JP2009100472A - スケーラブル・ビデオ・コーディングにおけるビットの深さの改善 - Google Patents

Abstract

【課題】 スケーラブル・ビデオ・コーディングにおいてビットの深さを改善する。
【解決手段】 ビデオシステムはアナライザとビット深さ予測器とを備える。アナライザは、第１のビット深さと関連付けられる複数の第１の値を複数のピクセルについて示す第１の符号化ビデオ信号を受信する。アナライザは、各ピクセル毎に、各ピクセルを含む近隣部分内に位置する複数のピクセルの複数の第１の値を分析する。ビット深さ予測器は、分析に少なくとも部分的に基づいて、第１のビット深さとは異なる第２のビット深さに関連付けられる複数の第２の値を複数のピクセルについて示す第２の符号化ビデオ信号を生成する。
【選択図】図３

Description

本発明は概して、スケーラブル・ビデオ・コーディングにおけるビットの深さの改善に関する。

１つのビデオを、さまざまな異なるデバイスおよび接続を用いて、多くの異なる視聴者が視聴し得る。例えば、インターネットウェブサイトが放送し得るビデオストリームは、該ウェブサイトに対して複数の異なる機能および接続を有し得る携帯可能デバイス、デスクトップコンピュータ、テレビ等を用いて、さまざまな有線ネットワークおよび無線ネットワーク上で視聴されるとしてもよい。このようにヘテロジニアスな環境に対応することを目的として、スケーラブル・ビデオ・コーディングと呼ばれる概念が利用され得る。

スケーラブル・ビデオ・コーディングによると、多層圧縮ビデオストリームが得られるので、各端末装置は自らの機能に合う情報を抽出して残りの情報は無視することができる。圧縮ビデオストリームは、スケーラブルな解像度、スケーラブルなフレームレートまたはスケーラブルな信号対ノイズ比（ＳＮＲ）などのスケーラブルな特性について、複数の異なるものに対処できるように符号化されているとしてもよい。

スケーラブルなビデオストリームを生成するためには、元のビデオストリームを符号器で処理する。符号器は、基本階層と少なくとも１つの上位階層とを含む圧縮ビデオストリームを生成する。その名前から類推されるように、基本階層はビデオに関する最低限の情報を形成する。端末装置は、受信したビデオストリームを自らの機能に合わせてスケーリングすることを目的として上位階層という特徴を利用するとしてもよい。

スケーラブルビデオ符号化処理は通常、基本階層のビット深さを上位階層のためにより大きいビット深さへと変換することを含む。ここで、「ビット深さ」は各ピクセル値を表現するために用いられるビット数を意味するものとする。例えば、基本階層と関連付けられる圧縮ビデオストリームのビット深さが８であるとすると、当該ストリームの各ピクセル値は８ビットで表現され得る。上位階層のストリームの各ピクセル値は１０ビットで表されるとしてもよい。このように、ビット深さの変換は、基本階層ストリームの８ビットピクセル値を上位階層ストリームの１０ビットピクセル値に変換することを含む。従来のビット深さスケーリング技術は、ブロックベースのマッピングまたはトーンマッピングを含む。しかし、このような技術は符号化の観点からすると比較的非効率だと言える。

先行技術に関するスケーラブルビデオコーデック（ＳＶＣ）システムを示すブロック図である。

本発明の一実施形態に係る内容適応型ビット深さ改善部を示すブロック図である。

本発明の別の実施形態に係るスケーラブルビデオコーデック（ＳＶＣ）システムを示すブロック図である。

先行技術に関するスケーラブルビデオコーデック（ＳＶＣ）システムを示すブロック図である。

本発明の別の実施形態に係るスケーラブルビデオコーデック（ＳＶＣ）システムを示すブロック図である。

本発明の一実施形態に係る近隣ピクセルを示す図である。

図１を参照しつつ説明すると、従来のスケーラブルビデオコーデック（ＳＶＣ）システム１０は、ビデオ信号２１を生成するべく画像データの連続フレームを取得するビデオソース２０を備える。ビデオ信号２１は、ピクセル値のビット深さがＭである（例えば、ビット深さは１０であるが、この例は本発明を限定するものではない）。つまり、ビデオソース２０が取得するビデオ画像は、Ｍビットを持つピクセル値によって各ピクセルが定義される（つまり、各ピクセルについて、色空間成分当たり１つのＭビットピクセル値が定義される）。

ＳＶＣシステム１０は、符号化された基本階層ビデオストリームと上位階層ビデオストリームとを生成することを目的として、Ｍビットビデオ信号２１を処理する。より具体的には、符号化基本階層ビデオストリーム（ここでは、「ＢＬビデオストリーム３０」と呼ぶ）を生成することを目的として、ＳＶＣシステム１０はトーンマッピング部２２と基本階層符号器２４とを備える。Ｍビットビデオ信号２１から、トーンマッピング部２２はビット深さがＮである（例えば、ビット深さは８であるが、この例は本発明を限定するものではない）小ビット深さ信号（「Ｎビットビデオ信号２３」と呼ぶ）を生成する。ここで、ＮはＭよりも小さい。基本階層符号器２４は、Ｎビットビデオ信号２３を圧縮してＢＬビデオストリーム３０を生成する。

符号化上位階層ビデオストリーム（ここでは、「ＥＬビデオストリーム３２」と呼ぶ）を生成することを目的として、ＳＶＣシステム１０は逆トーンマッピング部２６と上位階層符号器２８とを備える。逆トーンマッピング部２６は、基本階層符号器２４から供給される圧縮Ｎビットビデオストリームを、圧縮Ｍビットビデオストリーム２７へと変換する。上位階層符号器２８は、ＥＬビデオストリーム３２を生成することを目的として、Ｍビットビデオ信号２１と共に圧縮Ｍビットビデオストリーム２７を処理する。

ＢＬビデオストリーム３０およびＥＬビデオストリーム３２は、参照番号４０で示されているように、ビデオ送信ネットワーク（無線ネットワーク、携帯電話用ネットワーク、インターネット、放送ネットワーク等）および／またはビデオストレージデバイスへ与えられるとしてもよい。ストレージデバイスは、ディスク、ハードドライブ、ＣＤ−ＲＯＭ、ストレージエリアネットワーク（ＳＡＮ）、ウェブサーバ、サーバファーム等であってもよい。具体的に送信ネットワークまたはストレージが何であっても、ＢＬビデオストリーム３８およびＥＬビデオストリーム３９は最終的に、送信ネットワーク／ストレージデバイス４０から端末装置にわたり、ビット深さが小さい表示４４に対応するＮビットビデオ信号４３またはビット深さが大きい表示４９に対応するＭビットビデオ信号４８を生成するべく復号（例えば、伸長）されるとしてもよい。

より具体的には、ＢＬビデオストリーム３８は基本階層復号器４２によって復号されるとしてもよい。基本階層復号器４２は、ビット深さが小さい表示４４に対応するＮビットビデオ信号４３を生成する。ＥＬビデオストリーム３９は上位階層復号器４７によって復号されるとしてもよい。上位階層復号器４７は、逆トーンマッピング部４６から与えられるＭビットビデオストリーム４７に加えて、ＥＬビデオストリーム３９を受信する。逆トーンマッピング部４６は、基本階層復号器４２から与えられるＮビット伸長ビデオストリームに応じて、Ｍビットビデオストリーム４７を生成する。上位階層復号器４７は、Ｍビットビデオ信号４８をビット深さが大きい表示４９に与える。

トーンマッピングは、ビット深さがより大きいビデオをビット深さがより小さいビデオに変換するためによく用いられる技術である。トーンマッピング技術は、線形スケーリングおよび区分補間を含み、ルックアップテーブルの生成および利用を含む。トーンマッピングの基礎となる原理は、ビット深さが大きいピクセル値とビット深さが小さいピクセルとのピクセル単位のマッピングを行うことにある。このようなマッピング情報がビデオ符号器から与えられると、ビデオ復号器は復号された小ビット深さビデオに基づいて大ビット深さビデオを形成することができる。

しかし、符号化の分野においてトーンマッピングは比較的非効率な技術であることが分かっている。具体的に言うとトーンマッピングでは、マッピング対象の各ピクセル値の近隣部分のピクセル値は考慮されない。より詳細に説明すると、本明細書で説明するビット深さ変換技術は、変換対象の各ピクセル値について、ビット深さが小さいＮビット信号における近隣ピクセルを考慮する。

近隣ピクセルは、そのピクセル値がより大きいビット深さに変換されているピクセルに最も近接した、現在のピクチャ内の複数のピクセルを含むとしてもよい。これに代えて、近隣ピクセルは、時間的に先行するピクチャ内に含まれる、対象ピクセルの、同じ位置の近隣部分であってもよいし、時間的に後続のピクチャ内に含まれる、対象ピクセルの、同じ位置の近隣部分であってもよい。近隣ピクセルの範囲は、本発明の一部の実施形態によると、ユーザが定義するとしてもよい。図６の具体例を参照しつつ説明すると（当該例は本発明を限定するものではない）、近隣ピクセルは、対象ピクセル１１０（ピクセル値がより大きいビット深さに変換されているピクセル）を中心に８個の隣接したピクセル１２０（具体的に、隣接ピクセル１２０ａ−１２０ｈを以下で説明する）を含む３×３の部分１００であってもよい。この例によると、対象ピクセル１１０は３×３の部分１００の中心にあり、４つの隣接するピクセル１２０ａ、１２０ｃ、１２０ｆおよび１２０ｈは対象ピクセル１１０から斜めに位置しており、２つの隣接するピクセルは対象ピクセル１１０の左（ピクセル１２０ｄ）と右（ピクセル１２０ｅ）とに位置し、２つの隣接するピクセルは対象ピクセル１１０の上（ピクセル１２０ｂ）と下（ピクセル１２０ｇ）とに位置している。上述したように、部分１００は、現在のピクチャ内において対象ピクセルに近接しているとしてもよいし（つまり、ビット深さがＮの信号が現在表現しているピクチャ）、時間的に先行するピクチャにおいて対象ピクセルに近接している部分としてもよいし、または時間的に後続のピクチャにおいて対象ピクセルに近接している部分としてもよい。

スケーラブルビデオコーデックシステムにおいてビット深さのスケーラビリティに関する符号化効率を高めることを目的として、本発明の実施形態は図２に示す内容適応型ビット深さ改善部５０を利用し得る。以下で説明するように、ビット深さ改善部５０は圧縮Ｎビット信号ストリームのピクセル値を処理し、各ピクセルのビット深さの変換は各ピクセルの近隣ピクセルに関する情報に基づいて行う。上述したように、近隣ピクセルは現在のピクチャに関連付けられるとしてもよいし、時間的に先行するピクチャに関連付けられるとしてもよいし、および／または時間的に後続のピクチャに関連付けられるとしてもよい。

図２を参照しつつ説明すると、一般的に、ビット深さ改善部５０は圧縮Ｎビットビデオストリーム５２を受信する。圧縮Ｎビットビデオストリーム５２は、改善部５０が備える内容アナライザ５４と近隣部分統計アナライザとによって分析される。各近隣部分について、内容アナライザ５４は近隣部分におけるエッジ（つまり、水平エッジ、垂直エッジおよび／または斜めエッジ）の存在を検出する。さらに以下に説明するように、ビット深さ改善部５０は、内容アナライザ５４が特定の近隣部分内においてエッジを検出すると該近隣部分をヘテロジニアスであると判断する。そしてこの場合、ビット深さ改善部５０は、システムの別の構成要素が実現するビット深さ変換にデフォルトされる。これも以下に説明する。

逆に、近隣部分内においてエッジが検出されない場合には、ビット深さ改善部５０は、近隣部分の内容の分析に基づいてビット深さ変換に対するオフセット値とスケーリング係数値とを決定する。

近隣部分統計アナライザ５８は、近隣部分に関してさまざまな統計値を取る。アナライザ５４および５８が実行する処理によって得られる結果に基づいて、ビット深さ改善部５０が備える部分内容適応型ビット深さ予測器６４は、圧縮Ｎビットビデオストリーム５２を変換してビット深さが大きくなった圧縮Ｍビットビデオストリーム６５を生成する。

本発明の一部の実施形態によると、内容アナライザ５４は近隣部分において垂直エッジ、水平エッジ、または斜めエッジの存在を検出するべくエッジ検出計量法を適用するとしてもよい。近隣部分内でエッジの存在が検出されることは、該近隣部分が、近隣部分のピクセル値に基づくビット深さ予測に関して十分同種ではないと判断する基礎として利用され得る。これはさらに以下で説明する。逆に、近隣部分でエッジを検出しないことは、該近隣部分が、近隣部分のピクセル値に基づくビット深さ予測に関して十分同種であると判断するべく利用され得る。

より具体的な例を挙げると、近隣部分が３×３である場合には、内容アナライザ５４は３×３の近隣部分に対してゾーベルエッジ演算子を適用するとしてもよい。ゾーベルエッジ演算子は以下に示す式（１）、式（２）、式（３）および式（４）において説明され得る。

式（１）は水平エッジを検出するためのエッジ演算子成分である。式（２）は垂直エッジを検出するためのエッジ演算子成分である。式（３）は正の４５度のエッジを検出するためのエッジ演算子成分である。式（４）は負の４５度のエッジを検出するためのエッジ演算子成分である。

上述のように定義されるエッジ演算子を所与とすると、「ＥＭ（ｘ）」と呼ばれるエッジ測定基準値は、以下に示すように、３×３の近隣部分（以下では「ＮＨ９（ｘ）」と呼ぶ）に関して式（１）、（２）、（３）および（４）の重み付けの畳み込み結果として表され得る。

式（５）において、「ｘ」はＮビット信号に含まれる対象ピクセル値を示す。

本発明の一部の実施形態によると、内容アナライザ５４はエッジ測定基準値ＥＭ（ｘ）を算出して、部分内容適応型ビット深さ予測器６４は、近隣部分においてエッジが検出されたかどうか判断することを目的として、エッジ測定基準値ＥＭ（ｘ）を予め決められたしきい値と比較する。この結果、エッジ測定基準値ＥＭ（ｘ）が予め決められたしきい値よりも大きい場合には、ビット深さ予測器６４はエッジが検出されたと仮定する。そうでなければ、ビット深さ予測器６４はエッジが検出されなかったと仮定する。

本発明のほかの実施形態ではゾーベルエッジ演算子以外のエッジ演算子を利用し得ることに留意されたい。また、本発明のほかの実施形態によると、エッジ検出に利用するのは演算子の水平エッジ成分（式（１））および垂直エッジ成分（式（２））で十分であって、斜めエッジ成分（式（３）および式（４））は利用しないとしてもよい。このように、本願の請求項の範囲内では多くの変形例が考慮されるとともに含まれる。

近隣部分はｋ個のピクセルを有し、ｋの値は利用される近隣部分に応じて決まる。例えば、図６に例示する３×３の近隣部分１００では、ｋは９である。別の例を挙げると、ｋ個の隣接するピクセルの数は、５×５の近隣部分では２５であるとしてもよい。さらに別の例によると、ｋ個の隣接するピクセルの数は５であってもよい。この場合には、対象ピクセルの上下に２つのピクセルがあるとともに対象ピクセルの左右に２つのピクセルが存在する近隣部分が考えられる。このように、本願の請求項の範囲内では多くの変形例が考慮されるとともに含まれる。

本発明の実施形態によると、近隣部分統計アナライザ５８は、近隣部分に関して以下の統計値を集める。「ｓｕｍ＿ｋ」と呼ばれるｋ個の近隣ピクセルの合計および「ｖａｒ＿ｋ」と呼ばれるｋ個の近隣ピクセルの分散である。ビット深さ予測器６４が利用する（以下でさらに説明される）、距離または「ｄｉｓｔ＿ｘ」として定義されるパラメータは、以下のように表され得る。

ここで、「Ｃ」は予め決められる定数値である。

ビット深さ予測器６４は一般的に、以下に示す関係に従って、Ｎビット信号に含まれる任意のＮビットの対象ピクセル値ｘを、Ｍビットの対象ピクセル値（「ｙ」と呼ぶ）に変換する。

ここで、「ａ」はスケーリング係数値で、「ｂ」はオフセット値で、「Θ」は符号演算子である。スケーリング係数値「ａ」およびオフセット値「ｂ」は対応する近隣部分におけるピクセル値の関数である。これは以下で説明する。一般的には、スケーリング係数値「ａ」は非線形関数に従って決まる。ビット深さ予測器６４は、エッジが検出されない場合には（つまり、エッジ測定基準値ＥＭ（ｘ）が予め決まっているしきい値未満である場合には）、スケーリング係数値をＭとＮの差分に等しくなるように設定して（この例は本発明を限定するものではない）、エッジが検出されるとスケーリング係数値を変更する。

より具体的に例を挙げると、Ｍは１０であって（１ピクセル値当たり１０ビットに対応する）、Ｎは８である（１ピクセル値当たり８ビットに対応する）としてもよい。この場合、Ｍの範囲は１０２４（２^１０）で、Ｎの範囲（２^８＝２５６）の４倍である。エッジが検出されると、ビット深さ予測器６４は近隣ピクセルを無視して（近隣部分の特性がヘテロジニアスであるので）スケーリング係数値を４に設定し（範囲同士の相対的な倍数）、オフセット値ｂをゼロに設定する。一方、エッジが検出されない場合には、ビット深さ予測器６４は、スケーリング係数をＭ−Ｎ（または別のデフォルト値）に設定して且つオフセット値ｂを近隣部分のピクセルの内容によって決まる値に設定することによって、近隣部分に基づいてビット深さ変換を調整する。これを以下に説明する。本発明の別の実施形態によると、エッジが検出されると、ビット深さ予測器６４は別のビット深さ関連技術（例えば、トーンマッピングまたはブロックベースのビット深さスケーリング技術）を用いて変換後のピクセル値を決める。これも以下に説明する。

本発明の一部の実施形態によると、エッジが検出されない場合（つまり、エッジ測定基準値ＥＭ（ｘ）が予め決められるしきい値未満の場合）、ビット深さ予測器５４はオフセット値ｂを以下のように設定する。

ここで、「ｄｉｓｔ＿ｘ」は式６で定義されており、「ｄ」は予め決められる定数値である。本発明の一部の実施形態によると、エッジ測定基準値ＥＭ（ｘ）が予め決められるしきい値より大きい場合、ヘテロジニアスなピクセル環境が仮定されるので、オフセット値ｂはゼロに設定され得る。

符号演算子「Θ」は、プラスの演算子であってもよいしマイナスの演算子であってもよい。プラスかマイナスかはビデオ符号器から供給される信号に基づき得る。これに代えて、符号演算子は復号器側で導き出すとしてもよいし、または、ユーザ定義に従って特定されるとしてもよい。このように、本願の請求項の範囲内では多くの変形例が考慮されるとともに含まれる。

図３を参照しつつ説明すると、本発明の実施形態によれば、内容適応型ビット深さ改善部５０は、スケーラブルビデオコーデック（ＳＶＣ）システム１００の符号器側および復号器側の両方に組み込まれるとしてもよい。この点について、ＳＶＣシステム１００はＳＶＣシステム１０（図１を参照のこと）と同様で、同様の参照番号は同様の構成要素を示す。しかし、ＳＶＣシステム１０と違って、ＳＶＣシステム１００は、逆トーンマッピング部２６と上位階層符号器２８との間にビット深さ改善部５０ａ（図２のビット深さ改善部５０と同一の構成を持つ）を備える。この点について、本発明の一部の実施形態によると、ビット深さ改善部５０ａは逆トーンマッピング部２６からＭビットビデオストリーム２７を受信する。ビット深さ改善部５０ａはまた、基本階層符号器２４が与えるＮビットビデオストリームも受信する。

ビット深さ改善部５０ａは、近隣ピクセルにおいてエッジが検出されると、逆トーンマッピング部２６からのビット深さ変換結果を利用する。そうでなければ、ビット深さ改善部５０ｃは、基本階層符号器２４が与えるＮビット信号を処理して、対象ピクセルについてビット深さ変換処理を実行する。このように、ビット深さ改善部５０ａは逆トーンマッピング部２６の処理を補佐する。

復号化側では、システム１００は内容適応型深さ改善部５０ｂを備える（図２のビット深さ改善部５０と同一の構成を持つ）。内容適応型深さ改善部５０ｂは、符号化側と同様に、逆トーンマッピング部４６が実行するビット深さ変換を補完するべく、逆トーンマッピング部４６と上位階層復号器４７との間に接続される。

図４を参照しつつ説明すると、図１に示す従来のＳＶＣシステム１０に代えて、別の従来のＳＶＣシステム２００を利用するとしてもよい。ＳＶＣシステム２００とＳＶＣシステム１０は同様の構成を有するが、逆トーンマッピング部２６および４６のそれぞれに代えてブロックベース逆スケーリング部２０６および２０８を設けている点が異なる。トーンマッピングで用いられるピクセル単位のマッピングに比べて、ブロックベースのビット深さスケーリング方法は、複数のピクセルを含むブロックにピクチャを分割して、各ブロックのピクセルについて同一のスケーリング値とオフセット値を採用する。つまり、ビデオ符号器がブロック毎にスケーリング係数値およびオフセット値のセットを決めて、ビデオ復号器がＥＬビデオに含まれるビット深さが大きいピクセルを再構成するべく、ＢＬビデオに含まれるビット深さが小さい復号化ピクセルに対して、スケーリング係数値およびオフセット値の決められたセットを利用する。ブロックのサイズは、１６×１６のピクセルブロックサイズであるマクロブロックサイズにそろえられ得るとしてもよいし、または８×８、１６×８、８×１６、８×４、４×８または４×４といったサブミクロブロックサイズにそろえられ得るとしてもよい。これらのサイズは現在のスケーラブルビデオコーデック（ＳＶＣ）規格に準拠している。

図５を参照しつつ説明すると、本発明の実施形態では、符号化効率を高めることを目的として、ＳＶＣシステム２５０が利用され得る。ＳＶＣシステム２５０はシステム２００と同様の構成で、同様の参照番号は同様の構成要素を示す。相違点は、ＳＶＣシステム２５０が、内容適応型ビット改善部５０（図２を参照のこと）と構成が同じである、内容適応型ビット深さ改善部５０ａおよび５０ｂを有する点である。この点において、図５に示すように、ビット深さ改善部５０ａはブロックベース逆スケーリング部２０６と上位階層符号器２８との間に設けられる。ビット深さ改善部５０ａは、近隣部分の分析に関する情報に基づいて、ビット深さが大きいピクセルのより詳細な予測を補佐して、符号化効率を向上させる。さらに図５に示されているように、ビット深さ改善部５０ｂは、ブロックベース逆スケーリング部２０８と上位階層符号器４７との間に設けられ得る。エッジが検出されると、ブロックベース逆スケーリング部２０６および２０８が供給するビット深さ変換結果を利用する。そうでなければ、ビット深さ改善部５０ａおよび５０ｂが近隣ピクセルの内容に基づいてビット深さ変換を実行する。

本発明の別の実施形態によれば、（システム１００の）逆トーンマッピング部２６および４６または（システム２５０の）ブロックベース逆スケーリング部２０６および２０８を利用することなく、内容適応型ビット深さ改善部５０を用いるとしてもよいことに留意されたい。このように、本願の請求項の範囲内では多くの変形例が考慮されるとともに含まれる。

本発明の任意の実施形態によると、本明細書で説明するビット深さ復号化技術の利点には以下に挙げる利点のうち１以上が含まれ得る。内容適応型ビット深さ改善部は、ビット深さが小さい対象ピクセルの近隣部分の特性を用いることによって、ビット深さがスケーラブルなビデオの符号化効率を高める。内容適応型ビット深さ改善部は、ビット深さが小さい対象ピクセルの近隣部分の特性を用いることによって、組み合わせられたＢＬビデオおよびＥＬビデオの符号化効率を高める。内容適応型ビット深さ改善部は、ビット深さがより小さい信号から導き出された特性に基づいて、ビット深さがより小さい信号からビット深さがより大きい信号を予測するとともに、内容適応型ビット改善部は、ビットストリーム内における運搬のためにオーバーヘッドを追加する必要がないので、自己形成という良好な特性を引き継ぐ。内容適応型ビット深さ改善部は、ＢＬビデオに含まれるビット深さがより小さい信号から導き出される特性に基づいて、ＢＬビデオに含まれるビット深さがより小さい信号からＥＬビデオに含まれるビット深さがより大きい信号を予測する。内容適応型ビット深さ改善部は、近隣部分の統計値および特性に基づいて、ＢＬビデオに含まれるビット深さがより小さい信号からＥＬビデオに含まれるビット深さがより大きい信号を予測する。内容適応型ビット深さ改善部は、ビット深さが小さい信号の近隣部分におけるエッジ検出に応じてビット深さが大きい信号の生成を変更することによって、ビット深さが大きい／小さいビデオを変換するためのピクセル単位のトーンマッピングの符号化効率を改善する。内容適応型ビット深さ改善部は、ビット深さが小さい信号の近隣部分におけるエッジ検出に応じてビット深さが大きい信号の生成を変更することによって、ビット深さが大きい／小さいビデオを変換するためのブロックベースのスケーリングの符号化効率を改善する。

限られた数の実施形態に基づいて本発明を説明したが、上記の開示内容の恩恵にあずかることによって当業者は数多くの変形および変更に想到するであろう。そのような変形および変更は、本発明の真の精神および範囲内に含まれるものであって、すべて本願請求項の範囲内に含まれる。

Claims (20)

1. 第１のビット深さと関連付けられる複数の第１の値を複数のピクセルについて示す第１の符号化ビデオ信号を受信することと、
   各ピクセル毎に、前記各ピクセルを含む近隣部分内に位置する複数のピクセルの複数の第１の値を分析することと、
   前記分析に少なくとも部分的に基づいて、前記第１のビット深さとは異なる第２のビット深さに関連付けられる複数の第２の値を、前記複数のピクセルについて示す第２の符号化ビデオ信号を生成することと
   を含む方法。
2. 前記第１の符号化ビデオ信号を生成することは、基本符号器または基本復号器を利用することを含むこと
   をさらに含む、請求項１に記載の方法。
3. 前記第１の符号化ビデオ信号をブロックベースで逆スケーリングすることによって得られる結果にさらに基づいて前記第２の符号化ビデオ信号を生成すること
   をさらに含む、請求項１に記載の方法。
4. 前記第１の符号化ビデオ信号を逆トーンマッピングすることによって得られる結果にさらに基づいて前記第２の符号化ビデオ信号を生成すること
   をさらに含む、請求項１に記載の方法。
5. 前記近隣部分は、時間的に先行するピクチャに関連付けられる同位置の近隣部分、時間的に後続のピクチャに関連付けられる同位置の近隣部分、および／または、現在のピクチャに関連付けられる近隣部分を含む
   請求項１に記載の方法。
6. 前記分析することは、前記近隣部分内に位置する前記複数のピクセルの前記複数の第１の値を処理してエッジを検出することを含む
   請求項１に記載の方法。
7. 前記第２の符号化ビデオ信号を生成することは、エッジが検出されたかどうかに応じて、スケーリング係数およびオフセットのうち少なくとも１つを調整することを含む
   請求項６に記載の方法。
8. 前記分析することは、前記近隣部分内に位置する前記複数のピクセルの前記複数の第１の値を処理して前記処理された複数の第１の値に関する統計値を決めることを含む
   請求項１に記載の方法。
9. 前記処理することは、前記処理された複数の第１の値の分散および合計のうち少なくとも１つを決めることを含む
   請求項８に記載の方法。
10. 命令を格納するコンピュータアクセス可能格納媒体を備える物品であって、前記命令は、実行されるとプロセッサを含むシステムに、
    第１のビット深さと関連付けられる複数の第１の値を複数のピクセルについて示す第１の符号化ビデオ信号を受信させて、
    各ピクセル毎に、前記各ピクセルを含む近隣部分内に位置する複数のピクセルの複数の第１の値を分析させて、
    前記分析に少なくとも部分的に基づいて、前記第１のビット深さよりも大きい第２のビット深さに関連付けられる複数の第２の値を、前記複数のピクセルについて示す第２の符号化ビデオ信号を生成させる
    物品。
11. 前記格納媒体が格納する命令は、実行されると、前記プロセッサを含むシステムに、
    前記第１の符号化ビデオ信号をブロックベースで逆スケーリングすることによって得られる結果にさらに基づいて前記第２の符号化ビデオ信号を生成させる
    請求項１０に記載の物品。
12. 前記格納媒体が格納する命令は、実行されると、前記プロセッサを含むシステムに、
    前記第１の符号化ビデオ信号を逆トーンマッピングすることによって得られる結果にさらに基づいて前記第２の符号化ビデオ信号を生成させる
    請求項１０に記載の物品。
13. 前記格納媒体が格納する命令は、実行されると、前記プロセッサを含むシステムに、
    前記近隣部分内に位置する前記複数のピクセルの前記複数の第１の値を処理させて前記処理された複数の第１の値に関する統計値を決めさせて、
    前記決められた統計値に少なくとも部分的に基づいて前記分析を行わせる
    請求項１０に記載の物品。
14. 前記近隣部分は、時間的に先行するピクチャに関連付けられる同位置の近隣部分、時間的に後続のピクチャに関連付けられる同位置の近隣部分、および／または、現在のピクチャに関連付けられる近隣部分を含む
    請求項１０に記載の物品。
15. 第１のビット深さと関連付けられる複数の第１の値を複数のピクセルについて示す第１の符号化ビデオ信号を受信して、各ピクセル毎に、前記各ピクセルを含む近隣部分内に位置する複数のピクセルの複数の第１の値を分析するアナライザと、
    前記分析に少なくとも部分的に基づいて、前記第１のビット深さとは異なる第２のビット深さに関連付けられる複数の第２の値を、前記複数のピクセルについて示す第２の符号化ビデオ信号を生成するビット深さ予測器と
    を備えるビデオシステム。
16. 前記第１の符号化ビデオ信号を供給する基本階層符号器
    をさらに備える、請求項１５に記載のビデオシステム。
17. 前記第２の符号化ビデオ信号を受信する上位階層符号器
    をさらに備える、請求項１６に記載のビデオシステム。
18. 前記第２の符号化ビデオ信号を少なくとも部分的に生成する逆トーンマッピング部
    をさらに備える、請求項１５に記載のビデオシステム。
19. 前記第２の符号化ビデオ信号を少なくとも部分的に生成するブロックベース逆スケーリング部
    さらに備える、請求項１５に記載のビデオシステム。
20. 前記アナライザは、
    前記近隣部分内においてエッジの存在を検出するべく、前記近隣部分内に位置する前記複数のピクセルの前記複数の第１の値を処理する内容アナライザと、
    前記処理された複数の第１の値について少なくとも１つの統計値を決める統計アナライザと
    を有する
    請求項１５に記載のビデオシステム。

Images