WO2014103764A1 - 画像処理装置および方法 - Google Patents

画像処理装置および方法 Download PDF

Info

Publication number
WO2014103764A1
WO2014103764A1 PCT/JP2013/083560 JP2013083560W WO2014103764A1 WO 2014103764 A1 WO2014103764 A1 WO 2014103764A1 JP 2013083560 W JP2013083560 W JP 2013083560W WO 2014103764 A1 WO2014103764 A1 WO 2014103764A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit
image
base layer
pixel
encoding
Prior art date
Application number
PCT/JP2013/083560
Other languages
English (en)
French (fr)
Inventor
佐藤　数史
Original Assignee
ソニー株式会社
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 ソニー株式会社 filed Critical ソニー株式会社
Priority to US14/441,656 priority Critical patent/US20150312581A1/en
Priority to JP2014554324A priority patent/JPWO2014103764A1/ja
Priority to CN201380066904.8A priority patent/CN104885466A/zh
Publication of WO2014103764A1 publication Critical patent/WO2014103764A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/33—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the spatial domain
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/169—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
    • H04N19/10—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
    • H04N19/187—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 scalable video layer
    • 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
    • H04N19/31—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the temporal 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
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • the present disclosure relates to an image processing apparatus and method, and more particularly, to an image processing apparatus and method capable of suppressing a reduction in encoding efficiency.
  • MPEG2 (ISO / IEC 13818-2) is defined as a general-purpose image encoding system, and is a standard that covers both interlaced scanning images and progressive scanning images, as well as standard resolution images and high-definition images.
  • MPEG2 is currently widely used in a wide range of applications for professional and consumer applications.
  • a code amount (bit rate) of 4 to 8 Mbps is assigned to an interlaced scanned image having a standard resolution of 720 ⁇ 480 pixels.
  • a high resolution interlaced scanned image having 1920 ⁇ 1088 pixels is assigned a code amount (bit rate) of 18 to 22 Mbps.
  • bit rate code amount
  • MPEG2 was mainly intended for high-quality encoding suitable for broadcasting, but did not support encoding methods with a lower code amount (bit rate) than MPEG1, that is, a higher compression rate.
  • bit rate code amount
  • MPEG4 encoding system has been standardized accordingly.
  • the standard was approved as an international standard in December 1998 as ISO / IEC 14496-2.
  • H.26L International Telecommunication Union Telecommunication Standardization Sector
  • Q6 / 16 VCEG Video Coding Expert Group
  • H.26L is known to achieve higher encoding efficiency than the conventional encoding schemes such as MPEG2 and MPEG4, although a large amount of calculation is required for encoding and decoding.
  • Joint ⁇ ⁇ ⁇ ⁇ Model of Enhanced-Compression Video Coding has been implemented based on this H.26L and incorporating functions not supported by H.26L to achieve higher coding efficiency. It was broken.
  • AVC Advanced Video Coding
  • HEVC High Efficiency Video Video Coding
  • JCTVC Joint Collaboration Collaboration Team Video Coding
  • ISO / IEC ISO / IEC
  • the standardization of the encoding method called is being advanced.
  • CommitteeCommitdraft which is the first draft version specification, was issued in February 2012 (see Non-Patent Document 1, for example).
  • the conventional image encoding methods such as MPEG-2 and AVC have a scalability function for encoding an image by layering it into a plurality of layers.
  • a mobile phone or other low-processing-capacity terminal transmits image compression information of only the base layer (base layer), and reproduces a moving image with low spatiotemporal resolution or poor image quality.
  • base layer the image compression information of the enhancement layer is transmitted, and the space-time resolution is high.
  • generates a prediction image using the surrounding pixel which is a surrounding pixel of the current block which is a process target is prescribed
  • intra prediction Angular prediction, Planar prediction, etc. are prescribed
  • restricted intra prediction constrained_intra_pred is defined.
  • constrained intra prediction if the current slice to be processed is inter, the current block is intra, and the peripheral block located around the current block is inter, the pixels of the peripheral block are unavailable Intra prediction processing is performed assuming that it is (unavailable).
  • Non-Patent Document 2 a coding unit (CU (Coding Unit)) is introduced in HEVC, there may be a case where a part of the peripheral pixels becomes unavailable. Thus, a pixel compensation method for dealing with such a case has been considered (see, for example, Non-Patent Document 2).
  • CU Coding Unit
  • This disclosure has been made in view of such a situation, and is intended to suppress a reduction in encoding efficiency.
  • One aspect of the present technology is used in intra prediction performed when decoding an enhancement layer of the hierarchical image encoded data, and a receiving unit that receives the hierarchical image encoded data obtained by encoding the multi-layered image data
  • a receiving unit that receives the hierarchical image encoded data obtained by encoding the multi-layered image data
  • An intra prediction unit that performs intra prediction on the current block using a pixel and generates a prediction image of the current block; and the prediction image generated by the intra prediction unit, and is received by the reception unit.
  • a decoding unit that decodes an enhancement layer of the encoded hierarchical image encoded data
  • An image processing apparatus that decodes an enhancement layer of the encoded hierarchical image encoded data
  • the pixel compensation unit can compensate for pixels at positions corresponding to the unavailable peripheral pixels of the base layer.
  • the base layer further includes an upsampling unit that upsamples the pixels of the base layer according to a resolution ratio between the base layer and the enhancement layer, and the pixel compensation unit includes the base layer that has been upsampled by the upsampling unit. Can be compensated for.
  • the receiving unit further receives constrained intra control information for controlling whether or not to use a constrained intra
  • the pixel compensation unit receives the constrained intra control information according to the constrained intra control information received by the receiving unit.
  • the pixel can be compensated only when it is supposed to be used.
  • the intra control information with restrictions may be transmitted in a picture parameter set (PPS (Picture Parameter Set)).
  • PPS Picture Parameter Set
  • the receiving unit further receives base layer pixel compensation control information for controlling base layer pixel compensation, which is transmitted when the restricted intra is to be used according to the restricted intra control information, and the pixel compensation
  • the unit compensates for the base layer pixel when the base layer pixel compensation control information received by the receiving unit permits the base layer pixel, and allows the base layer pixel compensation. If not, the enhancement layer pixels can be compensated.
  • the base layer pixel compensation control information can be transmitted in a picture parameter set (PPS (Picture Parameter Set)).
  • PPS Picture Parameter Set
  • the decoding unit can further decode the base layer of the hierarchical image encoded data encoded by a different encoding method from the enhancement layer.
  • One aspect of the present technology is also used in intra prediction performed when hierarchical image encoded data obtained by encoding a plurality of hierarchical image data is received and an enhancement layer of the hierarchical image encoded data is decoded.
  • the base layer pixels are compensated for unavailable peripheral pixels located around the current block, and if necessary, the base layer pixels are compensated for the current block.
  • This is an image processing method for performing intra prediction, generating a prediction image of the current block, and decoding an enhancement layer of the received hierarchical image encoded data using the generated prediction image.
  • Another aspect of the present technology provides a base for unavailable peripheral pixels located around the current block used in intra prediction performed when encoding an enhancement layer of multi-layered image data.
  • Intra prediction for the current block is performed using a pixel compensation unit that compensates for the pixels of the layer, and peripheral pixels in which the pixels of the base layer are supplemented by the pixel compensation unit as necessary.
  • An intra prediction unit that generates a predicted image, an encoding unit that encodes an enhancement layer of the image data that has been hierarchized using the predicted image generated by the intra prediction unit, and the encoding unit Transmission for transmitting hierarchical image encoded data obtained by encoding the image data having a plurality of layers
  • An image processing apparatus is an image processing apparatus.
  • the pixel compensation unit can compensate for pixels at positions corresponding to the unavailable peripheral pixels of the base layer.
  • the base layer further includes an upsampling unit that upsamples the pixels of the base layer according to a resolution ratio between the base layer and the enhancement layer, and the pixel compensation unit includes the base layer that has been upsampled by the upsampling unit. Can be compensated for.
  • a constrained intra control information setting unit for setting constrained intra control information for controlling whether to use a constrained intra
  • the pixel compensation unit is set by the constrained intra control information setting unit
  • the pixel is supplemented only when the restricted intra control information is supposed to use the restricted intra control information
  • the transmission unit further sets the restricted intra control information set by the restricted intra control information setting unit. Can be transmitted.
  • the transmission unit can transmit the restricted intra control information in a picture parameter set (PPS (Picture Parameter Set)).
  • PPS Picture Parameter Set
  • the base further includes a base layer pixel compensation control information setting unit that sets base layer pixel compensation control information for controlling pixel compensation of the base layer,
  • the pixel compensation unit when base layer pixel compensation is permitted by the base layer pixel compensation control information set by the base layer pixel compensation control information setting unit, compensates for the base layer pixel, If the pixel compensation is not permitted, the enhancement layer pixel is compensated, and the transmission unit further transmits the base layer pixel compensation control information set by the base layer pixel compensation control information setting unit. Can do.
  • the transmission unit can transmit the base layer pixel compensation control information in a picture parameter set (PPS (Picture Parameter Set)).
  • PPS Picture Parameter Set
  • the encoding unit can further encode the base layer of the hierarchical image encoded data with an encoding method different from that of the enhancement layer.
  • Another aspect of the present technology is also for unavailable peripheral pixels located around the current block, which are used in intra prediction performed when encoding an enhancement layer of multi-layered image data.
  • the base layer pixels are compensated, and if necessary, intra prediction is performed on the current block using peripheral pixels supplemented with the base layer pixels, and a prediction image of the current block is generated and generated.
  • Image processing that encodes an enhancement layer of the image data that has been hierarchized using the predicted image that has been made, and transmits hierarchical image encoded data obtained by encoding the image data that has been hierarchized Is the method.
  • hierarchical image encoded data obtained by encoding a plurality of hierarchized image data is received and used in intra prediction performed when decoding an enhancement layer of the hierarchical image encoded data.
  • Intra-prediction for the current block using peripheral pixels that are supplemented with base layer pixels for unavailable peripheral pixels located around the current block, and with base layer pixels as necessary Is performed a prediction image of the current block is generated, and the enhancement layer of the received hierarchical image encoded data is decoded using the generated prediction image.
  • an image can be encoded and decoded.
  • a reduction in encoding efficiency can be suppressed.
  • FIG. 6 is a diagram subsequent to FIG. 5, illustrating an example of syntax of a picture parameter set.
  • FIG. 10 is a diagram subsequent to FIG. 10
  • FIG. 9 illustrating another example of the syntax of the picture parameter set. It is a figure which shows the example of cropping. It is a block diagram which shows the main structural examples of a scalable encoding apparatus. It is a block diagram which shows the main structural examples of a base layer image coding part. It is a block diagram which shows the main structural examples of an enhancement layer image coding part. It is a block diagram which shows the main structural examples of a pixel filling part. It is a flowchart explaining the example of the flow of an encoding process. It is a flowchart explaining the example of the flow of a base layer encoding process. It is a flowchart explaining the example of the flow of a pixel compensation control information setting process.
  • FIG. 20 is a block diagram illustrating a main configuration example of a computer. It is a block diagram which shows an example of a schematic structure of a television apparatus. It is a block diagram which shows an example of a schematic structure of a mobile telephone.
  • ⁇ Coding unit> In the AVC (Advanced Video Coding) method, a hierarchical structure is defined by macroblocks and sub-macroblocks. However, a macroblock of 16 pixels ⁇ 16 pixels is not optimal for a large image frame such as UHD (Ultra High Definition; 4000 pixels ⁇ 2000 pixels), which is a target of the next generation encoding method.
  • UHD Ultra High Definition
  • a coding unit (Coding Unit)) is defined.
  • CU also called Coding Tree Block (CTB)
  • CTB Coding Tree Block
  • the maximum size (LCU (Largest Coding Unit)) and the minimum size (SCU (Smallest Coding Unit)) are specified.
  • the LCU size is 128 and the maximum hierarchical depth is 5.
  • split_flag is “1”
  • the 2N ⁇ 2N size CU is divided into N ⁇ N size CUs that are one level below.
  • the CU is divided into prediction units (Prediction Units (PU)) that are regions (partial regions of images in units of pictures) that are processing units of intra or inter prediction, and are regions that are processing units of orthogonal transformation It is divided into transform units (Transform Unit (TU)), which is (a partial area of an image in units of pictures).
  • Prediction Units PU
  • transform Unit Transform Unit
  • a macro block in the AVC method corresponds to an LCU
  • a block (sub block) corresponds to a CU. Then you can think.
  • a motion compensation block in the AVC method can be considered to correspond to a PU.
  • the size of the LCU of the highest hierarchy is generally set larger than the macro block of the AVC method, for example, 128 ⁇ 128 pixels.
  • the LCU also includes a macroblock in the AVC scheme
  • the CU also includes a block (sub-block) in the AVC scheme.
  • “block” used in the following description indicates an arbitrary partial area in the picture, and its size, shape, characteristics, and the like are not limited. That is, the “block” includes an arbitrary area (processing unit) such as a TU, PU, SCU, CU, LCU, sub-block, macroblock, or slice. Of course, other partial areas (processing units) are also included. When it is necessary to limit the size, processing unit, etc., it will be described as appropriate.
  • JM Job Model
  • JM JM
  • High Complexity Mode Low Complexity Mode.
  • a cost function value for each prediction mode Mode is calculated, and a prediction mode that minimizes the cost function value is selected as the optimum mode for the block or macroblock.
  • ⁇ is a whole set of candidate modes for encoding the block or macroblock
  • D is a difference energy between the decoded image and the input image when encoded in the prediction mode.
  • ⁇ is a Lagrange undetermined multiplier given as a function of the quantization parameter.
  • R is the total code amount when encoding is performed in this mode, including orthogonal transform coefficients.
  • D is the difference energy between the predicted image and the input image, unlike the case of High Complexity Mode.
  • QP2Quant QP
  • HeaderBit is a code amount related to information belonging to Header, such as a motion vector and mode, which does not include an orthogonal transform coefficient.
  • Scalable encoding is a scheme in which an image is divided into a plurality of layers (hierarchical) and encoded for each layer.
  • one image is divided into a plurality of images (layers) based on predetermined parameters.
  • each layer is composed of difference data so that redundancy is reduced.
  • a base layer and an enhancement layer an image with lower quality than the original image can be obtained with only the base layer data, and the base layer data and the enhancement layer data are combined.
  • the original image that is, a high quality image
  • image compression information of only the base layer (base layer) is transmitted, and a moving image with low spatiotemporal resolution or poor image quality is played
  • base layer For terminals with high processing power, such as televisions and personal computers, in addition to the base layer (base layer), image enhancement information of the enhancement layer (enhancement layer) is transmitted.
  • Image compression information corresponding to the capabilities of the terminal and the network can be transmitted from the server without performing transcoding processing, such as playing a moving image with high image quality.
  • spatial scalability As a parameter for giving such scalability, for example, there is a spatial resolution as shown in FIG. 2 (spatial scalability). In the case of this spatial scalability (spatial scalability), the resolution is different for each layer. That is, as shown in FIG. 2, enhancement in which each picture is synthesized with a base layer having a spatially lower resolution than the original image and the base layer image to obtain the original image (original spatial resolution). Layered into two layers. Of course, this number of hierarchies is an example, and the number of hierarchies can be hierarchized.
  • temporal resolution as shown in FIG. 3 (temporal scalability).
  • the frame rate is different for each layer. That is, in this case, as shown in FIG. 3, layers are layered at different frame rates, and by adding a high frame rate layer to a low frame rate layer, a higher frame rate moving image is obtained. By adding all the layers, the original moving image (original frame rate) can be obtained.
  • This number of hierarchies is an example, and can be hierarchized to an arbitrary number of hierarchies.
  • each picture has two layers of enhancement layers in which the original image (original SNR) is obtained by combining the base layer with a lower SNR than the original image and the base layer image. Is layered.
  • the base layer image compression information information related to the low PSNR image is transmitted, and the enhancement layer (enhancement layer) image compression information is added to this to reconstruct a high PSNR image. It is possible.
  • this number of hierarchies is an example, and the number of hierarchies can be hierarchized.
  • the base layer (base layer) consists of an 8-bit (bit) image, and by adding an enhancement layer (enhancement layer) to this, the bit-depth scalability (bit-depth scalability) can be obtained. is there.
  • base layer (base ⁇ ⁇ layer) consists of component images in 4: 2: 0 format, and by adding the enhancement layer (enhancement layer) to this, chroma scalability (chroma) scalability).
  • generates a predicted image using the surrounding pixel which is a surrounding pixel of the current block which is a process target is prescribed
  • intra prediction Angular prediction, Planar prediction, etc. are prescribed
  • constrained_intra_pred_flag which is constrained intra control information for controlling whether or not to use a constrained intra
  • FIG. 5 and FIG. 6 show examples of syntax of HEVC picture parameter set (PPS (Picture Parameter Set)).
  • PPS Picture Parameter Set
  • the current slice to be processed is inter
  • the current block is intra
  • the peripheral block located around the current block is inter.
  • Intra prediction processing is performed on the assumption that the pixel is unavailable.
  • Non-Patent Document 2 A process as described in Non-Patent Document 2 has been defined.
  • Pixels in the not available area are compensated by the last pixel value in the available area.
  • ⁇ Base layer pixel compensation> Therefore, by using the high correlation of pixel values between hierarchies in scalable coding (for example, between the base layer and the enhancement layer), in intra prediction in enhancement layer encoding / decoding, As shown in FIG. 8, the neighboring pixels that are unavailable because the value of constrained_intra_pred_flag, which is restricted intra-control information that controls whether or not to use, is “1”.
  • the compensation processing is performed using the pixel values of the base layer.
  • the base layer decoded image is upsampled (converted) according to the scalable ratio between the layers. After processing (enlargement or reduction), the compensation process may be used.
  • base layer pixel filling control information (fill_with_baselayer_pixel_flag) for controlling the filling of the pixels of the base layer is set and transmitted. May be.
  • the base layer pixel filling control information fill_with_baselayer_pixel_flag may be transmitted in, for example, a picture parameter set (PPS (Picture Parameter Set)). Further, the base layer pixel filling control information (fill_with_baselayer_pixel_flag) may be transmitted only when the value of the restricted intra control information (constrained_intra_pred_flag) in the enhancement layer is “1”. An example of the syntax of the picture parameter set in this case is shown in FIG. 9 and FIG.
  • fill_with_baselayer_flag is transmitted.
  • the non-available pixel of the enhancement layer is supplemented using the pixel value of the base layer. Note that fill_with_baselayer_flag is not transmitted for the base layer. Or, even if it is transmitted, it is not used for the decoding process.
  • the present technology as described above can be applied even when a base layer image is encoded / decoded by a method other than HEVC, such as AVC or MPEG-2.
  • a part of all images is cropped in the enhancement layer. And can be encoded.
  • cropping is performed, as shown in FIG. 11, it is conceivable that peripheral pixels that are available in the base layer become unavailable in the enhancement layer.
  • the present technology can also be applied to such a case.
  • FIG. 12 is a block diagram illustrating a main configuration example of a scalable encoding device.
  • a scalable encoding device 100 shown in FIG. 12 is an image information processing device that encodes image data in a scalable manner, and encodes each layer of image data layered into a base layer and an enhancement layer.
  • the parameters used as the criteria for this hierarchization are arbitrary.
  • the scalable encoding device 100 includes a common information generation unit 101, an encoding control unit 102, a base layer image encoding unit 103, a pixel compensation unit 104, and an enhancement layer image encoding unit 105.
  • the common information generation unit 101 acquires information related to encoding of image data that is stored in, for example, a NAL unit. In addition, the common information generation unit 101 acquires necessary information from the base layer image encoding unit 103, the pixel compensation unit 104, the enhancement layer image encoding unit 105, and the like as necessary. The common information generation unit 101 generates common information that is information regarding all layers based on the information. The common information includes, for example, a video parameter set. The common information generation unit 101 outputs the generated common information to the outside of the scalable encoding device 100, for example, as a NAL unit. Note that the common information generation unit 101 also supplies the generated common information to the encoding control unit 102. Furthermore, the common information generation unit 101 supplies part or all of the generated common information to the base layer image encoding unit 103 to the enhancement layer image encoding unit 105 as necessary.
  • the encoding control unit 102 controls the encoding of each layer by controlling the base layer image encoding unit 103 to the enhancement layer image encoding unit 105 based on the common information supplied from the common information generation unit 101. To do.
  • the base layer image encoding unit 103 acquires base layer image information (base layer image information).
  • the base layer image encoding unit 103 encodes the base layer image information without using information of other layers, generates base layer encoded data (base layer encoded data), and outputs the encoded data. Also, the base layer image encoding unit 103 supplies the base layer decoded image obtained at the time of encoding to the pixel compensation unit 104.
  • the pixel compensation unit 104 performs processing related to surrounding pixel compensation when a restricted intra is used in the intra prediction in the enhancement layer image coding unit 105. For example, the pixel compensation unit 104 acquires the decoded image of the base layer from the base layer image encoding unit 103, and supplements the unavailable peripheral pixels of the enhancement layer using the base layer pixels. The pixel compensation unit 104 supplies such peripheral pixel compensation pixels to the enhancement layer image encoding unit 105.
  • the enhancement layer image encoding unit 105 acquires enhancement layer image information (enhancement layer image information).
  • the enhancement layer image encoding unit 105 encodes the enhancement layer image information.
  • the enhancement layer image encoding unit 105 supplies peripheral pixels of the current block to the pixel compensation unit 104 when performing intra prediction of the current block.
  • the enhancement layer image encoding unit 105 acquires, from the pixel compensation unit 104, the compensation pixels of the peripheral pixels of the current block.
  • the enhancement layer image encoding unit 105 performs intra prediction using such a compensation pixel, and encodes an enhancement layer image. Then, the enhancement layer image encoding unit 105 outputs the obtained encoded data (enhancement layer encoded data).
  • FIG. 13 is a block diagram illustrating a main configuration example of the base layer image encoding unit 103 in FIG. 12.
  • the base layer image encoding unit 103 includes an A / D conversion unit 111, a screen rearrangement buffer 112, a calculation unit 113, an orthogonal transformation unit 114, a quantization unit 115, a lossless encoding unit 116, The storage buffer 117, the inverse quantization unit 118, and the inverse orthogonal transform unit 119 are included.
  • the base layer image encoding unit 103 includes a calculation unit 120, a loop filter 121, a frame memory 122, a selection unit 123, an intra prediction unit 124, a motion prediction / compensation unit 125, a predicted image selection unit 126, and a rate control unit 127.
  • the A / D conversion unit 111 performs A / D conversion on the input image data (base layer image information), and supplies the converted image data (digital data) to the screen rearrangement buffer 112 for storage.
  • the screen rearrangement buffer 112 rearranges the images of the frames in the stored display order in the order of frames for encoding according to the GOP (Group Of Picture), and rearranges the images in the order of the frames. It supplies to the calculating part 113.
  • the screen rearrangement buffer 112 also supplies the image in which the frame order is rearranged to the intra prediction unit 124 and the motion prediction / compensation unit 125.
  • the calculation unit 113 subtracts the predicted image supplied from the intra prediction unit 124 or the motion prediction / compensation unit 125 via the predicted image selection unit 126 from the image read from the screen rearrangement buffer 112, and the difference information Is output to the orthogonal transform unit 114. For example, in the case of an image on which intra coding is performed, the calculation unit 113 subtracts the prediction image supplied from the intra prediction unit 124 from the image read from the screen rearrangement buffer 112. For example, in the case of an image on which inter coding is performed, the calculation unit 113 subtracts the prediction image supplied from the motion prediction / compensation unit 125 from the image read from the screen rearrangement buffer 112.
  • the orthogonal transform unit 114 performs orthogonal transform such as discrete cosine transform and Karhunen-Loeve transform on the difference information supplied from the computation unit 113.
  • the orthogonal transform unit 114 supplies the transform coefficient to the quantization unit 115.
  • the quantization unit 115 quantizes the transform coefficient supplied from the orthogonal transform unit 114.
  • the quantization unit 115 sets a quantization parameter based on the information regarding the target value of the code amount supplied from the rate control unit 127, and performs the quantization.
  • the quantization unit 115 supplies the quantized transform coefficient to the lossless encoding unit 116.
  • the lossless encoding unit 116 encodes the transform coefficient quantized by the quantization unit 115 using an arbitrary encoding method. Since the coefficient data is quantized under the control of the rate control unit 127, the code amount becomes the target value set by the rate control unit 127 (or approximates the target value).
  • the lossless encoding unit 116 acquires information indicating the intra prediction mode from the intra prediction unit 124, and acquires information indicating the inter prediction mode, difference motion vector information, and the like from the motion prediction / compensation unit 125. Furthermore, the lossless encoding unit 116 appropriately generates a base layer NAL unit including a sequence parameter set (SPS), a picture parameter set (PPS), and the like.
  • SPS sequence parameter set
  • PPS picture parameter set
  • the lossless encoding unit 116 encodes these various types of information by an arbitrary encoding method, and uses (multiplexes) a part of the encoded data (also referred to as an encoded stream).
  • the lossless encoding unit 116 supplies the encoded data obtained by encoding to the accumulation buffer 117 for accumulation.
  • Examples of the encoding method of the lossless encoding unit 116 include variable length encoding or arithmetic encoding.
  • Examples of variable length coding include H.264.
  • CAVLC Context-Adaptive Variable Length Coding
  • Examples of arithmetic coding include CABAC (Context-Adaptive Binary Arithmetic Coding).
  • the cocoon accumulation buffer 117 temporarily holds the encoded data (base layer encoded data) supplied from the lossless encoding unit 116.
  • the accumulation buffer 117 outputs the stored base layer encoded data to, for example, a recording device (recording medium) (not shown) or a transmission path at a later stage at a predetermined timing. That is, the accumulation buffer 117 is also a transmission unit that transmits encoded data.
  • the transform coefficient quantized by the quantization unit 115 is also supplied to the inverse quantization unit 118.
  • the inverse quantization unit 118 inversely quantizes the quantized transform coefficient by a method corresponding to the quantization by the quantization unit 115.
  • the inverse quantization unit 118 supplies the obtained transform coefficient to the inverse orthogonal transform unit 119.
  • the inverse orthogonal transform unit 119 performs inverse orthogonal transform on the transform coefficient supplied from the inverse quantization unit 118 by a method corresponding to the orthogonal transform processing by the orthogonal transform unit 114.
  • the inversely orthogonal transformed output (restored difference information) is supplied to the calculation unit 120.
  • the calculation unit 120 uses the prediction image selection unit 126 to perform prediction from the intra prediction unit 124 or the motion prediction / compensation unit 125 on the restored difference information, which is the inverse orthogonal transform result supplied from the inverse orthogonal transform unit 119.
  • the images are added to obtain a locally decoded image (decoded image).
  • the decoded image is supplied to the loop filter 121 or the frame memory 122.
  • the loop filter 121 includes a deblocking filter, an adaptive loop filter, and the like, and appropriately performs a filtering process on the reconstructed image supplied from the calculation unit 120.
  • the loop filter 121 removes block distortion of the reconstructed image by performing deblocking filter processing on the reconstructed image.
  • the loop filter 121 improves the image quality by performing loop filter processing using a Wiener filter on the deblock filter processing result (reconstructed image from which block distortion has been removed). I do.
  • the loop filter 121 supplies a filter processing result (hereinafter referred to as a decoded image) to the frame memory 122.
  • the loop filter 121 may further perform other arbitrary filter processing on the reconstructed image. Further, the loop filter 121 can supply information such as filter coefficients used for the filter processing to the lossless encoding unit 116 and encode the information as necessary.
  • the frame memory 122 stores the reconstructed image supplied from the calculation unit 120 and the decoded image supplied from the loop filter 121, respectively.
  • the frame memory 122 supplies the stored reconstructed image to the intra prediction unit 124 via the selection unit 123 at a predetermined timing or based on a request from the outside such as the intra prediction unit 124.
  • the frame memory 122 also stores the decoded image stored at a predetermined timing or based on a request from the outside such as the motion prediction / compensation unit 125 via the selection unit 123. 125.
  • the kite frame memory 122 stores the supplied decoded image, and supplies the stored decoded image as a reference image to the selection unit 123 at a predetermined timing.
  • the eyelid selection unit 123 selects a supply destination of the reference image supplied from the frame memory 122. For example, in the case of intra prediction, the selection unit 123 supplies the reference image (pixel value in the current picture) supplied from the frame memory 122 to the motion prediction / compensation unit 125. For example, in the case of inter prediction, the selection unit 123 supplies the reference image supplied from the frame memory 122 to the motion prediction / compensation unit 125.
  • the intra prediction unit 124 performs intra prediction (intra-screen prediction) that generates a predicted image using a pixel value in a current picture that is a reference image supplied from the frame memory 122 via the selection unit 123.
  • the intra prediction unit 124 performs this intra prediction in a plurality of intra prediction modes prepared in advance.
  • the intra prediction unit 124 generates prediction images in all candidate intra prediction modes, evaluates the cost function value of each prediction image using the input image supplied from the screen rearrangement buffer 112, and selects the optimum mode. select. When the optimal intra prediction mode is selected, the intra prediction unit 124 supplies the predicted image generated in the optimal mode to the predicted image selection unit 126.
  • the intra prediction unit 124 appropriately supplies the intra prediction mode information indicating the adopted intra prediction mode to the lossless encoding unit 116 for encoding.
  • the heel motion prediction / compensation unit 125 performs motion prediction (inter prediction) using the input image supplied from the screen rearrangement buffer 112 and the reference image supplied from the frame memory 122 via the selection unit 123.
  • the motion prediction / compensation unit 125 performs a motion compensation process according to the detected motion vector, and generates a prediction image (inter prediction image information).
  • the motion prediction / compensation unit 125 performs such inter prediction in a plurality of inter prediction modes prepared in advance.
  • the heel motion prediction / compensation unit 125 generates a prediction image in all candidate inter prediction modes.
  • the motion prediction / compensation unit 125 evaluates the cost function value of each predicted image using the input image supplied from the screen rearrangement buffer 112 and information on the generated differential motion vector, and selects an optimal mode. .
  • the motion prediction / compensation unit 125 supplies the predicted image generated in the optimal mode to the predicted image selection unit 126.
  • the motion prediction / compensation unit 125 supplies information indicating the employed inter prediction mode, information necessary for performing processing in the inter prediction mode, and the like to the lossless encoding unit 116 when decoding the encoded data. And encoding.
  • the necessary information includes, for example, information on the generated differential motion vector and a flag indicating an index of the predicted motion vector as predicted motion vector information.
  • the predicted image selection unit 126 selects a supply source of the predicted image to be supplied to the calculation unit 113 or the calculation unit 120.
  • the prediction image selection unit 126 selects the intra prediction unit 124 as a supply source of the prediction image, and supplies the prediction image supplied from the intra prediction unit 124 to the calculation unit 113 and the calculation unit 120.
  • the predicted image selection unit 126 selects the motion prediction / compensation unit 125 as a supply source of the predicted image, and calculates the predicted image supplied from the motion prediction / compensation unit 125 as the calculation unit 113.
  • the rate control unit 127 controls the rate of the quantization operation of the quantization unit 115 based on the code amount of the encoded data stored in the storage buffer 117 so that no overflow or underflow occurs.
  • the frame memory 122 supplies the stored decoded image (base layer decoded image) to the pixel compensation unit 104.
  • FIG. 14 is a block diagram illustrating a main configuration example of the enhancement layer image encoding unit 105 in FIG. 12. As shown in FIG. 14, the enhancement layer image encoding unit 105 has basically the same configuration as the base layer image encoding unit 103 of FIG.
  • each unit of the enhancement layer image encoding unit 105 performs processing for encoding enhancement layer image information, not the base layer. That is, the A / D conversion unit 111 of the enhancement layer image encoding unit 105 performs A / D conversion on the enhancement layer image information, and the accumulation buffer 117 of the enhancement layer image encoding unit 105 converts the enhancement layer encoded data into, for example, Then, the data is output to a recording device (recording medium), a transmission path, etc., not shown.
  • the enhancement layer image encoding unit 105 includes an intra prediction unit 134 instead of the intra prediction unit 124.
  • the intra prediction unit 134 acquires the compensation pixel generated by the pixel compensation unit 104, performs intra prediction of the enhancement layer using the peripheral pixels of the current block in which the compensation pixel is compensated, and generates a predicted image. Intra prediction is performed in the same manner as in the case of the intra prediction unit 124.
  • the intra prediction unit 134 supplies intra prediction mode information indicating the adopted intra prediction mode and the like to the lossless encoding unit 116 as appropriate, and performs encoding.
  • the frame memory 122 supplies the stored decoded image (enhancement layer decoded image) to the pixel compensation unit 104. Further, the lossless encoding unit 116 supplies information regarding the resolution of the enhancement layer to the pixel compensation unit 104. Further, the lossless encoding unit 116 obtains information such as constrained intra control information (constrained_intra_pred_flag) and base layer pixel compensation control information (fill_with_baselayer_pixel_flag) supplied from the pixel filling unit 104, encodes them, for example, It is transmitted to the decoding side as a picture parameter set.
  • constrained intra control information constrained_intra_pred_flag
  • base layer pixel compensation control information fill_with_baselayer_pixel_flag
  • FIG. 15 is a block diagram illustrating a main configuration example of the pixel compensation unit 104 of FIG.
  • the pixel compensation unit 104 includes an upsample unit 151, a base layer pixel memory 152, a pixel compensation control information setting unit 153, an availability determination unit 154, and a compensation pixel generation unit 155.
  • Upsampling unit 151 performs upsampling processing (conversion processing) of the base layer decoded image. As illustrated in FIG. 15, the upsampling unit 151 includes an upsampling ratio setting unit 161, a decoded image buffer 162, and a filtering unit 163.
  • the upsampling ratio setting unit 161 sets a conversion ratio (also referred to as an upsampling ratio) in the upsampling process of the base layer decoded image.
  • the upsample ratio setting unit 161 acquires the resolution of the enhancement layer from the lossless encoding unit 116 of the enhancement layer image encoding unit 105, for example. Also, the upsample ratio setting unit 161 acquires the resolution of the base layer from the base layer image encoding unit 103 (for example, the lossless encoding unit 116).
  • the upsample ratio setting unit 161 sets the upsample ratio based on these pieces of information. That is, the upsampling ratio setting unit 161 can set an upsampling ratio according to the resolution ratio between the base layer and the enhancement layer.
  • the upsampling unit 151 can upsample the base layer decoded image at a ratio corresponding to the resolution ratio between the base layer and the enhancement layer.
  • the upsample ratio setting unit 161 supplies the set upsample ratio to the filtering unit 163.
  • the decoded image buffer 162 stores the base layer decoded image supplied from the frame memory 122 of the base layer image encoding unit 103.
  • the decoded image buffer 162 supplies the stored base layer decoded image to the filtering unit 163.
  • the eaves filtering unit 163 performs upsampling processing on the base layer decoded image read from the decoded image buffer 162 with the upsampling ratio supplied from the upsampling ratio setting unit 161.
  • the filtering unit 163 supplies the base layer pixel memory 152 with the up-sampled base layer decoded image (also referred to as up-sampled image).
  • the base layer pixel memory 152 stores the upsampled image supplied from the filtering unit 163.
  • the base layer pixel memory 152 supplies the stored upsampled image to the compensation pixel generation unit 155.
  • the pixel compensation control information setting unit 153 sets control information related to pixel compensation. As illustrated in FIG. 15, the pixel compensation control information setting unit 153 includes a Constrained_ipred setting unit 171 and a base layer pixel compensation control information setting unit 172.
  • the Constrained_ipred setting unit 171 sets constrained_intra_pred_flag, which is constrained intra control information for controlling whether to use a constrained intra.
  • the setting of the restricted intra control information may be performed in any manner.
  • the Constrained_ipred setting unit 171 may set restricted intra control information in accordance with an external instruction from the user or the like.
  • the Constrained_ipred setting unit 171 supplies the set restricted intra control information (constrained_intra_pred_flag) to the base layer pixel compensation control information setting unit 172.
  • the Constrained_ipred setting unit 171 also supplies the set restricted intra control information (constrained_intra_pred_flag) to the availability determination unit 154.
  • the Constrained_ipred setting unit 171 also supplies the set restricted intra control information (constrained_intra_pred_flag) to the lossless encoding unit 116 of the enhancement layer image encoding unit 105 and transmits it to the decoding side.
  • the lossless encoding unit 116 of the enhancement layer image encoding unit 105 encodes the constrained intra control information (constrained_intra_pred_flag) supplied in this way, for example, in the picture parameter set (PPS) To transmit.
  • constrained_intra_pred_flag constrained intra control information supplied in this way, for example, in the picture parameter set (PPS) To transmit.
  • the base layer pixel compensation control information setting unit 172 when the value of the constrained intra control information (constrained_intra_pred_flag) supplied from the Constrained_ipred setting unit 171 is “1”, performs base layer pixel compensation that controls pixel compensation of the base layer Set control information (fill_with_baselayer_pixel_flag).
  • the base layer pixel filling control information setting unit 172 supplies the set base layer pixel filling control information (fill_with_baselayer_pixel_flag) to the filling pixel generation unit 155.
  • the base layer pixel filling control information setting unit 172 also supplies the base layer pixel filling control information (fill_with_baselayer_pixel_flag) to the lossless coding unit 116 of the enhancement layer image coding unit 105 and transmits it to the decoding side.
  • the lossless encoding unit 116 of the enhancement layer image encoding unit 105 encodes the supplied base layer pixel filling control information (fill_with_baselayer_pixel_flag) and decodes it in, for example, a picture parameter set (PPS) or the like.
  • PPS picture parameter set
  • the availability determination unit 154 acquires an enhancement layer reference image from the frame memory 122 of the enhancement layer image encoding unit 105 when the value of the restricted intra control information (constrained_intra_pred_flag) supplied from the Constrained_ipred setting unit 171 is “1”. To do.
  • This enhancement layer reference image includes the peripheral pixels of the current block in the intra prediction by the intra prediction unit 134 of the enhancement layer image encoding unit 105.
  • the availability determination unit 154 determines the availability of the surrounding pixels.
  • the availability determination unit 154 supplies the determination result (availability) to the compensation pixel generation unit 155.
  • the supplement pixel generation unit 155 determines whether or not there is an unavailable peripheral pixel based on the determination result supplied from the availability determination unit 154. If there is, the supplement pixel generation unit 155 supplements the unavailable peripheral pixel. Generate a pixel.
  • the filling pixel generation unit 155 performs filling using the base layer pixels. Generate a pixel. That is, the compensation pixel generation unit 155 reads the upsampled image from the base layer pixel memory 152 and generates a compensation pixel using the pixel values of the base layer pixels corresponding to the unavailable peripheral pixels.
  • the filling pixel generation unit 155 uses the enhancement layer pixels to fill the filling pixels. Is generated. That is, the supplement pixel generation unit 155 acquires the enhancement layer reference image from the frame memory 122 of the enhancement layer image encoding unit 105, and uses the pixel value of the unavailable pixel included in the enhancement layer reference image to calculate the supplement pixel. Generate.
  • the supplement pixel generation unit 155 supplies the supplement pixel generated as described above to the intra prediction unit 134 of the enhancement layer image encoding unit 105.
  • the intra prediction unit 134 performs intra prediction using the supplied supplemental pixels and generates a predicted image.
  • the scalable encoding device 100 can compensate for unavailable peripheral pixels with base layer pixels in intra prediction in enhancement layer encoding, and therefore, even in the case of a constrained intra, the prediction accuracy is high. Reduction can be suppressed and reduction of encoding efficiency can be suppressed. Thereby, the scalable encoding device 100 can suppress a reduction in image quality due to encoding / decoding.
  • step S101 the encoding control unit 102 of the scalable encoding device 100 sets the first layer as a processing target.
  • step S102 the encoding control unit 102 determines whether or not the current layer to be processed is a base layer. If it is determined that the current layer is the base layer, the process proceeds to step S103.
  • step S103 the base layer image encoding unit 103 performs base layer encoding processing.
  • step S103 the process proceeds to step S107.
  • step S102 If it is determined in step S102 that the current layer is an enhancement layer, the process proceeds to step S104.
  • step S104 the encoding control unit 102 determines a base layer corresponding to the current layer (that is, a reference destination).
  • step S105 the pixel compensation unit 104 performs pixel compensation control information setting processing.
  • step S106 the enhancement layer image encoding unit 105 performs enhancement layer encoding processing.
  • the process of step S106 ends, the process proceeds to step S107.
  • step S107 the encoding control unit 102 determines whether all layers have been processed. If it is determined that there is an unprocessed layer, the process proceeds to step S108.
  • step S108 the encoding control unit 102 sets the next unprocessed layer as a processing target (current layer).
  • the process of step S108 ends, the process returns to step S102.
  • the processing from step S102 to step S108 is repeatedly executed, and each layer is encoded.
  • step S107 If it is determined in step S107 that all layers have been processed, the encoding process ends.
  • step S121 the A / D conversion unit 111 of the base layer image encoding unit 103 performs A / D conversion on the input base layer image information (image data).
  • step S122 the screen rearrangement buffer 112 stores the A / D converted base layer image information (digital data), and rearranges the pictures from the display order to the encoding order.
  • step S123 the intra prediction unit 124 performs an intra prediction process in the intra prediction mode.
  • step S124 the motion prediction / compensation unit 125 performs a motion prediction / compensation process for performing motion prediction or motion compensation in the inter prediction mode.
  • step S ⁇ b> 125 the predicted image selection unit 126 determines an optimum mode based on the cost function values output from the intra prediction unit 124 and the motion prediction / compensation unit 125. That is, the predicted image selection unit 126 selects one of the predicted image generated by the intra prediction unit 124 and the predicted image generated by the motion prediction / compensation unit 125.
  • step S126 the calculation unit 113 calculates the difference between the image rearranged by the process of step S122 and the predicted image selected by the process of step S125. The data amount of the difference data is reduced compared to the original image data. Therefore, the data amount can be compressed as compared with the case where the image is encoded as it is.
  • step S127 the orthogonal transform unit 114 performs an orthogonal transform process on the difference information generated by the process in step S126.
  • step S1208 the quantization unit 115 quantizes the orthogonal transform coefficient obtained by the process of step S127, using the quantization parameter calculated by the rate control unit 127.
  • the difference information quantized by the processing in step S128 is locally decoded as follows. That is, in step S129, the inverse quantization unit 118 inversely quantizes the quantized coefficient (also referred to as a quantization coefficient) generated by the process in step S128 with characteristics corresponding to the characteristics of the quantization unit 115. . In step S130, the inverse orthogonal transform unit 119 performs inverse orthogonal transform on the orthogonal transform coefficient obtained by the process of step S127. In step S131, the calculation unit 120 adds the predicted image to the locally decoded difference information, and generates a locally decoded image (an image corresponding to the input to the calculation unit 113).
  • step S132 the loop filter 121 filters the image generated by the process in step S131. Thereby, block distortion and the like are removed.
  • step S133 the frame memory 122 stores an image from which block distortion has been removed by the process of step S132. Note that an image that has not been filtered by the loop filter 121 is also supplied to the frame memory 122 from the computing unit 120 and stored therein. The image stored in the frame memory 122 is used for the processing in step S123 and the processing in step S124.
  • step S134 the upsampling unit 151 of the pixel compensation unit 104 upsamples the decoded image of the base layer.
  • step S135 the base layer pixel memory 152 of the pixel filling unit 104 stores the upsampled image obtained by the process of step S134.
  • step S136 the lossless encoding unit 116 of the base layer image encoding unit 103 encodes the coefficient quantized by the process of step S128. That is, lossless encoding such as variable length encoding or arithmetic encoding is performed on the data corresponding to the difference image.
  • the lossless encoding unit 116 encodes information on the prediction mode of the prediction image selected by the process of step S125, and adds the encoded information to the encoded data obtained by encoding the difference image. That is, the lossless encoding unit 116 encodes and encodes the optimal intra prediction mode information supplied from the intra prediction unit 124 or the information corresponding to the optimal inter prediction mode supplied from the motion prediction / compensation unit 125. Append to data.
  • step S137 the accumulation buffer 117 accumulates the base layer encoded data obtained by the process in step S136.
  • the base layer encoded data stored in the storage buffer 117 is appropriately read and transmitted to the decoding side via a transmission path or a recording medium.
  • step S138 the rate control unit 127 determines the quantum of the quantization unit 115 so that no overflow or underflow occurs based on the code amount (generated code amount) of the encoded data accumulated in the accumulation buffer 117 in step S137. Control the rate of activation.
  • the base layer encoding process is executed in units of pictures, for example. That is, the base layer encoding process is executed for each picture in the current layer. However, each process in the base layer encoding process is performed for each processing unit.
  • the Constrained_ipred setting unit 171 of the pixel compensation control information setting unit 153 of the pixel compensation unit 104 sets restricted intra control information (constrained_intra_pred_flag) in step S151.
  • step S152 the base layer pixel compensation control information setting unit 172 determines whether or not the value of the constrained intra control information (constrained_intra_pred_flag) set in step S151 is “1”. If it is determined that the value is “1”, the process proceeds to step S153.
  • constrained intra control information constrained_intra_pred_flag
  • step S153 the base layer pixel filling control information setting unit 172 sets base layer pixel filling control information (fill_with_baselayer_pixel_flag).
  • step S153 ends, the pixel compensation control information setting process ends, and the process returns to FIG.
  • step S152 If it is determined in step S152 that the value of the constrained intra control information (constrained_intra_pred_flag) is “0”, the process of step S153 is omitted, the pixel compensation control information setting process is terminated, and the process of FIG. Return to.
  • Steps S171 and S172 of the enhancement layer encoding process, and steps S174 to S186 are the same as steps S121 and S122, step S124 to S133, and steps S136 to S136 of the base layer encoding process of FIG. It is executed in the same manner as each process in step S138. However, each process of the enhancement layer encoding process is performed on the enhancement layer image information by each processing unit of the enhancement layer image encoding unit 105.
  • step S173 the intra prediction unit 134 and the pixel compensation unit 104 of the enhancement layer image encoding unit 105 perform an intra prediction process on the enhancement layer image information. Details of the intra prediction process will be described later.
  • the enhancement layer encoding process ends, and the process returns to FIG.
  • the enhancement layer encoding process is executed in units of pictures, for example. That is, the enhancement layer encoding process is executed for each picture in the current layer. However, each process in the enhancement layer encoding process is performed for each processing unit.
  • the availability determination unit 154 determines whether or not the value of the constrained intra control information (constrained_intra_pred_flag) is “1” in step S201. If it is determined that the value is “1”, the process proceeds to step S202.
  • step S202 the availability determination unit 154 acquires an enhancement layer reference image.
  • step S203 the availability determination unit 154 determines the availability of surrounding pixels included in the enhancement layer reference image acquired in step S202. That is, the availability determination unit 154 determines whether there is an unavailable pixel in the peripheral pixels of the enhancement layer. If it is determined that there is an unavailable pixel, the process proceeds to step S204.
  • step S204 the filling pixel generation unit 155 determines whether the value of the base layer pixel filling control information (fill_with_baselayer_pixel_flag) is “1”. If it is determined that the value is “1”, the process proceeds to step S205.
  • step S ⁇ b> 205 the compensation pixel generation unit 155 acquires a base layer upsampled image stored in the base layer pixel memory 152.
  • step S206 the compensation pixel generation unit 155 generates a compensation pixel using the upsampled image of the base layer acquired by the process in step S205.
  • the process proceeds to step S209.
  • step S204 If it is determined in step S204 that the value of the base layer pixel filling control information (fill_with_baselayer_pixel_flag) is “0”, the process proceeds to step S207.
  • step S207 the compensation pixel generation unit 155 obtains the enhancement layer reference image stored in the frame memory 122 of the enhancement layer image encoding unit 105.
  • step S208 the compensation pixel generation unit 155 generates a compensation pixel using the enhancement layer reference image acquired by the process in step S207.
  • the process proceeds to step S209.
  • step S209 the compensation pixel generation unit 155 supplies the compensation pixel generated in step S206 or step S208 to the intra prediction unit 134 of the enhancement layer image encoding unit 105, so that the compensation pixel is unenhanced in the enhancement layer. Complement to available peripheral pixels.
  • step S210 the intra prediction unit 134 of the enhancement layer image encoding unit 105 generates a prediction image in each intra prediction mode.
  • step S211 the intra prediction unit 134 of the enhancement layer image encoding unit 105 calculates a cost function value for the prediction image of each intra prediction mode generated in step S210, and based on the value, the optimal intra prediction mode is calculated. (Also referred to as optimal intra prediction mode) is selected.
  • step S211 When the process of step S211 ends, the intra prediction process ends, and the process returns to FIG.
  • the scalable encoding device 100 can suppress a reduction in encoding efficiency and an image quality due to encoding / decoding.
  • FIG. 21 is a block diagram illustrating a main configuration example of a scalable decoding device corresponding to the scalable encoding device 100 of FIG.
  • a scalable decoding device 200 shown in FIG. 21 performs scalable decoding on encoded data obtained by scalable encoding of image data by the scalable encoding device 100, for example, by a method corresponding to the encoding method.
  • the scalable decoding device 200 includes a common information acquisition unit 201, a decoding control unit 202, a base layer image decoding unit 203, a pixel compensation unit 204, and an enhancement layer image decoding unit 205.
  • the common information acquisition unit 201 acquires common information (for example, a video parameter set (VPS)) transmitted from the encoding side.
  • the common information acquisition unit 201 extracts information related to decoding from the acquired common information and supplies it to the decoding control unit 202.
  • the common information acquisition unit 201 supplies part or all of the common information to the base layer image decoding unit 203 to the enhancement layer image decoding unit 205 as appropriate.
  • the decoding control unit 202 acquires information about decoding supplied from the common information acquisition unit 201, and controls the base layer image decoding unit 203 to the enhancement layer image decoding unit 205 based on the information, thereby Control decryption.
  • the base layer image decoding unit 203 is an image decoding unit corresponding to the base layer image encoding unit 103, and for example, base layer encoded data obtained by encoding base layer image information by the base layer image encoding unit 103. To get.
  • the base layer image decoding unit 203 decodes the base layer encoded data without using the information of other layers, reconstructs the base layer image information, and outputs it.
  • the base layer image decoding unit 203 supplies the base layer decoded image obtained at the time of decoding to the pixel compensation unit 204.
  • the pixel compensation unit 204 performs processing related to surrounding pixel compensation when a restricted intra is used in the intra prediction in the enhancement layer image decoding unit 205. For example, the pixel compensation unit 204 acquires a decoded image of the base layer from the base layer image decoding unit 203, and supplements the unavailable peripheral pixels of the enhancement layer using the base layer pixels. The pixel compensation unit 204 supplies such peripheral pixel compensation pixels to the enhancement layer image decoding unit 205.
  • the enhancement layer image decoding unit 205 is an image decoding unit corresponding to the enhancement layer image encoding unit 105, for example, enhancement layer encoded data obtained by encoding enhancement layer image information by the enhancement layer image encoding unit 105. To get.
  • the enhancement layer image decoding unit 205 decodes the enhancement layer encoded data. In the decoding, the enhancement layer image decoding unit 205 supplies peripheral pixels of the enhancement layer to the pixel compensation unit 204 when performing intra prediction to generate a prediction image of the current block. In addition, the enhancement layer image decoding unit 205 acquires the compensation pixels of the peripheral pixels of the current block from the pixel compensation unit 204.
  • the enhancement layer image decoding unit 205 performs intra prediction using such compensation pixels, generates a prediction image, reconstructs enhancement layer image information using the prediction image, and outputs the reconstruction layer image information.
  • FIG. 22 is a block diagram illustrating a main configuration example of the base layer image decoding unit 203 in FIG.
  • the base layer image decoding unit 203 includes a storage buffer 211, a lossless decoding unit 212, an inverse quantization unit 213, an inverse orthogonal transform unit 214, a calculation unit 215, a loop filter 216, a screen rearrangement buffer 217, And a D / A converter 218.
  • the base layer image decoding unit 203 includes a frame memory 219, a selection unit 220, an intra prediction unit 221, a motion compensation unit 222, and a selection unit 223.
  • Accumulation buffer 211 is also a receiving unit that receives transmitted base layer encoded data.
  • the accumulation buffer 211 receives and accumulates the transmitted base layer encoded data, and supplies the encoded data to the lossless decoding unit 212 at a predetermined timing.
  • Information necessary for decoding such as prediction mode information is added to the base layer encoded data.
  • the lossless decoding unit 212 decodes the information supplied from the accumulation buffer 211 and encoded by the lossless encoding unit 116 by a method corresponding to the encoding method of the lossless encoding unit 116.
  • the lossless decoding unit 212 supplies the quantized coefficient data of the difference image obtained by decoding to the inverse quantization unit 213.
  • the lossless decoding unit 212 appropriately extracts and acquires NAL units including a video parameter set (VPS), a sequence parameter set (SPS), a picture parameter set (PPS), and the like included in the base layer encoded data.
  • the lossless decoding unit 212 extracts information on the optimum prediction mode from the information, determines whether the intra prediction mode or the inter prediction mode is selected as the optimum prediction mode based on the information, and Information regarding the optimal prediction mode is supplied to the mode determined to be selected from the intra prediction unit 221 and the motion compensation unit 222. That is, for example, when the intra prediction mode is selected as the optimal prediction mode in the base layer image encoding unit 103, information regarding the optimal prediction mode is supplied to the intra prediction unit 221. For example, when the inter prediction mode is selected as the optimal prediction mode in the base layer image encoding unit 103, information regarding the optimal prediction mode is supplied to the motion compensation unit 222.
  • the lossless decoding unit 212 extracts information necessary for inverse quantization, such as a quantization matrix and a quantization parameter, from the NAL unit or the like, and supplies it to the inverse quantization unit 213.
  • the inverse quantization unit 213 inversely quantizes the quantized coefficient data obtained by decoding by the lossless decoding unit 212 using a method corresponding to the quantization method of the quantization unit 115.
  • the inverse quantization unit 213 is a processing unit similar to the inverse quantization unit 118. That is, the description of the inverse quantization unit 213 can be applied to the inverse quantization unit 118. However, the data input / output destinations and the like need to be changed appropriately according to the device.
  • the inverse quantization unit 213 supplies the obtained coefficient data to the inverse orthogonal transform unit 214.
  • the inverse orthogonal transform unit 214 performs inverse orthogonal transform on the coefficient data supplied from the inverse quantization unit 213 using a method corresponding to the orthogonal transform method of the orthogonal transform unit 114.
  • the inverse orthogonal transform unit 214 is a processing unit similar to the inverse orthogonal transform unit 119. That is, the description of the inverse orthogonal transform unit 214 can be applied to the inverse orthogonal transform unit 119. However, the data input / output destinations and the like need to be changed appropriately according to the device.
  • the inverse orthogonal transform unit 214 obtains decoded residual data corresponding to the residual data before being orthogonally transformed by the orthogonal transform unit 114 by the inverse orthogonal transform process.
  • the decoded residual data obtained by the inverse orthogonal transform is supplied to the calculation unit 215.
  • a prediction image is supplied to the calculation unit 215 from the intra prediction unit 221 or the motion compensation unit 222 via the selection unit 223.
  • the calculating unit 215 adds the decoded residual data and the predicted image, and obtains decoded image data corresponding to the image data before the predicted image is subtracted by the calculating unit 113.
  • the arithmetic unit 215 supplies the decoded image data to the loop filter 216.
  • the loop filter 216 appropriately performs filtering processing including a deblocking filter and an adaptive loop filter on the supplied decoded image, and supplies it to the screen rearranging buffer 217 and the frame memory 219.
  • the loop filter 216 removes block distortion of the decoded image by performing a deblocking filter process on the decoded image.
  • the loop filter 216 performs image quality improvement by performing loop filter processing using a Wiener filter on the deblock filter processing result (decoded image from which block distortion has been removed). Do.
  • the loop filter 216 is a processing unit similar to the loop filter 121.
  • the decoded image output from the calculation unit 215 can be supplied to the screen rearrangement buffer 217 and the frame memory 219 without passing through the loop filter 216. That is, part or all of the filter processing by the loop filter 216 can be omitted.
  • the screen rearrangement buffer 217 rearranges the decoded images. That is, the order of frames rearranged for the encoding order by the screen rearrangement buffer 112 is rearranged in the original display order.
  • the D / A conversion unit 218 performs D / A conversion on the image supplied from the screen rearrangement buffer 217, and outputs and displays the image on a display (not shown).
  • the frame memory 219 stores the supplied decoded image, and uses the stored decoded image as a reference image at a predetermined timing or based on an external request such as the intra prediction unit 221 or the motion compensation unit 222. This is supplied to the selection unit 220.
  • the eyelid selection unit 220 selects a reference image supply destination supplied from the frame memory 219.
  • the selection unit 220 supplies the reference image supplied from the frame memory 219 to the intra prediction unit 221 when decoding an intra-coded image.
  • the selection unit 220 supplies the reference image supplied from the frame memory 219 to the motion compensation unit 222 when decoding an inter-encoded image.
  • the intra prediction unit 221 is appropriately supplied with information indicating the intra prediction mode obtained by decoding the header information from the lossless decoding unit 212.
  • the intra prediction unit 221 performs intra prediction using the reference image acquired from the frame memory 219 in the intra prediction mode used in the intra prediction unit 124, and generates a predicted image.
  • the intra prediction unit 221 supplies the generated predicted image to the selection unit 223.
  • the eyelid motion compensation unit 222 acquires information (optimum prediction mode information, reference image information, etc.) obtained by decoding the header information from the lossless decoding unit 212.
  • the heel motion compensation unit 222 performs motion compensation using the reference image acquired from the frame memory 219 in the inter prediction mode indicated by the optimal prediction mode information acquired from the lossless decoding unit 212, and generates a predicted image.
  • the motion compensation unit 222 supplies the generated predicted image to the selection unit 223.
  • the eyelid selection unit 223 supplies the prediction image from the intra prediction unit 221 or the prediction image from the motion compensation unit 222 to the calculation unit 215.
  • the arithmetic unit 215 adds the predicted image generated using the motion vector and the decoded residual data (difference image information) from the inverse orthogonal transform unit 214 to decode the original image.
  • the frame memory 219 supplies the stored base layer decoded image to the pixel compensation unit 204.
  • FIG. 23 is a block diagram illustrating a main configuration example of the enhancement layer image decoding unit 205 of FIG. As shown in FIG. 23, the enhancement layer image decoding unit 205 has basically the same configuration as the base layer image decoding unit 203 in FIG.
  • each unit of the enhancement layer image decoding unit 205 performs a process for decoding enhancement layer encoded data, not the base layer. That is, the accumulation buffer 211 of the enhancement layer image decoding unit 205 stores the enhancement layer encoded data, and the D / A conversion unit 218 of the enhancement layer image decoding unit 205 displays the enhancement layer image information, for example, in the subsequent stage. Output to a recording device (recording medium) or transmission path.
  • the enhancement layer image decoding unit 205 has an intra prediction unit 231 instead of the intra prediction unit 221.
  • the intra prediction unit 231 acquires the compensation pixel generated by the pixel compensation unit 204, performs intra prediction of the enhancement layer using the peripheral pixels of the current block in which the compensation pixel is compensated, and generates a predicted image. Intra prediction is performed in the same manner as in the case of the intra prediction unit 221.
  • the frame memory 219 supplies the stored decoded image (enhancement layer decoded image) to the pixel compensation unit 204.
  • the lossless decoding unit 212 supplies the restricted intra control information (constrained_intra_pred_flag) and the base layer pixel filling control information (fill_with_baselayer_pixel_flag) transmitted from the encoding side to the pixel filling unit 204.
  • the lossless decoding unit 212 extracts encoded data of constrained intra control information (constrained_intra_pred_flag) and base layer pixel filling control information (fill_with_baselayer_pixel_flag) from the picture parameter set (PPS) transmitted from the encoding side, and extracts them. This is supplied to the pixel filling unit 204.
  • FIG. 24 is a block diagram illustrating a main configuration example of the pixel compensation unit 204 of FIG.
  • the pixel compensation unit 204 includes an upsampling unit 251, a base layer pixel memory 252, a pixel compensation control information decoding unit 253, an availability determination unit 254, and a compensation pixel generation unit 255.
  • Upsampling unit 251 performs upsampling processing (conversion processing) of the base layer decoded image. As illustrated in FIG. 24, the upsampling unit 251 includes an upsampling ratio setting unit 261, a decoded image buffer 262, and a filtering unit 263.
  • the upsampling ratio setting unit 261 sets the upsampling ratio in the upsampling process of the base layer decoded image.
  • the upsample ratio setting unit 261 acquires the resolution of the enhancement layer from the lossless decoding unit 212 of the enhancement layer image decoding unit 205, for example.
  • the upsample ratio setting unit 261 acquires the resolution of the base layer from the base layer image decoding unit 203 (for example, the lossless decoding unit 212).
  • the upsample ratio setting unit 261 sets the upsample ratio based on these pieces of information. That is, the upsampling ratio setting unit 261 can set an upsampling ratio according to the resolution ratio between the base layer and the enhancement layer.
  • the upsampling unit 251 can upsample the base layer decoded image at a ratio corresponding to the resolution ratio between the base layer and the enhancement layer.
  • the upsample ratio setting unit 261 supplies the set upsample ratio to the filtering unit 263.
  • the decoded image buffer 262 stores the base layer decoded image supplied from the frame memory 219 of the base layer image decoding unit 203.
  • the decoded image buffer 262 supplies the stored base layer decoded image to the filtering unit 263.
  • the eaves filtering unit 263 performs upsampling processing on the base layer decoded image read from the decoded image buffer 262 with the upsampling ratio supplied from the upsampling ratio setting unit 261.
  • the filtering unit 263 supplies the obtained upsampled image to the base layer pixel memory 252.
  • the base layer pixel memory 252 stores the upsampled image supplied from the filtering unit 263.
  • the base layer pixel memory 252 supplies the stored upsampled image to the compensation pixel generation unit 255.
  • the pixel compensation control information decoding unit 253 obtains and decodes encoded data of control information relating to pixel compensation transmitted from the encoding side, which is supplied from the lossless decoding unit 212 of the enhancement layer image decoding unit 205. As illustrated in FIG. 24, the pixel compensation control information setting unit 253 includes a Constrained_ipred decoding unit 271 and a base layer pixel compensation control information decoding unit 272.
  • the Constrained_ipred decoding unit 271 acquires and decodes the encoded data of the constrained intra control information (constrained_intra_pred_flag) supplied from the lossless decoding unit 212 of the enhancement layer image decoding unit 205.
  • the Constrained_ipred decoding unit 271 supplies the obtained restricted intra control information (constrained_intra_pred_flag) to the base layer pixel compensation control information decoding unit 272.
  • the Constrained_ipred decoding unit 271 also supplies the obtained restricted intra control information (constrained_intra_pred_flag) to the availability determination unit 254.
  • the base layer pixel compensation control information decoding unit 272 supplies from the lossless decoding unit 212 of the enhancement layer image decoding unit 205 when the value of the restricted intra control information (constrained_intra_pred_flag) supplied from the Constrained_ipred decoding unit 271 is “1”.
  • the encoded data of the base layer pixel filling control information (fill_with_baselayer_pixel_flag) to be obtained is acquired and decoded.
  • the base layer pixel filling control information decoding unit 272 supplies the obtained base layer pixel filling control information (fill_with_baselayer_pixel_flag) to the filling pixel generation unit 255.
  • the availability determination unit 254 acquires the enhancement layer reference image from the frame memory 219 of the enhancement layer image decoding unit 205. .
  • This enhancement layer reference image includes peripheral pixels of the current block in the intra prediction by the intra prediction unit 231 of the enhancement layer image decoding unit 205.
  • the availability determination unit 254 determines the availability of the surrounding pixels.
  • the availability determination unit 254 supplies the determination result (availability) to the compensation pixel generation unit 255.
  • the supplement pixel generation unit 255 determines whether there is an unavailable peripheral pixel. If there is, the supplement pixel generation unit 255 compensates for the unavailable peripheral pixel. Generate a pixel.
  • the filling pixel generation unit 255 fills using the base layer pixels. Generate a pixel. That is, the supplement pixel generation unit 255 reads the upsampled image from the base layer pixel memory 252 and generates a supplement pixel using the pixel values of the base layer pixels corresponding to the unavailable peripheral pixels.
  • the filling pixel generation unit 255 uses the enhancement layer pixels to fill the pixels. Is generated. That is, the compensation pixel generation unit 255 acquires the enhancement layer reference image from the frame memory 219 of the enhancement layer image decoding unit 205, and generates a compensation pixel using the pixel value of the unavailable pixel included in the enhancement layer reference image. To do.
  • the supplement pixel generation unit 255 supplies the supplement pixels generated as described above to the intra prediction unit 231 of the enhancement layer image decoding unit 205.
  • the intra prediction unit 231 performs intra prediction using the supplied compensation pixels and generates a predicted image.
  • the scalable decoding device 200 can compensate the unavailable peripheral pixels with the base layer pixels in the intra prediction in the enhancement layer decoding, so that the prediction accuracy can be reduced even in the case of the restricted intra. It is possible to suppress the reduction in encoding efficiency. Thereby, the scalable decoding device 200 can suppress a reduction in image quality due to encoding / decoding.
  • step S301 the decoding control unit 202 of the scalable decoding device 200 sets the first layer as a processing target.
  • step S302 the decoding control unit 202 determines whether or not the current layer to be processed is a base layer. If it is determined that the current layer is the base layer, the process proceeds to step S303.
  • step S303 the base layer image decoding unit 203 performs a base layer decoding process.
  • the process of step S303 ends, the process proceeds to step S307.
  • step S302 If it is determined in step S302 that the current layer is an enhancement layer, the process proceeds to step S304.
  • step S304 the decoding control unit 202 determines a base layer corresponding to the current layer (that is, a reference destination).
  • step S305 the pixel compensation unit 204 performs pixel compensation control information decoding processing.
  • step S306 the enhancement layer image decoding unit 205 performs enhancement layer decoding processing.
  • the process of step S306 ends the process proceeds to step S307.
  • step S307 the decoding control unit 202 determines whether all layers have been processed. If it is determined that there is an unprocessed layer, the process proceeds to step S308.
  • step S308 the decoding control unit 202 sets the next unprocessed layer as a processing target (current layer).
  • the process of step S308 ends, the process returns to step S302.
  • the processing from step S302 to step S308 is repeatedly executed, and each layer is decoded.
  • step S307 If it is determined in step S307 that all layers have been processed, the decoding process ends.
  • step S321 the accumulation buffer 211 of the base layer image decoding unit 203 accumulates the base layer bit stream transmitted from the encoding side.
  • step S322 the lossless decoding unit 212 decodes the base layer bit stream (encoded difference image information) supplied from the accumulation buffer 211. That is, the I picture, P picture, and B picture encoded by the lossless encoding unit 116 are decoded. At this time, various information other than the difference image information included in the bit stream such as header information is also decoded.
  • step S323 the inverse quantization unit 213 inversely quantizes the quantized coefficient obtained by the process in step S322.
  • step S324 the inverse orthogonal transform unit 214 performs inverse orthogonal transform on the current block (current TU).
  • step S325 the intra prediction unit 221 or the motion compensation unit 222 performs a prediction process to generate a predicted image. That is, the prediction process is performed in the prediction mode that is determined in the lossless decoding unit 212 and applied at the time of encoding. More specifically, for example, when intra prediction is applied at the time of encoding, the intra prediction unit 221 generates a prediction image in the intra prediction mode that is optimized at the time of encoding. For example, when inter prediction is applied at the time of encoding, the motion compensation unit 222 generates a prediction image in an inter prediction mode that is optimized at the time of encoding.
  • step S326 the calculation unit 215 adds the predicted image generated in step S325 to the difference image information generated by the inverse orthogonal transform process in step S324. As a result, the original image is decoded.
  • step S327 the loop filter 216 appropriately performs loop filter processing on the decoded image obtained in step S326.
  • step S328 the screen rearrangement buffer 217 rearranges the images filtered in step S327. That is, the order of frames rearranged for encoding by the screen rearrangement buffer 112 is rearranged in the original display order.
  • step S329 the D / A conversion unit 218 performs D / A conversion on the image in which the frame order is rearranged in step S328. This image is output to a display (not shown), and the image is displayed.
  • step S330 the frame memory 219 stores the decoded image subjected to the loop filter process in step S327.
  • step S331 the upsampling unit 251 of the pixel compensation unit 204 performs the upsampling process on the base layer decoded image subjected to the loop filter process in step S327 in accordance with the upsampling ratio in the spatial direction between the base layer and the enhancement layer.
  • step S332 the base layer pixel memory 252 of the pixel compensation unit 204 stores the base layer upsampled image obtained in step S331.
  • the base layer decoding process ends, and the process returns to FIG.
  • the base layer decoding process is executed in units of pictures, for example. That is, the base layer decoding process is executed for each picture in the current layer. However, each process in the base layer decoding process is performed for each processing unit.
  • the Constrained_ipred decoding unit 271 of the pixel compensation control information decoding unit 253 of the pixel compensation unit 204 performs constrained intra control information (constrained_intra_pred_flag) transmitted from the encoding side in step S351. Is decrypted.
  • step S352 the base layer pixel compensation control information decoding unit 272 determines whether or not the value of the constrained intra control information (constrained_intra_pred_flag) obtained in step S351 is “1”. If it is determined that the value is “1”, the process proceeds to step S353.
  • constrained intra control information constrained_intra_pred_flag
  • step S353 the base layer pixel filling control information decoding unit 272 decodes the base layer pixel filling control information (fill_with_baselayer_pixel_flag) transmitted from the encoding side.
  • the process of step S353 ends, the pixel compensation control information decoding process ends, and the process returns to FIG.
  • step S352 of FIG. 27 If it is determined in step S352 of FIG. 27 that the value of the restricted intra control information (constrained_intra_pred_flag) transmitted from the encoding side is “0”, the process of step S353 is omitted, and pixel compensation control information The decoding process ends, and the process returns to FIG.
  • Steps S371 to S374 of the enhancement layer decoding process and steps S376 to S380 are executed in the same manner as the steps S321 to S324 and steps S326 to S330 of the base layer decoding process. .
  • each process of the enhancement layer decoding process is performed on the enhancement layer encoded data by each processing unit of the enhancement layer image decoding unit 205.
  • step S375 the intra prediction unit 231 and the motion compensation unit 222 of the enhancement layer image decoding unit 205 and the pixel compensation unit 204 perform prediction processing on the enhancement layer encoded data.
  • the enhancement layer decoding process ends, and the process returns to FIG.
  • the enhancement layer decoding process is executed in units of pictures, for example. That is, the enhancement layer decoding process is executed for each picture in the current layer. However, each process in the enhancement layer decoding process is performed for each processing unit.
  • the intra prediction unit 231 of the enhancement layer image decoding unit 205 determines whether or not the prediction mode is intra prediction in step S401. When it determines with it being intra prediction, a process progresses to step S402.
  • step S402 the intra prediction unit 231 and the pixel compensation unit 204 perform an intra prediction process.
  • the prediction process ends, and the process returns to FIG.
  • step S401 when it is determined in step S401 that the prediction is inter prediction, the process proceeds to step S403.
  • step S403 the motion compensation unit 222 performs motion compensation in the optimal inter prediction mode that is the inter prediction mode employed at the time of encoding, and generates a prediction image.
  • the availability determination unit 254 determines whether or not the value of the restricted intra control information (constrained_intra_pred_flag) is “1” in step S421. If it is determined that the value is “1”, the process proceeds to step S422.
  • step S422 the availability determination unit 254 acquires an enhancement layer reference image.
  • step S423 the availability determination unit 254 determines the availability of surrounding pixels included in the enhancement layer reference image acquired in step S422. That is, the availability determination unit 254 determines whether there is an unavailable pixel in the peripheral pixels of the enhancement layer. If it is determined that there is an unavailable pixel, the process proceeds to step S424.
  • step S424 the filling pixel generation unit 255 determines whether or not the value of the base layer pixel filling control information (fill_with_baselayer_pixel_flag) is “1”. If it is determined that the value is “1”, the process proceeds to step S425.
  • step S425 the compensation pixel generation unit 255 acquires an upsampled image of the base layer.
  • step S426 the compensation pixel generation unit 255 generates a compensation pixel using the upsampled image of the base layer acquired by the process in step S425.
  • step S426 ends, the process proceeds to step S429.
  • step S424 If it is determined in step S424 that the value of the base layer pixel filling control information (fill_with_baselayer_pixel_flag) is “0”, the process proceeds to step S427.
  • step S427 the compensation pixel generation unit 255 acquires an enhancement layer reference image.
  • step S428 the compensation pixel generation unit 255 generates a compensation pixel using the enhancement layer reference image acquired by the processing in step S427.
  • step S428 ends, the process proceeds to step S429.
  • step S429 the supplement pixel generation unit 255 supplies the supplement pixel generated in step S426 or step S428 to the intra prediction unit 231 of the enhancement layer image decoding unit 205, so that the supplement pixel is unavailable in the enhancement layer. To compensate for the surrounding pixels.
  • step S430 the intra prediction unit 231 of the enhancement layer image decoding unit 205 generates a prediction image in the optimal intra prediction mode that is the intra prediction mode employed at the time of encoding.
  • step S430 When the process of step S430 ends, the intra prediction process ends, and the process returns to FIG.
  • the scalable decoding device 200 can suppress a reduction in encoding efficiency and suppress a reduction in image quality due to encoding / decoding.
  • image data is hierarchized into a plurality of layers by scalable coding, but the number of layers is arbitrary. Further, for example, as shown in the example of FIG. 31, some pictures may be hierarchized.
  • the enhancement layer in the encoding / decoding, has been described as being processed using the information of the base layer. However, the enhancement layer is not limited to this, and other enhancement layers that have been processed are processed. Processing may be performed using information.
  • the layers described above include views in multi-view image encoding / decoding. That is, the present technology can be applied to multi-view image encoding / multi-view image decoding.
  • FIG. 32 shows an example of the multi-view image encoding method.
  • a multi-viewpoint image includes images of a plurality of viewpoints (views), and an image of a predetermined one viewpoint among the plurality of viewpoints is designated as a base-view image.
  • Each viewpoint image other than the base view image is treated as a non-base view image.
  • each view image is encoded / decoded.
  • the above-described method may be applied to the encoding / decoding of each view. Good. That is, motion information or the like may be shared among a plurality of views in such multi-viewpoint encoding / decoding.
  • prediction motion information candidates are generated using only the motion information of the own view, and for the non-base view, the motion information of the base view is also used to generate the prediction motion information.
  • the application range of the present technology can be applied to any image encoding device and image decoding device based on a scalable encoding / decoding method.
  • the present technology is disclosed in, for example, MPEG, H.264, and the like.
  • image information compressed by orthogonal transformation such as discrete cosine transformation and motion compensation, such as 26x
  • network media such as satellite broadcasting, cable television, the Internet, or mobile phones.
  • the present invention can be applied to an image encoding device and an image decoding device used in the above.
  • the present technology can be applied to an image encoding device and an image decoding device that are used when processing on a storage medium such as an optical, magnetic disk, and flash memory.
  • Third Embodiment> ⁇ Computer>
  • the series of processes described above can be executed by hardware or can be executed by software.
  • a program constituting the software is installed in the computer.
  • the computer includes, for example, a general-purpose personal computer that can execute various functions by installing a computer incorporated in dedicated hardware and various programs.
  • FIG. 33 is a block diagram showing an example of the hardware configuration of a computer that executes the above-described series of processing by a program.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • An input / output interface 810 is also connected to the bus 804.
  • An input unit 811, an output unit 812, a storage unit 813, a communication unit 814, and a drive 815 are connected to the input / output interface 810.
  • the bag input unit 811 includes, for example, a keyboard, a mouse, a microphone, a touch panel, an input terminal, and the like.
  • the output unit 812 includes, for example, a display, a speaker, an output terminal, and the like.
  • the storage unit 813 includes, for example, a hard disk, a RAM disk, a nonvolatile memory, and the like.
  • the communication unit 814 includes a network interface, for example.
  • the drive 815 drives a removable medium 821 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory.
  • the CPU 801 loads the program stored in the storage unit 813 into the RAM 803 via the input / output interface 810 and the bus 804 and executes the program, for example. Is performed.
  • the RAM 803 also appropriately stores data necessary for the CPU 801 to execute various processes.
  • the program executed by the computer (CPU 801) can be recorded and applied to, for example, a removable medium 821 as a package medium or the like.
  • the program can be provided via a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting.
  • the program can be installed in the storage unit 813 via the input / output interface 810 by attaching the removable medium 821 to the drive 815.
  • the program can be received by the communication unit 814 via a wired or wireless transmission medium and installed in the storage unit 813.
  • the program can be installed in the ROM 802 or the storage unit 813 in advance.
  • the program executed by the computer may be a program that is processed in time series in the order described in this specification, or in parallel or at a necessary timing such as when a call is made. It may be a program for processing.
  • the step of describing the program recorded on the recording medium is not limited to the processing performed in chronological order according to the described order, but may be performed in parallel or It also includes processes that are executed individually.
  • the system means a set of a plurality of components (devices, modules (parts), etc.), and it does not matter whether all the components are in the same housing. Accordingly, a plurality of devices housed in separate housings and connected via a network and a single device housing a plurality of modules in one housing are all systems. .
  • the configuration described as one device (or processing unit) may be divided and configured as a plurality of devices (or processing units). Conversely, the configurations described above as a plurality of devices (or processing units) may be combined into a single device (or processing unit). Of course, a configuration other than that described above may be added to the configuration of each device (or each processing unit). Furthermore, if the configuration and operation of the entire system are substantially the same, a part of the configuration of a certain device (or processing unit) may be included in the configuration of another device (or other processing unit). .
  • the present technology can take a configuration of cloud computing in which one function is shared by a plurality of devices via a network and is jointly processed.
  • each step described in the above flowchart can be executed by one apparatus or can be shared by a plurality of apparatuses.
  • the plurality of processes included in the one step can be executed by being shared by a plurality of apparatuses in addition to being executed by one apparatus.
  • An image encoding device and an image decoding device include a transmitter or a receiver in optical broadcasting, satellite broadcasting, cable broadcasting such as cable TV, distribution on the Internet, and distribution to terminals by cellular communication, etc.
  • the present invention can be applied to various electronic devices such as a recording device that records an image on a medium such as a magnetic disk and a flash memory, or a playback device that reproduces an image from these storage media.
  • a recording device that records an image on a medium such as a magnetic disk and a flash memory
  • a playback device that reproduces an image from these storage media.
  • FIG. 34 shows an example of a schematic configuration of a television apparatus to which the above-described embodiment is applied.
  • the television apparatus 900 includes an antenna 901, a tuner 902, a demultiplexer 903, a decoder 904, a video signal processing unit 905, a display unit 906, an audio signal processing unit 907, a speaker 908, an external interface 909, a control unit 910, a user interface 911, And a bus 912.
  • the tuner 902 extracts a signal of a desired channel from a broadcast signal received via the antenna 901, and demodulates the extracted signal. Then, the tuner 902 outputs the encoded bit stream obtained by the demodulation to the demultiplexer 903. That is, the tuner 902 has a role as a transmission unit in the television device 900 that receives an encoded stream in which an image is encoded.
  • the demultiplexer 903 separates the video stream and audio stream of the viewing target program from the encoded bit stream, and outputs each separated stream to the decoder 904. Further, the demultiplexer 903 extracts auxiliary data such as EPG (Electronic Program Guide) from the encoded bit stream, and supplies the extracted data to the control unit 910. Note that the demultiplexer 903 may perform descrambling when the encoded bit stream is scrambled.
  • EPG Electronic Program Guide
  • the decoder 904 decodes the video stream and audio stream input from the demultiplexer 903. Then, the decoder 904 outputs the video data generated by the decoding process to the video signal processing unit 905. In addition, the decoder 904 outputs audio data generated by the decoding process to the audio signal processing unit 907.
  • the video signal processing unit 905 reproduces the video data input from the decoder 904 and causes the display unit 906 to display the video.
  • the video signal processing unit 905 may cause the display unit 906 to display an application screen supplied via a network.
  • the video signal processing unit 905 may perform additional processing such as noise removal on the video data according to the setting.
  • the video signal processing unit 905 may generate a GUI (Graphical User Interface) image such as a menu, a button, or a cursor, and superimpose the generated image on the output image.
  • GUI Graphic User Interface
  • the display unit 906 is driven by a drive signal supplied from the video signal processing unit 905, and displays an image on a video screen of a display device (for example, a liquid crystal display, a plasma display, or an OELD (Organic ElectroLuminescence Display) (organic EL display)). Or an image is displayed.
  • a display device for example, a liquid crystal display, a plasma display, or an OELD (Organic ElectroLuminescence Display) (organic EL display)). Or an image is displayed.
  • the audio signal processing unit 907 performs reproduction processing such as D / A conversion and amplification on the audio data input from the decoder 904, and outputs audio from the speaker 908.
  • the audio signal processing unit 907 may perform additional processing such as noise removal on the audio data.
  • the external interface 909 is an interface for connecting the television device 900 to an external device or a network.
  • a video stream or an audio stream received via the external interface 909 may be decoded by the decoder 904. That is, the external interface 909 also has a role as a transmission unit in the television apparatus 900 that receives an encoded stream in which an image is encoded.
  • the bag control unit 910 includes a processor such as a CPU and memories such as a RAM and a ROM.
  • the memory stores a program executed by the CPU, program data, EPG data, data acquired via a network, and the like.
  • the program stored in the memory is read and executed by the CPU when the television apparatus 900 is activated.
  • the CPU executes the program to control the operation of the television device 900 according to an operation signal input from the user interface 911, for example.
  • the user interface 911 is connected to the control unit 910.
  • the user interface 911 includes, for example, buttons and switches for the user to operate the television device 900, a remote control signal receiving unit, and the like.
  • the user interface 911 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 910.
  • a bus 912 connects a tuner 902, a demultiplexer 903, a decoder 904, a video signal processing unit 905, an audio signal processing unit 907, an external interface 909, and a control unit 910 to each other.
  • the decoder 904 has the function of the scalable decoding device 200 according to the above-described embodiment. Accordingly, when decoding an image with the television device 900, it is possible to achieve a reduction in encoding efficiency and to suppress a reduction in image quality due to encoding / decoding.
  • FIG. 35 shows an example of a schematic configuration of a mobile phone to which the above-described embodiment is applied.
  • a cellular phone 920 includes an antenna 921, a communication unit 922, an audio codec 923, a speaker 924, a microphone 925, a camera unit 926, an image processing unit 927, a demultiplexing unit 928, a recording / reproducing unit 929, a display unit 930, a control unit 931, an operation A portion 932 and a bus 933.
  • the cage antenna 921 is connected to the communication unit 922.
  • the speaker 924 and the microphone 925 are connected to the audio codec 923.
  • the operation unit 932 is connected to the control unit 931.
  • the bus 933 connects the communication unit 922, the audio codec 923, the camera unit 926, the image processing unit 927, the demultiplexing unit 928, the recording / reproducing unit 929, the display unit 930, and the control unit 931 to each other.
  • the mobile phone 920 has various operation modes including a voice call mode, a data communication mode, a shooting mode, and a videophone mode, and is used for sending and receiving voice signals, sending and receiving e-mail or image data, taking images, and recording data. Perform the action.
  • the analog voice signal generated by the microphone 925 is supplied to the voice codec 923.
  • the audio codec 923 converts an analog audio signal into audio data, A / D converts the compressed audio data, and compresses it. Then, the audio codec 923 outputs the compressed audio data to the communication unit 922.
  • the communication unit 922 encodes and modulates the audio data and generates a transmission signal. Then, the communication unit 922 transmits the generated transmission signal to a base station (not shown) via the antenna 921. In addition, the communication unit 922 amplifies a radio signal received via the antenna 921 and performs frequency conversion to acquire a received signal.
  • the communication unit 922 demodulates and decodes the received signal to generate audio data, and outputs the generated audio data to the audio codec 923.
  • the audio codec 923 decompresses the audio data and performs D / A conversion to generate an analog audio signal. Then, the audio codec 923 supplies the generated audio signal to the speaker 924 to output audio.
  • control unit 931 in the data communication mode, for example, the control unit 931 generates character data constituting an e-mail in response to an operation by the user via the operation unit 932. In addition, the control unit 931 causes the display unit 930 to display characters. In addition, the control unit 931 generates e-mail data in response to a transmission instruction from the user via the operation unit 932, and outputs the generated e-mail data to the communication unit 922.
  • the communication unit 922 encodes and modulates email data and generates a transmission signal. Then, the communication unit 922 transmits the generated transmission signal to a base station (not shown) via the antenna 921. In addition, the communication unit 922 amplifies a radio signal received via the antenna 921 and performs frequency conversion to acquire a received signal.
  • the communication unit 922 demodulates and decodes the received signal to restore the email data, and outputs the restored email data to the control unit 931.
  • the control unit 931 displays the content of the electronic mail on the display unit 930 and stores the electronic mail data in the storage medium of the recording / reproducing unit 929.
  • the recording / reproducing unit 929 has a readable / writable arbitrary storage medium.
  • the storage medium may be a built-in storage medium such as RAM or flash memory, and is externally mounted such as a hard disk, magnetic disk, magneto-optical disk, optical disk, USB (Unallocated Space Space Bitmap) memory, or memory card. It may be a storage medium.
  • the camera unit 926 images a subject to generate image data, and outputs the generated image data to the image processing unit 927.
  • the image processing unit 927 encodes the image data input from the camera unit 926 and stores the encoded stream in the storage medium of the storage / playback unit 929.
  • the demultiplexing unit 928 multiplexes the video stream encoded by the image processing unit 927 and the audio stream input from the audio codec 923, and the multiplexed stream is the communication unit 922. Output to.
  • the communication unit 922 encodes and modulates the stream and generates a transmission signal. Then, the communication unit 922 transmits the generated transmission signal to a base station (not shown) via the antenna 921.
  • the communication unit 922 amplifies a radio signal received via the antenna 921 and performs frequency conversion to acquire a received signal.
  • These transmission signal and reception signal may include an encoded bit stream.
  • the communication unit 922 demodulates and decodes the received signal to restore the stream, and outputs the restored stream to the demultiplexing unit 928.
  • the demultiplexing unit 928 separates the video stream and the audio stream from the input stream, and outputs the video stream to the image processing unit 927 and the audio stream to the audio codec 923.
  • the image processing unit 927 decodes the video stream and generates video data.
  • the video data is supplied to the display unit 930, and a series of images is displayed on the display unit 930.
  • the audio codec 923 decompresses the audio stream and performs D / A conversion to generate an analog audio signal. Then, the audio codec 923 supplies the generated audio signal to the speaker 924 to output audio.
  • the image processing unit 927 has the functions of the scalable encoding device 100 and the scalable decoding device 200 according to the above-described embodiment. Accordingly, when encoding and decoding an image with the mobile phone 920, it is possible to suppress a reduction in encoding efficiency and to suppress a reduction in image quality due to encoding / decoding.
  • FIG. 36 shows an example of a schematic configuration of a recording / reproducing apparatus to which the above-described embodiment is applied.
  • the recording / reproducing device 940 encodes audio data and video data of a received broadcast program and records the encoded data on a recording medium.
  • the recording / reproducing device 940 may encode audio data and video data acquired from another device and record them on a recording medium, for example.
  • the recording / reproducing device 940 reproduces data recorded on the recording medium on a monitor and a speaker, for example, in accordance with a user instruction. At this time, the recording / reproducing device 940 decodes the audio data and the video data.
  • the recording / reproducing apparatus 940 includes a tuner 941, an external interface 942, an encoder 943, an HDD (Hard Disk Drive) 944, a disk drive 945, a selector 946, a decoder 947, an OSD (On-Screen Display) 948, a control unit 949, and a user interface. 950.
  • Tuner 941 extracts a signal of a desired channel from a broadcast signal received via an antenna (not shown), and demodulates the extracted signal. Then, the tuner 941 outputs the encoded bit stream obtained by the demodulation to the selector 946. That is, the tuner 941 serves as a transmission unit in the recording / reproducing apparatus 940.
  • the external interface 942 is an interface for connecting the recording / reproducing device 940 to an external device or a network.
  • the external interface 942 may be, for example, an IEEE1394 interface, a network interface, a USB interface, or a flash memory interface.
  • video data and audio data received via the external interface 942 are input to the encoder 943. That is, the external interface 942 serves as a transmission unit in the recording / reproducing device 940.
  • Encoder 943 encodes video data and audio data when video data and audio data input from external interface 942 are not encoded. Then, the encoder 943 outputs the encoded bit stream to the selector 946.
  • the HDD 944 records an encoded bit stream in which content data such as video and audio are compressed, various programs, and other data on an internal hard disk. Further, the HDD 944 reads out these data from the hard disk when reproducing video and audio.
  • the disk drive 945 records and reads data to and from the mounted recording medium.
  • the recording medium mounted on the disk drive 945 is, for example, a DVD disk (DVD-Video, DVD-RAM, DVD-R, DVD-RW, DVD + R, DVD + RW, etc.) or a Blu-ray (registered trademark) disk. It may be.
  • the selector 946 selects an encoded bit stream input from the tuner 941 or the encoder 943 when recording video and audio, and outputs the selected encoded bit stream to the HDD 944 or the disk drive 945. In addition, the selector 946 outputs the encoded bit stream input from the HDD 944 or the disk drive 945 to the decoder 947 during video and audio reproduction.
  • the decoder 947 decodes the encoded bit stream and generates video data and audio data. Then, the decoder 947 outputs the generated video data to the OSD 948. The decoder 904 outputs the generated audio data to an external speaker.
  • the OSD 948 reproduces the video data input from the decoder 947 and displays the video. Further, the OSD 948 may superimpose a GUI image such as a menu, a button, or a cursor on the video to be displayed.
  • a GUI image such as a menu, a button, or a cursor
  • the bag control unit 949 includes a processor such as a CPU and memories such as a RAM and a ROM.
  • the memory stores a program executed by the CPU, program data, and the like.
  • the program stored in the memory is read and executed by the CPU when the recording / reproducing apparatus 940 is activated, for example.
  • the CPU controls the operation of the recording / reproducing apparatus 940 in accordance with an operation signal input from the user interface 950, for example, by executing the program.
  • the user interface 950 is connected to the control unit 949.
  • the user interface 950 includes, for example, buttons and switches for the user to operate the recording / reproducing device 940, a remote control signal receiving unit, and the like.
  • the user interface 950 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 949.
  • the encoder 943 has the function of the scalable encoding apparatus 100 according to the above-described embodiment.
  • the decoder 947 has the function of the scalable decoding device 200 according to the above-described embodiment.
  • FIG. 37 shows an example of a schematic configuration of an imaging apparatus to which the above-described embodiment is applied.
  • the imaging device 960 images a subject to generate an image, encodes the image data, and records it on a recording medium.
  • the imaging device 960 includes an optical block 961, an imaging unit 962, a signal processing unit 963, an image processing unit 964, a display unit 965, an external interface 966, a memory 967, a media drive 968, an OSD 969, a control unit 970, a user interface 971, and a bus. 972.
  • the optical block 961 is connected to the imaging unit 962.
  • the imaging unit 962 is connected to the signal processing unit 963.
  • the display unit 965 is connected to the image processing unit 964.
  • the user interface 971 is connected to the control unit 970.
  • the bus 972 connects the image processing unit 964, the external interface 966, the memory 967, the media drive 968, the OSD 969, and the control unit 970 to each other.
  • the optical block 961 includes a focus lens and a diaphragm mechanism.
  • the optical block 961 forms an optical image of the subject on the imaging surface of the imaging unit 962.
  • the imaging unit 962 includes an image sensor such as a CCD (Charge-Coupled Device) or a CMOS (Complementary Metal-Oxide Semiconductor), and converts an optical image formed on the imaging surface into an image signal as an electrical signal by photoelectric conversion. Then, the imaging unit 962 outputs the image signal to the signal processing unit 963.
  • CCD Charge-Coupled Device
  • CMOS Complementary Metal-Oxide Semiconductor
  • the eyelid signal processing unit 963 performs various camera signal processing such as knee correction, gamma correction, and color correction on the image signal input from the imaging unit 962.
  • the signal processing unit 963 outputs the image data after the camera signal processing to the image processing unit 964.
  • the haze image processing unit 964 encodes the image data input from the signal processing unit 963 to generate encoded data. Then, the image processing unit 964 outputs the generated encoded data to the external interface 966 or the media drive 968. The image processing unit 964 also decodes encoded data input from the external interface 966 or the media drive 968 to generate image data. Then, the image processing unit 964 outputs the generated image data to the display unit 965. In addition, the image processing unit 964 may display the image by outputting the image data input from the signal processing unit 963 to the display unit 965. Further, the image processing unit 964 may superimpose display data acquired from the OSD 969 on an image output to the display unit 965.
  • the OSD 969 generates a GUI image such as a menu, a button, or a cursor, for example, and outputs the generated image to the image processing unit 964.
  • the external interface 966 is configured as a USB input / output terminal, for example.
  • the external interface 966 connects the imaging device 960 and a printer, for example, when printing an image.
  • a drive is connected to the external interface 966 as necessary.
  • a removable medium such as a magnetic disk or an optical disk is attached to the drive, and a program read from the removable medium can be installed in the imaging device 960.
  • the external interface 966 may be configured as a network interface connected to a network such as a LAN or the Internet. That is, the external interface 966 has a role as a transmission unit in the imaging device 960.
  • the recording medium loaded in the media drive 968 may be any readable / writable removable medium such as a magnetic disk, a magneto-optical disk, an optical disk, or a semiconductor memory.
  • a recording medium may be fixedly mounted on the media drive 968, and a non-portable storage unit such as an internal hard disk drive or an SSD (Solid State Drive) may be configured.
  • the bag control unit 970 includes a processor such as a CPU and memories such as a RAM and a ROM.
  • the memory stores a program executed by the CPU, program data, and the like.
  • the program stored in the memory is read and executed by the CPU when the imaging device 960 is activated, for example.
  • the CPU controls the operation of the imaging device 960 according to an operation signal input from the user interface 971 by executing the program.
  • the user interface 971 is connected to the control unit 970.
  • the user interface 971 includes, for example, buttons and switches for the user to operate the imaging device 960.
  • the user interface 971 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 970.
  • the image processing unit 964 has the functions of the scalable encoding device 100 and the scalable decoding device 200 according to the above-described embodiment. Therefore, when encoding and decoding an image by the imaging device 960, it is possible to suppress a reduction in encoding efficiency and to suppress a reduction in image quality due to encoding / decoding.
  • scalable coding> ⁇ First system> Next, a specific usage example of scalable encoded data that has been subjected to scalable encoding (hierarchical encoding) will be described.
  • the scalable coding is used for selection of data to be transmitted, for example, as in the example shown in FIG.
  • the distribution server 1002 reads the scalable encoded data stored in the scalable encoded data storage unit 1001, and via the network 1003, the personal computer 1004, the AV device 1005, the tablet This is distributed to the terminal device such as the device 1006 and the mobile phone 1007.
  • the distribution server 1002 selects and transmits encoded data of appropriate quality according to the capability of the terminal device, the communication environment, and the like. Even if the distribution server 1002 transmits high-quality data unnecessarily, a high-quality image is not always obtained in the terminal device, which may cause a delay or an overflow. Moreover, there is a possibility that the communication band is unnecessarily occupied or the load on the terminal device is unnecessarily increased. On the other hand, even if the distribution server 1002 transmits unnecessarily low quality data, there is a possibility that an image with sufficient image quality cannot be obtained in the terminal device. Therefore, the distribution server 1002 appropriately reads and transmits the scalable encoded data stored in the scalable encoded data storage unit 1001 as encoded data having an appropriate quality with respect to the capability and communication environment of the terminal device. .
  • the scalable encoded data storage unit 1001 stores scalable encoded data (BL + EL) 1011 encoded in a scalable manner.
  • the scalable encoded data (BL + EL) 1011 is encoded data including both a base layer and an enhancement layer, and is a data that can be decoded to obtain both a base layer image and an enhancement layer image. It is.
  • Distribution server 1002 selects an appropriate layer according to the capability of the terminal device that transmits data, the communication environment, and the like, and reads the data of that layer. For example, the distribution server 1002 reads high-quality scalable encoded data (BL + EL) 1011 from the scalable encoded data storage unit 1001 and transmits it to the personal computer 1004 and the tablet device 1006 with high processing capability as they are. . On the other hand, for example, the distribution server 1002 extracts base layer data from the scalable encoded data (BL + EL) 1011 for the AV device 1005 and the cellular phone 1007 having a low processing capability, and performs scalable encoding. Although it is data of the same content as the data (BL + EL) 1011, it is transmitted as scalable encoded data (BL) 1012 having a lower quality than the scalable encoded data (BL + EL) 1011.
  • BL scalable encoded data
  • scalable encoded data By using scalable encoded data in this way, the amount of data can be easily adjusted, so that the occurrence of delays and overflows can be suppressed, and unnecessary increases in the load on terminal devices and communication media can be suppressed. be able to.
  • scalable encoded data (BL + EL) 1011 since scalable encoded data (BL + EL) 1011 has reduced redundancy between layers, the amount of data can be reduced as compared with the case where encoded data of each layer is used as individual data. . Therefore, the storage area of the scalable encoded data storage unit 1001 can be used more efficiently.
  • the hardware performance of the terminal device varies depending on the device.
  • the application which a terminal device performs is also various, the capability of the software is also various.
  • the network 1003 serving as a communication medium can be applied to any communication network including wired, wireless, or both, such as the Internet and a LAN (Local Area Network), and has various data transmission capabilities. Furthermore, there is a risk of change due to other communications.
  • the distribution server 1002 communicates with the terminal device that is the data transmission destination before starting data transmission, and the hardware performance of the terminal device, the performance of the application (software) executed by the terminal device, etc. Information regarding the capability of the terminal device and information regarding the communication environment such as the available bandwidth of the network 1003 may be obtained. The distribution server 1002 may select an appropriate layer based on the information obtained here.
  • the layer extraction may be performed by the terminal device.
  • the personal computer 1004 may decode the transmitted scalable encoded data (BL + EL) 1011 and display a base layer image or an enhancement layer image. Further, for example, the personal computer 1004 extracts the base layer scalable encoded data (BL) 1012 from the transmitted scalable encoded data (BL + EL) 1011 and stores it or transfers it to another device. The base layer image may be displayed after decoding.
  • the data transmission system 1000 may be any system as long as it transmits a scalable encoded data to a terminal device by selecting an appropriate layer according to the capability of the terminal device or a communication environment. Can be applied to the system.
  • the present technology is applied in the same manner as the application to the hierarchical encoding / decoding described above in the first embodiment and the second embodiment. Effects similar to those described above in the first embodiment and the second embodiment can be obtained.
  • scalable coding is used for transmission via a plurality of communication media as in the example shown in FIG. 39, for example.
  • a broadcasting station 1101 transmits base layer scalable encoded data (BL) 1121 by terrestrial broadcasting 1111. Also, the broadcast station 1101 transmits enhancement layer scalable encoded data (EL) 1122 via an arbitrary network 1112 including a wired or wireless communication network or both (for example, packetized transmission).
  • BL base layer scalable encoded data
  • EL enhancement layer scalable encoded data
  • Terminal device 1102 has a reception function of terrestrial broadcast 1111 broadcasted by broadcast station 1101 and receives base layer scalable encoded data (BL) 1121 transmitted via terrestrial broadcast 1111.
  • the terminal apparatus 1102 further has a communication function for performing communication via the network 1112, and receives enhancement layer scalable encoded data (EL) 1122 transmitted via the network 1112.
  • BL base layer scalable encoded data
  • EL enhancement layer scalable encoded data
  • the terminal device 1102 decodes the base layer scalable encoded data (BL) 1121 acquired via the terrestrial broadcast 1111 according to, for example, a user instruction, and obtains or stores a base layer image. Or transmit to other devices.
  • BL base layer scalable encoded data
  • the terminal device 1102 for example, in response to a user instruction, the base layer scalable encoded data (BL) 1121 acquired via the terrestrial broadcast 1111 and the enhancement layer scalable encoded acquired via the network 1112 Data (EL) 1122 is combined to obtain scalable encoded data (BL + EL), or decoded to obtain an enhancement layer image, stored, or transmitted to another device.
  • BL base layer scalable encoded data
  • EL enhancement layer scalable encoded acquired via the network 1112 Data
  • the scalable encoded data can be transmitted via, for example, different communication media for each layer. Therefore, the load can be distributed, and the occurrence of delay and overflow can be suppressed.
  • a communication medium used for transmission may be selected for each layer.
  • scalable encoded data (BL) 1121 of a base layer having a relatively large amount of data is transmitted via a communication medium having a wide bandwidth
  • scalable encoded data (EL) 1122 having a relatively small amount of data is transmitted. You may make it transmit via a communication medium with a narrow bandwidth.
  • the communication medium for transmitting the enhancement layer scalable encoded data (EL) 1122 is switched between the network 1112 and the terrestrial broadcast 1111 according to the available bandwidth of the network 1112. May be.
  • the number of layers is arbitrary, and the number of communication media used for transmission is also arbitrary.
  • the number of terminal devices 1102 serving as data distribution destinations is also arbitrary.
  • broadcasting from the broadcasting station 1101 has been described as an example, but the usage example is not limited to this.
  • the data transmission system 1100 can be applied to any system as long as it is a system that divides scalable encoded data into a plurality of layers and transmits them through a plurality of lines.
  • the present technology is applied in the same manner as the application to the hierarchical encoding / decoding described above in the first and second embodiments. Effects similar to those described above in the first embodiment and the second embodiment can be obtained.
  • scalable encoding is used for storing encoded data as in the example shown in FIG. 40, for example.
  • the imaging device 1201 performs scalable coding on image data obtained by imaging the subject 1211, and as a scalable coded data (BL + EL) 1221, a scalable coded data storage device 1202. To supply.
  • the scalable encoded data storage device 1202 stores the scalable encoded data (BL + EL) 1221 supplied from the imaging device 1201 with quality according to the situation. For example, in the normal case, the scalable encoded data storage device 1202 extracts base layer data from the scalable encoded data (BL + EL) 1221, and the base layer scalable encoded data ( BL) 1222. On the other hand, for example, in the case of attention, the scalable encoded data storage device 1202 stores scalable encoded data (BL + EL) 1221 with high quality and a large amount of data.
  • the scalable encoded data storage device 1202 can store an image with high image quality only when necessary, so that an increase in the amount of data can be achieved while suppressing a reduction in the value of the image due to image quality degradation. And the use efficiency of the storage area can be improved.
  • the imaging device 1201 is a surveillance camera.
  • the monitoring target for example, an intruder
  • the content of the captured image is likely to be unimportant, so reduction of the data amount is given priority, and the image data (scalable coding) Data) is stored in low quality.
  • the image quality is given priority and the image data (scalable) (Encoded data) is stored with high quality.
  • the imaging apparatus 1201 may make a determination, and the determination result may be transmitted to the scalable encoded data storage device 1202.
  • the criterion for determining whether the time is normal or noting is arbitrary, and the content of the image as the criterion is arbitrary. Of course, conditions other than the contents of the image can also be used as the criterion. For example, it may be switched according to the volume or waveform of the recorded sound, may be switched at every predetermined time, or may be switched by an external instruction such as a user instruction.
  • the number of states is arbitrary, for example, normal, slightly attention, attention, very attention, etc.
  • three or more states may be switched.
  • the upper limit number of states to be switched depends on the number of layers of scalable encoded data.
  • the imaging apparatus 1201 may determine the number of layers for scalable coding according to the state. For example, in a normal case, the imaging apparatus 1201 may generate base layer scalable encoded data (BL) 1222 with low quality and a small amount of data, and supply the scalable encoded data storage apparatus 1202 to the scalable encoded data storage apparatus 1202. For example, when attention is paid, the imaging device 1201 generates scalable encoded data (BL + EL) 1221 having a high quality and a large amount of data, and supplies the scalable encoded data storage device 1202 to the scalable encoded data storage device 1202. May be.
  • BL base layer scalable encoded data
  • BL + EL scalable encoded data
  • the surveillance camera has been described as an example.
  • the use of the imaging system 1200 is arbitrary and is not limited to the surveillance camera.
  • the first technique and the second embodiment are applied in the same manner as the application to the hierarchical encoding / decoding described above, whereby the first technique is applied. Effects similar to those described above in the second embodiment and the second embodiment can be obtained.
  • the present technology can also be applied to HTTP streaming such as MPEGASHDASH, for example, by selecting an appropriate piece of data from a plurality of encoded data with different resolutions prepared in advance. Can do. That is, information regarding encoding and decoding can be shared among a plurality of such encoded data.
  • the method for transmitting such information is not limited to such an example.
  • these pieces of information may be transmitted or recorded as separate data associated with the encoded bitstream without being multiplexed into the encoded bitstream.
  • the term “associate” means that an image (which may be a part of an image such as a slice or a block) included in the bitstream and information corresponding to the image can be linked at the time of decoding. Means. That is, information may be transmitted on a transmission path different from that of the image (or bit stream).
  • Information may be recorded on a recording medium (or another recording area of the same recording medium) different from the image (or bit stream). Furthermore, the information and the image (or bit stream) may be associated with each other in an arbitrary unit such as a plurality of frames, one frame, or a part of the frame.
  • this technique can also take the following structures.
  • a receiving unit that receives hierarchical image encoded data obtained by encoding multiple layered image data;
  • a pixel compensation unit that compensates base layer pixels for unavailable peripheral pixels located in the periphery of the current block, used in intra prediction performed when decoding the enhancement layer of the hierarchical image encoded data;
  • An intra prediction unit that performs intra prediction on the current block using peripheral pixels in which the pixels of the base layer are supplemented by the pixel compensation unit as necessary, and generates a prediction image of the current block;
  • An image processing apparatus comprising: a decoding unit that decodes an enhancement layer of the hierarchical image encoded data received by the reception unit using the prediction image generated by the intra prediction unit.
  • the image processing device further comprising an upsampling unit that upsamples the pixels of the base layer according to a resolution ratio of the base layer and the enhancement layer;
  • the image processing device according to any one of (1) to (3) and (5) to (9), wherein the pixel compensation unit compensates the pixels of the base layer that have been upsampled by the upsampling unit.
  • the receiving unit further receives restricted intra control information for controlling whether to use the restricted intra, The pixel compensation unit compensates pixels only when the restricted intra is used according to the restricted intra control information received by the receiving unit.
  • (1) to (4), (6) to ( The image processing apparatus according to any one of 9).
  • the image processing apparatus according to any one of (1) to (5) and (7) to (9), wherein the restricted intra control information is transmitted in a picture parameter set (PPS). . (7)
  • the receiving unit further receives base layer pixel compensation control information for controlling base layer pixel compensation, which is transmitted when the restricted intra is used according to the restricted intra control information, If the base layer pixel compensation is permitted by the base layer pixel compensation control information received by the receiving unit, the pixel compensation unit compensates the base layer pixel and performs base layer pixel compensation.
  • the image processing apparatus according to any one of (1) to (6), (8), and (9) is used to compensate for enhancement layer pixels.
  • a pixel filling unit to perform An intra prediction unit that performs intra prediction on the current block using peripheral pixels in which the pixels of the base layer are supplemented by the pixel compensation unit as necessary, and generates a prediction image of the current block;
  • An encoding unit that encodes an enhancement layer of the image data that has been hierarchized using the prediction image generated by the intra prediction unit;
  • An image processing apparatus comprising: a transmission unit configured to transmit hierarchical image encoded data obtained by encoding the image data layered by the encoding unit. (12) The image processing device according to any one of (11), (13) to (19), wherein the pixel compensation unit compensates a pixel at a position corresponding to the unavailable peripheral pixel of the base layer.
  • a determination unit that determines availability of peripheral pixels of the current block of the enhancement layer, The pixel compensation unit compensates a pixel at a position corresponding to the unavailable peripheral pixel in the base layer when the determination unit determines that there is an unavailable peripheral pixel. (11), (12) , (14) to (19). (14) The apparatus further includes an upsampling unit that upsamples the pixels of the base layer according to a resolution ratio between the base layer and the enhancement layer, The image processing device according to any one of (11) to (13) and (15) to (19), wherein the pixel compensation unit compensates the pixels of the base layer that have been upsampled by the upsampling unit.
  • the transmission unit further transmits the restricted intra control information set by the restricted intra control information setting unit.
  • the image according to any one of (11) to (14) and (16) to (19). Processing equipment.
  • the transmission unit transmits the restricted intra control information in a picture parameter set (PPS (Picture Parameter Set)).
  • PPS Picture Parameter Set
  • a base layer pixel compensation control information setting unit that sets base layer pixel compensation control information for controlling the compensation of the pixels of the base layer. Prepared, When the base layer pixel compensation control information set by the base layer pixel compensation control information setting unit permits base layer pixel compensation, the pixel compensation unit compensates the base layer pixel, If layer pixel fill is not allowed, fill enhancement layer pixels, The transmission unit further transmits the base layer pixel compensation control information set by the base layer pixel compensation control information setting unit. (11) to (16), (18), (19) Image processing apparatus.
  • 100 scalable encoding device 101 common information generation unit, 102 encoding control unit, 103 base layer image encoding unit, 104 pixel compensation unit, 105 enhancement layer image encoding unit, 116 lossless encoding unit, 122 frame memory, 134
  • Intra prediction unit 151 upsampling unit, 152 base layer pixel memory, 153 pixel compensation control information setting unit, 154 availability determination unit, 155 compensation pixel generation unit, 161 upsample ratio setting unit, ⁇ 162 decoded image buffer, 163 filtering unit, 171 Constrained_ipred setting unit, 172 Base layer pixel compensation control information setting unit, 200 scalable decoding device, 201 common information acquisition , 202 decoding control unit, 203 ⁇ ⁇ ⁇ base layer image decoding unit, 204 pixel compensation unit, 205 ⁇ ⁇ enhancement layer image decoding unit, 212 lossless decoding unit, frame memory, intra prediction unit, up-sampling unit, 252 base layer pixel memory , ⁇ pixel compensation control information de

Landscapes

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

Abstract

本開示は、符号化効率の低減を抑制することができるようにする画像処理装置および方法に関する。 エンハンスメントレイヤのイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填し、必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成する。本開示は、例えば、画像処理装置に適用することができる。

Description

画像処理装置および方法
  本開示は画像処理装置および方法に関し、特に、符号化効率の低減を抑制することができるようにした画像処理装置および方法に関する。
  近年、画像情報をデジタルとして取り扱い、その際、効率の高い情報の伝送、蓄積を目的とし、画像情報特有の冗長性を利用して、離散コサイン変換等の直交変換と動き補償により圧縮する符号化方式を採用して画像を圧縮符号する装置が普及しつつある。この符号化方式には、例えば、MPEG（Moving Picture Experts Group）などがある。
  特に、MPEG2(ISO/IEC 13818-2)は、汎用画像符号化方式として定義されており、飛び越し走査画像及び順次走査画像の双方、並びに標準解像度画像及び高精細画像を網羅する標準である。例えば、MPEG2は、プロフェッショナル用途及びコンシューマ用途の広範なアプリケーションに現在広く用いられている。MPEG2圧縮方式を用いることにより、例えば720×480画素を持つ標準解像度の飛び越し走査画像であれば4乃至8Mbpsの符号量（ビットレート）が割り当てられる。また、MPEG2圧縮方式を用いることにより、例えば1920×1088画素を持つ高解像度の飛び越し走査画像であれば18乃至22 Mbpsの符号量（ビットレート）が割り当てられる。これにより、高い圧縮率と良好な画質の実現が可能である。
  MPEG2は主として放送用に適合する高画質符号化を対象としていたが、MPEG1より低い符号量（ビットレート）、つまりより高い圧縮率の符号化方式には対応していなかった。携帯端末の普及により、今後そのような符号化方式のニーズは高まると思われ、これに対応してMPEG4符号化方式の標準化が行われた。画像符号化方式に関しては、1998年12月にISO/IEC 14496-2としてその規格が国際標準に承認された。
  更に、近年、当初テレビ会議用の画像符号化を目的として、H.26L （ITU-T（International Telecommunication Union Telecommunication Standardization Sector） Q6/16 VCEG（Video Coding Expert Group））という標準の規格化が進められた。H.26LはMPEG2やMPEG4といった従来の符号化方式に比べ、その符号化、復号化により多くの演算量が要求されるものの、より高い符号化効率が実現されることが知られている。また、現在、MPEG4の活動の一環として、このH.26Lをベースに、H.26Lではサポートされない機能をも取り入れ、より高い符号化効率を実現する標準化がJoint Model of Enhanced-Compression Video Codingとして行われた。
  標準化のスケジュールとしては、２００３年３月にはH.264及びMPEG-4 Part10 （Advanced Video Coding、以下AVCと記す）という名の元に国際標準となった。
  さらに、このH．264/AVCの拡張として、RGBや4:2:2、4:4:4といった、業務用に必要な符号化ツールや、MPEG-2で規定されていた8x8DCTや量子化マトリクスをも含んだFRExt (Fidelity Range Extension) の標準化が２００５年２月に完了した。これにより、H．264/AVCを用いて、映画に含まれるフィルムノイズをも良好に表現することが可能な符号化方式となって、Blu-Ray Disc（商標）等の幅広いアプリケーションに用いられる運びとなった。
  しかしながら、昨今、ハイビジョン画像の4倍の、4000×2000画素程度の画像を圧縮したい、あるいは、インターネットのような、限られた伝送容量の環境において、ハイビジョン画像を配信したいといった、更なる高圧縮率符号化に対するニーズが高まっている。このため、先述の、ITU-T傘下のVCEGにおいて、符号化効率の改善に関する検討が継続され行なわれている。
  そこで、現在、AVCより更なる符号化効率の向上を目的として、ITU-Tと、ISO/IECの共同の標準化団体であるJCTVC（Joint Collaboration Team - Video Coding）により、HEVC（High Efficiency Video Coding）と呼ばれる符号化方式の標準化が進められている。HEVC規格については、2012年2月に最初のドラフト版仕様であるCommittee draftが発行されている（例えば、非特許文献１参照）。
  ところで、これまでの、MPEG-2やAVCといった画像符号化方式は、画像を複数のレイヤに階層化して符号化するスケーラビリティ（scalability）機能を有していた。
  すなわち、例えば携帯電話のような、処理能力の低い端末に対しては、ベースレイヤ（base layer）のみの画像圧縮情報を伝送し、空間時間解像度の低い、或いは、画質の良くない動画像を再生し、テレビやパーソナルコンピュータのような、処理能力の高い端末に対しては、ベースレイヤ（base layer）に加えて、エンハンスメントレイヤ（enhancement layer）の画像圧縮情報を伝送し、空間時間解像度の高い、或いは、画質の高い動画像を再生するといったように、トランスコード処理を行うことなく、端末やネットワークの能力に応じた画像圧縮情報を、サーバから送信することが可能となる。
  ところで、HEVCにおいては、処理対象であるカレントブロックの周辺の画素である周辺画素を用いて予測画像を生成するイントラ予測が規定されている。イントラ予測としては、例えば、Angular予測やPlanar予測等が規定されている。また、HEVCにおいては、制約付きイントラ予測（constrained_intra_pred）が規定されている。
  制約付きイントラ予測（constrained_intra_pred）の場合、処理対象であるカレントスライスがインターであり、カレントブロックがイントラであり、カレントブロックの周辺に位置する周辺ブロックがインターである場合、周辺ブロックの画素がアンアベイラブル（unavailable）であるとしてイントラ予測処理が行われる。
  しかしながら、HEVCにおいては、コーディングユニット（CU（Coding Unit））が導入されているため、周辺画素の一部がアンアベイラブル（unavailable）となる場合が考えられる。そこで、このような場合に対応するための画素補填方法が考えられた（例えば、非特許文献２参照）。
Benjamin Bross, Woo-Jin Han, Jens-Rainer Ohm, Gary J. Sullivan, Thomas Wiegand, "High efficiency video coding (HEVC) text specification draft 9", JCTVC-H1003 v9, Joint Collaborative Team on Video Coding (JCT-VC)of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 11th Meeting: Shanghai, CN, 10-19 Octorber, 2012 Xianglin Wang, Wei-Jung Chien, Marta Karczewicz, "AHG16: Padding process simplification", JCTVC-G812, Joint Collaborative Team on Video Coding (JCT-VC)of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG117th Meeting: Geneva, 21-30 Nov, 2011
  しかしながら、この方法の場合、アンアベイラブルな画素群に対して、同一の画素が零次オーダーホールドにより補填されるため、予測精度が低く、符号化効率を低減させてしまう恐れがあった。
  本開示は、このような状況に鑑みてなされたものであり、符号化効率の低減を抑制することができるようにするものである。
  本技術の一側面は、複数階層化された画像データが符号化された階層画像符号化データを受け取る受け取り部と、前記階層画像符号化データのエンハンスメントレイヤを復号する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填する画素補填部と、前記画素補填部により必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成するイントラ予測部と、前記イントラ予測部により生成された前記予測画像を用いて、前記受け取り部による受け取られた前記階層画像符号化データのエンハンスメントレイヤを復号する復号部とを備える画像処理装置である。
  前記画素補填部は、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填することができる。
  前記エンハンスメントレイヤの前記カレントブロックの周辺画素のアベイラビリティを判定する判定部をさらに備え、前記画素補填部は、前記判定部によりアンアベイラブルな周辺画素が存在すると判定された場合、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填することができる。
  前記ベースレイヤと前記エンハンスメントレイヤの解像度比に応じて、前記ベースレイヤの画素をアップサンプル処理するアップサンプル部をさらに備え、前記画素補填部は、前記アップサンプル部によりアップサンプル処理された前記ベースレイヤの画素を補填することができる。
  前記受け取り部は、制約付きイントラを使用するか否かを制御する制約付きイントラ制御情報をさらに受け取り、前記画素補填部は、前記受け取り部により受け取られた前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合のみ、画素を補填することができる。
  前記制約付きイントラ制御情報は、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送されるようにすることができる。
  前記受け取り部は、前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合に伝送される、ベースレイヤの画素の補填を制御するベースレイヤ画素補填制御情報をさらに受け取り、前記画素補填部は、前記受け取り部により受け取られた前記ベースレイヤ画素補填制御情報によりベースレイヤの画素の補填が許可されている場合、前記ベースレイヤの画素を補填し、ベースレイヤの画素の補填が許可されていない場合、エンハンスメントレイヤの画素を補填することができる。
  前記ベースレイヤ画素補填制御情報は、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送されるようにすることができる。
  前記復号部は、さらに、エンハンスメントレイヤと異なる符号化方式で符号化された前記階層画像符号化データのベースレイヤを復号することができる。
  本技術の一側面は、また、複数階層化された画像データが符号化された階層画像符号化データを受け取り、前記階層画像符号化データのエンハンスメントレイヤを復号する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填し、必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成し、生成された前記予測画像を用いて、受け取られた前記階層画像符号化データのエンハンスメントレイヤを復号する画像処理方法である。
  本技術の他の側面は、複数階層化された画像データのエンハンスメントレイヤを符号化する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填する画素補填部と、前記画素補填部により必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成するイントラ予測部と、前記イントラ予測部により生成された前記予測画像を用いて、複数階層化された前記画像データのエンハンスメントレイヤを符号化する符号化部と、前記符号化部により複数階層化された前記画像データが符号化されて得られた階層画像符号化データを伝送する伝送部とを備える画像処理装置である。
  前記画素補填部は、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填することができる。
  前記エンハンスメントレイヤの前記カレントブロックの周辺画素のアベイラビリティを判定する判定部をさらに備え、前記画素補填部は、前記判定部によりアンアベイラブルな周辺画素が存在すると判定された場合、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填することができる。
  前記ベースレイヤと前記エンハンスメントレイヤの解像度比に応じて、前記ベースレイヤの画素をアップサンプル処理するアップサンプル部をさらに備え、前記画素補填部は、前記アップサンプル部によりアップサンプル処理された前記ベースレイヤの画素を補填することができる。
  制約付きイントラを使用するか否かを制御する制約付きイントラ制御情報を設定する制約付きイントラ制御情報設定部をさらに備え、前記画素補填部は、前記制約付きイントラ制御情報設定部により設定された前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合のみ、画素を補填し、前記伝送部は、さらに、前記制約付きイントラ制御情報設定部により設定された前記制約付きイントラ制御情報を伝送することができる。
  前記伝送部は、前記制約付きイントラ制御情報を、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送することができる。
  前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合、ベースレイヤの画素の補填を制御するベースレイヤ画素補填制御情報を設定するベースレイヤ画素補填制御情報設定部をさらに備え、前記画素補填部は、前記ベースレイヤ画素補填制御情報設定部により設定された前記ベースレイヤ画素補填制御情報によりベースレイヤの画素の補填が許可されている場合、前記ベースレイヤの画素を補填し、ベースレイヤの画素の補填が許可されていない場合、エンハンスメントレイヤの画素を補填し、前記伝送部は、さらに、前記ベースレイヤ画素補填制御情報設定部により設定された前記ベースレイヤ画素補填制御情報を伝送することができる。
  前記伝送部は、前記ベースレイヤ画素補填制御情報を、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送することができる。
  前記符号化部は、さらに、前記階層画像符号化データのベースレイヤを、エンハンスメントレイヤと異なる符号化方式で符号化することができる。
  本技術の他の側面は、また、複数階層化された画像データのエンハンスメントレイヤを符号化する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填し、必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成し、生成された前記予測画像を用いて、複数階層化された前記画像データのエンハンスメントレイヤを符号化し、複数階層化された前記画像データが符号化されて得られた階層画像符号化データを伝送する画像処理方法である。
  本技術の一側面においては、複数階層化された画像データが符号化された階層画像符号化データが受け取られ、階層画像符号化データのエンハンスメントレイヤを復号する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素が補填され、必要に応じてベースレイヤの画素が補填された周辺画素を用いて、カレントブロックに対してイントラ予測が行われ、カレントブロックの予測画像が生成され、生成された予測画像を用いて、受け取られた階層画像符号化データのエンハンスメントレイヤが復号される。
  本技術の他の側面においては、複数階層化された画像データのエンハンスメントレイヤを符号化する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素が補填され、必要に応じてベースレイヤの画素が補填された周辺画素を用いて、カレントブロックに対してイントラ予測が行われ、カレントブロックの予測画像が生成され、生成された予測画像を用いて、複数階層化された画像データのエンハンスメントレイヤが符号化され、複数階層化された画像データが符号化されて得られた階層画像符号化データが伝送される。
  本開示によれば、画像を符号化・復号することができる。特に、符号化効率の低減を抑制することができる。
コーディングユニットの構成例を説明する図である。 スペーシャルなスケーラブル符号化の例を説明する図である。 テンポラルなスケーラブル符号化の例を説明する図である。 信号雑音比のスケーラブル符号化の例を説明する図である。 ピクチャパラメータセットのシンタクスの例を示す図である。 ピクチャパラメータセットのシンタクスの例を示す、図５に続く図である。 イントラ予測の周辺画素の補填の様子の例を説明する図である。 イントラ予測の周辺画素の補填の様子の、他の例を説明する図である。 ピクチャパラメータセットのシンタクスの、他の例を示す図である。 ピクチャパラメータセットのシンタクスの、他の例を示す、図９に続く図である。 クロッピングの例を示す図である。 スケーラブル符号化装置の主な構成例を示すブロック図である。 ベースレイヤ画像符号化部の主な構成例を示すブロック図である。 エンハンスメントレイヤ画像符号化部の主な構成例を示すブロック図である。 画素補填部の主な構成例を示すブロック図である。 符号化処理の流れの例を説明するフローチャートである。 ベースレイヤ符号化処理の流れの例を説明するフローチャートである。 画素補填制御情報設定処理の流れの例を説明するフローチャートである。 エンハンスメントレイヤ符号化処理の流れの例を説明するフローチャートである。 イントラ予測処理の流れの例を説明するフローチャートである。 スケーラブル復号装置の主な構成例を示すブロック図である。 ベースレイヤ画像復号部の主な構成例を示すブロック図である。 エンハンスメントレイヤ画像復号部の主な構成例を示すブロック図である。 画素補填部の主な構成例を示すブロック図である。 復号処理の流れの例を説明するフローチャートである。 ベースレイヤ復号処理の流れの例を説明するフローチャートである。 画素補填制御情報復号処理の流れの例を説明するフローチャートである。 エンハンスメントレイヤ復号処理の流れの例を説明するフローチャートである。 予測処理の流れの例を説明するフローチャートである。 イントラ予測処理の流れの例を説明するフローチャートである。 階層画像符号化方式の例を示す図である。 多視点画像符号化方式の例を示す図である。 コンピュータの主な構成例を示すブロック図である。 テレビジョン装置の概略的な構成の一例を示すブロック図である。 携帯電話機の概略的な構成の一例を示すブロック図である。 記録再生装置の概略的な構成の一例を示すブロック図である。 撮像装置の概略的な構成の一例を示すブロック図である。 スケーラブル符号化利用の一例を示すブロック図である。 スケーラブル符号化利用の他の例を示すブロック図である。 スケーラブル符号化利用のさらに他の例を示すブロック図である。
  以下、本開示を実施するための形態（以下実施の形態とする）について説明する。なお、説明は以下の順序で行う。
  ０．概要
  １．第１の実施の形態（画像符号化装置）
  ２．第２の実施の形態（画像復号装置）
  ３．その他
  ４．第３の実施の形態（コンピュータ）
  ５．応用例
  ６．スケーラブル符号化の応用例
  ＜０．概要＞
    ＜符号化方式＞
  以下においては、HEVC（High Efficiency Video Coding）方式の画像符号化・復号に適用する場合を例に、本技術を説明する。
    ＜コーディングユニット＞
  AVC（Advanced Video Coding）方式においては、マクロブロックとサブマクロブロックによる階層構造が規定されている。しかしながら、１６画素×１６画素のマクロブロックでは、次世代符号化方式の対象となるような、UHD（Ultra High Definition；４０００画素×２０００画素）といった大きな画枠に対して最適ではない。
  これに対して、HEVC方式においては、図１に示されるように、コーディングユニット（CU（Coding Unit））が規定されている。
  CUは、Coding Tree Block（CTB）とも呼ばれ、AVC方式におけるマクロブロックと同様の役割を果たす、ピクチャ単位の画像の部分領域である。後者は、１６×１６画素の大きさに固定されているのに対し、前者の大きさは固定されておらず、それぞれのシーケンスにおいて、画像圧縮情報中において指定されることになる。
  例えば、出力となる符号化データに含まれるシーケンスパラメータセット（SPS（Sequence Parameter Set））において、CUの最大サイズ（LCU（Largest Coding Unit））と最小サイズ（SCU（Smallest Coding Unit））が規定される。
  それぞれのLCU内においては、SCUのサイズを下回らない範囲で、split-flag=1とすることにより、より小さなサイズのCUに分割することができる。図１の例では、LCUの大きさが１２８であり、最大階層深度が５となる。２Ｎ×２Ｎの大きさのCUは、split_flagの値が「１」である時、１つ下の階層となる、Ｎ×Ｎの大きさのCUに分割される。
  更に、CUは、イントラ若しくはインター予測の処理単位となる領域（ピクチャ単位の画像の部分領域）であるプレディクションユニット（Prediction Unit（PU））に分割され、また、直交変換の処理単位となる領域（ピクチャ単位の画像の部分領域）である、トランスフォームユニット（Transform Unit（TU））に分割される。現在、HEVC方式においては、４×４及び８×８に加え、１６×１６及び３２×３２直交変換を用いることが可能である。
  以上のHEVC方式のように、CUを定義し、そのCUを単位として各種処理を行うような符号化方式の場合、AVC方式におけるマクロブロックはLCUに相当し、ブロック（サブブロック）はCUに相当すると考えることができる。また、AVC方式における動き補償ブロックは、PUに相当すると考えることができる。ただし、CUは、階層構造を有するので、その最上位階層のLCUのサイズは、例えば128×128画素のように、AVC方式のマクロブロックより大きく設定されることが一般的である。
  よって、以下、LCUは、AVC方式におけるマクロブロックをも含むものとし、CUは、AVC方式におけるブロック（サブブロック）をも含むものとする。つまり、以下の説明に用いる「ブロック」は、ピクチャ内の任意の部分領域を示し、その大きさ、形状、および特性等は限定されない。つまり、「ブロック」には、例えば、TU、PU、SCU、CU、LCU、サブブロック、マクロブロック、またはスライス等任意の領域（処理単位）が含まれる。もちろん、これら以外の部分領域（処理単位）も含まれる。サイズや処理単位等を限定する必要がある場合は、適宜説明する。
    ＜モード選択＞
  ところで、AVCそしてHEVC符号化方式において、より高い符号化効率を達成するには、適切な予測モードの選択が重要である。
  かかる選択方式の例として、JM (Joint Model) と呼ばれるH.264/MPEG-4 AVCの参照ソフトウエア (http://iphome.hhi.de/suehring/tml/index.htm において公開されている) に実装されている方法を挙げることが出来る。
  JMにおいては、以下に述べる、High Complexity Modeと、Low Complexity Modeの2通りのモード判定方法を選択することが可能である。どちらも、それぞれの予測モードModeに関するコスト関数値を算出し、これを最小にする予測モードを当該ブロック乃至マクロブロックに対する最適モードとして選択する。
  High Complexity Modeにおけるコスト関数は、以下の式（１）のように示される。
Figure JPOXMLDOC01-appb-I000001
  ここで、Ωは、当該ブロック乃至マクロブロックを符号化するための候補モードの全体集合、Dは、当該予測モードで符号化した場合の、復号画像と入力画像の差分エネルギーである。λは、量子化パラメータの関数として与えられるLagrange未定乗数である。Ｒは、直交変換係数を含んだ、当該モードで符号化した場合の総符号量である。
  つまり、High Complexity Modeでの符号化を行うには、上記パラメータＤ及びＲを算出するため、全ての候補モードにより、一度、仮エンコード処理を行う必要があり、より高い演算量を要する。
  Low Complexity Modeにおけるコスト関数は、以下の式（２）のように示される。
Figure JPOXMLDOC01-appb-I000002
  ここで、Dは、High Complexity Modeの場合と異なり、予測画像と入力画像の差分エネルギーとなる。QP2Quant(QP)は、量子化パラメータQPの関数として与えられ、HeaderBitは、直交変換係数を含まない、動きベクトルや、モードといった、Headerに属する情報に関する符号量である。
  すなわち、Low Complexity Modeにおいては、それぞれの候補モードに関して、予測処理を行う必要があるが、復号画像までは必要ないため、符号化処理まで行う必要はない。このため、High Complexity Modeより低い演算量での実現が可能である。
    ＜階層符号化＞
  ところで、これまでの、MPEG2、AVCといった画像符号化方式は、図２乃至図４に示されるような、スケーラビリティ（scalability）機能を有していた。スケーラブル符号化（階層符号化）とは、画像を複数レイヤ化（階層化）し、レイヤ毎に符号化する方式である。
  画像の階層化においては、所定のパラメータを基準として１の画像が複数の画像（レイヤ）に分割される。基本的に各レイヤは、冗長性が低減されるように、差分データにより構成される。例えば、１の画像をベースレイヤとエンハンスメントレイヤに２階層化した場合、ベースレイヤのデータのみで元の画像よりも低品質な画像が得られ、ベースレイヤのデータとエンハンスメントレイヤのデータを合成することで、元の画像（すなわち高品質な画像）が得られる。
  このように画像を階層化することにより、状況に応じて多様な品質の画像を容易に得ることができる。例えば携帯電話のような、処理能力の低い端末に対しては、ベースレイヤ（base layer）のみの画像圧縮情報を伝送し、空間時間解像度の低い、或いは、画質の良くない動画像を再生し、テレビやパーソナルコンピュータのような、処理能力の高い端末に対しては、ベースレイヤ（base layer）に加えて、エンハンスメントレイヤ（enhancement layer）の画像圧縮情報を伝送し、空間時間解像度の高い、或いは、画質の高い動画像を再生するといったように、トランスコード処理を行うことなく、端末やネットワークの能力に応じた画像圧縮情報を、サーバから送信することが可能となる。
  このようなスケーラビリティ性を持たせるパラメータとして、例えば、図２に示されるような、空間解像度がある（spatial scalability）。このスペーシャルスケーラビリティ（spatial scalability）の場合、レイヤ毎に解像度が異なる。つまり、図２に示されるように、各ピクチャが、元の画像より空間的に低解像度のベースレイヤと、ベースレイヤの画像と合成することにより元の画像（元の空間解像度）が得られるエンハンスメントレイヤの２階層に階層化される。もちろん、この階層数は一例であり、任意の階層数に階層化することができる。
  また、このようなスケーラビリティ性を持たせるパラメータとして、他には、例えば、図３に示されるような、時間解像度がある（temporal scalability）。このテンポラルスケーラビリティ（temporal scalability）の場合、レイヤ毎にフレームレートが異なる。つまり、この場合、図３に示されるように、互いに異なるフレームレートのレイヤに階層化されており、低フレームレートのレイヤに、高フレームレートのレイヤを加えることで、より高フレームレートの動画像を得ることができ、全てのレイヤを加えることで、元の動画像（元のフレームレート）を得ることができる。この階層数は一例であり、任意の階層数に階層化することができる。
  また、このようなスケーラビリティ性を持たせるパラメータとして、他には、例えば、信号雑音比（SNR（Signal to Noise ratio））がある（SNR scalability）。このSNRスケーラビリティ（SNR scalability）の場合、レイヤ毎にSN比が異なる。つまり、図４に示されるように、各ピクチャが、元の画像よりSNRの低いベースレイヤと、ベースレイヤの画像と合成することにより元の画像（元のSNR）が得られるエンハンスメントレイヤの２階層に階層化される。すなわち、ベースレイヤ（base layer）画像圧縮情報においては、低PSNRの画像に関する情報が伝送されており、これに、エンハンスメントレイヤ（enhancement layer）画像圧縮情報を加えることで、高PSNR画像を再構築することが可能である。もちろん、この階層数は一例であり、任意の階層数に階層化することができる。
  スケーラビリティ性を持たせるパラメータは、上述した例以外であっても、もちろんよい。例えば、ベースレイヤ（base layer）が8ビット（bit）画像よりなり、これにエンハンスメントレイヤ（enhancement layer）を加えることにより、10ビット（bit）画像が得られるビット深度スケーラビリティ（bit-depth scalability）がある。
  また、ベースレイヤ（base layer）が4:2:0フォーマットのコンポーネント画像よりなり、これにエンハンスメントレイヤ（enhancement layer）を加えることにより、4:2:2フォーマットのコンポーネント画像が得られるクロマスケーラビリティ（chroma scalability）がある。
    ＜イントラ予測における周辺画素の補填＞
  ところで、HEVCにおいては、処理対象であるカレントブロックの周辺の画素である周辺画素を用いて予測画像を生成するイントラ予測が規定されている。イントラ予測としては、例えば、Angular予測やPlanar予測等が規定されている。
  そして、HEVCにおいては、AVCの場合と同様に、制約付きイントラを使用するか否かを制御する制約付きイントラ制御情報であるconstrained_intra_pred_flagが規定されている。図５および図６にHEVCのピクチャパラメータセット（PPS（Picture Parameter Set））のシンタクスの例を示す。図５に示されるように、ピクチャパラメータセットにおいて制約付きイントラ制御情報（constrained_intra_pred_flag）が伝送される。
  すなわち、このconstrained_intra_pred_flagの値が「１」である時、処理対象であるカレントスライスがインターであり、カレントブロックがイントラであり、カレントブロックの周辺に位置する周辺ブロックがインターである場合、周辺ブロックの画素を アンアベイラブル（unavailable）であるとして、イントラ予測処理が行われる。
  しかしながら、HEVCにおいては、図１に示されるようなコーディングユニットが導入されている。そのため、図７のＡに示されるような、一部の周辺画素がアンアベイラブルになる状態が生じ、この時、この一部のアンアベイラブルな画素をどのように埋め、イントラ予測処理を行うかが検討され、非特許文献２に記載のような処理が規定された。
  すなわち、図７のＢに示されるように、画素Ａ，Ｂから矢印の方向に探索（scan）を開始し、アンアベイラブル（ノットアベイラブル（not available）とも称する）とアベイラブル（available）な領域の境界の画素を検出する。端がノットアベイラブルである場合、(1 << ( BitDepthY  1))なるアベイラブルな画素が存在するものとする。
  ノットアベイラブルな領域の画素は、アベイラブルな領域の最後の画素値により補填される。
  上述の画素補填処理は、一方向で行われ、逆戻りすることはない。
  しかしながら、このような処理では、同一の画素を、ノットアベイラブルな場所に、零次オーダーホルドにより補填するため、符号化効率を低下させてしまう恐れがあった。
    ＜ベースレイヤの画素の補填＞
  そこで、スケーラブル符号化における階層間（例えばベースレイヤとエンハンスメントレイヤとの間）の、画素値の相関性の高さを利用して、エンハンスメントレイヤの符号化・復号におけるイントラ予測において、制約付きイントラを使用するか否かを制御する制約付きイントラ制御情報であるconstrained_intra_pred_flagの値が「１」であることに起因してアンアベイラブル（unavailable）である周辺画素に関しては、図８に示されるように、対応するベースレイヤの画素値を用いて補填処理を行うようにする。
  このようにすることにより、より相関性の高い画素値を補填することができ、予測精度を向上させることができる。したがって、符号化効率の低減を抑制することができ、復号画像の画質を向上させることができる。
  なお、解像度等の空間方向にスケーラビリティ性を有するスペーシャルスケーラビリティ（Spatial Scalability）による符号化処理がなされている場合、ベースレイヤの復号画像を、その階層間のスケーラブル比に応じて、アップサンプル（変換処理（拡大若しくは縮小））してから補填処理に用いるようにしてもよい。
  また、ベースレイヤ（Baselayer）の復号画像を格納したメモリへの不要なアクセスを低減させるため、ベースレイヤの画素の補填を制御するベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）を設定し、伝送するようにしてもよい。
  このベースレイヤ画素補填制御情報であるfill_with_baselayer_pixel_flagは、例えば、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送するようにしてもよい。また、このベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）は、エンハンスメントレイヤ（Enhancementlayer）における制約付きイントラ制御情報（constrained_intra_pred_flag）の値が「１」である場合のみ伝送されるようにしてもよい。この場合の、ピクチャパラメータセットのシンタクスの例を、図９および図１０に示す。
  すなわち、constrained_intra_pred_flagの値が「１」の時、fill_with_baselayer_flagが伝送される。その値が「１」の時、ベースレイヤの画素値を用いて、エンハンスメントレイヤのアンアベイラブルな画素が補填される。なお、ベースレイヤについては、fill_with_baselayer_flagは伝送されない。または、伝送されるとしても、復号処理には用いられない。
  以上のような本技術を適用することにより、スケーラブル符号化・復号におけるエンハンスメントレイヤの符号化・復号のイントラ予測においてconstrained_intra_pred_flagの値が「１」である場合も、符号化効率の低減を抑制することができる。
  なお、以上のような本技術は、ベースレイヤ（Baselayer）の画像が、例えばAVCやMPEG-2等といった、HEVC以外の方法で符号化・復号される場合であっても適用することができる。
  また、例えば、階層化された画像データを符号化・復号する階層符号化・階層復号（スケーラブル符号化・スケーラブル復号）の場合、エンハンスメントレイヤ（Enhancementlayer）において、全画像の一部をクロッピング（cropping）して符号化することができる。このようなクロッピングを行う場合、図１１に示されるように、ベースレイヤではアベイラブル（Available）であった周辺画素が、エンハンスメントレイヤにおいてはアンアベイラブル（unavailable）となることも考えられる。本技術は、このような場合にも適用することができる。
  次に、以上のような本技術について、具体的な装置への適用例について説明する。
  ＜１．第１の実施の形態＞
    ＜スケーラブル符号化装置＞
  図１２は、スケーラブル符号化装置の主な構成例を示すブロック図である。
  図１２に示されるスケーラブル符号化装置１００は、画像データをスケーラブル符号化する画像情報処理装置であり、ベースレイヤとエンハンスメントレイヤに階層化された画像データの各レイヤを符号化する。この階層化の基準として用いるパラメータ（スケーラビリティを持たせるパラメータ）は任意である。スケーラブル符号化装置１００は、共通情報生成部１０１、符号化制御部１０２、ベースレイヤ画像符号化部１０３、画素補填部１０４、およびエンハンスメントレイヤ画像符号化部１０５を有する。
  共通情報生成部１０１は、例えばNALユニットに格納するような画像データの符号化に関する情報を取得する。また、共通情報生成部１０１は、必要に応じて、ベースレイヤ画像符号化部１０３、画素補填部１０４、およびエンハンスメントレイヤ画像符号化部１０５などから必要な情報を取得する。共通情報生成部１０１は、それらの情報を基に全レイヤに関する情報である共通情報を生成する。共通情報には、例えば、ビデオパラメータセット等が含まれる。共通情報生成部１０１は、生成した共通情報を、例えばNALユニットとして、スケーラブル符号化装置１００の外部に出力する。なお、共通情報生成部１０１は、生成した共通情報を、符号化制御部１０２にも供給する。さらに、共通情報生成部１０１は、必要に応じて、生成した共通情報の一部若しくは全部をベースレイヤ画像符号化部１０３乃至エンハンスメントレイヤ画像符号化部１０５にも供給する。
  符号化制御部１０２は、共通情報生成部１０１から供給される共通情報に基づいて、ベースレイヤ画像符号化部１０３乃至エンハンスメントレイヤ画像符号化部１０５を制御することにより、各レイヤの符号化を制御する。
  ベースレイヤ画像符号化部１０３は、ベースレイヤの画像情報（ベースレイヤ画像情報）を取得する。ベースレイヤ画像符号化部１０３は、他のレイヤの情報を利用せずに、そのベースレイヤ画像情報を符号化し、ベースレイヤの符号化データ（ベースレイヤ符号化データ）を生成し、出力する。また、ベースレイヤ画像符号化部１０３は、符号化の際に得られたベースレイヤの復号画像を画素補填部１０４に供給する。
  画素補填部１０４は、エンハンスメントレイヤ画像符号化部１０５におけるイントラ予測において、制約付きイントラが使用される場合の、周辺画素の補填に関する処理を行う。例えば、画素補填部１０４は、ベースレイヤ画像符号化部１０３からベースレイヤの復号画像を取得し、エンハンスメントレイヤのアンアベイラブルな周辺画素を、ベースレイヤの画素を用いて補填する。画素補填部１０４は、このような周辺画素の補填画素を、エンハンスメントレイヤ画像符号化部１０５に供給する。
  エンハンスメントレイヤ画像符号化部１０５は、エンハンスメントレイヤの画像情報（エンハンスメントレイヤ画像情報）を取得する。エンハンスメントレイヤ画像符号化部１０５は、そのエンハンスメントレイヤ画像情報を符号化する。なお、エンハンスメントレイヤ画像符号化部１０５は、カレントブロックのイントラ予測の際に、そのカレントブロックの周辺画素を画素補填部１０４に供給する。また、エンハンスメントレイヤ画像符号化部１０５は、画素補填部１０４から、カレントブロックの周辺画素の補填画素を取得する。エンハンスメントレイヤ画像符号化部１０５は、このような補填画素を用いてイントラ予測を行い、エンハンスメントレイヤの画像を符号化する。そして、エンハンスメントレイヤ画像符号化部１０５は、得られた符号化データ（エンハンスメントレイヤ符号化データ）を出力する。
    ＜ベースレイヤ画像符号化部＞
  図１３は、図１２のベースレイヤ画像符号化部１０３の主な構成例を示すブロック図である。図１３に示されるように、ベースレイヤ画像符号化部１０３は、A/D変換部１１１、画面並べ替えバッファ１１２、演算部１１３、直交変換部１１４、量子化部１１５、可逆符号化部１１６、蓄積バッファ１１７、逆量子化部１１８、および逆直交変換部１１９を有する。また、ベースレイヤ画像符号化部１０３は、演算部１２０、ループフィルタ１２１、フレームメモリ１２２、選択部１２３、イントラ予測部１２４、動き予測・補償部１２５、予測画像選択部１２６、およびレート制御部１２７を有する。
  A/D変換部１１１は、入力された画像データ（ベースレイヤ画像情報）をA/D変換し、変換後の画像データ（デジタルデータ）を、画面並べ替えバッファ１１２に供給し、記憶させる。画面並べ替えバッファ１１２は、記憶した表示の順番のフレームの画像を、GOP（Group Of Picture）に応じて、符号化のためのフレームの順番に並べ替え、フレームの順番を並び替えた画像を、演算部１１３に供給する。また、画面並べ替えバッファ１１２は、フレームの順番を並び替えた画像を、イントラ予測部１２４および動き予測・補償部１２５にも供給する。
  演算部１１３は、画面並べ替えバッファ１１２から読み出された画像から、予測画像選択部１２６を介してイントラ予測部１２４若しくは動き予測・補償部１２５から供給される予測画像を減算し、その差分情報を直交変換部１１４に出力する。例えば、イントラ符号化が行われる画像の場合、演算部１１３は、画面並べ替えバッファ１１２から読み出された画像から、イントラ予測部１２４から供給される予測画像を減算する。また、例えば、インター符号化が行われる画像の場合、演算部１１３は、画面並べ替えバッファ１１２から読み出された画像から、動き予測・補償部１２５から供給される予測画像を減算する。
  直交変換部１１４は、演算部１１３から供給される差分情報に対して、離散コサイン変換やカルーネン・レーベ変換等の直交変換を施す。直交変換部１１４は、その変換係数を量子化部１１５に供給する。
  量子化部１１５は、直交変換部１１４から供給される変換係数を量子化する。量子化部１１５は、レート制御部１２７から供給される符号量の目標値に関する情報に基づいて量子化パラメータを設定し、その量子化を行う。量子化部１１５は、量子化された変換係数を可逆符号化部１１６に供給する。
  可逆符号化部１１６は、量子化部１１５において量子化された変換係数を任意の符号化方式で符号化する。係数データは、レート制御部１２７の制御の下で量子化されているので、この符号量は、レート制御部１２７が設定した目標値となる（若しくは目標値に近似する）。
  また、可逆符号化部１１６は、イントラ予測のモードを示す情報などをイントラ予測部１２４から取得し、インター予測のモードを示す情報や差分動きベクトル情報などを動き予測・補償部１２５から取得する。さらに、可逆符号化部１１６は、シーケンスパラメータセット（SPS）、およびピクチャパラメータセット（PPS）等を含むベースレイヤのNALユニットを適宜生成する。
  可逆符号化部１１６は、これらの各種情報を任意の符号化方式で符号化し、符号化データ（符号化ストリームとも称する）の一部とする（多重化する）。可逆符号化部１１６は、符号化して得られた符号化データを蓄積バッファ１１７に供給して蓄積させる。
  可逆符号化部１１６の符号化方式としては、例えば、可変長符号化または算術符号化等が挙げられる。可変長符号化としては、例えば、H．264/AVC方式で定められているCAVLC（Context-Adaptive Variable Length Coding）などが挙げられる。算術符号化としては、例えば、CABAC（Context-Adaptive Binary Arithmetic Coding）などが挙げられる。
  蓄積バッファ１１７は、可逆符号化部１１６から供給された符号化データ（ベースレイヤ符号化データ）を、一時的に保持する。蓄積バッファ１１７は、所定のタイミングにおいて、保持しているベースレイヤ符号化データを、例えば、後段の図示せぬ記録装置（記録媒体）や伝送路などに出力する。すなわち、蓄積バッファ１１７は、符号化データを伝送する伝送部でもある。
  また、量子化部１１５において量子化された変換係数は、逆量子化部１１８にも供給される。逆量子化部１１８は、その量子化された変換係数を、量子化部１１５による量子化に対応する方法で逆量子化する。逆量子化部１１８は、得られた変換係数を、逆直交変換部１１９に供給する。
  逆直交変換部１１９は、逆量子化部１１８から供給された変換係数を、直交変換部１１４による直交変換処理に対応する方法で逆直交変換する。逆直交変換された出力（復元された差分情報）は、演算部１２０に供給される。
  演算部１２０は、逆直交変換部１１９から供給された逆直交変換結果である、復元された差分情報に、予測画像選択部１２６を介してイントラ予測部１２４若しくは動き予測・補償部１２５からの予測画像を加算し、局部的に復号された画像（復号画像）を得る。その復号画像は、ループフィルタ１２１またはフレームメモリ１２２に供給される。
  ループフィルタ１２１は、デブロックフィルタや適応ループフィルタ等を含み、演算部１２０から供給される再構成画像に対して適宜フィルタ処理を行う。例えば、ループフィルタ１２１は、再構成画像に対してデブロックフィルタ処理を行うことにより再構成画像のブロック歪を除去する。また、例えば、ループフィルタ１２１は、そのデブロックフィルタ処理結果（ブロック歪みの除去が行われた再構成画像）に対して、ウィナーフィルタ（Wiener Filter）を用いてループフィルタ処理を行うことにより画質改善を行う。ループフィルタ１２１は、フィルタ処理結果（以下、復号画像と称する）をフレームメモリ１２２に供給する。
  なお、ループフィルタ１２１が、再構成画像に対してさらに、他の任意のフィルタ処理を行うようにしてもよい。また、ループフィルタ１２１は、必要に応じて、フィルタ処理に用いたフィルタ係数等の情報を可逆符号化部１１６に供給し、それを符号化させるようにすることもできる。
  フレームメモリ１２２は、演算部１２０から供給される再構成画像と、ループフィルタ１２１から供給される復号画像とをそれぞれ記憶する。フレームメモリ１２２は、所定のタイミングにおいて、若しくは、イントラ予測部１２４等の外部からの要求に基づいて、記憶している再構成画像を、選択部１２３を介してイントラ予測部１２４に供給する。また、フレームメモリ１２２は、所定のタイミングにおいて、若しくは、動き予測・補償部１２５等の外部からの要求に基づいて、記憶している復号画像を、選択部１２３を介して、動き予測・補償部１２５に供給する。
  フレームメモリ１２２は、供給される復号画像を記憶し、所定のタイミングにおいて、記憶している復号画像を参照画像として、選択部１２３に供給する。
  選択部１２３は、フレームメモリ１２２から供給される参照画像の供給先を選択する。例えば、イントラ予測の場合、選択部１２３は、フレームメモリ１２２から供給される参照画像（カレントピクチャ内の画素値）を動き予測・補償部１２５に供給する。また、例えば、インター予測の場合、選択部１２３は、フレームメモリ１２２から供給される参照画像を動き予測・補償部１２５に供給する。
  イントラ予測部１２４は、選択部１２３を介してフレームメモリ１２２から供給される参照画像であるカレントピクチャ内の画素値を用いて予測画像を生成するイントラ予測（画面内予測）を行う。イントラ予測部１２４は、予め用意された複数のイントラ予測モードでこのイントラ予測を行う。
  イントラ予測部１２４は、候補となる全てのイントラ予測モードで予測画像を生成し、画面並べ替えバッファ１１２から供給される入力画像を用いて各予測画像のコスト関数値を評価し、最適なモードを選択する。イントラ予測部１２４は、最適なイントラ予測モードを選択すると、その最適なモードで生成された予測画像を、予測画像選択部１２６に供給する。
  また、上述したように、イントラ予測部１２４は、採用されたイントラ予測モードを示すイントラ予測モード情報等を、適宜可逆符号化部１１６に供給し、符号化させる。
  動き予測・補償部１２５は、画面並べ替えバッファ１１２から供給される入力画像と、選択部１２３を介してフレームメモリ１２２から供給される参照画像とを用いて動き予測（インター予測）を行う。動き予測・補償部１２５は、検出された動きベクトルに応じて動き補償処理を行い、予測画像（インター予測画像情報）を生成する。動き予測・補償部１２５は、予め用意された複数のインター予測モードでこのようなインター予測を行う。
  動き予測・補償部１２５は、候補となる全てのインター予測モードで予測画像を生成する。動き予測・補償部１２５は、画面並べ替えバッファ１１２から供給される入力画像と、生成した差分動きベクトルの情報などを用いて、各予測画像のコスト関数値を評価し、最適なモードを選択する。動き予測・補償部１２５は、最適なインター予測モードを選択すると、その最適なモードで生成された予測画像を、予測画像選択部１２６に供給する。
  動き予測・補償部１２５は、採用されたインター予測モードを示す情報や、符号化データを復号する際に、そのインター予測モードで処理を行うために必要な情報等を可逆符号化部１１６に供給し、符号化させる。必要な情報としては、例えば、生成された差分動きベクトルの情報や、予測動きベクトル情報として、予測動きベクトルのインデックスを示すフラグなどがある。
  予測画像選択部１２６は、演算部１１３や演算部１２０に供給する予測画像の供給元を選択する。例えば、イントラ符号化の場合、予測画像選択部１２６は、予測画像の供給元としてイントラ予測部１２４を選択し、そのイントラ予測部１２４から供給される予測画像を演算部１１３や演算部１２０に供給する。また、例えば、インター符号化の場合、予測画像選択部１２６は、予測画像の供給元として動き予測・補償部１２５を選択し、その動き予測・補償部１２５から供給される予測画像を演算部１１３や演算部１２０に供給する。
  レート制御部１２７は、蓄積バッファ１１７に蓄積された符号化データの符号量に基づいて、オーバフローあるいはアンダーフローが発生しないように、量子化部１１５の量子化動作のレートを制御する。
  なお、フレームメモリ１２２は、記憶している復号画像（ベースレイヤ復号画像）を、画素補填部１０４に供給する。
    ＜エンハンスメントレイヤ画像符号化部＞
  図１４は、図１２のエンハンスメントレイヤ画像符号化部１０５の主な構成例を示すブロック図である。図１４に示されるように、エンハンスメントレイヤ画像符号化部１０５は、図１３のベースレイヤ画像符号化部１０３と基本的に同様の構成を有する。
  ただし、エンハンスメントレイヤ画像符号化部１０５の各部は、ベースレイヤではなく、エンハンスメントレイヤ画像情報の符号化についての処理を行う。つまり、エンハンスメントレイヤ画像符号化部１０５のA/D変換部１１１は、エンハンスメントレイヤ画像情報をA/D変換し、エンハンスメントレイヤ画像符号化部１０５の蓄積バッファ１１７は、エンハンスメントレイヤ符号化データを、例えば、後段の図示せぬ記録装置（記録媒体）や伝送路などに出力する。
  また、エンハンスメントレイヤ画像符号化部１０５は、イントラ予測部１２４の代わりに、イントラ予測部１３４を有する。
  イントラ予測部１３４は、画素補填部１０４において生成された補填画素を取得し、その補填画素が補填されたカレントブロックの周辺画素を用いて、エンハンスメントレイヤのイントラ予測を行い、予測画像を生成する。イントラ予測は、イントラ予測部１２４の場合と同様に行われる。
  また、イントラ予測部１２４の場合と同様に、イントラ予測部１３４は、採用されたイントラ予測モードを示すイントラ予測モード情報等を、適宜可逆符号化部１１６に供給し、符号化させる。
  なお、フレームメモリ１２２は、記憶している復号画像（エンハンスメントレイヤ復号画像）を画素補填部１０４に供給する。また、可逆符号化部１１６は、エンハンスメントレイヤの解像度に関する情報等を画素補填部１０４に供給する。さらに、可逆符号化部１１６は、画素補填部１０４から供給される制約付きイントラ制御情報（constrained_intra_pred_flag）や、ベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）等の情報を取得し、それらを符号化して、例えばピクチャパラメータセットとして復号側に伝送させる。
    ＜画素補填部＞
  図１５は、図１２の画素補填部１０４の主な構成例を示すブロック図である。
  図１５に示されるように、画素補填部１０４は、アップサンプル部１５１、ベースレイヤ画素メモリ１５２、画素補填制御情報設定部１５３、アベイラビリティ判定部１５４、および補填画素生成部１５５を有する。
  アップサンプル部１５１は、ベースレイヤ復号画像のアップサンプル処理（変換処理）を行う。図１５に示されるように、アップサンプル部１５１は、アップサンプル比設定部１６１、復号画像バッファ１６２、およびフィルタリング部１６３を有する。
  アップサンプル比設定部１６１は、ベースレイヤ復号画像のアップサンプル処理における変換比（アップサンプル比とも称する）を設定する。アップサンプル比設定部１６１は、エンハンスメントレイヤ画像符号化部１０５の例えば可逆符号化部１１６からエンハンスメントレイヤの解像度を取得する。また、アップサンプル比設定部１６１は、ベースレイヤ画像符号化部１０３（例えば可逆符号化部１１６等）からベースレイヤの解像度を取得する。アップサンプル比設定部１６１は、これらの情報に基づいてアップサンプル比を設定する。つまり、アップサンプル比設定部１６１は、ベースレイヤとエンハンスメントレイヤの解像度比に応じたアップサンプル比を設定することができる。これにより、アップサンプル部１５１は、ベースレイヤとエンハンスメントレイヤの解像度比に応じた比率でベースレイヤ復号画像をアップサンプル処理することができる。アップサンプル比設定部１６１は、設定したアップサンプル比をフィルタリング部１６３に供給する。
  復号画像バッファ１６２は、ベースレイヤ画像符号化部１０３のフレームメモリ１２２から供給されるベースレイヤ復号画像を記憶する。復号画像バッファ１６２は、記憶しているベースレイヤ復号画像をフィルタリング部１６３に供給する。
  フィルタリング部１６３は、アップサンプル比設定部１６１から供給されたアップサンプル比で、復号画像バッファ１６２から読み出したベースレイヤ復号画像をアップサンプル処理する。フィルタリング部１６３は、アップサンプル処理されたベースレイヤ復号画像（アップサンプル画像とも称する）を、ベースレイヤ画素メモリ１５２に供給する。
  ベースレイヤ画素メモリ１５２は、フィルタリング部１６３から供給されたアップサンプル画像を記憶する。ベースレイヤ画素メモリ１５２は、記憶しているアップサンプル画像を補填画素生成部１５５に供給する。
  画素補填制御情報設定部１５３は、画素の補填に関する制御情報を設定する。図１５に示されるように、画素補填制御情報設定部１５３は、Constrained_ipred設定部１７１およびベースレイヤ画素補填制御情報設定部１７２を有する。
  Constrained_ipred設定部１７１は、制約付きイントラを使用するか否かを制御する制約付きイントラ制御情報であるconstrained_intra_pred_flagを設定する。この制約付きイントラ制御情報の設定はどのように行われるようにしても良い。例えば、Constrained_ipred設定部１７１が、ユーザ等の外部の指示に従って制約付きイントラ制御情報を設定するようにしても良い。
  Constrained_ipred設定部１７１は、設定した制約付きイントラ制御情報（constrained_intra_pred_flag）を、ベースレイヤ画素補填制御情報設定部１７２に供給する。また、Constrained_ipred設定部１７１は、設定した制約付きイントラ制御情報（constrained_intra_pred_flag）を、アベイラビリティ判定部１５４にも供給する。さらに、Constrained_ipred設定部１７１は、設定した制約付きイントラ制御情報（constrained_intra_pred_flag）を、エンハンスメントレイヤ画像符号化部１０５の可逆符号化部１１６にも供給し、復号側に伝送させる。上述したように、エンハンスメントレイヤ画像符号化部１０５の可逆符号化部１１６は、このように供給された制約付きイントラ制御情報（constrained_intra_pred_flag）を符号化し、例えば、ピクチャパラメータセット（PPS）等において復号側に伝送させる。
  ベースレイヤ画素補填制御情報設定部１７２は、Constrained_ipred設定部１７１から供給された制約付きイントラ制御情報（constrained_intra_pred_flag）の値が「１」である場合、ベースレイヤの画素の補填を制御するベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）を設定する。ベースレイヤ画素補填制御情報設定部１７２は、設定したベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）を、補填画素生成部１５５に供給する。また、ベースレイヤ画素補填制御情報設定部１７２は、ベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）を、エンハンスメントレイヤ画像符号化部１０５の可逆符号化部１１６にも供給し、復号側に伝送させる。上述したように、エンハンスメントレイヤ画像符号化部１０５の可逆符号化部１１６は、このように供給されたベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）を符号化し、例えば、ピクチャパラメータセット（PPS）等において復号側に伝送させる。
  アベイラビリティ判定部１５４は、Constrained_ipred設定部１７１から供給された制約付きイントラ制御情報（constrained_intra_pred_flag）の値が「１」である場合、エンハンスメントレイヤ画像符号化部１０５のフレームメモリ１２２からエンハンスメントレイヤ参照画像を取得する。このエンハンスメントレイヤ参照画像には、エンハンスメントレイヤ画像符号化部１０５のイントラ予測部１３４によるイントラ予測におけるカレントブロックの周辺画素が含まれる。アベイラビリティ判定部１５４は、その周辺画素のアベイラビリティを判定する。アベイラビリティ判定部１５４は、その判定結果（アベイラビリティ）を補填画素生成部１５５に供給する。
  補填画素生成部１５５は、アベイラビリティ判定部１５４から供給される判定結果に基づいて、アンアベイラブルな周辺画素が存在するか否かを判定し、存在する場合、そのアンアベイラブルな周辺画素を補填する補填画素を生成する。
  その際、補填画素生成部１５５は、ベースレイヤ画素補填制御情報設定部１７２から供給されたベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）の値が「１」である場合、ベースレイヤの画素を用いて補填画素を生成する。すなわち、補填画素生成部１５５は、ベースレイヤ画素メモリ１５２からアップサンプル画像を読み出し、アンアベイラブルな周辺画素に対応するベースレイヤの画素の画素値を用いて補填画素を生成する。
  また、補填画素生成部１５５は、ベースレイヤ画素補填制御情報設定部１７２から供給されたベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）の値が「０」である場合、エンハンスメントレイヤの画素を用いて補填画素を生成する。すなわち、補填画素生成部１５５は、エンハンスメントレイヤ画像符号化部１０５のフレームメモリ１２２からエンハンスメントレイヤ参照画像を取得し、そのエンハンスメントレイヤ参照画像に含まれるアンアベイラブルな画素の画素値を用いて補填画素を生成する。
  補填画素生成部１５５は、以上のように生成した補填画素を、エンハンスメントレイヤ画像符号化部１０５のイントラ予測部１３４に供給する。イントラ予測部１３４は、供給された補填画素を用いてイントラ予測を行い予測画像を生成する。
  以上のように、スケーラブル符号化装置１００は、エンハンスメントレイヤの符号化におけるイントラ予測において、アンアベイラブルな周辺画素を、ベースレイヤの画素で補填することができるので、制約付きイントラの場合も予測精度の低減を抑制し、符号化効率の低減を抑制することができる。これにより、スケーラブル符号化装置１００は、符号化・復号による画質の低減を抑制することができる。
    ＜符号化処理の流れ＞
  次に、以上のようなスケーラブル符号化装置１００により実行される各処理の流れについて説明する。最初に、図１６のフローチャートを参照して、符号化処理の流れの例を説明する。スケーラブル符号化装置１００は、ピクチャ毎にこの符号化処理を実行する。
  符号化処理が開始されると、ステップＳ１０１において、スケーラブル符号化装置１００の符号化制御部１０２は、最初のレイヤを処理対象とする。
  ステップＳ１０２において、符号化制御部１０２は、処理対象であるカレントレイヤがベースレイヤであるか否かを判定する。カレントレイヤがベースレイヤであると判定された場合、処理は、ステップＳ１０３に進む。
  ステップＳ１０３において、ベースレイヤ画像符号化部１０３は、ベースレイヤ符号化処理を行う。ステップＳ１０３の処理が終了すると、処理は、ステップＳ１０７に進む。
  また、ステップＳ１０２において、カレントレイヤがエンハンスメントレイヤであると判定された場合、処理は、ステップＳ１０４に進む。ステップＳ１０４において、符号化制御部１０２は、カレントレイヤに対応する（すなわち、参照先とする）ベースレイヤを決定する。
  ステップＳ１０５において、画素補填部１０４は、画素補填制御情報設定処理を行う。
  ステップＳ１０６において、エンハンスメントレイヤ画像符号化部１０５は、エンハンスメントレイヤ符号化処理を行う。ステップＳ１０６の処理が終了すると、処理は、ステップＳ１０７に進む。
  ステップＳ１０７において、符号化制御部１０２は、全てのレイヤを処理したか否かを判定する。未処理のレイヤが存在すると判定された場合、処理は、ステップＳ１０８に進む。
  ステップＳ１０８において、符号化制御部１０２は、次の未処理のレイヤを処理対象（カレントレイヤ）とする。ステップＳ１０８の処理が終了すると、処理は、ステップＳ１０２に戻る。ステップＳ１０２乃至ステップＳ１０８の処理が繰り返し実行され、各レイヤが符号化される。
  そして、ステップＳ１０７において、全てのレイヤが処理されたと判定された場合、符号化処理が終了する。
    ＜ベースレイヤ符号化処理の流れ＞
  次に、図１７のフローチャートを参照して、図１６のステップＳ１０３において実行されるベースレイヤ符号化処理の流れの例を説明する。
  ステップＳ１２１において、ベースレイヤ画像符号化部１０３のA/D変換部１１１は入力されたベースレイヤの画像情報（画像データ）をA/D変換する。ステップＳ１２２において、画面並べ替えバッファ１１２は、A/D変換されたベースレイヤの画像情報（デジタルデータ）を記憶し、各ピクチャを、表示する順番から符号化する順番へ並べ替える。
  ステップＳ１２３において、イントラ予測部１２４は、イントラ予測モードのイントラ予測処理を行う。ステップＳ１２４において、動き予測・補償部１２５は、インター予測モードでの動き予測や動き補償を行う動き予測・補償処理を行う。ステップＳ１２５において、予測画像選択部１２６は、イントラ予測部１２４および動き予測・補償部１２５から出力された各コスト関数値に基づいて、最適なモードを決定する。つまり、予測画像選択部１２６は、イントラ予測部１２４により生成された予測画像と、動き予測・補償部１２５により生成された予測画像のいずれか一方を選択する。ステップＳ１２６において、演算部１１３は、ステップＳ１２２の処理により並び替えられた画像と、ステップＳ１２５の処理により選択された予測画像との差分を演算する。差分データは元の画像データに較べてデータ量が低減される。したがって、画像をそのまま符号化する場合に比べて、データ量を圧縮することができる。
  ステップＳ１２７において、直交変換部１１４は、ステップＳ１２６の処理により生成された差分情報に対する直交変換処理を行う。ステップＳ１２８において、量子化部１１５は、レート制御部１２７により算出された量子化パラメータを用いて、ステップＳ１２７の処理により得られた直交変換係数を量子化する。
  ステップＳ１２８の処理により量子化された差分情報は、次のようにして局部的に復号される。すなわち、ステップＳ１２９において、逆量子化部１１８は、ステップＳ１２８の処理により生成された量子化された係数（量子化係数とも称する）を、量子化部１１５の特性に対応する特性で逆量子化する。ステップＳ１３０において、逆直交変換部１１９は、ステップＳ１２７の処理により得られた直交変換係数を逆直交変換する。ステップＳ１３１において、演算部１２０は、予測画像を局部的に復号された差分情報に加算し、局部的に復号された画像（演算部１１３への入力に対応する画像）を生成する。
  ステップＳ１３２においてループフィルタ１２１は、ステップＳ１３１の処理により生成された画像をフィルタリングする。これによりブロック歪み等が除去される。ステップＳ１３３において、フレームメモリ１２２は、ステップＳ１３２の処理によりブロック歪みの除去等が行われた画像を記憶する。なお、フレームメモリ１２２にはループフィルタ１２１によりフィルタ処理されていない画像も演算部１２０から供給され、記憶される。このフレームメモリ１２２に記憶された画像は、ステップＳ１２３の処理やステップＳ１２４の処理に利用される。
  ステップＳ１３４において、画素補填部１０４のアップサンプル部１５１は、ベースレイヤの復号画像をアップサンプルする。
  ステップＳ１３５において、画素補填部１０４のベースレイヤ画素メモリ１５２は、ステップＳ１３４の処理により得られたアップサンプル画像を記憶する。
  ステップＳ１３６において、ベースレイヤ画像符号化部１０３の可逆符号化部１１６は、ステップＳ１２８の処理により量子化された係数を符号化する。すなわち、差分画像に対応するデータに対して、可変長符号化や算術符号化等の可逆符号化が行われる。
  また、このとき、可逆符号化部１１６は、ステップＳ１２５の処理により選択された予測画像の予測モードに関する情報を符号化し、差分画像を符号化して得られる符号化データに付加する。つまり、可逆符号化部１１６は、イントラ予測部１２４から供給される最適イントラ予測モード情報、または、動き予測・補償部１２５から供給される最適インター予測モードに応じた情報なども符号化し、符号化データに付加する。
  ステップＳ１３７において蓄積バッファ１１７は、ステップＳ１３６の処理により得られたベースレイヤ符号化データを蓄積する。蓄積バッファ１１７に蓄積されたベースレイヤ符号化データは、適宜読み出され、伝送路や記録媒体を介して復号側に伝送される。
  ステップＳ１３８においてレート制御部１２７は、ステップＳ１３７において蓄積バッファ１１７に蓄積された符号化データの符号量（発生符号量）に基づいて、オーバフローあるいはアンダーフローが発生しないように、量子化部１１５の量子化動作のレートを制御する。
  ステップＳ１３８の処理が終了すると、ベースレイヤ符号化処理が終了し、処理は図１６に戻る。ベースレイヤ符号化処理は、例えば、ピクチャ単位で実行される。つまり、カレントレイヤの各ピクチャに対してベースレイヤ符号化処理が実行される。ただし、ベースレイヤ符号化処理内の各処理は、それぞれの処理単位毎に行われる。
    ＜画素補填制御情報設定処理の流れ＞
  次に、図１８のフローチャートを参照して、図１６のステップＳ１０５において実行される画素補填制御情報設定処理の流れの例を説明する。
  画素補填制御情報設定処理が開始されると、画素補填部１０４の画素補填制御情報設定部１５３のConstrained_ipred設定部１７１は、ステップＳ１５１において、制約付きイントラ制御情報（constrained_intra_pred_flag）を設定する。
  ステップＳ１５２において、ベースレイヤ画素補填制御情報設定部１７２は、ステップＳ１５１において設定された制約付きイントラ制御情報（constrained_intra_pred_flag）の値が「１」であるか否かを判定する。「１」であると判定された場合、処理はステップＳ１５３に進む。
  ステップＳ１５３において、ベースレイヤ画素補填制御情報設定部１７２は、ベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）を設定する。ステップＳ１５３の処理が終了すると、画素補填制御情報設定処理が終了し、処理は図１６に戻る。
  また、ステップＳ１５２において、制約付きイントラ制御情報（constrained_intra_pred_flag）の値が「０」であると判定された場合、ステップＳ１５３の処理が省略され、画素補填制御情報設定処理が終了し、処理は図１６に戻る。
    ＜エンハンスメントレイヤ符号化処理の流れ＞
  次に、図１９のフローチャートを参照して、図１６のステップＳ１０６において実行されるエンハンスメントレイヤ符号化処理の流れの例を説明する。
  エンハンスメントレイヤ符号化処理のステップＳ１７１およびステップＳ１７２、並びに、ステップＳ１７４乃至ステップＳ１８６の各処理は、図１７のベースレイヤ符号化処理のステップＳ１２１およびステップＳ１２２、ステップＳ１２４乃至ステップＳ１３３、並びに、ステップＳ１３６乃至ステップＳ１３８の各処理と同様に実行される。ただし、エンハンスメントレイヤ符号化処理の各処理は、エンハンスメントレイヤ画像符号化部１０５の各処理部により、エンハンスメントレイヤ画像情報に対して行われる。
  なお、ステップＳ１７３において、エンハンスメントレイヤ画像符号化部１０５のイントラ予測部１３４や画素補填部１０４は、エンハンスメントレイヤ画像情報に対して、イントラ予測処理を行う。このイントラ予測処理の詳細については後述する。
  ステップＳ１８６の処理が終了すると、エンハンスメントレイヤ符号化処理が終了され、処理は図１６に戻る。エンハンスメントレイヤ符号化処理は、例えば、ピクチャ単位で実行される。つまり、カレントレイヤの各ピクチャに対してエンハンスメントレイヤ符号化処理が実行される。ただし、エンハンスメントレイヤ符号化処理内の各処理は、それぞれの処理単位毎に行われる。
    ＜イントラ予測処理の流れ＞
  次に、図２０のフローチャートを参照して、図１９のステップＳ１７３において実行されるイントラ予測処理の流れの例を説明する。
  イントラ予測処理が開始されると、アベイラビリティ判定部１５４は、ステップＳ２０１において、制約付きイントラ制御情報（constrained_intra_pred_flag）の値が「１」であるか否かを判定する。「１」であると判定された場合、処理はステップＳ２０２に進む。
  ステップＳ２０２において、アベイラビリティ判定部１５４は、エンハンスメントレイヤ参照画像を取得する。
  ステップＳ２０３において、アベイラビリティ判定部１５４は、ステップＳ２０２において取得したエンハンスメントレイヤ参照画像に含まれる周辺画素のアベイラビリティを判定する。つまり、アベイラビリティ判定部１５４は、エンハンスメントレイヤの周辺画素にアンアベイラブルな画素が存在するか否かを判定する。アンアベイラブルな画素が存在すると判定された場合、処理はステップＳ２０４に進む。
  ステップＳ２０４において、補填画素生成部１５５は、ベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）の値が「１」であるか否かを判定する。「１」であると判定された場合、処理はステップＳ２０５に進む。
  ステップＳ２０５において、補填画素生成部１５５は、ベースレイヤ画素メモリ１５２に記憶されているベースレイヤのアップサンプル画像を取得する。
  ステップＳ２０６において、補填画素生成部１５５は、ステップＳ２０５の処理により取得したベースレイヤのアップサンプル画像を用いて補填画素を生成する。ステップＳ２０６の処理が終了すると、処理はステップＳ２０９に進む。
  また、ステップＳ２０４において、ベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）の値が「０」であると判定された場合、処理はステップＳ２０７に進む。
  ステップＳ２０７において、補填画素生成部１５５は、エンハンスメントレイヤ画像符号化部１０５のフレームメモリ１２２に記憶されているエンハンスメントレイヤ参照画像を取得する。
  ステップＳ２０８において、補填画素生成部１５５は、ステップＳ２０７の処理により取得したエンハンスメントレイヤ参照画像を用いて補填画素を生成する。ステップＳ２０８の処理が終了すると、処理はステップＳ２０９に進む。
  ステップＳ２０９において、補填画素生成部１５５は、ステップＳ２０６若しくはステップＳ２０８において生成した補填画素を、エンハンスメントレイヤ画像符号化部１０５のイントラ予測部１３４に供給することにより、その補填画素を、エンハンスメントレイヤのアンアベイラブルな周辺画素に補填する。
  ステップＳ２１０において、エンハンスメントレイヤ画像符号化部１０５のイントラ予測部１３４は、各イントラ予測モードで予測画像を生成する。
  ステップＳ２１１において、エンハンスメントレイヤ画像符号化部１０５のイントラ予測部１３４は、ステップＳ２１０において生成された各イントラ予測モードの予測画像についてコスト関数値を算出し、その値に基づいて、最適なイントラ予測モード（最適イントラ予測モードとも称する）を選択する。
  ステップＳ２１１の処理が終了すると、イントラ予測処理が終了し、処理は図１９に戻る。
  以上のように各処理を実行することにより、スケーラブル符号化装置１００は、符号化効率の低減を抑制し、符号化・復号による画質の低減を抑制することができる。
  ＜２．第２の実施の形態＞
    ＜スケーラブル復号装置＞
  次に、以上のようにスケーラブル符号化（階層符号化）された符号化データ（ビットストリーム）の復号について説明する。図２１は、図１２のスケーラブル符号化装置１００に対応するスケーラブル復号装置の主な構成例を示すブロック図である。図２１に示されるスケーラブル復号装置２００は、例えばスケーラブル符号化装置１００により画像データがスケーラブル符号化されて得られた符号化データを、その符号化方法に対応する方法でスケーラブル復号する。
  図２１に示されるように、スケーラブル復号装置２００は、共通情報取得部２０１、復号制御部２０２、ベースレイヤ画像復号部２０３、画素補填部２０４、およびエンハンスメントレイヤ画像復号部２０５を有する。
  共通情報取得部２０１は、符号化側から伝送される共通情報（例えば、ビデオパラメータセット（VPS））を取得する。共通情報取得部２０１は、取得した共通情報より復号に関する情報を抽出し、それを復号制御部２０２に供給する。また、共通情報取得部２０１は、共通情報の一部若しくは全部を、ベースレイヤ画像復号部２０３乃至エンハンスメントレイヤ画像復号部２０５に適宜供給する。
  復号制御部２０２は、共通情報取得部２０１から供給された復号に関する情報を取得し、その情報に基づいて、ベースレイヤ画像復号部２０３乃至エンハンスメントレイヤ画像復号部２０５を制御することにより、各レイヤの復号を制御する。
  ベースレイヤ画像復号部２０３は、ベースレイヤ画像符号化部１０３に対応する画像復号部であり、例えばベースレイヤ画像符号化部１０３によりベースレイヤ画像情報が符号化されて得られたベースレイヤ符号化データを取得する。ベースレイヤ画像復号部２０３は、他のレイヤの情報を利用せずに、そのベースレイヤ符号化データを復号し、ベースレイヤ画像情報を再構築し、出力する。また、ベースレイヤ画像復号部２０３は、復号の際に得られたベースレイヤ復号画像を画素補填部２０４に供給する。
  画素補填部２０４は、エンハンスメントレイヤ画像復号部２０５におけるイントラ予測において、制約付きイントラが使用される場合の、周辺画素の補填に関する処理を行う。例えば、画素補填部２０４は、ベースレイヤ画像復号部２０３からベースレイヤの復号画像を取得し、エンハンスメントレイヤのアンアベイラブルな周辺画素を、ベースレイヤの画素を用いて補填する。画素補填部２０４は、このような周辺画素の補填画素を、エンハンスメントレイヤ画像復号部２０５に供給する。
  エンハンスメントレイヤ画像復号部２０５は、エンハンスメントレイヤ画像符号化部１０５に対応する画像復号部であり、例えばエンハンスメントレイヤ画像符号化部１０５によりエンハンスメントレイヤ画像情報が符号化されて得られたエンハンスメントレイヤ符号化データを取得する。エンハンスメントレイヤ画像復号部２０５は、そのエンハンスメントレイヤ符号化データを復号する。その復号において、エンハンスメントレイヤ画像復号部２０５は、イントラ予測を行ってカレントブロックの予測画像を生成する際に、エンハンスメントレイヤの周辺画素を画素補填部２０４に供給する。また、エンハンスメントレイヤ画像復号部２０５は、画素補填部２０４から、カレントブロックの周辺画素の補填画素を取得する。エンハンスメントレイヤ画像復号部２０５は、このような補填画素を用いてイントラ予測を行い、予測画像を生成し、その予測画像を用いてエンハンスメントレイヤ画像情報を再構築し、出力する。
    ＜ベースレイヤ画像復号部＞
  図２２は、図２１のベースレイヤ画像復号部２０３の主な構成例を示すブロック図である。図２２に示されるようにベースレイヤ画像復号部２０３は、蓄積バッファ２１１、可逆復号部２１２、逆量子化部２１３、逆直交変換部２１４、演算部２１５、ループフィルタ２１６、画面並べ替えバッファ２１７、およびD/A変換部２１８を有する。また、ベースレイヤ画像復号部２０３は、フレームメモリ２１９、選択部２２０、イントラ予測部２２１、動き補償部２２２、および選択部２２３を有する。
  蓄積バッファ２１１は、伝送されてきたベースレイヤ符号化データを受け取る受け取り部でもある。蓄積バッファ２１１は、伝送されてきたベースレイヤ符号化データを受け取って、蓄積し、所定のタイミングにおいてその符号化データを可逆復号部２１２に供給する。このベースレイヤ符号化データには、予測モード情報などの復号に必要な情報が付加されている。
  可逆復号部２１２は、蓄積バッファ２１１より供給された、可逆符号化部１１６により符号化された情報を、可逆符号化部１１６の符号化方式に対応する方式で復号する。可逆復号部２１２は、復号して得られた差分画像の量子化された係数データを、逆量子化部２１３に供給する。
  また、可逆復号部２１２は、ベースレイヤ符号化データに含まれるビデオパラメータセット（VPS）、シーケンスパラメータセット（SPS）、およびピクチャパラメータセット（PPS）等を含むNALユニットを適宜抽出し、取得する。可逆復号部２１２は、それらの情報から、最適な予測モードに関する情報を抽出し、その情報に基づいて最適な予測モードにイントラ予測モードが選択されたかインター予測モードが選択されたかを判定し、その最適な予測モードに関する情報を、イントラ予測部２２１および動き補償部２２２の内、選択されたと判定したモードの方に供給する。つまり、例えば、ベースレイヤ画像符号化部１０３において最適な予測モードとしてイントラ予測モードが選択された場合、その最適な予測モードに関する情報がイントラ予測部２２１に供給される。また、例えば、ベースレイヤ画像符号化部１０３において最適な予測モードとしてインター予測モードが選択された場合、その最適な予測モードに関する情報が動き補償部２２２に供給される。
  さらに、可逆復号部２１２は、例えば、量子化行列や量子化パラメータ等の、逆量子化に必要な情報をNALユニット等から抽出し、それを逆量子化部２１３に供給する。
  逆量子化部２１３は、可逆復号部２１２により復号されて得られた量子化された係数データを、量子化部１１５の量子化方式に対応する方式で逆量子化する。なお、この逆量子化部２１３は、逆量子化部１１８と同様の処理部である。つまり、逆量子化部２１３の説明は、逆量子化部１１８にも準用することができる。ただし、データの入出力先等は、装置に応じて適宜、変えて読む必要がある。逆量子化部２１３は、得られた係数データを逆直交変換部２１４に供給する。
  逆直交変換部２１４は、逆量子化部２１３から供給される係数データを、直交変換部１１４の直交変換方式に対応する方式で逆直交変換する。なお、この逆直交変換部２１４は、逆直交変換部１１９と同様の処理部である。つまり、逆直交変換部２１４の説明は、逆直交変換部１１９にも準用することができる。ただし、データの入出力先等は、装置に応じて適宜、変えて読む必要がある。
  逆直交変換部２１４は、この逆直交変換処理により、直交変換部１１４において直交変換される前の残差データに対応する復号残差データを得る。逆直交変換されて得られた復号残差データは、演算部２１５に供給される。また、演算部２１５には、選択部２２３を介して、イントラ予測部２２１若しくは動き補償部２２２から予測画像が供給される。
  演算部２１５は、その復号残差データと予測画像とを加算し、演算部１１３により予測画像が減算される前の画像データに対応する復号画像データを得る。演算部２１５は、その復号画像データをループフィルタ２１６に供給する。
  ループフィルタ２１６は、供給された復号画像に対して、デブロックフィルタや適応ループフィルタ等を含むフィルタ処理を適宜施し、それを画面並べ替えバッファ２１７およびフレームメモリ２１９に供給する。例えば、ループフィルタ２１６は、復号画像に対してデブロックフィルタ処理を行うことにより復号画像のブロック歪を除去する。また、例えば、ループフィルタ２１６は、そのデブロックフィルタ処理結果（ブロック歪みの除去が行われた復号画像）に対して、ウィナーフィルタ（Wiener Filter）を用いてループフィルタ処理を行うことにより画質改善を行う。なお、このループフィルタ２１６は、ループフィルタ１２１と同様の処理部である。
  なお、演算部２１５から出力される復号画像は、ループフィルタ２１６を介さずに画面並べ替えバッファ２１７やフレームメモリ２１９に供給することができる。つまり、ループフィルタ２１６によるフィルタ処理の一部若しくは全部は省略することができる。
  画面並べ替えバッファ２１７は、復号画像の並べ替えを行う。すなわち、画面並べ替えバッファ１１２により符号化の順番のために並べ替えられたフレームの順番が、元の表示の順番に並べ替えられる。D/A変換部２１８は、画面並べ替えバッファ２１７から供給された画像をD/A変換し、図示せぬディスプレイに出力し、表示させる。
  フレームメモリ２１９は、供給される復号画像を記憶し、所定のタイミングにおいて、若しくは、イントラ予測部２２１や動き補償部２２２等の外部の要求に基づいて、記憶している復号画像を参照画像として、選択部２２０に供給する。
  選択部２２０は、フレームメモリ２１９から供給される参照画像の供給先を選択する。選択部２２０は、イントラ符号化された画像を復号する場合、フレームメモリ２１９から供給される参照画像をイントラ予測部２２１に供給する。また、選択部２２０は、インター符号化された画像を復号する場合、フレームメモリ２１９から供給される参照画像を動き補償部２２２に供給する。
  イントラ予測部２２１には、ヘッダ情報を復号して得られたイントラ予測モードを示す情報等が可逆復号部２１２から適宜供給される。イントラ予測部２２１は、イントラ予測部１２４において用いられたイントラ予測モードで、フレームメモリ２１９から取得した参照画像を用いてイントラ予測を行い、予測画像を生成する。イントラ予測部２２１は、生成した予測画像を選択部２２３に供給する。
  動き補償部２２２は、ヘッダ情報を復号して得られた情報（最適予測モード情報、参照画像情報等）を可逆復号部２１２から取得する。
  動き補償部２２２は、可逆復号部２１２から取得された最適予測モード情報が示すインター予測モードで、フレームメモリ２１９から取得した参照画像を用いて動き補償を行い、予測画像を生成する。動き補償部２２２は、生成した予測画像を選択部２２３に供給する。
  選択部２２３は、イントラ予測部２２１からの予測画像または動き補償部２２２からの予測画像を、演算部２１５に供給する。そして、演算部２１５においては、動きベクトルが用いられて生成された予測画像と逆直交変換部２１４からの復号残差データ（差分画像情報）とが加算されて元の画像が復号される。
  なお、フレームメモリ２１９は、記憶しているベースレイヤ復号画像を、画素補填部２０４に供給する。
    ＜エンハンスメントレイヤ画像符号化部＞
  図２３は、図２１のエンハンスメントレイヤ画像復号部２０５の主な構成例を示すブロック図である。図２３に示されるように、エンハンスメントレイヤ画像復号部２０５は、図２２のベースレイヤ画像復号部２０３と基本的に同様の構成を有する。
  ただし、エンハンスメントレイヤ画像復号部２０５の各部は、ベースレイヤではなく、エンハンスメントレイヤ符号化データの復号についての処理を行う。つまり、エンハンスメントレイヤ画像復号部２０５の蓄積バッファ２１１は、エンハンスメントレイヤ符号化データを記憶し、エンハンスメントレイヤ画像復号部２０５のD/A変換部２１８は、エンハンスメントレイヤ画像情報を、例えば、後段の図示せぬ記録装置（記録媒体）や伝送路などに出力する。
  また、エンハンスメントレイヤ画像復号部２０５は、イントラ予測部２２１の代わりに、イントラ予測部２３１を有する。
  イントラ予測部２３１は、画素補填部２０４において生成された補填画素を取得し、その補填画素が補填されたカレントブロックの周辺画素を用いて、エンハンスメントレイヤのイントラ予測を行い、予測画像を生成する。イントラ予測は、イントラ予測部２２１の場合と同様に行われる。
  なお、フレームメモリ２１９は、記憶している復号画像（エンハンスメントレイヤ復号画像）を画素補填部２０４に供給する。また、可逆復号部２１２は、符号化側から伝送された、制約付きイントラ制御情報（constrained_intra_pred_flag）やベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）を画素補填部２０４に供給する。例えば、可逆復号部２１２は、符号化側から伝送されたピクチャパラメータセット（PPS）から制約付きイントラ制御情報（constrained_intra_pred_flag）やベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）の符号化データを抽出し、それらを画素補填部２０４に供給する。
    ＜画素補填部＞
  図２４は、図２１の画素補填部２０４の主な構成例を示すブロック図である。
  図２４に示されるように、画素補填部２０４は、アップサンプル部２５１、ベースレイヤ画素メモリ２５２、画素補填制御情報復号部２５３、アベイラビリティ判定部２５４、および補填画素生成部２５５を有する。
  アップサンプル部２５１は、ベースレイヤ復号画像のアップサンプル処理（変換処理）を行う。図２４に示されるように、アップサンプル部２５１は、アップサンプル比設定部２６１、復号画像バッファ２６２、およびフィルタリング部２６３を有する。
  アップサンプル比設定部２６１は、ベースレイヤ復号画像のアップサンプル処理におけるアップサンプル比を設定する。アップサンプル比設定部２６１は、エンハンスメントレイヤ画像復号部２０５の例えば可逆復号部２１２からエンハンスメントレイヤの解像度を取得する。また、アップサンプル比設定部２６１は、ベースレイヤ画像復号部２０３（例えば可逆復号部２１２等）からベースレイヤの解像度を取得する。アップサンプル比設定部２６１は、これらの情報に基づいてアップサンプル比を設定する。つまり、アップサンプル比設定部２６１は、ベースレイヤとエンハンスメントレイヤの解像度比に応じたアップサンプル比を設定することができる。これにより、アップサンプル部２５１は、ベースレイヤとエンハンスメントレイヤの解像度比に応じた比率でベースレイヤ復号画像をアップサンプル処理することができる。アップサンプル比設定部２６１は、設定したアップサンプル比をフィルタリング部２６３に供給する。
  復号画像バッファ２６２は、ベースレイヤ画像復号部２０３のフレームメモリ２１９から供給されるベースレイヤ復号画像を記憶する。復号画像バッファ２６２は、記憶しているベースレイヤ復号画像をフィルタリング部２６３に供給する。
  フィルタリング部２６３は、アップサンプル比設定部２６１から供給されたアップサンプル比で、復号画像バッファ２６２から読み出したベースレイヤ復号画像をアップサンプル処理する。フィルタリング部２６３は、得られたアップサンプル画像を、ベースレイヤ画素メモリ２５２に供給する。
  ベースレイヤ画素メモリ２５２は、フィルタリング部２６３から供給されたアップサンプル画像を記憶する。ベースレイヤ画素メモリ２５２は、記憶しているアップサンプル画像を補填画素生成部２５５に供給する。
  画素補填制御情報復号部２５３は、エンハンスメントレイヤ画像復号部２０５の可逆復号部２１２から供給される、符号化側から伝送された画素補填に関する制御情報の符号化データを取得し、復号する。図２４に示されるように、画素補填制御情報設定部２５３は、Constrained_ipred復号部２７１およびベースレイヤ画素補填制御情報復号部２７２を有する。
  Constrained_ipred復号部２７１は、エンハンスメントレイヤ画像復号部２０５の可逆復号部２１２から供給される制約付きイントラ制御情報（constrained_intra_pred_flag）の符号化データを取得し、復号する。
  Constrained_ipred復号部２７１は、得られた制約付きイントラ制御情報（constrained_intra_pred_flag）を、ベースレイヤ画素補填制御情報復号部２７２に供給する。また、Constrained_ipred復号部２７１は、得られた制約付きイントラ制御情報（constrained_intra_pred_flag）を、アベイラビリティ判定部２５４にも供給する。
  ベースレイヤ画素補填制御情報復号部２７２は、Constrained_ipred復号部２７１から供給された制約付きイントラ制御情報（constrained_intra_pred_flag）の値が「１」である場合、エンハンスメントレイヤ画像復号部２０５の可逆復号部２１２から供給されるベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）の符号化データを取得し、復号する。ベースレイヤ画素補填制御情報復号部２７２は、得られたベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）を、補填画素生成部２５５に供給する。
  アベイラビリティ判定部２５４は、Constrained_ipred復号部２７１から供給された制約付きイントラ制御情報（constrained_intra_pred_flag）の値が「１」である場合、エンハンスメントレイヤ画像復号部２０５のフレームメモリ２１９からエンハンスメントレイヤ参照画像を取得する。このエンハンスメントレイヤ参照画像には、エンハンスメントレイヤ画像復号部２０５のイントラ予測部２３１によるイントラ予測におけるカレントブロックの周辺画素が含まれる。アベイラビリティ判定部２５４は、その周辺画素のアベイラビリティを判定する。アベイラビリティ判定部２５４は、その判定結果（アベイラビリティ）を補填画素生成部２５５に供給する。
  補填画素生成部２５５は、アベイラビリティ判定部２５４から供給される判定結果に基づいて、アンアベイラブルな周辺画素が存在するか否かを判定し、存在する場合、そのアンアベイラブルな周辺画素を補填する補填画素を生成する。
  その際、補填画素生成部２５５は、ベースレイヤ画素補填制御情報復号部２７２から供給されたベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）の値が「１」である場合、ベースレイヤの画素を用いて補填画素を生成する。すなわち、補填画素生成部２５５は、ベースレイヤ画素メモリ２５２からアップサンプル画像を読み出し、アンアベイラブルな周辺画素に対応するベースレイヤの画素の画素値を用いて補填画素を生成する。
  また、補填画素生成部２５５は、ベースレイヤ画素補填制御情報復号部２７２から供給されたベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）の値が「０」である場合、エンハンスメントレイヤの画素を用いて補填画素を生成する。すなわち、補填画素生成部２５５は、エンハンスメントレイヤ画像復号部２０５のフレームメモリ２１９からエンハンスメントレイヤ参照画像を取得し、そのエンハンスメントレイヤ参照画像に含まれるアンアベイラブルな画素の画素値を用いて補填画素を生成する。
  補填画素生成部２５５は、以上のように生成した補填画素を、エンハンスメントレイヤ画像復号部２０５のイントラ予測部２３１に供給する。イントラ予測部２３１は、供給された補填画素を用いてイントラ予測を行い予測画像を生成する。
  以上のように、スケーラブル復号装置２００は、エンハンスメントレイヤの復号におけるイントラ予測において、アンアベイラブルな周辺画素を、ベースレイヤの画素で補填することができるので、制約付きイントラの場合も予測精度の低減を抑制し、符号化効率の低減を抑制することができる。これにより、スケーラブル復号装置２００は、符号化・復号による画質の低減を抑制することができる。
    ＜復号処理の流れ＞
  次に、以上のようなスケーラブル復号装置２００により実行される各処理の流れについて説明する。最初に、図２５のフローチャートを参照して、復号処理の流れの例を説明する。スケーラブル復号装置２００は、ピクチャ毎にこの復号処理を実行する。
  復号処理が開始されると、ステップＳ３０１において、スケーラブル復号装置２００の復号制御部２０２は、最初のレイヤを処理対象とする。
  ステップＳ３０２において、復号制御部２０２は、処理対象であるカレントレイヤがベースレイヤであるか否かを判定する。カレントレイヤがベースレイヤであると判定された場合、処理は、ステップＳ３０３に進む。
  ステップＳ３０３において、ベースレイヤ画像復号部２０３は、ベースレイヤ復号処理を行う。ステップＳ３０３の処理が終了すると、処理は、ステップＳ３０７に進む。
  また、ステップＳ３０２において、カレントレイヤがエンハンスメントレイヤであると判定された場合、処理はステップＳ３０４に進む。ステップＳ３０４において、復号制御部２０２は、カレントレイヤに対応する（すなわち、参照先とする）ベースレイヤを決定する。
  ステップＳ３０５において、画素補填部２０４は、画素補填制御情報復号処理を行う。
  ステップＳ３０６において、エンハンスメントレイヤ画像復号部２０５は、エンハンスメントレイヤ復号処理を行う。ステップＳ３０６の処理が終了すると、処理はステップＳ３０７に進む。
  ステップＳ３０７において、復号制御部２０２は、全てのレイヤを処理したか否かを判定する。未処理のレイヤが存在すると判定された場合、処理はステップＳ３０８に進む。
  ステップＳ３０８において、復号制御部２０２は、次の未処理のレイヤを処理対象（カレントレイヤ）とする。ステップＳ３０８の処理が終了すると、処理はステップＳ３０２に戻る。ステップＳ３０２乃至ステップＳ３０８の処理が繰り返し実行され、各レイヤが復号される。
  そして、ステップＳ３０７において、全てのレイヤが処理されたと判定された場合、復号処理が終了する。
    ＜ベースレイヤ復号処理の流れ＞
  次に、図２６のフローチャートを参照して、図２５のステップＳ３０３において実行されるベースレイヤ復号処理の流れの例を説明する。
  ベースレイヤ復号処理が開始されると、ステップＳ３２１において、ベースレイヤ画像復号部２０３の蓄積バッファ２１１は、符号化側から伝送されたベースレイヤのビットストリームを蓄積する。ステップＳ３２２において、可逆復号部２１２は、蓄積バッファ２１１から供給されるベースレイヤのビットストリーム（符号化された差分画像情報）を復号する。すなわち、可逆符号化部１１６により符号化されたＩピクチャ、Ｐピクチャ、並びにＢピクチャが復号される。このとき、ヘッダ情報などのビットストリームに含められた差分画像情報以外の各種情報も復号される。
  ステップＳ３２３において、逆量子化部２１３は、ステップＳ３２２の処理により得られた、量子化された係数を逆量子化する。
  ステップＳ３２４において、逆直交変換部２１４は、カレントブロック（カレントTU）を逆直交変換する。
  ステップＳ３２５において、イントラ予測部２２１若しくは動き補償部２２２は、予測処理を行い、予測画像を生成する。つまり、可逆復号部２１２において判定された、符号化の際に適用された予測モードで予測処理が行われる。より具体的には、例えば、符号化の際にイントラ予測が適用された場合、イントラ予測部２２１が、符号化の際に最適とされたイントラ予測モードで予測画像を生成する。また、例えば、符号化の際にインター予測が適用された場合、動き補償部２２２が、符号化の際に最適とされたインター予測モードで予測画像を生成する。
  ステップＳ３２６において、演算部２１５は、ステップＳ３２４の逆直交変換処理により生成された差分画像情報に、ステップＳ３２５において生成された予測画像を加算する。これにより元の画像が復号される。
  ステップＳ３２７において、ループフィルタ２１６は、ステップＳ３２６において得られた復号画像に対して、ループフィルタ処理を適宜行う。
  ステップＳ３２８において、画面並べ替えバッファ２１７は、ステップＳ３２７においてフィルタ処理された画像の並べ替えを行う。すなわち画面並べ替えバッファ１１２により符号化のために並べ替えられたフレームの順序が、元の表示の順序に並べ替えられる。
  ステップＳ３２９において、D/A変換部２１８は、ステップＳ３２８においてフレームの順序が並べ替えられた画像をD/A変換する。この画像が図示せぬディスプレイに出力され、画像が表示される。
  ステップＳ３３０において、フレームメモリ２１９は、ステップＳ３２７においてループフィルタ処理された復号画像を記憶する。
  ステップＳ３３１において、画素補填部２０４のアップサンプル部２５１は、ステップＳ３２７においてループフィルタ処理されたベースレイヤ復号画像を、ベースレイヤとエンハンスメントレイヤの空間方向のアップサンプル比に応じてアップサンプル処理する。
  ステップＳ３３２において、画素補填部２０４のベースレイヤ画素メモリ２５２は、ステップＳ３３１において得られたベースレイヤのアップサンプル画像を記憶する。
  ステップＳ３３２の処理が終了すると、ベースレイヤ復号処理が終了し、処理は図２５に戻る。ベースレイヤ復号処理は、例えば、ピクチャ単位で実行される。つまり、カレントレイヤの各ピクチャに対してベースレイヤ復号処理が実行される。ただし、ベースレイヤ復号処理内の各処理は、それぞれの処理単位毎に行われる。
    ＜画素補填制御情報復号処理の流れ＞
  次に、図２７のフローチャートを参照して、図２５のステップＳ３０５において実行される画素補填制御情報復号処理の流れの例を説明する。
  画素補填制御情報復号処理が開始されると、画素補填部２０４の画素補填制御情報復号部２５３のConstrained_ipred復号部２７１は、ステップＳ３５１において、符号化側から伝送された制約付きイントラ制御情報（constrained_intra_pred_flag）を復号する。
  ステップＳ３５２において、ベースレイヤ画素補填制御情報復号部２７２は、ステップＳ３５１において得られた制約付きイントラ制御情報（constrained_intra_pred_flag）の値が「１」であるか否かを判定する。「１」であると判定された場合、処理はステップＳ３５３に進む。
  ステップＳ３５３において、ベースレイヤ画素補填制御情報復号部２７２は、符号化側から伝送されたベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）を復号する。ステップＳ３５３の処理が終了すると、画素補填制御情報復号処理が終了し、処理は図２５に戻る。
  また、図２７のステップＳ３５２において、符号化側から伝送された制約付きイントラ制御情報（constrained_intra_pred_flag）の値が「０」であると判定された場合、ステップＳ３５３の処理が省略され、画素補填制御情報復号処理が終了し、処理は図２５に戻る。
    ＜エンハンスメントレイヤ復号処理の流れ＞
  次に、図２８のフローチャートを参照して、図２５のステップＳ３０６において実行されるエンハンスメントレイヤ復号処理の流れの例を説明する。
  エンハンスメントレイヤ復号処理のステップＳ３７１乃至ステップＳ３７４、並びに、ステップＳ３７６乃至ステップＳ３８０の各処理は、ベースレイヤ復号処理のステップＳ３２１乃至ステップＳ３２４、並びに、ステップＳ３２６乃至ステップＳ３３０の各処理と同様に実行される。ただし、エンハンスメントレイヤ復号処理の各処理は、エンハンスメントレイヤ画像復号部２０５の各処理部により、エンハンスメントレイヤ符号化データに対して行われる。
  なお、ステップＳ３７５において、エンハンスメントレイヤ画像復号部２０５のイントラ予測部２３１および動き補償部２２２、並びに、画素補填部２０４は、エンハンスメントレイヤ符号化データに対して、予測処理を行う。
  ステップＳ３８０の処理が終了すると、エンハンスメントレイヤ復号処理が終了され、処理は図２５に戻る。エンハンスメントレイヤ復号処理は、例えば、ピクチャ単位で実行される。つまり、カレントレイヤの各ピクチャに対してエンハンスメントレイヤ復号処理が実行される。ただし、エンハンスメントレイヤ復号処理内の各処理は、それぞれの処理単位毎に行われる。
    ＜予測処理の流れ＞
  次に、図２９のフローチャートを参照して、図２８のステップＳ３７５において実行される予測処理の流れの例を説明する。
  予測処理が開始されると、エンハンスメントレイヤ画像復号部２０５のイントラ予測部２３１は、ステップＳ４０１において、予測モードがイントラ予測であるか否かを判定する。イントラ予測であると判定した場合、処理はステップＳ４０２に進む。
  ステップＳ４０２において、イントラ予測部２３１および画素補填部２０４は、イントラ予測処理を行う。イントラ予測処理が終了すると、予測処理が終了し、処理は図２８に戻る。
  また、ステップＳ４０１において、インター予測であると判定された場合、処理はステップＳ４０３に進む。ステップＳ４０３において、動き補償部２２２は、符号化の際に採用されたインター予測モードである最適インター予測モードで動き補償を行い、予測画像を生成する。ステップＳ４０３の処理が終了すると、予測処理が終了し、処理は図２８に戻る。
    ＜イントラ予測処理の流れ＞
  次に、図３０のフローチャートを参照して、図２９のステップＳ４０２において実行されるイントラ予測処理の流れの例を説明する。
  イントラ予測処理が開始されると、アベイラビリティ判定部２５４は、ステップＳ４２１において、制約付きイントラ制御情報（constrained_intra_pred_flag）の値が「１」であるか否かを判定する。「１」であると判定された場合、処理はステップＳ４２２に進む。
  ステップＳ４２２において、アベイラビリティ判定部２５４は、エンハンスメントレイヤ参照画像を取得する。
  ステップＳ４２３において、アベイラビリティ判定部２５４は、ステップＳ４２２において取得したエンハンスメントレイヤ参照画像に含まれる周辺画素のアベイラビリティを判定する。つまり、アベイラビリティ判定部２５４は、エンハンスメントレイヤの周辺画素にアンアベイラブルな画素が存在するか否かを判定する。アンアベイラブルな画素が存在すると判定された場合、処理はステップＳ４２４に進む。
  ステップＳ４２４において、補填画素生成部２５５は、ベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）の値が「１」であるか否かを判定する。「１」であると判定された場合、処理はステップＳ４２５に進む。
  ステップＳ４２５において、補填画素生成部２５５は、ベースレイヤのアップサンプル画像を取得する。
  ステップＳ４２６において、補填画素生成部２５５は、ステップＳ４２５の処理により取得したベースレイヤのアップサンプル画像を用いて補填画素を生成する。ステップＳ４２６の処理が終了すると、処理はステップＳ４２９に進む。
  また、ステップＳ４２４において、ベースレイヤ画素補填制御情報（fill_with_baselayer_pixel_flag）の値が「０」であると判定された場合、処理はステップＳ４２７に進む。
  ステップＳ４２７において、補填画素生成部２５５は、エンハンスメントレイヤ参照画像を取得する。
  ステップＳ４２８において、補填画素生成部２５５は、ステップＳ４２７の処理により取得したエンハンスメントレイヤ参照画像を用いて補填画素を生成する。ステップＳ４２８の処理が終了すると、処理はステップＳ４２９に進む。
  ステップＳ４２９において、補填画素生成部２５５は、ステップＳ４２６若しくはステップＳ４２８において生成した補填画素を、エンハンスメントレイヤ画像復号部２０５のイントラ予測部２３１に供給することにより、その補填画素を、エンハンスメントレイヤのアンアベイラブルな周辺画素に補填する。
  ステップＳ４３０において、エンハンスメントレイヤ画像復号部２０５のイントラ予測部２３１は、符号化の際に採用されたイントラ予測モードである最適イントラ予測モードで予測画像を生成する。
  ステップＳ４３０の処理が終了すると、イントラ予測処理が終了し、処理は図２９に戻る。
  以上のように各処理を実行することにより、スケーラブル復号装置２００は、符号化効率の低減を抑制し、符号化・復号による画質の低減を抑制することができる。
  ＜３．その他＞
  以上においては、スケーラブル符号化により画像データが階層化されて複数レイヤ化されるように説明したが、そのレイヤ数は任意である。また、例えば、図３１の例に示されるように、一部のピクチャが階層化されるようにしてもよい。また、以上においては、符号化・復号において、エンハンスメントレイヤは、ベースレイヤの情報を利用して処理されるように説明したが、これに限らず、エンハンスメントレイヤが、処理済の他のエンハンスメントレイヤの情報を利用して処理されるようにしてもよい。
  また、以上に説明したレイヤには、多視点画像符号化・復号におけるビューも含まれる。つまり、本技術は、多視点画像符号化・多視点画像復号に適用することができる。図３２は、多視点画像符号化方式の一例を示す。
  図３２に示されるように、多視点画像は、複数の視点（ビュー）の画像を含み、その複数の視点のうちの所定の１つの視点の画像が、ベースビューの画像に指定されている。ベースビューの画像以外の各視点の画像は、ノンベースビューの画像として扱われる。
  図３２のような多視点画像を符号化・復号する場合、各ビューの画像を符号化・復号するが、この各ビューの符号化・復号に対して、上述した方法を適用するようにしてもよい。つまり、動き情報等を、このような多視点符号化・復号における複数のビューにおいて共有するようにしてもよい。
  例えば、ベースビューについては、自身のビューの動き情報のみを用いて予測動き情報の候補を生成するようにし、ノンベースビューについては、ベースビューの動き情報も利用して予測動き情報を生成するようにする。
  このようにすることにより、上述した階層符号化・復号の場合と同様に、多視点符号化・復号においても、符号化効率の低減を抑制することができる。
  以上のように、本技術の適用範囲は、スケーラブルな符号化・復号方式に基づくあらゆる画像符号化装置及び画像復号装置に適用することができる。
  また、本技術は、例えば、MPEG、H．26x等の様に、離散コサイン変換等の直交変換と動き補償によって圧縮された画像情報（ビットストリーム）を、衛星放送、ケーブルテレビジョン、インターネット、または携帯電話機などのネットワークメディアを介して受信する際に用いられる画像符号化装置および画像復号装置に適用することができる。また、本技術は、光、磁気ディスク、およびフラッシュメモリのような記憶メディア上で処理する際に用いられる画像符号化装置および画像復号装置に適用することができる。
  ＜４．第３の実施の形態＞
    ＜コンピュータ＞
  上述した一連の処理は、ハードウエアにより実行させることもできるし、ソフトウエアにより実行させることもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここでコンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータ等が含まれる。
  図３３は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
  図３３に示されるコンピュータ８００において、CPU（Central Processing Unit）８０１、ROM（Read Only Memory）８０２、RAM（Random Access Memory）８０３は、バス８０４を介して相互に接続されている。
  バス８０４にはまた、入出力インタフェース８１０も接続されている。入出力インタフェース８１０には、入力部８１１、出力部８１２、記憶部８１３、通信部８１４、およびドライブ８１５が接続されている。
  入力部８１１は、例えば、キーボード、マウス、マイクロホン、タッチパネル、入力端子などよりなる。出力部８１２は、例えば、ディスプレイ、スピーカ、出力端子などよりなる。記憶部８１３は、例えば、ハードディスク、RAMディスク、不揮発性のメモリなどよりなる。通信部８１４は、例えば、ネットワークインタフェースよりなる。ドライブ８１５は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブルメディア８２１を駆動する。
  以上のように構成されるコンピュータでは、CPU８０１が、例えば、記憶部８１３に記憶されているプログラムを、入出力インタフェース８１０およびバス８０４を介して、RAM８０３にロードして実行することにより、上述した一連の処理が行われる。RAM８０３にはまた、CPU８０１が各種の処理を実行する上において必要なデータなども適宜記憶される。
  コンピュータ（CPU８０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア８２１に記録して適用することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
  コンピュータでは、プログラムは、リムーバブルメディア８２１をドライブ８１５に装着することにより、入出力インタフェース８１０を介して、記憶部８１３にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部８１４で受信し、記憶部８１３にインストールすることができる。その他、プログラムは、ROM８０２や記憶部８１３に、あらかじめインストールしておくことができる。
  なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
  また、本明細書において、記録媒体に記録されるプログラムを記述するステップは、記載された順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
  また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、全ての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。
  また、以上において、１つの装置（または処理部）として説明した構成を分割し、複数の装置（または処理部）として構成するようにしてもよい。逆に、以上において複数の装置（または処理部）として説明した構成をまとめて１つの装置（または処理部）として構成されるようにしてもよい。また、各装置（または各処理部）の構成に上述した以外の構成を付加するようにしてももちろんよい。さらに、システム全体としての構成や動作が実質的に同じであれば、ある装置（または処理部）の構成の一部を他の装置（または他の処理部）の構成に含めるようにしてもよい。
  以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
  例えば、本技術は、１つの機能を、ネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
  また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。
  さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。
  上述した実施形態に係る画像符号化装置及び画像復号装置は、衛星放送、ケーブルＴＶなどの有線放送、インターネット上での配信、及びセルラー通信による端末への配信などにおける送信機若しくは受信機、光ディスク、磁気ディスク及びフラッシュメモリなどの媒体に画像を記録する記録装置、又は、これら記憶媒体から画像を再生する再生装置などの様々な電子機器に応用され得る。以下、４つの応用例について説明する。
  ＜５．応用例＞
    ＜第１の応用例：テレビジョン受像機＞
  図３４は、上述した実施形態を適用したテレビジョン装置の概略的な構成の一例を示している。テレビジョン装置９００は、アンテナ９０１、チューナ９０２、デマルチプレクサ９０３、デコーダ９０４、映像信号処理部９０５、表示部９０６、音声信号処理部９０７、スピーカ９０８、外部インタフェース９０９、制御部９１０、ユーザインタフェース９１１、及びバス９１２を備える。
  チューナ９０２は、アンテナ９０１を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ９０２は、復調により得られた符号化ビットストリームをデマルチプレクサ９０３へ出力する。即ち、チューナ９０２は、画像が符号化されている符号化ストリームを受信する、テレビジョン装置９００における伝送部としての役割を有する。
  デマルチプレクサ９０３は、符号化ビットストリームから視聴対象の番組の映像ストリーム及び音声ストリームを分離し、分離した各ストリームをデコーダ９０４へ出力する。また、デマルチプレクサ９０３は、符号化ビットストリームからEPG（Electronic Program Guide）などの補助的なデータを抽出し、抽出したデータを制御部９１０に供給する。なお、デマルチプレクサ９０３は、符号化ビットストリームがスクランブルされている場合には、デスクランブルを行ってもよい。
  デコーダ９０４は、デマルチプレクサ９０３から入力される映像ストリーム及び音声ストリームを復号する。そして、デコーダ９０４は、復号処理により生成される映像データを映像信号処理部９０５へ出力する。また、デコーダ９０４は、復号処理により生成される音声データを音声信号処理部９０７へ出力する。
  映像信号処理部９０５は、デコーダ９０４から入力される映像データを再生し、表示部９０６に映像を表示させる。また、映像信号処理部９０５は、ネットワークを介して供給されるアプリケーション画面を表示部９０６に表示させてもよい。また、映像信号処理部９０５は、映像データについて、設定に応じて、例えばノイズ除去などの追加的な処理を行ってもよい。さらに、映像信号処理部９０５は、例えばメニュー、ボタン又はカーソルなどのGUI（Graphical User Interface）の画像を生成し、生成した画像を出力画像に重畳してもよい。
  表示部９０６は、映像信号処理部９０５から供給される駆動信号により駆動され、表示デバイス（例えば、液晶ディスプレイ、プラズマディスプレイ又はOELD（Organic ElectroLuminescence Display）（有機ELディスプレイ）など）の映像面上に映像又は画像を表示する。
  音声信号処理部９０７は、デコーダ９０４から入力される音声データについてD/A変換及び増幅などの再生処理を行い、スピーカ９０８から音声を出力させる。また、音声信号処理部９０７は、音声データについてノイズ除去などの追加的な処理を行ってもよい。
  外部インタフェース９０９は、テレビジョン装置９００と外部機器又はネットワークとを接続するためのインタフェースである。例えば、外部インタフェース９０９を介して受信される映像ストリーム又は音声ストリームが、デコーダ９０４により復号されてもよい。即ち、外部インタフェース９０９もまた、画像が符号化されている符号化ストリームを受信する、テレビジョン装置９００における伝送部としての役割を有する。
  制御部９１０は、CPUなどのプロセッサ、並びにRAM及びROMなどのメモリを有する。メモリは、CPUにより実行されるプログラム、プログラムデータ、EPGデータ、及びネットワークを介して取得されるデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、テレビジョン装置９００の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース９１１から入力される操作信号に応じて、テレビジョン装置９００の動作を制御する。
  ユーザインタフェース９１１は、制御部９１０と接続される。ユーザインタフェース９１１は、例えば、ユーザがテレビジョン装置９００を操作するためのボタン及びスイッチ、並びに遠隔制御信号の受信部などを有する。ユーザインタフェース９１１は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部９１０へ出力する。
  バス９１２は、チューナ９０２、デマルチプレクサ９０３、デコーダ９０４、映像信号処理部９０５、音声信号処理部９０７、外部インタフェース９０９及び制御部９１０を相互に接続する。
  このように構成されたテレビジョン装置９００において、デコーダ９０４は、上述した実施形態に係るスケーラブル復号装置２００の機能を有する。それにより、テレビジョン装置９００での画像の復号に際して、符号化効率の低減の抑制を実現し、符号化・復号による画質の低減の抑制を実現することができることができる。
    ＜第２の応用例：携帯電話機＞
  図３５は、上述した実施形態を適用した携帯電話機の概略的な構成の一例を示している。携帯電話機９２０は、アンテナ９２１、通信部９２２、音声コーデック９２３、スピーカ９２４、マイクロホン９２５、カメラ部９２６、画像処理部９２７、多重分離部９２８、記録再生部９２９、表示部９３０、制御部９３１、操作部９３２、及びバス９３３を備える。
  アンテナ９２１は、通信部９２２に接続される。スピーカ９２４及びマイクロホン９２５は、音声コーデック９２３に接続される。操作部９３２は、制御部９３１に接続される。バス９３３は、通信部９２２、音声コーデック９２３、カメラ部９２６、画像処理部９２７、多重分離部９２８、記録再生部９２９、表示部９３０、及び制御部９３１を相互に接続する。
  携帯電話機９２０は、音声通話モード、データ通信モード、撮影モード及びテレビ電話モードを含む様々な動作モードで、音声信号の送受信、電子メール又は画像データの送受信、画像の撮像、及びデータの記録などの動作を行う。
  音声通話モードにおいて、マイクロホン９２５により生成されるアナログ音声信号は、音声コーデック９２３に供給される。音声コーデック９２３は、アナログ音声信号を音声データへ変換し、変換された音声データをA/D変換し圧縮する。そして、音声コーデック９２３は、圧縮後の音声データを通信部９２２へ出力する。通信部９２２は、音声データを符号化及び変調し、送信信号を生成する。そして、通信部９２２は、生成した送信信号を、アンテナ９２１を介して基地局（図示せず）へ送信する。また、通信部９２２は、アンテナ９２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部９２２は、受信信号を復調及び復号して音声データを生成し、生成した音声データを音声コーデック９２３へ出力する。音声コーデック９２３は、音声データを伸張し及びD/A変換し、アナログ音声信号を生成する。そして、音声コーデック９２３は、生成した音声信号をスピーカ９２４に供給して音声を出力させる。
  また、データ通信モードにおいて、例えば、制御部９３１は、操作部９３２を介するユーザによる操作に応じて、電子メールを構成する文字データを生成する。また、制御部９３１は、文字を表示部９３０に表示させる。また、制御部９３１は、操作部９３２を介するユーザからの送信指示に応じて電子メールデータを生成し、生成した電子メールデータを通信部９２２へ出力する。通信部９２２は、電子メールデータを符号化及び変調し、送信信号を生成する。そして、通信部９２２は、生成した送信信号を、アンテナ９２１を介して基地局（図示せず）へ送信する。また、通信部９２２は、アンテナ９２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部９２２は、受信信号を復調及び復号して電子メールデータを復元し、復元した電子メールデータを制御部９３１へ出力する。制御部９３１は、表示部９３０に電子メールの内容を表示させると共に、電子メールデータを記録再生部９２９の記憶媒体に記憶させる。
  記録再生部９２９は、読み書き可能な任意の記憶媒体を有する。例えば、記憶媒体は、RAM又はフラッシュメモリなどの内蔵型の記憶媒体であってもよく、ハードディスク、磁気ディスク、光磁気ディスク、光ディスク、USB（Unallocated Space Bitmap）メモリ、又はメモリカードなどの外部装着型の記憶媒体であってもよい。
  また、撮影モードにおいて、例えば、カメラ部９２６は、被写体を撮像して画像データを生成し、生成した画像データを画像処理部９２７へ出力する。画像処理部９２７は、カメラ部９２６から入力される画像データを符号化し、符号化ストリームを記憶再生部９２９の記憶媒体に記憶させる。
  また、テレビ電話モードにおいて、例えば、多重分離部９２８は、画像処理部９２７により符号化された映像ストリームと、音声コーデック９２３から入力される音声ストリームとを多重化し、多重化したストリームを通信部９２２へ出力する。通信部９２２は、ストリームを符号化及び変調し、送信信号を生成する。そして、通信部９２２は、生成した送信信号を、アンテナ９２１を介して基地局（図示せず）へ送信する。また、通信部９２２は、アンテナ９２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。これら送信信号及び受信信号には、符号化ビットストリームが含まれ得る。そして、通信部９２２は、受信信号を復調及び復号してストリームを復元し、復元したストリームを多重分離部９２８へ出力する。多重分離部９２８は、入力されるストリームから映像ストリーム及び音声ストリームを分離し、映像ストリームを画像処理部９２７、音声ストリームを音声コーデック９２３へ出力する。画像処理部９２７は、映像ストリームを復号し、映像データを生成する。映像データは、表示部９３０に供給され、表示部９３０により一連の画像が表示される。音声コーデック９２３は、音声ストリームを伸張し及びD/A変換し、アナログ音声信号を生成する。そして、音声コーデック９２３は、生成した音声信号をスピーカ９２４に供給して音声を出力させる。
  このように構成された携帯電話機９２０において、画像処理部９２７は、上述した実施形態に係るスケーラブル符号化装置１００及びスケーラブル復号装置２００の機能を有する。それにより、携帯電話機９２０での画像の符号化及び復号に際して、符号化効率の低減を抑制し、符号化・復号による画質の低減を抑制することができる。
    ＜第３の応用例：記録再生装置＞
  図３６は、上述した実施形態を適用した記録再生装置の概略的な構成の一例を示している。記録再生装置９４０は、例えば、受信した放送番組の音声データ及び映像データを符号化して記録媒体に記録する。また、記録再生装置９４０は、例えば、他の装置から取得される音声データ及び映像データを符号化して記録媒体に記録してもよい。また、記録再生装置９４０は、例えば、ユーザの指示に応じて、記録媒体に記録されているデータをモニタ及びスピーカ上で再生する。このとき、記録再生装置９４０は、音声データ及び映像データを復号する。
  記録再生装置９４０は、チューナ９４１、外部インタフェース９４２、エンコーダ９４３、HDD（Hard Disk Drive）９４４、ディスクドライブ９４５、セレクタ９４６、デコーダ９４７、OSD（On-Screen Display）９４８、制御部９４９、及びユーザインタフェース９５０を備える。
  チューナ９４１は、アンテナ（図示せず）を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ９４１は、復調により得られた符号化ビットストリームをセレクタ９４６へ出力する。即ち、チューナ９４１は、記録再生装置９４０における伝送部としての役割を有する。
  外部インタフェース９４２は、記録再生装置９４０と外部機器又はネットワークとを接続するためのインタフェースである。外部インタフェース９４２は、例えば、IEEE1394インタフェース、ネットワークインタフェース、USBインタフェース、又はフラッシュメモリインタフェースなどであってよい。例えば、外部インタフェース９４２を介して受信される映像データ及び音声データは、エンコーダ９４３へ入力される。即ち、外部インタフェース９４２は、記録再生装置９４０における伝送部としての役割を有する。
  エンコーダ９４３は、外部インタフェース９４２から入力される映像データ及び音声データが符号化されていない場合に、映像データ及び音声データを符号化する。そして、エンコーダ９４３は、符号化ビットストリームをセレクタ９４６へ出力する。
  HDD９４４は、映像及び音声などのコンテンツデータが圧縮された符号化ビットストリーム、各種プログラムおよびその他のデータを内部のハードディスクに記録する。また、HDD９４４は、映像及び音声の再生時に、これらデータをハードディスクから読み出す。
  ディスクドライブ９４５は、装着されている記録媒体へのデータの記録及び読み出しを行う。ディスクドライブ９４５に装着される記録媒体は、例えばDVDディスク（DVD-Video、DVD-RAM、DVD-R、DVD-RW、DVD+R、DVD+RW等）又はBlu-ray（登録商標）ディスクなどであってよい。
  セレクタ９４６は、映像及び音声の記録時には、チューナ９４１又はエンコーダ９４３から入力される符号化ビットストリームを選択し、選択した符号化ビットストリームをHDD９４４又はディスクドライブ９４５へ出力する。また、セレクタ９４６は、映像及び音声の再生時には、HDD９４４又はディスクドライブ９４５から入力される符号化ビットストリームをデコーダ９４７へ出力する。
  デコーダ９４７は、符号化ビットストリームを復号し、映像データ及び音声データを生成する。そして、デコーダ９４７は、生成した映像データをOSD９４８へ出力する。また、デコーダ９０４は、生成した音声データを外部のスピーカへ出力する。
  OSD９４８は、デコーダ９４７から入力される映像データを再生し、映像を表示する。また、OSD９４８は、表示する映像に、例えばメニュー、ボタン又はカーソルなどのGUIの画像を重畳してもよい。
  制御部９４９は、CPUなどのプロセッサ、並びにRAM及びROMなどのメモリを有する。メモリは、CPUにより実行されるプログラム、及びプログラムデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、記録再生装置９４０の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース９５０から入力される操作信号に応じて、記録再生装置９４０の動作を制御する。
  ユーザインタフェース９５０は、制御部９４９と接続される。ユーザインタフェース９５０は、例えば、ユーザが記録再生装置９４０を操作するためのボタン及びスイッチ、並びに遠隔制御信号の受信部などを有する。ユーザインタフェース９５０は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部９４９へ出力する。
  このように構成された記録再生装置９４０において、エンコーダ９４３は、上述した実施形態に係るスケーラブル符号化装置１００の機能を有する。また、デコーダ９４７は、上述した実施形態に係るスケーラブル復号装置２００の機能を有する。それにより、記録再生装置９４０での画像の符号化及び復号に際して、符号化効率の低減を抑制し、符号化・復号による画質の低減を抑制することができる。
    ＜第４の応用例：撮像装置＞
  図３７は、上述した実施形態を適用した撮像装置の概略的な構成の一例を示している。撮像装置９６０は、被写体を撮像して画像を生成し、画像データを符号化して記録媒体に記録する。
  撮像装置９６０は、光学ブロック９６１、撮像部９６２、信号処理部９６３、画像処理部９６４、表示部９６５、外部インタフェース９６６、メモリ９６７、メディアドライブ９６８、OSD９６９、制御部９７０、ユーザインタフェース９７１、及びバス９７２を備える。
  光学ブロック９６１は、撮像部９６２に接続される。撮像部９６２は、信号処理部９６３に接続される。表示部９６５は、画像処理部９６４に接続される。ユーザインタフェース９７１は、制御部９７０に接続される。バス９７２は、画像処理部９６４、外部インタフェース９６６、メモリ９６７、メディアドライブ９６８、OSD９６９、及び制御部９７０を相互に接続する。
  光学ブロック９６１は、フォーカスレンズ及び絞り機構などを有する。光学ブロック９６１は、被写体の光学像を撮像部９６２の撮像面に結像させる。撮像部９６２は、CCD（Charge Coupled Device）又はCMOS（Complementary Metal Oxide Semiconductor）などのイメージセンサを有し、撮像面に結像した光学像を光電変換によって電気信号としての画像信号に変換する。そして、撮像部９６２は、画像信号を信号処理部９６３へ出力する。
  信号処理部９６３は、撮像部９６２から入力される画像信号に対してニー補正、ガンマ補正、色補正などの種々のカメラ信号処理を行う。信号処理部９６３は、カメラ信号処理後の画像データを画像処理部９６４へ出力する。
  画像処理部９６４は、信号処理部９６３から入力される画像データを符号化し、符号化データを生成する。そして、画像処理部９６４は、生成した符号化データを外部インタフェース９６６又はメディアドライブ９６８へ出力する。また、画像処理部９６４は、外部インタフェース９６６又はメディアドライブ９６８から入力される符号化データを復号し、画像データを生成する。そして、画像処理部９６４は、生成した画像データを表示部９６５へ出力する。また、画像処理部９６４は、信号処理部９６３から入力される画像データを表示部９６５へ出力して画像を表示させてもよい。また、画像処理部９６４は、OSD９６９から取得される表示用データを、表示部９６５へ出力する画像に重畳してもよい。
  OSD９６９は、例えばメニュー、ボタン又はカーソルなどのGUIの画像を生成して、生成した画像を画像処理部９６４へ出力する。
  外部インタフェース９６６は、例えばUSB入出力端子として構成される。外部インタフェース９６６は、例えば、画像の印刷時に、撮像装置９６０とプリンタとを接続する。また、外部インタフェース９６６には、必要に応じてドライブが接続される。ドライブには、例えば、磁気ディスク又は光ディスクなどのリムーバブルメディアが装着され、リムーバブルメディアから読み出されるプログラムが、撮像装置９６０にインストールされ得る。さらに、外部インタフェース９６６は、LAN又はインターネットなどのネットワークに接続されるネットワークインタフェースとして構成されてもよい。即ち、外部インタフェース９６６は、撮像装置９６０における伝送部としての役割を有する。
  メディアドライブ９６８に装着される記録媒体は、例えば、磁気ディスク、光磁気ディスク、光ディスク、又は半導体メモリなどの、読み書き可能な任意のリムーバブルメディアであってよい。また、メディアドライブ９６８に記録媒体が固定的に装着され、例えば、内蔵型ハードディスクドライブ又はSSD（Solid State Drive）のような非可搬性の記憶部が構成されてもよい。
  制御部９７０は、CPUなどのプロセッサ、並びにRAM及びROMなどのメモリを有する。メモリは、CPUにより実行されるプログラム、及びプログラムデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、撮像装置９６０の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース９７１から入力される操作信号に応じて、撮像装置９６０の動作を制御する。
  ユーザインタフェース９７１は、制御部９７０と接続される。ユーザインタフェース９７１は、例えば、ユーザが撮像装置９６０を操作するためのボタン及びスイッチなどを有する。ユーザインタフェース９７１は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部９７０へ出力する。
  このように構成された撮像装置９６０において、画像処理部９６４は、上述した実施形態に係るスケーラブル符号化装置１００及びスケーラブル復号装置２００の機能を有する。それにより、撮像装置９６０での画像の符号化及び復号に際して、符号化効率の低減を抑制し、符号化・復号による画質の低減を抑制することができる。
  ＜６．スケーラブル符号化の応用例＞
    ＜第１のシステム＞
  次に、スケーラブル符号化（階層符号化）されたスケーラブル符号化データの具体的な利用例について説明する。スケーラブル符号化は、例えば、図３８に示される例のように、伝送するデータの選択のために利用される。
  図３８に示されるデータ伝送システム１０００において、配信サーバ１００２は、スケーラブル符号化データ記憶部１００１に記憶されているスケーラブル符号化データを読み出し、ネットワーク１００３を介して、パーソナルコンピュータ１００４、AV機器１００５、タブレットデバイス１００６、および携帯電話機１００７等の端末装置に配信する。
  その際、配信サーバ１００２は、端末装置の能力や通信環境等に応じて、適切な品質の符号化データを選択して伝送する。配信サーバ１００２が不要に高品質なデータを伝送しても、端末装置において高画質な画像を得られるとは限らず、遅延やオーバフローの発生要因となる恐れがある。また、不要に通信帯域を占有したり、端末装置の負荷を不要に増大させたりしてしまう恐れもある。逆に、配信サーバ１００２が不要に低品質なデータを伝送しても、端末装置において十分な画質の画像を得ることができない恐れがある。そのため、配信サーバ１００２は、スケーラブル符号化データ記憶部１００１に記憶されているスケーラブル符号化データを、適宜、端末装置の能力や通信環境等に対して適切な品質の符号化データとして読み出し、伝送する。
  例えば、スケーラブル符号化データ記憶部１００１は、スケーラブルに符号化されたスケーラブル符号化データ（BL+EL）１０１１を記憶するとする。このスケーラブル符号化データ（BL+EL）１０１１は、ベースレイヤとエンハンスメントレイヤの両方を含む符号化データであり、復号することにより、ベースレイヤの画像およびエンハンスメントレイヤの画像の両方を得ることができるデータである。
  配信サーバ１００２は、データを伝送する端末装置の能力や通信環境等に応じて、適切なレイヤを選択し、そのレイヤのデータを読み出す。例えば、配信サーバ１００２は、処理能力の高いパーソナルコンピュータ１００４やタブレットデバイス１００６に対しては、高品質なスケーラブル符号化データ（BL+EL）１０１１をスケーラブル符号化データ記憶部１００１から読み出し、そのまま伝送する。これに対して、例えば、配信サーバ１００２は、処理能力の低いAV機器１００５や携帯電話機１００７に対しては、スケーラブル符号化データ（BL+EL）１０１１からベースレイヤのデータを抽出し、スケーラブル符号化データ（BL+EL）１０１１と同じコンテンツのデータであるが、スケーラブル符号化データ（BL+EL）１０１１よりも低品質なスケーラブル符号化データ（BL）１０１２として伝送する。
  このようにスケーラブル符号化データを用いることにより、データ量を容易に調整することができるので、遅延やオーバフローの発生を抑制したり、端末装置や通信媒体の負荷の不要な増大を抑制したりすることができる。また、スケーラブル符号化データ（BL+EL）１０１１は、レイヤ間の冗長性が低減されているので、各レイヤの符号化データを個別のデータとする場合よりもそのデータ量を低減させることができる。したがって、スケーラブル符号化データ記憶部１００１の記憶領域をより効率よく使用することができる。
  なお、パーソナルコンピュータ１００４乃至携帯電話機１００７のように、端末装置には様々な装置を適用することができるので、端末装置のハードウエアの性能は、装置によって異なる。また、端末装置が実行するアプリケーションも様々であるので、そのソフトウエアの能力も様々である。さらに、通信媒体となるネットワーク１００３も、例えばインターネットやLAN（Local Area Network）等、有線若しくは無線、またはその両方を含むあらゆる通信回線網を適用することができ、そのデータ伝送能力は様々である。さらに、他の通信等によっても変化する恐れがある。
  そこで、配信サーバ１００２は、データ伝送を開始する前に、データの伝送先となる端末装置と通信を行い、端末装置のハードウエア性能や、端末装置が実行するアプリケーション（ソフトウエア）の性能等といった端末装置の能力に関する情報、並びに、ネットワーク１００３の利用可能帯域幅等の通信環境に関する情報を得るようにしてもよい。そして、配信サーバ１００２が、ここで得た情報を基に、適切なレイヤを選択するようにしてもよい。
  なお、レイヤの抽出は、端末装置において行うようにしてもよい。例えば、パーソナルコンピュータ１００４が、伝送されたスケーラブル符号化データ（BL+EL）１０１１を復号し、ベースレイヤの画像を表示しても良いし、エンハンスメントレイヤの画像を表示しても良い。また、例えば、パーソナルコンピュータ１００４が、伝送されたスケーラブル符号化データ（BL+EL）１０１１から、ベースレイヤのスケーラブル符号化データ（BL）１０１２を抽出し、記憶したり、他の装置に転送したり、復号してベースレイヤの画像を表示したりするようにしてもよい。
  もちろん、スケーラブル符号化データ記憶部１００１、配信サーバ１００２、ネットワーク１００３、および端末装置の数はいずれも任意である。また、以上においては、配信サーバ１００２がデータを端末装置に伝送する例について説明したが、利用例はこれに限定されない。データ伝送システム１０００は、スケーラブル符号化された符号化データを端末装置に伝送する際、端末装置の能力や通信環境等に応じて、適切なレイヤを選択して伝送するシステムであれば、任意のシステムに適用することができる。
  そして、以上のようなデータ伝送システム１０００においても、第１の実施の形態および第２の実施の形態において上述した階層符号化・階層復号への適用と同様に本技術を適用することにより、第１の実施の形態および第２の実施の形態において上述した効果と同様の効果を得ることができる。
    ＜第２のシステム＞
  また、スケーラブル符号化は、例えば、図３９に示される例のように、複数の通信媒体を介する伝送のために利用される。
  図３９に示されるデータ伝送システム１１００において、放送局１１０１は、地上波放送１１１１により、ベースレイヤのスケーラブル符号化データ（BL）１１２１を伝送する。また、放送局１１０１は、有線若しくは無線またはその両方の通信網よりなる任意のネットワーク１１１２を介して、エンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を伝送する（例えばパケット化して伝送する）。
  端末装置１１０２は、放送局１１０１が放送する地上波放送１１１１の受信機能を有し、この地上波放送１１１１を介して伝送されるベースレイヤのスケーラブル符号化データ（BL）１１２１を受け取る。また、端末装置１１０２は、ネットワーク１１１２を介した通信を行う通信機能をさらに有し、このネットワーク１１１２を介して伝送されるエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を受け取る。
  端末装置１１０２は、例えばユーザ指示等に応じて、地上波放送１１１１を介して取得したベースレイヤのスケーラブル符号化データ（BL）１１２１を、復号してベースレイヤの画像を得たり、記憶したり、他の装置に伝送したりする。
  また、端末装置１１０２は、例えばユーザ指示等に応じて、地上波放送１１１１を介して取得したベースレイヤのスケーラブル符号化データ（BL）１１２１と、ネットワーク１１１２を介して取得したエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２とを合成して、スケーラブル符号化データ（BL+EL）を得たり、それを復号してエンハンスメントレイヤの画像を得たり、記憶したり、他の装置に伝送したりする。
  以上のように、スケーラブル符号化データは、例えばレイヤ毎に異なる通信媒体を介して伝送させることができる。したがって、負荷を分散させることができ、遅延やオーバフローの発生を抑制することができる。
  また、状況に応じて、伝送に使用する通信媒体を、レイヤ毎に選択することができるようにしてもよい。例えば、データ量が比較的多いベースレイヤのスケーラブル符号化データ（BL）１１２１を帯域幅の広い通信媒体を介して伝送させ、データ量が比較的少ないエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を帯域幅の狭い通信媒体を介して伝送させるようにしてもよい。また、例えば、エンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を伝送する通信媒体を、ネットワーク１１１２とするか、地上波放送１１１１とするかを、ネットワーク１１１２の利用可能帯域幅に応じて切り替えるようにしてもよい。もちろん、任意のレイヤのデータについて同様である。
  このように制御することにより、データ伝送における負荷の増大を、より抑制することができる。
  もちろん、レイヤ数は任意であり、伝送に利用する通信媒体の数も任意である。また、データ配信先となる端末装置１１０２の数も任意である。さらに、以上においては、放送局１１０１からの放送を例に説明したが、利用例はこれに限定されない。データ伝送システム１１００は、スケーラブル符号化された符号化データを、レイヤを単位として複数に分割し、複数の回線を介して伝送するシステムであれば、任意のシステムに適用することができる。
  そして、以上のようなデータ伝送システム１１００においても、第１の実施の形態および第２の実施の形態において上述した階層符号化・階層復号への適用と同様に本技術を適用することにより、第１の実施の形態および第２の実施の形態において上述した効果と同様の効果を得ることができる。
    ＜第３のシステム＞
  また、スケーラブル符号化は、例えば、図４０に示される例のように、符号化データの記憶に利用される。
  図４０に示される撮像システム１２００において、撮像装置１２０１は、被写体１２１１を撮像して得られた画像データをスケーラブル符号化し、スケーラブル符号化データ（BL+EL）１２２１として、スケーラブル符号化データ記憶装置１２０２に供給する。
  スケーラブル符号化データ記憶装置１２０２は、撮像装置１２０１から供給されるスケーラブル符号化データ（BL+EL）１２２１を、状況に応じた品質で記憶する。例えば、通常時の場合、スケーラブル符号化データ記憶装置１２０２は、スケーラブル符号化データ（BL+EL）１２２１からベースレイヤのデータを抽出し、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ（BL）１２２２として記憶する。これに対して、例えば、注目時の場合、スケーラブル符号化データ記憶装置１２０２は、高品質でデータ量の多いスケーラブル符号化データ（BL+EL）１２２１のまま記憶する。
  このようにすることにより、スケーラブル符号化データ記憶装置１２０２は、必要な場合のみ、画像を高画質に保存することができるので、画質劣化による画像の価値の低減を抑制しながら、データ量の増大を抑制することができ、記憶領域の利用効率を向上させることができる。
  例えば、撮像装置１２０１が監視カメラであるとする。撮像画像に監視対象（例えば侵入者）が写っていない場合（通常時の場合）、撮像画像の内容は重要でない可能性が高いので、データ量の低減が優先され、その画像データ（スケーラブル符号化データ）は、低品質に記憶される。これに対して、撮像画像に監視対象が被写体１２１１として写っている場合（注目時の場合）、その撮像画像の内容は重要である可能性が高いので、画質が優先され、その画像データ（スケーラブル符号化データ）は、高品質に記憶される。
  なお、通常時であるか注目時であるかは、例えば、スケーラブル符号化データ記憶装置１２０２が、画像を解析することにより判定しても良い。また、撮像装置１２０１が判定し、その判定結果をスケーラブル符号化データ記憶装置１２０２に伝送するようにしてもよい。
  なお、通常時であるか注目時であるかの判定基準は任意であり、判定基準とする画像の内容は任意である。もちろん、画像の内容以外の条件を判定基準とすることもできる。例えば、収録した音声の大きさや波形等に応じて切り替えるようにしてもよいし、所定の時間毎に切り替えるようにしてもよいし、ユーザ指示等の外部からの指示によって切り替えるようにしてもよい。
  また、以上においては、通常時と注目時の２つの状態を切り替える例を説明したが、状態の数は任意であり、例えば、通常時、やや注目時、注目時、非常に注目時等のように、３つ以上の状態を切り替えるようにしてもよい。ただし、この切り替える状態の上限数は、スケーラブル符号化データのレイヤ数に依存する。
  また、撮像装置１２０１が、スケーラブル符号化のレイヤ数を、状態に応じて決定するようにしてもよい。例えば、通常時の場合、撮像装置１２０１が、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ（BL）１２２２を生成し、スケーラブル符号化データ記憶装置１２０２に供給するようにしてもよい。また、例えば、注目時の場合、撮像装置１２０１が、高品質でデータ量の多いベースレイヤのスケーラブル符号化データ（BL+EL）１２２１を生成し、スケーラブル符号化データ記憶装置１２０２に供給するようにしてもよい。
  以上においては、監視カメラを例に説明したが、この撮像システム１２００の用途は任意であり、監視カメラに限定されない。
  そして、以上のような撮像システム１２００においても、第１の実施の形態および第２の実施の形態において上述した階層符号化・階層復号への適用と同様に本技術を適用することにより、第１の実施の形態および第２の実施の形態において上述した効果と同様の効果を得ることができる。
  なお、本技術は、予め用意された解像度等が互いに異なる複数の符号化データの中から適切なものをセグメント単位で選択して使用する、例えばMPEG DASH等のようなHTTPストリーミングにも適用することができる。つまり、このような複数の符号化データ間で、符号化や復号に関する情報を共有することもできる。
  また、本明細書では、各種情報が、符号化ストリームに多重化されて、符号化側から復号側へ伝送される例について説明した。しかしながら、これら情報を伝送する手法はかかる例に限定されない。例えば、これら情報は、符号化ビットストリームに多重化されることなく、符号化ビットストリームと関連付けられた別個のデータとして伝送され又は記録されてもよい。ここで、「関連付ける」という用語は、ビットストリームに含まれる画像（スライス若しくはブロックなど、画像の一部であってもよい）と当該画像に対応する情報とを復号時にリンクさせ得るようにすることを意味する。即ち、情報は、画像（又はビットストリーム）とは別の伝送路上で伝送されてもよい。また、情報は、画像（又はビットストリーム）とは別の記録媒体（又は同一の記録媒体の別の記録エリア）に記録されてもよい。さらに、情報と画像（又はビットストリーム）とは、例えば、複数フレーム、１フレーム、又はフレーム内の一部分などの任意の単位で互いに関連付けられてよい。
  以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示はかかる例に限定されない。本開示の属する技術の分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
  なお、本技術は以下のような構成も取ることができる。
  （１）  複数階層化された画像データが符号化された階層画像符号化データを受け取る受け取り部と、
  前記階層画像符号化データのエンハンスメントレイヤを復号する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填する画素補填部と、
  前記画素補填部により必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成するイントラ予測部と、
  前記イントラ予測部により生成された前記予測画像を用いて、前記受け取り部による受け取られた前記階層画像符号化データのエンハンスメントレイヤを復号する復号部と
  を備える画像処理装置。
  （２）  前記画素補填部は、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填する
  （１）、（３）乃至（９）のいずれかに記載の画像処理装置。
  （３）  前記エンハンスメントレイヤの前記カレントブロックの周辺画素のアベイラビリティを判定する判定部をさらに備え、
  前記画素補填部は、前記判定部によりアンアベイラブルな周辺画素が存在すると判定された場合、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填する
  （１）、（２）、（４）乃至（９）のいずれかに記載の画像処理装置。
  （４）  前記ベースレイヤと前記エンハンスメントレイヤの解像度比に応じて、前記ベースレイヤの画素をアップサンプル処理するアップサンプル部をさらに備え、
  前記画素補填部は、前記アップサンプル部によりアップサンプル処理された前記ベースレイヤの画素を補填する
  （１）乃至（３）、（５）乃至（９）のいずれかに記載の画像処理装置。
  （５）  前記受け取り部は、制約付きイントラを使用するか否かを制御する制約付きイントラ制御情報をさらに受け取り、
  前記画素補填部は、前記受け取り部により受け取られた前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合のみ、画素を補填する
  （１）乃至（４）、（６）乃至（９）のいずれかに記載の画像処理装置。
  （６）  前記制約付きイントラ制御情報は、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送される
  （１）乃至（５）、（７）乃至（９）のいずれかに記載の画像処理装置。
  （７）  前記受け取り部は、前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合に伝送される、ベースレイヤの画素の補填を制御するベースレイヤ画素補填制御情報をさらに受け取り、
  前記画素補填部は、前記受け取り部により受け取られた前記ベースレイヤ画素補填制御情報によりベースレイヤの画素の補填が許可されている場合、前記ベースレイヤの画素を補填し、ベースレイヤの画素の補填が許可されていない場合、エンハンスメントレイヤの画素を補填する
  （１）乃至（６）、（８）、（９）のいずれかに記載の画像処理装置。
  （８）  前記ベースレイヤ画素補填制御情報は、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送される
  （１）乃至（７）、（９）のいずれかに記載の画像処理装置。
  （９）  前記復号部は、さらに、エンハンスメントレイヤと異なる符号化方式で符号化された前記階層画像符号化データのベースレイヤを復号する
  （１）乃至（８）のいずれかに記載の画像処理装置。
  （１０）  複数階層化された画像データが符号化された階層画像符号化データを受け取り、
  前記階層画像符号化データのエンハンスメントレイヤを復号する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填し、
  必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成し、
  生成された前記予測画像を用いて、受け取られた前記階層画像符号化データのエンハンスメントレイヤを復号する
  画像処理方法。
  （１１）  複数階層化された画像データのエンハンスメントレイヤを符号化する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填する画素補填部と、
  前記画素補填部により必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成するイントラ予測部と、
  前記イントラ予測部により生成された前記予測画像を用いて、複数階層化された前記画像データのエンハンスメントレイヤを符号化する符号化部と、
  前記符号化部により複数階層化された前記画像データが符号化されて得られた階層画像符号化データを伝送する伝送部と
  を備える画像処理装置。
  （１２）  前記画素補填部は、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填する
  （１１）、（１３）乃至（１９）のいずれかに記載の画像処理装置。
  （１３）  前記エンハンスメントレイヤの前記カレントブロックの周辺画素のアベイラビリティを判定する判定部をさらに備え、
  前記画素補填部は、前記判定部によりアンアベイラブルな周辺画素が存在すると判定された場合、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填する
  （１１）、（１２）、（１４）乃至（１９）のいずれかに記載の画像処理装置。
  （１４）  前記ベースレイヤと前記エンハンスメントレイヤの解像度比に応じて、前記ベースレイヤの画素をアップサンプル処理するアップサンプル部をさらに備え、
  前記画素補填部は、前記アップサンプル部によりアップサンプル処理された前記ベースレイヤの画素を補填する
  （１１）乃至（１３）、（１５）乃至（１９）のいずれかに記載の画像処理装置。
  （１５）  制約付きイントラを使用するか否かを制御する制約付きイントラ制御情報を設定する制約付きイントラ制御情報設定部をさらに備え、
  前記画素補填部は、前記制約付きイントラ制御情報設定部により設定された前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合のみ、画素を補填し、
  前記伝送部は、さらに、前記制約付きイントラ制御情報設定部により設定された前記制約付きイントラ制御情報を伝送する
  （１１）乃至（１４）、（１６）乃至（１９）のいずれかに記載の画像処理装置。
  （１６）  前記伝送部は、前記制約付きイントラ制御情報を、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送する
  （１１）乃至（１５）、（１７）乃至（１９）のいずれかに記載の画像処理装置。
  （１７）  前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合、ベースレイヤの画素の補填を制御するベースレイヤ画素補填制御情報を設定するベースレイヤ画素補填制御情報設定部をさらに備え、
  前記画素補填部は、前記ベースレイヤ画素補填制御情報設定部により設定された前記ベースレイヤ画素補填制御情報によりベースレイヤの画素の補填が許可されている場合、前記ベースレイヤの画素を補填し、ベースレイヤの画素の補填が許可されていない場合、エンハンスメントレイヤの画素を補填し、
  前記伝送部は、さらに、前記ベースレイヤ画素補填制御情報設定部により設定された前記ベースレイヤ画素補填制御情報を伝送する
  （１１）乃至（１６）、（１８）、（１９）のいずれかに記載の画像処理装置。
  （１８）  前記伝送部は、前記ベースレイヤ画素補填制御情報を、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送する
  （１１）乃至（１７）、（１９）のいずれかに記載の画像処理装置。
  （１９）  前記符号化部は、さらに、前記階層画像符号化データのベースレイヤを、エンハンスメントレイヤと異なる符号化方式で符号化する
  （１１）乃至（１８）のいずれかに記載の画像処理装置。
  （２０）  複数階層化された画像データのエンハンスメントレイヤを符号化する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填し、
  必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成し、
  生成された前記予測画像を用いて、複数階層化された前記画像データのエンハンスメントレイヤを符号化し、
  複数階層化された前記画像データが符号化されて得られた階層画像符号化データを伝送する
  画像処理方法。
  １００  スケーラブル符号化装置，  １０１  共通情報生成部，  １０２  符号化制御部，  １０３  ベースレイヤ画像符号化部，  １０４  画素補填部，  １０５  エンハンスメントレイヤ画像符号化部，  １１６  可逆符号化部，  １２２  フレームメモリ，  １３４  イントラ予測部，  １５１  アップサンプル部，  １５２  ベースレイヤ画素メモリ，  １５３  画素補填制御情報設定部，  １５４  アベイラビリティ判定部，  １５５  補填画素生成部，  １６１  アップサンプル比設定部，  １６２  復号画像バッファ，  １６３  フィルタリング部，  １７１  Constrained_ipred設定部，  １７２  ベースレイヤ画素補填制御情報設定部，  ２００  スケーラブル復号装置，  ２０１  共通情報取得部，  ２０２  復号制御部，  ２０３  ベースレイヤ画像復号部，  ２０４  画素補填部，  ２０５  エンハンスメントレイヤ画像復号部，  ２１２  可逆復号部，  ２１９  フレームメモリ，  ２３１  イントラ予測部，  ２５１  アップサンプル部，  ２５２  ベースレイヤ画素メモリ，  ２５３  画素補填制御情報復号部，  ２５４  アベイラビリティ判定部，  ２５５  補填画素生成部，  ２６１  アップサンプル比設定部，  ２６２  復号画像バッファ部，  ２６３  フィルタリング部，  ２７１  Constrained_ipred復号部，  ２７２  ベースレイヤ画素補填制御情報復号部

Claims (20)

  1.   複数階層化された画像データが符号化された階層画像符号化データを受け取る受け取り部と、
      前記階層画像符号化データのエンハンスメントレイヤを復号する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填する画素補填部と、
      前記画素補填部により必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成するイントラ予測部と、
      前記イントラ予測部により生成された前記予測画像を用いて、前記受け取り部による受け取られた前記階層画像符号化データのエンハンスメントレイヤを復号する復号部と
      を備える画像処理装置。
  2.   前記画素補填部は、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填する
      請求項１に記載の画像処理装置。
  3.   前記エンハンスメントレイヤの前記カレントブロックの周辺画素のアベイラビリティを判定する判定部をさらに備え、
      前記画素補填部は、前記判定部によりアンアベイラブルな周辺画素が存在すると判定された場合、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填する
      請求項２に記載の画像処理装置。
  4.   前記ベースレイヤと前記エンハンスメントレイヤの解像度比に応じて、前記ベースレイヤの画素をアップサンプル処理するアップサンプル部をさらに備え、
      前記画素補填部は、前記アップサンプル部によりアップサンプル処理された前記ベースレイヤの画素を補填する
      請求項３に記載の画像処理装置。
  5.   前記受け取り部は、制約付きイントラを使用するか否かを制御する制約付きイントラ制御情報をさらに受け取り、
      前記画素補填部は、前記受け取り部により受け取られた前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合のみ、画素を補填する
      請求項１に記載の画像処理装置。
  6.   前記制約付きイントラ制御情報は、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送される
      請求項５に記載の画像処理装置。
  7.   前記受け取り部は、前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合に伝送される、ベースレイヤの画素の補填を制御するベースレイヤ画素補填制御情報をさらに受け取り、
      前記画素補填部は、前記受け取り部により受け取られた前記ベースレイヤ画素補填制御情報によりベースレイヤの画素の補填が許可されている場合、前記ベースレイヤの画素を補填し、ベースレイヤの画素の補填が許可されていない場合、エンハンスメントレイヤの画素を補填する
      請求項５に記載の画像処理装置。
  8.   前記ベースレイヤ画素補填制御情報は、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送される
      請求項７に記載の画像処理装置。
  9.   前記復号部は、さらに、エンハンスメントレイヤと異なる符号化方式で符号化された前記階層画像符号化データのベースレイヤを復号する
      請求項１に記載の画像処理装置。
  10.   複数階層化された画像データが符号化された階層画像符号化データを受け取り、
      前記階層画像符号化データのエンハンスメントレイヤを復号する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填し、
      必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成し、
      生成された前記予測画像を用いて、受け取られた前記階層画像符号化データのエンハンスメントレイヤを復号する
      画像処理方法。
  11.   複数階層化された画像データのエンハンスメントレイヤを符号化する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填する画素補填部と、
      前記画素補填部により必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成するイントラ予測部と、
      前記イントラ予測部により生成された前記予測画像を用いて、複数階層化された前記画像データのエンハンスメントレイヤを符号化する符号化部と、
      前記符号化部により複数階層化された前記画像データが符号化されて得られた階層画像符号化データを伝送する伝送部と
      を備える画像処理装置。
  12.   前記画素補填部は、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填する
      請求項１１に記載の画像処理装置。
  13.   前記エンハンスメントレイヤの前記カレントブロックの周辺画素のアベイラビリティを判定する判定部をさらに備え、
      前記画素補填部は、前記判定部によりアンアベイラブルな周辺画素が存在すると判定された場合、前記ベースレイヤの、前記アンアベイラブルな周辺画素に対応する位置の画素を補填する
      請求項１２に記載の画像処理装置。
  14.   前記ベースレイヤと前記エンハンスメントレイヤの解像度比に応じて、前記ベースレイヤの画素をアップサンプル処理するアップサンプル部をさらに備え、
      前記画素補填部は、前記アップサンプル部によりアップサンプル処理された前記ベースレイヤの画素を補填する
      請求項１３に記載の画像処理装置。
  15.   制約付きイントラを使用するか否かを制御する制約付きイントラ制御情報を設定する制約付きイントラ制御情報設定部をさらに備え、
      前記画素補填部は、前記制約付きイントラ制御情報設定部により設定された前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合のみ、画素を補填し、
      前記伝送部は、さらに、前記制約付きイントラ制御情報設定部により設定された前記制約付きイントラ制御情報を伝送する
      請求項１１に記載の画像処理装置。
  16.   前記伝送部は、前記制約付きイントラ制御情報を、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送する
      請求項１５に記載の画像処理装置。
  17.   前記制約付きイントラ制御情報により前記制約付きイントラを使用するとされている場合、ベースレイヤの画素の補填を制御するベースレイヤ画素補填制御情報を設定するベースレイヤ画素補填制御情報設定部をさらに備え、
      前記画素補填部は、前記ベースレイヤ画素補填制御情報設定部により設定された前記ベースレイヤ画素補填制御情報によりベースレイヤの画素の補填が許可されている場合、前記ベースレイヤの画素を補填し、ベースレイヤの画素の補填が許可されていない場合、エンハンスメントレイヤの画素を補填し、
      前記伝送部は、さらに、前記ベースレイヤ画素補填制御情報設定部により設定された前記ベースレイヤ画素補填制御情報を伝送する
      請求項１５に記載の画像処理装置。
  18.   前記伝送部は、前記ベースレイヤ画素補填制御情報を、ピクチャパラメータセット（PPS（Picture Parameter Set））において伝送する
      請求項１７に記載の画像処理装置。
  19.   前記符号化部は、さらに、前記階層画像符号化データのベースレイヤを、エンハンスメントレイヤと異なる符号化方式で符号化する
      請求項１１に記載の画像処理装置。
  20.   複数階層化された画像データのエンハンスメントレイヤを符号化する際に行われるイントラ予測において使用される、カレントブロックの周辺に位置するアンアベイラブルな周辺画素に対して、ベースレイヤの画素を補填し、
      必要に応じて前記ベースレイヤの画素が補填された周辺画素を用いて、前記カレントブロックに対してイントラ予測を行い、前記カレントブロックの予測画像を生成し、
      生成された前記予測画像を用いて、複数階層化された前記画像データのエンハンスメントレイヤを符号化し、
      複数階層化された前記画像データが符号化されて得られた階層画像符号化データを伝送する
      画像処理方法。
PCT/JP2013/083560 2012-12-26 2013-12-16 画像処理装置および方法 WO2014103764A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US14/441,656 US20150312581A1 (en) 2012-12-26 2013-12-16 Image processing device and method
JP2014554324A JPWO2014103764A1 (ja) 2012-12-26 2013-12-16 画像処理装置および方法
CN201380066904.8A CN104885466A (zh) 2012-12-26 2013-12-16 图像处理装置和方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012283615 2012-12-26
JP2012-283615 2012-12-26

Publications (1)

Publication Number Publication Date
WO2014103764A1 true WO2014103764A1 (ja) 2014-07-03

Family

ID=51020852

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/083560 WO2014103764A1 (ja) 2012-12-26 2013-12-16 画像処理装置および方法

Country Status (4)

Country Link
US (1) US20150312581A1 (ja)
JP (1) JPWO2014103764A1 (ja)
CN (1) CN104885466A (ja)
WO (1) WO2014103764A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9826232B2 (en) 2014-01-08 2017-11-21 Qualcomm Incorporated Support of non-HEVC base layer in HEVC multi-layer extensions
CN106303673B (zh) * 2015-06-04 2021-01-22 中兴通讯股份有限公司 码流对齐、同步处理方法及发送、接收终端和通信***
CN107197329A (zh) * 2017-06-16 2017-09-22 广州市百果园信息技术有限公司 视频编码方法及装置、存储介质
CN109936752B (zh) * 2017-12-15 2021-03-30 ***通信集团云南有限公司 一种图像分层处理方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007306276A (ja) * 2006-05-11 2007-11-22 Nippon Telegr & Teleph Corp <Ntt> 階層間予測方法，装置，プログラムおよびその記録媒体

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100913088B1 (ko) * 2005-01-21 2009-08-21 엘지전자 주식회사 베이스 레이어의 내부모드 블록의 예측정보를 이용하여영상신호를 엔코딩/디코딩하는 방법 및 장치
KR100891662B1 (ko) * 2005-10-05 2009-04-02 엘지전자 주식회사 비디오 신호 디코딩 및 인코딩 방법
KR20070038396A (ko) * 2005-10-05 2007-04-10 엘지전자 주식회사 영상 신호의 인코딩 및 디코딩 방법
US8315308B2 (en) * 2006-01-11 2012-11-20 Qualcomm Incorporated Video coding with fine granularity spatial scalability
US9253487B2 (en) * 2012-05-31 2016-02-02 Qualcomm Incorporated Reference index for enhancement layer in scalable video coding

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007306276A (ja) * 2006-05-11 2007-11-22 Nippon Telegr & Teleph Corp <Ntt> 階層間予測方法，装置，プログラムおよびその記録媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHULKEUN KIM ET AL.: "Description of scalable video coding technology proposal by LG Electronics and MediaTek (differential coding mode on", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG 16 WP3 AND ISO/IEC JTC1/SC29/WG11 11TH MEETING, 10 October 2012 (2012-10-10), SHANGHAI, CN, pages 13 *

Also Published As

Publication number Publication date
US20150312581A1 (en) 2015-10-29
JPWO2014103764A1 (ja) 2017-01-12
CN104885466A (zh) 2015-09-02

Similar Documents

Publication Publication Date Title
JP6508554B2 (ja) 画像処理装置および方法、並びに、プログラム
JP6358475B2 (ja) 画像復号装置および方法、並びに、画像符号化装置および方法
WO2013094385A1 (ja) 画像処理装置および方法
JPWO2014002895A1 (ja) 画像処理装置および方法
JP6300046B2 (ja) 画像処理装置および方法
WO2014050676A1 (ja) 画像処理装置および方法
WO2014050731A1 (ja) 画像処理装置および方法
JPWO2013137047A1 (ja) 画像処理装置および方法
WO2013108688A1 (ja) 画像処理装置および方法
JPWO2015098561A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
US9930353B2 (en) Image decoding device and method
WO2014103764A1 (ja) 画像処理装置および方法
WO2014103774A1 (ja) 画像処理装置および方法
WO2014141899A1 (ja) 画像処理装置および方法
WO2014002900A1 (ja) 画像処理装置および画像処理方法
WO2015098563A1 (ja) 画像符号化装置および方法、並びに画像復号装置および方法
WO2015064401A1 (ja) 画像処理装置および方法
WO2014162916A1 (ja) 画像符号化装置および方法、並びに、画像復号装置および方法
WO2014156707A1 (ja) 画像符号化装置および方法、並びに、画像復号装置および方法
WO2014141964A1 (ja) 画像処理装置および方法
WO2014156705A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2014203762A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法

Legal Events

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

Ref document number: 13868958

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014554324

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14441656

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: 13868958

Country of ref document: EP

Kind code of ref document: A1