JP2005528044A - ラプラス−マルコフデータソースに対するエントロピー制限付きスカラ量子化器 - Google Patents

Abstract

離散コサイン変換（ＤＣＴ）係数がラプラス−マルコフプロセスとしてモデル化される、入力フレームを符合化するための映像符合化システム（１０）及び方法であって、そのシステムは、ベースレイヤ再構築を生成するためのベースレイヤ処理システム（１６）と、エンハンスメントレイヤ再構築を生成するためのエンハンスメントレイヤ処理システム（１８）と、入力フレームと推定理論（ＥＴ）予測出力との間の予測残差を離散化するためのエントロピー制限付きスカラ量子化器（ＥＣＳＱ）システムと、を有し、ＥＣＳＱシステムは、方程式（式Ｉ）及び式IIにより規定されるデッドゾーンサイズをもつ均一な閾値の量子化器を有するＥＣＳＱを利用する、映像符合化システム（１０）及び方法を提供する。

Description

本発明は、一般に、スケーラブル映像符合化に関し、更に具体的には、ラプラス−マルコフソースモデル（Ｌａｐｌａｃｅ−Ｍａｒｋｏｖ ｓｏｕｒｃｅ ｍｏｄｅｌ）に対するエントロピー制限付きスカラ量子化器（ＥＣＳＱ：Ｅｎｔｒｏｐｙ Ｃｏｎｓｔｒａｉｎｅｄ Ｓｃａｌａｒ Ｑｕａｎｔｉｚｅｒ）のために最適デザインを組み込むシステム及び方法に関する。

圧縮映像及びデータ信号を利用するシステムの評判が高まっているが、圧縮性能の改善はいまだに継続されている課題のままである。ＭＰＥＧ−４（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ ＥｘｐｅｒｔＧｒｏｕｐ）、Ｈ．２６３映像圧縮を有する種々の圧縮規格は、圧縮効率を改善するために、ベースレイヤ及びエンハンスメントレイヤ符合化を含む種々の機構を提供している。１つの特定の課題は、スケーラブルビットストリームを必要とするアプリケーションを有し、そのスケーラブルビットストリームは多くの符合化及び送信システムに対する共通の要求事項となっている。複数のパーティーによるテレビ会議及びインターネットに対するマルチキャストを含む多くのアプリケーションは、異なる通信リンクに対して複数の受信器に同時に送信される圧縮情報を必要とする。スケーラブルビットストリームは、種々のビットレート（及び対応する品質レベル）において復号化を可能にする１つであり、ここで、より遅いレートの情報ストリームは、冗長度を最小化する方式でよりはアイレートのビットストリームに組み込まれる。残念なことに、そのようなシステムを実行するために必要なスケーラビリティは、全体的な圧縮効率において悪影響を及ぼしている。

最近、推定理論法を用いて、符合化効率を向上させることができる、新しい効率的なスケーラブル映像符合化アルゴリズムが提案された。この方法は、全てのレートに対して映像符号化器をスケーラブルにする既存の信号対ノイズ比（ＺＮＲ）を確実に凌駕する。このアルゴリズムにおいて、離散係数変換（ＤＣＴ）係数の発展は、ラプラス−マルコフプロセスとしてモデル化され、ベースレイヤ及びエンハンスメントレイヤの両方についての量子化情報を最適に結合する最新式の符号化器において実行されることができる。従来のスケーラブル映像符号化器と異なり、最新式の符号化器は、推定理論（ＥＴ）フレームワークにおいて最適に予測され且つ再構築されるように、ベースレイヤ及びエンハンスメントレイヤのＤＣＴ係数からの情報を用いる。量子化情報はシステムの歪み及びビットレートの両方に影響を与えるため、量子化情報に対するより優れた制御により潜在的によりよい性能をもたらす。そのような方法論については、文献、Ｋｅｎｎｅｔｈ Ｒｏｓｅ ａｎｄ Ｓｈａｎｋｅｒ Ｌ．，“Ｔｏｗａｒｄ Ｏｐｔｉｍａｌｉｔｙ ｉｎ Ｓｃａｌａｂｌｅ Ｐｒｅｄｉｃｔｉｖｅ Ｃｏｄｉｎｇ”，ＩＥＥＥ Ｔｒａｎｓ． ｏｎ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ， Ｖｏｌ．１０，Ｎｏ．７，ｐ．９６５，Ｊｕｌｙ ２００１、に記載されており、この文献の援用により本発明の説明を一部代替することとする。

そのような、上記のアルゴリズムを用いる最新の符号化器は、先行技術のスケーラブル映像符号化器に対して有利点を明確に示している一方、それら符号化器は、量子化器のデザインに対応することができない。それどころか、そのようなシステムは、現在、“デッドゾーン”を有する従来の均一な閾値の量子化器（ＵＴＱ）を利用している。（例えば、文献、Ｇ．Ｓｕｌｌｉｖａｎ．“Ｅｆｆｉｃｉｅｎｔ ｓｃａｌａｒ ｑｕａｎｔｉｚａｔｉｏｎ ｏｆ Ｅｘｐｏｎｅｎｔｉａｌ ａｎｄ Ｌａｐｌａｃｉａｎ ｒａｎｄｏｍ ｖａｒｉａｂｌｅｓ”，ＩＥＥＥ Ｔｒａｎｓ． ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｒｙ，Ｖｏｌ．４２，Ｎｏ．５，ｐｐ．１３６５−１３７４，Ｓｅｐｔｅｍｂｅｒ １９９６、を参照されたい。この文献の援用により本発明の説明を一部代替することとする。）
このタイプの量子化器は、ラプラス−マルコフソースモデルに対してデザインされていないため、符合化効率の損失がもたらされる。従って、最適な量子化デザインを有しないため、ラプラス−マルコフソースモデルを用いた符号化器は最良の有効な性能を提供することができない。

本発明は、ＤＣＴ係数のラプラス−マルコフモデルに調整された、最適なエントロピー制限付きスカラ量子化器（ＥＣＳＱ）を計算するために導き出された明示式を組み込まれた、改善された符号化器を提供することにより上記の問題点の少なくとも１つに対応する。

第１の特徴において、本発明は、離散コサイン変換（ＤＣＴ）係数の発展がラプラス−マルコフプロセスとしてモデル化される、スケーラブル映像符合化システムを提供し、そのシステムは、ベースレイヤ再構築を生成するためのベースレイヤ処理システムと、エンハンスメントレイヤ再構築を生成するためのエンハンスメントレイヤ処理システムと、ＤＣＴ係数のラプラス−マルコフモデルに対して調整された明示式から導き出されるエントロピー制限付きスカラ量子化器（ＥＣＳＱ）システムと、を有する。

特に、スケーラブル映像符合化システムは、次式により規定されるデッドゾーンサイズをもつ均一な閾値の量子化器を有するＥＣＳＱを利用する。

ここで、ｔ^＊は最適なデッドゾーンサイズを意味し、ρは−１と１との間の値であり、そしてαはステップサイズであり、
Γ（α，β）＝（ｅ^α−１）ｅｘｐ｛−α［（ｄ（α−δ（α））−ｄ（−β））／（ｄ（α−δ（α））−ｄ（−δ（α）））］｝
である。

第２の特徴において、本発明は、離散コサイン変換（ＤＣＴ）係数の発展がラプラス−マルコフプロセスとしてモデル化される、スケーラブル符合化器で用いる記録可能媒体において記憶されるプログラムプロダクトを提供し、そのプログラムプロダクトは、ベースレイヤ再構築を生成するための手段と、エンハンスメントレイヤ再構築を生成するための手段と、ＤＣＴ係数のラプラス−マルコフモデルに対して調整された明示式から導き出される量子化手段と、を有する。

第３の特徴において、本発明は、離散コサイン変換（ＤＣＴ）係数の発展がラプラス−マルコフプロセスとしてモデル化される、スケーラブル符合化方法を提供し、その方法は、ベースレイヤ再構築を生成する段階と、エンハンスメントレイヤ再構築を生成する段階と、ＤＣＴ係数のラプラス−マルコフモデルに対して調整された明示式から導き出されるエントロピー制限付きスカラ量子化器（ＥＣＳＱ）を用いて、入力フレームと推定理論（ＥＴ）予測出力との間の予測残差を離散化する段階と、を有する。

本発明の上記の及び他の特徴については、添付図を参照する、本発明の種々の特徴についての以下の詳細説明から更に容易に理解されることであろう。

本発明は、ＤＣＴ係数のラプラス−マルコフモデルに調整された明示式から導き出される最適なエントロピー付きスカラ量子化器（ＥＣＳＱ）を提供する。最適なＥＣＳＱを、スケーラブル映像を圧縮するための更に効率的なシステムを提供するために最新式の符号化器に容易に組み込むことができる。この例示としての実施形態の目的のために、“最新式の符号化器”は、推定理論（ＥＴ）フレームワークにおいて最適に予測し且つ再構築するために、ベースレイヤ及びエンハンスメントレイヤのＤＣＴ係数からの情報を用いる。下で示すように、この例示としての実施形態に従った最適なＥＣＳＱは、大きいデッドゾーンサイズをもつ簡単なＵＴＱを有する。

先ず、図１を参照するに、本発明の、改善された最新式の映像符号化器１０を示し、その映像符号化器１０は、簡単な量子化器ブロックをＥＣＳＱブロック１２で置き換えたものである。図１において、ＢＢはベースビットを意味し、ＥＢはエンハンスメントビットを意味する。符号化器１２は、入力としてオリジナルフレーム１４を受信し、ベース再構築１６及びエンハンスメント再構築１８を出力する。上記のように、最新式の映像符号化器１０は、推定理論（ＥＴ）フレームワークにおいて最適に予測し且つ再構築するために、ベースレイヤ及びエンハンスメントレイヤのＤＣＴ係数からの情報を用いる。予測残差２０を離散化するために最適なＥＣＳＱを利用するＥＣＳＱブロック１２を組み込むことにより、符号化器１０は、スケーラブル映像を圧縮するためのより効率的なシステムを提供する。

最新式の映像符号化器において、調子を合わせた（“フレームからフレームへと”）ＤＣＴ係数の発展が、次式のような一次のマルコフプロセスによりモデル化される。

ｘ_ｉ，ｎ＝ρｘ_{ｉ，ｎ−１}＋ｚ_ｉ，ｎ （１）
ここで、ｘ_ｉ，ｎはフレームｎにおけるＤＣＴ係数であり、ｘ_{ｉ，ｎ−１}は動き補償によりそれに対してマッピングされた前のフレームにおけるＤＣＴ係数であり、は独立したイノベーション生成プロセスを表し、ρは１より小さい絶対値を有するＡＲ係数である。更に、ＤＣＴ係数ｘ_ｉ，ｎ、ｘ_{ｉ，ｎ−１}が、分散２μ^２を有するラプラシアンであると仮定される場合、イノベーションプロセスの密度Ｚ_ｉ，ｎは次式により与えられる。

ｐ（ｚ）＝ρ^２δ（ｚ）＋（（１−ρ^２）／２μ）ｅｘｐ｛−｜ｚ｜／μ｝（２）

（外１）

（ｘ_{ｉ，ｎ−１}の推定）を有する場合、符号化器における残差信号は次式により与えられる。

それ故、残差信号ｒ_ｉ，ｎの確立密度関数は又、

（外２）

の量だけシフトされた式（２）により与えられる。

ここで、符号化器は、式（３）において残差ｒ_ｉ，ｎを量子化し、その指数を送信する。高ビットレートの場合、

であり、それ故、残差ｒ_ｉ，ｎは、分散においてｚ_ｉ，ｎに収束する。従って、レート制限の下で最良の映像品質を提供するために、ここで、“エントロピー制限付きスカラ量子化器（ＥＣＳＱ）と呼ばれる量子化器は、式（２）の分散に適合するようにデザインされる必要がある。

最適のＥＣＳＱは、ラプラスソースに対して広範囲に亘って研究されてきた。無限レベルをもつ最適なＥＣＳＱは、図２に示すようなデッドゾーンをもつ均一な閾値をもつ量子化器であることが示された。図２において理解できるように、連続ソースは、サイズαを有する一連のステップとサイズｔ^＊を有するデッドゾーン又はゼロビンとを有する複数の領域に分割される。各々のインタバルにおけるサンプルは、ポイント２２、２４、２６、２８、３０に量子化される。ｔ^＊として示されるデッドゾーンは、０に量子化された、曲線における部分を規定する。

最適なデッドゾーンサイズｔ^＊を、次式から計算することができる。

ここで、
Γ（α，β）＝（ｅ^α−１）ｅｘｐ｛−α［（ｄ（α−δ（α））−ｄ（−β））／（ｄ（α−δ（α））−ｄ（−δ（α）））］｝ （５）
であり、ｄ（・）は歪尺度を表し、δ（α）は最適な再構築ポイントである。

式（２）からの分散と図２におけるラプラシアンソースとの間の主な差は、デルタ関数δ（ｚ）の存在とＡＲ係数ρをもつ式（２）における２つの項のスケーリングである。その差のために、式（４）及び（５）を用いると、図（２）におけるＵＴＱは、式（２）に対して最適なエントロピー制限付き量子化器とはならない（ρ＝０の場合を除いて）。

本発明に従って、式（２）の分散に対する最適なＥＣＳＱは、成功裏に導き出された。特に、最適なＥＣＳＱは、尚も単純なＵＴＱであるが、次式により与えられるデッドゾーンサイズを有する。

ρ＝０に対して、式（６）は式（４）に縮められる。

ラプラシアンソースに対して、２乗誤差歪尺度に対する最適なデッドゾーンスケーリングファクタについて、図３に示している。この場合、最適なゼロビンサイズｔ^＊とα−δ（α）との間の比は常に１に等しいか又は１より小さく、低いビットレート及び高いビットレートの両方においては１に近づく。

しかしながら、図４に示すように、式（２）におけるマルコフ−ラプラスソースに対して、デッドゾーンスケーリングファクタは、ρ→１のように大きくなり、１より大きくなる。それ故、最適なＥＣＳＱは、ラプラシアンソースに対して必要とされるより広いデッドゾーンをもつＵＴＱである必要がある。更に、最適なＥＣＳＱはＵＴＱであるため、最小の複雑度をもつ算術操作及び／又は簡単なルックアップテーブルを用いて、最適なＥＣＳＱを容易に実行することができる。更に具体的には、最適なデッドゾーンサイズｔ^＊は、予め計算され、量子化器のステップサイズαの種々の値に対して式（６）を用いるルックアップテーブルとして記憶されることができ、それ故、量子化器及び逆量子化器において用いられる。即ち、αに関してｔ^＊を解くために、式（５）と（６）とを結合することができ、即ち、次式のようになる。

この例示としての実施形態は、映像アプリケーションに関連して説明したものである一方、ＥＣＳＱデザインは、ラプラス−マルコフソースモデルを利用するいずれのアプリケーションに適用することができることが理解されるであろう。例えば、音声信号の分散は、通常、ラプラス−マルコフソースに従うため、音声信号を量子化するためにＥＣＳＱを用いることができる。

上記で説明したシステム、機能、機構、方法及びモジュールを、ハードウェア、ソフトウェア、又はハードウェアとソフトウェアの組み合わせにおいて実施することができる。それらは、上記で説明した方法を実行するために適用されるいずれのタイプのコンピュータシステム又は他の装置により実施されることが可能である。ハードウェア及びソフトウェアの代表的な組み合わせは、ロードされ且つ実行されるときに、上記で説明した方法を実行するように、コンピュータシステムを制御するコンピュータプログラムをもつ一般目的コンピュータとすることが可能である。代替として、本発明の１つ又はそれ以上の機能タスクを実行するための専用ハードウェアを有する特定用途コンピュータを利用することが可能である。本発明は又、上記で説明した方法及び機能の実施を可能にする特徴全てを有し、コンピュータシステムにおいてロードされるときに、それらの方法及び機能を実行することが可能である、コンピュータプログラムプロダクトに組み込まれることが可能である。本明細書における、コンピュータプログラム、ソフトウェアプログラム、プログラムプロダクト又はソフトウェアは、（ａ）他の言語、コード、表記法への変換、及び／又は（ｂ）異なる素材形式における再生、のどちらか又は両方の後に又は直接的に、情報処理能力を有するシステムが特定の機能を実行するように意図された命令の集合の、いずれの言語、コード又は表記法におけるいずれの表現を意味している。

本発明の好適な実施形態についての上記の説明は、例示としての説明を目的として提供されたものである。それらの説明は、開示されたまさにそれらの方式に本発明を制限する又はそれらの方式に網羅されるように意図されたものではなく、上記の教示するところに照らして、多くの修正及び変形が可能であることは明らかである。そのような修正及び変形は、当業者には容易に理解されるものであり、同時提出の特許請求の範囲により規定される、本発明の範囲内に包含されるように意図されるものである。

本発明に従った最適なエントロピー制限付きスカラ量子化器（ＥＣＳＱ）を有する最新式のスケーラブル映像符号化器を示す図である。 ラプラスソースに対するＥＣＳＱを示す図である。 ラプラシアン分布に対する最適なデッドゾーンスケーリングファクタを示すグラフである。 マルコフ−ラプラスソースに対する最適なデッドゾーンスケーリングファクタを示すグラフである。

Claims (9)

1. 離散コサイン変換（ＤＣＴ）係数の発展がラプラス−マルコフプロセスとしてモデル化されるスケーラブル映像符合化システムであって：
   ベースレイヤ再構築を生成するためのベースレイヤ処理システム；
   エンハンスメントレイヤ再構築を生成するためのエンハンスメントレイヤ処理システム；及び
   ＤＣＴ係数のラプラス−マルコフモデルに対して調整された式から導き出されるエントロピー制限付きスカラ量子化器（ＥＣＳＱ）システム；
   を有することを特徴とするスケーラブル映像符合化システム。
2. 請求項１に記載のスケーラブル映像符合化システムであって、前記ＥＣＳＱは、次式
   

   

   により規定されるデッドゾーンサイズをもつ均一な閾値の量子化器を有するＥＣＳＱを利用し、ここで、ｔ^＊は最適なデッドゾーンサイズを意味し、ρは−１と１との間の値であり、αはステップサイズであり、そして
   Γ（α，β）＝（ｅ^α−１）ｅｘｐ｛−α［（ｄ（α−δ（α））−ｄ（−β））／（ｄ（α−δ（α））−ｄ（−δ（α）））］｝
   である、ことを特徴とするスケーラブル映像符合化システム。
3. 請求項２に記載のスケーラブル映像符合化システムであって、ＥＣＳＱはルックアップテーブルとして実施される、ことを特徴とするスケーラブル映像符合化システム。
4. 請求項２に記載のスケーラブル映像符合化システムであって、ＥＣＳＱは数式として実施される、ことを特徴とするスケーラブル映像符合化システム。
5. 請求項１に記載のスケーラブル映像符合化システムであって、ＥＣＳＱシステムは、入力フレームと推定理論（ＥＴ）予測出力との間の予測残差を離散化する、ことを特徴とするスケーラブル映像符合化システム。
6. 離散コサイン変換（ＤＣＴ）係数の発展がラプラス−マルコフプロセスとしてモデル化される、スケーラブル符合化器で用いる記録可能媒体において記憶されるプログラムプロダクトであって：
   ベースレイヤ再構築を生成するための手段；
   エンハンスメントレイヤ再構築を生成するための手段；及び
   ＤＣＴ係数のラプラス−マルコフモデルに対して調整された式から導き出される量子化手段；
   を有することを特徴とするプログラムプロダクト
7. 離散コサイン変換（ＤＣＴ）係数の発展がラプラス−マルコフプロセスとしてモデル化される、スケーラブル符合化方法であって：
   ベースレイヤ再構築を生成する段階；
   エンハンスメントレイヤ再構築を生成する段階；及び
   ＤＣＴ係数のラプラス−マルコフモデルに対して調整された明示式から導き出されるエントロピー制限付きスカラ量子化器（ＥＣＳＱ）を用いて、入力フレームと推定理論（ＥＴ）予測出力との間の予測残差を離散化する段階；
   を有することを特徴とするスケーラブル符合化方法
8. 請求項７に記載のスケーラブル符合化方法であって、前記ＥＣＳＱは、次式
   

   

   により規定されるデッドゾーンサイズをもつ均一な閾値の量子化器を有し、ここで、ｔ^＊は最適なデッドゾーンサイズを意味し、ρは−１と１との間の値であり、αはステップサイズであり、そして
   Γ（α，β）＝（ｅ^α−１）ｅｘｐ｛−α［（ｄ（α−δ（α））−ｄ（−β））／（ｄ（α−δ（α））−ｄ（−δ（α）））］｝
   である、ことを特徴とするスケーラブル映像符合化システム。
9. 請求項８に記載のスケーラブル符合化方法であって、前記デッドゾーンサイズに対する複数の値を予め計算する段階を更に有する、ことを特徴とするスケーラブル映像符合化システム。
   
   

Images