JP6715467B2 - 符号化方法、復号方法、符号化装置、復号装置および符号化復号装置 - Google Patents

Description

本開示は、マルチメディアデータ符号化／復号、特に、イントラまたはインターピクチャ予測に対応している画像符号化／復号および動画像符号化／復号に関する。

次世代映像（例えば、４Ｋ／８Ｋ解像度）の無線および有線伝送では、現在の符号化能力の性能をさらに超える符号化効率が要求される。符号化効率を高めることが不可欠であるが、エンコーダの複雑度を劇的に増加させるのは好ましくなく、開発において大きな懸念事項となっている。現在の動画像符号化規格において、デコーダの複雑度は、エンコーダの複雑度よりかなり少ない。したがって、複雑度のコストをデコーダ側に重み付けすることによって符号化効率を向上させる研究も続けられている。

また、適応フィルタ技術およびイントラ予測技術に関する研究および実験も昔から行われており、その結果が符号化効率向上の証である。一般的に、適応補間フィルタリング技術はピクチャ間予測に用いられる一方、適応ピクチャフィルタ処理技術および適応イントラピクチャ技術は画像の再構成に用いられる。上記技術に対する先行技術では、通常、ビデオエンコーダが、複数の可能なモードの中からベストモードを選択する決定処理を行い、この決定を適応ツールのためにビデオデコーダへシグナリングする。

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

一般的に、ビデオエンコーダが、多数の動作モードの中から１つのモードを選択するための決定をデコーダへ指示する場合、これらの決定に対してビットストリーム内にシグナルビットを符号化する必要がある。これらの決定が小さいユニットレベル（例えば、４ｘ４ブロック）である場合、および、可能なモードの数が多い場合には、これらのシグナルビットが非常に大きな影響を与える。これらのシグナルビットサイズに関する問題のため、最も小さいユニットレベルでシグナリングしないか、または、多すぎる動作モードを持たないことが好ましい場合が多い。このように、このことが多くの適応ツールの符号化効率を低下させる。

そこで、本開示は、多数の動作モードの中から１つの動作モードを選択して動画像／画像を符号化／復号する際に符号化効率の低下を抑制することができる符号化／復号化方法等を提供する。

本開示の一態様に係る符号化方法は、１以上の再構成画素群から１以上の特徴量を抽出し、第１機械学習モデルと前記第１機械学習モデルとは異なる第２機械学習モデルを含む複数の機械学習モデルのうち前記１以上の再構成画素群の分類に用いる機械学習モデルを示す制御パラメータをビットストリームのヘッダに書き込み、書き込まれた前記制御パラメータが第１の値であるとき、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、書き込まれた前記制御パラメータが前記第１の値と異なる第２の値であるとき、抽出された前記１以上の特徴量と前記第２機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、予め定義された複数のパラメータセットのうちの、前記分類の結果に対応するパラメータセットを用いて、対象ピクチャに含まれる画像サンプルの対象ブロックの符号化処理を行う。

本開示の一態様に係る復号方法は、１以上の再構成画素群から１以上の特徴量を抽出し、第１機械学習モデルと前記第１機械学習モデルとは異なる第２機械学習モデルを含む複数の機械学習モデルのうち前記１以上の再構成画素群の分類に用いる機械学習モデルを示す制御パラメータをビットストリームのヘッダから読み解き、読み解かれた前記制御パラメータが第１の値であるとき、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、読み解かれた前記制御パラメータが前記第１の値と異なる第２の値であるとき、抽出された前記１以上の特徴量と前記第２機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、予め定義された複数のパラメータセットのうちの、前記分類の結果に対応するパラメータセットを用いて、対象ピクチャに含まれる画像サンプルの対象ブロックの復号処理を行う。

なお、これらの包括的または具体的な態様は、システム、装置、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。

本開示の一態様に係る符号化／復号方法は、多数の動作モードの中から１つの動作モードを選択して動画像／画像を符号化／復号する際に符号化効率の低下を抑制することができる。

図１は、実施の形態１に係る動画像符号化装置の構成を示すブロック図である。 図２は、実施の形態１に係る動画像符号化装置の動作を示すフローチャートである。 図３は、実施の形態１に係る動画像復号装置の動作を示すフローチャートである。 図４は、実施の形態１に係る動画像復号装置の動作を示すフローチャートである。 図５は、実施の形態２に係る動画像符号化装置の構成例を示すブロック図である。 図６は、実施の形態２に係る動画像符号化装置の動作を示すフローチャートである。 図７は、実施の形態２における補間フィルタ係数の一例を示す図である。 図８は、補間処理で用いられるフィルタ係数セットを説明するための図である。 図９は、実施の形態２に係る動画像復号装置の構成例を示すブロック図である。 図１０は、実施の形態２に係る動画像復号装置の処理を示すフローチャートである。 図１１は、実施の形態３に係る動画像符号化装置の構成例を示すブロック図である。 図１２は、実施の形態３に係る符号化装置の処理を示すフローチャートである。 図１３は、実施の形態３に係る動画像復号装置の構成例を示すブロック図である。 図１４は、実施の形態３に係る動画像復号装置の処理を示すフローチャートである。 図１５は、実施の形態４に係る動画像符号化装置の構成例を示すブロック図である。 図１６は、実施の形態４に係る動画像符号化装置の処理を示すフローチャートである。 図１７Ａは、対象ブロックの空間的に隣接する位置の一例を示す図である。 図１７Ｂは、対象ブロックの空間的に隣接する位置の他の一例を示す図である。 図１７Ｃは、対象ブロックの空間的に隣接する位置の他の一例を示す図である。 図１８は、イントラ予測方式の一例を示す図である。 図１９は、イントラ予測方式の他の一例を示す図である。 図２０は、実施の形態４に係る動画像復号装置の構成例を示すブロック図である。 図２１は、実施の形態４に係る動画像復号装置の処理を示すフローチャートである。 図２２は、実施の形態５に係る動画像符号化装置の構成例を示すブロック図である。 図２３は、実施の形態５に係る動画像符号化装置の処理を示すフローチャートである。 図２４は、インター予測処理の平均化処理で用いられる重み係数の一例を示す図である。 図２５は、インター予測処理の平均化処理で用いられる重み係数の他の一例を示す図である。 図２６は、実施の形態５に係る動画像復号装置の構成例を示すブロック図である。 図２７は、実施の形態５に係る動画像復号装置の処理を示すフローチャートである。 図２８は、実施の形態６に係る動画像符号化装置の構成を示すブロック図である。 図２９は、符号化ビデオビットストリームにおける制御パラメータの位置候補を示す図である。 図３０は、実施の形態６に係る動画像符号化装置の処理を示すフローチャートである。 図３１は、実施の形態６に係る動画像復号装置の構成を示すブロック図である。 図３２は、実施の形態６に係る動画像復号装置の処理を示すフローチャートである。 図３３は、実施の形態７および８に係る動画像符号化装置の構成を示すブロック図である。 図３４は、実施の形態７に係る動画像符号化装置の処理を示すフローチャートである。 図３５は、実施の形態７および８に係る動画像復号装置の構成を示すブロック図である。 図３６は、実施の形態７に係る動画像復号装置の処理を示すフローチャートである。 図３７は、実施の形態８に係る動画像符号化装置の処理を示すフローチャートである。 図３８は、実施の形態８に係る動画像復号装置の処理を示すフローチャートである。 図３９は、実施の形態９に係る動画像符号化装置の構成を示すブロック図である。 図４０は、実施の形態９に係る動画像符号化装置の処理を示すフローチャートである。 図４１は、実施の形態９に係る動画像復号装置の構成を示すブロック図である。 図４２は、実施の形態９に係る動画像復号装置の処理を示すフローチャートである。 図４３は、実施の形態１０および１１に係る動画像符号化装置の構成を示すブロック図である。 図４４は、実施の形態１０に係る動画像符号化装置の処理を示すフローチャートである。 図４５は、実施の形態１０および１１に係る動画像復号装置の構成を示すブロック図である。 図４６は、実施の形態１０に係る動画像復号装置の処理を示すフローチャートである。 図４７は、実施の形態１１に係る動画像符号化装置の処理を示すフローチャートである。 図４８は、実施の形態１１に係る動画像復号装置の処理を示すフローチャートである。 図４９は、実施の形態１２に係る動画像符号化装置の構成を示すブロック図である。 図５０は、実施の形態１２に係る動画像符号化装置の処理を示すフローチャートである。 図５１は、実施の形態１２に係る動画像復号装置の構成を示すブロック図である。 図５２は、実施の形態１２に係る動画像復号装置の処理を示すフローチャートである。 図５３は、実施の形態１３に係る動画像符号化装置の構成を示すブロック図である。 図５４は、実施の形態１３に係る動画像符号化装置の処理を示すフローチャートである。 図５５は、実施の形態１３に係る動画像復号装置の構成を示すブロック図である。 図５６は、実施の形態１３に係る動画像復号装置の処理を示すフローチャートである。 図５７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５８は、デジタル放送用システムの全体構成図である。 図５９は、テレビの構成例を示すブロック図である。 図６０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６１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６２Ａは、携帯電話の一例を示す図である。 図６２Ｂは、携帯電話の構成例を示すブロック図である。 図６３は、多重化データの構成を示す図である。 図６４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６５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６６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６７は、ＰＭＴのデータ構成を示す図である。 図６８は、多重化データ情報の内部構成を示す図である。 図６９は、ストリーム属性情報の内部構成を示す図である。 図７０は、映像データを識別するステップを示す図である。 図７１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７２は、駆動周波数を切り替える構成を示す図である。 図７３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７４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７５Ａ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７５Ｂ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。

本開示の一態様に係る符号化方法は、１以上の再構成画素群から１以上の特徴量を抽出し、抽出された前記１以上の特徴量と第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、予め定義された複数のパラメータセットのうちの、前記分類の結果に対応するパラメータセットを用いて、対象ピクチャに含まれる画像サンプルの対象ブロックの符号化処理を行う。

これによれば、１以上の特徴量と第１機械学習モデルを用いた１以上の再構成画素群の分類の結果に対応するパラメータセットを用いて対象ブロックの符号化処理を行うことができる。したがって、パラメータセットそのものを指し示す情報がビットストリームに含まれなくても、１以上の特徴量と第１機械学習モデルとを用いてパラメータセットを得ることができ、パラメータセットのための符号量を削減することができる。さらに、複数の特徴量が用いられる場合は、単一の特徴量（例えば輝度値など）が用いられる場合よりも、対象ブロックの符号化処理により適したパラメータセットを用いて符号化処理を行うことができ、符号化効率を向上させることができる。

例えば、さらに、制御パラメータをビットストリームのヘッダに書き込み、書き込まれた前記制御パラメータが予め定義された値であれば、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の前記分類を実行し、前記分類の結果に対応する前記パラメータセットを用いて、前記対象ブロックの符号化処理を行い、書き込まれた前記制御パラメータが予め定義された値でなければ、予め定められたパラメータセットを用いて、前記対象ブロックの符号化処理を行ってもよい。

これによれば、制御パラメータが予め定義された値であれば、第１機械学習モデルを用いた分類の結果に対応するパラメータセットが符号化処理に用いられ、制御パラメータが予め定義された値でなければ、予め定められたパラメータセットが符号化処理に用いられる。したがって、第１機械学習モデルを用いるか否かを制御パラメータによって切り替えることができ、より適切なパラメータセットを用いて符号化処理を行うことができる。

例えば、さらに、制御パラメータをビットストリームのヘッダに書き込み、書き込まれた前記制御パラメータが予め定義された値であれば、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、書き込まれた前記制御パラメータが予め定義された値でなければ、抽出された前記１以上の特徴量と前記第１機械学習モデルとは異なる第２機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行ってもよい。

これによれば、制御パラメータが予め定義された値であるか否かに応じて、第１機械学習モデルおよび第２機械学習モデルのいずれか一方を用いて分類を行うことができる。したがって、分類に用いる機械学習モデルの自由度を高めることができ、より適切な分類の結果（つまり、パラメータセット）を得ることができる。

例えば、さらに、第１制御パラメータをビットストリームのヘッダに書き込み、書き込まれた前記第１制御パラメータが予め定義された値でなければ、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、書き込まれた前記第１制御パラメータが予め定義された値であれば、前記第１機械学習モデルを修正するための第２制御パラメータを前記ビットストリームのヘッダに書き込み、前記第２制御パラメータを用いて前記第１機械学習モデルを修正し、抽出された前記特徴量と修正された前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行ってもよい。

これによれば、第２制御パラメータを用いて第１機械学習モデルを修正することができる。したがって、より適切な機械学習モデルを用いて分類を行うことができ、より適切な分類の結果（つまり、パラメータセット）を得ることができる。

例えば、さらに、第１制御パラメータをビットストリームのヘッダに書き込み、書き込まれた前記第１制御パラメータが予め定義された値であれば、さらに、第２制御パラメータを前記ビットストリームのヘッダに書き込み、書き込まれた前記第２制御パラメータが示すパラメータセットを用いて、前記対象ブロックの符号化処理を行い、書き込まれた前記第１制御パラメータが予め定義された値でなければ、前記分類の結果に対応するパラメータセットを用いて、前記対象ブロックの符号化処理を行ってもよい。

これによれば、第１制御パラメータが予め定義された値であれば、第２制御パラメータが示すパラメータセットを用いて、対象ブロックの符号化処理を行うことができる。したがって、機械学習モデルを用いた分類による符号量の削減と、第２制御パラメータによる処理負荷の低減とのいずれかを選択することができ、処理負荷と符号化効率とのバランスを図ることができる。

例えば、さらに、制御パラメータをビットストリームのヘッダに書き込み、書き込まれた前記制御パラメータが予め定義された値であれば、予め定義された第１方法を用いて、前記１以上の再構成画素群から１以上の特徴量を抽出し、書き込まれた前記制御パラメータが予め定義された値でなければ、前記第１方法とは異なる予め定義された第２方法を用いて、前記１以上の再構成画素群から１以上の特徴量を抽出してもよい。

これによれば、制御パラメータが予め定義された値であるか否かに応じて、特徴量の抽出方法を第１の方法と第２の方法との間で切り替えることができる。したがって、より対象ブロックに適した方法で１以上の特徴量を抽出することが可能となる。

例えば、さらに、制御パラメータをビットストリームのヘッダに書き込み、前記制御パラメータが示す抽出方法を用いて、前記１以上の再構成画素群から１以上の特徴量を抽出してもよい。

これによれば、制御パラメータが示す抽出方法を用いて、１以上の特徴量を抽出することができる。したがって、より自由に抽出方法を選択することができ、より対象ブロックに適した方法で１以上の特徴量を抽出することが可能となる。

例えば、さらに、制御パラメータをビットストリームのヘッダに書き込み、書き込まれた前記制御パラメータが予め定義された値であれば、前記１以上の再構成画素群から前記１以上の特徴量を抽出し、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて前記１以上の再構成画素群の分類を行い、前記分類の結果に対応する前記パラメータセットを用いて、前記対象ブロックの符号化処理を行い、書き込まれた前記パラメータが予め定義された値でなければ、空間的または時間的に隣接するブロックからパラメータセットを導出し、導出された前記パラメータセットを用いて、前記対象ブロックの符号化処理を行ってもよい。

これによれば、隣接ブロックから導出されたパラメータセットと、機械学習モデルを用いた分類により得られたパラメータセットとを選択的に用いることができる。したがって、隣接ブロックから導出されたパラメータセットが対象ブロックの符号化処理に適していれば、隣接ブロックから導出されたパラメータセットを用いることにより処理負荷を低減することができる。

例えば、前記１以上の再構成画素群の少なくとも一部分は、前記対象ピクチャとは異なる参照ピクチャ内の参照ブロックに含まれ、前記パラメータセットは、インター予測における画像ピクセルの補間処理で用いられるフィルタ係数セットを含み、前記符号化処理は、前記補間処理を含んでもよい。

これによれば、インター予測おける画像ピクセルの補間処理に用いられるフィルタ係数セットを、機械学習モデルを用いて得ることができる。

例えば、前記１以上の再構成画素群は、前記対象ブロックに含まれ、前記パラメータセットは、前記対象ブロックのフィルタ処理で用いられるフィルタ係数セットを含み、前記符号化処理は、前記フィルタ処理を含んでもよい。

これによれば、対象ブロックのフィルタ処理で用いられるフィルタ係数セットを、機械学習モデルを用いて得ることができる。

例えば、前記１以上の再構成画素群は、前記対象ブロックと空間的に隣接する位置にある再構成画素を含み、前記パラメータセットは、イントラ予測処理で用いられるイントラ予測方式を示し、前記符号化処理は、前記イントラ予測処理を含んでもよい。

これによれば、イントラ予測処理で用いられるイントラ予測方式を、機械学習モデルを用いて得ることができる。

例えば、前記１以上の再構成画素群の少なくとも一部分は、前記対象ピクチャとは異なる複数の参照ピクチャ内の複数の参照ブロックに含まれ、前記パラメータセットは、複数のインター予測ブロックの平均化処理で用いられる重み係数セットを含み、前記符号化処理は、前記平均化処理を含んでもよい。

これによれば、複数のインター予測ブロックの平均化処理で用いられる重み係数セットを、機械学習モデルを用いて得ることができる。

例えば、前記第１の機械学習モデルは、２次元の入力空間である再構成画素群を多次元の特徴空間に写像し、前記特徴空間を複数に分割した分割空間と、前記１以上の特徴量との対応付けを行い、前記分類では、前記１以上の再構成画素群に対応する前記部分空間を特定してもよい。

これによれば、１以上の特徴量と第１の機械学習モデルとを用いた１以上の再構成画素群の分類を適切に行うことができる。

本開示の一態様に係る復号方法は、１以上の再構成画素群から１以上の特徴量を抽出し、抽出された前記１以上の特徴量と第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、予め定義された複数のパラメータセットのうちの、前記分類の結果に対応するパラメータセットを用いて、対象ピクチャに含まれる画像サンプルの対象ブロックの復号処理を行う。

これによれば、１以上の特徴量と第１機械学習モデルを用いた１以上の再構成画素群の分類の結果に対応するパラメータセットを用いて対象ブロックの復号処理を行うことができる。したがって、パラメータセットそのものを指し示す情報がビットストリームに含まれなくても、１以上の特徴量と第１機械学習モデルを用いてパラメータセットを得ることができ、パラメータセットのための符号量を削減することができる。さらに、複数の特徴量が用いられる場合は、単一の特徴量（例えば輝度値など）が用いられる場合よりも、対象ブロックの復号処理により適したパラメータセットを得ることができ、符号化効率を向上させることができる。

例えば、さらに、ビットストリームのヘッダから制御パラメータを読み解き、読み解かれた前記制御パラメータが予め定義された値であれば、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の前記分類を実行し、前記分類の結果に対応する前記パラメータセットを用いて、前記対象ブロックの復号処理を行い、書き込まれた前記制御パラメータが予め定義された値でなければ、予め定められたパラメータセットを用いて、前記対象ブロックの復号処理を行ってもよい。

これによれば、制御パラメータが予め定義された値であれば、第１機械学習モデルを用いた分類の結果に対応するパラメータセットが復号処理に用いられ、制御パラメータが予め定義された値でなければ、予め定められたパラメータセットが復号処理に用いられる。したがって、第１機械学習モデルを用いるか否かを制御パラメータによって切り替えることができ、より適切なパラメータセットを用いて復号処理を行うことができる。

例えば、さらに、ビットストリームのヘッダから制御パラメータを読み解き、読み解かれた前記制御パラメータが予め定義された値であれば、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、読み解かれた前記制御パラメータが予め定義された値でなければ、抽出された前記１以上の特徴量と前記第１機械学習モデルとは異なる第２機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行ってもよい。

これによれば、制御パラメータが予め定義された値であるか否かに応じて、第１機械学習モデルおよび第２機械学習モデルのいずれか一方を用いて分類を行うことができる。したがって、分類に用いる機械学習モデルの自由度を高めることができ、より適切な分類の結果（つまり、パラメータセット）を得ることができる。

例えば、さらに、ビットストリームのヘッダから第１制御パラメータを読み解き、読み解かれた前記第１制御パラメータが予め定義された値でなければ、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、読み解かれた前記第１制御パラメータが予め定義された値であれば、前記第１機械学習モデルを修正するための第２制御パラメータを前記ビットストリームのヘッダから読み解き、前記第２制御パラメータを用いて前記第１機械学習モデルを修正し、抽出された前記特徴量と修正された前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行ってもよい。

これによれば、第２制御パラメータを用いて第１機械学習モデルを修正することができる。したがって、より適切な機械学習モデルを用いて分類を行うことができ、より適切な分類の結果（つまり、パラメータセット）を得ることができる。

例えば、さらに、ビットストリームのヘッダから第１制御パラメータを読み解き、読み解かれた前記第１制御パラメータが予め定義された値であれば、さらに、前記ビットストリームのヘッダから第２制御パラメータを読み解き、読み解かれた前記第２制御パラメータが示すパラメータセットを用いて、前記対象ブロックの符号化処理を行い、読み解かれた前記第１制御パラメータが予め定義された値でなければ、前記分類の結果に対応するパラメータセットを用いて、前記対象ブロックの符号化処理を行ってもよい。

これによれば、第１制御パラメータが予め定義された値であれば、第２制御パラメータが示すパラメータセットを用いて、対象ブロックの符号化処理を行うことができる。したがって、機械学習モデルを用いた分類による符号量の削減と、第２制御パラメータによる処理負荷の低減とのいずれかを選択することができ、処理負荷と符号化効率とのバランスを図ることができる。

例えば、さらに、ビットストリームのヘッダから制御パラメータを読み解き、読み解かれた前記パラメータが予め定義された値であれば、予め定義された第１方法を用いて、前記１以上の再構成画素群から１以上の特徴量を抽出し、読み解かれた前記パラメータが予め定義された値でなければ、前記第１方法とは異なる予め定義された第２方法を用いて、前記１以上の再構成画素群から複数の特徴量を抽出してもよい。

これによれば、制御パラメータが予め定義された値であるか否かに応じて、特徴量の抽出方法を第１の方法と第２の方法との間で切り替えることができる。したがって、より対象ブロックに適した方法で１以上の特徴量を抽出することが可能となる。

例えば、さらに、ビットストリームのヘッダから制御パラメータを読み解き、前記制御パラメータが示す抽出方法を用いて、前記１以上の再構成画素群から１以上の特徴量を抽出してもよい。

これによれば、制御パラメータが示す抽出方法を用いて、１以上の特徴量を抽出することができる。したがって、より自由に抽出方法を選択することができ、より対象ブロックに適した方法で１以上の特徴量を抽出することが可能となる。

例えば、さらに、ビットストリームのヘッダから制御パラメータを読み解き、読み解かれた前記制御パラメータが予め定義された値であれば、前記１以上の再構成画素群から前記１以上の特徴量を抽出し、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて前記１以上の再構成画素群の分類を行い、前記分類の結果に対応する前記パラメータセットを用いて、前記対象ブロックの符号化処理を行い、読み解かれた前記パラメータが予め定義された値でなければ、空間的または時間的に隣接するブロックからパラメータセットを導出し、導出された前記パラメータセットを用いて、前記対象ブロックの符号化処理を行ってもよい。

これによれば、隣接ブロックから導出されたパラメータセットと、機械学習モデルを用いた分類により得られたパラメータセットとを選択的に用いることができる。したがって、隣接ブロックから導出されたパラメータセットが対象ブロックの復号処理に適していれば、隣接ブロックから導出されたパラメータセットを用いることにより処理負荷を低減することができる。

例えば、前記１以上の再構成画素群の少なくとも一部分は、前記対象ピクチャとは異なる参照ピクチャ内の参照ブロックに含まれ、前記パラメータセットは、インター予測における画像ピクセルの補間処理で用いられるフィルタ係数セットを含み、前記復号処理は、前記補間処理を含んでもよい。

これによれば、インター予測おける画像ピクセルの補間処理に用いられるフィルタ係数セットを、機械学習モデルを用いて得ることができる。

例えば、前記１以上の再構成画素群は、前記対象ブロックに含まれ、前記パラメータセットは、前記対象ブロックのフィルタ処理で用いられるフィルタ係数セットを含み、前記復号処理は、前記フィルタ処理を含んでもよい。

これによれば、対象ブロックのフィルタ処理で用いられるフィルタ係数セットを、機械学習モデルを用いて得ることができる。

例えば、前記１以上の再構成画素群は、前記対象ブロックと空間的に隣接する位置にある再構成画素を含み、前記パラメータセットは、イントラ予測処理で用いられるイントラ予測方式を示し、前記復号処理は、前記イントラ予測処理を含んでもよい。

これによれば、イントラ予測処理で用いられるイントラ予測方式を、機械学習モデルを用いて得ることができる。

例えば、前記１以上の再構成画素群の少なくとも一部分は、前記対象ピクチャとは異なる複数の参照ピクチャ内の複数の参照ブロックに含まれ、前記パラメータセットは、複数のインター予測ブロックの平均化処理で用いられる重み係数セットを含み、前記復号処理は、前記平均化処理を含んでもよい。

これによれば、複数のインター予測ブロックの平均化処理で用いられる重み係数セットを、機械学習モデルを用いて得ることができる。

例えば、前記第１の機械学習モデルは、２次元の入力空間である再構成画素群を多次元の特徴空間に写像し、前記特徴空間を複数に分割した分割空間と、前記１以上の特徴量との対応付けを行い、前記分類では、前記１以上の再構成画素群に対応する前記部分空間を特定してもよい。

これによれば、１以上の特徴量と第１の機械学習モデルとを用いた１以上の再構成画素群の分類を適切に行うことができる。

なお、これらの包括的または具体的な態様は、システム、装置、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。

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、請求の範囲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。

また、本開示の利益をさらに高めるために、説明する実施の形態を組み合わせてもよいことは当業者にとって明らかであろう。

（実施の形態１）
［動画像符号化装置の構成］
図１は、実施の形態１に係る動画像符号化装置の構成を示すブロック図である。

動画像符号化装置１１００は、入力動画像／画像をブロック単位で符号化して、符号化された出力ビットストリームを生成する。図１に示すように、動画像符号化装置１１００は、符号化部１１０１と、抽出部１１０２と、分類部１１０３と、選択部１１０４とを備える。ここで、動画像符号化装置１１００の各構成要素について説明する。

入力動画像およびパラメータセット１１２３が符号化部１１０１に入力され、符号化値１１２０が抽出部１１０２に出力される。符号化値１１２０は、例えば、再構成画素群である。

抽出部１１０２は、符号化値１１２０から１以上の特徴量１１２１を抽出し、その特徴量１１２１を分類部１１０３に伝送する。つまり、抽出部１１０２は、例えば１以上の再構成画素群から特徴量１１２１を抽出する。

特徴量１１２１は、再構成画素群によって表される画像の互いに異なる特徴を定量的に示す値である。特徴量１１２１は、例えば輝度情報、勾配情報、分散情報を含む。また例えば、特徴量１１２１は、ガボールフィルタ、ＬＢＰ（local binary patterns）、ＳＩＦＴ（scale-invariant feature transform）、ＨＯＧ（histogram of oriented gradients）、ＦＶ（fisher vector）を含んでもよい。また、特徴量１１２１は、再構成画素群における輝度あるいは色差の値であってもよい。

分類部１１０３は、抽出された特徴量１１２１と機械学習モデルとを用いて、符号化値１１２０を分類する。これにより、予め定義された複数のインデックスの中から、符号化値１１２０の分類結果により示されるインデックスが選択され、選択されたインデックス１１２２が選択部１１０４に伝送される。この機械学習モデルによる特徴量分類の特色の１つは、２次元の入力空間（再構成画素群）を多次元の特徴空間に写像し、写像後の空間において特徴量を分類することである。例えば、特徴量をＮ種類に分類する場合、特徴空間はＮ個の部分空間に分割され、特徴量の種類と部分空間とが１対１に対応付けられる。このとき、抽出された特徴量に対応する部分空間が特定され、その結果、１以上の再構成画素群に対応する部分空間が特定される。

機械学習モデルは、１以上の特徴量から対象ブロックの符号化／復号に適したパラメータセットを予測するためのアルゴリズムである。具体的には、機械学習モデルは、例えば、サポートベクターマシン（ＳＶＭ：support vector machine）、人工ニューラルネットワーク（ＡＮＮ：artificial neural network）、ｋ−平均クラスタリング（k-means clustering）である。ここでは、機械学習モデルは、入力動画像／画像とは異なる動画像／画像を用いて既にトレーニングされている。つまり、機械学習モデルのパラメータ（例えば、ニューラルネットワークにおけるノード間の重みパラメータ等）は予め定義されている。

選択部１１０４は、選択されたインデックス１１２２を用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット１１２３を選択し、選択したパラメータセット１１２３を符号化部１１０１に戻す。つまり、選択部１１０４は、複数のインデックスに予め対応付けられた複数のパラメータセットの中から、インデックス１１２２に対応するパラメータセットを選択する。

パラメータセットは、対象ブロックの符号化処理のためのパラメータセットである。具体的には、パラメータセットは、例えば、インター予測におけるサブピクセル位置の画素値を補間生成する処理で用いられるフィルタ係数セットであってもよい。また例えば、パラメータセットは、対象ブロックのインループフィルタ処理で用いられるフィルタ係数セットであってもよい。また例えば、パラメータセットは、イントラ予測インデックスであってもよい。また例えば、パラメータセットは、インター予測の動き補償において複数の予測ブロックの平均化処理で用いられる重み係数セットであってよい。

符号化部１１０１は、選択部１１０４によって選択されたパラメータセットを用いて、対象ピクチャに含まれる対象ブロックの画像サンプルに対して符号化処理を実行して、符号化ビットストリームを出力する。ここで、符号化処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理である。

なお、抽出部１１０２、分類部１１０３、および、選択部１１０４における上記処理のために、出力ビットストリームに何らかの情報をシグナリングしなくてもよい。デコーダは、それ自体で同じ処理を行うことになる。

［動画像符号化装置の動作］
次に、以上のように構成された動画像符号化装置１１００の動作について説明する。図２は、実施の形態１に係る動画像符号化処理を示すフローチャートである。

まず、ステップＳ１００１において、抽出部１１０２は、１以上の再構成画素群から１以上の特徴量を抽出する。

次に、ステップＳ１００２において、分類部１１０３は、抽出された１以上の特徴量と機械学習モデルとを用いて再構成画素群を分類することにより、予め定義された複数のインデックスの中から１つのインデックスを選択する。

次に、ステップＳ１００３において、選択部１１０４は、分類部１１０３によって選択されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。つまり、選択部１１０４は、予め定義された複数のパラメータセットの中から、選択されたインデックスに対応するパラメータセットを選択する。

最後に、ステップＳ１００４において、符号化部１１０１は、選択部１１０４によって選択されたパラメータセットを用いて、対象ピクチャに含まれる対象ブロックの画像サンプルの符号化処理を実行する。選択されたパラメータセットを用いる符号化処理は、例えば、補間処理、ループ内フィルタ処理、イントラ予測処理、およびインター予測処理を含む。

なお、異なる符号化処理に用いる複数のパラメータセットが複数の機械学習モデルを用いて選択されてもよい。例えば、１以上の第１特徴量と第１機械学習モデルとを用いて、イントラ予測処理に用いる第１パラメータセットが選択され、１以上の第２特徴量と第２機械学習モデルとを用いて、補間処理に用いる第２パラメータセットが選択され、１以上の第３特徴量と第３機械学習モデルとを用いて、ループ内フィルタ処理に用いる第３パラメータセットが選択されてもよい。

［動画像復号装置の構成］
次に、上記動画像符号化装置１１００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。図３は、実施の形態１に係る動画像復号装置の構成を示すブロック図である。

動画像復号装置２１００は、入力符号化ビットストリームをブロック単位で復号し、動画像／画像を出力する。図３に示すように、動画像復号装置２１００は、復号部２１０１と、抽出部２１０２と、分類部２１０３と、選択部２１０４とを備える。ここで、動画像復号装置２１００の各構成要素について説明する。

入力ビットストリームおよびパラメータセット２１２３が復号部２１０１に入力され、復号値２１２０が抽出部２１０２に出力される。復号値２１２０は、例えば、再構成画素群である。

抽出部２１０２は、復号値２１２０から１以上の特徴量２１２１を抽出し、その特徴量２１２１を分類部２１０３に伝送する。つまり、抽出部２１０２は、１以上の再構成画素群から特徴量２１２１を抽出する。抽出部２１０２によって抽出される特徴量２１２１は、図１に示す動画像符号化装置１１００の抽出部１１０２によって抽出された特徴量１１２１と同じである。

分類部２１０３は、抽出された特徴量２１２１と機械学習モデルとを用いて、復号値２１２０を分類する。これにより、予め定義された複数のインデックスの中から、復号値２１２０の分類結果により示されるインデックスが選択され、選択されたインデックス２１２２が選択部２１０４に伝送される。ここで用いられる機械学習モデルは、上記動画像符号化装置１１００において用いられた機械学習モデルと同じである。なお、機械学習モデルとしてｋ−平均クラスタリングが用いられる場合、特徴量２１２１に対して、特徴量空間における距離が最近傍となるクラスタ中心を持つクラスタが選択される。機械学習モデルとしてサポートベクターマシンやＡＮＮなどのニューラルネットワークが用いられる場合には、入力ノードに対して特徴量２１２１が入力され、分類結果が出力される。

選択部２１０４は、選択されたインデックス２１２２を用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット２１２３を選択し、選択したパラメータセット２１２３を復号部２１０１に戻す。つまり、選択部２１０４は、複数のインデックスに予め対応付けられた複数のパラメータセットの中から、インデックス２１２２に対応するパラメータセットを選択する。

復号部２１０１は、選択部１１０４によって選択されたパラメータセットを用いて、対象ピクチャに含まれる対象ブロックの画像サンプルの復号処理を実行し、動画像をディスプレイに出力する。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置２１００の動作について説明する。図２は、実施の形態１に係る復号処理を示すフローチャートである。

まず、ステップＳ２００１において、抽出部２１０２は、１以上の再構成画素群から１以上の特徴量を抽出する。この特徴量は、符号化処理中に動画像符号化装置１１００で用いられた特徴量と同じである。

次に、ステップＳ２００２において、分類部２１０３は、抽出された特徴量と機械学習モデルとを用いて再構成画素群を分類することにより、予め定義された複数のインデックスの中から１つのインデックスを選択する。機械学習モデルは、符号化処理中に動画像符号化装置１１００で用いられた機械学習モデルと同じである。

次に、ステップＳ２００３において、選択部２１０４は、分類部２１０３によって選択されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。ここでは、符号化処理中に動画像符号化装置１１００で選択されたパラメータセットと同じパラメータセットが選択される。

最後に、ステップＳ２００４において、復号部２１０１は、選択部２１０４によって選択されたパラメータセットを用いて、対象ピクチャに含まれる対象ブロックの画像サンプルの復号処理を実行する。選択されたパラメータセットを用いる復号処理は、例えば、補間処理、ループ内フィルタ処理、イントラ予測処理、インター予測処理である。

また、上記符号化処理と同様に、異なる復号処理に用いる複数のパラメータセットを複数の機械学習モデルを用いて選択することもできる。例えば、複数の第１特徴量と第１機械学習モデルとを用いて、イントラ予測処理に用いる第１パラメータセットが選択され、１以上の第２特徴量と第２機械学習モデルとを用いて、補間処理に用いる第２パラメータセットが選択され、１以上の第３特徴量と第３機械学習モデルとを用いて、ループ内フィルタ処理に用いる第３パラメータセットが選択されてもよい。

［効果］
以上のように、本実施の形態に係る動画像符号化装置１１００および動画像復号装置２１００によれば、１以上の特徴量と機械学習モデルを用いた１以上の再構成画素群の分類の結果に対応するパラメータセットを用いて対象ブロックの符号化／復号処理を行うことができる。

したがって、再構成画素群における輝度あるいは色差の値、または再構成画素群から抽出される特徴量が表現される次元から、当該次元と異なる軸を含む、より対象画素群の予測又は符号化に適切な次元へと写像して予測又は符号化を行うことができる。これにより、周囲と比較して線形的ではない急峻な変化が起こるような画像の予測において、画素に応じたより適切な軸を設定しなおすことが可能になり、予測精度が向上し、符号化効率を向上させることができる。

またパラメータセットそのものを指し示す情報がビットストリームに含まれなくても、１以上の特徴量と機械学習モデルとを用いてパラメータセットを得ることができ、パラメータセットのための符号量を削減することができる。

さらに、複数の特徴量が用いられる場合、単一の特徴量（例えば輝度値など）が用いられる場合よりも、対象ブロックの符号化／復号処理により適したパラメータセットを用いて符号化／復号処理を行うことができ、符号化効率を向上させることができる。

（実施の形態２）
次に、実施の形態２について説明する。実施の形態２では、機械学習モデルを用いて選択されるパラメータセットが、インター予測においてサブピクセル位置の画素値を補間生成する処理で用いられるフィルタ係数セットである場合について説明する。以下に、実施の形態１と異なる点を中心に本実施の形態について説明する。

［動画像符号化装置の構成］
図５は、実施の形態２に係る動画像符号化装置の構成例を示すブロック図である。

動画像符号化装置１３００は、入力動画像／画像をブロック単位で符号化して、符号化された出力ビットストリームを生成する。図５に示すように、動画像符号化装置１３００は、変換部１３０１と、量子化部１３０２と、逆量子化部１３０３と、逆変換部１３０４と、ブロックメモリ１３０５と、イントラ予測部１３０６と、ピクチャメモリ１３０７と、動きベクトル予測部１３０８と、ブロックメモリ１３０９と、抽出部１３１０と、分類部１３１１と、選択部１３１２と、補間部１３１３と、インター予測部１３１４と、エントロピー符号化部１３１５と、加算器１３１６、１３１７とを備える。ここで、動画像符号化装置１３００の各構成要素について説明する。

入力動画像は加算器１３１６に入力され、残差動画像／画像が変換部１３０１に出力される。

変換部１３０１は、残差動画像／画像を周波数係数に変換し、得られた周波数係数を量子化部１３０２に出力する。

量子化部１３０２は、入力された周波数係数を量子化し、得られた量子化係数を逆量子化部１３０３とエントロピー符号化部１３１５とに出力する。

エントロピー符号化部１３１５は、量子化部１３０２から出力された量子化係数を符号化し、符号化ビットストリームを出力する。

逆量子化部１３０３は、量子化部１３０２から出力された量子化係数を逆量子化し、周波数係数を逆変換部１３０４に出力する。

逆変換部１３０４は、周波数係数に逆周波数変換を行って周波数係数を残差動画像／画像に変換し、得られた残差動画像／画像を加算器１３１７に出力する。

加算器１３１７は、逆変換部１３０４から出力された残差動画像／画像と、インター予測部１３１４またはイントラ予測部１３０６から出力された予測動画像／画像とを足し合わせ、得られた再構成動画像／画像をさらなる予測のためにブロックメモリ１３０５またはピクチャメモリ１３０７に出力する。

インター予測部１３１４およびイントラ予測部１３０６は、ブロックメモリ１３０５またはピクチャメモリ１３０７に格納されている再構成動画像／画像を参照して、例えば入力動画像／画像に最も類似する予測動画像／画像を生成する。

ブロックメモリ１３０９は、動きベクトル予測部１３０８から出力された動きベクトルを用いて、Ｎ×Ｍ画素（例えば、８×８画素）ブロックの再構成画像サンプル１３２０をピクチャメモリ１３０７から取り出す。ブロックメモリ１３０９は、Ｎ×Ｍ画素ブロックの再構成画像サンプル１３２１、１３２２を、抽出部１３１０と補間部１３１３とにそれぞれ伝送する。Ｎ×Ｍ画素ブロックの再構成画像サンプルは、再構成画素群に相当する。

抽出部１３１０は、Ｎ×Ｍ画素ブロックの再構成画像サンプル１３２１から１以上の特徴量１３２３（例えば、分散、ＳＩＦＴ）を抽出し、抽出された特徴量１３２３を分類部１３１１に出力する。

分類部１３１１は、特徴量１３２３と機械学習モデル（例えば、サポートベクターマシン）とを用いてＮ×Ｍ画素ブロックの再構成画像サンプル１３２１を分類する。これにより、複数のインデックスの中から、Ｎ×Ｍ画素ブロックの再構成画像サンプル１３２１の分類結果により示されるインデックスが選択され、選択されたインデックス１３２４が選択部１３１２に伝送される。

選択部１３１２は、インデックス１３２４を用いて、予め定義された複数のフィルタ係数セットの中から１つのフィルタ係数セット１３２５を選択する。つまり、選択部１３１２は、インデックス１３２４に対応するフィルタ係数セット１３２５を選択する。そして、選択部１３１２は、選択されたフィルタ係数セット１３２５を、補間部１３１３へ出力する。

補間部１３１３は、フィルタ係数セット１３２５を用いて、参照ブロックの再構成画像サンプルに補間処理を行い、補間済み画像サンプル１３２６をインター予測部１３１４に出力する。

［動画像符号化装置の動作］
次に、以上のように構成された動画像符号化装置１３００の動作について説明する。図６は、実施の形態２に係る動画像符号化装置の処理を示すフローチャートである。

まず、ステップＳ１２０１において、ブロックメモリ１３０９は、動きベクトルを用いて、ピクチャメモリ１３０７からＮ×Ｍ画素ブロックの再構成画像サンプルブロックを取り出す。Ｎ×Ｍ画素ブロックは、例えば、８×８画素の参照ブロックを包含する９×９画素ブロックである。

次に、ステップＳ１２０２において、抽出部１３１０は、Ｎ×Ｍ画素ブロックの再構成画像サンプルから１以上の特徴量を抽出する。図７は、特徴量の抽出に用いられるＮ×Ｍ画素ブロックの一例を示している。Ｎ×Ｍ画素ブロックの再構成画像サンプル（再構成画素群）の少なくとも一部は、動きベクトルを用いて参照ピクチャから導出される参照ブロックに含まれる。図７の例では、Ｎ×Ｍ画素ブロックが参照ブロックを包含している。

次に、ステップＳ１２０３では、分類部１３１１は、抽出された１以上の特徴量と機械学習モデルとを用いて、Ｎ×Ｍ画素ブロックの再構成画像サンプルを分類する。そして、分類部１３１１は、予め定義された複数のインデックスの中から、Ｎ×Ｍ画素ブロックの再構成画像サンプルの分類結果により示されるインデックスを選択する。

次に、ステップＳ１２０４では、選択部１３１２は、選択されたインデックスを用いて、予め定義された複数のフィルタ係数セットの中から１つのフィルタ係数セットを選択する。

図８は、補間処理で用いられるフィルタ係数セットを説明するための図である。図８において、矩形は画素を表し、矩形内の文字は画素値（例えば、輝度値、色差値）を表す。このとき、補間画素の画素値は以下の式で表される。

ここで、W_ai=0..7、divisor_a、W_bi=0..7、divisor_b、W_di=0..7、およびdivisor_dは、予め定義されたフィルタ係数セットである。なお、フィルタ係数セットは、上記に限定されない。例えば、フィルタ係数セットは、シグモイド関数などの非線形関数からの係数であってもよい。また、補間処理には、輝度値／色差値の単なる重み付き加算の代わりに、隣接画素の輝度／色差値の重み付き積和演算が用いられてもよい。

次に、ステップＳ１２０５では、補間部１３１３は、選択されたフィルタ係数セットを用いて、参照ブロックの画像サンプルに補間処理を行う。

最後に、ステップＳ１２０６において、インター予測部１３１４は、補間済みの画像サンプルを符号化処理のインター予測処理で用いる。

［動画像復号装置の構成］
次に、上記動画像符号化装置１３００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。図９は、実施の形態２に係る動画像復号装置の構成例を示すブロック図である。

動画像復号装置２３００は、入力符号化ビットストリームをブロック単位で復号し、動画像／画像を出力する。図９に示すように、動画像復号装置２３００は、エントロピー復号部２３０１と、逆量子化部２３０２と、逆変換部２３０３と、ブロックメモリ２３０４と、イントラ予測部２３０５と、読解部２３０６と、動きベクトル予測部２３０７と、ピクチャメモリ２３０８と、ブロックメモリ２３０９と、抽出部２３１０と、分類部２３１１と、選択部２３１２と、補間部２３１３と、インター予測部２３１４とを備える。ここで、動画像復号装置２３００の各構成要素について説明する。

入力符号化ビットストリームは、エントロピー復号部２３０１に入力される。入力符号化ビットストリームがエントロピー復号部２３０１に入力された後、エントロピー復号部２３０１は、入力符号化ビットストリームを復号し、量子化係数を逆量子化部２３０２に出力する。

逆量子化部２３０２は、量子化係数を逆量子化し、周波数係数を逆変換部２３０３に出力する。

逆変換部２３０３は、周波数係数に逆周波数変換を行って周波数係数を残差動画像／画像に変換し、得られた残差動画像／画像を加算器２３１５に出力する。

加算器２３１５は、得られた残差動画像／画像と、イントラ予測部２３０５またはインター予測部２３１４から出力された予測動画像／画像（つまり、対象ブロックに対する予測ブロックまたは予測サンプル）とを足し合わせ、得られた再構成動画像／画像をディスプレイに出力し、また、さらなる予測のために、ブロックメモリ２３０４またはピクチャメモリ２３０８にも再構成動画像／画像を出力する。

イントラ予測部２３０５およびインター予測部２３１４は、ブロックメモリ２３０４またはピクチャメモリ２３０８に格納されている再構成動画像／画像から、例えば復号動画像／画像に最も類似する予測動画像／画像を生成する。

読解部２３０６は、入力ビットストリームを読み解き、残差サンプルブロック、インター予測に使用される参照ピクチャを示す参照インデックス、および動きベクトル差分などの動き情報を、動きベクトル予測部２３０７に出力する。

動きベクトル予測部２３０７は、予測動きベクトルを導出する。そして、動きベクトル予測部２３０７は、読解部２３０６で読み解いた動き情報と予測動きベクトルとに基づき、対象ブロックの動きベクトルを導出する。そして、動きベクトル予測部２３０７は、導出された動きベクトルを示す信号を、ブロックメモリ２３０９に出力する。

ブロックメモリ２３０９は、動きベクトル予測部２３０７から出力された動きベクトルを用いて、Ｎ×Ｍ画素（例えば、９×９画素）ブロックの再構成画像サンプル２３２０をピクチャメモリ２３０８から取り出す。ブロックメモリ２３０９は、Ｎ×Ｍ画素ブロックの再構成画像サンプル２３２１、２３２２を、抽出部１３１０と補間部１３１３とにそれぞれ伝送する。

抽出部２３１０は、Ｎ×Ｍ画素ブロックの再構成画像サンプル２３２１から１以上の特徴量２３２３（例えば、分散、ＳＩＦＴ）を抽出する。そして、抽出部２３１０は、得られた特徴量２３２３を分類部２３１１に出力する。抽出部２３１０によって抽出される特徴量２３２３は、図５に示す動画像符号化装置１３００の抽出部１３１０によって抽出された特徴量１３２３と同じとなる。

分類部２３１１は、特徴量２３２３と機械学習モデル（例えば、サポートベクターマシン）とを用いてＮ×Ｍ画素ブロックの再構成画像サンプル２３２１を分類する。そして、分類部２３１１は、予め定義された複数のインデックスの中から、Ｎ×Ｍ画素ブロックの再構成画像サンプル２３２１の分類結果により示されるインデックス２３２４を選択する。さらに、分類部２３１１は、インデックス２３２４を選択部２３１２に伝送する。

選択部２３１２は、インデックス２３２４を用いて、予め定義された複数のフィルタ係数セットの中から１つのフィルタ係数セット２３２５を選択する。選択部２３１２は、選択されたフィルタ係数セット２３２５を、補間部２３１３へ出力する。

補間部２３１３は、フィルタ係数セット２３２５を用いて参照ブロックの再構成画像サンプルに補間処理を行い、補間済みの画像サンプル２３２６をインター予測部２３１４に出力する。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置２３００の動作について説明する。図１０は、実施の形態２に係る動画像復号装置の処理を示すフローチャートである。

まず、ステップＳ２２０１において、ブロックメモリ２３０９は、動きベクトルを用いて、参照ピクチャに含まれるＮ×Ｍ画素ブロックの再構成画像サンプルを取り出す。Ｎ×Ｍ画素ブロックは、例えば、９×９画素ブロックである。

次に、ステップＳ２２０２において、抽出部２３１０は、Ｎ×Ｍ画素の再構成画像サンプルブロックから１以上の特徴量を抽出する。図７は、特徴量の抽出に用いられる再構成画像サンプルブロックの一例を示している。

次に、ステップＳ２２０３では、分類部２３１１は、抽出された１以上の特徴量と機械学習モデルとを用いて、Ｎ×Ｍ画素ブロックの再構成画像サンプルを分類する。そして、分類部２３１１は、予め定義された複数のインデックスの中から、Ｎ×Ｍ画素ブロックの再構成画像サンプルの分類結果により示されるインデックスを選択する。ここで用いられる機械学習モデルは、動画像符号化装置１３００で用いられた機械学習モデルと同じである。

ステップＳ２２０４では、選択部２３１２は、選択されたインデックスを用いて、予め定義された複数のフィルタ係数セットの中から１つのフィルタ係数セットを選択する。ここで選択されるフィルタ係数セットは、符号化処理中に動画像符号化装置１３００で選択されたフィルタ係数セットと同じである。

ステップＳ２２０５では、補間部２３１３は、選択されたフィルタ係数セットを用いて、参照ブロックの画像サンプルに補間処理を行う。

最後に、ステップＳ２２０６において、インター予測部２３１４は、補間済みの画像サンプルを復号処理のインター予測処理で用いる。

［効果］
以上のように、本実施の形態に係る動画像符号化装置１３００および動画像復号装置２３００によれば、インター予測おける画像ピクセルの補間処理に用いられるフィルタ係数セットを、機械学習モデルを用いて得ることができる。

したがって、再構成画素群における輝度あるいは色差の値、または再構成画素群から抽出される特徴量が表現される次元から、当該次元と異なる軸を含む、より対象画素群の予測又は符号化に適切な次元へと写像して補間処理に用いられるフィルタ係数を決定することができる。これにより、線形的ではない急峻な変化が起こるような画像において、画素に応じたより適切な軸を設定しなおすことが可能になり、より原画像に近い補間処理が可能にある。

またフィルタ係数セットそのものを指し示す情報がビットストリームに含まれなくても、１以上特徴量と機械学習モデルとを用いてフィルタ係数セットを得ることができ、フィルタ係数セットのための符号量を削減することができる。

さらに、複数の特徴量が用いられる場合、単一の特徴量（例えば輝度値など）が用いられる場合よりも、対象ブロックの符号化／復号処理により適したフィルタ係数セットを用いて符号化／復号処理を行うことができ、符号化効率を向上させることができる。

（実施の形態３）
次に、実施の形態３について説明する。実施の形態３では、機械学習モデルを用いて選択されるパラメータセットが、ループ内フィルタ処理で用いられるフィルタ係数セットである場合について説明する。以下に、実施の形態１および２と異なる点を中心に本実施の形態について説明する。

［動画像符号化装置の構成］
図１１は、実施の形態３に係る動画像符号化装置の構成例を示すブロック図である。なお、図１１において、図５と実質的に同一の構成要素については、同一の符号を付し、適宜説明を省略する。

動画像符号化装置１５００は、入力動画像／画像をブロック単位で符号化して、符号化された出力ビットストリームを生成する。図１１に示すように、動画像符号化装置１５００は、変換部１３０１と、量子化部１３０２と、逆量子化部１３０３と、逆変換部１３０４と、ブロックメモリ１３０５と、イントラ予測部１３０６と、ピクチャメモリ１５０７と、抽出部１５０８と、分類部１５０９と、選択部１５１０と、ループ内フィルタ部１５１１と、ピクチャメモリ１５１２と、インター予測部１５１４と、エントロピー符号化部１３１５と、加算器１３１６、１３１７とを備える。ここで、動画像符号化装置１５００の各構成要素について説明する。

ピクチャメモリ１５０７は、対象ブロックの再構成画像サンプルを含む再構成画素群１５２１を抽出部１５０８に伝送する。

抽出部１５０８は、再構成画素群１５２１から１以上の特徴量１５２２（例えば、分散、ＳＩＦＴ）を抽出する。そして、抽出部１５０８は、抽出した特徴量１５２２を分類部１５０９に出力する。

分類部１５０９は、特徴量１５２２と機械学習モデル（例えば、サポートベクターマシン）とを用いて再構成画素群１５２１を分類する。そして、分類部１５０９は、予め定義された複数のインデックスの中から、再構成画素群１５２１の分類結果により示されるインデックス１５２３を選択する。さらに、分類部１５０９は、インデックス１５２３を選択部１５１０に伝送する。

選択部１５１０は、インデックス１５２３を用いて、予め定義された複数のフィルタ係数セットの中から１つのフィルタ係数セット１５２４を選択する。選択部１５１０は、選択されたフィルタ係数セット１５２４を、ループ内フィルタ部１５１１へ出力する。

ループ内フィルタ部１５１１は、フィルタ係数セット１５２４を用いて対象ブロックの再構成画像サンプル１５２０にフィルタ処理を行い、フィルタ処理済み再構成画像サンプル１５２５を、インター予測処理のためにピクチャメモリ１５１２に格納する。

［符号化装置の動作］
次に、以上のように構成された動画像符号化装置１５００の動作について説明する。図１２は、実施の形態３に係る符号化装置の処理を示すフローチャートである。

まず、ステップＳ１４０１において、抽出部１５０８は、対象ブロックの画像サンプルを含む再構成画素群をピクチャメモリ１５０７から取り出す。

次に、ステップＳ１４０２において、抽出部１５０８は、再構成画素群から１以上の特徴量を抽出する。

次に、ステップS１４０３では、分類部１５０９は、抽出された１以上の特徴量と機械学習モデルとを用いて再構成画素群を分類する。分類部１５０９は、予め定義された複数のインデックスの中から、再構成画素群の分類結果により示されるインデックスを選択する。

ステップＳ１４０４では、選択部１５１０は、選択されたインデックスを用いて、予め定義された複数のフィルタ係数セットの中から１つのフィルタ係数セットを選択する。

ステップＳ１４０５では、ループ内フィルタ部１５１１は、選択されたフィルタ係数セットを用いて、対象ピクチャに含まれる対象ブロックの画像サンプルにループ内フィルタ処理を行う。ループ内フィルタ処理は、例えば、デブロッキングフィルタ処理、および、サンプルアダプティブオフセット（ＳＡＯ）処理である。

最後に、ステップＳ１４０６において、ループ内フィルタ部１５１１は、フィルタ処理済みの対象ブロックの画像サンプルをピクチャメモリ１５１２に出力する。ピクチャメモリ１５１２に出力されたフィルタ処理済みの対象ブロックの画像サンプルは、対象ピクチャよりも符号化順で後のピクチャのインター予測に利用される。

［動画像復号装置の構成］
次に、上記動画像符号化装置１５００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。図１３は、実施の形態３に係る動画像復号装置の構成例を示すブロック図である。図１３において、図９と実質的に同一の構成要素については、同一の符号を付し、適宜説明を省略する。

動画像復号装置２５００は、入力符号化ビットストリームをブロック単位で復号し、動画像／画像を出力する。図１３に示すように、動画像復号装置２５００は、エントロピー復号部２３０１と、逆量子化部２３０２と、逆変換部２３０３と、ブロックメモリ２３０４と、イントラ予測部２３０５と、ピクチャメモリ２５０８と、インター予測部２５０９と、ピクチャメモリ２５１０と、抽出部２５１１と、分類部２５１２と、選択部２５１３と、ループ内フィルタ部２５１４と、加算器２３１５とを備える。

ピクチャメモリ２５１０は、対象ブロックの画像サンプルを含む再構成画素群２５２１を抽出部２５１１に伝送する。

抽出部２５１１は、再構成画素群２５２１から１以上の特徴量２５２２（例えば、分散、ＳＩＦＴ）を抽出し、特徴量２５２２を分類部２５１２に出力する。

分類部２５１２は、特徴量２５２２と機械学習モデル（例えば、サポートベクターマシン）とを用いて再構成画素群２５２１を分類する。そして、分類部２５１２は、予め定義された複数のインデックスの中から、再構成画素群２５２１の分類結果により示されるインデックス２５２３を選択し、選択したインデックス２５２３を選択部２５１３に伝送する。

選択部２５１３は、インデックス２５２３を用いて、予め定義された複数のフィルタ係数セットの中から１つのフィルタ係数セット２５２４を選択する。そして、選択部２５１３は、選択されたフィルタ係数セット２５２４と対象ブロックの再構成画像サンプル２５２０とを、ループ内フィルタ部２５１４へ出力する。

ループ内フィルタ部２５１４は、フィルタ係数セット２５２４を用いて、対象ブロックの再構成画像サンプル２５２０に対してフィルタ処理を行う。そして、ループ内フィルタ部２５１４は、フィルタ処理済み画像サンプル２５２５を、インター予測処理のためにピクチャメモリ２５０８に格納し、さらに、ディスプレイにも出力する。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置２５００の動作について説明する。図１４は、実施の形態３に係る動画像復号装置の処理を示すフローチャートである。

まず、ステップＳ２４０１において、抽出部２５１１は、対象ブロックの画像サンプルを含む再構成画素群をピクチャメモリ２５１０から取り出す。

次に、ステップＳ２４０２において、抽出部２５１１は、取り出された再構成画素群から１以上の特徴量を抽出する。ここで抽出される１以上の特徴量は、符号化処理中に動画像符号化装置１５００で抽出された１以上の特徴量と同じである。

次に、ステップＳ２４０３では、分類部２５１２は、抽出された１以上の特徴量と機械学習モデルとを用いて再構成画素群を分類する。そして、分類部２５１２は、予め定義された複数のインデックスの中から、再構成画素群の分類結果により示されるインデックスを選択する。ここで用いられる機械学習モデルは、符号化処理中に動画像符号化装置１５００で用いられた機械学習モデルと同じである。

ステップＳ２４０４では、選択部２５１３は、インデックスを用いて、予め定義された複数のフィルタ係数セットの中から１つのフィルタ係数セットを選択する。ここで選択されるフィルタ係数セットは、符号化処理中に動画像符号化装置１５００で選択されたフィルタ係数セットと同じである。

ステップＳ２４０５では、ループ内フィルタ部２５１４は、選択されたフィルタ係数セットを用いて、対象ピクチャに含まれる対象ブロックの画像サンプルにループ内フィルタ処理を行う。ループ内フィルタ処理は、例えば、デブロッキングフィルタ処理、および、サンプルアダプティブオフセット（ＳＡＯ）処理である。

最後に、ステップＳ２４０６において、ループ内フィルタ部２５１４は、フィルタ処理済みの対象ブロックの画像サンプルをディスプレイおよびピクチャメモリ２５０８に出力する。ピクチャメモリ２５０８に出力されたフィルタ処理済みの対象ブロックの画像サンプルは、対象ピクチャよりも復号順で後のピクチャのインター予測に利用される。

［効果］
以上のように、本実施の形態に係る動画像符号化装置１５００および動画像復号装置２５００によれば、対象ブロックのフィルタ処理で用いられるフィルタ係数セットを、機械学習モデルを用いて得ることができる。したがって、実施の形態２と同様の効果を奏する。

（実施の形態４）
次に、実施の形態４について説明する。実施の形態４では、機械学習モデルを用いて選択されるパラメータセットが、イントラ予測方式を示す場合について説明する。以下に、実施の形態１〜３と異なる点を中心に本実施の形態について説明する。

［動画像符号化装置の構成］
図１５は、実施の形態４に係る動画像符号化装置の構成例を示すブロック図である。図１５において、図５と実質的に同一の構成要素については、同一の符号を付し、適宜説明を省略する。

動画像符号化装置１７００は、入力動画像／画像をブロック単位で符号化して、符号化された出力ビットストリームを生成する。図１５に示すように、動画像符号化装置１７００は、変換部１３０１と、量子化部１３０２と、逆量子化部１３０３と、逆変換部１３０４と、ブロックメモリ１７０５と、抽出部１７０６と、分類部１７０７と、選択部１７０８と、イントラ予測部１７０９と、ピクチャメモリ１３０７と、インター予測部１７１２と、エントロピー符号化部１７１３と、加算器１３１６、１３１７とを備える。

ブロックメモリ１７０５は、対象ブロックと空間的に隣接する位置にある再構成画素群１７２１を抽出部１７０６に伝送する。

抽出部１７０６は、再構成画素群１７２１から１以上の特徴量１７２２（例えば、分散、ＳＩＦＴ）を抽出し、抽出した特徴量１７２２を分類部１７０７に出力する。

分類部１７０７は、特徴量１７２２と機械学習モデル（例えば、サポートベクターマシン）とを用いて再構成画素群１７２１を分類する。そして、分類部１７０７は、予め定義された複数のインデックスの中から、再構成画素群１７２１の分類結果により示されるインデックス１７２３を選択し、選択したインデックス１７２３を選択部１７０８に伝送する。

選択部１７０８は、インデックス１７２３を用いて、予め定義された複数のイントラ予測方式の中から１つのイントラ予測方式１７２４を選択する。選択部１７０８は、選択されたイントラ予測方式１７２４と対象ブロックの画像サンプル１７２５とを、イントラ予測部１７０９へ出力する。

イントラ予測部１７０９は、選択されたイントラ予測方式１７２４に従って、対象ブロックのためのイントラ予測を行い、対象ブロックのイントラ予測画像サンプルを加算器１３１６、１３１７に出力する。

インター予測部１７１２は、ピクチャメモリ１３０７に格納されているピクチャを参照して、対象ブロックのインター予測画像サンプルを生成し、加算器１３１６、１３１７に出力する。

［動画像符号化装置の動作］
次に、以上のように構成された動画像符号化装置１７００の動作について説明する。図１６は、実施の形態４に係る動画像符号化装置の処理を示すフローチャートである。

まず、ステップＳ１６０１において、抽出部１７０６は、対象ブロックと空間的に隣接する位置から再構成画素群を取り出す。図１７Ａ〜図１７Ｃは、対象ブロックの空間的に隣接する位置の例を示す。

次に、ステップＳ１６０２において、抽出部１７０６は、再構成画素群から１以上の特徴量を抽出する。

次に、ステップＳ１６０３では、分類部１７０７は、抽出された１以上の特徴量と機械学習モデルとを用いて再構成画素群を分類する。そして、分類部１７０７は、予め定義された複数のインデックスの中から、再構成画素群の分類結果により示されるインデックスを選択する。

ステップＳ１６０４では、選択部１７０８は、選択されたインデックスを用いて、予め定義された複数のイントラ予測方式の中から１つのイントラ予測方式を選択する。図１８および図１９は、イントラ予測方式の例を示している。

ステップＳ１６０５では、イントラ予測部１７０９は、選択されたイントラ予測方式を用いて、対象ブロックのイントラ予測処理を行う。

最後に、ステップＳ１６０６において、加算器１３１６、１３１７は、対象ブロックのイントラ予測画像サンプルを用いて、対象ブロックの残差画像サンプルおよび再構成画像サンプルを生成する。

［動画像復号装置の構成］
次に、上記動画像符号化装置１７００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。図２０は、実施の形態４に係る動画像復号装置の構成例を示すブロック図である。図２０において、図９と実質的に同一の構成については、同一の符号を付し、適宜説明を省略する。

動画像復号装置２７００は、入力符号化ビットストリームをブロック単位で復号し、動画像／画像を出力する。図２０に示すように、動画像復号装置２７００は、エントロピー復号部２３０１と、逆量子化部２３０２と、逆変換部２３０３と、ブロックメモリ２７０４と、抽出部２７０５と、分類部２７０６と、選択部２７０７と、イントラ予測部２７０８と、ピクチャメモリ２３０８と、インター予測部２７１２と、加算器２３１５とを備える。

ブロックメモリ２７０４は、対象ブロックと空間的に隣接する位置にある再構成画素群２７２１を抽出部２７０５に伝送する。

抽出部２７０５は、再構成画素群２７２１から１以上の特徴量２７２２（例えば、分散、ＳＩＦＴ）を抽出し、抽出された特徴量２７２２を分類部２７０６に出力する。

分類部２７０６は、特徴量２７２２と機械学習モデル（例えば、サポートベクターマシン）とを用いて再構成画素群を分類する。そして、分類部２７０６は、予め定義された複数のインデックスの中から、再構成画素群の分類結果により示されるインデックス２７２３を選択し、インデックス２７２３を選択部２７０７に伝送する。

選択部２７０７は、インデックス２７２３を用いて、予め定義された複数のイントラ予測方式の中から１つのイントラ予測方式２７２４を選択する。選択部２７０７は、選択されたイントラ予測方式２７２４と対象ブロックの画像サンプル２７２５とを、イントラ予測部２７０８へ出力する。

イントラ予測部２７０８は、イントラ予測方式２７２４に従って、対象ブロックのイントラ予測処理を行い、対象ブロックのイントラ予測画像サンプルを加算器２３１５に出力する。

インター予測部２７１２は、ピクチャメモリ２３０８に格納されているピクチャを参照して、対象ブロックのインター予測画像サンプルを生成し、生成した対象ブロックのインター予測画像サンプルを加算器２３１５に出力する。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置２７００の動作について説明する。図２１は、実施の形態４に係る動画像復号装置の処理を示すフローチャートである。

まず、ステップＳ２６０１において、抽出部２７０５は、対象ブロックと空間的に隣接する位置にある再構成画素群をブロックメモリ２７０４から取り出す。図１７Ａ〜図１７Ｃは、対象ブロックと空間的に隣接する位置にある画素群の例を示している。

次に、ステップＳ２６０２において、抽出部２７０５は、再構成画素群から１以上の特徴量を抽出する。これらは、符号化処理中に動画像符号化装置１７００で抽出された１以上の特徴量と同じである。

次に、ステップＳ２６０３では、分類部２７０６は、抽出された１以上の特徴量と機械学習モデルとを用いて再構成画素群を分類する。機械学習モデルは、符号化処理中に動画像符号化装置１７００で用いられた機械学習モデルと同じである。分類部２７０６は、予め定義された複数のインデックスの中から、再構成画素群の分類結果により示されるインデックスを選択し、選択したインデックスを選択部２７０７に出力する。

ステップＳ２６０４では、選択部２７０７は、選択されたインデックスを用いて、予め定義された複数のイントラ予測方式の中から１つのイントラ予測方式を選択する。図１８および図１９は、イントラ予測方式の例を示している。予め定義された複数のイントラ予測方式は、符号化処理中に動画像符号化装置１７００で用いられたものと同じである。

ステップＳ２６０５では、イントラ予測部１７０９は、選択されたイントラ予測方式を用いて、対象ブロックのイントラ予測処理を行う。

最後に、ステップＳ２６０６において、対象ブロックのイントラ予測画像サンプルが復号処理で用いられる。

［効果］
以上のように、本実施の形態に係る動画像符号化装置１７００および動画像復号装置２７００によれば、イントラ予測処理で用いられるイントラ予測方式を、機械学習モデルを用いて得ることができる。

したがって、再構成画素群における輝度あるいは色差の値、または再構成画素群から抽出される特徴量が表現される次元から、当該次元と異なる軸を含む、より対象画素群の予測又は符号化に適切な次元へと写像して予測又は符号化を行うことができる。これにより、周囲と比較して線形的ではない急峻な変化が起こるような画像の予測において、画素に応じたより適切な軸を設定しなおすことが可能になり、予測精度が向上し、符号化効率を向上させることができる。

さらに、複数の特徴量が用いられる場合、単一の特徴量（例えば輝度値など）が用いられる場合よりも、対象ブロックの符号化／復号処理により適したイントラ予測方式を用いて符号化／復号処理を行うことができ、符号化効率を向上させることができる。

（実施の形態５）
次に、実施の形態５について説明する。実施の形態５では、機械学習モデルを用いて選択されるパラメータセットが、インター予測の動き補償において複数のインター予測ブロックの平均化処理で用いられる重み係数セットである場合について説明する。以下に、実施の形態１〜４と異なる点を中心に本実施の形態について説明する。

［動画像符号化装置の構成］
図２２は、実施の形態５に係る動画像符号化装置の構成例を示すブロック図である。

動画像符号化装置１９００は、入力動画像／画像をブロック単位で符号化して、符号化された出力ビットストリームを生成する。図２２に示すように、動画像符号化装置１９００は、変換部１３０１と、量子化部１３０２と、逆量子化部１３０３と、逆変換部１３０４と、ブロックメモリ１３０５と、イントラ予測部１３０６と、ピクチャメモリ１３０７と、動きベクトル予測部１９０８と、ブロックメモリ１９０９と、補間部１９１０と、抽出部１９１１と、分類部１９１２と、選択部１９１３と、平均化部１９１４と、インター予測部１９１５と、エントロピー符号化部１３１５と、加算器１３１６、１３１７と、を備える。

ブロックメモリ１９０９は、動きベクトル予測部１９０８から出力された動きベクトルを用いて、複数の参照ピクチャに含まれる複数の参照ブロックの画像サンプルをピクチャメモリ１３０７から取り出し、各参照ブロックの画像サンプル１９２１、１９２３を補間部１９１０と抽出部１９１１とにそれぞれ出力する。

補間部１９１０は、画像サンプル１９２１に補間処理を行い、補間済み画像サンプル１９２２を平均化部１９１４に出力する。

抽出部１９１１は、画像サンプル１９２３から１以上の特徴量１９２４（例えば、分散、ＳＩＦＴ）を抽出し、抽出された特徴量１９２４を分類部１９１２に出力する。

分類部１９１２は、特徴量１９２４と機械学習モデル（例えば、サポートベクターマシン）とを用いて画像サンプル１９２３を分類する。そして、分類部１９１２は、予め定義された複数のインデックスの中から、画像サンプル１９２３の分類結果により示されるインデックス１９２５を選択し、選択したインデックス１９２５を選択部１９１３に伝送する。

選択部１９１３は、インデックス１９２５を用いて、予め定義された複数の重み係数セットの中から１つの重み係数セット１９２６を選択する。選択部１９１３は、選択された重み係数セット１９２６を平均化部１９１４へ出力する。

平均化部１９１４は、選択された重み係数セット１９２６と補間済み画像サンプル１９２２とを用いて平均化処理を行う。平均化部１９１４は、平均化済み画像サンプル１９２７を、インター予測処理のためにインター予測部１９１５へ伝送する。

［動画像符号化装置の動作］
図２３は、実施の形態５に係る動画像符号化装置の処理を示すフローチャートである。

まず、ステップＳ１８０１において、ブロックメモリ１９０９は、動きベクトルを用いて、複数の参照ピクチャから参照ブロックの画像サンプルを取り出す。

次に、ステップＳ１８０２において、抽出部１９１１は、取り出された画像サンプルから１以上の特徴量を抽出する。

次に、ステップＳ１８０３では、分類部１９１２は、抽出された１以上の特徴量と機械学習モデルとを用いて画像サンプルを分類する。そして、分類部１９１２は、予め定義された複数のインデックスの中から、画像サンプルの分類結果により示されるインデックスを選択する。

ステップＳ１８０４では、選択部１９１３は、選択されたインデックスを用いて、予め定義された複数の重み係数セットの中から１つの重み係数セットを選択する。図２４および図２５は、インター予測処理の平均化処理で用いられる重み係数の例を示している。図２４では、２つの参照ピクチャに含まれる２つの参照ブロックの画像サンプルを平均化するための重み係数Ｗ１、Ｗ２が表されている。図２５では、３つの参照ピクチャに含まれる３つの参照ブロックの画像サンプルを平均化するための重み係数Ｗ１、Ｗ２、Ｗ３が表されている。

ステップＳ１８０５では、平均化部１９１４は、選択された重み係数セットを用いて、画像サンプルに平均化処理を行う。

最後に、ステップＳ１８０６において、インター予測部１９１５は、平均化された画像サンプルを符号化処理のインター予測処理で用いる。

［動画像復号装置の構成］
次に、上記動画像符号化装置１９００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。図２６は、実施の形態５に係る動画像復号装置の構成例を示すブロック図である。図２６において、図９と実質的に同一の構成要素については、同一の符号を付し、適宜説明を省略する。

動画像復号装置２９００は、入力符号化ビットストリームをブロック単位で復号し、動画像／画像を出力する。図２６に示すように、動画像復号装置２９００は、エントロピー復号部２３０１と、逆量子化部２３０２と、逆変換部２３０３と、ブロックメモリ２３０４と、イントラ予測部２３０５と、読解部２９０６と、動きベクトル予測部２９０７と、ピクチャメモリ２３０８と、ブロックメモリ２９０９と、補間部２９１０と、抽出部２９１１と、分類部２９１２と、選択部２９１３と、平均化部２９１４と、インター予測部２９１５と、加算器２３１５とを備える。

読解部２９０６は、入力ビットストリームを読み解き、残差サンプルブロックと、インター予測に使用される参照ピクチャを示す参照インデックスと、動きベクトル差分などの動き情報とを動きベクトル予測部２９０７に出力する。

動きベクトル予測部２９０７は、読解部２９０６で読み解いた動き情報に基づき、対象ブロックの動きベクトルを導出する。そして、動きベクトル予測部２９０７は、導出された動きベクトルを示す信号を、ブロックメモリ２９０９に出力する。

ブロックメモリ２９０９は、動きベクトル予測部２９０７から出力された動きベクトルを用いて、ピクチャメモリ２３０８に格納されている複数の参照ピクチャから複数の参照ブロックの画像サンプルを取り出し、画像サンプル２９２１、２９２３を補間部２９１０と抽出部２９１１とにそれぞれ出力する。

補間部２９１０は、画像サンプル２９２１を補間し、補間済み画像サンプル２９２２を平均化部２９１４に出力する。

抽出部２９１１は、画像サンプル２９２３から１以上の特徴量２９２４（例えば、分散、ＳＩＦＴ）を抽出し、抽出された特徴量２９２４を分類部２９１２に出力する。

分類部２９１２は、特徴量２９２４と機械学習モデル（例えば、サポートベクターマシン）とを用いて画像サンプル２９２３を分類する。そして、分類部２９１２は、予め定義された複数のインデックスの中から、画像サンプル２９２３の分類結果により示されるインデックス２９２５を選択し、選択したインデックス２９２５を選択部２９１３に伝送する。

選択部２９１３は、インデックス２９２５を用いて、予め定義された複数の重み係数セットの中から１つの重み係数セット２９２６を選択する。選択部２９１３は、選択された重み係数セット２９２６を、平均化部２９１４へ出力する。

平均化部２９１４は、複数の参照ブロックの補間済み画像サンプル２９２２を平均化し、平均化済み画像サンプル２９２７をインター予測部２９１５に出力する。

インター予測部２９１５は、インター予測処理のために、平均化済み画像サンプル２９２７を用いる。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置２９００の動作について説明する。図２７は、実施の形態５に係る動画像復号装置の処理を示すフローチャートである。

ステップＳ２８０１において、ブロックメモリ２９０９は、動きベクトルを用いて、複数の参照ピクチャから複数の参照ブロックの画像サンプルを取り出す。

次に、ステップＳ２８０２において、抽出部２９１１は、抽出された複数の参照ブロックの画像サンプルから１以上の特徴量を抽出する。これらは、符号化処理中に動画像符号化装置１９００で抽出された１以上の特徴量と同じである。

次に、ステップＳ２８０３では、分類部２９１２は、抽出された１以上の特徴量と機械学習モデルとを用いて画像サンプルを分類する。機械学習モデルは、符号化処理中に動画像符号化装置１９００で用いられた機械学習モデルと同じである。そして、分類部２９１２は、予め定義された複数のインデックスの中から、画像サンプルの分類結果により示されるインデックスを選択する。

ステップＳ２８０４では、選択部２９１３は、選択されたインデックスを用いて、予め定義された複数の重み係数セットの中から１つの重み係数セットを選択する。ここで選択される重み係数セットは、符号化処理中に動画像符号化装置１９００で選択されたものと同じである。

ステップＳ２８０５では、平均化部２９１４は、選択された重み係数セットを用いて、画像サンプルに平均化処理を行う。

最後に、ステップＳ２８０６において、インター予測部２９１５は、平均化された画像サンプルを符号化処理のインター予測処理で用いる。

［効果］
以上のように、本実施の形態に係る動画像符号化装置１９００および動画像復号装置２９００によれば、複数のインター予測ブロックの平均化処理で用いられる重み係数セットを、機械学習モデルを用いて得ることができる。

したがって、再構成画素群における輝度あるいは色差の値、または再構成画素群から抽出される特徴量が表現される次元から、当該次元と異なる軸を含む、より対象画素群の予測又は符号化に適切な次元へと写像して予測又は符号化を行うことができる。これにより、周囲と比較して線形的ではない急峻な変化が起こるような画像の符号化及び復号において、画素に応じたより適切な軸を設定しなおすことが可能になり、符号化効率を向上させることができる。

また重み係数セットそのものを指し示す情報がビットストリームに含まれなくても、１以上特徴量と機械学習モデルとを用いてパラメータセットを得ることができ、パラメータセットのための符号量を削減することができる。

さらに、複数の特徴量が用いられる場合、単一の特徴量（例えば輝度値など）が用いられる場合よりも、対象ブロックの符号化／復号処理により適した重み係数セットを用いて符号化／復号処理を行うことができ、符号化効率を向上させることができる。

（実施の形態６）
次に、実施の形態６について説明する。以降の実施の形態６〜１３では、機械学習モデルを用いたパラメータセットの選択のための制御パラメータがビットストリームのヘッダに含まれる。特に、本実施の形態では、制御パラメータによって機械学習モデルを用いるか否かが切り替えられる点が、他の実施の形態と異なる。以下に、本実施の形態について、上記実施の形態１〜５と異なる点を中心に説明する。

［動画像符号化装置の構成］
図２８は、実施の形態６に係る動画像符号化装置の構成を示すブロック図である。

動画像符号化装置３０００は、入力動画像／画像をブロック単位で符号化して、符号化された出力ビットストリームを生成する。図２８に示すように、動画像符号化装置３０００は、符号化部３００１と、抽出部３００３と、分類部３００４と、選択部３００５と、切替部３００６と、書込部３００２とを備える。ここで、動画像符号化装置３０００の各構成要素について説明する。

入力動画像が符号化部３００１に入力され、符号化データ３０２０が抽出部３００３に出力される。符号化データ３０２０は、例えば、１以上の再構成画素群である。

抽出部３００３は、符号化データ３０２０から１以上の特徴量３０２１を抽出し、その特徴量３０２１を分類部３００４に伝送する。

分類部３００４は、抽出された特徴量３０２１と機械学習モデルとを用いて符号化出力データ３０２０を分類する。そして、分類部３００４は、予め定義された複数のインデックスの中から、符号化出力データ３０２０の分類結果により示されるインデックス３０２２を選択し、選択したインデックス３０２２を選択部３００５に出力する。

選択部３００５は、選択されたインデックス３０２２を用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット３０２３を選択し、選択したパラメータセット３０２３を切替部３００６へ出力する。

書込部３００２は、制御パラメータ３０２５を出力ビットストリームへ書き込む。また、書込部３００２は、切替部３００６を制御するための制御パラメータ３０２５を切替部３００６に伝送する。

切替部３００６は、制御パラメータ３０２５の値に応じて、機械学習モデルを用いて選択されるパラメータセット３０２３を入力動画像の符号化処理に用いるかどうかを切り替える。

符号化部３００１は、切替部３００６の切り替えに従って、機械学習モデルを用いて選択されるパラメータセット３０２３を用いて、または、用いずに、対象ブロックの画像サンプルを符号化する。

［シンタックス］
次に、ビットストリーム内の制御パラメータの位置について説明する。図２９は、符号化ビデオビットストリームにおける、制御パラメータの位置候補を示している。図２９の（i）は、ビデオパラメータセット内に制御パラメータが存在する場合を示している。図２９の（ii）は、ビデオストリームのシーケンスパラメータセット内に制御パラメータが存在する場合を示している。図２９の（iii）は、ピクチャのピクチャパラメータセット内に制御パラメータが存在する場合を示している。図２９の（iv）は、スライスのスライスヘッダ内に制御パラメータが存在する場合を示している。図２９の（v）は、制御パラメータが、ビデオシステムまたはビデオデコーダのセットアップまたは初期化を行うためのパラメータセット内に存在する場合を示している。

制御パラメータが上位層（例えばピクチャパラメータセット）と下位層（例えば、スライスヘッダ）とに２つ存在するならば、下位層に存在する制御パラメータの値で、上位層に存在する制御パラメータの値が上書きされる。制御パラメータは、符号化ビデオストリームのシーケンスパラメータセットにおけるプロファイルインジケータまたはレベルインジケータでもよい。

［動画像符号化装置の動作］
次に、以上のように構成された動画像符号化装置の動作について説明する。

図３０は、実施の形態６に係る動画像符号化装置の処理を示すフローチャートである。

まず、ステップＳ３００１において、書込部３００２は、制御パラメータを符号化ビデオストリームのヘッダに書き込む。具体的には、書込部３００２は、例えば図２９に示すように、ビデオパラメータセット内、シーケンスパラメータセット内、ピクチャパラメータセット内、または、スライスヘッダ内に制御パラメータを書き込む。

次に、ステップＳ３００２において、書き込まれる制御パラメータが予め定義された値であるか否かが判定される。制御パラメータの値は、例えば、ＳＡＤ、ＳＳＥ、ＭＳＥなどを用いてレート歪を表現するコスト関数に基づいて設定されてもよい。機械学習モデルを利用する方式が機械学習モデルを用いない従来方式よりも低いコストとなる場合、制御パラメータは予め定義された値で設定される。

書き込まれる制御パラメータが予め定義された値であれば（Ｓ３００２のＹｅｓ）、以下のステップが実行される。

まず、ステップＳ３００３において、抽出部３００３は、１以上の再構成画素群から１以上の特徴量を抽出する。

次に、ステップＳ３００４において、分類部３００４は、抽出された特徴量と機械学習モデルとを用いて１以上の再構成画素群を分類する。そして、分類部３００４は、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスを選択する。

次に、ステップＳ３００５において、選択されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。パラメータセットは、対象ブロックの符号化処理で用いられるパラメータセットである。具体的には、パラメータセットは、例えば、インター予測における画像ピクセルの補間処理で用いられるフィルタ係数セットであってもよい。また例えば、パラメータセットは、対象ブロックのインループフィルタ処理で用いられるフィルタ係数セットであってもよい。また例えば、パラメータセットは、イントラ予測インデックスであってもよい。また例えば、パラメータセットは、インター予測において複数の予測ブロックの平均化処理で用いられる重み係数セットであってよい。

最後に、ステップＳ３００６において、符号化部３００１は、対象ピクチャに含まれる対象ブロックの画像サンプルの符号化処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる符号化処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理である。

一方、書き込まれる制御パラメータが予め定義された値でなければ（Ｓ３００２のＮｏ）、ステップＳ３００７において、符号化部３００１は、対象ピクチャに含まれる対象ブロックの画像サンプルの符号化処理に、予め定められたパラメータセットを用いる。

［動画像復号装置の構成］
次に、上記動画像符号化装置３０００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。図３１は、実施の形態６に係る動画像復号装置の構成を示すブロック図である。

動画像復号装置４０００は、入力動画像／画像ビットストリームをブロック単位で復号して、動画像／画像を出力する。図３１に示すように、動画像復号装置４０００は、復号部４００１と、抽出部４００３と、分類部４００４と、選択部４００５と、切替部４００６と、読解部４００２とを備える。ここで、動画像復号装置４０００の各構成要素について説明する。

符号化入力ビットストリームが復号部４００１に入力され、復号データ４０２０が抽出部３００３に出力される。復号データ４０２０は、例えば、１以上の再構成画素群である。

抽出部４００３は、復号データ４０２０から１以上の特徴量４０２１を抽出し、その特徴量４０２１を分類部４００４に伝送する。

分類部４００４は、抽出された特徴量４０２１と機械学習モデルとを用いて復号データ４０２０を分類する。そして、分類部４００４は、予め定義された複数のインデックスの中から、復号データ４０２０の分類結果により示されるインデックス４０２２を選択し、選択したインデックス４０２２を選択部４００５に出力する。

選択部４００５は、選択されたインデックス４０２２を用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット４０２３を選択し、選択したパラメータセット４０２３を切替部４００６へ出力する。

読解部４００２は、入力ビットストリームから制御パラメータ４０２５を読み解く。また、読解部４００２は、切替部４００６を制御するために、制御パラメータ４０２５を切替部４００６に伝送する。

切替部４００６は、制御パラメータ４０２５に応じて、機械学習モデルを用いて選択されるパラメータセット４０２３を符号化ビットストリームの復号処理に用いるかどうかを切り替える。

復号部４００１は、切替部４００６の切り替えに従って、機械学習モデルを用いて選択されるパラメータセット４０２３を用いて、または、用いずに、対象ブロックの画像サンプルを復号する。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置４０００の動作について説明する。図３２は、実施の形態６に係る動画像復号装置の処理を示すフローチャートである。

まず、ステップＳ４００１において、読解部４００２は、制御パラメータを符号化ビデオストリームのヘッダから読み解く。

次に、ステップＳ４００２において、切替部４００６は、読み解かれた制御パラメータが予め定義された値であるか否かを判定する。

ここで、読み解かれた制御パラメータが予め定義された値であれば（Ｓ４００２のＹｅｓ）、以下のステップが実行される。

まず、ステップＳ４００３において、抽出部４００３は、１以上の再構成画素群から１以上の特徴量を抽出する。抽出される特徴量は、符号化処理中に動画像符号化装置３０００で抽出された特徴量と同じである。

次に、ステップＳ４００４において、分類部４００４は、抽出された特徴量と機械学習モデルとを用いて１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。ここで用いられる機械学習モデルは、符号化処理中に動画像符号化装置３０００で用いられた機械学習モデルと同じである。

次に、ステップＳ４００５において、選択部４００５は、選択されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。ここで選択されるパラメータセットは、符号化処理中に動画像符号化装置３０００で選択されたものと同じである。

最後に、ステップＳ４００６において、復号部４００１は、対象ブロックの画像サンプルの復号処理に、選択されたパラメータセットを用いる。選択された復号パラメータセットを用いる復号処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

一方、読み解かれた制御パラメータが予め定義された値でなければ（Ｓ４００２のＮｏ）、ステップＳ４００７において、復号部４００１は、対象ブロックの画像サンプルの復号処理に、予め定められたパラメータセットを用いる。予め定められたパラメータセットを用いる復号処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［効果］
以上のように、本実施の形態に係る動画像符号化装置３０００および動画像復号装置４０００によれば、制御パラメータが予め定義された値であれば、機械学習モデルを用いた分類の結果に対応するパラメータセットが符号化／復号処理に用いられ、制御パラメータが予め定義された値でなければ、予め定められたパラメータセットが符号化／復号処理に用いられる。したがって、機械学習モデルを用いるか否かを制御パラメータによって切り替えることができ、より適切なパラメータセットを用いて符号化／復号処理を行うことができる。

（実施の形態７）
次に、実施の形態７について説明する。実施の形態７では、制御パラメータによって、第１機械学習モデルおよび第２機械学習モデルのどちらを用いるかが制御される点が、上記実施の形態６と異なる。以下に、本実施の形態について、上記実施の形態６と異なる点を中心に説明する。

［動画像符号化装置の構成］
図３３は、実施の形態７および８に係る動画像符号化装置の構成を示すブロック図である。

動画像符号化装置３１００は、入力動画像／画像をブロック単位で符号化して、符号化された出力ビットストリームを生成する。図３３に示すように、動画像符号化装置３１００は、符号化部３１０１と、抽出部３１０３と、分類部３１０４と、選択部３１０５と、書込部３１０２とを備える。ここで、動画像符号化装置３０００の各構成要素について説明する。

入力動画像が符号化部３１０１に入力され、符号化データ３１２０が抽出部３１０３に出力される。符号化データ３１２０は、例えば、１以上の再構成画素群である。

抽出部３１０３は、符号化データ３１２０から１以上の特徴量３１２１を抽出し、その特徴量３１２１を分類部３１０４に伝送する。

書込部３１０２は、制御パラメータ３１２４を出力ビットストリームに書き込む。出力ビットストリーム内の制御パラメータ３１２４の位置は、実施の形態６の制御パラメータの位置と同様であるので説明を省略する。さらに、書込部３１０２は、制御パラメータ３１２４を分類部３１０４に伝送する。

分類部３１０４は、制御パラメータ３１２４が予め定義された値であれば、抽出された特徴量３１２１と第１機械学習モデルとを用いて、符号化出力データ３１２０を分類する。また、分類部３１０４は、制御パラメータ３１２４が予め定義された値でなければ、抽出された特徴量３１２１と、第１機械学習モデルとは異なる第２機械学習モデルとを用いて、符号化出力データ３１２０を分類する。これにより、予め定義された複数のインデックスの中から、符号化出力データ３１２０の分類結果により示されるインデックス３１２２が選択され、選択されたインデックス３１２２が選択部３１０５に出力される。

選択部３１０５は、インデックス３１２２を用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット３１２３を選択し、選択したパラメータセット３１２３を符号化部３１０１に出力する。

符号化部３１０１は、選択されたパラメータセット３１２３を用いて入力動画像を符号化する。

［動画像符号化装置の動作］
次に、以上のように構成された動画像符号化装置３１００の動作について説明する。

図３４は、実施の形態７に係る動画像符号化装置の処理を示すフローチャートである。

ステップＳ３１０１において、抽出部３１０３は、１以上の再構成画素群から１以上の特徴量を抽出する。

次に、ステップＳ３１０２において、書込部３１０２は、制御パラメータを符号化ビデオストリームのヘッダに書き込む。

次に、ステップＳ３１０３において、書き込まれる制御パラメータが予め定義された値であるか否かが判定される。

ここで、制御パラメータが予め定義された値であれば（Ｓ３１０３のＹｅｓ）、ステップＳ３１０４において、分類部３１０４は、抽出された特徴量と第１機械学習モデルとを用いて１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。第１機械学習モデルは、例えば、サポートベクターマシン（ＳＶＭ）、人工ニューラルネットワーク（ＡＮＮ）、ｋ平均クラスタリングである。

一方、制御パラメータが予め定義された値でなければ（Ｓ３１０３のＮｏ）、ステップＳ３１０５において、分類部３１０４は、抽出された特徴量と、第１機械学習モデルとは異なる第２機械学習モデルとを用いて、１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。第２機械学習モデルは、例えば、サポートベクターマシン（ＳＶＭ）、人工ニューラルネットワーク（ＡＮＮ）、ｋ平均クラスタリングである。

次に、ステップＳ３１０６において、選択部３１０５は、選択されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。パラメータセットは、対象ブロックの符号化処理で用いられるパラメータセットである。具体的には、パラメータセットは、例えば、インター予測における画像ピクセルの補間処理で用いられるフィルタ係数セットであってもよい。また例えば、パラメータセットは、対象ブロックのインループフィルタ処理で用いられるフィルタ係数セットであってもよい。また例えば、パラメータセットは、イントラ予測インデックスであってもよい。また例えば、パラメータセットは、インター予測において複数の予測ブロックの平均化処理で用いられる重み係数セットであってよい。

最後に、ステップＳ３１０７において、符号化部３１０１は、対象ブロックの画像サンプルの符号化処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる符号化処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［動画像復号装置の構成］
次に、上記動画像符号化装置３１００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。図３５は、実施の形態７および８に係る動画像復号装置の構成を示すブロック図である。

動画像復号装置４１００は、入力動画像／画像ビットストリームをブロック単位で復号して、動画像／画像を出力する。図３５に示すように、動画像復号装置４１００は、復号部４１０１と、抽出部４１０３と、分類部４１０４と、選択部４１０５と、読解部４１０２とを備える。ここで、動画像復号装置４１００の各構成要素について説明する。

入力ビットストリームが復号部４１０１に入力され、復号データ４１２０が抽出部４１０３に出力される。復号データ４１２０は、例えば、１以上の再構成画素群である。

抽出部４１０３は、復号データ４１２０から１以上の特徴量４１２１を抽出し、その特徴量４１２１を分類部４１０４に伝送する。

読解部４１０２は、入力ビットストリームから制御パラメータ４１２４を読み解く。読解部４１０２は、読み解かれた制御パラメータ４１２４を分類部４１０４へ伝送する。

分類部４１０４は、制御パラメータ４１２４が予め定義された値であれば、抽出された特徴量４１２１と第１機械学習モデルとを用いて、復号データ４１２０を分類する。これにより、予め定義された複数のインデックスの中から、復号データ４１２０の分類結果により示されるインデックス４１２２が選択される。選択されたインデックス４１２２は選択部４１０５に出力される。

選択部４１０５は、インデックス４１２２を用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット４１２３を選択し、選択したパラメータセット４１２３を復号部４１０１へ出力する。

復号部４１０１は、パラメータセット４１２３を用いて入力ビットストリームを復号する。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置４１００の動作について説明する。図３６は、実施の形態７に係る動画像復号装置の処理を示すフローチャートである。

ステップＳ４１０１において、抽出部４１０３は、１以上の再構成画素群から１以上の特徴量を抽出する。ここで抽出される特徴量は、符号化処理中に動画像符号化装置３１００で抽出された特徴量と同じである。

次に、ステップＳ４１０２において、読解部４１０２は、符号化ビデオストリームのヘッダから制御パラメータを読み解く。

次に、ステップＳ４１０３において、読み解かれた制御パラメータが予め定義された値であるか否かが判定される。

ここで、制御パラメータが予め定義された値であれば（Ｓ４１０３のＹｅｓ）、ステップＳ４１０４において、分類部４１０４は、抽出された特徴量と第１機械学習モデルとを用いて、１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。ここで用いられる第１機械学習モデルは、符号化処置中に動画像符号化装置３１００で用いられた第１学習モデルと同じである。

一方、制御パラメータが予め定義された値でなければ（Ｓ４１０３のＮｏ）、ステップＳ４１０５において、分類部４１０４は、抽出された特徴量と、第１機械学習モデルとは異なる第２機械学習モデルとを用いて、１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。第２機械学習モデルは、符号化処理中に動画像符号化装置３１００で用いられた第２機械学習モデルと同じである。

次に、ステップＳ４１０６において、選択部４１０５は、選択されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。ここで選択されるパラメータセットは、符号化処理中に動画像符号化装置３１００で選択されたものと同じである。

最後に、ステップＳ４１０７において、復号部４１０１は、対象ブロックの画像サンプルの復号処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる復号処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［効果］
以上のように、本実施の形態に係る動画像符号化装置３１００および動画像復号装置４１００によれば、制御パラメータが予め定義された値であるか否かに応じて、第１機械学習モデルおよび第２機械学習モデルのいずれか一方を用いて分類を行うことができる。したがって、分類に用いる機械学習モデルの自由度を高めることができ、より適切な分類の結果（つまり、パラメータセット）を得ることができる。

（実施の形態８）
次に、実施の形態８について説明する。実施の形態８では、機械学習モデルを修正するための第２制御パラメータがビットストリームに含まれうる点が、上記実施の形態６および７と異なる。以下に、本実施の形態について、上記実施の形態６および７と異なる点を中心に説明する。

［動画像符号化装置の構成］
本実施の形態に係る動画像符号化装置の構成は、実施の形態７に係る動画像符号化装置の構成と実質的に同一である。したがって、図３３を参照しながら本実施の形態に係る動画像符号化装置の構成について、実施の形態７と異なる点を中心に説明する。

書込部３１０２は、第１制御パラメータを出力ビットストリームへ書き込む。また、書込部３１０２は、第１制御パラメータが予め定義された値であれば、第２制御パラメータを出力ビットストリームに書き込む。制御パラメータ３１２４（第１制御パラメータおよび第２制御パラメータ）は、分類部３１０４に伝送される。なお、出力ビットストリーム内の第１制御パラメータおよび第２制御パラメータの位置は、実施の形態６の制御パラメータの位置と同様であるので説明を省略する。

第１制御パラメータが予め定義された値であれば、分類部３１０４は、第２制御パラメータを用いて機械学習モデルを修正または更新し、修正または更新された機械学習モデルと１以上の特徴量３１２１とを用いて、符号化出力データ３１２０を分類する。一方、第１制御パラメータが予め定義された値でなければ、分類部３１０４は、機械学習モデルを修正せずに、そのままの機械学習モデルと特徴量３１２１とを用いて符号化出力データ３１２０を分類する。これらの分類により、予め定義された複数のインデックスの中から、符号化出力データ３１２０の分類結果により示されるインデックス３１２２が選択され、選択されたインデックス３１２２が選択部３１０５に出力される。

符号化部３１０１は、選択部３１０５により選択されたパラメータセット３１２３を用いて入力動画像を符号化する。

［動画像符号化装置の動作］
以上のように構成された実施の形態８に係る動画像符号化装置３１００の動作について説明する。

図３７は、実施の形態８に係る動画像符号化装置の処理を示すフローチャートである。

まず、ステップＳ３２０１において、抽出部３１０３は、１以上の再構成画素群から１以上の特徴量を抽出する。

次に、ステップＳ３２０２において、書込部３１０２は、第１制御パラメータを符号化ビデオストリームのヘッダに書き込む。

次に、ステップＳ３２０３において、書き込まれた第１制御パラメータが予め定義された値であるか否かが判定される。

ここで、第１制御パラメータが予め定義された値であれば（Ｓ３２０３のＹｅｓ）、以下のステップが実行される。

まず、ステップＳ３２０４において、書込部３１０２は、第２制御パラメータをビットストリームのヘッダに書き込む。第２制御パラメータは、機械学習モデルを修正するために用いられるパラメータである。第２制御パラメータは、例えば、所定の画像群を用いた機械学習処理から得られた訓練データ、あるいは、訓練データを特定するための情報である。また、第２制御パラメータは、分類結果を示す複数のインデックスと複数のパラメータセットとの対応付けを修正するためのパラメータであってもよい。

次に、ステップＳ３２０６において、分類部３１０４は、書き込まれた第２制御パラメータを用いて機械学習モデルを修正する。そして、分類部３１０４は、抽出された特徴量と修正された機械学習モデルとを用いて、１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。

一方、書き込まれた第２制御パラメータが予め定義された値でなければ（Ｓ３２０３のＮｏ）、ステップＳ３２０５において、抽出された特徴量と（修正されていない）機械学習モデルとを用いて、１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。

次に、ステップＳ３２０８において、選択部３１０５は、選択されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。

最後に、ステップＳ３２０９において、符号化部３１０１は、対象ブロックの画像サンプルの符号化処理に、選択されたパラメータセットを用いる。

［動画像復号装置の構成］
次に、上記動画像符号化装置３１００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。本実施の形態に係る動画像復号装置の構成は、実施の形態７に係る動画像復号装置の構成と実質的に同一である。したがって、図３５を参照しながら本実施の形態に係る動画像復号装置の構成について、実施の形態７と異なる点を中心に説明する。

読解部４１０２は、入力ビットストリームから第１制御パラメータを読み解く。また、読解部４１０２は、第１制御パラメータが予め定義された値であれば、機械学習モデルを修正または更新するための第２制御パラメータを入力ビットストリームから読み解く。読み解かれた制御パラメータ４１２４（第１制御パラメータおよび第２制御パラメータ）は分類部４１０４へ伝送される。

分類部４１０４は、第１制御パラメータが予め定義された値でなければ、１以上の特徴量４１２１および機械学習モデルを用いて、復号データ４１２０を分類する。また、分類部４１０４は、第１制御パラメータが予め定義された値であれば、第２制御パラメータを用いて機械学習モデルを修正し、修正した機械学習モデルと特徴量４１２１とを用いて、復号データ４１２０を分類する。これらの分類により、予め定義された複数のインデックスの中から、復号データ４１２０の分類結果により示されるインデックス４１２２が選択され、選択されたインデックス４１２２が選択部４１０５に出力される。

復号部４１０１は、選択部４１０５により選択されたパラメータセット４１２３を用いて入力動画像を復号する。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置４１００の動作について説明する。図３８は、実施の形態８に係る動画像復号装置の処理を示すフローチャートである。

まず、ステップＳ４２０１において、抽出部４１０３は、１以上の再構成画素群から１以上の特徴量を抽出する。ここで抽出される特徴量は、符号化処理中に動画像符号化装置３１００で抽出された特徴量と同じである。

次に、ステップＳ４２０２において、読解部４１０２は、第１制御パラメータを符号化ビデオストリームのヘッダから読み解く。

次に、ステップＳ４２０３において、読み解かれた第１制御パラメータが予め定義された値であるか否かが判定される。

ここで、読み解かれた第１制御パラメータが予め定義された値であれば（Ｓ４２０３のＹｅｓ）、以下のステップが実行される。

まず、ステップＳ４２０４において、読解部４１０２は、機械学習モデルを修正するための第２制御パラメータセットをビットストリームのヘッダから読み解く。第２制御パラメータは、例えば、所定の画像群を用いた機械学習処理から得られた訓練データである。また、第２制御パラメータは、分類結果を示す複数のインデックスと複数のパラメータセットとの対応付けを修正するためのパラメータであってもよい。

次に、ステップＳ４２０６において、分類部４１０４は、読み解かれた第２制御パラメータを用いて機械学習モデルを修正する。そして、分類部４１０４は、抽出された特徴量と修正した機械学習モデルとを用いて１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。

一方、読み解かれた第１制御パラメータが予め定義された値でなければ（Ｓ４２０３のＮｏ）、ステップＳ４２０５において、分類部４１０４は、抽出された特徴量と機械学習モデルとを用いて１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。ここで用いられる機械学習モデルは、第２制御パラメータを用いて修正されていない機械学習モデルである。

次に、ステップＳ４２０８において、選択部４１０５は、選択されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。ここで選択されるパラメータセットは、符号化処理中に動画像符号化装置３１００で選択されたものと同じである。

最後に、ステップＳ４２０９において、復号部４１０１は、対象ブロックの画像サンプルの復号処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる復号処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［効果］
以上のように、本実施の形態に係る動画像符号化装置３１００および動画像復号装置４１００によれば、第２制御パラメータを用いて機械学習モデルを修正することができる。したがって、より適切な機械学習モデルを用いて分類を行うことができ、より適切な分類の結果（つまり、パラメータセット）を得ることができる。

（実施の形態９）
次に、実施の形態９について説明する。実施の形態９では、符号化／復号処理に用いるパラメータセットを、機械学習モデルを用いずに選択するための第２制御パラメータがビットストリームに含まれうる点が、上記実施の形態６〜８と異なる。以下に、本実施の形態について、上記実施の形態６〜８と異なる点を中心に説明する。

［動画像符号化装置の構成」
図３９は、実施の形態９に係る動画像符号化装置の構成を示すブロック図である。

動画像符号化装置３２００は、入力動画像／画像をブロック単位で符号化して、符号化された出力ビットストリームを生成する。図３９に示すように、動画像符号化装置３２００は、符号化部３２０１と、抽出部３２０３と、分類部３２０４と、選択部３２０５と、書込部３２０２とを備える。ここで、動画像符号化装置３２００の各構成要素について説明する。

入力動画像が符号化部３２０１に入力され、符号化データ３２２０が抽出部３２０３に出力される。符号化データ３２２０は、例えば、１以上の再構成画素群である。

抽出部３２０３は、符号化データ３２２０から１以上の特徴量３２２１を抽出し、その特徴量３２２１を分類部３２０４に伝送する。

書込部３２０２は、第１制御パラメータを出力ビットストリームに書き込む。この第１制御パラメータが予め定義された値であれば、書込部３２０２は、さらに、第２制御パラメータを出力ビットストリームに書き込む。制御パラメータ３２２４（第１制御パラメータおよび第２制御パラメータ）は、選択部３２０５に伝送される。出力ビットストリーム内の第１制御パラメータおよび第２制御パラメータの位置は、実施の形態６の制御パラメータの位置と同様であるので説明を省略する。

分類部３２０４は、抽出された特徴量３２２１と機械学習モデルとを用いて符号化データ３２２０を分類する。その結果、予め定義された複数のインデックスの中から、符号化データ３２２０の分類結果により示されるインデックス３２２２が選択される。選択されたインデックス３２２２は選択部３２０５に伝送される。

選択部３２０５は、第１制御パラメータが予め定義された値であれば、第２制御パラメータを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット３２２３を選択し、選択したパラメータセット３２２３を符号化部３２０１に出力する。また、選択部３２０５は、第１制御パラメータが予め定義された値でなければ、分類部３２０４によって選択されたインデックス３２２２を用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット３２２３を選択し、選択したパラメータセット３２２３を符号化部３２０１に出力する。

符号化部３２０１は、選択されたパラメータセット３２２３を用いて入力動画像を符号化する。

［動画像符号化装置の動作］
次に、以上のように構成された動画像符号化装置３２００の動作について説明する。

図４０は、実施の形態９に係る動画像符号化装置の処理を示すフローチャートである。

まず、ステップＳ３３０１において、抽出部３２０３は、１以上の再構成画素群から１以上の特徴量を抽出する。

次に、ステップＳ３３０２において、分類部３２０４は、抽出された特徴量と機械学習モデルとを用いて、１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画像の分類結果により示されるインデックスが選択される。機械学習モデルは、例えば、サポートベクターマシン（ＳＶＭ）、人工ニューラルネットワーク（ＡＮＮ）、ｋ平均クラスタリングである。

次に、ステップＳ３３０３において、書込部３２０２は、第１制御パラメータを符号化ビデオストリームのヘッダに書き込む。

次に、ステップＳ３３０４において、書き込まれた制御パラメータが予め定義された値であるか否かが判定される。

ここで、書き込まれる第１制御パラメータが予め定義された値であれば（Ｓ３３０４のＹｅｓ）、以下のステップが実行される。

まず、ステップＳ３３０５において、書込部３２０２は、第２制御パラメータをビットストリームのヘッダに書き込む。第２制御パラメータは、予め定義された複数のインデックスの中から１つのインデックスを選択するためのパラメータである。

ステップＳ３３０６において、選択部３２０５は、第２制御パラメータを用いて、予め定義された複数のパラメータセットの中から、１つのパラメータセットを選択する。当パラメータセットは、対象ブロックの符号化処理で用いられるパラメータセットである。具体的には、パラメータセットは、例えば、インター予測における画像ピクセルの補間処理で用いられるフィルタ係数セットであってもよい。また例えば、パラメータセットは、対象ブロックのインループフィルタ処理で用いられるフィルタ係数セットであってもよい。また例えば、パラメータセットは、イントラ予測インデックスであってもよい。また例えば、パラメータセットは、インター予測において複数の予測ブロックの平均化処理で用いられる重み係数セットであってよい。

一方、書き込まれる第１制御パラメータが予め定義された値でなければ（Ｓ３３０４のＮｏ）、ステップＳ３３０７において、選択部３２０５は、第２制御パラメータを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。

最後に、ステップＳ３３０９において、符号化部３２０１は、対象ブロックの画像サンプルの符号化処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる符号化処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［動画像復号装置の構成］
次に、上記動画像符号化装置３２００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。図４１は、実施の形態９に係る動画像復号装置の構成を示すブロック図である。

動画像復号装置４２００は、入力動画像／画像ビットストリームをブロック単位で復号して、動画像／画像を出力する。図４１に示すように、動画像復号装置４２００は、復号部４２０１と、抽出部４２０３と、分類部４２０４と、選択部４２０５と、読解部４２０２とを備える。ここで、動画像復号装置４２００の各構成要素について説明する。

入力ビットストリームが復号部４２０１に入力され、復号データ４２２０が抽出部４２０３に出力される。復号データ４２２０は、例えば、１以上の再構成画素群である。

抽出部４２０３は、復号データ４２２０から１以上の特徴量４２２１を抽出し、その特徴量４２２１を分類部４２０４に伝送する。

分類部４２０４は、抽出された特徴量４２２１と機械学習モデルとを用いて、復号データ４２２０を分類する。これにより、予め定義された複数のインデックスの中から、復号データ４２２０の分類結果により示されるインデックス４２２２が選択され、選択されたインデックス４２２２が選択部４２０５に伝送される。

読解部４２０２は、入力ビットストリームから第１制御パラメータを読み解く。また、読解部４２０２は、第１制御パラメータが予め定義された値であれば、入力ビットストリームから第２制御パラメータを読み解く。読み解かれた制御パラメータ４２２４（第１制御パラメータおよび第２制御パラメータ）は、選択部４２０５に伝送される。

選択部４２０５は、第１制御パラメータが予め定義された値であれば、第２制御パラメータを用いて、複数のパラメータセットの中から１つのパラメータセット４２２３を選択し、選択したパラメータセット４２２３を復号部４２０１に出力する。また、選択部４２０５は、第１制御パラメータが予め定義された値でなければ、分類部４２０４によって選択されたインデックス４２２２を用いて、複数のパラメータセットの中から１つのパラメータセット４２２３を選択し、選択したパラメータセット４２２３を復号部４２０１に出力する。

復号部４２０１は、選択されたパラメータセット４２２３を用いて入力動画像を復号する。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置４２００の動作について説明する。図４２は、実施の形態９に係る動画像復号装置の処理を示すフローチャートである。

まず、ステップＳ４３０１において、抽出部４２０３は、１以上の再構成画素群から１以上の特徴量を抽出する。ここで抽出される特徴量は、符号化処理中に動画像符号化装置３２００で抽出された特徴量と同じである。

次に、ステップＳ４３０２において、分類部４２０４は、抽出された特徴量と機械学習モデルとを用いて、１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。機械学習モデルは、符号化処理中に動画像符号化装置３２００で用いられた機械学習モデルと同じである。

次に、ステップＳ４３０３において、読解部４２０２は、符号化ビデオストリームのヘッダから第１制御パラメータを読み解く。

次に、ステップＳ４３０４において、読み解かれた第１制御パラメータが予め定義された値であるか否かが判定される。

ここで、読み解かれた第１制御パラメータが予め定義された値であれば（Ｓ４３０４のＹｅｓ）、以下のステップが実行される。

まず、ステップＳ４３０５において、読解部４２０２は、ビットストリームのヘッダから第２制御パラメータを読み解く。第２制御パラメータは、復号処理に用いられるパラメータセットを選択するのに用いられる。

そして、ステップＳ４３０６において、選択部４２０５は、読み解かれた第２制御パラメータセットを用いて、複数の予め定義されたパラメータセットの中から１つのパラメータセットを選択する。ここで選択されるパラメータセットは、符号化処理中に動画像符号化装置３２００で選択されたものと同じである。

一方、読み解かれた第１制御パラメータが予め定義された値でなければ（Ｓ４３０４のＮｏ）、ステップＳ４３０７において、選択部４２０５は、ステップＳ４３０２で選択されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。

最後に、ステップＳ４３０９において、復号部４２０１は、対象ブロックの画像サンプルの復号処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる復号処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［効果］
以上のように、本実施の形態に係る動画像符号化装置３２００および動画像復号装置４２００によれば、第１制御パラメータが予め定義された値であれば、第２制御パラメータが示すパラメータセットを用いて、対象ブロックの符号化処理を行うことができる。したがって、機械学習モデルを用いた分類による符号量の削減と、第２制御パラメータによる処理負荷の低減とのいずれかを選択することができ、処理負荷と符号化効率とのバランスを図ることができる。

（実施の形態１０）
次に、実施の形態１０について説明する。実施の形態１０では、特徴量の抽出方法を第１の方法と第２の方法との間で切り替えるための制御パラメータがビットストリームに含まれる点が、上記実施の形態６〜９と異なる。以下に、本実施の形態について、上記実施の形態６〜９と異なる点を中心に説明する。

［動画像符号化装置の構成］
図４３は、実施の形態１０および１１に係る動画像符号化装置の構成を示すブロック図である。

動画像符号化装置３３００は、入力動画像／画像をブロック単位で符号化して、符号化された出力ビットストリームを生成する。図４３に示すように、動画像符号化装置３３００は、符号化部３３０１と、抽出部３３０３と、分類部３３０４と、選択部３３０５と、書込部３３０２とを備える。ここで、動画像符号化装置３３００の各構成要素について説明する。

入力動画像が符号化部３３０１に入力され、符号化データ３３２０が抽出部３３０３に出力される。符号化データ３３２０は、例えば、１以上の再構成画素群である。

書込部３３０２は、制御パラメータ３３２４を出力ビットストリームへ書き込む。また、書込部３３０２は、制御パラメータ３３２４を抽出部３３０３へ伝送する。なお、出力ビットストリーム内の制御パラメータ３３２４の位置は、実施の形態６の制御パラメータの位置と同様であるので説明を省略する。

抽出部３３０３は、制御パラメータ３３２４が予め定義された値であれば、予め定められた第１の方法で符号化データ３３２０から１以上の特徴量３３２１を抽出し、その特徴量３３２１を分類部３３０４に伝送する。また、抽出部３３０３は、制御パラメータ３３２４が予め定義された値でなければ、第１の方法とは異なる予め定められた第２の方法で符号化出力データ３３２０から１以上の特徴量３３２１を抽出し、その特徴量３３２１を分類部３３０４に伝送する。

第１の方法で抽出される特徴量と第２の方法で抽出される特徴量とは互いに異なる。例えば、第１の方法で抽出される特徴量がブロック内の輝度値の分散値であり、第２の方法で抽出される特徴量がＳＩＦＴであってもよい。

分類部３３０４は、抽出された特徴量３３２１と機械学習モデルとを用いて符号化データ３３２０を分類する。これにより、予め定義された複数のインデックスの中から、符号化データ３３２０の分類結果により示されるインデックス３３２２が選択され、選択されたインデックス３３２２が選択部３３０５に出力される。

選択部３３０５は、選択されたインデックス３３２２を用いて、複数のパラメータセットの中から１つのパラメータセット３３２３を選択し、選択したパラメータセット３３２３を符号化部３３０１に出力する。

符号化部３３０１は、選択されたパラメータセット３３２３を用いて入力動画像を符号化する。

［動画像符号化装置の動作］
次に、以上のように構成された動画像符号化装置３３００の動作について説明する。

図４４は、実施の形態１０に係る動画像符号化装置の処理を示すフローチャートである。

まず、ステップＳ３４０１において、書込部３３０２は、制御パラメータを符号化ビデオストリームのヘッダに書き込む。

次に、ステップＳ３４０２において、書き込まれた制御パラメータが予め定義された値であるか否かが判定される。

ここで、書き込まれる制御パラメータが予め定義された値であれば（Ｓ３４０２のＹｅｓ）、ステップＳ３４０３において、抽出部３３０３は、予め定められた第１の方法を用いて、１以上の再構成画素群から１以上の特徴量を抽出する。

一方、書き込まれる制御パラメータが予め定義された値でなければ（Ｓ３４０２のＮｏ）、ステップＳ３４０４において、抽出部３３０３は、第１の方法と異なる予め定められた第２の方法を用いて、１以上の再構成画素群から１以上の特徴量を抽出する。

次に、ステップＳ３４０５において、分類部３３０４は、抽出された特徴量と機械学習モデルとを用いて、１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。

次に、ステップＳ３４０６において、選択部３３０５は、ステップＳ３４０５で選択されたインデックスを用いて、複数のパラメータセットの中からパラメータセットを選択する。

最後に、ステップＳ３４０７において、符号化部３３０１は、対象ブロックの画像サンプルの符号化処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる符号化処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［動画像復号装置の構成］
次に、上記動画像符号化装置３３００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。図４５は、実施の形態１０および１１に係る動画像復号装置の構成を示すブロック図である。

動画像復号装置４３００は、入力動画像／画像ビットストリームをブロック単位で復号して、動画像／画像を出力する。図４５に示すように、動画像復号装置４３００は、復号部４３０１と、抽出部４３０３と、分類部４３０４と、選択部４３０５と、読解部４３０２とを備える。ここで、動画像復号装置４３００の各構成要素について説明する。

入力ビットストリームが復号部４３０１に入力され、復号データ４３２０が抽出部４３０３に出力される。復号データ４３２０は、例えば、１以上の再構成画素群である。

読解部４３０２は、入力ビットストリームから制御パラメータを読み解く。また、読解部４３０２は、読み解かれた制御パラメータを抽出部４３０３へ伝送する。

抽出部４３０３は、制御パラメータが予め定義された値であれば、予め定められた第１の方法で復号データ４３２０から１以上の特徴量４３２１を抽出し、その特徴量４３２１を分類部４３０４に伝送する。また、抽出部４３０３は、制御パラメータが予め定義された値でなければ、第１の方法とは異なる予め定められた第２の方法で復号データ４３２０から１以上の特徴量４３２１を抽出し、その特徴量４３２１を分類部４３０４に伝送する。

分類部４３０４は、抽出された特徴量４３２１と機械学習モデルとを用いて復号データ４３２０を分類する。これにより、予め定義された複数のインデックスの中から、復号データ４３２０の分類結果により示されるインデックス４３２２が選択され、選択されたインデックス４３２２が選択部４３０５に出力される。

選択部４３０５は、選択されたインデックス４３２２を用いて複数のパラメータセットの中から１つのパラメータセット４３２３を選択し、選択したパラメータセット４３２３を復号部４３０１に出力する。

復号部４３０１は、選択されたパラメータセット４３２３を用いて入力動画像を復号する。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置の動作について説明する。図４６は、実施の形態１０に係る動画像復号装置の処理を示すフローチャートである。

まず、ステップＳ４４０１において、読解部４３０２は、符号化ビデオストリームのヘッダから制御パラメータを読み解く。

次に、ステップＳ４４０２において、読み解かれた制御パラメータが予め定義された値であるか否かが判定される。

ここで、読み解かれた制御パラメータが予め定義された値であれば（Ｓ４４０２のＹｅｓ）、ステップＳ４４０３において、抽出部４３０３は、予め定められた第１の方法を用いて、１以上の再構成画素群から１以上の特徴量を抽出する。一方、読み解かれた制御パラメータが予め定義された値でなければ（Ｓ４４０２のＮｏ）、ステップＳ４４０４において、抽出部４３０３は、第１の方法と異なる、予め定められた第２の方法を用いて、１以上の再構成画素群から特徴量を抽出する。ここで抽出される特徴量は、符号化処理中に動画像符号化装置３４００で抽出された特徴量と同じである。

次に、ステップＳ４４０５において、分類部４３０４は、抽出された特徴量と機械学習モデルとを用いて１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果によって示されるインデックスが選択される。機械学習モデルは、符号化処理中に動画像符号化装置３４００で用いられた機械学習モデルと同じである。

次に、ステップＳ４４０６において、選択部４３０５は、ステップＳ４４０５で選択されたインデックスを用いて、複数のパラメータセットの中からパラメータセットを選択する。

最後に、ステップＳ４４０７において、復号部４３０１は、対象ブロックの画像サンプルの復号処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる復号処理は、例えば、イントラ予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［効果］
以上のように、本実施の形態に係る動画像符号化装置３３００および動画像復号装置４３００によれば、制御パラメータが予め定義された値であるか否かに応じて、特徴量の抽出方法を第１の方法と第２の方法との間で切り替えることができる。したがって、より対象ブロックに適した方法で１以上の特徴量を抽出することが可能となる。

（実施の形態１１）
次に、実施の形態１１について説明する。実施の形態１１では、特徴量の抽出方法を制御するための制御パラメータがビットストリームに含まれる点が、上記実施の形態６〜１０と異なる。以下に、本実施の形態について、上記実施の形態６〜１０と異なる点を中心に説明する。

［動画像符号化装置の構成］
本実施の形態に係る動画像符号化装置の構成は、実施の形態１０に係る動画像符号化装置の構成と実質的に同一である。したがって、図４３を参照しながら本実施の形態に係る動画像符号化装置の構成について、実施の形態１０と異なる点を中心に説明する。

書込部３３０２は、特徴量の抽出方法を制御するため制御パラメータ３３２４を出力ビットストリームへ書き込む。また、書込部３３０２は、制御パラメータ３３２４を抽出部３３０３へ伝送する。なお、出力ビットストリーム内の制御パラメータ３３２４の位置は、実施の形態６の制御パラメータの位置と同様であるので説明を省略する。

抽出部３３０３は、制御パラメータ３３２４が示す予め定義された抽出方法を用いて符号化出力データ３３２０から１以上の特徴量３３２１を抽出し、その特徴量３３２１を分類部３３０４に伝送する。

［動画像符号化装置の動作］
次に、以上のように構成された動画像符号化装置の動作について説明する。

図４７は、実施の形態１１に係る動画像符号化装置の処理を示すフローチャートである。

まず、ステップＳ３５０１において、書込部３３０２は、特徴量の抽出方法を示す制御パラメータを符号化ビデオストリームのヘッダに書き込む。

ステップＳ３５０２において、抽出部３３０３は、書き込まれた制御パラメータが示す抽出方法を用いて、１以上の再構成画素群から１以上の特徴量を抽出する。この制御パラメータによって、１以上の再構成画素群から抽出される特徴量のタイプ、または、抽出方法が制御される。例えば、制御パラメータは、特徴量が抽出される画像ブロックサイズ（幅および高さ）などを示してもよい。また、制御パラメータは、特徴量のタイプを示してもよい。特徴量のタイプは、例えば、輝度情報、勾配情報、分散情報、ガボールフィルタ、ＬＢＰ、ＳＩＦＴ、ＨＯＧ、ＦＶ等である。

次に、ステップＳ３５０３において、分類部３３０４は、抽出された特徴量と機械学習モデルとを用いて１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。

次に、ステップＳ３５０４において、選択部３３０５は、ステップＳ３５０３で選択されたインデックスを用いて、予め定義された複数のパラメータセットの中からパラメータセットを選択する。

最後に、ステップＳ３５０５において、符号化部３３０１は、対象ブロックの画像サンプルの符号化処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる符号化処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［動画像復号装置の構成］
次に、上記動画像符号化装置３３００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。本実施の形態に係る動画像復号装置の構成は、実施の形態１０に係る動画像復号装置の構成と実質的に同一である。したがって、図４５を参照しながら本実施の形態に係る動画像復号装置の構成について、実施の形態１０と異なる点を中心に説明する。

読解部４３０２は、入力ビットストリームから、特徴量の抽出方法を制御するための制御パラメータ４３２４を読み解く。また、読解部４３０２は、読み解かれた制御パラメータ４３２４を抽出部４３０３へ伝送する。

抽出部４３０３は、制御パラメータ４３２４が示す抽出方法で、復号データ４３２０から１以上の特徴量４３２１を抽出し、その特徴量４３２１を分類部４３０４に伝送する。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置４３００の動作について説明する。図４８は、実施の形態１１に係る動画像復号装置の処理を示すフローチャートである。

まず、ステップＳ４５０１において、読解部４３０２は、符号化ビデオストリームのヘッダから制御パラメータを読み解く。

ステップＳ４５０２において、抽出部４３０３は、読み解かれた制御パラメータが示す抽出方法を用いて、１以上の再構成画素群から１以上の特徴量を抽出する。

次に、ステップＳ４５０３において、分類部４３０４は、抽出された特徴量と機械学習モデルとを用いて１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から１以上の再構成画素群の分類結果により示されるインデックスが選択される。機械学習モデルは、符号化処理中に動画像符号化装置３３００で用いられた機械学習モデルと同じである。

次に、ステップＳ４５０４において、選択部４３０５は、ステップＳ４５０３で選択されたインデックスを用いて、複数のパラメータセットの中からパラメータセットを選択する。

最後に、ステップＳ４５０５において、復号部４３０１は、対象ブロックの画像サンプルの復号処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる復号処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［効果］
以上のように、本実施の形態に係る動画像符号化装置３３００および動画像復号装置４３００によれば、制御パラメータが示す抽出方法を用いて、１以上の特徴量を抽出することができる。したがって、より自由に抽出方法を選択することができ、より対象ブロックに適した方法で特徴量を抽出することが可能となる。

（実施の形態１２）
次に、実施の形態１２について説明する。実施の形態１２では、制御パラメータに応じて空間的または時間的に隣接するブロックからインデックスを導出する点が、上記実施の形態６〜１１と異なる。以下に、本実施の形態について、上記実施の形態６〜１１と異なる点を中心に説明する。

［動画像符号化装置の構成］
図４９は、実施の形態１２に係る動画像符号化装置の構成を示すブロック図である。

動画像符号化装置３４００は、入力動画像／画像をブロック単位で符号化して、符号化された出力ビットストリームを生成する。図４９に示すように、動画像符号化装置３４００は、符号化部３４０１と、抽出部３４０３と、分類部３４０４と、選択部３４０５と、切替部３４０６と、導出部３４０７と、書込部３４０２とを備える。ここで、動画像符号化装置３４００の各構成要素について説明する。

入力動画像が符号化部３４０１に入力され、符号化データ３４２０が抽出部３４０３に出力される。符号化データ３４２０は、例えば、１以上の再構成画素群である。

抽出部３４０３は、符号化データ３４２０から１以上の特徴量３４２１を抽出し、その特徴量３４２１を分類部３４０４に伝送する。

分類部３４０４は、抽出された特徴量３４２１と機械学習モデルとを用いて符号化データ３４２０を分類する。これにより、予め定義された複数のインデックスの中から符号化データ３４２０の分類結果により示されるインデックス３４２２Ａが選択され、選択されたインデックス３４２２Ａが切替部３４０６に出力される。

書込部３４０２は、制御パラメータ３４２５を出力ビットストリームへ書き込む。また、書込部３４０２は、制御パラメータ３４２５を切替部３４０６に伝送する。なお、出力ビットストリーム内の制御パラメータ３４２５の位置は、実施の形態６の制御パラメータの位置と同様であるので説明を省略する。

導出部３４０７は、対象ブロックと空間的または時間的に隣接するブロックからインデックス３４２２Ｂを導出し、導出したインデックス３４２２Ｂを切替部３４０６へ出力する。例えば、導出部３４０７は、対象ブロックと空間的または時間的に隣接するブロックにおいて用いられたインデックスを導出する。時間的に隣接するブロックとは、対象ピクチャと異なる参照ピクチャに含まれる画像ブロックのことであり、空間的に隣接するブロックとは、対象ブロックと同じ対象ピクチャ内にある画像ブロックのことである。

切替部３４０６は、制御パラメータの値に応じて、分類部３４０４からのインデックス３４２２Ａを選択部３４０５に伝送するか、導出部３４０７からのインデックス３４２２Ｂを選択部３４０５に伝送するかを切り替える。つまり、切替部３４０６を介して、インデックス３４２２Ａおよびインデックス３４２２Ｂのいずれか一方が、インデックス３４２４として選択部３４０５に伝送される。

選択部３４０５は、切替部３４０６から伝送されたインデックス３４２４を用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット３４２３を選択し、選択したパラメータセット３４２３を符号化部３４０１に出力する。

符号化部３４０１は、選択されたパラメータセットを用いて入力動画像を符号化する。

［動画像符号化装置の動作］
次に、以上のように構成された動画像符号化装置の動作について説明する。

図５０は、実施の形態１２に係る動画像符号化装置の処理を示すフローチャートである。

また、ステップＳ３６０１において、書込部３４０２は、制御パラメータを符号化ビデオストリームのヘッダに書き込む。

ここで、書き込まれた制御パラメータが予め定義された値であれば（Ｓ３６０２のＹｅｓ）、以下のステップが実行される。

まず、ステップＳ３６０３において、抽出部３４０３は、１以上の再構成画素群から１以上の特徴量を抽出する。

次に、ステップＳ３６０４において、分類部３４０４は、抽出された特徴量と機械学習モデルとを用いて１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。

一方、書き込まれた制御パラメータが予め定義された値でなければ（Ｓ３６０２のＮｏ）、ステップＳ３６０７において、導出部３４０７は、対象ブロックと空間的または時間的に隣接するブロックからインデックスを導出する。

次に、ステップＳ３６０５において、選択部３４０５は、選択されたインデックスを用いて、予め定義された複数の復号パラメータセットの中から１つの復号パラメータセットを選択する。

最後に、ステップＳ３６０６において、符号化部３４０１は、対象ブロックの画像サンプルの符号化処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる符号化処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［動画像復号装置の構成］
次に、上記動画像符号化装置３４００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。図５１は、実施の形態１２に係る動画像復号装置の構成を示すブロック図である。

動画像復号装置４４００は、入力動画像／画像ビットストリームをブロック単位で復号して、動画像／画像を出力する。図５１に示すように、動画像復号装置４４００は、復号部４４０１と、抽出部４４０３と、分類部４４０４と、選択部４４０５と、切替部４４０６と、導出部４４０７と、読解部４４０２とを備える。ここで、動画像復号装置４４００の各構成要素について説明する。

符号化入力ビットストリームが復号部４４０１に入力され、復号データ４４２０が抽出部４４０３に出力される。復号データ４４２０は、例えば、１以上の再構成画素群である。

抽出部４４０３は、復号データ４４２０から１以上の特徴量４４２１を抽出し、その特徴量４４２１を分類部４４０４に伝送する。

分類部４４０４は、抽出された特徴量４４２１と機械学習モデルとを用いて、復号データ４４２０を分類する。これにより、予め定義された複数のインデックスの中から、復号データ４４２０の分類結果により示されるインデックス４４２２Ａが選択され、選択されたインデックス４４２２Ａが選択部４４０５に出力される。

読解部４４０２は、入力ビットストリームから制御パラメータ４４２５を読み解く。また、読解部４４０２は、制御パラメータ４４２５を切替部４４０６に伝送する。

導出部４４０７は、空間的または時間的に隣接するブロックからインデックス４４２２Ｂを導出し、導出したインデックス４４２２Ｂを切替部４４０６へ出力する。

切替部４４０６は、制御パラメータの値に応じて、分類部４４０４からのインデックス４４２２Ａを選択部４４０５に伝送するか、導出部４４０７からのインデックス４４２２Ｂを選択部４４０５に伝送するかを切り替える。つまり、切替部４４０６を介して、インデックス４４２２Ａおよびインデックス４４２２Ｂのいずれか一方が、インデックス４４２４として選択部４４０５に伝送される。

選択部４４０５は、切替部４４０６から伝送されたインデックス４４２４を用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット４４２３を選択し、選択したパラメータセット４４２３を復号部４４０１に出力する。

復号部４４０１は、選択されたパラメータセット４４２３を用いて符号化動画像を復号する。

［動画像復号装置の動作］
次に、以上のように構成された動画像復号装置４４００の動作について説明する。図５２は、実施の形態１２に係る動画像復号装置の処理を示すフローチャートである。

まず、ステップＳ４６０１において、読解部４４０２は、符号化ビデオストリームのヘッダから制御パラメータを読み解く。制御パラメータが予め定義された値でない場合、当該パラメータは、低複雑度モードを示している。

ステップＳ４６０２において、読み解かれた制御パラメータが予め定義された値であるか否かが判定される。

ここで、読み解かれた制御パラメータが予め定義された値であれば（Ｓ４６０２のＹｅｓ）、以下のステップが実行される。

まず、ステップＳ４６０３において、抽出部４４０３は、１以上の再構成画素群から１以上の特徴量を抽出する。ここで抽出される特徴量は、符号化処理中に動画像符号化装置３４００で抽出された特徴量と同じである。

次に、ステップＳ４６０４において、分類部４４０４は、抽出された特徴量と機械学習モデルとを用いて１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から１以上の再構成画素群の分類結果により示されるインデックスが選択される。機械学習モデルは、符号化処理中に動画像符号化装置３４００で用いられた機械学習モデルと同じである。

一方、読み解かれた制御パラメータが予め定義された値でなければ、ステップＳ４６０７において、導出部４４０７は、空間的または時間的に隣接するブロックからインデックスを導出する。

次に、ステップＳ４６０５において、選択部４４０５は、選択または導出されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。

最後に、ステップＳ４６０６において、復号部４４０１は、対象ブロックの画像サンプルの復号処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる復号処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［効果］
以上のように、本実施の形態に係る動画像符号化装置３４００および動画像復号装置４４００によれば、隣接ブロックから導出されたパラメータセットと、機械学習モデルを用いた分類により得られたパラメータセットとを選択的に用いることができる。したがって、隣接ブロックから導出されたパラメータセットが対象ブロックの符号化／復号処理に適していれば、隣接ブロックから導出されたパラメータセットを用いることにより処理負荷を低減することができる。

（実施の形態１３）
次に、実施の形態１３について説明する。実施の形態１３では、制御パラメータの値に応じてパラメータセットのインデックスそのものがビットストリームに含まれる点が、上記実施の形態６〜１２と異なる。以下に、本実施の形態について、上記実施の形態６〜１２と異なる点を中心に説明する。

［動画像符号化装置の構成］
図５３は、実施の形態１３に係る動画像符号化装置の構成を示すブロック図である。

動画像符号化装置３５００は、入力動画像／画像をブロック単位で符号化して、符号化された出力ビットストリームを生成する。図５３に示すように、動画像符号化装置３５００は、符号化部３５０１と、抽出部３５０３と、分類部３５０４と、選択部３５０５と、切替部３５０６と、書込部３５０７と、書込部３５０２とを備える。ここで、動画像符号化装置３５００の各構成要素について説明する。

入力動画像が符号化部３５０１に入力され、符号化データ３５２０が抽出部３５０３に出力される。符号化データ３５２０は、例えば、１以上の再構成画素群である。

抽出部３５０３は、符号化データ３５２０から１以上の特徴量３５２１を抽出し、その特徴量３５２１を分類部３５０４に伝送する。

分類部３５０４は、抽出された特徴量３５２１と機械学習モデルとを用いて符号化データ３５２０を分類する。これにより、予め定義された複数のインデックスの中から符号化データ３５２０の分類結果により示されるインデックス３５２２Ａが選択され、選択されたインデックス３５２２Ａが切替部３５０６に出力される。

書込部３５０２は、制御パラメータ３５２５を出力ビットストリームへ書き込む。また、書込部３５０２は、制御パラメータ３５２５を切替部３５０６に伝送する。

書込部３５０７は、インデックス３５２２Ｂを出力ビットストリームに書き込み、書き込んだインデックス３５２２Ｂを切替部３５０６に伝送する。

なお、出力ビットストリーム内の制御パラメータ３５２５の位置は、実施の形態６の制御パラメータの位置と同様であるので説明を省略する。インデックス３５２２Ｂの位置は、制御パラメータ３５２５と同じ位置であってもよい。インデックスがヘッダから読み解けない場合は、空間的または時間的に隣接するブロックからインデックスが導出されてもよい。

切替部３５０６は、制御パラメータの値に応じて、分類部３５０４からのインデックス３５２２Ａを選択部３５０５に伝送するか、書込部３５０７からのインデックス３５２２Ｂを選択部３５０５に伝送するかを切り替える。つまり、切替部３５０６を介して、インデックス３５２２Ａおよびインデックス３５２２Ｂのいずれか一方が、インデックス３５２４として選択部３５０５に伝送される。

選択部３５０５は、切替部３５０６から伝送されたインデックス３５２４を用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット３５２３を選択し、選択したパラメータセット３５２３を符号化部３５０１に出力する。

符号化部３５０１は、選択されたパラメータセット３５２３を用いて入力動画像を符号化する。

［動画像符号化装置の動作］
次に、以上のように構成された動画像符号化装置３５００の動作について説明する。

図５４は、実施の形態１３に係る動画像符号化装置の処理を示すフローチャートである。

まず、ステップＳ３７０１において、書込部３５０２は、制御パラメータを符号化ビデオストリームのヘッダに書き込む。

ステップＳ３７０３において、抽出部３５０３は、１以上の再構成画素群から１以上の特徴量を抽出する。

次に、ステップＳ３７０４において、分類部３５０４は、抽出された特徴量と機械学習モデルとを用いて１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。

次に、ステップＳ３７０２において、読み解かれた制御パラメータが予め定義された値であるか否かが判定される。

ここで、書き込まれた制御パラメータが予め定義された値でなければ（Ｓ３７０２のＮｏ）、ステップＳ３７０７において、書込部３５０７は、インデックスを符号化ビデオストリームのヘッダに書き込む。一方、書き込まれた制御パラメータが予め定義された値であれば（Ｓ３７０２のＹｅｓ）、インデックスはヘッダに書き込まれず、そのまま次のステップＳ３７０５が実行される。

ステップＳ３７０５において、選択部３５０５は、選択されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。

最後に、ステップＳ３７０６において、符号化部３５０１は、対象ブロックの画像サンプルの符号化処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる符号化処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［動画像復号装置の構成］
次に、上記動画像符号化装置３５００から出力された符号化ビットストリームを復号するための動画像復号装置の構成について説明する。図５５は、実施の形態１３に係る動画像復号装置の構成を示すブロック図である。

動画像復号装置４５００は、入力動画像／画像ビットストリームをブロック単位で復号して、動画像／画像を出力する。図５５に示すように、動画像復号装置４５００は、復号部４５０１と、抽出部４５０３と、分類部４５０４と、選択部４５０５と、切替部４５０６と、読解部４５０７と、読解部４５０２とを備える。ここで、動画像復号装置４５００の各構成要素について説明する。

符号化入力ビットストリームが復号部４５０１に入力され、復号データ４５２０が抽出部４５０３に出力される。復号データ４５２０は、例えば、１以上の再構成画素群である。

抽出部４５０３は、復号データ４５２０から１以上の特徴量４５２１を抽出し、その特徴量４５２１を分類部４５０４に伝送する。

分類部４５０４は、抽出された特徴量４５２１と機械学習モデルとを用いて復号データ４５２０を分類する。これにより、予め定義された複数のインデックスの中から復号データ４５２０の分類結果により示されるインデックス４５２２Ａが選択され、選択されたインデックス４５２２Ａが選択部４５０５に出力される。

読解部４５０２は、入力ビットストリームから制御パラメータ４５２５を読み解く。また、読解部４５０２は、読み解いた制御パラメータ４５２５を切替部４５０６に伝送する。

読解部４５０７は、制御パラメータ４５２５が予め定義された値でなければ、入力ビットストリームからインデックス４５２２Ｂを読み解き、読み解いたインデックス４５２２Ｂを切替部４５０６に伝送する。

切替部４５０６は、制御パラメータ４５２５の値に応じて、分類部４５０４からのインデックス４５２２Ａを選択部４５０５に伝送するか、読解部４５０７からのインデックス４５２２Ｂを選択部４５０５に伝送するかを切り替える。つまり、切替部４５０６を介して、インデックス４５２２Ａおよびインデックス４５２２Ｂのいずれか一方が、インデックス４５２４として選択部４５０５に伝送される。

選択部４５０５は、切替部４５０６から伝送されたインデックス４５２４を用いて、予め定義された複数のパラメータセットの中から１つのパラメータセット４５２３を選択し、選択したパラメータセット４５２３を復号部４５０１に出力する。

復号部４５０１は、選択されたパラメータセット４５２３を用いて符号化動画像を復号する。

［動画像復号装置の動作］
以上のように構成された動画像復号装置４５００の動作について説明する。図５６は、実施の形態１３に係る動画像復号装置の処理を示すフローチャートである。

まず、ステップＳ４７０１において、読解部４５０２は、制御パラメータを符号化ビデオストリームのヘッダから読み解く。

次に、ステップＳ４７０２において、読み解かれた制御パラメータが予め定義された値であるか否かが判定される。

ここで、読み解かれた制御パラメータが予め定義された値であれば（Ｓ４７０２のＹｅｓ）、以下のステップが実行される。

まず、ステップＳ４７０３において、抽出部４５０３は、１以上の再構成画素群から１以上の特徴量を抽出する。ここで抽出される特徴量は、符号化処理中に動画像符号化装置５００で抽出された特徴量と同じである。

次に、ステップＳ４７０４において、分類部４５０４は、抽出された特徴量と機械学習モデルとを用いて１以上の再構成画素群を分類する。これにより、予め定義された複数のインデックスの中から、１以上の再構成画素群の分類結果により示されるインデックスが選択される。機械学習モデルは、符号化処理中に動画像符号化装置３５００で用いられた機械学習モデルと同じである。

一方、読み解かれた制御パラメータが予め定義された値でなければ（Ｓ４７０２のＮｏ）、ステップＳ４７０７において、読解部４５０７は、符号化ビデオストリームのヘッダからインデックスを読み解く。

次に、ステップＳ４７０５において、選択部４５０５は、選択されたインデックスまたは導出されたインデックスを用いて、予め定義された複数のパラメータセットの中から１つのパラメータセットを選択する。ここで選択されるパラメータセットは、符号化処理中に動画像符号化装置３５００で選択されたものと同じである。

最後に、ステップＳ４７０６において、復号部４５０１は、対象ブロックの画像サンプルの復号処理に、選択されたパラメータセットを用いる。選択されたパラメータセットを用いる復号処理は、例えば、インター予測における補間処理および平均化処理、ループ内フィルタ処理、ならびにイントラ予測処理の１つまたは任意の組み合わせである。

［効果］
以上のように構成された動画像符号化装置３５００および動画像復号装置４５００によれば、パラメータセットのインデックスそのものをビットストリームに含まめることもできる。したがって、機械学習モデルを用いた符号量の削減と、インデックスをビットストリームに含めることによる処理負荷の軽減とを選択することができ、符号化効率と処理負荷の軽減とのバランスを図ることができる。

（他の実施の形態）
以上、１つまたは複数の態様に係る動画像符号化装置および動画像復号装置について、実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、１つまたは複数の態様の範囲内に含まれてもよい。

例えば、上記実施の形態２〜５は、任意に組み合わせて実現されてもよい。さらに、上記実施の形態６〜１３は、実施の形態２〜５と組み合わせて実現されてもよい。

なお、上記各実施の形態では、インデックスを介してパラメータセットが選択されていたが、これに限らない。例えば、分類の結果から直接パラメータセットが選択されてもよい。

（実施の形態１４）
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５７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５７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、本開示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、本開示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５８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、本開示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、本開示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５９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（本開示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６０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６１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５９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６２Ａ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６２Ｂ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、本開示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、本開示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、本開示はかかる上記実施の形態に限定されるものではなく、本開示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１５）
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６３は、多重化データの構成を示す図である。図６３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６４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６５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６５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６５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６６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６６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６７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６８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６８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６９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７０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１６）
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７１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１７）
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７２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７１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７１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１５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１５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７４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７３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１８）
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７５Ａ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、本開示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７５Ｂのex１０００に示す。この例では、本開示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、本開示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、必ずしも本開示の一態様、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、本開示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。

本開示に係る符号化方法および復号方法は、さまざまな用途に利用可能であり、例えば、テレビ、デジタルビデオレコーダー、カーナビゲーション、携帯電話、デジタルカメラ、デジタルビデオカメラ等の高解像度の情報表示機器や撮像機器に利用可能である。

１１００，１３００，１５００，１７００，１９００，３０００，３１００，３２００，３３００，３４００，３５００ 動画像符号化装置
１１０１，３００１，３１０１，３２０１，３３０１，３４０１，３５０１ 符号化部
１１０２，１３１０，１５０８，１７０６，１９１１，２１０２，２３１０，２５１１，２７０５，２９１１，３００３，３１０３，３２０３，３３０３，３４０３，３５０３，４００３，４１０３，４２０３，４３０３，４４０３，４５０３ 抽出部
１１０３，１３１１，１５０９，１７０７，１９１２，２１０３，２３１１，２５１２，２７０６，２９１２，３００４，３１０４，３２０４，３３０４，３４０４，３５０４，４００４，４１０４，４２０４，４３０４，４４０４，４５０４ 分類部
１１０４，１３１２，１５１０，１７０８，１９１３，２１０４，２３１２，２５１３，２７０７，２９１３，３００５，３１０５，３２０５，３３０５，３４０５，３５０５，４００５，４１０５，４２０５，４３０５，４４０５，４５０５ 選択部
１３０１ 変換部
１３０２ 量子化部
１３０３，２３０２ 逆量子化部
１３０４，２３０３ 逆変換部
１３０５，１３０９，１７０５，１９０９，２３０４，２３０９，２７０４，２９０９ ブロックメモリ
１３０６，１７０９，２３０５，２７０８ イントラ予測部
１３０７，１５０７，１５１２，２３０８，２５０８，２５１０ ピクチャメモリ
１３０８，１９０８，２３０７，２９０７ ベクトル予測部
１３１３，１９１０，２３１３，２９１０ 補間部
１３１４，１５１４，１７１２，１９１５，２３１４，２５０９，２７１２，２９１５ インター予測部
１３１５，１７１３ エントロピー符号化部
１３１６，１３１７，２３１５ 加算器
１５１１，２５１４ ループ内フィルタ部
１９１４，２９１４ 平均化部
２１０１，４００１，４１０１，４２０１，４３０１，４４０１，４５０１ 復号部
２３０１ エントロピー復号部
２３０６，２９０６，４００２，４１０２，４２０２，４３０２，４４０２，４５０２，４５０７ 読解部
３００２，３１０２，３２０２，３３０２，３４０２，３５０２，３５０７ 書込部
３００６，３４０６，３５０６，４００６，４４０６，４５０６ 切替部
３４０７，４４０７ 導出部

Claims (15)

1. １以上の再構成画素群から１以上の特徴量を抽出し、
   第１機械学習モデルと前記第１機械学習モデルとは異なる第２機械学習モデルを含む複数の機械学習モデルのうち前記１以上の再構成画素群の分類に用いる機械学習モデルを示す制御パラメータをビットストリームのヘッダに書き込み、
   書き込まれた前記制御パラメータが第１の値であるとき、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、
   書き込まれた前記制御パラメータが前記第１の値と異なる第２の値であるとき、抽出された前記１以上の特徴量と前記第２機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、
   予め定義された複数のパラメータセットのうちの、前記分類の結果に対応するパラメータセットを用いて、対象ピクチャに含まれる画像サンプルの対象ブロックの符号化処理を行う、
   符号化方法。
2. 前記１以上の再構成画素群の少なくとも一部分は、前記対象ピクチャとは異なる参照ピクチャ内の参照ブロックに含まれ、
   前記パラメータセットは、インター予測における画像ピクセルの補間処理で用いられるフィルタ係数セットを含み、
   前記符号化処理は、前記補間処理を含む、
   請求項１に記載の符号化方法。
3. 前記１以上の再構成画素群は、前記対象ブロックに含まれ、
   前記パラメータセットは、前記対象ブロックのフィルタ処理で用いられるフィルタ係数セットを含み、
   前記符号化処理は、前記フィルタ処理を含む、
   請求項１又は２に記載の符号化方法。
4. 前記１以上の再構成画素群は、前記対象ブロックと空間的に隣接する位置にある再構成画素を含み、
   前記パラメータセットは、イントラ予測処理で用いられるイントラ予測方式を示し、
   前記符号化処理は、前記イントラ予測処理を含む、
   請求項１〜３のいずれか１項に記載の符号化方法。
5. 前記１以上の再構成画素群の少なくとも一部分は、前記対象ピクチャとは異なる複数の参照ピクチャ内の複数の参照ブロックに含まれ、
   前記パラメータセットは、複数のインター予測ブロックの平均化処理で用いられる重み係数セットを含み、
   前記符号化処理は、前記平均化処理を含む、
   請求項１〜４のいずれか１項に記載の符号化方法。
6. 前記第１機械学習モデルは、２次元の入力空間である再構成画素群を多次元の特徴空間に写像し、前記特徴空間を複数に分割した部分空間と、前記１以上の特徴量との対応付けを行い、
   前記分類では、前記１以上の再構成画素群に対応する前記部分空間を特定する、
   請求項１に記載の符号化方法。
7. １以上の再構成画素群から１以上の特徴量を抽出し、
   第１機械学習モデルと前記第１機械学習モデルとは異なる第２機械学習モデルを含む複数の機械学習モデルのうち前記１以上の再構成画素群の分類に用いる機械学習モデルを示す制御パラメータをビットストリームのヘッダから読み解き、
   読み解かれた前記制御パラメータが第１の値であるとき、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、
   読み解かれた前記制御パラメータが前記第１の値と異なる第２の値であるとき、抽出された前記１以上の特徴量と前記第２機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、
   予め定義された複数のパラメータセットのうちの、前記分類の結果に対応するパラメータセットを用いて、対象ピクチャに含まれる画像サンプルの対象ブロックの復号処理を行う、
   復号方法。
8. 前記１以上の再構成画素群の少なくとも一部分は、前記対象ピクチャとは異なる参照ピクチャ内の参照ブロックに含まれ、
   前記パラメータセットは、インター予測における画像ピクセルの補間処理で用いられるフィルタ係数セットを含み、
   前記復号処理は、前記補間処理を含む、
   請求項７に記載の復号方法。
9. 前記１以上の再構成画素群は、前記対象ブロックに含まれ、
   前記パラメータセットは、前記対象ブロックのフィルタ処理で用いられるフィルタ係数セットを含み、
   前記復号処理は、前記フィルタ処理を含む、
   請求項７又は８に記載の復号方法。
10. 前記１以上の再構成画素群は、前記対象ブロックと空間的に隣接する位置にある再構成画素を含み、
    前記パラメータセットは、イントラ予測処理で用いられるイントラ予測方式を示し、
    前記復号処理は、前記イントラ予測処理を含む、
    請求項７〜９のいずれか１項に記載の復号方法。
11. 前記１以上の再構成画素群の少なくとも一部分は、前記対象ピクチャとは異なる複数の参照ピクチャ内の複数の参照ブロックに含まれ、
    前記パラメータセットは、複数のインター予測ブロックの平均化処理で用いられる重み係数セットを含み、
    前記復号処理は、前記平均化処理を含む、
    請求項７〜１０のいずれか１項に記載の復号方法。
12. 前記第１機械学習モデルは、２次元の入力空間である再構成画素群を多次元の特徴空間に写像し、前記特徴空間を複数に分割した部分空間と、前記１以上の特徴量との対応付けを行い、
    前記分類では、前記１以上の再構成画素群に対応する前記部分空間を特定する、
    請求項７に記載の復号方法。
13. １以上の再構成画素群から１以上の特徴量を抽出する抽出部と、
    第１機械学習モデルと前記第１機械学習モデルとは異なる第２機械学習モデルを含む複数の機械学習モデルのうち前記１以上の再構成画素群の分類に用いる機械学習モデルを示す制御パラメータをビットストリームのヘッダに書き込む書込部と、
    書き込まれた前記制御パラメータが第１の値であるとき、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、書き込まれた前記制御パラメータが前記第１の値と異なる第２の値であるとき、抽出された前記１以上の特徴量と前記第２機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行う分類部と、
    予め定義された複数のパラメータセットのうちの、前記分類の結果に対応するパラメータセットを用いて、対象ピクチャに含まれる画像サンプルの対象ブロックの符号化処理を行う符号化部と、を備える、
    符号化装置。
14. １以上の再構成画素群から１以上の特徴量を抽出する抽出部と、
    第１機械学習モデルと前記第１機械学習モデルとは異なる第２機械学習モデルを含む複数の機械学習モデルのうち前記１以上の再構成画素群の分類に用いる機械学習モデルを示す制御パラメータをビットストリームのヘッダから読み解く読解部と、
    読み解かれた前記制御パラメータが第１の値であるとき、抽出された前記１以上の特徴量と前記第１機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行い、読み解かれた前記制御パラメータが前記第１の値と異なる第２の値であるとき、抽出された前記１以上の特徴量と前記第２機械学習モデルとを用いて、前記１以上の再構成画素群の分類を行う分類部と、
    予め定義された複数のパラメータセットのうちの、前記分類の結果に対応するパラメータセットを用いて、対象ピクチャに含まれる画像サンプルの対象ブロックの復号処理を行う復号部と、を備える、
    復号装置。
15. 請求項１３に記載の符号化装置と、
    請求項１４に記載の復号装置と、を備える、
    符号化復号装置。

Images