JPH104556A - Motion vector detector and motion vector detection method - Google Patents

Abstract

PROBLEM TO BE SOLVED: To provide a motion vector detector in which a deviation between a detection motion vector and a true motion is reduced and deviation in the motion vector due to noise is reduced. SOLUTION: The motion vector detector 10 is provided with an evaluation computing element A104 calculating an evaluation value of a vector based on a prediction error, an evaluation computing element B105 generating a weight coefficient based on a deviation (distance) between a prediction vector estimated in advance and a vector evaluated at present, a multiplier 106 multiplying outputs of the evaluation computing elements A104, B105, a minimum value detector 107 detecting a minimum value of the output of the multiplier 106 and a register 108 latching a vector when the minimum value is detected. A weight coefficient based on the deviation (distance) between the prediction vector estimated in advance and the vector evaluated at present is used for weighting the evaluation value of the vector based on the prediction error and the vector minimizing the weighted result is used for the motion vector.

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【０００１】[0001]

【発明の属する技術分野】本発明は、動画像圧縮におけ
る動き補償のベクトルを検出する動きベクトル検出装置
及び動きベクトル検出方法に係り、特に、フレーム間予
測における動き補償のための画像の動きベクル検出装置
及び動きベクトル検出方法に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a motion vector detecting device and a motion vector detecting method for detecting a vector for motion compensation in moving image compression, and more particularly, to detecting a motion vector of an image for motion compensation in inter-frame prediction. The present invention relates to an apparatus and a motion vector detection method.

【０００２】[0002]

【従来の技術】画像圧縮の国際標準としてＪＰＥＧ（Jo
int Photograghic Expert Group）やＭＰＥＧ（Moving
Picture Expert Group）がある。2. Description of the Related Art JPEG (Jo
int Photograghic Expert Group) or MPEG (Moving
Picture Expert Group).

【０００３】ＭＰＥＧは、ＭＰＥＧI，ＭＰＥＧII，Ｍ
ＰＥＧIVの３レベルの規格案が検討されている。ＭＰＥ
ＧIでは、１．５Ｍｂｐｓの通信回線で伝送できる動画
像圧縮を目的としており、おもにテレビ電話やテレビ会
議などで使用することが考えられている。ＭＰＥＧIで
は、現行のＮＴＳＣ方式のビデオ画像を３２０×２４０
ピクセルの解像度として扱い、１フレームを構成する２
フィールドのうち１フィールドのみのデータを用いる。
ＭＰＥＧIIでは、１０Ｍｂｐｓを超える通信回線で伝送
できる圧縮が目標で、ＩＳＤＮなどによる動画像伝送や
ディジタル・ビデオがターゲットとされている。そし
て、ＭＰＥＧIVは、低ビットレートを対象としている。[0003] MPEG is MPEGI, MPEGII, M
Three levels of PEGIV standards are being considered. MPE
The purpose of GI is to compress moving images that can be transmitted through a 1.5 Mbps communication line, and is considered to be mainly used for videophones, videoconferencing, and the like. In MPEGI, the current NTSC video image is 320 × 240
Treat as pixel resolution and make up one frame 2
Data of only one of the fields is used.
MPEG II aims at compression that can be transmitted over a communication line exceeding 10 Mbps, and targets moving picture transmission by ISDN or the like and digital video. MPEG IV is intended for low bit rates.

【０００４】ＭＰＥＧの特徴は、ＤＣＴ（Discrete Cos
ine Transform：離散コサイン変換）による静止画像圧
縮に加えて、時間軸方向の圧縮のためのフレーム間予測
処理を行なうことであるが、動画像圧縮の前提条件とし
てフレームのランダム・アクセスができること、早送り
による再生や巻戻し再生（逆方向）ができることがあげ
られている。したがって、ＭＰＥＧにおけるフレーム間
予測は、前向きと後向きの両方向を採用している。ＭＰ
ＥＧにあっても、基本的にはＭＣ（動き補償）＋ＤＣＴ
を用いる。動き補償を行なうブロックサイズは１６×１
６（但し８×８のモードもある）、ＤＣＴは８×８ブロ
ックに対して行なう。また、この動き補償は１／２画素
精度で行なう。１／２画素精度の動き補償は、予測に用
いる参照フレーム上において画素単位でずらした位置を
調べるのみならず、画素と画素の間の位置を補間によっ
て生成し、マッチングをとることによって行なう。The feature of MPEG is that DCT (Discrete Cos
ine Transform (discrete cosine transform) is to perform inter-frame prediction processing for compression in the time axis direction in addition to still image compression, but random access to frames is required as a precondition for moving image compression, and fast forward. Playback and rewind playback (reverse direction). Therefore, inter-frame prediction in MPEG employs both forward and backward directions. MP
Even in EG, basically MC (motion compensation) + DCT
Is used. The block size for motion compensation is 16 × 1
6 (however, there is also an 8 × 8 mode), DCT is performed on 8 × 8 blocks. This motion compensation is performed with half-pixel accuracy. Motion compensation with half-pixel accuracy is performed not only by examining a position shifted in pixel units on a reference frame used for prediction, but also by generating a position between pixels by interpolation and performing matching.

【０００５】時間方向の予測を伴う動画像圧縮装置で
は、カメラのＰＡＮや被写体の移動による予測効率の低
下を軽減させるために、動き補償による予測を行なって
いる。この動き補償は、着目フレーム（符号化対象フレ
ーム）と参照フレーム（例えば、前フレーム）間で対象
領域の動きベクトルを検出し、参照フレームにおいて動
きベクトル分だけずらした位置を参照画素とし、これを
予測値として着目画素との差分（予測誤差）を伝送する
方法である。例えば、動き補償予測は予測元画像の動き
ベクトルを基に移動体の動きを予測し、原画像において
その動きを補償している。動き補償は１６×１６画素の
ブロック単位で前画像のそのブロックの位置の近傍で一
番差分が少ないところを探索し、それとの差分をとるこ
とによりさらに送らなければならないデータを削減する
という手法であり、動きベクトルを検出する手段として
一般に動き補償の対象となる部分画像の元の場所から一
定の範囲内をサーチし、最も誤差の少ない（すなわち、
最も近似度が高い）場所を検出し、これを予測信号とし
て用いるものである。[0005] In a moving image compression apparatus that involves prediction in the time direction, prediction is performed by motion compensation in order to reduce a reduction in prediction efficiency due to movement of a camera PAN or a subject. This motion compensation detects a motion vector of a target region between a frame of interest (encoding target frame) and a reference frame (for example, a previous frame), and sets a position shifted by the motion vector in the reference frame as a reference pixel. This is a method of transmitting a difference (prediction error) from a target pixel as a prediction value. For example, in motion compensation prediction, the motion of a moving object is predicted based on the motion vector of the prediction source image, and the motion is compensated for in the original image. The motion compensation is a method of searching for a place having the smallest difference in the vicinity of the position of the block in the previous image in units of 16 × 16 pixels, and taking the difference therefrom, thereby reducing the data to be sent further. Yes, as a means for detecting a motion vector, generally, a search is performed within a certain range from the original position of a partial image to be subjected to motion compensation, and the error is minimized (ie,
A place where the degree of approximation is the highest) is detected, and this is used as a prediction signal.

【０００６】また、時間方向の予測を伴う通常の動画像
圧縮装置（ＣＣＩＴＴ Ｈ．２６１やＭＰＥＧ．Ｖｉｄ
ｅｏ等）では、生成された動きベクトルを符号化する場
合、その付近の部分画像（通常は、１つ前に処理された
部分画像）の持つ動きベクトルとの差分をとり、その差
分のみを符号化している。[0006] In addition, a conventional moving picture compression apparatus (CCITT H.261 or MPEG.
eo), when encoding the generated motion vector, the difference between the generated motion vector and the motion vector of a nearby partial image (usually, the partial image processed immediately before) is calculated, and only the difference is encoded. Is becoming

【０００７】従来のこの種の動画像圧縮装置におけるＭ
Ｃ（動き補償）検出方法としては、例えば特開昭５８−
１０７７８５号公報に開示されたものがある。[0007] In conventional moving image compression apparatus of this kind, M
As a C (motion compensation) detection method, for example,
There is one disclosed in Japanese Patent No. 107785.

【０００８】動画像の高能率符号化技術の一つに、上述
したフレーム間予測がある。フレーム間予測は、時間的
に接近した画像間には高い相関があるという性質を利用
した圧縮方法で、前画像と現画像の差分を伝送する方法
である。静止している画像の場合、前画像と現画像の差
分はほとんどないため符号化効率は非常に高くなるが、
動きのある画像では相関が少なくなり符号化効率は低下
する。このため、動き量及び方向（動きベクトル）を検
出し、これを用いて画像の一部または全部を動かすこと
で、２枚の画像間の相関を高くする方法が用いられてい
る。One of the high-efficiency video coding techniques is the above-described inter-frame prediction. The inter-frame prediction is a method of transmitting a difference between a previous image and a current image by a compression method using a property that there is a high correlation between temporally close images. In the case of a still image, the coding efficiency is very high because there is almost no difference between the previous image and the current image,
In a moving image, the correlation decreases and the coding efficiency decreases. For this reason, a method has been used in which the amount of motion and the direction (motion vector) are detected, and a part or the whole of the image is moved using the detected amount and direction to increase the correlation between two images.

【０００９】動きベクトルの検出は、ブロックマッチン
グで行う方法が一般的である。ブロックマッチング方法
とは、現画像１フレームを複数のブロックに分割し、各
ブロックと前画像の同じ大きさのブロックとの類似性を
調べ、最も類似性の高いブロックとの位置関係を動きベ
クトルとして出力する方法である。ある１つの位置関係
に対する評価演算は、２つのブロック間で同じ位置にあ
る画素同士の差分の絶対値または自乗値をブロック内の
全ての画素に対し求め、これを累計することで行う。ブ
ロックサイズがΜライン×Ｎ画素の時、１本の試行ベク
トル（ｉ，ｊ）の演算は数１で示される。The detection of a motion vector is generally performed by block matching. The block matching method divides one frame of the current image into a plurality of blocks, examines the similarity between each block and a block of the same size in the previous image, and determines a positional relationship with a block having the highest similarity as a motion vector. This is the output method. The evaluation operation for a certain positional relationship is performed by calculating the absolute value or the square value of the difference between the pixels located at the same position in two blocks for all the pixels in the block, and accumulating the obtained values. When the block size is Μ lines × N pixels, the operation of one trial vector (i, j) is represented by Expression 1.

【００１０】[0010]

【数１】 (Equation 1)

【００１１】この評価を、探索範囲内に存在する評価を
行うべき全てのベクトル（以下、試行ベクトルという）
について行い、最終的に数１に示す式のＤi,jを最も小
さくする（ｉ，ｊ）を動きベクトルにしている。[0011] This evaluation is performed by using all vectors existing in the search range to be evaluated (hereinafter referred to as trial vectors).
(I, j) that finally makes Di, j in the expression shown in Equation 1 the smallest is used as the motion vector.

【００１２】すなわち、ここで求まる動きベクトルは、
現実に画像内に存在する動きを表すのではなく、フレー
ム間予測誤差を最も小さくするベクトルになる。このた
め、画像によっては雑音などの影響で、検出動きベクト
ルと実際の動きにずれが発生する。That is, the motion vector obtained here is:
It does not represent the motion that actually exists in the image, but becomes a vector that minimizes the inter-frame prediction error. For this reason, depending on the image, a difference occurs between the detected motion vector and the actual motion due to the influence of noise or the like.

【００１３】このようなずれを、上記文献ではゼロベク
トル（０，０）に対する評価値を補正することで抑える
ようにしている。動画像中には背景など動きの発生しな
いブロックが存在する。静止しているはずの背景など
が、動き補償によって動くと視覚上大きな劣化になる。
このため、数１に示す式による評価値の最小値とゼロベ
クトルの評価値とを比較し、一定以上の差が現われない
ときにはゼロベクトルを動きベクトルとして出力するよ
うにしている。このようにすることで、ゼロベクトルを
選択する確率が高くなり、実際に動きがゼロのブロック
については、ずれを抑えることができる。In the above document, such a shift is suppressed by correcting the evaluation value for the zero vector (0, 0). In a moving image, there is a block such as a background where no motion occurs. If a background or the like that is supposed to be stationary moves due to motion compensation, the background will be significantly degraded.
For this reason, the minimum value of the evaluation value by the expression shown in Expression 1 is compared with the evaluation value of the zero vector, and when no difference exceeding a certain value appears, the zero vector is output as a motion vector. By doing so, the probability of selecting a zero vector is increased, and a shift can be suppressed for a block having actually zero motion.

【００１４】上記文献の方法において、ある値を持った
ベクトルの評価値を補正すると、動きがゼロでないブロ
ックについても適応できる。近傍に位置するブロック同
士は動きが類似する場合が多いため、あるブロックの動
きベクトルは隣接するブロックの動きベクトルと一致す
る可能性が高い。したがって、既に求まっている隣接ブ
ロックの動きベクトルを予測ベクトルとし、上記文献中
のゼロベクトルの代わりにすることで、動きのあるブロ
ックでも検出動きベクトルと実際の動きとのずれを抑え
ることが可能になる。In the method of the above-mentioned document, if the evaluation value of a vector having a certain value is corrected, the method can be applied to a block whose motion is not zero. Since the motions of the blocks located in the vicinity are similar in many cases, the motion vector of a certain block is likely to match the motion vector of an adjacent block. Therefore, by using the motion vector of the adjacent block that has already been determined as the prediction vector and substituting for the zero vector in the above-mentioned document, it is possible to suppress the deviation between the detected motion vector and the actual motion even in a moving block. Become.

【００１５】[0015]

【発明が解決しようとする課題】しかしながら、このよ
うな従来の動きベクトル検出装置にあっては、以下に述
べるような問題点があった。However, such a conventional motion vector detecting device has the following problems.

【００１６】上述したように従来例では、あるブロック
での評価最小値と予測ベクトル（ゼロベクトル）の評価
値だけを比較することで、最終的な動きベクトルを決定
していた。このため、予測ベクトルと真の動きを表現す
るベクトルが一致する場合にのみ有効であり、真の動き
が予測ベクトルから少しずれたベクトルで表されるよう
な場合には最終的な比較対象に真の動きベクトルは含ま
れなくなる。すなわち、動画像において近傍に位置する
ブロックは動きが類似することが多いという特性の中
で、動きが一致する場合のみを対象としていた。以下、
具体的に説明する。As described above, in the conventional example, the final motion vector is determined by comparing only the evaluation minimum value of a certain block with the evaluation value of a prediction vector (zero vector). Therefore, it is effective only when the predicted vector and the vector expressing the true motion match, and when the true motion is represented by a vector slightly deviated from the predicted vector, the true comparison is performed. Will not be included. That is, in the characteristic that the motions of blocks located in the vicinity in the moving image are often similar, only the case where the motions match is targeted. Less than,
This will be specifically described.

【００１７】図５は物体の拡大が含まれる場合の隣接す
るブロックの動きを示す図である。この図５の物体の拡
大を含む動画像に示すように、動画像中の物体の動きに
拡大・回転が存在する場合、近傍ブロック同士の動きは
類似はするが一致はしない。予測ベクトルとして直前
（左に位置する）ブロックの動きベクトルを用いると、
実際の動きと予測ベクトルは一致しないため予測ベクト
ルの評価値は大きな値になってしまい、評価最小値をと
るベクトルを動きベクトルとして選択することになる。
このため、上記文献で述べられていた、雑音などの影響
で発生する検出動きベクトルと実際の動きのずれを補正
することができなくなり、画質劣化の低減ができなくな
るという問題点があった。FIG. 5 is a diagram showing the movement of adjacent blocks when the enlargement of an object is included. As shown in the moving image including the enlargement of the object in FIG. 5, when the movement of the object in the moving image includes enlargement / rotation, the motions of the neighboring blocks are similar but not coincident. Using the motion vector of the block immediately before (located to the left) as the prediction vector,
Since the actual motion does not match the prediction vector, the evaluation value of the prediction vector becomes large, and the vector having the minimum evaluation value is selected as the motion vector.
For this reason, there has been a problem that it is not possible to correct a deviation between a detected motion vector generated due to the influence of noise and the like and an actual motion described in the above document, and it is not possible to reduce image quality deterioration.

【００１８】本発明は、検出動きベクトルと真の動きと
のずれを低減することができ、予測ベクトルが真の動き
と類似していれば、雑音による動きベクトルのずれを軽
減することができる動きベクトル検出装置及び動きベク
トル検出方法を提供することを目的とする。The present invention can reduce the deviation between the detected motion vector and the true motion, and can reduce the deviation of the motion vector due to noise if the predicted vector is similar to the true motion. It is an object to provide a vector detection device and a motion vector detection method.

【００１９】[0019]

【課題を解決するための手段】本発明に係る動きベクト
ル検出方法は、符号化対象フレームを所定のブロックに
分割し、各ブロックに対して前フレームの中から最も差
分が小さくなる位置を検出する動きベクトル検出方法に
おいて、予測誤差を基準とするベクトルの評価値に対
し、予め推測される予測ベクトルと現在評価中のベクト
ルとのずれ（距離）を元にした重み付け係数で、重み付
けを行い、重み付け結果が最小となるベクトルを動きベ
クトルとする。A motion vector detecting method according to the present invention divides a frame to be coded into predetermined blocks, and detects a position where the difference is smallest among the preceding frames for each block. In the motion vector detection method, the evaluation value of a vector based on a prediction error is weighted by a weighting coefficient based on a deviation (distance) between a predicted vector estimated in advance and a vector currently being evaluated. The vector with the minimum result is the motion vector.

【００２０】また、予測ベクトルを複数にするようにし
た動きベクトル検出方法であってもよい。Further, a motion vector detecting method in which a plurality of predicted vectors are used may be used.

【００２１】また、動きベクトル検出装置は、符号化対
象フレームを所定のブロックに分割し、各ブロックに対
して前フレームの中から最も差分が小さくなる位置を検
出する動きベクトル検出装置において、予測誤差を基準
とするベクトルの評価値を算出する第１の評価演算手段
と、予め推測される予測ベクトルと現在評価中のベクト
ルとのずれ（距離）を基にした重み付け係数を発生する
第２の評価演算手段と、第１の評価演算手段の出力及び
第２の評価演算手段の出力を乗算する乗算手段と、乗算
手段の出力の最小値を検出する最小値検出手段と、最小
値が検出されたときのベクトルを保持するベクトル保持
手段とを備えて構成する。The motion vector detecting device divides a frame to be coded into predetermined blocks, and detects a position where the difference between the preceding frame and the previous frame is smallest. A first evaluation calculating means for calculating an evaluation value of a vector based on the reference, and a second evaluation for generating a weighting coefficient based on a shift (distance) between a predicted vector estimated in advance and a vector currently being evaluated. Calculating means, multiplying means for multiplying the output of the first evaluation calculating means and the output of the second evaluation calculating means, minimum value detecting means for detecting the minimum value of the output of the multiplying means, and the minimum value is detected. And a vector holding means for holding a vector at the time.

【００２２】また、第１の評価演算手段は、現画像デー
タ及び前画像データを基に、各ブロック間で同じ位置に
ある画素同士の差分の絶対値または自乗値をブロック内
の全ての画素に対し求めて累計することにより評価値を
算出するように構成してもよく、第２の評価演算手段
は、予測ベクトル及び試行ベクトルを基に、所定の演算
により重み付け係数を算出するように構成してもよい。Further, the first evaluation calculating means assigns the absolute value or the square value of the difference between the pixels at the same position in each block to all the pixels in the block based on the current image data and the previous image data. The second evaluation calculation means may be configured to calculate a weighting coefficient by a predetermined calculation based on the prediction vector and the trial vector. You may.

【００２３】また、第２の評価演算手段は、予測ベクト
ルと試行ベクトルの水平成分同士の差分を求める第１の
加算器と、予測ベクトルと試行ベクトルの垂直成分同士
の差分を求める第２の加算器と、第１の加算器の出力の
自乗値を算出する第１の自乗回路と、第２の加算器の出
力の自乗値を算出する第２の自乗回路と、第１の自乗回
路の出力と第２の自乗回路の出力を加算する第３の加算
器と、第３の加算器出力に対応した評価値を出力するテ
ーブルとを備えたものであってもよい。The second evaluation operation means includes a first adder for obtaining a difference between horizontal components of the prediction vector and the trial vector, and a second addition for obtaining a difference between vertical components of the prediction vector and the trial vector. , A first square circuit for calculating the square value of the output of the first adder, a second square circuit for calculating the square value of the output of the second adder, and an output of the first square circuit. And a third adder for adding the output of the second squaring circuit and a table for outputting an evaluation value corresponding to the output of the third adder.

【００２４】また、予測ベクトルは複数であり、複数の
予測ベクトルに対し演算処理を行い得るように構成して
もよい。Further, there may be a plurality of predictive vectors, and the arithmetic processing may be performed on the plurality of predictive vectors.

【００２５】[0025]

【発明の実施の形態】本発明に係る動きベクトル検出装
置及び動きベクトル検出方法は、動画像の動き検出予測
信号を用いる動画像蓄積装置等の動きベクトル検出装置
に適用することができる。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS The motion vector detecting device and the motion vector detecting method according to the present invention can be applied to a motion vector detecting device such as a moving image storage device using a motion detection prediction signal of a moving image.

【００２６】図１は本発明の第１の実施形態に係る動き
ベクトル検出装置の構成を示すブロック図である。図１
に示す動きベクトル検出装置は、１フレーム内を複数個
の矩形ブロックに分割し、各ブロックに対して他のフレ
ームとの比較によって画素データの動きを検出する動き
ベクトル検出装置に適用した例である。FIG. 1 is a block diagram showing the configuration of the motion vector detecting device according to the first embodiment of the present invention. FIG.
Is an example in which one frame is divided into a plurality of rectangular blocks, and each block is applied to a motion vector detecting device that detects the motion of pixel data by comparing it with another frame. .

【００２７】図１において、動きベクトル検出装置１０
は、現画像データ入力端子１００、前画像データ入力端
子１０１、予測ベクトル入力端子１０２、試行ベクトル
入力端子１０３、評価演算器Ａ１０４（第１の評価演算
手段）、評価演算器Ｂ１０５（第２の評価演算手段）、
乗算器１０６（乗算手段）、最小値検出器１０７（最小
値検出手段）、レジスタ１０８（ベクトル保持手段）及
び動きベクトル出力端子１０９から構成される。In FIG. 1, a motion vector detecting device 10
Are the current image data input terminal 100, the previous image data input terminal 101, the predicted vector input terminal 102, the trial vector input terminal 103, the evaluation calculator A104 (first evaluation calculation means), and the evaluation calculator B105 (second evaluation Computing means),
It comprises a multiplier 106 (multiplying means), a minimum value detector 107 (minimum value detecting means), a register 108 (vector holding means) and a motion vector output terminal 109.

【００２８】上記現画像データ入力端子１００は、現画
像データが入力される入力端子である。The current image data input terminal 100 is an input terminal to which current image data is input.

【００２９】上記前画像データ入力端子１０１は、前画
像データが入力される入力端子である。The previous image data input terminal 101 is an input terminal to which previous image data is input.

【００３０】上記予測ベクトル入力端子１０２は、予測
ベクトルの入力端子である。The prediction vector input terminal 102 is an input terminal for a prediction vector.

【００３１】上記試行ベクトル入力端子１０３は、入力
端子１００，１０１の画像データの位置関係を示す試行
ベクトルの入力端子である。The trial vector input terminal 103 is an input terminal for a trial vector indicating the positional relationship between the image data of the input terminals 100 and 101.

【００３２】上記評価演算器Ａ１０４は、加算器及び絶
対値演算器から構成され、現画像データ入力端子１００
及び前画像データ入力端子１０１に入力された画像デー
タに対して数１に示す式の演算を行い評価値を算出す
る。The evaluation computing unit A104 is composed of an adder and an absolute value computing unit.
Then, the image data input to the previous image data input terminal 101 is subjected to the operation of Expression 1 to calculate an evaluation value.

【００３３】上記評価演算器Ｂ１０５は、予測ベクトル
入力端子１０２及び試行ベクトル入力端子１０３に接続
され、入力されたベクトルデータを基に後述する数３に
示す式に従って重み付けパラメータの算出を行う演算器
である（図２参照）。The evaluation computing unit B105 is connected to the prediction vector input terminal 102 and the trial vector input terminal 103, and calculates a weighting parameter based on the input vector data in accordance with the following equation (3). (See FIG. 2).

【００３４】上記乗算器１０６は、評価演算器Ａ１０４
の出力と評価演算器Ｂ１０５の出力を後述する数２に示
す式に従って演算する。The multiplier 106 has an evaluation arithmetic unit A 104
And the output of the evaluation calculator B105 are calculated in accordance with the equation shown in Equation 2 described later.

【００３５】上記最小値検出器１０７は、内部に比較器
と仮最小値を記憶するレジスタを備え、乗算器１０６出
力の評価値を比較し、最小の値をとるときにホールドパ
ルスを出力する最小値検出器である。The minimum value detector 107 includes therein a comparator and a register for storing a temporary minimum value, compares the evaluation value of the output of the multiplier 106, and outputs a hold pulse when the minimum value is obtained. It is a value detector.

【００３６】上記レジスタ１０８は、Ｄ−フリップフロ
ップ（ＦＦ）から構成され、最小値検出器１０７出力の
パルスを用いて、試行ベクトル入力端子１０３からの試
行ベクトルを保持する。The register 108 is constituted by a D-flip-flop (FF), and holds a trial vector from the trial vector input terminal 103 by using a pulse output from the minimum value detector 107.

【００３７】上記動きベクトル出力端子１０９は、レジ
スタ１０８に蓄えられている試行ベクトルを動きベクト
ルとして出力する出力端子である。The motion vector output terminal 109 is an output terminal for outputting the trial vector stored in the register 108 as a motion vector.

【００３８】図２は上記評価演算器Ｂ１０５の構成を示
すブロック図である。FIG. 2 is a block diagram showing the structure of the evaluation computing unit B105.

【００３９】図２において、評価演算器Ｂ１０５は、加
算器３００，３０１（第１の加算器，第２の加算器）、
自乗回路３０２，３０３（第１の自乗回路，第２の自乗
回路）、加算器３０４（第３の加算器）、テーブル３０
５及び評価値Ｂ出力端子３０６から構成される。In FIG. 2, evaluation operation unit B105 includes adders 300 and 301 (a first adder and a second adder),
Square circuits 302 and 303 (first square circuit, second square circuit), adder 304 (third adder), table 30
5 and an evaluation value B output terminal 306.

【００４０】上記加算器３００は、予測ベクトル入力端
子１０２及び試行ベクトル入力端子１０３に接続され、
予測ベクトルと試行ベクトルの水平成分同士の差分を求
める加算器である。The adder 300 is connected to the predicted vector input terminal 102 and the trial vector input terminal 103,
This is an adder that calculates the difference between the horizontal components of the prediction vector and the trial vector.

【００４１】上記加算器３０１は、予測ベクトル入力端
子１０２及び試行ベクトル入力端子１０３に接続され、
予測ベクトルと試行ベクトルの垂直成分同士の差分を求
める加算器である。The adder 301 is connected to the predicted vector input terminal 102 and the trial vector input terminal 103,
This is an adder that calculates the difference between the vertical components of the prediction vector and the trial vector.

【００４２】上記自乗回路３０２は、加算器３００の出
力の自乗値を求める自乗回路である。The squaring circuit 302 is a squaring circuit for calculating the square value of the output of the adder 300.

【００４３】上記自乗回路３０３は、加算器３０１の出
力の自乗値を求める自乗回路である。The squaring circuit 303 is a squaring circuit for calculating the square value of the output of the adder 301.

【００４４】上記加算器３０４は、自乗回路３０２の出
力と自乗回路３０３の出力を加算する加算器である。The adder 304 is an adder for adding the output of the square circuit 302 and the output of the square circuit 303.

【００４５】上記テーブル３０５は、ＲＯΜで構成さ
れ、加算器３０４出力に対応した評価値Ｂを出力するテ
ーブルである。テーブル３０５の出力は評価値Ｂ出力端
子３０から出力される。The table 305 is a table composed of RO # and outputs an evaluation value B corresponding to the output of the adder 304. The output of the table 305 is output from the evaluation value B output terminal 30.

【００４６】ここで、上記自乗回路３０２，３０３及び
加算器３０４の機能は、テーブル３０５の中に含めるこ
とも可能であるが、テーブル３０５への入力ビット数が
多くなるため、本実施形態では分けている。Here, the functions of the squaring circuits 302 and 303 and the adder 304 can be included in the table 305. However, since the number of input bits to the table 305 increases, the present embodiment separates them. ing.

【００４７】このように、本実施形態に係る動きベクト
ル検出装置１０は、予測誤差を基準とするベクトルの評
価値を算出する評価演算器Ａ１０４と、予め推測される
予測ベクトルと現在評価中のベクトルとのずれ（距離）
を基にした重み付け係数を発生する評価演算器Ｂ１０５
と、評価演算器Ａ１０４，Ｂ１０５の出力を乗算する乗
算器１０６と、乗算器１０６の出力の最小値を検出する
最小値検出器１０７と、最小値が検出されたときのベク
トルを保持するレジスタ１０８とを備え、さらに、評価
演算器Ｂ１０５は、予測ベクトルと試行ベクトルの水平
成分同士の差分を求める加算器３００と、予測ベクトル
と試行ベクトルの垂直成分同士の差分を求める加算器３
０１と、加算器３００の出力の自乗値を算出する自乗回
路３０２と、加算器３０１の出力の自乗値を算出する自
乗回路３０３と、自乗回路３０２の出力と自乗回路３０
３の出力を加算する加算器３０４と、加算器３０４出力
に対応した評価値を出力するテーブル３０５とを備えた
構成となっている。As described above, the motion vector detecting device 10 according to the present embodiment includes an evaluation computing unit A104 for calculating an evaluation value of a vector based on a prediction error, a prediction vector estimated in advance, and a vector currently being evaluated. Deviation from (distance)
Computing unit B105 for generating a weighting coefficient based on
, A multiplier 106 for multiplying the outputs of the evaluation arithmetic units A104 and B105, a minimum value detector 107 for detecting the minimum value of the output of the multiplier 106, and a register 108 for holding a vector when the minimum value is detected. Further, the evaluation calculator B105 includes an adder 300 for calculating a difference between horizontal components of the prediction vector and the trial vector, and an adder 3 for determining a difference between vertical components of the prediction vector and the trial vector.
01, a square circuit 302 for calculating a square value of an output of the adder 300, a square circuit 303 for calculating a square value of an output of the adder 301, an output of the square circuit 302, and a square circuit 30.
3 and a table 305 for outputting an evaluation value corresponding to the output of the adder 304.

【００４８】特に、従来例の構成に比べると、評価演算
器Ｂ１０５，乗算器１０６が追加された点が大きな違い
となっている。なお、従来例では最小値検出器におい
て、予測ベクトルの評価値と求められた評価最小値とを
比較することになっていた。Particularly, as compared with the configuration of the conventional example, a significant difference is that an evaluation computing unit B105 and a multiplier 106 are added. In the conventional example, the evaluation value of the prediction vector is compared with the obtained evaluation minimum value in the minimum value detector.

【００４９】次に、上述のように構成された動きベクト
ル検出装置１０の動作を説明する。Next, the operation of the motion vector detecting device 10 configured as described above will be described.

【００５０】本実施形態に係る動きベクトル検出装置
は、ベクトルの評価の際に予測ベクトルとの距離を重み
付けパラメータとして用いることを特徴とするものであ
る。The motion vector detecting apparatus according to the present embodiment is characterized in that a distance from a predicted vector is used as a weighting parameter when evaluating a vector.

【００５１】予測ベクトルについては前記数１に示す式
の計算結果をそのまま評価値とし、予測ベクトルから離
れるに従い計算結果が大きくなるような重み付けを行
う。For the predicted vector, the calculation result of the expression shown in the above equation (1) is used as an evaluation value as it is, and weighting is performed so that the calculated result increases as the distance from the predicted vector increases.

【００５２】数２及び数３にその一例を示す。Equations 2 and 3 show examples.

【００５３】[0053]

【数２】 (Equation 2)

【００５４】[0054]

【数３】 (Equation 3)

【００５５】ここで、αは重み付けパラメータ、ＳＶ
ｘ，ＳＶｙはそれぞれ予測ベクトルの水平，垂直成分の
値、Ｖｘ，Ｖｙ，は試行ベクトルの水平，垂直成分の値
である。また、ａは距離の大きさに対するαの大きさ
（強さ）を決めるパラメータ（定数）である。本実施形
態では、Ｄｓを最小とするベクトルを動きベクトルにす
る。Here, α is a weighting parameter, SV
x and SVy are the values of the horizontal and vertical components of the prediction vector, respectively, and Vx and Vy are the values of the horizontal and vertical components of the trial vector. A is a parameter (constant) that determines the magnitude (strength) of α with respect to the magnitude of the distance. In the present embodiment, a vector that minimizes Ds is set as a motion vector.

【００５６】数３に示す式では、評価すべきベクトルと
予測ベクトルの距離を元にした重み付けパラメータαの
算出を行い、数２に示す式では、αと評価値Ｄの乗算を
行う。予測ベクトルと評価中のベクトル（試行ベクト
ル）が一致すると、αは「１」になり、評価値ＤｓはＤ
と同じ値になる。予測ベクトルと試行ベクトルの距離が
離れるに従い、αの値は大きくなり評価結果も数１に示
す式の評価値より大きくなっていく。ここで、αの値に
はある程度の制限を設け、一定距離以上離れた場合に
は、それ以上αの値を増加させないようにする。In the equation (3), the weighting parameter α is calculated based on the distance between the vector to be evaluated and the prediction vector. In the equation (2), α is multiplied by the evaluation value D. When the predicted vector matches the vector under evaluation (trial vector), α becomes “1” and the evaluation value Ds becomes D
Has the same value as As the distance between the prediction vector and the trial vector increases, the value of α increases, and the evaluation result also becomes larger than the evaluation value of the equation shown in Expression 1. Here, a certain limit is set for the value of α, and when the distance is longer than a certain distance, the value of α is not further increased.

【００５７】以下、動きベクトル検出装置１０の動作に
ついて図１及び図２を参照して詳細に説明する。Hereinafter, the operation of the motion vector detecting device 10 will be described in detail with reference to FIGS.

【００５８】現画像データ入力端子１００からは現フレ
ーム画像データ、前画像データ入力端子１０１からは現
フレーム画像データより時間的に１フレーム前のデー
タ、すなわち前フレーム画像データが、ベクトル検出を
行うブロック単位に入力される。The current image data input terminal 100 outputs the current frame image data, and the previous image data input terminal 101 outputs the data one frame before the current frame image data, that is, the previous frame image data, in a block for performing vector detection. Entered in units.

【００５９】また、前フレームデータは試行ベクトルを
用いて動き補償されたものが入力される。これらのデー
タはそのまま評価演算器Α１０４に入力され、ここで前
記数１に示す式の評価演算を行う。As the previous frame data, data subjected to motion compensation using a trial vector is input. These data are input as they are to the evaluation calculator # 104, where the evaluation calculation of the expression shown in Equation 1 is performed.

【００６０】すなわち、評価演算器Ａ１０４では、２種
類の画像データの差分絶対値または差分自乗値を求め、
これをブロック内の全ての画素について累計する。That is, the evaluation arithmetic unit A104 obtains a difference absolute value or a difference square value between two types of image data.
This is accumulated for all pixels in the block.

【００６１】一方、予測ベクトル入力端子１０２から
は、隣接ブロックにおける動きベクトルなどから推測さ
れる予測ベクトルが入力される。また同時に、現在入力
されている画像データ入力端子１００，１０１の２種類
の画像データの位置関係を示す試行ベクトルが試行ベク
トル入力端子１０３から入力される。これらのベクトル
データは評価演算器Ｂ１０５に入力され、ここで前記数
３に示す式の演算を行う。On the other hand, a predicted vector estimated from a motion vector in an adjacent block or the like is input from the predicted vector input terminal 102. At the same time, a trial vector indicating the positional relationship between the two types of image data of the currently input image data input terminals 100 and 101 is input from the trial vector input terminal 103. These vector data are input to the evaluation calculator B105, where the calculation of the equation shown in Equation 3 is performed.

【００６２】以下、図２に示す評価演算器Ｂ１０５の動
作を説明する。Hereinafter, the operation of the evaluation calculator B105 shown in FIG. 2 will be described.

【００６３】評価演算器Ｂ１０５では、最初に予測ベク
トルと試行ベクトル間の距離を求める。The evaluation calculator B105 first obtains the distance between the prediction vector and the trial vector.

【００６４】まず、入力された２種類のベクトルを水平
・垂直成分に分け、それぞれの成分について予測ベクト
ルと試行ベクトルの差を加算器３００，３０１で求め
る。次いで、それぞれの差分結果を自乗回路３０２，３
０３にて自乗値にする。加算器３０４で２系統の自乗値
出力を加算することで、両ベクトルの距離が得られる。First, the input two types of vectors are divided into horizontal and vertical components, and the difference between the predicted vector and the trial vector is calculated for each component by the adders 300 and 301. Next, the respective difference results are calculated by the square circuits 302 and 3.
03 is the square value. The distance between the two vectors can be obtained by adding the squared outputs of the two systems by the adder 304.

【００６５】この距離情報を元に、テーブル３０５で重
み付けパラメータαを算出する。テーブル３０５では、
前記数３に示す式における「平方根の計算」，「１の加
算」と「ａによる除算」、及び「αの最大値の制限」を
行い、最終的なαを評価値Ｂ出力端子３０６より出力す
る。Based on the distance information, a weighting parameter α is calculated in the table 305. In table 305,
Performing “calculation of square root”, “addition of 1” and “division by a”, and “restriction of maximum value of α” in the expression shown in the above equation 3, and output final α from evaluation value B output terminal 306. I do.

【００６６】これらの演算はロジック回路でも実現でき
るが、入力距離情報の種類が少ないため本実施形態では
テーブル（ＲＯΜ）で実現している。These operations can be realized by a logic circuit. However, since there are few types of input distance information, in this embodiment, they are realized by a table (RO #).

【００６７】図１に戻って、乗算器１０６では、以上の
ようにして得られた距離情報を元にしたパラメータαと
評価演算器Ａ１０４出力の数１に示す式の演算による評
価値を乗算する。すなわち、数２に示す式の演算を行
う。Returning to FIG. 1, the multiplier 106 multiplies the parameter α based on the distance information obtained as described above by the evaluation value obtained by the operation of the equation (1) output from the evaluation arithmetic unit A104. . That is, the calculation of the expression shown in Expression 2 is performed.

【００６８】ここで、距離による重み付けがなされた評
価値は、最小値検出器１０７に入力される。最小値検出
器１０７では、乗算器１０６出力の新たな評価値と、最
小検出器１０７内にある評価値保持のためのレジスタの
内容（過去に調べた試行ベクトル中の評価最小値）とを
比較する。新たな評価値の方がより小さいと判断する
と、内部レジスタの値を新たな評価値に更新し、レジス
タ１０８に最小値検出パルスを送出する。逆に、内部レ
ジスタの値の方が小さいと判定すると、内部レジスタの
更新等は行わない。レジスタ１０８では、最小値検出パ
ルスが入力された時の試行ベクトルを、仮の動きベクト
ルとして保持する。Here, the evaluation value weighted by the distance is input to the minimum value detector 107. The minimum value detector 107 compares the new evaluation value of the output of the multiplier 106 with the contents of the register for holding the evaluation value in the minimum detector 107 (the evaluation minimum value in the trial vector examined in the past). I do. If it is determined that the new evaluation value is smaller, the value of the internal register is updated to the new evaluation value, and a minimum value detection pulse is sent to the register 108. Conversely, if it is determined that the value of the internal register is smaller, the internal register is not updated. The register 108 holds the trial vector when the minimum value detection pulse is input as a temporary motion vector.

【００６９】以上の動作がある１個の試行ベクトルに対
する評価演算になる。同様に、次の試行ベクトルの評価
値が乗算器１０６より出力されると、再び内部レジスタ
の値との比較を行い、その結果に応じて内部レジスタ及
びレジスタ１０８の記憶内容を更新していく。The above operation is an evaluation operation for one trial vector. Similarly, when the evaluation value of the next trial vector is output from the multiplier 106, it is compared with the value of the internal register again, and the storage contents of the internal register and the register 108 are updated according to the result.

【００７０】このような動作を、動きベクトル探索範囲
内に存在する全ての試行ベクトルに対して繰り返し行う
ことで、評価終了時にはレジスタ１０８に最も小さな評
価値をとる試行ベクトルが保持されていることになる。
この値が動きベクトル出力端子１０９から動きベクトル
として出力される。By repeating such an operation for all trial vectors existing in the motion vector search range, the trial vector having the smallest evaluation value is held in the register 108 at the end of the evaluation. Become.
This value is output from the motion vector output terminal 109 as a motion vector.

【００７１】以上説明したように、第１の実施形態に係
る動きベクトル検出装置１０は、予測誤差を基準とする
ベクトルの評価値を算出する評価演算器Ａ１０４と、予
め推測される予測ベクトルと現在評価中のベクトルとの
ずれ（距離）を基にした重み付け係数を発生する評価演
算器Ｂ１０５と、評価演算器Ａ１０４，Ｂ１０５の出力
を乗算する乗算器１０６と、乗算器１０６の出力の最小
値を検出する最小値検出器１０７と、最小値が検出され
たときのベクトルを保持するレジスタ１０８とを備え、
符号化対象フレームを所定のブロックに分割し、各ブロ
ックに対して前フレームの中から最も差分が小さくなる
位置を検出する動きベクトル検出方法において、予測誤
差を基準とするベクトルの評価値に対し、予め推測され
る予測ベクトルと現在評価中のベクトルとのずれ（距
離）を元にした重み付け係数で、重み付けを行い、重み
付け結果が最小となるベクトルを動きベクトルとするよ
うにしているので、検出動きベクトルと真の動きとのず
れを低減することができ、予測ベクトルが真の動きと類
似している場合には、雑音による動きベクトルのずれを
軽減することができる。As described above, the motion vector detecting device 10 according to the first embodiment includes an evaluation calculator A104 for calculating an evaluation value of a vector based on a prediction error, a prediction vector estimated in advance, and a An evaluation calculator B105 that generates a weighting coefficient based on a deviation (distance) from the vector under evaluation, a multiplier 106 that multiplies the outputs of the evaluation calculators A104 and B105, and a minimum value of the output of the multiplier 106 is A minimum value detector 107 for detecting, and a register 108 for holding a vector when the minimum value is detected,
In the motion vector detection method of dividing the encoding target frame into predetermined blocks and detecting the position where the difference becomes smallest from the previous frame for each block, for a vector evaluation value based on a prediction error, Weighting is performed using a weighting coefficient based on a deviation (distance) between a predicted vector estimated in advance and a vector currently being evaluated, and a vector having the smallest weighting result is set as a motion vector. The shift between the vector and the true motion can be reduced, and when the predicted vector is similar to the true motion, the shift of the motion vector due to noise can be reduced.

【００７２】すなわち、第１の実施形態に係る動きベク
トル検出装置では、動き補償フレーム間予測における動
きベクトルの検出において、一般に行なわれている絶対
誤差の累計による試行ベクトルの評価に加えて、予め予
想される予測ベクトルと試行ベクトルとの距離を元にし
た重み付けパラメータを用いている。従来方法では予測
ベクトルと真の動きが一致しない場合は、検出動きベク
トルと真の動きとのずれを低減することができなかっ
た。これに対して、本方法では、予測ベクトルの近くの
ベクトルは重み付けパラメータにより動きベクトルとし
て選択され易くなるために、予測ベクトルが真の動きと
類似していれば、雑音による動きベクトルのずれを軽減
することが可能になる。That is, in the motion vector detecting apparatus according to the first embodiment, in the detection of the motion vector in the motion compensated inter-frame prediction, in addition to the evaluation of the trial vector based on the sum of the absolute error which is generally performed, the prediction is performed in advance. A weighting parameter based on the distance between the predicted vector and the trial vector is used. In the conventional method, when the predicted motion vector does not match the true motion, the deviation between the detected motion vector and the true motion cannot be reduced. On the other hand, in the present method, since the vector near the prediction vector is easily selected as the motion vector by the weighting parameter, if the prediction vector is similar to the true motion, the displacement of the motion vector due to noise is reduced. It becomes possible to do.

【００７３】[0073]

【表１】 [Table 1]

【００７４】表１は、本実施形態と前記特開昭５８−１
０７７８５号公報に記載されている方法（従来方法１）
と予測ベクトルを用いない方法（従来方法２）のシミュ
レーション結果を示したものである。Table 1 shows this embodiment and the above-mentioned JP-A-58-1.
No. 07785 (Conventional method 1)
9 shows simulation results of the method (conventional method 2) using no prediction vector.

【００７５】シミュレーションは、標準画像であるMiss
America（０〜９９frame）を使用し、動画像の符号化
アリゴリズムとしてはＨ．２６１に準拠を使用してい
る。この中で動きベクトル検出アルゴリズムを上記方法
に対応したものに変更している。The simulation was performed using the standard image Miss
America (0-99 frames) is used, and H.264 is used as a coding algorithm for moving images. 261 is used. In this, the motion vector detection algorithm is changed to one corresponding to the above method.

【００７６】符号化のフレームレートは１０Ｈｚ、ビッ
トレートは６４ｋｂｐｓである。１フレームの画像に与
えられる符号量が平均で６．４ｋｂｉｔになるように量
子化制御を行なっているため、評価は量子化ステップサ
イズ（１フレームの平均）の大きさで行なっている。量
子化ステップサイズＱの値が小さくなるほど、視覚的な
劣化が少ないといえる。The encoding frame rate is 10 Hz and the bit rate is 64 kbps. Since the quantization control is performed so that the code amount given to one frame image becomes 6.4 kbit on average, the evaluation is performed with the quantization step size (average of one frame). It can be said that the smaller the value of the quantization step size Q is, the less the visual deterioration is.

【００７７】本実施形態の方法では、数３に示す式のパ
ラメータαを１１２とし、重み付けパラメータαは１．
１以下になるように制限している。従来方法１では、予
測ベクトルの評価値と評価最小値との差が５％以下な
ら、予測ベクトルを動きベクトルとして出力するように
制御している。また両方法共、直前のブロックの動きベ
クトルを予測ベクトルとしている。In the method of this embodiment, the parameter α in the equation shown in Expression 3 is 112, and the weighting parameter α is 1.
It is limited to 1 or less. In the conventional method 1, if the difference between the evaluation value of the prediction vector and the minimum evaluation value is 5% or less, control is performed so that the prediction vector is output as a motion vector. In both methods, the motion vector of the immediately preceding block is used as the prediction vector.

【００７８】表１に示すように、本実施形態の方法では
従来方法に比べ、より小さい量子化ステップサイズが得
られる。１００フレームの平均では、本方法が「１７．
６６」、従来方法１が「１７．７２」、従来方法２が
「１７．８３」となり、本方法が最も小さな量子化ステ
ップサイズを得ている。As shown in Table 1, in the method of the present embodiment, a smaller quantization step size can be obtained than in the conventional method. For an average of 100 frames, the method is "17.
66, conventional method 1 is "17.72", conventional method 2 is "17.83", and this method has the smallest quantization step size.

【００７９】以上のように、本方法を動画像符号化にお
ける動きベクトル検出に使用することで画質劣化の改善
が可能である。As described above, image quality deterioration can be improved by using the present method for detecting a motion vector in video coding.

【００８０】また、本方法は、従来の動きベクトル検出
回路に、前記評価演算器Ｂ１０５及び乗算器１０６を追
加するだけで実現することができ、ハードウェア上の負
担増加が少ない構成となっている。The present method can be realized only by adding the evaluation operation unit B105 and the multiplier 106 to the conventional motion vector detection circuit, and has a configuration in which a load on hardware is small. .

【００８１】上述した第１の実施形態では、予測ベクト
ルが１個の場合について説明しているが、予測ベクトル
が複数あってもよく予測ベクトルを複数（２個）にした
場合について第２の実施形態で述べる。In the first embodiment described above, the case where the number of prediction vectors is one is described. However, there may be a plurality of prediction vectors, and in the case where the number of prediction vectors is plural (two), the second embodiment It will be described in the form.

【００８２】図３は本発明の第２の実施形態に係る動き
ベクトル検出装置の評価演算器の構成を示すブロック図
である。なお、本実施形態に係る動きベクトル検出装置
の説明にあたり図１に示す動きベクトル検出装置と同一
構成部分には同一符号を付して重複部分の説明を省略す
る。FIG. 3 is a block diagram showing the configuration of the evaluation calculator of the motion vector detecting device according to the second embodiment of the present invention. In the description of the motion vector detecting device according to the present embodiment, the same components as those of the motion vector detecting device shown in FIG. 1 are denoted by the same reference numerals, and the description of the overlapping portions will be omitted.

【００８３】第２の実施形態の全体構成は基本的に図１
と同じであるが、図３に示される評価演算器Ｂ１０５内
で複数の距離情報を扱っている点が異なる。また、動画
像中には背景など静止部分が多く含まれるため、この例
では、ゼロベクトル（０，０）を２個目の予測ベクトル
としている。したがって、試行ベクトルと２番目の予測
ベクトルとの差分は計算する必要がなく、そのための回
路が含まれていない。The overall configuration of the second embodiment is basically the same as that of FIG.
3 except that a plurality of distance information is handled in the evaluation calculator B105 shown in FIG. In addition, since a moving image includes many stationary parts such as a background, in this example, the zero vector (0, 0) is used as the second prediction vector. Therefore, there is no need to calculate the difference between the trial vector and the second prediction vector, and no circuit for this is included.

【００８４】図３において、評価演算器Ｂ１０５は、複
数の予測ベクトルに対応した評価演算器であり、加算器
４００，４０１、自乗回路４０２，４０３、加算器４０
４、自乗回路４０５，４０６、加算器４０７、テーブル
４０８及び評価値Ｂ出力端子４０９から構成される。ま
た、１０２，１０３はそれぞれ予測ベクトルと試行ベク
トルの入力端子である。In FIG. 3, an evaluation calculator B105 is an evaluation calculator corresponding to a plurality of prediction vectors, and includes adders 400 and 401, square circuits 402 and 403, and an adder 40.
4, square circuits 405 and 406, an adder 407, a table 408, and an evaluation value B output terminal 409. Reference numerals 102 and 103 are input terminals for a prediction vector and a trial vector, respectively.

【００８５】上記加算器４００，４０１は、前記加算器
３００，３０１と同様に予測ベクトルと試行ベクトルの
水平または垂直成分同士の差分を求める加算器である。
この例では、２番目の予測ベクトルをゼロベクトル固定
としているが、２番目の予測ベクトルを１番目の予測ベ
クトルと同様に外部から入力する場合は、予測ベクトル
入力端子のビット幅を増やし、ここから入力される２番
目の予測ベクトルと試行ベクトルの差分を計算する加算
器を水平・垂直成分に対し各１個（計２個）追加すれば
よい。The adders 400 and 401 are adders for calculating the difference between the horizontal and vertical components of the prediction vector and the trial vector, similarly to the adders 300 and 301.
In this example, the second prediction vector is fixed to the zero vector. However, when the second prediction vector is input from the outside similarly to the first prediction vector, the bit width of the prediction vector input terminal is increased, and One adder (two in total) may be added for each of the horizontal and vertical components to calculate the difference between the input second prediction vector and the trial vector.

【００８６】上記自乗回路４０２，４０３は、加算器４
００，４０１の出力の自乗値を求める自乗回路である。The squaring circuits 402 and 403 include an adder 4
This is a squaring circuit for calculating the square values of the outputs of 00 and 401.

【００８７】上記加算器４０４は、自乗回路４０２の出
力と自乗回路４０３の出力を加算する。The adder 404 adds the output of the square circuit 402 and the output of the square circuit 403.

【００８８】上記自乗回路４０５，４０６は、試行ベク
トル入力端子に入力される試行ベクトル出力の自乗値を
求める自乗回路である。The squaring circuits 405 and 406 are squaring circuits for calculating the square value of the trial vector output input to the trial vector input terminal.

【００８９】上記加算器４０７は、自乗回路４０５の出
力と自乗回路４０６の出力を加算する。The adder 407 adds the output of the square circuit 405 and the output of the square circuit 406.

【００９０】上記テーブル４０８は、２個の加算器４０
４，４０７の出力に対応した重み付けパラメータを出力
するテーブルである。テーブル４０８は、前記図２のテ
ーブル３０５と同様にＲＯΜで構成され、その出力は評
価値Ｂ出力端子４０９に出力される。The table 408 is composed of two adders 40
4 is a table for outputting weighting parameters corresponding to outputs of 4,407. The table 408 is composed of RO # similarly to the table 305 of FIG. 2 described above, and its output is output to the evaluation value B output terminal 409.

【００９１】次に、上述のように構成された動きベクト
ル検出装置の動作を説明する。Next, the operation of the motion vector detecting device configured as described above will be described.

【００９２】第２の実施形態にあっても第１の実施形態
と同様に、現画像データ入力端子１００からは現フレー
ム画像データ、前画像データ入力端子１０１からは試行
ベクトルを用いて動き補償した前フレーム画像データが
入力される。In the second embodiment, as in the first embodiment, motion compensation is performed using the current frame image data from the current image data input terminal 100 and the trial vector from the previous image data input terminal 101. The previous frame image data is input.

【００９３】評価演算部Ａ１０４では、これらのデータ
を用いて前記数１に示す式の評価演算を行い、評価結果
つまり２種類の画像データの絶対誤差の累計値を出力す
る。The evaluation operation unit A104 performs an evaluation operation of the above-mentioned equation (1) using these data, and outputs an evaluation result, that is, a total value of absolute errors of two types of image data.

【００９４】予測ベクトル入力端子１０２からは予測ベ
クトルが、試行ベクトル入力端子１０３からは試行ベク
トルが入力される。これらのベクトルデータは図３の評
価演算器Ｂ１０５に入力され、ここで前記数３に示す式
に従った演算を行う。A predicted vector is input from the predicted vector input terminal 102, and a trial vector is input from the trial vector input terminal 103. These vector data are input to the evaluation calculator B105 in FIG. 3, where the calculation according to the equation (3) is performed.

【００９５】以下、図３に示す評価演算器Ｂ１０５の動
作を説明する。Hereinafter, the operation of the evaluation calculator B105 shown in FIG. 3 will be described.

【００９６】第２の実施形態における評価演算器Ｂ１０
５でも、最初に予測ベクトルと試行ベクトル間の距離を
求める。Evaluation operation unit B10 in the second embodiment
Even in 5, the distance between the prediction vector and the trial vector is first determined.

【００９７】まず、両ベクトルの水平・自直成分それぞ
れについての差分を加算器４００，４０１で求める。次
いで、その差分結果を自乗回路４０２，４０３により自
乗値にする。同時に、試行ベクトルとゼロベクトル（２
番目の予測ベクトル）との差分、すなわち試行ベクトル
の水平・垂直成分を自乗回路４０５，４０６で自乗す
る。First, adders 400 and 401 determine differences between the horizontal and the direct components of both vectors. Next, the difference result is set to a square value by the square circuits 402 and 403. At the same time, the trial vector and the zero vector (2
The squared circuits 405 and 406 square the difference between the first and second predicted vectors, ie, the horizontal and vertical components of the trial vector.

【００９８】加算器４０４では、自乗回路４０２，４０
３出力を、加算器４０７では自乗回路４０５，４０６の
出力を加算することで、１番目の予測べクトル及び２番
目の予測ベクトルと試行ベクトルとの距離情報を得る。In the adder 404, the square circuits 402, 40
The three outputs are added to the outputs of the squaring circuits 405 and 406 in the adder 407 to obtain distance information between the first prediction vector and the second prediction vector and the trial vector.

【００９９】これを元に、テーブル４０８で前記数３に
示す式の「平方根の計算」，「１の加算」と「ａによる
除算」、及び「αの最大値の制限」を行い、最終的なα
を評価値Ｂ出力端子４０９より出力する。Based on this, “calculation of square root”, “addition of 1” and “division by a”, and “restriction of the maximum value of α” of the equation shown in the above equation 3 are performed based on the table 408. Na
Is output from the evaluation value B output terminal 409.

【０１００】テーブル４０８では、第１の実施形態のテ
ーブル３０５に加えて、２種類の距離情報の融合という
機能を持つ。融合にはさまざまな方法が考えられるが、
どちらか小さい方の距離情報のみ使ってパラメータαを
算出するのが簡単である。以上のようにして得られた重
み付けパラメータαには、２個の予測ベクトルの情報が
含まれていることになる。The table 408 has a function of fusing two types of distance information in addition to the table 305 of the first embodiment. There are various methods for fusion,
It is easy to calculate the parameter α using only the smaller one of the distance information. The weighting parameter α obtained as described above includes information of two prediction vectors.

【０１０１】以降の処理は第１の実施形態と同じであ
る。すなわち、図１の乗算器１０６ではαと評価演算器
Ａ１０４出力の評価値を演算する。最小値検出器１０７
では、距離による重み付けがなされた評価値と内部レジ
スタの内容（現在までの評価最小値）とを比較し、新た
に入力された評価値の方が小さいと判定すると、内部レ
ジスタの値を新たな評価値に更新し、レジスタ１０８に
最小値検出パルスを送出する。レジスタ１０８では、最
小値検出パルスが入力された時の試行ベクトルを仮の動
きベクトルとして保持する。The subsequent processing is the same as in the first embodiment. That is, the multiplier 106 in FIG. 1 calculates α and the evaluation value of the output of the evaluation arithmetic unit A104. Minimum value detector 107
Then, the evaluation value weighted by the distance is compared with the contents of the internal register (the evaluation minimum value up to the present), and when it is determined that the newly input evaluation value is smaller, the value of the internal register is updated to a new value. The value is updated to the evaluation value, and the minimum value detection pulse is sent to the register 108. The register 108 holds the trial vector when the minimum value detection pulse is input as a temporary motion vector.

【０１０２】このような動作を繰り返すことで、より小
さな評価値をとる試行ベクトルがレジスタ１０８に保持
されていくことになる。最終的にレジスタ１０８に残っ
たベクトルを動きベクトル出力端子１０９から動きベク
トルとして出力し、１個のブロックに対する動きベクト
ル検出を終了する。By repeating such an operation, a trial vector having a smaller evaluation value is held in the register 108. Finally, the vector remaining in the register 108 is output as a motion vector from the motion vector output terminal 109, and the motion vector detection for one block is completed.

【０１０３】このように、第２の実施形態に係る動きベ
クトル検出装置では、動きベクトル検出装置の評価演算
器Ｂ１０５において予測ベクトルを複数個にすること
で、より実際の動きと検出動きベクトルのずれを軽減す
ることができる。As described above, in the motion vector detecting device according to the second embodiment, the difference between the actual motion and the detected motion vector can be improved by using a plurality of prediction vectors in the evaluation calculator B105 of the motion vector detecting device. Can be reduced.

【０１０４】図４は移動物体の輪郭の動きを示す図であ
り、この図を参照して本実施形態の効果をより詳細に説
明する。FIG. 4 is a diagram showing the movement of the contour of the moving object. The effect of the present embodiment will be described in more detail with reference to FIG.

【０１０５】ブロック単位の動きベクトル検出では、移
動物体の大きさがブロックの大きさより小さい場合、ブ
ロック内に複数の動きが存在することになる。図４にお
いて○を含む領域に注目すると、動きはないといえる。
一方、●を含む領域で考えると左下に向かう動きがあ
る。ベクトル検出単位であるブロックの形状と移動物体
の形状が一致しない限り、移動物体の輪郭部分には静止
している部分と移動物体の２つの動きが存在する。この
場合、ブロック単位の動きベクトル検出ではブロック内
の２つの動きを１個の動きベクトルで表現することにな
るため、正確な動きの表現ができなくなってしまう。In the motion vector detection for each block, when the size of the moving object is smaller than the size of the block, a plurality of motions exist in the block. When attention is paid to a region including a circle in FIG. 4, it can be said that there is no movement.
On the other hand, there is a movement toward the lower left in the area including ●. As long as the shape of the block, which is the vector detection unit, and the shape of the moving object do not match, there are two movements of the stationary object and the moving object in the outline of the moving object. In this case, in the motion vector detection for each block, two motions in the block are represented by one motion vector, so that accurate motion cannot be represented.

【０１０６】予測ベクトルを使用しない動きベクトル検
出では、単純に予測誤差の小さいものを動きべクトルと
するため、図４の背景（静止部）又は移動物体（移動
部）の動きを表すとは限らない。静止部、移動部のどち
らのベクトルを選んでもマッチングしない画素が発生す
るため、単一の動きしか存在しないブロックに比べる
と、前記数１に示す式で算出される評価値は大きな値と
なる。このため、静止部、移動部のどちらにも関係しな
いベクトルを動きベクトルにする可能性が高くなり、画
質劣化、及び符号化効率の低下の原因となっていた。In the motion vector detection that does not use a prediction vector, a motion vector having a small prediction error is simply used as a motion vector, and therefore does not necessarily represent the motion of the background (stationary portion) or the moving object (moving portion) in FIG. Absent. Since pixels that do not match are generated regardless of which of the stationary unit and the moving unit is selected, the evaluation value calculated by the expression shown in Expression 1 is larger than that of a block having only a single motion. For this reason, there is a high possibility that a vector that is not related to either the stationary part or the moving part is used as a motion vector, which causes deterioration in image quality and reduction in coding efficiency.

【０１０７】第１の実施形態では、予測ベクトルが１個
であったため、静止または移動部の片方の動きのみを予
想されるベクトルとして使うことになっていたが、第２
の実施形態では、複数の予測ベクトルの入力を可能にし
たため、上述の移動物体の輪郭部の動きを静止部または
移動部のどちらかに一致させ易くなり、どちらにも関係
しないベクトルを動きベクトルにする場合に比べ、画質
劣化を抑えることができる。In the first embodiment, since there is only one predicted vector, only one motion of the stationary or moving part is used as the predicted vector.
In the embodiment, since the input of a plurality of prediction vectors is enabled, it is easy to match the motion of the contour of the moving object to either the stationary portion or the moving portion, and a vector that is not related to either of the motion vectors is used as a motion vector. The image quality degradation can be suppressed as compared with the case of performing the operation.

【０１０８】ここで、第１の実施形態及び第２の実施形
態では、評価演算器Ｂ１０５内での重み付けパラメータ
αの生成を、前記数３に示す式によって行なってるが、
予測べクトルと試行ベクトルの間の距離情報を元にする
ものであれば、異なる算出方法でも差し支えない。一例
として、数４に示す式のような、前記数３に示す式の自
乗演算を絶対値演算に置き換えた方法が考えられる。Here, in the first embodiment and the second embodiment, the generation of the weighting parameter α in the evaluation calculator B105 is performed by the above equation (3).
A different calculation method may be used as long as it is based on the distance information between the prediction vector and the trial vector. As an example, a method is conceivable in which the square operation of the expression shown in Expression 3 as in Expression 4 is replaced by an absolute value operation.

【０１０９】[0109]

【数４】 (Equation 4)

【０１１０】自乗演算を行うには、図２及び図３に示し
たような自乗回路が必要になる。自乗回路は、乗算器ま
たはＲＯΜ等のテーブルを使うことで実現され、加算器
と比べると大きな回路規模（５〜１０倍）になってしま
う。絶対値演算は加算で実現できるため、絶対値演算に
置き換えることで回路規探の削減が可能である。この場
合、自乗距離を使用することになる。自乗回路を使う場
合と比較すると、誤差が発生するが、実際の使用にあた
っては問題にならない。To perform the square operation, a square circuit as shown in FIGS. 2 and 3 is required. The squaring circuit is realized by using a table such as a multiplier or RO #, and has a large circuit scale (5 to 10 times) as compared with an adder. Since the absolute value operation can be realized by addition, the circuit search can be reduced by replacing it with the absolute value operation. In this case, the squared distance is used. Although an error occurs as compared with the case of using a squaring circuit, this is not a problem in actual use.

【０１１１】なお、上記各実施形態では動きベクトル検
出方法を、例えばＭＰＥＧアルゴリズムに基づく動画像
圧縮装置に適用してもよいが、勿論これには限定され
ず、動き補償を用いるものであれば全ての装置に適用可
能であることは言うまでもない。In each of the above embodiments, the motion vector detection method may be applied to a moving picture compression apparatus based on, for example, the MPEG algorithm. However, the present invention is not limited to this. It is needless to say that the present invention can be applied to the above device.

【０１１２】さらに、上記動きベクトル検出装置、評価
演算器を構成する回路や部材の数、種類などは前述した
実施形態に限られないことは言うまでもなく、ソフトウ
ェア（例えば、Ｃ言語）により実現するようにしてもよ
い。Further, it goes without saying that the number and types of circuits and members constituting the motion vector detecting device and the evaluation arithmetic unit are not limited to the above-described embodiment, but may be realized by software (for example, C language). It may be.

【０１１３】[0113]

【発明の効果】本発明に係る動きベクトル検出方法で
は、符号化対象フレームを所定のブロックに分割し、各
ブロックに対して前フレームの中から最も差分が小さく
なる位置を検出する動きベクトル検出方法において、予
測誤差を基準とするベクトルの評価値に対し、予め推測
される予測ベクトルと現在評価中のベクトルとのずれ
（距離）を元にした重み付け係数で、重み付けを行い、
重み付け結果が最小となるベクトルを動きベクトルとし
ているので、予測ベクトルの近くのベクトルは重み付け
パラメータにより動きベクトルとして選択され易くな
り、予測ベクトルが真の動きと類似していれば、雑音に
よる動きベクトルのずれを軽減することができる。In the motion vector detecting method according to the present invention, a frame to be encoded is divided into predetermined blocks, and a motion vector detecting method for detecting a position where the difference is smallest among the preceding frames for each block. In, the evaluation value of the vector based on the prediction error is weighted with a weighting coefficient based on the deviation (distance) between the predicted vector estimated in advance and the vector currently being evaluated,
Since the vector with the smallest weighting result is used as the motion vector, the vector near the prediction vector is easily selected as the motion vector by the weighting parameter.If the prediction vector is similar to the true motion, the The displacement can be reduced.

【０１１４】本発明に係る動きベクトル検出装置では、
予測誤差を基準とするベクトルの評価値を算出する第１
の評価演算手段と、予め推測される予測ベクトルと現在
評価中のベクトルとのずれ（距離）を基にした重み付け
係数を発生する第２の評価演算手段と、第１の評価演算
手段の出力及び第２の評価演算手段の出力を乗算する乗
算手段と、乗算手段の出力の最小値を検出する最小値検
出手段と、最小値が検出されたときのベクトルを保持す
るベクトル保持手段とを備えて構成しているので、検出
動きベクトルと真の動きとのずれを低減することがで
き、予測ベクトルが真の動きと類似している場合には、
雑音による動きベクトルのずれを軽減することができ
る。In the motion vector detecting device according to the present invention,
First to calculate an evaluation value of a vector based on a prediction error
Evaluation calculation means, a second evaluation calculation means for generating a weighting coefficient based on a deviation (distance) between a predicted vector estimated in advance and a vector currently being evaluated, and an output of the first evaluation calculation means Multiplication means for multiplying the output of the second evaluation operation means, minimum value detection means for detecting the minimum value of the output of the multiplication means, and vector holding means for holding a vector when the minimum value is detected Since it is configured, it is possible to reduce the deviation between the detected motion vector and the true motion, and when the prediction vector is similar to the true motion,
The displacement of the motion vector due to noise can be reduced.

【図面の簡単な説明】[Brief description of the drawings]

【図１】本発明を適用した第１の実施形態に係る動きベ
クトル検出装置及び動きベクトル検出方法の構成を示す
ブロック図である。FIG. 1 is a block diagram illustrating a configuration of a motion vector detection device and a motion vector detection method according to a first embodiment of the present invention.

【図２】上記動きベクトル検出装置の評価演算器の構成
図である。FIG. 2 is a configuration diagram of an evaluation calculator of the motion vector detection device.

【図３】本発明を適用した第２の実施形態に係る動きベ
クトル検出装置及び動きベクトル検出方法の評価演算器
の構成図である。FIG. 3 is a configuration diagram of a motion vector detection device and an evaluation calculator of a motion vector detection method according to a second embodiment to which the present invention is applied.

【図４】上記動きベクトル検出装置の移動物体の輪郭の
動きを説明するための図である。FIG. 4 is a diagram for explaining a motion of a contour of a moving object of the motion vector detection device.

【図５】上記動きベクトル検出装置の物体の拡大が含ま
れる場合の隣接するブロックの動きを説明するための図
である。FIG. 5 is a diagram for explaining movement of adjacent blocks when the motion vector detection device includes an enlargement of an object.

【符号の説明】[Explanation of symbols]

１０ 動きベクトル検出装置、１００ 現画像データ入
力端子、１０１ 前画像データ入力端子、１０２ 予測
ベクトル入力端子、１０３ 試行ベクトル入力端子、１
０４ 評価演算器Ａ（第１の評価演算手段）、１０５
評価演算器Ｂ（第２の評価演算手段）、１０６ 乗算器
（乗算手段）、１０７ 最小値検出器（最小値検出手
段）、１０８ レジスタ（ベクトル保持手段）、１０９
動きベクトル出力端子、３００，３０１，３０４ 加
算器（第１の加算器，第２の加算器，第３の加算器）、
３０２，３０３ 自乗回路（第１の自乗回路，第２の自
乗回路）、３０５，４０８ テーブル、３０６，４０９
評価値Ｂ出力端子、４００，４０１，４０４，４０７
加算器、４０２，４０３，４０５，４０６ 自乗回路Reference Signs List 10 motion vector detecting device, 100 current image data input terminal, 101 previous image data input terminal, 102 predicted vector input terminal, 103 trial vector input terminal, 1
04 Evaluation operation unit A (first evaluation operation means), 105
Evaluation calculator B (second evaluation calculation means), 106 multiplier (multiplication means), 107 minimum value detector (minimum value detection means), 108 register (vector holding means), 109
Motion vector output terminals, 300, 301, 304 adders (first adder, second adder, third adder),
302, 303 square circuits (first square circuit, second square circuit), 305, 408 tables, 306, 409
Evaluation value B output terminal, 400, 401, 404, 407
Adder, 402, 403, 405, 406 Square circuit

Claims (7)

【特許請求の範囲】[Claims] 【請求項１】 符号化対象フレームを所定のブロックに
分割し、各ブロックに対して前フレームの中から最も差
分が小さくなる位置を検出する動きベクトル検出方法に
おいて、 予測誤差を基準とするベクトルの評価値に対し、予め推
測される予測ベクトルと現在評価中のベクトルとのずれ
を元にした重み付け係数で、重み付けを行い、重み付け
結果が最小となるベクトルを動きベクトルとすることを
特徴とする動きベクトル検出方法。1. A motion vector detecting method for dividing an encoding target frame into predetermined blocks, and detecting a position where a difference between the preceding frames is the smallest in each frame, wherein a vector based on a prediction error is determined. A motion characterized by weighting an evaluation value with a weighting coefficient based on a difference between a predicted vector estimated in advance and a vector currently being evaluated, and a vector having a minimum weighted result as a motion vector. Vector detection method. 【請求項２】 前記予測ベクトルを複数にするようにし
たことを特徴とする請求項１記載の動きベクトル検出方
法。2. The motion vector detecting method according to claim 1, wherein a plurality of said prediction vectors are provided. 【請求項３】 符号化対象フレームを所定のブロックに
分割し、各ブロックに対して前フレームの中から最も差
分が小さくなる位置を検出する動きベクトル検出装置に
おいて、 予測誤差を基準とするベクトルの評価値を算出する第１
の評価演算手段と、 予め推測される予測ベクトルと現在評価中のベクトルと
のずれを基にした重み付け係数を発生する第２の評価演
算手段と、 前記第１の評価演算手段の出力及び前記第２の評価演算
手段の出力を乗算する乗算手段と、 前記乗算手段の出力の最小値を検出する最小値検出手段
と、 前記最小値が検出されたときのベクトルを保持するベク
トル保持手段とを備えたことを特徴とする動きベクトル
検出装置。3. A motion vector detecting apparatus which divides an encoding target frame into predetermined blocks, and detects a position where a difference between the preceding frame and the preceding frame is the smallest, wherein a motion vector detecting apparatus calculates a vector based on a prediction error. First to calculate the evaluation value
Evaluation calculation means, a second evaluation calculation means for generating a weighting coefficient based on a difference between a predicted vector estimated in advance and a vector currently being evaluated, and an output of the first evaluation calculation means and 2. Multiplication means for multiplying the output of the evaluation operation means of No. 2, minimum value detection means for detecting the minimum value of the output of the multiplication means, and vector holding means for holding a vector when the minimum value is detected. A motion vector detecting device. 【請求項４】 前記第１の評価演算手段は、現画像デー
タ及び前画像データを基に、各ブロック間で同じ位置に
ある画素同士の差分の絶対値または自乗値をブロック内
の全ての画素に対し求めて累計することにより評価値を
算出するようにしたことを特徴とする請求項３記載の動
きベクトル検出装置。4. The first evaluation calculating means calculates an absolute value or a square value of a difference between pixels located at the same position in each block based on current image data and previous image data, for all pixels in the block. 4. The motion vector detecting device according to claim 3, wherein the evaluation value is calculated by calculating and accumulating the motion vector. 【請求項５】 前記第２の評価演算手段は、予測ベクト
ル及び試行ベクトルを基に、所定の演算により重み付け
係数を算出するようにしたことを特徴とする請求項３記
載の動きベクトル検出装置。5. The motion vector detection device according to claim 3, wherein said second evaluation calculation means calculates a weighting coefficient by a predetermined calculation based on the prediction vector and the trial vector. 【請求項６】 前記第２の評価演算手段は、 予測ベクトルと試行ベクトルの水平成分同士の差分を求
める第１の加算器と、 予測ベクトルと試行ベクトルの垂直成分同士の差分を求
める第２の加算器と、 前記第１の加算器の出力の自乗値を算出する第１の自乗
回路と、 前記第２の加算器の出力の自乗値を算出する第２の自乗
回路と、 前記第１の自乗回路の出力と前記第２の自乗回路の出力
を加算する第３の加算器と、 前記第３の加算器出力に対応した評価値を出力するテー
ブルとを備えたことを特徴とする請求項３又は５の何れ
かに記載の動きベクトル検出装置。6. A second adder for calculating a difference between horizontal components of a prediction vector and a trial vector, and a second adder for calculating a difference between vertical components of a prediction vector and a trial vector. An adder; a first square circuit for calculating a square value of an output of the first adder; a second square circuit for calculating a square value of an output of the second adder; A third adder for adding an output of a square circuit and an output of the second square circuit, and a table for outputting an evaluation value corresponding to the output of the third adder. 6. The motion vector detection device according to any one of 3 and 5. 【請求項７】 前記予測ベクトルは複数であり、複数の
予測ベクトルに対し演算処理を行い得るように構成した
ことを特徴とする請求項３、５又は６の何れかに記載の
動きベクトル検出装置。7. The motion vector detecting device according to claim 3, wherein a plurality of the prediction vectors are provided, and a calculation process can be performed on the plurality of prediction vectors. .