WO2014050741A1 - 映像符号化方法および装置、映像復号方法および装置、及びそれらのプログラム - Google Patents

映像符号化方法および装置、映像復号方法および装置、及びそれらのプログラム Download PDF

Info

Publication number
WO2014050741A1
WO2014050741A1 PCT/JP2013/075482 JP2013075482W WO2014050741A1 WO 2014050741 A1 WO2014050741 A1 WO 2014050741A1 JP 2013075482 W JP2013075482 W JP 2013075482W WO 2014050741 A1 WO2014050741 A1 WO 2014050741A1
Authority
WO
WIPO (PCT)
Prior art keywords
video
auxiliary
prediction residual
residual
decoding
Prior art date
Application number
PCT/JP2013/075482
Other languages
English (en)
French (fr)
Inventor
志織 杉本
信哉 志水
木全　英明
明 小島
Original Assignee
日本電信電話株式会社
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 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to JP2014538466A priority Critical patent/JP6042899B2/ja
Priority to US14/428,306 priority patent/US20150271527A1/en
Priority to KR1020157005019A priority patent/KR101648098B1/ko
Priority to CN201380047019.5A priority patent/CN104604229A/zh
Publication of WO2014050741A1 publication Critical patent/WO2014050741A1/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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
    • 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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding

Definitions

  • the present invention relates to a video encoding method, a video decoding method, a video encoding device, a video decoding device, a video encoding program, and a video decoding program.
  • This application claims priority based on Japanese Patent Application No. 2012-212156 for which it applied on September 25, 2012, and uses the content here.
  • the spatial / temporal continuity of a subject is used to divide each frame of a video into blocks that are processing units, and the video signal is spatially / temporally divided for each block.
  • RRU Reduced Resolution Update
  • the final image can be reconstructed at a high resolution in order to perform the prediction on a high resolution basis and to apply an upsampling process at the time of decoding to a low resolution prediction residual.
  • the objective quality is reduced, but the bit rate is improved as a result of the reduction of the bits to be encoded.
  • the effect on subjective quality is not as great as the effect on objective quality.
  • This function is available in ITU-T H.264. It is supported by the H.263 standard and is known to be particularly effective when there are intense dynamic regions in the sequence. This is because the frame rate of the encoder can be kept high by using the RRU mode, while the resolution and quality of a region where the variance of prediction residuals such as a static region is small can be kept good. is there. However, there is a problem that the quality of an area where the variance of the prediction residual is large, such as a dynamic area, is greatly influenced by the upsampling accuracy of the prediction residual. Therefore, it would be desirable and effective to have a method and apparatus for RRU video encoding and decoding that can eliminate such problems.
  • Free-viewpoint video is an arbitrary image that is obtained by capturing the ray information of the scene by capturing the target scene from various positions and angles using a number of imaging devices, and restoring the ray information at an arbitrary viewpoint based on this.
  • This is a video that is viewed from the viewpoint.
  • the light ray information of the scene is expressed in various data formats.
  • As the most general format there is a method using a video and a depth image called a depth map in each frame of the video (for example, see Non-Patent Document 2). ).
  • the depth map describes the distance (depth / depth) from the camera to the subject for each pixel, and is a simple expression of the three-dimensional information of the subject.
  • the depth value of the subject is proportional to the reciprocal of the parallax between the cameras, so the depth map may be called a disparity map (parallax image).
  • the video of the camera corresponding to the depth map is sometimes called texture. Since the depth map is an expression having one value for each pixel of the image, it can be described as a gray scale image.
  • a depth map video (hereinafter referred to as a depth map without distinction between images / videos), which is a temporally continuous description of the depth map, is similar to a video signal because of the spatial / temporal continuity of the subject. It can be said that there is a spatial and temporal correlation. Therefore, it is possible to efficiently encode the depth map while removing spatial / temporal redundancy by a video encoding method used for encoding a normal video signal.
  • Non-Patent Document 3 redundancy is eliminated by sharing the prediction information (block division, motion vector, reference frame) used for both encoding, and efficient encoding is realized.
  • the low resolution prediction residual is calculated from the high resolution prediction residual using downsampling interpolation (such as two-dimensional bilinear interpolation) based on the relative position of the sample.
  • interpolation such as two-dimensional bilinear interpolation
  • the low-resolution prediction residual is restored as a high-resolution prediction residual by encoding, reconstruction, and upsampling interpolation, and added to the predicted image.
  • 15A and 15B are diagrams illustrating a spatial arrangement of a low resolution prediction residual sample with respect to a high resolution prediction residual sample and a calculation example for performing upsampling interpolation for a conventional RRU.
  • white circles indicate the arrangement of high-resolution prediction residual samples
  • hatched circles indicate the arrangement of low-resolution prediction residual samples.
  • the characters a to e and A to D in each circle are examples of pixel values, and each of the pixel values a to e of the high resolution prediction residual sample is a pixel value A of the surrounding low resolution prediction residual sample. How to calculate from D is shown in the figure.
  • An object is to provide a video encoding method, a video decoding method, a video encoding device, a video decoding device, a video encoding program, and a video decoding program that can be reconfigured.
  • the present invention is a video decoding method in which each frame constituting the video is divided into a plurality of processing regions and predictive decoding is performed for each processing region when decoding the encoded data of the video, and a low-resolution prediction residual is provided.
  • a video decoding method comprising: a temporary decoding step for generating a temporary decoded image obtained by temporarily decoding an image from the difference; and a decoded image generating step for generating a final decoded image by updating a decoded value of the temporary decoded image.
  • the method further includes an interpolation sampling step of generating an interpolation prediction residual by an interpolation process that performs interpolation sampling of pixels having the low resolution prediction residual (for which the residual is set), The temporary decoded image is generated based on the interpolation prediction residual.
  • the interpolation processing may be performed with further reference to auxiliary information correlated with the video.
  • the final decoded image may be generated by further referring to auxiliary information correlated with the video.
  • the method further includes a residual corresponding pixel determining step for determining a corresponding positional relationship between each pixel of the provisional decoded image corresponding to each pixel having the low resolution prediction residual, Based on the corresponding positional relationship, the temporary decoded image is generated by decoding pixels of the temporary decoded image that have pixels corresponding to the low-resolution prediction residual, and in the decoded image generating step, The final decoded image is generated by referring to the decoded value of each pixel of the provisional decoded image corresponding to each pixel of the resolution prediction residual and updating the decoded value of the other pixels.
  • the corresponding positional relationship may be determined in advance.
  • the corresponding positional relationship may be adaptively determined.
  • the corresponding positional relationship may be adaptively determined with reference to auxiliary information having a correlation with the video.
  • the final decoded image may be generated by further referring to auxiliary information correlated with the video.
  • the method further includes an interpolation sampling step of generating an interpolation prediction residual by an interpolation process for interpolation sampling of the pixel having the low resolution prediction residual, and in the temporary decoding step, based on the corresponding positional relationship, the temporary decoded image A pixel having a pixel corresponding to the low resolution prediction residual is decoded, and a pixel having no corresponding pixel is decoded based on the interpolation prediction residual to generate the provisional decoded image, and the decoding
  • the final decoded image is generated by referring to the decoded values of the pixels of the provisional decoded image corresponding to the pixels of the low-resolution prediction residual and updating the decoded values of the other pixels. You may do it.
  • the corresponding positional relationship may be determined in advance.
  • the corresponding positional relationship may be adaptively determined.
  • the corresponding positional relationship may be adaptively determined with reference to auxiliary information having a correlation with the video.
  • the final decoded image may be generated by further referring to auxiliary information correlated with the video.
  • the auxiliary information is a predicted image of the video.
  • the auxiliary information is a partial component when the video is a signal composed of a plurality of components.
  • the auxiliary information is an auxiliary video correlated with the video.
  • the auxiliary video may be another video targeting the same scene as the video.
  • auxiliary video may be another viewpoint video when the video is one of the multi-view videos.
  • auxiliary video may be a depth map corresponding to the video.
  • auxiliary video may be a texture corresponding to the case where the video is a depth map.
  • the auxiliary information is an auxiliary video prediction image generated based on the video prediction information from the auxiliary video correlated with the video, and based on the video prediction information from the auxiliary video.
  • An auxiliary video prediction image generation step for generating the auxiliary video prediction image may be further included.
  • the auxiliary information is an auxiliary video prediction residual generated from the auxiliary video and the auxiliary video prediction image
  • the auxiliary video for generating the auxiliary video prediction residual from the auxiliary video and the auxiliary video prediction image A prediction residual generation step may be further included.
  • a demultiplexing step in which the code data is demultiplexed and separated into auxiliary information code data and video code data, and an auxiliary information decoding step in which the auxiliary information code data is decoded to generate the auxiliary information, You may make it have further.
  • the present invention also divides each frame constituting a video into a plurality of processing regions, and generates a low-resolution prediction residual by down-sampling the high-resolution prediction residual when predictive coding is performed for each processing region.
  • a video encoding method having a residual downsampling step as a resolution prediction residual is also provided.
  • the pixel to be sampled is a pixel at a predetermined position.
  • the sub-sampling step adaptively determines the pixel to be sampled.
  • the sub-sampling step may adaptively determine the pixel to be sampled with reference to auxiliary information correlated with the video.
  • the method further includes an interpolation sampling step of generating an interpolation prediction residual by an interpolation process for interpolation sampling of the pixels of the high resolution prediction residual, and the residual downsampling step includes the subsampling prediction residual.
  • the low-resolution prediction residual is generated from the interpolation prediction residual and the interpolation prediction residual.
  • the sub-sampling prediction residual is applied to a predetermined position of the low-resolution prediction residual, and the interpolation prediction residual is applied to a position other than the low-resolution prediction residual.
  • a prediction residual may be generated.
  • the low-resolution prediction residual is generated from the sub-sampled prediction residual and the interpolated prediction residual with reference to auxiliary information correlated with the video. good.
  • the auxiliary information is a predicted image of the video.
  • the auxiliary information is a partial component when the video is a signal composed of a plurality of components.
  • the auxiliary information is an auxiliary video correlated with the video.
  • the auxiliary video may be another video targeting the same scene as the video.
  • auxiliary video may be another viewpoint video when the video is one of the multi-view videos.
  • auxiliary video may be a depth map corresponding to the video.
  • auxiliary video may be a texture corresponding to the case where the video is a depth map.
  • the auxiliary information is an auxiliary video prediction image generated based on the video prediction information from the auxiliary video correlated with the video, and based on the video prediction information from the auxiliary video.
  • An auxiliary video prediction image generation step for generating the auxiliary video prediction image may be further included.
  • the auxiliary information is an auxiliary video prediction residual generated from the auxiliary video and the auxiliary video prediction image
  • the auxiliary video for generating the auxiliary video prediction residual from the auxiliary video and the auxiliary video prediction image A prediction residual generation step may be further included.
  • an auxiliary information encoding step for generating auxiliary information code data obtained by encoding the auxiliary information, and a multiplexing step for multiplexing the auxiliary information code data with video code data to generate code data are further included. You may make it have.
  • the present invention is also a video decoding apparatus that divides each frame constituting the video into a plurality of processing areas and performs predictive decoding for each of the processing areas when decoding the encoded data of the video.
  • a video decoding device comprising provisional decoding means for generating a provisional decoded image obtained by temporarily decoding an image from the residual, and decoded image generation means for generating a final decoded image by updating a decoded value of the provisional decoded image.
  • the present invention also divides each frame constituting a video into a plurality of processing regions, and generates a low-resolution prediction residual by down-sampling the high-resolution prediction residual when predictive coding is performed for each processing region.
  • a sub-sampling unit that generates a sub-sampling prediction residual by a sub-sampling process that samples only a part of pixels of the high-resolution prediction residual; and
  • a video encoding device including residual downsampling means for making a low resolution prediction residual.
  • the present invention also provides a video decoding program for causing a computer to execute the video decoding method.
  • the present invention also provides a video encoding program for causing a computer to execute the video encoding method.
  • the present invention also provides a computer-readable recording medium on which the video decoding program is recorded.
  • the present invention also provides a computer-readable recording medium on which the video encoding program is recorded.
  • the present invention it is possible to avoid the degradation of the decoded image quality and block distortion due to the prediction residual upsampling in RRU, and to reconstruct the final decoded image with full resolution and good quality.
  • FIG. 1 is a block diagram illustrating a configuration of a video encoding device 100 according to a first embodiment of the present invention.
  • 3 is a flowchart showing an operation of the video encoding device 100 shown in FIG. 1. It is a block diagram which shows the structure of the video decoding apparatus 200 by the 1st embodiment. 4 is a flowchart illustrating an operation of the video decoding device 200 illustrated in FIG. 3. It is a block diagram which shows the structure of the video coding apparatus 100a by 2nd Embodiment of this invention. It is a flowchart which shows operation
  • FIG. 10 is a flowchart showing an operation of the video encoding device 100b shown in Fig. 9. It is a block diagram which shows the structure of the video decoding apparatus 200b by 3rd Embodiment.
  • 12 is a flowchart illustrating an operation of the video decoding device 200b illustrated in FIG. 11. It is a hardware figure in the case of comprising a video coding apparatus by a computer and a software program.
  • FIG. 3 is a hardware diagram in a case where a video decoding device is configured by a computer and a software program.
  • FIG. 1 is a block diagram showing a configuration of a video encoding apparatus according to the embodiment.
  • the video encoding apparatus 100 includes an encoding target video input unit 101, an input frame memory 102, a prediction unit 103, a subtraction unit 104, a residual downsampling unit 105, a transform / quantization unit 106, and an inverse unit.
  • a quantization / inverse transform unit 107, a provisional decoding unit 108, an update unit 109, a loop filter unit 110, a reference frame memory 111, and an entropy encoding unit 112 are provided.
  • the encoding target video input unit 101 inputs a video to be encoded to the video encoding device 100.
  • the video to be encoded is referred to as an encoding target video
  • a frame to be processed in particular is referred to as an encoding target frame or an encoding target image.
  • the input frame memory 102 stores the input encoding target video.
  • the prediction unit 103 performs a prediction process on the encoding target image stored in the input frame memory 102 to generate a high-resolution predicted image.
  • the subtraction unit 104 takes a difference value between the encoding target image stored in the input frame memory 102 and the high resolution prediction image generated by the prediction unit 103, and generates a high resolution prediction residual.
  • the residual downsampling unit 105 downsamples the generated high resolution prediction residual to generate a low resolution prediction residual.
  • the transform / quantization unit 106 transforms and quantizes the generated low-resolution prediction residual to generate quantized data.
  • the inverse quantization / inverse transform unit 107 performs inverse quantization / inverse transform on the generated quantized data to generate a decoded low-resolution prediction residual.
  • the temporary decoding unit 108 generates a temporary decoded image from the high-resolution prediction image output from the prediction unit 103 and the decoded low-resolution prediction residual output from the inverse quantization / inverse conversion unit 107.
  • the update unit 109 updates the temporary decoded image and generates a high-resolution decoded image.
  • the loop filter unit 110 applies a loop filter to the generated high-resolution decoded image (decoded frame) to generate a reference frame.
  • the reference frame memory 111 stores the reference frame generated by the loop filter unit 110.
  • the entropy encoding unit 112 entropy encodes the quantized data and the prediction information, generates code data (or encoded data), and outputs it.
  • FIG. 2 is a flowchart showing the operation of the video encoding device 100 shown in FIG.
  • a process of encoding one frame in the video to be encoded will be described. By repeating this process for each frame, a video (moving image) can be encoded.
  • the encoding target video input unit 101 inputs the encoding target frame to the video encoding device 100 and stores it in the input frame memory 102 (step S1). It is assumed that some frames in the video to be encoded have already been encoded and the decoded frames are stored in the reference frame memory 111.
  • the encoding target frame is divided into encoding target blocks, and a routine for encoding the video signal of the encoding target frame for each block is performed (step S2). That is, the following steps S3 to S10 are repeatedly executed until all the blocks in the frame are sequentially processed.
  • the prediction unit 103 performs any prediction processing using the encoding target frame and the reference frame to generate a predicted image (step S3).
  • this prediction image is called a high resolution prediction image for distinction.
  • Any prediction method may be used as long as a high-resolution prediction image can be generated correctly using prediction information on the decoding side.
  • a prediction method such as intra prediction or motion compensation is used.
  • the prediction information used at this time is encoded and multiplexed with the video code data. However, if the prediction can be performed without using the prediction information, the multiplexing may not be performed.
  • the subtraction unit 104 takes the difference between the high-resolution prediction image and the encoding target image and generates a prediction residual (step S4).
  • this prediction residual is referred to as a high-resolution prediction residual for distinction.
  • the residual downsampling unit 105 performs the downsampling of the high resolution prediction residual and generates a low resolution prediction residual (step S5). Any method may be used as the downsampling method at this time.
  • the variance of the residual is large, and an error is generated as a whole by using the interpolation value.
  • a correct decoded image can be obtained at a specific position at the time of provisional decoding described later. Obtainable.
  • the subsample position (position where the prediction residual is left) may be a predetermined position, or may be determined adaptively if it can be specified at the time of decoding. For example, there may be a case where a pixel at a fixed position such as upper left or lower right in n ⁇ n is subsampled, or a case where a pixel at a different position is subsampled for each n ⁇ n group. Alternatively, a method of sub-sampling only the most unpredictable pixels for each n ⁇ n group, that is, the pixel with the largest residual error can be applied. In this case, the position where the residual can be maximized may be estimated on the decoding side, or the subsample position may be determined in combination with a method described later.
  • the sub-sample position may be determined with reference to the high resolution predicted image and other information. Specifically, a method of estimating a region where residuals in the processing region are concentrated with reference to a high-resolution prediction image and determining a subsample position at the center of the region can be applied. In this case, assuming that the residual is concentrated on the contour portion in the predicted image, the periphery of the predicted image may be subsampled, or another estimation method may be used.
  • the loss may increase when the subsample position is sparse, so that the region where the residual variance is large is estimated, and the subsample is densely sampled in that region.
  • a method of determining the subsample position can also be applied.
  • the region may be estimated based on the characteristics of the predicted image as in the above example, or only a predetermined number for each processing region is subsampled at a predetermined position, and then A method of taking the variance of the subsampled residual values and determining additional subsample locations so that they are more closely subsampled in regions where the variance is likely to be large is also applicable.
  • a predetermined number of sub-samples are performed around the contour of the predicted image, and then the variance of the sub-sampled residual values is taken and further sub-sampled in an area where the variance is expected to be large.
  • a method of determining an additional subsample position can be applied.
  • the subsample position may be encoded and included in the code data, the subsample position pattern for each processing region may be determined in advance, or the identification information of the pattern may be encoded and included in the code data. Absent. Another method is to generate a sub-sample of the residual value of the high-resolution prediction residual for pixels at some positions of the generated low-resolution prediction residual, and to generate a high-resolution image for pixels at other positions. A method of generating by interpolation from a plurality of residual values (a set of residual values) of the prediction residual can be applied.
  • a method of interpolating the residual values of the pixels in the set to obtain a low resolution prediction residual can be applied.
  • a decoding method such as associating this threshold residual value with all the pixels in the set is possible. Any method may be used for provisional decoding and decoded image update at this time. Detailed provisional decoding method and update method will be described later.
  • the transform / quantization unit 106 transforms / quantizes the low-resolution prediction residual and generates quantized data (step S6).
  • any method may be used as long as it can be correctly inverse-quantized / inverse-transformed on the decoding side.
  • the inverse quantization / inverse transform unit 107 performs inverse quantization / inverse transform on the quantized data to generate a decoded low resolution prediction residual (step S7).
  • the temporary decoding unit 108 generates a temporary decoded image from the high resolution predicted image generated in step S3 and the decoded low resolution prediction residual generated in step S7 (step S8).
  • Any method may be used to generate the provisional decoded image.
  • a method of generating by adding each pixel of the decoded low resolution prediction residual and the corresponding pixel of the high resolution prediction image can be applied.
  • the correspondence may be one-to-one or one-to-many.
  • the residual value generated by the sub-sample of the high-resolution prediction residual may correspond to the pixel at the sub-sample position on a one-to-one basis, or may correspond to another pixel in the same set.
  • the residual value generated by the interpolation of the high resolution prediction residual may correspond to all the pixels used for the interpolation. Any other correspondence may be used. Further, the present invention can also be applied to a case where two or more types of correspondence relationships are mixed. For example, as described above, the residual value is determined by sub-sampling for some of the pixels of the low-resolution prediction residual, and the residual value is determined by interpolation for another pixel. It is done.
  • this correspondence relationship may be determined as a predetermined correspondence relationship, or may be determined with reference to a high-resolution predicted image and other information as described above. Or you may determine based on the information which shows the encoded correspondence.
  • a temporary decoded value of a temporary decoded pixel that does not have a corresponding low-resolution prediction residual pixel may use a predicted value or corresponds to a low-resolution prediction residual.
  • the provisional decoded value of the pixel may be interpolated and generated, and the provisional decoded value may not be provided.
  • a provisional decoded image may be generated by generating a high resolution prediction residual from the low resolution prediction residual by up-sample interpolation and adding the high resolution prediction image.
  • provisional decoding may be performed using only some pixels of the low-resolution prediction residual. For example, it is possible to apply a method in which only the pixels corresponding to the subsample residual values are decoded, and in the decoded image update, all the remaining pixels are updated while referring to the interpolated residual values.
  • the update unit 109 updates (updates) the temporary decoded value of the temporary decoded image to generate a high-resolution decoded image. Further, the loop filter unit 110 stores the reference frame memory 111 in the reference frame memory 111 as a reference frame block after applying the loop filter (step S9). Any update method may be used.
  • a pixel for which a correct decoded value is obtained in the provisional decoding is referred to as an already decoded pixel, and this pixel is not updated.
  • pixels other than the already decoded pixels are called temporary decoded pixels.
  • a method of determining a decoded value of a temporary decoded pixel by simply interpolating already decoded pixels can be applied. Further, for example, the interpolation value of the already decoded pixel is set as the first temporary decoded value, and the interpolation value of the residual value of the decoded pixel (decoded low resolution prediction residual) is added to the predicted value of the temporary decoded pixel.
  • a method of selecting a plausible value by comparing the two as the second provisional decoded value is also applicable. The selection may be made in any way. For example, a method of selecting the first provisional decoded value can be applied to a portion where noise, which is often seen as a loss due to averaging of residuals, is generated.
  • a high-resolution predicted image or other information may be used.
  • Various methods can be applied to determine a likely decoded value of a temporary decoded pixel while referring to a high-resolution predicted image. For example, when a difference between residual values of adjacent already decoded pixels is large and a decoding value is determined by residual interpolation or decoding value interpolation, a loss due to averaging is significant. Comparing predicted value distances (differences in predicted values) with neighboring adjacent decoded pixels, the decoded value of the provisional decoded pixel is calculated based on the residual or decoded value of the adjacent (smaller difference) adjacent decoded pixel. The method of determining can also be applied. Alternatively, the decoded value may be determined by weighting according to the predicted value distance. Alternatively, the estimation may be performed in a wider range than adjacent.
  • the above method and others It is possible to apply a method in which updating is performed by referring to neighboring decoded pixels by the above method, and updating is performed by referring to representative decoded pixels in a portion where the sampling density is low.
  • the representative pixel may be a pixel at a predetermined position or may be determined adaptively. For example, a decoded pixel that is closest to the temporary decoded pixel to be updated may be referred to, or a decoded pixel to be referred to may be determined from the value of the temporary decoded pixel.
  • various update methods can be applied depending on the subsample position determination method.
  • the temporary decoding value of the temporary decoding pixel to be updated is the interpolation residual value.
  • the provisional decoded value is compared with the values obtained from the surrounding decoded pixels by the above method and other methods, and it is likely A method of selecting a method can also be applied.
  • various update methods can be applied depending on the combination of subsamples and interpolation.
  • estimation is performed using a predicted value, a residual value, a provisional decoded value, or the like, but any other referenceable value included in the video code data may be used.
  • prediction is performed by motion compensation or parallax compensation
  • a case where a motion vector or a parallax vector is used may be considered.
  • decoding may be performed with reference to the color difference component, or vice versa.
  • the decoded image update method is not limited to the above example, and any other method can be used.
  • the loop filter is not necessary, it may be omitted. However, in normal video coding, a deblocking filter or other filters are used to remove coding noise. Alternatively, a filter for removing deterioration due to RRU may be used. Further, this loop filter may be adaptively generated in the same manner as the decoded image update or simultaneously.
  • the entropy coding unit 112 entropy codes the quantized data to generate code data (step S10). If necessary, prediction information and other additional information may be encoded and included in the code data. When processing is completed for all blocks (step S11), code data is output.
  • FIG. 3 is a block diagram showing the configuration of the video decoding apparatus according to the first embodiment of the present invention.
  • the video decoding apparatus 200 includes a code data input unit 201, a code data memory 202, an entropy decoding unit 203, an inverse quantization / inverse transform unit 204, a prediction unit 205, a temporary decoding unit 206, and an update unit 207.
  • a loop filter unit 208 and a reference frame memory 209 are provided.
  • the code data input unit 201 inputs video code data to be decoded to the video decoding device 200.
  • This video code data to be decoded is called decoding target video code data, and a frame to be processed in particular is called a decoding target frame or a decoding target image.
  • the code data memory 202 stores the input decoding target video code data.
  • the entropy decoding unit 203 entropy-decodes the code data of the decoding target frame to generate quantized data.
  • the inverse quantization / inverse transform unit 204 performs inverse quantization / inverse transform on the quantized data to generate a decoded low resolution prediction residual.
  • the prediction unit 205 performs prediction processing on the decoding target image and generates a high-resolution prediction image.
  • the temporary decoding unit 206 adds the decoded low-resolution prediction residual generated by the inverse quantization / inverse conversion unit 204 and the high-resolution prediction image generated by the prediction unit 205 to generate a temporary decoded image.
  • the corresponding position in the high resolution of the low resolution prediction residual may be determined using the same method here.
  • the update unit 207 updates the undecoded pixels of the provisional decoded image from the high resolution predicted image output from the prediction unit 205 (also using a decoded low resolution prediction residual depending on the method) to generate a high resolution decoded image.
  • the loop filter unit 208 applies a loop filter to the generated decoded frame (high-resolution decoded image) to generate a reference frame.
  • the reference frame memory 209 stores the generated reference frame.
  • FIG. 4 is a flowchart showing the operation of the video decoding apparatus 200 shown in FIG.
  • a process of decoding one frame in the code data will be described. By repeating the processing described for each frame, video decoding can be realized.
  • the code data input unit 201 inputs code data and stores it in the code data memory 202 (step S21). It is assumed that some frames in the video to be decoded have already been decoded and stored in the reference frame memory 209.
  • step S22 a routine for dividing the decoding target frame into target blocks and decoding the video signal of the decoding target frame for each block is performed (step S22). That is, the following steps S23 to S27 are repeatedly executed until all the blocks in the frame are sequentially processed.
  • the entropy decoding unit 203 entropy decodes the code data
  • the inverse quantization / inverse transformation unit 204 performs inverse quantization / inverse transformation
  • the decoded low-resolution prediction residual is obtained.
  • Generate step S23.
  • the prediction data and other additional information are included in the code data, they may be decoded to generate necessary information as appropriate.
  • the prediction unit 205 performs prediction processing using the decoding target block and the reference block (or reference frame), and generates a high-resolution prediction image (step S24).
  • prediction methods such as intra-frame prediction and motion compensation are used, and the prediction information used at this time is multiplexed with the video code data.
  • prediction can be performed without using prediction information in particular. For example, there is no need for such prediction information.
  • the temporary decoding unit 206 adds the corresponding pixels of the decoded low resolution prediction residual generated in step S23 to the high resolution predicted image generated in step S24 to generate a temporary decoded image ( Step S25). If the code data to be decoded has been subjected to adaptive determination of the subsample position, the adaptive determination of the subsample position may also be performed here.
  • the update unit 207 updates the temporary decoded pixels of the temporary decoded image using the temporary decoded image and the high resolution predicted image (and the decoded low resolution prediction residual depending on the method), A high-resolution decoded image is generated.
  • the loop filter unit 208 applies a loop filter to the generated high-resolution decoded image, and stores the output as a reference block in the reference frame memory 209 (step S26). Any method may be used for the temporary decoding method and the updating method. However, higher decoding performance can be obtained by making this method correspond to the downsampling method used in the video encoding apparatus.
  • the decoded image update method corresponding to the downsampling method is as described above.
  • the loop filter is not necessary, it may be omitted. However, in normal video coding, a deblocking filter or other filters are used to remove coding noise. Alternatively, a filter for removing deterioration due to RRU may be used. Further, this loop filter may be adaptively generated in the same manner as the decoded image update or simultaneously. Finally, when the processing is completed for all blocks (step S27), it is output as a decoded frame.
  • FIG. 5 is a block diagram showing a configuration of a video encoding device 100a according to the second embodiment of the present invention.
  • the apparatus shown in this figure is different from the apparatus shown in FIG. 1 in that an auxiliary video input unit 113 and an auxiliary frame memory 114 are newly provided as shown in FIG.
  • the auxiliary video input unit 113 inputs a reference video used for the decoded image update to the video encoding device 100a.
  • the reference video is referred to as an auxiliary video
  • a frame used for processing is particularly referred to as an auxiliary frame or an auxiliary image.
  • the auxiliary frame memory 114 stores the input auxiliary video.
  • FIG. 6 is a flowchart showing the operation of the video encoding device 100a shown in FIG. FIG. 6 shows processing when an auxiliary video having a correlation with an encoding target video is input from the outside and used for decoding video update. 6, the same parts as those shown in FIG. 2 are denoted by the same reference numerals, and the description thereof is omitted.
  • the encoding target video input unit 101 inputs a frame of the encoding target video to the video encoding device 100a and stores it in the input frame memory 102.
  • the auxiliary video input unit 113 inputs the auxiliary video frame to the video encoding device 100a and stores it in the auxiliary frame memory 114 (step S1a). It is assumed that some frames in the video to be encoded have already been encoded, the decoded frames are stored in the reference frame memory 111, and the corresponding auxiliary video is stored in the auxiliary frame memory 114.
  • the input encoding target frames are sequentially encoded here, the input order and the encoding order do not necessarily match.
  • the input frame is stored in the input frame memory 102 until the next frame to be encoded is input.
  • the encoding target frame stored in the input frame memory 102 may be deleted from the input frame memory 102 after being encoded by the encoding process described below.
  • the auxiliary video frame stored in the auxiliary frame memory 114 may be stored until the decoded frame of the corresponding encoding target frame is deleted from the reference frame memory 111.
  • the auxiliary video input in step S1a may be any video as long as it has a correlation with the encoding target video.
  • a video from another viewpoint can be used as the auxiliary video.
  • the depth map may be used as an auxiliary video.
  • the encoding target video is a depth map (format information)
  • the corresponding texture is used as the auxiliary video. It does not matter.
  • the auxiliary video input in step S1a may be different from the auxiliary video obtained on the decoding side, but the decoding quality is improved by using the same auxiliary video obtained on the decoding side. Is also possible.
  • the auxiliary video when the auxiliary video is encoded and used as code data together with the video, decoding error due to encoding noise of the auxiliary video can be avoided by using the auxiliary video that has been encoded and decoded.
  • the auxiliary video obtained on the decoding side for example, the video of the same frame as the encoding target frame is decoded from the decoded video of the different viewpoint corresponding to the frame different from the encoding target frame. Some of them are synthesized by motion compensation prediction.
  • a decoded depth map corresponding to a video to be encoded is synthesized from a decoded depth map corresponding to a video of a different viewpoint by virtual viewpoint synthesis, or a coded image group of a different viewpoint video is decoded. There is a depth map estimated by stereo matching or the like.
  • steps S2 to S4 are executed in the same manner as the processing operation shown in FIG.
  • the residual down-sampling unit 105 performs down-sampling of the high-resolution prediction residual and generates a low-resolution prediction residual (Step S5a).
  • any downsampling method may be used, and the same method as that shown in the first embodiment may be used. For example, sub-sampling a pixel at a predetermined position. However, it is possible to obtain higher decoding performance by adaptively downsampling with reference to the auxiliary video.
  • a method of determining a sub-sampling position by referring to a corresponding auxiliary video in each image unit, block unit, pixel unit, or the like can be applied.
  • image processing such as binarization, edge extraction and area segmentation is performed on the auxiliary video to estimate the boundary of the subject and other areas where residuals are likely to be concentrated.
  • a general method of image processing may be used, adjacent pixel values may be simply compared, or any other method may be used.
  • information such as parameters used for binarization may be encoded and included in the code data.
  • the parameters may be optimized so that the restoration efficiency becomes the highest.
  • the residual concentration area may be estimated using the predicted image.
  • the region estimated from both the auxiliary video and the predicted image may be combined to form a residual concentration region, or any other method may be used.
  • any method for updating the decoded image at this time may be used.
  • a method of referring to an auxiliary video, which will be described later, may be used, or a method that does not use the auxiliary video, such as simply performing linear interpolation. The method shown here is an example, and any other method may be used.
  • the transform / quantization unit 106 transforms / quantizes the low-resolution prediction residual and generates quantized data (step S6).
  • any method may be used as long as it can be correctly inverse-quantized / inverse-transformed on the decoding side.
  • the inverse quantization / inverse transform unit 107 performs inverse quantization / inverse transform on the quantized data to generate a decoded low resolution prediction residual (step S7).
  • the temporary decoding unit 108 adds the corresponding pixels of the decoded low-resolution prediction residual to the high-resolution predicted image to generate a temporary decoded image (step S8a).
  • the corresponding position in the high resolution of the low resolution residual may be determined with reference to the auxiliary video.
  • the update unit 109 updates the undecoded pixels of the temporary decoded image using the temporary decoded image and the auxiliary video, and generates a high-resolution decoded image.
  • the loop filter unit 110 applies a loop filter and stores it as a reference frame in the reference frame memory 111 (step S9a).
  • a pixel for which a correct decoded value is obtained in the provisional decoding is referred to as an already decoded pixel, and this pixel is not updated.
  • pixels other than the already decoded pixels are called temporary decoded pixels.
  • a method for updating by referring to the corresponding pixel or region of the auxiliary video will be described.
  • the method shown in the first embodiment may be performed using the auxiliary video.
  • some area division is performed on the auxiliary video, and the residual value or the interpolation of the decoded value is performed for each area of the decoded image corresponding to each area.
  • a method to avoid it can be applied. For example, in particular, when the encoding target video is depth map format information and the corresponding texture is auxiliary video, or vice versa, the contours of the auxiliary video are often the same. It is also considered that decoding performance can be improved by filling residual values and decoded values along the portion.
  • the restoration performance can be further improved by combining with the above-described downsampling method referring to the auxiliary video.
  • the loop filter is not necessary, it may be omitted.
  • a deblocking filter or other filters are used to remove coding noise.
  • a filter for removing deterioration due to RRU may be used. Further, this loop filter may be adaptively generated in the same manner as the decoded image update or simultaneously.
  • the entropy coding unit 112 entropy codes the quantized data to generate code data (step S10). If necessary, prediction information and other additional information may be encoded and included in the code data. When processing is completed for all blocks (step S11), code data is output.
  • FIG. 7 is a block diagram showing a configuration of a video decoding apparatus 200a according to the second embodiment of the present invention.
  • the apparatus shown in this figure is different from the apparatus shown in FIG. 3 in that an auxiliary video input unit 210 and an auxiliary frame memory 211 are newly provided as shown in FIG.
  • the auxiliary video input unit 210 inputs the reference video used for the decoded image update to the video decoding device 200a.
  • the auxiliary frame memory 211 stores the input auxiliary video.
  • FIG. 8 is a flowchart showing the operation of the video decoding apparatus 200a shown in FIG. FIG. 8 shows processing when an auxiliary video having a correlation with an encoding target video is input from the outside and used for decoding video update.
  • FIG. 8 the same parts as those shown in FIG. 4 are denoted by the same reference numerals, and the description thereof is omitted.
  • the code data input unit 201 inputs code data and stores it in the code data memory 202.
  • the auxiliary video input unit 210 inputs an auxiliary video frame and stores it in the auxiliary frame memory 211 (step S21a). It is assumed that some frames in the decoding target video have already been decoded and stored in the reference frame memory 209.
  • steps S22 to S24 are executed in the same manner as the processing operation shown in FIG.
  • the temporary decoding unit 206 adds the corresponding pixels of the decoded low-resolution prediction residual to the high-resolution predicted image to generate a temporary decoded image (step S25a).
  • the code data to be decoded is the sub-sample position determined by using the auxiliary video
  • the corresponding position in the high resolution of the low resolution residual may be determined by referring to the auxiliary video also here. Absent.
  • the update unit 207 updates the undecoded pixels of the temporary decoded image using the temporary decoded image and the auxiliary video and other information to generate a high-resolution decoded image.
  • the loop filter unit 208 applies a loop filter to the generated high resolution decoded image, and stores the output as a reference block in the reference frame memory 209 (step S26a).
  • any update method may be used. However, higher decoding performance can be obtained by making this method correspond to the downsampling method used in the video encoding apparatus. Examples of the downsampling method and the corresponding decoded image update method are as described above. If the loop filter is not necessary, it may be omitted. However, in normal video coding, a deblocking filter or other filters are used to remove coding noise. Alternatively, a filter for removing deterioration due to RRU may be used. Further, this loop filter may be adaptively generated in the same manner as the decoded image update or simultaneously. Finally, when the processing is completed for all blocks (step S27), it is output as a decoded frame.
  • processing operations shown in FIGS. 6 and 8 may be mixed in order.
  • FIG. 9 is a block diagram showing a configuration of a video encoding device 100b according to the third embodiment of the present invention.
  • the apparatus shown in this figure is different from the apparatus shown in FIG. 5 in that an auxiliary video prediction image / residual generation unit 115 is newly provided as shown in FIG.
  • the auxiliary video predicted image / residual generation unit 115 generates a reference auxiliary video predicted image and residual for use in the decoded image update.
  • the prediction image and the residual of the auxiliary video for reference are referred to as an auxiliary prediction image and an auxiliary prediction residual, respectively.
  • FIG. 10 is a flowchart showing the operation of the video encoding device 100b shown in FIG. FIG. 10 shows processing when an auxiliary video having a correlation with an encoding target video is input from the outside, a predicted image thereof and a residual are generated, and used for decoding video update. 10, parts that are the same as the processes shown in FIG. 6 are given the same reference numerals, and descriptions thereof are omitted.
  • steps S1a and S2 are executed in the same manner as in the second embodiment.
  • video input in step S1a has a correlation with an encoding object image
  • the encoding target video is one viewpoint video among the multi-view videos
  • a video from another viewpoint can be used as the auxiliary video.
  • arbitrary conversion may be performed, such as conversion of a prediction vector used in an encoding target video to make a prediction vector of auxiliary information.
  • the depth map may be used as an auxiliary video.
  • the encoding target video is a depth map (format information)
  • the corresponding texture is set as the auxiliary video. It does not matter.
  • the prediction image of the auxiliary information may be generated using the same prediction information as the prediction information of the encoding target video.
  • steps S3 to S10 are repeatedly executed until all the blocks in the frame are sequentially processed. Further, steps S3 and S4 are executed in the same manner as in the second embodiment.
  • the auxiliary video prediction image / residual generation unit 115 After generating the prediction image and the prediction residual for the encoding target video, the auxiliary video prediction image / residual generation unit 115 then calculates the prediction image for the auxiliary video, the auxiliary prediction image that is the prediction residual, and the auxiliary prediction residual. Generate (step 4b).
  • the prediction information used for generating the auxiliary prediction image may be the same as the encoding target video, or may be converted as described above.
  • the residual downsampling unit 105 performs downsampling of the high resolution prediction residual and generates a low resolution prediction residual (step S5b).
  • the auxiliary prediction image and the auxiliary prediction residual may be referred to.
  • a method of sampling in order from the pixel with the strong auxiliary prediction residual intensity can be applied.
  • a method of selecting a pattern that samples as many pixels with strong auxiliary prediction residual intensity as possible from patterns of predetermined subsample positions can be applied.
  • the transform / quantization unit 106 transforms / quantizes the low-resolution prediction residual and generates quantized data (step S6).
  • any method may be used as long as it can be correctly inverse-quantized / inverse-transformed on the decoding side.
  • the inverse quantization / inverse transform unit 107 performs inverse quantization / inverse transform on the quantized data to generate a decoded low resolution prediction residual (step S7).
  • the temporary decoding unit 108 adds the corresponding pixels of the decoded low-resolution prediction residual to the high-resolution predicted image to generate a temporary decoded image (step S8b). If the sub-sample position is determined using the auxiliary prediction image or the auxiliary prediction residual as described above, the corresponding position in the high resolution of the low resolution residual is also determined by the same method here. I do not care.
  • the update unit 109 updates the temporary decoded image using the temporary decoded image, the auxiliary predicted image, and the auxiliary prediction residual, and generates a high-resolution decoded image.
  • the loop filter unit 110 applies a loop filter and stores it in the reference frame memory 111 as a block of the reference frame (step S9b).
  • a description will be given of an update method in a case where a correct decoded value is obtained for some pixels in provisional decoding when the prediction residual value is subsampled and encoded in downsampling.
  • a pixel for which a correct decoded value is obtained in the provisional decoding is referred to as an already decoded pixel, and this pixel is not updated.
  • pixels other than the already decoded pixels are called temporary decoded pixels.
  • the methods as shown in the first and second embodiments may be performed using an auxiliary prediction image or an auxiliary prediction residual, or may be combined in any way.
  • a method of performing contour extraction or region extraction on both the auxiliary video and the auxiliary predicted image and estimating a region where residuals are concentrated can be applied.
  • the prediction residual of the decoding target image is locally assumed to have an intensity distribution corresponding to the intensity of the auxiliary prediction residual, and the intensity distribution of the decoded image residual value from the known residual value It is also possible to apply a method of determining a decoded value by estimating a prediction residual in a provisional decoded pixel according to this distribution and adding this to a high resolution predicted image.
  • the auxiliary prediction residual is down-sampled by the same method as the video to generate a low resolution auxiliary prediction residual, and the temporary decoding is similarly performed to generate the auxiliary temporary decoding image. It is also possible to apply a method of updating a decoded image that is often decoded and its parameters, and updating the decoded image of the video by the determined method.
  • the method for updating the decoded image may be selected from any of the methods described above, or may be another method.
  • the restoration performance can be further improved by combining with the above-described downsampling method referring to the auxiliary prediction image and the auxiliary prediction residual.
  • FIG. 11 is a block diagram showing a configuration of a video decoding apparatus 200b according to the third embodiment of the present invention.
  • the apparatus shown in this figure is different from the apparatus shown in FIG. 7 in that an auxiliary video predicted image / residual generation unit 212 is newly provided as shown in FIG.
  • the auxiliary video predicted image / residual generation unit 212 generates a reference auxiliary video predicted image and residual for use in the decoded image update.
  • the prediction image and the residual of the auxiliary video for reference are referred to as an auxiliary prediction image and an auxiliary prediction residual, respectively.
  • FIG. 12 is a flowchart showing the operation of the video decoding apparatus 200b shown in FIG. FIG. 12 shows processing when an auxiliary video having a correlation with an encoding target video is input from the outside, a predicted image thereof and a residual are generated, and used for decoding video update. 12, the same parts as those shown in FIG. 8 are denoted by the same reference numerals, and the description thereof is omitted.
  • the code data input unit 201 receives code data and stores it in the code data memory 202.
  • the auxiliary video input unit 210 inputs the auxiliary video frame and stores it in the auxiliary frame memory 211 (step S21a). It is assumed that some frames in the decoding target video have already been decoded and stored in the reference frame memory 209.
  • steps S22 to S24 are executed in the same manner as the processing operation shown in FIG.
  • the auxiliary video prediction image / residual generation unit 212 After generating the prediction image for the decoding target video, the auxiliary video prediction image / residual generation unit 212 generates a prediction image for the auxiliary video, an auxiliary prediction image that is a prediction residual, and an auxiliary prediction residual (step 24b).
  • the prediction information used for generating the auxiliary predicted image may be the same as that of the decoding target video, or may be converted as described above.
  • the temporary decoding unit 108 adds the corresponding pixels of the decoded low-resolution prediction residual to the high-resolution predicted image to generate a temporary decoded image (step S25b). If the sub-sample position is determined using the auxiliary prediction image or the auxiliary prediction residual as described above, the corresponding position in the high resolution of the low resolution residual is also determined by the same method here. I do not care.
  • the update unit 207 updates the temporary decoded image using the temporary decoded image, the auxiliary predicted image, the auxiliary prediction residual, and other information to generate a high resolution decoded image.
  • the loop filter unit 208 applies a loop filter to the generated high resolution decoded image, and stores the output as a reference block in the reference frame memory 209 (step S26b).
  • any update method may be used. However, higher decoding performance can be obtained by making this method correspond to the downsampling method used in the video encoding apparatus.
  • An example of the decoded image update method corresponding to the downsampling method is as described above.
  • the loop filter is not necessary, it may be omitted. However, in normal video coding, a deblocking filter or other filters are used to remove coding noise. Alternatively, a filter for removing deterioration due to RRU may be used. Further, this loop filter may be adaptively generated in the same manner as the decoded image update or simultaneously.
  • the downsampling rate may be variable depending on the block.
  • information indicating whether or not the RRU is applicable and the downsampling rate may be encoded and included in the additional information, or a function for determining the applicability and the downsampling rate may be added to the decoding side.
  • the availability of RRU and the downsampling rate may be determined with reference to a predicted image.
  • the decoded pixels are adaptively updated in all the blocks (the temporary decoded value of the temporary decoded image is updated).
  • the update is performed to reduce the calculation amount. It is not necessary to update a block that does not execute and obtains sufficient performance.
  • a filter may be used for a block that can obtain sufficient performance by interpolating with a predetermined interpolation filter instead of the update process. In that case, whether to use a predetermined filter or update the decoded image may be switched with reference to the video and auxiliary information.
  • the decoded image update is executed for each block within the loop in both the encoding device and the decoding device, but may be executed externally if possible. Further, even when the processing is performed for each block, the pixels of the upper left, upper, and left blocks that have already been decoded may be referred to and used for decoding in the first row and the first column of the block.
  • the decoded image is updated with reference to the decoded signal obtained by inversely quantizing and inversely transforming the code data at the time of decoding.
  • the quantized data before the inverse quantization is used.
  • the decoded image may be updated with reference to the conversion data before the inverse conversion.
  • the prediction residual of the video to be encoded is transformed and quantized to produce quantized data, and then entropy coding is performed to generate code data. I do not care.
  • the luminance signal and the color difference signal in the encoding target video signal are not particularly distinguished, but may be distinguished.
  • downsampling / upsampling may be performed only on the color difference signal, and the luminance signal may be encoded with a high resolution, or vice versa.
  • the respective decoded image updates may be performed simultaneously or separately.
  • the decoded image of the color difference signal may be updated with reference to the decoded image of the luminance signal and other information obtained by the decoded image update, or vice versa.
  • a provisional decoded value is used as an initial value, a variable based on predicted values and various auxiliary information such as those mentioned in the above example, and a probability density function defined by a difference value or an average value thereof.
  • a decoded image update method for estimating the final decoded value can be applied.
  • the probability density function a model in which the occurrence probability of each pixel of the image is determined depending on the value of its surrounding pixels, for example, a method using a Gaussian Markov random field (GMRF), or the like can be applied. If the final decoded value to be obtained is x u and the set of variables is N u , this occurrence probability is defined as in equation (1).
  • each x u is determined by equation (2).
  • ⁇ is the average value of the decoded values, but this may be the average value of the entire image, the average value of the entire block, or the average value of adjacent pixels. Further, this average value may be obtained on the video decoding device side using only the subsampled pixels, or the image coding device may be used to encode the whole image obtained using the high resolution image. It may be included in the code data as additional information.
  • ⁇ i is a control parameter.
  • the same value may be used for the entire image, may be changed for each block, or may be changed for each set. Also, a predetermined one may be used, or a value determined at the time of encoding and the value or additional information for identification may be encoded and included in the code data. This value may be estimated for each image, or an appropriate value may be estimated in advance using learning data.
  • the optimization problem may be solved using any method.
  • x u ⁇
  • another constraint condition may be added. For example, a condition that the density histogram of the entire image is not changed from the initial state can be considered.
  • the combination may be optimized by selecting one having a high occurrence probability from a set of predetermined values.
  • values included in the set for example, an average value of decoded values of adjacent sub-sample pixels, a decoded value of sub-sample pixels of the same set, and the like can be considered, but any other value may be determined.
  • it may be determined that each pixel is updated independently, and each pixel has the highest occurrence probability.
  • priorities may be assigned to the pixels and the order may be determined.
  • the probability density function may be defined in advance, or the probability density function of surrounding pixels may be locally updated as the decoded value is updated.
  • the decoding method using the Gaussian Markov Random Field (GMRF) has been described.
  • any probability density function may be used, and an appropriate one is estimated in advance using learning data. It doesn't matter.
  • GMRF Gaussian Markov Random Field
  • a predetermined parameter may be used, or a parameter estimated by learning may be used.
  • the probability value by this function or the decoded value to be obtained may be obtained in advance and referred to.
  • the auxiliary information may be generated by demultiplexing the code data, separating the auxiliary information code data and the video code data, and decoding the auxiliary information code data.
  • an image is temporarily decoded using the downsampled prediction residual, and each processing block is adaptively referred to while referring to the temporarily decoded image and some information correlated with the encoding target video.
  • each processing block is adaptively referred to while referring to the temporarily decoded image and some information correlated with the encoding target video.
  • FIG. 13 is a hardware diagram in the case where the video encoding apparatus is configured by a computer and a software program.
  • the system CPU 30 that executes the program
  • a memory 31 such as a RAM in which programs and data accessed by the CPU 30 are stored
  • An encoding target video input unit 32 that inputs a video signal to be encoded from a camera or the like into the video encoding device (may be a storage unit that stores a video signal by a disk device or the like)
  • a program storage device 35 in which a video encoding program 351, which is a software program that causes the CPU 30 to execute the processing operations shown in FIGS. 2, 6, and 10, is stored.
  • a code data output unit 36 that outputs code data generated by the CPU 30 executing the video encoding program loaded in the memory 31 via, for example, a network (a storage unit that stores code data by a disk device or the like) May be) Are connected by a bus.
  • a network a storage unit that stores code data by a disk device or the like
  • an auxiliary information input unit 33 for inputting auxiliary information via a network (auxiliary information by a disk device or the like). It may also be a storage unit that stores signals).
  • other hardware such as a code data storage unit and a reference frame storage unit is provided and used to implement this method.
  • a video signal code data storage unit, a prediction information code data storage unit, and the like may be used.
  • FIG. 14 is a hardware diagram in the case where the video decoding apparatus is configured by a computer and a software program.
  • the system CPU 40 that executes the program
  • a memory 41 such as a RAM in which programs and data accessed by the CPU 40 are stored
  • a code data input unit 42 for inputting code data encoded by the video encoding device according to the method of the present invention into the video decoding device (may be a storage unit for storing code data by a disk device or the like)
  • a program storage device 45 in which a video decoding program 451, which is a software program that causes the CPU 40 to execute the processing operations shown in FIGS. 4, 8, and 12, is stored.
  • a decoded video output unit 46 that outputs the decoded video generated by the CPU 40 executing the video decoding program loaded in the memory 41 to a playback device or the like.
  • a bus In addition to this, if necessary for realizing the decoding as described in the second and third embodiments, for example, an auxiliary information input unit 43 for inputting auxiliary information via a network (an auxiliary information signal by a disk device or the like). It may also be a storage unit that stores a). In addition, although not shown, other hardware such as a reference frame storage unit is provided and used to implement this method. Also, a video signal code data storage unit, a prediction information code data storage unit, and the like may be used.
  • a program for realizing the functions of the video encoding device shown in FIGS. 1, 5, and 9 and the video decoding device shown in FIGS. 3, 7, and 11 is recorded on a computer-readable recording medium, and this recording is performed.
  • a video recording process and a video decoding process may be performed by causing a computer system to read and execute a program recorded on a medium.
  • the “computer system” here includes an OS and hardware such as peripheral devices.
  • the “computer system” includes a WWW system having a homepage providing environment (or display environment).
  • the “computer-readable recording medium” refers to a storage device such as a flexible medium, a magneto-optical disk, a portable medium such as a ROM or a CD-ROM, and a hard disk incorporated in a computer system.
  • the “computer-readable recording medium” refers to a volatile memory (RAM) in a computer system that becomes a server or a client when a program is transmitted via a network such as the Internet or a communication line such as a telephone line. In addition, those holding programs for a certain period of time are also included.
  • RAM volatile memory
  • the program may be transmitted from a computer system storing the program in a storage device or the like to another computer system via a transmission medium or by a transmission wave in the transmission medium.
  • the “transmission medium” for transmitting the program refers to a medium having a function of transmitting information, such as a network (communication network) such as the Internet or a communication line (communication line) such as a telephone line.
  • the program may be for realizing a part of the functions described above. Furthermore, what can implement
  • the present invention can be applied to applications where it is indispensable to avoid quality degradation and block distortion of a decoded image due to prediction residual upsampling in RRU, and to reconstruct the final decoded image with full resolution and good quality.
  • Video encoding device 101 Encoding target video input unit 102 ... Input frame memory 103 ... Prediction unit 104 ... Subtraction unit 105 ... Residual downsampling unit 106: Transformer / Quantizer 107 ... Inverse Quantizer / Inverse Transformer 108 ... Temporary Decoder 109 ... Update Unit 110 ... Loop Filter Unit 111 ... Reference Frame Memory 112 . Entropy encoding unit 113 ... auxiliary video input unit 114 ... auxiliary frame memory 115 ... auxiliary predicted image / residual generation unit 200, 200a, 200b ... video decoding device 201 ... code data input Unit 202 ... code data memory 203 ... entropy decoding unit 204 ...
  • inverse quantization / inverse transform unit 205 ... prediction unit 206 ... provisional decoding unit 207
  • Update unit 208 ... loop filter unit 209 ... reference frame memory 210 ... auxiliary video input unit 211 ... auxiliary frame memory 212 ... auxiliary predicted image, residual generator

Landscapes

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

Abstract

　映像の符号データを復号する際に、前記映像を構成する各フレームを複数の領域に分割し、前記領域毎に予測復号を行う場合に、低解像度予測残差から仮に画像を復号した仮復号画像を生成し、その復号値を更新することによって最終復号画像を生成する。また、映像を構成する各フレームを複数の領域に分割し、前記領域毎に予測符号化を行う際に、高解像度予測残差をダウンサンプリングして低解像度予測残差を生成する場合に、前記高解像度予測残差のうち一部の画素のみをサンプリングするサブサンプリング処理によってサブサンプリング予測残差を生成し、これを前記低解像度予測残差とする。

Description

映像符号化方法および装置、映像復号方法および装置、及びそれらのプログラム
　本発明は、映像符号化方法、映像復号方法、映像符号化装置、映像復号装置、映像符号化プログラム及び映像復号プログラムに関する。
　本願は、２０１２年９月２５日に出願された特願２０１２－２１１１５６号に基づき優先権を主張し、その内容をここに援用する。
　一般的な映像符号化においては、被写体の空間的／時間的な連続性を利用して、映像の各フレームを処理単位となるブロックに分割し、ブロック毎にその映像信号を空間的／時間的に予測し、その予測方法を示す予測情報と予測残差とを符号化することで、映像信号そのものを符号化する場合に比べて大幅な符号化効率の向上を図っている。
　ＲＲＵ（Reduced Resolution Update）は、予測残差の変換・量子化の前に画像の少なくとも一部の予測残差の解像度を低下させることで、更なる符号化効率の向上を図るものである（例えば、非特許文献１参照）。予測を高解像度基準において行い、また低解像度の予測残差に対して復号時にアップサンプリングプロセスを適用するために、最終的な画像は高解像度で再構成できる。
　このプロセスの結果、客観的な品質は低下するが、符号化対象ビットの減少により結果的にビットレートが向上する。また、主観品質に対する影響は客観品質に対する影響と比較して大きくない。
　この機能はＩＴＵ－Ｔ　Ｈ．２６３標準によりサポートされており、シーケンス内に激しい動的領域が存在する場合に特に有効であることが知られている。これは、ＲＲＵモードを利用することによりエンコーダのフレームレートを高く維持することができ、一方で静的領域等の予測残差の分散が少ない領域の解像度と品質を良好に保つことが出来るためである。
　しかしながら、動的領域等、予測残差の分散が大きい領域の品質は予測残差のアップサンプリング精度に大きく影響を受けるという問題がある。したがって、このような問題点を解消することができるＲＲＵ映像符号化及び復号化のための方法及び装置を有することが、望ましくかつ効果的である。
　ここで、自由視点映像符号化について説明する。自由視点映像とは、対象シーンを多数の撮像装置を用いて様々な位置・角度から撮像することでシーンの光線情報を取得し、これを元に任意の視点における光線情報を復元することで任意の視点から見た映像を生成するものである。
　シーンの光線情報は様々なデータ形式によって表現されるが、最も一般的な形式としては、映像とその映像の各フレームにおけるデプスマップと呼ばれる奥行き画像を用いる方式がある（例えば、非特許文献２参照）。
　デプスマップとは、カメラから被写体までの距離（奥行き・デプス）を画素毎に記述したものであり、被写体のもつ３次元情報の簡易な表現である。２つのカメラから同一の被写体を観測するとき、被写体のデプス値はカメラ間の視差の逆数に比例するために、デプスマップはディスパリティマップ（視差画像）と呼ばれることもある。
　これに対して、デプスマップの対応するカメラの映像のことをテクスチャと呼ぶこともある。デプスマップは画像の各画素につき一つの値を持つ表現であるために、グレースケール画像とみなして記述することができる。
　また、デプスマップの時間的に連続した記述であるデプスマップ映像（以下では画像／映像の区別なしにデプスマップと呼ぶ）は、映像信号と同様に、被写体の空間的／時間的な連続性から、空間的・時間的相関を持つと言える。
　したがって、通常の映像信号を符号化するために用いられる映像符号化方式によって、空間的／時間的冗長性を取り除きながらデプスマップを効率的に符号化することが可能である。
　一般にテクスチャとデプスマップの間には高い相関があり、そのため自由視点映像符号化のようにテクスチャとデプスマップを合わせて符号化する場合には、両者の間の相関を利用して更なる符号化効率の向上が実現できる。
　非特許文献３では、両者の符号化に用いる予測情報（ブロック分割、動きベクトル、参照フレーム）を共通化することで冗長性を排除し、効率的な符号化を実現している。
A.M. Tourapis, J. Boyce, "Reduced Resolution Update Mode for Advanced Video Coding", ITU-T Q6/SG16, document VCEG-V05, Munich, March 2004. Y. Mori, N. Fukusima, T. Fuji, and M. Tanimoto, "View Generation with 3D Warping Using Depth Information for FTV ",In Proceedings of 3DTV-CON2008, pp. 229-232, May 2008. I. Daribo, C. Tillier, and B. P. Popescu, "Motion Vector Sharing and Bitrate Allocation for 3D Video-Plus-Depth Coding," EURASIP Journal onAdvances in Signal Processing, vol. 2009, Article ID 258920, 13 pages, 2009.
　従来のＲＲＵは、ブロック外からのいずれかの情報も利用することなく、各ブロックの予測残差を処理する。低解像度予測残差は高解像度予測残差からサンプルの相対的位置に基づくダウンサンプリング補間（二次元バイリニア補間など）を利用して計算される。復号化されたブロックを取得するためには、当該低解像度予測残差が符号化、再構成、アップサンプリング補間によって高解像度予測残差として復元され、予測画像に加えられる。
　図１５Ａ，１５Ｂは、従来のＲＲＵについての高解像度予測残差サンプルに対する低解像度予測残差サンプルの空間配置と、アップサンプリング補間を行うための計算例を示す図である。
　これら各図において、白丸は高解像度予測残差サンプルの配置を示し、斜線付きの丸は、低解像度予測残差サンプルの配置を示す。また、各丸内の文字ａ～ｅ、Ａ～Ｄは画素値の例であり、高解像度予測残差サンプルの画素値ａ～eの各々が、周囲の低解像度予測残差サンプルの画素値Ａ～Ｄからどのように算出されるかを図内に示している。
　２つ以上の残差値が互いに大きく異なるサンプルを含むブロックにおいては、このアップサンプリングに伴う補間によって再構成された残差の精度が落ち、復号画像の品質を低下させる。また、一般にブロック境界部のアップサンプリングにはブロック内のサンプルのみを利用し、異なるブロックのサンプルは参照しない。このため、補間精度によってはブロック境界部にブロック歪（ブロック境界付近に特有の歪）が発生することがある。
　こうした品質低下や歪みを回避するためには、残差のアップサンプリング補間に用いる補間フィルタを改善するという方法が考えられるが、ダウンサンプリング補間によって損失した残差情報を完全に復元することは一般的には困難であるという問題ある。
　本発明は、このような事情に鑑みてなされたもので、ＲＲＵにおける予測残差アップサンプリングによる復号画像の品質低下やブロック歪みを回避し、最終的に得られる復号画像を全解像度かつよい品質で再構成することができる映像符号化方法、映像復号方法、映像符号化装置、映像復号装置、映像符号化プログラム及び映像復号プログラムを提供することを目的とする。
　本発明は、映像の符号データを復号する際に、前記映像を構成する各フレームを複数の処理領域に分割し、前記処理領域毎に予測復号を行う映像復号方法であって、低解像度予測残差から仮に画像を復号した仮復号画像を生成する仮復号ステップと、前記仮復号画像の復号値を更新することによって最終復号画像を生成する復号画像生成ステップとを有する映像復号方法を提供する。
　好適例では、前記低解像度予測残差を有する（当該残差が設定された）画素を補間サンプリングする補間処理によって補間予測残差を生成する補間サンプリングステップをさらに有し、前記仮復号ステップでは、前記補間予測残差に基づいて前記仮復号画像を生成することを特徴とする。
　この場合、前記補間サンプリングステップでは、前記映像と相関を持つ補助情報をさらに参照して前記補間処理を行うようにしても良い。
　また、前記復号画像生成ステップでは、前記映像と相関を持つ補助情報をさらに参照して前記最終復号画像を生成するようにしても良い。
　別の好適例では、前記低解像度予測残差を有する各画素と対応する前記仮復号画像の各画素の対応位置関係を決定する残差対応画素決定ステップをさらに有し、前記仮復号ステップでは、前記対応位置関係に基づき、前記仮復号画像の画素のうち前記低解像度予測残差に対応する画素があるものを復号することにより前記仮復号画像を生成し、前記復号画像生成ステップでは、前記低解像度予測残差の各画素と対応する前記仮復号画像の各画素の復号値を参照して、その他の画素の復号値を更新することにより前記最終復号画像を生成することを特徴とする。
　この場合、前記残差対応画素決定ステップでは、前記対応位置関係を予め定められたものとしても良い。
　また、前記残差対応画素決定ステップでは、前記対応位置関係を適応的に決定するようにしても良い。
　この場合、前記残差対応画素決定ステップでは、前記映像と相関を持つ補助情報を参照して前記対応位置関係を適応的に決定するようにしても良い。
　また、前記復号画像生成ステップでは、前記映像と相関を持つ補助情報をさらに参照して前記最終復号画像を生成するようにしても良い。
　また、前記低解像度予測残差を有する画素を補間サンプリングする補間処理によって補間予測残差を生成する補間サンプリングステップをさらに有し、前記仮復号ステップでは、前記対応位置関係に基づき、前記仮復号画像の画素のうち前記低解像度予測残差に対応する画素があるものを復号し、対応する画素がないものについて前記補間予測残差に基づいて復号することにより前記仮復号画像を生成し、前記復号画像生成ステップでは、前記低解像度予測残差の各画素と対応する前記仮復号画像の各画素の復号値を参照して、その他の画素の復号値を更新することにより前記最終復号画像を生成するようにしても良い。
　この場合、前記残差対応画素決定ステップでは、前記対応位置関係を予め定められたものとしても良い。
　また、前記残差対応画素決定ステップでは、前記対応位置関係を適応的に決定するようにしても良い。
　この場合、前記残差対応画素決定ステップでは、前記映像と相関を持つ補助情報を参照して前記対応位置関係を適応的に決定するようにしても良い。
　また、前記復号画像生成ステップでは、前記映像と相関を持つ補助情報をさらに参照して前記最終復号画像を生成するようにしても良い。
　典型例として、前記補助情報は、前記映像の予測画像である。
　別の典型例として、前記補助情報は、前記映像が複数の成分から成る信号である場合の一部の成分である。
　別の典型例として、前記補助情報は、前記映像と相関をもつ補助映像であることを特徴とする。
　この場合、前記補助映像は、前記映像と同一のシーンを対象とした別の映像であっても良い。
　また、前記補助映像は、前記映像が多視点映像のうちの一つの視点映像である場合における他の視点映像であっても良い。
　また、前記補助映像は、前記映像に対応するデプスマップであっても良い。
　また、前記補助映像は、前記映像がデプスマップである場合における対応するテクスチャであっても良い。
　別の典型例として、前記補助情報は、前記映像と相関をもつ補助映像から前記映像の予測情報に基づいて生成される補助映像予測画像であり、前記補助映像から前記映像の予測情報に基づいて前記補助映像予測画像を生成する補助映像予測画像生成ステップをさらに有するようにしても良い。
　この場合、前記補助情報は、前記補助映像と前記補助映像予測画像から生成される補助映像予測残差であり、前記補助映像と前記補助映像予測画像から前記補助映像予測残差を生成する補助映像予測残差生成ステップをさらに有するようにしても良い。
　別の典型例として、前記符号データを逆多重化し補助情報符号データと映像符号データとに分離する逆多重化ステップと、前記補助情報符号データを復号し前記補助情報を生成する補助情報復号ステップとをさらに有するようにしても良い。
　本発明はまた、映像を構成する各フレームを複数の処理領域に分割し、前記処理領域毎に予測符号化を行う際に、高解像度予測残差をダウンサンプリングして低解像度予測残差を生成する映像符号化方法であって、前記高解像度予測残差のうち一部の画素のみをサンプリングするサブサンプリング処理によってサブサンプリング予測残差を生成するサブサンプリングステップと前記サブサンプリング予測残差を前記低解像度予測残差とする残差ダウンサンプリングステップとを有する映像符号化方法も提供する。
　好適例では、前記サブサンプリングステップでは、前記サンプリングする画素を予め定められた位置の画素とすることを特徴とする。
　別の好適例では、前記サブサンプリングステップでは、前記サンプリングする画素を適応的に決定することを特徴とする。
　この場合、前記サブサンプリングステップでは、前記映像と相関を持つ補助情報を参照して前記サンプリングする画素を適応的に決定するようにしても良い。
　別の好適例では、前記高解像度予測残差の画素を補間サンプリングする補間処理によって補間予測残差を生成する補間サンプリングステップをさらに有し、前記残差ダウンサンプリングステップでは、前記サブサンプリング予測残差と前記補間予測残差とから前記低解像度予測残差を生成することを特徴とする。
　この場合、前記残差ダウンサンプリングステップでは、前記低解像度予測残差の予め定められた位置に前記サブサンプリング予測残差を当てはめ、それ以外の位置において前記補間予測残差を当てはめることで前記低解像度予測残差を生成するようにしても良い。
　また、前記残差ダウンサンプリングステップでは、前記映像と相関を持つ補助情報を参照して、前記サブサンプリング予測残差と前記補間予測残差とから前記低解像度予測残差を生成するようにしても良い。
　典型例として、前記補助情報は、前記映像の予測画像である。
　別の典型例として、前記補助情報は、前記映像が複数の成分から成る信号である場合の一部の成分である。
　別の典型例として、前記補助情報は、前記映像と相関をもつ補助映像である。
　この場合、前記補助映像は、前記映像と同一のシーンを対象とした別の映像であっても良い。
　また、前記補助映像は、前記映像が多視点映像のうちの一つの視点映像である場合における他の視点映像であっても良い。
　また、前記補助映像は、前記映像に対応するデプスマップであっても良い。
　また、前記補助映像は、前記映像がデプスマップである場合における対応するテクスチャであっても良い。
　別の典型例として、前記補助情報は、前記映像と相関をもつ補助映像から前記映像の予測情報に基づいて生成される補助映像予測画像であり、前記補助映像から前記映像の予測情報に基づいて前記補助映像予測画像を生成する補助映像予測画像生成ステップをさらに有するようにしても良い。
　この場合、前記補助情報は、前記補助映像と前記補助映像予測画像から生成される補助映像予測残差であり、前記補助映像と前記補助映像予測画像から前記補助映像予測残差を生成する補助映像予測残差生成ステップをさらに有するようにしても良い。
　別の典型例として、前記補助情報を符号化した補助情報符号データを生成する補助情報符号化ステップと、前記補助情報符号データを映像符号データと多重化し符号データを生成する多重化ステップとをさらに有するようにしても良い。
　本発明はまた、映像の符号データを復号する際に、前記映像を構成する各フレームを複数の処理領域に分割し、前記処理領域毎に予測復号を行う映像復号装置であって、低解像度予測残差から仮に画像を復号した仮復号画像を生成する仮復号手段と、前記仮復号画像の復号値を更新することによって最終復号画像を生成する復号画像生成手段とを備える映像復号装置も提供する。
　本発明はまた、映像を構成する各フレームを複数の処理領域に分割し、前記処理領域毎に予測符号化を行う際に、高解像度予測残差をダウンサンプリングして低解像度予測残差を生成する映像符号化装置であって、前記高解像度予測残差のうち一部の画素のみをサンプリングするサブサンプリング処理によってサブサンプリング予測残差を生成するサブサンプリング手段と、前記サブサンプリング予測残差を前記低解像度予測残差とする残差ダウンサンプリング手段とを備える映像符号化装置も提供する。
　本発明は、コンピュータに、前記映像復号方法を実行させるための映像復号プログラムも提供する。
　本発明は、コンピュータに、前記映像符号化方法を実行させるための映像符号化プログラムも提供する。
　本発明は、前記映像復号プログラムを記録したコンピュータ読み取り可能な記録媒体も提供する。
　本発明は、前記映像符号化プログラムを記録したコンピュータ読み取り可能な記録媒体も提供する。
　本発明によれば、ＲＲＵにおける予測残差アップサンプリングによる復号画像の品質低下やブロック歪みを回避し、最終復号画像を全解像度かつよい品質で再構成することができるという効果が得られる。
本発明の第１実施形態による映像符号化装置１００の構成を示すブロックである。 図１に示す映像符号化装置１００の動作を示すフローチャートである。 同第１実施形態による映像復号装置２００の構成を示すブロック図である。 図３に示す映像復号装置２００の動作を示すフローチャートである。 本発明の第２実施形態による映像符号化装置１００ａの構成を示すブロック図である。 図５に示す映像符号化装置１００ａの動作を示すフローチャートである。 同第２実施形態による映像復号装置２００ａの構成を示すブロック図である。 図７に示す映像復号装置２００ａの動作を示すフローチャートである。 本発明の第３実施形態による映像符号化装置１００ｂの構成を示すブロック図である。 図９に示す映像符号化装置１００ｂの動作を示すフローチャートである。 同第３実施形態による映像復号装置２００ｂの構成を示すブロック図である。 図１１に示す映像復号装置２００ｂの動作を示すフローチャートである。 映像符号化装置をコンピュータとソフトウェアプログラムとによって構成する場合のハードウェア図である。 映像復号装置をコンピュータとソフトウェアプログラムとによって構成する場合のハードウェア図である。 従来のＲＲＵについての高解像度予測残差サンプルに対する低解像度予測残差サンプルの空間配置と、アップサンプリング補間を行うための計算例を示す図である。 従来のＲＲＵについての高解像度予測残差サンプルに対する低解像度予測残差サンプルの空間配置と、アップサンプリング補間を行うための、別の計算例を示す図である。
＜第１実施形態＞
　以下、図面を参照して、本発明の第１実施形態による映像符号化装置及び映像復号装置を説明する。
　始めに映像符号化装置について説明する。図１は同実施形態による映像符号化装置の構成を示すブロック図である。
　映像符号化装置１００は、図１に示すように、符号化対象映像入力部１０１、入力フレームメモリ１０２、予測部１０３、減算部１０４、残差ダウンサンプル部１０５、変換・量子化部１０６、逆量子化・逆変換部１０７、仮復号部１０８、アップデート部１０９、ループフィルタ部１１０、参照フレームメモリ１１１及びエントロピー符号化部１１２を備えている。
　符号化対象映像入力部１０１は、符号化対象となる映像を映像符号化装置１００に入力する。以下では、この符号化対象となる映像のことを符号化対象映像と呼び、特に処理を行うフレームを符号化対象フレームまたは符号化対象画像と呼ぶ。
　入力フレームメモリ１０２は、入力した符号化対象映像を記憶する。
　予測部１０３は、入力フレームメモリ１０２に記憶された符号化対象画像に対して予測処理を行い、高解像度予測画像を生成する。
　減算部１０４は、入力フレームメモリ１０２に記憶された符号化対象画像と予測部１０３が生成した高解像度予測画像の差分値をとり、高解像度予測残差を生成する。
　残差ダウンサンプル部１０５は、生成した高解像度予測残差をダウンサンプリングし低解像度予測残差を生成する。
　変換・量子化部１０６は、生成された低解像度予測残差を変換・量子化し、量子化データを生成する。
　逆量子化・逆変換部１０７は、生成された量子化データを逆量子化・逆変換し、復号低解像度予測残差を生成する。
　仮復号部１０８は、予測部１０３が出力した高解像度予測画像と、逆量子化・逆変換部１０７が出力した復号低解像度予測残差とから、仮復号画像を生成する。
　アップデート部１０９は、仮復号画像をアップデートし、高解像度復号画像を生成する。
　ループフィルタ部１１０は、生成された高解像度復号画像（復号フレーム）にループフィルタをかけ、参照フレームを生成する。
　参照フレームメモリ１１１は、ループフィルタ部１１０が生成した参照フレームを記憶する。
　エントロピー符号化部１１２は、量子化データと予測情報をエントロピー符号化し、符号データ（または符号化データ）を生成して出力する。
　次に、図２を参照して、図１に示す映像符号化装置１００の動作を説明する。図２は、図１に示す映像符号化装置１００の動作を示すフローチャートである。
　ここでは符号化対象映像中のある１フレームを符号化する処理について説明する。当該処理をフレームごとに繰り返すことで、映像（動画像）を符号化することができる。
　まず、符号化対象映像入力部１０１は符号化対象フレームを映像符号化装置１００に入力し、入力フレームメモリ１０２に記憶する（ステップＳ１）。なお、符号化対象映像中の幾つかのフレームは既に符号化されているものとし、その復号フレームが参照フレームメモリ１１１に記憶されているものとする。
　映像入力の後、符号化対象フレームを符号化対象ブロックに分割し、ブロック毎に符号化対象フレームの映像信号を符号化するルーチンを行なう（ステップＳ２）。すなわち、以下のステップＳ３～Ｓ１０までの処理を、フレーム内の全てのブロックが順次処理されるまで、繰り返し実行する。
　符号化対象ブロックごとに繰り返される処理では、まず、予測部１０３が、符号化対象フレーム及び参照フレームを用いて何れかの予測処理を行い、予測画像を生成する（ステップＳ３）。以下では、この予測画像のことを区別のために高解像度予測画像と呼ぶ。
　予測方法は、復号側で予測情報などを使用して正しく高解像度予測画像を生成できるのであれば、どのような方法でも構わない。一般的な映像符号化では、画面内予測や動き補償などの予測方法を用いる。また、一般にはこのとき用いる予測情報を符号化し映像符号データと多重化するが、特に予測情報を用いずに予測が行えるのであれば当該多重化は行わなくても構わない。
　次に、減算部１０４は、高解像度予測画像と符号化対象画像との差分を取り、予測残差を生成する（ステップＳ４）。以下では、この予測残差のことを区別のために高解像度予測残差と呼ぶ。
　高解像度予測残差の生成が終了したら、残差ダウンサンプル部１０５は、高解像度予測残差のダウンサンプリングを実行し、低解像度予測残差を生成する（ステップＳ５）。このときのダウンサンプリング方法は、どのような方法を用いても構わない。
　ここで、従来のＲＲＵの抱える問題の１つである、残差値の平均化による損失を回避するダウンサンプリング方法と、対応する復号画像アップデートの方法について説明する。
　簡単のため、縦横１／ｎずつにダウンサンプリングする場合、高解像度残差のｎ×ｎの画素の組に対し何らかの処理を行なって低解像度残差の画素を１つ求めることとする。
　一般のＲＲＵでは、組の残差の平均をとるなど、何らかのダウンサンプリング補間による補間値を低解像度残差の値として持ち、復号時にはこの補間値をｎ×ｎにアップサンプリング補間し、それぞれの画素の残差値とすることで高解像度残差を生成し、予測画像と足し合わせることで復号画像を得る。
　この場合、全体的に予測の当たっている組では残差の分散が少なく、補間値を用いることによる影響は少ない。
　一方、一部予測が外れている組では残差の分散が大きく、補間値を用いることにより全体的に誤差が生じることになる。
　これに対して、例えば高解像度予測残差の特定の位置の残差を残すサブサンプル処理によって低解像度予測残差を生成することで、後述する仮復号の時点で特定の位置では正しい復号画像を得ることができる。この方法では、この特定の位置の正しい復号画素値を参照し、周辺の復号画素の復号値のアップデートを行うことが出来る。詳しいアップデート方法は後述する。
　サブサンプル位置（予測残差が残される位置）は、予め定められた位置でも構わないし、復号時に特定可能であれば適応的に決定しても構わない。
　例えば、ｎ×ｎ内の左上や右下など決まった位置の画素をサブサンプルする場合も考えられるし、ｎ×ｎの組ごとに違う位置の画素をサブサンプルする場合も考えられる。
　あるいは、ｎ×ｎの組ごとに最も予測の外れている画素、つまり残差最大の画素のみをサブサンプルする方法なども適用できる。この場合、復号側で残差最大になりうる位置を推定しても構わないし、後述の方法と組み合わせてサブサンプル位置を決定してもかまわない。
　また、高解像度予測画像やその他の情報を参照してサブサンプル位置を決定しても構わない。
　具体的には、高解像度予測画像を参照して処理領域内の残差が集中する領域を推定し、その領域中心にサブサンプル位置を決定する方法などが適用できる。この場合、予測画像における輪郭部に残差が集中すると仮定して、予測画像の輪郭周辺をサブサンプルしてもよいし、他の推定方法でも構わない。
　または、残差の分散の大きい領域ではサブサンプル位置が疎である場合に損失が大きくなる可能性があるとして、残差の分散の大きい領域を推定し、その領域において密にサブサンプルされるようにサブサンプル位置を決定するという方法も適用できる。
　この場合例えば、前述の例のように予測画像の特徴によって領域を推定しても構わないし、あるいは処理領域毎に予め定められた数だけは予め定められた位置でサブサンプルを行い、そののちにそのサブサンプルされた残差値の分散を取り、分散が大きいと見られる領域においてさらに密にサブサンプルされるように追加のサブサンプル位置を決定するという方法も適用できる。
　また、上記の方法を組み合わせても構わない。
　例えば、予測画像の輪郭部周辺で予め定められた数だけサブサンプルを行い、そののちにそのサブサンプルされた残差値の分散を取り、分散が大きいと見られる領域においてさらに密にサブサンプルされるように追加のサブサンプル位置を決定するという方法も適用できる。
　また、サブサンプル位置を符号化して符号データに含めても構わないし、処理領域ごとのサブサンプル位置パターンを予め定めても構わないし、そのパターンの識別情報を符号化して符号データに含めても構わない。
　また別の方法として、生成される低解像度予測残差の一部の位置の画素については高解像度予測残差の残差値をサブサンプルすることで生成し、別の位置の画素については高解像度予測残差の複数の残差値（残差値の組）から補間により生成する方法などが適用できる。
　ここで、組内の画素の残差値が全てある閾値以下である場合には、組内の画素の残差値を補間して低解像度予測残差とするなどの方法が適用できる。この場合、復号側で低解像度予測残差の残差値が閾値以下である場合には、組内のすべての画素にこの閾値の残差を対応付けるといった復号方法などが可能である。
　このときの仮復号と復号画像アップデートはどのような方法を用いても構わない。詳しい仮復号方法とアップデート方法は後述する。
　次に、変換・量子化部１０６は、低解像度予測残差を変換・量子化し、量子化データを生成する（ステップＳ６）。この変換・量子化は、復号側で正しく逆量子化・逆変換できるものであればどのような方法を用いても構わない。
　続いて、変換・量子化が終了したら、逆量子化・逆変換部１０７は、量子化データを逆量子化・逆変換し、復号低解像度予測残差を生成する（ステップＳ７）。
　次に、仮復号部１０８は、上記ステップＳ３で生成された高解像度予測画像と、上記ステップＳ７で生成された復号低解像度予測残差とから、仮復号画像を生成する（ステップＳ８）。
　仮復号画像の生成は、どのような方法を用いても構わない。
　例えば、復号低解像度予測残差の各画素と、それに対応する高解像度予測画像の画素とを足しあわせることで生成する方法が適用できる。この場合の対応関係は１対１でも構わないし、１対多でも構わない。
　例えば、高解像度予測残差のサブサンプルによって生成された残差値は、サブサンプル位置の画素と一対一対応するとしてもよいし、同じ組の他の画素にも対応するとしてもよい。あるいは、高解像度予測残差の補間によって生成された残差値は、補間に用いた画素全てに対応するとしても良い。他にどのような対応関係でも構わない。
　また、二種類以上の対応関係の種類が混在する場合も適用できる。
　例えば、前述のように低解像度予測残差の画素のうち一部の画素についてはサブサンプル処理によって残差値を決定し、また別の画素については補間によって残差値を決定する場合などが考えられる。
　また、この対応関係を、予め定められた対応関係として決定しても構わないし、前述のように高解像度予測画像やその他の情報を参照して決定しても構わない。あるいは、符号化された対応関係を示す情報に基づいて決定しても構わない。
　また、生成される仮復号画像において、対応する低解像度予測残差の画素を持たない仮復号画素の仮復号値は、予測値を使用しても構わないし、あるいは低解像度予測残差と対応する画素の仮復号値を補間して生成しても構わないし、特に仮復号値を設けなくても構わない。
　あるいは、低解像度予測残差からアップサンプル補間によって高解像度予測残差を生成し、高解像度予測画像と足し合わせることで仮復号画像を生成しても構わない。
　また、仮復号においては低解像度予測残差の一部の画素のみを使用して仮復号を行っても構わない。例えばサブサンプル残差値の対応する画素についてのみ復号を行い、復号画像アップデートにおいては補間される残差値を参照しながら、残り全ての画素についてアップデートを行なうといった方法が適用できる。
　次に、仮復号が終了したら、アップデート部１０９は、仮復号画像の仮復号値のアップデート（更新）を行い、高解像度復号画像を生成する。また、ループフィルタ部１１０は、ループフィルタをかけた後に、参照フレームのブロックとして参照フレームメモリ１１１に記憶する（ステップＳ９）。アップデート方法はどのような方法を用いても構わない。
　ここでは、ダウンサンプルにおいて予測残差値をサブサンプルして符号化した場合の、仮復号において一部の画素については正しい復号値がえられる場合のアップデート方法を説明する。また、この仮復号において正しい復号値が得られている画素のことを既復号画素と呼び、この画素については更新を行わないものとする。またこのとき、既復号画素以外の画素を仮復号画素と呼ぶ。
　最も単純な方法では、単に既復号画素の補間によって仮復号画素の復号値を決める方法が適用できる。
　また例えば、この既復号画素の補間値を第１の仮復号値とし、既復号画素の残差値（復号低解像度予測残差）の補間値を仮復号画素の予測値と足しあわせたものを第２の仮復号値とし、両者を比較して尤もらしいものを選択するといった方法も適用できる。
　選択はどのように行なっても構わない。例えば残差の平均化による損失としてよく見られるノイズが発生する部分においては第１仮復号値を選択する等の方法が適用できる。
　また、選択に際して、高解像度予測画像やその他の情報を使用しても構わない。
　高解像度予測画像を参照しながら、仮復号画素の尤もらしい復号値を決定するような方法は、様々なものが適用できる。
　例えば、隣接する既復号画素同士の残差値の差分が大きく、残差補間や復号値補間によって復号値を決定しては平均化に伴う損失が顕著であるような場合に、仮復号画素と周囲の隣接既復号画素との予測値距離（予測値の差）を比較し、近い方（差が少ない方）の隣接既復号画素の残差や復号値に基づいて仮復号画素の復号値を決定するという方法も適用できる。
　あるいは、予測値距離に応じた重み付けによって復号値を決定しても構わない。あるいは、隣接よりもさらに広い範囲で推測を行なっても構わない。
　また、ダウンサンプルにおいてサブサンプル位置を高解像度予測画像を参照して適応的に決定している場合で、高解像度予測画像の輪郭部分などにおいてサンプリング密度を高くとっている場合、上記の方法やその他の方法で周辺の既復号画素を参照してアップデートを行い、サンプリング密度が低い部分では代表の既復号画素を参照してアップデートを行うなどの方法が適用できる。代表画素は予め定められた位置の画素でも構わないし、適応的に決定しても構わない。
　例えば、アップデート対象の仮復号画素と最も距離の近い既復号画素を参照しても構わないし、仮復号画素の値から参照すべき既復号画素を決定しても構わない。その他にも、サブサンプル位置の決定方法に応じて様々なアップデート方法が適用できる。
　さらに、ダウンサンプルにおいて一部の予測残差値をサブサンプルし、一部の予測残差値を補間して符号化した場合などには、例えばアップデート対象の仮復号画素の仮復号値が補間残差に基づいて与えられ、サブサンプル残差に基づいて既復号画素が与えられるとき、仮復号値と周辺の既復号画素から上記の方法やその他の方法で求められる値とを比較して尤もらしい方を選択する方法なども適用できる。
　その他にも、サブサンプルと補間の組み合わせ方などに応じて様々なアップデート方法が適用できる。
　上記の例では、予測値や残差値や仮復号値等を用いて推定を行なっているが、他に映像符号データに含まれる何れの参照可能な値を用いても構わない。
　例えば、動き補償や視差補償により予測を行なっている場合に、動きベクトルや視差ベクトルを用いる場合などが考えられる。あるいはＹＣｂＣｒの輝度成分に対しＲＲＵを施す場合に、色差成分を参照して復号を行っても構わないし、逆でも構わない。
　以上は復号画像アップデート方法の例であるが、何れも上記の例に限定されるものではなく、ほかに任意の方法を用いることができる。
　ループフィルタは必要がなければ特にかけなくてもかまわないが、通常の映像符号化では、デブロッキングフィルタやその他のフィルタを使用して符号化ノイズを除去する。もしくは、ＲＲＵによる劣化を除去するためのフィルタを使用してもよい。また、このループフィルタを、復号画像アップデートと同様に、又は同時に適応的に生成してもよい。
　次に、エントロピー符号化部１１２は、量子化データをエントロピー符号化し符号データを生成する（ステップＳ１０）。必要であれば、予測情報やその他の付加情報も符号化し符号データに含めても構わない。
　全てのブロックについて処理が終了したら（ステップＳ１１）、符号データを出力する。
　次に、映像復号装置について説明する。図３は、本発明の第１実施形態による映像復号装置の構成を示すブロック図である。
　映像復号装置２００は、図３に示すように、符号データ入力部２０１、符号データメモリ２０２、エントロピー復号部２０３、逆量子化・逆変換部２０４、予測部２０５、仮復号部２０６、アップデート部２０７、ループフィルタ部２０８及び参照フレームメモリ２０９を備えている。
　符号データ入力部２０１は、復号対象となる映像符号データを映像復号装置２００に入力する。この復号対象となる映像符号データのことを復号対象映像符号データと呼び、特に処理を行うフレームを復号対象フレームまたは復号対象画像と呼ぶ。
　符号データメモリ２０２は、入力した復号対象映像符号データを記憶する。
　エントロピー復号部２０３は、復号対象フレームの符号データをエントロピー復号し、量子化データを生成する。
　逆量子化・逆変換部２０４は、当該量子化データに逆量子化／逆変換を施して復号低解像度予測残差を生成する。
　予測部２０５は、復号対象画像に対して予測処理を行い、高解像度予測画像を生成する。
　仮復号部２０６は、逆量子化・逆変換部２０４で生成された復号低解像度予測残差と、予測部２０５で生成された高解像度予測画像とを足しあわせ、仮復号画像を生成する。
　このとき、上記のように適応的にサブサンプル位置を決定している場合には、ここでも同様の方法を用いて低解像度予測残差の高解像度における対応位置を決定して構わない。
　アップデート部２０７は、予測部２０５が出力する高解像度予測画像から（手法によっては復号低解像度予測残差も使用）、仮復号画像の未復号画素をアップデートし、高解像度復号画像を生成する。
　ループフィルタ部２０８は、生成された復号フレーム（高解像度復号画像）にループフィルタをかけ、参照フレームを生成する。
　参照フレームメモリ２０９は、生成された参照フレームを記憶する。
　次に、図４を参照して、図３に示す映像復号装置２００の動作を説明する。図４は、図３に示す映像復号装置２００の動作を示すフローチャートである。
　ここでは符号データ中のある１フレームを復号する処理について説明する。説明する処理をフレームごとに繰り返すことで、映像の復号が実現できる。
　まず、符号データ入力部２０１は符号データを入力し、符号データメモリ２０２に記憶する（ステップＳ２１）。なお、復号対象映像中の幾つかのフレームは既に復号されているものとし、参照フレームメモリ２０９に記憶されているものとする。
　次に、復号対象フレームを対象ブロックに分割し、ブロック毎に復号対象フレームの映像信号を復号するルーチンを行なう（ステップＳ２２）。すなわち、以下のステップＳ２３～Ｓ２７までの処理を、フレーム内の全てのブロックが順次処理されるまで、繰り返し実行する。
　復号対象ブロックごとに繰り返される処理では、まず、エントロピー復号部２０３は符号データをエントロピー復号し、逆量子化・逆変換部２０４はで逆量子化・逆変換を行い、復号低解像度予測残差を生成する（ステップＳ２３）。
　予測情報やその他の付加情報が符号データに含まれる場合は、それらも復号し、適宜必要な情報を生成しても構わない。
　次に、予測部２０５は、復号対象ブロック及び参照ブロック（あるいは参照フレーム）を用いて予測処理を行い、高解像度予測画像を生成する（ステップＳ２４）。
　一般的な映像符号化では、画面内予測や動き補償などの予測方法を用い、このとき用いる予測情報が映像符号データと多重化されているが、特に予測情報を用いずに予測が行えるのであれば、係る予測情報は無くても構わない。
　次に、仮復号部２０６は、上記ステップＳ２４で生成された高解像度予測画像に、上記ステップＳ２３で生成された復号低解像度予測残差の対応する画素を足し合わせ、仮復号画像を生成する（ステップＳ２５）。
　復号対象の符号データがサブサンプル位置の適応的な決定を実施しているものの場合には、ここでもサブサンプル位置の適応的な決定を実施しても構わない。
　次に、仮復号が終了したら、アップデート部２０７は、仮復号画像と、高解像度予測画像（手法によっては復号低解像度予測残差も）を用いて仮復号画像の仮復号画素のアップデートを行い、高解像度復号画像を生成する。そして、ループフィルタ部２０８は、生成された高解像度復号画像にループフィルタをかけ、その出力を参照ブロックとして参照フレームメモリ２０９に記憶する（ステップＳ２６）。
　仮復号方法とアップデート方法はどのような方法を用いても構わない。
　ただし、この方法と映像符号化装置で使用したダウンサンプリングの方法とを互いに対応させることにより、より高い復号性能を得ることが可能である。
　ダウンサンプリング方法と対応する復号画像アップデート方法は、前述のとおりである。
　ループフィルタは必要がなければ特にかけなくてもかまわないが、通常の映像符号化では、デブロッキングフィルタやその他のフィルタを使用して符号化ノイズを除去する。もしくは、ＲＲＵによる劣化を除去するためのフィルタを使用してもよい。また、このループフィルタを、復号画像アップデートと同様に、又は同時に適応的に生成してもよい。
　最後に、全てのブロックについて処理が終了したら（ステップＳ２７）、復号フレームとして出力する。
　なお、図２、図４に示す処理動作は、その順序が前後しても構わない。
＜第２実施形態＞
　次に、本発明の第２実施形態による映像符号化装置及び映像復号装置を説明する。図５は、本発明の第２実施形態による映像符号化装置１００ａの構成を示すブロック図である。この図において、図１に示す装置と同一の部分には同一の符号を付し、その説明を省略する。
　この図に示す装置が図１に示す装置と異なる点は、図５に示すように、補助映像入力部１１３と、補助フレームメモリ１１４を新たに備えている点である。
　補助映像入力部１１３は、復号画像アップデートに用いる参照用の映像を映像符号化装置１００ａに入力する。以下では、この参照用の映像のことを補助映像と呼び、特に処理に用いるフレームを補助フレームまたは補助画像と呼ぶ。
　補助フレームメモリ１１４は、入力された補助映像を記憶する。
　次に、図６を参照して、図６に示す映像符号化装置１００ａの動作を説明する。図６は、図５に示す映像符号化装置１００ａの動作を示すフローチャートである。
　図６は、外部から符号化対象映像と相関を持つ補助映像を入力し、復号映像アップデートに利用する場合の処理を示している。図６において、図２に示す処理と同一の部分には同一の符号を付し、その説明を省略する。
　まず、符号化対象映像入力部１０１は符号化対象映像のフレームを映像符号化装置１００ａに入力し、入力したフレームメモリ１０２に記憶する。これと並行して、補助映像入力部１１３は補助映像フレームを映像符号化装置１００ａに入力し、補助フレームメモリ１１４に記憶する（ステップＳ１ａ）。
　なお、符号化対象映像中の幾つかのフレームは既に符号化されているものとし、その復号フレームが参照フレームメモリ１１１に、対応する補助映像が補助フレームメモリ１１４に記憶されているものとする。
　また、ここでは入力された符号化対象フレームが順次符号化されるものとしているが、入力順と符号化順は必ずしも一致している必要はない。入力順と符号化順が異なる場合には、次に符号化するフレームが入力されるまで、入力されたフレームは入力フレームメモリ１０２に記憶される。
　入力フレームメモリ１０２に記憶された符号化対象フレームは、以下で説明する符号化処理によって符号化されたら、入力フレームメモリ１０２から削除しても構わない。しかし、補助フレームメモリ１１４に記憶された補助映像フレームは、対応する符号化対象フレームの復号フレームが参照フレームメモリ１１１から削除されるまで記憶しておいても構わない。
　なお、ステップＳ１ａにおいて入力される補助映像は、符号化対象映像と相関を持っているものであればどのようなものであっても構わない。
　例えば、符号化対象映像が多視点映像のうちの一つの視点映像である場合、別視点の映像を補助映像として用いることができる。
　または、符号化対象映像に対応するデプスマップが存在する場合にデプスマップを補助映像としてもよいし、符号化対象映像がデプスマップ(形式の情報）である場合には、対応するテクスチャを補助映像としても構わない。
　また、ステップＳ１ａにおいて入力される補助映像は復号側で得られる補助映像とは異なるものであっても構わないが、復号側で得られる補助映像と同じ物を利用することによって復号品質を高めることも可能である。
　例えば、補助映像を符号化し映像と共に符号データとするような場合には、補助映像は符号化・復号を経たものを用いることで、補助映像の符号化ノイズによる復号エラーを回避することができる。
　他に復号側で得られる補助映像の例としては、例えば符号化対象フレームとは異なるフレームに対応した符号化済みの別視点の映像を復号したものから、符号化対象フレームと同じフレームの映像を動き補償予測などによって合成したものなどがある。
　あるいは、別視点の映像に対応する符号化済みデプスマップを復号したものから符号化対象映像に対応するデプスマップを仮想視点合成などによって合成したものや、別視点映像の符号化済み画像群を復号したものからステレオマッチングなどによって推定したデプスマップなどがある。
　以下、ステップＳ２からＳ４までは、図２に示す処理動作と同様に実行する。
　高解像度予測残差の生成が終了したら、残差ダウンサンプル部１０５は、高解像度予測残差のダウンサンプリングを実行し、低解像度予測残差を生成する（ステップＳ５ａ）。このときのダウンサンプリング方法は、どのような方法を用いても構わないし、第１実施形態で示したものと同様の方法でも構わない。
　例えば、予め定められた位置の画素をサブサンプリングするなどである。ただし、補助映像を参照して適応的にダウンサンプリングを行うことにより、より高い復号性能を得ることも可能である。
　例えば、各画像単位・ブロック単位・画素単位などで対応する補助映像を参照して、サブサンプリング位置を決定する方法などが適用できる。
　また、補助映像に二値化やエッジ抽出や領域セグメンテーション等の画像処理を施し、被写体の境界部やその他の残差の集中すると思われる領域を推定し、高解像度予測残差の各画素のうち、対応する補助映像で推定した領域にあたる画素をサブサンプルすることで、従来のＲＲＵが抱える問題の１つである残差値の平均化による損失を回避するといった方法がある。
　この推定には画像処理の一般的な方法を用いても構わないし、単に隣接画素値を比較するだけでも構わないし、他にどのような方法を用いても構わない。
　また、例えば二値化に使用するパラメータなどの情報を符号化して符号データに含めても構わない。このとき、最も復元効率が高くなるようパラメータの最適化を実施しても構わない。また、このときさらに予測画像を用いて残差集中領域を推定しても構わない。
　例えば、補助映像と予測画像の両方から推定した領域を合わせて残差集中領域としても構わないし、他にどのような方法を用いても構わない。
　また、このときの復号画像アップデートの方法はどのようなものでも構わない。後述する補助映像を参照する方法を用いても構わないし、単に線形補間を行うなど、補助映像を使用しない方法を用いても構わない。
　ここで示した方法は一例であり、他にどのような方法を用いても構わない。
　次に、変換・量子化部１０６は、低解像度予測残差を変換・量子化し、量子化データを生成する（ステップＳ６）。この変換・量子化は、復号側で正しく逆量子化・逆変換できるものであればどのような方法を用いても構わない。
　変換・量子化が終了したら、逆量子化・逆変換部１０７は、量子化データを逆量子化・逆変換し復号低解像度予測残差を生成する（ステップＳ７）。
　次に、仮復号部１０８は、高解像度予測画像に復号低解像度予測残差の対応する画素を足し合わせ、仮復号画像を生成する（ステップＳ８ａ）。
　上記のように補助映像を利用してサブサンプル位置の決定を実施している場合には、ここでも補助映像を参照して低解像度残差の高解像度における対応位置を決定して構わない。
　次に、仮復号が終了したら、アップデート部１０９は、仮復号画像と、補助映像を用いて仮復号画像の未復号画素のアップデートを行い、高解像度復号画像を生成する。そして、ループフィルタ部１１０はループフィルタをかけ、参照フレームとして参照フレームメモリ１１１に記憶する（ステップＳ９ａ）。
　ここでは、ダウンサンプルにおいて予測残差値をサブサンプルして符号化した場合の、仮復号において一部の画素については正しい復号値がえられる場合のアップデート方法を説明する。また、この仮復号において正しい復号値が得られている画素のことを既復号画素と呼び、この画素については更新を行わないものとする。またこのとき、既復号画素以外の画素を仮復号画素と呼ぶ。
　特に第２実施形態では、補助映像の対応する画素や領域を参照してアップデートを行う方法を説明する。あるいはさらに、第１実施形態のように当該画素を含めた周辺画素の予測値と、当該画素を含む組や周辺の組の復号済み画素の残差値・復号値を参照することもできる。
　アップデートの方法として、例えば第１実施形態で示したような方法を、補助映像を使用して実施しても構わない。
　あるいは他の方法として、補助映像において何らかの領域分割を行い、各領域に対応する復号画像の領域毎に残差値あるいは復号値の補間を行うことで、残差の平均化による輪郭などの損失を回避する方法などが適用できる。
　例えば、特に符号化対象映像がデプスマップ形式の情報で、対応するテクスチャが補助映像である場合や、あるいはその逆などの場合は、両者の輪郭が一致する場合が多いために、補助映像の輪郭部分にそって残差値や復号値を埋めることで復号性能を向上できるとも考えられる。
　あるいは、予測画像を用いて前述の処理を実施してもよいし、両方法を組み合わせても構わない。
　例えば、補助映像を用いて分割した領域をさらに予測画像を用いて分割するなどの方法が適用できる。またあるいは、先述の補助映像を参照したダウンサンプリング方法と組み合わせることによって、さらに復元性能を向上することも可能である。
　ループフィルタは必要がなければ特にかけなくてもかまわないが、通常の映像符号化では、デブロッキングフィルタやその他のフィルタを使用して符号化ノイズを除去する。もしくは、ＲＲＵによる劣化を除去するためのフィルタを使用してもよい。また、このループフィルタを、復号画像アップデートと同様に、又は同時に適応的に生成してもよい。
　次に、エントロピー符号化部１１２は、量子化データをエントロピー符号化し符号データを生成する（ステップＳ１０）。必要であれば、予測情報やその他の付加情報も符号化し符号データに含めても構わない。
　全てのブロックについて処理が終了したら（ステップＳ１１）、符号データを出力する。
　次に、映像復号装置について説明する。図７は、本発明の第２実施形態による映像復号装置２００ａの構成を示すブロック図である。この図において、図３に示す装置と同一の部分には同一の符号を付し、その説明を省略する。
　この図に示す装置が図３に示す装置と異なる点は、図７に示すように、補助映像入力部２１０と、補助フレームメモリ２１１を新たに備えている点である。
　補助映像入力部２１０は、復号画像アップデートに用いる参照用の映像を映像復号装置２００ａに入力する。補助フレームメモリ２１１は、入力された補助映像を記憶する。
　次に、図８を参照して、図７に示す映像復号装置２００ａの動作を説明する。図８は、図７に示す映像復号装置２００ａの動作を示すフローチャートである。
　図８は、外部から符号化対象映像と相関を持つ補助映像を入力し、復号映像アップデートに利用する場合の処理を示している。図８において、図４に示す処理と同一の部分には同一の符号を付し、その説明を省略する。
　まず、符号データ入力部２０１は符号データを入力し、符号データメモリ２０２に記憶する。これと並行して、補助映像入力部２１０は、補助映像フレームを入力し、補助フレームメモリ２１１に記憶する（ステップＳ２１ａ）。
　なお、復号対象映像中の幾つかのフレームは既に復号されているものとし、参照フレームメモリ２０９に記憶されているものとする。
　以下、ステップＳ２２からＳ２４までは、図４に示す処理動作と同様に実行する。
　次に、仮復号部２０６は、高解像度予測画像に復号低解像度予測残差の対応する画素を足し合わせ、仮復号画像を生成する（ステップＳ２５ａ）。
　復号対象の符号データが補助映像を利用してサブサンプル位置の決定を実施しているものの場合には、ここでも補助映像を参照して低解像度残差の高解像度における対応位置を決定して構わない。
　次に、仮復号が終了したら、アップデート部２０７は、仮復号画像と、補助映像やその他の情報を用いて仮復号画像の未復号画素のアップデートを行い、高解像度復号画像を生成する。そして、ループフィルタ部２０８は生成された高解像度復号画像にループフィルタをかけ、その出力を参照ブロックとして参照フレームメモリ２０９に記憶する（ステップＳ２６ａ）。
　アップデート方法はどのような方法を用いても構わない。ただし、この方法と映像符号化装置で使用したダウンサンプリングの方法とを互いに対応させることにより、より高い復号性能を得ることが可能である。ダウンサンプリング方法と対応する復号画像アップデート方法の例は前述のとおりである。
　ループフィルタは必要がなければ特にかけなくてもかまわないが、通常の映像符号化では、デブロッキングフィルタやその他のフィルタを使用して符号化ノイズを除去する。もしくは、ＲＲＵによる劣化を除去するためのフィルタを使用してもよい。また、このループフィルタを、復号画像アップデートと同様に、又は同時に適応的に生成してもよい。
　最後に、全てのブロックについて処理が終了したら（ステップＳ２７）、復号フレームとして出力する。
　なお、図６、図８に示す処理動作は、その順序が前後しても構わない。
＜第３実施形態＞
　次に、本発明の第３実施形態による映像符号化装置及び映像復号装置を説明する。図９は、本発明の第３実施形態による映像符号化装置１００ｂの構成を示すブロック図である。この図において、図５に示す装置と同一の部分には同一の符号を付し、その説明を省略する。
　この図に示す装置が図５に示す装置と異なる点は、図９に示すように、補助映像予測画像・残差生成部１１５を新たに備えている点である。
　補助映像予測画像・残差生成部１１５は、復号画像アップデートに用いる参照用の補助映像の予測画像と残差を生成する。以下では、この参照用の補助映像の予測画像および残差のことを、それぞれ補助予測画像・補助予測残差と呼ぶ。
　次に、図１０を参照して、図９に示す映像符号化装置１００ｂの動作を説明する。図１０は、図９に示す映像符号化装置１００ｂの動作を示すフローチャートである。
　図１０は、外部から符号化対象映像と相関を持つ補助映像を入力し、その予測画像と残差を生成し復号映像アップデートに利用する場合の処理を示している。図１０において、図６に示す処理と同一の部分には同一の符号を付し、その説明を省略する。
　まず、ステップＳ１ａとＳ２は第２実施形態と同様に実行する。
　なお、ステップＳ１ａにおいて入力される補助映像は、符号化対象映像と相関を持っているもので、かつ符号化対象映像の予測に用いる予測情報や、そこから推測できる予測情報によって予測画像を生成できるものであればどのようなものであっても構わない。
　例えば、符号化対象映像が多視点映像のうちの一つの視点映像である場合、別視点の映像を補助映像として用いることができる。この場合、視点移動などの変換を考慮して、符号化対象映像で使用した予測ベクトルの変換などを行い、補助情報の予測ベクトルにするなど、任意の変換を行なって構わない。
　あるいは、符号化対象映像に対応するデプスマップが存在する場合にデプスマップを補助映像としてもよいし、符号化対象映像がデプスマップ(形式の情報）である場合には、対応するテクスチャを補助映像としても構わない。
　この場合には、符号化対象映像の予測情報と同じ予測情報を用いて補助情報の予測画像を生成しても構わない。
　以下のステップＳ３～Ｓ１０までの処理はフレーム内の全てのブロックが順次処理されるまで、繰り返し実行する。
　さらにステップＳ３とＳ４は、第２実施形態と同様に実行する。
　符号化対象映像に対する予測画像と予測残差を生成したら、次に、補助映像予測画像・残差生成部１１５は、補助映像に対する予測画像と予測残差である補助予測画像と補助予測残差を生成する（ステップ４ｂ）。
　補助予測画像生成に使用する予測情報は、符号化対象映像と同じものを用いても構わないし、前述のように変換を施したものでも構わない。
　次に、残差ダウンサンプル部１０５は、高解像度予測残差のダウンサンプリングを実行し低解像度予測残差を生成する（ステップＳ５ｂ）。
　このときのダウンサンプリングに際して、補助予測画像と補助予測残差を参照しても構わない。例えば、補助予測残差の強度が強い画素から順にサンプリングするといった方法などが適用できる。あるいは、予め定められたサブサンプル位置のパターンの中から、補助予測残差の強度の強い画素をなるべく多くサンプリングするようなパターンを選択するといった方法も適用できる。
　次に、変換・量子化部１０６は低解像度予測残差を変換・量子化し、量子化データを生成する（ステップＳ６）。この変換・量子化は、復号側で正しく逆量子化・逆変換できるものであればどのような方法を用いても構わない。
　変換・量子化が終了したら、逆量子化・逆変換部１０７は、量子化データを逆量子化・逆変換し復号低解像度予測残差を生成する（ステップＳ７）。
　次に、仮復号部１０８は、高解像度予測画像に復号低解像度予測残差の対応する画素を足し合わせ、仮復号画像を生成する（ステップＳ８ｂ）。
　前述のように補助予測画像や補助予測残差を利用してサブサンプル位置の決定を実施している場合には、ここでも同様の方法によって低解像度残差の高解像度における対応位置を決定して構わない。
　次に、仮復号が終了したら、アップデート部１０９は、仮復号画像と、補助予測画像、補助予測残差を用いて仮復号画像のアップデートを行い、高解像度復号画像を生成する。
　そして、ループフィルタ部１１０はループフィルタをかけ、参照フレームのブロックとして参照フレームメモリ１１１に記憶する（ステップＳ９ｂ）。
　ここでは、ダウンサンプルにおいて予測残差値をサブサンプルして符号化した場合の、仮復号において一部の画素については正しい復号値がえられる場合のアップデート方法を説明する。また、この仮復号において正しい復号値が得られている画素のことを既復号画素と呼び、この画素については更新を行わないものとする。またこのとき、既復号画素以外の画素を仮復号画素と呼ぶ。
　アップデートの方法として、例えば第１、第２実施形態で示したような方法を、補助予測画像や補助予測残差を使用して実施しても構わないし、いかなる形で組み合わせても構わない。
　例えば、補助映像と補助予測画像の両方で輪郭抽出や領域抽出を実施し、残差の集中する領域を推定するなどの方法が適用できる。
　あるいは別の方法として、復号対象画像の予測残差は局所的には補助予測残差の強度に対応する強度分布を持つと仮定し、既知の残差値から復号画像の残差値の強度分布を推定し、この分布に応じて仮復号画素における予測残差を決定し、これを高解像度予測画像に足し合わせることによって復号値を決定する方法なども適用できる。
　また別の方法としては、映像と同様の方法で補助予測残差をダウンサンプリングして低解像度補助予測残差を生成し、同様に仮復号を行って補助仮復号画像を生成し、これを最もよく復号するような復号画像アップデートの方法やそのパラメータを決定し、決定した方法で映像の復号画像アップデートを行うといった方法も適用できる。
　復号画像アップデートの方法は前述のいかなる方法から選択しても構わないし、また別の方法でも構わない。
　またあるいは、先述の補助予測画像や補助予測残差を参照したダウンサンプリング方法と組み合わせることによって、さらに復元性能を向上することも可能である。
　次に、映像復号装置について説明する。図１１は、本発明の第３実施形態による映像復号装置２００ｂの構成を示すブロック図である。この図において、図７に示す装置と同一の部分には同一の符号を付し、その説明を省略する。
　この図に示す装置が図７に示す装置と異なる点は、図１１に示すように、補助映像予測画像・残差生成部２１２を新たに備えている点である。
　補助映像予測画像・残差生成部２１２は、復号画像アップデートに用いる参照用の補助映像の予測画像と残差を生成する。以下では、この参照用の補助映像の予測画像および残差のことを、それぞれ補助予測画像・補助予測残差と呼ぶ。
　次に、図１２を参照して、図１１に示す映像復号装置２００ｂの動作を説明する。図１２は、図１１に示す映像復号装置２００ｂの動作を示すフローチャートである。
　図１２は、外部から符号化対象映像と相関を持つ補助映像を入力し、その予測画像と残差を生成し復号映像アップデートに利用する場合の処理を示している。図１２において、図８に示す処理と同一の部分には同一の符号を付し、その説明を省略する。
　まず、符号データ入力部２０１は符号データが入力し、符号データメモリ２０２に記憶する。これと並行して、補助映像入力部２１０は補助映像フレームを入力し、補助フレームメモリ２１１に記憶する（ステップＳ２１ａ）。
　なお、復号対象映像中の幾つかのフレームは既に復号されているものとし、参照フレームメモリ２０９に記憶されているものとする。
　以下、ステップＳ２２からＳ２４までは、図８に示す処理動作と同様に実行する。
　復号対象映像に対する予測画像を生成したら、次に、補助映像予測画像・残差生成部２１２は、補助映像に対する予測画像と予測残差である補助予測画像と補助予測残差を生成する（ステップ２４ｂ）。
　補助予測画像生成に使用する予測情報は、復号対象映像と同じものを用いても構わないし、前述のように変換を施したものでも構わない。
　次に、仮復号部１０８は、高解像度予測画像に復号低解像度予測残差の対応する画素を足し合わせ、仮復号画像を生成する（ステップＳ２５ｂ）。
　前述のように補助予測画像や補助予測残差を利用してサブサンプル位置の決定を実施している場合には、ここでも同様の方法によって低解像度残差の高解像度における対応位置を決定して構わない。
　次に、仮復号が終了したら、アップデート部２０７は、仮復号画像と、補助予測画像や補助予測残差やその他の情報を用いて仮復号画像のアップデートを行い、高解像度復号画像を生成する。そして、ループフィルタ部２０８は生成された高解像度復号画像にループフィルタをかけ、その出力を参照ブロックとして参照フレームメモリ２０９に記憶する（ステップＳ２６ｂ）。
　アップデート方法はどのような方法を用いても構わない。ただし、この方法と映像符号化装置で使用したダウンサンプリングの方法とを互いに対応させることにより、より高い復号性能を得ることが可能である。ダウンサンプリング方法と対応する復号画像アップデート方法の例は先述のとおりである。
　ループフィルタは必要がなければ特にかけなくてもかまわないが、通常の映像符号化では、デブロッキングフィルタやその他のフィルタを使用して符号化ノイズを除去する。もしくは、ＲＲＵによる劣化を除去するためのフィルタを使用してもよい。また、このループフィルタを、復号画像アップデートと同様に、又は同時に適応的に生成してもよい。
　最後に、全てのブロックについて処理が終了したら（ステップＳ２７）、復号フレームとして出力する。
　なお、図１０、図１２に示す処理動作は、その順序が前後しても構わない。
　前述の第１から第３の実施形態では、符号化対象フレームの全ブロックについてＲＲＵを適用する例を説明したが、一部のブロックにのみ適用してもよい。また、ブロックによってダウンサンプル率を可変にしても構わない。
　そのような場合には、ＲＲＵ適用可否やダウンサンプル率を示す情報を符号化し付加情報に含めてもよいし、復号側に適用可否やダウンサンプル率を判別する機能を付け加えてもよい。例えば、ＲＲＵ適用可否やダウンサンプル率を、予測画像を参照して決定しても構わない。
　あるいは、他に参照する映像や画像やその他の付加情報がある場合には、それらを参照して決定しても構わない。それらが符号化されあるいは伝送される場合には、符号化ノイズや伝送エラーによって復号不能になることを防ぐための回避機能や訂正機能を付け加えるとよい。
　また、前述の第１から第３の実施形態では、全てのブロックで復号画素を適応的に更新（仮復号画像の仮復号値を更新）しているが、演算量の低減のため、更新を実施せず十分な性能が得られるブロックについては更新を実施しなくても構わない。
　また、更新処理の代わりに既定の補間フィルタで補間するなどで十分な性能が得られるブロックについてはそうしたフィルタを使用してもよい。その場合、既定のフィルタを使用するか復号画像アップデートを行うかを、映像や補助情報を参照して切り替えてもよい。
　また、前述の第１から第３の実施形態では、符号化装置・復号装置共に復号画像アップデートはループの内部でブロック毎に実行しているが、可能ならば外部で実行しても構わない。
　また、ブロック毎に行う場合でも、ブロックの１行目や１列目においては既に復号済みの左上・上・左ブロックの画素を参照し、復号に用いてもかまわない。
　また、前述の第１から第３の実施形態では、復号時に、符号データを逆量子化・逆変換した復号信号を参照して復号画像アップデートを行なっているが、逆量子化前の量子化データや逆変換前の変換データを参照して復号画像アップデートを行なっても構わない。また、符号化対象映像の予測残差に変換・量子化を施し量子化データとした上でエントロピー符号化を行い符号データを生成しているが、変換・量子化を行わずに符号化しても構わない。
　また、前述の第１から第３の実施形態では、符号化対象映像信号中の輝度信号や色差信号を特に区別していないが、区別しても構わない。
　例えば色差信号にのみダウンサンプリング・アップサンプリングを実行し、輝度信号は高解像度のまま符号化するなどしても構わないし、逆でも構わない。
　あるいは、それぞれの復号画像アップデートを同時に行なっても構わないし、別々に行なっても構わない。その場合に、例えば輝度信号の復号画像や、復号画像アップデートによって得られるその他の情報を参照して、色差信号の復号画像アップデートを行うなどしても構わないし、逆でも構わない。
　また他の例としては、仮復号値を初期値とし、予測値や上記例に挙げたような様々な補助情報に基づく変数や、及びそれらの差分値や平均値等によって定義した確率密度関数によって最終復号値を推定する復号画像アップデートの方法などが適用できる。
　確率密度関数の例としては、画像の各画素の生起確率がその周辺画素の値に依存して決まるようなモデル、例えばガウスマルコフ確率場（ＧＭＲＦ）を応用したもの等が適用できる。求めるべき最終復号値をｘｕ、変数の集合をＮｕとすると、この生起確率は（１）式のように定義される。
Figure JPOXMLDOC01-appb-M000001
　画像全体、あるいはブロック毎や隣接画素セット毎の求めるべき最終復号値の集合をｘ＝｛ｘｕ｝とすると、その擬似尤度ＰＬは以下のように表され、この擬似尤度ＰＬが最大になるように、（２）式により各ｘｕを決定する。
Figure JPOXMLDOC01-appb-M000002
　上記式（１）において、μは復号値の平均値とするが、これは画像全体での平均値でも構わないし、ブロック全体での平均値でも構わないし、隣接画素の平均値でも構わない。また、この平均値は、サブサンプルされた画素のみを用いて映像復号装置側で求めても構わないし、映像符号化装置側で高解像度画像を用いて画像全体で求めたもの等を符号化して付加情報として符号データに含めても構わない。
　βｉは制御パラメータであり、一般的には、画像全体、あるいはブロック毎や隣接画素セット毎の、原画像あるいはいずれかの方法で符号化し復号した画像の画素値の集合をｘ＝｛ｘｕ｝として、擬似尤度ＰＬが最大になるように決定する。
　これは画像全体で同じ値を使用しても構わないし、ブロック毎に変えても構わないし、組ごとに変えても構わない。また、予め適当に定められたものを使用しても構わないし、符号化時に決定し、その値やあるいは識別するための付加情報を符号化して符号データに含めても構わない。またこの値は、画像毎に推定しても構わないし、予め学習データを用いて適当なものを推定しておいても構わない。
　各ｘｕの決定にあたっては、何れかの方法を用いて最適化問題を解いても構わない。また、単純に擬似尤度ＰＬの最大化を図る場合ｘｕ＝μとなるため、別に制約条件を加えても構わない。例えば、画像の全体の濃度ヒストグラムを初期状態から変化させない等といった条件が考えられる。
　あるいは、予め定められた値のセットの中から生起確率の高いものを選択するとして、その組み合わせを最適化しても構わない。
　セットに含まれる値としては、例えば隣接するサブサンプル画素の復号値の平均値や、同じ組のサブサンプル画素の復号値などが考えられるが、他にどのような値を定めても構わない。
　あるいは、画素を全て独立に更新するとして、それぞれ生起確率の最も高いものに決定する等しても構わない。
　または、画素に優先順位をつけ、順に決定していくようにしてもよい。
　また、確率密度関数は予め定義しておいても構わないし、復号値更新にともなって周辺の画素の確率密度関数を局所的に更新するようにしてもよい。
　前述の例ではガウスマルコフ確率場（ＧＭＲＦ）を使った復号の方法を説明したが、確率密度関数はいかなるものを使っても構わないし、予め学習データを用いて適当なものを推定しておいても構わない。
　関数に含まれる各パラメータも、予め定められたものを使用しても構わないし、学習により推定したものを使用しても構わない。また、この関数による確率値もしくは求める復号値を予め求めておき、参照しても構わない。
　また、符号データを逆多重化し補助情報符号データと映像符号データとに分離し、補助情報符号データを復号することにより補助情報を生成するようにしてもよい。
　以上説明したように、ダウンサンプリングされた予測残差を用いて画像を仮に復号し、その仮復号画像と、符号化対象映像と相関を持つ何らかの情報を参照しながら、各処理ブロックで適応的に最終の復号画像を生成することによって、ＲＲＵにおける予測残差アップサンプリングによる品質低下やブロック歪みを回避し、最終復号画像を全解像度かつよい品質で再構成することができる。
　これにより、ＲＲＵモードを利用し符号化効率を向上し、一方で主観品質を充分保つことができる。
　なお、以上説明した映像符号化装置及び映像復号装置の処理は、コンピュータとソフトウェアプログラムとによっても実現することができ、そのプログラムをコンピュータで読み取り可能な記録媒体に記録して提供することも、ネットワークを通して提供することも可能である。
　図１３は、映像符号化装置をコンピュータとソフトウェアプログラムとによって構成する場合のハードウェア図である。
　本システムは：
・プログラムを実行するＣＰＵ３０
・ＣＰＵ３０がアクセスするプログラムやデータが格納されるＲＡＭ等のメモリ３１
・カメラ等からの符号化対象の映像信号を映像符号化装置内に入力する符号化対象映像入力部３２（ディスク装置などによる、映像信号を記憶する記憶部でもよい）
・図２、図６、図１０に示す処理動作をＣＰＵ３０に実行させるソフトウェアプログラムである映像符号化プログラム３５１が格納されたプログラム記憶装置３５
・ＣＰＵ３０がメモリ３１にロードされた映像符号化プログラムを実行することにより生成された符号データを、例えばネットワークを介して出力する符号データ出力部３６（ディスク装置などによる、符号データを記憶する記憶部でもよい）
　とが、バスで接続された構成になっている。
　この他に、第２、３実施形態で説明したような符号化を実現する場合に必要であれば、例えばネットワークを介して補助情報を入力する補助情報入力部３３（ディスク装置などによる、補助情報信号を記憶する記憶部でもよい）をさらに接続する。
　また、図示は省略するが、他に、符号データ記憶部、参照フレーム記憶部などのハードウェアが設けられ、本手法の実施に利用される。また、映像信号符号データ記憶部、予測情報符号データ記憶部などが用いられることもある。
　図１４は、映像復号装置をコンピュータとソフトウェアプログラムとによって構成する場合のハードウェア図である。
　本システムは：
・プログラムを実行するＣＰＵ４０
・ＣＰＵ４０がアクセスするプログラムやデータが格納されるＲＡＭ等のメモリ４１
・映像符号化装置が本発明による手法により符号化した符号データを映像復号装置内に入力する符号データ入力部４２（ディスク装置などによる、符号データを記憶する記憶部でもよい）
・図４、図８、図１２に示す処理動作をＣＰＵ４０に実行させるソフトウェアプログラムである映像復号プログラム４５１が格納されたプログラム記憶装置４５
・ＣＰＵ４０がメモリ４１にロードされた映像復号プログラムを実行することにより生成された復号映像を、再生装置などに出力する復号映像出力部４６
　とが、バスで接続された構成になっている。
　この他に、第２、３実施形態で説明したような復号を実現する場合に必要であれば、例えばネットワークを介して補助情報を入力する補助情報入力部４３（ディスク装置などによる、補助情報信号を記憶する記憶部でもよい）をさらに接続する。
　また、図示は省略するが、他に、参照フレーム記憶部などのハードウェアが設けられ、本手法の実施に利用される。また、映像信号符号データ記憶部、予測情報符号データ記憶部などが用いられることもある。
　なお、図１、５、９に示す映像符号化装置、及び、図３、７、１１に示す映像復号装置の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより映像符号化処理及び映像復号処理を行ってもよい。
　ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。
　また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
　さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。
　また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
　また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。
　さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。
　以上、図面を参照して本発明の実施の形態を説明してきたが、上記実施の形態は本発明の例示に過ぎず、本発明が上記実施の形態に限定されるものではないことは明らかである。したがって、本発明の技術思想及び範囲を逸脱しない範囲で構成要素の追加、省略、置換、その他の変更を行っても良い。
　本発明は、ＲＲＵにおける予測残差アップサンプリングによる復号画像の品質低下やブロック歪みを回避し、最終復号画像を全解像度かつよい品質で再構成することが不可欠な用途に適用できる。
１００、１００ａ、１００ｂ・・・映像符号化装置
１０１・・・符号化対象映像入力部
１０２・・・入力フレームメモリ
１０３・・・予測部
１０４・・・減算部
１０５・・・残差ダウンサンプル部
１０６・・・変換・量子化部
１０７・・・逆量子化・逆変換部
１０８・・・仮復号部
１０９・・・アップデート部
１１０・・・ループフィルタ部
１１１・・・参照フレームメモリ
１１２・・・エントロピー符号化部
１１３・・・補助映像入力部
１１４・・・補助フレームメモリ
１１５・・・補助予測画像・残差生成部
２００、２００ａ、２００ｂ・・・映像復号装置
２０１・・・符号データ入力部
２０２・・・符号データメモリ
２０３・・・エントロピー復号部
２０４・・・逆量子化・逆変換部
２０５・・・予測部
２０６・・・仮復号部
２０７・・・アップデート部
２０８・・・ループフィルタ部
２０９・・・参照フレームメモリ
２１０・・・補助映像入力部
２１１・・・補助フレームメモリ
２１２・・・補助予測画像・残差生成部

Claims (47)

  1. 　映像の符号データを復号する際に、前記映像を構成する各フレームを複数の処理領域に分割し、前記処理領域毎に予測復号を行う映像復号方法であって、
    　低解像度予測残差から仮に画像を復号した仮復号画像を生成する仮復号ステップと、
    　前記仮復号画像の復号値を更新することによって最終復号画像を生成する復号画像生成ステップと
    　を有することを特徴とする映像復号方法。
  2. 　前記低解像度予測残差を有する画素を補間サンプリングする補間処理によって補間予測残差を生成する補間サンプリングステップをさらに有し、
    　前記仮復号ステップでは、前記補間予測残差に基づいて前記仮復号画像を生成することを特徴とする請求項１記載の映像復号方法。
  3. 　前記補間サンプリングステップでは、前記映像と相関を持つ補助情報をさらに参照して前記補間処理を行うことを特徴とする請求項２記載の映像復号方法。
  4. 　前記復号画像生成ステップでは、前記映像と相関を持つ補助情報をさらに参照して前記最終復号画像を生成することを特徴とする請求項２に記載の映像復号方法。
  5. 　前記低解像度予測残差を有する各画素と対応する前記仮復号画像の各画素の対応位置関係を決定する残差対応画素決定ステップをさらに有し、
    　前記仮復号ステップでは、前記対応位置関係に基づき、前記仮復号画像の画素のうち前記低解像度予測残差に対応する画素があるものを復号することにより前記仮復号画像を生成し、
    　前記復号画像生成ステップでは、前記低解像度予測残差の各画素と対応する前記仮復号画像の各画素の復号値を参照して、その他の画素の復号値を更新することにより前記最終復号画像を生成することを特徴とする請求項１記載の映像復号方法。
  6. 　前記残差対応画素決定ステップでは、前記対応位置関係を予め定められたものとすることを特徴とする請求項５記載の映像復号方法。
  7. 　前記残差対応画素決定ステップでは、前記対応位置関係を適応的に決定することを特徴とする請求項５記載の映像復号方法。
  8. 　前記残差対応画素決定ステップでは、前記映像と相関を持つ補助情報を参照して前記対応位置関係を適応的に決定することを特徴とする請求項７記載の映像復号方法。
  9. 　前記復号画像生成ステップでは、前記映像と相関を持つ補助情報をさらに参照して前記最終復号画像を生成することを特徴とする請求項５に記載の映像復号方法。
  10. 　前記低解像度予測残差を有する画素を補間サンプリングする補間処理によって補間予測残差を生成する補間サンプリングステップをさらに有し、
    　前記仮復号ステップでは、前記対応位置関係に基づき、前記仮復号画像の画素のうち前記低解像度予測残差に対応する画素があるものを復号し、対応する画素がないものについて前記補間予測残差に基づいて復号することにより前記仮復号画像を生成し、
    　前記復号画像生成ステップでは、前記低解像度予測残差の各画素と対応する前記仮復号画像の各画素の復号値を参照して、その他の画素の復号値を更新することにより前記最終復号画像を生成することを特徴とする請求項５に記載の映像復号方法。
  11. 　前記残差対応画素決定ステップでは、前記対応位置関係を予め定められたものとすることを特徴とする請求項１０記載の映像復号方法。
  12. 　前記残差対応画素決定ステップでは、前記対応位置関係を適応的に決定することを特徴とする請求項１０記載の映像復号方法。
  13. 　前記残差対応画素決定ステップでは、前記映像と相関を持つ補助情報を参照して前記対応位置関係を適応的に決定することを特徴とする請求項１２記載の映像復号方法。
  14. 　前記復号画像生成ステップでは、前記映像と相関を持つ補助情報をさらに参照して前記最終復号画像を生成することを特徴とする請求項１０に記載の映像復号方法。
  15. 　前記補助情報は、前記映像の予測画像であることを特徴とする請求項３、４、８、９、１３、１４のいずれか１項に記載の映像復号方法。
  16. 　前記補助情報は、前記映像が複数の成分から成る信号である場合の一部の成分であることを特徴とする請求項３、４、８、９、１３、１４のいずれか１項に記載の映像復号方法。
  17. 　前記補助情報は、前記映像と相関をもつ補助映像であることを特徴とする請求項３、４、８、９、１３、１４のいずれか１項に記載の映像復号方法。
  18. 　前記補助映像は、前記映像と同一のシーンを対象とした別の映像であることを特徴とする請求項１７記載の映像復号方法。
  19. 　前記補助映像は、前記映像が多視点映像のうちの一つの視点映像である場合における他の視点映像であることを特徴とする請求項１７記載の映像復号方法。
  20. 　前記補助映像は、前記映像に対応するデプスマップであることを特徴とする請求項１７記載の映像復号方法。
  21. 　前記補助映像は、前記映像がデプスマップである場合における対応するテクスチャであることを特徴とする請求項１７記載の映像復号方法。
  22. 　前記補助情報は、前記映像と相関をもつ補助映像から前記映像の予測情報に基づいて生成される補助映像予測画像であり、
    　前記補助映像から前記映像の予測情報に基づいて前記補助映像予測画像を生成する補助映像予測画像生成ステップを
    　さらに有することを特徴とする請求項３、４、８、９、１３、１４のいずれか１項に記載の映像復号方法。
  23. 　前記補助情報は、前記補助映像と前記補助映像予測画像から生成される補助映像予測残差であり、
    　前記補助映像と前記補助映像予測画像から前記補助映像予測残差を生成する補助映像予測残差生成ステップを
    　さらに有することを特徴とする請求項２２記載の映像復号方法。
  24. 　前記符号データを逆多重化し補助情報符号データと映像符号データとに分離する逆多重化ステップと、
    　前記補助情報符号データを復号し前記補助情報を生成する補助情報復号ステップと
    　をさらに有することを特徴とする請求項３、４、８、９、１３、１４のいずれか１項に記載の映像復号方法。
  25. 　映像を構成する各フレームを複数の処理領域に分割し、前記処理領域毎に予測符号化を行う際に、高解像度予測残差をダウンサンプリングして低解像度予測残差を生成する映像符号化方法であって、
    　前記高解像度予測残差のうち一部の画素のみをサンプリングするサブサンプリング処理によってサブサンプリング予測残差を生成するサブサンプリングステップと
    　前記サブサンプリング予測残差を前記低解像度予測残差とする残差ダウンサンプリングステップと
    　を有することを特徴とする映像符号化方法。
  26. 　前記サブサンプリングステップでは、前記サンプリングする画素を予め定められた位置の画素とすることを特徴とする請求項２５記載の映像符号化方法。
  27. 　前記サブサンプリングステップでは、前記サンプリングする画素を適応的に決定することを特徴とする請求項２５記載の映像符号化方法。
  28. 　前記サブサンプリングステップでは、前記映像と相関を持つ補助情報を参照して前記サンプリングする画素を適応的に決定することを特徴とする請求項２７記載の映像符号化方法。
  29. 　前記高解像度予測残差の画素を補間サンプリングする補間処理によって補間予測残差を生成する補間サンプリングステップをさらに有し、
    　前記残差ダウンサンプリングステップでは、前記サブサンプリング予測残差と前記補間予測残差とから前記低解像度予測残差を生成することを特徴とする請求項２５記載の映像符号化方法。
  30. 　前記残差ダウンサンプリングステップでは、前記低解像度予測残差の予め定められた位置に前記サブサンプリング予測残差を当てはめ、それ以外の位置において前記補間予測残差を当てはめることで前記低解像度予測残差を生成することを特徴とする請求項２９記載の映像符号化方法。
  31. 　前記残差ダウンサンプリングステップでは、前記映像と相関を持つ補助情報を参照して、前記サブサンプリング予測残差と前記補間予測残差とから前記低解像度予測残差を生成することを特徴とする請求項２９記載の映像符号化方法。
  32. 　前記補助情報は、前記映像の予測画像であることを特徴とする請求項２８または３１に記載の映像符号化方法。
  33. 　前記補助情報は、前記映像が複数の成分から成る信号である場合の一部の成分であることを特徴とする請求項２８または３１に記載の映像符号化方法。
  34. 　前記補助情報は、前記映像と相関をもつ補助映像であることを特徴とする請求項２８または３１に記載の映像符号化方法。
  35. 　前記補助映像は、前記映像と同一のシーンを対象とした別の映像であることを特徴とする請求項３４記載の映像符号化方法。
  36. 　前記補助映像は、前記映像が多視点映像のうちの一つの視点映像である場合における他の視点映像であることを特徴とする請求項３４記載の映像符号化方法。
  37. 　前記補助映像は、前記映像に対応するデプスマップであることを特徴とする請求項３４記載の映像符号化方法。
  38. 　前記補助映像は、前記映像がデプスマップである場合における対応するテクスチャであることを特徴とする請求項３４記載の映像符号化方法。
  39. 　前記補助情報は、前記映像と相関をもつ補助映像から前記映像の予測情報に基づいて生成される補助映像予測画像であり、
    　前記補助映像から前記映像の予測情報に基づいて前記補助映像予測画像を生成する補助映像予測画像生成ステップを
    　さらに有することを特徴とする請求項２８または３１記載の映像符号化方法。
  40. 　前記補助情報は、前記補助映像と前記補助映像予測画像から生成される補助映像予測残差であり、
    　前記補助映像と前記補助映像予測画像から前記補助映像予測残差を生成する補助映像予測残差生成ステップを
    　さらに有することを特徴とする請求項３９記載の映像符号化方法。
  41. 　前記補助情報を符号化した補助情報符号データを生成する補助情報符号化ステップと、
    　前記補助情報符号データを映像符号データと多重化し符号データを生成する多重化ステップと
    　をさらに有することを特徴とする請求項２８または３１に記載の映像符号化方法。
  42. 　映像の符号データを復号する際に、前記映像を構成する各フレームを複数の処理領域に分割し、前記処理領域毎に予測復号を行う映像復号装置であって、
    　低解像度予測残差から仮に画像を復号した仮復号画像を生成する仮復号手段と、
    　前記仮復号画像の復号値を更新することによって最終復号画像を生成する復号画像生成手段と
    　を備えることを特徴とする映像復号装置。
  43. 　映像を構成する各フレームを複数の処理領域に分割し、前記処理領域毎に予測符号化を行う際に、高解像度予測残差をダウンサンプリングして低解像度予測残差を生成する映像符号化装置であって、
    　前記高解像度予測残差のうち一部の画素のみをサンプリングするサブサンプリング処理によってサブサンプリング予測残差を生成するサブサンプリング手段と、
    　前記サブサンプリング予測残差を前記低解像度予測残差とする残差ダウンサンプリング手段と
    　を備えることを特徴とする映像符号化装置。
  44. 　コンピュータに、請求項１に記載の映像復号方法を実行させるための映像復号プログラム。
  45. 　コンピュータに、請求項２５に記載の映像符号化方法を実行させるための映像符号化プログラム。
  46. 　コンピュータに、請求項１に記載の映像復号方法を実行させるための映像復号プログラムを記録した、コンピュータ読み取り可能な記録媒体。
  47. 　コンピュータに、請求項２５に記載の映像符号化方法を実行させるための映像復号プログラムを記録した、コンピュータ読み取り可能な記録媒体。
PCT/JP2013/075482 2012-09-25 2013-09-20 映像符号化方法および装置、映像復号方法および装置、及びそれらのプログラム WO2014050741A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2014538466A JP6042899B2 (ja) 2012-09-25 2013-09-20 映像符号化方法および装置、映像復号方法および装置、それらのプログラム及び記録媒体
US14/428,306 US20150271527A1 (en) 2012-09-25 2013-09-20 Video encoding method and apparatus, video decoding method and apparatus, and programs therefor
KR1020157005019A KR101648098B1 (ko) 2012-09-25 2013-09-20 영상 부호화 방법 및 장치, 영상 복호 방법 및 장치와 이들의 프로그램
CN201380047019.5A CN104604229A (zh) 2012-09-25 2013-09-20 视频编码方法及装置、视频解码方法及装置以及它们的程序

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012211156 2012-09-25
JP2012-211156 2012-09-25

Publications (1)

Publication Number Publication Date
WO2014050741A1 true WO2014050741A1 (ja) 2014-04-03

Family

ID=50388145

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/075482 WO2014050741A1 (ja) 2012-09-25 2013-09-20 映像符号化方法および装置、映像復号方法および装置、及びそれらのプログラム

Country Status (5)

Country Link
US (1) US20150271527A1 (ja)
JP (1) JP6042899B2 (ja)
KR (1) KR101648098B1 (ja)
CN (1) CN104604229A (ja)
WO (1) WO2014050741A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11463672B2 (en) 2016-10-04 2022-10-04 B1 Institute Of Image Technology, Inc. Image data encoding/decoding method and apparatus

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2553086B (en) * 2016-07-20 2022-03-02 V Nova Int Ltd Decoder devices, methods and computer programs
KR102127212B1 (ko) * 2018-12-13 2020-07-07 건국대학교 산학협력단 다시점 영상 정보의 복호화 방법 및 장치
US11132819B2 (en) 2018-12-13 2021-09-28 Konkuk University Industrial Cooperation Corp Method and apparatus for decoding multi-view video information
CN113994703A (zh) * 2019-06-11 2022-01-28 索尼集团公司 图像处理装置和图像处理方法
CN110662071B (zh) * 2019-09-27 2023-10-24 腾讯科技（深圳）有限公司 视频解码方法和装置、存储介质及电子装置
CN114040197B (zh) * 2021-11-29 2023-07-28 北京字节跳动网络技术有限公司 视频检测方法、装置、设备及存储介质
CN114466174B (zh) * 2022-01-21 2023-04-28 南方科技大学 一种多视点3d图像编码方法、设备、***和存储介质
CN115209160A (zh) * 2022-06-13 2022-10-18 北京大学深圳研究生院 视频压缩方法、电子设备及可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10341443A (ja) * 1997-06-06 1998-12-22 Fujitsu Ltd 動画像符号化装置及び復号化装置並びに動画像符号化方法及び復号化方法
JP2007532061A (ja) * 2004-04-02 2007-11-08 トムソン ライセンシング 複雑度スケーラブルなビデオエンコーダの方法及び装置
JP2010528555A (ja) * 2007-05-29 2010-08-19 エルジー エレクトロニクス インコーポレイティド ビデオ信号の処理方法および装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1795015B1 (en) * 2004-09-29 2016-03-16 Thomson Research Funding Corporation Method and apparatus for reduced resolution update video coding and decoding
US9154808B2 (en) 2005-01-14 2015-10-06 Thomson Licensing Method and apparatus for INTRA prediction for RRU
JP4528694B2 (ja) * 2005-08-12 2010-08-18 株式会社東芝 動画像符号化装置
KR20100083980A (ko) * 2009-01-15 2010-07-23 삼성전자주식회사 적응적 블록기반 깊이 정보맵 코딩 방법 및 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10341443A (ja) * 1997-06-06 1998-12-22 Fujitsu Ltd 動画像符号化装置及び復号化装置並びに動画像符号化方法及び復号化方法
JP2007532061A (ja) * 2004-04-02 2007-11-08 トムソン ライセンシング 複雑度スケーラブルなビデオエンコーダの方法及び装置
JP2010528555A (ja) * 2007-05-29 2010-08-19 エルジー エレクトロニクス インコーポレイティド ビデオ信号の処理方法および装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11463672B2 (en) 2016-10-04 2022-10-04 B1 Institute Of Image Technology, Inc. Image data encoding/decoding method and apparatus
US11553168B2 (en) 2016-10-04 2023-01-10 B1 Institute Of Image Technology, Inc. Image data encoding/decoding method and apparatus
US11677926B1 (en) 2016-10-04 2023-06-13 B1 Institute Of Image Technology, Inc. Image data encoding/decoding method and apparatus
US11778158B2 (en) 2016-10-04 2023-10-03 B1 Institute Of Image Technology, Inc. Image data encoding/decoding method and apparatus
US11863732B1 (en) 2016-10-04 2024-01-02 B1 Institute Of Image Technology, Inc. Image data encoding/decoding method and apparatus
US11936841B2 (en) 2016-10-04 2024-03-19 B1 Institute Of Image Technology, Inc. Image data encoding/decoding method and apparatus
US11949846B1 (en) 2016-10-04 2024-04-02 B1 Institute Of Image Technology, Inc. Image data encoding/decoding method and apparatus
US11962744B2 (en) 2016-10-04 2024-04-16 B1 Institute Of Image Technology, Inc. Image data encoding/decoding method and apparatus
US11991339B2 (en) 2016-10-04 2024-05-21 B1 Institute Of Image Technology, Inc. Image data encoding/decoding method and apparatus

Also Published As

Publication number Publication date
JP6042899B2 (ja) 2016-12-14
KR101648098B1 (ko) 2016-08-12
KR20150038399A (ko) 2015-04-08
CN104604229A (zh) 2015-05-06
US20150271527A1 (en) 2015-09-24
JPWO2014050741A1 (ja) 2016-08-22

Similar Documents

Publication Publication Date Title
JP6042899B2 (ja) 映像符号化方法および装置、映像復号方法および装置、それらのプログラム及び記録媒体
JP6356286B2 (ja) 多視点信号コーデック
JP7047119B2 (ja) 変換領域における残差符号予測のための方法および装置
JP5902814B2 (ja) 映像符号化方法および装置、映像復号方法および装置、及びそれらのプログラム
US7848425B2 (en) Method and apparatus for encoding and decoding stereoscopic video
EP2524505B1 (en) Edge enhancement for temporal scaling with metadata
WO2012131895A1 (ja) 画像符号化装置、方法及びプログラム、画像復号化装置、方法及びプログラム
US20140177706A1 (en) Method and system for providing super-resolution of quantized images and video
JP2015144423A (ja) 画像符号化装置、画像復号化装置、それらの方法、プログラム及び画像処理システム
JP6027143B2 (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、画像符号化プログラム、および画像復号プログラム
JP6409516B2 (ja) ピクチャ符号化プログラム、ピクチャ符号化方法及びピクチャ符号化装置
JP2007184800A (ja) 画像符号化装置、画像復号化装置、画像符号化方法及び画像復号化方法
KR102345770B1 (ko) 비디오 부호화 및 복호화 방법, 그를 이용한 장치
US10630973B2 (en) Generation and encoding of residual integral images
JP6457248B2 (ja) 画像復号装置、画像符号化装置および画像復号方法
JP2008306510A (ja) 画像符号化方法、画像符号化装置、画像復号化方法及び画像復号化装置
US10250877B2 (en) Method and device for coding an image block, corresponding decoding method and decoding device
JP2006246351A (ja) 画像符号化装置および画像復号化装置
KR20070075354A (ko) 비디오 신호의 디코딩/인코딩 방법 및 장치
JP6557483B2 (ja) 符号化装置、符号化システム、及びプログラム
JP2018198402A (ja) 符号化装置、復号装置、及びプログラム
JP2018032913A (ja) 映像符号化装置、プログラム及び方法、並びに、映像復号装置、プログラム及び方法、並びに、映像伝送システム

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: 13842934

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014538466

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20157005019

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14428306

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13842934

Country of ref document: EP

Kind code of ref document: A1