JP2020088577A

JP2020088577A - 予測画像生成装置、動画像復号装置、および動画像符号化装置

Info

Publication number: JP2020088577A
Application number: JP2018219651A
Authority: JP
Inventors: 瑛一佐々木; Eiichi Sasaki; 知宏猪飼; Tomohiro Igai
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 2018-11-22
Filing date: 2018-11-22
Publication date: 2020-06-04

Abstract

【課題】補間画像を生成するための補間処理を減らす。【解決手段】インター予測画像生成部（309）は、OBMC処理を用いて予測画像を生成するものであり、予測画像の生成に用いる補間画像を、動きベクトルを用いた動き補償により生成するOBMC補間画像生成部（30912）を備え、OBMC補間画像生成部（30912）は、隣接ブロックと重なり合う領域に関し、小数画素精度の動きベクトルを整数画素精度の動きベクトルに変換して、動き補償を行う。【選択図】図9

Description

本発明の実施形態は、予測画像生成装置、動画像復号装置、および動画像符号化装置に関する。

動画像を効率的に伝送または記録するために、動画像を符号化することによって符号化データを生成する動画像符号化装置、および、当該符号化データを復号することによって復号画像を生成する動画像復号装置が用いられている。

具体的な動画像符号化方式としては、例えば、H.264/AVCやHEVC（High-Efficiency Video Coding）にて提案されている方式などが挙げられる。

このような動画像符号化方式においては、動画像を構成する画像（ピクチャ）は、画像を分割することにより得られるスライス、スライスを分割することにより得られる符号化ツリーユニット（CTU：Coding Tree Unit）、符号化ツリーユニットを分割することで得られる符号化単位（符号化ユニット（Coding Unit：CU）と呼ばれることもある）、及び、符号化単位を分割することより得られる変換ユニット（TU：Transform Unit）からなる階層構造により管理され、CU毎に符号化／復号される。

また、このような動画像符号化方式においては、通常、入力画像を符号化／復号することによって得られる局所復号画像に基づいて予測画像が生成され、当該予測画像を入力画像（原画像）から減算して得られる予測誤差（「差分画像」または「残差画像」と呼ぶこともある）が符号化される。予測画像の生成方法としては、画面間予測（インター予測）、および、画面内予測（イントラ予測）が挙げられる。近年の動画像符号化及び復号の技術として非特許文献１が挙げられる。

また、近年の動画像符号化及び復号技術においては、予測画像を生成する際の動き補償処理において、対象ＰＵに付加されたインター予測パラメータを用いて生成される補間画像と、対象ＰＵの隣接ＰＵの動きパラメータを用いて生成される補間画像を用いて、対象ＰＵの補間画像を生成する処理(OBMC処理)を用いることが行われている（非特許文献２）。

"Algorithm Description of Joint Exploration Test Model 7", JVET-G1001, Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11, 2018-10-19 " A simplified design of overlapped block motion compensation based on the combination of CE10.2.1 and CE10.2.2", JVET-L0255, Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11, 2018-10-03 " CE10-related: OBMC bandwidth reduction and line buffer reduction", JVET-K0259, Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11, 2018-07-10

OBMC処理は、画像データにアクセスするためのメモリバンドが大きくなるという課題がある。また、対象ＰＵに付加されたインター予測パラメータを用いて生成される補間画像のみではなく、隣接ＰＵの動きパラメータを用いて生成される補間画像も用いるため、隣接ＰＵの動きパラメータを用いて生成される補間画像を生成するための補間処理が必要となるという課題がある。

上記課題を解決するために、本発明の一態様に係る予測画像生成装置は、OBMC（Overlapped block motion compensation）処理を用いて予測画像を生成する予測画像生成装置であって、上記予測画像の生成に用いる補間画像を、動きベクトルを用いた動き補償により生成する動き補償部を備え、上記動き補償部は、隣接ブロックと重なり合う領域に関し、小数画素精度の動きベクトルを整数画素精度の動きベクトルに変換して、動き補償を行うことを特徴としている。

上記課題を解決するために、本発明の一態様に係る予測画像生成装置はOBMC（Overlapped block motion compensation）処理を用いて予測画像を生成する予測画像生成装置であって、対象ブロックについて、AMVP（Advanced Motion Vector Prediction）モードであり、かつ小数画素精度で動きベクトルが導出されている場合、当該対象ブロックに対しOBMC処理を実行しないことを特徴としている。

上記課題を解決するために、本発明の一態様に係る予測画像生成装置はOBMC（Overlapped block motion compensation）処理、およびBIO（Bi-directional potical flow）処理を用いて予測画像を生成する予測画像生成装置であって、上記予測画像の生成に用いる補間画像を、動きベクトルを用いた動き補償により生成する動き補償部を備え、上記動き補償部は、隣接ブロックと重なり合う領域に関し、上記BIO処理を実行しないことを特徴としている。

本発明の一態様によれば、符号化効率の低下を抑制することができる。

本実施形態に係る画像伝送システムの構成を示す概略図である。本実施形態に係る動画像符号化装置を搭載した送信装置、および、動画像復号装置を搭載した受信装置の構成について示した図である。(a)は動画像符号化装置を搭載した送信装置を示しており、(b)は動画像復号装置を搭載した受信装置を示している。本実施形態に係る動画像符号化装置を搭載した記録装置、および、動画像復号装置を搭載した再生装置の構成について示した図である。(a)は動画像符号化装置を搭載した記録装置を示しており、(b)は動画像復号装置を搭載した再生装置を示している。符号化ストリームのデータの階層構造を示す図である。 CTUの分割例を示す図である。参照ピクチャおよび参照ピクチャリストの一例を示す概念図である。動画像復号装置の構成を示す概略図である。インター予測パラメータ復号部の構成を示す概略図である。インター予測画像生成部の構成を示す概略図である。動画像符号化装置の構成を示すブロック図である。インター予測パラメータ符号化部の構成を示す概略図である。本実施形態に係る隣接ＰＵの動きパラメータを利用して予測画像生成を行う領域の一例を示す図である。本実施形態に係るOBMC処理を行う動き補償部の要部構成を示すブロック図である。本実施形態に係るOBMC処理に係る動き補償部の処理の流れの一例を示すフローチャートである。本実施形態に係るOBMC処理を表す疑似コードの一例を示す図である。（a）〜（c）は、OBMC処理において追加バンド幅が必要となる理由を説明するための図である。（a）、（b）は、処理例１を説明するための図であり、小数画素精度の動きベクトルを整数画素精度の丸める例を示す図である。処理例２におけるフローチャートの処理ステップを説明するための図である。 OBMC処理とBIO処理を実施する場合の処理の流れを示すフローチャートである。

（第１の実施形態）
以下、図面を参照しながら本発明の実施形態について説明する。

図1は、本実施形態に係る画像伝送システム１の構成を示す概略図である。

画像伝送システム１は、符号化対象画像を符号化した符号化ストリームを伝送し、伝送された符号化ストリームを復号し画像を表示するシステムである。画像伝送システム１は、動画像符号化装置（画像符号化装置）11、ネットワーク21、動画像復号装置（画像復号装置）31、及び動画像表示装置（画像表示装置）41を含んで構成される。

動画像符号化装置11には画像Tが入力される。

ネットワーク21は、動画像符号化装置11が生成した符号化ストリームTeを動画像復号装置31に伝送する。ネットワーク21は、インターネット（Internet）、広域ネットワーク（WAN:Wide Area Network）、小規模ネットワーク（LAN:Local Area Network）またはこれらの組み合わせである。ネットワーク21は、必ずしも双方向の通信網に限らず、地上デジタル放送、衛星放送等の放送波を伝送する一方向の通信網であっても良い。また、ネットワーク21は、DVD（Digital Versatile Disc:登録商標）、BD（Blue-ray Disc:登録商標）等の符号化ストリームTeを記録した記憶媒体で代替されても良い。

動画像復号装置31は、ネットワーク21が伝送した符号化ストリームTeのそれぞれを復号し、復号した１または複数の復号画像Tdを生成する。

動画像表示装置41は、動画像復号装置31が生成した１または複数の復号画像Tdの全部または一部を表示する。動画像表示装置41は、例えば、液晶ディスプレイ、有機ＥＬ（Electro-luminescence）ディスプレイ等の表示デバイスを備える。ディスプレイの形態としては、据え置き、モバイル、HMD等が挙げられる。また、動画像復号装置31が高い処理能力を有する場合には、画質の高い画像を表示し、より低い処理能力しか有しない場合には、高い処理能力、表示能力を必要としない画像を表示する。

＜演算子＞
本明細書で用いる演算子を以下に記載する。

>>は右ビットシフト、<<は左ビットシフト、&はビットワイズAND、|はビットワイズOR、|=はOR代入演算子であり、||は論理和を示す。

x?y:zは、xが真（0以外）の場合にy、xが偽（0）の場合にzをとる３項演算子である。

Clip3(a,b,c) は、cをa以上b以下の値にクリップする関数であり、c<aの場合にはaを返し、c>bの場合にはbを返し、その他の場合にはcを返す関数である（ただし、a<=b）。

abs(a)はaの絶対値を返す関数である。

Int(a)はaの整数値を返す関数である。

floor(a)はa以下の最大の整数を返す関数である。

ceil(a)はa以上の最小の整数を返す関数である。

a/dはdによるaの除算（小数点以下切り捨て）を表す。

＜符号化ストリームTeの構造＞
本実施形態に係る動画像符号化装置11および動画像復号装置31の詳細な説明に先立って、動画像符号化装置11によって生成され、動画像復号装置31によって復号される符号化ストリームTeのデータ構造について説明する。

図4は、符号化ストリームTeにおけるデータの階層構造を示す図である。符号化ストリームTeは、例示的に、シーケンス、およびシーケンスを構成する複数のピクチャを含む。図4の(a)〜(f)は、それぞれ、シーケンスSEQを既定する符号化ビデオシーケンス、ピクチャPICTを規定する符号化ピクチャ、スライスSを規定する符号化スライス、スライスデータを規定する符号化スライスデータ、符号化スライスデータに含まれる符号化ツリーユニット、符号化ツリーユニットに含まれる符号化ユニットを示す図である。

（符号化ビデオシーケンス）
符号化ビデオシーケンスでは、処理対象のシーケンスSEQを復号するために動画像復号装置31が参照するデータの集合が規定されている。シーケンスSEQは、図4(a)に示すように、ビデオパラメータセット（Video Parameter Set）、シーケンスパラメータセットSPS（Sequence Parameter Set）、ピクチャパラメータセットPPS（Picture Parameter Set）、ピクチャPICT、及び、付加拡張情報SEI（Supplemental Enhancement Information）を含んでいる。

ビデオパラメータセットVPSは、複数のレイヤから構成されている動画像において、複数の動画像に共通する符号化パラメータの集合および動画像に含まれる複数のレイヤおよび個々のレイヤに関連する符号化パラメータの集合が規定されている。

シーケンスパラメータセットSPSでは、対象シーケンスを復号するために動画像復号装置31が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの幅や高さが規定される。なお、SPSは複数存在してもよい。その場合、PPSから複数のSPSの何れかを選択する。

ピクチャパラメータセットPPSでは、対象シーケンス内の各ピクチャを復号するために動画像復号装置31が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの復号に用いられる量子化幅の基準値（pic_init_qp_minus26）や重み付き予測の適用を示すフラグ（weighted_pred_flag）が含まれる。なお、PPSは複数存在してもよい。その場合、対象シーケンス内の各ピクチャから複数のPPSの何れかを選択する。

（符号化ピクチャ）
符号化ピクチャでは、処理対象のピクチャPICTを復号するために動画像復号装置31が参照するデータの集合が規定されている。ピクチャPICTは、図4(b)に示すように、スライス0〜スライスNS-1を含む（NSはピクチャPICTに含まれるスライスの総数）。

なお、以下、スライス0〜スライスNS-1のそれぞれを区別する必要が無い場合、符号の添え字を省略して記述することがある。また、以下に説明する符号化ストリームTeに含まれるデータであって、添え字を付している他のデータについても同様である。

（符号化スライス）
符号化スライスでは、処理対象のスライスSを復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスは、図4(c)に示すように、スライスヘッダ、および、スライスデータを含んでいる。

スライスヘッダには、対象スライスの復号方法を決定するために動画像復号装置31が参照する符号化パラメータ群が含まれる。スライスタイプを指定するスライスタイプ指定情報（slice_type）は、スライスヘッダに含まれる符号化パラメータの一例である。

スライスタイプ指定情報により指定可能なスライスタイプとしては、（１）符号化の際にイントラ予測のみを用いるＩスライス、（２）符号化の際に単方向予測、または、イントラ予測を用いるＰスライス、（３）符号化の際に単方向予測、双方向予測、または、イントラ予測を用いるＢスライスなどが挙げられる。なお、インター予測は、単予測、双予測に限定されず、より多くの参照ピクチャを用いて予測画像を生成してもよい。以下、P、Bスライスと呼ぶ場合には、インター予測を用いることができるブロックを含むスライスを指す。

なお、スライスヘッダは、ピクチャパラメータセットPPSへの参照（pic_parameter_set_id）を含んでいても良い。

（符号化スライスデータ）
符号化スライスデータでは、処理対象のスライスデータを復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスデータは、図4(d)に示すように、CTUを含んでいる。CTUは、スライスを構成する固定サイズ（例えば64x64）のブロックであり、最大符号化単位（LCU:Largest Coding Unit）と呼ぶこともある。

（符号化ツリーユニット）
図4(e)には、処理対象のCTUを復号するために動画像復号装置31が参照するデータの集合が規定されている。CTUは、再帰的な４分木分割（QT（Quad Tree）分割）、２分木分割（BT（Binary Tree）分割）あるいは３分木分割（TT（Ternary Tree）分割）により符号化処理の基本的な単位である符号化ユニットCUに分割される。BT分割とTT分割を合わせてマルチツリー分割（MT（Multi Tree）分割）と呼ぶ。再帰的な４分木分割により得られる木構造のノードのことを符号化ノード（Coding Node）と称する。４分木、２分木、及び３分木の中間ノードは、符号化ノードであり、CTU自身も最上位の符号化ノードとして規定される。

CTは、CT情報として、QT分割を行うか否かを示すQT分割フラグ（cu_split_flag）、MT分割の有無を示すMT分割フラグ（split_mt_flag）、MT分割の分割方向を示すMT分割方向（split_mt_dir）、MT分割の分割タイプを示すMT分割タイプ（split_mt_type）を含む。cu_split_flag、split_mt_flag、split_mt_dir、split_mt_type は符号化ノード毎に伝送される。

cu_split_flagが１の場合、符号化ノードは４つの符号化ノードに分割される（図5(b)）。

cu_split_flagが０の時、split_mt_flagが０の場合に符号化ノードは分割されず１つのCUをノードとして持つ（図5(a)）。CUは符号化ノードの末端ノードであり、これ以上分割されない。CUは、符号化処理の基本的な単位となる。

split_mt_flagが１の場合に符号化ノードは以下のようにMT分割される。split_mt_typeが０の時、split_mt_dirが１の場合に符号化ノードは２つの符号化ノードに水平分割され（図5(d)）、split_mt_dirが０の場合に符号化ノードは２つの符号化ノードに垂直分割される（図5(c)）。また、split_mt_typeが１の時、split_mt_dirが１の場合に符号化ノードは３つの符号化ノードに水平分割され（図5(f)）、split_mt_dirが０の場合に符号化ノードは３つの符号化ノードに垂直分割される（図5(e)）。これらを図5(g)に示す。

また、CTUのサイズが64x64画素の場合には、CUのサイズは、64x64画素、64x32画素、32x64画素、32x32画素、64x16画素、16x64画素、32x16画素、16x32画素、16x16画素、64x8画素、8x64画素、32x8画素、8x32画素、16x8画素、8x16画素、8x8画素、64x4画素、4x64画素、32x4画素、4x32画素、16x4画素、4x16画素、8x4画素、4x8画素、及び、4x4画素の何れかをとり得る。

（符号化ユニット）
図4(f)に示すように、処理対象の符号化ユニットを復号するために動画像復号装置31が参照するデータの集合が規定されている。具体的には、CUは、CUヘッダCUH、予測パラメータ、変換パラメータ、量子化変換係数等から構成される。CUヘッダでは予測モード等が規定される。

予測処理は、CU単位で行われる場合と、CUをさらに分割したサブCU単位で行われる場合がある。CUとサブCUのサイズが等しい場合には、CU中のサブCUは１つである。CUがサブCUのサイズよりも大きい場合、CUは、サブCUに分割される。たとえばCUが8x8、サブCUが4x4の場合、CUは水平２分割、垂直２分割からなる、４つのサブCUに分割される。

予測の種類（予測モード）は、イントラ予測と、インター予測の２つがある。イントラ予測は、同一ピクチャ内の予測であり、インター予測は、互いに異なるピクチャ間（例えば、表示時刻間）で行われる予測処理を指す。

変換・量子化処理はCU単位で行われるが、量子化変換係数は4x4等のサブブロック単位でエントロピー符号化してもよい。

（予測パラメータ）
予測画像は、ブロックに付随する予測パラメータによって導出される。予測パラメータには、イントラ予測とインター予測の予測パラメータがある。

以下、インター予測の予測パラメータについて説明する。インター予測パラメータは、予測リスト利用フラグpredFlagL0、predFlagL1と、参照ピクチャインデックスrefIdxL0、refIdxL1と、動きベクトルmvL0、mvL1から構成される。予測リスト利用フラグpredFlagL0、predFlagL1は、各々L0リスト、L1リストと呼ばれる参照ピクチャリストが用いられるか否かを示すフラグであり、値が１の場合に対応する参照ピクチャリストが用いられる。なお、本明細書中「ＸＸであるか否かを示すフラグ」と記す場合、フラグが０以外（たとえば１）をＸＸである場合、０をＸＸではない場合とし、論理否定、論理積などでは１を真、０を偽と扱う（以下同様）。但し、実際の装置や方法では真値、偽値として他の値を用いることもできる。

インター予測パラメータを導出するためのシンタックス要素には、例えば、アフィンフラグaffine_flag、マッチングフラグfruc_flag、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、動きベクトル精度モードamvr_modeがある。

（参照ピクチャリスト）
参照ピクチャリストは、参照ピクチャメモリ306に記憶された参照ピクチャからなるリストである。図6は、参照ピクチャおよび参照ピクチャリストの一例を示す概念図である。図6(a)において、矩形はピクチャ、矢印はピクチャの参照関係、横軸は時間、矩形中のI、P、Bは各々イントラピクチャ、単予測ピクチャ、双予測ピクチャ、矩形中の数字は復号順を示す。図に示すように、ピクチャの復号順は、I0、P1、B2、B3、B4であり、表示順は、I0、B3、B2、B4、P1である。図6(b)に、ピクチャB3（対象ピクチャ）の参照ピクチャリストの例を示す。参照ピクチャリストは、参照ピクチャの候補を表すリストであり、１つのピクチャ（スライス）が１つ以上の参照ピクチャリストを有してもよい。図の例では、対象ピクチャB3は、L0リストRefPicList0およびL1リストRefPicList1の２つの参照ピクチャリストを持つ。個々のCUでは、参照ピクチャリストRefPicListX（X=0または1）中のどのピクチャを実際に参照するかを参照ピクチャインデックスrefIdxLXで指定する。図は、refIdxL0=2、refIdxL1=0の例である。なお、LXは、L0予測とL1予測を区別しない場合に用いられる記述方法であり、以降では、LXをL0、L1に置き換えることでL0リストに対するパラメータとL1リストに対するパラメータを区別する。

（動きベクトル）
動きベクトルmvLXは、異なる２つのピクチャ上のブロック間のシフト量を示す。動きベクトルmvLXに関する予測ベクトル、差分ベクトルを、それぞれ予測ベクトルmvpLX、差分ベクトルmvdLXと呼ぶ。

（インター予測識別子inter_pred_idcと予測リスト利用フラグpredFlagLX）
インター予測識別子inter_pred_idcは、参照ピクチャの種類および数を示す値であり、PRED_L0、PRED_L1、PRED_BIの何れかの値をとる。PRED_L0、PRED_L1は、各々L0リスト、L1リストで管理された１枚の参照ピクチャを用いる単予測を示す。PRED_BIはL0リストとL1リストで管理された２枚の参照ピクチャを用いる双予測BiPredを示す。

インター予測識別子inter_pred_idcと、予測リスト利用フラグpredFlagL0、predFlagL1の関係は以下のとおりであり、相互に変換可能である。

inter_pred_idc = (predFlagL1<<１)+predFlagL0
predFlagL0 = inter_pred_idc & １
predFlagL1 = inter_pred_idc >> １
（双予測biPredの判定）
双予測BiPredであるかのフラグbiPredは、２つの予測リスト利用フラグがともに１であるかによって導出できる。例えば以下の式で導出できる。

biPred = (predFlagL0==1 && predFlagL1==1)
あるいは、フラグbiPredは、インター予測識別子が２つの予測リスト（参照ピクチャ）を使うことを示す値であるか否かによっても導出できる。例えば以下の式で導出できる。

biPred = (inter_pred_idc==PRED_BI) ? 1 : 0
（動画像復号装置の構成）
本実施形態に係る動画像復号装置31（図7）の構成について説明する。

動画像復号装置31は、エントロピー復号部301、パラメータ復号部（予測画像復号装置）302、ループフィルタ305、参照ピクチャメモリ306、予測パラメータメモリ307、予測画像生成部（予測画像生成装置）308、逆量子化・逆変換部311、及び加算部312を含んで構成される。なお、後述の動画像符号化装置11に合わせ、動画像復号装置31にループフィルタ305が含まれない構成もある。

パラメータ復号部302は、さらに、ヘッダ復号部3020、CT情報復号部3021、及びCU復号部3022（予測モード復号部）を備えており、CU復号部3022はさらにTU復号部3024を備えている。これらを総称して復号モジュールと呼んでもよい。ヘッダ復号部3020は、符号化データからVPS、SPS、PPSなどのパラメータセット情報、スライスヘッダ（スライス情報）を復号する。CT情報復号部3021は、符号化データからCTを復号する。CU復号部3022は符号化データからCUを復号する。TU復号部3024は、TUに予測誤差が含まれている場合に、符号化データからQP更新情報（量子化補正値）と量子化予測誤差（residual_coding）を復号する。

また、パラメータ復号部302は、インター予測パラメータ復号部303及びイントラ予測パラメータ復号部304（図示せず）を含んで構成される。予測画像生成部308は、インター予測画像生成部（予測画像生成装置）309及びイントラ予測画像生成部310を含んで構成される。

また、以降では処理の単位としてCTU、CUを使用した例を記載するが、この例に限らず、サブCU単位で処理をしてもよい。あるいはCTU、CU、をブロック、サブCUをサブブロックと読み替え、ブロックあるいはサブブロック単位の処理としてもよい。

エントロピー復号部301は、外部から入力された符号化ストリームTeに対してエントロピー復号を行って、個々の符号（シンタックス要素）を分離し復号する。分離された符号には、予測画像を生成するための予測情報および、差分画像を生成するための予測誤差などがある。エントロピー復号部301は、分離した符号をパラメータ復号部302に出力する。

（インター予測パラメータ復号部の構成）
インター予測パラメータ復号部303は、エントロピー復号部301から入力された符号に基づいて、予測パラメータメモリ307に記憶された予測パラメータを参照してインター予測パラメータを復号する。また、インター予測パラメータ復号部303は、復号したインター予測パラメータを予測画像生成部308に出力し、予測パラメータメモリ307に記憶する。

図8は、本実施形態に係るインター予測パラメータ復号部303の構成を示す概略図である。インター予測パラメータ復号部303は、マージ予測部30374、DMVR部30375、サブブロック予測部（アフィン予測部）30372、MMVD予測部30376、Triangle予測部30377、AMVP予測パラメータ導出部3032、加算部3038を含んで構成される。マージ予測部30374は、マージ予測パラメータ導出部3036を含んで構成される。AMVP予測パラメータ導出部3032、マージ予測パラメータ導出部3036、アフィン予測部30372は、動画像符号化装置、動画像復号装置で共通する手段であるので、これらを総称して動きベクトル導出部（動きベクトル導出装置）と称してもよい。

インター予測パラメータ復号部303は、インター予測に関連するシンタックス要素の復号をエントロピー復号部301に指示し、符号化データに含まれるシンタックス要素、例えば、アフィンフラグaffine_flag、マッチングフラグfruc_flag、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、動きベクトル精度モードamvr_modeを抽出する。

（アフィン予測部）
アフィン予測部30372は対象ブロックのアフィン予測パラメータを導出する。本実施形態では、アフィン予測パラメータとして、対象ブロックの２つの制御点（V0、V1）の動きベクトル（mv0_x,mv0_y）（mv1_x,mv1_y）を導出する。具体的には、対象ブロックの隣接ブロックの動きベクトルから予測することにより、各制御点の動きベクトルを導出してもよいし、制御点の動きベクトルとして導出された予測ベクトルと符号化データから導出される差分ベクトルの和により、各制御点の動きベクトルを導出してもよい。

アフィン予測部30372は対象ブロックのアフィン予測パラメータに基づいて、対象ブロック中の各サブブロックの動きベクトルspMvLX[xi][yi] (xi=xPb+sbW*i, yj=yPb+sbH*j, i=0,1,2,…,bW/sbW-1、j=0,1,2,…,bH/sbH-1)を下記の式を用いて、導出する。

spMvLX[xi][yi][0] = mv0_x+(mv1_x-mv0_x)/bW*(xi+sbW/2)-(mv1_y-mv0_y)/bH*(yi+sbH/2)
spMvLX[xi][yi][1] = mv0_y+(mv1_y-mv0_y)/bW*(xi+sbW/2)+(mv1_x-mv0_x)/bH*(yi+sbH/2)
（マージ予測）
マージ候補は、予測リスト利用フラグpredFlagLX、動きベクトルmvLX、参照ピクチャインデックスrefIdxLXを含んで構成され、マージ候補リストに格納される。マージ候補リストに格納されたマージ候補には、所定の規則に従ってインデックスが割り当てられる。

マージ候補導出部30361は、復号済の隣接ブロックの動きベクトルと参照ピクチャインデックスrefIdxLXをそのまま用いてマージ候補を導出する。

（AMVP予測）
AMVP予測パラメータ導出部3032は、参照ピクチャインデックスrefIdxLXに基づいて予測パラメータメモリ307が記憶する復号済みの隣接ブロックの動きベクトルmvLXから予測ベクトル候補を導出し、予測ベクトル候補リストmvpListLX[]に格納する。

そして、予測ベクトル候補リストmvpListLX[]の予測ベクトル候補のうち、予測ベクトルインデックスmvp_LX_idxが示す動きベクトルmvpListLX[mvp_LX_idx]を予測ベクトルmvpLXとして選択し、mvpLXを加算部3038に出力する。

隣接ブロックは、対象ブロックに空間的に隣接するブロック、例えば、左ブロック、上ブロックの他、対象ブロックに時間的に隣接する領域、例えば、対象ブロックと同じ位置を含み、表示時刻が異なるブロックの予測パラメータから得られた領域を含む。

加算部3038は、AMVP予測パラメータ導出部3032から入力された予測ベクトルmvpLXと復号した差分ベクトルmvdLXを加算して動きベクトルmvLXを算出する。加算部3038は、算出した動きベクトルmvLXを予測画像生成部308および予測パラメータメモリ307に出力する。

mvLX[0] = mvpLX[0]+mvdLX[0]
mvLX[1] = mvpLX[1]+mvdLX[1]
動きベクトル精度モードamvr_modeは、AMVPモードで導出される動きベクトルの精度を切り替えるシンタックスである、例えば、amvr_mode=0, 1, 2において、1/4画素、1画素、4画素精度を切り替える。

動きベクトルの精度を1/16精度とする場合、1/4, 1, 4画素精度の動きベクトル差分を1/16画素精度の動きベクトル差分に変更するために下記のように、amvr_modeから導出されるMvShift (=1<<amvr_mode)を用いて逆量子化してもよい。

mvdLX[0] = mvdLX[0] << (MvShift + 2)
mvdLX[1] = mvdLX[1] << (MvShift + 2)
なお、さらにパラメータ復号部302は、mvdLX[2]を以下のシンタックスを復号して導出してもよい。
・abs_mvd_greater0_flag
・abs_mvd_minus2
・mvd_sign_flag
を復号しする。そして、パラメータ復号部302は、以下の式を用いることによって、シンタックスから差分ベクトルlMvd[]を復号する。

lMvd[ compIdx ] = abs_mvd_greater0_flag[ compIdx ] * ( abs_mvd_minus2[ compIdx ] + 2 ) * ( 1 - 2 * mvd_sign_flag[ compIdx ] )
さらに復号した差分ベクトルlMvd[]は、並進MVDの場合（MotionModelIdc[ x ][ y ] == 0）にはMvdLXに設定し、制御点MVDの場合（MotionModelIdc[ x ][ y ] != 0）には、MvdCpLXに設定する。

if (MotionModelIdc[ x ][ y ] == 0)
mvdLX[ x0 ][ y0 ][ compIdx ] = lMvd[ compIdx ]<<(MvShift + 2)
else
mvdCpLX[ x0 ][ y0 ][ compIdx ] = lMvd[ compIdx ]<<2
（DMVR）
続いて、DMVR部30375が行うDMVR（Decoder side Motion Vector Refinement）処理について説明する。DMVR部30375は、対象CUに対して、マージ予測モード、スキップモード、MMVD予測モード、Triangle予測モードが適用される場合、つまり、動きベクトルを伝送するAMVPモードと、サブブロックに分割するモード（affine、ATMVP）以外の場合に、当該対象CUに関する動きベクトルmvLXを、参照復号済の画像を用いて修正する。具体的には、双予測である場合において、２つの参照ピクチャに対応する動きベクトルから導出される予測画像を用いて、動きベクトルを修正する。修正後の動きベクトルmvLXは、インター予測画像生成部309に供給される。

（Triangle予測）
続いてTriangle予測について説明する。Triangle予測では、対象CUが、対角線又は反対角線方向にを境界として、対象CUが２つの三角形の予測単位に分割される。それぞれの三角形予測単位におけるインター予測画像は、対象CU（三角形予測単位を含む矩形ブロック）の予測画像の各画素に画素の位置に応じた重みつけマスク処理を施すことで導出する。例えば、矩形領域内の三角形領域の画素を１、三角形以外の領域を０とするマスクを乗ずることにより、矩形画像から三角形画像を導出できる。単方向予測のインター予測パラメータを用いて生成される。また、インター予測画像を生成した後、適応的な重み付け処理は対角線の角をはさんだ双方の領域に対して適用され、２つの予測画像を用いた適応的重みつけ処理により対象CU（矩形ブロック）の１つの予測画像が導出される。この処理を、Triangle合成処理と呼ぶ。そして、変換（逆変換）及び量子化（逆量子化）処理が対象CUの全体に対して適用される。なお、Triangle予測は、マージ予測モード又はスキップモードの場合にのみ適用される。

Triangle予測部30377は、Triangle予測に用いられる２つの三角形領域に対応する予測パラメータを導出復号し、インター予測画像生成部309に供給する。Triangle予測では処理の簡略化のために、双予測を用いない構成でもよい。この場合、１つの三角形領域において単方向予測のインター予測パラメータを導出する。なお、２つの予測画像の導出及び予測画像を用いた合成は、動き補償部3091、Triangle合成部30952で行う。

ループフィルタ305は、符号化ループ内に設けたフィルタで、ブロック歪やリンギング歪を除去し、画質を改善するフィルタである。ループフィルタ305は、加算部312が生成したCUの復号画像に対し、デブロッキングフィルタ、サンプル適応オフセット（SAO）、適応ループフィルタ（ALF）等のフィルタを施す。

参照ピクチャメモリ306は、加算部312が生成したCUの復号画像を、対象ピクチャ及び対象CU毎に予め定めた位置に記憶する。

予測パラメータメモリ307は、復号対象のCTUあるいはCU毎に予め定めた位置に予測パラメータを記憶する。具体的には、予測パラメータメモリ307は、パラメータ復号部302が復号したパラメータ及びエントロピー復号部301が分離した予測モードpredMode等を記憶する。

予測画像生成部308には、予測モードpredMode、予測パラメータ等が入力される。また、予測画像生成部308は、参照ピクチャメモリ306から参照ピクチャを読み出す。予測画像生成部308は、予測モードpredModeが示す予測モードで、予測パラメータと読み出した参照ピクチャ（参照ピクチャブロック）を用いてブロックもしくはサブブロックの予測画像を生成する。ここで、参照ピクチャブロックとは、参照ピクチャ上の画素の集合（通常矩形であるのでブロックと呼ぶ）であり、予測画像を生成するために参照する領域である。

（インター予測画像生成部309）
予測モードpredModeがインター予測モードを示す場合、インター予測画像生成部309は、インター予測パラメータ復号部303から入力されたインター予測パラメータと読み出した参照ピクチャを用いてインター予測によりブロックもしくはサブブロックの予測画像を生成する。

図9は、本実施形態に係る予測画像生成部308に含まれるインター予測画像生成部309の構成を示す概略図である。インター予測画像生成部309は、動き補償部（予測画像生成装置）3091、合成部3095を含んで構成される。

（動き補償）
動き補償部3091（補間画像生成部3091）は、インター予測パラメータ復号部303から入力された、インター予測パラメータ（予測リスト利用フラグpredFlagLX、参照ピクチャインデックスrefIdxLX、動きベクトルmvLX）に基づいて、参照ピクチャメモリ306から、参照ピクチャインデックスrefIdxLXで指定された参照ピクチャRefPicLXにおける、対象ブロックの位置を起点として動きベクトルmvLXだけシフトした位置にあるブロックを読み出すことによって補間画像（動き補償画像）を生成する。ここで、動きベクトルmvLXの精度が整数精度でない場合には、動き補償フィルタと呼ばれる小数位置の画素を生成するためのフィルタを施して、動き補償画像を生成する。

動き補償部3091は、まず、予測ブロック内座標(x,y)に対応する整数位置(xInt,yInt)および位相(xFrac,yFrac)を以下の式で導出する。

xInt = xPb+(mvLX[0]>>(log2(MVPREC)))+x
xFrac = mvLX[0]&(MVPREC-1)
yInt = yPb+(mvLX[1]>>(log2(MVPREC)))+y
yFrac = mvLX[1]&(MVPREC-1)
ここで、(xPb,yPb)は、bW*bHサイズのブロックの左上座標、x=0…bW-1、y=0…bH-1であり、MVPRECは、動きベクトルmvLXの精度（1/MVPREC画素精度）を示す。例えばMVPREC=16。MVBIT=log2(MVPREC)。

動き補償部3091は、参照ピクチャrefImgに補間フィルタを用いて水平補間処理を行うことで、一時的画像temp[][]を導出する。以下のΣはk=0..NTAP-1のkに関する和、shift1は値のレンジを調整する正規化パラメータ、offset1=1<<(shift1-1)である。

temp[x][y] = (ΣmcFilter[xFrac][k]*refImg[xInt+k-NTAP/2+1][yInt]+offset1)>>shift1
続いて、動き補償部3091は、一時的画像temp[][]を垂直補間処理により、補間画像Pred[][]を導出する。以下のΣはk=0..NTAP-1のkに関する和、shift2は値のレンジを調整する正規化パラメータ、offset2=1<<(shift2-1)である。

Pred[x][y] = (ΣmcFilter[yFrac][k]*temp[x][y+k-NTAP/2+1]+offset2)>>shift2
以上の補間画像生成処理を、Interpolation(refImg,xPb,yPb,bW,bH,mvLX)で表してもよい。

（合成部）
合成部3095は、動き補償部3091から供給される補間画像、インター予測パラメータ復号部303から供給されるインター予測パラメータ、及び、イントラ予測画像生成部310から供給されるイントラ画像を参照して、予測画像を生成し、生成した予測画像を加算部312に供給する。

合成部3095は、Combined intra/inter合成部30951、Triangle合成部30952、OBMC部30953、BIO部30954を備えている。

（Combined intra/inter合成処理）
Combined intra/inter合成部30951は、AMVPにおける単方向予測画像、スキップモードや、マージ予測モードによる予測画像、及びイントラ予測画像を複合的に用いることによって予測画像を生成する。

（Triangle合成処理）
Triangle合成部30952は、上述したTriangle予測を用いた予測画像を生成する。

（OBMC処理）
OBMC部30953は、OBMC（Overlapped block motion compensation）処理を用いて予測画像を生成する。OBMC処理の詳細は後述する。

（BIO処理）
BIO部30954は、BIO（Bi-directional optical flow；双予測勾配変化）処理を行うことによって、予測画像を生成する。BIO処理では、動き補償画像PredL0及びPredL1と、勾配補正項とを参照して予測画像を生成する。BIO部30954は、後述する重み予測を行うことによって予測画像を生成する構成としてもよい。

（重み予測）
重み予測では、動き補償画像PredLXに重み係数を乗算することによりブロックの予測画像を生成する。予測リスト利用フラグの一方（predFlagL0もしくはpredFlagL1）が１（単予測）、かつ、重み予測を用いない場合、動き補償画像PredLX（LXはL0もしくはL1）を画素ビット数bitDepthに合わせる以下の式の処理を行う。

Pred[x][y] = Clip3(0,(1<<bitDepth)-1,(PredLX[x][y]+offset1)>>shift1)
ここで、shift1=14-bitDepth、offset1=1<<(shift1-1)である。
また、参照リスト利用フラグの両者（predFlagL0とpredFlagL1）が１（双予測BiPred）、かつ、重み予測を用いない場合、動き補償画像PredL0、PredL1を平均し画素ビット数に合わせる以下の式の処理を行う。

Pred[x][y] = Clip3(0,(1<<bitDepth)-1,(PredL0[x][y]+PredL1[x][y]+offset2)>>shift2)
ここで、shift2=15-bitDepth、offset2=1<<(shift2-1)である。

さらに、単予測、かつ、重み予測を行う場合、重み予測係数w0とオフセットo0を符号化データから導出し、以下の式の処理を行う。

Pred[x][y] = Clip3(0,(1<<bitDepth)-1,((PredLX[x][y]*w0+2^(log2WD-1))>>log2WD)+o0)
ここで、log2WDは所定のシフト量を示す変数である。

さらに、双予測BiPred、かつ、重み予測を行う場合、重み予測係数w0、w1、o0、o1を符号化データから導出し、以下の式の処理を行う。

Pred[x][y] = Clip3(0,(1<<bitDepth)-1,(PredL0[x][y]*w0+PredL1[x][y]*w1+((o0+o1+1)<<log2WD))>>(log2WD+1))
そして、生成したブロックの予測画像を加算部312に出力する。

逆量子化・逆変換部311は、エントロピー復号部301から入力された量子化変換係数を逆量子化して変換係数を求める。この量子化変換係数は、符号化処理において、予測誤差に対してDCT（Discrete Cosine Transform、離散コサイン変換）、DST（Discrete Sine Transform、離散サイン変換）、KLT（Karyhnen Loeve Transform、カルーネンレーベ変換）等の周波数変換を行い量子化して得られる係数である。逆量子化・逆変換部311は、求めた変換係数について逆DCT、逆DST、逆KLT等の逆周波数変換を行い、予測誤差を算出する。逆量子化・逆変換部311は予測誤差を加算部312に出力する。

加算部312は、予測画像生成部308から入力されたブロックの予測画像と逆量子化・逆変換部311から入力された予測誤差を画素毎に加算して、ブロックの復号画像を生成する。加算部312はブロックの復号画像を参照ピクチャメモリ306に記憶し、また、ループフィルタ305に出力する。

（動画像符号化装置の構成）
次に、本実施形態に係る動画像符号化装置11の構成について説明する。図10は、本実施形態に係る動画像符号化装置11の構成を示すブロック図である。動画像符号化装置11は、予測画像生成部101、減算部102、変換・量子化部103、逆量子化・逆変換部105、加算部106、ループフィルタ107、予測パラメータメモリ（予測パラメータ記憶部、フレームメモリ）108、参照ピクチャメモリ（参照画像記憶部、フレームメモリ）109、符号化パラメータ決定部110、パラメータ符号化部111、エントロピー符号化部104を含んで構成される。

予測画像生成部101は画像Ｔの各ピクチャを分割した領域であるCU毎に予測画像を生成する。予測画像生成部101は既に説明した予測画像生成部308と同じ動作であり、説明を省略する。

減算部102は、予測画像生成部101から入力されたブロックの予測画像の画素値を、画像Ｔの画素値から減算して予測誤差を生成する。減算部102は予測誤差を変換・量子化部103に出力する。

変換・量子化部103は、減算部102から入力された予測誤差に対し、周波数変換によって変換係数を算出し、量子化によって量子化変換係数を導出する。変換・量子化部103は、量子化変換係数をエントロピー符号化部104及び逆量子化・逆変換部105に出力する。

逆量子化・逆変換部105は、動画像復号装置31における逆量子化・逆変換部311（図7）と同じであり、説明を省略する。算出した予測誤差は加算部106に出力される。

エントロピー符号化部104には、変換・量子化部103から量子化変換係数が入力され、パラメータ符号化部111から符号化パラメータが入力される。符号化パラメータには、例えば、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、動きベクトル精度モードamvr_mode、予測モードpredMode、及びマージインデックスmerge_idx等の符号がある。

エントロピー符号化部104は、分割情報、予測パラメータ、量子化変換係数等をエントロピー符号化して符号化ストリームTeを生成し、出力する。

パラメータ符号化部111は、図示しないヘッダ符号化部1110、CT情報符号化部1111、CU符号化部1112（予測モード符号化部）、およびインター予測パラメータ符号化部112とイントラ予測パラメータ符号化部113を備えている。CU符号化部1112はさらにTU符号化部1114を備えている。

（インター予測パラメータ符号化部の構成）
インター予測パラメータ符号化部112は、符号化パラメータ決定部110から入力された予測パラメータに基づいて、インター予測パラメータを導出する。インター予測パラメータ符号化部112は、インター予測パラメータ復号部303がインター予測パラメータを導出する構成と一部同一の構成を含む。

インター予測パラメータ符号化部112の構成について説明する。図11に示すように、パラメータ符号化制御部1121、マージ予測部30374、サブブロック予測部（アフィン予測部）30372、DMVR部30375、MMVD予測部30376、Triangle予測部30377、AMVP予測パラメータ導出部3032、減算部1123を含んで構成される。マージ予測部30374は、マージ予測パラメータ導出部3036を備えている。マージ予測パラメータ導出部3036、AMVP予測パラメータ導出部3032、アフィン予測部30372、MMVD予測部30376、Triangle予測部30377を総称して動きベクトル導出部（動きベクトル導出装置）と称してもよい。インター予測パラメータ符号化部112は、mvLX（subMvLX）、refIdxLX、inter_pred_idc、あるいはこれらを示す情報を予測画像生成部101に出力する。またインター予測パラメータ符号化部112は、merge_flag、skip_flag、merge_idx、inter_pred_idc、refIdxLX、mvp_lX_idx、mvdLX、amvr_mode、affine_flagをエントロピー符号化部104に出力する。

マージ予測パラメータ導出部3036は、merge_idxに基づいて、インター予測パラメータを導出する。

AMVP予測パラメータ導出部3032は動きベクトルmvLXに基づいて予測ベクトルmvpLXを導出する。AMVP予測パラメータ導出部3032は予測ベクトルmvpLXを減算部1123に出力する。なお、refIdxLX及びmvp_lX_idxは、エントロピー符号化部104に出力される。

減算部1123は、符号化パラメータ決定部110から入力された動きベクトルmvLXから、AMVP予測パラメータ導出部3032の出力である予測ベクトルmvpLXを減算して差分ベクトルmvdLXを生成する。差分ベクトルmvdLXはエントロピー符号化部104に出力される。

加算部106は、予測画像生成部101から入力されたブロックの予測画像の画素値と逆量子化・逆変換部105から入力された予測誤差を画素毎に加算して復号画像を生成する。加算部106は生成した復号画像を参照ピクチャメモリ109に記憶する。

ループフィルタ107は加算部106が生成した復号画像に対し、デブロッキングフィルタ、SAO、ALFを施す。なお、ループフィルタ107は、必ずしも上記３種類のフィルタを含まなくてもよく、例えばデブロッキングフィルタのみの構成であってもよい。

予測パラメータメモリ108は、符号化パラメータ決定部110が生成した予測パラメータを、対象ピクチャ及びCU毎に予め定めた位置に記憶する。

参照ピクチャメモリ109は、ループフィルタ107が生成した復号画像を対象ピクチャ及びCU毎に予め定めた位置に記憶する。

符号化パラメータ決定部110は、符号化パラメータの複数のセットのうち、１つのセットを選択する。符号化パラメータとは、上述したQT、BTあるいはTT分割情報、予測パラメータ、あるいはこれらに関連して生成される符号化の対象となるパラメータである。予測画像生成部101は、これらの符号化パラメータを用いて予測画像を生成する。

符号化パラメータ決定部110は、複数のセットの各々について情報量の大きさと符号化誤差を示すRDコスト値を算出する。RDコスト値は、例えば、符号量と二乗誤差に係数λを乗じた値との和である。符号化パラメータ決定部110は、算出したコスト値が最小となる符号化パラメータのセットを選択する。これにより、エントロピー符号化部104は、選択した符号化パラメータのセットを符号化ストリームTeとして出力する。符号化パラメータ決定部110は決定した符号化パラメータを予測パラメータメモリ108に記憶する。

なお、上述した実施形態における動画像符号化装置11、動画像復号装置31の一部、例えば、エントロピー復号部301、パラメータ復号部302、ループフィルタ305、予測画像生成部308、逆量子化・逆変換部311、加算部312、予測画像生成部101、減算部102、変換・量子化部103、エントロピー符号化部104、逆量子化・逆変換部105、ループフィルタ107、符号化パラメータ決定部110、パラメータ符号化部111をコンピュータで実現するようにしても良い。その場合、この制御機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピュータシステム」とは、動画像符号化装置11、動画像復号装置31のいずれかに内蔵されたコンピュータシステムであって、OSや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。

また、上述した実施形態における動画像符号化装置11、動画像復号装置31の一部、または全部を、LSI（Large Scale Integration）等の集積回路として実現しても良い。動画像符号化装置11、動画像復号装置31の各機能ブロックは個別にプロセッサ化しても良いし、一部、または全部を集積してプロセッサ化しても良い。また、集積回路化の手法はＬＳＩに限らず専用回路、または汎用プロセッサで実現しても良い。また、半導体技術の進歩によりＬＳＩに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いても良い。

以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。

〔応用例〕
上述した動画像符号化装置11及び動画像復号装置31は、動画像の送信、受信、記録、再生を行う各種装置に搭載して利用することができる。なお、動画像は、カメラ等により撮像された自然動画像であってもよいし、コンピュータ等により生成された人工動画像（CGおよびGUIを含む）であってもよい。

まず、上述した動画像符号化装置11及び動画像復号装置31を、動画像の送信及び受信に利用できることを、図2を参照して説明する。

図2(a)は、動画像符号化装置11を搭載した送信装置PROD_Aの構成を示したブロック図である。図に示すように、送信装置PROD_Aは、動画像を符号化することによって符号化データを得る符号化部PROD_A1と、符号化部PROD_A1が得た符号化データで搬送波を変調することによって変調信号を得る変調部PROD_A2と、変調部PROD_A2が得た変調信号を送信する送信部PROD_A3と、を備えている。上述した動画像符号化装置11は、この符号化部PROD_A1として利用される。

送信装置PROD_Aは、符号化部PROD_A1に入力する動画像の供給源として、動画像を撮像するカメラPROD_A4、動画像を記録した記録媒体PROD_A5、動画像を外部から入力するための入力端子PROD_A6、及び、画像を生成または加工する画像処理部Ａ７を更に備えていてもよい。図においては、これら全てを送信装置PROD_Aが備えた構成を例示しているが、一部を省略しても構わない。

なお、記録媒体PROD_A5は、符号化されていない動画像を記録したものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化された動画像を記録したものであってもよい。後者の場合、記録媒体PROD_A5と符号化部PROD_A1との間に、記録媒体PROD_A5から読み出した符号化データを記録用の符号化方式に従って復号する復号部（不図示）を介在させるとよい。

図2(b)は、動画像復号装置31を搭載した受信装置PROD_Bの構成を示したブロック図である。図に示すように、受信装置PROD_Bは、変調信号を受信する受信部PROD_B1と、受信部PROD_B1が受信した変調信号を復調することによって符号化データを得る復調部PROD_B2と、復調部PROD_B2が得た符号化データを復号することによって動画像を得る復号部PROD_B3と、を備えている。上述した動画像復号装置31は、この復号部PROD_B3として利用される。

受信装置PROD_Bは、復号部PROD_B3が出力する動画像の供給先として、動画像を表示するディスプレイPROD_B4、動画像を記録するための記録媒体PROD_B5、及び、動画像を外部に出力するための出力端子PROD_B6を更に備えていてもよい。図においては、これら全てを受信装置PROD_Bが備えた構成を例示しているが、一部を省略しても構わない。

なお、記録媒体PROD_B5は、符号化されていない動画像を記録するためのものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化されたものであってもよい。後者の場合、復号部PROD_B3と記録媒体PROD_B5との間に、復号部PROD_B3から取得した動画像を記録用の符号化方式に従って符号化する符号化部（不図示）を介在させるとよい。

なお、変調信号を伝送する伝送媒体は、無線であってもよいし、有線であってもよい。また、変調信号を伝送する伝送態様は、放送（ここでは、送信先が予め特定されていない送信態様を指す）であってもよいし、通信（ここでは、送信先が予め特定されている送信態様を指す）であってもよい。すなわち、変調信号の伝送は、無線放送、有線放送、無線通信、及び有線通信の何れによって実現してもよい。

例えば、地上デジタル放送の放送局（放送設備など）／受信局（テレビジョン受像機など）は、変調信号を無線放送で送受信する送信装置PROD_A／受信装置PROD_Bの一例である。また、ケーブルテレビ放送の放送局（放送設備など）／受信局（テレビジョン受像機など）は、変調信号を有線放送で送受信する送信装置PROD_A／受信装置PROD_Bの一例である。

また、インターネットを用いたVOD（Video On Demand）サービスや動画共有サービスなどのサーバ（ワークステーションなど）／クライアント（テレビジョン受像機、パーソナルコンピュータ、スマートフォンなど）は、変調信号を通信で送受信する送信装置PROD_A／受信装置PROD_Bの一例である（通常、ＬＡＮにおいては伝送媒体として無線または有線の何れかが用いられ、ＷＡＮにおいては伝送媒体として有線が用いられる）。ここで、パーソナルコンピュータには、デスクトップ型PC、ラップトップ型PC、及びタブレット型PCが含まれる。また、スマートフォンには、多機能携帯電話端末も含まれる。

なお、動画共有サービスのクライアントは、サーバからダウンロードした符号化データを復号してディスプレイに表示する機能に加え、カメラで撮像した動画像を符号化してサーバにアップロードする機能を有している。すなわち、動画共有サービスのクライアントは、送信装置PROD_A及び受信装置PROD_Bの双方として機能する。

次に、上述した動画像符号化装置11及び動画像復号装置31を、動画像の記録及び再生に利用できることを、図3を参照して説明する。

図3(a)は、上述した動画像符号化装置11を搭載した記録装置PROD_Cの構成を示したブロック図である。図に示すように、記録装置PROD_Cは、動画像を符号化することによって符号化データを得る符号化部PROD_C1と、符号化部PROD_C1が得た符号化データを記録媒体PROD_Mに書き込む書込部PROD_C2と、を備えている。上述した動画像符号化装置11は、この符号化部PROD_C1として利用される。

なお、記録媒体PROD_Mは、（１）HDD（Hard Disk Drive）やSSD(Solid State Drive)などのように、記録装置PROD_Cに内蔵されるタイプのものであってもよいし、（２）SDメモリカードやUSB（Universal Serial Bus）フラッシュメモリなどのように、記録装置PROD_Cに接続されるタイプのものであってもよいし、（３）DVD（Digital Versatile Disc:登録商標）やBD（Blu-ray Disc:登録商標）などのように、記録装置PROD_Cに内蔵されたドライブ装置（不図示）に装填されるものであってもよい。

また、記録装置PROD_Cは、符号化部PROD_C1に入力する動画像の供給源として、動画像を撮像するカメラPROD_C3、動画像を外部から入力するための入力端子PROD_C4、動画像を受信するための受信部PROD_C5、及び、画像を生成または加工する画像処理部PROD_C6を更に備えていてもよい。図においては、これら全てを記録装置PROD_Cが備えた構成を例示しているが、一部を省略しても構わない。

なお、受信部PROD_C5は、符号化されていない動画像を受信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを受信するものであってもよい。後者の場合、受信部PROD_C5と符号化部PROD_C1との間に、伝送用の符号化方式で符号化された符号化データを復号する伝送用復号部（不図示）を介在させるとよい。

このような記録装置PROD_Cとしては、例えば、DVDレコーダ、BDレコーダ、HDD（Hard Disk Drive）レコーダなどが挙げられる（この場合、入力端子PROD_C4または受信部PROD_C5が動画像の主な供給源となる）。また、カムコーダ（この場合、カメラPROD_C3が動画像の主な供給源となる）、パーソナルコンピュータ（この場合、受信部PROD_C5または画像処理部Ｃ６が動画像の主な供給源となる）、スマートフォン（この場合、カメラPROD_C3または受信部PROD_C5が動画像の主な供給源となる）なども、このような記録装置PROD_Cの一例である。

図3(b)は、上述した動画像復号装置31を搭載した再生装置PROD_Dの構成を示したブロックである。図に示すように、再生装置PROD_Dは、記録媒体PROD_Mに書き込まれた符号化データを読み出す読出部PROD_D1と、読出部PROD_D1が読み出した符号化データを復号することによって動画像を得る復号部PROD_D2と、を備えている。上述した動画像復号装置31は、この復号部PROD_D2として利用される。

なお、記録媒体PROD_Mは、（１）HDDやSSDなどのように、再生装置PROD_Dに内蔵されるタイプのものであってもよいし、（２）SDメモリカードやUSBフラッシュメモリなどのように、再生装置PROD_Dに接続されるタイプのものであってもよいし、（３）DVDやBDなどのように、再生装置PROD_Dに内蔵されたドライブ装置（不図示）に装填されるものであってもよい。

また、再生装置PROD_Dは、復号部PROD_D2が出力する動画像の供給先として、動画像を表示するディスプレイPROD_D3、動画像を外部に出力するための出力端子PROD_D4、及び、動画像を送信する送信部PROD_D5を更に備えていてもよい。図においては、これら全てを再生装置PROD_Dが備えた構成を例示しているが、一部を省略しても構わない。

なお、送信部PROD_D5は、符号化されていない動画像を送信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを送信するものであってもよい。後者の場合、復号部PROD_D2と送信部PROD_D5との間に、動画像を伝送用の符号化方式で符号化する符号化部（不図示）を介在させるとよい。

このような再生装置PROD_Dとしては、例えば、DVDプレイヤ、BDプレイヤ、HDDプレイヤなどが挙げられる（この場合、テレビジョン受像機等が接続される出力端子PROD_D4が動画像の主な供給先となる）。また、テレビジョン受像機（この場合、ディスプレイPROD_D3が動画像の主な供給先となる）、デジタルサイネージ（電子看板や電子掲示板等とも称され、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）、デスクトップ型PC（この場合、出力端子PROD_D4または送信部PROD_D5が動画像の主な供給先となる）、ラップトップ型またはタブレット型PC（この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）、スマートフォン（この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）なども、このような再生装置PROD_Dの一例である。

（OBMC処理）
図12〜図15を参照して、一般的なOBMC処理について説明する。

（OBMC処理概要）
本実施形態に係るOBMC（Overlapped block motion compensation）処理は、動き補償部3091とOBMC部30953とを用いて予測画像を生成してもよい。ここで、OBMC処理について説明する。OBMC部30953はOBMC補間画像作成部30912とOBMC補正部3093からなる。OBMC処理とは、対象サブブロック（対象CU）のインター予測パラメータ（以下、動きパラメータ）を用いて生成される補間画像（CU補間画像）と、対象サブブロックの隣接サブブロックの動きパラメータを用いて生成される補間画像（OBMC補間画像）とを用いて、対象サブブロックの補間画像（動き補償画像）を生成する処理である。以降の記載において、予測がサブブロック単位の場合、CUはサブブロックと読み替える。

特に、CU境界との距離が近い対象CU内の画素（境界画素）において、隣接CUの動きパラメータに基づくOBMC補間画像により、対象CUの補間画像を補正する処理が行われてもよい。

図12は、本実施形態に係る隣接CUの動きパラメータを利用して予測画像生成を行う領域の一例を示す図である。図12に示すように、予測画像生成にOBMC処理が適用される場合、黒色で塗りつぶしたCU境界から所定の距離内にある画素がOBMC処理の適用対象となる。

（補間画像生成）
図13は本実施形態に係るOBMC処理を行うインター予測画像生成部309が備えている動き補償部3091とOBMC部30953との要部構成を示すブロック図である。動き補償部3091には、予測ブロック（CUもしくはサブブロック）の左上座標(xb,yb)、サイズ(nW,nH)、動きベクトルmvLX、参照画像refImg（参照ピクチャインデクスrefIdxLXの指す参照ピクチャ）、補間フィルタ係数mcFilter[]、補間フィルタのタップ数NTAPが入力され、補間画像が出力される。

図に示すように、CU補間画像Pred_C[x][y]を生成する時は、動き補償部3091に(xb,yb)=(xPb,yPb)、(nW,nH)=(nPbW,nPbH)、mvLX=対象CU（対象サブブロック）の動きベクトルmvLX[xb][yb]、参照画像refImg=refIdxLX[xb][yb]、動きベクトル精度MVPREC、タップ数NTAPが入力される。CUをサブブロックに分割して処理する場合は、(xb,yb)=(xPb+nSbW*i,yPb+nSbH*j)(ここでi=0,1,2,…nPbW/nSbW-1,j=0,1,2,…nPbH/nSbH-1)、(nW,nH)=(nSbW,nSbH)が入力される。あるいは動き補償部3091を使用せず、CU補間画像生成に特化したCU補間画像生成部30911を設けてもよい。

換言すると、対象CUの動き情報を対応する参照画像上のブロックに適用することにより補間画像を生成する。

OBMC補間画像Pred_N[x][y]を生成する時は、OBMC部30953内のOBMC補間画像生成部30912を使用する。OBMC補間画像生成部30912の主な処理は動き補償部3091と同じであるが、１つ以上の隣接CUの動き情報が入力され、１つ以上の補間画像が生成される。OBMC補間画像生成部30912には(xb,yb)=(xPb+nSbW*i,yPb+nSbH*j)、(nW,nH)=(nSbW,nSbH)、mvLX=mvLXN[xNb][yNb]、refImg=refIdxLXN[xb][yb]が入力される。

換言すると、対象CUの隣接CUの動き情報を、対象CUに対応する参照画像上のブロックに適用することにより追加の補間画像を生成する。

OBMC処理を行う構成においては、上述のOBMC補正部3093は受信したPred_N[x][y]およびPred_C[x][y]に対して加重平均処理を行うことにより、予測画像Pred[x][y]を生成または更新する。詳細に説明すると、OBMC補正部3093は入力されたOBMCフラグobmc_flagが0でない（OBMC処理が有効）場合、以下の式で示す加重平均処理を行う。

Pred[x][y]＝((w1*Pred_C[x][y]＋w2*Pred_N[x][y])+o)>>shift
ここで、加重平均処理における重みw1、w2について説明する。加重平均処理における重みw1、w2は、CU境界からの対象画素の距離（画素数）に応じて決定する。シフト値shiftは、距離に応じて変更してもよいし、固定してもよい。

OBMC処理サイズであるnOBMCWおよびnOBMCHは４画素を用いるが、CUサイズが所定の閾値未満であれば、nOBMCWおよびnOBMCHは４から２に減少させてもよい。例えば所定の閾値は64であってもよい。例えば４画素の場合、{w1,w2} = {24,8}, {28,4}, {30,2}, {31,1}, o = 16, shift = 5としてもよい。この場合、Pred[x][y]は以下の式で生成される。

Pred[x][y]=(24*Pred_C[x][y]+8*Pred_N[x][y]+16)>>5 距離=0画素
Pred[x][y]=(28*Pred_C[x][y]+4*Pred_N[x][y]+16)>>5 距離=1画素
Pred[x][y]=(30*Pred_C[x][y]+2*Pred_N[x][y]+16)>>5 距離=2画素
Pred[x][y]=(31*Pred_C[x][y]+1*Pred_N[x][y]+16)>>5 距離=3画素
また、{w1, w2} = {24,8}, {28,4}, {32,0}, {32,0}, o = 16, shift = 5としてもよい。あるいは輝度成分と色差成分で重みを変更し、色差成分は、{w1,w2} = {24,8}, {28,4}, {30,2}, {31,1}, o = 16, shift = 5、あるいは、{w1,w2} = {24,8}, {232,0}, {32,0}, {32,0}, o = 16, shift = 5としてもよい。なお、w1、w2を下式のようにテーブルルックアップで導出してもよい。

w1[i] = weightOBMC[i]
w2[i] = (1<<shift)-weightOBMC[i]
shift = 5, o = 16
ここでweightOBMC[] = {24,28,32,32}。
色差成分ではweightOBMC[]={24,28,30,31}であってもよい。

また、nOBMCWおよびnOBMCHが２画素の場合、例えば、{w1,w2,o,shift}={3,1,2,2}, {7,1,4,3}としてもよい。この場合、Pred[x][y]は以下の式で生成される。

Pred[x][y]=(3*Pred_C[x][y]+1*Pred_N[x][y]+2)>>2 距離=0画素
Pred[x][y]=(7*Pred_C[x][y]+1*Pred_N[x][y]+4)>>3 距離=1画素
４画素の場合と同様に、w1、w2を下式のように導出してもよい。

w1[i] = weightOBMC[i], weightOBMC[] = {3,2}
w2[i] = (1<<shift)-weightOBMC[i]
shift = 2, o = 2
あるいは、以下の重みでもよい。

w1[i] = weightOBMC[i], weightOBMC[] = {7,1}
w2[i] = (1<<shift)-weightOBMC[i]
shift = 3, o = 4
OBMC処理では、複数の隣接CU（対象CUの上左に隣接するCU）の動きパラメータを用いて予測画像が生成される。ここで、複数の隣接CUの動きパラメータからPred[x][y]を生成する方法を説明する。

はじめに、OBMC補正部3093は、Pred_C[x][y]および対象CUの上側隣接CUの動きパラメータを用いて作成したPred_N[x][y]を上記式に適用してPred[x][y]を生成する。

Pred[x][y]＝((w1*Pred_C[x][y]＋w2*Pred_N[x][y])+o)>>shift
次に、OBMC補正部３０９３は、対象CUの左側隣接CUの動きパラメータを用いて作成したPred_N[x][y]、および、先に生成したPred[x][y]を用いてPred[x][y]を更新する。

Pred[x][y]＝((w1*Pred[x][y]＋w2*Pred_N[x][y])+o)>>shift
上記の構成によれば、インター予測画像生成部309は、対象CUの動きパラメータと対象CUに隣接するCUの動きパラメータを用いて、対象CUの補間画像と追加の補間画像を生成する。そして、動き補償部3091とOBMC補間画像生成部30912が生成した補間画像を用いて、OBMC補正部3093は予測画像を生成することができる。そのため、予測精度の高い予測画像を生成することができる。

（OBMC処理の流れ）
次に、本実施形態に係るOBMC処理の流れについて説明する。

図14は、本実施形態に係るインター予測画像生成部309の処理の流れを示すフローチャートである。また、図15はOBMC処理を表す擬似コードの一例を示す図である。図15（a）はサブブロック単位でOBMC処理をする例であり、(xSb,ySb)は対象サブブロックの左上座標を画素単位で示している。(nCtbW,nCtbH)はCTUサイズ、(nPbW,nPbH)はブロックサイズ（CUのサイズ）、(nSbW,nSbH)はサブブロックサイズを示している。(subX,subY)は対象ブロック（対象CU）内における対象サブブロックの位置（サブブロック単位）を示している。また、dirはOBMC処理での隣接ブロックの方向を示している。OBMC処理は(xSb,ySb)を左上座標とするサブブロック毎に実施される。サブブロックのサイズは、ブロックと等しくても良い。この場合、OBMC処理は(xSb,ySb)を左上座標とするブロック毎に実施される（図14。この場合、以下の処理のサブブロックをブロックと読み替えて処理してもよい）。

動き補償部3091はPred_C[x][y]を導出する（S1）。

OBMC部30953は、OBMCを適用するか否かのフラグobmc_flagが０でないかを判断する（S11）。obmc_flagが0でない、すなわち、OBMCがオンである場合（S11でＹＥＳ）、OBMC部30953は以下のサブブロックループ処理および方向ループ処理を行う（S2）。図面ではobmc_flag!=0の判定をobmcDir !=0と記載している。

詳細には、OBMC部30953はCUを構成する各サブブロックについて、ループ処理を行う。サブブロックループのループ変数は座標(subX,subY)とし、CU内のサブブロックの座標を順に設定することでループ処理を行う（ループの終端はS7）。

さらに、OBMC部30953は上above、左leftの各方向dirについて、ループ処理を行う。方向ループのループ変数dirに対し、方向セットdirSet(dirSet={above、left})に含まれる方向の値を順に設定することでループ処理を行う（ループの終端はS7）。なお、above,leftに0,1を割り当て、dirSet={0,1}に対して処理を行ってもよい。

以下、ループ中では、S2で定められた隣接サブブロックの方向dirおよびＳ２で定められた座標のサブブロックについて、S3、S4の条件を満たす場合に、OBMC補間画像生成部30912は、Pred_N[x][y]を生成し（S5）、OBMC補正部3093において予測画像を補正する（S6）。

サブブロックループ処理の詳細について説明する。OBMC部30953は、対象サブブロックの方向dirに位置する隣接サブブロックの予測パラメータがvalidであるか否かを判断する（S3）。なお、方向dirが上、左の場合の動きパラメータを参照する隣接サブブロックの位置(xNb,yNb)は各々、(xSb,ySb-1)、(xSb-1,ySb)とする。

隣接サブブロックがvalidである場合（S3でＹＥＳ）、OBMC部30953は隣接サブブロック(xNb,yNb)の動きパラメータが、対象サブブロックの動きパラメータと等しいかどうかを判定する（S4）。ここでは、動きパラメータが異なる場合にDiffMotionAvailを１、等しい場合にDiffMotionAvailを０に設定する。逆に隣接サブブロックがvalidではない場合（S3でＮＯの場合）には、同一性判定処理（S4）、OBMC補間画像生成（S5）と、予測画像の補正（S6）を省略し、次のサブブロックの処理に遷移する（S7）。

同一性判定は、１）隣接ブロックと対象ブロックの予測リストが同じ、かつ、２）隣接ブロックと対象ブロックの参照ピクチャが同じ、かつ、３）隣接ブロックと対象ブロックの動きベクトルとの差異が所定の閾値よりも大きくないか否かを判定する。１）から３）をすべて満たす場合、動きパラメータは同一と判断し、DiffMotionAvailを０に設定する（S4でＹＥＳ）。そうでない場合、DiffMotionAvail=１に設定する（S4でＮＯ）。なお、閾値は16画素精度で24としてもよい。あるいは双予測の場合は24、単予測の場合は16としてもよい。

隣接サブブロックの動きパラメータが、対象サブブロックの動きパラメータと等しくない場合（S4でＮＯ）、OBMC補間画像生成部30912はPred_N[x][y]を生成（導出）し（S5）、OBMC補正部3093は、対象サブブロックのPred_N[x][y]およびPred_C[x][y]を用いてPred[x][y]を生成または更新する（Ｓ６）。

次に、OBMC補正部3093は、Pred_N[x][y]およびPred_C[x][y]を参照して加重平均処理を行い、Pred[x][y]を生成または更新する（S6）。

重みは、境界からの距離（画素数）に応じて設定されており、重みテーブルweightOBMCは、上述の加重平均処理におけるテーブルweightOBMCを用いても良いし、テーブルを用いずに直接重み{w1, w2}を用いてもよい。

次に、OBMC部30953は、OBMC処理対象のサブブロックのうち、未処理のサブブロックがあるか否かおよび全ての方向の隣接サブブロックの動きパラメータを用いてS3〜S6のOBMC処理が行われたか否かを判断する（S7）。

未処理のサブブロックがなく、全ての方向の隣接サブブロックの動きパラメータを用いてOBMC処理が行われた場合（S7でＮＯ）、処理は終了する。

なお、未処理のサブブロックがある場合、または、全ての方向の隣接サブブロックの動きパラメータを用いてOBMC処理が行われていない場合（S7でＹＥＳ）、S2に移行し、次の方向の処理を行う。

なお、obmc_flag=0の場合、OBMC補間画像生成部30912およびOBMC補正部3093は処理を行わず、Pred_C[x][y]がPred_C[x][y]として出力される（Pred[][]=Pred_C[][]）。

図14ではCUをサブブロックに分割し、サブブロック単位でOBMCを実施する例を示したが、CU単位（ブロック単位）でOBMCを実施してもよい。この場合、S7では方向ループだけを判定する。図15(b)はCU単位でOBMC処理をする例であり、(xPb,yPb)は対象CUの左上座標を画素単位で示している。(cuX,cuY)は対象CTU内における対象CUの位置（CU単位）を示している。OBMC処理は(xPb,yPb)を左上座標とするブロック毎に実施される。

（OBMC処理の詳細）
OBMC処理として、１）対象ブロックの隣接ブロックの動きベクトルを用いてOBMC追加領域画像（補間画像）を生成する構成を説明したが、２）対象ブロックの後続のブロックのために、対象ブロックの処理の時点で次のブロックのためのOBMC追加領域画像を生成する構成も可能である。以下２）の構成を例として、OBMC追加領域画像の導出を簡略化する方法を説明するが、簡略化に必要な処理は動きベクトルの整数画素化であるので構成１）に適用してもよい。

タップ数NTAPの補間フィルタを用いて、動き補償により対象ブロック（nW*nH）の予測画像を生成する場合、対象ブロックのサイズに加え、対象ブロックの左と上の(NTAP/2-1)画素、および右と下の(NTAP/2)画素を加えた(NTAP-1+nW)*(NTAP-1+nH)サイズ分、画素値を取得する必要がある。NTAP=8の例を図16（a）に示す。

これに加え、OBMC処理を行う場合には、OBMC用追加領域分を加えたサイズ、例えば、OBMC領域の幅及び高さをnOBMCW、nOBMCHとすると、(NTAP-1+nW+nOBMCW)*(NTAP-1+nH+nOBMCH)サイズ分、画素値を取得する必要がある。NTAP=8の例を図16（b）に示す。

さらに、対象ブロックがサブブロックであれば、OBMC処理により必要となる画素値は、(NTAP-1+nSbW+2*nOBMCW)*(NTAP-1+nSbH+2*nOBMCH)に増加する。NTAP=8の例を図16（c）に示す。ここで、nSbWおよびnSbHはサブブロックの幅及び高さである。

OBMC用追加領域分として取得する必要がある画素値はパディングにより生成される。具体的には、NTAP=8の場合、対象ブロックでは図17（a）の斜線領域に示すように、パディングは、対象ブロックあるいは対象サブブロックの最も右の列、あるいは下の行の画素値を複製することにより生成する。なお、構成１では、対象ブロックあるいは対象サブブロックの最も右の列は、対象ブロックの左の列に対応し、対象ブロックの下の行は、対象サブブロックの最も右の列は、対象ブロックの上の行に対応する。

これにより、OBMC領域における補間画像を生成するために、さらなる画素値を取得する必要はなくなるが、OBMC処理に必要なサブペル補間演算と追加のメモリアクセスは必要なままである。本願では、オーバーラップ領域を導出する際に、動きベクトルを整数画素精度に丸めて動き補償を行うことで、追加のメモリアクセスとサブペル補間演算を省略することができる。

なお、OBMC補間画像生成部30912は、dir==aboveのとき、対象ブロック（OBMC処理単位、CUもしくはCUを分割したサブブロック）の上に隣接するサブブロック(xNb,yNb)=(xSb,ySb-1)の動きパラメータを参照し、(xSb,ySb)を左上座標とするサイズ(nSbW,nOBMCH)の領域の補間画像を導出する。

また、OBMC補間画像生成部30912は、dir==leftのとき、対象ブロックの左に隣接するブロック(xNb,yNb)=(xSb-1,ySb)の動きパラメータを参照し、(xSb,ySb)を左上座標とするサイズ(nOBMCW,nSbH)の領域の補間画像を導出する。

上記の処理は擬似コードで以下のように示すことができる。擬似コードでは、参照画像refPic、対象ブロックの左上座標(xb,yb)、対象ブロックの幅nW、高さnH、動きベクトルmvRefの補間画像生成処理をInterpolation(refPic,xb,yb,nW,nH,mvRef)で表す。ここでは座標(x,y)の動きパラメータをmvLX[x][y]、refIdxLX[x][y]で表す。
nOBMCW = nOBMCH = (対象ブロックがサブブロックでない) ? 4 : 2
if ( dir == above )
mvRef = mvLXN[xSb][ySb-1]、refPic=refIdxLXN[xSb][ySb-1]
predN = Interpolation(refPic,xSb,ySb,nSbW,nOBMCH,mvRef)
else if ( dir == left )
mvRef = mvLXN[xSb-1][ySb]、refPic=refIdxLXN[xSb-1][ySb]
predN = Interpolation(refPic,xSb,ySb,nOBMCW,nSbH,mvRef)
また、図14のステップＳ６における処理の詳細は次の通りである。OBMC補正部3093は、隣接ブロックとの境界からの距離に応じて、Pred_N[x][y]およびPred_C[x][y]を参照して加重平均処理を行う。加重平均処理については以下の通りである。

Pred[x][y] = Pred_C[x][y]
dir==aboveのとき、OBMC補正部3093は、i=0..nSbW-1、j=0.. nOBMCH-1として、Pred[x][y]を下記の式から導出する。

x = xSb+i, y = ySb+j
Pred[x][y] = (w1*Pred[x][y]+w2*Pred_N[i][j]+o)>>shift
w1 = weightOBMC[j], w2 = (1<<shift)-w1, o = (1<<(shift-1))
また、dir==leftのとき、OBMC補正部3093は、i=0..nOBMCW-1, j=0..nSbH-1として、Pred[x][y]を下記の式から導出する。

x = xSb+i, y = ySb+j
Pred[x][y] = (w1*Pred[x][y]+w2*Pred_N[i][j]+o)>>shift
w1 = weightOBMC[i], w2 = (1<<shift)-w1, o = (1<<(shift-1))
〔処理例１〕
本処理例では、OBMC補間画像生成部30912は、OBMC用追加領域における補間画像、すなわちOBMC補間画像を生成する際、小数画素精度（例えば1/4画素精度）の動きベクトルについて、小数部分を切り捨てることにより整数画素精度の動きベクトルとして動き補償を行い、補間画像を生成する。

例えば、OBMC追加領域において、1/4画素精度の動きベクトル（5/4,5/4）であった場合、小数部分を切り捨て、整数画素精度の動きベクトル（4/4,4/4）として動き補償を行い、補間画像を生成する。

小数画素精度の動きベクトルをそのまま用いて補間画像を生成する場合、OBMC用追加領域においても小数画素を補間するための処理が必要となる。そのためには、例えばタップ数が8の場合、OBMC用追加領域からさらに4画素分拡がった領域の画素が必要となる（図17（a）の領域2702、領域2703）。仮に、当該領域2702、領域2703の画素についてメモリから取得するのではなく、パディングにより導出したとしても、小数画素を補間するための処理が必要なことは変わらない。

本処理例によれば、OBMC用追加領域については、隣接ブロックの動きベクトルが小数画素精度であっても、整数画素精度の動きベクトルに変換して動き補償を行うので、小数画素を補間するための処理が必要なくなる。また、対象ブロックの動きベクトルが小数精度の場合、対象ブロックの小数精度のCU補間画像を生成するための画素は、OBMC用追加領域の画素を用いることができるので、対象ブロックにおける小数画素を補間するために更なるメモリアクセスが必要となることもない。よって符号化効率の低下を抑制することができる。

例えば、隣接ブロックの動きベクトルmvLXNの精度が（1/MVPrec画素精度）である場合、下式で動きベクトルを整数精度に変換する。

mvLXN[0] = (mvLXN[0] >> MVBIT) << MVBIT
mvLXN[1] = (mvLXN[1] >> MVBIT) << MVBIT
ただし、MVBIT=log2(MVPREC)。例えばMVBIT=4
その後、整数精度のmvLXNを用いて、（動き補償）で説明した処理を実施する。mvLXNが整数精度であるので、補間画像生成処理Interpolation(refPic,xb,yb,nW,nH,mvLXN)は以下のように簡略化される。

OBMC補間画像生成部30912は、対象ブロック内座標(x,y)に対応する参照画像の位置(xInt,yInt)を以下の式で導出する。

xInt = xb+mvLXN[0]+x
yInt = yb+mvLXN[1]+y
OBMC補間画像生成部30912は、参照ピクチャrefPicから画素値を読み出して予測画像Pred_N[][]を導出する。

Pred_N[x][y] = refImg[xInt][yInt]
なお、例えば、4：2：0フォーマットモードの場合、輝度（luma）は1/16画素精度、色差（chroma）は1/32画素精度となっており、精度が異なるため、色差については、1ビット分精度を落としてから小数部分を切り捨てることにより整数画素精度に丸める必要がある。色差の動きベクトルをmvLXN_Cとすると、
mvLXN_C[0] = (mvLXN[0] >> (MVBIT+1)) << MVBIT
mvLXN_C[1] = (mvLXN[1] >> (MVBIT+1)) << MVBIT
さらに、本処理例において、インター予測画像生成部309は、対象ブロックにおける動きベクトルが整数ベクトルである場合に、OBMC処理を対象ブロックに対し適用するようにしてもよい。またAMVPモードかつ整数ベクトルである場合に、OBMC処理を対象ブロックに適用する例は、処理例２で説明する。

以上のように、本処理例に係るインター予測画像生成部309は、OBMC処理を用いて予測画像を生成するものであって、上記予測画像の生成に用いる補間画像を、動きベクトルを用いた動き補償により生成するOBMC補間画像生成部30912を備え、上記OBMC補間画像生成部30912は、隣接ブロックと重なり合う領域に関し、小数画素精度の動きベクトルを整数画素精度の動きベクトルに変換して、動き補償を行うものである。

また、インター予測画像生成部309は、対象ブロックにおける動きベクトルが整数画素のみで導出されるIMVモードの場合、上記OBMC処理を上記対象ブロックに対し適用してもよい。

〔処理例２〕
インター予測画像生成部309は、対象ブロックがAMVP（Advanced Motion Vector Prediction）モード（動きベクトルが符号化データで通知されるモード）であり、かつ、動きベクトルが小数画素精度である場合、当該対象ブロックにOBMC処理を適用せず、それ以外の場合にOBMC処理を適用するものであってもよい。

また、本処理例では、インター予測画像生成部309は、対象ブロックにおける動きベクトルが整数画素のみで導出されるIMV（Integer Motion Vector）モードの場合、OBMC処理を対象ブロックに対し適用するようにしてもよい。すなわち、IMVモードのオンオフを通知するフラグimv_flagを用いてOBMC適用フラグ（obmc_flag）を導出しても良い。

obmc_flag = imv_flag
AMVPモードで導出する動きベクトルの精度をamvr_modeにより、1/4, 1, 4画素精度を切り替える構成では以下の処理を行う。インター予測画像生成部309は、amvr_modeが1もしくは2、つまり動きベクトル精度が1画素精度、4画素精度の場合にOBMCを適用（obmc_flag=1と導出）し、amvr_modeが0、つまり1/4画素精度の場合にOBMCをオフ（obmc_flagを0）する。この判定処理は以下の式で導出してもよい。

obmc_flag = (amvr_mode > 0) ? 1 : 0
もしくは
obmc_flag = (amvr_mode == 0) ? 0 : 1
また、インター予測画像生成部309は、動きベクトルの下位ビットが０以外であるか否かを用いて、整数ベクトルであるか否かを判定し、OBMC適用を決めても良い。例えば、以下の式でobmc_flagを導出してもよい。

obmc_flag = (mvLX[0] & maskFloatMV ) || ((mvLX[1] & maskFloatMV )) ? 0 : 1
ここでmaskFloatMV = (1<<MVBIT) - 1。例えば1/16精度の場合は、maskFloatMV = (1<<4) - 1 = 15。

より具体的には、図14に記載したフローチャートにおけるステップS11の代わりに図18に示すステップS11aを用いる。すなわち、obmc_flag!=0の判定を「対象ブロックがAMVPモードであり、かつ、動きベクトルが小数画素精度である」か否かで行う。この判定が、NOの場合は、ステップS2に進み、YESの場合はOBMCの処理は実行せずに終了する。

これにより、OBMC処理は動きベクトルが整数画素精度の場合に実行されることになり、動画像符号化装置側で小数画素精度の動きベクトルが必要と判定された場合を除外することができるので符号化効率の低下を抑制しつつ、処理量およびメモリアクセス量を削減することができる。

以上のように、本処理例に係るインター予測画像生成部309は、OBMC処理を用いて予測画像を生成するものであって、対象ブロックについて、AMVPモードであり、かつ小数画素精度で動きベクトルが導出されている場合、当該対象ブロックに対しOBMC処理を実行しないものである。

〔処理例３〕
本処理例では、OBMC補間画像生成部30912は、OBMC用追加領域における補間画像、すなわちOBMC補間画像を生成する際、BIO（Bi-directional optical flow）処理を実行しない。図19はOBMC処理とBIO処理を実施する場合の処理の流れを示すフローチャートである。図19と図14との違いは、図19ではS1で導出したCU補間画像に対し、BIO部30954がBIOを適用することである。しかしながら、S5で導出したOBMC補間画像に対しては、BIO部30954はBIOを適用しない。

以上のように、OBMC用追加領域について、BIO処理を実行しないことにより、処理量を削減することができる。

以上のように、本処理例に係るインター予測画像生成部309は、OBMC処理、およびBIO処理を用いて予測画像を生成するものであって、上記予測画像の生成に用いる補間画像を、動きベクトルを用いた動き補償により生成する動き補償部309を備え、上記動き補償部309は、隣接ブロックと重なり合う領域に関し、上記BIO処理を実行しないものである。

なお、インター予測画像生成部309は、対象ブロックの予測画像を生成する場合、MC（motion compensation:動き補償）による処理、BIO処理、OBMC処理の順に適用する。

（ハードウェア的実現およびソフトウェア的実現）
また、上述した動画像復号装置31および動画像符号化装置11の各ブロックは、集積回路（ICチップ）上に形成された論理回路によってハードウェア的に実現してもよいし、CPU（Central Processing Unit）を用いてソフトウェア的に実現してもよい。

後者の場合、上記各装置は、各機能を実現するプログラムの命令を実行するCPU、上記プログラムを格納したROM（Read Only Memory）、上記プログラムを展開するRAM（Random Access Memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の実施形態の目的は、上述した機能を実現するソフトウェアである上記各装置の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読み取り可能に記録した記録媒体を、上記各装置に供給し、そのコンピュータ（またはCPUやMPU）が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。

上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ類、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやCD-ROM（Compact Disc Read-Only Memory）／MOディスク（Magneto-Optical disc）／MD（Mini Disc）／DVD（Digital Versatile Disc:登録商標）／CD-R（CD Recordable）／ブルーレイディスク（Blu-ray Disc：登録商標）等の光ディスクを含むディスク類、ICカード（メモリカードを含む）／光カード等のカード類、マスクROM／EPROM（Erasable Programmable Read-Only Memory）／EEPROM（Electrically Erasable and Programmable Read-Only Memory：登録商標）／フラッシュROM等の半導体メモリ類、あるいはPLD（Programmable logic device）やFPGA（Field Programmable Gate Array）等の論理回路類などを用いることができる。

また、上記各装置を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークは、プログラムコードを伝送可能であればよく、特に限定されない。例えば、インターネット、イントラネット、エキストラネット、LAN（Local Area Network）、ISDN（Integrated Services Digital Network）、VAN（Value-Added Network）、CATV（Community Antenna television/Cable Television）通信網、仮想専用網（Virtual Private Network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、この通信ネットワークを構成する伝送媒体も、プログラムコードを伝送可能な媒体であればよく、特定の構成または種類のものに限定されない。例えば、IEEE（Institute of Electrical and Electronic Engineers）1394、USB、電力線搬送、ケーブルＴＶ回線、電話線、ADSL（Asymmetric Digital Subscriber Line）回線等の有線でも、IrDA（Infrared Data Association）やリモコンのような赤外線、BlueTooth（登録商標）、IEEE802.11無線、HDR（High Data Rate）、NFC（Near Field Communication）、DLNA（Digital Living Network Alliance：登録商標）、携帯電話網、衛星回線、地上デジタル放送網等の無線でも利用可能である。なお、本発明の実施形態は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。

本発明の実施形態は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

31 画像復号装置
301 エントロピー復号部
302 パラメータ復号部
303 インター予測パラメータ復号部
304 イントラ予測パラメータ復号部
308 予測画像生成部
309 インター予測画像生成部（予測画像生成装置）
3091 動き補償部
30912 OBMC補間画像生成部
3093 OBMC補正部
30953 OBMC部
310 イントラ予測画像生成部
311 逆量子化・逆変換部
312 加算部
11 画像符号化装置
101 予測画像生成部
102 減算部
103 変換・量子化部
104 エントロピー符号化部
105 逆量子化・逆変換部
107 ループフィルタ
110 符号化パラメータ決定部
111 パラメータ符号化部
112 インター予測パラメータ符号化部
113 イントラ予測パラメータ符号化部

Claims

OBMC（Overlapped block motion compensation）処理を用いて予測画像を生成する予測画像生成装置であって、
上記予測画像の生成に用いる補間画像を、動きベクトルを用いた動き補償により生成する動き補償部を備え、
上記動き補償部は、隣接ブロックと重なり合う領域に関し、小数画素精度の動きベクトルを整数画素精度の動きベクトルに変換して、動き補償を行うことを特徴とする予測画像生成装置。
対象ブロックにおける動きベクトルが整数画素のみで導出されるIMVモードの場合、上記OBMC処理を上記対象ブロックに対し適用することを特徴とする請求項１に記載の予測画像生成装置。
OBMC（Overlapped block motion compensation）処理を用いて予測画像を生成する予測画像生成装置であって、
対象ブロックについて、AMVP（Advanced Motion Vector Prediction）モードであり、かつ小数画素精度で動きベクトルが導出されている場合、当該対象ブロックに対しOBMC処理を実行しないことを特徴とする予測画像生成装置。
OBMC（Overlapped block motion compensation）処理、およびBIO（Bi-directional potical flow）処理を用いて予測画像を生成する予測画像生成装置であって、
上記予測画像の生成に用いる補間画像を、動きベクトルを用いた動き補償により生成する動き補償部を備え、
上記動き補償部は、隣接ブロックと重なり合う領域に関し、上記BIO処理を実行しないことを特徴とする予測画像生成装置。
請求項１〜４のいずれか１項に記載の予測画像生成装置を備え、
上記予測画像に対して、残差画像を加算または減算することによって符号化対象画像を復元することを特徴とする動画像復号装置。
請求項１〜４のいずれか１項に記載の予測画像生成装置を備え、
上記予測画像と符号化対象画像との残差を符号化することを特徴とする動画像符号化装置。