WO2013046616A1 - 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 - Google Patents

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 Download PDF

Info

Publication number
WO2013046616A1
WO2013046616A1 PCT/JP2012/006029 JP2012006029W WO2013046616A1 WO 2013046616 A1 WO2013046616 A1 WO 2013046616A1 JP 2012006029 W JP2012006029 W JP 2012006029W WO 2013046616 A1 WO2013046616 A1 WO 2013046616A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
encoding
image
unit
decoding
Prior art date
Application number
PCT/JP2012/006029
Other languages
English (en)
French (fr)
Inventor
敏康 杉尾
西　孝啓
陽司 柴原
京子 谷川
寿郎 笹井
徹 松延
健吾 寺田
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
Publication of WO2013046616A1 publication Critical patent/WO2013046616A1/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
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/33—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the spatial domain
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding

Definitions

  • the present invention relates to an image encoding device and image encoding method for performing hierarchical encoding, and an image decoding device and image decoding method for decoding data generated by hierarchical encoding.
  • a number of video coding standards have been developed for video data compression.
  • Such a video coding standard is, for example, H.264.
  • ITU-T International Telecommunication Union Telecommunication Standardization Sector
  • ISO / IEC standard indicated by MPEG-x.
  • the latest and most advanced video coding standard is currently H.264. H.264 / AVC or MPEG-4 AVC (see Non-Patent Document 1).
  • SVC Scalable Video Coding
  • Base layer including data necessary for decoding a low-resolution image
  • Enhanced layer including data that can be decoded to a high-resolution image by adding to the basic layer
  • a low-function image decoding device image reproduction device
  • an image decoding apparatus that supports decoding of high-resolution images can decode high-resolution images using the basic layer and the extended layer.
  • the conventional technique is based on the premise that the basic layer and the extension layer are encoded by the same encoding method. That is, the conventional technique does not support the case where the basic layer and the enhancement layer are encoded by different encoding methods.
  • the present invention is an image encoding device or image encoding method that can encode the base layer and the enhancement layer with different encoding methods, or the base layer and the extension layer are encoded with different encoding methods.
  • An object of the present invention is to provide an image decoding apparatus or an image decoding method that can cope with such cases.
  • an image encoding device includes a basic encoding unit that generates basic layer data by encoding first image data using a first encoding method, A conversion unit that converts the first encoded information used for the encoding by the basic encoding unit into second encoded information that conforms to a second encoding scheme different from the first encoding scheme; And an extension encoding unit that generates extension layer data by encoding the image data using the second encoding information by the second encoding method.
  • the present invention is an image encoding apparatus or image encoding method that can encode the base layer and the enhancement layer with different encoding methods, or the base layer and the extension layer are encoded with different encoding methods. It is possible to provide an image decoding apparatus or an image decoding method that can cope with the situation.
  • FIG. 1 is a block diagram of an image coding apparatus according to Embodiment 1 of the present invention.
  • FIG. 2 is a block diagram of the basic coding unit according to Embodiment 1 of the present invention.
  • FIG. 3 is a block diagram of the extension coding unit according to Embodiment 1 of the present invention.
  • FIG. 4 is a diagram showing an example of motion vector predictor candidates according to Embodiment 1 of the present invention.
  • FIG. 5 is a flowchart of the encoding process performed by the image encoding apparatus according to Embodiment 1 of the present invention.
  • FIG. 6 is a block diagram of an image decoding apparatus according to Embodiment 2 of the present invention.
  • FIG. 1 is a block diagram of an image coding apparatus according to Embodiment 1 of the present invention.
  • FIG. 2 is a block diagram of the basic coding unit according to Embodiment 1 of the present invention.
  • FIG. 3 is a block diagram of the extension coding unit according to Embodi
  • FIG. 7 is a block diagram of a basic decoding unit according to Embodiment 2 of the present invention.
  • FIG. 8 is a block diagram of the extended decoding unit according to Embodiment 2 of the present invention.
  • FIG. 9 is a flowchart of decoding processing by the image decoding apparatus according to Embodiment 2 of the present invention.
  • FIG. 10 is an overall configuration diagram of a content supply system that realizes a content distribution service.
  • FIG. 11 is an overall configuration diagram of a digital broadcasting system.
  • FIG. 12 is a block diagram illustrating a configuration example of a television.
  • FIG. 13 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. 14 is a diagram illustrating a structure example of a recording medium that is an optical disk.
  • FIG. 15A is a diagram illustrating an example of a mobile phone.
  • FIG. 15B is a block diagram illustrating a configuration example of a mobile phone.
  • FIG. 16 is a diagram showing a structure of multiplexed data.
  • FIG. 17 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 18 is a diagram showing in more detail how the video stream is stored in the PES packet sequence.
  • FIG. 19 is a diagram illustrating the structure of TS packets and source packets in multiplexed data.
  • FIG. 20 is a diagram illustrating a data structure of the PMT.
  • FIG. 20 is a diagram illustrating a data structure of the PMT.
  • FIG. 21 is a diagram showing an internal configuration of multiplexed data information.
  • FIG. 22 shows the internal structure of stream attribute information.
  • FIG. 23 is a diagram illustrating steps for identifying video data.
  • FIG. 24 is a block diagram illustrating a configuration example of an integrated circuit that realizes the moving picture encoding method and the moving picture decoding method according to each embodiment.
  • FIG. 25 is a diagram illustrating a configuration for switching the driving frequency.
  • FIG. 26 is a diagram illustrating steps for identifying video data and switching between driving frequencies.
  • FIG. 27 is a diagram illustrating an example of a lookup table in which video data standards are associated with drive frequencies.
  • FIG. 28A is a diagram illustrating an example of a configuration for sharing a module of a signal processing unit.
  • FIG. 28B is a diagram illustrating another example of a configuration for sharing a module of a signal processing unit.
  • the conventional technique is premised on that the base layer and the extension layer are encoded by the same encoding method. That is, the conventional technique does not support the case where the basic layer and the enhancement layer are encoded by different encoding methods.
  • the present inventor has found that the compression efficiency and the image quality can be improved by encoding the base layer and the extended layer with an encoding method suitable for each resolution.
  • An image encoding device includes a basic encoding unit that generates base layer data by encoding first image data using a first encoding method, and the encoding performed by the basic encoding unit.
  • a conversion unit that converts the first encoding information used in the above into second encoding information that conforms to a second encoding scheme different from the first encoding scheme, and converts the second image data into the second encoding information.
  • an extension encoding unit that generates extension layer data by encoding with the second encoding method using encoding information.
  • the image encoding device can encode the base layer and the extension layer using different encoding methods.
  • the first encoded information and the second encoded information may be motion vectors.
  • the first encoded information is a motion vector described with a first precision
  • the second encoded information is a motion vector described with a second precision different from the first precision
  • the conversion The unit may convert the first precision motion vector into the second precision motion vector.
  • the extension encoding unit may generate the extension layer data including encoding format information indicating the first encoding method.
  • the first encoded information and the second encoded information may be image data of a reference image that is referred to in inter prediction.
  • the first encoded information includes pixel data described with a first bit precision
  • the second encoded information includes pixel data described with a second bit precision different from the first bit precision
  • the conversion unit may convert the pixel data with the first bit precision into pixel data with the second bit precision.
  • the first encoded information includes pixel data including luminance data and color difference data at a first ratio
  • the second encoded information includes luminance data at a second ratio different from the first ratio.
  • the pixel data including the color difference data and the conversion unit converts the pixel data including the luminance data and the color difference data at the first ratio into the pixel data including the luminance data and the color difference data at the second ratio. It may be converted.
  • the first encoding information is image data of a first resolution
  • the second encoding information is image data of a second resolution different from the first resolution
  • the conversion unit is configured to output the first resolution. May be converted into the second resolution image data.
  • the first image data and the second image data may have the same content, and the second image data may have a higher resolution than the first image data.
  • An image decoding apparatus is an image decoding apparatus that generates second image data by decoding extended hierarchical data using basic hierarchical data, wherein the basic hierarchical data includes: It is a signal obtained by encoding first image data by an encoding method, and the enhancement layer data uses the first encoding information used when encoding the base layer data, A signal obtained by encoding the second image data by a second encoding method different from the first encoding method, and the image decoding device decodes the base layer data, When the basic decoding unit that generates the first encoded information is different from the first encoding scheme and the second encoding scheme, the first encoding information is changed to a first encoding scheme that conforms to the second encoding scheme. Convert to 2 encoded information It comprises a section, by using the second encoded information, and an expansion decoding unit to generate the second image data by decoding the enhancement layer data.
  • the image decoding apparatus can cope with a case where the base layer and the enhancement layer are encoded by different encoding methods.
  • the first encoded information and the second encoded information may be motion vectors.
  • the first encoded information is a motion vector described with a first precision
  • the second encoded information is a motion vector described with a second precision different from the first precision
  • the conversion The unit may convert the first precision motion vector into the second precision motion vector.
  • the enhancement layer data includes encoding scheme information indicating the first encoding scheme
  • the conversion unit refers to the encoding scheme information and the first encoding scheme and the second encoding scheme. It may be determined whether or not is different.
  • the first encoded information and the second encoded information may be image data of a reference image that is referred to in inter prediction.
  • the first encoded information includes pixel data described with a first bit precision
  • the second encoded information includes pixel data described with a second bit precision different from the first bit precision
  • the conversion unit may convert the pixel data with the first bit precision into pixel data with the second bit precision.
  • the first encoded information includes pixel data including luminance data and color difference data at a first ratio
  • the second encoded information includes luminance data at a second ratio different from the first ratio.
  • the pixel data including the color difference data and the conversion unit converts the pixel data including the luminance data and the color difference data at the first ratio into the pixel data including the luminance data and the color difference data at the second ratio. It may be converted.
  • the first encoding information is image data of a first resolution
  • the second encoding information is image data of a second resolution different from the first resolution
  • the conversion unit is configured to output the first resolution. May be converted into the second resolution image data.
  • the first image data and the second image data may have the same content, and the second image data may have a higher resolution than the first image data.
  • An image encoding method includes a basic encoding step of generating basic layer data by encoding first image data using a first encoding method, and the basic encoding step.
  • the image encoding method according to an aspect of the present invention can encode the base layer and the extension layer using different encoding methods.
  • An image decoding method is an image decoding method for generating second image data by decoding extended hierarchical data using basic hierarchical data, wherein the basic hierarchical data includes the first hierarchical data It is a signal obtained by encoding first image data by an encoding method, and the enhancement layer data uses the first encoding information used when encoding the base layer data, A signal obtained by encoding the second image data with a second encoding method different from the first encoding method, and the image decoding method includes decoding the base layer data,
  • the basic decoding step for generating the first encoded information is different from the first encoding scheme and the second encoding scheme
  • the first encoding information is changed to a first encoding scheme compliant with the second encoding scheme.
  • Change to 2 encoded information Comprising a conversion step of, by using the second encoded information, and an expansion decoding step of generating the second image data by decoding the enhancement layer data.
  • the image decoding method can cope with a case where the base layer and the enhancement layer are encoded by different encoding methods.
  • an image encoding / decoding device includes the image encoding device and the image decoding device.
  • a recording medium recording medium such as a system, a method, an integrated circuit, a computer program or a computer-readable CD-ROM, and the system, method, integrated circuit, You may implement
  • FIG. 1 is a block diagram showing a configuration of an image encoding device 100 according to the present embodiment.
  • the image encoding device 100 generates base layer data 134 and extended layer data 234 by hierarchical encoding. Specifically, the image encoding device 100 generates the base layer data 134 by encoding the first image data 130. Furthermore, the image encoding device 100 generates the extended layer data 234 by encoding the second image data 230 using the first encoding information 144 used when the first image data 130 is encoded. To do.
  • the first image data 130 and the second image data 230 have the same content and have different resolutions.
  • the resolution of the first image data 130 is 1920 ⁇ 1080 pixels.
  • the resolution of the second image data 230 is 3840 ⁇ 2160 pixels.
  • the image encoding apparatus 100 includes a basic encoding unit 101, an extension encoding unit 201, and a conversion unit 301.
  • the basic encoding unit 101 generates basic layer data 134 by encoding the first image data 130 by the first encoding method.
  • the basic encoding unit 101 outputs the first encoded information 144 used at the time of the encoding.
  • the first encoded information 144 includes a motion vector.
  • the conversion unit 301 converts the first encoding information 144 used for encoding the first image data 130 by the basic encoding unit 101 into a second code based on a second encoding method different from the first encoding method. Is converted into conversion information 344.
  • the first encoding method is, for example, MPEG2
  • the second encoding method is, for example, HEVC (High Efficiency Video Coding).
  • the accuracy of motion vectors differs between MPEG2 and HEVC.
  • the motion vector of MPEG2 is marked with 1/2 pixel accuracy (halfpel)
  • the motion vector of HEVC is marked with 1/4 pixel accuracy (quarterpel).
  • the conversion unit 301 converts the motion vector with 1/2 pixel accuracy into the motion vector with 1/4 accuracy.
  • the conversion unit 301 bit-shifts a 1 ⁇ 2 pixel precision motion vector to the left, thereby calculating a 1 ⁇ 4 pixel precision motion vector.
  • the extension encoding unit 201 generates the extension layer data 234 by encoding the second image data 230 by the second encoding method using the second encoding information 344.
  • FIG. 2 is a block diagram of the basic encoding unit 101. 2 includes a subtraction unit 102, an orthogonal transformation unit 103, a quantization unit 104, a variable length coding unit 105, an inverse quantization unit 106, an inverse orthogonal transformation unit 107, an addition unit 108, A block memory 109, an intra prediction unit 110, a frame memory 111, an inter prediction unit 112, a switch 113, an inter prediction control unit 121, an encoded information memory 122, a prediction motion vector candidate calculation unit 123, and a picture type determination unit 124 are provided.
  • a subtraction unit 102 includes a subtraction unit 102, an orthogonal transformation unit 103, a quantization unit 104, a variable length coding unit 105, an inverse quantization unit 106, an inverse orthogonal transformation unit 107, an addition unit 108, A block memory 109, an intra prediction unit 110, a frame memory 111, an inter prediction unit 112, a switch 113, an inter
  • the subtraction unit 102 generates prediction error data 131 by subtracting the predicted image data 142 from the first image data 130.
  • the orthogonal transform unit 103 generates an orthogonal transform coefficient 132 by transforming the prediction error data 131 from the image domain to the frequency domain.
  • the quantization unit 104 generates a quantization coefficient 133 by performing a quantization process on the orthogonal transform coefficient 132.
  • the inverse quantization unit 106 generates an orthogonal transform coefficient 135 by performing an inverse quantization process on the quantization coefficient 133.
  • the inverse orthogonal transform unit 107 generates prediction error data 136 by transforming the orthogonal transform coefficient 135 from the frequency domain to the image domain.
  • the adding unit 108 generates the reconstructed image data 137 by adding the prediction error data 136 and the predicted image data 142.
  • the block memory 109 is a memory for storing the reconstructed image data 137 in units of blocks.
  • the frame memory 111 is a memory for storing the reconstructed image data 137 in units of frames.
  • the intra prediction unit 110 executes intra prediction using the reconstructed image data 138 in block units stored in the block memory 109. Thereby, the intra estimation part 110 produces
  • the inter prediction unit 112 performs inter prediction using the reconstructed image data 140 in units of frames stored in the frame memory 111 and the motion vector derived by motion detection. Thereby, the inter prediction unit 112 generates predicted image data 141 for the encoding target block.
  • Switch 113 switches the encoding mode to intra prediction or inter prediction. Specifically, the switch 113 outputs one of the predicted image data 139 and the predicted image data 141 as the predicted image data 142 according to the picture type information 143.
  • the picture type determination unit 124 determines which of the I picture, B picture, and P picture is used to encode the input image data. Then, the picture type determination unit 124 generates picture type information 143 indicating the determined picture type.
  • the motion vector predictor candidate calculation unit 123 derives a plurality of motion vector predictor candidates 145 using the first encoded information 144 stored in the encoded information memory 122. For example, the motion vector predictor candidate calculation unit 123 determines, as the motion vector predictor candidate 145, the motion vector of the block located at the same position as the current block of the picture located immediately before and immediately after. Also, the motion vector predictor candidate calculation unit 123 assigns a value of the motion vector predictor index to each of the derived motion vector predictor candidates 145. Then, the plurality of motion vector predictor candidates 145 are sent to the inter prediction control unit 121.
  • the inter prediction control unit 121 selects a motion vector predictor 147 from a plurality of motion vector predictor candidates 145. Also, the inter prediction control unit 121 transfers the first encoded information 144 including the motion vector of the encoding target block to the encoded information memory 122. In addition, the inter prediction control unit 121 sends the prediction motion vector index 146 assigned to the selected prediction motion vector 147 to the variable length encoding unit 105.
  • the inter prediction unit 112 performs inter prediction using the motion vector predictor 147.
  • the variable length coding unit 105 generates base layer data 134 by performing variable length coding processing on the quantization coefficient 133, the prediction motion vector index 146, the picture type information 143, and the like.
  • the basic encoding unit 101 includes the motion vector predictor candidate calculation unit 123, but does not include the motion vector predictor candidate calculation unit 123, and performs a process of calculating a plurality of motion vector predictor candidates 145. It does not have to be.
  • the inter prediction control unit 121 does not generate the motion vector predictor index 146 or the like.
  • FIG. 3 is a block diagram showing the configuration of the extension encoding unit 201.
  • a subtraction unit 202 includes a subtraction unit 202, an orthogonal transformation unit 203, a quantization unit 204, a variable length coding unit 205, an inverse quantization unit 206, an inverse orthogonal transformation unit 207, an addition unit 208, A block memory 209, an intra prediction unit 210, a frame memory 211, an inter prediction unit 212, a switch 213, an inter prediction control unit 221, a motion vector predictor candidate calculation unit 223, a coding information memory 222, and a picture type determination unit 224 are provided.
  • the subtraction unit 202 generates prediction error data 231 by subtracting the predicted image data 242 from the second image data 230.
  • the orthogonal transform unit 203 generates an orthogonal transform coefficient 232 by transforming the prediction error data 231 from the image domain to the frequency domain.
  • the quantization unit 204 generates a quantization coefficient 233 by performing a quantization process on the orthogonal transform coefficient 232.
  • the inverse quantization unit 206 generates an orthogonal transform coefficient 235 by performing an inverse quantization process on the quantization coefficient 233.
  • the inverse orthogonal transform unit 207 generates prediction error data 236 by performing transform from the frequency domain to the image domain on the orthogonal transform coefficient 235.
  • the adding unit 208 generates the reconstructed image data 237 by adding the prediction error data 236 and the predicted image data 242.
  • the block memory 209 is a memory for storing the reconstructed image data 237 in units of blocks.
  • the frame memory 211 is a memory for storing the reconstructed image data 237 in units of frames.
  • the intra prediction unit 210 executes intra prediction using the reconstructed image data 238 in units of blocks stored in the block memory 209. Thereby, the intra estimation part 210 produces
  • the inter prediction unit 212 performs inter prediction using the reconstructed image data 240 in units of frames stored in the frame memory 211 and the motion vector derived by motion detection. Accordingly, the inter prediction unit 212 generates predicted image data 241 for the encoding target block.
  • Switch 213 switches the encoding mode to intra prediction or inter prediction. Specifically, the switch 213 outputs one of the predicted image data 239 and the predicted image data 241 as the predicted image data 242 according to the picture type information 243.
  • the picture type determining unit 224 determines which of the I picture, B picture, and P picture is used to encode the input image data. Then, the picture type determination unit 224 generates picture type information 243 indicating the determined picture type.
  • the motion vector predictor candidate calculation unit 223 uses the second encoded information 344 converted by the conversion unit 301 in addition to the first encoded information 244 stored in the encoded information memory 222 to generate a plurality of predicted motion vectors.
  • Candidate 245 is derived.
  • FIG. 4 is a diagram illustrating an example of the motion vector predictor candidate 245.
  • the motion vector predictor candidate calculation unit 223 selects the motion vector MV0 of the co-located block as the motion vector predictor candidate 245.
  • the co-located block is a block in the same position as the encoding target block of the picture B02 that is included in the first image data 130 and has the same display time as the encoding target picture B12.
  • the motion vector predictor candidate calculation unit 223 determines the motion vector of the block at the same position as the current block to be encoded as the motion vector predictor candidate 245 in the picture located immediately before and immediately after.
  • the motion vector predictor candidate calculation unit 223 assigns the value of the motion vector predictor index to each of the derived motion vector predictor candidates 245. Then, the motion vector predictor candidate calculation unit 223 sends a plurality of motion vector predictor candidates 245 to the inter prediction control unit 221.
  • the inter prediction control unit 221 selects a motion vector predictor 247 from a plurality of motion vector predictor candidates 245. In addition, the inter prediction control unit 221 transfers the first encoded information 244 including the motion vector of the encoding target block to the encoded information memory 222. In addition, the inter prediction control unit 221 sends the prediction motion vector index 246 assigned to the selected prediction motion vector 247 to the variable length encoding unit 205.
  • inter prediction unit 212 performs inter prediction using the motion vector predictor 247.
  • the inter prediction unit 212 may perform inter prediction using not only the motion vector but also information stored in the frame memory 111 and the encoded information memory 122 of the basic encoding unit 101. Specifically, the inter prediction unit 212 may use the reconstructed image data 140 stored in the frame memory 111 as a reference image. In addition, the inter prediction unit 212 may use information that does not need to be converted among information included in the first encoded information 144. For example, this information is picture type information 143 and the like. Here, the information that does not require conversion is information that has the same description format in the first encoding method and the second encoding method.
  • variable length coding unit 205 generates the extended layer data 234 by performing variable length coding processing on the quantization coefficient 233, the predicted motion vector index 246, the picture type information 243, and the like.
  • variable length coding unit 205 generates the extended layer data 234 by performing variable length coding processing on data including coding method information indicating the first coding method. To do. For example, this encoding method information is included in the header information for each stream.
  • FIG. 5 is a flowchart of the encoding process performed by the image encoding device 100.
  • the basic encoding unit 101 generates first encoded information 144 used when encoding the first image data 130 (S101). Specifically, the basic encoding unit 101 encodes the first image data 130 and stores the first encoded information 144 such as a motion vector used for the encoding in the encoded information memory 122. .
  • the conversion unit 301 converts the first encoded information 144 compliant with the first encoding method into second encoded information 344 compliant with the second encoding method (S102). Specifically, the conversion unit 301 converts the first encoded information 144 that is a motion vector with 1 ⁇ 2 pixel accuracy into second encoded information 344 that is a motion vector with 1 ⁇ 4 pixel accuracy.
  • the extended encoding unit 201 encodes the second image data by the second encoding method using the second encoding information 344 (S103).
  • extension encoding unit 201 generates extension layer data 234 including encoding method information indicating the first encoding method (S104).
  • the image coding apparatus 100 converts the first coding information 144 used in the coding by the basic coding unit 101 in the first coding method to the second coding information. It converts into the 2nd encoding information 344 based on an encoding system. Then, the image encoding device 100 generates the extended hierarchy data 234 by encoding the second image data 230 using the second encoding information 344.
  • the image encoding device 100 according to Embodiment 1 of the present invention can generate the basic layer data 134 and the extended layer data 234 using different encoding methods.
  • the function can be realized by an easy change of adding the conversion unit 301, the addition and change of the function from the conventional configuration can be minimized.
  • FIGS. 2 and 3 are diagrams illustrating an example of the basic encoding unit 101 and the extended encoding unit 201.
  • FIG. The specific configuration modes of the basic encoding unit 101 and the extended encoding unit 201 are not limited to the configurations illustrated in FIGS. 2 and 3.
  • the picture type determination units 124 and 224 may be omitted.
  • each of the basic encoding unit 101 and the extended encoding unit 201 does not need to be configured with a plurality of components.
  • the basic encoding unit 101 and the extension encoding unit 201 may encode an image without performing frequency transformation, quantization, inverse frequency transformation, inverse quantization, intra prediction, and the like.
  • the basic coding unit 101 and the extended coding unit 201 are described as independent processing units. However, a single piece of hardware has the functions of the basic coding unit 101 and the extended coding unit 201. You may implement
  • each of the basic encoding unit 101 and the extended encoding unit 201 may be shared by a single processing unit.
  • the memories (block memory, frame memory, and encoded information memory) included in the basic encoding unit 101 and the extended encoding unit 201 may be realized by a single memory or by two or more memories. May be.
  • the image encoding apparatus 100 includes the basic encoding unit 101.
  • the first encoding information 144 may be acquired from the outside, for example, and the basic encoding unit 101 may not be included.
  • the image encoding device 100 may convert encoding information other than the motion vector.
  • the encoding information may be image data of a reference image that is referred to in inter prediction. That is, the first encoded information 144 may be the reconstructed image data 140 stored in the frame memory 111.
  • the conversion unit 301 converts the reference image (reconstructed image data 140) compliant with the first encoding method into a reference image (second encoded information 344) compliant with the second encoding method. That is, the conversion unit 301 converts the format of the reconstructed image data 140. Then, the extension encoding unit 201 performs inter prediction using the converted reference image.
  • the conversion unit 301 converts the bit precision of the reconstructed image data 140. That is, the first encoded information 144 includes pixel data described with the first bit precision, and the second encoded information 344 includes pixel data described with the second bit precision different from the first bit precision. Then, the conversion unit 301 generates the second encoded information 344 by converting the pixel data with the first bit precision into the pixel data with the second bit precision.
  • the first bit precision is 8 bit precision
  • the second bit precision is 10 or 12 bit precision.
  • the conversion unit 301 may convert the ratio (YCbCr) between the luminance data and the color difference data of the reconstructed image data 140. That is, the first encoded information 144 includes pixel data including luminance data and color difference data at a first ratio, and the second encoded information 344 includes luminance data and a second ratio different from the first ratio. Pixel data including color difference data may be included. Then, the conversion unit 301 converts the pixel data including the luminance data and the color difference data at the first ratio into the pixel data including the luminance data and the color difference data at the second ratio, so that the second encoded information 344 is obtained. May be generated. For example, the first encoded information 144 is image data in 4: 2: 0 format, and the second encoded information 344 is image data in 4: 4: 4 format.
  • the conversion unit 301 may convert the resolution of the reconstructed image data 140. That is, the first encoded information 144 may be first resolution image data, and the second encoded information 344 may be second resolution image data different from the first resolution. Then, the conversion unit 301 may generate the second encoded information 344 by converting the image data of the first resolution into the image data of the second resolution.
  • the first encoded information 144 is image data with a resolution of 1920 ⁇ 1080 pixels
  • the second encoded information 344 is image data with a resolution of 3840 ⁇ 2160 pixels.
  • the conversion unit 301 may simultaneously convert a plurality of the above-described image data among the bit accuracy, the ratio between the luminance data and the color difference data, and the resolution.
  • the image decoding apparatus uses the first encoded information included in the base layer data 134 as the extension layer data when the base layer data 134 and the extension layer data 234 have different encoding methods. Convert to encoding format. Thereby, the image decoding apparatus can cope with a case where the encoding methods of the basic layer data 134 and the extended layer data 234 are different.
  • FIG. 6 is a block diagram of the image decoding apparatus 400 according to the present embodiment.
  • the image decoding apparatus 400 generates second image data 537 by decoding the extended hierarchy data 234 using the basic hierarchy data 134.
  • the basic layer data 134 and the extended layer data 234 are data generated by the image encoding device 100 according to Embodiment 1 described above.
  • the base layer data 134 is a signal obtained by encoding the first image data 130 by the first encoding method.
  • the extension layer data 234 was obtained by encoding the second image data 230 by the second encoding method using the first encoding information 144 used when the base layer data 134 was encoded. Signal.
  • the basic layer data 134 is data that can be decoded by the data alone.
  • the extended hierarchy data 234 is data that cannot be decoded by the data alone but can be decoded by using the basic hierarchy data 134.
  • the image decoding apparatus 400 includes a basic decoding unit 401, an extended decoding unit 501, and a conversion unit 601.
  • the basic decoding unit 401 generates the first encoded information 444 by decoding the basic layer data 134.
  • the conversion unit 601 converts the first encoded information 444 into second encoded information 644 that conforms to the second encoding method.
  • the conversion unit 301 converts a 1 ⁇ 2 pixel precision motion vector that is the first encoded information 444 into a 1 ⁇ 4 precision motion vector that is the second encoded information 644.
  • the conversion unit 301 bit-shifts a 1 ⁇ 2 pixel precision motion vector to the left, thereby calculating a 1 ⁇ 4 pixel precision motion vector.
  • the extended decoding unit 501 generates the second image data 537 by decoding the extended layer data 234 using the second encoded information 644.
  • FIG. 7 is a block diagram of the basic decoding unit 401. 7 includes a variable length decoding unit 405, an inverse quantization unit 406, an inverse orthogonal transform unit 407, an addition unit 408, a block memory 409, an intra prediction unit 410, a frame memory 411, and an inter prediction unit. 412, a switch 413, an inter prediction control unit 421, an encoded information memory 422, and a motion vector predictor candidate calculation unit 423.
  • variable length decoding unit 405 decodes the picture type information 443, the predicted motion vector index 446, and the quantization coefficient 433 by performing variable length decoding processing on the base layer data 134.
  • the inverse quantization unit 406 generates an orthogonal transform coefficient 435 by performing an inverse quantization process on the quantization coefficient 433.
  • the inverse orthogonal transform unit 407 generates prediction error data 436 by transforming the orthogonal transform coefficient 435 from the frequency domain to the image domain.
  • the adder 408 adds the predicted image data 442 and the predicted error data 436 to generate first image data 437 (decoded image data).
  • the block memory 409 is a memory for storing the first image data 437 in units of blocks.
  • the frame memory 411 is a memory for storing the first image data 437 in units of frames.
  • the intra prediction unit 410 generates the predicted image data 439 of the decoding target block by executing intra prediction using the decoded image data 438 in units of blocks stored in the block memory 409.
  • the inter prediction unit 412 generates the predicted image data 441 of the decoding target block by performing inter prediction using the decoded image data 440 in units of frames stored in the frame memory 411.
  • Switch 413 switches the encoding mode to intra prediction or inter prediction. Specifically, the switch 413 outputs one of the predicted image data 439 and the predicted image data 441 as the predicted image data 442 according to the picture type information 443.
  • the predicted motion vector candidate calculation unit 423 uses the first encoded information 444 stored in the encoded information memory 422 to derive a plurality of predicted motion vector candidates 445. For example, the motion vector predictor candidate calculation unit 423 determines the motion vector of the block located at the same position as the decoding target block of the picture located immediately before and immediately after as the motion vector predictor candidate 445. Also, the motion vector predictor candidate calculation unit 423 assigns a value of the motion vector predictor index to the plurality of motion vector predictor candidates 445 derived. Then, the motion vector predictor candidate calculation unit 423 sends a plurality of motion vector predictor candidates 445 to the inter prediction control unit 421.
  • the inter prediction control unit 421 uses, as a motion vector predictor 447 to be used for inter prediction, a motion vector predictor candidate to which a prediction vector index having the same value as the decoded motion vector predictor index 446 is assigned from a plurality of motion vector predictor candidates 445. select. Further, the inter prediction control unit 421 transfers the first encoded information 444 including the motion vector of the decoding target block to the encoded information memory 422.
  • the inter prediction unit 412 performs inter prediction using the prediction motion vector 447.
  • the basic decoding unit 401 includes the predicted motion vector candidate calculation unit 423 here, the basic decoding unit 401 does not include the predicted motion vector candidate calculation unit 423, and does not perform a process of calculating a plurality of predicted motion vector candidates 445. May be. In this case, the inter prediction control unit 421 does not perform processing using the motion vector predictor index 446.
  • FIG. 8 is a block diagram showing the configuration of the extended decoding unit 501.
  • variable length decoding unit 505 includes a variable length decoding unit 505, an inverse quantization unit 506, an inverse orthogonal transform unit 507, an addition unit 508, a block memory 509, an intra prediction unit 510, a frame memory 511, and an inter prediction unit.
  • 512 includes a switch 513, an inter prediction control unit 521, an encoded information memory 522, and a motion vector predictor candidate calculation unit 523.
  • variable length decoding unit 505 decodes the picture type information 543, the predicted motion vector index 546, the coding scheme information 548, and the quantization coefficient 533 by performing variable length decoding processing on the enhancement layer data 234.
  • the inverse quantization unit 506 generates an orthogonal transform coefficient 535 by performing an inverse quantization process on the quantization coefficient 533.
  • the inverse orthogonal transform unit 507 generates prediction error data 536 by transforming the orthogonal transform coefficient 535 from the frequency domain to the image domain.
  • the adder 508 adds the predicted image data 542 and the prediction error data 536 to generate second image data 537 (decoded image data).
  • the block memory 509 is a memory for storing the second image data 537 in units of blocks.
  • the frame memory 511 is a memory for storing the second image data 537 in units of frames.
  • the intra prediction unit 510 generates the predicted image data 539 of the decoding target block by executing intra prediction using the decoded image data 538 in units of blocks stored in the block memory 509.
  • the inter prediction unit 512 generates the predicted image data 541 of the decoding target block by performing inter prediction using the decoded image data 540 in units of frames stored in the frame memory 511.
  • Switch 513 switches the encoding mode to intra prediction or inter prediction. Specifically, the switch 513 outputs one of the predicted image data 539 and the predicted image data 541 as the predicted image data 542 according to the picture type information 543.
  • the motion vector predictor candidate calculation unit 523 uses the second encoded information 644 converted by the conversion unit 601 in addition to the first encoded information 544 stored in the encoded information memory 522, to generate a plurality of predicted motion vectors.
  • Candidate 545 is derived.
  • the motion vector predictor candidate calculation unit 523 selects the motion vector of the co-located block as the motion vector predictor candidate 545.
  • the co-located block is a block in the same position as the decoding target block of a picture included in the base layer data 134 and having the same display time as the decoding target picture.
  • the motion vector predictor candidate calculation unit 523 determines the motion vector of the block located at the same position as the decoding target block of the picture located immediately before and immediately after as the motion vector predictor candidate 545.
  • the motion vector predictor candidate calculation unit 523 assigns a value of the motion vector predictor index to the derived motion vector predictor candidates 545. Then, the motion vector predictor candidate calculation unit 523 sends a plurality of motion vector predictor candidates 545 to the inter prediction control unit 521.
  • the inter prediction control unit 521 uses, as a motion vector predictor 547 to be used for inter prediction, a motion vector predictor candidate to which a prediction vector index having the same value as the decoded motion vector predictor index 546 is assigned from a plurality of motion vector predictor candidates 445. select. Further, the inter prediction control unit 521 transfers the first encoded information 544 including the motion vector of the decoding target block to the encoded information memory 522.
  • inter prediction unit 512 performs inter prediction using the motion vector predictor 547.
  • the inter prediction unit 512 may perform inter prediction using not only the motion vector but also information stored in the frame memory 411 and the encoded information memory 422 of the basic decoding unit 401. Specifically, the inter prediction unit 512 may use the decoded image data 440 stored in the frame memory 411 as a reference image. Also, the inter prediction unit 512 may use encoded information other than a motion vector such as the picture type information 443.
  • the conversion unit 601 refers to the encoding method information 548 decoded by the variable length decoding unit 505, and determines whether or not the encoding methods of the basic layer data 134 and the extended layer data 234 are the same.
  • FIG. 9 is a flowchart of the decoding process performed by the image decoding apparatus 400.
  • the basic decoding unit 401 generates first encoded information 444 used when the basic layer data 134 is encoded (S201). Specifically, the basic decoding unit 401 generates first encoded information 444 such as a motion vector by decoding the basic layer data 134 and stores the generated first encoded information 444 in the encoded information memory 422. To do.
  • the conversion unit 601 acquires the encoding scheme information 548 (S202). Specifically, the encoding scheme information 548 is generated when the extended decoding unit 501 decodes the extended layer data 234.
  • the conversion unit 601 refers to the encoding scheme information 548 and determines whether the first encoding scheme of the base layer data 134 is different from the second encoding scheme of the enhancement layer data 234 (S203). .
  • the information on the second encoding method is included in the extended layer data 234, for example.
  • the conversion unit 601 uses the first encoding information 444 that conforms to the first encoding method and conforms to the second encoding method. Conversion into second encoded information 644 is performed (S204). Specifically, the conversion unit 601 converts the first encoded information 444 that is a motion vector with 1 ⁇ 2 pixel accuracy into second encoded information 644 that is a motion vector with 1 ⁇ 4 pixel accuracy.
  • the extended decoding unit 501 generates the second image data 537 by decoding the extended layer data 234 using the second encoded information 644 (S205).
  • the extended decoding unit 501 uses the first encoded information 444 to decode the extended layer data 234, thereby Two-image data 537 is generated (S206).
  • the image decoding apparatus 400 converts the first encoding information 444 used for encoding the base layer data 134 by the first encoding method into the second code. Is converted into second encoded information 644 that conforms to the encoding method. Then, the image decoding device 400 generates the second image data 537 by decoding the enhancement layer data 234 using the second encoded information 644. Thereby, the image decoding apparatus 400 can decode the basic layer data 134 and the extended layer data 234 having different encoding methods.
  • FIGS. 7 and 8 are diagrams illustrating examples of the basic decoding unit 401 and the extended decoding unit 501.
  • the specific configuration modes of the basic decoding unit 401 and the extended decoding unit 501 are not limited to the configurations illustrated in FIGS. 7 and 8.
  • each of the basic decoding unit 401 and the extended decoding unit 501 does not need to be configured with a plurality of components.
  • the basic decoding unit 401 and the extended decoding unit 501 may decode an image without performing inverse frequency conversion, inverse quantization, intra prediction, and the like.
  • the basic decoding unit 401 and the extended decoding unit 501 are described as independent processing units. However, a single piece of hardware functions the basic decoding unit 401 and the extended decoding unit 501 in a time-sharing process. It may be realized.
  • each of the basic decoding unit 401 and the extended decoding unit 501 may be shared by a single processing unit.
  • the memories (block memory, frame memory, and encoded information memory) included in the basic decoding unit 401 and the extended decoding unit 501 may be realized by a single memory or may be realized by two or more memories. Good.
  • the image decoding apparatus 400 includes the basic decoding unit 401.
  • the first decoding information 444 may be acquired from the outside, for example, and may not include the basic decoding unit 401.
  • the image decoding apparatus 400 may convert encoding information other than the motion vector.
  • the encoding information may be image data of a reference image that is referred to in inter prediction.
  • the conversion unit 601 converts the second accuracy by converting one or more of the bit accuracy of the first encoded information 444 (decoded image data 440), the ratio between the luminance data and the color difference data, and the resolution. Encoding information 644 is generated.
  • the present invention is not limited to the embodiments. Embodiments obtained by subjecting the embodiments to modifications conceivable by those skilled in the art and other embodiments realized by arbitrarily combining the components in the 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.
  • 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 computer-readable recording medium such as a CD-ROM in which the program is recorded.
  • 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. Although referred to here as an LSI, it may be referred to as an IC (Integrated Circuit), a system LSI, a super LSI, or an ultra LSI depending on the degree of integration.
  • IC Integrated Circuit
  • 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.
  • division of functional blocks in the block diagram is an example, and a plurality of functional blocks can be realized as one functional block, a single functional block can be divided into a plurality of functions, or some functions can be transferred to other functional blocks. May be.
  • functions of a plurality of functional blocks having similar functions may be processed in parallel or time-division by a single hardware or software.
  • the order in which the plurality of steps included in the image encoding method or the image decoding method is executed is for illustrating the present invention specifically, and is an order other than the above. Also good. Also, some of the above steps may be executed simultaneously (in parallel) with other steps.
  • 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. 10 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 Terminal 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 content that is shot by a user using the camera ex113 (for example, music live video) is encoded as described in each of the above embodiments (that is, in one aspect of the present invention).
  • 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 an image decoding device according to one embodiment 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 each of the above embodiments (that is, data encoded by the image encoding apparatus according to one aspect 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 an image decoding apparatus according to one embodiment 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. 12 is a diagram showing a television (receiver) ex300 that uses the moving picture decoding method and the moving picture encoding method described in 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 also decodes the audio data and the video data, or encodes the information, the audio signal processing unit ex304, the video signal processing unit ex305 (the image encoding device or the image according to one embodiment of the present invention) A signal processing unit ex306 that functions as a decoding device), a speaker ex307 that outputs the decoded audio signal, and an output unit ex309 that includes a display unit ex308 such as a display that displays the decoded video signal. Furthermore, the television ex300 includes an interface unit ex317 including an operation input unit ex312 that receives an input of a user operation. Furthermore, 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. 13 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 information reflected 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 control unit 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 types of information held in the buffer ex404, and generates and adds new information as necessary.
  • 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 includes, 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. 14 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, a configuration in which a GPS receiving unit is added in the configuration illustrated in FIG. 12, and the same may be considered for the computer ex111, the mobile phone ex114, and the like.
  • FIG. 15A is a diagram showing the mobile phone ex114 using the video decoding method and the video 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 an image encoding device according to an aspect 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 described in each of the above embodiments (that is, an image according to an aspect 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. 16 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 the video stream used for the sub-picture, and 0x1A00 to 0x1A1F are assigned to the audio stream used for the sub-audio mixed with the main audio.
  • FIG. 17 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. 18 shows in more detail how the video stream is stored in the PES packet sequence.
  • the first row in FIG. 18 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 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. 19 shows the format of the TS packet that is 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. 19, 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. 20 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 one-to-one correspondence with the multiplexed data, and includes multiplexed data information, stream attribute information, and an entry map.
  • the multiplexed data information includes a system rate, a reproduction start time, and a reproduction end time as shown in FIG.
  • 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 for 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. 23 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. 24 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 uses the AV I / O ex509 to perform the microphone ex117 and the camera ex113 based on the control of the control unit ex501 including the CPU ex502, the memory controller ex503, the stream controller ex504, the driving 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. 25 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 driving frequency in the CPU ex502 may be performed based on, for example, a lookup table in which video data standards and driving 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. 26 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. 28A.
  • 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 other processing contents specific to one aspect of the present invention that do not correspond to the MPEG4-AVC standard, a dedicated decoding processing unit A configuration using ex901 is conceivable.
  • 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. 28B shows another example in which processing is partially shared.
  • a dedicated decoding processing unit ex1001 corresponding to the processing content specific to one aspect of the present invention
  • a dedicated decoding processing unit ex1002 corresponding to the processing content specific to another conventional standard
  • a common decoding processing unit ex1003 corresponding to the processing contents common to the moving image decoding method according to the above and other conventional moving image decoding methods.
  • the dedicated decoding processing units ex1001 and ex1002 are not necessarily specialized in one aspect of the present invention or processing content specific to other conventional standards, and can execute other general-purpose processing. Also good.
  • the configuration of the present embodiment can be implemented by LSI ex500.
  • the processing content common to the moving picture decoding method according to one aspect of the present invention and the moving picture decoding method of the conventional standard reduces the circuit scale of the LSI by sharing the decoding processing unit, In addition, the cost can be reduced.
  • the image encoding device and the image decoding device according to the present invention can be used for, for example, a television receiver, a digital video recorder, a car navigation system, 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

　画像符号化装置（１００）は、第１画像データ（１３０）を第１符号化方式で符号化することにより基本階層データ（１３４）を生成する基本符号化部（１０１）と、基本符号化部（１０１）による前記符号化に用いられた第１符号化情報（１４４）を、第１符号化方式とは異なる第２符号化方式に準拠した第２符号化情報（３４４）に変換する変換部（３０１）と、第２画像データ（２３０）を、第２符号化情報（３４４）を用いて、第２符号化方式で符号化することで、拡張階層データ（２３４）を生成する拡張符号化部（２０１）とを備える。

Description

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
　本発明は、階層符号化を行う画像符号化装置及び画像符号化方法、並びに、階層符号化により生成されたデータを復号する画像復号装置及び画像復号方法に関する。
　映像データの圧縮のために、複数の映像符号化規格が開発されている。このような映像符号化規格は、例えばＨ．２６ｘで示されるＩＴＵ－Ｔ（国際電気通信連合電気通信標準化部門）規格、及び、ＭＰＥＧ－ｘで示されるＩＳＯ／ＩＥＣ規格である。最新かつ最も進んだ映像符号化規格は、現在、Ｈ．２６４／ＡＶＣ、又はＭＰＥＧ－４　ＡＶＣで示される規格である（非特許文献１参照）。
　さらに、Ｈ．２６４／ＭＰＥＧ－４の拡張規格として、画像を階層的に符号化するためのＳＶＣ（Ｓｃａｌａｂｌｅ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ）が規格化されている。ＳＶＣでは、低解像度の画像を復号するのに必要なデータを含む基本階層（Ｂａｓｅ　ｌａｙｅｒ）と、この基本階層に付加することによって高解像度の画像を復号できるデータを含む拡張階層（Ｅｎｈａｎｃｅｄ　ｌａｙｅｒ）との２つの階層が存在する。
　ここで、例えば、高解像度の画像データのみを、放送波等を介して配信した場合、高解像度の画像の復号に対応していない低機能な画像復号装置（画像再生装置）では、この画像データを復号することができない。
　一方、ＳＶＣを用いた場合、低機能な画像復号装置（画像再生装置）では、基本階層のみを復号することで、低解像度の画像を生成できるという利点がある。また、高解像度の画像の復号に対応している画像復号装置では、基本階層及び拡張階層を用いて、高解像度の画像を復号できる。このように、ＳＶＣを用いることで画像復号装置の性能に応じた画像を提供できる。
ＩＴＵ－Ｔ　Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ　Ｈ．２６４「Ａｄｖａｎｃｅｄ　ｖｉｄｅｏ　ｃｏｄｉｎｇ　ｆｏｒ　ｇｅｎｅｒｉｃ　ａｕｄｉｏｖｉｓｕａｌ　ｓｅｒｖｉｃｅｓ」、２０１０年３月
　しかしながら、従来の技術は、基本階層と拡張階層とが同一の符号化方式で符号化されていることが前提となっている。つまり、従来の技術は、基本階層と拡張階層とが異なる符号化方式で符号化されている場合には対応していない。
　そこで、本発明は、異なる符号化方式で基本階層と拡張階層とを符号化できる画像符号化装置或いは画像符号化方法、又は、基本階層と拡張階層とが異なる符号化方式で符号化されている場合にも対応できる画像復号装置或いは画像復号方法を提供することを目的とする。
　上記目的を達成するために、本発明の一態様に係る画像符号化装置は、第１画像データを第１符号化方式で符号化することにより基本階層データを生成する基本符号化部と、前記基本符号化部による前記符号化に用いられた第１符号化情報を、前記第１符号化方式とは異なる第２符号化方式に準拠した第２符号化情報に変換する変換部と、第２画像データを、前記第２符号化情報を用いて、前記第２符号化方式で符号化することで、拡張階層データを生成する拡張符号化部とを備える。
　なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。
　以上より、本発明は、異なる符号化方式で基本階層と拡張階層とを符号化できる画像符号化装置或いは画像符号化方法、又は、基本階層と拡張階層とが異なる符号化方式で符号化されている場合にも対応できる画像復号装置或いは画像復号方法を提供できる。
図１は、本発明の実施の形態１に係る画像符号化装置のブロック図である。 図２は、本発明の実施の形態１に係る基本符号化部のブロック図である。 図３は、本発明の実施の形態１に係る拡張符号化部のブロック図である。 図４は、本発明の実施の形態１に係る予測動きベクトル候補の一例を示す図である。 図５は、本発明の実施の形態１に係る画像符号化装置による符号化処理のフローチャートである。 図６は、本発明の実施の形態２に係る画像復号装置のブロック図である。 図７は、本発明の実施の形態２に係る基本復号部のブロック図である。 図８は、本発明の実施の形態２に係る拡張復号部のブロック図である。 図９は、本発明の実施の形態２に係る画像復号装置による復号処理のフローチャートである。 図１０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１１は、デジタル放送用システムの全体構成図である。 図１２は、テレビの構成例を示すブロック図である。 図１３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１４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１５Ａは、携帯電話の一例を示す図である。 図１５Ｂは、携帯電話の構成例を示すブロック図である。 図１６は、多重化データの構成を示す図である。 図１７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１８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１９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２０は、ＰＭＴのデータ構成を示す図である。 図２１は、多重化データ情報の内部構成を示す図である。 図２２は、ストリーム属性情報の内部構成を示す図である。 図２３は、映像データを識別するステップを示す図である。 図２４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２５は、駆動周波数を切り替える構成を示す図である。 図２６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２７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２８Ａ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２８Ｂは、信号処理部のモジュールを共有化する構成の他の一例を示す図である。
（本発明の基礎となった知見）
　上述したように、従来の技術は、基本階層と拡張階層とが同一の符号化方式で符号化されていることが前提となっている。つまり、従来の技術は、基本階層と拡張階層とが異なる符号化方式で符号化されている場合には対応していない。例えば、基本階層と拡張階層とをそれぞれの解像度に適した符号化方式で符号化することで、圧縮効率及び画質を改善できることを本発明者は見出した。
　本発明の一態様に係る画像符号化装置は、第１画像データを第１符号化方式で符号化することにより基本階層データを生成する基本符号化部と、前記基本符号化部による前記符号化に用いられた第１符号化情報を、前記第１符号化方式とは異なる第２符号化方式に準拠した第２符号化情報に変換する変換部と、第２画像データを、前記第２符号化情報を用いて、前記第２符号化方式で符号化することで、拡張階層データを生成する拡張符号化部とを備える。
　この構成によれば、本発明の一態様に係る画像符号化装置は、異なる符号化方式で基本階層と拡張階層とを符号化できる。
　例えば、前記第１符号化情報及び前記第２符号化情報は動きベクトルであってもよい。
　例えば、前記第１符号化情報は、第１精度で記述された動きベクトルであり、前記第２符号化情報は、前記第１精度と異なる第２精度で記述された動きベクトルであり、前記変換部は、前記第１精度の動きベクトルを前記第２精度の動きベクトルに変換してもよい。
　例えば、前記拡張符号化部は、前記第１符号化方式を示す符号化形式情報を含む前記拡張階層データを生成してもよい。
　例えば、前記第１符号化情報及び前記第２符号化情報は、インター予測において参照される参照画像の画像データであってもよい。
　例えば、前記第１符号化情報は、第１ビット精度で記述された画素データを含み、前記第２符号化情報は、第１ビット精度と異なる第２ビット精度で記述された画素データを含み、前記変換部は、前記第１ビット精度の画素データを前記第２ビット精度の画素データに変換してもよい。
　例えば、前記第１符号化情報は、第１の割合で輝度データと色差データとを含む画素データを含み、前記第２符号化情報は、前記第１の割合と異なる第２の割合で輝度データと色差データとを含む画素データで含み、前記変換部は、前記第１の割合で輝度データと色差データとを含む画素データを前記第２の割合で輝度データと色差データとを含む画素データに変換してもよい。
　例えば、前記第１符号化情報は、第１解像度の画像データであり、前記第２符号化情報は、第１解像度と異なる第２解像度の画像データであり、前記変換部は、前記第１解像度の画像データを前記第２解像度の画像データに変換してもよい。
　例えば、前記第１画像データと前記第２画像データとは同一のコンテンツであり、前記第２画像データは前記第１画像データより解像度が高くてもよい。
　また、本発明の一態様に係る画像復号装置は、基本階層データを用いて拡張階層データを復号することにより第２画像データを生成する画像復号装置であって、前記基本階層データは、第１符号化方式で第１画像データが符号化されることにより得られた信号であり、前記拡張階層データは、前記基本階層データの符号化の際に用いられた第１符号化情報を用いて、前記第１符号化方式とは異なる第２符号化方式で前記第２画像データが符号化されることにより得られた信号であり、前記画像復号装置は、前記基本階層データを復号することにより、前記第１符号化情報を生成する基本復号部と、前記第１符号化方式と前記第２符号化方式とが異なる場合、前記第１符号化情報を、前記第２符号化方式に準拠した第２符号化情報に変換する変換部と、前記第２符号化情報を用いて、前記拡張階層データを復号することにより前記第２画像データを生成する拡張復号部とを備える。
　この構成によれば、本発明の一態様に係る画像復号装置は、基本階層と拡張階層とが異なる符号化方式で符号化されている場合にも対応できる。
　例えば、前記第１符号化情報及び前記第２符号化情報は動きベクトルであってもよい。
　例えば、前記第１符号化情報は、第１精度で記述された動きベクトルであり、前記第２符号化情報は、前記第１精度と異なる第２精度で記述された動きベクトルであり、前記変換部は、前記第１精度の動きベクトルを前記第２精度の動きベクトルに変換してもよい。
　例えば、前記拡張階層データは、前記第１符号化方式を示す符号化方式情報を含み、前記変換部は、前記符号化方式情報を参照して前記第１符号化方式と前記第２符号化方式とが異なるか否かを判定してもよい。
　例えば、前記第１符号化情報及び前記第２符号化情報は、インター予測において参照される参照画像の画像データであってもよい。
　例えば、前記第１符号化情報は、第１ビット精度で記述された画素データを含み、前記第２符号化情報は、第１ビット精度と異なる第２ビット精度で記述された画素データを含み、前記変換部は、前記第１ビット精度の画素データを前記第２ビット精度の画素データに変換してもよい。
　例えば、前記第１符号化情報は、第１の割合で輝度データと色差データとを含む画素データを含み、前記第２符号化情報は、前記第１の割合と異なる第２の割合で輝度データと色差データとを含む画素データで含み、前記変換部は、前記第１の割合で輝度データと色差データとを含む画素データを前記第２の割合で輝度データと色差データとを含む画素データに変換してもよい。
　例えば、前記第１符号化情報は、第１解像度の画像データであり、前記第２符号化情報は、第１解像度と異なる第２解像度の画像データであり、前記変換部は、前記第１解像度の画像データを前記第２解像度の画像データに変換してもよい。
　例えば、前記第１画像データと前記第２画像データとは同一のコンテンツであり、前記第２画像データは前記第１画像データより解像度が高くてもよい。
　また、本発明の一態様に係る画像符号化方法は、第１画像データを第１符号化方式で符号化することにより基本階層データを生成する基本符号化ステップと、前記基本符号化ステップによる前記符号化に用いられた第１符号化情報を、前記第１符号化方式とは異なる第２符号化方式に準拠した第２符号化情報に変換する変換ステップと、第２画像データを、前記第２符号化情報を用いて、前記第２符号化方式で符号化することで、拡張階層データを生成する拡張符号化ステップとを含む。
　これによれば、本発明の一態様に係る画像符号化方法は、異なる符号化方式で基本階層と拡張階層とを符号化できる。
　また、本発明の一態様に係る画像復号方法は、基本階層データを用いて拡張階層データを復号することにより第２画像データを生成する画像復号方法であって、前記基本階層データは、第１符号化方式で第１画像データが符号化されることにより得られた信号であり、前記拡張階層データは、前記基本階層データの符号化の際に用いられた第１符号化情報を用いて、前記第１符号化方式とは異なる第２符号化方式で前記第２画像データが符号化されることにより得られた信号であり、前記画像復号方法は、前記基本階層データを復号することにより、前記第１符号化情報を生成する基本復号ステップと、前記第１符号化方式と前記第２符号化方式とが異なる場合、前記第１符号化情報を、前記第２符号化方式に準拠した第２符号化情報に変換する変換ステップと、前記第２符号化情報を用いて、前記拡張階層データを復号することにより前記第２画像データを生成する拡張復号ステップとを含む。
　これによれば、本発明の一態様に係る画像復号方法は、基本階層と拡張階層とが異なる符号化方式で符号化されている場合にも対応できる。
　また、本発明の一態様に係る画像符号化復号装置は、前記画像符号化装置と、前記画像復号装置とを備える。
　なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムまたは記録媒体の任意な組み合わせで実現されてもよい。
　以下、本発明の実施の形態について、図面を用いて詳細に説明する。なお、以下で説明する実施の形態は、いずれも本発明の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
　（実施の形態１）
　図１は、本実施の形態に係る画像符号化装置１００の構成を示すブロック図である。
　図１に示す画像符号化装置１００は、階層符号化により基本階層データ１３４及び拡張階層データ２３４を生成する。具体的には、画像符号化装置１００は、第１画像データ１３０を符号化することにより基本階層データ１３４を生成する。さらに、画像符号化装置１００は、第１画像データ１３０の符号化の際に用いられた第１符号化情報１４４を用いて、第２画像データ２３０を符号化することで拡張階層データ２３４を生成する。
　ここで、第１画像データ１３０と第２画像データ２３０とは同一のコンテンツであり、かつ、互いに解像度が異なる。例えば、第１画像データ１３０の解像度は１９２０×１０８０画素である。また、第２画像データ２３０の解像度は３８４０×２１６０画素である。
　この画像符号化装置１００は、基本符号化部１０１と、拡張符号化部２０１と、変換部３０１とを備える。
　基本符号化部１０１は、第１画像データ１３０を第１符号化方式で符号化することにより基本階層データ１３４を生成する。また、基本符号化部１０１は、当該符号化の際に用いた第１符号化情報１４４を出力する。例えば、第１符号化情報１４４は動きベクトルを含む。
　変換部３０１は、基本符号化部１０１による第１画像データ１３０の符号化に用いられた第１符号化情報１４４を、第１符号化方式とは異なる第２符号化方式に準拠した第２符号化情報３４４に変換する。
　ここで、第１符号化方式とは、例えば、ＭＰＥＧ２であり、第２符号化方式とは、例えば、ＨＥＶＣ（Ｈｉｇｈ　Ｅｆｆｉｃｉｅｎｃｙ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ）である。
　例えば、ＭＰＥＧ２とＨＥＶＣとでは、動きベクトルの精度が異なる。具体的には、ＭＰＥＧ２の動きベクトルは１／２画素精度（ｈａｌｆｐｅｌ）で標記されており、ＨＥＶＣの動きベクトルは１／４画素精度（ｑｕａｒｔｅｒｐｅｌ）で標記されている。この場合、変換部３０１は、１／２画素精度の動きベクトルを１／４精度の動きベクトルに変換する。具体的には、変換部３０１は、１／２画素精度の動きベクトルを左方向にビットシフトさせることで、１／４画素精度の動きベクトルを算出する。
　拡張符号化部２０１は、第２画像データ２３０を、第２符号化情報３４４を用いて、第２符号化方式で符号化することで、拡張階層データ２３４を生成する。
　図２は、基本符号化部１０１のブロック図である。図２に示された基本符号化部１０１は、減算部１０２、直交変換部１０３、量子化部１０４、可変長符号化部１０５、逆量子化部１０６、逆直交変換部１０７、加算部１０８、ブロックメモリ１０９、イントラ予測部１１０、フレームメモリ１１１、インター予測部１１２、スイッチ１１３、インター予測制御部１２１、符号化情報メモリ１２２、予測動きベクトル候補算出部１２３、及びピクチャタイプ決定部１２４を備える。
　減算部１０２は、第１画像データ１３０から予測画像データ１４２を減算することで、予測誤差データ１３１を生成する。直交変換部１０３は、予測誤差データ１３１に対し、画像領域から周波数領域への変換を行うことで直交変換係数１３２を生成する。量子化部１０４は、直交変換係数１３２に対して量子化処理を行うことで量子化係数１３３を生成する。
　逆量子化部１０６は、量子化係数１３３に対して逆量子化処理を行うことで直交変換係数１３５を生成する。逆直交変換部１０７は、直交変換係数１３５に対して周波数領域から画像領域への変換を行うことで予測誤差データ１３６を生成する。加算部１０８は、予測誤差データ１３６と予測画像データ１４２を加算することで再構築画像データ１３７を生成する。
　ブロックメモリ１０９は、再構築画像データ１３７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１１１は、再構築画像データ１３７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１１０は、ブロックメモリ１０９に保存されているブロック単位の再構築画像データ１３８を用いて、イントラ予測を実行する。これにより、イントラ予測部１１０は、符号化対象ブロックについての予測画像データ１３９を生成する。
　インター予測部１１２は、フレームメモリ１１１に保存されているフレーム単位の再構築画像データ１４０と、動き検出により導出された動きベクトルとを用いて、インター予測を実行する。これにより、インター予測部１１２は、符号化対象ブロックについての予測画像データ１４１を生成する。
　スイッチ１１３は、イントラ予測又はインター予測に符号化モードを切り替える。具体的には、スイッチ１１３は、ピクチャタイプ情報１４３に応じて、予測画像データ１３９及び予測画像データ１４１の一方を、予測画像データ１４２として出力する。
　ピクチャタイプ決定部１２４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データを符号化するかを決定する。そして、ピクチャタイプ決定部１２４は、決定したピクチャタイプを示すピクチャタイプ情報１４３を生成する。
　予測動きベクトル候補算出部１２３は、符号化情報メモリ１２２に格納されている第１符号化情報１４４を用いて、複数の予測動きベクトル候補１４５を導出する。例えば、予測動きベクトル候補算出部１２３は、時間的に直前及び直後に位置するピクチャの、符号化対象ブロックと同じ位置のブロックの動きベクトルを予測動きベクトル候補１４５に決定する。また、予測動きベクトル候補算出部１２３は、導出した複数の予測動きベクトル候補１４５の各々に対して、予測動きベクトルインデックスの値を割り当てる。そして、複数の予測動きベクトル候補１４５をインター予測制御部１２１に送る。
　インター予測制御部１２１は、複数の予測動きベクトル候補１４５から、予測動きベクトル１４７を選択する。また、インター予測制御部１２１は、符号化対象ブロックの動きベクトル等を含む第１符号化情報１４４を符号化情報メモリ１２２に転送する。また、インター予測制御部１２１は、選択した予測動きベクトル１４７に割り当てられている予測動きベクトルインデックス１４６を可変長符号化部１０５に送る。
　また、インター予測部１１２は、予測動きベクトル１４７を用いて、インター予測を実行する。
　可変長符号化部１０５は、量子化係数１３３、予測動きベクトルインデックス１４６、及び、ピクチャタイプ情報１４３等に対して、可変長符号化処理を行うことにより、基本階層データ１３４を生成する。
　なお、ここでは、基本符号化部１０１は、予測動きベクトル候補算出部１２３を備えているが、当該予測動きベクトル候補算出部１２３を備えず、複数の予測動きベクトル候補１４５を算出する処理を行なわなくてもよい。また、この場合、インター予測制御部１２１において、予測動きベクトルインデックス１４６の生成等は行われない。
　次に、拡張符号化部２０１の構成を説明する。図３は、拡張符号化部２０１の構成を示すブロック図である。
　図３に示された拡張符号化部２０１は、減算部２０２、直交変換部２０３、量子化部２０４、可変長符号化部２０５、逆量子化部２０６、逆直交変換部２０７、加算部２０８、ブロックメモリ２０９、イントラ予測部２１０、フレームメモリ２１１、インター予測部２１２、スイッチ２１３、インター予測制御部２２１、予測動きベクトル候補算出部２２３、符号化情報メモリ２２２、及びピクチャタイプ決定部２２４を備える。
　減算部２０２は、第２画像データ２３０から予測画像データ２４２を減算することで、予測誤差データ２３１を生成する。直交変換部２０３は、予測誤差データ２３１に対し、画像領域から周波数領域への変換を行うことで直交変換係数２３２を生成する。量子化部２０４は、直交変換係数２３２に対して量子化処理を行うことで量子化係数２３３を生成する。
　逆量子化部２０６は、量子化係数２３３に対して逆量子化処理を行うことで直交変換係数２３５を生成する。逆直交変換部２０７は、直交変換係数２３５に対して周波数領域から画像領域への変換を行うことで予測誤差データ２３６を生成する。加算部２０８は、予測誤差データ２３６と予測画像データ２４２を加算することで再構築画像データ２３７を生成する。
　ブロックメモリ２０９は、再構築画像データ２３７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２１１は、再構築画像データ２３７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２０９に保存されているブロック単位の再構築画像データ２３８を用いて、イントラ予測を実行する。これにより、イントラ予測部２１０は、符号化対象ブロックについての予測画像データ２３９を生成する。
　インター予測部２１２は、フレームメモリ２１１に保存されているフレーム単位の再構築画像データ２４０と、動き検出により導出された動きベクトルとを用いて、インター予測を実行する。これにより、インター予測部２１２は、符号化対象ブロックについての予測画像データ２４１を生成する。
　スイッチ２１３は、イントラ予測又はインター予測に符号化モードを切り替える。具体的には、スイッチ２１３は、ピクチャタイプ情報２４３に応じて、予測画像データ２３９及び予測画像データ２４１の一方を、予測画像データ２４２として出力する。
　ピクチャタイプ決定部２２４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データを符号化するかを決定する。そして、ピクチャタイプ決定部２２４は、決定したピクチャタイプを示すピクチャタイプ情報２４３を生成する。
　予測動きベクトル候補算出部２２３は、符号化情報メモリ２２２に格納されている第１符号化情報２４４に加え、変換部３０１により変換された第２符号化情報３４４を用いて、複数の予測動きベクトル候補２４５を導出する。
　図４は、予測動きベクトル候補２４５の一例を示す図である。図４に示すように、例えば、予測動きベクトル候補算出部２２３は、ｃｏ－ｌｏｃａｔｅｄブロックの動きベクトルＭＶ０を予測動きベクトル候補２４５として選択する。ここでｃｏ－ｌｏｃａｔｅｄブロックは、第１画像データ１３０に含まれる、符号化対象ピクチャＢ１２と表示時刻が同じピクチャＢ０２の、符号化対象ブロックと同じ位置のブロックである。
　また、予測動きベクトル候補算出部２２３は、時間的に直前及び直後に位置するピクチャの、符号化対象ブロックと同じ位置のブロックの動きベクトルを予測動きベクトル候補２４５に決定する。
　また、予測動きベクトル候補算出部２２３は、導出した複数の予測動きベクトル候補２４５の各々に対して、予測動きベクトルインデックスの値を割り当てる。そして、予測動きベクトル候補算出部２２３は、複数の予測動きベクトル候補２４５をインター予測制御部２２１に送る。
　インター予測制御部２２１は、複数の予測動きベクトル候補２４５から、予測動きベクトル２４７を選択する。また、インター予測制御部２２１は、符号化対象ブロックの動きベクトル等を含む第１符号化情報２４４を符号化情報メモリ２２２に転送する。また、インター予測制御部２２１は、選択した予測動きベクトル２４７に割り当てられている予測動きベクトルインデックス２４６を可変長符号化部２０５に送る。
　また、インター予測部２１２は、予測動きベクトル２４７を用いて、インター予測を実行する。
　ここで、インター予測部２１２は、動きベクトルだけでなく、基本符号化部１０１のフレームメモリ１１１及び符号化情報メモリ１２２に格納されている情報を用いてインター予測を行ってもよい。具体的には、インター予測部２１２は、フレームメモリ１１１に格納されている再構築画像データ１４０を参照画像として用いてもよい。また、インター予測部２１２は、第１符号化情報１４４に含まれる情報のうち、変換が不要な情報を用いてもよい。例えば、この情報とは、ピクチャタイプ情報１４３等である。ここで変換が不要な情報とは、第１符号化方式と第２符号化方式とで記述形式が同じ情報である。
　可変長符号化部２０５は、量子化係数２３３、予測動きベクトルインデックス２４６、及びピクチャタイプ情報２４３等に対して、可変長符号化処理を行うことにより、拡張階層データ２３４を生成する。
　また、可変長符号化部２０５は、上記の情報に加え、第１符号化方式を示す符号化方式情報を含むデータに対して、可変長符号化処理を行うことにより、拡張階層データ２３４を生成する。例えば、この符号化方式情報は、ストリーム単位のヘッダ情報に含まれる。
　次に、画像符号化装置１００の動作の流れを説明する。
　図５は、画像符号化装置１００による符号化処理のフローチャートである。
　まず、基本符号化部１０１は、第１画像データ１３０を符号化する際に用いる第１符号化情報１４４を生成する（Ｓ１０１）。具体的には、基本符号化部１０１は、第１画像データ１３０を符号化するとともに、当該符号化の際に用いた動きベクトル等の第１符号化情報１４４を符号化情報メモリ１２２に格納する。
　次に、変換部３０１は、第１符号化方式に準拠した第１符号化情報１４４を、第２符号化方式に準拠した第２符号化情報３４４に変換する（Ｓ１０２）。具体的には、変換部３０１は、１／２画素精度の動きベクトルである第１符号化情報１４４を、１／４画素精度の動きベクトルである第２符号化情報３４４に変換する。
　次に、拡張符号化部２０１は、第２符号化情報３４４を用いて、第２画像データを第２符号化方式で符号化する（Ｓ１０３）。
　最後に、拡張符号化部２０１は、第１符号化方式を示す符号化方式情報を含む拡張階層データ２３４を生成する（Ｓ１０４）。
　以上により、本発明の実施の形態１に係る画像符号化装置１００は、基本符号化部１０１による第１符号化方式での符号化の際に用いられた第１符号化情報１４４を、第２符号化方式に準拠した第２符号化情報３４４に変換する。そして、画像符号化装置１００は、第２符号化情報３４４を用いて第２画像データ２３０を符号化することにより、拡張階層データ２３４を生成する。
　これにより、本発明の実施の形態１に係る画像符号化装置１００は、異なる符号化方式を用いて基本階層データ１３４と拡張階層データ２３４とを生成できる。また、変換部３０１を追加するという容易な変更により、当該機能を実現できるので、従来構成からの機能の追加及び変更を最小限に抑えることができる。
　なお、図２及び図３は、基本符号化部１０１及び拡張符号化部２０１の一例を示す図である。基本符号化部１０１及び拡張符号化部２０１の具体的な構成の態様は、図２及び図３に示された構成に限られない。例えば、ピクチャタイプが予め定められている場合、ピクチャタイプ決定部１２４及び２２４は無くてもよい。また、基本符号化部１０１及び拡張符号化部２０１の各々は、複数の構成要素で構成される必要はない。また、基本符号化部１０１及び拡張符号化部２０１は、周波数変換、量子化、逆周波数変換、逆量子化及びイントラ予測等を実行せずに、画像を符号化してもよい。
　また、上記説明では、基本符号化部１０１と拡張符号化部２０１とを独立した処理部として説明しているが、単一のハードウェアが基本符号化部１０１及び拡張符号化部２０１の機能を時分割処理等で実現してもよい。
　また、基本符号化部１０１及び拡張符号化部２０１の各々に含まれる処理部の一部を単一の処理部で兼用してもよい。
　また、基本符号化部１０１及び拡張符号化部２０１に含まれるメモリ（ブロックメモリ、フレームメモリ及び符号化情報メモリ）は、単一のメモリで実現されてもよいし、２以上のメモリで実現されてもよい。
　また、上記説明では、画像符号化装置１００は、基本符号化部１０１を備えるとしたが、第１符号化情報１４４を例えば外部から取得し、基本符号化部１０１を備えない構成としてもよい。
　また、上記説明では、画像符号化装置１００が動きベクトルを変換する例を述べたが、画像符号化装置１００は、動きベクトル以外の符号化情報を変換してもよい。
　例えば、符号化情報は、インター予測において参照される参照画像の画像データであってもよい。つまり、第１符号化情報１４４は、フレームメモリ１１１に格納されている再構築画像データ１４０であってもよい。この場合、変換部３０１は、第１符号化方式に準拠した参照画像（再構築画像データ１４０）を第２符号化方式に準拠した参照画像（第２符号化情報３４４）に変換する。つまり、変換部３０１は、再構築画像データ１４０のフォーマットを変換する。そして、拡張符号化部２０１は、変換された後の参照画像を用いてインター予測を行う。
　具体的には、例えば、変換部３０１は、再構築画像データ１４０のビット精度を変換する。つまり、第１符号化情報１４４は、第１ビット精度で記述された画素データを含み、第２符号化情報３４４は、第１ビット精度と異なる第２ビット精度で記述された画素データを含む。そして、変換部３０１は、第１ビット精度の画素データを第２ビット精度の画素データに変換することで、第２符号化情報３４４を生成する。例えば、第１ビット精度は８ビット精度であり、第２ビット精度は１０又は１２ビット精度である。
　または、変換部３０１は、再構築画像データ１４０の輝度データと色差データとの割合（ＹＣｂＣｒ）を変換してもよい。つまり、第１符号化情報１４４は、第１の割合で輝度データと色差データとを含む画素データを含み、第２符号化情報３４４は、第１の割合と異なる第２の割合で輝度データと色差データとを含む画素データを含んでもよい。そして、変換部３０１は、第１の割合で輝度データと色差データとを含む画素データを第２の割合で輝度データと色差データとを含む画素データに変換することで、第２符号化情報３４４を生成してもよい。例えば、第１符号化情報１４４は、４：２：０フォーマットの画像データであり、第２符号化情報３４４は、４：４：４フォーマットの画像データである。
　または、変換部３０１は、再構築画像データ１４０の解像度を変換してもよい。つまり、第１符号化情報１４４は、第１解像度の画像データであり、第２符号化情報３４４は、第１解像度と異なる第２解像度の画像データであってもよい。そして、変換部３０１は、第１解像度の画像データを第２解像度の画像データに変換することで、第２符号化情報３４４を生成してもよい。例えば、第１符号化情報１４４は、解像度が１９２０×１０８０画素の画像データであり、第２符号化情報３４４は、解像度が３８４０×２１６０画素の画像データである。
　なお、変換部３０１は、上述した画像データの、ビット精度と、輝度データと色差データとの割合と、解像度とのうち複数を同時に変換してもよい。
　（実施の形態２）
　本発明の実施の形態２では、上記実施の形態１に係る画像符号化装置１００により生成された基本階層データ１３４及び拡張階層データ２３４を復号する画像復号装置４００について説明する。
　本発明の実施の形態２に係る画像復号装置は、基本階層データ１３４と拡張階層データ２３４との符号化方式が異なる場合に、基本階層データ１３４に含まれる第１符号化情報を拡張階層データの符号化形式に変換する。これにより、当該画像復号装置は、基本階層データ１３４と拡張階層データ２３４との符号化方式が異なる場合に対応できる。
　図６は、本実施の形態に係る画像復号装置４００のブロック図である。この画像復号装置４００は、基本階層データ１３４を用いて拡張階層データ２３４を復号することにより第２画像データ５３７を生成する。
　ここで、基本階層データ１３４及び拡張階層データ２３４は、上述した実施の形態１に係る画像符号化装置１００により生成されたデータである。具体的には、基本階層データ１３４は、第１符号化方式で第１画像データ１３０が符号化されることにより得られた信号である。拡張階層データ２３４は、基本階層データ１３４の符号化の際に用いられた第１符号化情報１４４を用いて、第２符号化方式で第２画像データ２３０が符号化されることにより得られた信号である。
　言い換えると、基本階層データ１３４は、当該データ単独で復号可能なデータである。また、拡張階層データ２３４は、当該データ単独では復号できず、基本階層データ１３４を用いることで復号できるデータである。
　図６に示すように、画像復号装置４００は、基本復号部４０１と、拡張復号部５０１と、変換部６０１とを備える。
　基本復号部４０１は、基本階層データ１３４を復号することにより、第１符号化情報４４４を生成する。
　変換部６０１は、第１符号化方式と第２符号化方式とが異なる場合、第１符号化情報４４４を、第２符号化方式に準拠した第２符号化情報６４４に変換する。例えば、変換部３０１は、第１符号化情報４４４である１／２画素精度の動きベクトルを、第２符号化情報６４４である１／４精度の動きベクトルに変換する。具体的には、変換部３０１は、１／２画素精度の動きベクトルを左方向にビットシフトさせることで、１／４画素精度の動きベクトルを算出する。
　拡張復号部５０１は、第２符号化情報６４４を用いて、拡張階層データ２３４を復号することにより第２画像データ５３７を生成する。
　図７は、基本復号部４０１のブロック図である。図７に示された基本復号部４０１は、可変長復号部４０５、逆量子化部４０６、逆直交変換部４０７、加算部４０８、ブロックメモリ４０９、イントラ予測部４１０、フレームメモリ４１１、インター予測部４１２、スイッチ４１３、インター予測制御部４２１、符号化情報メモリ４２２、及び予測動きベクトル候補算出部４２３を備える。
　可変長復号部４０５は、基本階層データ１３４に対し、可変長復号処理を行うことで、ピクチャタイプ情報４４３、予測動きベクトルインデックス４４６、及び量子化係数４３３を復号する。
　逆量子化部４０６は、量子化係数４３３に対し逆量子化処理を行うことで直交変換係数４３５を生成する。
　逆直交変換部４０７は、直交変換係数４３５を、周波数領域から画像領域へ変換することで、予測誤差データ４３６を生成する。加算部４０８は、予測画像データ４４２と、予測誤差データ４３６とを加算することにより、第１画像データ４３７（復号画像データ）を生成する。
　ブロックメモリ４０９は、第１画像データ４３７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４１１は、第１画像データ４３７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４１０は、ブロックメモリ４０９に保存されているブロック単位の復号画像データ４３８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４３９を生成する。インター予測部４１２は、フレームメモリ４１１に保存されているフレーム単位の復号画像データ４４０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４４１を生成する。
　スイッチ４１３は、イントラ予測又はインター予測に符号化モードを切り替える。具体的には、スイッチ４１３は、ピクチャタイプ情報４４３に応じて、予測画像データ４３９及び予測画像データ４４１の一方を、予測画像データ４４２として出力する。
　予測動きベクトル候補算出部４２３は、符号化情報メモリ４２２に格納されている第１符号化情報４４４を用いて、複数の予測動きベクトル候補４４５を導出する。例えば、予測動きベクトル候補算出部４２３は、時間的に直前及び直後に位置するピクチャの、復号対象ブロックと同じ位置のブロックの動きベクトルを予測動きベクトル候補４４５に決定する。また、予測動きベクトル候補算出部４２３は、導出した複数の予測動きベクトル候補４４５に対して、予測動きベクトルインデックスの値を割り当てる。そして、予測動きベクトル候補算出部４２３は、複数の予測動きベクトル候補４４５を、インター予測制御部４２１に送る。
　インター予測制御部４２１は、複数の予測動きベクトル候補４４５から、復号した予測動きベクトルインデックス４４６と同じ値の予測ベクトルインデックスが割り当てられている予測動きベクトル候補を、インター予測に用いる予測動きベクトル４４７として選択する。また、インター予測制御部４２１は、復号対象ブロックの動きベクトル等を含む第１符号化情報４４４を符号化情報メモリ４２２に転送する。
　また、インター予測部４１２は、予測動きベクトル４４７を用いて、インター予測を実行する。
　なお、ここでは、基本復号部４０１は、予測動きベクトル候補算出部４２３を備えているが、当該予測動きベクトル候補算出部４２３を備えず、複数の予測動きベクトル候補４４５を算出する処理を行なわなくてもよい。また、この場合、インター予測制御部４２１において、予測動きベクトルインデックス４４６を用いた処理等は行われない。
　次に、拡張復号部５０１の構成を説明する。図８は、拡張復号部５０１の構成を示すブロック図である。
　図８に示された拡張復号部５０１は、可変長復号部５０５、逆量子化部５０６、逆直交変換部５０７、加算部５０８、ブロックメモリ５０９、イントラ予測部５１０、フレームメモリ５１１、インター予測部５１２、スイッチ５１３、インター予測制御部５２１、符号化情報メモリ５２２、及び予測動きベクトル候補算出部５２３を備える。
　可変長復号部５０５は、拡張階層データ２３４に対し、可変長復号処理を行うことで、ピクチャタイプ情報５４３、予測動きベクトルインデックス５４６、符号化方式情報５４８、及び量子化係数５３３を復号する。
　逆量子化部５０６は、量子化係数５３３に対し逆量子化処理を行うことで直交変換係数５３５を生成する。
　逆直交変換部５０７は、直交変換係数５３５を、周波数領域から画像領域へ変換することで、予測誤差データ５３６を生成する。加算部５０８は、予測画像データ５４２と、予測誤差データ５３６とを加算することにより、第２画像データ５３７（復号画像データ）を生成する。
　ブロックメモリ５０９は、第２画像データ５３７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５１１は、第２画像データ５３７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５１０は、ブロックメモリ５０９に保存されているブロック単位の復号画像データ５３８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５３９を生成する。インター予測部５１２は、フレームメモリ５１１に保存されているフレーム単位の復号画像データ５４０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５４１を生成する。
　スイッチ５１３は、イントラ予測又はインター予測に符号化モードを切り替える。具体的には、スイッチ５１３は、ピクチャタイプ情報５４３に応じて、予測画像データ５３９及び予測画像データ５４１の一方を、予測画像データ５４２として出力する。
　予測動きベクトル候補算出部５２３は、符号化情報メモリ５２２に格納されている第１符号化情報５４４に加え、変換部６０１により変換された第２符号化情報６４４を用いて、複数の予測動きベクトル候補５４５を導出する。
　例えば、予測動きベクトル候補算出部５２３は、ｃｏ－ｌｏｃａｔｅｄブロックの動きベクトルを予測動きベクトル候補５４５として選択する。ここでｃｏ－ｌｏｃａｔｅｄブロックは、基本階層データ１３４に含まれる、復号対象ピクチャと表示時刻が同じピクチャの、復号対象ブロックと同じ位置のブロックである。また、予測動きベクトル候補算出部５２３は、時間的に直前及び直後に位置するピクチャの、復号対象ブロックと同じ位置のブロックの動きベクトルを予測動きベクトル候補５４５に決定する。
　また、予測動きベクトル候補算出部５２３は、導出した複数の予測動きベクトル候補５４５に対して、予測動きベクトルインデックスの値を割り当てる。そして、予測動きベクトル候補算出部５２３は、複数の予測動きベクトル候補５４５を、インター予測制御部５２１に送る。
　インター予測制御部５２１は、複数の予測動きベクトル候補４４５から、復号した予測動きベクトルインデックス５４６と同じ値の予測ベクトルインデックスが割り当てられている予測動きベクトル候補を、インター予測に用いる予測動きベクトル５４７として選択する。また、インター予測制御部５２１は、復号対象ブロックの動きベクトル等を含む第１符号化情報５４４を符号化情報メモリ５２２に転送する。
　また、インター予測部５１２は、予測動きベクトル５４７を用いて、インター予測を実行する。
　ここで、インター予測部５１２は、動きベクトルだけでなく、基本復号部４０１のフレームメモリ４１１及び符号化情報メモリ４２２に格納されている情報を用いてインター予測を行ってもよい。具体的には、インター予測部５１２は、フレームメモリ４１１に格納されている復号画像データ４４０を参照画像として用いてもよい。また、インター予測部５１２は、ピクチャタイプ情報４４３等の動きベクトル以外の符号化情報を用いてもよい。
　また、変換部６０１は、可変長復号部５０５で復号された符号化方式情報５４８を参照し、基本階層データ１３４と拡張階層データ２３４との符号化方式が同じであるか否かを判定する。
　次に、画像復号装置４００の動作の流れを説明する。
　図９は、画像復号装置４００による復号処理のフローチャートである。
　まず、基本復号部４０１は、基本階層データ１３４が符号化された際に用いられた第１符号化情報４４４を生成する（Ｓ２０１）。具体的には、基本復号部４０１は、基本階層データ１３４を復号することで動きベクトル等の第１符号化情報４４４を生成し、生成した第１符号化情報４４４を符号化情報メモリ４２２に格納する。
　次に、変換部６０１は、符号化方式情報５４８を取得する（Ｓ２０２）。具体的には、この符号化方式情報５４８は、拡張復号部５０１が拡張階層データ２３４を復号することにより生成される。
　次に、変換部６０１は、符号化方式情報５４８を参照し、基本階層データ１３４の第１符号化方式と拡張階層データ２３４の第２符号化方式とが異なるか否かを判定する（Ｓ２０３）。なお、第２符号化方式の情報は、例えば、拡張階層データ２３４に含まれている。
　第１符号化方式と第２符号化方式とが異なる場合（Ｓ２０３でＹｅｓ）、変換部６０１は、第１符号化方式に準拠した第１符号化情報４４４を、第２符号化方式に準拠した第２符号化情報６４４に変換する（Ｓ２０４）。具体的には、変換部６０１は、１／２画素精度の動きベクトルである第１符号化情報４４４を、１／４画素精度の動きベクトルである第２符号化情報６４４に変換する。
　次に、拡張復号部５０１は、第２符号化情報６４４を用いて、拡張階層データ２３４を復号することにより、第２画像データ５３７を生成する（Ｓ２０５）。
　一方、第１符号化方式と第２符号化方式とが同じ場合（Ｓ２０３でＮｏ）、拡張復号部５０１は、第１符号化情報４４４を用いて、拡張階層データ２３４を復号することにより、第２画像データ５３７を生成する（Ｓ２０６）。
　以上により、本発明の実施の形態２に係る画像復号装置４００は、基本階層データ１３４の、第１符号化方式での符号化の際に用いられた第１符号化情報４４４を、第２符号化方式に準拠した第２符号化情報６４４に変換する。そして、画像復号装置４００は、第２符号化情報６４４を用いて拡張階層データ２３４を復号することにより、第２画像データ５３７を生成する。これにより、画像復号装置４００は、符号化方式の異なる基本階層データ１３４と拡張階層データ２３４とを復号できる。
　なお、図７及び図８は、基本復号部４０１及び拡張復号部５０１の一例を示す図である。基本復号部４０１及び拡張復号部５０１の具体的な構成の態様は、図７及び図８に示された構成に限られない。例えば、基本復号部４０１及び拡張復号部５０１の各々は、複数の構成要素で構成される必要はない。また、基本復号部４０１及び拡張復号部５０１は、逆周波数変換、逆量子化及びイントラ予測等を実行せずに、画像を復号してもよい。
　また、上記説明では、基本復号部４０１と拡張復号部５０１とを独立した処理部として説明しているが、単一のハードウェアが基本復号部４０１及び拡張復号部５０１の機能を時分割処理で実現してもよい。
　また、基本復号部４０１及び拡張復号部５０１の各々に含まれる処理部の一部を単一の処理部で兼用してもよい。
　また、基本復号部４０１及び拡張復号部５０１に含まれるメモリ（ブロックメモリ、フレームメモリ及び符号化情報メモリ）は、単一のメモリで実現されてもよいし、２以上のメモリで実現されてもよい。
　また、上記説明では、画像復号装置４００は、基本復号部４０１を備えるとしたが、第１符号化情報４４４を例えば外部から取得し、基本復号部４０１を備えない構成としてもよい。
　また、上記説明では、画像復号装置４００が動きベクトルを変換する例を述べたが、画像復号装置４００は、動きベクトル以外の符号化情報を変換してもよい。
　例えば、上述した実施の形態１の同様に、符号化情報は、インター予測において参照される参照画像の画像データであってもよい。具体的には、変換部６０１は、第１符号化情報４４４（復号画像データ４４０）のビット精度、輝度データと色差データとの割合、及び、解像度のうち１以上を変換することで、第２符号化情報６４４を生成する。
　以上、本発明に係る画像符号化装置及び画像復号装置について、実施の形態に基づいて説明したが、本発明は実施の形態に限定されるものではない。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、及び、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、画像符号化装置及び画像復号装置として実現できるだけでなく、画像符号化装置及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。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、画像符号化装置及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、一部または全てを含むように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及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、画像符号化装置及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。
　また、上記実施の形態に係る、画像符号化装置、画像復号装置及びそれら変形例の機能のうち少なくとも一部を組み合わせてもよい。
　また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。
　また、上記画像符号化方法又は画像復号方法に含まれる、複数のステップが実行される順序は、本発明を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。
　（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１０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１０のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。
　カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ－ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。
　コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の一態様に係る画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。
　なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像および／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。
　また、これら符号化・復号化処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ－ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。
　また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。
　以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。
　なお、コンテンツ供給システムex１００の例に限らず、図１１に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の一態様に係る画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。
　また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号化する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に動画像復号化装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。
　図１２は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。
　また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の一態様に係る画像符号化装置または画像復号装置として機能する）を有する信号処理部ex３０６と、復号化した音声信号を出力するスピーカex３０７、復号化した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。
　まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号化し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。
　また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。
　また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。
　一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図１３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１４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１２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１５Ａ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１５Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。
　電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。
　携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。
　さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。
　データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の一態様に係る画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。
　多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。
　データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の一態様に係る画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。
　また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。
　このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。
　また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。
　（実施の形態４）
　上記各実施の形態で示した動画像符号化方法または装置と、ＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。
　ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。
　この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ－２トランスポートストリーム形式のデジタルストリームである。
　図１６は、多重化データの構成を示す図である。図１６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１７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１８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１８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１８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１９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１９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２０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２１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２１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２２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２３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２４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２５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２４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２４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２７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２６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２８Ａのex９００に示す。例えば、上記各実施の形態で示した動画像復号方法と、ＭＰＥＧ４－ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４－ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４－ＡＶＣ規格に対応しない、本発明の一態様に特有の他の処理内容については、専用の復号処理部ex９０１を用いるという構成が考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した動画像復号化方法を実行するための復号処理部を共有し、ＭＰＥＧ４－ＡＶＣ規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。
　また、処理を一部共有化する他の例を図２８Ｂのex１０００に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。
　このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。
　以上、複数の態様に係る画像符号化装置及び画像復号装置について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、一つまたは複数の態様の範囲内に含まれてもよい。
　本発明に係る画像符号化装置及び画像復号装置は、例えば、テレビジョン受像機、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、又は、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　基本符号化部
　　１０２、２０２　減算部
　　１０３、２０３　直交変換部
　　１０４、２０４　量子化部
　　１０５、２０５　可変長符号化部
　　１０６、２０６、４０６、５０６　逆量子化部
　　１０７、２０７、４０７、５０７　逆直交変換部
　　１０８、２０８、４０８、５０８　加算部
　　１０９、２０９、４０９、５０９　ブロックメモリ
　　１１０、２１０、４１０、５１０　イントラ予測部
　　１１１、２１１、４１１、５１１　フレームメモリ
　　１１２、２１２、４１２、５１２　インター予測部
　　１１３、２１３、４１３、５１３　スイッチ
　　１２１、２２１、４２１、５２１　インター予測制御部
　　１２２、２２２、４２２、５２２　符号化情報メモリ
　　１２３、２２３、４２３、５２３　予測動きベクトル候補算出部
　　１２４、２２４　ピクチャタイプ決定部
　　１３０、４３７　第１画像データ
　　１３１、１３６、２３１、２３６、４３６、５３６　予測誤差データ
　　１３２、１３５、２３２、２３５、４３５、５３５　直交変換係数
　　１３３、２３３、４３３、５３３　量子化係数
　　１３４　基本階層データ
　　１３７、１３８、１４０、２３７、２３８、２４０　再構築画像データ
　　１３９、１４１、１４２、２３９、２４１、２４２、４３９、４４１、４４２、５３９、５４１、５４２　予測画像データ
　　１４３、２４３、４４３、５４３　ピクチャタイプ情報
　　１４４、２４４、４４４、５４４　第１符号化情報
　　１４５、２４５、４４５、５４５　予測動きベクトル候補
　　１４６、２４６、４４６、５４６　予測動きベクトルインデックス
　　１４７、２４７、４４７、５４７　予測動きベクトル
　　２０１　拡張符号化部
　　２３０、５３７　第２画像データ
　　２３４　拡張階層データ
　　３０１、６０１　変換部
　　３４４、６４４　第２符号化情報
　　４００　画像復号装置
　　４０１　基本復号部
　　４０５、５０５　可変長復号部
　　４３８、４４０、５３８、５４０　復号画像データ
　　５０１　拡張復号部
　　５４８　符号化方式情報

Claims (21)

  1. 　第１画像データを第１符号化方式で符号化することにより基本階層データを生成する基本符号化部と、
    　前記基本符号化部による前記符号化に用いられた第１符号化情報を、前記第１符号化方式とは異なる第２符号化方式に準拠した第２符号化情報に変換する変換部と、
    　第２画像データを、前記第２符号化情報を用いて、前記第２符号化方式で符号化することで、拡張階層データを生成する拡張符号化部とを備える
    　画像符号化装置。
  2. 　前記第１符号化情報及び前記第２符号化情報は動きベクトルである
    　請求項１記載の画像符号化装置。
  3. 　前記第１符号化情報は、第１精度で記述された動きベクトルであり、
    　前記第２符号化情報は、前記第１精度と異なる第２精度で記述された動きベクトルであり、
    　前記変換部は、前記第１精度の動きベクトルを前記第２精度の動きベクトルに変換する
    　請求項２記載の画像符号化装置。
  4. 　前記拡張符号化部は、前記第１符号化方式を示す符号化形式情報を含む前記拡張階層データを生成する
    　請求項１記載の画像符号化装置。
  5. 　前記第１符号化情報及び前記第２符号化情報は、インター予測において参照される参照画像の画像データである
    　請求項１記載の画像符号化装置。
  6. 　前記第１符号化情報は、第１ビット精度で記述された画素データを含み、
    　前記第２符号化情報は、第１ビット精度と異なる第２ビット精度で記述された画素データを含み、
    　前記変換部は、前記第１ビット精度の画素データを前記第２ビット精度の画素データに変換する
    　請求項５記載の画像符号化装置。
  7. 　前記第１符号化情報は、第１の割合で輝度データと色差データとを含む画素データを含み、
    　前記第２符号化情報は、前記第１の割合と異なる第２の割合で輝度データと色差データとを含む画素データで含み、
    　前記変換部は、前記第１の割合で輝度データと色差データとを含む画素データを前記第２の割合で輝度データと色差データとを含む画素データに変換する
    　請求項５記載の画像符号化装置。
  8. 　前記第１符号化情報は、第１解像度の画像データであり、
    　前記第２符号化情報は、第１解像度と異なる第２解像度の画像データであり、
    　前記変換部は、前記第１解像度の画像データを前記第２解像度の画像データに変換する
    　請求項５記載の画像符号化装置。
  9. 　前記第１画像データと前記第２画像データとは同一のコンテンツであり、
    　前記第２画像データは前記第１画像データより解像度が高い
    　請求項１～８のいずれか１項に記載の画像符号化装置。
  10. 　基本階層データを用いて拡張階層データを復号することにより第２画像データを生成する画像復号装置であって、
    　前記基本階層データは、第１符号化方式で第１画像データが符号化されることにより得られた信号であり、
    　前記拡張階層データは、前記基本階層データの符号化の際に用いられた第１符号化情報を用いて、前記第１符号化方式とは異なる第２符号化方式で前記第２画像データが符号化されることにより得られた信号であり、
    　前記画像復号装置は、
    　前記基本階層データを復号することにより、前記第１符号化情報を生成する基本復号部と、
    　前記第１符号化方式と前記第２符号化方式とが異なる場合、前記第１符号化情報を、前記第２符号化方式に準拠した第２符号化情報に変換する変換部と、
    　前記第２符号化情報を用いて、前記拡張階層データを復号することにより前記第２画像データを生成する拡張復号部とを備える
    　画像復号装置。
  11. 　前記第１符号化情報及び前記第２符号化情報は動きベクトルである
    　請求項１０記載の画像復号装置。
  12. 　前記第１符号化情報は、第１精度で記述された動きベクトルであり、
    　前記第２符号化情報は、前記第１精度と異なる第２精度で記述された動きベクトルであり、
    　前記変換部は、前記第１精度の動きベクトルを前記第２精度の動きベクトルに変換する
    　請求項１１記載の画像復号装置。
  13. 　前記拡張階層データは、前記第１符号化方式を示す符号化方式情報を含み、
    　前記変換部は、前記符号化方式情報を参照して前記第１符号化方式と前記第２符号化方式とが異なるか否かを判定する
    　請求項１０記載の画像復号装置。
  14. 　前記第１符号化情報及び前記第２符号化情報は、インター予測において参照される参照画像の画像データである
    　請求項１０記載の画像復号装置。
  15. 　前記第１符号化情報は、第１ビット精度で記述された画素データを含み、
    　前記第２符号化情報は、第１ビット精度と異なる第２ビット精度で記述された画素データを含み、
    　前記変換部は、前記第１ビット精度の画素データを前記第２ビット精度の画素データに変換する
    　請求項１４記載の画像復号装置。
  16. 　前記第１符号化情報は、第１の割合で輝度データと色差データとを含む画素データを含み、
    　前記第２符号化情報は、前記第１の割合と異なる第２の割合で輝度データと色差データとを含む画素データで含み、
    　前記変換部は、前記第１の割合で輝度データと色差データとを含む画素データを前記第２の割合で輝度データと色差データとを含む画素データに変換する
    　請求項１４記載の画像復号装置。
  17. 　前記第１符号化情報は、第１解像度の画像データであり、
    　前記第２符号化情報は、第１解像度と異なる第２解像度の画像データであり、
    　前記変換部は、前記第１解像度の画像データを前記第２解像度の画像データに変換する
    　請求項１４記載の画像復号装置。
  18. 　前記第１画像データと前記第２画像データとは同一のコンテンツであり、
    　前記第２画像データは前記第１画像データより解像度が高い
    　請求項１０～１７のいずれか１項に記載の画像復号装置。
  19. 　第１画像データを第１符号化方式で符号化することにより基本階層データを生成する基本符号化ステップと、
    　前記基本符号化ステップによる前記符号化に用いられた第１符号化情報を、前記第１符号化方式とは異なる第２符号化方式に準拠した第２符号化情報に変換する変換ステップと、
    　第２画像データを、前記第２符号化情報を用いて、前記第２符号化方式で符号化することで、拡張階層データを生成する拡張符号化ステップとを含む
    　画像符号化方法。
  20. 　基本階層データを用いて拡張階層データを復号することにより第２画像データを生成する画像復号方法であって、
    　前記基本階層データは、第１符号化方式で第１画像データが符号化されることにより得られた信号であり、
    　前記拡張階層データは、前記基本階層データの符号化の際に用いられた第１符号化情報を用いて、前記第１符号化方式とは異なる第２符号化方式で前記第２画像データが符号化されることにより得られた信号であり、
    　前記画像復号方法は、
    　前記基本階層データを復号することにより、前記第１符号化情報を生成する基本復号ステップと、
    　前記第１符号化方式と前記第２符号化方式とが異なる場合、前記第１符号化情報を、前記第２符号化方式に準拠した第２符号化情報に変換する変換ステップと、
    　前記第２符号化情報を用いて、前記拡張階層データを復号することにより前記第２画像データを生成する拡張復号ステップとを含む
    　画像復号方法。
  21. 　請求項１記載の画像符号化装置と、
    　請求項１０記載の画像復号装置とを備える
    　画像符号化復号装置。
PCT/JP2012/006029 2011-09-29 2012-09-21 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 WO2013046616A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201161540588P 2011-09-29 2011-09-29
US61/540,588 2011-09-29

Publications (1)

Publication Number Publication Date
WO2013046616A1 true WO2013046616A1 (ja) 2013-04-04

Family

ID=47994701

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/006029 WO2013046616A1 (ja) 2011-09-29 2012-09-21 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

Country Status (1)

Country Link
WO (1) WO2013046616A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010531609A (ja) * 2007-06-27 2010-09-24 サムスン エレクトロニクス カンパニー リミテッド 映像データ符号化及び／または復号化の方法、記録媒体、及び装置
JP2011524130A (ja) * 2008-06-03 2011-08-25 マイクロソフト コーポレーション 強調レイヤ映像符号化に関する適応量子化

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010531609A (ja) * 2007-06-27 2010-09-24 サムスン エレクトロニクス カンパニー リミテッド 映像データ符号化及び／または復号化の方法、記録媒体、及び装置
JP2011524130A (ja) * 2008-06-03 2011-08-25 マイクロソフト コーポレーション 強調レイヤ映像符号化に関する適応量子化

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DANNY HONG ET AL.: "Scalability Support in HEVC", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 6TH MEETING, 14 July 2011 (2011-07-14), TORINO, IT, XP030009313 *

Similar Documents

Publication Publication Date Title
JP6643665B2 (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
JP6094973B2 (ja) 色平面内予測を用いて映像を符号化および復号する方法および装置
JP6394966B2 (ja) 時間動きベクトル予測を用いた、符号化方法、復号方法、符号化装置、及び、復号装置
JP6213753B2 (ja) 符号化復号装置
WO2012090491A1 (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、画像符号化復号装置
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
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
JP6562369B2 (ja) 符号化復号方法および符号化復号装置
JP6004375B2 (ja) 画像符号化方法および画像復号化方法
JP6414712B2 (ja) 多数の参照ピクチャを用いる動画像符号化方法、動画像復号方法、動画像符号化装置、および動画像復号方法
WO2014010192A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
WO2012120840A1 (ja) 画像復号方法、画像符号化方法、画像復号装置および画像符号化装置
JPWO2013042359A1 (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、および、動画像復号化装置
WO2013001813A1 (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
WO2012090495A1 (ja) 画像符号化方法および画像復号方法
WO2012102021A1 (ja) 動画像符号化方法および動画像復号化方法
JP5873029B2 (ja) 動画像符号化方法及び動画像復号化方法
WO2013136678A1 (ja) 画像復号装置および画像復号方法
WO2013014884A1 (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、および動画像復号化装置
WO2012070235A1 (ja) 動きベクトル算出方法、画像符号化方法、画像復号方法、動きベクトル算出装置および画像符号化復号装置
WO2015004884A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
WO2012096157A1 (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
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
WO2012086166A1 (ja) 画像符号化方法及び画像復号化方法

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: 12834828

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12834828

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP