JP6012014B2 - 画像符号化方法および画像復号方法 - Google Patents

Description

本発明は、動画像を符号化する画像符号化方法、および符号化された動画像を復号する画像復号化方法などに関し、特に、予測画像の生成を伴う画像符号化方法および画像復号方法などに関する。

動画像符号化処理では、一般に、動画像が有する空間方向および時間方向の冗長性を利用して情報量の圧縮が行われる。ここで一般に、空間方向の冗長性を利用する方法としては、周波数領域への変換が用いられ、時間方向の冗長性を利用する方法としては、ピクチャ間予測（以降、インター予測と呼ぶ）符号化処理が用いられる。インター予測符号化処理では、あるピクチャを符号化する際に、符号化対象ピクチャに対して表示時間順で前方または後方にある符号化済みのピクチャを、参照ピクチャとして用いる。そして、その参照ピクチャに対する符号化対象ピクチャの動き検出により、動きベクトルを導出し、動きベクトルに基づいて動き補償を行って得られた予測画像データと符号化対象ピクチャの画像データとの差分を取ることにより、時間方向の冗長性を取り除く。ここで、動き検出では、符号化ピクチャ内の符号化対象ブロックと、参照ピクチャ内のブロックとの差分値を算出し、最も差分値の小さい参照ピクチャ内のブロックを参照ブロックとする。そして、符号化対象ブロックと、参照ブロックとを用いて、動きベクトルを検出する。Ｈ．２６４と呼ばれる動画像符号化方式が既に標準化されている（非特許文献１参照）。

ＩＴＵ−Ｔ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ Ｈ．２６４「Ａｄｖａｎｃｅｄ ｖｉｄｅｏ ｃｏｄｉｎｇ ｆｏｒ ｇｅｎｅｒｉｃ ａｕｄｉｏｖｉｓｕａｌ ｓｅｒｖｉｃｅｓ」、２０１０年３月

しかし、近年、高精細画像（４Ｋ×２Ｋ）による放送またはコンテンツ配信が検討されており、既に標準化されている動画像符号化方式よりも、更に符号化効率を向上させる必要がある。

そこで、本発明は、符号化効率を向上させることが可能な画像符号化方法および画像復号方法を提供する。

本発明の一態様に係る画像符号化方法は、第１および第２のビューを有する多視点映像を構成するピクチャをブロックごとに符号化する画像符号化方法であって、符号化対象ピクチャと、前記符号化対象ピクチャに含まれる符号化対象ブロックが参照する第１の参照ピクチャとの間の時間距離を第１の時間距離として特定する第１の時間距離算出ステップと、前記第１の参照ピクチャと、前記符号化対象ブロックが参照する第２の参照ピクチャとの間の時間距離を第２の時間距離として特定する第２の時間距離算出ステップと、前記第１の時間距離および前記第２の時間距離が所定条件を満たすかどうかに応じて、前記第１の参照ピクチャに対する第１の重み、および、前記第２の参照ピクチャに対する第２の重みを算出する重み算出ステップと、前記第１の参照ピクチャに含まれ、前記符号化対象ブロックに参照される第１のブロックと、前記第２の参照ピクチャに含まれ、前記符号化対象ブロックに参照される第２のブロックとを、前記第１の重みと前記第２の重みとに応じて重み付け加算することによって、前記符号化対象ブロックに対する予測画像を生成する予測画像生成ステップと、を含む。

なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。

本発明の画像符号化方法および画像復号方法は、符号化効率を向上させることが可能となる。

図１Ａは、暗黙的モードの重み付き予測の一例を説明するための図である。 図１Ｂは、暗黙的モードの重み付き予測の他の例を説明するための図である。 図２は、実施の形態１における画像符号化装置のブロック図である。 図３は、実施の形態１におけるベースビュー符号化部のブロック図である。 図４は、実施の形態１におけるノンベースビュー符号化部のブロック図である。 図５は、実施の形態１における動き視差補償部における暗黙的モードの重み付き予測に関する機能構成を示すブロック図である。 図６Ａは、実施の形態１における画像符号化装置の動き視差補償部による暗黙的モードの重み付き予測の一例を示す図である。 図６Ｂは、実施の形態１における動き視差補償部による暗黙的モードの重み付き予測の他の例を示す図である。 図７は、実施の形態１における暗黙的モードの重み付き予測を伴うブロックの符号化を示すフローチャートである。 図８は、実施の形態１における本発明の実施の形態１における画像復号装置のブロック図である。 図９は、実施の形態１におけるベースビュー復号部のブロック図である。 図１０は、実施の形態１におけるノンベースビュー復号部のブロック図である。 図１１は、実施の形態１における画像復号装置の動き視差補償部における暗黙的モードの重み付き予測に関する機能構成を示すブロック図である。 図１２は、実施の形態１における暗黙的モードの重み付き予測を伴うブロックの復号を示すフローチャートである。 図１３は、実施の形態２の説明で用いる、暗黙的モードによる重み付き予測の例を表す図である。 図１４は、実施の形態２の説明で用いる、暗黙的モードによる重み付き予測の一例を示すフローチャートである。 図１５は、予測方向１の参照ピクチャが異なるビューに属する場合の例を示す図である。 図１６は、予測方向０の参照ピクチャが異なるビューに属する場合の例を示す図である。 図１７は、実施の形態２における画像符号化装置の、動き補償部または動き視差補償部における暗黙的モードの重み付き予測に関する機能構成を示すブロック図である。 図１８は、実施の形態２における画像符号化装置の、重み付き予測の予測画像生成のフローチャートである。 図１９は、実施の形態２におけるＶＯＩｄｘの差分値を用いる例を示す図である。 図２０は、実施の形態２における画像復号装置の、動き補償部または動き視差補償部における暗黙的モードの重み付き予測に関する機能構成を示すブロック図である。 図２１は、実施の形態２における画像復号装置の、重み付き予測の予測画像生成のフローチャートである。 図２２は、実施の形態２におけるＶＯＩｄｘの差分値を用いる例を示す図である。 図２３は、コンテンツ配信サービスを実現するコンテンツ供給システムの全体構成図である。 図２４は、デジタル放送用システムの全体構成図である。 図２５は、テレビの構成例を示すブロック図である。 図２６は、光ディスクである記録メディアに情報の読み書きを行う情報再生／記録部の構成例を示すブロック図である。 図２７は、光ディスクである記録メディアの構造例を示す図である。 図２８Ａは、携帯電話の一例を示す図である。 図２８Ｂは、携帯電話の構成例を示すブロック図である。 図２９は、多重化データの構成を示す図である。 図３０は、各ストリームが多重化データにおいてどのように多重化されているかを模式的に示す図である。 図３１は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかを更に詳しく示した図である。 図３２は、多重化データにおけるＴＳパケットとソースパケットの構造を示す図である。 図３３は、ＰＭＴのデータ構成を示す図である。 図３４は、多重化データ情報の内部構成を示す図である。 図３５は、ストリーム属性情報の内部構成を示す図である。 図３６は、映像データを識別するステップを示す図である。 図３７は、各実施の形態の動画像符号化方法および動画像復号化方法を実現する集積回路の構成例を示すブロック図である。 図３８は、駆動周波数を切り替える構成を示す図である。 図３９は、映像データを識別し、駆動周波数を切り替えるステップを示す図である。 図４０は、映像データの規格と駆動周波数を対応づけたルックアップテーブルの一例を示す図である。 図４１Ａは、信号処理部のモジュールを共有化する構成の一例を示す図である。 図４１Ｂは、信号処理部のモジュールを共有化する構成の他の一例を示す図である。

（本発明の基礎となった知見）
従来、動画像をブロックごとに予測符号化する画像符号化方法と、そのブロックごとに予測符号化された画像を復号する画像復号方法とが提案されている。

上記非特許文献１の画像符号化方法では、動画像のブロックと、そのブロックに対して予測された予測画像との差分が周波数変換されて量子化されることによって、複数の量子化値が生成され、それらの複数の量子化値はエントロピー符号化される。このような処理がブロックごとに行われることによって動画像が符号化され、その結果、符号化ストリームが生成される。さらに、そのブロックに対して生成された複数の量子化値が逆量子化されて逆周波数変換されることによって差分画像が生成され、その差分画像と予測画像とが加算されることによって、再構成画像が生成される。

ここで、再構成画像はブロックとして生成されるため、再構成画像であるブロックとそのブロックに隣接する他の再構成画像であるブロックとの間（ブロック境界）には歪みが生じる。そこで、その歪を取り除くために、デブロッキングフィルタが用いられる。

デブロッキングフィルタは、ブロック境界を挟んで水平方向または垂直方向に配置されている複数の画素の画素値のそれぞれに対して予め定められた係数（フィルタ係数）を乗算し、係数が乗算された画素値を積算することなどによって、そのブロック境界を挟んで隣接する画素の画素値を導出する。これにより、ブロック境界の歪が取り除かれる。そして、このようにブロック境界の歪が取り除かれた再構成画像は上述の予測画像の生成に利用される。

また、上記非特許文献１の画像復号方法では、符号化ストリームがエントロピー復号されることによって、その符号化ストリームから復号対象ブロックに対する複数の量子化値が抽出される。その抽出された複数の量子化値が逆量子化されて逆周波数変換されることによって差分画像が生成され、その差分画像と予測画像とが加算されることによって、再構成画像が生成される。そして、再構成画像におけるブロック境界の歪が上述のデブロッキングフィルタによるフィルタリングによって取り除かれる。このようにブロック境界の歪みが取り除かれた再構成画像は、画像符号化方法と同様、予測画像の生成に利用される。このような処理がブロックごとに行われることによって、符号化ストリームが復号されて復号画像として出力される。

ここで、上記非特許文献１における画像符号化方法および画像復号方法における予測画像の生成では、重み付き予測が用いられる場合がある。なお、重み付き予測には、明示的モードと、暗黙的モードとがある。

図１Ａは、暗黙的モードの重み付き予測の一例を説明するための図である。

例えば、図１Ａに示すように、表示順でピクチャＰｉｃ１１，Ｐｉｃ１２，Ｐｉｃ１３，Ｐｉｃ１４が配列されている状態で、ピクチャＰｉｃ１３に含まれるブロックＢｌｋ０が処理対象ブロックとして符号化または復号される。また、この処理対象ブロックＢｌｋ０の符号化または復号では、ピクチャＰｉｃ１２とピクチャＰｉｃ１４とが参照ピクチャとして参照される。

このような場合、符号化対象ブロックＢｌｋ０の動きベクトルＭＶ１によって示される、参照ピクチャＰｉｃ１２にあるブロックＢｌｋ１と、符号化対象ブロックＢｌｋ０の他の動きベクトルＭＶ２によって示される、参照ピクチャＰｉｃ１４にあるブロックＢｌｋ２とが、暗黙的モードの重み付き予測による予測画像の生成に用いられる。

さらに、処理対象ブロックＢｌｋ０を含むピクチャＰｉｃ１３と参照ピクチャＰｉｃ１２との間の時間距離ｔ１と、ピクチャＰｉｃ１３と参照ピクチャＰｉｃ１４との間の時間距離ｔ２とが、暗黙的モードの重み付き予測による予測画像の生成に用いられる。

つまり、処理対象ブロックＢｌｋ０の予測画像Ｂｌｋ０’は、Ｂｌｋ０’＝（Ｂｌｋ１×ｔ２＋Ｂｌｋ２×ｔ１）／（ｔ１＋ｔ２）によって算出される。

図１Ｂは、暗黙的モードの重み付き予測の他の例を説明するための図である。

例えば、上述と同様、表示順でピクチャＰｉｃ１１，Ｐｉｃ１２，Ｐｉｃ１３，Ｐｉｃ１４が配列されている状態で、ピクチャＰｉｃ１３に含まれるブロックＢｌｋ０が処理対象ブロックとして符号化または復号される。また、この処理対象ブロックＢｌｋ０の符号化または復号では、ピクチャＰｉｃ１１とピクチャＰｉｃ１４とが参照ピクチャとして参照される。

このような場合、処理対象ブロックＢｌｋ０の動きベクトルＭＶ３によって示される、参照ピクチャＰｉｃ１１にあるブロックＢｌｋ３と、処理対象ブロックＢｌｋ０の他の動きベクトルＭＶ２によって示される、参照ピクチャＰｉｃ１４にあるブロックＢｌｋ２とが、暗黙的モードの重み付き予測による予測画像の生成に用いられる。

さらに、処理対象ブロックＢｌｋ０を含むピクチャＰｉｃ１３と参照ピクチャＰｉｃ１１との間の時間距離ｔ３と、ピクチャＰｉｃ１３と参照ピクチャＰｉｃ１４との間の時間距離ｔ２とが、暗黙的モードの重み付き予測による予測画像の生成に用いられる。

つまり、符号化対象ブロックＢｌｋ０の予測画像Ｂｌｋ０’は、Ｂｌｋ０’＝（Ｂｌｋ３×ｔ２＋Ｂｌｋ２×ｔ３）／（ｔ３＋ｔ２）によって算出される。

このように、暗黙的モードの重み付き予測では、処理対象ブロックを含むピクチャと２つの参照ピクチャにおける時間距離の関係が、参照ピクチャにあるブロックに対する重み係数として暗黙的に利用される。また、処理対象ブロックを含むピクチャと参照ピクチャとの間の時間距離が長ければ、その参照ピクチャの予測画像への寄与が抑えられ、処理対象ブロックを含むピクチャと参照ピクチャとの間の時間距離が短ければ、その参照ピクチャの予測画像への寄与が増す。

これにより、フェード・イン（暗い画像がだんだん明るくなっていく画像）またはフェード・アウト（明るい画像がだんだん暗くなって消えていく画像）のように、明るさが時間的に変化する動画像であっても、参照ピクチャに適応的に重み係数を掛けた画像を予測に用いることによって、画質劣化を防ぐことができ、符号化効率を向上することができる。

しかしながら、上記非特許文献１の画像符号化方法および画像復号方法では、多視点映像の符号化および復号において適切な予測画像を生成することができない点に、発明者らは着目した。

多視点映像符号化（ＭＶＣ：Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）では、複数のビューを含む多視点映像が符号化または復号される。ここで、その複数のビューのうちの何れか１つのビューに含まれる処理対象ブロックの符号化または復号に、他のビューに含まれるピクチャが参照される場合がある。このとき、処理対象ブロックと参照ピクチャとの時間距離、つまり、処理対象ブロックを含むピクチャである処理対象ピクチャと参照ピクチャとの時間距離が０となる。例えば、図１Ａおよび図１Ｂに示す演算式に用いられる時間距離ｔ１、ｔ２またはｔ３が０となる。その結果、２つの参照ピクチャのうちの少なくとも一方の参照ピクチャが重み付き予測に用いられず、不適切な予測画像を生成してしまう。また、２つの参照ピクチャのそれぞれに対する時間距離が共に０の場合には、図１Ａおよび図１Ｂに示す演算式の分母が０となるため、予測画像の算出が不可能になってしまう。その結果、画質が劣化して符号化効率が低下してしまう。

このような問題を解決するために、本発明の一態様に係る画像符号化方法は、第１および第２のビューを有する多視点映像を構成するピクチャをブロックごとに符号化する画像符号化方法であって、符号化対象ピクチャと、前記符号化対象ピクチャに含まれる符号化対象ブロックが参照する第１の参照ピクチャとの間の時間距離を第１の時間距離として特定する第１の時間距離算出ステップと、前記第１の参照ピクチャと、前記符号化対象ブロックが参照する第２の参照ピクチャとの間の時間距離を第２の時間距離として特定する第２の時間距離算出ステップと、前記第１の時間距離および前記第２の時間距離が所定条件を満たすかどうかに応じて、前記第１の参照ピクチャに対する第１の重み、および、前記第２の参照ピクチャに対する第２の重みを算出する重み算出ステップと、前記第１の参照ピクチャに含まれ、前記符号化対象ブロックに参照される第１のブロックと、前記第２の参照ピクチャに含まれ、前記符号化対象ブロックに参照される第２のブロックとを、前記第１の重みと前記第２の重みとに応じて重み付け加算することによって、前記符号化対象ブロックに対する予測画像を生成する予測画像生成ステップと、を含む。

これにより、第１の時間距離および第２の時間距離がある一定の条件を満たすかどうかに応じて、適切な第１の重みと第２の重みを算出することができ、その結果、符号化対象ブロックに対して予測誤差の少ない予測画像を生成することができる。したがって、画質劣化を抑えて符号化効率を向上することができる。

また、前記重み算出ステップにおいて、前記所定条件は、前記第１の時間距離と前記第２の時間距離が等しいという第１の条件と、前記第１の時間距離の値が０であるという第２の条件とのうち、少なくとも一方の条件を含み、前記第１および第２の条件のうちの少なくとも一方が満たされている場合は、前記重み付け加算を行わなくてもよい。つまり、前記重み算出ステップにおいて、前記所定条件は、前記第１の時間距離と前記第２の時間距離が等しいという第１の条件と、前記第１の時間距離の値が０であるという第２の条件とのうち、少なくとも一方の条件を含み、前記第１および第２の条件のうちの少なくとも一方が満たされている場合は、前記第１の重み、および、前記第２の重みを均等に設定する。

これにより、符号化対象ブロックと参照ピクチャとがそれぞれ互いに異なるビューに属する場合であっても、第１の重みと第２の重みを適切に設定することができ、符号化効率を向上することができる。

また、前記重み算出ステップにおいて、前記所定条件は、前記第１の時間距離と前記第２の時間距離が等しいという第１の条件と、前記第１の時間距離の値が０であるという第２の条件とを含み、前記第１の条件が満たされている場合は、前記符号化対象ピクチャと前記第２の参照ピクチャとの間のビュー間距離を前記第２の時間距離に加算し、前記第１の条件が満たされない場合であって且つ前記第２の条件が満たされる場合は、前記符号化対象ピクチャと前記第１の参照ピクチャとの間のビュー間距離を前記第１の時間距離に設定してもよい。

これにより、符号化対象ブロックと参照ピクチャとがそれぞれ互いに異なるビューに属する場合であっても、第１の重みと第２の重みを適切に設定することができ、符号化効率を向上することができる。

また、このような問題を解決するために、本発明の一態様に係る画像復号方法は、第１および第２のビューを有する多視点映像を構成するピクチャをブロックごとに復号する画像復号方法であって、復号対象ピクチャと、前記復号対象ピクチャに含まれる復号対象ブロックが参照する第１の参照ピクチャとの間の時間距離を第１の時間距離として特定する第１の時間距離算出ステップと、前記第１の参照ピクチャと、前記復号対象ブロックが参照する第２の参照ピクチャとの間の時間距離を第２の時間距離として特定する第２の時間距離算出ステップと、前記第１の時間距離および前記第２の時間距離が所定条件を満たすかどうかに応じて、前記第１の参照ピクチャに対する第１の重み、および、前記第２の参照ピクチャに対する第２の重みを算出する重み算出ステップと、前記第１の参照ピクチャに含まれ、前記復号対象ブロックに参照される第１のブロックと、前記第２の参照ピクチャに含まれ、前記復号対象ブロックに参照される第２のブロックとを、前記第１の重みと前記第２の重みとに応じて重み付け加算することによって、前記復号対象ブロックに対する予測画像を生成する予測画像生成ステップと、を含む。

これにより、第１の時間距離および第２の時間距離がある一定の条件を満たすかどうかに応じて、適切な第１の重みと第２の重みを算出することができ、その結果、復号対象ブロックに対して予測誤差の少ない予測画像を生成することができる。したがって、画質劣化を抑えて符号化効率を向上させたビットストリームを適切に復号することができる。

また、前記重み算出ステップにおいて、前記所定条件は、前記第１の時間距離と前記第２の時間距離が等しいという第１の条件と、前記第１の時間距離の値が０であるという第２の条件とのうち、少なくとも一方の条件を含み、前記第１および第２の条件のうちの少なくとも一方が満たされている場合は、前記重み付け加算を行わなくてもよい。つまり、前記重み算出ステップにおいて、前記所定条件は、前記第１の時間距離と前記第２の時間距離が等しいという第１の条件と、前記第１の時間距離の値が０であるという第２の条件とのうち、少なくとも一方の条件を含み、前記第１および第２の条件のうちの少なくとも一方が満たされている場合は、前記第１の重み、および、前記第２の重みを均等に設定する。

これにより、復号対象ブロックと参照ピクチャとがそれぞれ互いに異なるビューに属する場合であっても、第１の重みと第２の重みを適切に設定することができ、符号化効率を向上させたビットストリームを適切に復号することができる。

また、前記重み算出ステップにおいて、前記所定条件は、前記第１の時間距離と前記第２の時間距離が等しいという第１の条件と、前記第１の時間距離の値が０であるという第２の条件とを含み、前記第１の条件が満たされている場合は、前記復号対象ピクチャと前記第２の参照ピクチャとの間のビュー間距離を前記第２の時間距離に加算し、前記第１の条件が満たされない場合であって且つ前記第２の条件が満たされる場合は、前記復号対象ピクチャと前記第１の参照ピクチャとの間のビュー間距離を前記第１の時間距離に設定してもよい。

これにより、復号対象ブロックと参照ピクチャとがそれぞれ互いに異なるビューに属する場合であっても、第１の重みと第２の重みを適切に設定することができ、符号化効率を向上させたビットストリームを適切に復号することができる。

以下、実施の形態について、図面を参照しながら具体的に説明する。

なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

（実施の形態１）
図２は、本発明の実施の形態１における画像符号化装置のブロック図である。

画像符号化装置１００は、ベースビューおよびノンベースビューを有する多視点映像をブロックごとに符号化する装置であって、ベースビュー符号化部１１０と、記憶部１４０と、ノンベースビュー符号化部１５０と、多重化部１９０とを備える。例えば、ベースビューは、視聴者の左目で見られる複数のピクチャからなり、ノンベースビューは、視聴者の右目で見られる複数のピクチャからなる。視聴者の左右の目に、このようなベースビューのピクチャとノンベースビューのピクチャとが別々に映ることによって、映像が立体視される。

ベースビュー符号化部１１０は、ベースビューを符号化し、その符号化によって生成されたベース符号化ストリームを多重化部１９０に出力する。また、ベースビュー符号化部１１０は、ベースビューの局所復号画像を記憶部１４０に格納する。記憶部１４０は、ピクチャサイズ分の局所復号画像を視差補償の際の参照ピクチャとして格納するためのメモリである。ノンベースビュー符号化部１５０は、記憶部１４０に格納されたベースビューの局所復号画像（参照ピクチャ）を参照してノンベースビューを符号化し、その符号化によって生成されたノンベース符号化ストリームを多重化部１９０に出力する。多重化部１９０は、ベース符号化ストリームとノンベース符号化ストリームとを多重化することによって多重化ストリームを生成して出力する。

図３は、ベースビュー符号化部１１０のブロック図である。

ベースビュー符号化部１１０は、減算部１１１と、直交変換部１１２と、量子化部１１３と、エントロピー符号化部１１４と、逆量子化部１１５と、逆直交変換部１１６と、加算部１１７と、デブロッキングフィルタ１１８と、メモリ１１９と、面内予測部１２０と、動き補償部１２１と、動き検出部１２２と、スイッチ１２３とを備える。

減算部１１１は、ベースビューを取得するとともに、スイッチ１２３から予測画像を取得する。そして、減算部１１１は、そのベースビューに含まれる符号化対象ブロックから予測画像を減算することによって差分画像を生成する。

直交変換部１１２は、減算部１１１によって生成された差分画像に対して、例えば離散コサイン変換などの直交変換（周波数変換）を行うことによって、その差分画像を複数の周波数係数からなる係数ブロックに変換する。量子化部１１３は、その係数ブロックに含まれる各周波数係数を量子化することによって、量子化された係数ブロックを生成する。

逆量子化部１１５は、量子化部１１３によって量子化された係数ブロックを逆量子化する。逆直交変換部１１６は、その逆量子化された係数ブロックに含まれる各周波数係数に対して逆離散コサイン変換などの逆直交変換（逆周波数変換）を行うことによって、復号差分画像を生成する。

加算部１１７は、スイッチ１２３から予測画像を取得し、その予測画像と、逆直交変換部１１６によって生成された復号差分画像とを加算することによって局所復号画像（再構成画像）を生成する。

デブロッキングフィルタ１１８は、加算部１１７によって生成された局所復号画像のブロック歪みを除去し、その局所復号画像をメモリ１１９および記憶部１４０に格納する。メモリ１１９は、ピクチャサイズ分の局所復号画像を動き補償の際の参照ピクチャとして格納するためのメモリである。

面内予測部１２０は、加算部１１７によって生成された局所復号画像を用いて、符号化対象ブロックに対して面内予測を行うことによって予測画像（イントラ予測画像）を生成する。

動き検出部１２２は、ベースビューに含まれる符号化対象ブロックに対して動きベクトルを検出し、その検出された動きベクトルを動き補償部１２１とエントロピー符号化部１１４とに出力する。

動き補償部１２１は、メモリ１１９に格納されている参照ピクチャを参照するとともに、動き検出部１２２によって検出された動きベクトルを用いることによって、符号化対象ブロックに対して動き補償を行う。動き補償部１２１は、このような動き補償を行うことで、符号化対象ブロックの予測画像（インター予測画像）を生成する。

スイッチ１２３は、符号化対象ブロックが面内予測符号化される場合には、面内予測部１２０によって生成された予測画像（イントラ予測画像）を減算部１１１および加算部１１７に出力する。一方、スイッチ１２３は、符号化対象ブロックが画面間予測符号化される場合には、動き補償部１２１によって生成された予測画像（インター予測画像）を減算部１１１および加算部１１７に出力する。

エントロピー符号化部１１４は、量子化部１１３によって量子化された係数ブロックと、動き検出部１２２によって検出された動きベクトルとをエントロピー符号化（可変長符号化）することによってベース符号化ストリームを生成する。

図４は、ノンベースビュー符号化部１５０のブロック図である。

ノンベースビュー符号化部１５０は、ベースビュー符号化部１１０がベースビューを符号化するのと同様に、ノンベースビューを符号化する。ここで、ノンベースビュー符号化部１５０は、ベースビュー符号化部１１０によって生成されて記憶部１４０に格納されたピクチャサイズ分の局所復号画像を参照ピクチャとして参照しながらノンベースビューを符号化する。

このようなノンベースビュー符号化部１５０は、減算部１１１と、直交変換部１１２と、量子化部１１３と、エントロピー符号化部１１４と、逆量子化部１１５と、逆直交変換部１１６と、加算部１１７と、デブロッキングフィルタ１１８と、メモリ１１９と、面内予測部１２０と、動き視差補償部１５１と、動き視差検出部１５２と、スイッチ１２３とを備える。つまり、ノンベースビュー符号化部１５０は、動き補償部１２１および動き検出部１２２を除くベースビュー符号化部１１０の全ての構成要素を備え、その動き補償部１２１および動き検出部１２２の代わりに動き視差補償部１５１および動き視差検出部１５２を備える。

動き視差検出部１５２は、ノンベースビューに含まれる符号化対象ブロックに対して動きベクトルおよび視差ベクトルのうち少なくとも一方のベクトルを検出する。さらに、動き視差検出部１５２は、その検出されたベクトルを動き視差補償部１５１とエントロピー符号化部１１４とに出力する。

つまり、動き視差検出部１５２は、符号化対象ブロックの符号化に参照される参照ピクチャがメモリ１１９に格納されているノンベースビューの画像であれば、その参照ピクチャに対する符号化対象ブロックの動きベクトルを検出する。一方、動き視差検出部１５２は、符号化対象ブロックの符号化に参照される参照ピクチャが記憶部１４０に格納されているベースビューの画像であれば、その参照ピクチャに対する符号化対象ブロックの視差ベクトルを検出する。

動き視差補償部１５１は、ノンベースビューに含まれる符号化対象ブロックに対して動き補償および視差補償のうちの少なくとも一方の補償を行う。

つまり、動き視差補償部１５１は、符号化対象ブロックの符号化に参照される１つまたは２つの参照ピクチャがメモリ１１９に格納されているノンベースビューの画像であれば、それらの参照ピクチャを参照するとともに、動き視差検出部１５２によって検出された１つまたは２つの動きベクトルを用いることによって、符号化対象ブロックに対して動き補償を行う。このような動き補償を行うことによって、動き視差補償部１５１は、符号化対象ブロックの予測画像を生成する。また、動き視差補償部１５１は、符号化対象ブロックの符号化に参照される１つまたは２つの参照ピクチャが記憶部１４０に格納されているベースビューの画像であれば、それらの参照ピクチャを参照するとともに、動き視差検出部１５２によって検出された１つまたは２つの視差ベクトルを用いることによって、符号化対象ブロックに対して視差補償を行う。このような視差補償を行うことによって、動き視差補償部１５１は、符号化対象ブロックの予測画像を生成する。

また、動き視差補償部１５１は、符号化対象ブロックの符号化に参照される２つの参照ピクチャのうちの一方がメモリ１１９に格納されているノンベースビューの画像であり、他方が記憶部１４０に格納されているベースビューの画像であれば、それらの参照ピクチャを参照するとともに、動き視差検出部１５２によって検出された動きベクトルおよび視差ベクトルを用いる。これによって、動き視差補償部１５１は、符号化対象ブロックに対して動き補償および視差補償を行う。このような動き補償および視差補償を行うことによって、動き視差補償部１５１は符号化対象ブロックの予測画像を生成する。

ここで、本実施の形態における動き視差補償部１５１は、ノンベースビューの符号化対象ブロックの符号化に２つの参照ピクチャが参照される場合、必要に応じて暗黙的モードの重み付き予測を行う。

図５は、動き視差補償部１５１における暗黙的モードの重み付き予測に関する機能構成を示すブロック図である。

動き視差補償部１５１は、判別部１５１ａと、時間距離特定部１５１ｂと、予測画像生成部１５１ｃとを備える。

判別部１５１ａは、符号化対象ブロックを含むノンベースビューに、符号化対象ブロックの参照ピクチャが含まれているか否かを判別する。

時間距離特定部１５１ｂは、判別部１５１ａによって、参照ピクチャが含まれていると判別された場合には、符号化対象ブロックとその参照ピクチャとの間の実際の時間距離を、重み付き予測に用いられる時間距離として特定する。また、時間距離特定部１５１ｂは、判別部１５１ａによって、参照ピクチャが含まれていないと判別された場合には、上述の実際の時間距離の代わりに、０より大きい値を、重み付き予測に用いられる時間距離として特定する。

予測画像生成部１５１ｃは、その参照ピクチャに含まれる第１のブロックと、符号化対象ブロックの他方の参照ピクチャに含まれる第２のブロックとを、時間距離特定部１５１ｂによって特定された時間距離に応じて重み付け加算することによって、符号化対象ブロックに対する予測画像を生成する。ここで、第１のブロックは、符号化対象ブロックの第１のベクトルによって示される位置にあるブロックであり、第２のブロックは、符号化対象ブロックの第２のベクトルによって示される位置にあるブロックである。

図６Ａは、動き視差補償部１５１による暗黙的モードの重み付き予測の一例を示す図である。

例えば、図６Ａに示すように、ベースビューには、表示順でピクチャＰｉｃ０１，Ｐｉｃ０２，Ｐｉｃ０３，Ｐｉｃ０４が配列され、ノンベースビューには、表示順でピクチャＰｉｃ１１，Ｐｉｃ１２，Ｐｉｃ１３，Ｐｉｃ１４が配列されている。ここで、ピクチャＰｉｃ０１とピクチャＰｉｃ１１の表示順序（ＰＯＣ：Picture Order Count）は同じである。同様に、ピクチャＰｉｃ０２とピクチャＰｉｃ１２の表示順序は同じであり、ピクチャＰｉｃ０３とピクチャＰｉｃ１３の表示順序は同じであり、ピクチャＰｉｃ０４とピクチャＰｉｃ１４の表示順序は同じである。

このような状態において、ノンベースビューのピクチャＰｉｃ１３に含まれるブロックＢｌｋ０が符号化対象ブロックとして符号化される。この符号化対象ブロックＢｌｋ０の符号化では、ノンベースビューに含まれるピクチャＰｉｃ１２と、ベースビューに含まれるＰｉｃ０３とがそれぞれ参照ピクチャとして参照される。

この場合、動き視差補償部１５１の判別部１５１ａは、２つの参照ピクチャＰｉｃ１２，Ｐｉｃ０３のうちの一方の参照ピクチャＰｉｃ１２がノンベースビューに含まれていると判別する。その結果、動き視差補償部１５１の時間距離特定部１５１ｂは、符号化対象ブロックＢｌｋ０と参照ピクチャＰｉｃ１２との間の実際の時間距離ｔ１（ｔ１＞０）を、重み付き予測に用いられる時間距離Ｔ１として特定する。

また、判別部１５１ａは、２つの参照ピクチャＰｉｃ１２，Ｐｉｃ０３のうちの他方の参照ピクチャＰｉｃ０３がノンベースビューに含まれていない、つまりベースビューに含まれていると判別する。ここで、ピクチャＰｉｃ１３と参照ピクチャＰｉｃ０３の表示順序は同じであるため、符号化対象ブロックＢｌｋ０と参照ピクチャＰｉｃ０３との間の実際の時間距離ｔ２は０である。したがって、動き視差補償部１５１の時間距離特定部１５１ｂは、重み付き予測に用いられる時間距離Ｔ２として、実際の時間距離ｔ２（ｔ２＝０）の代わりに「１」を特定する。または、動き視差補償部１５１は、時間距離Ｔ２として上述の時間距離ｔ１を特定する。

次に、動き視差補償部１５１は、演算式であるＢｌｋ０’＝（Ｂｌｋ１×Ｔ２＋Ｂｌｋ２×Ｔ１）／（Ｔ１＋Ｔ２）を用いて、符号化対象ブロックＢｌｋ０の予測画像Ｂｌｋ０’を算出する。なお、Ｂｌｋ１は、符号化対象ブロックＢｌｋ０の動きベクトルＶ１によって示される、参照ピクチャＰｉｃ１２にある第１のブロックの画像である。また、Ｂｌｋ２は、符号化対象ブロックＢｌｋ０の視差ベクトルＶ２によって示される、参照ピクチャＰｉｃ０３にある第２のブロックの画像である。

つまり、時間距離Ｔ１＝ｔ１および時間距離Ｔ２＝１の場合には、動き視差補償部１５１は、Ｂｌｋ０’＝（Ｂｌｋ１＋Ｂｌｋ２×ｔ１）／（ｔ１＋１）によって、符号化対象ブロックＢｌｋ０の予測画像Ｂｌｋ０’を算出する。したがって、時間距離Ｔ２＝１の場合には、参照ピクチャＰｉｃ０３が符号化対象ブロックＢｌｋ０に最も近い参照ピクチャとして重み付き予測に用いられる。その結果、参照ピクチャＰｉｃ０３に含まれるブロックＢｌｋ２に類似する画像を予測画像として適切に生成することができる。

また、時間距離Ｔ１＝ｔ１および時間距離Ｔ２＝ｔ１の場合には、動き視差補償部１５１は、Ｂｌｋ０’＝（Ｂｌｋ１＋Ｂｌｋ２）／２によって、符号化対象ブロックＢｌｋ０の予測画像Ｂｌｋ０’を算出する。したがって、時間距離Ｔ２＝ｔ１の場合には、符号化対象ブロックと参照ピクチャＰｉｃ０３，Ｐｉｃ１２との間の時間距離が等しいと仮定して重み付き予測が行われる。その結果、通常の双方向予測のように、互いに異なる時間距離を用いることがなく、重み付き予測の処理負担を軽減することができる。

このように、本実施の形態では、多視点映像のノンベースビューに含まれる符号化対象ブロックが、２つの参照ピクチャを用いた重み付き予測によって符号化される際には、参照ピクチャがノンベースビューに含まれているか否かが判別される。そして、ノンベースビューに含まれていないと判別されると、符号化対象ブロックとその参照ピクチャとの間の実際の時間距離の代わりに、０より大きい値が重み付き予測に用いられる。したがって、２つの参照ピクチャを用いて適切な予測画像を生成することができる。その結果、画質劣化を防ぎ、符号化効率の向上を図ることができる。

図６Ｂは、動き視差補償部１５１による暗黙的モードの重み付き予測の他の例を示す図である。

例えば、図６Ａに示す例と同様、ベースビューには、表示順でピクチャＰｉｃ０１，Ｐｉｃ０２，Ｐｉｃ０３，Ｐｉｃ０４が配列され、ノンベースビューには、表示順でピクチャＰｉｃ１１，Ｐｉｃ１２，Ｐｉｃ１３，Ｐｉｃ１４が配列されている。

このような状態において、ノンベースビューのピクチャＰｉｃ１３に含まれるブロックＢｌｋ０が符号化対象ブロックとして符号化される。この符号化対象ブロックＢｌｋ０の符号化では、ベースビューに含まれるピクチャＰｉｃ０３が２つの参照ピクチャとして２回参照される。

この場合、動き視差補償部１５１の判別部１５１ａは、参照ピクチャＰｉｃ０３がノンベースビューに含まれていない、つまりベースビューに含まれていると判別する。ここで、ピクチャＰｉｃ１３と参照ピクチャＰｉｃ０３の表示順序は同じであるため、符号化対象ブロックＢｌｋ０と参照ピクチャＰｉｃ０３との間の実際の時間距離ｔ１，ｔ２は０である。したがって、動き視差補償部１５１の時間距離特定部１５１ｂは、重み付き予測に用いられる時間距離Ｔ１として、実際の時間距離ｔ１（ｔ１＝０）の代わりに、予め定められた値である「１」を特定する。さらに、時間距離特定部１５１ｂは、重み付き予測に用いられる時間距離Ｔ２として、実際の時間距離ｔ２（ｔ２＝０）の代わりに、上記予め定められた値である「１」を特定する。

次に、動き視差補償部１５１は、演算式であるＢｌｋ０’＝（Ｂｌｋ１×Ｔ２＋Ｂｌｋ１×Ｔ１）／（Ｔ１＋Ｔ２）を用いて、符号化対象ブロックＢｌｋ０の予測画像Ｂｌｋ０’を算出する。なお、Ｂｌｋ１は、符号化対象ブロックＢｌｋ０の２つの視差ベクトルＶ３によって示される、参照ピクチャＰｉｃ０３にあるブロックの画像である。つまり、時間距離Ｔ１，Ｔ２＝１であるため、動き視差補償部１５１は、Ｂｌｋ０’＝（Ｂｌｋ１＋Ｂｌｋ１）／２によって、符号化対象ブロックＢｌｋ０の予測画像Ｂｌｋ０’を算出する。

このように、本実施の形態では、ノンベースビューに２つの参照ピクチャが共に含まれていない場合には、符号化対象ブロックと２つの参照ピクチャとの間の時間距離が等しいと仮定して重み付き予測が行われる。したがって、通常の双方向予測のように、互いに異なる時間距離を用いることがなく、重み付き予測の処理負担を軽減することができる。

図７は、暗黙的モードの重み付き予測を伴うブロックの符号化を示すフローチャートである。

まず、動き視差補償部１５１の判別部１５１ａは、符号化対象ブロックの符号化に参照される２つの参照ピクチャのうちのいずれか１つを第１の参照ピクチャとして選択する（ステップＳ１０）。

次に、判別部１５１ａは、符号化対象ブロックを含むノンベースビューに、ステップＳ１０で選択された第１の参照ピクチャが含まれているか否かを判別する（ステップＳ１２）。

ここで、判別部１５１ａによって、第１の参照ピクチャがノンベースビューに含まれていると判別されると（ステップＳ１２のＹｅｓ）、時間距離特定部１５１ｂは、符号化対象ブロックと第１の参照ピクチャとの間の実際の時間距離ｔ１を、重み付き予測に用いられる時間距離Ｔ１として特定する（ステップＳ１６）。一方、判別部１５１ａによって、第１の参照ピクチャがノンベースビューに含まれていないと判別されると（ステップＳ１２のＮｏ）、時間距離特定部１５１ｂは、実際の時間距離ｔ１の代わりに、０より大きい値を、重み付き予測に用いられる時間距離Ｔ１として特定する（ステップＳ１４）。

次に、判別部１５１ａは、２つの参照ピクチャが全て選択されたか否かを判別する（ステップＳ１８）。ここで、判別部１５１ａは、２つの参照ピクチャが全て選択されていないと判別すると（ステップＳ１８のＮｏ）、選択されていない残りの参照ピクチャを第２の参照ピクチャとして選択する（ステップＳ１０）。そして、判別部１５１ａおよび時間距離特定部１５１ｂは、第２の参照ピクチャに対して上述のステップＳ１２，Ｓ１４，Ｓ１６の処理を行うことによって、時間距離Ｔ１と同様に、第２の参照ピクチャに対して、重み付き予測に用いられる時間距離Ｔ２を特定する。

次に、動き視差補償部１５１の予測画像生成部１５１ｃは、第１の参照ピクチャに含まれる、符号化対象ブロックの第１のベクトル（動きベクトルまたは視差ベクトル）によって示される第１のブロックと、第２の参照ピクチャに含まれる、符号化対象ブロックの第２のベクトル（動きベクトルまたは視差ベクトル）によって示される第２のブロックとを、時間距離Ｔ１，Ｔ２に応じて重み付け加算する。これによって、動き視差補償部１５１は、符号化対象ブロックに対する予測画像を生成する（ステップＳ２０）。

そして、減算部１１１は、符号化対象ブロックと予測画像との差分を算出する（ステップＳ２２）。

図８は、本発明の実施の形態１における画像復号装置のブロック図である。

画像復号装置２００は、画像符号化装置１００によって生成された多重化ストリームをブロックごとに復号する装置であって、ベースビュー復号部２１０と、記憶部２４０と、ノンベースビュー復号部２５０と、逆多重化部２９０とを備える。

逆多重化部２９０は、多重化ストリームを逆多重化することによって、その多重化ストリームからベース符号化ストリームとノンベース符号化ストリームとを分離する。ベースビュー復号部２１０は、そのベース符号化ストリームを復号することによってベース復号画像を生成して出力する。また、ベースビュー復号部２１０は、生成されたベース復号画像を記憶部２４０に格納する。記憶部２４０は、ピクチャサイズ分のベース復号画像を視差補償の際の参照ピクチャとして格納するためのメモリである。ノンベースビュー復号部２５０は、記憶部２４０に格納されたベース復号画像を参照してノンベース符号化ストリームを復号し、その復号によって生成されたノンベース復号画像を出力する。

図９は、ベースビュー復号部２１０のブロック図である。

ベースビュー復号部２１０は、エントロピー復号部２１４と、逆量子化部２１５と、逆直交変換部２１６と、加算部２１７と、デブロッキングフィルタ２１８と、メモリ２１９と、面内予測部２２０と、動き補償部２２１と、スイッチ２２３とを備える。

エントロピー復号部２１４は、ベース符号化ストリームを取得し、そのベース符号化ストリームをエントロピー復号（可変長復号）する。

逆量子化部２１５は、エントロピー復号部２１４によるエントロピー復号によって生成された、量子化された係数ブロックを逆量子化する。逆直交変換部２１６は、その逆量子化された係数ブロックに含まれる各周波数係数に対して逆離散コサイン変換などの逆直交変換（逆周波数変換）を行うことによって、復号差分画像を生成する。

加算部２１０４は、スイッチ２２３から予測画像を取得し、その予測画像と、逆直交変換部２１６によって生成された復号差分画像とを加算することによってベース復号画像（再構成画像）を生成する。

デブロッキングフィルタ２１８は、加算部２１７によって生成されたベース復号画像のブロック歪みを除去し、そのベース復号画像をメモリ２１９に格納するとともに、そのベース復号画像を出力する。また、デブロッキングフィルタ２１８は、そのベース復号画像を記憶部２４０に格納する。メモリ２１９は、ピクチャサイズ分のベース復号画像を動き補償の際の参照ピクチャとして格納するためのメモリである。

面内予測部２２０は、加算部２１７によって生成されたベース復号画像を用いて復号対象ブロックに対して面内予測を行うことによって予測画像（イントラ予測画像）を生成する。

動き補償部２２１は、メモリ２１９に格納されている参照ピクチャを参照するとともに、エントロピー復号部２１４によるエントロピー復号によって生成された動きベクトルを用いることによって、復号対象ブロックに対して動き補償を行う。動き補償部２２１は、このような動き補償によって復号対象ブロックに対する予測画像（インター予測画像）を生成する。

スイッチ２２３は、復号対象ブロックが面内予測符号化されている場合には、面内予測部２２０によって生成された予測画像（イントラ予測画像）を加算部２１７に出力する。一方、スイッチ２２３は、復号対象ブロックが画面間予測符号化されている場合には、動き補償部２２１によって生成された予測画像（インター予測画像）を加算部２１７に出力する。

図１０は、ノンベースビュー復号部２５０のブロック図である。

ノンベースビュー復号部２５０は、ベースビュー復号部２１０がベース符号化ストリームを復号するのと同様に、ノンベース符号化ストリームを復号する。ここで、ノンベースビュー復号部２５０は、ベースビュー復号部２１０によって生成されて記憶部２４０に格納されたピクチャサイズ分のベース復号画像を参照ピクチャとして参照しながらノンベース符号化ストリームを復号する。

このようなノンベースビュー復号部２５０は、エントロピー復号部２１４と、逆量子化部２１５と、逆直交変換部２１６と、加算部２１７と、デブロッキングフィルタ２１８と、メモリ２１９と、面内予測部２２０と、動き視差補償部２５１と、スイッチ２２３とを備える。つまり、ノンベースビュー復号部２５０は、動き補償部２２１を除くベースビュー復号部２１０の全ての構成要素を備え、その動き補償部２２１の代わりに動き視差補償部２５１を備える。

動き視差補償部２５１は、ノンベースビューに含まれる復号対象ブロックに対して動き補償および視差補償のうちの少なくとも一方の補償を行う。

つまり、動き視差補償部２５１は、復号対象ブロックの復号に参照される１つまたは２つの参照ピクチャがメモリ２１９に格納されているノンベースビューの画像であれば、それらの参照ピクチャを参照するとともに、エントロピー復号によって生成された１つまたは２つの動きベクトルを用いることによって、復号対象ブロックに対して動き補償を行う。このような動き補償を行うことによって、動き視差補償部２５１は、復号対象ブロックの予測画像を生成する。また、動き視差補償部２５１は、復号対象ブロックの復号に参照される１つまたは２つの参照ピクチャが記憶部２４０に格納されているベースビューの画像であれば、それらの参照ピクチャを参照するとともに、エントロピー復号によって生成された１つまたは２つの視差ベクトルを用いることによって、復号対象ブロックに対して視差補償を行う。このような視差補償を行うことによって、動き視差補償部２５１は、復号対象ブロックの予測画像を生成する。

また、動き視差補償部２５１は、復号対象ブロックの復号に参照される２つの参照ピクチャのうちの一方がメモリ２１９に格納されているノンベースビューの画像であり、他方が記憶部２４０に格納されているベースビューの画像であれば、それらの参照ピクチャを参照するとともに、エントロピー復号によって生成された動きベクトルおよび視差ベクトルを用いることによって、復号対象ブロックに対して動き補償および視差補償を行う。このような動き補償および視差補償を行うことによって、動き視差補償部２５１は、復号対象ブロックの予測画像を生成する。

ここで、本実施の形態における動き視差補償部２５１は、ノンベースビューの復号対象ブロックの復号に２つの参照ピクチャが参照される場合、必要に応じて暗黙的モードの重み付き予測を行う。この動き視差補償部２５１による暗黙的モードの重み付き予測は、ノンベースビュー符号化部１５０の動き視差補償部１５１による暗黙的モードの重み付き予測と同じである。

図１１は、動き視差補償部２５１における暗黙的モードの重み付き予測に関する機能構成を示すブロック図である。

動き視差補償部２５１は、判別部２５１ａと、時間距離特定部２５１ｂと、予測画像生成部２５１ｃとを備える。

判別部２５１ａは、復号対象ブロックを含むノンベースビューに、復号対象ブロックの参照ピクチャが含まれているか否かを判別する。

時間距離特定部２５１ｂは、判別部２５１ａによって、参照ピクチャが含まれていると判別された場合には、復号対象ブロックとその参照ピクチャとの間の実際の時間距離を、重み付き予測に用いられる時間距離として特定する。また、時間距離特定部２５１ｂは、判別部２５１ａによって、参照ピクチャが含まれていないと判別された場合には、上述の実際の時間距離の代わりに、０より大きい値を、重み付き予測に用いられる時間距離として特定する。

予測画像生成部２５１ｃは、その参照ピクチャに含まれる第１のブロックと、復号対象ブロックの他方の参照ピクチャに含まれる第２のブロックとを、時間距離特定部２５１ｂによって特定された時間距離に応じて重み付け加算することによって、復号対象ブロックに対する予測画像を生成する。ここで、第１のブロックは、復号対象ブロックの第１のベクトルによって示される位置にあるブロックであり、第２のブロックは、復号対象ブロックの第２のベクトルによって示される位置にあるブロックである。

このような動き視差補償部２５１は、図６Ａおよび図６Ｂに示す動き視差補償部１５１による暗黙的モードの重み付き予測と同様に、予測画像を生成する。

図１２は、暗黙的モードの重み付き予測を伴うブロックの復号を示すフローチャートである。

まず、動き視差補償部２５１の判別部２５１ａは、復号対象ブロックの復号に参照される２つの参照ピクチャのうちのいずれか１つを第１の参照ピクチャとして選択する（ステップＳ４０）。

次に、判別部２５１ａは、復号対象ブロックを含むノンベースビューに、ステップＳ４０で選択された第１の参照ピクチャが含まれているか否かを判別する（ステップＳ４２）。

ここで、判別部２５１ａによって、第１の参照ピクチャがノンベースビューに含まれていると判別されると（ステップＳ４２のＹｅｓ）、時間距離特定部２５１ｂは、復号対象ブロックと第１の参照ピクチャとの間の実際の時間距離ｔ１を、重み付き予測に用いられる時間距離Ｔ１として特定する（ステップＳ４６）。一方、判別部２５１ａによって、第１の参照ピクチャがノンベースビューに含まれていないと判別されると（ステップＳ４２のＮｏ）、時間距離特定部２５１ｂは、実際の時間距離ｔ１の代わりに、０より大きい値を、重み付き予測に用いられる時間距離Ｔ１として特定する（ステップＳ４４）。

次に、判別部２５１ａは、２つの参照ピクチャが全て選択されたか否かを判別する（ステップＳ４８）。ここで、判別部２５１ａは、２つの参照ピクチャが全て選択されていないと判別すると（ステップＳ４８のＮｏ）、選択されていない残りの参照ピクチャを第２の参照ピクチャとして選択する（ステップＳ４０）。そして、判別部２５１ａおよび時間距離特定部２５１ｂは、第２の参照ピクチャに対して上述のステップＳ４２，Ｓ４４，Ｓ４６の処理を行うことによって、時間距離Ｔ１と同様に、第２の参照ピクチャに対して、重み付き予測に用いられる時間距離Ｔ２を特定する。

次に、動き視差補償部２５１の予測画像生成部２５１ｃは、第１の参照ピクチャに含まれる、復号対象ブロックの第１のベクトル（動きベクトルまたは視差ベクトル）によって示される第１のブロックと、第２の参照ピクチャに含まれる、復号対象ブロックの第２のベクトル（動きベクトルまたは視差ベクトル）によって示される第２のブロックとを、時間距離Ｔ１，Ｔ２に応じて重み付け加算する。これによって、動き視差補償部２５１は、復号対象ブロックに対する予測画像を生成する（ステップＳ５０）。

そして、加算部２１７は、復号対象ブロックと予測画像とを加算する（ステップＳ５２）。

このように、本実施の形態では、符号化された多視点映像のノンベースビューに含まれる復号対象ブロックが、２つの参照ピクチャを用いた重み付き予測によって復号される際には、参照ピクチャがノンベースビューに含まれているか否かが判別される。そして、ノンベースビューに含まれていないと判別されると、復号対象ブロックとその参照ピクチャとの間の実際の時間距離の代わりに、０より大きい値が重み付き予測に用いられる。したがって、２つの参照ピクチャを用いて適切な予測画像を生成することができる。その結果、画質劣化を防ぐことができる。

（実施の形態２）
本実施の形態では、符号化対象ピクチャの予測画像を、暗黙的モードによる重み付き予測によって生成する場合に、参照ピクチャがノンベースビューに含まれるかどうかを判定する代わりに、符号化対象ピクチャ、または、参照ピクチャの表示順から算出した時間距離によって、重み付き予測に用いる重みを切り替える。

図１３は、本実施の形態の説明で用いる、暗黙的モードによる重み付き予測の例を表す図である。図１３において、符号化対象ピクチャ内の符号化対象ブロックに対して、予測方向０の参照ピクチャ内の予測方向０の参照ブロックを用いて、動き補償により、予測方向０の予測画像ｐｒｅｄＳａｍｐｌｅＬ０が生成される。また、予測方向１の参照ピクチャ内の予測方向１の参照ブロックを用いて、動き補償により、予測方向１の予測画像ｐｒｅｄＳａｍｐｌｅＬ１が生成される。そして、予測方向０の予測画像ｐｒｅｄＳａｍｐｌｅＬ０、および、予測方向１の予測画像ｐｒｅｄＳａｍｐｌｅＬ１、および、重み付き予測の重みｗ０ｃおよびｗ１ｃを用いて、下記の（式２−１）により、双方向予測の予測画像ｐｒｅｄＳａｍｐｌｅＢｉが生成される。

ｐｒｅｄＳａｍｐｌｅＢｉ ＝ ｗ０ｃ × ｐｒｅｄＳａｍｐｌｅＬ０ ＋ ｗ１ｃ × ｐｒｅｄＳａｍｐｌｅＬ１ ・・・（式２−１）

ここで、予測方向０および予測方向１とは、双方向予測で用いる２つの参照ピクチャリスト（参照ピクチャリストＬ０および参照ピクチャリストＬ１）のいずれか一方を表す。本実施の形態では、予測方向０を参照ピクチャリストＬ０、予測方向１を参照ピクチャリストＬ１として説明を行うが、必ずしもこれには限らず、例えば、予測方向０を参照ピクチャリストＬ１、予測方向１を参照ピクチャリストＬ０と割り当てるようにしても構わない。また、重み付き予測の重みｗ０ｃおよびｗ１ｃは、下記の（式２−２）および（式２−３）により、算出される。

ｗ０ｃ ＝ １ − ＷＳＦ ・・・（式２−２）
ｗ１ｃ ＝ ＷＳＦ ・・・（式２−３）

ここで、ＷＳＦ（ＷｅｉｇｈｔｅｄＳｃａｌｅＦａｃｔｏｒ）は、下記（式２−４）により、算出される。

ＷＳＦ ＝ ｔｂ ／ ｔｄ ・・・（式２−４）

ここで、ｔｂは符号化対象ピクチャと予測方向０の参照ピクチャとの表示順の差を表し、図１３の例では、ｔｂの値は２である。また、ｔｄは予測方向０の参照ピクチャと、予測方向１の参照ピクチャとの表示順の差であり、図１３の例では、ｔｄの値は３である。つまり、図１３の例では、ＷＳＦ ＝ ２／３となり、ｗ０ｃ ＝ １／３、ｗ１ｃ ＝ ２／３となる。この結果、（式２−１）より、双方向予測の予測画像ｐｒｅｄＳａｍｐｌｅＢｉは、（１／３）×ｐｒｅｄＳａｍｐｌｅＬ０ ＋ （２／３）×ｐｒｅｄＳａｍｐｌｅＬ１により算出される。なお、ここで、ｔｂは、図１Ａおよび図１Ｂのｔ１またはｔ３に該当し、ｔｄは、図１Ａおよび図１Ｂのｔ１＋ｔ２、または、ｔ３＋ｔ２に該当する。

図１４は、本実施の形態の説明で用いる、暗黙的モードによる重み付き予測の一例を示すフローチャートである。Ｓ１では、符号化対象ブロックの表示順と予測方向０の参照ピクチャの表示順との差分値ｔｂを算出する。Ｓ２では、予測方向０の参照ピクチャの表示順と、予測方向１の参照ピクチャの表示順との差分値ｔｄを算出する。Ｓ３では、（式２−４）を用いて、ＷＳＦを算出する。Ｓ４では、（式２−２）および（式２−３）を用いて、ｗ０ｃおよびｗ１ｃを算出する。Ｓ５では、（式２−１）を用いて、双方向予測の予測画像ｐｒｅｄＳａｍｐｌｅＢｉを算出する。

図１３および図１４で説明した、暗黙的モードによる重み付き予測では、多視点映像符号化（ＭＶＣ：Ｍｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）等の符号化時において、処理対象ブロックと参照ピクチャとの時間距離、つまり、処理対象ブロックを含むピクチャである処理対象ピクチャと参照ピクチャとの時間距離が０となるような場合に、画質が劣化して符号化効率が低下するという課題がある。図１５および図１６に、その例を示す。

図１５は、予測方向１の参照ピクチャが、異なるビューに属する場合の例を示す図である。図１５の例では、予測方向１の参照ピクチャがベースビューに属する。なお、本実施の形態では、符号化対象ブロックがノンベースビュー、参照ピクチャがベースビューに属する例を用いて説明を行うが、必ずしもこれには限らず、参照ピクチャが符号化対象ピクチャと異なるノンベースビューに属するようにしても構わない。図１５の場合では、符号化対象ピクチャと予測方向０の参照ピクチャとの表示順の差ｔｂと、予測方向０の参照ピクチャと予測方向１の参照ピクチャとの表示順の差ｔｄとが、同じ値（ｔｂ＝ｔｄ＝２）となり、（式２−４）により、ＷＳＦは１となる。その結果、（式２−２）および（式２−３）により、ｗ０ｃは０、ｗ１ｃは１となるため、重み付き予測によって算出される双方向予測の予測画像ｐｒｅｄＳａｍｐｌｅＢｉは、（式２−１）によって、予測方向１の予測画像ｐｒｅｄＳａｍｐｌｅＬ１と等しくなる。つまり、重み付き予測使用時に、予測方向１の参照ピクチャが異なるビューに属すると、双方向予測の予測画像が、常に片方向予測である予測方向１の予測画像になるため、画質が劣化して符号化効率が低下する。

図１６は、予測方向０の参照ピクチャが、異なるビューに属する場合の例を示す図である。図１６の例では、予測方向０の参照ピクチャがベースビューに属する。なお、本実施の形態では、符号化対象ブロックがノンベースビュー、参照ピクチャがベースビューに属する例を用いて説明を行うが、必ずしもこれには限らず、参照ピクチャが符号化対象ピクチャと異なるノンベースビューに属するようにしても構わない。図１６の場合では、符号化対象ピクチャと予測方向０の参照ピクチャとの表示順の差ｔｂが０となり、（式２−４）により、ＷＳＦは０となる。その結果、（式２−２）および（式２−３）により、ｗ０ｃは１、ｗ１ｃは０となるため、重み付き予測によって算出される双方向予測の予測画像ｐｒｅｄＳａｍｐｌｅＢｉは、（式２−１）によって、予測方向０の予測画像ｐｒｅｄＳａｍｐｌｅＬ０と等しくなる。つまり、重み付き予測使用時に、予測方向０の参照ピクチャが異なるビューに属すると、双方向予測の予測画像が、常に片方向予測である予測方向０の予測画像になるため、画質が劣化して符号化効率が低下する。

本実施の形態では、符号化対象ピクチャの予測画像を、暗黙的モードによる重み付き予測によって生成する場合に、符号化対象ピクチャ、または、参照ピクチャの表示順から算出した時間距離によって、重み付き予測に用いる重みを切り替えることによって、上記課題を解決する。

なお、本実施の形態は、実施の形態１の画像符号化装置および画像復号装置に対して、図３の動き補償部１２１、図４の動き視差補償部１５１、図９の動き補償部２２１、および図１０の動き視差補償部２５１の動作が異なる点以外は、実施の形態１と同様の構成のため、説明を省略する。

図１７は、本実施の形態における画像符号化装置の、動き補償部１２１’または動き視差補償部１５１’における暗黙的モードの重み付き予測に関する機能構成を示すブロック図である。本実施の形態では、動き補償部１２１’または動き視差補償部１５１’を同一の構成で実現する例を示す。動き補償部１２１’または動き視差補償部１５１’は、時間距離算出部１２１’ａと、重み算出部１２１’ｂと、予測画像生成部１２１’ｃとを備える。時間距離算出部１２１’ａは、符号化対象ピクチャと予測方向０の参照ピクチャとの表示順の差ｔｂと、予測方向０の参照ピクチャと予測方向１の参照ピクチャとの表示順の差ｔｄとを算出する。重み算出部１２１’ｂは、ｔｂおよびｔｄを用いて、重み付き予測の重みｗ０ｃおよびｗ１ｃを算出する。予測画像生成部１２１’ｃは、ｗ０ｃおよびｗ１ｃを用いて、符号化対象ブロックに対する双方向予測の予測画像ｐｒｅｄＳａｍｐｌｅＢｉを算出する。

図１８は、本実施の形態における画像符号化装置の、重み付き予測の予測画像生成のフローチャートである。以下、図１８について説明する。Ｓ１ａでは、符号化対象ブロックの表示順と予測方向０の参照ピクチャの表示順との差分値ｔｂを算出する。Ｓ２ａでは、予測方向０の参照ピクチャの表示順と、予測方向１の参照ピクチャの表示順との差分値ｔｄを算出する。Ｓ３ａでは、ｔｂとｔｄの値が等しいかどうか、または、ｔｂの値が０かどうかを判定し、真ならば、Ｓ４ａにおいて、ｗ０ｃおよびｗ１ｃに、値０．５を設定する。つまり、図１５または図１６で示したような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、真であれば、重み付き予測の重みを均等にすることによって、重み付き予測を用いない場合の双方向予測画像を生成する。Ｓ３ａが偽であれば、Ｓ５ａにおいて、（式２−４）を用いて、ＷＳＦを算出し、Ｓ６ａにおいて、（式２−２）および（式２−３）を用いて、ｗ０ｃおよびｗ１ｃを算出する。Ｓ７ａでは、（式２−１）を用いて、双方向予測の予測画像ｐｒｅｄＳａｍｐｌｅＢｉを算出する。Ｓ８ａでは、符号化対象ブロックと予測画像との差分を算出する。

このように、図１５または図１６で示したような、処理対象ブロックを含むピクチャである処理対象ピクチャと参照ピクチャとの時間距離が０となるような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、図１５または図１６のような参照構造が発生している場合は、重み付き予測の重みを均等にする。これによって、重み付き予測を用いない場合の双方向予測画像を生成することにより、２つの参照ピクチャを用いて適切な予測画像を生成することができる。その結果、画質劣化を防ぐことができる。

なお、図１８では、Ｓ３ａが真の場合に、Ｓ４ａにおいて、ｗ０ｃおよびｗ１ｃに値０．５を設定して、重み付き予測の重みを均等にするようにしたが、必ずしもこれには限らず、例えば、（式２−２）から（式２−４）を用いて、ｗ０ｃおよびｗ１ｃを算出し、値が０となったｗ０ｃ、または、ｗ１ｃに０より大きい値を設定することによって、双方向予測の予測画像を生成するようにしても構わない。

また、本実施の形態では、図１５または図１６で示したような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、図１５または図１６のような参照構造が発生している場合は、重み付き予測の重みを均等にすることによって、重み付き予測を用いない場合の双方向予測画像を生成するようにしたが、必ずしもこれには限らない。例えば、図１９に示すように、図１５または図１６のような参照構造が発生している場合は、表示順の差分値ではなく、例えば、各ビューの符号化（復号）順に割り振られたＶＯＩｄｘ（ｖｉｅｗ ｏｒｄｅｒ ｉｎｄｅｘ）や、各ビューに割り振られたｖｉｅｗ＿ｉｄ等の差分値を用いるようにしても構わない。

図１９は、本実施の形態における、ＶＯＩｄｘの差分値を用いる例を示す図である。Ｓ１ｂでは、符号化対象ブロックの表示順と予測方向０の参照ピクチャの表示順との差分値ｔｂを算出する。Ｓ２ｂでは、予測方向０の参照ピクチャの表示順と予測方向１の参照ピクチャの表示順との差分値ｔｄを算出する。Ｓ３ｂでは、ｔｂとｔｄの値が等しいかどうかを判定し、真ならば、Ｓ４ｂにおいて、符号化対象ピクチャの属するビューのＶＯＩｄｘと、予測方向１の参照ピクチャの属するビューのＶＯＩｄｘとの差分値（ビュー間距離）を算出し、その差分値をｔｄに加算する。Ｓ３ｂが偽であれば、Ｓ５ｂにおいて、ｔｂの値が０かどうかを判定し、真ならば、Ｓ６ｂにおいて、符号化対象ピクチャの属するビューのＶＯＩｄｘと、予測方向０の参照ピクチャの属するビューのＶＯＩｄｘとの差分値（ビュー間距離）を算出し、その差分値をｔｂに設定する。つまり、図１５または図１６で示したような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、真であれば、表示順の差分値に加えて、符号化対象ピクチャおよび参照ピクチャの属するビューのＶＯＩｄｘの差分値を用いて、適切にｔｄおよびｔｂを算出する。Ｓ７ｂでは、（式２−４）を用いて、ＷＳＦを算出し、Ｓ８ｂでは、ｗ０ｃおよびｗ１ｃを算出する。Ｓ９ｂでは、（式２−１）を用いて、双方向予測の予測画像ｐｒｅｄＳａｍｐｌｅＢｉを算出する。Ｓ１０ｂでは、符号化対象ブロックと予測画像との差分を算出する。このように、図１５または図１６で示したような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、図１５または図１６のような参照構造が発生している場合は、符号化対象ピクチャと参照ピクチャの表示順の差分値に加えて、符号化対象ピクチャおよび参照ピクチャの属するビューのＶＯＩｄｘの差分値を用いて、適切にｔｄおよびｔｂを算出して重み付き予測を行うことによって、画質劣化を防ぐことができる。

なお、本実施の形態では、符号化対象ピクチャが異なるビューのピクチャを参照する場合、例えば、ノンベースビューに含まれるピクチャを符号化するような場合を例として説明したが、必ずしもこれには限らず、例えば、符号化対象ピクチャが異なるレイヤのピクチャを参照する場合に、本実施の形態を適用するようにしても構わない。例えば、ＳＶＣ（Ｓｃａｌａｂｌｅ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）等に適用することが考えられる。ＳＶＣでも、異なるレイヤに属する参照ピクチャを参照して予測画像を生成する場合があり、ＭＶＣと同様に、処理対象ブロックと参照ピクチャとの時間距離、つまり、処理対象ブロックを含むピクチャである処理対象ピクチャと参照ピクチャとの時間距離が０となるような場合に、画質が劣化して符号化効率が低下するという課題がある。

そこで、本実施の形態を適用することにより、処理対象ブロックを含むピクチャである処理対象ピクチャと参照ピクチャとの時間距離が０となるような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、そのような参照構造が発生している場合には、重み付き予測の重みを均等にする。これによって、重み付き予測を用いない場合の双方向予測画像を生成することにより、２つの参照ピクチャを用いて適切な予測画像を生成することができる。その結果、画質劣化を防ぐことができる。また、処理対象ブロックを含むピクチャである処理対象ピクチャと参照ピクチャとの時間距離が０となるような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、そのような参照構造が発生している場合は、符号化対象ピクチャと参照ピクチャの表示順の差分値に加えて、符号化対象ピクチャおよび参照ピクチャの属するレイヤの識別信号等の差分値を用いて、適切にｔｄおよびｔｂを算出して重み付き予測を行うことによって、画質劣化を防ぐことができる。

図２０は、本実施の形態における画像復号装置の、動き補償部２２１’または動き視差補償部２５１’における暗黙的モードの重み付き予測に関する機能構成を示すブロック図である。本実施の形態では、動き補償部２２１’または動き視差補償部２５１’を同一の構成で実現する例を示す。動き補償部２２１’または動き視差補償部２５１’は、時間距離算出部２２１’ａと、重み算出部２２１’ｂと、予測画像生成部２２１’ｃとを備える。時間距離算出部２２１’ａは、復号対象ピクチャと予測方向０の参照ピクチャとの表示順の差ｔｂと、予測方向０の参照ピクチャと予測方向１の参照ピクチャとの表示順の差ｔｄとを算出する。重み算出部２２１’ｂは、ｔｂおよびｔｄを用いて、重み付き予測の重みｗ０ｃおよびｗ１ｃを算出する。予測画像生成部２２１’ｃは、ｗ０ｃおよびｗ１ｃを用いて、復号対象ブロックに対する双方向予測の予測画像ｐｒｅｄＳａｍｐｌｅＢｉを算出する。

図２１は、本実施の形態における画像復号装置の、重み付き予測の予測画像生成のフローチャートである。以下、図２１について説明する。Ｓ１ｃでは、復号対象ブロックの表示順と予測方向０の参照ピクチャの表示順との差分値ｔｂを算出する。Ｓ２ｃでは、予測方向０の参照ピクチャの表示順と、予測方向１の参照ピクチャの表示順との差分値ｔｄを算出する。Ｓ３ｃでは、ｔｂとｔｄの値が等しいかどうか、または、ｔｂの値が０かどうかを判定し、真ならば、Ｓ４ｃにおいて、ｗ０ｃおよびｗ１ｃに、値０．５を設定する。つまり、図１５または図１６で示したような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、真であれば、重み付き予測の重みを均等にすることによって、重み付き予測を用いない場合の双方向予測画像を生成する。Ｓ３ｃが偽であれば、Ｓ５ｃにおいて、（式２−４）を用いて、ＷＳＦを算出し、Ｓ６ｃにおいて、（式２−２）および（式２−３）を用いて、ｗ０ｃおよびｗ１ｃを算出する。Ｓ７ｃでは、（式２−１）を用いて、双方向予測の予測画像ｐｒｅｄＳａｍｐｌｅＢｉを算出する。Ｓ８ｃでは、復号対象ブロックと予測画像とを加算する。

このように、図１５または図１６で示したような、処理対象ブロックを含むピクチャである処理対象ピクチャと参照ピクチャとの時間距離が０となるような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、図１５または図１６のような参照構造が発生している場合は、重み付き予測の重みを均等にする。これによって、重み付き予測を用いない場合の双方向予測画像を生成することにより、２つの参照ピクチャを用いて適切な予測画像を生成し、画質劣化を防ぐことができるビットストリームを適切に復号することができる。

なお、図２１では、Ｓ３ｃが真の場合に、Ｓ４ｃにおいて、ｗ０ｃおよびｗ１ｃに値０．５を設定して、重み付き予測の重みを均等にするようにしたが、必ずしもこれには限らず、例えば、（式２−２）から（式２−４）を用いて、ｗ０ｃおよびｗ１ｃを算出し、値が０となったｗ０ｃ、または、ｗ１ｃに０より大きい値を設定することによって、双方向予測の予測画像を生成するようにしても構わない。

また、本実施の形態では、図１５または図１６で示したような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、図１５または図１６のような参照構造が発生している場合は、重み付き予測の重みを均等にすることによって、重み付き予測を用いない場合の双方向予測画像を生成するようにしたが、必ずしもこれには限らない。例えば、図２２に示すように、図１５または図１６のような参照構造が発生している場合は、表示順の差分値ではなく、例えば、各ビューの符号化（復号）順に割り振られたＶＯＩｄｘ（ｖｉｅｗ ｏｒｄｅｒ ｉｎｄｅｘ）や、各ビューに割り振られたｖｉｅｗ＿ｉｄ等の差分値を用いるようにしても構わない。

図２２は、本実施の形態における、ＶＯＩｄｘの差分値を用いる例を示す図である。Ｓ１ｄでは、復号対象ブロックの表示順と予測方向０の参照ピクチャの表示順との差分値ｔｂを算出する。Ｓ２ｄでは、予測方向０の参照ピクチャの表示順と予測方向１の参照ピクチャの表示順との差分値ｔｄを算出する。Ｓ３ｄでは、ｔｂとｔｄの値が等しいかどうかを判定し、真ならば、Ｓ４ｄにおいて、復号対象ピクチャの属するビューのＶＯＩｄｘと、予測方向１の参照ピクチャの属するビューのＶＯＩｄｘとの差分値（ビュー間距離）を算出し、その差分値をｔｄに加算する。Ｓ３ｄが偽であれば、Ｓ５ｄにおいて、ｔｂの値が０かどうかを判定し、真ならば、Ｓ６ｄにおいて、復号対象ピクチャの属するビューのＶＯＩｄｘと、予測方向０の参照ピクチャの属するビューのＶＯＩｄｘとの差分値（ビュー間距離）を算出し、その差分値をｔｂに設定する。つまり、図１５または図１６で示したような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、真であれば、表示順の差分値に加えて、復号対象ピクチャおよび参照ピクチャの属するビューのＶＯＩｄｘの差分値を用いて、適切にｔｄおよびｔｂを算出する。Ｓ７ｄでは、（式２−４）を用いて、ＷＳＦを算出し、Ｓ８ｄでは、ｗ０ｃおよびｗ１ｃを算出する。Ｓ９ｄでは、（式２−１）を用いて、双方向予測の予測画像ｐｒｅｄＳａｍｐｌｅＢｉを算出する。Ｓ１０ｄでは、復号対象ブロックと予測画像とを加算する。このように、図１５または図１６で示したような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、図１５または図１６のような参照構造が発生している場合は、復号対象ピクチャと参照ピクチャの表示順の差分値に加えて、復号対象ピクチャおよび参照ピクチャの属するビューのＶＯＩｄｘの差分値を用いて、適切にｔｄおよびｔｂを算出して重み付き予測を行うことによって、画質劣化を防ぐことができるビットストリームを適切に復号することができる。

なお、本実施の形態では、復号対象ピクチャが異なるビューのピクチャを参照する場合、例えば、ノンベースビューに含まれるピクチャを復号するような場合を例として説明したが、必ずしもこれには限らず、例えば、復号対象ピクチャが異なるレイヤのピクチャを参照する場合に、本実施の形態を適用するようにしても構わない。例えば、ＳＶＣ（Ｓｃａｌａｂｌｅ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）等に適用することが考えられる。ＳＶＣでも、異なるレイヤに属する参照ピクチャを参照して予測画像を生成する場合があり、ＭＶＣと同様に、処理対象ブロックと参照ピクチャとの時間距離、つまり、処理対象ブロックを含むピクチャである処理対象ピクチャと参照ピクチャとの時間距離が０となるような場合に、画質が劣化して符号化効率が低下するという課題がある。

そこで、本実施の形態を適用することにより、処理対象ブロックを含むピクチャである処理対象ピクチャと参照ピクチャとの時間距離が０となるような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、そのような参照構造が発生している場合には、重み付き予測の重みを均等にする。これによって、重み付き予測を用いない場合の双方向予測画像を生成することにより、２つの参照ピクチャを用いて適切な予測画像を生成し、画質劣化を防ぐことができるビットストリームを適切に復号することができる。また、処理対象ブロックを含むピクチャである処理対象ピクチャと参照ピクチャとの時間距離が０となるような参照構造が発生しているかどうかを、ｔｂおよびｔｄの値から判定し、そのような参照構造が発生している場合は、復号対象ピクチャと参照ピクチャの表示順の差分値に加えて、復号対象ピクチャおよび参照ピクチャの属するレイヤの識別信号等の差分値を用いて、適切にｔｄおよびｔｂを算出して重み付き予測を行うことによって、画質劣化を防ぐことができるビットストリームを適切に復号することができる。

なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、そのソフトウェアプログラムは、以下の画像符号化方法および画像復号方法に含まれる各ステップをコンピュータに実行させるプロプログラムである。その画像符号化方法は、第１および第２のビューを有する多視点映像を構成するピクチャをブロックごとに符号化する画像符号化方法であって、符号化対象ピクチャと、前記符号化対象ピクチャに含まれる符号化対象ブロックが参照する第１の参照ピクチャとの間の時間距離を第１の時間距離として特定する第１の時間距離算出ステップと、前記第１の参照ピクチャと、前記符号化対象ブロックが参照する第２の参照ピクチャとの間の時間距離を第２の時間距離として特定する第２の時間距離算出ステップと、前記第１の時間距離および前記第２の時間距離が所定条件を満たすかどうかに応じて、前記第１の参照ピクチャに対する第１の重み、および、前記第２の参照ピクチャに対する第２の重みを算出する重み算出ステップと、前記第１の参照ピクチャに含まれ、前記符号化対象ブロックに参照される第１のブロックと、前記第２の参照ピクチャに含まれ、前記符号化対象ブロックに参照される第２のブロックとを、前記第１の重みと前記第２の重みとに応じて重み付け加算することによって、前記符号化対象ブロックに対する予測画像を生成する予測画像生成ステップと、を含む。また、上述の画像復号方法は、第１および第２のビューを有する多視点映像を構成するピクチャをブロックごとに復号する画像復号方法であって、復号対象ピクチャと、前記復号対象ピクチャに含まれる復号対象ブロックが参照する第１の参照ピクチャとの間の時間距離を第１の時間距離として特定する第１の時間距離算出ステップと、前記第１の参照ピクチャと、前記復号対象ブロックが参照する第２の参照ピクチャとの間の時間距離を第２の時間距離として特定する第２の時間距離算出ステップと、前記第１の時間距離および前記第２の時間距離が所定条件を満たすかどうかに応じて、前記第１の参照ピクチャに対する第１の重み、および、前記第２の参照ピクチャに対する第２の重みを算出する重み算出ステップと、前記第１の参照ピクチャに含まれ、前記復号対象ブロックに参照される第１のブロックと、前記第２の参照ピクチャに含まれ、前記復号対象ブロックに参照される第２のブロックとを、前記第１の重みと前記第２の重みとに応じて重み付け加算することによって、前記復号対象ブロックに対する予測画像を生成する予測画像生成ステップと、を含む。

（実施の形態３）
上記各実施の形態で示した動画像符号化方法（画像符号化方法）または動画像復号化方法（画像復号方法）の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。

さらにここで、上記各実施の形態で示した動画像符号化方法（画像符号化方法）や動画像復号化方法（画像復号方法）の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。

図２３は、コンテンツ配信サービスを実現するコンテンツ供給システムex１００の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex１０６、ex１０７、ex１０８、ex１０９、ex１１０が設置されている。

このコンテンツ供給システムex１００は、インターネットex１０１にインターネットサービスプロバイダex１０２および電話網ex１０４、および基地局ex１０６からex１１０を介して、コンピュータex１１１、ＰＤＡ（Personal Digital Assistant）ex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５などの各機器が接続される。

しかし、コンテンツ供給システムex１００は図２３のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。

カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ−ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。

コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の一態様に係る画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。

なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像および／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。

また、これら符号化・復号化処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ−ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。

また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。

以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。

なお、コンテンツ供給システムex１００の例に限らず、図２４に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の一態様に係る画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。

また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号化する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に動画像復号化装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。

図２５は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。

また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の一態様に係る画像符号化装置または画像復号装置として機能する）を有する信号処理部ex３０６と、復号化した音声信号を出力するスピーカex３０７、復号化した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。

まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号化し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。

また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。

また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。

一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図２６に示す。情報再生／記録部ex４００は、以下に説明する要素ex４０１、ex４０２、ex４０３、ex４０４、ex４０５、ex４０６、ex４０７を備える。光ヘッドex４０１は、光ディスクである記録メディアex２１５の記録面にレーザスポットを照射して情報を書き込み、記録メディアex２１５の記録面からの反射光を検出して情報を読み込む。変調記録部ex４０２は、光ヘッドex４０１に内蔵された半導体レーザを電気的に駆動し記録データに応じてレーザ光の変調を行う。再生復調部ex４０３は、光ヘッドex４０１に内蔵されたフォトディテクタにより記録面からの反射光を電気的に検出した再生信号を増幅し、記録メディアex２１５に記録された信号成分を分離して復調し、必要な情報を再生する。バッファex４０４は、記録メディアex２１５に記録するための情報および記録メディアex２１５から再生した情報を一時的に保持する。ディスクモータex４０５は記録メディアex２１５を回転させる。サーボ制御部ex４０６は、ディスクモータex４０５の回転駆動を制御しながら光ヘッドex４０１を所定の情報トラックに移動させ、レーザスポットの追従処理を行う。システム制御部ex４０７は、情報再生／記録部ex４００全体の制御を行う。上記の読み出しや書き込みの処理はシステム制御部ex４０７が、バッファex４０４に保持された各種情報を利用し、また必要に応じて新たな情報の生成・追加を行うと共に、変調記録部ex４０２、再生復調部ex４０３、サーボ制御部ex４０６を協調動作させながら、光ヘッドex４０１を通して、情報の記録再生を行うことにより実現される。システム制御部ex４０７は例えばマイクロプロセッサで構成され、読み出し書き込みのプログラムを実行することでそれらの処理を実行する。

以上では、光ヘッドex４０１はレーザスポットを照射するとして説明したが、近接場光を用いてより高密度な記録を行う構成であってもよい。

図２７に光ディスクである記録メディアex２１５の模式図を示す。記録メディアex２１５の記録面には案内溝（グルーブ）がスパイラル状に形成され、情報トラックex２３０には、予めグルーブの形状の変化によってディスク上の絶対位置を示す番地情報が記録されている。この番地情報はデータを記録する単位である記録ブロックex２３１の位置を特定するための情報を含み、記録や再生を行う装置において情報トラックex２３０を再生し番地情報を読み取ることで記録ブロックを特定することができる。また、記録メディアex２１５は、データ記録領域ex２３３、内周領域ex２３２、外周領域ex２３４を含んでいる。ユーザデータを記録するために用いる領域がデータ記録領域ex２３３であり、データ記録領域ex２３３より内周または外周に配置されている内周領域ex２３２と外周領域ex２３４は、ユーザデータの記録以外の特定用途に用いられる。情報再生／記録部ex４００は、このような記録メディアex２１５のデータ記録領域ex２３３に対して、符号化された音声データ、映像データまたはそれらのデータを多重化した多重化データの読み書きを行う。

以上では、１層のＤＶＤ、ＢＤ等の光ディスクを例に挙げ説明したが、これらに限ったものではなく、多層構造であって表面以外にも記録可能な光ディスクであってもよい。また、ディスクの同じ場所にさまざまな異なる波長の色の光を用いて情報を記録したり、さまざまな角度から異なる情報の層を記録したりなど、多次元的な記録／再生を行う構造の光ディスクであってもよい。

また、デジタル放送用システムex２００において、アンテナex２０５を有する車ex２１０で衛星ex２０２等からデータを受信し、車ex２１０が有するカーナビゲーションex２１１等の表示装置に動画を再生することも可能である。なお、カーナビゲーションex２１１の構成は例えば図２５に示す構成のうち、ＧＰＳ受信部を加えた構成が考えられ、同様なことがコンピュータex１１１や携帯電話ex１１４等でも考えられる。

図２８Ａは、上記実施の形態で説明した動画像復号化方法および動画像符号化方法を用いた携帯電話ex１１４を示す図である。携帯電話ex１１４は、基地局ex１１０との間で電波を送受信するためのアンテナex３５０、映像、静止画を撮ることが可能なカメラ部ex３６５、カメラ部ex３６５で撮像した映像、アンテナex３５０で受信した映像等が復号化されたデータを表示する液晶ディスプレイ等の表示部ex３５８を備える。携帯電話ex１１４は、さらに、操作キー部ex３６６を有する本体部、音声を出力するためのスピーカ等である音声出力部ex３５７、音声を入力するためのマイク等である音声入力部ex３５６、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータもしくは復号化されたデータを保存するメモリ部ex３６７、又は同様にデータを保存する記録メディアとのインタフェース部であるスロット部ex３６４を備える。

さらに、携帯電話ex１１４の構成例について、図２８Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。

電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。

携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。

さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。

データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の一態様に係る画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。

多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。

データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の一態様に係る画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。

また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。

このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。

また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。

（実施の形態４）
上記各実施の形態で示した動画像符号化方法または装置と、ＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。

ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。

この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ−２トランスポートストリーム形式のデジタルストリームである。

図２９は、多重化データの構成を示す図である。図２９に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム（ＰＧ）、インタラクティブグラフィックスストリームのうち、１つ以上を多重化することで得られる。ビデオストリームは映画の主映像および副映像を、オーディオストリーム（ＩＧ）は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にＧＵＩ部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した動画像符号化方法または装置、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーＡＣ−３、Ｄｏｌｂｙ Ｄｉｇｉｔａｌ Ｐｌｕｓ、ＭＬＰ、ＤＴＳ、ＤＴＳ−ＨＤ、または、リニアＰＣＭのなどの方式で符号化されている。

多重化データに含まれる各ストリームはＰＩＤによって識別される。例えば、映画の映像に利用するビデオストリームには０ｘ１０１１が、オーディオストリームには０ｘ１１００から０ｘ１１１Ｆまでが、プレゼンテーショングラフィックスには０ｘ１２００から０ｘ１２１Ｆまでが、インタラクティブグラフィックスストリームには０ｘ１４００から０ｘ１４１Ｆまでが、映画の副映像に利用するビデオストリームには０ｘ１Ｂ００から０ｘ１Ｂ１Ｆまで、主音声とミキシングする副音声に利用するオーディオストリームには０ｘ１Ａ００から０ｘ１Ａ１Ｆが、それぞれ割り当てられている。

図３０は、多重化データがどのように多重化されるかを模式的に示す図である。まず、複数のビデオフレームからなるビデオストリームex２３５、複数のオーディオフレームからなるオーディオストリームex２３８を、それぞれＰＥＳパケット列ex２３６およびex２３９に変換し、ＴＳパケットex２３７およびex２４０に変換する。同じくプレゼンテーショングラフィックスストリームex２４１およびインタラクティブグラフィックスex２４４のデータをそれぞれＰＥＳパケット列ex２４２およびex２４５に変換し、さらにＴＳパケットex２４３およびex２４６に変換する。多重化データex２４７はこれらのＴＳパケットを１本のストリームに多重化することで構成される。

図３１は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかをさらに詳しく示している。図３１における第１段目はビデオストリームのビデオフレーム列を示す。第２段目は、ＰＥＳパケット列を示す。図３１の矢印ｙｙ１，ｙｙ２，ｙｙ３，ｙｙ４に示すように、ビデオストリームにおける複数のＶｉｄｅｏ Ｐｒｅｓｅｎｔａｔｉｏｎ ＵｎｉｔであるＩピクチャ、Ｂピクチャ、Ｐピクチャは、ピクチャ毎に分割され、ＰＥＳパケットのペイロードに格納される。各ＰＥＳパケットはＰＥＳヘッダを持ち、ＰＥＳヘッダには、ピクチャの表示時刻であるＰＴＳ（Ｐｒｅｓｅｎｔａｔｉｏｎ Ｔｉｍｅ−Ｓｔａｍｐ）やピクチャの復号時刻であるＤＴＳ（Ｄｅｃｏｄｉｎｇ Ｔｉｍｅ−Ｓｔａｍｐ）が格納される。

図３２は、多重化データに最終的に書き込まれるＴＳパケットの形式を示している。ＴＳパケットは、ストリームを識別するＰＩＤなどの情報を持つ４ＢｙｔｅのＴＳヘッダとデータを格納する１８４ＢｙｔｅのＴＳペイロードから構成される１８８Ｂｙｔｅ固定長のパケットであり、上記ＰＥＳパケットは分割されＴＳペイロードに格納される。ＢＤ−ＲＯＭの場合、ＴＳパケットには、４ＢｙｔｅのＴＰ＿Ｅｘｔｒａ＿Ｈｅａｄｅｒが付与され、１９２Ｂｙｔｅのソースパケットを構成し、多重化データに書き込まれる。ＴＰ＿Ｅｘｔｒａ＿ＨｅａｄｅｒにはＡＴＳ（Ａｒｒｉｖａｌ＿Ｔｉｍｅ＿Ｓｔａｍｐ）などの情報が記載される。ＡＴＳは当該ＴＳパケットのデコーダのＰＩＤフィルタへの転送開始時刻を示す。多重化データには図３２下段に示すようにソースパケットが並ぶこととなり、多重化データの先頭からインクリメントする番号はＳＰＮ（ソースパケットナンバー）と呼ばれる。

また、多重化データに含まれるＴＳパケットには、映像・音声・字幕などの各ストリーム以外にもＰＡＴ（Ｐｒｏｇｒａｍ Ａｓｓｏｃｉａｔｉｏｎ Ｔａｂｌｅ）、ＰＭＴ（Ｐｒｏｇｒａｍ Ｍａｐ Ｔａｂｌｅ）、ＰＣＲ（Ｐｒｏｇｒａｍ Ｃｌｏｃｋ Ｒｅｆｅｒｅｎｃｅ）などがある。ＰＡＴは多重化データ中に利用されるＰＭＴのＰＩＤが何であるかを示し、ＰＡＴ自身のＰＩＤは０で登録される。ＰＭＴは、多重化データ中に含まれる映像・音声・字幕などの各ストリームのＰＩＤと各ＰＩＤに対応するストリームの属性情報を持ち、また多重化データに関する各種ディスクリプタを持つ。ディスクリプタには多重化データのコピーを許可・不許可を指示するコピーコントロール情報などがある。ＰＣＲは、ＡＴＳの時間軸であるＡＴＣ（Ａｒｒｉｖａｌ Ｔｉｍｅ Ｃｌｏｃｋ）とＰＴＳ・ＤＴＳの時間軸であるＳＴＣ（Ｓｙｓｔｅｍ Ｔｉｍｅ Ｃｌｏｃｋ）の同期を取るために、そのＰＣＲパケットがデコーダに転送されるＡＴＳに対応するＳＴＣ時間の情報を持つ。

図３３はＰＭＴのデータ構造を詳しく説明する図である。ＰＭＴの先頭には、そのＰＭＴに含まれるデータの長さなどを記したＰＭＴヘッダが配置される。その後ろには、多重化データに関するディスクリプタが複数配置される。上記コピーコントロール情報などが、ディスクリプタとして記載される。ディスクリプタの後には、多重化データに含まれる各ストリームに関するストリーム情報が複数配置される。ストリーム情報は、ストリームの圧縮コーデックなどを識別するためストリームタイプ、ストリームのＰＩＤ、ストリームの属性情報（フレームレート、アスペクト比など）が記載されたストリームディスクリプタから構成される。ストリームディスクリプタは多重化データに存在するストリームの数だけ存在する。

記録媒体などに記録する場合には、上記多重化データは、多重化データ情報ファイルと共に記録される。

多重化データ情報ファイルは、図３４に示すように多重化データの管理情報であり、多重化データと１対１に対応し、多重化データ情報、ストリーム属性情報とエントリマップから構成される。

多重化データ情報は図３４に示すようにシステムレート、再生開始時刻、再生終了時刻から構成されている。システムレートは多重化データの、後述するシステムターゲットデコーダのＰＩＤフィルタへの最大転送レートを示す。多重化データ中に含まれるＡＴＳの間隔はシステムレート以下になるように設定されている。再生開始時刻は多重化データの先頭のビデオフレームのＰＴＳであり、再生終了時刻は多重化データの終端のビデオフレームのＰＴＳに１フレーム分の再生間隔を足したものが設定される。

ストリーム属性情報は図３５に示すように、多重化データに含まれる各ストリームについての属性情報が、ＰＩＤ毎に登録される。属性情報はビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム、インタラクティブグラフィックスストリーム毎に異なる情報を持つ。ビデオストリーム属性情報は、そのビデオストリームがどのような圧縮コーデックで圧縮されたか、ビデオストリームを構成する個々のピクチャデータの解像度がどれだけであるか、アスペクト比はどれだけであるか、フレームレートはどれだけであるかなどの情報を持つ。オーディオストリーム属性情報は、そのオーディオストリームがどのような圧縮コーデックで圧縮されたか、そのオーディオストリームに含まれるチャンネル数は何であるか、何の言語に対応するか、サンプリング周波数がどれだけであるかなどの情報を持つ。これらの情報は、プレーヤが再生する前のデコーダの初期化などに利用される。

本実施の形態においては、上記多重化データのうち、ＰＭＴに含まれるストリームタイプを利用する。また、記録媒体に多重化データが記録されている場合には、多重化データ情報に含まれる、ビデオストリーム属性情報を利用する。具体的には、上記各実施の形態で示した動画像符号化方法または装置において、ＰＭＴに含まれるストリームタイプ、または、ビデオストリーム属性情報に対し、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示す固有の情報を設定するステップまたは手段を設ける。この構成により、上記各実施の形態で示した動画像符号化方法または装置によって生成した映像データと、他の規格に準拠する映像データとを識別することが可能になる。

また、本実施の形態における動画像復号化方法のステップを図３６に示す。ステップexＳ１００において、多重化データからＰＭＴに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexＳ１０１において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexＳ１０２において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠するものであることを示している場合には、ステップexＳ１０３において、従来の規格に準拠した動画像復号方法により復号を行う。

このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。

（実施の形態５）
上記各実施の形態で示した動画像符号化方法および装置、動画像復号化方法および装置は、典型的には集積回路であるＬＳＩで実現される。一例として、図３７に１チップ化されたＬＳＩex５００の構成を示す。ＬＳＩex５００は、以下に説明する要素ex５０１、ex５０２、ex５０３、ex５０４、ex５０５、ex５０６、ex５０７、ex５０８、ex５０９を備え、各要素はバスex５１０を介して接続している。電源回路部ex５０５は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。

例えば符号化処理を行う場合には、ＬＳＩex５００は、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有する制御部ex５０１の制御に基づいて、ＡＶ Ｉ／Ｏex５０９によりマイクex１１７やカメラex１１３等からＡＶ信号を入力する。入力されたＡＶ信号は、一旦ＳＤＲＡＭ等の外部のメモリex５１１に蓄積される。制御部ex５０１の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex５０７に送られ、信号処理部ex５０７において音声信号の符号化および／または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex５０７ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームＩ／Ｏex５０６から外部に出力する。この出力された多重化データは、基地局ex１０７に向けて送信されたり、または記録メディアex２１５に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex５０８にデータを蓄積するとよい。

なお、上記では、メモリex５１１がＬＳＩex５００の外部の構成として説明したが、ＬＳＩex５００の内部に含まれる構成であってもよい。バッファex５０８も１つに限ったものではなく、複数のバッファを備えていてもよい。また、ＬＳＩex５００は１チップ化されてもよいし、複数チップ化されてもよい。

また、上記では、制御部ex５０１が、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有するとしているが、制御部ex５０１の構成は、この構成に限らない。例えば、信号処理部ex５０７がさらにＣＰＵを備える構成であってもよい。信号処理部ex５０７の内部にもＣＰＵを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、ＣＰＵex５０２が信号処理部ex５０７、または信号処理部ex５０７の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex５０１は、信号処理部ex５０７、またはその一部を有するＣＰＵex５０２を備える構成となる。

なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。このようなプログラマブル・ロジック・デバイスは、典型的には、ソフトウェア又はファームウェアを構成するプログラムを、ロードする又はメモリ等から読み込むことで、上記各実施の形態で示した動画像符号化方法、又は動画像復号化方法を実行することができる。

さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。

（実施の形態６）
上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。

この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図３８は、本実施の形態における構成ex８００を示している。駆動周波数切替え部ex８０３は、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合には、駆動周波数を高く設定する。そして、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１に対し、映像データを復号するよう指示する。一方、映像データが、従来の規格に準拠する映像データである場合には、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合に比べ、駆動周波数を低く設定する。そして、従来の規格に準拠する復号処理部ex８０２に対し、映像データを復号するよう指示する。

より具体的には、駆動周波数切替え部ex８０３は、図３７のＣＰＵex５０２と駆動周波数制御部ex５１２から構成される。また、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１、および、従来の規格に準拠する復号処理部ex８０２は、図３７の信号処理部ex５０７に該当する。ＣＰＵex５０２は、映像データがどの規格に準拠するものであるかを識別する。そして、ＣＰＵex５０２からの信号に基づいて、駆動周波数制御部ex５１２は、駆動周波数を設定する。また、ＣＰＵex５０２からの信号に基づいて、信号処理部ex５０７は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態４で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態４で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、ＣＰＵex５０２における駆動周波数の選択は、例えば、図４０のような映像データの規格と、駆動周波数とを対応付けたルックアップテーブルに基づいて行うことが考えられる。ルックアップテーブルを、バッファex５０８や、ＬＳＩの内部メモリに格納しておき、ＣＰＵex５０２がこのルックアップテーブルを参照することにより、駆動周波数を選択することが可能である。

図３９は、本実施の形態の方法を実施するステップを示している。まず、ステップexＳ２００では、信号処理部ex５０７において、多重化データから識別情報を取得する。次に、ステップexＳ２０１では、ＣＰＵex５０２において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexＳ２０２において、駆動周波数を高く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、高い駆動周波数に設定される。一方、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ステップexＳ２０３において、駆動周波数を低く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。

さらに、駆動周波数の切替えに連動して、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することが考えられる。

また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、ＭＰＥＧ４−ＡＶＣ規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。

さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を高く設定し、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＣＰＵex５０２の駆動を停止させることなく、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、ＣＰＵex５０２の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、ＣＰＵex５０２の駆動を一時停止させることも考えられる。この場合は、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。

このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてＬＳＩex５００またはＬＳＩex５００を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。

（実施の形態７）
テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、ＬＳＩex５００の信号処理部ex５０７が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex５０７を個別に用いると、ＬＳＩex５００の回路規模が大きくなり、また、コストが増加するという課題が生じる。

この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図４１Ａのex９００に示す。例えば、上記各実施の形態で示した動画像復号方法と、ＭＰＥＧ４−ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４−ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４−ＡＶＣ規格に対応しない、本発明の一態様に特有の他の処理内容については、専用の復号処理部ex９０１を用いるという構成が考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した動画像復号化方法を実行するための復号処理部を共有し、ＭＰＥＧ４−ＡＶＣ規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。

また、処理を一部共有化する他の例を図４１Ｂのex１０００に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。

このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。

本発明にかかる画像符号化方法および画像復号方法は、画質劣化を防ぎ、符号化効率の向上を図ることができるという効果を奏し、例えば、ビデオカメラ、動画の撮影および再生機能を有する携帯電話、パーソナルコンピュータ、または録画再生装置などに適用することができる。

１２１，１２１’，２２１，２２１’ 動き補償部
１２１’ａ，２２１’ａ 時間距離算出部
１２１’ｂ，２２１’ｂ 重み算出部
１２１’ｃ，２２１’ｃ 予測画像生成部
１５１，１５１’，２５１，２５１’ 動き視差補償部
１５１ａ，２５１ａ 判別部
１５１ｂ，２５１ｂ 時間距離特定部
１５１ｃ，２５１ｃ 予測画像生成部

Claims (4)

1. 第１および第２のビューを有する多視点映像を構成するピクチャをブロックごとに符号化する画像符号化方法であって、
   符号化対象ピクチャと、前記符号化対象ピクチャに含まれる符号化対象ブロックが参照する第１の参照ピクチャとの間の時間距離を第１の時間距離として特定する第１の時間距離算出ステップと、
   前記第１の参照ピクチャと、前記符号化対象ブロックが参照する第２の参照ピクチャとの間の時間距離を第２の時間距離として特定する第２の時間距離算出ステップと、
   前記第１の時間距離および前記第２の時間距離が所定条件を満たすかどうかに応じて、前記第１の参照ピクチャに対する第１の重み、および、前記第２の参照ピクチャに対する第２の重みを算出する重み算出ステップと、
   前記第１の参照ピクチャに含まれ、前記符号化対象ブロックに参照される第１のブロックと、前記第２の参照ピクチャに含まれ、前記符号化対象ブロックに参照される第２のブロックとを、前記第１の重みと前記第２の重みとに応じて重み付け加算することによって、前記符号化対象ブロックに対する予測画像を生成する予測画像生成ステップとを含み、
   前記重み算出ステップにおいて、前記所定条件は、前記第１の時間距離と前記第２の時間距離が等しいという第１の条件と、前記第１の時間距離の値が０であるという第２の条件とを含み、前記第１の条件が満たされている場合は、前記符号化対象ピクチャと前記第２の参照ピクチャとの間のビュー間距離を前記第２の時間距離に加算し、前記第１の条件が満たされない場合であって且つ前記第２の条件が満たされる場合は、前記符号化対象ピクチャと前記第１の参照ピクチャとの間のビュー間距離を前記第１の時間距離に設定する、
   画像符号化方法。
2. 第１および第２のビューを有する多視点映像を構成するピクチャをブロックごとに復号する画像復号方法であって、
   復号対象ピクチャと、前記復号対象ピクチャに含まれる復号対象ブロックが参照する第１の参照ピクチャとの間の時間距離を第１の時間距離として特定する第１の時間距離算出ステップと、
   前記第１の参照ピクチャと、前記復号対象ブロックが参照する第２の参照ピクチャとの間の時間距離を第２の時間距離として特定する第２の時間距離算出ステップと、
   前記第１の時間距離および前記第２の時間距離が所定条件を満たすかどうかに応じて、前記第１の参照ピクチャに対する第１の重み、および、前記第２の参照ピクチャに対する第２の重みを算出する重み算出ステップと、
   前記第１の参照ピクチャに含まれ、前記復号対象ブロックに参照される第１のブロックと、前記第２の参照ピクチャに含まれ、前記復号対象ブロックに参照される第２のブロックとを、前記第１の重みと前記第２の重みとに応じて重み付け加算することによって、前記復号対象ブロックに対する予測画像を生成する予測画像生成ステップとを含み、
   前記重み算出ステップにおいて、前記所定条件は、前記第１の時間距離と前記第２の時間距離が等しいという第１の条件と、前記第１の時間距離の値が０であるという第２の条件とを含み、前記第１の条件が満たされている場合は、前記復号対象ピクチャと前記第２の参照ピクチャとの間のビュー間距離を前記第２の時間距離に加算し、前記第１の条件が満たされない場合であって且つ前記第２の条件が満たされる場合は、前記復号対象ピクチャと前記第１の参照ピクチャとの間のビュー間距離を前記第１の時間距離に設定する、
   画像復号方法。
3. 制御回路と、前記制御回路に電気的に接続される記憶装置とを備え、第１および第２のビューを有する多視点映像を構成するピクチャをブロックごとに符号化する画像符号化装置であって、
   前記制御回路は、
   符号化対象ピクチャと、前記符号化対象ピクチャに含まれる符号化対象ブロックが参照する第１の参照ピクチャとの間の時間距離を第１の時間距離として特定する第１の時間距離算出ステップと、
   前記第１の参照ピクチャと、前記符号化対象ブロックが参照する第２の参照ピクチャとの間の時間距離を第２の時間距離として特定する第２の時間距離算出ステップと、
   前記第１の時間距離および前記第２の時間距離が所定条件を満たすかどうかに応じて、前記第１の参照ピクチャに対する第１の重み、および、前記第２の参照ピクチャに対する第２の重みを算出する重み算出ステップと、
   前記第１の参照ピクチャに含まれ、前記符号化対象ブロックに参照される第１のブロックと、前記第２の参照ピクチャに含まれ、前記符号化対象ブロックに参照される第２のブロックとを、前記第１の重みと前記第２の重みとに応じて重み付け加算することによって、前記符号化対象ブロックに対する予測画像を生成する予測画像生成ステップと、を実行し、
   前記重み算出ステップにおいて、前記所定条件は、前記第１の時間距離と前記第２の時間距離が等しいという第１の条件と、前記第１の時間距離の値が０であるという第２の条件とを含み、前記第１の条件が満たされている場合は、前記符号化対象ピクチャと前記第２の参照ピクチャとの間のビュー間距離を前記第２の時間距離に加算し、前記第１の条件が満たされない場合であって且つ前記第２の条件が満たされる場合は、前記符号化対象ピクチャと前記第１の参照ピクチャとの間のビュー間距離を前記第１の時間距離に設定する、
   画像符号化装置。
4. 制御回路と、前記制御回路に電気的に接続される記憶装置とを備え、第１および第２のビューを有する多視点映像を構成するピクチャをブロックごとに復号する画像復号装置であって、
   前記制御回路は、
   復号対象ピクチャと、前記復号対象ピクチャに含まれる復号対象ブロックが参照する第１の参照ピクチャとの間の時間距離を第１の時間距離として特定する第１の時間距離算出ステップと、
   前記第１の参照ピクチャと、前記復号対象ブロックが参照する第２の参照ピクチャとの間の時間距離を第２の時間距離として特定する第２の時間距離算出ステップと、
   前記第１の時間距離および前記第２の時間距離が所定条件を満たすかどうかに応じて、前記第１の参照ピクチャに対する第１の重み、および、前記第２の参照ピクチャに対する第２の重みを算出する重み算出ステップと、
   前記第１の参照ピクチャに含まれ、前記復号対象ブロックに参照される第１のブロックと、前記第２の参照ピクチャに含まれ、前記復号対象ブロックに参照される第２のブロックとを、前記第１の重みと前記第２の重みとに応じて重み付け加算することによって、前記復号対象ブロックに対する予測画像を生成する予測画像生成ステップと、を実行し、
   前記重み算出ステップにおいて、前記所定条件は、前記第１の時間距離と前記第２の時間距離が等しいという第１の条件と、前記第１の時間距離の値が０であるという第２の条件とを含み、前記第１の条件が満たされている場合は、前記復号対象ピクチャと前記第２の参照ピクチャとの間のビュー間距離を前記第２の時間距離に加算し、前記第１の条件が満たされない場合であって且つ前記第２の条件が満たされる場合は、前記復号対象ピクチャと前記第１の参照ピクチャとの間のビュー間距離を前記第１の時間距離に設定する、
   画像復号装置。

Images