? The image coding apparatus according to (6), wherein weight coefficient value information that is information on the information is transmitted.
(8) The image encoding device according to (7), wherein the transmission unit transmits the weight coefficient value information for each PU (Prediction Unit).
(9) The image encoding device according to (7), wherein the transmission unit transmits the weight coefficient value information for each CU (Coding Unit).
(10) The image encoding device according to any one of (1) to (9), wherein the input signal of the image data is a luminance signal.
(11) In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the luminance signal is 0, the residual prediction unit is a prediction error of inter-frame prediction in the other layer. The image coding apparatus according to (10), wherein when a residual signal is 9 bits, a value of a weighting factor of the residual signal is determined to be 0.5.
(12) The image encoding device according to any one of (1) to (9), wherein an input signal of the image data is a color difference signal.
(13) In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a prediction error of inter-frame prediction in the other layer. The image coding device according to (12), wherein when a residual signal is 9 bits, a value of a weighting factor of the residual signal is determined to be 0.5.
(14) The image encoding device is
When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual Determine the value of the signal weighting factor to 0.5,
An image encoding method for encoding the current layer of the image data using a residual signal to which the determined weight coefficient value is applied.
(15) When an input signal of image data composed of a plurality of layers is 8 bits, when a residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, A residual prediction unit that determines the value of the weighting factor of the residual signal to be 0.5,
An image decoding apparatus comprising: a decoding unit configured to decode the current layer of the encoded data of the image data using a residual signal to which the weight coefficient value determined by the residual prediction unit is applied.
(16) A receiving unit that receives the encoded data and weighting factor usage information that is information regarding whether to use 0 or non-zero as the value of the weighting factor,
The image decoding apparatus according to (15), wherein the residual prediction unit determines the value of the weighting factor of the residual signal to be 0.5 when the weighting factor usage information is information indicating that non-zero is used.
(17) The image decoding device according to (16), wherein the reception unit receives the weight coefficient use information for each CU (Coding Unit).
(18) The image decoding device according to (16), wherein the reception unit receives the weighting factor use information for each LCU (Largest Coding Unit) or for each slice header.
(19) When the residual signal is 8 bits, the residual prediction unit determines the value of the weighting factor of the residual signal as 1 (15) to (18). apparatus.
(20) The residual prediction unit determines a value of a weighting factor of the residual signal to be 1 or 0.5 when the residual signal is 8 bits. (15) to (18) Image decoding device.
(21) In the case where the receiving unit uses non-zero as the value of the weighting factor and the residual signal is 8 bits, which of 1 and 0.5 is used as the value of the weighting factor of the residual signal The image decoding device according to (20), wherein weight coefficient value information that is information related to the information is received.
(22) The image decoding device according to (21), wherein the reception unit receives the weight coefficient value information for each PU (Prediction Unit).
(23) The image decoding device according to (21), wherein the reception unit receives the weight coefficient value information for each CU (Coding Unit).
(24) The image decoding device according to any one of (15) to (23), wherein the input signal of the previous image data is a luminance signal.
(25) In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the luminance signal is 0, the residual prediction unit is a prediction error of inter-frame prediction in the other layer. The image decoding device according to (24), wherein when a residual signal is 9 bits, a value of a weighting factor of the residual signal is determined to be 0.5.
(26) The image decoding device according to any one of (15) to (23), wherein the input signal of the previous image data is a color difference signal.
(27) In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a prediction error of inter-frame prediction in the other layer. The image decoding device according to (26), wherein when a residual signal is 9 bits, a value of a weighting factor of the residual signal is determined to be 0.5.
(28) The image decoding device
When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual Determine the value of the signal weighting factor to 0.5,
An image decoding method for performing decoding of the current layer of encoded data of the image data using a residual signal to which the determined weight coefficient value is applied.

１００ 画像符号化装置， １０１ ベースレイヤ画像符号化部， １０２ エンハンスメントレイヤ画像符号化部， １０３ 多重化部， １４８ 残差予測部， １４９ アップサンプル部， １６１ レンジ判定部， １６２ 重み係数決定部， １６３ シフト部， １６４ 残差バッファ， ２００ 画像復号装置， ２０１ 逆多重化部， ２０２ ベースレイヤ画像復号部， ２０３ エンハンスメントレイヤ画像復号部， ２４４ 残差予測部， ２４５ アップサンプル部， ２６１ レンジ判定部， ２６２ 重み係数決定部   DESCRIPTION OF SYMBOLS 100 Image coding apparatus, 101 Base layer image coding part, 102 Enhancement layer image coding part, 103 Multiplexing part, 148 Residual prediction part, 149 Upsampling part, 161 Range determination part, 162 Weight coefficient determination part, 163 Shift unit, 164 residual buffer, 200 image decoding device, 201 demultiplexing unit, 202 base layer image decoding unit, 203 enhancement layer image decoding unit, 244 residual prediction unit, 245 upsampling unit, 261 range determination unit, 262 Weight coefficient determination unit

Claims (28)

複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する残差予測部と、
前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う符号化部と
を備える画像符号化装置。 When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual A residual prediction unit that determines the value of the weighting factor of the signal to be 0.5,
An image encoding apparatus comprising: an encoding unit that encodes the current layer of the image data using a residual signal to which the weight coefficient value determined by the residual prediction unit is applied. 前記符号化部により生成された前記画像データの符号化データと、前記重み係数の値として0を用いるか、または非0を用いるかに関する情報である重み係数使用情報を伝送する伝送部
をさらに備える請求項１に記載の画像符号化装置。 A transmission unit that transmits encoded data of the image data generated by the encoding unit and weighting factor use information that is information regarding whether to use 0 or non-zero as the value of the weighting factor The image encoding device according to claim 1. 前記伝送部は、前記重み係数使用情報を、CU（Coding Unit）毎に伝送する
請求項２に記載の画像符号化装置。 The image encoding device according to claim 2, wherein the transmission unit transmits the weighting factor use information for each CU (Coding Unit). 前記伝送部は、前記重み係数使用情報を、LCU（Largest Coding Unit）またはスライスヘッダ毎に伝送する
請求項２に記載の画像符号化装置。 The image encoding device according to claim 2, wherein the transmission unit transmits the weighting factor use information for each LCU (Largest Coding Unit) or slice header. 前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1に決定する
請求項２に記載の画像符号化装置。 The image coding apparatus according to claim 2, wherein the residual prediction unit determines a value of a weighting factor of the residual signal as 1 when the residual signal is 8 bits. 前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1または0.5に決定する
請求項２に記載の画像符号化装置。 The image coding apparatus according to claim 2, wherein the residual prediction unit determines a value of a weighting factor of the residual signal to be 1 or 0.5 when the residual signal is 8 bits. 前記伝送部は、前記重み係数の値として非0を用いる場合で、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値として1および0.5のどちらを用いるかに関する情報である重み係数値情報を伝送する
請求項６に記載の画像符号化装置。 In the case where the transmission unit uses non-zero as the value of the weighting factor, and the residual signal is 8 bits, information regarding which of 1 and 0.5 is used as the value of the weighting factor of the residual signal The image coding apparatus according to claim 6, wherein certain weight coefficient value information is transmitted. 前記伝送部は、前記重み係数値情報を、PU（Prediction Unit）毎に伝送する
請求項７に記載の画像符号化装置。 The image encoding device according to claim 7, wherein the transmission unit transmits the weight coefficient value information for each PU (Prediction Unit). 前記伝送部は、前記重み係数値情報を、CU（Coding Unit）毎に伝送する
請求項７に記載の画像符号化装置。 The image encoding device according to claim 7, wherein the transmission unit transmits the weight coefficient value information for each CU (Coding Unit). 前記画像データの入力信号は、輝度信号である
請求項２に記載の画像処理装置。 The image processing apparatus according to claim 2, wherein the input signal of the image data is a luminance signal. 前記他のレイヤのシーケンスパラメータセットにおいて、輝度信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
請求項１０に記載の画像符号化装置。 In the sequence parameter set of the other layer, when the value of the parameter defining the bit depth of the luminance signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer The image encoding device according to claim 10, wherein when the signal is 9 bits, the value of the weighting factor of the residual signal is determined to be 0.5. 前記画像データの入力信号は、色差信号である
請求項２に記載の画像処理装置。 The image processing apparatus according to claim 2, wherein an input signal of the image data is a color difference signal. 前記他のレイヤのシーケンスパラメータセットにおいて、色差信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
請求項１２に記載の画像符号化装置。 In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer. The image encoding device according to claim 12, wherein when the signal is 9 bits, the value of the weighting factor of the residual signal is determined to be 0.5. 画像符号化装置が、
複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、
決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う
画像符号化方法。 An image encoding device
When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual Determine the value of the signal weighting factor to 0.5,
An image encoding method for encoding the current layer of the image data using a residual signal to which the determined weight coefficient value is applied. 複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する残差予測部と、
前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う復号部と
を備える画像復号装置。 When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual A residual prediction unit that determines the value of the weighting factor of the signal to be 0.5,
An image decoding apparatus comprising: a decoding unit configured to decode the current layer of the encoded data of the image data using a residual signal to which the weight coefficient value determined by the residual prediction unit is applied. 前記符号化データと、前記重み係数の値として0を用いるか、または非0を用いるかに関する情報である重み係数使用情報とを受け取る受け取り部
をさらに備え、
前記残差予測部は、前記重み係数使用情報が非0を用いることを示す情報である場合、前記残差信号の重み係数の値を0.5に決定する
請求項１５に記載の画像復号装置。 A receiving unit that receives the encoded data and weighting factor use information that is information on whether to use 0 or non-zero as the value of the weighting factor;
The image decoding device according to claim 15, wherein the residual prediction unit determines the value of the weighting factor of the residual signal to be 0.5 when the weighting factor use information is information indicating that non-zero is used. 前記受け取り部は、前記重み係数使用情報を、CU（Coding Unit）毎に受け取る
請求項１６に記載の画像復号装置。 The image decoding device according to claim 16, wherein the receiving unit receives the weighting factor usage information for each CU (Coding Unit). 前記受け取り部は、前記重み係数使用情報を、LCU（Largest Coding Unit）毎またはスライスヘッダ毎に受け取る
請求項１６に記載の画像復号装置。 The image decoding device according to claim 16, wherein the receiving unit receives the weighting factor use information for each LCU (Largest Coding Unit) or for each slice header. 前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1に決定する
請求項１６に記載の画像符号化装置。 The image coding apparatus according to claim 16, wherein the residual prediction unit determines a value of a weighting factor of the residual signal as 1 when the residual signal is 8 bits. 前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1または0.5に決定する
請求項１６に記載の画像符号化装置。 The image encoding device according to claim 16, wherein the residual prediction unit determines a value of a weighting factor of the residual signal to be 1 or 0.5 when the residual signal is 8 bits. 前記受け取り部は、前記重み係数の値として非0を用いる場合で、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値として1および0.5のどちらを用いるかに関する情報である重み係数値情報を受け取る
請求項２０に記載の画像符号化装置。 In the case where the receiving unit uses non-zero as the value of the weighting factor and the residual signal is 8 bits, information regarding which of 1 and 0.5 is used as the value of the weighting factor of the residual signal The image encoding device according to claim 20, wherein certain weight coefficient value information is received. 前記受け取り部は、前記重み係数値情報を、PU（Prediction Unit）毎に受け取る
請求項２１に記載の画像符号化装置。 The image encoding device according to claim 21, wherein the receiving unit receives the weight coefficient value information for each PU (Prediction Unit). 前記受け取り部は、前記重み係数値情報を、CU（Coding Unit）毎に受け取る
請求項２１に記載の画像符号化装置。 The image encoding device according to claim 21, wherein the reception unit receives the weight coefficient value information for each CU (Coding Unit). 前記画像データの入力信号は、輝度信号である
請求項１６に記載の画像処理装置。 The image processing apparatus according to claim 16, wherein the input signal of the image data is a luminance signal. 前記他のレイヤのシーケンスパラメータセットにおいて、輝度信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
請求項２４に記載の画像符号化装置。 In the sequence parameter set of the other layer, when the value of the parameter defining the bit depth of the luminance signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer The image coding device according to claim 24, wherein when the signal is 9 bits, the value of the weighting factor of the residual signal is determined to be 0.5. 前記画像データの入力信号は、色差信号である
請求項１６に記載の画像処理装置。 The image processing apparatus according to claim 16, wherein an input signal of the image data is a color difference signal. 前記他のレイヤのシーケンスパラメータセットにおいて、色差信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
請求項２６に記載の画像符号化装置。 In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer. The image coding apparatus according to claim 26, wherein when the signal is 9 bits, the value of the weighting factor of the residual signal is determined to be 0.5. 画像復号装置が、
複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、
決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う
画像復号方法。 Image decoding device
When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual Determine the value of the signal weighting factor to 0.5,
An image decoding method for performing decoding of the current layer of encoded data of the image data using a residual signal to which the determined weight coefficient value is applied.

Images