CN114979646A - 编码方法及解码方法 - Google Patents
编码方法及解码方法 Download PDFInfo
- Publication number
- CN114979646A CN114979646A CN202210526384.5A CN202210526384A CN114979646A CN 114979646 A CN114979646 A CN 114979646A CN 202210526384 A CN202210526384 A CN 202210526384A CN 114979646 A CN114979646 A CN 114979646A
- Authority
- CN
- China
- Prior art keywords
- image
- unit
- block
- decoding
- encoding
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 238
- 230000008569 process Effects 0.000 claims abstract description 189
- 238000005304 joining Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 description 215
- 230000033001 locomotion Effects 0.000 description 147
- 230000015654 memory Effects 0.000 description 95
- 238000013139 quantization Methods 0.000 description 91
- 239000013598 vector Substances 0.000 description 72
- 230000003044 adaptive effect Effects 0.000 description 65
- 238000010586 diagram Methods 0.000 description 60
- 238000003702 image correction Methods 0.000 description 33
- 210000003128 head Anatomy 0.000 description 29
- 238000012937 correction Methods 0.000 description 23
- 238000006243 chemical reaction Methods 0.000 description 19
- 230000009466 transformation Effects 0.000 description 17
- 238000009795 derivation Methods 0.000 description 16
- 238000009826 distribution Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 230000005236 sound signal Effects 0.000 description 13
- 230000011664 signaling Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 7
- 230000004075 alteration Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 239000000284 extract Substances 0.000 description 7
- 238000003860 storage Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000005192 partition Methods 0.000 description 5
- 230000002457 bidirectional effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000005429 filling process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000012856 packing Methods 0.000 description 3
- 230000001131 transforming effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 101100537098 Mus musculus Alyref gene Proteins 0.000 description 1
- 101150095908 apex1 gene Proteins 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical group COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
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
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
- H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- H04N19/17—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 an image region, e.g. an object
- H04N19/176—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 an image region, e.g. an object the region being a block, e.g. a macroblock
-
- 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
- H04N19/46—Embedding additional information in the video signal during the compression process
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
-
- 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
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Geometry (AREA)
Abstract
本发明提供编码方法及解码方法。编码方法,取得与将多个图像接合的处理有关的参数;将上述参数写入比特流;通过使用上述参数将上述多个图像接合以使上述多个图像中的对象连续,来生成接合图像;以及保存上述接合图像,作为要在帧间预测处理中使用的参照帧,其中上述参数用于确定上述多个图像在上述接合图像中的多个位置,对上述图像中的每个块执行上述帧间预测处理。
Description
本申请是申请日为2017年5月23日、申请号为201780031614.8、发明名称为“编码装置、解码装置、编码方法及解码方法”的发明专利申请的分案。
技术领域
本公开涉及将图像编码的装置及方法、以及将编码的图像解码的装置及方法。
背景技术
目前,作为图像编码的标准而制定了HEVC(例如,参照非专利文献1)。但是,在下一代视频(例如360度运动图像)的发送及保存中,需要超过目前的编码性能的编码效率。此外,到目前为止进行了一些与由非直线透镜(non-rectilinear lens)等的广角透镜摄像的运动图像的压缩相关联的研究及实验。在这些研究等中,通过操作图像样本来排除畸变像差,在对处理对象的图像进行编码之前使其成为直线性。为此,通常使用图像处理技术。
现有技术文献
非专利文献
非专利文献1:H.265(ISO/IEC 23008-2 HEVC(High Efficiency Video Coding))
发明内容
发明要解决的课题
但是,在以往的编码装置及解码装置中,有不能适当地处置编码或解码的图像的问题。
所以,本公开提供一种能够适当地处置编码或解码的图像的编码装置等。
用来解决课题的手段
有关本公开的一技术方案的编码方法,取得与将多个图像接合的处理有关的参数;将上述参数写入比特流;通过使用上述参数将上述多个图像接合以使上述多个图像中的对象连续,来生成接合图像;以及保存上述接合图像,作为要在帧间预测处理中使用的参照帧,其中上述参数用于确定上述多个图像在上述接合图像中的多个位置,对上述图像中的每个块执行上述帧间预测处理。
另外,这些包含性或具体的技术方案也可以由系统、方法、集成电路、计算机程序或计算机可读取的CD-ROM等的非暂时性的记录介质实现,也可以由系统、方法、集成电路、计算机程序及记录介质的任意的组合来实现。
发明效果
本公开的编码装置能够适当地处置编码或解码的图像。
附图说明
图1是表示有关实施方式1的编码装置的功能结构的框图。
图2是表示实施方式1的块划分的一例的图。
图3是表示与各变换类型对应的变换基函数的表。
图4A是表示在ALF中使用的滤波器的形状的一例的图。
图4B是表示在ALF中使用的滤波器的形状的另一例的图。
图4C是表示在ALF中使用的滤波器的形状的另一例的图。
图5是表示帧内预测的67个帧内预测模式的图。
图6是用来说明沿着运动轨迹的2个块间的图案匹配(双向匹配)的图。
图7是用来说明当前图片内的模板与参照图片内的块之间的图案匹配(模板匹配)的图。
图8是用来说明假定了等速直线运动的模型的图。
图9是用来说明基于多个邻接块的运动矢量的子块单位的运动矢量的导出的图。
图10是表示有关实施方式1的解码装置的功能结构的框图。
图11是表示实施方式2的运动图像编码处理的一例的流程图。
图12是表示实施方式2的比特流中的、能够被写入参数的头的可能的位置的图。
图13是表示实施方式2的摄像图像和图像修正处理后的已处理图像的图。
图14是表示实施方式2的通过接合处理将多个图像接合而生成的接合图像的图。
图15是表示实施方式2的多个照相机的配置、和将由这些照相机摄像的图像接合而生成的包含空白区域的接合图像的图。
图16是表示实施方式2的帧间预测处理或运动补偿的流程图。
图17是表示实施方式2的、通过非直线透镜或鱼眼透镜产生的桶形畸变的一例的图。
图18是表示实施方式2的帧间预测处理或运动补偿的变形例的流程图。
图19是表示实施方式2的图像重构处理的流程图。
图20是表示实施方式2的图像重构处理的变形例的流程图。
图21是表示实施方式2的对于接合图像的部分编码处理或部分解码处理的一例的图。
图22是表示实施方式2的对于接合图像的部分编码处理或部分解码处理的另一例的图。
图23是实施方式2的编码装置的框图。
图24是表示实施方式2的运动图像解码处理的一例的流程图。
图25是实施方式2的解码装置的框图。
图26是表示实施方式3的运动图像编码处理的一例的流程图。
图27是表示实施方式3的接合处理的一例的流程图。
图28是实施方式3的编码装置的框图。
图29是表示实施方式3的运动图像解码处理的一例的流程图。
图30是实施方式3的解码装置的框图。
图31是表示实施方式4的运动图像编码处理的一例的流程图。
图32是表示实施方式4的帧内预测处理的流程图。
图33是表示实施方式4的运动矢量预测处理的流程图。
图34是实施方式4的编码装置的框图。
图35是表示实施方式4的运动图像解码处理的一例的流程图。
图36是实施方式4的解码装置的框图。
图37是有关本公开的一形态的编码装置的框图。
图38是有关本公开的一形态的解码装置的框图。
图39是实现内容分发服务的内容供给系统的整体结构图。
图40是表示分级编码(Scalable Coding)时的编码构造的一例的图。
图41是表示分级编码时的编码构造的一例的图。
图42是表示web页的显示画面例的图。
图43是表示web页的显示画面例的图。
图44是表示智能电话的一例的图。
图45是表示智能电话的结构例的框图。
具体实施方式
以下,参照附图对实施方式具体地进行说明。
另外,以下说明的实施方式都是表示包含性或具体的例子的。在以下的实施方式中表示的数值、形状、材料、构成要素、构成要素的配置位置及连接形态、步骤、步骤的顺序等是一例,不是限定权利要求书的意思。此外,关于以下的实施方式的构成要素中的、在表示最上位概念的独立权利要求中没有记载的构成要素,设为任意的构成要素进行说明。
(实施方式1)
[编码装置的概要]
首先,说明有关实施方式1的编码装置的概要。图1是表示有关实施方式1的编码装置100的功能结构的框图。编码装置100是将运动图像/图像将以块单位编码的运动图像/图像编码装置。
如图1所示,编码装置100是将图像以块单位编码的装置,具备划分部102、减法部104、变换部106、量化部108、熵编码部110、逆量化部112、逆变换部114、加法部116、块存储器118、环路滤波器部120、帧存储器122、帧内预测部124、帧间预测部126和预测控制部128。
编码装置100例如由通用处理器及存储器实现。在此情况下,当保存在存储器中的软件程序被处理器执行时,处理器作为划分部102、减法部104、变换部106、量化部108、熵编码部110、逆量化部112、逆变换部114、加法部116、环路滤波器部120、帧内预测部124、帧间预测部126及预测控制部128发挥功能。此外,编码装置100也可以作为与划分部102、减法部104、变换部106、量化部108、熵编码部110、逆量化部112、逆变换部114、加法部116、环路滤波器部120、帧内预测部124、帧间预测部126及预测控制部128对应的专用的1以上的电子电路实现。
以下,对编码装置100中包含的各构成要素进行说明。
[划分部]
划分部102将输入运动图像中包含的各图片(picture)划分为多个块(block),将各块向减法部104输出。例如,划分部102首先将图片划分为固定尺寸(例如128×128)的块。有时将该固定尺寸的块称作编码树单元(CTU)。并且,划分部102基于递归性的四叉树(quadtree)及/或二叉树(binary tree)块划分,将固定尺寸的块分别划分为可变尺寸(例如64×64以下)的块。有时将该可变尺寸的块称作编码单元(CU)、预测单元(PU)或变换单元(TU)。另外,在本实施方式中,不需要将CU、PU及TU区别,也可以是图片内的一部分或全部的块成为CU、PU、TU的处理单位。
图2是表示实施方式1的块划分的一例的图。在图2中,实线表示四叉树块划分的块边界,虚线表示二叉树块划分的块边界。
这里,块10是128×128像素的正方形块(128×128块)。将该128×128块10首先划分为4个正方形的64×64块(四叉树块划分)。
将左上的64×64块再垂直地划分为2个矩形的32×64块,将左方的32×64块再垂直地划分为2个矩形的16×64块(二叉树块划分)。结果,将左上的64×64块划分为2个16×64块11、12和32×64块13。
将右上的64×64块级别地划分为2个矩形的64×32块14、15(二叉树块划分)。
将左下的64×64块划分为4个正方形的32×32块(四叉树块划分)。将4个32×32块中的左上的块及右下的块进一步划分。将左上的32×32块垂直地划分为2个矩形的16×32块,将右方的16×32块再级别地划分为2个16×16块(二叉树块划分)。将右下的32×32块级别地划分为2个32×16块(二叉树块划分)。结果,将左下的64×64块划分为16×32块16、2个16×16块17、18、2个32×32块19、20和2个32×16块21、22。
不将右下的64×64块23划分。
如以上这样,在图2中,将块10基于递归性的四叉树及二叉树块划分而划分为13个可变尺寸的块11~23。有时将这样的划分称作QTBT(quad-tree plus binary tree:四叉树加二叉树)划分。
另外,在图2中,将1个块划分为4个或2个块(四叉树或二叉树块划分),但划分并不限定于此。例如,也可以将1个块划分为3个块(三叉树块划分)。有时将包括这样的三叉树块划分的划分称作MBT(multi typetree:多类型树)划分。
[减法部]
减法部104以由划分部102划分后的块单位,从原信号(原样本)减去预测信号(预测样本)。即,减法部104计算编码对象块(以下,称作当前块)的预测误差(也称作残差)。并且,减法部104将计算出的预测误差向变换部106输出。
原信号是编码装置100的输入信号,是表示构成运动图像的各图片的图像的信号(例如亮度(luma)信号及2个色差(chroma)信号)。以下,有时也将表示图像的信号称作样本。
[变换部]
变换部106将空间域的预测误差变换为频率域的变换系数,将变换系数向量化部108输出。具体而言,变换部106对于例如空间域的预测误差进行预先设定的离散余弦变换(DCT)或离散正弦变换(DST)。
另外,变换部106也可以从多个变换类型之中自适应地选择变换类型,使用与所选择的变换类型对应的变换基函数(transform basis function)将预测误差变换为变换系数。有时将这样的变换称作EMT(explicit multiple core transform:显式多核变换)或AMT(adaptive multiple transform:自适应多重变换)。
多个变换类型例如包括DCT-II、DCT-V、DCT-VIII、DST-I及DST-VII。图3是表示与各变换类型对应的变换基函数的表。在图3中,N表示输入像素的数量。从这些多个变换类型中的变换类型的选择,既可以基于例如预测的种类(帧内(intra)预测及帧间(inter)预测),也可以依存于帧内预测模式。
将表示是否应用这样的EMT或AMT的信息(例如称作AMT标志)及表示所选择的变换类型的信息以CU级别进行信号化。另外,这些信息的信号化并不需要限定于CU级别,也可以是其他的级别(例如,序列级别、图片级别、切片(slice)级别、瓦片(tile)级别或CTU级别)。
此外,变换部106也可以将变换系数(变换结果)再变换。有时将这样的再变换称作AST(adaptive secondary transform:自适应二次变换)或NSST(non-separablesecondary transform:不可分二次变换)。例如,变换部106按照在与帧内预测误差对应的变换系数的块中包含的每个子块(例如4×4子块)进行再变换。表示是否应用NSST的信息及关于在NSST中使用的变换矩阵的信息以CU级别进行信号化。另外,这些信息的信号化并不一定需要限定于CU级别,也可以是其他的级别(例如,序列级别、图片级别、切片级别、瓦片级别或CTU级别)。
[量化部]
量化部108将从变换部106输出的变换系数量化。具体而言,量化部108将当前块的变换系数以规定的扫描顺序扫描,基于与扫描出的变换系数对应的量化参数(QP)将该变换系数量化。接着,量化部108将当前块的量化的变换系数(以下,称作量化系数)向熵编码部110及逆量化部112输出。
规定的顺序是用于变换系数的量化/逆量化的顺序。例如,将规定的扫描顺序以频率的升序(以从低频到高频的顺序)或降序(从高频到低频的顺序)定义。
所谓量化参数,是定义量化步长(量化宽度)的参数。例如,如果量化参数的值增加,则量化步长也增加。即,如果量化参数的值增加,则量化误差增大。
[熵编码部]
熵编码部110通过将作为来自量化部108的输入的量化系数进行可变长编码,生成编码信号(编码比特流)。具体而言,熵编码部110例如将量化系数二值化,将二值信号算术编码。
[逆量化部]
逆量化部112将作为来自量化部108的输入的量化系数逆量化。具体而言,逆量化部112将当前块的量化系数以规定的扫描顺序进行逆量化。并且,逆量化部112将当前块的逆量化的变换系数向逆变换部114输出。
[逆变换部]
逆变换部114通过将作为来自逆量化部112的输入的变换系数逆变换,将预测误差复原。具体而言,逆变换部114通过对变换系数进行与变换部106的变换对应的逆变换,将当前块的预测误差复原。并且,将逆变换部114复原后的预测误差向加法部116输出。
另外,复原后的预测误差由于通过量化而丢失了信息,所以与减法部104计算出的预测误差不一致。即,在复原后的预测误差中包含有量化误差。
[加法部]
加法部116通过将作为来自逆变换部114的输入的预测误差与作为来自预测控制部128的输入的预测信号相加而重构当前块。并且,加法部116将重构的块向块存储器118及环路滤波器部120输出。有时也将重构块称作本地解码块。
[块存储器]
块存储器118是用来保存作为在帧内预测中参照的块的、编码对象图片(以下称作当前图片)内的块的存储部。具体而言,块存储器118保存从加法部116输出的重构块。
[环路滤波器部]
环路滤波器部120对由加法部116重构的块实施环路滤波,将滤波后的重构块向帧存储器122输出。所谓环路滤波器,是在编码循环内使用的滤波器(循环内滤波器),例如包括解块滤波器(DF)、样本自适应偏移(SAO)及自适应环路滤波器(ALF)等。
在ALF中,采用用来将编码失真除去的最小二乘误差滤波器,例如采用按照当前块内的每个2×2子块,基于局部的梯度(gradient)的方向及活性度(activity)从多个滤波器中选择的1个滤波器。
具体而言,首先将子块(例如2×2子块)分类为多个类(class)(例如15或25类)。基于梯度的方向及活性度进行子块的分类。例如,使用梯度的方向值D(例如0~2或0~4)和梯度的活性值A(例如0~4)计算分类值C(例如C=5D+A)。并且,基于分类值C将子块分类为多个类(例如15或25类)。
梯度的方向值D例如通过将多个方向(例如水平、垂直及2个对角方向)的梯度比较来导出。此外,梯度的活性值A例如通过将多个方向的梯度相加、将相加结果量化来导出。
基于这样的分类的结果,从多个滤波器中决定用于子块的滤波器。
作为在ALF中使用的滤波器的形状,例如采用圆对称形状。图4A~图4C是表示在ALF中使用的滤波器的形状的多个例子的图。图4A表示5×5钻石形滤波器,图4B表示7×7钻石形滤波器,图4C表示9×9钻石形滤波器。将表示滤波器的形状的信息以图片级别进行信号化。另外,表示滤波器的形状的信息的信号化不需要限定于图片级别,也可以是其他级别(例如,序列级别、切片级别、瓦片级别、CTU级别或CU级别)。
ALF的开启/关闭(ON/OFF)例如以图片级别或CU级别来决定。例如,关于亮度,以CU级别决定是否应用ALF,关于色差,以图片级别决定是否应用ALF。将表示ALF的开启/关闭的信息以图片级别或CU级别进行信号化。另外,表示ALF的开启/关闭的信息的信号化并不需要限定于图片级别或CU级别,也可以是其他级别(例如,序列级别、切片级别、瓦片级别或CTU级别)。
将可选择的多个滤波器(例如15或25以内的滤波器)的系数集以图片级别进行信号化。另外,系数集的信号化不需要限定于图片级别,也可以是其他级别(例如,序列级别、切片级别、瓦片级别、CTU级别、CU级别或子块级别)。
[帧存储器]
帧存储器122是用来保存在帧间预测中使用的参照图片的存储部,也有被称作帧缓存的情况。具体而言,帧存储器122将由环路滤波器部120滤波后的重构块保存。
[帧内预测部]
帧内预测部124通过参照保存在块存储器118中的当前图片内的块进行当前块的帧内预测(也称作画面内预测),生成预测信号(帧内预测信号)。具体而言,帧内预测部124通过参照与当前块邻接的块的样本(例如亮度值、色差值)进行帧内预测而生成帧内预测信号,将帧内预测信号向预测控制部128输出。
例如,帧内预测部124使用预先规定的多个帧内预测模式中的1个进行帧内预测。多个帧内预测模式包括1个以上的非方向性预测模式和多个方向性预测模式。
1个以上的非方向性预测模式包括例如由H.265/HEVC(High-Efficiency VideoCoding)标准(非专利文献1)规定的Planar(平面)预测模式及DC预测模式。
多个方向性预测模式包括例如由H.265/HEVC标准规定的33个方向的预测模式。另外,多个方向性预测模式也可以除了33个方向以外还包括32个方向的预测模式(合计65个方向性预测模式)。图5是表示帧内预测中的67个帧内预测模式(2个非方向性预测模式及65个方向性预测模式)的图。实线箭头表示由H.265/HEVC标准规定的33个方向,虚线箭头表示追加的32个方向。
另外,在色差块的帧内预测中,也可以参照亮度块。即,也可以基于当前块的亮度成分来预测当前块的色差成分。有时将这样的帧内预测称作CCLM(cross-componentlinear model:跨分量线性模型)预测。也可以将这样的参照亮度块的色差块的帧内预测模式(例如被称作CCLM模式)作为色差块的帧内预测模式之一添加。
帧内预测部124也可以基于水平/垂直方向的参照像素的梯度将帧内预测后的像素值修正。有时将伴随着这样的修正的帧内预测称作PDPC(position dependent intraprediction combination:位置相关镇内预测组合)。将表示PDPC的应用的有无的信息(例如称作PDPC标志)例如以CU级别进行信号化。另外,该信息的信号化并不需要限定于CU级别,也可以是其他的级别(例如,序列级别、图片级别、切片级别、瓦片级别或CTU级别)。
[帧间预测部]
帧间预测部126通过参照保存在帧存储器122中的、而且是与当前图片不同的参照图片进行当前块的帧间预测(也称作画面间预测),生成预测信号(帧间预测信号)。将帧间预测以当前块或当前块内的子块(例如4×4块)的单位进行。例如,帧间预测部126关于当前块或子块以参照图片内进行运动估计(motion estimation)。并且,帧间预测部126通过使用由运动估计得到的运动信息(例如运动矢量)进行运动补偿,生成当前块或子块的帧间预测信号。并且,帧间预测部126将所生成的帧间预测信号向预测控制部128输出。
运动补偿中使用的运动信息被信号化。在运动矢量的信号化中,也可以使用预测运动矢量(motion vector predictor)。即,也可以将运动矢量与预测运动矢量之间的差信号化。
另外,也可以不仅是通过运动估计得到的当前块的运动信息,也使用邻接块的运动信息来生成帧间预测信号。具体而言,也可以通过将基于由运动估计得到的运动信息的预测信号与基于邻接块的运动信息的预测信号加权相加,以当前块内的子块单位生成帧间预测信号。有时将这样的帧间预测(运动补偿)称作OBMC(overlapped block motioncompensation:重叠块运动补偿)。
在这样的OBMC模式中,将表示用于OBMC的子块的尺寸的信息(例如称作OBMC块尺寸)以序列级别进行信号化。此外,将表示是否应用OBMC模式的信息(例如称作OBMC标志)以CU级别进行信号化。另外,这些信息的信号化的级别并不需要限定于序列级别及CU级别,也可以是其他的级别(例如图片级别、切片级别、瓦片级别、CTU级别或子块级别)。
另外,也可以不将运动信息信号化而在解码装置侧将其导出。例如,也可以使用在H.265/HEVC标准中规定的合并(merge)模式。此外,例如也可以通过在解码装置侧进行运动估计来导出运动信息。在此情况下,不使用当前块的像素值而进行运动估计。
这里,对在解码装置侧进行运动估计的模式进行说明。有时将在该解码装置侧进行运动估计的模式称作PMMVD(pattern matched motion vector derivation:模式匹配运动矢量推导)模式或FRUC(frame rate up-conversion:帧速率向上转换)模式的情况。
首先,选择在合并列表中包含的候选的1个,作为图案匹配的搜索的开始位置。作为图案匹配,使用第1图案匹配或第2图案匹配。有时将第1图案匹配及第2图案匹配分别称作双向匹配(bilateral matching)及模板匹配(template matching)。
在第1图案匹配中,在作为不同的2个参照图片内的2个块的、沿着当前块的运动轨迹(motion trajectory)的2个块之间进行图案匹配。
图6是用来说明沿着运动轨迹的2个块间的图案匹配(双向匹配)的图。如图6所示,在第1图案匹配中,通过在作为沿着当前块(Cur block)的运动轨迹的2个块的、且是不同的2个参照图片(Ref0,Ref1)内的2个块的对(pair)之中搜索最匹配的对,导出2个运动矢量(MV0,MV1)。
在连续的运动轨迹的假定之下,指示2个参照块的运动矢量(MV0,MV1)相对于当前图片(Cur Pic)与2个参照图片(Ref0,Ref1)之间的时间上的距离(TD0,TD1)成比例。例如,在当前图片在时间上位于2个参照图片之间,并且从当前图片到2个参照图片的时间上的距离相等的情况下,在第1图案匹配中,导出镜像对称的双向的运动矢量。
在第2图案匹配中,在当前图片内的模板(在当前图片内与当前块邻接的块(例如上及/或左邻接块))与参照图片内的块之间进行图案匹配。
图7是用来说明当前图片内的模板与参照图片内的块之间的图案匹配(模板匹配)的图。如图7所示,在第2图案匹配中,通过在参照图片(Ref0)内搜索与在当前图片(CurPic)内邻接于当前块(Cur block)的块最匹配的块,导出当前块的运动矢量。
将表示是否应用这样的FRUC模式的信息(例如称作FRUC标志)以CU级别进行信号化。此外,在应用FRUC模式的情况下(例如FRUC标志为真的情况下),将表示图案匹配的方法(第1图案匹配或第2图案匹配)的信息(例如称作FRUC模式标志)以CU级别进行信号化。另外,这些信息的信号化并不需要限定于CU级别,也可以是其他的级别(例如,序列级别、图片级别、切片级别、瓦片级别、CTU级别或子块级别)。
另外,也可以用与运动估计不同的方法,在解码装置侧导出运动信息。例如,也可以基于假定了等速直线运动的模型,以像素单位,使用周边像素值来计算运动矢量的修正量。
这里,对基于假定了等速直线运动的模型导出运动矢量的模式进行说明。有将该模式称作BIO(bi-directional optical flow:双向光学流)模式的情况。
图8是用来说明假定了等速直线运动的模型的图。在图8中,(vx,vy)表示速度矢量,τ0、τ1分别表示当前图片(Cur Pic)与2个参照图片(Ref0,Ref1)之间的时间上的距离。(MVx0,MVy0)表示与参照图片Ref0对应的运动矢量,(MVx1,MVy1)表示与参照图片Ref1对应的运动矢量。
此时,在速度矢量(vx,vy)的等速直线运动的假定下,将(MVx0,MVy0)及(MVx1,MVy1)分别表示为(vxτ0,vyτ0)及(-vxτ1,-vyτ1),以下的光流等式(1)成立。
[数式1]
这里,I(k)表示运动补偿后的参照图像k(k=0、1)的亮度值。该光流等式表示:(i)亮度值的时间微分、(ii)水平方向的速度及参照图像的空间梯度的水平成分的乘积、以及(iii)垂直方向的速度及参照图像的空间梯度的垂直成分的乘积之和等于零。基于该光流等式与埃尔米特插补(Hermite interpolation)的组合,将从合并列表等得到的块单位的运动矢量以像素单位进行修正。
另外,也可以通过与基于假定了等速直线运动的模型的运动矢量的导出不同的方法,在解码装置侧导出运动矢量。例如,也可以基于多个邻接块的运动矢量以子块单位导出运动矢量。
这里,对基于多个邻接块的运动矢量以子块单位导出运动矢量的模式进行说明。有时将该模式称作仿射运动补偿预测(affine motion compensation prediction)模式。
图9是用来说明基于多个邻接块的运动矢量的子块单位的运动矢量的导出的图。在图9中,当前块包括16个4×4子块。这里,基于邻接块的运动矢量导出当前块的左上角控制点的运动矢量v0,基于邻接子块的运动矢量导出当前块的右上角控制点的运动矢量v1。并且,使用2个运动矢量v0及v1,通过以下的式(2),导出当前块内的各子块的运动矢量(vx,vy)。
[数式2]
这里,x及y分别表示子块的水平位置及垂直位置,w表示预先设定的权重系数。
在这样的仿射运动补偿预测模式中,左上及右上角控制点的运动矢量的导出方法也可以包含不同的几个模式。将表示这样的仿射运动补偿预测模式的信息(例如称作仿射标志)以CU级别进行信号化。另外,表示该仿射运动补偿预测模式的信息的信号化并不需要限定于CU级别,也可以是其他的级别(例如,序列级别、图片级别、切片级别、瓦片级别、CTU级别或子块级别)。
[预测控制部]
预测控制部128选择帧内预测信号及帧间预测信号的某个,将所选择的信号作为预测信号向减法部104及加法部116输出。
[解码装置的概要]
接着,对能够将从上述编码装置100输出的编码信号(编码比特流)解码的解码装置的概要进行说明。图10是表示有关实施方式1的解码装置200的功能结构的框图。解码装置200是将运动图像/图像以块单位进行解码的运动图像/图像解码装置。
如图10所示,解码装置200具备熵解码部202、逆量化部204、逆变换部206、加法部208、块存储器210、环路滤波器部212、帧存储器214、帧内预测部216、帧间预测部218和预测控制部220。
解码装置200例如由通用处理器及存储器实现。在此情况下,当保存在存储器中的软件程序被处理器执行时,处理器作为熵解码部202、逆量化部204、逆变换部206、加法部208、环路滤波器部212、帧内预测部216、帧间预测部218及预测控制部220发挥功能。此外,解码装置200也可以由与熵解码部202、逆量化部204、逆变换部206、加法部208、环路滤波器部212、帧内预测部216、帧间预测部218及预测控制部220对应的专用的1个以上的电子电路实现。
以下,对解码装置200中包含的各构成要素进行说明。
[熵解码部]
熵解码部202将编码比特流进行熵解码。具体而言,熵解码部202例如将编码比特流算术解码为二值信号。接着,熵解码部202将二值信号多值化(debinarize)。由此,熵解码部202以块单位将量化系数向逆量化部204输出。
[逆量化部]
逆量化部204将作为来自熵解码部202的输入的解码对象块(以下称作当前块)的量化系数逆量化。具体而言,逆量化部204关于当前块的量化系数,分别基于与该量化系数对应的量化参数将该量化系数逆量化。并且,逆量化部204将当前块的逆量化的量化系数(即变换系数)向逆变换部206输出。
[逆变换部]
逆变换部206通过将作为来自逆量化部204的输入的变换系数进行逆变换,将预测误差复原。
例如在从编码比特流解读出的信息表示应用EMT或AMT的情况下(例如AMT标志是真),逆变换部206基于表示被解读后的变换类型的信息将当前块的变换系数逆变换。
此外,例如在从编码比特流解读出的信息表示应用NSST的情况下,逆变换部206将变换后的变换系数(变换结果)进行再变换。
[加法部]
加法部208通过将作为来自逆变换部206的输入的预测误差与作为来自预测控制部220的输入的预测信号相加而重构当前块。并且,加法部208将重构后的块向块存储器210及环路滤波器部212输出。
[块存储器]
块存储器210是用来将作为在帧内预测中参照的块的、而且是解码对象图片(以下称作当前图片)内的块保存的存储部。具体而言,块存储器210将从加法部208输出的重构块保存。
[环路滤波器部]
环路滤波器部212对由加法部208重构后的块实施环路滤波,将滤波后的重构块向帧存储器214及显示装置等输出。
在从编码比特流解读出的表示ALF的开启/关闭的信息表示ALF的开启的情况下,基于局部性的梯度的方向及活性度从多个滤波器中选择1个滤波器,将所选择的滤波器对重构块应用。
[帧存储器]
帧存储器214是用来将在帧间预测中使用的参照图片保存的存储部,有时也称作帧缓存。具体而言,帧存储器214将由环路滤波器部212滤波后的重构块保存。
[帧内预测部]
帧内预测部216通过基于从编码比特流解读出的帧内预测模式,参照保存在块存储器210中的当前图片内的块进行帧内预测,生成预测信号(帧内预测信号)。具体而言,帧内预测部216通过参照与当前块邻接的块的样本(例如亮度值、色差值)进行帧内预测而生成帧内预测信号,将帧内预测信号向预测控制部220输出。
另外,在色差块的帧内预测中选择了参照亮度块的帧内预测模式的情况下,帧内预测部216也可以基于当前块的亮度成分来预测当前块的色差成分。
此外,在从编码比特流解读出的信息表示PDPC的应用的情况下,帧内预测部216基于水平/垂直方向的参照像素的梯度将帧内预测后的像素值修正。
[帧间预测部]
帧间预测部218参照保存在帧存储器214中的参照图片,预测当前块。将预测以当前块或当前块内的子块(例如4×4块)的单位进行。例如,帧间预测部126通过使用从编码比特流解读出的运动信息(例如运动矢量)进行运动补偿,生成当前块或子块的帧间预测信号,将帧间预测信号向预测控制部128输出。
另外,在从编码比特流解读出的信息表示应用OBMC模式的情况下,帧间预测部218不仅是由运动估计得到的当前块的运动信息,也使用邻接块的运动信息,生成帧间预测信号。
此外,在从编码比特流解读出的信息表示应用FRUC模式的情况下,帧间预测部218通过按照从编码流解读出的图案匹配的方法(双向匹配或模板匹配)进行运动估计,导出运动信息。并且,帧间预测部218使用被导出的运动信息进行运动补偿。
此外,帧间预测部218在应用BIO模式的情况下,基于假定了等速直线运动的模型导出运动矢量。此外,在从编码比特流解读出的信息表示应用仿射运动补偿预测模式的情况下,帧间预测部218基于多个邻接块的运动矢量以子块单位导出运动矢量。
[预测控制部]
预测控制部220选择帧内预测信号及帧间预测信号的某个,将所选择的信号作为预测信号向加法部208输出。
(实施方式2)
接着,参照附图,对在如以上那样构成的编码装置100及解码装置200中进行的一部分的处理具体地说明。另外,为了将本公开的利益进一步扩大,对本领域技术人员而言,显然也可以将后述的各实施方式组合。
本实施方式的编码装置及解码装置等可以在任意的多媒体数据的编码及解码中使用,更具体地讲,可以在被非直线性的(例如鱼眼)照相机摄像的图像的编码及解码中使用。
这里,在上述现有技术中,在处理后的图像及由直线透镜直接摄像的图像的压缩中,使用与到此为止相同的运动图像编码工具。在现有技术中,不存在为了将这种处理图像用不同的方法压缩所特别定制的运动图像编码工具。
通常,首先用多个照相机摄像,将由多个照相机摄像的图像接合而制作较大的图像,作为360度图像。为了能够用平面状的显示器更适当地显示图像、或者能够使用机器学习技术更容易地检测图像中的对象物,有时在进行图像的编码之前进行包括“将鱼眼透镜的畸变修正(defish)”、或用来使其成为直线性的图像修正的图像变换处理。但是,在该图像变换处理中,通常对图像样本进行插补处理,所以在保持于图像内的信息中发生重复部分。此外,有时通过接合处理及图像变换处理在图像内形成空白区域,将其通常用默认的像素值(例如黑色像素)填补。通过接合处理和图像变换处理发生的这样的问题成为使编码处理的编码效率降低的因素。
为了解决这些问题,在本实施方式中,作为定制的运动图像编码工具及运动图像解码工具而使用自适应运动图像编码工具及自适应运动图像解码工具。为了提高编码效率,该自适应运动图像编码工具能够适应于为了先于编码器将图像处理而使用的图像变换处理或图像接合处理。本公开通过在编码处理中使自适应运动图像编码工具适应于上述那样的处理,能够减少在这些处理中发生的所有的重复。关于自适应运动图像解码工具,也与自适应运动图像编码工具是同样的。
在本实施方式中,使用图像变换处理或/及图像接合处理的信息,使运动图像编码工具及运动图像解码工具适应。因此,运动图像编码工具及运动图像解码工具能够对不同种类的已处理图像应用。因而,在本实施方式中,能够使压缩效率提高。
[编码处理]
说明图11所示的本公开的实施方式2的、对使用非直线透镜摄像的图像进行运动图像编码的方法。另外,非直线透镜是广角透镜或其一例。
图11是表示本实施方式的运动图像编码处理的一例的流程图。
在步骤S101中,编码装置将参数一起向头写入。图12表示在压缩的运动图像比特流中上述头的可能的位置。被写入的参数(即图12中的照相机图像参数)包括关于图像修正处理的1个以上的参数。例如,这样的参数如图12所示,被写入到视频参数集、序列参数集、图片参数集、切片(slice)头或视频系统设置参数集中。即,在本实施方式中被写入的参数被写入到比特流的哪个头中都可以,也可以写入到SEI(Supplemental EnhancementInformation:补充增强信息)中。另外,图像修正处理相当于上述的图像变换处理。
<图像修正处理的参数的例子>
如图13所示,摄像的图像也可以因在图像的摄像中使用的透镜的特性而畸变。此外,为了将摄像出的图像直线性地修正而使用图像修正处理。另外,通过将摄像出的图像直线性地修正,生成矩形的图像。写入的参数包括用来确定使用的图像修正处理或用来记述的参数。在图像修正处理中使用的参数作为一例,包括构成用来将输入图像的像素映射为图像修正处理的想要的输出像素值的映射表的参数。这些参数也可以包括1个以上的插补处理用的权重参数、或/及确定图片的输入像素及输出像素的位置的位置参数。作为能够进行图像修正处理的实施例之一,也可以将图像修正处理用的映射表对修正后的图像内的全部像素使用。
作为为了记述图像修正处理而使用的参数的其他例,包括从多个预先定义的修正算法中选择一个的选择参数、从修正算法的多个规定的方向中选择一个的方向参数、或/及将修正算法校正或微调的校准参数。例如,在有多个预先定义的修正算法的情况下(例如,在不同种类的透镜中使用不同的算法的情况下),为了从这些预先定义的算法中选择1个而使用选择参数。例如,在有能够应用修正算法的2个以上的方向的情况下(例如,能够在水平方向、垂直方向、或在哪个方向上都能够进行图像修正处理的情况下),方向参数选择这些预先定义的方向中的1个。在能够将图像修正处理校正的情况下,通过校准参数能够调整图像修正处理,以使其适合于不同种类的透镜。
<接合处理的参数的例子>
被写入的参数也可以还包括关于接合处理的1个以上的参数。如图14及图15所示,被输入到编码装置中的图像也可以是将来自不同照相机的多个图像组合接合处理的结果而得到的。被写入的参数例如包括提供关于照相机的数量、畸变中心或各照相机的主轴及畸变水平等的接合处理的信息的参数。在关于接合处理记述的参数的其他例子中,包括由来自多个图像的重复的像素生成的、确定被接合的图像的位置的参数。这些图像分别有存在与照相机的角度重复的区域的情况,所以也可以包含也可以在其他图像中出现的像素。在接合处理中,将这些重复的像素处理而减少,生成接合的图像。
作为关于接合处理记述的参数的其他例子,包括确定接合后的图像的布局的参数。例如,根据等距柱状投影图法、立方体的3×2布局及立方体的4×3布局等的360度图像的形式,接合后的图像内的图像的配置不同。另外,3×2布局是配置为3列2行的6个图像的布局,4×3布局是配置为4列3行的12个图像的布局。作为上述参数的配置参数为了基于图像的配置确定某个方向上的图像的连续性而使用。在运动补偿处理中,可以在帧间预测处理中使用来自其他图像或视点(view)的像素,这些图像或视点由配置参数确定。一些图像或图像中的像素也有为了确保连续性而需要旋转的情况。
作为参数的其他例子,可以举出照相机及透镜的参数(例如,在照相机中使用的焦点距离、主点、缩放系数、图像传感器的形式等)。作为参数的其他例子,有关于照相机的配置的物理信息(例如,照相机的位置、照相机的角度等)。
接着,在步骤S102中,编码装置通过基于被写入的这些参数的自适应运动图像编码工具将图像编码。在自适应运动图像编码工具中,包括帧间预测处理。在成套的自适应运动图像编码工具中,也可以还包括图像重构处理。
<帧间预测中的畸变修正>
图16是表示确定为图像被使用非直线透镜摄像的情况下、或确定为图像被直线性地处理的情况下、或确定为图像被从1个以上的图像接合的情况下,进行自适应帧间预测处理的流程图。如图16所示,在步骤S1901中,编码装置基于被写入在头中的参数,判定为图像内的某个位置是畸变中心或主点。图17表示通过鱼眼透镜产生的畸变像差的一例。另外,鱼眼透镜是广角透镜的一例。随着从畸变中心远离,放大沿着焦点轴减少。因而,在步骤S1902中,编码装置基于畸变中心,为了使图像成为直线性,可以将图像内的像素进行重叠(lapping)处理而将畸变修正,或将已进行的修正复原。即,编码装置对作为编码的处理的对象的畸变的图像的块进行图像修正处理(即重叠处理)。最后,编码装置基于被重叠处理后的图像的像素,在步骤S1903中能够进行导出预测样本的块的块预测。另外,本实施方式的重叠处理或重叠,是对像素、块或图像进行配置或再配置的处理。此外,编码装置也可以将作为预测出的块的预测块恢复为进行图像修正处理之前的原来的畸变的状态,使用畸变的状态的预想块作为畸变的处理对象块的预测图像。另外,预测图像及处理对象块相当于实施方式1的预测信号及当前块。
在自适应帧间预测处理的其他例子中,包括自适应运动矢量处理。关于运动矢量的分辨率为,与距畸变中心较近的图像块相比,距畸变中心较远的图像块的分辨率较低。例如,距畸变中心较远的图像块也可以具有到半像素精度为止的运动矢量的精度。另一方面,距畸变中心较近的图像块也可以具有1/8像素精度以内的较高的运动矢量精度。在自适应运动矢量精度中,由于基于图像块位置而发生差别,所以在比特流中编码的运动矢量的精度也可以能够根据运动矢量的结束位置及/或开始位置而自适应。即,编码装置也可以使用参数,使运动矢量的精度根据块的位置而不同。
在自适应帧间预测处理的其他例子中,包括自适应运动补偿处理,在该运动补偿处理中,为了预测基于在头中被写入的配置参数的来自对象的视点的图像样本,也可以使用来自不同视点的像素。例如,根据等距柱状投影图法、立方体的3×2的布局、立方体的4×3的布局等的360度的图像形式,接合的图像内的图像的配置不同。配置参数被用于基于图像的配置来确定一定方向上的图像的连续性。在运动补偿处理中,可以将来自其他图像或其他视点的像素用于帧间预测处理,这些图像或视点由配置参数确定。一些图像或图像中的像素也有为了确保连续性而需要旋转的情况。
即,编码装置也可以进行确保连续性的处理。例如,编码装置在将图15所示的接合图像编码的情况下,也可以基于其参数进行重叠处理。具体而言,在接合图像中包含的5个图像(即图像A~D和顶视点)顶视点中的顶视点是180度图像,图像A~D是90度图像。因而,在顶视点中映现出的空间与在图像A~D的各自中映现出的空间连续,在图像A中映现出的空间与在图像B中映现出的空间连续。但是,在接合图像中,顶视点不与图像A、C及D连续,图像A不与图像B连续。所以,编码装置为了提高编码效率而进行上述的重叠处理。即,编码装置将接合图像中包含的各图像再配置。例如,编码装置将各图像再配置,以使图像A与图像B连续。由此,在图像A及图像B中分离而映现出的物体连续,能够提高编码效率。另外,将这样的作为将各图像再配置或配置的处理的重叠处理也称作帧封装(frame packing)。
<帧间预测中的填充(padding)>
图18是表示在确定为图像被使用非直线透镜摄像的情况下、或确定为图像被直线性地处理的情况下、或确定为图像被从2个以上的图像接合的情况下进行自适应帧间预测处理的变形例的流程图。如图18所示,编码装置基于被写入在头中的参数,将图像的区域在步骤S2001中确定是空白区域。这些空白区域是不包含被摄像的图像的像素的图像的区域,通常被用规定的像素值(例如黑色像素)替换。图13是表示图像内的这些区域的一例的图。图15是表示将多个图像接合的情况下的这些区域的其他例子的图。接着,编码装置在图18的步骤S2002中,将所确定的这些区域内的像素在进行运动补偿处理的期间中用不是图像的空白区域的其他区域的值进行填充处理。被填充处理的值根据物理上的三维空间,也可以是来自不为空白区域的区域中的最近的像素的值、或来自最近的像素的值。最后,在步骤S2003中,编码装置为了基于填充处理后的值生成预测样本的块而进行块预测。
<图像重构中的畸变修正>
图19是表示在确定为图像被使用非直线透镜摄像的情况下、或确定为图像被直线性地处理的情况下、或确定为图像被从2个以上的图像接合的情况下进行自适应画面重构处理的流程图。如图19所示,编码装置基于写入在头中的参数,将图像内的位置在步骤S1801中判定为畸变中心或主点。图17表示通过鱼眼透镜产生的畸变像差的一例。随着焦点的轴芯从畸变中心离开,放大沿着焦点的轴芯减少。因而,在步骤S1802中,编码装置也可以基于畸变中心,对于图像内的重构像素将畸变修正,或为了将为了使图像成为直线性而进行过的修正复原,进行重叠处理。例如,编码装置通过将由逆变换生成的预测误差的图像与预测图像相加,生成重构图像。此时,编码装置为了使预测误差的图像及预测图像分别成为直线性而进行重叠处理。
最后,在步骤S1803中,编码装置将基于进行了重叠处理后的图像的像素重构的图像的块向存储器保存。
<图像重构中的像素值的替换>
图20表示在确定为图像被使用非直线透镜摄像的情况下、或确定为图像被直线性地处理的情况下、或确定为图像被从2个以上的图像接合的情况下进行自适应画面重构处理的变形例。如图20所示,基于写入在头中的参数,在步骤S2101中,编码装置将图像的区域确定为空白区域。这些空白区域不包括被摄像出的图像的像素,通常是被替换为规定的像素值(例如黑色像素)的图像的区域。图13是在图像中表示这些区域的一例的图。图15是表示将多个图像接合的情况下的这些区域的其他例子的图。接着,在步骤S2102中,编码装置将图像样本的块重构。
此外,在步骤S2103中,编码装置将这些确定的区域内的重构后的像素替换为规定的像素值。
<编码处理的省略>
在图11的步骤S102中,在关于自适应运动图像编码工具可能的其他变形例中,也可以将图像的编码处理省略。即,基于关于图像的布局配置所写入的参数、以及关于基于用户的眼睛的视线或头的方向的有效的(active)视点区域的信息,编码装置也可以将图像的编码处理省略。即,编码装置进行部分编码处理。
图21表示关于由不同的照相机摄像的不同的视点的、用户的视线的视角或头部的朝向的一例。如该图所示,用户的视角处于仅来自视点1的照相机摄像的图像内。在该例中,来自其他视点的图像由于处于用户的视角外,所以不需要编码。因此,为了降低编码的复杂度,或为了降低压缩图像的发送比特率,可以将对这些图像的编码处理或发送处理省略。在图示的其他的可能的一例中,由于视点5及视点2在物理上与有效的视点1接近,所以将来自视点5的图像及来自视点2的图像也编码并发送。这些图像在当前时刻没有向观察者或用户显示,但当观察者将自身的头部的朝向改变时,向观察者或用户显示。这些图像被用于当观察者改变自身的头部的方向时提高用户的视听体验感。
图22表示相对于用户对于由不同的照相机摄像的不同的视点的视线的角度或头部的朝向的另一例。这里,有效的视线区域处于来自视点2的图像内。因而,将来自视点2的图像编码并向用户显示。这里,编码装置预测被估算为观察者的头部最近会运动的范围,作为有可能成为今后的帧的视线区域的范围,定义更大的区域。编码装置不是将对象的有效的视线区域内、而是将来自处于更大的今后的视线区域内的(视点2以外的)视点的图像也编码并发送,以使得在观察者处能够更快地描绘视点。即,不仅是来自视点2的图像,将来自图22所示的至少一部分与可能视线区域重复的顶视点及视点1的图像也编码并发送。不将来自其余的视点(视点3、视点4及底视点)的图像编码,将这些图像的编码处理省略。
[编码装置]
图23是表示本实施方式的将运动图像编码的编码装置的结构的框图。
编码装置900是为了生成输出比特流而用来按照每个块而用来将输入运动图像编码的装置,相当于实施方式1的编码装置100。如图23所示,编码装置900具备变换部901、量化部902、逆量化部903、逆变换部904、块存储器905、帧存储器906、帧内预测部907、帧间预测部908、减法部921、加法部922、熵编码部909及参数导出部910。
输入运动图像的图像(即处理对象块)被向减法部921输入,减法后的值被向变换部901输出。即,减法部921通过从处理对象块减去预测图像,计算预测误差。变换部901将减法后的值(即预测误差)变换为频率系数,将得到的频率系数向量化部902输出。量化部902将被输入的频率系数量化,对于逆量化部903及熵编码部909输出得到的量化值。
逆量化部903将从量化部902输出的样本值(即量化值)逆量化,向逆变换部904输出频率系数。逆变换部904为了将频率系数变换为图像的样本值即像素值而进行逆频率变换,将得到的样本值向加法部922输出。
参数导出部910根据图像导出关于图像修正处理的参数、或关于照相机的参数、或关于接合处理的参数,向帧间预测部908、加法部922和熵编码部909输出。例如,在输入运动图像中也可以包括这些参数,在此情况下,参数导出部910提取运动图像中包含的参数并输出。或者,在输入运动图像中,也可以包括作为用来将这些参数导出的基础的参数。在此情况下,参数导出部910提取运动图像中包含的基础的参数,将该提取出的基础的参数变换为上述各参数并输出。
加法部922将从逆变换部904输出的样本值对从帧内预测部907或帧间预测部908输出的预测图像的像素值进行加法运算。即,加法部922进行生成重构图像的图像重构处理。加法部922为了进行进一步的预测,向块存储器905或帧存储器906输出得到的加法值。
帧内预测部907进行帧内预测。即,帧内预测部907使用保存在块存储器905中的、在与处理对象块的图片相同的图片中包含的重构图像,估算处理对象块的图像。帧间预测部908进行帧间预测。即,帧间预测部908使用在保存于帧存储器906中的、与处理对象块的图片不同的图片中包含的重构图像,估算处理对象块的图像。
这里,在本实施方式中,帧间预测部908及加法部922基于由参数导出部910导出的参数使处理自适应。即,帧间预测部908及加法部922作为由上述的自适应运动图像编码工具进行的处理,进行遵循图16、图18、图19及图20所示的流程图的处理。
熵编码部909将从量化部902输出的量化值和由参数导出部910导出的参数编码,输出比特流。即,熵编码部909将其参数向比特流的头写入。
[解码处理]
图24是表示本实施方式的运动图像解码处理的一例的流程图。
在步骤S201中,解码装置从头解读出成套的参数。图12表示在压缩的运动图像比特流中的上述头的可能的位置。解读出的参数包括关于图像修正处理的1个以上的参数。
<图像修正处理的参数的例子>
如图13所示,摄像出的图像也可以因在图像的摄像中使用的透镜的特性而畸变。此外,为了将摄像出的图像直线性地修正而使用图像修正处理。解读出的参数包括用来确定被使用的图像修正处理、或记载使用的图像修正处理的参数。在图像修正处理中使用的参数的例子中,包括构成用来将输入图像的像素映射为图像修正处理的想要的输出像素值的映射表的参数。这些参数也可以包括1个以上的插补处理用的权重参数、或/及用来确定图片的输入像素及输出像素的位置的位置参数。在图像修正处理的可能的一实施例中,也可以将图像修正处理用的映射表对修正后的图像内的全部像素使用。
作为为了记载图像修正处理而使用的参数的其他的例子,包括用来从预先定义的多个修正算法中选择一个的选择参数、用来从修正算法的多个规定的方向中选择一个的方向参数、或/及用来将修正算法校正或微调的校准参数。例如,在有预先定义的多个修正算法的情况下(例如,在不同种类的透镜中使用不同的算法的情况下),选择参数被用于选择预先定义的这些算法中的1个。例如,在能够应用修正算法的方向有2个以上的情况下(例如,在水平方向、垂直方向、或在哪个方向上都能够进行图像修正处理的情况下),方向参数选择预先定义的这些方向中的1个。例如,在能够将图像修正处理校正的情况下,可以通过校准参数将图像修正处理调整,以适合于不同种类的透镜。
<接合处理的参数的例子>
被解读出的参数也可以还包括与接合处理有关的1个以上的参数。如图14及图15所示,向解码装置输入的被编码的图像也可以是将来自不同的照相机的多个图像组合的接合处理的结果而得到的。解读出的参数包括提供与例如照相机的数量、畸变中心或各照相机的主轴、及畸变水平等的接合处理有关的信息的参数。作为关于接合处理记载的参数的其他例子,有根据来自多个图像的重复的像素生成的、确定被接合的图像的位置的参数。这些图像分别有存在与照相机的角度重复的区域的情况,所以也可以包括也可以在其他图像中出现的像素。在该接合处理中,将这些重复的像素处理而减少,生成接合的图像。
作为关于接合处理记述的参数的其他例子,包括确定接合的图像的布局的参数。例如,根据等距柱状投影图法、立方体的3×2的布局或立方体的4×3的布局等的360度图像的形式,接合的图像内的图像的配置不同。作为上述参数的配置参数被用于基于图像的配置确定某个方向上的图像的连续性。在运动补偿处理中,可以将来自其他图像或视点的像素在帧间预测处理中使用,这些图像或视点由配置参数确定。一些图像或图像中的像素也有为了确保连续性而需要旋转的情况。
作为参数的其他例子,可以举出照相机及透镜的参数(例如,在照相机中使用的焦点距离、主点、缩放系数、图像传感器的形式等)。作为参数的另外的其他例子,有与照相机的配置有关的物理信息(例如,照相机的位置、照相机的角度等)。
接着,在步骤S202中,解码装置通过基于解读出的这些参数的自适应运动图像解码工具将图像解码。在自适应运动图像解码工具中包括帧间预测处理。在成套的自适应运动图像解码工具中,也可以包括图像重构处理。另外,运动图像解码工具或自适应运动图像解码工具是与上述的运动图像编码工具或自适应运动图像编码工具相同或对应于它的工具。
<帧间预测中的畸变修正>
图16是表示在确定为图像被使用非直线透镜摄像的情况下、或确定为图像被直线性地处理的情况下、或确定为图像被从1个以上的图像接合的情况下进行自适应帧间预测处理的流程图。如图16所示,在步骤S1901中,解码装置基于写入在头中的参数,判定为图像内的某个位置是畸变中心或主点。图17表示通过鱼眼透镜产生的畸变像差的一例。随着焦点轴从畸变中心离开,放大沿着焦点轴减少。因而,在步骤S1902中,解码装置为了基于畸变中心将畸变修正、或将为了使图像成为直线性而进行过的修正复原,也可以对图像内的像素进行重叠处理。即,解码装置对于作为解码的处理的对象的畸变的图像的块进行图像修正处理(即重叠处理)。最后,解码装置可以在步骤S1903中,进行基于被进行了重叠处理的图像的像素来导出预测样本的块的块预测。此外,解码装置也可以将作为预测出的块的预测块恢复为进行图像修正处理之前的原来的畸变的状态,使用畸变的状态的预想块作为畸变的处理对象块的预测图像。
在自适应帧间预测处理的其他例子中,包括自适应运动矢量处理。关于运动矢量的分辨率,与距畸变中心较近的图像块相比,距畸变中心较远的图像块较低。例如,距畸变中心较远的图像块也可以具有半像素精度以内的运动矢量精度。另一方面,距畸变中心较近的图像块也可以具有1/8像素精度以内的较高的运动矢量精度。在自适应运动矢量精度中,由于基于图像块位置而发生差别,所以在比特流中编码的运动矢量的精度也可以能够根据运动矢量的结束位置及/或开始位置而是自适应。即,编码装置也可以使用参数,使运动矢量的精度根据块的位置而不同。
在自适应帧间预测处理的其他例子中,也可以包括自适应运动补偿处理,在该运动补偿处理中,为了预测来自基于写入在头中的配置参数的对象的视点的图像样本而使用来自不同的视点的像素。例如,根据等距柱状投影图法、立方体的3×2的布局、立方体的4×3的布局等的360度图像的形式,接合的图像内的图像的配置不同。配置参数被用于基于图像的配置来确定一定方向上的图像的连续性。在运动补偿处理中,可以将来自其他图像或其他视点的像素用于帧间预测处理,这些图像或视点由配置参数确定。一些图像或图像中的像素也有为了确保连续性而需要旋转的情况。
即,解码装置也可以进行确保连续性的处理。例如,解码装置在将图15所示的接合图像编码的情况下,也可以基于其参数进行重叠处理。具体而言,解码装置与上述编码装置同样,将各图像再配置,以使图像A和图像B连续。由此,被分离映现在图像A及图像B中的物体连续,能够提高编码效率。
<帧间预测中的填充>
图18是表示在确定为图像被使用非直线透镜摄像的情况下、或确定为图像被直线性地处理的情况下、或确定为图像被从2个以上的图像接合的情况下进行自适应帧间预测处理的变形例的流程图。如图18所示,解码装置基于从头解读出的参数,在步骤S2001中确定图像的区域是空白区域。这些空白区域不包含被摄像出的图像的像素,通常是被替换为规定的像素值(例如黑色像素)的图像的区域。图13表示图像内的这些区域的例子。图15是表示将多个图像接合的情况下的这些区域的其他例子的图。接着,解码装置在图18的步骤S2002中,将这些确定的区域内的像素在运动补偿处理中用图像的其他的不是空白区域的其他区域的值进行填充处理。填充处理的值根据物理上的三维空间,也可以是来自不为空白区域的区域中的最近的像素的值、或来自最近的像素的值。最后,在步骤S2003中,解码装置为了基于填充处理后的值生成预测样本的块而进行块预测。
<图像重构中的畸变修正>
图19是表示在确定为图像被使用非直线透镜摄像的情况下、或确定为图像被直线性地处理的情况下、或确定为图像被从2个以上的图像接合的情况下进行自适应图像重构处理的流程图。如图19所示,解码装置基于从头解读出的参数,将图像内的位置在步骤S1801中判定为畸变中心或主点。图17表示通过鱼眼透镜产生的畸变像差的一例。随着焦点的轴芯从畸变中心离开,放大沿着焦点的轴芯减少。因而,在步骤S1802中,解码装置为了基于畸变中心对于图像内的重构像素将畸变修正、或将为了使图像成为直线性而进行过的修正复原,进行重叠处理。例如,解码装置通过将由逆变换生成的预测误差的图像与预测图像相加,生成重构图像。此时,解码装置为了使预测误差的图像及预测图像分别成为直线性而进行重叠处理。
最后,在步骤S1803中,解码装置基于进行了重叠处理的图像的像素,将重构的图像的块保存到存储器中。
<图像重构中的像素值的替换>
图20表示在确定为图像被使用非直线透镜摄像的情况下、或确定为图像被直线性地处理的情况下、或确定为图像被从1个以上的图像接合的情况下进行自适应图像重构处理的变形例。如图20所示,基于从头解读出的参数,在步骤S2001中,解码装置将图像的区域确定为空白区域。这些空白区域不包含摄像出的图像的像素,通常是被替换为规定的像素值(例如黑色像素)的图像的区域。图13表示图像中的这些区域的例子。图15是表示将多个图像接合的情况下的这些区域的其他例子的图。接着,在步骤S2102中,解码装置将图像样本的块重构。
此外,在步骤S2103中,解码装置将这些确定的区域内的重构的像素替换为规定的像素值。
<解码处理的省略>
在图24的步骤S202中,在图像的自适应运动图像解码工具的其他的可能的变形例中,也可以将图像的解码处理省略。即,基于关于图像的布局配置所解读出的参数、以及关于基于用户的眼睛的视线或头部的方向的有效的视点区域的信息,解码装置也可以将图像的解码处理省略。即,解码装置进行部分解码处理。
图21表示关于由不同的照相机摄像的不同的视点的、用户的视线的视角或头部的朝向的一例。如该图所示,用户的视角处于仅来自视点1的照相机摄像的图像内。在该例中,来自其他视点的图像由于处于用户的视角外,所以不需要解码。因此,为了降低解码的复杂度,或为了降低压缩图像的发送比特率,可以将对这些图像的解码处理或显示处理省略。在图示的其他的可能的一例中,由于视点5及视点2在物理上与有效的视点1接近,所以将来自视点5的图像及来自视点2的图像也解码。这些图像在当前时刻没有被向观察者或用户显示,但当观察者将自身的头部的朝向改变时,被向观察者或用户显示。通过减少根据用户的头部的运动将视点解码并显示的时间,当用户变更头部的朝向时,为了使用户的视听体验感提高,将这些图像尽可能早地显示。
图22表示相对于用户对于由不同的照相机摄像的不同的视点的视线的角度或头部的朝向的另一例。这里,有效的视线区域处于来自视点2的图像内。因而,将来自视点2的图像解码并向用户显示。这里,解码装置预测被估算为观察者的头部最近会运动的范围,作为有可能成为今后的帧的视线区域的范围,定义更大的区域。解码装置不是将对象的有效的视线区域内、而是将来自处于更大的今后的视线区域内的(视点2以外的)视点的图像也解码。即,不仅是来自视点2的图像,将来自图22所示的至少一部分与可能视线区域重复的顶视点及视点1的图像也解码。由此,显示图像以使得在观察者处能够更快地描绘视点。不将来自其余的视点(视点3、视点4及下方的视点)的图像解码,将这些图像的解码处理省略。
[解码装置]
图25是表示本实施方式的将运动图像解码的解码装置的结构的框图。
解码装置1000为了生成解码运动图像,是用来按照每个块将被输入的编码运动图像(即输入比特流)解码的装置,相当于实施方式1的解码装置200。如图25所示,解码装置1000具备熵解码部1001、逆量化部1002、逆变换部1003、块存储器1004、帧存储器1005、加法部1022、帧内预测部1006及帧间预测部1007。
输入比特流被输入到熵解码部1001中。然后,熵解码部1001对输入比特流进行熵解码,将通过该熵解码得到的值(即量化值)向逆量化部1002输出。熵解码部1001还从输入比特流中解读出参数,将该参数向帧间预测部1007及加法部1022输出。
逆量化部1002将通过熵解码得到的值逆量化,向逆变换部1003输出频率系数。逆变换部1003对于频率系数进行逆频率变换,将频率系数变换为样本值(即像素值),将得到的像素值向加法部1022输出。加法部1022将得到的像素值加到从帧内预测部1006或帧间预测部1007输出的预测图像的像素值中。即,加法部1022进行生成重构图像的图像重构处理。加法部1022将通过相加得到的值(即解码图像)向显示器输出,为了进行进一步的预测,将该得到的值向块存储器1004或帧存储器1005输出。
帧内预测部1006进行帧内预测。即,帧内预测部1006使用保存在块存储器1004中的、包含在与处理对象块的图片相同的图片中的重构图像,估算处理对象块的图像。帧间预测部1007进行帧间预测。即,帧间预测部1007使用保存在帧存储器1005中的、与处理对象块的图片不同的图片中包含的重构图像,估算处理对象块的图像。
这里,在本实施方式中,帧间预测部1007及加法部1022使基于解读出的参数的处理自适应。即,帧间预测部1007及加法部1022作为由上述自适应运动图像解码工具进行的处理,进行遵循图16、图18、图19及图20所示的流程图的处理。
(实施方式3)
[编码处理]
说明图26所示的本公开的实施方式3的、对于使用非直线透镜摄像出的图像进行运动图像编码处理的方法。
图26是表示本实施方式的运动图像编码处理的一例的流程图。
在步骤S301中,编码装置将参数一起向头写入。图12表示在压缩的运动图像比特流中上述头的可能的位置。在被写入的参数中,包括与照相机的位置有关的1个以上的参数。在被写入的参数中,也可以还包括1个以上与照相机角度有关的参数、或与对于将多个图像接合的方法的指示有关的参数。
作为参数的其他的例子,包括照相机及透镜的参数(例如,在照相机中使用的焦点距离、主点、缩放系数、图像传感器的形式等)。作为参数的另外的例子,包括与照相机的配置有关的物理信息(例如,照相机的位置、照相机的角度等)。
在本实施方式中向头写入的上述各参数也称作照相机参数或接合参数。
图15表示将来自2台以上的照相机的图像接合的方法的一例。图14表示将来自2台以上的照相机的图像接合的方法的另一例。
接着,在步骤S302中,编码装置将图像编码。在步骤S302中,也可以基于接合后的图像使编码处理进行适应。例如,编码装置在运动补偿处理中,也可以代替与解码后的图像相同大小的图像(即,没有被接合的图像),而参照更大的接合的图像作为参照图像。
最后,在步骤S303中,编码装置将在步骤S302中编码并重构的图像即第1图像基于被写入的参数与第2图像接合,制作更大的图像。也可以将通过接合得到的图像用于未来的帧的预测(即帧间预测或运动补偿)。
图27是表示使用被写入在头中的参数的接合处理的流程图。在步骤S2401中,编码装置根据对于对象的图像写入的参数决定照相机参数或接合参数。同样,在步骤S2402中,编码装置根据对其他图像写入的参数决定其他图像的照相机参数或接合参数。最后,在步骤S2403中,编码装置使用这些决定的参数将图像接合,制作更大的图像。将这些决定的参数向头写入。另外,编码装置也可以进行将多个图像配置或再配置以进一步提高编码效率的重叠处理或帧封装。
[编码装置]
图28是表示本实施方式的将运动图像编码的编码装置的结构的框图。
编码装置1100是为了生成输出比特流而用来按照每个块将输入运动图像编码的装置,相当于实施方式1的编码装置100。如图28所示,编码装置1100具备变换部1101、量化部1102、逆量化部1103、逆变换部1104、块存储器1105、帧存储器1106、帧内预测部1107、帧间预测部1108、减法部1121、加法部1122、熵编码部1109、参数导出部1110及图像接合部1111。
输入运动图像的图像(即处理对象块)被输入到减法部1121中,减法后的值被向变换部1101输出。即,减法部1121通过从处理对象块减去预测图像,计算预测误差。变换部1101将减法后的值(即预测误差)变换为频率系数,将得到的频率系数向量化部1102输出。量化部1102将输入的频率系数量化,将得到的量化值向逆量化部1103及熵编码部1109输出。
逆量化部1103将从量化部1102输出的样本值(即量化原本)逆量化,将频率系数向逆变换部1104输出。逆变换部1104通过对频率系数进行逆频率变换,将该频率系数变换为图像的样本值即像素值,将其结果得到的样本值向加法部1122输出。
加法部1122将从逆变换部1104输出的样本值加到从帧内预测部1107或帧间预测部1108输出的预测图像的像素值中。加法部1122为了进行进一步的预测,将得到的加法值向块存储器1105或帧存储器1106输出。
参数导出部1110与实施方式1同样,根据图像导出与图像的接合处理有关的参数或与照相机有关的参数,向图像接合部1111及熵编码部1109输出。即,该参数导出部1110执行图27所示的步骤S2401及S2402的处理。例如,也可以在输入运动图像中包含这些参数,在此情况下,参数导出部1110提取运动图像中包含的参数并输出。或者,在输入运动图像中,也可以包含作为用来导出这些参数的基础的参数。在此情况下,参数导出部1110提取运动图像中包含的基础的参数,将该提取出的基础的参数变换为上述各参数并输出。
图像接合部1111如图26的步骤S303及图27的步骤S2403所示,使用参数,将重构的对象图像与其他图像接合。然后,图像接合部1111将接合后的图像向帧存储器1106输出。
帧内预测部1107进行帧内预测。即,帧内预测部1107使用保存在块存储器1105中的、与处理对象块的图片相同的图片中包含的重构图像,估算处理对象块的图像。帧间预测部1108进行帧间预测。即,帧间预测部1108使用保存在帧存储器1106中的、与处理对象块的图像的图片不同的图片中包含的重构图像,估算处理对象块的图像。此时,帧间预测部1108也可以将保存在帧存储器1106中的、由图像接合部1111将多个图像接合而得到的较大的图像作为参照图像来参照。
熵编码部1109将从量化部1102输出的量化值编码,从参数导出部1110取得参数,将比特流输出。即,熵编码部1109对量化值及参数进行熵编码,将其参数向比特流的头写入。
[解码处理]
图29是表示本实施方式的运动图像解码处理的一例的流程图。
在步骤S401中,解码装置从头解读出成套的参数。图12表示压缩的视频比特流中的上述头的可能的位置。解读出的参数包括与照相机的位置有关的1个以上的参数。解读出的参数也可以还包含1个以上的与照相机角度有关的参数、或与对于将多个图像接合的方法的指示有关的参数。作为参数的其他例子,包括照相机和透镜的参数(例如在照相机中使用的焦点距离、主点、缩放系数、图像传感器的形式等)。作为参数的另外的例子,包含与照相机的配置有关的物理信息(例如,照相机的位置、照相机的角度等)。
图15表示将来自2台以上的照相机的图像接合的方法的一例。图14表示将来自2台以上的照相机的图像接合的方法的其他例。
接着,在步骤S402中,解码装置将图像解码。也可以使步骤S402中的解码处理也基于接合后的图像而自适应。例如,解码装置在运动补偿处理中,可以代替与解码图像相同大小的图像(即,没有被接合的图像)而将被接合的更大的图像作为参照图像参照。
此外,最后在步骤S403中,解码装置将作为在步骤S402中重构的图像的第1图像基于解读出的参数与第2图像接合,制作更大的图像。也可以将通过接合得到的图像用于未来的图像的预测(即帧间预测或运动补偿)。
图27是表示使用解读出的参数的接合处理的流程图。在步骤S2401中,解码装置通过将对于对象图像的头解读来决定照相机参数或接合参数。同样,解码装置在步骤S2402中,通过将对于其他图像的头解读来决定照相机参数或接合参数。最后,在步骤S2403中,解码装置使用这些解读出的参数将图像接合,制作更大的图像。
[解码装置]
图30是表示本实施方式的将运动图像解码的解码装置的结构的框图。
解码装置1200是将被输入的编码运动图像(即输入比特流)按照每个块解码并输出解码运动图像的装置,相当于实施方式1的解码装置200。如图30所示,解码装置1200具备熵解码部1201、逆量化部1202、逆变换部1203、块存储器1204、帧存储器1205、加法部1222、帧内预测部1206、帧间预测部1207及图像接合部1208。
输入比特流被输入到熵解码部1201中。然后,熵解码部1201对输入比特流进行熵解码,将通过该熵解码得到的值(即量化值)向逆量化部1202输出。熵解码部1201还从输入比特流将参数解读,将其参数向图像接合部1208输出。
图像接合部1208使用参数,将重构的对象图像与其他图像接合。然后,图像接合部1208将通过接合得到的图像向帧存储器1205输出。
逆量化部1202将通过熵解码得到的值逆量化,向逆变换部1203输出频率系数。逆变换部1203对频率系数进行逆频率变换,将频率系数变换为样本值(即像素值),将其结果得到的像素值向加法部1222输出。加法部1222将其结果得到的像素值加到从帧内预测部1206或帧间预测部1207输出的预测图像的像素值中。加法部1222将通过相加得到的值(即解码图像)向显示器输出,为了进一步的预测,将其得到的值向块存储器1204或帧存储器1205输出。
帧内预测部1206进行帧内预测。即,帧内预测部1206使用保存在块存储器1204中的与处理对象块的图片相同的图片中包含的重构图像,估算处理对象块的图像。帧间预测部1207进行帧间预测。即,帧间预测部1207使用保存在帧存储器1205中的与处理对象块的图片不同的图片中包含的重构图像,估算处理对象块的图像。
(实施方式4)
[编码处理]
说明图31所示的本公开的实施方式4的、对于使用非直线透镜摄像出的图像进行运动图像编码处理的方法。
图31是表示本实施方式的运动图像编码处理的一例的流程图。
在步骤S501中,编码装置将参数一起向头写入。图12表示压缩的运动图像比特流中的上述头的可能的位置。在被写入的参数中,包括与表示图像是否是由非直线透镜摄像的识别码有关的1个以上的参数。如图13所示,摄像出的图像也可以因在图像的摄像中使用的透镜的特性而畸变。作为被写入的参数的一例,是表示畸变的中心或主轴的位置的参数。
接着,在步骤S502中,编码装置通过基于被写入的参数的自适应运动图像编码工具将图像编码。在自适应运动图像编码工具中包括运动矢量预测处理。在成套的自适应运动图像编码工具中,也可以包括帧内预测处理。
<帧内预测处理>
图32是表示基于被写入的参数进行自适应帧内预测处理的流程图。如图32所示,编码装置在步骤S2201中,基于被写入的参数,将图像内的某个位置判定为畸变中心或主点。接着,在步骤S2202中,编码装置使用在空间上邻近的像素值预测一个样本组。样本组例如是处理对象块等的像素群。
最后,在步骤S2203中,编码装置对于预测出的样本组,使用判定出的畸变中心或主点进行重叠处理,生成预测样本的块。例如,编码装置也可以使该预测样本的块的图像畸变,使用该畸变的图像作为预测图像。
<运动矢量预测>
图33是表示基于被写入的参数进行自适应运动矢量预测处理的流程图。如图33所示,编码装置在步骤S2301中,基于被写入的参数,将图像内的某个位置判定为畸变中心或主点。接着,在步骤S2302中,编码装置根据在空间或时间上邻接的运动矢量预测运动矢量。
最后,在步骤S2303中,编码装置使用判定出的畸变中心或主点,将预测出的运动矢量的方向修正。
[编码装置]
图34是表示在本实施方式中将运动图像编码的编码装置的结构的框图。
编码装置1300是为了生成输出比特流而用来按照每个块将输入运动图像编码的装置,相当于实施方式1的编码装置100。如图34所示,编码装置1300具备变换部1301、量化部1302、逆量化部1303、逆变换部1304、块存储器1305、帧存储器1306、帧内预测部1307、帧间预测部1308、减法部1321、加法部1322、熵编码部1309及参数导出部1310。
输入运动图像的图像(即处理对象块)被向减法部1321输入,减法后的值被向变换部1301输出。即,减法部1321通过从处理对象块减去预测图像,计算预测误差。变换部1301将减法后的值(即预测误差)变换为频率系数,将其结果得到的频率系数向量化部1302输出。量化部1302将被输入的频率系数量化,将其结果得到的量化值向逆量化部1303及熵编码部1309输出。
逆量化部1303将从量化部1302输出的样本值(即量化值)逆量化,向逆变换部1304输出频率系数。逆变换部1304对频率系数进行逆频率变换,将频率系数变换为图像的样本值即像素值,将其结果得到的样本值向加法部1322输出。
参数导出部1310与实施方式1同样,根据图像,导出与表示该图像是否由非直线透镜摄像的识别码有关的1个以上的参数(具体而言,表示畸变中心或主点的参数)。并且,参数导出部1310将所导出的参数向帧内预测部1307、帧间预测部1308及熵编码部1309输出。例如,在输入运动图像中也可以包括这些参数,在此情况下,参数导出部1310提取运动图像中包含的参数并输出。或者,在输入运动图像中,也可以包含作为用来导出这些参数的基础的参数。在此情况下,参数导出部1310提取运动图像中包含的基础的参数,将该提取出的基础的参数变换为上述各参数并输出。
加法部1322将从逆变换部1304输出的图像的样本值加到从帧内预测部1307或帧间预测部1308输出的预测图像的像素值中。加法部922为了进行进一步的预测,将所得到的加法值向块存储器1305或帧存储器1306输出。
帧内预测部1307进行帧内预测。即,帧内预测部1307使用保存在块存储器1305中的、与处理对象块的图片相同的图片中包含的重构图像,估算处理对象块的图像。帧间预测部1308进行帧间预测。即,帧间预测部1308使用帧存储器1306内的、与处理对象块的图片不同的图片中包含的重构图像,估算处理对象块的图像。
这里,在本实施方式中,帧内预测部1307及帧间预测部1308进行基于由参数导出部1310导出的参数的处理。即,帧内预测部1307及帧间预测部1308分别进行遵循图32及图33所示的流程图的处理。
熵编码部1309将从量化部1302输出的量化值和由参数导出部1310导出的参数编码,向比特流输出。即,熵编码部1309将其参数向比特流的头写入。
[解码处理]
图35是表示本实施方式的运动图像解码处理的一例的流程图。
在步骤S601中,解码装置从头中解读出成套的参数。图12表示压缩的运动图像比特流中的上述头的可能的位置。在解读出的参数中,包括与表示图像是否由非直线透镜摄像的识别码有关的1个以上的参数。如图13所示,摄像出的图像也可以通过在图像的摄像中使用的透镜的特性而畸变。作为解读出的参数的一例,是表示畸变的中心或主轴的位置的参数。
接着,在步骤S602中,解码装置基于这些解读出的参数,由自适应运动图像解码化工具将图像解码。自适应运动图像解码工具包括运动矢量预测处理。自适应运动图像解码工具也可以也包括帧内预测处理。另外,运动图像解码工具或自适应运动图像解码工具是与上述运动图像编码工具或自适应运动图像编码工具相同或对应于它的工具。
<帧内预测处理>
图32是表示基于解读出的参数进行自适应帧内预测处理的流程图。如图32所示,解码装置在步骤S2201中,基于解读出的参数,将图像内的某个位置判定为畸变中心或主点。接着,在步骤S2202中,解码装置使用在空间上邻近的像素值预测一个样本组。最后,在步骤S2203中,解码装置对于预测出的样本组,使用判定出的畸变中心或主点进行重叠处理,生成预测样本的块。例如,解码装置也可以使该预测样本的块的图像畸变,使用该畸变的图像作为预测图像。
<运动矢量预测>
图33是表示基于解读出的参数进行自适应运动矢量预测处理的流程图。如图33所示,解码装置在步骤S2301中,基于解读出的参数,将图像内的某个位置判定为畸变中心或主点。接着,在步骤S2302中,解码装置根据在空间上或时间上邻接的运动矢量预测运动矢量。最后,在步骤S2303中,解码装置使用判定出的畸变中心或主点,将运动矢量的方向修正。
[解码装置]
图36是表示本实施方式的将运动图像解码的解码装置的结构的框图。
解码装置1400是用来将被输入的编码运动图像(即输入比特流)按照每个块解码并将解码运动图像输出的装置,相当于实施方式1的解码装置200。如图36所示,解码装置1400具备熵解码部1401、逆量化部1402、逆变换部1403、块存储器1404、帧存储器1405、加法部1422、帧内预测部1406及帧间预测部1407。
输入比特流被输入到熵解码部1401中。然后,熵解码部1401对输入比特流进行熵解码,将通过该熵解码得到的值(即量化值)向逆量化部1402输出。熵解码部1401还从输入比特流中将参数解读,将该参数向帧间预测部1407及帧内预测部1406输出。
逆量化部1402将通过熵解码得到的值逆量化,将频率系数向逆变换部1403输出。逆变换部1403对频率系数进行逆频率变换,将频率系数变换为样本值(即像素值),将其结果得到的像素值向加法部1422输出。加法部1422将其结果得到的像素值加到从帧内预测部1406或帧间预测部1407输出的预测图像的像素值中。加法部1422将通过相加得到的值(即解码图像)向显示器输出,为了进一步的预测,将其得到的值向块存储器1404或帧存储器1405输出。
帧内预测部1406进行帧内预测。即,帧内预测部1406使用保存在块存储器1404中的与处理对象块的图片相同的图片中包含的重构图像,预测处理对象块的图像。帧间预测部1407进行帧间预测。即,帧间预测部1407使用保存在帧存储器1405中的、与处理对象块的图片不同的图片中包含的重构图像,估算处理对象块的图像。
这里,在本实施方式中,帧间预测部1407及帧内预测部1406基于解读出的参数使处理进行适应。即,帧间预测部1407及帧内预测部1406作为由自适应运动图像解码工具进行的处理,进行遵循图32及图33所示的流程图的处理。
(总结)
以上,对于本公开的编码装置及解码装置的一例使用各实施方式进行了说明,但有关本公开的一形态的编码装置及解码装置并不限定于这些实施方式。
例如,在上述各实施方式中,编码装置使用与图像的畸变有关的参数或与图像的接合有关的参数将运动图像编码,解码装置使用这些参数将编码的运动图像解码。但是,有关本公开的一形态的编码装置及解码装置也可以不进行使用这些参数的编码或解码。即,也可以不进行使用上述实施方式的自适应运动图像编码工具及自适应运动图像解码工具的处理。
图37是有关本公开的一形态的编码装置的框图。
有关本公开的一形态的编码装置1500是相当于实施方式1的编码装置100的装置,如图37所示,具备变换部1501、量化部1502、逆量化部1503、逆变换部1504、块存储器1505、帧存储器1506、帧内预测部1507、帧间预测部1508、减法部1521、加法部1522及熵编码部1509。另外,编码装置1500也可以不具备参数导出部910、1110及1310。
编码装置1500中包含的上述各构成要素执行与上述实施方式1~4同样的处理,但不进行使用自适应运动图像编码工具的处理。即,加法部1522、帧内预测部1507及帧间预测部1508不使用由实施方式2~4的参数导出部910、1110及1310分别导出的参数而进行用于编码的处理。
此外,编码装置1500取得运动图像和与该运动图像有关的参数,通过不使用该参数而将运动图像编码,生成比特流,向该比特流写入上述参数。具体而言,熵编码部1509将参数向比特流写入。另外,向比特流写入的参数的位置是怎样的位置都可以。
此外,在向编码装置1500输入的上述运动图像中包含的各图像(即图片)也可以是畸变被修正后的图像,或者也可以是通过将来自多个视点的图像接合而得到的接合图像。畸变被修正后的图像,是通过将由非直线透镜那样的广角透镜摄像的图像的畸变修正而得到的矩形的图像。这样的编码装置1500将包括该畸变被修正后的图像或接合图像的运动图像编码。
这里,量化部1502、逆量化部1503、逆变换部1504、帧内预测部1507、帧间预测部1508、减法部1521、加法部1522及熵编码部1509例如构成为处理电路。进而,块存储器1505及帧存储器1506被构成为存储器。
即,编码装置1500具备处理电路和连接在该处理电路上的存储器。该处理电路使用存储器,取得与将由广角透镜摄像的图像的畸变修正的第1处理和使多个图像接合的第2处理中的至少1个处理有关的参数,通过将基于上述图像或上述多个图像的处理对象的图像编码而生成编码图像,将参数向包含该编码图像的比特流写入。
由此,在比特流中被写入上述参数,所以通过使用该参数,能够将被编码或解码的图像适当地处置。
这里,在该参数的写入中,也可以将参数写入到比特流中的头中。此外,在处理对象的图像的编码中,也可以通过按照该处理对象的图像中包含的每个块,通过使基于参数的编码处理适应于该块,将该块编码。这里,该编码处理也可以包括帧间预测处理及图像重构处理中的至少1个。
由此,例如如实施方式2那样,通过使用帧间预测处理及图像重构处理作为自适应运动图像编码工具,例如能够将作为畸变的图像或接合图像的处理对象的图像适当地编码。结果,能够提高对于该处理对象的图像的编码效率。
此外也可以是,在参数的写入中,将与上述第2处理有关的参数向比特流中的头写入,在处理对象的图像的编码中,按照通过该第2处理得到的处理对象的图像中包含的每个块,基于其参数,将对于该块的编码处理省略。
由此,例如如实施方式2的图21及图22所示,能够将接合图像中包括的多个图像中的、用户在较近的将来不会注视的图像中包含的各块的编码省略。结果,能够实现处理负担的减轻及代码量的削减。
此外,在参数的写入中,作为与上述第2处理有关的参数,也可以将多个照相机的各自的位置及照相机角度中的至少1个向比特流中的头写入。此外,在处理对象的图像的编码中,也可以将作为上述多个图像中的1个的处理对象的图像编码,将处理对象的图像使用写入在该头中的参数与上述多个图像中的其他图像接合。
由此,例如如实施方式3那样,能够在帧间预测或运动补偿中使用通过接合得到的较大的图像,能够提高编码效率。
此外,在参数的写入中,作为与上述第1处理有关参数,也可以将表示图像是否由广角透镜摄像的参数、以及与通过广角透镜产生的畸变像差有关的参数中的至少1个写入到比特流中的头中。此外,在处理对象的图像的编码中,也可以通过按照在作为由广角透镜摄像的图像的处理对象的图像中包含的每个块,使基于写入在其头中的参数的编码处理适应于该块,将该块编码。这里,该编码处理也可以包括运动矢量预测处理及帧内预测处理中的至少1个。
由此,例如如实施方式4那样,通过使用运动矢量预测处理及帧内预测处理作为自适应运动图像编码工具,能够将例如作为畸变的图像的处理对象的图像适当地编码。结果,能够实现畸变的图像的编码效率的提高。
此外也可以是,编码处理包括帧间预测处理及帧内预测处理中的一方的预测处理,该预测处理包括作为进行图像中包含的多个像素的配置或再配置的处理的重叠处理。
由此,例如如实施方式2那样,可以将处理对象的图像的畸变修正,基于修正后的图像适当地进行帧间预测处理。此外,例如如实施方式4那样,对畸变的图像进行帧内预测处理,能够使通过该处理得到的预测图像匹配于畸变的处理对象的图像而适当地畸变。结果,能够实现畸变的图像的编码效率的提高。
此外,编码处理也可以包括帧间预测处理,该帧间预测处理是对于弯曲的、倾斜的或有角的图像边界的处理,包括使用被写入到上述头中的参数的图像的填充处理。
由此,例如如实施方式2那样,能够适当地进行帧间预测处理,能够提高编码效率。
此外也可以是,编码处理包括帧间预测处理及图像重构处理,该帧间预测处理及图像重构处理分别包括用来基于写入在上述头中的参数将像素值替换为规定的值的处理。
由此,例如如实施方式2那样,能够适当地进行帧间预测处理及图像重构处理,能够提高编码效率。
此外也可以是,在处理对象的图像的编码中,将编码的处理对象的图像重构,将通过重构的处理对象的图像与上述其他图像的接合得到的图像作为在帧间预测处理中使用的参照帧保存到存储器中。
由此,例如如实施方式3那样,能够将通过接合得到的较大的图像用于帧间预测或运动补偿,能够提高编码效率。
另外,上述实施方式2~4的编码装置将包括畸变的图像的运动图像、包括接合图像的运动图像、或包括来自多个视点的没有被接合的图像的运动图像编码。但是,本公开的编码装置既可以为了运动图像的编码而将该运动图像中包含的图像的畸变修正,也可以不将畸变修正。在不将畸变修正的情况下,编码装置预先取得包括由其他装置修正了该畸变的图像的运动图像,将该运动图像编码。同样,本公开的编码装置既可以为了运动图像的编码而将该运动图像中包含的来自多个视点的图像接合,也可以不接合。在不接合的情况下,编码装置预先取得包括由其他装置将来自多个视点的图像接合的图像的运动图像,将该运动图像编码。此外,本公开的编码装置既可以进行畸变的修正的全部,也可以仅进行一部分。进而,本公开的编码装置既可以进行来自多个视点的图像的接合的全部,也可以仅进行一部分。
图38是有关本公开的一形态的解码装置的框图。
有关本公开的一形态的解码装置1600是相当于实施方式1的解码装置200的装置,如图38所示,具备熵解码部1601、逆量化部1602、逆变换部1603、块存储器1604、帧存储器1605、帧内预测部1606、帧间预测部1607及加法部1622。
解码装置1600中包含的上述各构成要素执行与上述实施方式1~4同样的处理,但不进行使用自适应运动图像解码工具的处理。即,加法部1622、帧内预测部1606及帧间预测部1607不使用比特流中包含的上述参数而进行用于解码的处理。
此外,解码装置1600取得比特流,从该比特流中提取编码的运动图像及参数,将编码的运动图像不使用其参数而解码。具体而言,熵解码部1601从比特流解读出参数。另外,写入在比特流中的参数的位置是怎样的位置都可以。
此外,在向解码装置1600输入的比特流中包含的各图像(即编码的图片)既可以是畸变被修正后的图像,或者也可以是通过将来自多个视点的图像接合而得到的接合图像。畸变被修正后的图像,是通过将由非直线透镜那样的广角透镜摄像的图像的畸变修正而得到的矩形的图像。这样的解码装置1600将包括该畸变被修正的图像或接合图像的运动图像解码。
这里,熵解码部1601、逆量化部1602、逆变换部1603、帧内预测部1606、帧间预测部1607及加法部1622例如构成为处理电路。进而,块存储器1604及帧存储器1605构成为存储器。
即,解码装置1600具备处理电路和连接在该处理电路上的存储器。该处理电路使用存储器取得包含编码图像的比特流,从该比特流中解读出与将由广角透镜摄像的图像的畸变修正的第1处理和将多个图像接合的第2处理中的至少1个处理有关的参数,将该编码图像解码。
由此,通过使用从比特流解读出的上述参数,能够适当地处置被编码或解码的图像。
这里,在该参数的解读中,也可以从比特流中的头中解读出参数。此外,在编码图像的解码中,也可以通过按照该编码图像中包含的块使基于参数的解码处理适应于该块,将该块解码。这里,该解码处理也可以包括帧间预测处理及图像重构处理中的至少1个。
由此,例如如实施方式2那样,通过使用帧间预测处理及图像重构处理作为自适应运动图像解码工具,例如能够将畸变的图像或作为接合图像的编码图像适当地解码。
此外也可以是,在参数的解读中,将与上述第2处理有关的参数从比特流中的头解读,在编码图像的解码中,按照通过由该第2处理得到的图像的编码生成的编码图像中包含的每个块,基于其参数,将对于该块的解码处理省略。
由此,例如如实施方式2的图21及图22所示,能够将在作为编码图像的接合图像中包含的多个图像中的、用户在较近的将来不会注视的图像中包含的各块的解码省略。结果,能够实现处理负担的减轻。
此外,在参数的解读中,作为与上述第2处理有关的参数,也可以从比特流中的头解读多个照相机各自的位置及照相机角度中的至少1个。此外,在编码图像的解码中,也可以将上述的多个图像中的1个通过编码生成的编码图像解码,将解码后的编码图像使用从该头解读出的参数,与上述多个图像中的其他图像接合。
由此,例如如实施方式3那样,能够将通过接合得到的较大的图像用于帧间预测或运动补偿,能够将提高了编码效率的比特流适当地解码。
此外,在参数的解读中,作为与上述第1处理有关的参数,也可以从比特流中的头解读表示图像是否由广角透镜摄像的参数、以及与通过广角透镜产生的畸变像差有关的参数中的至少1个。此外,在编码图像的解码中,也可以按照通过由广角透镜摄像的图像的编码而生成的编码图像中包含的每个块,通过使基于从其头解读出的参数的解码处理适应于该块,将该块解码。这里,该解码处理也可以包含该运动矢量预测处理及帧内预测处理中的至少1个。
由此,例如如实施方式4那样,通过将运动矢量预测处理及帧内预测处理作为自适应运动图像解码工具使用,能够将例如作为畸变的图像的编码图像适当地解码。
此外,解码处理也可以包括帧间预测处理及帧内预测处理中的一方的预测处理,该预测处理包括作为进行图像中包含的多个像素的配置或再配置的处理的重叠处理。
由此,例如如实施方式2那样,能够将编码图像的畸变修正,基于修正后的图像适当地进行帧间预测处理。此外,例如如实施方式4那样,能够对畸变的编码图像进行帧内预测处理,使其结果得到的预测图像匹配于该畸变的编码图像而适当地畸变。结果,能够适当地预测作为畸变的图像的编码图像。
此外,解码处理也可以包括帧间预测处理,该帧间预测处理是对于弯曲的、倾斜的或有角的图像边界的处理,包括使用从上述头中解读出的参数的图像的填充处理。
由此,例如如实施方式2那样,能够适当地进行帧间预测处理。
此外也可以是,解码处理包括帧间预测处理及图像重构处理,该帧间预测处理及图像重构处理分别包括用来基于从上述头中解读出的参数将像素值替换为规定的值的处理。
由此,例如如实施方式2那样,能够适当地进行帧间预测处理及图像重构处理。
此外也可以是,在编码图像的解码中,将其编码图像解码,将通过将解码后的编码图像与上述其他图像的接合得到的图像作为在帧间预测处理中使用的参照帧保存到存储器中。
由此,例如如实施方式3那样,能够将通过接合得到的较大的图像用于帧间预测或运动补偿。
另外,上述实施方式2~4的解码装置将包含畸变的图像的比特流、包含接合图像的比特流、或包含来自多个视点的没有被接合的图像的比特流解码。但是,本公开的解码装置既可以为了比特流的解码而将该比特流中包含的图像的畸变修正,也可以不将畸变修正。在不将畸变修正的情况下,解码装置预先取得包含由其他装置修正了该畸变的图像的比特流,将该比特流解码。同样,本公开的解码装置既可以为了比特流的解码而将该比特流中包含的来自多个视点的图像接合,也可以不接合。在不接合的情况下,解码装置取得包含预先由其他装置将来自多个视点的图像接合而生成的较大的图像的比特流,将该比特流解码。此外,本公开的解码装置既可以进行畸变的修正的全部,也可以仅进行一部分。进而,本公开的解码装置既可以进行来自多个视点的图像的接合的全部,也可以仅进行一部分。
(其他实施方式)
在以上的各实施方式中,功能块分别通常可以通过MPU及存储器等实现。此外,功能块的各自的处理通常通过处理器等的程序执行部将记录在ROM等的记录介质中的软件(程序)读出并执行来实现。该软件既可以通过下载等来分发,也可以记录到半导体存储器等的记录介质中来分发。另外,当然也能够将各功能块用硬件(专用电路)实现。
此外,在各实施方式中说明的处理既可以通过使用单一的装置(系统)集中处理来实现,或者也可以通过使用多个装置进行分散处理来实现。此外,执行上述程序的处理器既可以是单个,也可以是多个。即,既可以进行集中处理,也可以进行分散处理。
本公开并不限定于以上的实施例,能够进行各种各样的变更,它们也包含在本公开的范围内。
进而,这里说明在上述各实施方式中表示的运动图像编码方法(图像编码方法)或运动图像解码方法(图像解码方法)的应用例和使用它的系统。该系统的特征在于,具有使用图像编码方法的图像编码装置、使用图像解码方法的图像解码装置、以及具备两者的图像编码解码装置。关于系统中的其他结构,根据情况能够适当地变更。
[使用例]
图39是表示实现内容分发服务的内容供给系统ex100的整体结构的图。将通信服务的提供区划分为希望的大小,在各小区内分别设置作为固定无线局的基站ex106、ex107、ex108、ex109、ex110。
在该内容供给系统ex100中,在因特网ex101上经由因特网服务提供商ex102或通信网ex104、以及基站ex106~ex110,连接着计算机ex111、游戏机ex112、照相机ex113、家电ex114及智能电话ex115等的各设备。该内容供给系统ex100也可以将上述的某些要素组合而连接。也可以不经由作为固定无线站的基站ex106~ex110,各设备直接连接在电话线、有线电视或光通信等的通信网ex104上。此外,各设备也可以经由电话网或近距离无线等直接或间接地相互连接。此外,流媒体服务器ex103经由因特网ex101等与计算机ex111、游戏机ex112、照相机ex113、家电ex114及智能电话ex115等的各设备连接。此外,流媒体服务器ex103经由卫星ex116与飞机ex117内的热点内的终端等连接。
另外,也可以代替基站ex106~ex110而使用无线接入点或热点等。此外,流媒体服务器ex103既可以不经由因特网ex101或因特网服务提供商ex102直接与通信网ex104连接,也可以不经由卫星ex116而直接与飞机ex117连接。
照相机ex113是能够进行数字照相机等的静止图像摄影及运动图像摄影的设备。此外,智能电话ex115是与通常被称作2G、3G、3.9G、4G、及今后被称作5G的移动通信系统的方式对应的智能电话机、便携电话机或PHS(Personal Handyphone System)等。
家电ex118是电冰箱或在家庭用燃料电池同时发热发电(cogeneration)系统中包含的设备等。
在内容供给系统ex100中,通过将具有摄影功能的终端经由基站ex106等连接到流媒体服务器ex103上,能够进行现场分发等。在现场分发中,终端(计算机ex111、游戏机ex112、照相机ex113、家电ex114、智能电话ex115及飞机ex117内的终端等)对于用户使用该终端摄影的静止图像或运动图像内容进行在上述各实施方式中说明的编码处理,将通过编码得到的影像数据和将与影像对应的声音编码的声音数据复用,将得到的数据向流媒体服务器ex103发送。即,各终端作为有关本发明的一技术方案的图像编码装置发挥功能。
另一方面,流媒体服务器ex103将对于有请求的客户端发送的内容数据进行流分发。客户端是能够将被上述编码处理的数据进行解码的计算机ex111、游戏机ex112、照相机ex113、家电ex114、智能电话ex115或飞机ex117内的终端等。接收到被分发的数据的各设备将接收到的数据解码处理并再现。即,各设备作为有关本发明的一技术方案的图像解码装置发挥功能。
[分散处理]
此外,流媒体服务器ex103也可以是多个服务器或多个计算机、是将数据分散处理或记录而分发的结构。例如,流媒体服务器ex103也可以由CDN(Contents DeliveryNetwork)实现,通过将分散在世界中的许多边缘服务器与边缘服务器间相连的网络实现内容分发。在CDN中,根据客户端而动态地分配在物理上较近的边缘服务器。并且,通过将内容向该边缘服务器高速缓存及分发,能够减少延迟。此外,在发生了某种错误的情况下或因通信量的增加等而通信状态变化的情况下,能够用多个边缘服务器将处理分散、或将分发主体切换为其他的边缘服务器、或绕过发生了故障的网络的部分而继续分发,所以能够实现高速且稳定的分发。
此外,并不停留在分发自身的分散处理,摄影的数据的编码处理既可以由各终端进行,也可以在服务器侧进行,也可以相互分担而进行。作为一例,通常在编码处理中进行2次处理循环。在第1次的循环中检测帧或场景单位下的图像的复杂度或代码量。此外,在第2次的循环中进行维持画质而使编码效率改善的处理。例如,通过终端进行第1次的编码处理、接受到内容的服务器侧进行第2次的编码处理,能够在减少各终端中的处理负荷的同时使内容的质和效率改善。在此情况下,如果有大致实时地接收并解码的要求,则也可以将终端进行的第一次的已编码数据由其他终端接收并再现,所以也能够进行更灵活的实时分发。
作为其他的例子,照相机ex113等从图像进行特征量提取,将关于特征量的数据作为元数据压缩并向服务器发送。服务器例如根据特征量判断对象的重要性而切换量化精度等,进行与图像的意义对应的压缩。特征量数据对于服务器中的再次压缩时的运动矢量预测的精度及效率改善特别有效。此外,也可以由终端进行VLC(可变长编码)等的简单的编码,由服务器进行CABAC(上下文自适应二值算术编码方式)等处理负荷较大的编码。
作为其他的例子,在体育场、购物中心或工厂等中,有存在由多个终端将大致相同的场景摄影的多个影像数据的情况。在此情况下,使用进行了摄影的多个终端、以及根据需要而使用没有进行摄影的其他终端及服务器,例如以GOP(Group of Picture)单位、图片单位或将图片分割的瓦片单位等分别分配编码处理而进行分散处理。由此,能够减少延迟而更好地实现实时性。
此外,由于多个影像数据是大致相同场景,所以也可以由服务器进行管理及/或指示,以将由各终端摄影的影像数据相互参照。或者,也可以是服务器将来自各终端的已编码数据接收而在多个数据间变更参照关系,或将图片自身修正或替换而重新编码。由此,能够生成提高了一个一个数据的品质和效率的流。
此外,服务器也可以进行将影像数据的编码方式变更的转码后将影像数据分发。例如,服务器也可以将MPEG系的编码方式变换为VP类,也可以将H.264变换为H.265。
这样,编码处理能够由终端或1个以上的服务器进行。由此,以下作为进行处理的主体而使用“服务器”或“终端”等的记载,但也可以将由服务器进行的处理的一部分或全部用终端进行,也可以将由终端进行的处理的一部分或全部用服务器进行。此外,关于这些,对于解码处理也是同样的。
[3D,多角度]
近年来,将由相互大致同步的多个照相机ex113及/或智能电话ex115等的终端摄影的不同场景、或将相同场景以不同的角度摄影的图像或影像合并而利用的情况正在增加。将由各终端摄影的影像基于另外取得的终端间的相对的位置关系、或影像中包含的特征点一致的区域等来合并。
服务器不仅是将二维的运动图像进行编码,也可以基于运动图像的场景解析等自动地或在用户指定的时刻而将静止图像编码并向接收终端发送。服务器还在能够取得摄影终端间的相对的位置关系的情况下,不仅是二维的运动图像,还能够基于从虽然是相同场景但从不同的角度摄影的影像,生成该场景的三维形状。另外,服务器也可以将由点云(point cloud)等生成的三维的数据另外编码,也可以基于使用三维数据将人物或对象识别或跟踪的结果,从由多个终端摄影的影像中选择或重构而生成向接收终端发送的影像。
这样,用户既能够任意地选择与各摄影终端对应的各影像而欣赏场景,也能够欣赏从使用多个图像或影像重构的三维数据切取了任意视点的影像的内容。进而,与影像同样,也可以将声音也从多个不同的角度收音,服务器匹配于影像而将来自特定的角度或空间的声音与影像复用并发送。
此外,近年来,Virtual Reality(VR:虚拟现实)及Augmented Reality(AR:增强现实)等将现实世界与虚拟世界建立对应的内容也正在普及。在VR的图像的情况下,服务器分别制作右眼用及左眼用的视点图像,既可以通过Multi-View Coding(MVC:多视点编码)等进行在各视点影像间容许参照的编码,也可以相互不参照而作为不同的流编码。在不同的流的解码时,可以根据用户的视点相互同步地再现,以再现虚拟的三维空间。
在AR的图像的情况下,也可以是,服务器在现实空间的照相机信息中,基于三维的位置或用户的视点的运动而叠加虚拟空间上的虚拟物体信息。解码装置取得或保持虚拟物体信息及三维数据,根据用户的视点的运动而生成二维图像,通过平滑地相连来制作叠加数据。或者,解码装置也可以除了虚拟物体信息的委托以外还将用户的视点的运动发送给服务器,服务器根据保持在服务器中的三维数据,匹配于接收到的视点的运动而制作叠加数据,将叠加数据编码并向解码装置分发。另外,叠加数据在RGB以外还具有呈现透过度的α值,服务器将根据三维数据制作出的对象以外的部分的α值设定为0等,在该部分透过的状态下进行编码。或者,服务器也可以如色度键那样将规定的值的RGB值设定为背景,生成对象以外的部分为背景色的数据。
同样,分发的数据的解码处理既可以由作为客户端的各终端进行,也可以在服务器侧进行,也可以相互分担而进行。作为一例,也可以是某个终端先向服务器发收发请求,由其他终端接收与该请求对应的内容并进行解码处理,将已解码的信号向具有显示器的装置发送。通过不论可通信的终端自身的性能如何都将处理分散而选择适当的内容,能够再现画质较好的数据。此外,作为其他的例子,也可以由TV等接收较大的尺寸的图像数据,并且由欣赏者的个人终端将图片被分割后的瓦片等一部分区域解码并显示。由此,能够在使整体像共有化的同时,在手边确认自己的负责领域或想要更详细地确认的区域。
此外,在今后不论室内外都能够使用近距离、中距离或长距离的多个无线通信的状况下,预想利用MPEG-DASH等的分发系统标准,一边对连接中的通信切换适当的数据一边无缝地接收内容。由此,用户不仅是自身的终端,还能够一边自由地选择设置在室内外的显示器等的解码装置或显示装置一边实时地切换。此外,能够基于自身的位置信息等,一边切换解码的终端及显示的终端一边进行解码。由此,也能够在向目的地的移动中一边使地图信息显示在埋入有可显示的设备的旁边的建筑物的壁面或地面的一部分上一边移动。此外,还能够基于能够将编码数据从接收终端以短时间高速缓存到能够访问的服务器中、或复制到内容分发服务的边缘服务器中等的向网络上的编码数据的访问容易性,来切换接收数据的比特率。
[分级编码]
关于内容的切换,使用图40所示的、使用应用在上述各实施方式中表示的运动图像编码方法压缩编码的分级(scalable)的流进行说明。服务器作为单独的流也可以具有内容相同而品质不同的多个流,但也可以是如图示那样利用通过分层进行编码而实现的时间/空间上的分级的流的特征来切换内容的结构。即,通过解码侧根据性能这样的内在因素和通信频带的状态等的外在因素来决定解码到哪个层,解码侧能够自由地切换解码低分辨率的内容和高分辨率的内容。例如在想要将在移动中用智能电话ex115视听的影像接着在回家后用因特网TV等的设备视听的情况下,该设备只要将相同的流解码到不同的层就可以,所以能够减轻服务器侧的负担。
进而,在如上述那样按照每个层将图片编码、实现在基础层的上位存在扩展层的分级性的结构以外,也可以是扩展层包含基于图像的统计信息等的元信息,解码侧通过基于元信息将基础层的图片进行超析像来生成高画质化的内容。所谓超析像,是相同分辨率下的SN比的改善及分辨率的扩大的哪种都可以。元信息包括用来确定在超析像处理中使用的线性或非线性的滤波系数的信息、或确定在超析像处理中使用的滤波处理、机器学习或最小2乘运算中的参数值的信息等。
或者,也可以是根据图像内的对象等的意义将图片分割为瓦片等,解码侧通过选择进行解码的瓦片而仅将一部分的区域解码的结构。此外,通过将对象的属性(人物、车、球等)和影像内的位置(同一图像中的坐标位置等)作为元信息保存,解码侧能够基于元信息确定希望的对象的位置,决定包括该对象的瓦片。例如,如图41所示,将元信息使用与HEVC中的SEI消息等像素数据不同的数据保存构造保存。该元信息例如表示主对象的位置、尺寸或色彩等。
此外,也可以将流、序列或随机访问单位等以由多个图片构成的单位保存元信息。由此,解码侧能够取得特定人物在影像内出现的时刻等,通过与图片单位的信息匹配,能够确定对象存在的图片、以及图片内的对象的位置。
[Web页的优化]
图42是表示计算机ex111等中的web页的显示画面例的图。图43是表示智能电话ex115等中的web页的显示画面例的图。如图42及图43所示,有web页包含多个作为向图像内容的链接的链接图像的情况,根据阅览的设备而其可见方式不同。在画面上能看到多个链接图像的情况下,在用户明示地选择链接图像之前、或链接图像接近于画面的中央附近或链接图像的整体进入到画面内之前,显示装置(解码装置)作为链接图像而显示各内容具有的静止图像或I图片,或用多个静止图像或I图片等显示gif动画那样的影像,或仅接收基础层而将影像解码及显示。
在由用户选择了链接图像的情况下,显示装置将基础层最优先地解码。另外,如果在构成web页的HTML中有表示是分级的内容的信息,则显示装置也可以解码到扩展层。此外,在为了确保实时性而在选择之前或通信频带非常紧张的情况下,显示装置可以通过仅将前方参照的图片(I图片、P图片、仅进行前方参照的B图片)解码及显示,由此来减少开头图片的解码时刻与显示时刻之间的延迟(从内容的解码开始到显示开始的延迟)。此外,显示装置也可以将图片的参照关系强行地忽视而将全部的B图片及P图片设为前方参照而较粗地解码,随着时间经过而接收到的图片增加,进行正常的解码。
[自动行驶]
此外,在为了车的自动行驶或行驶支援而收发二维或三维的地图信息等的静止图像或影像数据的情况下,接收终端也可以除了属于1个以上的层的图像数据以外,还作为元信息而接收天气或施工的信息等,将它们建立对应而解码。另外,元信息既可以属于层,也可以只与图像数据复用。
在此情况下,由于包含接收终端的车、无人机或飞机等在移动,所以接收终端通过将该接收终端的位置信息在接收请求时加以发送,能够一边切换基站ex106~ex110一边进行无缝的接收及解码。此外,接收终端根据用户的选择、用户的状况或通信频带的状态,能够动态地切换将元信息以何种程度接收、或将地图信息以何种程度更新。
如以上这样,在内容供给系统ex100中,客户端能够将用户发送的已编码的信息实时地接收并解码、再现。
[个人内容的分发]
此外,在内容供给系统ex100中,不仅是由影像分发业者提供的高画质、长时间的内容,还能够进行由个人提供的低画质、短时间的内容的单播或多播分发。此外,可以想到这样的个人的内容今后也会增加。为了使个人内容成为更好的内容,服务器也可以在进行编辑处理后进行编码处理。这例如可以通过以下这样的结构实现。
在摄影时实时或储存而摄影后,服务器根据原图像或已编码数据,进行摄影错误、场景搜索、意义的解析及对象检测等的识别处理。并且,服务器基于识别结果,进行手动或自动地将焦点偏差或手抖动等修正、或在明亮度比其他图片低或焦点没有对上的场景等的重要性较低的场景删除、或将对象的边缘强调、或使色调变化等的编辑。服务器基于编辑结果,将编辑后的数据编码。此外,已知如果摄影时刻过长则视听率会下降,服务器也可以根据摄影时间,不仅是如上述那样重要性较低的场景,还将运动较少的场景等基于图像处理结果自动地裁剪,以成为特定的时间范围内的内容。或者,服务器也可以基于场景的意义解析的结果而生成摘要并编码。
另外,也有在个人内容中原样被写入构成著作权、著作者人格权或肖像权等的侵害的内容的情形,也有共享的范围超过了想要的范围等对于个人而言不便的情况。由此,例如服务器也可以将画面的周边部的人的脸、或家中等强行地变更为不对焦的图像而进行编码。此外,服务器也可以识别在编码对象图像内是否拍摄到与预先登录的人物不同的人物的脸,在拍摄到的情况下,进行对脸的部分施加马赛克等的处理。或者,作为编码的前处理或后处理,也可以从著作权等的观点而用户指定想要将图像加工的人物或背景区域,服务器进行将所指定的区域替换为别的影像、或将焦点模糊化等的处理。如果是人物,则能够在运动图像中跟踪人物的同时,将脸的部分的影像替换。
此外,由于数据量较小的个人内容的视听其实时性的要求较强,所以虽然也取决于带宽,但解码装置首先将基础层最优先地接收并进行解码及再现。解码装置也可以在此期间中将扩展层接收,在再现被循环的情况等2次以上被再现的情况下,也包括扩展层而将高画质的影像再现。这样,如果是进行了分级的编码的流,则能够提供虽然在未选择时或刚开始看的阶段是较粗糙的运动图像但流逐渐变得流畅而图像变好那样的体验。在分级编码以外,如果将在第1次被再现的较粗糙的流、和参照第1次的运动图像被编码的第2次的流构成为1个流,也能够提供同样的体验。
[其他的使用例]
此外,这些编码或解码处理通常在各终端具有的LSIex500中处理。LSIex500既可以是单芯片也可以是由多芯片构成的结构。另外,也可以将图像编码或解码用的软件装入到能够由计算机ex111等读取的某种记录介质(CD-ROM、软盘、硬盘等)中、使用该软件进行编码处理及解码处理。进而,在智能电话ex115带有照相机的情况下,也可以将由该照相机取得的运动图像数据发送。此时的运动图像数据是用智能电话ex115具有的LSIex500编码处理后的数据。
另外,LSIex500也可以是将应用软件下载并将其激活的结构。在此情况下,终端首先判定该终端是否与内容的编码方式对应、或是否具有特定服务的执行能力。在终端不与内容的编码方式对应的情况下、或不具有特定服务的执行能力的情况下,终端将编解码器或应用软件下载,然后进行内容取得及再现。
此外,并不限于经由因特网ex101的内容供给系统ex100,也能够在数字广播用系统中组装上述各实施方式的至少运动图像编码装置(图像编码装置)或运动图像解码化装置(图像解码装置)的某种。由于利用卫星等使广播用的电波承载将影像与声音复用的复用数据而收发,所以相对于内容供给系统ex100的容易单播的结构,有适合多播的差异,但关于编码处理及解码处理能够进行同样的应用。
[硬件结构]
图44是表示智能电话ex115的图。此外,图45是表示智能电话ex115的结构例的图。智能电话ex115具有用来在与基站ex110之间收发电波的天线ex450、能够拍摄影像及静止图像的照相机部ex465、显示由照相机部ex465摄影的影像、以及由天线ex450接收到的影像等被解码后的数据的液晶显示器等的显示部ex458。智能电话ex115还具备作为操作面板等的操作部ex466、用来输出声音或音响的作为扬声器等的声音输出部ex457、用来输入声音的作为麦克风等的声音输入部ex456、能够将摄影的影像、静止图像、录音的声音、或接收到的影像或静止图像、邮件等的编码的数据或解码的数据保存的存储器部ex467、或者作为与SIMex468的接口部的插槽部ex464,所述SIMex468用来确定用户,进行以网络为代表向各种数据的访问的认证。
此外,综合控制显示部ex458及操作部ex466等的主控制部ex460、与电源电路部ex461、操作输入控制部ex462、影像信号处理部ex455、照相机接口部ex463、显示器控制部ex459、调制/解调部ex452、复用/分离部ex453、声音信号处理部ex454、插槽部ex464存储器部ex467经由总线ex470相互连接。
电源电路部ex461如果通过用户的操作使电源键成为开启状态,则通过从电池组对各部供给电力,将智能电话ex115启动为能够动作的状态。
智能电话ex115基于具有CPU、ROM及RAM等的主控制部ex460的控制,进行通话及数据通信等的处理。在通话时,将由声音输入部ex456集音的声音信号通过声音信号处理部ex454变换为数字声音信号,将其用调制/解调部ex452进行波谱扩散处理,由发送/接收部ex451实施数字模拟变换处理及频率变换处理之后经由天线ex450发送。此外,将接收数据放大而实施频率变换处理及模拟数字变换处理,由调制/解调部ex452进行波谱逆扩散处理,由声音信号处理部ex454变换为模拟声音信号后,将其从声音输出部ex457输出。在数据通信时,将通过主体部的操作部ex466等的操作输入的文本、静止图像或影像数据经由操作输入控制部ex462向主控制部ex460送出,同样进行收发处理。在数据通信模式时,在发送影像、静止图像或影像和声音的情况下,影像信号处理部ex455将保存在存储器部ex467中的影像信号或从照相机部ex465输入的影像信号通过在上述各实施方式中表示的运动图像编码方法压缩编码,将编码后的影像数据向复用/分离部ex453送出。此外,声音信号处理部ex454将在由照相机部ex465摄像影像、静止图像等的过程中由声音输入部ex456集音的声音信号编码,将编码后的声音数据向复用/分离部ex453送出。复用/分离部ex453将已编码影像数据和已编码声音数据以规定的方式复用,由调制/解调部(调制/解调电路部)ex452及发送/接收部ex451实施调制处理及变换处理,经由天线ex450发送。
在接收到添附有影像及或声音的电子邮件、或链接在网页等上的影像的情况下,为了将经由天线ex450接收到的复用数据解码,复用/分离部ex453通过将复用数据分离而将复用数据分为影像数据的比特流和声音数据的比特流,经由同步总线ex470将编码后的影像数据向影像信号处理部ex455供给,并将编码后的声音数据向声音信号处理部ex454供给。影像信号处理部ex455通过用与在上述各实施方式中表示的运动图像编码方法对应的运动图像解码方法将影像信号解码,经由显示器控制部ex459从显示部ex458将在链接的运动图像文件中包含的影像或静止图像显示。此外,声音信号处理部ex454将声音信号解码,从声音输出部ex457输出声音。另外,由于实时流媒体正在普及,所以根据用户的状况,也可能发生声音的再现在社会上不适合的场合。因此,作为初始值,优选的是不将声音信号再现而仅将影像数据再现的结构。也可以仅在用户进行了将影像数据点击等操作的情况下将声音同步地再现。
此外,这里以智能电话ex115为例进行了说明,但作为终端,可以考虑除了拥有编码器及解码器两者的收发型终端以外,还有仅具有编码器的发送终端、仅具有解码器的接收终端的3种安装形式。进而,在数字广播用系统中,假设将在影像数据中复用了声音数据等的复用数据接收、发送而进行了说明,但也可以在复用数据中在声音数据以外还复用了与影像关联的字符数据等,也可以不是将复用数据而是将影像数据自身接收或发送。
另外,假设包括CPU的主控制部ex460控制编码或解码处理而进行了说明,但终端具备GPU的情况也较多。由此,也可以做成通过由CPU和GPU共用化的存储器、或管理地址以便能够共同使用的存储器、发挥GPU的性能而将较大的区域一起处理的结构。由此,能够缩短编码时间,确保实时性而实现低延迟。特别是,如果将运动估计、解块滤波、SAO(SampleAdaptive Offset)及变换/量化的处理不是由CPU而是由GPU以图片等的单位一起进行,则是有效率的。
产业上的可利用性
本公开例如可以在作为电视机、数字视频记录机、车载导航仪、便携电话、数字照相机或数字摄像机等的、将图像编码的编码装置或将编码的图像解码的解码装置等中使用。
标号说明
1500 编码装置
1501 变换部
1502 量化部
1503 逆量化部
1504 逆变换部
1505 块存储器
1506 帧存储器
1507 帧内预测部
1508 帧间预测部
1509 熵编码部
1521 减法部
1522 加法部
1600 解码装置
1601 熵解码部
1602 逆量化部
1603 逆变换部
1604 块存储器
1605 帧存储器
1606 帧内预测部
1607 帧间预测部
1622 加法部。
Claims (2)
1.一种编码方法,其特征在于,
取得与将多个图像接合的处理有关的参数;
将上述参数写入比特流;
通过使用上述参数将上述多个图像接合以使上述多个图像中的对象连续,来生成接合图像;以及
保存上述接合图像,作为要在帧间预测处理中使用的参照帧,其中
上述参数用于确定上述多个图像在上述接合图像中的多个位置,
对上述图像中的每个块执行上述帧间预测处理。
2.一种解码方法,其特征在于,
从比特流解析与将多个图像接合的处理有关的参数;
通过使用上述参数将上述多个图像接合以使上述多个图像中的对象连续,来生成接合图像;以及
保存上述接合图像,作为要在帧间预测处理中使用的参照帧,其中
上述参数用于确定上述多个图像在上述接合图像中的多个位置,
对上述图像中的每个块执行上述帧间预测处理。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662342517P | 2016-05-27 | 2016-05-27 | |
US62/342,517 | 2016-05-27 | ||
CN201780031614.8A CN109155854B (zh) | 2016-05-27 | 2017-05-23 | 编码装置、解码装置、编码方法及解码方法 |
PCT/JP2017/019113 WO2017204185A1 (ja) | 2016-05-27 | 2017-05-23 | 符号化装置、復号装置、符号化方法、および復号方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780031614.8A Division CN109155854B (zh) | 2016-05-27 | 2017-05-23 | 编码装置、解码装置、编码方法及解码方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114979646A true CN114979646A (zh) | 2022-08-30 |
Family
ID=60412304
Family Applications (17)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210526598.2A Active CN114979648B (zh) | 2016-05-27 | 2017-05-23 | 编码方法、解码方法、及编码和解码方法 |
CN202210533740.6A Pending CN114866775A (zh) | 2016-05-27 | 2017-05-23 | 编码方法及解码方法 |
CN202210526618.6A Active CN115150630B (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN202210528665.4A Active CN114979650B (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN201780031614.8A Active CN109155854B (zh) | 2016-05-27 | 2017-05-23 | 编码装置、解码装置、编码方法及解码方法 |
CN202210526617.1A Pending CN115150617A (zh) | 2016-05-27 | 2017-05-23 | 编码方法及解码方法 |
CN202210528629.8A Pending CN114979649A (zh) | 2016-05-27 | 2017-05-23 | 编码方法及解码方法 |
CN202210526384.5A Pending CN114979646A (zh) | 2016-05-27 | 2017-05-23 | 编码方法及解码方法 |
CN202210527891.0A Pending CN115150620A (zh) | 2016-05-27 | 2017-05-23 | 编码方法及解码方法 |
CN202210528648.0A Pending CN114745547A (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN202210526402.XA Pending CN115037949A (zh) | 2016-05-27 | 2017-05-23 | 编码方法、解码方法、及编码和解码方法 |
CN202210528627.9A Active CN114679588B (zh) | 2016-05-27 | 2017-05-23 | 编码方法及解码方法 |
CN202210526613.3A Active CN115037939B (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN202210527875.1A Active CN115150619B (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN202210526631.1A Pending CN115150618A (zh) | 2016-05-27 | 2017-05-23 | 解码装置及系统 |
CN202210526401.5A Active CN114979647B (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN202210527871.3A Pending CN114866774A (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
Family Applications Before (7)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210526598.2A Active CN114979648B (zh) | 2016-05-27 | 2017-05-23 | 编码方法、解码方法、及编码和解码方法 |
CN202210533740.6A Pending CN114866775A (zh) | 2016-05-27 | 2017-05-23 | 编码方法及解码方法 |
CN202210526618.6A Active CN115150630B (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN202210528665.4A Active CN114979650B (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN201780031614.8A Active CN109155854B (zh) | 2016-05-27 | 2017-05-23 | 编码装置、解码装置、编码方法及解码方法 |
CN202210526617.1A Pending CN115150617A (zh) | 2016-05-27 | 2017-05-23 | 编码方法及解码方法 |
CN202210528629.8A Pending CN114979649A (zh) | 2016-05-27 | 2017-05-23 | 编码方法及解码方法 |
Family Applications After (9)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210527891.0A Pending CN115150620A (zh) | 2016-05-27 | 2017-05-23 | 编码方法及解码方法 |
CN202210528648.0A Pending CN114745547A (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN202210526402.XA Pending CN115037949A (zh) | 2016-05-27 | 2017-05-23 | 编码方法、解码方法、及编码和解码方法 |
CN202210528627.9A Active CN114679588B (zh) | 2016-05-27 | 2017-05-23 | 编码方法及解码方法 |
CN202210526613.3A Active CN115037939B (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN202210527875.1A Active CN115150619B (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN202210526631.1A Pending CN115150618A (zh) | 2016-05-27 | 2017-05-23 | 解码装置及系统 |
CN202210526401.5A Active CN114979647B (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
CN202210527871.3A Pending CN114866774A (zh) | 2016-05-27 | 2017-05-23 | 编码装置及解码装置 |
Country Status (5)
Country | Link |
---|---|
US (6) | US11134270B2 (zh) |
JP (5) | JPWO2017204185A1 (zh) |
CN (17) | CN114979648B (zh) |
TW (3) | TWI772244B (zh) |
WO (1) | WO2017204185A1 (zh) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11064195B2 (en) | 2016-02-15 | 2021-07-13 | Qualcomm Incorporated | Merging filters for multiple classes of blocks for video coding |
US10965955B2 (en) * | 2016-12-22 | 2021-03-30 | Mediatek Inc. | Method and apparatus of motion refinement for video coding |
FR3064145A1 (fr) * | 2017-03-16 | 2018-09-21 | Orange | Procede de codage et decodage d'images, dispositif de codage et decodage et programmes d'ordinateur correspondants |
US10778974B2 (en) * | 2017-07-05 | 2020-09-15 | Qualcomm Incorporated | Adaptive loop filter with enhanced classification methods |
US11310517B2 (en) * | 2017-12-07 | 2022-04-19 | Electronics And Telecommunications Research Institute | Method and apparatus for encoding and decoding using selective information sharing between channels |
US11317114B2 (en) | 2018-03-19 | 2022-04-26 | Sony Corporation | Image processing apparatus and image processing method to increase encoding efficiency of two-dimensional image |
TW202025776A (zh) | 2018-06-19 | 2020-07-01 | 北京字節跳動網絡技術有限公司 | 不具運動向量預測截斷的選擇運動向量差精確度 |
KR102664681B1 (ko) * | 2018-06-19 | 2024-05-09 | 삼성전자 주식회사 | 영상 압축을 수행하는 전자 장치 및 전자 장치의 동작 방법 |
CN112352425B (zh) * | 2018-06-21 | 2024-02-13 | 索尼公司 | 图像处理装置和图像处理方法 |
KR102635047B1 (ko) | 2018-09-19 | 2024-02-07 | 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 | 적응적 움직임 벡터 해상도를 가지는 어파인 모드에 대한 구문 재사용 |
CN112997491B (zh) | 2018-11-06 | 2024-03-29 | 北京字节跳动网络技术有限公司 | 基于位置的帧内预测 |
CN113170122B (zh) | 2018-12-01 | 2023-06-27 | 北京字节跳动网络技术有限公司 | 帧内预测的参数推导 |
CN113170168B (zh) | 2018-12-07 | 2023-12-08 | 北京字节跳动网络技术有限公司 | 基于上下文的帧内预测 |
EP3899875A4 (en) | 2019-01-14 | 2022-03-16 | Huawei Technologies Co., Ltd. | EFFICIENT PART ROTATION IN POINT CLOUD CODING |
WO2020156516A1 (en) * | 2019-01-31 | 2020-08-06 | Beijing Bytedance Network Technology Co., Ltd. | Context for coding affine mode adaptive motion vector resolution |
AU2020226565C1 (en) * | 2019-02-22 | 2024-01-11 | Beijing Bytedance Network Technology Co., Ltd. | Neighbouring sample selection for intra prediction |
KR102472756B1 (ko) | 2019-02-24 | 2022-12-01 | 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 | 인트라 예측을 위한 파라미터 유도 |
CN111698501B (zh) * | 2019-03-11 | 2022-03-01 | 杭州海康威视数字技术股份有限公司 | 解码方法及装置 |
WO2020192642A1 (en) | 2019-03-24 | 2020-10-01 | Beijing Bytedance Network Technology Co., Ltd. | Conditions in parameter derivation for intra prediction |
CN110246106B (zh) * | 2019-06-22 | 2021-09-28 | 福州大学 | 基于量子和声搜索模糊集的nsst域浮选泡沫图像增强及去噪方法 |
JP6899053B2 (ja) * | 2019-06-24 | 2021-07-07 | Kddi株式会社 | 画像復号装置、画像復号方法及びプログラム |
US11375238B2 (en) | 2019-09-20 | 2022-06-28 | Tencent America LLC | Method for padding processing with sub-region partitions in video stream |
CN112868234A (zh) * | 2019-09-24 | 2021-05-28 | 深圳市大疆创新科技有限公司 | 运动估计方法、系统和存储介质 |
JP2022184139A (ja) * | 2021-05-31 | 2022-12-13 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
CN117652139A (zh) * | 2021-11-25 | 2024-03-05 | 英特尔公司 | 用于图像的基于图块的拼接和编码的方法和装置 |
KR20230158628A (ko) * | 2022-02-24 | 2023-11-20 | 텐센트 아메리카 엘엘씨 | 기계용 비디오 코딩을 위한 강화 프로세스 |
CN115460415B (zh) * | 2022-08-26 | 2024-07-23 | 同济大学 | 一种面向人机混合视觉的视频压缩方法 |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000013423A1 (en) * | 1998-08-28 | 2000-03-09 | Sarnoff Corporation | Method and apparatus for synthesizing high-resolution imagery using one high-resolution camera and a lower resolution camera |
JPWO2004004363A1 (ja) * | 2002-06-28 | 2005-11-04 | シャープ株式会社 | 画像符号化装置、画像送信装置および画像撮影装置 |
JP4000928B2 (ja) * | 2002-07-04 | 2007-10-31 | ソニー株式会社 | 動き補償装置 |
JP4100146B2 (ja) * | 2002-11-27 | 2008-06-11 | ソニー株式会社 | 双方向コミュニケーションシステム,映像通信装置 |
JP2004207862A (ja) | 2002-12-24 | 2004-07-22 | Nippon Telegr & Teleph Corp <Ntt> | 映像符号化装置及び映像復号化装置及びその方法並びにそのプログラム |
US8130827B2 (en) * | 2004-08-13 | 2012-03-06 | Samsung Electronics Co., Ltd. | Method and apparatus for interpolating a reference pixel in an annular image and encoding/decoding an annular image |
KR100688382B1 (ko) * | 2004-08-13 | 2007-03-02 | 경희대학교 산학협력단 | 환형 영상의 참조 화소 보간 방법, 그 장치, 환형 영상부호화 방법, 그 장치 및 환형 영상 복호화 방법 및 그장치 |
KR100763194B1 (ko) * | 2005-10-14 | 2007-10-04 | 삼성전자주식회사 | 단일 루프 디코딩 조건을 만족하는 인트라 베이스 예측방법, 상기 방법을 이용한 비디오 코딩 방법 및 장치 |
JP2008034892A (ja) * | 2006-03-28 | 2008-02-14 | Victor Co Of Japan Ltd | 多視点画像符号化装置 |
JP2007295215A (ja) * | 2006-04-25 | 2007-11-08 | Victor Co Of Japan Ltd | パディング処理回路 |
DK3758380T3 (da) * | 2007-04-12 | 2021-03-08 | Dolby Int Ab | Tiling i videokodning og -afkodning |
SG150414A1 (en) * | 2007-09-05 | 2009-03-30 | Creative Tech Ltd | Methods for processing a composite video image with feature indication |
US8355041B2 (en) * | 2008-02-14 | 2013-01-15 | Cisco Technology, Inc. | Telepresence system for 360 degree video conferencing |
KR101446773B1 (ko) * | 2008-02-20 | 2014-10-02 | 삼성전자주식회사 | 영상 복구를 이용한 인터 예측 부호화, 복호화 방법 및장치 |
CN104717521B (zh) * | 2009-01-26 | 2018-06-01 | 汤姆森特许公司 | 用于视频解码的方法 |
JP5268743B2 (ja) * | 2009-03-30 | 2013-08-21 | パナソニック株式会社 | 画像通信システム |
JP5376049B2 (ja) * | 2010-04-16 | 2013-12-25 | コニカミノルタ株式会社 | イントラ予測処理方法、及びイントラ予測処理プログラム |
CA3000366C (en) * | 2010-09-30 | 2019-11-19 | Mitsubishi Electric Corporation | Moving image encoding device, moving image decoding device, moving image coding method, and moving image decoding method |
US8787689B2 (en) * | 2012-05-15 | 2014-07-22 | Omnivision Technologies, Inc. | Apparatus and method for correction of distortion in digital image data |
CN103297778B (zh) * | 2013-05-27 | 2017-04-19 | 华为技术有限公司 | 一种对图像进行编、解码的方法及设备 |
JP6494294B2 (ja) * | 2014-05-15 | 2019-04-03 | キヤノン株式会社 | 画像処理装置、及び撮像システム |
US10204658B2 (en) | 2014-07-14 | 2019-02-12 | Sony Interactive Entertainment Inc. | System and method for use in playing back panorama video content |
US10104361B2 (en) * | 2014-11-14 | 2018-10-16 | Samsung Electronics Co., Ltd. | Coding of 360 degree videos using region adaptive smoothing |
CN105306837A (zh) * | 2015-10-27 | 2016-02-03 | 浙江宇视科技有限公司 | 多图像拼接方法及装置 |
US10282814B2 (en) | 2016-01-07 | 2019-05-07 | Mediatek Inc. | Method and apparatus of image formation and compression of cubic images for 360 degree panorama display |
CN105554506B (zh) * | 2016-01-19 | 2018-05-29 | 北京大学深圳研究生院 | 基于多方式边界填充的全景视频编码、解码方法和装置 |
US10681326B2 (en) * | 2016-05-19 | 2020-06-09 | AVAGO TECHNOLOGlES INTERNATIONAL SALES PTE. LIMITED | 360 degree video system with coordinate compression |
KR20200005539A (ko) | 2017-04-11 | 2020-01-15 | 브이아이디 스케일, 인크. | 면 연속성을 사용하는 360 도 비디오 코딩 |
KR102025735B1 (ko) * | 2017-11-23 | 2019-09-26 | 전자부품연구원 | 복수의 촬영 영상을 이용한 360 vr 영상 변환 시스템 및 방법 |
-
2017
- 2017-05-23 CN CN202210526598.2A patent/CN114979648B/zh active Active
- 2017-05-23 CN CN202210533740.6A patent/CN114866775A/zh active Pending
- 2017-05-23 CN CN202210526618.6A patent/CN115150630B/zh active Active
- 2017-05-23 JP JP2018519545A patent/JPWO2017204185A1/ja active Pending
- 2017-05-23 CN CN202210528665.4A patent/CN114979650B/zh active Active
- 2017-05-23 CN CN201780031614.8A patent/CN109155854B/zh active Active
- 2017-05-23 CN CN202210526617.1A patent/CN115150617A/zh active Pending
- 2017-05-23 CN CN202210528629.8A patent/CN114979649A/zh active Pending
- 2017-05-23 CN CN202210526384.5A patent/CN114979646A/zh active Pending
- 2017-05-23 WO PCT/JP2017/019113 patent/WO2017204185A1/ja active Application Filing
- 2017-05-23 CN CN202210527891.0A patent/CN115150620A/zh active Pending
- 2017-05-23 CN CN202210528648.0A patent/CN114745547A/zh active Pending
- 2017-05-23 CN CN202210526402.XA patent/CN115037949A/zh active Pending
- 2017-05-23 CN CN202210528627.9A patent/CN114679588B/zh active Active
- 2017-05-23 CN CN202210526613.3A patent/CN115037939B/zh active Active
- 2017-05-23 CN CN202210527875.1A patent/CN115150619B/zh active Active
- 2017-05-23 CN CN202210526631.1A patent/CN115150618A/zh active Pending
- 2017-05-23 CN CN202210526401.5A patent/CN114979647B/zh active Active
- 2017-05-23 CN CN202210527871.3A patent/CN114866774A/zh active Pending
- 2017-05-25 TW TW111101293A patent/TWI772244B/zh active
- 2017-05-25 TW TW106117414A patent/TWI754644B/zh active
- 2017-05-25 TW TW111124531A patent/TWI842000B/zh active
-
2018
- 2018-11-19 US US16/194,586 patent/US11134270B2/en active Active
-
2021
- 2021-06-08 JP JP2021096226A patent/JP2021145379A/ja active Pending
- 2021-06-08 JP JP2021096225A patent/JP7340563B2/ja active Active
- 2021-07-12 US US17/373,066 patent/US11985349B2/en active Active
- 2021-07-12 US US17/373,069 patent/US11962804B2/en active Active
- 2021-07-12 US US17/373,106 patent/US11985350B2/en active Active
- 2021-11-02 JP JP2021179243A patent/JP2022033737A/ja active Pending
-
2023
- 2023-03-10 JP JP2023037969A patent/JP2023063398A/ja active Pending
- 2023-09-06 US US18/242,747 patent/US12063390B2/en active Active
- 2023-09-06 US US18/242,846 patent/US12069303B2/en active Active
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109155854B (zh) | 编码装置、解码装置、编码方法及解码方法 | |
CN110710205A (zh) | 编码装置、解码装置、编码方法和解码方法 | |
CN110892720B (zh) | 编码装置、编码方法、解码装置及解码方法 | |
JP7364752B2 (ja) | 復号方法及び符号化方法 | |
CN111684805A (zh) | 编码装置、解码装置、编码方法和解码方法 | |
JP7432653B2 (ja) | 符号化装置、復号装置、符号化方法、及び復号方法 | |
CN112119637A (zh) | 编码装置、解码装置、编码方法和解码方法 | |
JP2023126387A (ja) | 符号化装置及び符号化方法 | |
CN112640465A (zh) | 编码装置、解码装置、编码方法和解码方法 | |
JP7401309B2 (ja) | 符号化装置、復号装置、符号化方法及び復号方法 | |
CN112136326A (zh) | 编码装置、解码装置、编码方法和解码方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |