JP2017538338A - 二進算術符号化／復号のための確率更新方法、及びそれを利用したエントロピー符号化／復号装置 - Google Patents

Abstract

ＣＡＢＡＣ（context-based adaptive binary arithmetic coding）に利用される確率更新方法に係り、該二進算術復号のための確率更新方法は、受信されたビンの値を利用して、各ビンの自己相関値を獲得し、自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定し、決定された少なくとも１つのスケーリングファクタを利用して、ＣＡＢＡＤ（context−based adaptive binary arithmetic decoding）に利用される確率を更新する。

Description

本発明は、エントロピー符号化及びエントロピー復号に係り、さらに詳細には、コンテクスト基盤二進算術符号化／復号において、確率モデルをアップデートする方法及びその装置に関する。

Ｈ．２６４及びＭＰＥＧ−４などにおいて、ビデオ信号は、シーケンス、フレーム、スライス、マクロブロック及びブロックに階層的に分割され、該ブロックは、最小処理ユニットになる。エンコーディングの側面で、イントラフレーム予測またはインターフレーム予測を介して、ブロックのレジデュアルデータが獲得される。また、レジデュアルデータは、変換、量子化、スキャニング、ランレングスコーディング（run length coding）及びエントロピーコーディングを介して圧縮される。エントロピーコーディング方式として、コンテクスト基盤適応的二進算術符号化（ＣＡＢＡＣ：context-based adaptive binary arithmetic coding）がある。ＣＡＢＡＣによれば、コンテクストインデックス（ｃｔｘＩｄｘ）を利用して、１つのコンテクストモデルを決定し、決定されたコンテクストモデルが有するＬＰＳ（least probable symbol）またはＭＰＳ（most probable symbol）の発生確率と、０と１とのうちいずれの二進値がＭＰＳに該当するかということに係わる情報（ｖａｌＭＰＳ）とを決定し、ｖａｌＭＰＳとＬＰＳの確率とに基づいて二進算術符号化が行われる。

本発明が解決しようとする技術的課題は、コンテクスト基盤二進算術符号化／復号過程に遂行される確率のアップデート過程を改善することにより、映像の圧縮効率を向上させるためのものである。

本開示の実施形態において、ビン（bins）の自己相関値（autocorrelation value）またはビンのエントロピー値に基づいてスケーリングファクタを決定し、決定されたスケーリングファクタを利用して、二進算術符号化／復号に利用される確率を更新する。

本開示の実施形態によれば、ビン（bin）値とビンの予測確率との誤差値を最小化することにより、算術符号化を介して生じるビット発生量を減らすことができる。

本発明の一実施形態によるビデオ符号化装置のブロック図である。 本発明の一実施形態によるビデオ復号装置のブロック図である。 本発明の一実施形態による符号化単位の概念を図示する図面である。 本発明の一実施形態による符号化単位に基づいた映像符号化部のブロック図である。 本発明の一実施形態による符号化単位に基づいた映像復号部のブロック図である。 本発明の一実施形態による、深度別符号化単位及びパーティションを図示する図面である。 本発明の一実施形態による、符号化単位及び変換単位の関係を図示する図面である。 本発明の一実施形態による深度別符号化情報を図示する図面である。 本発明の一実施形態による深度別符号化単位を図示する図面である。 本発明の一実施形態による、符号化単位、予測単位及び周波数変換単位の関係を図示する図面である。 本発明の一実施形態による、符号化単位、予測単位及び周波数変換単位の関係を図示する図面である。 本発明の一実施形態による、符号化単位、予測単位及び周波数変換単位の関係を図示する図面である。 表１の符号化モード情報による、符号化単位、予測単位及び変換単位の関係を図示する図面である。 本発明の一実施形態によるエントロピー符号化装置の構成を示したブロック図である。 ＣＡＢＡＣに利用される確率更新過程を示した図面である。 ＣＡＢＡＣに利用される確率更新過程を示した図面である。 本開示の一実施形態による確率更新過程を示したフローチャートである。 自己相関値について説明するための参照図である。 自己相関値について説明するための参照図である。 本開示の一実施形態による、二進算術符号化のための確率更新方法を示したフローチャートである。 本開示の他の実施形態による、ＣＡＢＡＣに利用される確率更新方法を示したフローチャートである。 ＣＡＢＡＣに基づいた二進算術符号化を行う過程を示した図面である。 ＣＡＢＡＣに基づいた二進算術符号化を行う過程を示した図面である。 スケーリングファクタの個数によって、自己相関値Ｒ_ｋに基づいて決定されたスケーリングファクタαの変化過程を示したグラフである。 スケーリングファクタの個数によるＭＳＥの変化量を示したグラフである。 本開示の一実施形態によるエントロピー復号装置の構成を示したブロック図である。 本開示の一実施形態による二進算術復号のための確率更新方法を示したフローチャートである。 本開示の他の実施形態による二進算術復号のための確率更新方法を示したフローチャートである。

本開示の一実施形態による、二進算術復号のための確率更新方法は、二進算術復号される所定個数のビン（bins）を受信する段階と、前記受信された所定個数のビンの値を利用して、各ビンの自己相関（autocorrelation）値を獲得する段階と、前記自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定する段階と、前記決定された少なくとも１つのスケーリングファクタを利用して、コンテクスト基盤適応的二進算術復号（ＣＡＢＡＤ：context−based adaptive binary arithmetic decoding）に利用される確率を更新する段階と、前記更新された確率を利用して、現在ビンを算術復号する段階と、を含むことを特徴とする。

本開示の一実施形態による二進算術符号化のための確率更新方法は、二進算術符号化される所定個数のビンを受信する段階と、前記受信された所定個数のビンの値を利用して、各ビンの自己相関値を獲得する段階と、前記自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定する段階と、前記決定された少なくとも１つのスケーリングファクタを利用して、コンテクスト基盤適応的二進算術符号化（ＣＡＢＡＣ：context−based adaptive binary arithmetic coding）に利用される確率を更新する段階と、前記更新された確率を利用して、現在ビンを算術符号化する段階をと、含むことを特徴とする。

本開示の他の実施形態による二進算術復号のための確率更新方法は、二進算術復号される所定個数のビンを受信する段階と、互いに異なるスケーリングファクタを有する複数個の確率モデルを適用して、前記ビンの平均ビット値を示すエントロピー値を獲得する段階と、前記複数個の確率モデルのうち最小エントロピー値を獲得するのに利用された確率モデルが有するスケーリングファクタを決定する段階と、前記ビンに対して前記決定されたスケーリングファクタを利用した確率更新過程を含むコンテクスト基盤適応的二進算術復号（ＣＡＢＡＤ）を行う段階と、を含むことを特徴とする。

本開示の他の実施形態による二進算術符号化のための確率更新方法は、二進算術復号される所定個数のビンを受信する段階と、互いに異なるスケーリングファクタを有する複数個の確率モデルを適用して、前記ビンの平均ビット値を示すエントロピー値を獲得する段階と、前記複数個の確率モデルのうち最小エントロピー値を獲得するのに利用された確率モデルが有するスケーリングファクタを決定する段階と、前記ビンに対して、前記決定されたスケーリングファクタを利用した確率更新過程を含むコンテクスト基盤適応的二進算術符号化（ＣＡＢＡＣ）を行う段階と、を含むことを特徴とする。

本開示の一実施形態によるエントロピー復号装置は、二進値のビンを所定シンタックスエレメントの値にマッピングする逆二進化部と、二進算術復号される所定個数のビンを受信し、前記受信された所定個数のビンの値を利用して、各ビンの自己相関値を獲得し、前記自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定し、前記決定された少なくとも１つのスケーリングファクタを利用して、コンテクスト基盤適応的二進算術復号（ＣＡＢＡＤ）に利用される確率を更新するコンテクストモデラと、前記更新された確率を利用して、現在ビンを算術復号するレギュラーデコーディング部と、を含むことを特徴とする。

本開示の一実施形態によるエントロピー符号化装置は、所定シンタックスエレメントの値を二進値のビンにマッピングする二進化部と、二進算術復号される所定個数のビンを受信し、前記受信された所定個数のビンの値を利用して、各ビンの自己相関値を獲得し、前記自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定し、前記決定された少なくとも１つのスケーリングファクタを利用して、コンテクスト基盤適応的二進算術復号（ＣＡＢＡＤ）に利用される確率を更新するコンテクストモデラと、前記更新された確率を利用して、現在ビンを算術符号化するレギュラーコーディング部と、を含むことを特徴とする。

本開示の他の実施形態によるエントロピー復号装置は、二進値のビンを所定シンタックスエレメントの値にマッピングする逆二進化部と、二進算術復号される所定個数のビンを受信し、互いに異なるスケーリングファクタを有する複数個の確率モデルを適用し、前記ビンの平均ビット値を示すエントロピー値を獲得し、前記複数個の確率モデルのうち最小エントロピー値を獲得するのに利用された確率モデルが有するスケーリングファクタを決定し、決定されたスケーリングファクタを利用した確率更新を行うコンテクストモデラと、前記更新された確率を利用して、現在ビンを算術復号するレギュラーデコーディング部と、を含むことを特徴とする。

以下、添付された図面を参照し、本発明の望ましい実施形態について具体的に説明する。

図１は、本発明の一実施形態によるビデオ符号化装置のブロック図を図示する。

一実施形態によるビデオ符号化装置１００は、最大符号化単位分割部１１０、符号化単位決定部１２０及び出力部１３０を含む。

最大符号化単位分割部１１０は、映像の現在ピクチャのための最大サイズの符号化単位である最大符号化単位に基づいて、現在ピクチャを区画することができる。現在ピクチャが最大符号化単位より大きければ、現在ピクチャの映像データは、少なくとも１つの最大符号化単位に分割される。一実施形態による最大符号化単位は、サイズ３２ｘ３２，６４ｘ６４，１２８ｘ１２８，２５６ｘ２５６などのデータ単位であり、縦横サイズが８より大きい２の累乗である正方形のデータ単位でもある。映像データは、少なくとも１つの最大符号化単位別に、符号化単位決定部１２０に出力される。

一実施形態による符号化単位は、最大サイズ及び深度で特徴づけられる。深度とは、最大符号化単位から、符号化単位が空間的に分割された回数を示し、深度が深くなるほど、深度別符号化単位は、最大符号化単位から最小符号化単位まで分割される。最大符号化単位の深度が最上位深度であり、最小符号化単位が最下位符号化単位と定義される。最大符号化単位は、深度が深くなるにつれ、深度別符号化単位の大きさは小さくなるので、上位深度の符号化単位は、複数個の下位深度の符号化単位を含む。

前述のように、符号化単位の最大サイズによって、現在ピクチャの映像データを最大符号化単位に分割し、それぞれの最大符号化単位は、深度別に分割される符号化単位を含む。一実施形態による最大符号化単位は、深度別に分割されるので、最大符号化単位に含まれた空間領域（spatial domain）の映像データが、深度によって階層的に分類される。

最大符号化単位の高さ及び幅を階層的に分割することができる総回数を制限する最大深度、及び符号化単位の最大サイズがあらかじめ設定されている。

符号化単位決定部１２０は、深度ごとに、最大符号化単位の領域が分割された少なくとも１つの分割領域を符号化し、少なくとも１つの分割領域別に最終符号化結果が出力される深度を決定する。すなわち、符号化単位決定部１２０は、現在ピクチャの最大符号化単位ごとに、深度別符号化単位で映像データを符号化し、最小の符号化誤差が発生する深度を選択して符号化深度と決定する。決定された符号化別深度及び最大符号化単位別の映像データは、出力部１３０に出力される。

最大符号化単位内の映像データは、最大深度以下の少なくとも１つの深度によって、深度別符号化単位に基づいて符号化され、それぞれの深度別符号化単位に基づいた符号化結果が比較される。深度別符号化単位の符号化誤差の比較結果、符号化誤差が最小である深度が選択される。それぞれの最大化符号化単位ごとに、少なくとも１つの符号化深度が決定される。

最大符号化単位の大きさは、深度が深くなるにつれ、符号化単位が階層的に分割されて分割され、符号化単位の個数は増加する。また、１つの最大符号化単位に含まれる同一深度の符号化単位であるとしても、それぞれのデータに対する符号化誤差を測定し、下位深度への分割いかんが決定される。従って、１つの最大符号化単位に含まれるデータであるとしても、位置によって深度別符号化誤差が異なるので、位置によって符号化深度が異なっても決定される。従って、１つの最大符号化単位に対して、符号化深度が１以上設定されもし、最大符号化単位のデータは、１以上の符号化深度の符号化単位によって区画される。

従って、一実施形態による符号化単位決定部１２０は、現在最大符号化単位に含まれるツリー構造による符号化単位が決定される。一実施形態による「ツリー構造による符号化単位」は、現在最大符号化単位に含まれるすべての深度別符号化単位中、符号化深度で決定された深度の符号化単位を含む。符号化深度の符号化単位は、最大符号化単位内で、同一領域では、深度によって階層的に決定され、他の領域については、独立して決定される。同様に、現在領域に対する符号化深度は、他の領域に対する符号化深度と独立して決定される。

一実施形態による最大深度は、最大符号化単位から最小符号化単位までの分割回数に係わる指標である。一実施形態による第１最大深度は、最大符号化単位から最小符号化単位までの総分割回数を示すことができる。一実施形態による第２最大深度は、最大符号化単位から最小符号化単位までの深度レベルの総個数を示すことができる。例えば、最大符号化単位の深度が０であるとするとき、最大符号化単位が１回分割された符号化単位の深度は、１に設定され、２回分割された符号化単位の深度は、２に設定される。その場合、最大符号化単位から４回分割された符号化単位が最小符号化単位であるならば、深度０、１、２、３及び４の深度レベルが存在するので、第１最大深度は、４に設定され、第２最大深度は、５に設定される。

最大符号化単位の予測符号化及び周波数変換が行われる。予測符号化及び周波数変換も、同様に、最大符号化単位ごとに、最大深度以下の深度ごとに、深度別符号化単位を基盤に行われる。

最大符号化単位が深度別に分割されるたびに、深度別符号化単位の個数が増加するので、深度が深くなるにつてて生成される全ての深度別符号化単位に対して、予測符号化及び周波数変換を含んだ符号化が行われなければならない。以下、説明の便宜のために、少なくとも１つの最大符号化単位のうち現在深度の符号化単位を基に、予測符号化及び周波数変換について説明する。

一実施形態によるビデオ符号化装置１００は、映像データの符号化のためのデータ単位の大きさまたは形態を多様に選択することができる。映像データの符号化のためには、予測符号化、周波数変換、エントロピー符号化などの段階を経るが、全ての段階にわたって、同一データ単位が使用され、段階別にデータ単位が変更されてもよい。

例えば、ビデオ符号化装置１００は、映像データの符号化のための符号化単位だけではなく、符号化単位の映像データの予測符号化を行うために、符号化単位と異なるデータ単位を選択することができる。

最大符号化単位の予測符号化のためには、一実施形態による符号化深度の符号化単位、すなわち、それ以上さらに分割されない符号化単位を基に予測符号化が行われる。以下、予測符号化の基になる、それ以上さらに分割されない符号化単位を「予測単位」とする。予測単位が分割されたパーティションは、予測単位及び予測単位の高さ及び幅のうち少なくとも一つが分割されたデータ単位を含んでもよい。

例えば、サイズ２Ｎｘ２Ｎ（ただし、Ｎは正の整数）の符号化単位がそれ以上分割されない場合、サイズ２Ｎｘ２Ｎの予測単位になり、パーティションの大きさは、２Ｎｘ２Ｎ、２ＮｘＮ、Ｎｘ２Ｎ、ＮｘＮなどでもある。一実施形態によるパーティションタイプは、予測単位の高さまたは幅が対称的な比率に分割された対称的パーティションだけではなく、１：ｎまたはｎ：１のように、非対称的な比率に分割されたパーティション、幾何学的な形態に分割されたパーティション、任意的形態のパーティションなどを選択的に含んでもよい。

予測単位の予測モードは、イントラモード、インターモード及びスキップモードのうち少なくとも一つでもある。例えば、イントラモード及びインターモードは、２Ｎｘ２Ｎ，２ＮｘＮ，Ｎｘ２Ｎ，ＮｘＮサイズのパーティションに対して遂行される。また、スキップモードは、２Ｎｘ２Ｎサイズのパーティションに対してのみ遂行される。符号化単位以内の１つの予測単位ごとに、独立して符号化が行われ、符号化誤差が最小である予測モードが選択される。

また、一実施形態によるビデオ符号化装置１００は、映像データの符号化のための符号化単位だけではなく、符号化単位と異なるデータ単位を基に、符号化単位の映像データの周波数変換を行うことができる。

符号化単位の周波数変換のためには、符号化単位より小さいか、あるいはそれと同じ大きさのデータ単位を基に周波数変換が行われる。例えば、周波数変換のためのデータ単位は、イントラモードのためのデータ単位、及びインターモードのためのデータ単位を含んでもよい。

以下、周波数変換の基になるデータ単位を、「変換単位」とする。符号化単位と類似した方式で、符号化単位内の変換単位も、再帰的にさらに小サイズの変換単位に分割されながら、符号化単位のレジデュアルデータが、変換深度によって、ツリー構造による変換単位によって区画される。

一実施形態による変換単位についても、符号化単位の高さ及び幅が分割され、変換単位に至るまでの分割回数を示す変換深度が設定される。例えば、サイズ２Ｎｘ２Ｎの現在符号化単位の変換単位の大きさが２Ｎｘ２Ｎであるならば、変換深度０に設定され、変換単位の大きさがＮｘＮであるならば、変換深度１に設定され、変換単位の大きさがＮ／２ｘＮ／２であるならば、変換深度２に設定される。すなわち、変換単位についても、変換深度によって、ツリー構造による変換単位が設定される。

符号化深度別符号化情報は、符号化深度だけではなく、予測関連情報及び周波数変換関連情報が必要である。従って、符号化単位決定部１２０は、最小符号化誤差を発生させた符号化深度だけではなく、予測単位をパーティションに分割したパーティションタイプ、予測単位別予測モード、周波数変換のための変換単位の大きさなどを決定することができる。

一実施形態による最大符号化単位のツリー構造による符号化単位及びパーティションの決定方式については、図３ないし図１２を参照して詳細に説明する。

符号化単位決定部１２０は、深度別符号化単位の符号化誤差を、ラグランジュ乗数（Lagrangian multiplier）基盤の率・歪曲最適化技法（rate-distortion optimization）を利用して測定することができる。

出力部１３０は、符号化単位決定部１２０で決定された少なくとも１つの符号化深度に基づいて符号化された最大符号化単位の映像データ及び深度別符号化モードに係わる情報をビットストリーム形態で出力する。

符号化された映像データは、映像のレジデュアルデータの符号化結果でもある。

深度別符号化モードに係わる情報は、符号化深度情報、予測単位のパーティションタイプ情報、予測モード情報、変換単位のサイズ情報などを含んでもよい。

符号化深度情報は、現在深度で符号化せず、下位深度の符号化単位で符号化するか否かということを示す深度別分割情報を利用して定義される。現在符号化単位の現在深度が符号化深度であるならば、現在符号化単位は、現在深度の符号化単位で符号化されるので、現在深度の分割情報は、それ以上下位深度に分割されないように定義される。反対に、現在符号化単位の現在深度が符号化深度ではないならば、下位深度の符号化単位を利用した符号化を試みなければならないので、現在深度の分割情報は、下位深度の符号化単位に分割されるように定義される。

現在深度が符号化深度ではないならば、下位深度の符号化単位に分割された符号化単位に対して符号化が行われる。現在深度の符号化単位内に、下位深度の符号化単位が１以上存在するので、それぞれの下位深度の符号化単位ごとに、反復的に符号化が行われ、同一深度の符号化単位ごとに、再帰的（recursive）符号化が行われる。

１つの最大符号化単位内でツリー構造の符号化単位が決定され、符号化深度の符号化単位ごとに、少なくとも１つの符号化モードに係わる情報が決定されなければならないので、１つの最大符号化単位については、少なくとも１つの符号化モードに係わる情報が決定される。また、最大符号化単位のデータは、深度によって階層的に区画され、位置別に符号化深度が異なるので、データに対して、符号化深度及び符号化モードに係わる情報が設定される。

従って、一実施形態による出力部１３０は、最大符号化単位に含まれている符号化単位、予測単位及び最小単位のうち少なくとも一つに対して、当該符号化深度及び符号化モードに係わる符号化情報を割り当てられる。

一実施形態による最小単位は、最下位符号化深度である最小符号化単位が４分割された大きさの正方形のデータ単位であり、最大符号化単位に含まれる全ての符号化単位、予測単位及び変換単位内に含まれる最大サイズの正方形データ単位でもある。

例えば、出力部１３０を介して出力される符号化情報は、深度別符号化単位別符号化情報と、予測単位別符号化情報とに分類される。深度別符号化単位別符号化情報は、予測モード情報、パーティションサイズ情報を含んでもよい。予測単位別に伝送される符号化情報は、インターモードの推定方向に係わる情報、インターモードの参照映像インデックスに係わる情報、動きベクトルに係わる情報、イントラモードのクロマ成分に係わる情報、イントラモードの補間方式に係わる情報などを含んでもよい。また、ピクチャ別、スライス別またはＧＯＰ別に定義される符号化単位の最大サイズに係わる情報、及び最大深度に係わる情報は、ビットストリームのヘッダに挿入される。

ビデオ符号化装置１００の最も簡単な形態の実施形態によれば、深度別符号化単位は、１階層上位深度の符号化単位の高さ及び幅を半分にした大きさの符号化単位である。すなわち、現在深度の符号化単位の大きさが２Ｎｘ２Ｎであるならば、下位深度の符号化単位の大きさは、ＮｘＮである。また、２Ｎｘ２Ｎサイズの現在符号化単位は、ＮｘＮサイズの下位深度符号化単位を最大４個含んでもよい。

従って、一実施形態によるビデオ符号化装置１００は、現在ピクチャの特性を考慮して決定された最大符号化単位の大きさ及び最大深度を基に、それぞれの最大符号化単位ごとに、最適の形態及び大きさの符号化単位を決定し、ツリー構造による符号化単位を構成することができる。また、それぞれの最大符号化単位ごとに、多様な予測モード、周波数変換方式などで符号化することができるので、多様な映像サイズの符号化単位の映像特性を考慮し、最適の符号化モードが決定される。

従って、映像の解像度が非常に高いか、あるいはデータ量が非常に多い映像を、既存マクロブロック単位で符号化するならば、ピクチャ当たりマクロブロックの数が過度に多くなる。それによって、マクロブロックごとに生成される圧縮情報も多くなるの、で圧縮情報の伝送負担が大きくなり、データ圧縮効率が低下する傾向がある。従って、一実施形態によるビデオ符号化装置は、映像の大きさを考慮し、符号化単位の最大サイズを増大させながら、映像特性を考慮し、符号化単位を調節することができるので、映像圧縮効率が上昇する。

図２は、本発明の一実施形態によるビデオ復号装置のブロック図を図示する。

一実施形態によるビデオ復号装置２００は、受信部２１０、映像データ及び符号化情報抽出部２２０及び映像データ復号部２３０を含む。一実施形態によるビデオ復号装置２００の各種プロセッシングのための符号化単位、深度、予測単位、変換単位、各種符号化モードに係わる情報など各種用語の定義は、図１及びビデオ符号化装置１００を参照して説明したところと同一である。

受信部２１０は、符号化されたビデオに対するビットストリームを受信してパージング（parsing）する。映像データ及び符号化情報抽出部２２０は、パージングされたビットストリームから、最大符号化単位別に、ツリー構造による符号化単位によって、符号化単位ごとに符号化された映像データを抽出し、映像データ復号部２３０に出力する。映像データ及び符号化情報抽出部２２０は、現在ピクチャに係わるヘッダから、現在ピクチャの符号化単位の最大サイズに係わる情報を抽出することができる。

また、映像データ及び符号化情報抽出部２２０は、パージングされたビットストリームから、最大符号化単位別に、ツリー構造による符号化単位に係わる符号化深度及び符号化モードに係わる情報を抽出する。抽出された符号化深度及び符号化モードに係わる情報は、映像データ復号部２３０に出力される。すなわち、ビット列の映像データを最大符号化単位に分割し、映像データ復号部２３０をして、最大符号化単位ごとに映像データを復号させる。

最大符号化単位別符号化深度及び符号化モードに係わる情報は、１以上の符号化深度情報について設定され、符号化深度別符号化モードに係わる情報は、当該符号化単位のパーティションタイプ情報、予測モード情報及び変換単位のサイズ情報などを含んでもよい。また、符号化深度情報として、深度別分割情報が抽出される。

映像データ及び符号化情報抽出部２２０が抽出した最大符号化単位別符号化深度及び符号化モードに係わる情報は、一実施形態によるビデオ符号化装置１００のように、符号化端で、最大符号化単位別深度別符号化単位ごとに、反復的に符号化を行い、最小符号化誤差を発生させると決定された符号化深度及び符号化モードに係わる情報である。従って、ビデオ復号装置２００は、最小符号化誤差を発生させる符号化方式により、データを復号して映像を復元することができる。

一実施形態による符号化深度及び符号化モードに係わる符号化情報は、当該符号化単位、予測単位及び最小単位のうち所定データ単位に対して割り当てられるので、映像データ及び符号化情報抽出部２２０は、所定データ単位別に、符号化深度及び符号化モードに係わる情報を抽出することができる。所定データ単位別に、当該最大符号化単位の符号化深度及び符号化モードに係わる情報が記録されているならば、同一符号化深度及び符号化モードに係わる情報を有している所定データ単位は、同一最大符号化単位に含まれるデータ単位と類推される。

映像データ復号部２３０は、最大符号化単位別符号化深度及び符号化モードに係わる情報に基づいて、それぞれの最大符号化単位の映像データを復号し、現在ピクチャを復元する。すなわち、映像データ復号部２３０は、最大符号化単位に含まれるツリー構造による符号化単位のうちそれぞれの符号化単位ごとに、判読されたパーティションタイプ、予測モード、変換単位に基づいて符号化された映像データを復号することができる。該復号過程は、イントラ予測及び動き補償を含む予測過程、及び周波数逆変換過程を含んでもよい。

映像データ復号部２３０は、符号化深度別符号化単位の予測単位のパーティションタイプ情報及び予測モード情報に基づいて、符号化単位ごとに、それぞれのパーティション及び予測モードによって、イントラ予測または動き補償を行うことができる。

また、映像データ復号部２３０は、最大符号化単位別周波数逆変換のために、符号化深度別符号化単位の変換単位のサイズ情報に基づいて、符号化単位ごとに、それぞれの変換単位によって、周波数逆変換を行うことができる。

映像データ復号部２３０は、深度別分割情報を利用して、現在最大符号化単位の符号化深度を決定することができる。もし分割情報が、現在深度でそれ以上分割されないということを示しているならば、現在深度が符号化深度である。従って、映像データ復号部２３０は、現在最大符号化単位の映像データに対して、現在深度の符号化単位を、予測単位のパーティションタイプ、予測モード及び変換単位サイズ情報を利用して復号することができる。

すなわち、符号化単位、予測単位及び最小単位のうち所定データ単位に対して設定されている符号化情報を観察し、同一分割情報を含んだ符号化情報を保有しているデータ単位が集まり、映像データ復号部２３０によって同一符号化モードで復号する１つのデータ単位と見なされる。

一実施形態によるビデオ復号装置２００は、符号化過程において、最大符号化単位ごとに再帰的に符号化を行い、最小符号化誤差を発生させた符号化単位に係わる情報を獲得し、現在ピクチャに係わる復号に利用することができる。すなわち、最大符号化単位ごとに、最適符号化単位と決定されたツリー構造による符号化単位の符号化された映像データの復号が可能になる。

従って、高い解像度の映像、またはデータ量が過度に多い映像でも、符号化端から伝送された最適符号化モードに係わる情報を利用して、映像の特性に適応的に決定された符号化単位の大きさ及び符号化モードによって、効率的に映像データを復号して復元することができる。

以下、図３ないし図１３を参照し、本発明の一実施形態による、ツリー構造による符号化単位、予測単位及び変換単位の決定方式について詳細に説明する。

図３は、階層的符号化単位の概念を図示する。

符号化単位の例は、符号化単位の大きさは、幅ｘ高さで表現され、サイズ６４ｘ６４である符号化単位から、サイズ３２ｘ３２，１６ｘ１６，８ｘ８を含んでもよい。サイズ６４ｘ６４の符号化単位は、サイズ６４ｘ６４，６４ｘ３２，３２ｘ６４，３２ｘ３２のパーティションに分割され、サイズ３２ｘ３２の符号化単位は、サイズ３２ｘ３２，３２ｘ１６，１６ｘ３２，１６ｘ１６のパーティションに分割され、サイズ１６ｘ１６の符号化単位は、サイズ１６ｘ１６，１６ｘ８，８ｘ１６，８ｘ８のパーティションに分割され、サイズ８ｘ８の符号化単位は、サイズ８ｘ８，８ｘ４，４ｘ８，４ｘ４のパーティションに分割される。

ビデオデータ３１０については、解像度は、１９２０ｘ１０８０に設定され、符号化単位の最大サイズは、６４に設定され、最大深度は、２に設定されている。ビデオデータ３２０については、解像度は、１９２０ｘ１０８０に設定され、符号化単位の最大サイズは、６４に設定され、最大深度は、３に設定されている。ビデオデータ３３０については、解像度は、３５２ｘ２８８に設定され、符号化単位の最大サイズは、１６に設定され、最大深度は、１に設定されている。図３に図示された最大深度は、最大符号化単位から最小符号化単位までの総分割回数を示す。

解像度が高いか、あるいはデータ量が多い場合、符号化効率の向上だけではなく、映像特性を正確に反映させるために、符号化サイズの最大サイズが相対的に大きいことが望ましい。従って、ビデオデータ３３０に比べ、解像度が高いビデオデータ３１０，３２０は、符号化サイズの最大サイズが６４に選択される。

ビデオデータ３１０の最大深度が２であるので、ビデオデータ３１０の符号化単位３１５は、長軸サイズが６４である最大符号化単位から、２回分割されて深度が２階層深くなり、長軸サイズが３２，１６である符号化単位まで含んでもよい。一方、ビデオデータ３３０の最大深度が１であるので、ビデオデータ３３０の符号化単位３３５は、長軸サイズが１６である符号化単位から、１回分割されて深度が１階層深くなり、長軸サイズが８である符号化単位まで含んでもよい。

ビデオデータ３２０の最大深度が３であるので、ビデオデータ３２０の符号化単位３２５は、長軸サイズが６４である最大符号化単位から、３回分割されて深度が３階層深くなり、長軸サイズが３２，１６，８である符号化単位まで含んでもよい。深度が深くなるほど、細部情報の表現能が向上する。

図４は、本発明の一実施形態による、符号化単位に基づいた映像符号化部のブロック図を図示する。

一実施形態による映像符号化部４００は、ビデオ符号化装置１００の符号化単位決定部１２０において、映像データを符号化するのに経る作業を含む。すなわち、イントラ予測部４１０は、現在フレーム４０５において、イントラモードの符号化単位に対してイントラ予測を行い、動き推定部４２０及び動き補償部４２５は、インターモードの現在フレーム４０５及び参照フレーム４９５を利用して、インター推定及び動き補償を行う。

イントラ予測部４１０、動き推定部４２０及び動き補償部４２５から出力されたデータは、周波数変換部４３０及び量子化部４４０を経て、量子化された変換係数として出力される。量子化された変換係数は、逆量子化部４６０、周波数逆変換部４７０を介して空間領域のデータに復元され、復元された空間領域のデータは、デブロッキング部４８０及びループフィルタリング部４９０を経て後処理され、参照フレーム４９５として出力される。量子化された変換係数は、エントロピー符号化部４５０を経て、ビットストリーム４５５として出力される。

一実施形態によるビデオ符号化装置１００に適用されるためには、映像符号化部４００の構成要素であるイントラ予測部４１０、動き推定部４２０、動き補償部４２５、周波数変換部４３０、量子化部４４０、エントロピー符号化部４５０、逆量子化部４６０、周波数逆変換部４７０、デブロッキング部４８０及びループフィルタリング部４９０が、いずれも最大符号化単位ごとに、最大深度を考慮し、ツリー構造による符号化単位のうちそれぞれの符号化単位に基づいた作業を遂行しなければならない。

特に、イントラ予測部４１０、動き推定部４２０及び動き補償部４２５は、現在最大符号化単位の最大サイズ及び最大深度を考慮し、ツリー構造による符号化単位のうちそれぞれの符号化単位のパーティション及び予測モードを決定し、周波数変換部４３０は、ツリー構造による符号化単位のうちそれぞれの符号化単位内の変換単位の大きさを決定しなければならない。

図５は、本発明の一実施形態による、符号化単位に基づいた映像復号部のブロック図を図示する。

ビットストリーム５０５が、パージング部５１０）を経て、復号対象である符号化された映像データ、及び復号のために必要な符号化に係わる情報がパージングされる。符号化された映像データは、エントロピー復号部５２０及び逆量子化部５３０を経て、逆量子化されたデータとして出力され、周波数逆変換部５４０を経て、空間領域の映像データが復元される。

空間領域の映像データに対して、イントラ予測部５５０は、イントラモードの符号化単位に対してイントラ予測を行い、動き補償部５６０は、参照フレーム５８５を共に利用して、インターモードの符号化単位に対して動き補償を行う。

イントラ予測部５５０及び動き補償部５６０を経た空間領域のデータは、デブロッキング部５７０及びループフィルタリング部５８０を経て後処理され、復元フレーム５９５として出力される。また、デブロッキング部５７０及びループフィルタリング部５８０を経て後処理されたデータは、参照フレーム５８５として出力される。

ビデオ復号装置２００の映像データ復号部２３０において映像データを復号するために、一実施形態による映像復号部５００のパージング部５１０以後の段階別作業が遂行される。

一実施形態によるビデオ復号装置２００に適用されるためには、映像復号部５００の構成要素であるパージング部５１０、エントロピー復号部５２０、逆量子化部５３０、周波数逆変換部５４０、イントラ予測部５５０、動き補償部５６０、デブロッキング部５７０及びループフィルタリング部５８０が、いずれも最大符号化単位ごとに、ツリー構造による符号化単位に基づいて作業を遂行しなければならない。

特に、イントラ予測部５５０、動き補償部５６０は、ツリー構造による符号化単位ごとにそれぞれパーティション及び予測モードを決定し、周波数逆変換部５４０は、符号化単位ごとに、変換単位の大きさを決定しなければならない。

図６は、本発明の一実施形態による、深度別符号化単位及びパーティションを図示する。

一実施形態によるビデオ符号化装置１００、及び一実施形態によるビデオ復号装置２００は、映像特性を考慮するために、階層的な符号化単位を使用する。符号化単位の最大高及び最大幅、最大深度は、映像の特性によっても適応的に決定され、ユーザの要求によっても多様に設定される。あらかじめ設定された符号化単位の最大サイズによって、深度別符号化単位の大きさが決定される。

一実施形態による符号化単位の階層構造６００は、符号化単位の最大高及び幅が６４であり、最大深度が４である場合を図示している。一実施形態による符号化単位の階層構造６００の縦軸に沿って深度が深くなるので、深度別符号化単位の高さ及び幅がそれぞれ分割される。また、符号化単位の階層構造６００の横軸に沿って、それぞれの深度別符号化単位の予測符号化の基盤になる予測単位及びパーティションが図示されている。

すなわち、符号化単位６１０は、符号化単位の階層構造６００において、最大符号化単位であって深度が０であり、符号化単位の大きさ、すなわち、高さ及び幅が６４ｘ６４である。縦軸に沿って深度が深くなり、サイズ３２ｘ３２である深度１の符号化単位６２０、サイズ１６ｘ１６である深度２の符号化単位６３０、サイズ８ｘ８である深度３の符号化単位６４０、サイズ４ｘ４である深度４の符号化単位６５０が存在する。サイズ４ｘ４である深度４の符号化単位６５０は、最小符号化単位である。

それぞれの深度別に横軸に沿って、符号化単位の予測単位及びパーティションが配列される。すなわち、深度０のサイズ６４ｘ６４の符号化単位６１０が予測単位であるならば、予測単位は、サイズ６４ｘ６４の符号化単位６１０に含まれるサイズ６４ｘ６４のパーティション６１０、サイズ６４ｘ３２のパーティション６１２、サイズ３２ｘ６４のパーティション６１４、サイズ３２ｘ３２のパーティション６１６に分割される。

同様に、深度１のサイズ３２ｘ３２の符号化単位６２０の予測単位は、サイズ３２ｘ３２の符号化単位６２０に含まれるサイズ３２ｘ３２のパーティション６２０、サイズ３２ｘ１６のパーティション６２２、サイズ１６ｘ３２のパーティション６２４、サイズ１６ｘ１６のパーティション６２６に分割される。

同様に、深度２のサイズ１６ｘ１６の符号化単位６３０の予測単位は、サイズ１６ｘ１６の符号化単位６３０に含まれるサイズ１６ｘ１６のパーティション６３０、サイズ１６ｘ８のパーティション６３２、サイズ８ｘ１６のパーティション６３４、サイズ８ｘ８のパーティション６３６に分割される。

同様に、深度３のサイズ８ｘ８の符号化単位６４０の予測単位は、サイズ８ｘ８の符号化単位６４０に含まれるサイズ８ｘ８のパーティション６４０、サイズ８ｘ４のパーティション６４２、サイズ４ｘ８のパーティション６４４、サイズ４ｘ４のパーティション６４６に分割される。

最後に、深度４のサイズ４ｘ４の符号化単位６５０は、最小符号化単位であり、最下位深度の符号化単位であり、当該予測単位も、サイズ４ｘ４のパーティション６５０だけで設定される。

一実施形態によるビデオ符号化装置１００の符号化単位決定部１２０は、最大符号化単位６１０の符号化深度を決定するために、最大符号化単位６１０に含まれるそれぞれの深度の符号化単位ごとに、符号化を行わなければならない。

同一範囲及び同一サイズのデータを含むための深度別符号化単位の個数は、深度が深くなるほど、深度別符号化単位の個数も増加する。例えば、深度１の符号化単位一つを含むデータに対して、深度２の符号化単位は、四つが必要である。従って、同一データの符号化結果を深度別に比較するために、１つの深度１の符号化単位、及び４つの深度２の符号化単位を利用して、それぞれ符号化されなければならない。

それぞれの深度別符号化のためには、符号化単位の階層構造６００の横軸に沿って、深度別符号化単位の予測単位ごとに符号化を行い、当該深度で最小の符号化誤差である代表符号化誤差が選択される。また、符号化単位の階層構造６００の縦軸に沿って深度が深くなり、それぞれの深度ごとに符号化を行い、深度別代表符号化誤差を比較し、最小符号化誤差が検索される。最大符号化単位６１０において、最小符号化誤差が発生する深度及びパーティションが、最大符号化単位６１０の符号化深度及びパーティションタイプに選択される。

図７は、本発明の一実施形態による、符号化単位及び変換単位の関係を図示する。

一実施形態によるビデオ符号化装置１００、または一実施形態によるビデオ復号装置２００は、最大符号化単位ごとに、最大符号化単位より小さいか、あるいはそれと同じ大きさの符号化単位で映像を符号化したり復号したりする。符号化過程において、周波数変換のための変換単位の大きさは、それぞれの符号化単位ほど大きくないデータ単位を基に選択される。

例えば、一実施形態によるビデオ符号化装置１００、または一実施形態によるビデオ復号装置２００において、現在符号化単位７１０が６４ｘ６４サイズであるとき、３２ｘ３２サイズの変換単位７２０を利用して、周波数変換が行われる。

また、６４ｘ６４サイズの符号化単位７１０のデータを、６４ｘ６４サイズ以下の３２ｘ３２，１６ｘ１６，８ｘ８，４ｘ４サイズの変換単位でそれぞれ周波数変換を行って符号化した後、原本との誤差が最小である変換単位が選択される。

図８は、本発明の一実施形態による深度別符号化情報を図示する。

一実施形態によるビデオ符号化装置１００の出力部１３０は、符号化モードに係わる情報として、それぞれの符号化深度の符号化単位ごとに、パーティションタイプに係わる情報８００、予測モードに係わる情報８１０、変換単位サイズに係わる情報８２０を符号化して伝送することができる。

パーティションタイプに係わる情報８００は、現在符号化単位の予測符号化のためのデータ単位であり、現在符号化単位の予測単位が分割されたパーティションの形態に係わる情報を示す。例えば、サイズ２Ｎｘ２Ｎの現在符号化単位ＣＵ＿０は、サイズ２Ｎｘ２Ｎのパーティション８０２、サイズ２ＮｘＮのパーティション８０４、サイズＮｘ２Ｎのパーティション８０６、サイズＮｘＮのパーティション８０８のうちいずれか１つのタイプに分割されて利用される。その場合、現在符号化単位のパーティションタイプに係わる情報８００は、サイズ２Ｎｘ２Ｎのパーティション８０２、サイズ２ＮｘＮのパーティション８０４、サイズＮｘ２Ｎのパーティション８０６及びサイズＮｘＮのパーティション８０８のうち一つを示すように設定される。

予測モードに係わる情報８１０は、それぞれのパーティションの予測モードを示す。例えば、予測モードに係わる情報８１０を介して、パーティションタイプに係わる情報８００が示すパーティションが、イントラモード８１２、インターモード８１４及びスキップモード８１６のうち一つで予測符号化が行われるかということが設定される。

また、変換単位サイズに係わる情報８２０は、現在符号化単位をいかなる変換単位を基に周波数変換を行うかということを示す。例えば、変換単位は、第１イントラ変換単位サイズ８２２、第２イントラ変換単位サイズ８２４、第１インター変換単位サイズ８２６、第２インター変換単位サイズ８２８のうち一つでもある。

一実施形態によるビデオ復号装置２００の映像データ及び符号化情報抽出部２１０は、それぞれの深度別符号化単位ごとに、パーティションタイプに係わる情報８００、予測モードに係わる情報８１０、変換単位サイズに係わる情報８２０を抽出し、復号に利用することができる。

図９は、本発明の一実施形態による深度別符号化単位を図示する。

深度の変化を示すために、分割情報が利用される。該分割情報は、現在深度の符号化単位が、下位深度の符号化単位に分割されるか否かということを示す。

深度０及び２Ｎ＿０ｘ２Ｎ＿０サイズの符号化単位９００の予測符号化のための予測単位９１０は、２Ｎ＿０ｘ２Ｎ＿０サイズのパーティションタイプ９１２、２Ｎ＿０ｘＮ＿０サイズのパーティションタイプ９１４、Ｎ＿０ｘ２Ｎ＿０サイズのパーティションタイプ９１６、Ｎ＿０ｘＮ＿０サイズのパーティションタイプ９１８を含んでもよい。該予測単位が対称的な比率に分割されたパーティション９１２，９１４，９１６，９１８だけが例示されているが、前述のように、パーティションタイプは、それらに限定されるものではなく、非対称的パーティション、任意的形態のパーティション、幾何学的形態のパーティションなどを含んでもよい。

パーティションタイプごとに、１つの２Ｎ＿０ｘ２Ｎ＿０サイズのパーティション、２つの２Ｎ＿０ｘＮ＿０サイズのパーティション、２つのＮ＿０ｘ２Ｎ＿０サイズのパーティション、４つのＮ＿０ｘＮ＿０サイズのパーティションごとに反復的に予測符号化が行われなければならない。サイズ２Ｎ＿０ｘ２Ｎ＿０、サイズＮ＿０ｘ２Ｎ＿０、サイズ２Ｎ＿０ｘＮ＿０及びサイズＮ＿０ｘＮ＿０のパーティションについては、イントラモード及びインターモードで予測符号化が行われる。スキップモードは、サイズ２Ｎ＿０ｘ２Ｎ＿０のパーティションについてのみ予測符号化が行われる。

サイズ２Ｎ＿０ｘ２Ｎ＿０，２Ｎ＿０ｘＮ＿０及びＮ＿０ｘ２Ｎ＿０のパーティションタイプ９１２，９１４，９１６のうち一つによる符号化誤差が最小であるならば、それ以上下位深度に分割する必要がない。

サイズＮ＿０ｘＮ＿０のパーティションタイプ９１８による符号化誤差が最小であるならば、深度０を１に変更しながら分割し（９２０）、深度２及びサイズＮ＿０ｘＮ＿０のパーティションタイプの符号化単位９３０に対して反復的に符号化を行い、最小符号化誤差を検索する。

深度１及びサイズ２Ｎ＿１ｘ２Ｎ＿１（＝Ｎ＿０ｘＮ＿０）の符号化単位９３０の予測符号化のための予測単位９４０は、サイズ２Ｎ＿１ｘ２Ｎ＿１のパーティションタイプ９４２、サイズ２Ｎ＿１ｘＮ＿１のパーティションタイプ９４４、サイズＮ＿１ｘ２Ｎ＿１のパーティションタイプ９４６、サイズＮ＿１ｘＮ＿１のパーティションタイプ９４８を含んでもよい。

また、サイズＮ＿１ｘＮ＿１のパーティションタイプ９４８による符号化誤差が最小であるならば、深度１を深度２に変更しながら分割し（９５０）、深度２及びサイズＮ＿２ｘＮ＿２の符号化単位９６０に対して反復的に符号化を行い、最小符号化誤差を検索する。

最大深度がｄである場合、深度別分割情報は深度ｄ−１になるまで設定され、分割情報は、深度ｄ−２まで設定される。すなわち、深度ｄ−２まで分割され（９７０）、深度ｄ−１まで符号化が行われる場合、深度ｄ−１及びサイズ２Ｎ＿（ｄ−１）ｘ２Ｎ＿（ｄ−１）の符号化単位９８０の予測符号化のための予測単位９９０は、サイズ２Ｎ＿（ｄ−１）ｘ２Ｎ＿（ｄ−１）のパーティションタイプ９９２、サイズ２Ｎ＿（ｄ−１）ｘＮ＿（ｄ−１）のパーティションタイプ９９４、サイズＮ＿（ｄ−１）ｘ２Ｎ＿（ｄ−１）のパーティションタイプ９９６、サイズＮ＿（ｄ−１）ｘＮ＿（ｄ−１）のパーティションタイプ９９８を含んでもよい。

パーティションタイプにおいて、１つのサイズ２Ｎ＿（ｄ−１）ｘ２Ｎ＿（ｄ−１）のパーティション、２つのサイズ２Ｎ＿（ｄ−１）ｘＮ＿（ｄ−１）のパーティション、２つのサイズＮ＿（ｄ−１）ｘ２Ｎ＿（ｄ−１）のパーティション、４つのサイズＮ＿（ｄ−１）ｘＮ＿（ｄ−１）のパーティションごとに反復的に予測符号化を介した符号化が行われ、最小符号化誤差が発生するパーティションタイプが検索される。

サイズＮ＿（ｄ−１）ｘＮ＿（ｄ−１）のパーティションタイプ９９８による符号化誤差が最小であるとしても、最大深度がｄであるので、深度ｄ−１の符号化単位ＣＵ＿（ｄ−１）は、それ以上下位深度への分割過程を経ず、現在最大符号化単位９００に対する符号化深度が深度ｄ−１と決定され、パーティションタイプは、Ｎ＿（ｄ−１）ｘＮ＿（ｄ−１）と決定される。また、最大深度がｄであるので、深度ｄ−１の符号化単位９５２に対して分割情報は設定されない。

データ単位９９９は、現在最大符号化単位に係わる「最小単位」とされる。一実施形態による最小単位は、最下位符号化深度である最小符号化単位が４分割された大きさの正方形のデータ単位でもある。そのような反復的符号化過程を介して、一実施形態によるビデオ符号化装置１００は、符号化単位９００の深度別符号化誤差を比較し、最小符号化誤差が発生する深度を選択し、符号化深度を決定し、当該パーティションタイプ及び予測モードが符号化深度の符号化モードに設定される。

かように、深度０，１，…，ｄ−１，ｄの全ての深度別最小符号化誤差を比較し、誤差が最小である深度が選択され、符号化深度と決定される。符号化深度、並びに予測単位のパーティションタイプ及び予測モードは、符号化モードに係わる情報として符号化されて伝送される。また、深度０から符号化深度に至るまで符号化単位が分割されなければならないので、符号化深度の分割情報だけが「０」に設定され、符号化深度を除いた深度別分割情報は、「１」に設定されなければならない。

一実施形態によるビデオ復号装置２００の映像データ及び符号化情報抽出部２２０は、符号化単位９００に対する符号化深度及び予測単位に係わる情報を抽出し、符号化単位９１２の復号に利用することができる。一実施形態によるビデオ復号装置２００は、深度別分割情報を利用して、分割情報が「０」である深度を符号化深度と把握し、当該深度に係わる符号化モードに係わる情報を利用して、復号に利用することができる。

図１０、図１１及び図１２は、本発明の一実施形態による、符号化単位、予測単位及び周波数変換単位の関係を図示する。

符号化単位１０１０は、最大符号化単位に対して、一実施形態によるビデオ符号化装置１００が決定した符号化深度別符号化単位である。予測単位１０６０は、符号化単位１０１０のうち、それぞれの符号化深度別符号化単位の予測単位のパーティションであり、変換単位１０７０は、それぞれの符号化深度別符号化単位の変換単位である。

深度別符号化単位１０１０は、最大符号化単位の深度が０であるとすれば、符号化単位１０１２，１０５４は、深度が１であり、符号化単位１０１４，１０１６，１０１８，１０２８，１０５０，１０５２は、深度が２であり、符号化単位１０２０，１０２２，１０２４，１０２６，１０３０，１０３２，１０４８は、深度が３であり、符号化単位１０４０，１０４２，１０４４，１０４６は、深度が４である。

予測単位１０６０のうち一部パーティション１０１４，１０１６，１０２２，１０３２，１０４８，１０５０，１０５２，１０５４は、符号化単位が分割された形態である。すなわち、パーティション１０１４，１０２２，１０５０，１０５４は、２ＮｘＮのパーティションタイプであり、パーティション１０１６，１０４８，１０５２は、Ｎｘ２Ｎのパーティションタイプであり、パーティション１０３２は、ＮｘＮのパーティションタイプである。深度別符号化単位１０１０の予測単位及びパーティションは、それぞれの符号化単位より小さいか、あるいはそれと同じである。

変換単位１０７０のうち一部変換単位１０５２の映像データについては、符号化単位に比べ、小サイズのデータ単位で、周波数変換または周波数逆変換が行われる。また、変換単位１０１４，１０１６，１０２２，１０３２，１０４８，１０５０，１０５２，１０５４は、予測単位１０６０のうち当該予測単位及びパーティションと比較すれば、互いに異なる大きさまたは形態のデータ単位である。すなわち、一実施形態によるビデオ符号化装置１００、及び一実施形態に他のビデオ復号装置２００は、同一符号化単位に係わるイントラ予測／動き推定／動き補償作業、及び周波数変換／逆変換作業であるとしても、それぞれ別個のデータ単位を基に遂行する。

それにより、最大符号化単位ごとに、領域別に階層的な構造の符号化単位ごとに、再帰的に符号化が行われ、最適符号化単位が決定されることにより、再帰的ツリー構造による符号化単位が構成される。符号化情報は、符号化単位に係わる分割情報、パーティションタイプ情報、予測モード情報、変換単位サイズ情報を含んでもよい。下記表１は、一実施形態によるビデオ符号化装置１００、及び一実施形態によるビデオ復号装置２００で設定することができる一例を示す。

一実施形態によるビデオ符号化装置１００の出力部１３０は、ツリー構造による符号化単位に係わる符号化情報を出力し、一実施形態によるビデオ復号装置２００の符号化情報抽出部２２０は、受信されたビットストリームから、ツリー構造による符号化単位に係わる符号化情報を抽出することができる。

分割情報は、現在符号化単位が、下位深度の符号化単位に分割されるか否かということを示す。現在深度ｄの分割情報が０であるならば、現在符号化単位が下位符号化単位にそれ以上分割されない深度が符号化深度であるので、符号化深度に対して、パーティションタイプ情報、予測モード、変換単位サイズ情報が定義される。該分割情報によって、１段階さらに分割されなければならない場合には、分割された４個の下位深度の符号化単位ごとに、独立して符号化が行われなければならない。

予測モードは、イントラモード、インターモード及びスキップモードのうち一つで示すことができる。イントラモード及びインターモードは、全てのパーティションタイプで定義され、スキップモードは、パーティションタイプ２Ｎｘ２Ｎでのみ定義される。

パーティションタイプ情報は、予測単位の高さまたは幅が対称的な比率に分割された対称的パーティションタイプ２Ｎｘ２Ｎ，２ＮｘＮ，Ｎｘ２Ｎ及びＮｘＮと、非対称的な比率に分割された非対称的パーティションタイプ２ＮｘｎＵ，２ＮｘｎＤ，ｎＬｘ２Ｎ，ｎＲｘ２Ｎを示すことができる。非対称的パーティションタイプ２ＮｘｎＵ及び２ＮｘｎＤは、それぞれ高さが１：３及び３：１に分割された形態であり、非対称的パーティションタイプｎＬｘ２Ｎ及びｎＲｘ２Ｎは、それぞれ幅が１：３及び３：１に分割された形態を示す。

変換単位サイズは、イントラモードで二種の大きさ、インターモードで二種の大きさに設定される。すなわち、変換単位分割情報が０であるならば、変換単位の大きさが、現在符号化単位のサイズ２Ｎｘ２Ｎに設定される。変換単位分割情報が１であるならば、現在符号化単位が分割された大きさの変換単位が設定される。また、サイズ２Ｎｘ２Ｎである現在符号化単位に係わるパーティションタイプが、対称形パーティションタイプであるならば、変換単位の大きさは、ＮｘＮに設定され、非対称形パーティションタイプであるならば、Ｎ／２ｘＮ／２に設定される。

一実施形態によるツリー構造による符号化単位の符号化情報は、符号化深度の符号化単位、予測単位及び最小単位単位のうち少なくとも一つに対して割り当てられる。符号化深度の符号化単位は、同一符号化情報を保有している予測単位及び最小単位を１以上含んでもよい。

従って、隣接したデータ単位同士それぞれ保有している符号化情報を確認すれば、同一符号化深度の符号化単位に含まれるか否かということが確認される。また、データ単位が保有している符号化情報を利用すれば、当該符号化深度の符号化単位を確認することができるので、最大符号化単位内の符号化深度の分布が類推される。

従って、その場合、現在符号化単位が周辺データ単位を参照して予測する場合、現在符号化単位に隣接する深度別符号化単位内のデータ単位の符号化情報が直接参照されて利用される。

他の実施形態として、現在符号化単位が、周辺符号化単位を参照して予測符号化が行われる場合、隣接する深度別符号化単位の符号化情報を利用して、深度別符号化単位内において、現在符号化単位に隣接するデータが検索されることにより、周辺符号化単位が参照される。

図１３は、表１の符号化モード情報による、符号化単位、予測単位及び変換単位の関係を図示する。

最大符号化単位１３００は、符号化深度の符号化単位１３０２，１３０４，１３０６，１３１２，１３１４，１３１６，１３１８を含む。そのうち１つの符号化単位１３１８は、符号化深度の符号化単位であるので、分割情報が０に設定される。サイズ２Ｎｘ２Ｎの符号化単位１３１８のパーティションタイプ情報は、パーティションタイプ２Ｎｘ２Ｎ １３２２，２ＮｘＮ １３２４，Ｎｘ２Ｎ １３２６，ＮｘＮ １３２８，２ＮｘｎＵ １３３２，２ＮｘｎＤ １３３４，ｎＬｘ２Ｎ １３３６及びｎＲｘ２Ｎ １３３８のうち一つに設定される。

パーティションタイプ情報が、対称形パーティションタイプ２Ｎｘ２Ｎ １３２２，２ＮｘＮ １３２４，Ｎｘ２Ｎ １３２６及びＮｘＮ １３２８のうち一つに設定されている場合、変換単位分割情報（ＴＵ size flag）が０であるならば、サイズ２Ｎｘ２Ｎの変換単位１３４２が設定され、変換単位分割情報が１であるならば、サイズＮｘＮの変換単位１３４４が設定される。

パーティションタイプ情報が、非対称形パーティションタイプ２ＮｘｎＵ １３３２，２ＮｘｎＤ １３３４，ｎＬｘ２Ｎ １３３６及びｎＲｘ２Ｎ １３３８のうち一つに設定されている場合、変換単位分割情報（ＴＵ size flag）が０であるならば、サイズ２Ｎｘ２Ｎの変換単位１３５２が設定され、変換単位分割情報が１であるならば、サイズＮ／２ｘＮ／２の変換単位１３５４が設定される。

以下、図４の本発明の一実施形態による映像符号化装置４００のエントロピー符号化部４５０、及び図５の映像復号装置５００のエントロピー復号部５２０で行われるエントロピー符号化過程及びエントロピー復号過程について具体的に説明する。

前述のように、本発明の一実施形態による映像符号化装置４００は、最大符号化単位を階層的に分割した符号化単位を利用して符号化を行う。エントロピー符号化部４５０は、符号化過程で生成された符号化情報、例えば、量子化された変換係数、予測単位の予測モード、量子化パラメーター、動きベクトルなどのシンタックスエレメント（syntax elements）をエントロピー符号化する。エントロピー符号化方式として、コンテクスト基盤二進算術符号化（ＣＡＢＡＣ）が利用される。

表２は、ＨＥＶＣ（high efficiency video coding）及びＨ．２６４／ＡＶＣにおいて、ＣＡＢＡＣを介してエントロピー符号化されるシンタックスエレメントの一例である。各シンタックスエレメントの意味（semantics）については、ＨＥＶＣ及びＨ．２６４／ＡＶＣで記述しており、具体的な説明は省略する。

図１４は、本発明の一実施形態によるエントロピー符号化装置の構成を示したブロック図である。図１４を参照すれば、一実施形態によるエントロピー符号化装置１４００は、二進化部（binarizer）１４１０、コンテクストモデラ（context modeler）１４２０、二進算術符号化部（binary arithmetic coder）１４３０を含む。また、二進算術符号化部１４３０は、レギュラーコーディング部（regular coding engine）１４３２と、バイパスコーディング部（bypass coding engine）１４３４とを含む。

二進化部１４１０は、入力されたシンタックスエレメント（syntax element）を二進シンボルであるビン（bins）でマッピングさせる。ビンは、０または１の値を有する１ビットを示すものであり、各ビンは、ＣＡＢＡＣを介して符号化される。該ビンの集合は、ビンストリング（bin sｔｒｉｎｇ）とされる。二進化部１４１０は、シンタックスエレメントの類型によって、固定長二進化（fixed length binarization）、切断型Rice二進化（truncated Rice binarization）、ｋ次ｅｘｐ−Golomb二進化、Golomb−rice二進化のうち一つを適用し、シンタックスエレメントの値を、０と１とのビンにマッピングして出力する。

二進化部１４１０で出力されるビンは、レギュラーコーディング部１４３２またはバイパスコーディング部１４３４によって算術符号化される。シンタックスエレメントを二進化したビンが均一に分布された場合、すなわち、０と１との頻度が同一であるデータである場合には、二進化されたビンは、確率値を利用しないバイパスコーディング部１４３４に出力されて符号化される。現在ビンをレギュラーコーディング部１４３２またはバイパスコーディング部１４３４のうちいずれのコーディング部によって算術符号化するかということは、シンタックスエレメントの類型によってあらかじめ決定される。

レギュラーコーディング部１４３２は、コンテクストモデラ１４２０によって決定された確率モデルに基づいて、ビンに対する算術符号化を行う。コンテクストモデラ１４２０は、レギュラーコーディング部１４３２に、ビンに係わる確率モデルを提供する。具体的には、コンテクストモデラ１４２０は、以前に符号化されたビンに基づいて、所定二進値の確率を決定し、以前ビンを符号化するのに利用された二進値の確率を更新し、更新された確率をレギュラーコーディング部１４３２に出力する。従来には、コンテクストインデックス（ｃｔｘＩｄｘ）を利用して、１つのコンテクストモデルを決定し、決定されたコンテクストモデルが有するＬＰＳ（least probable symbol）またはＭＰＳ（most probable symbol）の発生確率と、０と１とのうちいずれの二進値がＭＰＳに該当するかということにに係わる情報（ｖａｌＭＰＳ）とを決定した。それに反して、本開示の一実施形態によるコンテクストモデラ１４２０は、ＭＰＳとＬＰＳとを区別せず、あらかじめ決定された所定二進値、例えば、「１」の発生確率を示すＰ（１）を、以前に符号化されたビンに基づいて決定し、決定された所定二進値の確率をレギュラーコーディング部１４３２に提供する。

本開示の一実施形態によるコンテクストモデラ１４２０は、受信されたビンの値を利用して、各ビンの自己相関値を獲得し、該自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定した後、決定された少なくとも１つのスケーリングファクタを利用して、二進値の確率を更新することができる。

また、本開示の他の実施形態によるコンテクストモデラ１４２０は、互いに異なるスケーリングファクタを有する複数個の確率モデルを適用し、ビンの平均ビット値を示すエントロピー値を獲得し、複数個の確率モデルのうち最小エントロピー値を獲得するのに利用された確率モデルが有するスケーリングファクタを決定し、決定されたスケーリングファクタを利用して、二進値の確率を更新することができる。

レギュラーコーディング部１４３２は、コンテクストモデラ１４２０から提供された所定二進値の確率、及び現在ビンが有する二進値に基づいて、二進算術符号化を行う。すなわち、レギュラーコーディング部１４３２は、コンテクストモデラ１４２０から提供された所定二進値の確率に基づいて、「１」の発生確率Ｐ（１）、及び「０」の発生確率Ｐ（０）を決定することができ、決定された０と１との発生確率Ｐ（０）及びＰ（１）と、現在ビン値によって確率区間を示すrangeを分割し、分割された区間に属する代表値の二進値を出力することにより、二進算術符号化を行う。

図１５Ａ及び図１５Ｂは、ＣＡＢＡＣに利用される確率更新過程を示した図面である。

図１５Ａを参照すれば、ＨＥＶＣなどで利用されるコンテクストモデルは、６４個のあらかじめ決定された確率状態に定義されている。各確率状態は、状態インデックスｉ_ＰＬＰＳ、及びＭＰＳの値であるＶ_ＭＰＳによって特徴づけられる。あらかじめ決定された状態遷移テーブル（state transition table）を利用して、確率更新時、現在確率状態からどんな確率状態に遷移されるかということを示すことができる。現在算術符号化されるビンの値がＭＰＳであるか、それともＬＰＳであるかということにより、確率状態が変更される。例えば、現在ビンの値がＭＰＳであるならば、現在の確率状態（state ｉ_ＰＬＰＳ）から、ＬＰＳ確率が低くなる前方向状態（state ｉ_{ＰＬＰＳ＋１}）に確率状態が変更され、現在ビンの値がＬＰＳであるならば、現在の確率状態（state ｉ_ＰＬＰＳ）からＬＰＳ確率が高くなる後方向状態（state ｉ_{ＰＬＰＳ−１}）に確率状態が変更される。図１５Ａにおいて、Ｔｒ_ＭＰＳ｛｝は、ＭＰＳ処理後の確率状態遷移方向を示し、Ｔｒ_ＬＰＳ｛｝は、ＬＰＳ処理以後の確率状態遷移方向を示す。

ＭＰＳまたはＬＰＳの処理時に変更される確率は、図１５Ａに図示されているように、指数的（exponential）に低下する形態を有する。ｎ個のコンテクストモデルの確率Ｐｎは、次の数学式Ｐｎ＝０．５（１−α）ｎで表現される。ここで、（１−α）＝（０．０１８７５／０．５）^１／６３である。

図１５Ｂを参照すれば、０に近いＬＰＳの確率（probability）分布は、稠密であり、１／２に近いＬＰＳの確率分布は、希薄である。従って、０及び１の二進値の発生確率が類似している場合、すなわち、０及び１の二進値の発生確率が１／２に近い場合には、確率が希薄に分布するので、確率の予測エラーが上昇する。また、指数乗形態の確率関数を利用する場合、０に近い確率値を細密に表現しなければならないので、かような確率値を示すためのビットデプスが増加される。従って、指数乗形態の確率関数を有する確率モデルを保存するためのルックアップ（look-up）テーブルの大きさが増大する。また、確率更新時や、確率区間を分割するとき時、稠密な確率値を利用する場合、乗算演算量が増加してハードウェア的に負担になる。従って、図１５Ａに図示された確率（Ｐ_ＬＰＳ）を、四捨五入演算などを介して所定値にマッピングさせ、確率値が指数的ではなく、階段式に減少する確率を利用することができる。

以下、コンテクストモデラ１４２０で遂行される確率モデルの更新過程について具体的に説明する。

ＣＡＢＡＣに利用される確率更新過程は、次の数式（１）によって遂行される。

数式（１）で、ｐ_ｉ（ｔ）は、更新された確率を示し、ｐ_ｉ（ｔ−１）は、以前ビンの確率を示し、α_ｉ（０≦αｉ≦１、α_ｉは実数）は、スケーリングファクタを示し、ｙは、入力された現在ビンの値を示す。ｉは、スケーリングファクタの個数を示す整数値である。利用されるスケーリングファクタが増加するほど、予測された確率の正確度は上昇するが、演算複雑度が増大する。従って、以下の説明においては、ｉが１または２である場合、すなわち、１個のスケーリングファクタを利用するか、あるいは２個のスケーリングファクタを利用して確率を更新する場合を中心に説明する。しかし、本開示による確率更新方法は、２個を超えるスケーリングファクタを利用して確率を更新する場合にも、適用されるのである。

二進算術コーダでは、任意の０及び１の値を有するビンのシーケンスを扱う。０及び１のうちいずれか１つのビンの確率がＡ（０≦Ａ≦１、Ａは実数）と決定されれば、残りビンの確率は、１−Ａと決定される。数式（１）で、入力されたビンの値が１である場合、すなわち、ｙ＝１である場合、ｐ_ｉ（ｔ）の値が増大するので、数式（１）のｐ_ｉ（ｔ）は、「１」の確率、すなわち、次のビンが「１」である確率を示す。０及び１のうちいずれかがＭＰＳ、ＬＰＳであるかということを判断するためには、確率値の範囲を考慮することができる。例えば、１の確率を示すｐ_ｉ（ｔ）が［１／２；１］、すなわち、１／２と１との間の値を有するならば、ＭＰＳは、１であり、ｐ_ｉ（ｔ）が［０；１／２］、すなわち、０と１／２との間の値であるならば、０がＭＰＳに該当する。ＣＡＢＡＣに利用されるＬＰＳの確率値は、ｐ_ｉ（ｔ）及び１−ｐ_ｉ（ｔ）のうち小さい値に決定される。

数式（１）に基づいた確率更新に重要な重要なパラメーターは、まさにスケーリングファクタα_ｉである。スケーリングファクタα_ｉの値によって、ＣＡＢＡＣに利用される確率がいかほど敏感に更新されるかということを示す敏感度（sensitiveness）、エラーに反応しないか否かという安定性（robustness）が決定される。

本開示の一実施形態によるコンテクストモデラ１４２０は、確率更新時、１以上のスケーリングファクタα_ｉを利用して、１以上の更新された確率を生成し、１以上の更新された確率の加重平均を、最終的に更新された確率と決定することができる。

具体的には、コンテクストモデラ１４２０は、複数個のスケーリングファクタα_ｉを数式（１）に適用し、複数個の確率Ｐ_ｉ（ｔ）が獲得されれば、複数個の確率Ｐ_ｉ（ｔ）の加重平均値を次の数式（２）のように計算し、最終的な更新確率ｐ（ｔ）を獲得する。

ω_ｉは、複数個の確率Ｐ_ｉ（ｔ）に乗じられる加重値である。ω_ｉは、スケーリングファクタの個数を考慮して決定される。利用されるスケーリングファクタの個数がＮ（Ｎは整数）であるならば、ω_ｉ＝（１／Ｎ）でもある。一例として、２個のスケーリングファクタα_１及びα_２を利用する場合、数式（１）に基づいて、ｐ_１（ｔ）＝α_１ｙ＋（１−α_１）ｐ_１（ｔ−１）及びｐ_２（ｔ）＝α_２ｙ＋（１−α_２）ｐ_２（ｔ−１）が獲得される。かような場合、２個の確率ｐ_１（ｔ）及びｐ_２（ｔ）の平均値である（ｐ_１（ｔ）＋ｐ_２（ｔ））／２が更新された確率ｐ（ｔ）と決定される。

一方、確率更新時、乗算過程を省略するために、スケーリングファクタは、１／２^Ｐのように、分母が２の指数乗（power of ２）の値を有することが望ましい。すなわち、複数個のスケーリングファクタａ_ｉは、次の数式ａ_ｉ＝１／（２＾Ｍ_ｉ）（Ｍｉは整数）のような値を有することが望ましい。かような場合、前述の数式（１）に含まれた乗算演算は、次の数式（３）のように、シフト演算で代替される。数式（３）で、「＞＞」は、ライトシフト演算子である。

前述の例において、α_１＝１／１６＝１／２^４、α_２＝１／１２８＝１／２^７に設定された場合、ｐ_１（ｔ）＝α_１ｙ＋（１−α_１）ｐ_１（ｔ−１）は、ｐ_１（ｔ）＝（ｙ＞＞４）＋ｐ_１（ｔ−１）−（ｐ_１（ｔ−１）＞＞４）のようにシフト演算、加算演算及び減算演算のみを含む数式を介して獲得される。同様に、ｐ_２（ｔ）＝α_２ｙ＋（１−α_２）ｐ_２（ｔ−１）は、ｐ_２（ｔ）＝（ｙ＞＞７）＋ｐ_２（ｔ−１）−（ｐ_２（ｔ−１）＞＞７）で代替される。乗算演算や除算演算より、シフト演算は、ハードウェア的、ソフトウェア的に容易に具現されるので、スケーリングファクタは、分母が２の指数乗である所定値に決定されることが望ましい。

図１６は、本開示の一実施形態による確率更新過程を示したフローチャートである。図１６を参照すれば、段階１６１０において、コンテクストモデラ１４２０は、複数個のスケーリングファクタを適用し、複数個の更新された確率を獲得する。前述の例のように、２個のスケーリングファクタα_１＝１／１６＝１／２^４、α_２＝１／１２８＝１／２^７を利用する場合、コンテクストモデラ１４２０は、ｐ_１（ｔ）＝（ｙ＞＞４）＋ｐ_１（ｔ−１）−（ｐ_１（ｔ−１）＞＞４）及びｐ_２（ｔ）＝（ｙ＞＞７）＋ｐ_２（ｔ−１）−（ｐ２（ｔ−１）＞＞７）を介して、２つの更新された確率ｐ_１（ｔ）及びｐ_２（ｔ）を獲得し、ｐ_１（ｔ）及びｐ_２（ｔ）の平均値である（ｐ_１（ｔ）＋ｐ_２（ｔ））／２を最終的な更新確率ｐ（ｔ）に決定する。（ｐ_１（ｔ）＋ｐ_２（ｔ））／２は、（ｐ_１（ｔ）＋ｐ_２（ｔ））＞＞１のように、シフト演算を介して具現される。

ＣＡＢＡＣ符号化／復号過程においては、所定データ単位でエントロピーリセット（entropy reset）が行われる。例えば、スライス単位、符号化単位でエントロピーリセットが行われる。該エントロピーリセットは、現在確率値を廃棄し、あらかじめ決定された確率値に基づいて、新たにＣＡＢＡＣを行うことを意味する。かようなリセット過程後に遂行される確率アップデート過程において、初期値に設定される確率値は、最適の値ではなく、何回かのアップデート過程を経るほど、一定確率値に収斂される。１つのスケーリングファクタを利用して、確率をアップデートする場合、確率アップデートが行われるほど、確率が早く変化し、適正値に早く収斂されるが、アップデートが反復されるほど、変動（fluctuation）が発生しやすい。複数個のスケーリングファクタを利用して、確率をアップデートする場合、確率が早く変化しないが、アップデートされた確率が適正値近くに収斂された場合、変動が少なく発生し、エラーやノイズなどに敏感に反応せず、安定して動作する。従って、段階１６２０において、コンテクストモデラ１４２０は、確率更新時ごとにカウンタ（counter）を増加させ、段階１６３０において、カウンタ値に基づいて、現在更新される確率が、初期ビンに係わるものであるか否かということを判断する。所定個数未満の初期ビン、例えば、５０個未満の初期ビンについては、段階１６４０において、単一スケーリングファクタを利用して、確率更新が行われる。初期ビン後に入力されるビン、例えば、５０番目ビンからは、段階１６５０において、２つのスケーリングファクタを利用して、決定される確率更新過程が遂行される。

前述の確率更新過程において、スケーリングファクタとして、所定値、例えば、分母が２の指数乗形態の値を有するスケーリングファクタを利用して、確率更新を行った。

本開示の一実施形態によるコンテクストモデラ１４２０は、受信されたビンの値を利用して、各ビンの自己相関値を獲得し、自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定した後、決定された少なくとも１つのスケーリングファクタを利用して、二進値の確率を更新することができる。

図１７Ａ及び図１７Ｂは、自己相関値について説明するための参照図である。

所定距離ｋ（ｋは整数）ほど離隔されたビンの値、ビンの平均値Ｍ、ビンの分散σを利用して、所定距離ｋによる自己相関値Ｒ_ｋは、次の数式（４）のように獲得される。

数式（４）で、ビンの個数は、Ｎ＋１（Ｎは整数）であり、（Ｎ＋１）個のビンの値は、ｙ_ｊ（ｊは０からＮまでの整数）である。

図１７Ａ及び図１７Ｂで、｛ｙ_０，ｙ_１，ｙ_２，…，ｙ_７｝は、８個のビンを示し、ｙ_ｉは、０または１の値を有する。図１７Ａ及び図１７Ｂに図示されているように、ビン値（bin value）が分布すると仮定すれば、ビンの平均値Ｍは、図１７Ａ及び図１７Ｂにおいて、いずれも１／２の値を有する。

分散σは、各ビンの値ｙ_ｉと平均値Ｍとの二乗誤差値（ＭＳＥ：mean square error）の平均値であり、図１７Ａ及び図１７Ｂにおいて、いずれも分散値は、（１／２）＾２＊８＊（１／８）＝１／４の値を有する。

所定距離ｋが１である場合、すなわち、互いに隣接したビンの値を利用して、自己相関値を計算すれば、まず、図１７Ａの場合のように、隣接したビンの値が類似して分布された場合の自己相関値が、図１７Ｂのように、隣接したビンが不均一に分布された場合に比べてさらに大きい。

図１８は、本開示の一実施形態による、二進算術符号化のための確率更新方法を示したフローチャートである。

前述のように、本開示の一実施形態による確率更新方法においては、入力ビンを利用して自己相関値を計算し、自己相関値に基づいて決定された各ビンの確率と、各ビン値との二乗誤差値（ＭＳＥ）が最小になる値をスケーリングファクタとして利用する。

段階１８１０において、コンテクストモデラ１４２０は、ＣＡＢＡＣを介して、二進算術符号化される所定個数のビンを受信する。段階１８２０において、コンテクストモデラ１４２０は、前述の数式（３）に基づいて、各ビンの自己相関値を獲得する。

段階１８３０において、コンテクストモデラ１４２０は、自己相関値Ｒ_ｋに基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定する。

具体的には、｛ｙ_ｉ｝は、０及び１の値のうち一つを有するＮ個のビンであると仮定する。すなわち、ｊは、０から（Ｎ−１）までの値を有する。

前述の数式（１）に基づいて、以前ビンの確率、以前ビンの値及びスケーリングファクタαを利用して、ｊ番目ビンの算術符号化後に更新された確率Ｐ_ｊは、次の数式（５）のように表現される。

数式（５）を整理すれば、次の数式（６）のようである。

各ビンの確率と各ビン値との二乗誤差値（ＭＳＥ）は、次の数式（７）の通りである。

数式（７）のように、ＭＳＥは、スケーリングファクタαによって変化する値を有する。スケーリングファクタαを決定するために、ＭＳＥが最小になるα値を決定する。そのために、数式（７）のＭＳＥを、αに対して偏微分し、０になる値を決定する。

すなわち、

が０になるスケーリングファクタαを決定する。前記偏微分方程式の解を計算すれば、スケーリングファクタαは、以下の数式（８）のように自己相関値Ｒ_ｋを利用して決定される。

前述のように、２個のスケーリングファクタα_１及びα_２を利用して、ｐ_１，ｊ＝α_１ｙ＋（１−α_１）ｐ_{１，ｊ−１}及びｐ_２，ｊ＝α_２ｙ＋（１−α_２）ｐ_{２，（ｊ−１）}が獲得され、２個の確率ｐ_１，ｊ及びｐ_２，ｊの平均値である（ｐ_１，ｊ＋ｐ_２，ｊ）／２が更新された確率ｐ_ｊと決定される場合、前記数式（７）のｐ_ｊの代わりに、（ｐ_１，ｊ＋ｐ_２，ｊ）／２を代入し、各ビンの確率と各ビン値とのＭＳＥを計算すれば、次の数式（９）の通りである。

数式（９）で、β_ｉ＝１−α_ｉである。すなわち、β_１＝１−α_１であり、β_２＝１−α_２である。数式（９）を、α_１及びα_２について偏微分して最小値を求めれば、α_１及びα_２は、自己相関値の範囲によって、次のように獲得される。

Ｒｋ∈［−１，１／７］である場合、α_１＝０、α_２＝０；
Ｒｋ∈［１／７，１／２］である場合、

Ｒｋ∈［１／２，５／７］である場合、α_１＝１、α_２＝０；
Ｒｋ∈［５／７，１］である場合、

そのように、コンテクストモデラ１４２０は、ビンの自己相関値を利用して、１以上のスケーリングファクタが決定されれば、段階１８４０において、コンテクストモデラ１４２０は、決定されたスケーリングファクタを利用して、以前確率値を更新し、更新された確率をレギュラーコーディング部１４３２に提供する。段階１８５０において、レギュラーコーディング部１４３２は、更新された確率を利用して、次のビンを二進算術符号化する。

図１９は、本開示の他の実施形態による、ＣＡＢＡＣに利用される確率更新方法を示したフローチャートである。

本開示の他の実施形態によるコンテクストモデラ１４２０は、互いに異なるスケーリングファクタを有する複数個の確率モデルを適用し、１つのビンをコーディングするとき、必要な平均ビット値を示すエントロピー値を獲得し、最小エントロピー値を獲得するのに利用された確率モデルが有するスケーリングファクタを決定し、決定されたスケーリングファクタを利用して、確率更新を行うことができる。

図１９を参照すれば、段階１９１０において、コンテクストモデラ１４２０は、二進算術符号化される所定個数のビンを受信する。

段階１９２０において、コンテクストモデラ１４２０は、互いに異なるスケーリングファクタを有する複数個の確率モデルを、受信されたビンのうち１つのビンに適用し、エントロピー値を獲得する。

Ｍ個の確率モデルをＰＭ_ｉ（ｉは、０からＭ−１までの整数）と定義し、ＰＭ_ｉ確率モデルが有するスケーリングファクタをα_ｉと定義する。コンテクストモデラ１４２０は、現在ビンに、確率モデルＰＭ_ｉが有するスケーリングファクタα_ｉを利用して確率更新を行う。前述の数式（１）のように、コンテクストモデラ１４２０は、ｐ_ｉ（ｔ）＝α_ｉｙ_ｉ＋（１−α_ｉ）ｐ_ｉ（ｔ−１）によって確率更新を行う。

コンテクストモデラ１４２０は、ビン単位で、複数個の確率モデルを適用し、エントロピーを計算する。具体的には、コンテクストモデラ１４２０は、現在ビンｙの値によって、次の数式（１０）のように、パラメーターｂｉｔ_ｉを獲得する。

数式（１０）を参照すれば、パラメーターｂｉｔ_ｉは、現在ビンｙの値が１である場合、−ｌｏｇ_２Ｐ_ｉ（ｔ）の値を有し、現在ビンｙの値が０である場合、−ｌｏｇ_２（１−Ｐ_ｉ（ｔ））の値を有する。

パラメーターｂｉｔ_ｉを利用して、現在ビンのエントロピーｓ_ｉ（ｔ）は、次の数式（１１）のように獲得される。

数式（１１）において、ｓ_ｉ（ｔ−１）は、現在ビン以前の以前ビンについて獲得されたエントロピー値である。数式（１１）に基づいて、現在ビンに係わる複数個のエントロピー値が獲得されれば、コンテクストモデラ１４２０は、Ｓ_ｉ（ｔ）のうち最小エントロピー値を有する場合、利用されたスケーリングファクタα_ｉを最終スケーリングファクタと決定する。

例えば、現在ビンｙに対して、スケーリングファクタα_１を適用して獲得されたエントロピー値をＳ_１（ｔ）と仮定し、スケーリングファクタα_２を適用して獲得されたエントロピー値をＳ_２（ｔ）と仮定する。Ｓ_１（ｔ）＜Ｓ_２（ｔ）である場合、さらに小さいエントロピー値を有するＳ_１（ｔ）を獲得するのに利用されたスケーリングファクタα_１が、確率更新のためのスケーリングファクタと決定され、ｐ_１（ｔ）＝α_１ｙ＋（１−α_１）ｐ_１（ｔ−１）によって確率が更新される。もしＳ_１（ｔ）＞Ｓ_２（ｔ）である場合、さらに小さいエントロピー値を有するＳ_２（ｔ）を獲得するのに利用されたスケーリングファクタα_２が、確率更新のためのスケーリングファクタと決定され、ｐ_２（ｔ）＝α_２ｙ＋（１−α_２）ｐ_２（ｔ−１）によって確率が更新される。

図２０Ａ及び図２０Ｂは、ＣＡＢＡＣに基づいた二進算術符号化を行う過程を示した図面である。

図２０Ａを参照すれば、コンテクストモデラ１４２０は、所定二進値、例えば、「１」の発生確率Ｐ（１）をレギュラーコーディング部１４３２に提供する。レギュラーコーディング部１４３２は、入力ビンが１であるか否かということに係わる確率を考慮し、確率区間を分割して二進算術符号化を行う。図２０Ａにおいて、「１」の発生確率Ｐ（１）＝０．８と仮定し、「０」の発生確率をＰ（０）＝０．２と仮定する。説明のために、Ｐ（１）及びＰ（０）が固定された場合について説明するが、前述のように、Ｐ（１）及びＰ（０）の値は、１つのビンを符号化するたびにアップデートされる。レギュラーコーディング部１４３２は、まず入力されたビンであるＳ_１が１の値を有するので、（０，１）の区間のうち「１」の値の確率区間である（０，０．８）を選択し、次に入力されたビンＳ_２が０の値を有するので（０，０．８）区間のうち上側の０．２ほど該当する確率区間である（０．６４，０．８）を選択し、最後に入力されたビンＳ_３が１の値を有するので、（０．６４，０．８）の０．８ほどの区間である（０．６４，０．７６８）を最終的に決定する。そして、レギュラーコーディング部１４３２は、区間（０．６４，０．７６８）を示す代表値として０．７５を選択し、０．７５に該当する二進値０．１１において、小数点以下の「１１」をビットストリームとして出力する。すなわち、入力ビン「１０１」は、「１１」にマッピングされて出力される。

図２０Ｂを参照すれば、ＣＡＢＡＣによる二進算術符号化過程は、現在利用可能な範囲Ｒ_ｓ、及びかような範囲Ｒ_ｓの下位境界値ｒ_ｌｂを更新することによって遂行される。二進算術符号化が始まるとき、Ｒ_ｓ＝５１０、ｒ_ｌｂ＝０と設定される。現在ビンの値ｖ_binがＭＰＳである場合、範囲Ｒ_ｓは、Ｒ_ＭＰＳに変更され、現在ビンの値ｖ_binがＬＰＳである場合、範囲Ｒ_ｓは、Ｒ_ＬＰＳに変更され、下位境界値ｒ_ｌｂは、Ｒ_ＬＰＳを示すように更新される。前述の図２０Ａの例示のように、二進算術符号化過程において、現在ビンの値がＭＰＳであるか、それともＬＰＳであるかということにより、所定区間Ｒ_ｓを更新し、更新された区間を示す二進値を出力する。

図２１は、スケーリングファクタの個数によって、自己相関値Ｒ_ｋに基づいて決定されたスケーリングファクタαの変化過程を示したグラフである。

図２１において、ｘ軸は、自己相関値（Ｒ_ｋ＝ρ）を示し、ｙ軸は、スケーリングファクタ値を示す。入力されたビンについて、最適のスケーリングファクタを決定するとき、１個のスケーリングファクタα_１やα_２を利用する場合（２１２０）、スケーリングファクタ値は、過度に遅く所定値に収斂されるか、あるいは過度に早く所定値に収斂される。従って、１個のスケーリングファクタを利用するより、２個のスケーリングファクタを利用する場合（２１１０）が望ましい。

図２２は、スケーリングファクタの個数によるＭＳＥの変化量を示したグラフである。図２２において、図面符号２２１０は、１つのスケーリングファクタを利用した場合のＭＳＥを示し、図面符号２２２０は、２個のスケーリングファクタを利用した場合のＭＳＥを示す。図２２においてｘ軸は、自己相関値（Ｒ_ｋ＝ρ）を示し、ｙ軸は、ＭＳＥを示す。図２２を参照すれば、２個のスケーリングファクタを利用する場合（２２２０）のＭＳＥが、１個のスケーリングファクタを利用する場合（２２１０）のＭＳＥより小さい。すなわち、２個のスケーリングファクタを利用する場合、１個のスケーリングファクタを利用する場合より、自己相関値Ｒ_ｋを利用して、さらに正確に確率を更新することができる。

図２３は、本開示の一実施形態によるエントロピー復号装置の構成を示したブロック図である。図２３を参照すれば、エントロピー復号装置２３１０は、コンテクストモデラ２３１０、レギュラーデコーディング部２３２０、バイパスデコーディング部２３３０、逆二進化部２３４０を含む。エントロピー復号装置２３００は、前述のエントロピー符号化装置１４００で遂行されるエントロピー符号化過程の逆過程を遂行する。

バイパスコーディングによって符号化されたビンは、バイパスデコーディング部２３３０に出力されて復号され、レギュラーコーディングによって符号化されたビンは、レギュラーデコーディング部２３２０によってデコーディングされる。レギュラーデコーディング部２３２０は、コンテクストモデラ２３１０に提供される現在ビンより先立って復号された以前ビンに基づいて決定された二進値の確率を利用して、現在ビンを算術復号する。

コンテクストモデラ２３１０は、レギュラーデコーディング部２３２０に、ビンに係わる確率モデルを提供する。具体的には、コンテクストモデラ２３１０は、以前に復号されたビンに基づいて、所定二進値の確率を決定し、以前ビンを復号するのに利用された二進値の確率を更新し、更新された確率をレギュラーデコーディング部２３２０に出力する。本開示の一実施形態によるコンテクストモデラ２３１０は、ビンの値を利用して、各ビンの自己相関値を獲得し、自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定した後、決定された少なくとも１つのスケーリングファクタを利用して、二進値の確率を更新することができる。

また、本開示の他の実施形態によるコンテクストモデラ２３１０は、互いに異なるスケーリングファクタを有する複数個の確率モデルを適用し、ビンの平均ビット値を示すエントロピー値を獲得し、複数個の確率モデルのうち最小エントロピー値を獲得するのに利用された確率モデルが有するスケーリングファクタを決定し、決定されたスケーリングファクタを利用して、二進値の確率を更新することができる。コンテクストモデラ２３１０によって遂行される確率更新過程は、前述の符号化過程での確率更新過程と同一であり、具体的な説明は省略する。

逆二進化部２３４０は、レギュラーデコーディング部２３２０またはバイパスデコーディング部２３３０で復元されたビンストリングを、さらにシンタックスエレメントにマッピングさせて復元する。

図２４は、本開示の一実施形態による、二進算術復号のための確率更新方法を示したフローチャートである。

段階２４１０において、コンテクストモデラ２３１０は、二進算術復号される所定個数のビンを受信する。

段階２４２０において、コンテクストモデラ２３１０は、受信された所定個数のビンの値を利用して、各ビンの自己相関値を獲得する。前述の数式（３）のように、所定距離ｋ（ｋは整数）ほど離隔されたビンの値、ビンの平均値Ｍ、ビンの分散σを利用して、自己相関値Ｒ_ｋが獲得される。

段階２４３０において、コンテクストモデラ２３１０は、自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定する。前述のように、本開示の一実施形態による確率更新方法では、自己相関値に基づいて決定された各ビンの確率と、各ビン値との二乗誤差値（ＭＳＥ）が最小になる値をスケーリングファクタとして利用する。１個のスケーリングファクタを利用する場合、１個の最適のスケーリングファクタは、前述の数式（８）

のように獲得される。２個のスケーリングファクタα_１及びα_２を利用する場合、前記数式（７）のｐ_ｊの代わりに、（ｐ_１，ｊ＋ｐ_２，ｊ）／２を代入し、各ビンの確率と各ビン値とのＭＳＥを計算し、ＭＳＥを最小にするスケーリングファクタα_１及びα_２を決定することができる。

ビンの自己相関値を利用して、１以上のスケーリングファクタが決定されれば、段階２４４０において、コンテクストモデラ２３１０は、決定された少なくとも１つのスケーリングファクタを利用して、コンテクスト基盤適応的二進算術復号（ＣＡＢＡＤ）に利用される確率を更新し、更新された確率をレギュラーデコーディング部２３２０に提供する。段階２４５０において、レギュラーデコーディング部２３２０は、更新された確率を利用して、次のビンを二進算術復号する。

図２５は、本開示の他の実施形態による、二進算術復号のための確率更新方法を示したフローチャートである。

段階２５１０において、コンテクストモデラ２３１０は、二進算術復号される所定個数のビンを受信する。

段階２５２０において、コンテクストモデラ２３１０は、互いに異なるスケーリングファクタを有する複数個の確率モデルを適用し、前記ビンの平均ビット値を示すエントロピー値を獲得する。

前述の二進算術符号化過程のように、コンテクストモデラ２３１０は、ビン単位で、複数個の確率モデルを適用してエントロピーを計算する。すなわち、コンテクストモデラ２３１０は、現在ビンｙの値によって、数式（１０）のように、パラメーターｂｉｔ_ｉを獲得し、数式（１１）によって、パラメーターｂｉｔ_ｉを利用して、現在ビンのエントロピーｓ_ｉ（ｔ）を獲得する。

段階２５３０において、コンテクストモデラ２３１０は、複数個のスケーリングファクタを適用して獲得された複数個のエントロピー値のうち最小のエントロピー値を有する場合、利用されたスケーリングファクタα_ｉを最終スケーリングファクタと決定する。

段階２５４０において、コンテクストモデラ２３１０は、決定されたスケーリングファクタを利用して、以前二進値の確率を更新し、レギュラーデコーディング部２３２０に出力し、レギュラーデコーディング部２３２０は、更新された確率を利用して、次のビンに係わるコンテクスト基盤適応的二進算術復号（ＣＡＢＡＤ）を行う。

本発明は、またコンピューターで読取り可能な記録媒体に、コンピューターで読取り可能なコードとして具現することが可能である。コンピューターで読取り可能な記録媒体は、コンピュータシステムによって読取り可能なデータが保存される全種の記録装置を含む。コンピュータで読取り可能な記録媒体の例としては、ＲＯＭ（read-only memory）、ＲＡＭ（random access memory）、ＣＤ−ＲＯＭ（compact disc read only memory）、磁気テープ、フロッピー（登録商標）ディスク、光データ保存装置などが含まれる。また、コンピュータで読取り可能な記録媒体は、ネットワークに連結されたコンピュータシステムに分散され、分散方式でコンピュータで読取り可能なコードとして保存されて実行される。

以上、本発明についてその望ましい実施形態を中心に説明した。本発明が属する技術分野で当業者であるならば、本発明が、本発明の本質的な特性から外れない範囲で変形された形態に具現されるということを理解することができるであろう。本発明の範囲は、前述の説明ではなく、特許請求の範囲に示されており、それと同等な範囲内にある全ての差異は、本発明に含まれたものであると解釈されなければならないのである。

Claims (15)

1. 二進算術復号される所定個数のビンを受信する段階と、
   前記受信された所定個数のビンの値を利用して、各ビンの自己相関値を獲得する段階と、
   前記自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定する段階と、
   前記決定された少なくとも１つのスケーリングファクタを利用して、コンテクスト基盤適応的二進算術復号（ＣＡＢＡＤ）に利用される確率を更新する段階と、
   前記更新された確率を利用して、現在ビンを算術復号する段階と、を含むことを特徴とする二進算術復号のための確率更新方法。
2. 前記少なくとも１つのスケーリングファクタは、
   前記自己相関値に基づいて決定された各ビンの確率と各ビン値との二乗誤差値（ＭＳＥ）が最小になる値に決定されることを特徴とする請求項１に記載の二進算術復号のための確率更新方法。
3. 前記自己相関値は、
   所定距離ｋ（ｋは整数）ほど離隔されたビン間の自己相関値をＲ_ｋとし、前記ビンの平均値をＭ（Ｍは実数）とし、前記ビンの分散をσとし、前記ビンの個数をＮ＋１（Ｎは整数）とし、前記（Ｎ＋１）個のビンの値をｙ_ｊ（ｊは０からＮまでの整数）とするとき、前記Ｒ_ｋは、次の数式
   によって獲得されることを特徴とする請求項１に記載の二進算術復号のための確率更新方法。
4. 前記スケーリングファクタは１個であり、前記１個のスケーリングファクタαは、前記獲得された自己相関値Ｒ_ｋを利用して、次の数式
   によって獲得されることを特徴とする請求項３に記載の二進算術復号のための確率更新方法。
5. 前記スケーリングファクタは、２個（ｂは整数）であり、前記自己相関値Ｒ_ｋの値に基づいて、
   Ｒｋ∈［−１，１／７］である場合、前記２個のスケーリングファクタα_１及びα_２は、０の値を有し、
   Ｒｋ∈［１／７，１／２］である場合、
   及びα_２＝０であり、
   Ｒｋ∈［１／２，５／７］である場合、α_１＝１及びα_２＝０であり、
   Ｒｋ∈［５／７，１］である場合、α_１＝１及び
   であることを特徴とする請求項３に記載の二進算術復号のための確率更新方法。
6. 前記現在ビンの値をｙ（ｙは、０または１）とし、前記現在ビン以前の確率をｐ（ｔ−１）（ｔは整数）とし、前記更新された確率をｐ（ｔ）とし、前記スケーリングファクタをαとするとき、前記更新された確率ｐ（ｔ）は、次の数式Ｐ（ｔ）＝αｙ＋（１−α）＊Ｐ（ｔ−１）によって獲得されることを特徴とする請求項１に記載の二進算術復号のための確率更新方法。
7. 前記スケーリングファクタは、複数個であり、複数個のスケーリングファクタをα_ｉとし、前記現在ビンの値をｙ（ｙは、０または１）とし、以前ビンの確率をｐ_ｉ（ｔ−１）（ｔは整数）とし、前記スケーリングファクタα_ｉによって更新された確率ｐ_ｉ（ｔ）は、次の数式Ｐ_ｉ（ｔ）＝α_ｉｙ＋（１−α_ｉ）＊Ｐ_ｉ（ｔ−１）とするとき、複数個の更新された確率Ｐ_ｉ（ｔ）の加重平均値を最終的な更新確率Ｐ（ｔ）として利用することを特徴とする請求項１に記載の二進算術復号のための確率更新方法。
8. 二進算術符号化される所定個数のビンを受信する段階と、
   前 記受信された所定個数のビンの値を利用して、各ビンの自己相関値を獲得する段階と、
   前記自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定する段階と、
   前記決定された少なくとも１つのスケーリングファクタを利用して、コンテクスト基盤適応的二進算術符号化（ＣＡＢＡＣ）に利用される確率を更新する段階と、
   前記更新された確率を利用して、現在ビンを算術符号化する段階と、を含むことを特徴とする二進算術符号化のための確率更新方法。
9. 二進算術復号される所定個数のビンを受信する段階と、
   互いに異なるスケーリングファクタを有する複数個の確率モデルを適用し、前記ビンの平均ビット値を示すエントロピー値を獲得する段階と、
   前記複数個の確率モデルのうち最小エントロピー値を獲得するのに利用された確率モデルが有するスケーリングファクタを決定する段階と、
   前記ビンに対して、前記決定されたスケーリングファクタを利用した確率更新過程を含むコンテクスト基盤適応的二進算術復号（ＣＡＢＡＤ）を行う段階と、を含むことを特徴とする二進算術復号のための確率更新方法。
10. 現在ビンの値をｙとし、複数個の確率モデルが有するスケーリングファクタをα_ｉとし、現在ビンの確率をｐ_ｉ（ｔ）とし、以前ビンについて獲得されたエントロピーを、現在ビンのエントロピーｓ_ｉ（ｔ−１）であるとするとき、現在ビンのエントロピーｓ_ｉ（ｔ）は、次の数式
    によって獲得されたパラメーターｂｉｔ_ｉを利用して、次の数式
    によって獲得されることを特徴とする請求項９に記載の二進算術復号のための確率更新方法。
11. 二進算術復号される所定個数のビンを受信する段階と、
    互いに異なるスケーリングファクタを有する複数個の確率モデルを適用し、前記ビンの平均ビット値を示すエントロピー値を獲得する段階と、
    前記複数個の確率モデルのうち最小エントロピー値を獲得するのに利用された確率モデルが有するスケーリングファクタを決定する段階と、
    前記ビンに対して、前記決定されたスケーリングファクタを利用した確率更新過程を含むコンテクスト基盤適応的二進算術符号化（ＣＡＢＡＣ）を行う段階と、を含むことを特徴とする二進算術符号化のための確率更新方法。
12. 現在ビンの値をｙとし、複数個の確率モデルが有するスケーリングファクタをα_ｉとし、現在ビンの確率をｐ_ｉ（ｔ）とし、以前ビンについて獲得されたエントロピーを、現在ビンのエントロピーｓ_ｉ（ｔ−１）であるとするとき、現在ビンのエントロピーｓ_ｉ（ｔ）は、次の数式
    によって獲得されたパラメーターｂｉｔ_ｉを利用して、次の数式
    によって獲得されることを特徴とする請求項１１に記載の二進算術符号化のための確率更新方法。
13. 二進値のビンを所定シンタックスエレメントの値にマッピングする逆二進化部と、
    二進算術復号される所定個数のビンを受信し、前記受信された所定個数のビンの値を利用して、各ビンの自己相関値を獲得し、前記自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定し、前記決定された少なくとも１つのスケーリングファクタを利用して、コンテクスト基盤適応的二進算術復号（ＣＡＢＡＤ）に利用される確率を更新するコンテクストモデラと、
    前記更新された確率を利用して、現在ビンを算術復号するレギュラーデコーディング部と、を含むことを特徴とするエントロピー復号装置。
14. 所定シンタックスエレメントの値を二進値のビンにマッピングする二進化部と、
    二進算術復号される所定個数のビンを受信し、前記受信された所定個数のビンの値を利用して、各ビンの自己相関値を獲得し、前記自己相関値に基づいて、二進値の確率更新に利用される少なくとも１つのスケーリングファクタを決定し、前記決定された少なくとも１つのスケーリングファクタを利用して、コンテクスト基盤適応的二進算術復号（ＣＡＢＡＤ）に利用される確率を更新するコンテクストモデラと、
    前記更新された確率を利用して、現在ビンを算術符号化するレギュラーコーディング部と、を含むことを特徴とするエントロピー符号化装置。
15. 二進値のビンを所定シンタックスエレメントの値にマッピングする逆二進化部と、
    二進算術復号される所定個数のビンを受信し、互いに異なるスケーリングファクタを有する複数個の確率モデルを適用し、前記ビンの平均ビット値を示すエントロピー値を獲得し、前記複数個の確率モデルのうち最小エントロピー値を獲得するのに利用された確率モデルが有するスケーリングファクタを決定し、決定されたスケーリングファクタを利用した確率更新を行うコンテクストモデラと、
    前記更新された確率を利用して、現在ビンを算術復号するレギュラーデコーディング部と、を含むことを特徴とするエントロピー復号装置。