WO2012090495A1 - 画像符号化方法および画像復号方法 - Google Patents

画像符号化方法および画像復号方法 Download PDF

Info

Publication number
WO2012090495A1
WO2012090495A1 PCT/JP2011/007319 JP2011007319W WO2012090495A1 WO 2012090495 A1 WO2012090495 A1 WO 2012090495A1 JP 2011007319 W JP2011007319 W JP 2011007319W WO 2012090495 A1 WO2012090495 A1 WO 2012090495A1
Authority
WO
WIPO (PCT)
Prior art keywords
motion vector
prediction
reference picture
decoding
image
Prior art date
Application number
PCT/JP2011/007319
Other languages
English (en)
French (fr)
Inventor
敏康 杉尾
西　孝啓
陽司 柴原
寿郎 笹井
Original Assignee
パナソニック株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニック株式会社 filed Critical パナソニック株式会社
Priority to CN201180035076.2A priority Critical patent/CN103004204B/zh
Priority to US13/814,060 priority patent/US20130128983A1/en
Priority to JP2012550733A priority patent/JPWO2012090495A1/ja
Publication of WO2012090495A1 publication Critical patent/WO2012090495A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding

Definitions

  • the present invention relates to an image encoding method for encoding an image by performing prediction, and an image decoding method for performing image decoding by executing prediction.
  • An image encoding apparatus generally compresses the amount of information using redundancy in the spatial direction and temporal direction of an image (including a still image and a moving image).
  • redundancy in the spatial direction conversion to the frequency domain is used.
  • Inter prediction is used as a method of using temporal redundancy. Inter prediction is also called inter-picture prediction.
  • an image encoding apparatus using inter prediction encodes a certain picture
  • a picture that has been encoded forward or backward in display order with respect to the encoding target picture is used as a reference picture. Then, the image encoding device detects a motion vector of the encoding target picture with respect to the reference picture.
  • the image encoding device obtains predicted image data by performing motion compensation based on the motion vector.
  • the image encoding device acquires a difference between the predicted image data and the image data of the encoding target picture.
  • the image encoding device encodes the acquired difference. Thereby, the image coding apparatus removes redundancy in the time direction.
  • H.264 An image coding apparatus according to a standardized image coding method called H.264 (see Non-Patent Document 1) uses three types of pictures: I-picture, P-picture, and B-picture to compress the amount of information.
  • This image encoding apparatus does not perform inter prediction on an I picture. That is, the image coding apparatus performs intra prediction on the I picture. Intra prediction is also called intra-picture prediction.
  • the image coding apparatus performs inter prediction on the P picture with reference to one already coded picture in front of or behind the picture to be coded in display order. Also, the image encoding apparatus performs inter prediction on the B picture with reference to two already encoded pictures in front of or behind the encoding target picture in display order.
  • a motion vector detection mode as an encoding mode of an encoding target block in a B picture.
  • the image encoding device detects the motion vector of the current block using the reference picture. Then, the image encoding device generates predicted image data using the reference picture and the motion vector. Then, the image encoding device encodes the difference value between the predicted image data and the image data of the encoding target block, and the motion vector used to generate the predicted image data.
  • the motion vector detection mode includes bi-directional prediction in which a prediction image is generated with reference to two already encoded pictures in front of or behind the encoding target picture.
  • the motion vector detection mode includes unidirectional prediction in which a prediction image is generated with reference to one already encoded picture in front of or behind the encoding target picture. Then, either bidirectional prediction or unidirectional prediction is selected for the encoding target block.
  • the image encoding device when encoding a motion vector, the image encoding device generates a predicted motion vector from motion vectors such as adjacent blocks that have already been encoded. Then, the image encoding device encodes the difference between the motion vector and the predicted motion vector. Thereby, the image encoding device reduces the amount of information.
  • a specific example will be described with reference to FIG.
  • the adjacent block A is an encoded block adjacent to the left with respect to the encoding target block.
  • the adjacent block B is a coded block that is adjacent to the coding target block.
  • the adjacent block C is an encoded block adjacent to the encoding target block on the upper right.
  • the adjacent block A is encoded by bidirectional prediction, and has a motion vector MvL0_A in the first prediction direction and a motion vector MvL1_A in the second prediction direction.
  • the adjacent block B is encoded by unidirectional prediction and has a motion vector MvL0_B in the first prediction direction.
  • the adjacent block C is encoded by bidirectional prediction, and has a motion vector MvL0_C in the first prediction direction and a motion vector MvL1_C in the second prediction direction.
  • the encoding target block is a block encoded by bidirectional prediction, and has a motion vector MvL0 in the first prediction direction and a motion vector MvL1 in the second prediction direction.
  • the image encoding device When encoding the motion vector MvL0 in the first prediction direction of the block to be encoded, the image encoding device obtains a prediction motion vector PMvL0 corresponding to the first prediction direction from an adjacent block having a motion vector in the first prediction direction. Generate. More specifically, the image coding apparatus generates a predicted motion vector PMvL0 using the motion vector MvL0_A of the adjacent block A, the motion vector MvL0_B of the adjacent block B, and the motion vector MvL0_C of the adjacent block C.
  • the image encoding device uses the motion vector in the first prediction direction of the adjacent block. Then, the image encoding device encodes a differential motion vector that is a difference between the motion vector MvL0 and the predicted motion vector PMvL0.
  • the predicted motion vector PMvL0 is calculated using Median (MvL0_A, MvL0_B, MvL0_C), which is an expression for calculating an intermediate value (median value) of the motion vectors MvL0_A, MvL0_B, and MvL0_C.
  • Median is expressed by the following formulas 1 to 3.
  • the image encoding device When encoding the motion vector MvL1 in the second prediction direction of the block to be encoded, the image encoding device obtains a prediction motion vector PMvL1 corresponding to the second prediction direction from an adjacent block having a motion vector in the second prediction direction. Generate. More specifically, the image encoding device generates a predicted motion vector PMvL1 using the motion vector MvL1_A of the adjacent block A and the motion vector MvL1_C of the adjacent block C.
  • the image encoding device uses the motion vector in the second prediction direction of the adjacent block. Then, the image encoding device encodes a differential motion vector that is a difference between the motion vector MvL1 and the predicted motion vector PMvL1.
  • the predicted motion vector PMvL1 is calculated using Median (MvL1_A, 0, MvL0_C) or the like.
  • the image encoding device independently calculates the prediction motion vectors in the first prediction direction and the second prediction direction in the case of bidirectional prediction. Therefore, the motion vector used for calculating the predicted motion vector is limited. Therefore, an optimal motion vector is not derived, and improvement in encoding efficiency is hindered.
  • an object of the present invention is to provide an image encoding method and an image decoding method for deriving a predicted motion vector suitable for improving the encoding efficiency of a motion vector.
  • an image coding method includes a first motion vector indicating a position in a first reference picture included in a first reference picture list and a second motion picture included in a second reference picture list.
  • An image encoding method for executing prediction using a second motion vector indicating a position in a reference picture and encoding an encoding target block, wherein a predicted motion vector used for encoding the second motion vector is encoded An addition step of adding the first motion vector as a candidate for the predicted motion vector to the candidate list, and the predicted motion vector used for encoding the second motion vector from the candidate list including the first motion vector A selection step for selecting the second motion vector using the selected predicted motion vector And a step.
  • the first motion vector when the first reference picture and the second reference picture are the same, the first motion vector may be added to the candidate list.
  • a candidate having the smallest error with respect to the second motion vector among a plurality of candidates included in the candidate list may be selected as the predicted motion vector.
  • the first motion vector detected by motion detection may be added to the candidate list.
  • the index value and the motion vector predictor candidate are added to the candidate list such that a plurality of index values and a plurality of motion vector predictor candidates have a one-to-one correspondence.
  • an index value is selected as the predicted motion vector from the candidate list, and in the encoding step, the selected index value is encoded such that the larger the index value, the longer the code. May be.
  • the motion vector of the block adjacent to the left of the block to be encoded, the motion vector of the block adjacent to the block to be encoded, and the upper right of the block to be encoded are included in the candidate list.
  • the motion vector of each block may be added as a candidate for the predicted motion vector.
  • the image decoding method also includes a first motion vector indicating a position in the first reference picture included in the first reference picture list, and a position in the second reference picture included in the second reference picture list. Predicting using a second motion vector pointing to the image, and decoding a block to be decoded, wherein the first motion vector is added to a prediction motion vector candidate list used for decoding the second motion vector.
  • An image decoding method including a decoding step of decoding the second motion vector using a predicted motion vector may be used.
  • the first motion vector when the first reference picture and the second reference picture are the same, the first motion vector may be added to the candidate list.
  • the first motion vector detected by motion detection may be added to the candidate list.
  • the index value and the motion vector predictor candidate are added to the candidate list such that a plurality of index values and a plurality of motion vector predictor candidates have a one-to-one correspondence.
  • the index value that is encoded so that the code becomes longer as the index value is larger is decoded, and the selection step includes the prediction motion corresponding to the decoded index value from the candidate list.
  • a vector may be selected.
  • the motion vector of the block adjacent to the left of the block to be decoded, the motion vector of the block adjacent to the block to be decoded, and the block adjacent to the upper right of the block to be decoded are added to the candidate list.
  • a motion vector may be added.
  • a prediction motion vector suitable for improving the coding efficiency of the motion vector is derived. Therefore, the coding efficiency of the motion vector is improved.
  • FIG. 1 is a configuration diagram of an image encoding device according to Embodiment 1.
  • FIG. 2 is a diagram showing an example of two reference picture lists according to the first embodiment.
  • FIG. 3 is a flowchart showing the operation of the image coding apparatus according to Embodiment 1.
  • FIG. 4 is a flowchart showing a prediction direction determination process according to the first embodiment.
  • FIG. 5 is a flowchart showing candidate list calculation processing according to the first embodiment.
  • FIG. 6 is a flowchart showing an additional flag determination process according to the first embodiment.
  • FIG. 7A is a diagram showing an example of a candidate list in the first prediction direction according to Embodiment 1.
  • FIG. 7B is a diagram showing an example of a candidate list in the second prediction direction according to Embodiment 1.
  • FIG. 8 is a diagram illustrating an example of a code of a motion vector predictor index according to the first embodiment.
  • FIG. 9 is a diagram illustrating prediction motion vector selection processing according to the first embodiment.
  • FIG. 10A is a diagram illustrating an example when two reference pictures according to Embodiment 1 are the same.
  • FIG. 10B is a diagram illustrating an example when two reference pictures according to Embodiment 1 are different.
  • FIG. 11 is a configuration diagram of an image decoding apparatus according to the second embodiment.
  • FIG. 12 is a flowchart showing an operation of the image decoding apparatus according to the second embodiment.
  • FIG. 13 is an overall configuration diagram of a content supply system that implements a content distribution service.
  • FIG. 14 is an overall configuration diagram of a digital broadcasting system.
  • FIG. 15 is a block diagram illustrating a configuration example of a television.
  • FIG. 16 is a block diagram illustrating a configuration example of an information reproducing / recording unit that reads and writes information from and on a recording medium that is an optical disk.
  • FIG. 17 is a diagram illustrating a structure example of a recording medium that is an optical disk.
  • FIG. 18A illustrates an example of a mobile phone.
  • FIG. 18B is a block diagram illustrating a configuration example of a mobile phone.
  • FIG. 19 is a diagram showing a structure of multiplexed data.
  • FIG. 20 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 21 is a diagram showing in more detail how the video stream is stored in the PES packet sequence.
  • FIG. 22 is a diagram illustrating the structure of TS packets and source packets in multiplexed data.
  • FIG. 23 is a diagram illustrating a data structure of the PMT.
  • FIG. 24 shows the internal structure of multiplexed data information.
  • FIG. 25 shows the internal structure of stream attribute information.
  • FIG. 26 is a diagram illustrating steps for identifying video data.
  • FIG. 27 is a block diagram illustrating a configuration example of an integrated circuit that realizes the moving picture coding method and the moving picture decoding method according to each embodiment.
  • FIG. 28 is a diagram showing a configuration for switching the drive frequency.
  • FIG. 29 is a diagram illustrating steps for identifying video data and switching between driving frequencies.
  • FIG. 30 is a diagram illustrating an example of a lookup table in which video data standards are associated with drive frequencies.
  • FIG. 31A is a diagram illustrating an example of a configuration for sharing a module of a signal processing unit.
  • FIG. 31B is a diagram illustrating another example of a configuration for sharing a module of a signal processing unit.
  • FIG. 32 is a diagram illustrating an example of an encoding target block and three adjacent blocks.
  • FIG. 1 is a block diagram showing a configuration of an image encoding device according to the present embodiment.
  • An image encoding apparatus 100 illustrated in FIG. 1 includes an orthogonal transform unit 102, a quantization unit 103, an inverse quantization unit 105, an inverse orthogonal transform unit 106, a block memory 108, a frame memory 109, an intra prediction unit 110, and inter prediction.
  • the orthogonal transform unit 102 performs transformation from the image domain to the frequency domain on the prediction error data between the predicted image data generated by the means described later and the input image sequence.
  • the quantization unit 103 performs a quantization process on the prediction error data converted into the frequency domain.
  • the inverse quantization unit 105 performs inverse quantization processing on the prediction error data quantized by the quantization unit 103.
  • the inverse orthogonal transform unit 106 performs transform from the frequency domain to the image domain on the prediction error data subjected to the inverse quantization process.
  • the block memory 108 is a memory for storing the decoded image obtained from the predicted image data and the prediction error data subjected to the inverse quantization process in units of blocks.
  • the frame memory 109 is a memory for storing the decoded image in units of frames.
  • the picture type determination unit 113 determines which of the I picture, B picture, and P picture is to be used to encode the input image sequence, and generates picture type information.
  • the intra prediction unit 110 generates predicted image data based on intra prediction of the block to be encoded, using the decoded image in units of blocks stored in the block memory 108.
  • the inter prediction unit 111 generates predicted image data based on inter prediction of the encoding target block, using the decoded image in units of frames stored in the frame memory 109.
  • the reference picture list management unit 115 assigns a reference picture index to an encoded reference picture to be referred to in inter prediction, and creates a reference list (reference picture list) together with a display order and the like.
  • the image coding apparatus 100 holds two reference lists (L0, L1) in order to refer to two pictures for a B picture.
  • Figure 2 shows an example of a reference list.
  • the first reference picture list (L0) in FIG. 2 is an example of a reference picture list corresponding to the first prediction direction of bidirectional prediction.
  • a reference picture index having a value of 0 is assigned to a reference picture R1 having a display order of 2.
  • a reference picture index having a value of 1 is assigned to a reference picture R2 having a display order of 1.
  • a reference picture index having a value of 2 is assigned to the reference picture R3 having a display order of 0.
  • the reference picture is assigned a smaller reference picture index as the reference picture is closer to the encoding target picture in the display order.
  • the second reference picture list (L1) in FIG. 2 is an example of a reference picture list corresponding to the second prediction direction of bidirectional prediction.
  • a reference picture index having a value of 0 is assigned to a reference picture R2 having a display order of 1.
  • a reference picture index having a value of 1 is assigned to a reference picture R1 having a display order of 2.
  • a reference picture index having a value of 2 is assigned to a reference picture R3 having a display order of 0.
  • two different reference picture indexes may be assigned to specific reference pictures included in the two reference picture lists (reference pictures R1 and R2 in FIG. 2). Further, the same reference picture index may be assigned to specific reference pictures included in the two reference picture lists (reference picture R3 in FIG. 2).
  • Prediction using only the first reference picture list (L0) is called L0 prediction.
  • Prediction using only the second reference picture list (L1) is called L1 prediction.
  • Prediction using both the first reference picture list and the second reference picture list is called bi-prediction or bi-prediction.
  • the forward direction is often used as the prediction direction.
  • the backward direction is often used as the prediction direction. That is, the first reference picture list is configured to correspond to the first prediction direction, and the second reference picture list is configured to correspond to the second prediction direction.
  • the prediction direction is classified into one of the first prediction direction, the second prediction direction, and bidirectional. Further, when the prediction direction is bidirectional, it is also expressed that the prediction direction is bidirectional prediction or bi-prediction.
  • the reference picture list management unit 115 manages the reference picture in the reference picture index and the display order, but may manage the reference picture in the reference picture index and the encoding order.
  • the first reference picture list corresponds to L0 prediction
  • the second reference picture list corresponds to L1 prediction
  • the first reference picture list corresponds to the first prediction direction
  • the second reference picture list corresponds to the second prediction direction.
  • the first reference picture list may correspond to L1 prediction
  • the second reference picture list may correspond to L0 prediction
  • the first reference picture list may correspond to the second prediction direction
  • the second reference picture list may correspond to the first prediction direction.
  • the addition determination unit 116 uses the first reference picture list and the second reference picture list created by the reference picture list management unit 115 to determine whether to add a predicted motion vector candidate (predicted motion vector candidate). To do. Specifically, the addition determination unit 116 adds the motion vector in the first prediction direction to the motion vector candidate in the first prediction direction in the second prediction direction candidate list (predicted motion vector candidate list) in the encoding target block by a method described later. It is determined whether or not to add. Then, the addition determination unit 116 sets an addition flag.
  • the inter prediction control unit 114 encodes a motion vector such that a motion vector is encoded using a motion vector predictor candidate having the smallest error from a motion vector derived by motion detection among a plurality of motion vector predictor candidates.
  • a motion vector predictor used for conversion is determined.
  • the error indicates a difference value between the predicted motion vector candidate and the motion vector derived by motion detection.
  • the inter prediction control unit 114 generates a prediction motion vector index corresponding to the determined prediction motion vector for each block. Then, the motion vector predictor index, error information of motion vector predictor candidate candidates, and the reference picture index are sent to the variable length coding unit 104.
  • variable length coding unit 104 generates a bitstream by performing variable length coding processing on the quantized prediction error data, the inter prediction direction flag, the reference picture index, and the picture type information.
  • FIG. 3 shows an outline of the processing flow of the image encoding method according to the present embodiment.
  • the inter prediction control unit 114 determines a prediction direction when encoding the current block in the motion vector detection mode (S101). Next, the inter prediction control unit 114 determines whether or not the prediction direction of the motion vector detection mode is bidirectional prediction (S102).
  • the inter prediction control unit 114 uses a method described later to predict a motion vector predictor candidate list in the first prediction direction and a motion vector predictor candidate list in the second prediction direction. Are calculated respectively (S103, S104).
  • the addition determination unit 116 determines whether or not to add the motion vector in the first prediction direction to the prediction motion vector candidate list in the second prediction direction (S105).
  • the inter prediction control unit 114 adds the motion vector in the first prediction direction to the prediction motion vector candidate list in the second prediction direction (S106).
  • the inter prediction control unit 114 predicts the prediction motion vector in the first prediction direction and the prediction in the second prediction direction from the prediction motion vector candidate list in the first prediction direction and the prediction motion vector candidate list in the second prediction direction. Select a motion vector. Then, the variable length encoding unit 104 encodes a motion vector predictor index corresponding to each selected motion vector predictor and attaches it to the bitstream (S107).
  • the inter prediction control unit 114 calculates a prediction motion vector candidate list in the prediction direction corresponding to the unidirectional prediction (S109).
  • the inter prediction control unit 114 selects a prediction motion vector from the prediction motion vector candidate list in the prediction direction corresponding to the unidirectional prediction.
  • the variable length encoding unit 104 encodes the motion vector predictor index corresponding to the selected motion vector predictor and attaches it to the bitstream (S110).
  • variable length encoding unit 104 encodes the inter prediction direction flag indicating the prediction direction of the motion vector detection mode and the reference picture index, and attaches them to the bitstream (S108).
  • the inter prediction control unit 114 performs motion detection on the reference picture specified by the reference picture index in the first prediction direction and the reference picture specified by the reference picture index in the second prediction direction. Then, the inter prediction control unit 114 generates the first motion vector 1 and the second motion vector for the two reference pictures (S201).
  • the inter prediction control unit 114 calculates a difference value between the block to be encoded in the encoded picture and the block in the reference picture in motion detection. Then, the inter prediction control unit 114 determines a block having the smallest difference value as a reference block among a plurality of blocks in the reference picture. Then, the inter prediction control unit 114 obtains a motion vector from the position of the encoding target block and the position of the reference block.
  • the inter prediction unit 111 generates a predicted image in the first prediction direction using the obtained first motion vector.
  • the inter prediction control unit 114 calculates Cost1, which is the cost when encoding the current block with the predicted image, using, for example, an RD optimization model expressed by the following Equation 4 (S202). ).
  • D represents coding distortion. Specifically, the sum of absolute differences between the pixel value obtained by encoding and decoding the block to be encoded using a prediction image generated with a certain motion vector and the original pixel value of the block to be encoded Etc. are used as D.
  • R represents the generated code amount. Specifically, the amount of code necessary for encoding the motion vector used for predictive image generation is used as R. Further, ⁇ is a Lagrange multiplier.
  • the inter prediction unit 111 generates a prediction image in the second prediction direction using the obtained second motion vector. Then, the inter prediction control unit 114 calculates Cost2 from Equation 4 (S203).
  • the inter prediction unit 111 generates a bidirectional prediction image using the obtained first motion vector and second motion vector.
  • the inter prediction unit 111 performs bi-directional prediction, for example, by performing addition averaging for each pixel on the prediction image obtained from the first motion vector and the prediction image obtained from the second motion vector. Generate an image.
  • the inter prediction control unit 114 calculates CostBi from Equation 4 (S204).
  • the inter prediction control unit 114 compares Cost1, Cost2, and CostBi (S205). When CostBi is the minimum (Yes in S205), the inter prediction control unit 114 determines the prediction direction of the motion vector detection mode to be bidirectional prediction (S206). When CostBi is not the minimum (No in S205), the inter prediction control unit 114 compares Cost1 and Cost2 (S207).
  • the inter prediction control unit 114 determines the motion vector detection mode to be one-way prediction in the first prediction direction (S208). If Cost1 is not small (No in S207), the inter prediction control unit 114 determines the motion vector detection mode to be one-way prediction in the second prediction direction (S209).
  • the inter prediction unit 111 performs addition averaging for each pixel at the time of bidirectional prediction image generation, but may perform weighted addition averaging or the like.
  • the inter prediction control unit 114 determines an adjacent block A adjacent to the left of the encoding target block, an adjacent block B adjacent above, and an adjacent block C adjacent to the upper right (S301).
  • the inter prediction control unit 114 determines the block to which the pixel adjacent to the left of the pixel at the upper left position of the encoding target block belongs as the adjacent block A. Then, the inter prediction control unit 114 determines, as an adjacent block B, a block to which a pixel adjacent to the pixel at the upper left position of the encoding target block belongs. Then, the inter prediction control unit 114 determines the block to which the pixel adjacent to the upper right of the pixel at the upper right position of the encoding target block belongs as the adjacent block C.
  • the inter prediction control unit 114 determines whether or not both of the two conditions are satisfied for each of the adjacent blocks A, B, and C (S302).
  • One of the two conditions is that the adjacent block N (N is any one of A, B, and C) has a motion vector in the same prediction direction as the prediction direction corresponding to the motion vector of the encoding target block. That is.
  • the other is that the reference picture of the adjacent block N is the same as the reference picture of the encoding target block.
  • the inter prediction control unit 114 adds the adjacent motion vector of the adjacent block N to the predicted motion vector candidate list (S303). In addition, the inter prediction control unit 114 calculates an intermediate value (median value) of a plurality of motion vectors of a plurality of adjacent blocks, and adds it to the motion vector predictor candidate list (S304).
  • the inter prediction control unit 114 adds the motion vector of the adjacent block having the same prediction direction as the prediction direction corresponding to the motion vector of the encoding target block to the prediction motion vector candidate list. And the inter prediction control part 114 does not add the motion vector of the adjacent block which has a different prediction direction. However, the inter prediction control unit 114 may add the motion vector of an adjacent block having a different prediction direction as 0 to the motion vector predictor candidate list.
  • the reference picture indicated by the reference picture index in the first prediction direction may be the same as the reference picture indicated by the reference picture index in the second prediction direction.
  • the motion vector in the first prediction direction and the motion vector in the second prediction direction tend to be relatively close.
  • the inter prediction control unit 114 adds a motion vector in the other prediction direction as a motion vector predictor candidate for a motion vector in one prediction direction in bidirectional prediction.
  • the image coding apparatus 100 can efficiently encode a motion vector in a certain prediction direction.
  • an example is used in which a motion vector in the first prediction direction is added to a prediction motion vector candidate in the second prediction direction.
  • the motion vector in the second prediction direction may be added to the prediction motion vector candidate in the first prediction direction.
  • the addition determination unit 116 acquires the reference picture index in the first prediction direction and the reference picture index in the second prediction direction related to the motion detection (S201) in FIG. 4 (S401, S402). Next, the additional determination unit 116 determines whether or not the reference picture indicated by the reference picture index in the first prediction direction is the same as the reference picture indicated by the reference picture index in the second prediction direction. The determination is made using the second reference picture list (S403).
  • the addition determination unit 116 obtains the display order of the reference pictures indicated by the reference picture index in the first prediction direction from the first reference picture list. Further, the addition determination unit 116 acquires the display order of the reference pictures indicated by the reference picture index in the second prediction direction from the second reference picture list. Then, the additional determination unit 116 compares the two display orders, and determines that the two reference pictures are the same if they are the same.
  • the addition determination unit 116 sets the addition flag to ON (S404).
  • the addition determination unit 116 sets the addition flag to off (S405).
  • the addition determination unit 116 determines whether two reference pictures are the same using the display order. However, the addition determination unit 116 may determine whether or not two reference pictures are the same using the coding order or the like.
  • FIGS. 7A and 7B examples of candidate lists generated in the example of FIG. 32 are shown in FIGS. 7A and 7B.
  • the encoding target block has a motion vector MvL0 in the first prediction direction and a motion vector MvL1 in the second prediction direction.
  • adjacent blocks have motion vectors as shown in FIG. In each adjacent block, the reference picture in the first prediction direction and the reference picture in the second prediction direction are the same.
  • FIG. 7A and FIG. 7B show an example of the motion vector predictor candidate list generated by the process of generating the motion vector predictor candidate list (S103 to S106) in FIG.
  • the motion vector predictor index corresponding to Median (MvL0_A, MvL0_B, MvL0_C) is 0.
  • the predicted motion vector index corresponding to the motion vector MvL0_A is 1.
  • the predicted motion vector index corresponding to the motion vector MvL0_B is 2.
  • the predicted motion vector index corresponding to the motion vector MvL0_C is 3.
  • the motion vector predictor index corresponding to Median (MvL1_A, 0, MvL0_C) is 0.
  • the predicted motion vector index corresponding to the motion vector MvL0_A is 1.
  • the predicted motion vector index corresponding to the motion vector MvL0_C is 2.
  • the predicted motion vector index corresponding to the motion vector MvL0 in the first prediction direction is 3. Note that the method of assigning the motion vector predictor index is not limited to this example.
  • FIG. 8 shows an example of a code table used when the motion vector predictor index is variable length encoded.
  • the inter prediction control unit 114 assigns a small motion vector predictor index to a candidate estimated with high prediction accuracy. Thereby, encoding efficiency can be improved.
  • the inter prediction control unit 114 sets 0 as the counter value and sets the maximum value of the value or the like as the minimum difference motion vector as initialization (S501).
  • the inter prediction control unit 114 determines whether or not the differential motion vectors of all predicted motion vector candidates have been calculated (S502). If prediction motion vector candidates still remain (Yes in S502), the inter prediction control unit 114 calculates a difference motion vector by subtracting the prediction motion vector candidates from the motion detection result vector (S503).
  • the inter prediction control unit 114 determines whether or not the obtained difference motion vector is smaller than the minimum difference motion vector (S504). When the difference motion vector is smaller than the minimum difference motion vector (Yes in S504), the inter prediction control unit 114 updates the minimum difference motion vector and the prediction motion vector index (S505).
  • the inter prediction control unit 114 adds 1 to the counter value (S506). Then, the inter prediction control unit 114 determines again whether there is a next motion vector predictor candidate (S502). When it is determined that differential motion vectors have been calculated for all prediction motion vector candidates (No in S502), the inter prediction control unit 114 can change the finally determined minimum difference motion vector and prediction motion vector index. The data is sent to the long encoding unit 104 and encoded (S507).
  • the reference picture indicated by the motion vector in the first prediction direction is the same as the reference picture indicated by the motion vector in the second prediction direction.
  • the motion vector in the first prediction direction is added to the prediction motion vector candidate in the second prediction direction.
  • FIG. 10B when the reference picture indicated by the motion vector in the first prediction direction is different from the reference picture indicated by the motion vector in the second prediction direction, the motion vector in the first prediction direction is the second prediction direction. Are not added to the predicted motion vector candidates.
  • the inter prediction control unit 114 uses a new calculation method for obtaining a motion vector predictor in one prediction direction in bidirectional prediction. Thereby, the inter prediction control unit 114 derives a motion vector predictor most suitable for encoding the motion vector of the current picture. Therefore, encoding efficiency is improved.
  • the reference picture indicated by the reference picture index in the first prediction direction may be the same as the reference picture indicated by the reference picture index in the second prediction direction.
  • the inter prediction control unit 114 adds a motion vector in the other prediction direction as a motion vector predictor candidate for a motion vector in one prediction direction in bidirectional prediction. Thereby, the image coding apparatus 100 can efficiently encode a motion vector in a certain prediction direction.
  • the example in which the motion vector in the first prediction direction is added to the prediction motion vector candidate list in the second prediction direction has been described.
  • the second motion vector candidate list in the first prediction direction has the second A motion vector in the prediction direction may be added.
  • the inter prediction control unit 114 adds the motion vector in the first prediction direction to the candidate list in the second prediction direction. Also good. Even when two reference pictures are different, the coding efficiency may be improved by increasing the number of candidates.
  • FIG. 11 is a block diagram showing a configuration of the image decoding apparatus according to the present embodiment.
  • An image decoding apparatus 200 illustrated in FIG. 11 includes a variable length decoding unit 204, an inverse quantization unit 205, an inverse orthogonal transform unit 206, an addition unit 207, a block memory 208, a frame memory 209, an intra prediction unit 210, and an inter prediction unit. 211, a switch unit 212, an inter prediction control unit 214, a reference picture list management unit 215, and an addition determination unit 216.
  • the variable length decoding unit 204 performs variable length decoding processing on the input bit stream. Then, the variable length decoding unit 204 generates picture type information, an inter prediction mode, an inter prediction direction flag, a skip flag, and a quantization coefficient.
  • the inverse quantization unit 205 performs inverse quantization processing on the quantization coefficient.
  • the inverse orthogonal transform unit 206 transforms the orthogonal transform coefficient subjected to the inverse quantization process from the frequency domain to the image domain, and generates prediction error image data.
  • the block memory 208 is a memory for storing an image sequence generated by adding prediction error image data and prediction image data in units of blocks.
  • the frame memory 209 is a memory for storing the image sequence in units of frames.
  • the intra prediction unit 210 generates predicted image data of a decoding target block by executing intra prediction using an image sequence in block units stored in the block memory 208.
  • the inter prediction unit 211 generates prediction image data of a decoding target block by performing inter prediction using an image sequence in units of frames stored in the frame memory 209.
  • the inter prediction control unit 214 controls the motion vector and the prediction image data generation method in inter prediction according to the inter prediction mode, the inter prediction direction, and the skip flag.
  • the reference picture list management unit 215 assigns a reference picture index to a decoded reference picture that is referred to in inter prediction, and creates a reference list along with the display order (similar to FIG. 2 in the first embodiment). A B picture is decoded with reference to two pictures. Therefore, the reference picture list management unit 215 holds two reference lists.
  • the reference picture list management unit 215 manages reference pictures in the reference picture index and display order.
  • the reference picture list management unit 215 may manage the reference pictures based on the reference picture index and the encoding order (decoding order).
  • the addition determination unit 216 uses the first reference picture list and the second reference picture list created by the reference picture list management unit 215 to add the first prediction to the prediction motion vector candidate list in the second prediction direction in the decoding target block. It is determined whether or not to add a direction motion vector. Then, the addition determination unit 216 sets an addition flag.
  • the additional flag determination flow is the same as that in FIG. 6 of the first embodiment, and a description thereof will be omitted.
  • the adding unit 207 generates a decoded image sequence by adding the decoded prediction error image data and the prediction image data.
  • FIG. 12 shows an outline of the processing flow of the image decoding method according to the present embodiment.
  • the inter prediction control unit 214 determines whether or not the decoded prediction direction is bidirectional (S601).
  • the inter prediction control unit 214 calculates a prediction motion vector candidate list in the first prediction direction and the second prediction direction (S602, S603).
  • FIG. 5 of Embodiment 1 etc. are used for the calculation method of a motion vector predictor candidate list.
  • the variable length decoding unit 204 decodes the reference picture index in the first prediction direction and the second prediction direction from the bitstream.
  • the addition determination unit 216 selects a prediction motion vector indicated by the prediction motion vector index in the first prediction direction decoded from the bitstream from the prediction motion vector candidate list in the first prediction direction. Then, the inter prediction control unit 214 adds the difference motion vector in the first prediction direction decoded from the bit stream to the prediction motion vector in the first prediction direction. Thereby, the inter prediction control unit 214 decodes the motion vector in the first prediction direction (S604).
  • the addition determination unit 216 determines whether or not to add the motion vector in the first prediction direction to the prediction motion vector candidate list in the second prediction direction (S605). When the addition flag is on (Yes in S605), the inter prediction control unit 214 adds the motion vector in the first prediction direction to the motion vector predictor candidate list in the second prediction direction (S606). Note that the addition flag indicating whether or not to add a motion vector in the first prediction direction is set in the same manner as in FIG. 6 of the first embodiment.
  • the inter prediction control unit 214 selects a prediction motion vector indicated by the prediction motion vector index in the second prediction direction decoded from the bitstream from the prediction motion vector candidate list in the second prediction direction. Then, the inter prediction control unit 214 adds the differential motion vector in the second prediction direction decoded from the bit stream to the prediction motion vector in the second prediction direction. Thereby, the inter prediction control unit 214 decodes the motion vector in the second prediction direction (S607).
  • the inter prediction control unit 214 calculates a prediction motion vector candidate list of the prediction direction corresponding to unidirectional prediction. (S608).
  • the inter prediction control unit 214 selects the prediction motion vector indicated by the decoded prediction motion vector index from the prediction motion vector candidate list in the prediction direction corresponding to the unidirectional prediction. Then, the inter prediction control unit 214 calculates a motion vector in the prediction direction corresponding to the unidirectional prediction (S609).
  • the inter prediction control unit 214 uses a new calculation method for obtaining a motion vector predictor in one prediction direction in bidirectional prediction. Thereby, a prediction motion vector most suitable for decoding of the motion vector is derived.
  • the image decoding device 200 can appropriately decode a bit stream with high encoding efficiency.
  • the reference picture indicated by the reference picture index in the first prediction direction may be the same as the reference picture indicated by the reference picture index in the second prediction direction.
  • the inter prediction control unit 214 adds a motion vector in the other prediction direction as a motion vector predictor candidate for a motion vector in one prediction direction in bidirectional prediction. Thereby, the image decoding apparatus 200 can appropriately decode a bit stream obtained by efficiently encoding a motion vector in one prediction direction.
  • the inter prediction control unit 214 adds a motion vector in the first prediction direction to the prediction motion vector candidate list in the second prediction direction.
  • the inter prediction control unit 214 may add the motion vector in the second prediction direction to the prediction motion vector candidate list in the first prediction direction, similarly to the encoding side.
  • the inter prediction control unit 214 also adds the motion in the other prediction direction to the prediction motion vector candidate list in one prediction direction even when the two reference pictures corresponding to the two prediction directions are different. You may make it add a vector.
  • the image encoding device and the image decoding device according to the present invention have been described based on a plurality of embodiments.
  • the present invention is not limited to these embodiments. Forms obtained by subjecting those embodiments to modifications conceivable by those skilled in the art, and other forms realized by arbitrarily combining components in those embodiments are also included in the present invention.
  • another processing unit may execute a process executed by a specific processing unit.
  • the order in which the processes are executed may be changed, or a plurality of processes may be executed in parallel.
  • the present invention can be realized not only as an image encoding device and an image decoding device, but also as a method using processing means constituting the image encoding device and the image decoding device as steps. For example, these steps are performed by a computer.
  • the present invention can be realized as a program for causing a computer to execute the steps included in these methods.
  • the present invention can be realized as a non-transitory computer-readable recording medium such as a CD-ROM in which the program is recorded.
  • the image encoding device and the image decoding device are realized as an image encoding / decoding device by combining the constituent elements included in them.
  • a plurality of components included in the image encoding device and the image decoding device may be realized as an LSI (Large Scale Integration) that is an integrated circuit. These components may be individually made into one chip, or may be made into one chip so as to include a part or all of them. For example, the components other than the memory may be integrated into one chip.
  • LSI Large Scale Integration
  • IC Integrated Circuit
  • system LSI system LSI
  • super LSI super LSI
  • ultra LSI ultra LSI depending on the degree of integration.
  • the method of circuit integration is not limited to LSI, and implementation with a dedicated circuit or a general-purpose processor is also possible.
  • An FPGA Field Programmable Gate Array
  • a reconfigurable processor that can reconfigure the connection and setting of circuit cells inside the LSI may be used.
  • the storage medium may be any medium that can record a program, such as a magnetic disk, an optical disk, a magneto-optical disk, an IC card, and a semiconductor memory.
  • the system has an image encoding / decoding device including an image encoding device using an image encoding method and an image decoding device using an image decoding method.
  • image encoding / decoding device including an image encoding device using an image encoding method and an image decoding device using an image decoding method.
  • Other configurations in the system can be appropriately changed according to circumstances.
  • FIG. 13 is a diagram showing an overall configuration of a content supply system ex100 that realizes a content distribution service.
  • a communication service providing area is divided into desired sizes, and base stations ex106, ex107, ex108, ex109, and ex110, which are fixed wireless stations, are installed in each cell.
  • This content supply system ex100 includes a computer ex111, a PDA (Personal Digital Assistant) ex112, a camera ex113, a mobile phone ex114, a game machine ex115 via the Internet ex101, the Internet service provider ex102, the telephone network ex104, and the base stations ex106 to ex110. Etc. are connected.
  • PDA Personal Digital Assistant
  • each device may be directly connected to the telephone network ex104 without going from the base station ex106, which is a fixed wireless station, to ex110.
  • the devices may be directly connected to each other via short-range wireless or the like.
  • the camera ex113 is a device that can shoot moving images such as a digital video camera
  • the camera ex116 is a device that can shoot still images and movies such as a digital camera.
  • the mobile phone ex114 is a GSM (registered trademark) (Global System for Mobile Communications) system, a CDMA (Code Division Multiple Access) system, a W-CDMA (Wideband-Code Division Multiple Access) system, or an LTE (Long Term Evolution). It is possible to use any of the above-mentioned systems, HSPA (High Speed Packet Access) mobile phone, PHS (Personal Handyphone System), or the like.
  • the camera ex113 and the like are connected to the streaming server ex103 through the base station ex109 and the telephone network ex104, thereby enabling live distribution and the like.
  • live distribution the content (for example, music live video) captured by the user using the camera ex113 is encoded as described in the above embodiments (that is, the image encoding of the present invention).
  • Function as a device Function as a device) and transmit to the streaming server ex103.
  • the streaming server ex103 stream-distributes the content data transmitted to the requested client. Examples of the client include a computer ex111, a PDA ex112, a camera ex113, a mobile phone ex114, and a game machine ex115 that can decode the encoded data.
  • Each device that receives the distributed data decodes the received data and reproduces it (that is, functions as the image decoding device of the present invention).
  • the captured data may be encoded by the camera ex113, the streaming server ex103 that performs data transmission processing, or may be shared with each other.
  • the decryption processing of the distributed data may be performed by the client, the streaming server ex103, or may be performed in common with each other.
  • still images and / or moving image data captured by the camera ex116 may be transmitted to the streaming server ex103 via the computer ex111.
  • the encoding process in this case may be performed by any of the camera ex116, the computer ex111, and the streaming server ex103, or may be performed in a shared manner.
  • these encoding / decoding processes are generally performed in the computer ex111 and the LSI ex500 included in each device.
  • the LSI ex500 may be configured as a single chip or a plurality of chips.
  • moving image encoding / decoding software is incorporated into some recording medium (CD-ROM, flexible disk, hard disk, etc.) that can be read by the computer ex111, etc., and encoding / decoding processing is performed using the software. May be.
  • moving image data acquired by the camera may be transmitted.
  • the moving image data at this time is data encoded by the LSI ex500 included in the mobile phone ex114.
  • the streaming server ex103 may be a plurality of servers or a plurality of computers, and may process, record, and distribute data in a distributed manner.
  • the encoded data can be received and reproduced by the client.
  • the information transmitted by the user can be received, decrypted and reproduced by the client in real time, and personal broadcasting can be realized even for a user who does not have special rights or facilities.
  • the digital broadcasting system ex200 also includes at least the moving image encoding device (image encoding device) or the moving image decoding according to each of the above embodiments. Any of the devices (image decoding devices) can be incorporated.
  • the broadcast station ex201 multiplexed data obtained by multiplexing music data and the like on video data is transmitted to a communication or satellite ex202 via radio waves.
  • This video data is data encoded by the moving image encoding method described in the above embodiments (that is, data encoded by the image encoding apparatus of the present invention).
  • the broadcasting satellite ex202 transmits a radio wave for broadcasting, and this radio wave is received by a home antenna ex204 capable of receiving satellite broadcasting.
  • the received multiplexed data is decoded and reproduced by an apparatus such as the television (receiver) ex300 or the set top box (STB) ex217 (that is, functions as the image decoding apparatus of the present invention).
  • a reader / recorder ex218 that reads and decodes multiplexed data recorded on a recording medium ex215 such as a DVD or a BD, or encodes a video signal on the recording medium ex215 and, in some cases, multiplexes and writes it with a music signal. It is possible to mount the moving picture decoding apparatus or moving picture encoding apparatus described in the above embodiments. In this case, the reproduced video signal is displayed on the monitor ex219, and the video signal can be reproduced in another device or system using the recording medium ex215 on which the multiplexed data is recorded.
  • a moving picture decoding apparatus may be mounted in a set-top box ex217 connected to a cable ex203 for cable television or an antenna ex204 for satellite / terrestrial broadcasting and displayed on the monitor ex219 of the television.
  • the moving picture decoding apparatus may be incorporated in the television instead of the set top box.
  • FIG. 15 is a diagram illustrating a television (receiver) ex300 that uses the video decoding method and the video encoding method described in each of the above embodiments.
  • the television ex300 obtains or outputs multiplexed data in which audio data is multiplexed with video data via the antenna ex204 or the cable ex203 that receives the broadcast, and demodulates the received multiplexed data.
  • the modulation / demodulation unit ex302 that modulates multiplexed data to be transmitted to the outside, and the demodulated multiplexed data is separated into video data and audio data, or the video data and audio data encoded by the signal processing unit ex306 Is provided with a multiplexing / demultiplexing unit ex303.
  • the television ex300 decodes each of the audio data and the video data, or encodes the respective information, the audio signal processing unit ex304, the video signal processing unit ex305 (function as the image encoding device or the image decoding device of the present invention). ), A speaker ex307 for outputting the decoded audio signal, and an output unit ex309 having a display unit ex308 such as a display for displaying the decoded video signal.
  • the television ex300 includes an interface unit ex317 including an operation input unit ex312 that receives an input of a user operation.
  • the television ex300 includes a control unit ex310 that performs overall control of each unit, and a power supply circuit unit ex311 that supplies power to each unit.
  • the interface unit ex317 includes a bridge unit ex313 connected to an external device such as a reader / recorder ex218, a recording unit ex216 such as an SD card, and an external recording unit such as a hard disk.
  • a driver ex315 for connecting to a medium, a modem ex316 for connecting to a telephone network, and the like may be included.
  • the recording medium ex216 is capable of electrically recording information by using a nonvolatile / volatile semiconductor memory element to be stored.
  • Each part of the television ex300 is connected to each other via a synchronous bus.
  • the television ex300 receives a user operation from the remote controller ex220 or the like, and demultiplexes the multiplexed data demodulated by the modulation / demodulation unit ex302 by the multiplexing / demultiplexing unit ex303 based on the control of the control unit ex310 having a CPU or the like. Furthermore, in the television ex300, the separated audio data is decoded by the audio signal processing unit ex304, and the separated video data is decoded by the video signal processing unit ex305 using the decoding method described in each of the above embodiments.
  • the decoded audio signal and video signal are output from the output unit ex309 to the outside. At the time of output, these signals may be temporarily stored in the buffers ex318, ex319, etc. so that the audio signal and the video signal are reproduced in synchronization. Also, the television ex300 may read multiplexed data from recording media ex215 and ex216 such as a magnetic / optical disk and an SD card, not from broadcasting. Next, a configuration in which the television ex300 encodes an audio signal or a video signal and transmits the signal to the outside or to a recording medium will be described.
  • the television ex300 receives a user operation from the remote controller ex220 and the like, encodes an audio signal with the audio signal processing unit ex304, and converts the video signal with the video signal processing unit ex305 based on the control of the control unit ex310. Encoding is performed using the encoding method described in (1).
  • the encoded audio signal and video signal are multiplexed by the multiplexing / demultiplexing unit ex303 and output to the outside. When multiplexing, these signals may be temporarily stored in the buffers ex320, ex321, etc. so that the audio signal and the video signal are synchronized.
  • a plurality of buffers ex318, ex319, ex320, and ex321 may be provided as illustrated, or one or more buffers may be shared. Further, in addition to the illustrated example, data may be stored in the buffer as a buffer material that prevents system overflow and underflow, for example, between the modulation / demodulation unit ex302 and the multiplexing / demultiplexing unit ex303.
  • the television ex300 has a configuration for receiving AV input of a microphone and a camera, and performs encoding processing on the data acquired from them. Also good.
  • the television ex300 has been described as a configuration capable of the above-described encoding processing, multiplexing, and external output, but these processing cannot be performed, and only the above-described reception, decoding processing, and external output are possible. It may be a configuration.
  • the decoding process or the encoding process may be performed by either the television ex300 or the reader / recorder ex218,
  • the reader / recorder ex218 may share with each other.
  • FIG. 16 shows a configuration of the information reproducing / recording unit ex400 when data is read from or written to an optical disk.
  • the information reproducing / recording unit ex400 includes elements ex401, ex402, ex403, ex404, ex405, ex406, and ex407 described below.
  • the optical head ex401 irradiates a laser spot on the recording surface of the recording medium ex215 that is an optical disk to write information, and detects reflected light from the recording surface of the recording medium ex215 to read the information.
  • the modulation recording unit ex402 electrically drives a semiconductor laser built in the optical head ex401 and modulates the laser beam according to the recording data.
  • the reproduction demodulator ex403 amplifies the reproduction signal obtained by electrically detecting the reflected light from the recording surface by the photodetector built in the optical head ex401, separates and demodulates the signal component recorded on the recording medium ex215, and is necessary To play back information.
  • the buffer ex404 temporarily holds information to be recorded on the recording medium ex215 and information reproduced from the recording medium ex215.
  • the disk motor ex405 rotates the recording medium ex215.
  • the servo controller ex406 moves the optical head ex401 to a predetermined information track while controlling the rotational drive of the disk motor ex405, and performs a laser spot tracking process.
  • the system control unit ex407 controls the entire information reproduction / recording unit ex400.
  • the system control unit ex407 uses various kinds of information held in the buffer ex404, and generates and adds new information as necessary, and the modulation recording unit ex402, the reproduction demodulation unit This is realized by recording / reproducing information through the optical head ex401 while operating the ex403 and the servo control unit ex406 in a coordinated manner.
  • the system control unit ex407 is composed of, for example, a microprocessor, and executes these processes by executing a read / write program.
  • the optical head ex401 has been described as irradiating a laser spot.
  • a configuration in which higher-density recording is performed using near-field light may be used.
  • FIG. 17 shows a schematic diagram of a recording medium ex215 that is an optical disk.
  • Guide grooves grooves
  • address information indicating the absolute position on the disc is recorded in advance on the information track ex230 by changing the shape of the groove.
  • This address information includes information for specifying the position of the recording block ex231 that is a unit for recording data, and the recording block is specified by reproducing the information track ex230 and reading the address information in a recording or reproducing apparatus.
  • the recording medium ex215 includes a data recording area ex233, an inner peripheral area ex232, and an outer peripheral area ex234.
  • the area used for recording user data is the data recording area ex233, and the inner circumference area ex232 and the outer circumference area ex234 arranged on the inner or outer circumference of the data recording area ex233 are used for specific purposes other than user data recording. Used.
  • the information reproducing / recording unit ex400 reads / writes encoded audio data, video data, or multiplexed data obtained by multiplexing these data with respect to the data recording area ex233 of the recording medium ex215.
  • an optical disk such as a single-layer DVD or BD has been described as an example.
  • the present invention is not limited to these, and an optical disk having a multilayer structure and capable of recording other than the surface may be used.
  • an optical disc with a multi-dimensional recording / reproducing structure such as recording information using light of different wavelengths in the same place on the disc, or recording different layers of information from various angles. It may be.
  • the car ex210 having the antenna ex205 can receive data from the satellite ex202 and the like, and the moving image can be reproduced on a display device such as the car navigation ex211 that the car ex210 has.
  • the configuration of the car navigation ex211 may be, for example, the configuration shown in FIG. 15 with a GPS receiving unit added, and the same may be considered for the computer ex111, the mobile phone ex114, and the like.
  • FIG. 18A is a diagram showing the mobile phone ex114 using the moving picture decoding method and the moving picture encoding method described in the above embodiment.
  • the mobile phone ex114 includes an antenna ex350 for transmitting and receiving radio waves to and from the base station ex110, a camera unit ex365 capable of capturing video and still images, a video captured by the camera unit ex365, a video received by the antenna ex350, and the like Is provided with a display unit ex358 such as a liquid crystal display for displaying the decrypted data.
  • the mobile phone ex114 further includes a main body unit having an operation key unit ex366, an audio output unit ex357 such as a speaker for outputting audio, an audio input unit ex356 such as a microphone for inputting audio, a captured video,
  • an audio input unit ex356 such as a microphone for inputting audio
  • a captured video In the memory unit ex367 for storing encoded data or decoded data such as still images, recorded audio, received video, still images, mails, or the like, or an interface unit with a recording medium for storing data
  • a slot ex364 is provided.
  • the mobile phone ex114 has a power supply circuit part ex361, an operation input control part ex362, and a video signal processing part ex355 with respect to a main control part ex360 that comprehensively controls each part of the main body including the display part ex358 and the operation key part ex366.
  • a camera interface unit ex363, an LCD (Liquid Crystal Display) control unit ex359, a modulation / demodulation unit ex352, a multiplexing / demultiplexing unit ex353, an audio signal processing unit ex354, a slot unit ex364, and a memory unit ex367 are connected to each other via a bus ex370. ing.
  • the power supply circuit unit ex361 starts up the mobile phone ex114 in an operable state by supplying power from the battery pack to each unit.
  • the cellular phone ex114 converts the audio signal collected by the audio input unit ex356 in the voice call mode into a digital audio signal by the audio signal processing unit ex354 based on the control of the main control unit ex360 having a CPU, a ROM, a RAM, and the like. Then, this is subjected to spectrum spread processing by the modulation / demodulation unit ex352, digital-analog conversion processing and frequency conversion processing are performed by the transmission / reception unit ex351, and then transmitted via the antenna ex350.
  • the mobile phone ex114 also amplifies the received data received via the antenna ex350 in the voice call mode, performs frequency conversion processing and analog-digital conversion processing, performs spectrum despreading processing by the modulation / demodulation unit ex352, and performs voice signal processing unit After being converted into an analog audio signal by ex354, this is output from the audio output unit ex357.
  • the text data of the e-mail input by operating the operation key unit ex366 of the main unit is sent to the main control unit ex360 via the operation input control unit ex362.
  • the main control unit ex360 performs spread spectrum processing on the text data in the modulation / demodulation unit ex352, performs digital analog conversion processing and frequency conversion processing in the transmission / reception unit ex351, and then transmits the text data to the base station ex110 via the antenna ex350.
  • almost the reverse process is performed on the received data and output to the display unit ex358.
  • the video signal processing unit ex355 compresses the video signal supplied from the camera unit ex365 by the moving image encoding method described in the above embodiments. Encode (that is, function as the image encoding apparatus of the present invention), and send the encoded video data to the multiplexing / demultiplexing unit ex353.
  • the audio signal processing unit ex354 encodes the audio signal picked up by the audio input unit ex356 while the camera unit ex365 images a video, a still image, etc., and sends the encoded audio data to the multiplexing / separating unit ex353. To do.
  • the multiplexing / demultiplexing unit ex353 multiplexes the encoded video data supplied from the video signal processing unit ex355 and the encoded audio data supplied from the audio signal processing unit ex354 by a predetermined method, and is obtained as a result.
  • the multiplexed data is subjected to spread spectrum processing by the modulation / demodulation unit (modulation / demodulation circuit unit) ex352, digital-analog conversion processing and frequency conversion processing by the transmission / reception unit ex351, and then transmitted via the antenna ex350.
  • the multiplexing / separating unit ex353 separates the multiplexed data into a video data bit stream and an audio data bit stream, and performs video signal processing on the video data encoded via the synchronization bus ex370.
  • the encoded audio data is supplied to the audio signal processing unit ex354 while being supplied to the unit ex355.
  • the video signal processing unit ex355 decodes the video signal by decoding using the video decoding method corresponding to the video encoding method shown in each of the above embodiments (that is, functions as the image decoding device of the present invention).
  • video and still images included in the moving image file linked to the home page are displayed from the display unit ex358 via the LCD control unit ex359.
  • the audio signal processing unit ex354 decodes the audio signal, and the audio is output from the audio output unit ex357.
  • the terminal such as the mobile phone ex114 is referred to as a transmission terminal having only an encoder and a receiving terminal having only a decoder.
  • a transmission terminal having only an encoder
  • a receiving terminal having only a decoder.
  • multiplexed data in which music data or the like is multiplexed with video data is received and transmitted, but data in which character data or the like related to video is multiplexed in addition to audio data It may be video data itself instead of multiplexed data.
  • the moving picture encoding method or the moving picture decoding method shown in each of the above embodiments can be used in any of the above-described devices / systems. The described effect can be obtained.
  • Embodiment 4 The moving picture coding method or apparatus shown in the above embodiments and the moving picture coding method or apparatus compliant with different standards such as MPEG-2, MPEG4-AVC, and VC-1 are appropriately switched as necessary. Thus, it is also possible to generate video data.
  • multiplexed data obtained by multiplexing audio data or the like with video data is configured to include identification information indicating which standard the video data conforms to.
  • identification information indicating which standard the video data conforms to.
  • FIG. 19 is a diagram showing a structure of multiplexed data.
  • multiplexed data is obtained by multiplexing one or more of a video stream, an audio stream, a presentation graphics stream (PG), and an interactive graphics stream.
  • the video stream indicates the main video and sub-video of the movie
  • the audio stream (IG) indicates the main audio portion of the movie and the sub-audio mixed with the main audio
  • the presentation graphics stream indicates the subtitles of the movie.
  • the main video indicates a normal video displayed on the screen
  • the sub-video is a video displayed on a small screen in the main video.
  • the interactive graphics stream indicates an interactive screen created by arranging GUI components on the screen.
  • the video stream is encoded by the moving image encoding method or apparatus shown in the above embodiments, or the moving image encoding method or apparatus conforming to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1. ing.
  • the audio stream is encoded by a method such as Dolby AC-3, Dolby Digital Plus, MLP, DTS, DTS-HD, or linear PCM.
  • Each stream included in the multiplexed data is identified by PID. For example, 0x1011 for video streams used for movie images, 0x1100 to 0x111F for audio streams, 0x1200 to 0x121F for presentation graphics, 0x1400 to 0x141F for interactive graphics streams, 0x1B00 to 0x1B1F are assigned to video streams used for sub-pictures, and 0x1A00 to 0x1A1F are assigned to audio streams used for sub-audio mixed with the main audio.
  • FIG. 20 is a diagram schematically showing how multiplexed data is multiplexed.
  • a video stream ex235 composed of a plurality of video frames and an audio stream ex238 composed of a plurality of audio frames are converted into PES packet sequences ex236 and ex239, respectively, and converted into TS packets ex237 and ex240.
  • the data of the presentation graphics stream ex241 and interactive graphics ex244 are converted into PES packet sequences ex242 and ex245, respectively, and further converted into TS packets ex243 and ex246.
  • the multiplexed data ex247 is configured by multiplexing these TS packets into one stream.
  • FIG. 21 shows in more detail how the video stream is stored in the PES packet sequence.
  • the first row in FIG. 21 shows a video frame sequence of the video stream.
  • the second level shows a PES packet sequence.
  • a plurality of Video Presentation Units in the video stream are divided into pictures, B pictures, and P pictures and are stored in the payload of the PES packet.
  • Each PES packet has a PES header, and a PTS (Presentation Time-Stamp) that is a display time of a picture and a DTS (Decoding Time-Stamp) that is a decoding time of a picture are stored in the PES header.
  • PTS Presentation Time-Stamp
  • DTS Decoding Time-Stamp
  • FIG. 22 shows the format of TS packets that are finally written in the multiplexed data.
  • the TS packet is a 188-byte fixed-length packet composed of a 4-byte TS header having information such as a PID for identifying a stream and a 184-byte TS payload for storing data.
  • the PES packet is divided and stored in the TS payload.
  • a 4-byte TP_Extra_Header is added to a TS packet, forms a 192-byte source packet, and is written in multiplexed data.
  • TP_Extra_Header information such as ATS (Arrival_Time_Stamp) is described.
  • ATS indicates the transfer start time of the TS packet to the PID filter of the decoder.
  • Source packets are arranged in the multiplexed data as shown in the lower part of FIG. 22, and the number incremented from the head of the multiplexed data is called SPN (source packet number).
  • TS packets included in the multiplexed data include PAT (Program Association Table), PMT (Program Map Table), PCR (Program Clock Reference), and the like in addition to each stream such as video / audio / caption.
  • PAT indicates what the PID of the PMT used in the multiplexed data is, and the PID of the PAT itself is registered as 0.
  • the PMT has the PID of each stream such as video / audio / subtitles included in the multiplexed data and the attribute information of the stream corresponding to each PID, and has various descriptors related to the multiplexed data.
  • the descriptor includes copy control information for instructing permission / non-permission of copying of multiplexed data.
  • the PCR corresponds to the ATS in which the PCR packet is transferred to the decoder. Contains STC time information.
  • FIG. 23 is a diagram for explaining the data structure of the PMT in detail.
  • a PMT header describing the length of data included in the PMT is arranged at the head of the PMT.
  • a plurality of descriptors related to multiplexed data are arranged.
  • the copy control information and the like are described as descriptors.
  • a plurality of pieces of stream information regarding each stream included in the multiplexed data are arranged.
  • the stream information includes a stream descriptor in which a stream type, a stream PID, and stream attribute information (frame rate, aspect ratio, etc.) are described to identify a compression codec of the stream.
  • the multiplexed data is recorded together with the multiplexed data information file.
  • the multiplexed data information file is management information of multiplexed data, has a one-to-one correspondence with the multiplexed data, and includes multiplexed data information, stream attribute information, and an entry map.
  • the multiplexed data information is composed of a system rate, a reproduction start time, and a reproduction end time.
  • the system rate indicates a maximum transfer rate of multiplexed data to a PID filter of a system target decoder described later.
  • the ATS interval included in the multiplexed data is set to be equal to or less than the system rate.
  • the playback start time is the PTS of the first video frame of the multiplexed data
  • the playback end time is set by adding the playback interval for one frame to the PTS of the video frame at the end of the multiplexed data.
  • attribute information about each stream included in the multiplexed data is registered for each PID.
  • the attribute information has different information for each video stream, audio stream, presentation graphics stream, and interactive graphics stream.
  • the video stream attribute information includes the compression codec used to compress the video stream, the resolution of the individual picture data constituting the video stream, the aspect ratio, and the frame rate. It has information such as how much it is.
  • the audio stream attribute information includes the compression codec used to compress the audio stream, the number of channels included in the audio stream, the language supported, and the sampling frequency. With information. These pieces of information are used for initialization of the decoder before the player reproduces it.
  • the stream type included in the PMT is used.
  • video stream attribute information included in the multiplexed data information is used.
  • the video encoding shown in each of the above embodiments for the stream type or video stream attribute information included in the PMT.
  • FIG. 26 shows steps of the moving picture decoding method according to the present embodiment.
  • step exS100 the stream type included in the PMT or the video stream attribute information included in the multiplexed data information is acquired from the multiplexed data.
  • step exS101 it is determined whether or not the stream type or the video stream attribute information indicates multiplexed data generated by the moving picture encoding method or apparatus described in the above embodiments. To do.
  • step exS102 the above embodiments are performed. Decoding is performed by the moving picture decoding method shown in the form.
  • the conventional information Decoding is performed by a moving image decoding method compliant with the standard.
  • FIG. 27 shows a configuration of an LSI ex500 that is made into one chip.
  • the LSI ex500 includes elements ex501, ex502, ex503, ex504, ex505, ex506, ex507, ex508, and ex509 described below, and each element is connected via a bus ex510.
  • the power supply circuit unit ex505 is activated to an operable state by supplying power to each unit when the power supply is on.
  • the LSI ex500 when performing the encoding process, performs the microphone ex117 and the camera ex113 by the AV I / O ex509 based on the control of the control unit ex501 including the CPU ex502, the memory controller ex503, the stream controller ex504, the drive frequency control unit ex512, and the like.
  • the AV signal is input from the above.
  • the input AV signal is temporarily stored in an external memory ex511 such as SDRAM.
  • the accumulated data is divided into a plurality of times as appropriate according to the processing amount and the processing speed and sent to the signal processing unit ex507, and the signal processing unit ex507 encodes an audio signal and / or video. Signal encoding is performed.
  • the encoding process of the video signal is the encoding process described in the above embodiments.
  • the signal processing unit ex507 further performs processing such as multiplexing the encoded audio data and the encoded video data according to circumstances, and outputs the result from the stream I / Oex 506 to the outside.
  • the output multiplexed data is transmitted to the base station ex107 or written to the recording medium ex215. It should be noted that data should be temporarily stored in the buffer ex508 so as to be synchronized when multiplexing.
  • the memory ex511 is described as an external configuration of the LSI ex500.
  • a configuration included in the LSI ex500 may be used.
  • the number of buffers ex508 is not limited to one, and a plurality of buffers may be provided.
  • the LSI ex500 may be made into one chip or a plurality of chips.
  • control unit ex501 includes the CPU ex502, the memory controller ex503, the stream controller ex504, the drive frequency control unit ex512, and the like, but the configuration of the control unit ex501 is not limited to this configuration.
  • the signal processing unit ex507 may further include a CPU.
  • the CPU ex502 may be configured to include a signal processing unit ex507 or, for example, an audio signal processing unit that is a part of the signal processing unit ex507.
  • the control unit ex501 is configured to include a signal processing unit ex507 or a CPU ex502 having a part thereof.
  • LSI LSI
  • IC system LSI
  • super LSI ultra LSI depending on the degree of integration
  • the method of circuit integration is not limited to LSI, and implementation with a dedicated circuit or a general-purpose processor is also possible.
  • An FPGA Field Programmable Gate Array
  • a reconfigurable processor that can reconfigure the connection and setting of circuit cells inside the LSI may be used.
  • FIG. 28 shows a configuration ex800 in the present embodiment.
  • the drive frequency switching unit ex803 sets the drive frequency high when the video data is generated by the moving image encoding method or apparatus described in the above embodiments.
  • the decoding processing unit ex801 that executes the moving picture decoding method described in each of the above embodiments is instructed to decode the video data.
  • the video data is video data compliant with the conventional standard, compared to the case where the video data is generated by the moving picture encoding method or apparatus shown in the above embodiments, Set the drive frequency low. Then, it instructs the decoding processing unit ex802 compliant with the conventional standard to decode the video data.
  • the drive frequency switching unit ex803 includes the CPU ex502 and the drive frequency control unit ex512 in FIG.
  • the decoding processing unit ex801 that executes the moving picture decoding method shown in each of the above embodiments and the decoding processing unit ex802 that complies with the conventional standard correspond to the signal processing unit ex507 in FIG.
  • the CPU ex502 identifies which standard the video data conforms to. Then, based on the signal from the CPU ex502, the drive frequency control unit ex512 sets the drive frequency. Further, based on the signal from the CPU ex502, the signal processing unit ex507 decodes the video data.
  • the identification information described in the fourth embodiment may be used.
  • the identification information is not limited to that described in the fourth embodiment, and any information that can identify which standard the video data conforms to may be used. For example, it is possible to identify which standard the video data conforms to based on an external signal that identifies whether the video data is used for a television or a disk. In some cases, identification may be performed based on such an external signal.
  • the selection of the drive frequency in the CPU ex502 may be performed based on, for example, a lookup table in which video data standards and drive frequencies are associated with each other as shown in FIG. The look-up table is stored in the buffer ex508 or the internal memory of the LSI, and the CPU ex502 can select the drive frequency by referring to the look-up table.
  • FIG. 29 shows steps for executing the method of the present embodiment.
  • the signal processing unit ex507 acquires identification information from the multiplexed data.
  • the CPU ex502 identifies whether the video data is generated by the encoding method or apparatus described in each of the above embodiments based on the identification information.
  • the CPU ex502 sends a signal for setting the drive frequency high to the drive frequency control unit ex512. Then, the drive frequency control unit ex512 sets a high drive frequency.
  • step exS203 the CPU ex502 drives the signal for setting the drive frequency low. This is sent to the frequency control unit ex512. Then, in the drive frequency control unit ex512, the drive frequency is set to be lower than that in the case where the video data is generated by the encoding method or apparatus described in the above embodiments.
  • the power saving effect can be further enhanced by changing the voltage applied to the LSI ex500 or the device including the LSI ex500 in conjunction with the switching of the driving frequency. For example, when the drive frequency is set low, it is conceivable that the voltage applied to the LSI ex500 or the device including the LSI ex500 is set low as compared with the case where the drive frequency is set high.
  • the setting method of the driving frequency may be set to a high driving frequency when the processing amount at the time of decoding is large, and to a low driving frequency when the processing amount at the time of decoding is small. It is not limited to the method.
  • the amount of processing for decoding video data compliant with the MPEG4-AVC standard is larger than the amount of processing for decoding video data generated by the moving picture encoding method or apparatus described in the above embodiments. It is conceivable that the setting of the driving frequency is reversed to that in the case described above.
  • the method for setting the drive frequency is not limited to the configuration in which the drive frequency is lowered.
  • the voltage applied to the LSIex500 or the apparatus including the LSIex500 is set high.
  • the driving of the CPU ex502 is stopped.
  • the CPU ex502 is temporarily stopped because there is room in processing. Is also possible. Even when the identification information indicates that the video data is generated by the moving image encoding method or apparatus described in each of the above embodiments, if there is a margin for processing, the CPU ex502 is temporarily driven. It can also be stopped. In this case, it is conceivable to set the stop time shorter than in the case where the video data conforms to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1.
  • a plurality of video data that conforms to different standards may be input to the above-described devices and systems such as a television and a mobile phone.
  • the signal processing unit ex507 of the LSI ex500 needs to support a plurality of standards in order to be able to decode even when a plurality of video data complying with different standards is input.
  • the signal processing unit ex507 corresponding to each standard is used individually, there is a problem that the circuit scale of the LSI ex500 increases and the cost increases.
  • a decoding processing unit for executing the moving picture decoding method shown in each of the above embodiments and a decoding conforming to a standard such as MPEG-2, MPEG4-AVC, or VC-1
  • the processing unit is partly shared.
  • An example of this configuration is shown as ex900 in FIG. 31A.
  • the moving picture decoding method shown in each of the above embodiments and the moving picture decoding method compliant with the MPEG4-AVC standard are processed in processes such as entropy coding, inverse quantization, deblocking filter, and motion compensation. Some contents are common.
  • the decoding processing unit ex902 corresponding to the MPEG4-AVC standard is shared, and for the other processing content unique to the present invention not corresponding to the MPEG4-AVC standard, the dedicated decoding processing unit ex901 is used.
  • Configuration is conceivable.
  • a dedicated decoding processing unit ex901 is used for motion compensation, and any of other entropy coding, deblocking filter, and inverse quantization is used.
  • the decoding processing unit for executing the moving picture decoding method described in each of the above embodiments is shared, and the processing content specific to the MPEG4-AVC standard As for, a configuration using a dedicated decoding processing unit may be used.
  • ex1000 in FIG. 31B shows another example in which processing is partially shared.
  • a dedicated decoding processing unit ex1001 corresponding to processing content unique to the present invention
  • a dedicated decoding processing unit ex1002 corresponding to processing content specific to other conventional standards
  • a moving picture decoding method of the present invention A common decoding processing unit ex1003 corresponding to processing contents common to other conventional video decoding methods is used.
  • the dedicated decoding processing units ex1001 and ex1002 are not necessarily specialized in the processing content specific to the present invention or other conventional standards, and may be capable of executing other general-purpose processing.
  • the configuration of the present embodiment can be implemented by LSI ex500.
  • the circuit scale of the LSI is reduced, and the cost is reduced. It is possible to reduce.
  • the image encoding method and the image decoding method according to the present invention can be used for, for example, a television, a digital video recorder, a car navigation, a mobile phone, a digital camera, or a digital video camera.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

　動きベクトルの符号化効率の向上に適した予測動きベクトルを導出する画像符号化方法を提供する。画像符号化方法は、第１参照ピクチャリストに含まれる第１参照ピクチャ内の位置を指し示す第１動きベクトル、および、第２参照ピクチャリストに含まれる第２参照ピクチャ内の位置を指し示す第２動きベクトルを用いる予測を実行し、符号化対象ブロックを符号化する画像符号化方法であって、第２動きベクトルの符号化に用いられる予測動きベクトルの候補リストに、第１動きベクトルを予測動きベクトルの候補として追加する追加ステップと、第１動きベクトルを含む候補リストから、第２動きベクトルの符号化に用いられる予測動きベクトルを選択する選択ステップと、選択された予測動きベクトルを用いて、第２動きベクトルを符号化する符号化ステップとを含む。

Description

画像符号化方法および画像復号方法
　本発明は、予測を実行して画像を符号化する画像符号化方法、および、予測を実行して画像復号する画像復号方法に関する。
　画像符号化装置は、一般に、画像（静止画像および動画像を含む）が有する空間方向および時間方向の冗長性を利用して情報量を圧縮する。空間方向の冗長性を利用する方法として、周波数領域への変換が用いられる。時間方向の冗長性を利用する方法として、インター予測が用いられる。インター予測は、ピクチャ間予測とも呼ばれる。
　インター予測を用いる画像符号化装置は、あるピクチャを符号化する際に、符号化対象ピクチャに対して表示順で前方または後方の符号化済みのピクチャを、参照ピクチャとして用いる。そして、画像符号化装置は、その参照ピクチャに対する符号化対象ピクチャの動きベクトルを検出する。
　次に、画像符号化装置は、動きベクトルに基づいて動き補償を行って予測画像データを取得する。次に、画像符号化装置は、予測画像データと、符号化対象ピクチャの画像データとの差分を取得する。次に、画像符号化装置は、取得された差分を符号化する。これにより、画像符号化装置は、時間方向の冗長性を取り除く。
　Ｈ．２６４と呼ばれる標準化された画像符号化方式（非特許文献１参照）に係る画像符号化装置は、情報量の圧縮のため、Ｉピクチャ、ＰピクチャおよびＢピクチャの３種類のピクチャタイプを用いる。この画像符号化装置は、Ｉピクチャに対して、インター予測を行わない。すなわち、画像符号化装置は、Ｉピクチャに対して、イントラ予測を行う。イントラ予測は、ピクチャ内予測とも呼ばれる。
　また、画像符号化装置は、Ｐピクチャに対して、表示順で、符号化対象ピクチャの前方または後方の既に符号化済みの１つのピクチャを参照してインター予測を行う。また、画像符号化装置は、Ｂピクチャに対して、表示順で、符号化対象ピクチャの前方または後方の既に符号化済みの２つのピクチャを参照してインター予測を行う。
　Ｈ．２６４と呼ばれる画像符号化方式には、Ｂピクチャ内の符号化対象ブロックの符号化モードとして、動きベクトル検出モードがある。動きベクトル検出モードにおいて、画像符号化装置は、参照ピクチャを用いて、符号化対象ブロックの動きベクトルを検出する。そして、画像符号化装置は、参照ピクチャおよび動きベクトルを用いて予測画像データを生成する。そして、画像符号化装置は、予測画像データと符号化対象ブロックの画像データとの差分値、および、予測画像データの生成に用いられた動きベクトルを符号化する。
　動きベクトル検出モードには、上述のように、符号化対象ピクチャの前方または後方の既に符号化済みの２つのピクチャを参照して予測画像を生成する双方向予測がある。また、動きベクトル検出モードには、符号化対象ピクチャの前方または後方の既に符号化済みの１つのピクチャを参照して予測画像を生成する片方向予測がある。そして、符号化対象ブロックに対して、双方向予測および片方向予測のいずれかが選択される。
　動きベクトル検出モードにおいて、動きベクトルを符号化する際、画像符号化装置は、既に符号化済みの隣接ブロック等の動きベクトルから予測動きベクトルを生成する。そして、画像符号化装置は、動きベクトルと予測動きベクトルとの差分を符号化する。これにより、画像符号化装置は、情報量を削減する。具体的な例として、図３２を参照して説明する。
　図３２では、符号化対象ブロック、隣接ブロックＡ、隣接ブロックＢおよび隣接ブロックＣが示されている。隣接ブロックＡは、符号化対象ブロックに対して左に隣接する符号化済みブロックである。隣接ブロックＢは、符号化対象ブロックに対して上に隣接する符号化済みブロックである。隣接ブロックＣは、符号化対象ブロックに対して右上に隣接する符号化済みブロックである。
　また、図３２において、隣接ブロックＡは双方向予測で符号化されており、第１予測方向の動きベクトルＭｖＬ０＿Ａと、第２予測方向の動きベクトルＭｖＬ１＿Ａとを持つ。
　また、隣接ブロックＢは、片方向予測で符号化されており、第１予測方向の動きベクトルＭｖＬ０＿Ｂを持つ。また、隣接ブロックＣは、双方向予測で符号化されており、第１予測方向の動きベクトルＭｖＬ０＿Ｃと、第２予測方向の動きベクトルＭｖＬ１＿Ｃを持つ。また、符号化対象ブロックは、双方向予測で符号化されるブロックであり、第１予測方向の動きベクトルＭｖＬ０と、第２予測方向の動きベクトルＭｖＬ１を持つ。
　画像符号化装置は、符号化対象ブロックの第１予測方向の動きベクトルＭｖＬ０を符号化する際、第１予測方向の動きベクトルを持つ隣接ブロックから、第１予測方向に対応する予測動きベクトルＰＭｖＬ０を生成する。より具体的には、画像符号化装置は、隣接ブロックＡの動きベクトルＭｖＬ０＿Ａ、隣接ブロックＢの動きベクトルＭｖＬ０＿Ｂ、および、隣接ブロックＣの動きベクトルＭｖＬ０＿Ｃを用いて予測動きベクトルＰＭｖＬ０を生成する。
　すなわち、画像符号化装置は、符号化対象ブロックの第１予測方向の動きベクトルＭｖＬ０を符号化する際、隣接ブロックの第１予測方向の動きベクトルを利用する。そして、画像符号化装置は、動きベクトルＭｖＬ０と予測動きベクトルＰＭｖＬ０との差分である差分動きベクトルを符号化する。
　予測動きベクトルＰＭｖＬ０は、動きベクトルＭｖＬ０＿Ａ、ＭｖＬ０＿Ｂ、ＭｖＬ０＿Ｃの中間値（中央値）を算出するための式であるＭｅｄｉａｎ（ＭｖＬ０＿Ａ、ＭｖＬ０＿Ｂ、ＭｖＬ０＿Ｃ）等を用いて算出される。ここで、Ｍｅｄｉａｎは、以下の式１～式３で表現される。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
Figure JPOXMLDOC01-appb-M000003
　画像符号化装置は、符号化対象ブロックの第２予測方向の動きベクトルＭｖＬ１を符号化する際、第２予測方向の動きベクトルを持つ隣接ブロックから、第２予測方向に対応する予測動きベクトルＰＭｖＬ１を生成する。より具体的には、画像符号化装置は、隣接ブロックＡの動きベクトルＭｖＬ１＿Ａ、および、隣接ブロックＣの動きベクトルＭｖＬ１＿Ｃを用いて予測動きベクトルＰＭｖＬ１を生成する。
　すなわち、画像符号化装置は、符号化対象ブロックの第２予測方向の動きベクトルＭｖＬ１を符号化する際、隣接ブロックの第２予測方向の動きベクトルを利用する。そして、画像符号化装置は、動きベクトルＭｖＬ１と予測動きベクトルＰＭｖＬ１との差分である差分動きベクトルを符号化する。予測動きベクトルＰＭｖＬ１は、Ｍｅｄｉａｎ（ＭｖＬ１＿Ａ、０、ＭｖＬ０＿Ｃ）等を用いて算出される。
ＩＴＵ－Ｔ　Ｈ．２６４　０３／２０１０
　しかしながら、同じ予測方向の動きベクトルが少ない場合、予測動きベクトルの算出に利用される動きベクトルの数も少なくなる。このような場合、動きベクトルの符号化効率の向上が妨げられる。
　上述の通り、従来の予測動きベクトルの算出方法において、画像符号化装置は、双方向予測の場合に、第１予測方向と第２予測方向の予測動きベクトルを独立に算出する。そのため、予測動きベクトルの算出に利用される動きベクトルが制限される。したがって、最適な動きベクトルが導出されず、符号化効率の向上が阻害される。
　そこで、本発明は、動きベクトルの符号化効率の向上に適した予測動きベクトルを導出する画像符号化方法および画像復号方法を提供することを目的とする。
　上記課題を解決するため、本発明に係る画像符号化方法は、第１参照ピクチャリストに含まれる第１参照ピクチャ内の位置を指し示す第１動きベクトル、および、第２参照ピクチャリストに含まれる第２参照ピクチャ内の位置を指し示す第２動きベクトルを用いる予測を実行し、符号化対象ブロックを符号化する画像符号化方法であって、前記第２動きベクトルの符号化に用いられる予測動きベクトルの候補リストに、前記第１動きベクトルを前記予測動きベクトルの候補として追加する追加ステップと、前記第１動きベクトルを含む前記候補リストから、前記第２動きベクトルの符号化に用いられる前記予測動きベクトルを選択する選択ステップと、選択された前記予測動きベクトルを用いて、前記第２動きベクトルを符号化する符号化ステップとを含む。
　また、前記追加ステップでは、前記第１参照ピクチャと前記第２参照ピクチャとが同じである場合、前記候補リストに前記第１動きベクトルを追加してもよい。
　また、前記選択ステップでは、前記候補リストに含まれる複数の候補のうち、前記第２動きベクトルに対する誤差が最も小さい候補を前記予測動きベクトルとして選択してもよい。
　また、前記追加ステップでは、前記候補リストに、動き検出で検出された前記第１動きベクトルを追加してもよい。
　また、前記追加ステップでは、複数のインデックス値と前記予測動きベクトルの複数の候補とが一対一に対応するように、前記候補リストに、インデックス値と前記予測動きベクトルの候補とを追加し、前記選択ステップでは、前記候補リストから、インデックス値を前記予測動きベクトルとして選択し、前記符号化ステップでは、さらに、インデックス値が大きい程、符号が長くなるように、選択された前記インデックス値を符号化してもよい。
　また、前記追加ステップでは、前記候補リストに、前記符号化対象ブロックの左隣のブロックの動きベクトルと、前記符号化対象ブロックの上隣のブロックの動きベクトルと、前記符号化対象ブロックの右上隣のブロックの動きベクトルとを前記予測動きベクトルの候補として追加してもよい。
　また、本発明に係る画像復号方法は、第１参照ピクチャリストに含まれる第１参照ピクチャ内の位置を指し示す第１動きベクトル、および、第２参照ピクチャリストに含まれる第２参照ピクチャ内の位置を指し示す第２動きベクトルを用いる予測を実行し、復号対象ブロックを復号する画像復号方法であって、前記第２動きベクトルの復号に用いられる予測動きベクトルの候補リストに、前記第１動きベクトルを前記予測動きベクトルの候補として追加する追加ステップと、前記第１動きベクトルを含む前記候補リストから、前記第２動きベクトルの復号に用いられる前記予測動きベクトルを選択する選択ステップと、選択された前記予測動きベクトルを用いて、前記第２動きベクトルを復号する復号ステップを含む画像復号方法でもよい。
　また、前記追加ステップでは、前記第１参照ピクチャと前記第２参照ピクチャとが同じである場合、前記候補リストに、前記第１動きベクトルを追加してもよい。
　また、前記追加ステップでは、前記候補リストに、動き検出で検出された前記第１動きベクトルを追加してもよい。
　また、前記追加ステップでは、複数のインデックス値と前記予測動きベクトルの複数の候補とが一対一に対応するように、前記候補リストに、インデックス値と前記予測動きベクトルの候補とを追加し、前記復号ステップでは、さらに、インデックス値が大きい程、符号が長くなるように符号化されたインデックス値を復号し、前記選択ステップは、前記候補リストから、復号された前記インデックス値に対応する前記予測動きベクトルを選択してもよい。
　また、前記追加ステップでは、前記候補リストに、前記復号対象ブロックの左隣のブロックの動きベクトルと、前記復号対象ブロックの上隣のブロックの動きベクトルと、前記復号対象ブロックの右上隣のブロックの動きベクトルとを追加してもよい。
　本発明により、動きベクトルの符号化効率向上に適した予測動きベクトルが導出される。したがって、動きベクトルの符号化効率が向上する。
図１は、実施の形態１に係る画像符号化装置の構成図である。 図２は、実施の形態１に係る２つの参照ピクチャリストの例を示す図である。 図３は、実施の形態１に係る画像符号化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に係る予測方向の決定処理を示すフローチャートである。 図５は、実施の形態１に係る候補リストの算出処理を示すフローチャートである。 図６は、実施の形態１に係る追加フラグの判定処理を示すフローチャートである。 図７Ａは、実施の形態１に係る第１予測方向の候補リストの例を示す図である。 図７Ｂは、実施の形態１に係る第２予測方向の候補リストの例を示す図である。 図８は、実施の形態１に係る予測動きベクトルインデックスの符号の例を示す図である。 図９は、実施の形態１に係る予測動きベクトルの選択処理を示す図である。 図１０Ａは、実施の形態１に係る２つの参照ピクチャが同じである場合の例を示す図である。 図１０Ｂは、実施の形態１に係る２つの参照ピクチャが異なる場合の例を示す図である。 図１１は、実施の形態２に係る画像復号装置の構成図である。 図１２は、実施の形態２に係る画像復号装置の動作を示すフローチャートである。 図１３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１４は、デジタル放送用システムの全体構成図である。 図１５は、テレビの構成例を示すブロック図である。 図１６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１７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１８Ａは、携帯電話の一例を示す図である。 図１８Ｂは、携帯電話の構成例を示すブロック図である。 図１９は、多重化データの構成を示す図である。 図２０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２１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２２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２３は、ＰＭＴのデータ構成を示す図である。 図２４は、多重化データ情報の内部構成を示す図である。 図２５は、ストリーム属性情報の内部構成を示す図である。 図２６は、映像データを識別するステップを示す図である。 図２７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２８は、駆動周波数を切り替える構成を示す図である。 図２９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３０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３１Ａ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３１Ｂ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。 図３２は、符号化対象ブロックおよび３つの隣接ブロックの例を示す図である。
　以下、本発明の実施の形態について、図面を参照しながら説明する。なお、以下で説明する実施の形態は、いずれも本発明の好ましい一具体例を示す。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および接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。本発明は、請求の範囲だけによって限定される。よって、以下の実施の形態における構成要素のうち、本発明の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、本発明の課題を達成するのに必ずしも必要ではないが、より好ましい形態を構成するものとして説明される。
　（実施の形態１）
　図１は、本実施の形態に係る画像符号化装置の構成を示すブロック図である。
　図１に示された画像符号化装置１００は、直交変換部１０２、量子化部１０３、逆量子化部１０５、逆直交変換部１０６、ブロックメモリ１０８、フレームメモリ１０９、イントラ予測部１１０、インター予測部１１１、インター予測制御部１１４、ピクチャタイプ決定部１１３、参照ピクチャリスト管理部１１５、追加判定部１１６、可変長符号化部１０４、減算部１０１、加算部１０７およびスイッチ部１１２を備えている。
　直交変換部１０２は、後述する手段で生成された予測画像データと、入力画像列との予測誤差データに対し、画像領域から、周波数領域への変換を行う。量子化部１０３は、周波数領域に変換された予測誤差データに対し、量子化処理を行う。逆量子化部１０５は、量子化部１０３により、量子化処理された予測誤差データに対し、逆量子化処理を行う。逆直交変換部１０６は、逆量子化処理された予測誤差データに対し、周波数領域から、画像領域への変換を行う。
　ブロックメモリ１０８は、予測画像データと逆量子化処理された予測誤差データから求めた復号画像をブロック単位で保存するためのメモリである。フレームメモリ１０９は、復号画像をフレーム単位で保存するためのメモリである。
　ピクチャタイプ決定部１１３は、Ｉピクチャ、Ｂピクチャ、Ｐピクチャのいずれのピクチャタイプで入力画像列を符号化するかを決定し、ピクチャタイプ情報を生成する。イントラ予測部１１０は、ブロックメモリ１０８に保存されているブロック単位の復号画像を用いて、符号化対象ブロックのイントラ予測による予測画像データを生成する。インター予測部１１１は、フレームメモリ１０９に保存されているフレーム単位の復号画像を用いて、符号化対象ブロックのインター予測による予測画像データを生成する。
　参照ピクチャリスト管理部１１５は、インター予測で参照する符号化済みの参照ピクチャに参照ピクチャインデックスを割り当て、表示順等とともに参照リスト（参照ピクチャリスト）を作成する。画像符号化装置１００は、Ｂピクチャに対して、２つのピクチャを参照するため、２つの参照リスト（Ｌ０、Ｌ１）を保持する。
　図２に、参照リストの例を示す。図２の第１参照ピクチャリスト（Ｌ０）は、双方向予測の第１予測方向に対応する参照ピクチャリストの例である。図２の第１参照ピクチャリストでは、表示順が２である参照ピクチャＲ１に、値が０である参照ピクチャインデックスが割り当てられている。また、表示順が１である参照ピクチャＲ２に、値が１である参照ピクチャインデックスが割り当てられている。そして、表示順が０である参照ピクチャＲ３に、値が２である参照ピクチャインデックスが割り当てられている。
　つまり、図２の第１参照ピクチャリストでは、参照ピクチャが表示順で符号化対象ピクチャに近い程、当該参照ピクチャに小さい参照ピクチャインデックスが割り当てられている。
　一方、図２の第２参照ピクチャリスト（Ｌ１）は、双方向予測の第２予測方向に対応する参照ピクチャリストの例である。図２の第２参照ピクチャリストでは、表示順が１である参照ピクチャＲ２に、値が０である参照ピクチャインデックスが割り当てられている。また、表示順が２である参照ピクチャＲ１に、値が１である参照ピクチャインデックスが割りあてられている。また、表示順が０である参照ピクチャＲ３に、値が２である参照ピクチャインデックスが割り当てられている。
　このように、２つの参照ピクチャリストに含まれる特定の参照ピクチャに対して、異なる２つの参照ピクチャインデックスが割り当てられる場合がある（図２の参照ピクチャＲ１、Ｒ２）。また、２つの参照ピクチャリストに含まれる特定の参照ピクチャに対して、同じ参照ピクチャインデックスが割り当てられる場合もある（図２の参照ピクチャＲ３）。
　第１参照ピクチャリスト（Ｌ０）のみを用いる予測は、Ｌ０予測と呼ばれる。第２参照ピクチャリスト（Ｌ１）のみを用いる予測は、Ｌ１予測と呼ばれる。第１参照ピクチャリストおよび第２参照ピクチャリストの両方を用いる予測は、双方向予測または双予測と呼ばれる。
　Ｌ０予測では、予測方向として前方が用いられる場合が多い。Ｌ１予測では、予測方向として後方が用いられる場合が多い。つまり、第１参照ピクチャリストは、第１予測方向に対応するように構成され、第２参照ピクチャリストは、第２予測方向に対応するように構成される。
　これらの関係に基づいて、予測方向は、第１予測方向、第２予測方向および双方向のいずれかに分類される。また、予測方向が双方向である場合、予測方向が双方向予測または双予測であるとも表現される。
　なお、本実施の形態では、参照ピクチャリスト管理部１１５は、参照ピクチャインデックスと表示順で参照ピクチャを管理するが、参照ピクチャインデックスと符号化順などで参照ピクチャを管理しても構わない。
　また、以下の記載では、第１参照ピクチャリストがＬ０予測に対応し、第２参照ピクチャリストがＬ１予測に対応している。そして、第１参照ピクチャリストが第１予測方向に対応し、第２参照ピクチャリストが第２予測方向に対応している。しかし、第１参照ピクチャリストがＬ１予測に対応し、第２参照ピクチャリストがＬ０予測に対応してもよい。同様に、第１参照ピクチャリストが第２予測方向に対応し、第２参照ピクチャリストが第１予測方向に対応していてもよい。
　追加判定部１１６は、参照ピクチャリスト管理部１１５によって作成された第１参照ピクチャリストおよび第２参照ピクチャリストを用いて、予測動きベクトルの候補（予測動きベクトル候補）を追加するか否かを判定する。具体的には、後述する方法で、追加判定部１１６は、符号化対象ブロックにおける第２予測方向の候補リスト（予測動きベクトル候補リスト）に、第１予測方向の動きベクトルを予測動きベクトルの候補として追加するか否かを判定する。そして、追加判定部１１６は、追加フラグを設定する。
　インター予測制御部１１４は、複数の予測動きベクトル候補のうち、動き検出により導出された動きベクトルとの誤差が最も小さい予測動きベクトル候補を用いて、動きベクトルの符号化が行われるように、符号化に用いられる予測動きベクトルを決定する。ここで、誤差は、予測動きベクトル候補と、動き検出により導出された動きベクトルとの差分値を示す。
　また、インター予測制御部１１４は、決定された予測動きベクトルに対応する予測動きベクトルインデックスをブロック毎に生成する。そして、予測動きベクトルインデックス、予測動きベクトル候補の誤差情報、および、参照ピクチャインデックスが、可変長符号化部１０４に送られる。
　可変長符号化部１０４は、量子化処理された予測誤差データ、インター予測方向フラグ、参照ピクチャインデックス、および、ピクチャタイプ情報に対し、可変長符号化処理を行うことで、ビットストリームを生成する。
　図３は、本実施の形態に係る画像符号化方法の処理フローの概要を示す。インター予測制御部１１４は、符号化対象ブロックを動きベクトル検出モードで符号化する場合の予測方向を決定する（Ｓ１０１）。次に、インター予測制御部１１４は、動きベクトル検出モードの予測方向が双方向予測であるか否かを判定する（Ｓ１０２）。
　予測方向が双方向予測である場合（Ｓ１０２でＹｅｓ）、インター予測制御部１１４は、後述する方法で、第１予測方向の予測動きベクトル候補リスト、および、第２予測方向の予測動きベクトル候補リストをそれぞれ算出する（Ｓ１０３、Ｓ１０４）。
　次に、追加判定部１１６は、第１予測方向の動きベクトルを第２予測方向の予測動きベクトル候補リストに追加するか否かを判定する（Ｓ１０５）。動きベクトルを追加すると判定された場合（Ｓ１０５でＹｅｓ）、インター予測制御部１１４は、第１予測方向の動きベクトルを第２予測方向の予測動きベクトル候補リストに追加する（Ｓ１０６）。
　次に、インター予測制御部１１４は、第１予測方向の予測動きベクトル候補リスト、および、第２予測方向の予測動きベクトル候補リストから、第１予測方向の予測動きベクトルと第２予測方向の予測動きベクトルとをそれぞれ選択する。そして、可変長符号化部１０４は、選択された各予測動きベクトルに対応する予測動きベクトルインデックスを符号化してビットストリームに付随させる（Ｓ１０７）。
　動きベクトル検出モードの予測方向が片方向予測である場合（Ｓ１０２でＮｏ）、インター予測制御部１１４は、片方向予測に対応する予測方向の予測動きベクトル候補リストを算出する（Ｓ１０９）。インター予測制御部１１４は、片方向予測に対応する予測方向の予測動きベクトル候補リストから、予測動きベクトルを選択する。そして、可変長符号化部１０４は、選択された予測動きベクトルに対応する予測動きベクトルインデックスを符号化してビットストリームに付随させる（Ｓ１１０）。
　最後に、可変長符号化部１０４は、動きベクトル検出モードの予測方向を表すインター予測方向フラグ、および、参照ピクチャインデックスを符号化し、ビットストリームに付随させる（Ｓ１０８）。
　次に、図３における動きベクトル検出モードの予測方向の決定方法（Ｓ１０１）について、図４の処理フローを用いて詳細に説明する。インター予測制御部１１４は、第１予測方向の参照ピクチャインデックスで特定される参照ピクチャ、および、第２予測方向の参照ピクチャインデックスで特定される参照ピクチャに対し、動き検出を行う。そして、インター予測制御部１１４は、２つの参照ピクチャに対する第１動きベクトル１および第２動きベクトルを生成する（Ｓ２０１）。
　ここで、インター予測制御部１１４は、動き検出において、符号化ピクチャ内の符号化対象ブロックと、参照ピクチャ内のブロックとの差分値を算出する。そして、インター予測制御部１１４は、参照ピクチャ内の複数のブロックのうち、最も差分値の小さいブロックを参照ブロックとして決定する。そして、インター予測制御部１１４は、符号化対象ブロックの位置と、参照ブロックの位置とから、動きベクトルを求める。
　次に、インター予測部１１１は、求められた第１動きベクトルを用いて、第１予測方向の予測画像を生成する。インター予測制御部１１４は、その予測画像で符号化対象ブロックを符号化する場合のコストであるＣｏｓｔ１を、例えば、以下の式４で表現されるようなＲ－Ｄ最適化モデルで算出する（Ｓ２０２）。
　Ｃｏｓｔ＝Ｄ＋λ×Ｒ　・・・（式４）
　式４において、Ｄは符号化歪を表す。具体的には、ある動きベクトルで生成された予測画像を用いて符号化対象ブロックを符号化および復号して得られた画素値と、符号化対象ブロックの元の画素値との差分絶対値和などがＤとして用いられる。また、Ｒは発生符号量を表す。具体的には、予測画像生成に用いられた動きベクトルを符号化することに必要な符号量などがＲとして用いられる。また、λはラグランジュの未定乗数である。
　次に、インター予測部１１１は、求められた第２動きベクトルを用いて、第２予測方向の予測画像を生成する。そして、インター予測制御部１１４は、式４よりＣｏｓｔ２を算出する（Ｓ２０３）。
　次に、インター予測部１１１は、求められた第１動きベクトルと第２動きベクトルを用いて、双方向の予測画像を生成する。ここで、インター予測部１１１は、例えば、第１動きベクトルから求められた予測画像と、第２動きベクトルから求められた予測画像とに対して、画素毎に加算平均を行うことで双方向予測画像を生成する。そして、インター予測制御部１１４は、式４よりＣｏｓｔＢｉを算出する（Ｓ２０４）。
　次に、インター予測制御部１１４は、Ｃｏｓｔ１、Ｃｏｓｔ２およびＣｏｓｔＢｉを比較する（Ｓ２０５）。ＣｏｓｔＢｉが最小である場合（Ｓ２０５でＹｅｓ）、インター予測制御部１１４は、動きベクトル検出モードの予測方向を双方向予測に決定する（Ｓ２０６）。ＣｏｓｔＢｉが最小でない場合（Ｓ２０５でＮｏ）、インター予測制御部１１４は、Ｃｏｓｔ１とＣｏｓｔ２を比較する（Ｓ２０７）。
　Ｃｏｓｔ１が小さい場合（Ｓ２０７でＹｅｓ）、インター予測制御部１１４は、動きベクトル検出モードを第１予測方向の片方向予測に決定する（Ｓ２０８）。Ｃｏｓｔ１が小さくない場合（Ｓ２０７でＮｏ）、インター予測制御部１１４は、動きベクトル検出モードを第２予測方向の片方向予測に決定する（Ｓ２０９）。
　なお、本実施の形態では、インター予測部１１１は、双方向の予測画像生成時に、画素毎の加算平均を行ったが、重みつき加算平均等を行っても構わない。
　次に、図３における予測動きベクトル候補リストの算出方法（Ｓ１０３、Ｓ１０４、Ｓ１０９）について、図５の処理フローを用いて詳細に説明する。インター予測制御部１１４は、符号化対象ブロックの左に隣接する隣接ブロックＡ、上に隣接する隣接ブロックＢ、右上に隣接する隣接ブロックＣを決定する（Ｓ３０１）。
　例えば、インター予測制御部１１４は、符号化対象ブロックの最も左上の位置にある画素の左隣の画素が所属するブロックを隣接ブロックＡとして決定する。そして、インター予測制御部１１４は、符号化対象ブロックの最も左上の位置にある画素の上隣の画素が所属するブロックを隣接ブロックＢとして決定する。そして、インター予測制御部１１４は、符号化対象ブロックの最も右上の位置にある画素の右上に隣接する画素が所属するブロックを隣接ブロックＣとして決定する。
　次に、インター予測制御部１１４は、隣接ブロックＡ、Ｂ、Ｃのそれぞれについて、２つの条件の両方を満たすか否かを判定する（Ｓ３０２）。この２つの条件のうちの１つは、隣接ブロックＮ（ＮはＡ、Ｂ、Ｃのいずれか）が、符号化対象ブロックの動きベクトルに対応する予測方向と同一の予測方向の動きベクトルを持つことである。もう１つは、隣接ブロックＮの参照ピクチャが、符号化対象ブロックの参照ピクチャと同一であることである。
　隣接ブロックＮについて２つの条件が満たされている場合（Ｓ３０２でＹｅｓ）、インター予測制御部１１４は、隣接ブロックＮの隣接動きベクトルを予測動きベクトル候補リストに追加する（Ｓ３０３）。また、インター予測制御部１１４は、複数の隣接ブロックの複数の動きベクトルの中間値（中央値）を算出し、予測動きベクトル候補リストに追加する（Ｓ３０４）。
　なお、上述の処理において、インター予測制御部１１４は、符号化対象ブロックの動きベクトルに対応する予測方向と同一の予測方向を持つ隣接ブロックの動きベクトルを予測動きベクトル候補リストに追加する。そして、インター予測制御部１１４は、異なる予測方向を持つ隣接ブロックの動きベクトルは追加しない。しかし、インター予測制御部１１４は、異なる予測方向を持つ隣接ブロックの動きベクトルを０として予測動きベクトル候補リストに追加するようにしても構わない。
　次に、図３における追加フラグの決定方法（Ｓ１０５）について、図６の処理フローを用いて詳細に説明する。
　第１予測方向の参照ピクチャインデックスが示す参照ピクチャと、第２予測方向の参照ピクチャインデックスが示す参照ピクチャが同一である場合がある。この場合、第１予測方向の動きベクトルと、第２予測方向の動きベクトルとは、比較的近い傾向がある。
　したがって、この場合には、インター予測制御部１１４は、双方向予測において、ある一方の予測方向の動きベクトルの予測動きベクトル候補として、もう一方の予測方向の動きベクトルを追加する。これにより、画像符号化装置１００は、ある一方の予測方向の動きベクトルを効率よく符号化することができる。
　本実施の形態では、第１予測方向の動きベクトルを、第２予測方向の予測動きベクトル候補に追加する例が用いられる。なお、第２予測方向の動きベクトルが、第１予測方向の予測動きベクトル候補に追加されてもよい。
　まず、追加判定部１１６は、図４の動き検出（Ｓ２０１）に係る第１予測方向の参照ピクチャインデックスおよび第２予測方向の参照ピクチャインデックスを取得する（Ｓ４０１、Ｓ４０２）。次に、追加判定部１１６は、第１予測方向の参照ピクチャインデックスが示す参照ピクチャと、第２予測方向の参照ピクチャインデックスが示す参照ピクチャとが同一であるか否かを、第１参照ピクチャリストおよび第２参照ピクチャリストを用いて判定する（Ｓ４０３）。
　例えば、追加判定部１１６は、第１参照ピクチャリストから、第１予測方向の参照ピクチャインデックスが示す参照ピクチャの表示順を求める。また、追加判定部１１６は、第２参照ピクチャリストから、第２予測方向の参照ピクチャインデックスが示す参照ピクチャの表示順を取得する。そして、追加判定部１１６は、これらの２つの表示順を比較し、これらが同じであれば、２つの参照ピクチャは同一であると判定する。
　第１予測方向の参照ピクチャと第２予測方向の参照ピクチャとが同一である場合（Ｓ４０３でＹｅｓ）、追加判定部１１６は、追加フラグをオンに設定する（Ｓ４０４）。第１予測方向の参照ピクチャと第２予測方向の参照ピクチャとが同一でない場合（Ｓ４０３でＮｏ）、追加判定部１１６は、追加フラグをオフに設定する（Ｓ４０５）。
　なお、本実施の形態では、追加判定部１１６は、表示順を用いて２つの参照ピクチャが同一であるか否かを判定している。しかし、追加判定部１１６は、符号化順などを用いて２つの参照ピクチャが同一であるか否かを判定しても構わない。
　次に、図３２の例において生成される候補リストの例を図７Ａ、図７Ｂに示す。ここでは、次の関係が仮定される。すなわち、符号化対象ブロックが、第１予測方向の動きベクトルＭｖＬ０、および、第２予測方向の動きベクトルＭｖＬ１を持つ。また、隣接ブロックが図３２のような動きベクトルを持つ。また、各隣接ブロックにおいて、第１予測方向の参照ピクチャと第２予測方向の参照ピクチャとが同一である。図７Ａおよび図７Ｂは、この関係において、図３の予測動きベクトル候補リストの生成処理（Ｓ１０３～Ｓ１０６）によって生成される予測動きベクトル候補リストの例を示す。
　図７Ａの第１予測方向の予測動きベクトル候補リストにおいて、Ｍｅｄｉａｎ（ＭｖＬ０＿Ａ、ＭｖＬ０＿Ｂ、ＭｖＬ０＿Ｃ）に対応する予測動きベクトルインデックスは０である。動きベクトルＭｖＬ０＿Ａに対応する予測動きベクトルインデックスは１である。動きベクトルＭｖＬ０＿Ｂに対応する予測動きベクトルインデックスは２である。動きベクトルＭｖＬ０＿Ｃに対応する予測動きベクトルインデックスは３である。
　また、図７Ｂの第２予測方向の予測動きベクトル候補リストにおいて、Ｍｅｄｉａｎ（ＭｖＬ１＿Ａ、０、ＭｖＬ０＿Ｃ）に対応する予測動きベクトルインデックスは０である。動きベクトルＭｖＬ０＿Ａに対応する予測動きベクトルインデックスは１である。動きベクトルＭｖＬ０＿Ｃに対応する予測動きベクトルインデックスは２である。第１予測方向の動きベクトルＭｖＬ０に対応する予測動きベクトルインデックスは３である。なお、予測動きベクトルインデックスの割り当て方は、この例に限らない。
　図８は、予測動きベクトルインデックスを可変長符号化する際に用いる、符号表の例を示している。予測動きベクトルインデックスが小さい程、符号長が短い。インター予測制御部１１４は、予測精度が高い推定される候補に小さい予測動きベクトルインデックスを割り当てる。これにより、符号化効率を向上させることができる。
　次に、図３における予測動きベクトル選択方法（Ｓ１０７、Ｓ１１０）について、図９の処理フローを用いて詳細に説明する。インター予測制御部１１４は、初期化として、カウンタ値に０を設定し、最小差分動きベクトルに値の最大値等を設定する（Ｓ５０１）。
　次に、インター予測制御部１１４は、すべての予測動きベクトル候補の差分動きベクトルを算出したか否かを判定する（Ｓ５０２）。まだ予測動きベクトル候補が残っていれば（Ｓ５０２でＹｅｓ）、インター予測制御部１１４は、動き検出結果ベクトルから予測動きベクトル候補を差し引くことによって、差分動きベクトルを算出する（Ｓ５０３）。
　次に、インター予測制御部１１４は、求められた差分動きベクトルが最小差分動きベクトルよりも小さいか否かを判定する（Ｓ５０４）。差分動きベクトルが最小差分動きベクトルよりも小さい場合（Ｓ５０４でＹｅｓ）、インター予測制御部１１４は、最小差分動きベクトルおよび予測動きベクトルインデックスを更新する（Ｓ５０５）。
　次に、インター予測制御部１１４は、カウンタ値に１を追加する（Ｓ５０６）。そして、インター予測制御部１１４は、再び、次の予測動きベクトル候補が存在するか否かを判定する（Ｓ５０２）。すべての予測動きベクトル候補に対して差分動きベクトルを算出したと判定された場合（Ｓ５０２でＮｏ）、インター予測制御部１１４は、最終的に決定された最小差分動きベクトルおよび予測動きベクトルインデックスを可変長符号化部１０４に送って符号化させる（Ｓ５０７）。
　以上のように、本実施の形態によれば、図１０Ａに示すように、第１予測方向の動きベクトルが示す参照ピクチャと、第２予測方向の動きベクトルが示す参照ピクチャとが同一である場合、第１予測方向の動きベクトルが第２予測方向の予測動きベクトル候補に追加される。一方、図１０Ｂに示すように、第１予測方向の動きベクトルが示す参照ピクチャと、第２予測方向の動きベクトルが示す参照ピクチャとが異なる場合、第１予測方向の動きベクトルは第２予測方向の予測動きベクトル候補に追加されない。
　このように、本実施の形態によれば、インター予測制御部１１４は、双方向予測において、一方の予測方向の予測動きベクトルを求めるための新たな算出方法を用いる。これにより、インター予測制御部１１４は、符号化対象ピクチャの動きベクトルの符号化に最も適した予測動きベクトルを導出する。したがって、符号化効率が向上する。
　特に、第１予測方向の参照ピクチャインデックスの示す参照ピクチャと、第２予測方向の参照ピクチャインデックスの示す参照ピクチャとが同一である場合がある。この場合、インター予測制御部１１４は、双方向予測において、ある一方の予測方向の動きベクトルの予測動きベクトル候補として、もう一方の予測方向の動きベクトルを追加する。これにより、画像符号化装置１００は、ある一方の予測方向の動きベクトルを効率よく符号化することができる。
　なお、本実施の形態では、第２予測方向の予測動きベクトル候補リストに、第１予測方向の動きベクトルを追加する例を示したが、第１予測方向の予測動きベクトル候補リストに、第２予測方向の動きベクトルを追加するようにしても構わない。
　また、第１予測方向の参照ピクチャと、第２予測方向の参照ピクチャとが異なる場合でも、インター予測制御部１１４は、第１予測方向の動きベクトルを第２予測方向の候補リストに追加してもよい。２つの参照ピクチャが異なる場合でも、候補数の増加により、符号化効率が向上する場合がある。
　（実施の形態２）
　図１１は、本実施の形態に係る画像復号装置の構成を示すブロック図である。
　図１１に示された画像復号装置２００は、可変長復号部２０４、逆量子化部２０５、逆直交変換部２０６、加算部２０７、ブロックメモリ２０８、フレームメモリ２０９、イントラ予測部２１０、インター予測部２１１、スイッチ部２１２、インター予測制御部２１４、参照ピクチャリスト管理部２１５および追加判定部２１６を備えている。
　可変長復号部２０４は、入力されたビットストリームに対し、可変長復号処理を行う。そして、可変長復号部２０４は、ピクチャタイプ情報、インター予測モード、インター予測方向フラグ、スキップフラグ、および、量子化係数を生成する。逆量子化部２０５は、量子化係数に対し、逆量子化処理を行う。逆直交変換部２０６は、逆量子化処理を行った直交変換係数を、周波数領域から、画像領域へ変換し、予測誤差画像データを生成する。
　ブロックメモリ２０８は、予測誤差画像データと、予測画像データとが加算されて生成された画像列を、ブロック単位で保存するためのメモリである。フレームメモリ２０９は、画像列を、フレーム単位で保存するためのメモリである。
　イントラ予測部２１０は、ブロックメモリ２０８に保存されているブロック単位の画像列を用いて、イントラ予測を実行することにより、復号対象ブロックの予測画像データを生成する。
　インター予測部２１１は、フレームメモリ２０９に保存されているフレーム単位の画像列を用いて、インター予測を実行することにより、復号対象ブロックの予測画像データを生成する。インター予測制御部２１４は、インター予測モード、インター予測方向およびスキップフラグに応じて、インター予測における動きベクトルと予測画像データ生成方法を制御する。
　参照ピクチャリスト管理部２１５は、インター予測で参照される復号済みの参照ピクチャに参照ピクチャインデックスを割り当て、表示順等とともに参照リストを作成する（実施の形態１の図２と同様）。Ｂピクチャは、２つのピクチャを参照して復号される。そのため、参照ピクチャリスト管理部２１５は、２つの参照リストを保持する。
　なお、本実施の形態に係る参照ピクチャリスト管理部２１５は、参照ピクチャインデックスと表示順で参照ピクチャを管理する。しかし、参照ピクチャリスト管理部２１５は、参照ピクチャインデックスと符号化順（復号順）などで参照ピクチャを管理しても構わない。
　追加判定部２１６は、参照ピクチャリスト管理部２１５によって作成された第１参照ピクチャリストおよび第２参照ピクチャリストを用いて、復号対象ブロックにおける第２予測方向の予測動きベクトル候補リストに、第１予測方向の動きベクトルを追加するか否かを判定する。そして、追加判定部２１６は、追加フラグを設定する。なお、追加フラグの決定フローは実施の形態１の図６と同様であるため、説明を省略する。
　最後に、加算部２０７は、復号された予測誤差画像データと、予測画像データとを加算することにより、復号画像列を生成する。
　図１２は、本実施の形態に係る画像復号方法の処理フローの概要を示す。まず、インター予測制御部２１４は、復号された予測方向が双方向であるか否かを判定する（Ｓ６０１）。
　復号された予測方向が双方向である場合（Ｓ６０１でＹｅｓ）、インター予測制御部２１４は、第１予測方向および第２予測方向の予測動きベクトル候補リストを算出する（Ｓ６０２、Ｓ６０３）。なお、予測動きベクトル候補リストの算出方法には、実施の形態１の図５などが用いられる。可変長復号部２０４は、ビットストリームから第１予測方向および第２予測方向の参照ピクチャインデックスを復号する。
　追加判定部２１６は、ビットストリームから復号された第１予測方向の予測動きベクトルインデックスが示す予測動きベクトルを、第１予測方向の予測動きベクトル候補リストから選択する。そして、インター予測制御部２１４は、第１予測方向の予測動きベクトルにビットストリームから復号された第１予測方向の差分動きベクトルを加算する。これにより、インター予測制御部２１４は、第１予測方向の動きベクトルを復号する（Ｓ６０４）。
　追加判定部２１６は、第１予測方向の動きベクトルを第２予測方向の予測動きベクトル候補リストに追加するか否かを判定する（Ｓ６０５）。追加フラグがオンである場合（Ｓ６０５でＹｅｓ）、インター予測制御部２１４は、第１予測方向の動きベクトルを第２予測方向の予測動きベクトル候補リストに追加する（Ｓ６０６）。なお、第１予測方向の動きベクトルを追加するか否かを示す追加フラグは、実施の形態１の図６などと同様に設定される。
　インター予測制御部２１４は、ビットストリームから復号された第２予測方向の予測動きベクトルインデックスが示す予測動きベクトルを、第２予測方向の予測動きベクトル候補リストから選択する。そして、インター予測制御部２１４は、第２予測方向の予測動きベクトルにビットストリームから復号された第２予測方向の差分動きベクトルを加算する。これにより、インター予測制御部２１４は、第２予測方向の動きベクトルを復号する（Ｓ６０７）。
　予測方向が双方向でない場合（Ｓ６０１でＮｏ）、つまり、インター予測方向が片方向である場合は、インター予測制御部２１４は、片方向予測に対応する予測方向の予測動きベクトル候補リストを算出する（Ｓ６０８）。インター予測制御部２１４は、復号された予測動きベクトルインデックスが示す予測動きベクトルを、片方向予測に対応する予測方向の予測動きベクトル候補リストから選択する。そして、インター予測制御部２１４は、片方向予測に対応する予測方向の動きベクトルを算出する（Ｓ６０９）。
　このように、本実施の形態によれば、インター予測制御部２１４は、双方向予測において、一方の予測方向の予測動きベクトルを求めるための新たな算出方法を用いる。これにより、動きベクトルの復号に最も適した予測動きベクトルが導出される。また、画像復号装置２００は、符号化効率の高いビットストリームを適切に復号することが可能になる。
　特に、第１予測方向の参照ピクチャインデックスの示す参照ピクチャと、第２予測方向の参照ピクチャインデックスの示す参照ピクチャとが同一である場合がある。この場合、インター予測制御部２１４は、双方向予測において、ある一方の予測方向の動きベクトルの予測動きベクトル候補として、もう一方の予測方向の動きベクトルを追加する。これにより、画像復号装置２００は、ある一方の予測方向の動きベクトルを効率よく符号化することにより得られたビットストリームを適切に復号することが可能になる。
　なお、本実施の形態に係るインター予測制御部２１４は、第２予測方向の予測動きベクトル候補リストに、第１予測方向の動きベクトルを追加する。しかし、インター予測制御部２１４は、符号化側と同様に、第１予測方向の予測動きベクトル候補リストに、第２予測方向の動きベクトルを追加するようにしても構わない。
　また、インター予測制御部２１４は、符号化側と同様に、２つの予測方向に対応する２つの参照ピクチャが異なる場合でも、一方の予測方向の予測動きベクトル候補リストに、他方の予測方向の動きベクトルを追加するようにしても構わない。
　以上、本発明に係る画像符号化装置および画像復号装置について、複数の実施の形態に基づいて説明したが、本発明はそれらの実施の形態に限定されるものではない。それらの実施の形態に対して当業者が思いつく変形を施して得られる形態、および、それらの実施の形態における構成要素を任意に組み合わせて実現される別の形態も本発明に含まれる。
　例えば、特定の処理部が実行する処理を別の処理部が実行してもよい。また、処理を実行する順番が変更されてもよいし、複数の処理が並行して実行されてもよい。
　また、本発明は、画像符号化装置および画像復号装置として実現できるだけでなく、画像符号化装置および画像復号装置を構成する処理手段をステップとする方法として実現できる。例えば、それらのステップは、コンピュータによって実行される。そして、本発明は、それらの方法に含まれるステップを、コンピュータに実行させるためのプログラムとして実現できる。さらに、本発明は、そのプログラムを記録したＣＤ－ＲＯＭ等の非一時的なコンピュータ読み取り可能な記録媒体として実現できる。
　また、画像符号化装置および画像復号装置は、それらに含まれる構成要素を組み合わせることにより、画像符号化復号装置として実現される。
　また、画像符号化装置および画像復号装置に含まれる複数の構成要素は、集積回路であるＬＳＩ（Ｌａｒｇｅ　Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｉｏｎ）として実現されてもよい。これらの構成要素は、個別に１チップ化されてもよいし、一部または全部を含むように１チップ化されてもよい。例えば、メモリ以外の構成要素が、１チップ化されてもよい。ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、システムＬＳＩ、スーパーＬＳＩまたはウルトラ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。プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、または、ＬＳＩ内部の回路セルの接続および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。
　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、画像符号化装置および画像復号装置に含まれる構成要素の集積回路化を行ってもよい。
　（実施の形態３）
　上記各実施の形態で示した動画像符号化方法（画像符号化方法）または動画像復号化方法（画像復号方法）の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。
　さらにここで、上記各実施の形態で示した動画像符号化方法（画像符号化方法）や動画像復号化方法（画像復号方法）の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。
　図１３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１３のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。
　カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ－ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。
　コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の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１４に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の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１５は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。
　また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の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１６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１７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１５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１８Ａ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１８Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。
　電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。
　携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。
　さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。
　データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。
　多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。
　データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。
　また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。
　このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。
　また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。
　（実施の形態４）
　上記各実施の形態で示した動画像符号化方法または装置と、ＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。
　ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。
　この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ－２トランスポートストリーム形式のデジタルストリームである。
　図１９は、多重化データの構成を示す図である。図１９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２０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２１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２１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２１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２２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２２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２３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２４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２４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２５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２６に示す。ステップexＳ１００において、多重化データからＰＭＴに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexＳ１０１において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexＳ１０２において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠するものであることを示している場合には、ステップexＳ１０３において、従来の規格に準拠した動画像復号方法により復号を行う。
　このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。
　（実施の形態５）
　上記各実施の形態で示した動画像符号化方法および装置、動画像復号化方法および装置は、典型的には集積回路であるＬＳＩで実現される。一例として、図２７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。
　さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。
　（実施の形態６）
　上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。
　この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図２８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２７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２７の信号処理部ex５０７に該当する。ＣＰＵex５０２は、映像データがどの規格に準拠するものであるかを識別する。そして、ＣＰＵex５０２からの信号に基づいて、駆動周波数制御部ex５１２は、駆動周波数を設定する。また、ＣＰＵex５０２からの信号に基づいて、信号処理部ex５０７は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態４で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態４で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、ＣＰＵex５０２における駆動周波数の選択は、例えば、図３０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２９は、本実施の形態の方法を実施するステップを示している。まず、ステップexＳ２００では、信号処理部ex５０７において、多重化データから識別情報を取得する。次に、ステップexＳ２０１では、ＣＰＵex５０２において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexＳ２０２において、駆動周波数を高く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、高い駆動周波数に設定される。一方、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、ステップexＳ２０３において、駆動周波数を低く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。
　さらに、駆動周波数の切替えに連動して、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することが考えられる。
　また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、ＭＰＥＧ４－ＡＶＣ規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。
　さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を高く設定し、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＣＰＵex５０２の駆動を停止させることなく、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、ＣＰＵex５０２の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、ＣＰＵex５０２の駆動を一時停止させることも考えられる。この場合は、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。
　このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてＬＳＩex５００またはＬＳＩex５００を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。
　（実施の形態７）
　テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、ＬＳＩex５００の信号処理部ex５０７が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex５０７を個別に用いると、ＬＳＩex５００の回路規模が大きくなり、また、コストが増加するという課題が生じる。
　この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図３１Ａのex９００に示す。例えば、上記各実施の形態で示した動画像復号方法と、ＭＰＥＧ４－ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４－ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４－ＡＶＣ規格に対応しない、本発明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。特に、本発明は、動き補償に特徴を有していることから、例えば、動き補償については専用の復号処理部ex９０１を用い、それ以外のエントロピー符号化、デブロッキング・フィルタ、逆量子化のいずれか、または、全ての処理については、復号処理部を共有することが考えられる。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３１Ｂのex１０００に示す。この例では、本発明に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。
　このように、本発明の動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。
　本発明に係る画像符号化方法および画像復号方法は、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、または、デジタルビデオカメラ等に利用可能である。
　　１００　画像符号化装置
　　１０１　減算部
　　１０２　直交変換部
　　１０３　量子化部
　　１０４　可変長符号化部
　　１０５、２０５　逆量子化部
　　１０６、２０６　逆直交変換部
　　１０７、２０７　加算部
　　１０８、２０８　ブロックメモリ
　　１０９、２０９　フレームメモリ
　　１１０、２１０　イントラ予測部
　　１１１、２１１　インター予測部
　　１１２、２１２　スイッチ部
　　１１３　ピクチャタイプ決定部
　　１１４、２１４　インター予測制御部
　　１１５、２１５　参照ピクチャリスト管理部
　　１１６、２１６　追加判定部
　　２００　画像復号装置
　　２０４　可変長復号部
 

Claims (11)

  1. 　第１参照ピクチャリストに含まれる第１参照ピクチャ内の位置を指し示す第１動きベクトル、および、第２参照ピクチャリストに含まれる第２参照ピクチャ内の位置を指し示す第２動きベクトルを用いる予測を実行し、符号化対象ブロックを符号化する画像符号化方法であって、
    　前記第２動きベクトルの符号化に用いられる予測動きベクトルの候補リストに、前記第１動きベクトルを前記予測動きベクトルの候補として追加する追加ステップと、
    　前記第１動きベクトルを含む前記候補リストから、前記第２動きベクトルの符号化に用いられる前記予測動きベクトルを選択する選択ステップと、
    　選択された前記予測動きベクトルを用いて、前記第２動きベクトルを符号化する符号化ステップとを含む
    　画像符号化方法。
  2. 　前記追加ステップでは、前記第１参照ピクチャと前記第２参照ピクチャとが同じである場合、前記候補リストに前記第１動きベクトルを追加する
    　請求項１に記載の画像符号化方法。
  3. 　前記選択ステップでは、前記候補リストに含まれる複数の候補のうち、前記第２動きベクトルに対する誤差が最も小さい候補を前記予測動きベクトルとして選択する
    　請求項１または２に記載の画像符号化方法。
  4. 　前記追加ステップでは、前記候補リストに、動き検出で検出された前記第１動きベクトルを追加する
    　請求項１～３のいずれか１項に記載の画像符号化方法。
  5. 　前記追加ステップでは、複数のインデックス値と前記予測動きベクトルの複数の候補とが一対一に対応するように、前記候補リストに、インデックス値と前記予測動きベクトルの候補とを追加し、
    　前記選択ステップでは、前記候補リストから、インデックス値を前記予測動きベクトルとして選択し、
    　前記符号化ステップでは、さらに、インデックス値が大きい程、符号が長くなるように、選択された前記インデックス値を符号化する
    　請求項１～４のいずれか１項に記載の画像符号化方法。
  6. 　前記追加ステップでは、前記候補リストに、前記符号化対象ブロックの左隣のブロックの動きベクトルと、前記符号化対象ブロックの上隣のブロックの動きベクトルと、前記符号化対象ブロックの右上隣のブロックの動きベクトルとを前記予測動きベクトルの候補として追加する
    　請求項１～５のいずれか１項に記載の画像符号化方法。
  7. 　第１参照ピクチャリストに含まれる第１参照ピクチャ内の位置を指し示す第１動きベクトル、および、第２参照ピクチャリストに含まれる第２参照ピクチャ内の位置を指し示す第２動きベクトルを用いる予測を実行し、復号対象ブロックを復号する画像復号方法であって、
    　前記第２動きベクトルの復号に用いられる予測動きベクトルの候補リストに、前記第１動きベクトルを前記予測動きベクトルの候補として追加する追加ステップと、
    　前記第１動きベクトルを含む前記候補リストから、前記第２動きベクトルの復号に用いられる前記予測動きベクトルを選択する選択ステップと、
    　選択された前記予測動きベクトルを用いて、前記第２動きベクトルを復号する復号ステップとを含む
    　画像復号方法。
  8. 　前記追加ステップでは、前記第１参照ピクチャと前記第２参照ピクチャとが同じである場合、前記候補リストに前記第１動きベクトルを追加する
    　請求項７に記載の画像復号方法。
  9. 　前記追加ステップでは、前記候補リストに、動き検出で検出された前記第１動きベクトルを追加する
    　請求項７または８に記載の画像復号方法。
  10. 　前記追加ステップでは、複数のインデックス値と前記予測動きベクトルの複数の候補とが一対一に対応するように、前記候補リストに、インデックス値と前記予測動きベクトルの候補とを追加し、
    　前記復号ステップでは、さらに、インデックス値が大きい程、符号が長くなるように符号化されたインデックス値を復号し、
    　前記選択ステップは、前記候補リストから、復号された前記インデックス値に対応する前記予測動きベクトルを選択する
    　請求項７～９のいずれか１項に記載の画像復号方法。
  11. 　前記追加ステップでは、前記候補リストに、前記復号対象ブロックの左隣のブロックの動きベクトルと、前記復号対象ブロックの上隣のブロックの動きベクトルと、前記復号対象ブロックの右上隣のブロックの動きベクトルとを前記予測動きベクトルの候補として追加する
    　請求項７～１０のいずれか１項に記載の画像復号方法。
     
PCT/JP2011/007319 2010-12-27 2011-12-27 画像符号化方法および画像復号方法 WO2012090495A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201180035076.2A CN103004204B (zh) 2010-12-27 2011-12-27 图像编码方法
US13/814,060 US20130128983A1 (en) 2010-12-27 2011-12-27 Image coding method and image decoding method
JP2012550733A JPWO2012090495A1 (ja) 2010-12-27 2011-12-27 画像符号化方法および画像復号方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201061427240P 2010-12-27 2010-12-27
US61/427,240 2010-12-27

Publications (1)

Publication Number Publication Date
WO2012090495A1 true WO2012090495A1 (ja) 2012-07-05

Family

ID=46382627

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/007319 WO2012090495A1 (ja) 2010-12-27 2011-12-27 画像符号化方法および画像復号方法

Country Status (3)

Country Link
US (1) US20130128983A1 (ja)
JP (1) JPWO2012090495A1 (ja)
WO (1) WO2012090495A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014143650A (ja) * 2013-01-25 2014-08-07 Fujitsu Ltd 動画像符号化装置、動画像符号化方法及び動画像復号装置ならびに動画像復号方法
JP2014523184A (ja) * 2011-06-27 2014-09-08 サムスン エレクトロニクス カンパニー リミテッド 動き情報の符号化方法及び該装置、その復号化方法及び該装置
WO2018058526A1 (zh) * 2016-09-30 2018-04-05 华为技术有限公司 视频编码方法、解码方法及终端

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9049455B2 (en) 2010-12-28 2015-06-02 Panasonic Intellectual Property Corporation Of America Image coding method of coding a current picture with prediction using one or both of a first reference picture list including a first current reference picture for a current block and a second reference picture list including a second current reference picture for the current block
US10863189B2 (en) 2016-03-18 2020-12-08 Telefonaktiebolaget Lm Ericsson (Publ) Motion vector reconstruction order swap

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004023458A (ja) * 2002-06-17 2004-01-22 Toshiba Corp 動画像符号化／復号化方法及び装置
JP2007116355A (ja) * 2005-10-19 2007-05-10 Canon Inc 画像処理装置及びその方法
JP2007325119A (ja) * 2006-06-02 2007-12-13 Canon Inc 画像処理装置及び画像処理方法
JP2008278423A (ja) * 2007-05-07 2008-11-13 Matsushita Electric Ind Co Ltd 動画像復号化集積回路、動画像復号化方法、動画像復号化装置及び動画像復号化プログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100166073A1 (en) * 2008-12-31 2010-07-01 Advanced Micro Devices, Inc. Multiple-Candidate Motion Estimation With Advanced Spatial Filtering of Differential Motion Vectors
US8824558B2 (en) * 2010-11-23 2014-09-02 Mediatek Inc. Method and apparatus of spatial motion vector prediction
US9049455B2 (en) * 2010-12-28 2015-06-02 Panasonic Intellectual Property Corporation Of America Image coding method of coding a current picture with prediction using one or both of a first reference picture list including a first current reference picture for a current block and a second reference picture list including a second current reference picture for the current block

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004023458A (ja) * 2002-06-17 2004-01-22 Toshiba Corp 動画像符号化／復号化方法及び装置
JP2007116355A (ja) * 2005-10-19 2007-05-10 Canon Inc 画像処理装置及びその方法
JP2007325119A (ja) * 2006-06-02 2007-12-13 Canon Inc 画像処理装置及び画像処理方法
JP2008278423A (ja) * 2007-05-07 2008-11-13 Matsushita Electric Ind Co Ltd 動画像復号化集積回路、動画像復号化方法、動画像復号化装置及び動画像復号化プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Test Model under Consideration Output Document (draft007), Joint Collaborative Team on Video Coding (JCT-VC) of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 2nd Meeting Document: JCTVC-B205", ITU-T, October 2010 (2010-10-01), GENEVA, CH, pages 28, 35 - 38, 54, 61-66 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014523184A (ja) * 2011-06-27 2014-09-08 サムスン エレクトロニクス カンパニー リミテッド 動き情報の符号化方法及び該装置、その復号化方法及び該装置
US9204162B2 (en) 2011-06-27 2015-12-01 Samsung Electronics Co., Ltd. Method and apparatus for encoding motion information, and method and apparatus for decoding same
US9204160B2 (en) 2011-06-27 2015-12-01 Samsung Electronics Co., Ltd. Method and apparatus for encoding motion information, and method and apparatus for decoding same
US9253501B2 (en) 2011-06-27 2016-02-02 Samsung Electronics Co., Ltd. Method and apparatus for encoding motion information, and method and apparatus for decoding same
US9253500B2 (en) 2011-06-27 2016-02-02 Samsung Electronics Co., Ltd. Method and apparatus for encoding motion information, and method and apparatus for decoding same
US9432680B2 (en) 2011-06-27 2016-08-30 Samsung Electronics Co., Ltd. Method and apparatus for encoding motion information, and method and apparatus for decoding same
JP2016187192A (ja) * 2011-06-27 2016-10-27 サムスン エレクトロニクス カンパニー リミテッド 動き情報の復号化方法
JP2018057018A (ja) * 2011-06-27 2018-04-05 サムスン エレクトロニクス カンパニー リミテッド 動き情報の復号化方法
JP2014143650A (ja) * 2013-01-25 2014-08-07 Fujitsu Ltd 動画像符号化装置、動画像符号化方法及び動画像復号装置ならびに動画像復号方法
WO2018058526A1 (zh) * 2016-09-30 2018-04-05 华为技术有限公司 视频编码方法、解码方法及终端
US10841589B2 (en) 2016-09-30 2020-11-17 Huawei Technologies Co., Ltd. Bidirectional inter prediction method and terminal based on motion vector difference reduction
US11558623B2 (en) 2016-09-30 2023-01-17 Huawei Technologies Co., Ltd. Bidirectional inter prediction method and terminal based on motion vector difference reduction

Also Published As

Publication number Publication date
JPWO2012090495A1 (ja) 2014-06-05
US20130128983A1 (en) 2013-05-23
CN103004204A (zh) 2013-03-27

Similar Documents

Publication Publication Date Title
JP6167409B2 (ja) 画像復号化方法および画像復号化装置
JP5414942B1 (ja) カメラデバイスおよび送信方法
JP5347082B1 (ja) 復号方法および復号装置
JP6004271B2 (ja) 画像符号化方法、画像復号方法、画像符号化装置および画像復号装置
JP6422011B2 (ja) 動画像符号化方法、動画像復号化方法、動画像符号化装置および動画像復号化装置
WO2012140821A1 (ja) 動画像符号化方法、動画像符号化装置、動画像復号化方法、動画像復号化装置、および動画像符号化復号化装置
WO2013057877A1 (ja) 画像符号化方法、画像符号化装置、画像復号方法、および、画像復号装置
WO2013061546A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置および画像復号装置
JP5893570B2 (ja) 画像符号化方法および画像復号化方法
WO2012117728A1 (ja) 動画像符号化方法、動画像復号方法、動画像符号化装置、動画像復号装置、及び動画像符号化復号装置
JP6108309B2 (ja) 動画像符号化方法、動画像符号化装置、動画像復号方法、および、動画像復号装置
KR20180009387A (ko) 동화상 부호화 방법 및 동화상 복호화 방법
JP6551894B2 (ja) 動画像復号化方法および動画像復号化装置
WO2012114712A1 (ja) 画像符号化方法および画像復号化方法
WO2012090495A1 (ja) 画像符号化方法および画像復号方法
WO2012081246A1 (ja) 画像符号化方法および画像復号化方法
WO2012073481A1 (ja) 動画像符号化方法および動画像復号化方法
WO2012081225A1 (ja) 画像符号化方法、及び画像復号方法
WO2012042810A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像処理システム
WO2013046616A1 (ja) 画像符号化装置、画像復号装置、画像符号化方法及び画像復号方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11854249

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2012550733

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 13814060

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 11854249

Country of ref document: EP

Kind code of ref document: A1