JP2015005893A - Image processing apparatus and method - Google Patents
Image processing apparatus and method Download PDFInfo
- Publication number
- JP2015005893A JP2015005893A JP2013130276A JP2013130276A JP2015005893A JP 2015005893 A JP2015005893 A JP 2015005893A JP 2013130276 A JP2013130276 A JP 2013130276A JP 2013130276 A JP2013130276 A JP 2013130276A JP 2015005893 A JP2015005893 A JP 2015005893A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- image
- residual
- signal
- prediction
- 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
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
- H04N19/136—Incoming video signal characteristics or properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
-
- 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
- H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
-
- 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
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
- H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
- H04N19/426—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements using memory downsizing methods
-
- 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
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/98—Adaptive-dynamic-range coding [ADRC]
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
Description
本開示は画像処理装置および方法に関し、特に、符号化または復号に必要な記憶容量の増大を抑制することができるようにした画像処理装置および方法に関する。 The present disclosure relates to an image processing apparatus and method, and more particularly, to an image processing apparatus and method capable of suppressing an increase in storage capacity necessary for encoding or decoding.
近年、画像情報をデジタルとして取り扱い、その際、効率の高い情報の伝送、蓄積を目的とし、画像情報特有の冗長性を利用して、離散コサイン変換等の直交変換と動き補償により圧縮する符号化方式を採用して画像を圧縮符号する装置が普及しつつある。この符号化方式には、例えば、MPEG(Moving Picture Experts Group)やH.264及びMPEG-4 Part10 (Advanced Video Coding、以下 AVCと記す)などがある。 In recent years, image information has been handled as digital data, and at that time, for the purpose of efficient transmission and storage of information, encoding is performed by orthogonal transform such as discrete cosine transform and motion compensation using redundancy unique to image information. An apparatus that employs a method to compress and code an image is becoming widespread. Examples of this encoding method include MPEG (Moving Picture Experts Group) and H.264. H.264 and MPEG-4 Part10 (Advanced Video Coding, hereinafter referred to as AVC).
そして、現在、H.264/AVCより更なる符号化効率の向上を目的として、ITU-TとISO/IECとの共同の標準化団体であるJCTVC (Joint Collaboration Team - Video Coding) により、HEVC (High Efficiency Video Coding) と呼ばれる符号化方式の標準化が進められている。 And now H. It is called HEVC (High Efficiency Video Coding) by JCTVC (Joint Collaboration Team-Video Coding), a joint standardization organization of ITU-T and ISO / IEC, for the purpose of further improving coding efficiency than H.264 / AVC. Standardization of the encoding method is underway.
ところで、これまでの、MPEG-2やAVCといった画像符号化方式は、画像を複数のレイヤに階層化して符号化するスケーラビリティ(scalability)機能を有していた。HEVCにおいても同様の階層符号化・階層復号(スケーラブル符号化・スケーラブル復号とも称する)が提案されている。 By the way, the conventional image encoding methods such as MPEG-2 and AVC have a scalability function for encoding an image by layering a plurality of layers. In the HEVC, the same hierarchical coding / hierarchical decoding (also referred to as scalable coding / scalable decoding) has been proposed.
このようなスケーラブル符号化・スケーラブル復号においては、処理対象の画像データは、階層化され、他のレイヤを参照せずに符号化・復号を行うベースレイヤ(Base layer)と、他のレイヤ(ベースレイヤ若しくは他のエンハンスメントレイヤ)を参照して符号化・復号を行うエンハンスメントレイヤ(Enhancement layer)を有する。 In such scalable encoding / scalable decoding, image data to be processed is hierarchized, and a base layer that performs encoding / decoding without referring to other layers, and another layer (base An enhancement layer (enhancement layer) that performs encoding / decoding with reference to a layer or another enhancement layer is included.
例えば、空間解像度がスケーラブルな(レイヤ間で空間解像度が異なる)スペーシャルスケーラビリティ(Spatial Scalability)の場合、ベースレイヤ(Baselayer)の画像をエンハンスメントレイヤの処理に利用するためには、そのベースレイヤの画像をアップサンプル処理する必要がある。 For example, in the case of spatial scalability with spatial resolution scalable (spatial resolution varies between layers), in order to use the base layer image for enhancement layer processing, the image of the base layer Need to upsample processing.
ところで、AVC符号化処理に基づくスケーラブル(Scalable)符号化処理においては、フレーム間予測符号化で符号化されたマクロブロックであるインターブロックの予測誤差信号(残差信号とも称する)に対して、階層間予測を行うことが可能である。HEVC符号化処理に基づくスケーラブル(Scalable)符号化処理においても、これと同様の処理を行うことが提案されている(例えば、非特許文献1参照)。 By the way, in the scalable coding process based on the AVC coding process, a layer is used for a prediction error signal (also referred to as a residual signal) of an inter block that is a macroblock coded by inter-frame prediction coding. Inter-prediction can be performed. In scalable encoding processing based on HEVC encoding processing, it has been proposed to perform similar processing (see, for example, Non-Patent Document 1).
この非特許文献1においては、エンハンスメントレイヤにおける最終的な予測画像を生成する際に、ベースレイヤにおける残差信号を用いるか否か、また、残差信号を用いる場合、どのくらい用いるかを表す重み係数を伝送することが提案されている。
In this
したがって、ベースレイヤの残差信号をエンハンスメントレイヤの処理に利用するために、ベースレイヤの残差信号を保持する必要がある。 Therefore, in order to use the base layer residual signal for enhancement layer processing, it is necessary to hold the base layer residual signal.
しかしながら、入力信号が8ビット(bit)である場合、残差信号は符号付きの9bitとなる。そのため、この残差信号を保持しておくためのバッファの記憶容量が増大する恐れがあった。 However, if the input signal is 8 bits (bits), the residual signal is 9 bits with a sign. As a result, the storage capacity of the buffer for holding the residual signal may increase.
本開示は、このような状況に鑑みてなされたものであり、符号化または復号に必要な記憶容量の増大を抑制することができるものである。 The present disclosure has been made in view of such a situation, and can suppress an increase in storage capacity necessary for encoding or decoding.
本技術の一側面の画像符号化装置は、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する残差予測部と、前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う符号化部とを備える。 An image encoding device according to an aspect of the present technology, when an input signal of image data including a plurality of layers is 8 bits, is a residual error that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data. When the difference signal is 9 bits, a residual prediction unit that determines the value of the weighting factor of the residual signal to 0.5, and a residual signal that has been subjected to the value of the weighting factor determined by the residual prediction unit And an encoding unit that encodes the current layer of the image data.
前記符号化部により生成された前記画像データの符号化データと、前記重み係数の値として0を用いるか、または非0を用いるかに関する情報である重み係数使用情報を伝送する伝送部をさらに備えることができる。 A transmission unit that transmits encoded data of the image data generated by the encoding unit and weighting factor use information that is information regarding whether to use 0 or non-zero as the value of the weighting factor; be able to.
前記伝送部は、前記重み係数使用情報を、CU(Coding Unit)毎に伝送することができる。 The transmission unit can transmit the weighting factor usage information for each CU (Coding Unit).
前記伝送部は、前記重み係数使用情報を、LCU(Largest Coding Unit)毎またはスライスヘッダ毎に伝送することができる。 The transmission unit may transmit the weighting factor usage information for each LCU (Largest Coding Unit) or for each slice header.
前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1に決定することができる。 The residual prediction unit can determine the value of the weighting factor of the residual signal as 1 when the residual signal is 8 bits.
前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1または0.5に決定することができる。 The residual prediction unit can determine the value of the weighting coefficient of the residual signal as 1 or 0.5 when the residual signal is 8 bits.
前記伝送部は、前記重み係数の値として非0を用いる場合で、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値として1および0.5のどちらを用いるかに関する情報である重み係数値情報を伝送することができる。 In the case where the transmission unit uses non-zero as the value of the weighting factor, and the residual signal is 8 bits, information regarding which of 1 and 0.5 is used as the value of the weighting factor of the residual signal Certain weighting factor value information can be transmitted.
前記伝送部は、前記重み係数値情報を、PU(Prediction Unit)毎に伝送することができる。 The transmission unit may transmit the weight coefficient value information for each PU (Prediction Unit).
前記伝送部は、前記重み係数値情報を、CU(Coding Unit)毎に伝送することができる。 The transmission unit can transmit the weight coefficient value information for each CU (Coding Unit).
前記画像データの入力信号は、輝度信号であることができる。 The input signal for the image data may be a luminance signal.
前記他のレイヤのシーケンスパラメータセットにおいて、輝度信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定することができる。 In the sequence parameter set of the other layer, when the value of the parameter defining the bit depth of the luminance signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer When the signal is 9 bits, the value of the weighting factor of the residual signal can be determined to be 0.5.
前記画像データの入力信号は、色差信号である。 The input signal of the image data is a color difference signal.
前記他のレイヤのシーケンスパラメータセットにおいて、色差信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定することができる。 In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer. When the signal is 9 bits, the value of the weighting factor of the residual signal can be determined to be 0.5.
本技術の一側面の画像符号化方法は、画像符号化装置が、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う。 An image coding method according to an aspect of the present technology is such that, when an image coding apparatus has an 8-bit input signal of image data including a plurality of layers, inter-frame prediction in another layer different from the current layer of the image data. When the residual signal that is the prediction error of 9 bits is 9 bits, the value of the weighting coefficient of the residual signal is determined to be 0.5, and the residual signal to which the determined weighting coefficient value is applied is used to determine the image. Encode the current layer of data.
本技術の他の側面の画像復号装置は、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する残差予測部と、前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う復号部とを備える。 The image decoding device according to another aspect of the present technology, when an input signal of image data including a plurality of layers is 8 bits, is a residual error that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data. When the difference signal is 9 bits, a residual prediction unit that determines the value of the weighting factor of the residual signal to 0.5, and a residual signal that has been subjected to the value of the weighting factor determined by the residual prediction unit And a decoding unit that decodes the current layer of the encoded data of the image data.
前記符号化データと、前記重み係数の値として0を用いるか、または非0を用いるかに関する情報である重み係数使用情報とを受け取る受け取り部をさらに備え、前記残差予測部は、前記重み係数使用情報が非0を用いることを示す情報である場合、前記残差信号の重み係数の値を0.5に決定することができる。 A receiving unit that receives the encoded data and weighting factor use information that is information regarding whether to use 0 or non-zero as the value of the weighting factor; and the residual prediction unit includes the weighting factor If the usage information is information indicating that non-zero is used, the value of the weighting factor of the residual signal can be determined to be 0.5.
前記受け取り部は、前記重み係数使用情報を、CU(Coding Unit)毎に受け取ることができる。 The receiving unit can receive the weighting factor usage information for each CU (Coding Unit).
前記受け取り部は、前記重み係数使用情報を、LCU(Largest Coding Unit)毎またはスライスヘッダ毎に受け取ることができる。 The receiving unit can receive the weighting factor usage information for each LCU (Largest Coding Unit) or for each slice header.
前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1に決定することができる。 The residual prediction unit can determine the value of the weighting factor of the residual signal as 1 when the residual signal is 8 bits.
前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1または0.5に決定することができる。 The residual prediction unit can determine the value of the weighting coefficient of the residual signal as 1 or 0.5 when the residual signal is 8 bits.
前記受け取り部は、前記重み係数の値として非0を用いる場合で、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値として1および0.5のどちらを用いるかに関する情報である重み係数情報を受け取ることができる。 In the case where the receiving unit uses non-zero as the value of the weighting factor and the residual signal is 8 bits, information regarding which of 1 and 0.5 is used as the value of the weighting factor of the residual signal Certain weighting factor information can be received.
前記受け取り部は、前記重み係数情報を、PU(Prediction Unit)毎に受け取ることができる。 The receiving unit can receive the weight coefficient information for each PU (Prediction Unit).
前記受け取り部は、前記重み係数情報を、CU(Coding Unit)毎に受け取ることができる。 The receiving unit can receive the weight coefficient information for each CU (Coding Unit).
前記画像データの入力信号は、輝度信号である。 The input signal of the image data is a luminance signal.
前記他のレイヤのシーケンスパラメータセットにおいて、輝度信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定することができる。 In the sequence parameter set of the other layer, when the value of the parameter defining the bit depth of the luminance signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer When the signal is 9 bits, the value of the weighting factor of the residual signal can be determined to be 0.5.
前記画像データの入力信号は、色差信号である。 The input signal of the image data is a color difference signal.
前記他のレイヤのシーケンスパラメータセットにおいて、色差信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定することができる。 In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer. When the signal is 9 bits, the value of the weighting factor of the residual signal can be determined to be 0.5.
本技術の他の側面の画像復号装置は、画像復号装置が、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う。 An image decoding device according to another aspect of the present technology provides inter-frame prediction in another layer different from the current layer of the image data when the input signal of the image data including a plurality of layers is 8 bits. When the residual signal which is a prediction error is 9 bits, the value of the weighting coefficient of the residual signal is determined to be 0.5, and the image data is used by using the residual signal to which the determined weighting coefficient value is applied. The current layer of the encoded data is decoded.
本技術の一側面においては、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値が0.5に決定される。そして、決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化が行われる。 In one aspect of the present technology, when an input signal of image data including a plurality of layers is 8 bits, a residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 If it is a bit, the value of the weighting factor of the residual signal is determined to be 0.5. Then, the current layer of the image data is encoded using the residual signal to which the determined weight coefficient value is applied.
本技術の他の側面においては、複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値が0.5に決定される。そして、決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号が行われる。 In another aspect of the present technology, when an input signal of image data including a plurality of layers is 8 bits, a residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is generated. When it is 9 bits, the value of the weighting factor of the residual signal is determined to be 0.5. Then, decoding of the current layer of the encoded data of the image data is performed using the residual signal to which the determined weight coefficient value is applied.
本開示によれば、画像を符号化・復号することができる。特に、符号化または復号に必要な記憶容量の増大を抑制することができる。 According to the present disclosure, an image can be encoded / decoded. In particular, an increase in storage capacity required for encoding or decoding can be suppressed.
なお、本明細書に記載された効果はあくまで例示であって限定されるものでは無く、また付加的な効果があってもよい。 Note that the effects described in the present specification are merely examples and are not limited, and may have additional effects.
以下、本開示を実施するための形態(以下実施の形態とする)について説明する。なお、説明は以下の順序で行う。
0.概要
1.第1の実施の形態(画像符号化装置)
2.第2の実施の形態(画像復号装置)
3.第3の実施の形態(多視点画像符号化・多視点画像復号装置)
4.第4の実施の形態(コンピュータ)
5.応用例
6.スケーラブル符号化の応用例
7.第5の実施の形態(セット・ユニット・モジュール・プロセッサ)
8.MPEG-DASHのコンテンツ再生システムの応用例
9.Wi-Fi規格の無線通信システムの応用例
Hereinafter, modes for carrying out the present disclosure (hereinafter referred to as embodiments) will be described. The description will be given in the following order.
0.
2. Second embodiment (image decoding apparatus)
3. Third embodiment (multi-view image encoding / multi-view image decoding apparatus)
4). Fourth embodiment (computer)
5. Application example 6. 6. Application example of scalable coding Fifth embodiment (set unit module processor)
8). 8. Application example of MPEG-DASH content playback system Application example of Wi-Fi standard wireless communication system
<0.概要>
[符号化方式]
以下においては、HEVC(High Efficiency Video Coding)方式の画像符号化・復号に適用する場合を例に、本技術を説明する。
<0. Overview>
[Encoding method]
In the following, the present technology will be described by taking as an example the case of application to HEVC (High Efficiency Video Coding) image encoding / decoding.
[コーディングユニット]
AVC(Advanced Video Coding)方式においては、マクロブロックとサブマクロブロックによる階層構造が規定されている。しかしながら、16画素×16画素のマクロブロックでは、次世代符号化方式の対象となるような、UHD(Ultra High Definition;4000画素×2000画素)といった大きな画枠に対して最適ではない。
[Coding unit]
In the AVC (Advanced Video Coding) method, a hierarchical structure is defined by macroblocks and sub-macroblocks. However, a macroblock of 16 pixels × 16 pixels is not optimal for a large image frame such as UHD (Ultra High Definition; 4000 pixels × 2000 pixels), which is a target of the next generation encoding method.
これに対して、HEVC方式においては、図1に示されるように、コーディングユニット(CU(Coding Unit))が規定されている。 On the other hand, in the HEVC scheme, as shown in FIG. 1, a coding unit (CU (Coding Unit)) is defined.
CUは、Coding Tree Block(CTB)とも呼ばれ、AVC方式におけるマクロブロックと同様の役割を果たす、ピクチャ単位の画像の部分領域である。後者は、16×16画素の大きさに固定されているのに対し、前者の大きさは固定されておらず、それぞれのシーケンスにおいて、画像圧縮情報中において指定されることになる。 CU is also called a Coding Tree Block (CTB), and is a partial area of a picture unit image that plays the same role as a macroblock in the AVC method. The latter is fixed to a size of 16 × 16 pixels, whereas the size of the former is not fixed, and is specified in the image compression information in each sequence.
例えば、出力となる符号化データに含まれるシーケンスパラメータセット(SPS(Sequence Parameter Set))において、CUの最大サイズ(LCU(Largest Coding Unit))と最小サイズ((SCU(Smallest Coding Unit))が規定される。 For example, in the sequence parameter set (SPS (Sequence Parameter Set)) included in the output encoded data, the maximum size (LCU (Largest Coding Unit)) and minimum size ((SCU (Smallest Coding Unit)) of the CU are specified. Is done.
それぞれのLCU内においては、SCUのサイズを下回らない範囲で、split-flag=1とすることにより、より小さなサイズのCUに分割することができる。図1の例では、LCUの大きさが128であり、最大階層深度が5となる。2N×2Nの大きさのCUは、split_flagの値が「1」である時、1つ下の階層となる、N×Nの大きさのCUに分割される。 Within each LCU, split-flag = 1 can be divided into smaller CUs within a range that does not fall below the SCU size. In the example of FIG. 1, the LCU size is 128 and the maximum hierarchical depth is 5. When the value of split_flag is “1”, the 2N × 2N size CU is divided into N × N size CUs that are one level below.
更に、CUは、イントラ若しくはインター予測の処理単位となる領域(ピクチャ単位の画像の部分領域)であるプレディクションユニット(Prediction Unit(PU))に分割される。また、PUは、直交変換の処理単位となる領域(ピクチャ単位の画像の部分領域)である、トランスフォームユニット(Transform Unit(TU))に分割される。現在、HEVC方式においては、4×4及び8×8に加え、16×16及び32×32直交変換を用いることが可能である。 Further, the CU is divided into prediction units (Prediction Units (PUs)) that are regions (partial regions of images in units of pictures) that are processing units for intra or inter prediction. The PU is divided into transform units (Transform Units (TU)), which are regions (partial regions of images in units of pictures), which are orthogonal transform processing units. At present, in the HEVC system, it is possible to use 16 × 16 and 32 × 32 orthogonal transforms in addition to 4 × 4 and 8 × 8.
以上のHEVC方式のように、CUを定義し、そのCUを単位として各種処理を行うような符号化方式の場合、AVC方式におけるマクロブロックはLCUに相当し、ブロック(サブブロック)はCUに相当すると考えることができる。また、AVC方式における動き補償ブロックは、PUに相当すると考えることができる。ただし、CUは、階層構造を有するので、その最上位階層のLCUのサイズは、例えば128×128画素のように、AVC方式のマクロブロックより大きく設定されることが一般的である。 In the case of an encoding method in which a CU is defined and various processes are performed in units of the CU as in the above HEVC method, a macro block in the AVC method corresponds to an LCU, and a block (sub block) corresponds to a CU. Then you can think. A motion compensation block in the AVC method can be considered to correspond to a PU. However, since the CU has a hierarchical structure, the size of the LCU of the highest hierarchy is generally set larger than the macro block of the AVC method, for example, 128 × 128 pixels.
よって、以下、LCUは、AVC方式におけるマクロブロックをも含むものとし、CUは、AVC方式におけるブロック(サブブロック)をも含むものとする。つまり、以下の説明に用いる「ブロック」は、ピクチャ内の任意の部分領域を示し、その大きさ、形状、および特性等は限定されない。つまり、「ブロック」には、例えば、TU、PU、SCU、CU、LCU、サブブロック、マクロブロック、またはスライス等任意の領域(処理単位)が含まれる。もちろん、これら以外の部分領域(処理単位)も含まれる。サイズや処理単位等を限定する必要がある場合は、適宜説明する。 Therefore, hereinafter, it is assumed that the LCU also includes a macroblock in the AVC scheme, and the CU also includes a block (sub-block) in the AVC scheme. That is, “block” used in the following description indicates an arbitrary partial area in the picture, and its size, shape, characteristics, and the like are not limited. That is, the “block” includes an arbitrary area (processing unit) such as a TU, PU, SCU, CU, LCU, sub-block, macroblock, or slice. Of course, other partial areas (processing units) are also included. When it is necessary to limit the size, processing unit, etc., it will be described as appropriate.
また、本明細書において、CTU(Coding Tree Unit)は、LCU(最大数のCU)のCTB(Coding Tree Block)と、そのLCUベース(レベル)で処理するときのパラメータを含む単位であるとする。また、CTUを構成するCU(Coding Unit)は、CB(Coding Block)と、そのCUベース(レベル)で処理するときのパラメータを含む単位であるとする。 Also, in this specification, a CTU (Coding Tree Unit) is a unit including a CTB (Coding Tree Block) of an LCU (maximum number of CUs) and parameters when processing on the basis of the LCU (level). . Also, a CU (Coding Unit) constituting a CTU is a unit including a CB (Coding Block) and a parameter for processing in the CU base (level).
[モード選択]
ところで、AVCそしてHEVC符号化方式において、より高い符号化効率を達成するには、適切な予測モードの選択が重要である。
[Mode selection]
By the way, in the AVC and HEVC encoding schemes, selection of an appropriate prediction mode is important to achieve higher encoding efficiency.
かかる選択方式の例として、JM (Joint Model) と呼ばれるH.264/MPEG-4 AVCの参照ソフトウエア (http://iphome.hhi.de/suehring/tml/index.htm において公開されている) に実装されている方法を挙げることが出来る。 An example of such a selection method is H.264 / MPEG-4 AVC reference software called JM (Joint Model) (published at http://iphome.hhi.de/suehring/tml/index.htm) The method implemented in can be mentioned.
JMにおいては、以下に述べる、High Complexity Modeと、Low Complexity Modeの2通りのモード判定方法を選択することが可能である。どちらも、それぞれの予測モードModeに関するコスト関数値を算出し、これを最小にする予測モードを当該ブロック乃至マクロブロックに対する最適モードとして選択する。 In JM, it is possible to select the following two mode determination methods: High Complexity Mode and Low Complexity Mode. In both cases, a cost function value for each prediction mode Mode is calculated, and a prediction mode that minimizes the cost function value is selected as the optimum mode for the block or macroblock.
High Complexity Modeにおけるコスト関数は、以下の式(1)のように示される。 The cost function in High Complexity Mode is shown as the following formula (1).
ここで、Ωは、当該ブロック乃至マクロブロックを符号化するための候補モードの全体集合、Dは、当該予測モードで符号化した場合の、復号画像と入力画像の差分エネルギーである。λは、量子化パラメータの関数として与えられるLagrange未定乗数である。Rは、直交変換係数を含んだ、当該モードで符号化した場合の総符号量である。 Here, Ω is the entire set of candidate modes for encoding the block or macroblock, and D is the difference energy between the decoded image and the input image when encoded in the prediction mode. λ is a Lagrange undetermined multiplier given as a function of the quantization parameter. R is the total code amount when encoding is performed in this mode, including orthogonal transform coefficients.
つまり、High Complexity Modeでの符号化を行うには、上記パラメータD及びRを算出するため、全ての候補モードにより、一度、仮エンコード処理を行う必要があり、より高い演算量を要する。 In other words, in order to perform encoding in the High Complexity Mode, the parameters D and R are calculated. Therefore, it is necessary to perform a temporary encoding process once in all candidate modes, which requires a higher calculation amount.
Low Complexity Modeにおけるコスト関数は、以下の式(2)のように示される。 The cost function in Low Complexity Mode is shown as the following formula (2).
ここで、Dは、High Complexity Modeの場合と異なり、予測画像と入力画像の差分エネルギーとなる。QP2Quant(QP)は、量子化パラメータQPの関数として与えられ、HeaderBitは、直交変換係数を含まない、動きベクトルや、モードといった、Headerに属する情報に関する符号量である。 Here, unlike the case of High Complexity Mode, D is the difference energy between the predicted image and the input image. QP2Quant (QP) is given as a function of the quantization parameter QP, and HeaderBit is a code amount related to information belonging to Header, such as a motion vector and mode, which does not include an orthogonal transform coefficient.
すなわち、Low Complexity Modeにおいては、それぞれの候補モードに関して、予測処理を行う必要があるが、復号画像までは必要ないため、符号化処理まで行う必要はない。このため、High Complexity Modeより低い演算量での実現が可能である。 That is, in Low Complexity Mode, it is necessary to perform prediction processing for each candidate mode, but it is not necessary to perform decoding processing because it is not necessary to perform decoding processing. For this reason, realization with a calculation amount lower than High Complexity Mode is possible.
[階層符号化]
ところで、これまでの、MPEG2、AVCといった画像符号化方式は、スケーラビリティ(scalability)機能を有していた。スケーラブル符号化(階層符号化)とは、画像を複数レイヤ化(階層化)し、レイヤ毎に符号化する方式である。図2は、階層画像符号化方式の一例を示す図である。
[Hierarchical coding]
By the way, the conventional image coding methods such as MPEG2 and AVC have a scalability function. Scalable encoding (hierarchical encoding) is a scheme in which an image is divided into a plurality of layers (hierarchical) and encoded for each layer. FIG. 2 is a diagram illustrating an example of a hierarchical image encoding scheme.
図2に示されるように、画像の階層化においては、スケーラビリティ機能を有する所定のパラメータを基準として1の画像が複数の階層(レイヤ)に分割される。つまり、階層化された画像(階層画像)は、その所定のパラメータの値が互いに異なる複数の階層(レイヤ)の画像を含む。この階層画像の複数のレイヤは、他のレイヤの画像を利用せずに自身のレイヤの画像のみを用いて符号化・復号を行うベースレイヤと、他のレイヤの画像を利用して符号化・復号を行うノンベースレイヤ(エンハンスメントレイヤとも称する)とによりなる。ノンベースレイヤは、ベースレイヤの画像を利用するようにしても良いし、他のノンベースレイヤの画像を利用するようにしてもよい。 As shown in FIG. 2, in image hierarchization, one image is divided into a plurality of hierarchies (layers) based on a predetermined parameter having a scalability function. That is, the hierarchized image (hierarchical image) includes images of a plurality of hierarchies (layers) having different predetermined parameter values. A plurality of layers of this hierarchical image are encoded / decoded using only the image of the own layer without using the image of the other layer, and encoded / decoded using the image of the other layer. It consists of a non-base layer (also called enhancement layer) that performs decoding. As the non-base layer, an image of the base layer may be used, or an image of another non-base layer may be used.
一般的に、ノンベースレイヤは、冗長性が低減されるように、自身の画像と、他のレイヤの画像との差分画像のデータ(差分データ)により構成される。例えば、1の画像をベースレイヤとノンベースレイヤ(エンハンスメントレイヤとも称する)に2階層化した場合、ベースレイヤのデータのみで元の画像よりも低品質な画像が得られる。そして、ベースレイヤのデータとノンベースレイヤのデータを合成することで、元の画像(すなわち高品質な画像)が得られる。 In general, the non-base layer is composed of difference image data (difference data) between its own image and an image of another layer so that redundancy is reduced. For example, when one image is divided into two layers of a base layer and a non-base layer (also referred to as an enhancement layer), an image having a lower quality than the original image can be obtained using only the data of the base layer. Then, by combining the base layer data and the non-base layer data, an original image (that is, a high-quality image) is obtained.
このように画像を階層化することにより、状況に応じて多様な品質の画像を容易に得ることができる。例えば携帯電話のような、処理能力の低い端末に対しては、ベースレイヤ(base layer)のみの画像圧縮情報を伝送し、空間時間解像度の低い、或いは、画質の良くない動画像を再生し、テレビやパーソナルコンピュータのような、処理能力の高い端末に対しては、ベースレイヤ(base layer)に加えて、エンハンスメントレイヤ(enhancement layer)の画像圧縮情報を伝送し、空間時間解像度の高い、或いは、画質の高い動画像を再生するといったように、トランスコード処理を行うことなく、端末やネットワークの能力に応じた画像圧縮情報を、サーバから送信することが可能となる。 By hierarchizing images in this way, it is possible to easily obtain images of various qualities depending on the situation. For example, to a terminal with low processing capability, such as a mobile phone, image compression information of only the base layer is transmitted, and a moving image with low spatiotemporal resolution or poor image quality is reproduced. For terminals with high processing capabilities, such as televisions and personal computers, in addition to the base layer, the image compression information of the enhancement layer is transmitted and the spatial time resolution is high, or Image compression information corresponding to the capabilities of the terminal and the network can be transmitted from the server without performing transcoding processing, such as playing a moving image with high image quality.
[スケーラブルなパラメータ]
このような階層画像符号化・階層画像復号(スケーラブル符号化・スケーラブル復号)において、スケーラビリティ(scalability)機能を有するパラメータは、任意である。例えば、図3に示されるような空間解像度をそのパラメータとしてもよい(spatial scalability)。このスペーシャルスケーラビリティ(spatial scalability)の場合、レイヤ毎に画像の解像度が異なる。つまり、図3に示されるように、各ピクチャが、元の画像より空間的に低解像度のベースレイヤと、ベースレイヤの画像と合成することにより元の画像(元の空間解像度)が得られるエンハンスメントレイヤの2階層に階層化される。もちろん、この階層数は一例であり、任意の階層数に階層化することができる。
[Scalable parameters]
In such hierarchical image encoding / hierarchical image decoding (scalable encoding / scalable decoding), parameters having a scalability function are arbitrary. For example, the spatial resolution as shown in FIG. 3 may be used as the parameter (spatial scalability). In the case of this spatial scalability, the resolution of the image is different for each layer. That is, as shown in FIG. 3, the enhancement is such that each picture is synthesized with the base layer having a spatially lower resolution than the original image and the base layer image to obtain the original image (original spatial resolution). Layered into two layers. Of course, this number of hierarchies is an example, and the number of hierarchies can be hierarchized.
また、このようなスケーラビリティ性を持たせるパラメータとして、他には、例えば、図4に示されるような、時間解像度を適用しても良い(temporal scalability)。このテンポラルスケーラビリティ(temporal scalability)の場合、レイヤ毎にフレームレートが異なる。つまり、この場合、図4に示されるように、互いに異なるフレームレートのレイヤに階層化されており、低フレームレートのレイヤに、高フレームレートのレイヤを加えることで、より高フレームレートの動画像を得ることができ、全てのレイヤを加えることで、元の動画像(元のフレームレート)を得ることができる。この階層数は一例であり、任意の階層数に階層化することができる。 In addition, as a parameter for providing such scalability, for example, a temporal resolution as shown in FIG. 4 may be applied (temporal scalability). In the case of this temporal scalability, the frame rate is different for each layer. That is, in this case, as shown in FIG. 4, layers are layered at different frame rates, and by adding a high frame rate layer to a low frame rate layer, a higher frame rate moving image is obtained. By adding all the layers, the original moving image (original frame rate) can be obtained. This number of hierarchies is an example and can be hierarchized to an arbitrary number of hierarchies.
さらに、このようなスケーラビリティ性を持たせるパラメータとして、例えば、信号雑音比(SNR(Signal to Noise ratio))を適用しても良い(SNR scalability)。このSNRスケーラビリティ(SNR scalability)の場合、レイヤ毎にSN比が異なる。つまり、図5に示されるように、各ピクチャが、元の画像よりSNRの低いベースレイヤと、ベースレイヤの画像と合成することにより元の画像(元のSNR)が得られるエンハンスメントレイヤの2階層に階層化される。すなわち、ベースレイヤ(base layer)画像圧縮情報においては、低PSNRの画像に関する情報が伝送されており、これに、エンハンスメントレイヤ(enhancement layer)画像圧縮情報を加えることで、高PSNR画像を再構築することが可能である。もちろん、この階層数は一例であり、任意の階層数に階層化することができる。 Further, for example, a signal-to-noise ratio (SNR) may be applied as a parameter for providing such scalability (SNR scalability). In the case of this SNR scalability (SNR scalability), the SN ratio is different for each layer. That is, as shown in FIG. 5, each picture has two layers of enhancement layers in which the original image (original SNR) is obtained by combining the base layer with a lower SNR than the original image and the base layer image. Is layered. That is, in the base layer image compression information, information related to a low PSNR image is transmitted, and an enhancement layer image compression information is added to the information to reconstruct a high PSNR image. It is possible. Of course, this number of hierarchies is an example, and the number of hierarchies can be hierarchized.
スケーラビリティ性を持たせるパラメータは、上述した例以外であっても、もちろんよい。例えば、ベースレイヤ(base layer)が8ビット(bit)画像よりなり、これにエンハンスメントレイヤ(enhancement layer)を加えることにより、10ビット(bit)画像が得られるビット深度スケーラビリティ(bit-depth scalability)がある。 Of course, the parameters for providing scalability may be other than the example described above. For example, the base layer is composed of an 8-bit image, and by adding an enhancement layer to this, a bit-depth scalability for obtaining a 10-bit image is obtained. is there.
また、ベースレイヤ(base layer)が4:2:0フォーマットのコンポーネント画像よりなり、これにエンハンスメントレイヤ(enhancement layer)を加えることにより、4:2:2フォーマットのコンポーネント画像が得られるクロマスケーラビリティ(chroma scalability)がある。 In addition, the base layer is composed of component images in 4: 2: 0 format, and the enhancement layer (enhancement layer) is added to this, resulting in chroma scalability (chroma) scalability).
[動き補償のための内挿フィルタ]
HEVCにおいては、図6に示されるような動き補償のための内挿フィルタが定められている。例えば、輝度信号は、8タップ(tap)フィルタを用いて、1/4画素精度の動き補償を行う。また、色差信号は、4タップ(tap)フィルタを用いて、1/8画素精度の動き補償を行う。いずれも、処理が16ビット(bit)精度に収まるよう規定されている。これらの係数は、DCT-IFと呼ばれる手法により設計されたものである。
[Interpolation filter for motion compensation]
In HEVC, an interpolation filter for motion compensation as shown in FIG. 6 is defined. For example, the luminance signal is subjected to motion compensation with 1/4 pixel accuracy using an 8-tap filter. The color difference signal is subjected to motion compensation with 1/8 pixel accuracy using a 4-tap filter. In both cases, the processing is specified to be within 16-bit accuracy. These coefficients are designed by a technique called DCT-IF.
[階層間予測]
ところで、AVC符号化処理に基づくスケーラブル(Scalable)符号化処理においては、フレーム間予測符号化で符号化されたマクロブロックであるインターブロックの予測誤差信号(残差信号とも称する)に対して、階層間予測を行うことが可能である。
[Inter-layer prediction]
By the way, in the scalable coding process based on the AVC coding process, a layer is used for a prediction error signal (also referred to as a residual signal) of an inter block that is a macroblock coded by inter-frame prediction coding. Inter-prediction can be performed.
例えば、図7において、エンハンスメントレイヤ(Enhancement layer)における残差信号[ResE]は、エンハンスメントレイヤのカレントブロックの画像データ[CurE]と、エンハンスメントレイヤの参照ブロックの画像データ[RefE]とを用いて、以下の式(3)のように算出される。 For example, in FIG. 7, the residual signal [ResE] in the enhancement layer (Enhancement layer) uses the image data [CurE] of the current block of the enhancement layer and the image data [RefE] of the reference block of the enhancement layer, It is calculated as the following formula (3).
同様に、ベースレイヤにおける残差信号[ResB]は、ベースレイヤのカレントブロックの画像データ[CurB]と、ベースレイヤの参照ブロックの画像データ[RefB]とを用いて、以下の式(4)のように算出される。 Similarly, the residual signal [ResB] in the base layer is expressed by the following equation (4) using the image data [CurB] of the current block of the base layer and the image data [RefB] of the reference block of the base layer. Is calculated as follows.
スケーラブル符号化においては、エンハンスメントレイヤにおける予測効率と、ベースレイヤにおける予測効率には相関があると考えられる。すなわち、上記において、エンハンスメントレイヤにおける残差信号[ResE]が大きい値を取る時、ベースレイヤにおける残差信号[ResB]の値も大きいと考えられる。したがって、ベースレイヤにおける残差信号を用いてエンハンスメントレイヤにおける残差信号の情報量を低減させることができる。 In scalable coding, it is considered that there is a correlation between the prediction efficiency in the enhancement layer and the prediction efficiency in the base layer. That is, in the above, when the residual signal [ResE] in the enhancement layer takes a large value, it is considered that the value of the residual signal [ResB] in the base layer is also large. Therefore, the residual signal information amount in the enhancement layer can be reduced using the residual signal in the base layer.
しかしながら、スペーシャルスケーラビリティ(Spatial Scalability)による処理がなされる時、ベースレイヤとエンハンスメントレイヤでは解像度が異なる。そこで、ベースレイヤにおける残差信号[ResB]をエンハンスメントレイヤの解像度にアップサンプルするようにし、そのアップサンプルされたベースレイヤにおける残差信号を用いてエンハンスメントレイヤにおける残差信号の情報量を低減させるようにする。 However, when processing based on spatial scalability is performed, the resolution is different between the base layer and the enhancement layer. Therefore, the residual signal [ResB] in the base layer is upsampled to the resolution of the enhancement layer, and the residual signal in the enhancement layer is reduced using the upsampled residual signal in the base layer. To.
つまり、演算後のエンハンスメントレイヤにおける残差信号[ResE']は、演算前のエンハンスメントレイヤにおける残差信号[ResE]と、アップサンプルされたベースレイヤにおける残差信号UP[ResB]とを用いて、以下の式(5)のように算出される。 In other words, the residual signal [ResE ′] in the enhancement layer after the calculation uses the residual signal [ResE] in the enhancement layer before the calculation and the residual signal UP [ResB] in the up-sampled base layer, It is calculated as the following formula (5).
このようにエンハンスメントレイヤにおける残差信号を算出することにより、エンハンスメントレイヤにおける符号化効率を向上させることができる。 By calculating the residual signal in the enhancement layer in this way, the encoding efficiency in the enhancement layer can be improved.
なお、これと同様の処理を行うことが、HEVC符号化処理に基づくスケーラブル(Scalable)符号化処理においても非特許文献1において提案されている。
非特許文献1においては、最終的な予測画像Pは、エンハンスメントレイヤにおける予測画像Pe0と、ベースレイヤにおける当該ブロックの画素Bbと、ベースレイヤにおける予測画像Pb0とを用いて、以下の式(6)のように生成されることが提案されている。
In
ところが、このようにベースレイヤにおける残差信号(残差情報とも称する)をエンハンスメントレイヤの処理に利用するためには、ベースレイヤの残差信号を保持する必要がある。しかしながら、入力信号が8ビット(bit)であり、残差信号の重み係数wの値が1である場合、w(Bb-Pb0)の値は9ビットになる。そのため、ソフトウエア処理を行う場合、バッファは、バイトアライメント(byte allignment)される必要があるため、16ビットとなり、この残差信号を保持しておくためのバッファの記憶容量が増大する恐れがあった。 However, in order to use the residual signal (also referred to as residual information) in the base layer for enhancement layer processing as described above, it is necessary to hold the base layer residual signal. However, when the input signal is 8 bits (bits) and the weighting factor w of the residual signal is 1, the value of w (Bb−Pb0) is 9 bits. For this reason, when performing software processing, the buffer needs to be byte aligned (byte allignment), so it becomes 16 bits, and there is a possibility that the storage capacity of the buffer for holding this residual signal may increase. It was.
[残差信号の情報量低減]
そこで、複数レイヤよりなる画像データの入力信号が8ビットである場合に、画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、残差信号の重み係数の値を0.5に決定するようにする。カレントレイヤの符号化・復号には、決定された重み係数の値が施された残差信号を用いるようにする。
[Reduction of residual signal information]
Therefore, when the input signal of image data consisting of a plurality of layers is 8 bits, the residual signal is 9 bits when the residual signal, which is the prediction error of inter-frame prediction in another layer different from the current layer of the image data, is 9 bits The value of the signal weighting factor is determined to be 0.5. For encoding / decoding of the current layer, a residual signal to which the determined weight coefficient value is applied is used.
このようにすることにより、バッファに記憶する残差信号の情報量の増大を回避することができる。つまり、バッファの記憶容量の増大を回避し、回路を削減することができる。すなわち、符号化・復号に必要な記憶容量の増大を回避することができる。 By doing so, an increase in the amount of information of the residual signal stored in the buffer can be avoided. That is, an increase in the storage capacity of the buffer can be avoided and the number of circuits can be reduced. That is, an increase in storage capacity necessary for encoding / decoding can be avoided.
なお、「カレントレイヤ」とは、符号化・復号の処理対象のレイヤであり、例えばエンハンスメントレイヤを示す。また、「他のレイヤ」とは、カレントレイヤの処理において利用する残差信号を取得するカレントレイヤ以外のレイヤのことであり、例えばベースレイヤ若しくは他のエンハンスメントレイヤを示す。 The “current layer” is a layer to be encoded / decoded, for example, an enhancement layer. The “other layer” refers to a layer other than the current layer that obtains a residual signal used in the processing of the current layer, and indicates, for example, a base layer or another enhancement layer.
具体的には、まず、当該PUもしくはCUにおいて、残差信号が8ビットで収まる値、すなわち、-128乃至128の範囲(レンジ)の値であるか、その範囲外の値であるかに関する検出が行われる。 Specifically, first, detection regarding whether the residual signal is a value within 8 bits in the PU or CU, that is, a value in the range of -128 to 128 (range) or a value outside that range. Is done.
その結果、8ビットで収まる値である場合には、重み係数wの値を1とする。また、収まらない値である(すなわち、9ビットの値である)場合には、重み係数wの値を0.5とする。 As a result, when the value is within 8 bits, the value of the weight coefficient w is set to 1. If the value does not fit (that is, a 9-bit value), the weight coefficient w is set to 0.5.
これにより、8ビットで収まらない場合も、上述した式(6)による処理を行うとき、wを施した残差を加えることになるため、保持しておくべきデータは、8ビットで済むことになる。つまり、バッファにおける記憶容量の増大を引き起こすことがない。 As a result, even if it cannot fit in 8 bits, when performing the processing according to the above equation (6), a residual to which w is applied is added, so that the data to be held can be 8 bits. Become. That is, the storage capacity of the buffer is not increased.
符号化側においては、このようにして決定された非0のwの値と、wの値が0である場合のコスト関数値の算出が行われて、モード判定処理によりどちらを用いて符号化を行うのかの決定が行われる。 On the encoding side, the non-zero value of w determined in this way and the cost function value when the value of w is 0 are calculated, and which is encoded using the mode determination process A decision is made as to whether
そして、重み係数wが、0または非0のいずれかを用いるかに関する情報(この情報を以下、重み係数使用情報と称する)が、CU毎に伝送される。 Then, information regarding whether the weighting factor w uses 0 or non-zero (this information is hereinafter referred to as weighting factor use information) is transmitted for each CU.
非特許文献1においては、重み係数wが、0,0.5,1のいずれかの値を用いるかに関する情報をCU毎に伝送する必要があり、これには2ビットを要していた。これに対して、本技術の場合、重み係数wが、0または非0のいずれかを用いるかに関する重み係数使用情報を、CU毎に伝送すればよい。これにより、出力となるエンハンスメントレイヤの画像圧縮情報の効率を改善することが可能となる。
In
なお、本技術においては、この重み係数wが0または非0のいずれかを用いるかに関する重み係数使用情報をLCU毎またはSlice Header毎に伝送するようにしてもよい。 In the present technology, the weighting factor usage information regarding whether to use the weighting factor w of 0 or non-zero may be transmitted for each LCU or for each Slice Header.
また、非0の重み係数wを用いる場合であっても、当該CUに含まれるPU毎に、0.5と1のどちらかを用いるかが独立して設定(決定)されることになる。したがって、非特許文献1の提案と比して、それぞれPUの信号の特性に応じた残差予測を行うことが可能になる。これにより、出力となる画像圧縮情報の符号化効率を改善することができる。なお、非0の重み係数wを用いる場合に、0.5と1のどちらかを用いるかについては、CU毎に設定(決定)されてもよい。
Even when a non-zero weight coefficient w is used, it is independently set (determined) which one of 0.5 and 1 is used for each PU included in the CU. Therefore, compared with the proposal of
あるいは、残差情報が8ビットに収まるレンジの場合のみ、重み係数wとして0.5と1のどちらかを用いるかに関する情報を伝送するようにすることも可能である。伝送単位は、上述した決定される単位と同じく、PU毎であってもよいし、CU毎であってもよい。なお、この重み係数wとして0.5と1のどちらかを用いるかに関する情報は、重み係数wが0または非0のいずれかを用いるかに関する重み係数使用情報と区別するため、以下、重み係数値情報と称する。 Alternatively, it is also possible to transmit information regarding whether to use 0.5 or 1 as the weighting coefficient w only in the range where the residual information is within 8 bits. The transmission unit may be for each PU or for each CU, similar to the unit determined above. Note that the information on whether to use 0.5 or 1 as the weighting factor w is distinguished from the weighting factor usage information on whether the weighting factor w is 0 or non-zero. Called.
[輝度信号・色差信号]
また、以上に説明したような、ベースレイヤにおける残差信号の情報量を低減させる処理は、輝度信号及び色差信号のそれぞれに適用することができる。つまり、ベースレイヤにおける残差信号の情報量を低減させる処理を、輝度信号の符号化・復号においてのみ行うようにしてもよいし、色差信号の符号化・復号においてのみ行うようにしてもよいし、輝度信号の符号化・復号および色差信号の符号化・復号の両方において行うようにしてもよい。
[Luminance signal / color difference signal]
Further, the processing for reducing the information amount of the residual signal in the base layer as described above can be applied to each of the luminance signal and the color difference signal. That is, the process of reducing the information amount of the residual signal in the base layer may be performed only in encoding / decoding of the luminance signal, or may be performed only in encoding / decoding of the color difference signal. The luminance signal may be encoded / decoded and the chrominance signal may be encoded / decoded.
[入力信号のビット深度]
また、本技術は、ベースレイヤにおける入力信号のビット深度について限定されないが、本技術は、上述したように、ベースレイヤにおける入力信号が8ビットの場合に、特に効果がある。
[Bit depth of input signal]
Further, the present technology is not limited to the bit depth of the input signal in the base layer, but the present technology is particularly effective when the input signal in the base layer is 8 bits as described above.
なお、本技術は、シンタクスにおいて、次のようにしてベースレイヤにおける入力信号が8ビットの場合に限定することが可能である。 Note that the present technology can be limited to a case where the input signal in the base layer is 8 bits in the syntax as follows.
図8および図9においては、シーケンスパラメータセットのシンタクスが示されている。シーケンスパラメータセットにおけるbit_depth_luma_minus8は、輝度信号のビット深度を定義するパラメータであり、ビット深度から8を減算した値がセットされる。また、シーケンスパラメータセットにおけるbit_depth_chroma_minus8は、色差信号のビット深度を定義するパラメータであり、ビット深度から8を減算した値がセットされる。 8 and 9, the syntax of the sequence parameter set is shown. Bit_depth_luma_minus8 in the sequence parameter set is a parameter that defines the bit depth of the luminance signal, and a value obtained by subtracting 8 from the bit depth is set. Also, bit_depth_chroma_minus8 in the sequence parameter set is a parameter that defines the bit depth of the color difference signal, and a value obtained by subtracting 8 from the bit depth is set.
このbit_depth_luma_minus8の値が0であるとき、輝度信号に、本技術による処理が適用される。また、bit_depth_choma_minus8の値が0であるとき、色差信号に、本技術による処理が適用される。 When the value of bit_depth_luma_minus8 is 0, the processing according to the present technology is applied to the luminance signal. Further, when the value of bit_depth_choma_minus8 is 0, the processing according to the present technology is applied to the color difference signal.
<1.第1の実施の形態>
[画像符号化装置]
次に、以上のような本技術を実現する装置とその方法について説明する。図10は、本技術を適用した画像処理装置の一態様である、画像符号化装置を示す図である。図10に示される画像符号化装置100は、階層画像符号化を行う装置である。図10に示されるように、画像符号化装置100は、ベースレイヤ画像符号化部101、エンハンスメントレイヤ画像符号化部102、および多重化部103を有する。
<1. First Embodiment>
[Image coding device]
Next, an apparatus and method for realizing the present technology as described above will be described. FIG. 10 is a diagram illustrating an image encoding device that is an aspect of an image processing device to which the present technology is applied. An image encoding device 100 shown in FIG. 10 is a device that performs hierarchical image encoding. As illustrated in FIG. 10, the image encoding device 100 includes a base layer
ベースレイヤ画像符号化部101は、ベースレイヤ画像を符号化し、ベースレイヤ画像符号化ストリームを生成する。エンハンスメントレイヤ画像符号化部102は、エンハンスメントレイヤ画像を符号化し、エンハンスメントレイヤ画像符号化ストリームを生成する。多重化部103は、ベースレイヤ画像符号化部101において生成されたベースレイヤ画像符号化ストリームと、エンハンスメントレイヤ画像符号化部102において生成されたエンハンスメントレイヤ画像符号化ストリームとを多重化し、階層画像符号化ストリームを生成する。多重化部103は、生成した階層画像符号化ストリームを復号側に伝送する。
The base layer
ベースレイヤ画像符号化部101は、インター予測を行ったブロックについて、ベースレイヤにおける残差信号を、エンハンスメントレイヤ画像符号化部102に供給する。
The base layer
エンハンスメントレイヤ画像符号化部102は、ベースレイヤにおける残差信号を、ベースレイヤ画像符号化部101から取得する。エンハンスメントレイヤ画像符号化部102は、ベースレイヤにおける入力信号が8ビットである場合に、そのベースレイヤにおける残差信号が9ビットであるとき、その残差信号の重み係数の値を0.5に決定する処理を行う。そして、エンハンスメントレイヤ画像符号化部102は、その決定された重み係数の値が施されたベースレイヤにおける残差信号を用いて、エンハンスメントレイヤの符号化における予測処理を行う。
The enhancement layer
また、エンハンスメントレイヤ画像符号化部102は、その残差信号の重み係数の値が、非0であるか0であるかに関する重み係数使用情報を、多重化部103を介して(階層画像符号化ストリームとして)、復号側に伝送する。
Also, the enhancement layer
[ベースレイヤ画像符号化部]
図11は、図10のベースレイヤ画像符号化部101の主な構成例を示すブロック図である。図11に示されるように、ベースレイヤ画像符号化部101は、A/D変換部111、画面並べ替えバッファ112、演算部113、直交変換部114、量子化部115、可逆符号化部116、蓄積バッファ117、逆量子化部118、および逆直交変換部119を有する。また、ベースレイヤ画像符号化部101は、演算部120、デブロッキングフィルタ121−1、適応オフセットフィルタ121−2、フレームメモリ122、および選択部123を有する。さらに、ベースレイヤ画像符号化部101は、イントラ予測部124、動き予測・補償部125、予測画像選択部126、およびレート制御部127を有する。
[Base layer image encoding unit]
FIG. 11 is a block diagram illustrating a main configuration example of the base layer
A/D変換部111は、入力された画像データ(ベースレイヤ画像情報)をA/D変換し、変換後の画像データ(デジタルデータ)を、画面並べ替えバッファ112に供給し、記憶させる。画面並べ替えバッファ112は、記憶した表示の順番のフレームの画像を、GOP(Group Of Picture)に応じて、符号化のためのフレームの順番に並べ替え、フレームの順番を並び替えた画像を、演算部113に供給する。また、画面並べ替えバッファ112は、フレームの順番を並び替えた画像を、イントラ予測部124および動き予測・補償部125にも供給する。
The A /
演算部113は、画面並べ替えバッファ112から読み出された画像から、予測画像選択部126を介してイントラ予測部124若しくは動き予測・補償部125から供給される予測画像を減算し、その差分情報を直交変換部114に出力する。例えば、イントラ符号化が行われる画像の場合、演算部113は、画面並べ替えバッファ112から読み出された画像から、イントラ予測部124から供給される予測画像を減算する。また、例えば、インター符号化が行われる画像の場合、演算部113は、画面並べ替えバッファ112から読み出された画像から、動き予測・補償部125から供給される予測画像を減算する。
The
直交変換部114は、演算部113から供給される差分情報に対して、離散コサイン変換やカルーネン・レーベ変換等の直交変換を施す。直交変換部114は、その変換係数を量子化部115に供給する。
The
量子化部115は、直交変換部114から供給される変換係数を量子化する。量子化部115は、レート制御部127から供給される符号量の目標値に関する情報に基づいて量子化パラメータを設定し、その量子化を行う。量子化部115は、量子化された変換係数を可逆符号化部116に供給する。
The
可逆符号化部116は、量子化部115において量子化された変換係数を任意の符号化方式で符号化する。係数データは、レート制御部127の制御の下で量子化されているので、この符号量は、レート制御部127が設定した目標値となる(若しくは目標値に近似する)。
The
また、可逆符号化部116は、イントラ予測のモードを示す情報などをイントラ予測部124から取得し、インター予測のモードを示す情報や差分動きベクトル情報などを動き予測・補償部125から取得する。さらに、可逆符号化部116は、シーケンスパラメータセット(SPS)、およびピクチャパラメータセット(PPS)等を含むベースレイヤのNALユニットを適宜生成する。
Further, the
可逆符号化部116は、これらの各種情報を任意の符号化方式で符号化し、符号化データ(符号化ストリームとも称する)の一部とする(多重化する)。可逆符号化部116は、符号化して得られた符号化データを蓄積バッファ117に供給して蓄積させる。
The
可逆符号化部116の符号化方式としては、例えば、可変長符号化または算術符号化等が挙げられる。可変長符号化としては、例えば、H.264/AVC方式で定められているCAVLC(Context-Adaptive Variable Length Coding)などが挙げられる。算術符号化としては、例えば、CABAC(Context-Adaptive Binary Arithmetic Coding)などが挙げられる。
Examples of the encoding method of the
蓄積バッファ117は、可逆符号化部116から供給された符号化データ(ベースレイヤ符号化データ)を、一時的に保持する。蓄積バッファ117は、所定のタイミングにおいて、保持しているベースレイヤ符号化データを、例えば、後段の図示せぬ記録装置(記録媒体)や伝送路などに出力する。すなわち、蓄積バッファ117は、符号化データを伝送する伝送部でもある。
The
また、量子化部115において量子化された変換係数は、逆量子化部118にも供給される。逆量子化部118は、その量子化された変換係数を、量子化部115による量子化に対応する方法で逆量子化する。逆量子化部118は、得られた変換係数を、逆直交変換部119に供給する。
The transform coefficient quantized by the
逆直交変換部119は、逆量子化部118から供給された変換係数を、直交変換部114による直交変換処理に対応する方法で逆直交変換する。逆直交変換された出力(復元された差分情報)は、演算部120に供給される。
The inverse
演算部120は、逆直交変換部119から供給された逆直交変換結果である、復元された差分情報に、予測画像選択部126を介してイントラ予測部124若しくは動き予測・補償部125からの予測画像を加算し、局部的に復号された画像(復号画像)を得る。その復号画像は、デブロッキングフィルタ121−1またはフレームメモリ122に供給される。
The
デブロッキングフィルタ121−1は、演算部120から供給される再構成画像に対して、デブロックフィルタ処理を行うことにより再構成画像のブロック歪を除去する。デブロッキングフィルタ121−1は、フィルタ処理が施された画像を、適応オフセットフィルタ121−2に供給する。
The deblocking filter 121-1 removes block distortion of the reconstructed image by performing deblocking filter processing on the reconstructed image supplied from the
適応オフセットフィルタ121−2は、デブロッキングフィルタ121−1からのデブロックフィルタ処理結果(ブロック歪みの除去が行われた再構成画像)に対して、主にリンギングを除去する適応オフセットフィルタ(SAO: Sample adaptive offset)処理を行う。 The adaptive offset filter 121-2 mainly removes ringing with respect to the deblocking filter processing result (reconstructed image from which block distortion has been removed) from the deblocking filter 121-1, and an adaptive offset filter (SAO: Sample adaptive offset) processing.
より詳細には、適応オフセットフィルタ121−2は、最大の符号化単位であるLCU(Largest Coding Unit)ごとに適応オフセットフィルタ処理の種類を決定し、その適応オフセットフィルタ処理で用いられるオフセットを求める。適応オフセットフィルタ121−2は、求められたオフセットを用いて、適応デブロックフィルタ処理後の画像に対して、決定された種類の適応オフセットフィルタ処理を行う。そして、適応オフセットフィルタ121−2は、適応オフセットフィルタ処理後の画像(以下、復号画像と称する)をフレームメモリ122に供給する。
More specifically, the adaptive offset filter 121-2 determines the type of adaptive offset filter processing for each LCU (Largest Coding Unit) which is the maximum coding unit, and obtains an offset used in the adaptive offset filter processing. The adaptive offset filter 121-2 performs the determined type of adaptive offset filter processing on the image after the adaptive deblocking filter processing, using the obtained offset. Then, the adaptive offset filter 121-2 supplies the image after the adaptive offset filter processing (hereinafter referred to as a decoded image) to the
なお、デブロッキングフィルタ121−1および適応オフセットフィルタ121−2は、必要に応じて、フィルタ処理に用いたフィルタ係数等の情報を可逆符号化部116に供給し、それを符号化させるようにすることもできる。また、適応オフセットフィルタ121−2の後段に、適応ループフィルタを備えるようにしてもよい。
Note that the deblocking filter 121-1 and the adaptive offset filter 121-2 supply information such as filter coefficients used for the filter processing to the
フレームメモリ122は、供給される復号画像を記憶し、所定のタイミングにおいて、記憶している復号画像を参照画像として、選択部123に供給する。
The
より具体的には、フレームメモリ122は、演算部120から供給される再構成画像と、適応オフセットフィルタ121−2から供給される復号画像とをそれぞれ記憶する。フレームメモリ122は、所定のタイミングにおいて、若しくは、イントラ予測部124等の外部からの要求に基づいて、記憶している再構成画像を、選択部123を介してイントラ予測部124に供給する。また、フレームメモリ122は、所定のタイミングにおいて、若しくは、動き予測・補償部125等の外部からの要求に基づいて、記憶している復号画像を、選択部123を介して、動き予測・補償部125に供給する。
More specifically, the
選択部123は、フレームメモリ122から供給される参照画像の供給先を選択する。例えば、イントラ予測の場合、選択部123は、フレームメモリ122から供給される参照画像(カレントピクチャ内の画素値)をイントラ予測部124に供給する。また、例えば、インター予測の場合、選択部123は、フレームメモリ122から供給される参照画像(カレントピクチャ外の画素値)を動き予測・補償部125に供給する。
The
イントラ予測部124は、処理対象のフレームの画像であるカレントピクチャについて、予測処理を行い、予測画像を生成する。イントラ予測部124は、この予測処理を、所定のブロック毎に(ブロックを処理単位として)行う。つまり、イントラ予測部124は、カレントピクチャの、処理対象であるカレントブロックの予測画像を生成する。その際、イントラ予測部124は、選択部123を介してフレームメモリ122から参照画像として供給される再構成画像を用いて予測処理(画面内予測(イントラ予測とも称する))を行う。つまり、イントラ予測部124は、再構成画像に含まれる、カレントブロックの周辺の画素値を用いて予測画像を生成する。このイントラ予測に利用される周辺画素値は、カレントピクチャの、過去に処理された画素の画素値である。このイントラ予測には(すなわち、予測画像の生成の仕方には)、複数の方法(イントラ予測モードとも称する)が、候補として予め用意されている。イントラ予測部124は、この予め用意された複数のイントラ予測モードでこのイントラ予測を行う。
The
イントラ予測部124は、候補となる全てのイントラ予測モードで予測画像を生成し、画面並べ替えバッファ112から供給される入力画像を用いて各予測画像のコスト関数値を評価し、最適なモードを選択する。イントラ予測部124は、最適なイントラ予測モードを選択すると、その最適なモードで生成された予測画像を、予測画像選択部126に供給する。
The
また、上述したように、イントラ予測部124は、採用されたイントラ予測モードを示すイントラ予測モード情報等を、適宜可逆符号化部116に供給し、符号化させる。
Further, as described above, the
動き予測・補償部125は、カレントピクチャについて、予測処理を行い、予測画像を生成する。動き予測・補償部125は、この予測処理を、所定のブロック毎に(ブロックを処理単位として)行う。つまり、動き予測・補償部125は、カレントピクチャの、処理対象であるカレントブロックの予測画像を生成する。その際、動き予測・補償部125は、画面並べ替えバッファ112から供給される入力画像の画像データと、フレームメモリ122から参照画像として供給される復号画像の画像データとを用いて、予測処理を行う。この復号画像は、カレントピクチャより前に処理されたフレームの画像(カレントピクチャでない他のピクチャ)である。つまり、動き予測・補償部125は、他のピクチャの画像を用いて予測画像を生成する予測処理(画面間予測(インター予測とも称する))を行う。
The motion prediction /
このインター予測は、動き予測と動き補償よりなる。より具体的には、動き予測・補償部125は、入力画像と参照画像を用いて、カレントブロックについて動き予測を行い、動きベクトルを検出する。そして、動き予測・補償部125は、参照画像を用いて、検出された動きベクトルに応じて動き補償処理を行い、カレントブロックの予測画像(インター予測画像情報)を生成する。このインター予測には(すなわち、予測画像の生成の仕方には)、複数の方法(インター予測モードとも称する)が、候補として予め用意されている。動き予測・補償部125は、この予め用意された複数のインター予測モードでこのようなインター予測を行う。
This inter prediction includes motion prediction and motion compensation. More specifically, the motion prediction /
動き予測・補償部125は、候補となる全てのインター予測モードで予測画像を生成する。動き予測・補償部125は、画面並べ替えバッファ112から供給される入力画像と、生成した差分動きベクトルの情報などを用いて、各予測画像のコスト関数値を評価し、最適なモードを選択する。動き予測・補償部125は、最適なインター予測モードを選択すると、その最適なモードで生成された予測画像を、予測画像選択部126に供給する。
The motion prediction /
動き予測・補償部125は、採用されたインター予測モードを示す情報や、符号化データを復号する際に、そのインター予測モードで処理を行うために必要な情報等を可逆符号化部116に供給し、符号化させる。必要な情報としては、例えば、生成された差分動きベクトルの情報や、予測動きベクトル情報として予測動きベクトルのインデックスを示すフラグなどがある。
The motion prediction /
予測画像選択部126は、演算部113や演算部120に供給する予測画像の供給元を選択する。例えば、イントラ符号化の場合、予測画像選択部126は、予測画像の供給元としてイントラ予測部124を選択し、そのイントラ予測部124から供給される予測画像を演算部113や演算部120に供給する。また、例えば、インター符号化の場合、予測画像選択部126は、予測画像の供給元として動き予測・補償部125を選択し、その動き予測・補償部125から供給される予測画像を演算部113や演算部120に供給する。
The predicted
レート制御部127は、蓄積バッファ117に蓄積された符号化データの符号量に基づいて、オーバフローあるいはアンダーフローが発生しないように、量子化部115の量子化動作のレートを制御する。
The
なお、ベースレイヤ画像符号化部101は、他のレイヤを参照せずに符号化を行う。つまり、イントラ予測部124および動き予測・補償部125は、他のレイヤの符号化に関する情報を参照しない。
Note that the base layer
また、ベースレイヤ画像符号化部101は、<0.概要>において上述した処理を行う。すなわち、動き予測・補償部125は、ベースレイヤにおける、フレーム間予測符号化で符号化されたインターブロックの残差信号を、エンハンスメントレイヤ画像符号化部102に供給する。なお、図示しないが、フレームメモリ122からは、ベースレイヤにおける復号画像も、エンハンスメントレイヤ画像符号化部102に供給される。
Further, the base layer
[エンハンスメントレイヤ画像符号化部]
図12は、図10のエンハンスメントレイヤ画像符号化部102の主な構成例を示すブロック図である。図12に示されるように、エンハンスメントレイヤ画像符号化部102は、図11のベースレイヤ画像符号化部101と基本的に同様の構成を有する。
[Enhancement layer image encoding unit]
12 is a block diagram illustrating a main configuration example of the enhancement layer
つまり、エンハンスメントレイヤ画像符号化部102は、図12に示されるように、A/D変換部131、画面並べ替えバッファ132、演算部133、直交変換部134、量子化部135、可逆符号化部136、蓄積バッファ137、逆量子化部138、および逆直交変換部139を有する。また、エンハンスメントレイヤ画像符号化部102は、演算部140、デブロッキングフィルタ141−1、適応オフセットフィルタ141−2、フレームメモリ142、選択部143、イントラ予測部144、動き予測・補償部145、予測画像選択部146、およびレート制御部147を有する。
That is, the enhancement layer
これらのA/D変換部131乃至レート制御部147は、図11のA/D変換部111乃至レート制御部127に対応し、それぞれ、対応する処理部と同様の処理を行う。ただし、エンハンスメントレイヤ画像符号化部102の各部は、ベースレイヤではなく、エンハンスメントレイヤ画像情報の符号化についての処理を行う。したがって、A/D変換部131乃至レート制御部147の処理の説明として、上述した図11のA/D変換部111乃至レート制御部127についての説明を適用することができる。ただし、その場合、処理するデータは、ベースレイヤのデータではなく、エンハンスメントレイヤのデータであるものとする必要がある。また、データの入力元や出力先の処理部は、適宜、A/D変換部131乃至レート制御部147の中の対応する処理部に置き換えて読む必要がある。
These A /
なお、エンハンスメントレイヤ画像符号化部102は、他のレイヤ(例えばベースレイヤ)の情報を参照して符号化を行う。そして、エンハンスメントレイヤ画像符号化部102は、<0.概要>において上述した処理を行う。
Note that the enhancement layer
エンハンスメントレイヤ画像符号化部102は、残差予測部148、およびアップサンプル部149を有する。
The enhancement layer
残差予測部148は、アップサンプル部149からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のダイナミックレンジ(以下、単にレンジとも称する)を判定する。残差予測部148は、その判定結果であるレンジ情報に応じて重み係数wを決定し、決定された重み係数を動き予測・補償部145に供給する。また、残差予測部148は、そのレンジ情報に応じて、アップサンプル部149からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差情報を動き予測・補償部145に供給する。
The
アップサンプル部149は、ベースレイヤ画像符号化部101から、ベースレイヤにおける、フレーム間予測符号化で符号化されたインターブロックのベースレイヤ残差信号を取得し、取得したベースレイヤ残差信号をアップサンプルする。アップサンプル部149は、アップサンプルされたベースレイヤ残差信号を、残差予測部148に供給する。
The up-
また、アップサンプル部149は、ベースレイヤ画像符号化部101からのベースレイヤ復号画像も供給される。アップサンプル部149は、供給されたベースレイヤ復号画像をエンハンスメントレイヤの解像度にアップサンプル処理する。アップサンプル部149は、アップサンプルされたベースレイヤ復号画像情報を、エンハンスメントレイヤ画像符号化部102のフレームメモリ142に供給する。
The
なお、画像符号化装置100による符号化が、階層符号化ではない他のスケーラブル符号化である場合、ベースレイヤからのアップサンプルは必要ないため、アップサンプル部149は省略される。
In addition, when the encoding by the image encoding apparatus 100 is other scalable encoding that is not hierarchical encoding, the
動き予測・補償部145は、入力画像と参照画像を用いて、カレントブロックについて動き予測を行い、動きベクトルを検出する。動き予測・補償部145は、候補となる全ての予測モードで予測画像を生成する。
The motion prediction /
動き予測・補償部145は、画面並べ替えバッファ112から供給される入力画像と、生成した差分動きベクトルの情報などを用いて、各予測モードの予測画像のコスト関数値を評価し、最適なモードを選択する。その際、動き予測・補償部145は、残差予測部148からの重み係数と、シフトされたベースレイヤ残差信号とを用いて、重み係数が0と非0である場合の各予測モードのコスト関数値を算出する。動き予測・補償部145は、算出されたコスト関数値に基づいて、最適なインター予測モードを選択すると、その最適なモードで生成された予測画像を、予測画像選択部126に供給する。
The motion prediction /
動き予測・補償部145は、採用されたインター予測モードを示す情報や、符号化データを復号する際に、そのインター予測モードで処理を行うために必要な情報等を可逆符号化部136に供給し、符号化させる。必要な情報としては、例えば、生成された差分動きベクトルの情報や、予測動きベクトル情報として予測動きベクトルのインデックスを示すフラグに加えて、さらに、ベースレイヤ残差信号の重み係数に関する情報(重み係数使用情報や重み係数値情報)などがある。
The motion prediction /
[残差予測部]
図13は、図12の残差予測部148の主な構成例を示すブロック図である。なお、図13の例において、各部からのデータの流れは、ベースレイヤ残差信号が9ビットであった場合が示されている。
[Residual Prediction Unit]
FIG. 13 is a block diagram illustrating a main configuration example of the
図13に示されるように、残差予測部148は、レンジ判定部161、重み係数決定部162、シフト部163、および残差バッファ164を含むように構成されている。
As illustrated in FIG. 13, the
レンジ判定部161は、アップサンプル部149からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のレンジを判定する。レンジ判定部161は、その判定結果であるレンジ情報を、重み係数決定部162に供給する。また、レンジ判定部161は、ベースレイヤ残差信号およびレンジ情報を、シフト部163に供給する。
The
重み係数決定部162は、レンジ判定部161からのレンジ情報に応じて、重み係数wの値が、0.5であるか1であるかを決定し、決定した重み係数wの値である重み係数の情報を、動き予測・補償部145に供給する。具体的には、レンジ情報が8ビットに収まっていない場合、重み係数wは、0.5に決定される。
The weighting
シフト部163は、レンジ判定部161からのレンジ情報に応じて、レンジ判定部161からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ164に供給する。例えば、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ164に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、ベースレイヤ残差信号はそのままで残差バッファ164に蓄積される。
The
また、あるいは、ベースレイヤ残差信号が8ビットに収まっている場合には、シフトされたベースレイヤ残差信号とそのままのベースレイヤ残差信号が蓄積され、動き予測・補償部145により重み係数wに応じてどちらかの残差信号が用いられる。
Alternatively, if the base layer residual signal is within 8 bits, the shifted base layer residual signal and the base layer residual signal are accumulated, and the motion prediction /
残差バッファ164は、供給されたベースレイヤ残差信号を蓄積し、所定のタイミングで読み出して、動き予測・補償部145に供給する。
The
以上のように、ベースレイヤ残差信号が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ164に蓄積される。これにより、残差バッファ164の記憶容量を低減させることができる。つまり、画像符号化装置100(エンハンスメントレイヤ画像符号化部102)は、符号化や復号に必要な記憶容量の増大を抑制することができる。
As described above, when the base layer residual signal does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the
[画像符号化処理の流れ]
次に、以上のような画像符号化装置100により実行される各処理の流れについて説明する。最初に、図14のフローチャートを参照して、画像符号化処理の流れの例を説明する。
[Flow of image encoding process]
Next, the flow of each process executed by the image encoding device 100 as described above will be described. First, an example of the flow of image encoding processing will be described with reference to the flowchart of FIG.
画像符号化処理が開始されると、ステップS101において、画像符号化装置100のベースレイヤ画像符号化部101は、ベースレイヤの画像データを符号化する。このベースレイヤ符号化処理の詳細については、図15を参照して後述される。
When the image encoding process is started, in step S101, the base layer
ステップS102において、エンハンスメントレイヤ画像符号化部102は、エンハンスメントレイヤの画像データを符号化する。このエンハンスメントレイヤ符号化処理の詳細については、図16を参照して後述される。
In step S102, the enhancement layer
ステップS103において、多重化部103は、ステップS101の処理により生成されたベースレイヤ画像符号化ストリームと、ステップS102の処理により生成されたエンハンスメントレイヤ画像符号化ストリームとを(すなわち、各レイヤのビットストリームを)多重化し、1系統の階層画像符号化ストリームを生成する。
In step S103, the
ステップS103の処理が終了すると、画像符号化装置100は、画像符号化処理を終了する。このような画像符号化処理により1ピクチャが処理される。したがって、画像符号化装置100は、このような画像符号化処理を階層化された動画像データの各ピクチャについて繰り返し実行する。 When the process of step S103 ends, the image encoding device 100 ends the image encoding process. One picture is processed by such an image encoding process. Therefore, the image encoding device 100 repeatedly executes such image encoding processing for each picture of the moving image data that is hierarchized.
[ベースレイヤ符号化処理の流れ]
次に、図14のステップS101において、ベースレイヤ画像符号化部101により実行されるベースレイヤ符号化処理の流れの例を、図15のフローチャートを参照して説明する。
[Flow of base layer encoding process]
Next, an example of the flow of the base layer encoding process executed by the base layer
ベースレイヤ符号化処理が開始されると、ベースレイヤ画像符号化部101のA/D変換部111は、ステップS121において、入力された動画像の各フレーム(ピクチャ)の画像をA/D変換する。
When the base layer encoding process is started, the A /
ステップS122において、画面並べ替えバッファ112は、ステップS121においてA/D変換された画像を記憶し、各ピクチャの表示する順番から符号化する順番への並べ替えを行う。
In step S122, the
ステップS123において、イントラ予測部124は、イントラ予測モードのイントラ予測処理を行う。
In step S123, the
ステップS124において、動き予測・補償部125は、インター予測モードでの動き予測や動き補償等を行うインター予測処理を行う。
In step S124, the motion prediction /
ステップS125において、予測画像選択部126は、コスト関数値等に基づいて、予測画像を選択する。つまり、予測画像選択部126は、ステップS123のイントラ予測により生成された予測画像と、ステップS124のインター予測により生成された予測画像のいずれか一方を選択する。
In step S125, the predicted
ステップS126において、演算部113は、ステップS122の処理によりフレーム順を並び替えられた入力画像と、ステップS125の処理により選択された予測画像との差分を演算する。つまり、演算部113は、入力画像と予測画像との差分画像の画像データを生成する。このようにして求められた差分画像の画像データは、元の画像データに比べてデータ量が低減される。したがって、画像をそのまま符号化する場合に較べて、データ量を圧縮することができる。
In step S126, the
ステップS127において、直交変換部114は、ステップS126の処理により生成された差分画像の画像データを直交変換する。
In step S127, the
ステップS128において、量子化部115は、レート制御部127により算出された量子化パラメータを用いて、ステップS127の処理により得られた直交変換係数を量子化する。
In step S128, the
ステップS129において、逆量子化部118は、ステップS128の処理により生成された量子化された係数(量子化係数とも称する)を、量子化部115の特性に対応する特性で逆量子化する。
In step S129, the inverse quantization unit 118 inversely quantizes the quantized coefficient generated by the process in step S128 (also referred to as a quantization coefficient) with characteristics corresponding to the characteristics of the
ステップS130において、逆直交変換部119は、ステップS129の処理により得られた直交変換係数を逆直交変換する。
In step S130, the inverse
ステップS131において、演算部120は、ステップS130の処理により復元された差分画像に、ステップS125の処理により選択された予測画像を加算することにより、再構成画像の画像データを生成する。
In step S131, the
ステップS132においてデブロッキングフィルタ121−1は、ステップS131の処理により生成された再構成画像の画像データにデブロッキングフィルタ処理を行う。これにより、再構成画像のブロック歪みが除去される。ステップS133において、適応オフセットフィルタ121−2は、デブロッキングフィルタ121−1からのデブロックフィルタ処理結果に対して、主にリンギングを除去する適応オフセットフィルタ処理を行う。 In step S132, the deblocking filter 121-1 performs deblocking filter processing on the image data of the reconstructed image generated by the processing in step S131. Thereby, block distortion of the reconstructed image is removed. In step S133, the adaptive offset filter 121-2 performs adaptive offset filter processing that mainly removes ringing on the deblocking filter processing result from the deblocking filter 121-1.
ステップS134において、フレームメモリ122は、ステップS133の処理により得られた復号画像やステップS131の処理により得られた再構成画像等のデータを記憶する。
In step S134, the
ステップS135において、可逆符号化部116は、ステップS128の処理により得られた、量子化された係数を符号化する。すなわち、差分画像に対応するデータに対して、可変長符号化や算術符号化等の可逆符号化が行われる。
In step S135, the
また、このとき、可逆符号化部116は、ステップS125の処理により選択された予測画像の予測モードに関する情報を符号化し、差分画像を符号化して得られる符号化データに付加する。つまり、可逆符号化部116は、イントラ予測部124から供給される最適イントラ予測モード情報、または、動き予測・補償部125から供給される最適インター予測モードに応じた情報なども符号化し、符号化データに付加する。
At this time, the
さらに、可逆符号化部116は、各種ナルユニット等のシンタクス要素も設定し、符号化し、符号化データに付加する。
Furthermore, the
ステップS136において蓄積バッファ117は、ステップS135の処理により得られた符号化データを蓄積する。蓄積バッファ117に蓄積された符号化データは、適宜読み出され、伝送路や記録媒体を介して復号側に伝送される。
In step S136, the
ステップS137においてレート制御部127は、ステップS136の処理により蓄積バッファ117に蓄積された符号化データの符号量(発生符号量)に基づいて、オーバフローあるいはアンダーフローが発生しないように、量子化部115の量子化動作のレートを制御する。また、レート制御部127は、量子化パラメータに関する情報を、量子化部115に供給する。
In step S137, the
ステップS138において、動き予測・補償部125は、以上のようなベースレイヤ符号化処理において得られたベースレイヤにおける残差信号を、エンハンスメントレイヤの符号化処理に供給する。
In step S138, the motion prediction /
ステップS138の処理が終了すると、ベースレイヤ符号化処理が終了し、処理は図14に戻る。 When the process of step S138 ends, the base layer encoding process ends, and the process returns to FIG.
[エンハンスメントレイヤ符号化処理の流れ]
次に、図14のステップS102において、エンハンスメントレイヤ画像符号化部102により実行されるエンハンスメントレイヤ符号化処理の流れの例を、図16のフローチャートを参照して説明する。
[Enhancement layer coding process flow]
Next, an example of the flow of the enhancement layer encoding process executed by the enhancement layer
エンハンスメントレイヤ符号化処理が開始されると、エンハンスメントレイヤ画像符号化部102のアップサンプル部149は、ステップS151において、ベースレイヤ画像符号化部101からベースレイヤ残差信号を取得し、アップサンプルする。アップサンプル部149は、アップサンプルされたベースレイヤ残差信号を、残差予測部148に供給する。
When the enhancement layer encoding process is started, the
A/D変換部131は、ステップS152において、入力されたエンハンスメントレイヤの動画像の各フレーム(ピクチャ)の画像をA/D変換する。
In step S152, the A /
ステップS153において、画面並べ替えバッファ132は、ステップS152においてA/D変換された画像を記憶し、各ピクチャの表示する順番から符号化する順番への並べ替えを行う。
In step S153, the
ステップS154において、イントラ予測部144は、イントラ予測処理を行う。
In step S154, the
ステップS155において、動き予測・補償部145は、インター予測処理を行う。このインター予測処理については、図17を参照して後述されるが、このインター予測処理においては、ベースレイヤ残差信号のレンジに応じて、重み係数の値が決定される。また、ベースレイヤ残差信号の重み係数の値が0または非0の場合の各予測モードのコスト関数値が算出されて、最適な予測モードと重み係数の値が決定される。
In step S155, the motion prediction /
ステップS156乃至ステップS168の各処理は、図15のステップS125乃至ステップS137の各処理に対応し、それらの処理と同様に実行される。 The processes in steps S156 to S168 correspond to the processes in steps S125 to S137 in FIG. 15 and are executed in the same manner as those processes.
なお、ステップS155により決定された最適な予測モードの情報と重み係数が0であるか非0であるかに関する重み係数使用情報は、ステップS156においてインター予測の予測画像が選択された場合に、可逆符号化部136に供給され、ステップS166において符号化される。
Note that the information on the optimal prediction mode determined in step S155 and the weight coefficient use information on whether the weight coefficient is 0 or non-zero are reversible when an inter prediction prediction image is selected in step S156. The data is supplied to the
ステップS168の処理が終了すると、エンハンスメントレイヤ符号化処理が終了し、処理は、図14に戻る。 When the process of step S168 ends, the enhancement layer encoding process ends, and the process returns to FIG.
[インター予測処理の流れ]
次に、図16のステップS155において、動き予測・補償部145および残差予測部148により実行されるインター予測処理の流れの例を、図17のフローチャートを参照して説明する。なお、図16においては、残差信号が8ビットである場合、wの値を1に決定する例が示されている。
[Inter prediction process flow]
Next, an example of the flow of inter prediction processing executed by the motion prediction /
エンハンスメントレイヤの動き予測・補償処理が開始されると、ステップS181において、エンハンスメントレイヤ画像符号化部102の動き予測・補償部145は、各モードについて動き探索処理を行う。
When the enhancement layer motion prediction / compensation process is started, in step S181, the motion prediction /
レンジ判定部161は、ステップS182において、アップサンプル部149からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差情報のレンジを判定する。なお、この判定処理は、CU若しくはPU毎に行われる。レンジ判定部161は、その判定結果であるレンジ情報を、重み係数決定部162に供給する。また、レンジ判定部161は、ベースレイヤ残差信号およびレンジ情報を、シフト部163に供給する。
In step S182, the
ステップS183において、重み係数決定部162は、レンジ判定部161からのレンジ情報に応じて、重み係数wの値が、0.5であるか1であるかを決定する。すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、8ビットに収まっている場合、重み係数wの値は、1に決定される。重み係数決定部162は、決定した重み係数wの値である重み係数の情報を、動き予測・補償部145に供給する。
In step S183, the weighting
ステップS184において、シフト部163は、レンジ判定部161からのレンジ情報に応じて、レンジ判定部161からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ164に供給する。
In step S184, the
すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ164に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、ベースレイヤ残差信号はそのままで残差バッファ164に蓄積される。残差バッファ164は、供給されたベースレイヤ残差信号を蓄積し、所定のタイミングで読み出して、動き予測・補償部145に供給する。
That is, when the base layer residual information does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the
ステップS185において、動き予測・補償部145は、ステップS181で探索された動き情報、残差予測部148からの重み係数、およびシフトされたベースレイヤ残差信号とを用いて、重み係数が0と非0である場合の各モードについてのコスト関数値を算出する。
In step S185, the motion prediction /
ステップS186において、動き予測・補償部145は、ステップS185において算出された各モードのコスト関数値に基づいて、モード判定を行う。その結果、動き予測・補償部145は、最適なインター予測モードと、重み係数wの値(非0であるか0であるか)とを決定する。
In step S186, the motion prediction /
ステップS187において、動き予測・補償部145は、ステップS186において選ばれた最適なインター予測モードで動き補償を行い、予測画像を生成する。生成された予測画像は、最適なインター予測モードに関する情報等とともに、予測画像選択部146に供給される。
In step S187, the motion prediction /
ステップS188において、動き予測・補償部145は、決定した重み係数の値が0と非0であるかに関する重み係数使用情報を復号側に伝送させるために、可逆符号化部136に供給し、符号化させる。
In step S188, the motion prediction /
以上のように、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、ベースレイヤ残差信号はシフトにより8ビットとされ、残差バッファ164に蓄積される。これにより、残差バッファ164の記憶容量の増大を抑制し、符号化・復号に必要な記憶容量の増大を抑制することができる。
As described above, when the base layer residual information does not fit in 8 bits, the value of the weight coefficient w is determined to be 0.5, and the base layer residual signal is shifted to 8 bits and stored in the
また、重み係数wの値(非0であるか0であるか)である重み係数使用情報しか復号側に送られないので、符号化効率を改善することができる。 Also, since only the weighting factor use information that is the value of the weighting factor w (whether it is non-zero or zero) is sent to the decoding side, the coding efficiency can be improved.
[インター予測処理の流れの他の例]
さらに、図16のステップS155において、動き予測・補償部145および残差予測部148により実行されるインター予測処理の流れの例を、図18のフローチャートを参照して説明する。なお、図18においては、残差信号が8ビットである場合、wの値として、0.5または1のどちらかの値を用いる例が示されている。
[Other examples of inter prediction processing flow]
Furthermore, an example of the flow of inter prediction processing executed by the motion prediction /
エンハンスメントレイヤの動き予測・補償処理が開始されると、ステップS191において、エンハンスメントレイヤ画像符号化部102の動き予測・補償部145は、各モードについて動き探索処理を行う。
When the enhancement layer motion prediction / compensation process is started, in step S191, the motion prediction /
レンジ判定部161は、ステップS192において、アップサンプル部149からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差情報のレンジを判定する。なお、この判定処理は、CU若しくはPU毎に行われる。レンジ判定部161は、その判定結果であるレンジ情報を、重み係数決定部162に供給する。また、レンジ判定部161は、ベースレイヤ残差情報およびレンジ情報を、シフト部163に供給する。
In step S192, the
ステップS193において、重み係数決定部162は、レンジ判定部161からのレンジ情報を参照して、ベースレイヤ残差信号が、8ビット以下であるか否かを判定する。ステップS193において、8ビット以下であると判定された場合、処理は、ステップS194に進む。
In step S193, the weight
ステップS194において、重み係数決定部162は、重み係数を0.5とするか1とするかを決定する。重み係数決定部162は、決定した重み係数wの値である重み係数の情報を、動き予測・補償部145に供給する。なお、0.5と1の両方の重み係数を動き予測・補償部145に供給して、そこで、非0である場合、モード毎に両方のコスト関数値を求めてどちらを用いるかを決定するようにしてもよい。
In step S194, the weighting
一方、ステップS193において、8ビット以下であると判定された場合、処理は、ステップS195に進む。ステップS195において、重み係数決定部162は、重み係数wの値を、0.5に決定し、決定した重み係数wの値である重み係数の情報を、動き予測・補償部145に供給する。
On the other hand, if it is determined in step S193 that it is 8 bits or less, the process proceeds to step S195. In step S195, the weighting
ステップS196において、シフト部163は、レンジ判定部161からのレンジ情報に応じて、レンジ判定部161からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ164に供給する。
In step S196, the
すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ164に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、例えば、そのままのベースレイヤ残差信号とシフトされたベースレイヤ残差信号が残差バッファ164に蓄積される。残差バッファ164は、供給されたベースレイヤ残差信号を蓄積し、シフトされたベースレイヤ残差信号およびシフトされていないベースレイヤ残差信号を読み出して、動き予測・補償部145に供給する。
That is, when the base layer residual information does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the
ステップS197において、動き予測・補償部145は、ステップS191で探索された動き情報、残差予測部148からの重み係数、およびシフトされたベースレイヤ残差信号とを用いて、重み係数が0と非0である場合の各モードのコスト関数値を算出する。
In step S197, the motion prediction /
ステップS198において、動き予測・補償部145は、ステップS197において算出された各モードのコスト関数値に基づいて、モード判定を行い、最適なインター予測モードと、重み係数wの値(非0であるか0であるか)とを決定する。
In step S198, the motion prediction /
ステップS199において、動き予測・補償部145は、ステップS198において選ばれた最適なインター予測モードで動き補償を行い、予測画像を生成する。生成された予測画像は、最適なインター予測モードに関する情報等とともに、予測画像選択部146に供給される。
In step S199, the motion prediction /
ステップS200において、動き予測・補償部145は、決定した重み係数の値が0と非0であるかに関する重み係数使用情報を復号側に伝送させるために、可逆符号化部136に供給し、符号化させる。その際、ベースレイヤ残差信号が、8ビット以下である場合には、重み係数wが0.5であるか1であるかの重み係数値情報も可逆符号化部136に供給される。
In step S200, the motion prediction /
以上のように、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、ベースレイヤ残差信号はシフトにより8ビットとされ、残差バッファ164に蓄積される。これにより、残差バッファ164の記憶容量の増大を抑制し、符号化・復号に必要な記憶容量の増大を抑制することができる。また、図18の例の場合、PUの信号の特性に応じた残差予測を行うことが可能になるので、出力となる画像圧縮情報の符号化効率を改善することができる。
As described above, when the base layer residual information does not fit in 8 bits, the value of the weight coefficient w is determined to be 0.5, and the base layer residual signal is shifted to 8 bits and stored in the
<2.第2の実施の形態>
[画像復号装置]
次に、以上のように符号化された符号化データの復号について説明する。図19は、本技術を適用した画像処理装置の一態様である、図10の画像符号化装置100に対応する画像復号装置の主な構成例を示すブロック図である。
<2. Second Embodiment>
[Image decoding device]
Next, decoding of the encoded data encoded as described above will be described. FIG. 19 is a block diagram illustrating a main configuration example of an image decoding apparatus corresponding to the image encoding apparatus 100 in FIG. 10, which is an aspect of an image processing apparatus to which the present technology is applied.
図19に示される画像復号装置200は、画像符号化装置100が生成した符号化データを、その符号化方法に対応する復号方法で復号する(すなわち、階層符号化された符号化データを階層復号する)。 The image decoding apparatus 200 shown in FIG. 19 decodes the encoded data generated by the image encoding apparatus 100 by a decoding method corresponding to the encoding method (that is, hierarchically encoded encoded data is hierarchically decoded). To do).
図19に示されるように、画像復号装置200は、逆多重化部201、ベースレイヤ画像復号部202、およびエンハンスメントレイヤ画像復号部203を有する。
As illustrated in FIG. 19, the image decoding device 200 includes a
逆多重化部201は、符号化側から伝送された、ベースレイヤ画像符号化ストリームとエンハンスメントレイヤ画像符号化ストリームとが多重化された階層画像符号化ストリームを受け取り、それを逆多重化し、ベースレイヤ画像符号化ストリームと、エンハンスメントレイヤ画像符号化ストリームとを抽出する。
The
ベースレイヤ画像復号部202は、逆多重化部201により抽出されたベースレイヤ画像符号化ストリームを復号し、ベースレイヤ画像を得る。エンハンスメントレイヤ画像復号部203は、逆多重化部201により抽出されたエンハンスメントレイヤ画像符号化ストリームを復号し、エンハンスメントレイヤ画像を得る。
The base layer
ベースレイヤ画像復号部202は、インター予測を行ったブロックについて、ベースレイヤにおける残差信号を、エンハンスメントレイヤ画像復号部203に供給する。
The base layer
エンハンスメントレイヤ画像復号部203は、ベースレイヤにおける残差信号を、ベースレイヤ画像復号部202から取得する。エンハンスメントレイヤ画像復号部203は、符号化側から受け取られた重み係数使用情報が示すベースレイヤにおける残差信号の重み係数の値が、非0であるか0であるかを判定し、非0であった場合、次の処理を行う。
The enhancement layer
すなわち、エンハンスメントレイヤ画像復号部203は、ベースレイヤにおける入力信号が8ビットである場合に、そのベースレイヤにおける残差信号が9ビットであるとき、その残差信号の重み係数の値を0.5に決定する処理を行う。そして、エンハンスメントレイヤ画像復号部203は、その決定された重み係数の値が施されたベースレイヤにおける残差信号を用いて、エンハンスメントレイヤの復号における予測処理を行う。
That is, when the input signal in the base layer is 8 bits, the enhancement layer
[ベースレイヤ画像復号部]
図20は、図19のベースレイヤ画像復号部202の主な構成例を示すブロック図である。図20に示されるようにベースレイヤ画像復号部202は、蓄積バッファ211、可逆復号部212、逆量子化部213、逆直交変換部214、演算部215、デブロッキングフィルタ216−1、適応オフセットフィルタ216−2、および画面並べ替えバッファ217、およびD/A変換部218を有する。また、ベースレイヤ画像復号部202は、フレームメモリ219、選択部220、イントラ予測部221、動き予測・補償部222、および予測画像選択部223を有する。
[Base layer image decoding unit]
FIG. 20 is a block diagram illustrating a main configuration example of the base layer
蓄積バッファ211は、伝送されてきた符号化データを受け取る受け取り部でもある。蓄積バッファ211は、伝送されてきた符号化データを受け取って、蓄積し、所定のタイミングにおいてその符号化データを可逆復号部212に供給する。この符号化データには、予測モード情報などの復号に必要な情報が付加されている。
The accumulation buffer 211 is also a receiving unit that receives transmitted encoded data. The accumulation buffer 211 receives and accumulates the transmitted encoded data, and supplies the encoded data to the
可逆復号部212は、蓄積バッファ211より供給された、図11の可逆符号化部116により符号化された情報を、その符号化方式に対応する復号方式で復号する。可逆復号部212は、復号して得られた差分画像の量子化された係数データを、逆量子化部213に供給する。
The
また、可逆復号部212は、最適な予測モードにイントラ予測モードが選択されたかインター予測モードが選択されたかを判定し、その最適な予測モードに関する情報を、イントラ予測部221および動き予測・補償部222の内、選択されたと判定したモードの方に供給する。つまり、例えば、符号化側において最適な予測モードとしてイントラ予測モードが選択された場合、その最適な予測モードに関する情報がイントラ予測部221に供給される。また、例えば、符号化側において最適な予測モードとしてインター予測モードが選択された場合、その最適な予測モードに関する情報が動き予測・補償部222に供給される。
Further, the
さらに、可逆復号部212は、例えば、量子化行列や量子化パラメータ等の、逆量子化に必要な情報を逆量子化部213に供給する。
Furthermore, the
逆量子化部213は、可逆復号部212により復号されて得られた量子化された係数データを、図11の量子化部115の量子化方式に対応する方式で逆量子化する。なお、この逆量子化部213は、図11の逆量子化部118と同様の処理部である。
The
逆量子化部213は、得られた係数データを逆直交変換部214に供給する。
The
逆直交変換部214は、逆量子化部213から供給される直交変換係数を、必要に応じて、図11の直交変換部114の直交変換方式に対応する方式で逆直交変換する。なお、この逆直交変換部214は、図11の逆直交変換部119と同様の処理部である。
The inverse
この逆直交変換処理により差分画像の画像データが復元される。この復元された差分画像の画像データは、画像符号化装置において直交変換される前の差分画像の画像データに対応する。以下においては、この、逆直交変換部214の逆直交変換処理により得られた、復元された差分画像の画像データを、復号残差データとも称する。逆直交変換部214は、この復号残差データを、演算部215に供給する。また、演算部215には、予測画像選択部223を介して、イントラ予測部221若しくは動き予測・補償部222から予測画像の画像データが供給される。
The image data of the difference image is restored by this inverse orthogonal transform process. The restored image data of the difference image corresponds to the image data of the difference image before being orthogonally transformed in the image encoding device. Hereinafter, the restored image data of the difference image obtained by the inverse orthogonal transform process of the inverse
演算部215は、この復号残差データと予測画像の画像データとを用いて、差分画像と予測画像とを加算した再構成画像の画像データを得る。この再構成画像は、図11の演算部113により予測画像が減算される前の入力画像に対応する。演算部215は、その再構成画像をデブロッキングフィルタ216−1に供給する。
The
デブロッキングフィルタ216−1は、供給された再構成画像に対して、デブロッキングフィルタ処理を行うことにより、ブロック歪を除去する。デブロッキングフィルタ216−1は、フィルタ処理が施された画像を、適応オフセットフィルタ216−2に供給する。 The deblocking filter 216-1 removes block distortion by performing a deblocking filter process on the supplied reconstructed image. The deblocking filter 216-1 supplies the filtered image to the adaptive offset filter 216-2.
適応オフセットフィルタ216−2は、デブロッキングフィルタ216−1からのデブロッキングフィルタ処理結果(ブロック歪みの除去が行われた復号画像)に対して、主にリンギングを除去する適応オフセットフィルタ(SAO: Sample adaptive offset)処理を行う。 The adaptive offset filter 216-2 mainly removes ringing from the deblocking filter processing result (decoded image from which block distortion has been removed) from the deblocking filter 216-1 (SAO: Sample). adaptive offset) processing.
適応オフセットフィルタ216−2は、可逆復号部212からの最大の符号化単位であるLCU(Largest Coding Unit)ごとの適応オフセットフィルタ処理の種類とオフセットを受信する。適応オフセットフィルタ216−2は、受信したオフセットを用いて、適応デブロックフィルタ処理後の画像に対して、受信した種類の適応オフセットフィルタ処理を行う。そして、適応オフセットフィルタ216−2は、適応オフセットフィルタ処理後の画像(以下、復号画像と称する)を、画面並べ替えバッファ217およびフレームメモリ219に供給する。
The adaptive offset filter 216-2 receives the type and offset of the adaptive offset filter processing for each LCU (Largest Coding Unit) which is the maximum coding unit from the
なお、演算部215から出力される復号画像は、デブロッキングフィルタ216−1や適応オフセットフィルタ216−2を介さずに画面並べ替えバッファ217やフレームメモリ219に供給することができる。つまり、デブロッキングフィルタ216−1やによるフィルタ処理の一部若しくは全部は省略することができる。また、適応オフセットフィルタ216−2の後段に、適応ループフィルタを備えるようにしてもよい。
Note that the decoded image output from the
適応オフセットフィルタ216−2は、フィルタ処理結果である復号画像(若しくは再構成画像)を画面並べ替えバッファ217およびフレームメモリ219に供給する。
The adaptive offset filter 216-2 supplies the decoded image (or reconstructed image) as the filter processing result to the
画面並べ替えバッファ217は、復号画像についてフレームの順番の並べ替えを行う。すなわち、画面並べ替えバッファ217は、図11の画面並べ替えバッファ112により符号化順に並べ替えられた各フレームの画像を、元の表示順に並べ替える。つまり、画面並べ替えバッファ217は、符号化順に供給される各フレームの復号画像の画像データを、その順に記憶し、符号化順に記憶した各フレームの復号画像の画像データを、表示順に読み出してD/A変換部218に供給する。D/A変換部218は、画面並べ替えバッファ217から供給された各フレームの復号画像(デジタルデータ)をD/A変換し、アナログデータとして、図示せぬディスプレイに出力し、表示させる。
The
フレームメモリ219は、供給される復号画像を記憶し、所定のタイミングにおいて、若しくは、イントラ予測部221や動き予測・補償部222等の外部の要求に基づいて、記憶している復号画像を参照画像として、選択部220を介してイントラ予測部221や動き予測・補償部222に供給する。
The
イントラ予測部221には、イントラ予測モード情報等が可逆復号部212から適宜供給される。イントラ予測部221は、イントラ予測部124において用いられたイントラ予測モード(最適イントラ予測モード)でイントラ予測を行い、予測画像を生成する。その際、イントラ予測部221は、選択部220を介してフレームメモリ219から供給される再構成画像の画像データを用いてイントラ予測を行う。すなわち、イントラ予測部221は、この再構成画像を参照画像(周辺画素)として利用する。イントラ予測部221は、生成した予測画像を予測画像選択部223に供給する。
Intra prediction mode information and the like are appropriately supplied from the
動き予測・補償部222には、最適予測モード情報や動き情報等が可逆復号部212から適宜供給される。動き予測・補償部222は、可逆復号部212から取得された最適予測モード情報が示すインター予測モード(最適インター予測モード)で、フレームメモリ219から取得した復号画像(参照画像)を用いてインター予測を行い、予測画像を生成する。
The motion prediction /
予測画像選択部223は、イントラ予測部221から供給される予測画像または動き予測・補償部222から供給される予測画像を、演算部215に供給する。そして、演算部215においては、その予測画像と逆直交変換部214からの復号残差データ(差分画像情報)とが加算されて再構成画像が得られる。
The predicted
なお、ベースレイヤ画像復号部202は、他のレイヤを参照せずに復号を行う。つまり、イントラ予測部221および動き予測・補償部222は、他のレイヤの符号化に関する情報を参照しない。
Note that the base layer
また、ベースレイヤ画像復号部202は、<0.概要>において上述した処理を行う。すなわち、動き予測・補償部222は、ベースレイヤにおける、フレーム間予測符号化で符号化されたインターブロックの残差信号を、エンハンスメントレイヤ画像復号部203に供給する。
The base layer
<エンハンスメントレイヤ画像復号部>
図21は、図19のエンハンスメントレイヤ画像復号部203の主な構成例を示すブロック図である。図21に示されるように、エンハンスメントレイヤ画像復号部203は、図20のベースレイヤ画像復号部202と基本的に同様の構成を有する。
<Enhancement layer image decoding unit>
FIG. 21 is a block diagram illustrating a main configuration example of the enhancement layer
つまり、エンハンスメントレイヤ画像復号部203は、図21に示されるように、蓄積バッファ231、可逆復号部232、逆量子化部233、逆直交変換部234、演算部235、デブロッキングフィルタ236−1、適応オフセットフィルタ236−2、画面並べ替えバッファ237、およびD/A変換部238を有する。また、エンハンスメントレイヤ画像復号部203は、フレームメモリ239、選択部240、イントラ予測部241、動き予測・補償部242、および予測画像選択部243を有する。
That is, as shown in FIG. 21, the enhancement layer
これらの蓄積バッファ231乃至予測画像選択部243は、図20の蓄積バッファ211乃至予測画像選択部223に対応し、それぞれ、対応する処理部と同様の処理を行う。ただし、エンハンスメントレイヤ画像復号部203の各部は、ベースレイヤではなく、エンハンスメントレイヤ画像情報の復号についての処理を行う。したがって、蓄積バッファ231乃至予測画像選択部243の処理の説明として、上述した図20の蓄積バッファ211乃至予測画像選択部223についての説明を適用することができるが、その場合、処理するデータは、ベースレイヤのデータではなく、エンハンスメントレイヤのデータであるものとする必要がある。また、データの入力元や出力先の処理部は、適宜、エンハンスメントレイヤ画像復号部203の、対応する処理部に置き換えて読む必要がある。
These
なお、エンハンスメントレイヤ画像復号部203は、他のレイヤ(例えばベースレイヤ)の情報を参照して復号を行う。そして、エンハンスメントレイヤ画像復号部203は、<0.概要>において上述した処理を行う。
The enhancement layer
エンハンスメントレイヤ画像復号部203は、残差予測部244およびアップサンプル部245を有する。
The enhancement layer
可逆復号部232から動き情報や予測モード情報などが、動き予測・補償部242に供給される。また、エンハンスメントレイヤの符号化の際に、ベースレイヤにおける残差信号の重み係数の値が非0であるか0であるかが決定されて、それが残差信号の重み係数使用情報として可逆復号部232において受け取られて、動き予測・補償部242に供給される。
Motion information, prediction mode information, and the like are supplied from the
動き予測・補償部242は、可逆復号部232からの残差信号の重み係数使用情報に基づいて、重み係数の値が、非0であるか0であるかを判定し、重み係数の値が0である場合、可逆復号部232からの動き情報や予測モード情報を用いて、エンハンスメントレイヤの復号における予測処理を行う。
The motion prediction /
一方、動き予測・補償部242は、重み係数の値が非0である場合、残差予測部244に次の処理を行わせる。
On the other hand, when the value of the weighting factor is non-zero, the motion prediction /
残差予測部244は、アップサンプル部245からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のレンジを判定する。残差予測部244は、その判定結果であるレンジ情報に応じて重み係数wを決定し、決定された重み係数wを動き予測・補償部242に供給する。また、残差予測部244は、そのレンジ情報に応じて、アップサンプル部245からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を動き予測・補償部242に供給する。
The
動き予測・補償部242は、可逆復号部232からの動き情報や予測モード情報と、残差予測部244により決定された重み係数の値が施されたベースレイヤにおける残差信号を用いて、エンハンスメントレイヤの復号における予測処理を行う。
The motion prediction /
アップサンプル部245は、ベースレイヤ画像復号部202から、ベースレイヤにおける、フレーム間予測符号化で符号化されたインターブロックのベースレイヤ残差信号を取得し、取得したベースレイヤ残差信号をアップサンプルする。アップサンプル部245は、アップサンプルされたベースレイヤ残差信号を、残差予測部244に供給する。
The up-
また、アップサンプル部245は、ベースレイヤ画像復号部202からのベースレイヤ復号画像も供給される。アップサンプル部245は、供給されたベースレイヤ復号画像をエンハンスメントレイヤの解像度にアップサンプル処理する。アップサンプル部245は、アップサンプルされたベースレイヤ復号画像情報を、エンハンスメントレイヤ画像復号部203のフレームメモリ239に供給する。
The
なお、画像符号化装置100による符号化(すなわち、画像復号装置200による復号)が、階層符号化ではない他のスケーラブル符号化である場合、ベースレイヤからのアップサンプルは必要ないため、アップサンプル部245は省略される。
Note that when the encoding by the image encoding device 100 (that is, the decoding by the image decoding device 200) is other scalable encoding that is not hierarchical encoding, no up-sampling from the base layer is necessary, so the up-
[残差予測部]
図22は、図21の残差予測部244の主な構成例を示すブロック図である。なお、図22の例において、各部からのデータの流れは、ベースレイヤ残差信号が9ビットであった場合が示されている。
[Residual Prediction Unit]
FIG. 22 is a block diagram illustrating a main configuration example of the
図22に示されるように、残差予測部244は、レンジ判定部261、重み係数決定部262、シフト部263、および残差バッファ264を有する。
As illustrated in FIG. 22, the
動き予測・補償部242は、可逆復号部232からの残差信号の重み係数の値が、非0であるか0であるかに関する重み係数使用情報を受け取る。動き予測・補償部242は、重み係数の値が非0である場合、重み係数決定部262および残差バッファ264に対して、動作を行わせる制御する制御信号を供給する。一方、重み係数の値が0である場合、重み係数決定部262および残差バッファ264に対して、制御信号は供給されない。あるいは、動作を禁止する制御信号が供給されるようにしてもよい。
The motion prediction /
レンジ判定部261は、アップサンプル部245からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のレンジを判定する。レンジ判定部261は、その判定結果であるレンジ情報を、重み係数決定部262に供給する。また、レンジ判定部261は、ベースレイヤ残差信号およびレンジ情報を、シフト部263に供給する。
The
重み係数決定部262は、動き予測・補償部242からの制御信号を受け取った場合、レンジ判定部161からのレンジ情報に応じて、重み係数wの値が、0.5であるか1であるかを決定する。重み係数決定部262は、決定した重み係数wの値である重み係数の情報を、動き予測・補償部242に供給する。
When receiving the control signal from the motion prediction /
シフト部263は、レンジ判定部261からのレンジ情報に応じて、レンジ判定部261からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ264に供給する。例えば、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ264に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、ベースレイヤ残差信号はそのままで残差バッファ264に蓄積される。
The
また、あるいは、ベースレイヤ残差信号が8ビットに収まっている場合には、シフトされたベースレイヤ残差信号とそのままのベースレイヤ残差信号が蓄積され、動き予測・補償部242により非0である場合の重み係数wに応じてどちらかの残差信号が用いられる。
Alternatively, if the base layer residual signal is within 8 bits, the shifted base layer residual signal and the base layer residual signal are accumulated, and the motion prediction /
残差バッファ264は、供給されたベースレイヤ残差信号を蓄積し、動き予測・補償部242からの制御信号を受け取った場合、所定のタイミングで読み出して、動き予測・補償部242に供給する。
The
なお、図18を参照して上述したように、ベースレイヤ残差信号が8ビットに収まっている場合に、重み係数wの値として、0.5または1のどちらかの値が用いられる際には、重み係数wが0.5または1のどちらかの値であることを示す重み係数値情報として符号化側から送られてくる。この場合、動き予測・補償部242は、重み係数値情を受け取り、どちらの値であるかを示す制御信号を重み係数決定部262および残差バッファ264に対して供給する。
As described above with reference to FIG. 18, when the base layer residual signal is within 8 bits, when the value of 0.5 or 1 is used as the value of the weighting factor w, It is sent from the encoding side as weighting coefficient value information indicating that the weighting coefficient w is either 0.5 or 1. In this case, the motion prediction /
重み係数決定部262は、この制御信号に応じて、重み係数wの値を決定し、動き予測・補償部242供給する。残差バッファ264は、この制御信号に応じて、シフトされたベースレイヤ残差信号とそのままのベースレイヤ残差信号のどちらかを読み出して、動き予測・補償部242に供給する。
The weighting
以上のように、ベースレイヤ残差信号が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ264に蓄積される。これにより、残差バッファ164の記憶容量を低減させることができる。つまり、画像復号装置200(エンハンスメントレイヤ画像復号部203)は、符号化や復号に必要な記憶容量の増大を抑制することができる。
As described above, when the base layer residual signal does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the
[画像復号処理の流れ]
次に、以上のような画像復号装置200により実行される各処理の流れについて説明する。最初に、図23のフローチャートを参照して、画像復号処理の流れの例を説明する。
[Image decoding process flow]
Next, the flow of each process executed by the image decoding apparatus 200 as described above will be described. First, an example of the flow of image decoding processing will be described with reference to the flowchart of FIG.
画像復号処理が開始されると、ステップS201において、画像復号装置200の逆多重化部201は、符号化側から伝送される階層画像符号化ストリームをレイヤ毎に逆多重化する。
When the image decoding process is started, in step S201, the
ステップS202において、ベースレイヤ画像復号部202は、ステップS201の処理により抽出されたベースレイヤ画像符号化ストリームを復号する。ベースレイヤ画像復号部202は、この復号により生成されたベースレイヤ画像のデータを出力する。このベースレイヤ復号処理の詳細については、図24を参照して後述される。
In step S202, the base layer
ステップS203において、エンハンスメントレイヤ画像復号部203は、ステップS201の処理により抽出されたエンハンスメントレイヤ画像符号化ストリームを復号する。エンハンスメントレイヤ画像復号部203は、この復号により生成されたエンハンスメントレイヤ画像のデータを出力する。このエンハンスメントレイヤ復号処理の詳細については、図25を参照して後述される。
In step S203, the enhancement layer
ステップS203の処理が終了すると、画像復号装置200は、画像復号処理を終了する。このような画像復号処理により1ピクチャが処理される。したがって、画像復号装置200は、このような画像復号処理を階層化された動画像データの各ピクチャについて繰り返し実行する。 When the process of step S203 ends, the image decoding device 200 ends the image decoding process. One picture is processed by such an image decoding process. Therefore, the image decoding apparatus 200 repeatedly executes such an image decoding process for each picture of hierarchized moving image data.
[ベースレイヤ復号処理の流れ]
次に、図23のステップS202において、ベースレイヤ画像復号部202により実行されるベースレイヤ復号処理の流れの例を、図24のフローチャートを参照して説明する。
[Flow of base layer decoding process]
Next, an example of the flow of the base layer decoding process executed by the base layer
ベースレイヤ復号処理が開始されると、ステップS221において、蓄積バッファ211は、伝送されてきたビットストリーム(符号化データ)を蓄積する。ステップS222において、可逆復号部212は、蓄積バッファ211から供給されるビットストリーム(符号化データ)を復号する。すなわち、図11の可逆符号化部116により符号化されたIピクチャ、Pピクチャ、並びにBピクチャ等の画像データが復号される。このとき、ヘッダ情報などのビットストリームに含められた画像データ以外の各種情報も復号される。
When the base layer decoding process is started, in step S221, the accumulation buffer 211 accumulates the transmitted bit stream (encoded data). In step S222, the
ステップS223において、逆量子化部213は、ステップS222の処理により得られた、量子化された係数を逆量子化する。
In step S223, the
ステップS224において、逆直交変換部214は、ステップS223において逆量子化された係数を逆直交変換する。
In step S224, the inverse
ステップS225において、イントラ予測部221若しくは動き予測・補償部222は、予測処理を行い、予測画像を生成する。つまり、可逆復号部212において判定された、符号化の際に適用された予測モードで予測処理が行われる。より具体的には、例えば、符号化の際にイントラ予測が適用された場合、イントラ予測部221が、符号化の際に最適とされたイントラ予測モードで予測画像を生成する。また、例えば、符号化の際にインター予測が適用された場合、動き予測・補償部222が、符号化の際に最適とされたインター予測モードで予測画像を生成する。
In step S225, the
ステップS226において、演算部215は、ステップS224において逆直交変換されて得られた差分画像に、ステップS225において生成された予測画像を加算する。これにより再構成画像の画像データが得られる。
In step S226, the
ステップS227において、デブロッキングフィルタ216−1は、ステップS226の処理により得られた再構成画像の画像データに対して、デブロッキングフィルタ処理を行う。これによりブロック歪み等が除去される。ステップS228において、適応オフセットフィルタ216−2は、デブロッキングフィルタ216−1からのデブロッキングフィルタ処理結果に対して、主にリンギングを除去する適応オフセットフィルタ処理を行う。 In step S227, the deblocking filter 216-1 performs deblocking filter processing on the image data of the reconstructed image obtained by the processing in step S226. Thereby, block distortion and the like are removed. In step S228, the adaptive offset filter 216-2 performs adaptive offset filter processing that mainly removes ringing on the deblocking filter processing result from the deblocking filter 216-1.
ステップS229において、画面並べ替えバッファ217は、ステップS228において適応オフセットフィルタ処理された再構成画像の各フレームの並べ替えを行う。すなわち、符号化の際に並べ替えられたフレームの順序が、元の表示の順序に並べ替えられる。
In step S229, the
ステップS230において、D/A変換部218は、ステップS229においてフレームの順序が並べ替えられた画像をD/A変換する。この画像が図示せぬディスプレイに出力され、画像が表示される。
In step S230, the D /
ステップS231において、フレームメモリ219は、ステップS228の処理により得られた復号画像やステップS227の処理により得られた再構成画像等のデータを記憶する。
In step S231, the
ステップS232において、動き予測・補償部222は、以上のようなベースレイヤの復号処理において得られたベースレイヤにおける残差信号を、エンハンスメントレイヤの復号処理に供給する。
In step S232, the motion prediction /
ステップS232の処理が終了すると、ベースレイヤ復号処理が終了し、処理は図23に戻る。 When the process of step S232 ends, the base layer decoding process ends, and the process returns to FIG.
[エンハンスメントレイヤ復号処理の流れ]
次に、図23のステップS203において、エンハンスメントレイヤ画像復号部203により実行されるエンハンスメントレイヤ復号処理の流れの例を、図25のフローチャートを参照して説明する。
[Enhancement layer decoding process flow]
Next, an example of the flow of enhancement layer decoding processing executed by the enhancement layer
エンハンスメントレイヤ復号処理が開始されると、エンハンスメントレイヤ画像復号部203のアップサンプル部245は、ステップS251において、ベースレイヤの復号処理において得られるベースレイヤ残差信号を取得し、アップサンプルする。アップサンプル部245は、アップサンプルされたベースレイヤ残差信号を、残差予測部244に供給する。
When the enhancement layer decoding process is started, the
ステップS252において、蓄積バッファ231は、伝送されてきたビットストリーム(符号化データ)を蓄積する。ステップS253において、可逆復号部232は、蓄積バッファ231から供給されるビットストリーム(符号化データ)を復号する。すなわち、可逆符号化部136により符号化されたIピクチャ、Pピクチャ、並びにBピクチャ等の画像データが復号される。このとき、ヘッダ情報などのビットストリームに含められた画像データ以外の各種情報も復号される。例えば、重み係数に関する情報(重み係数使用情報や重み係数値情報)も復号される。
In step S252, the
ステップS254において、逆量子化部213は、ステップS253の処理により得られた、量子化された係数を逆量子化する。
In step S254, the
ステップS255において、逆直交変換部214は、ステップS254において逆量子化された係数を逆直交変換する。
In step S255, the inverse
ステップS256において、動き予測・補償部242は、予測モードがインター予測であるか否かを判定する。インター予測であると判定した場合、処理はステップS257に進む。
In step S256, the motion prediction /
ステップS257において、動き予測・補償部242は、インター予測処理を行い、カレントブロックの予測画像を生成する。このインター予測処理の詳細については図26を参照して後述する。
In step S257, the motion prediction /
ステップS256において、インター予測ではないと判定された場合、処理は、ステップS258に進む。ステップS258において、イントラ予測部241は、符号化の際に採用されたイントラ予測モードである最適イントラ予測モードで予測画像を生成する。
If it is determined in step S256 that the prediction is not inter prediction, the process proceeds to step S258. In step S258, the
ステップS259乃至ステップS264の各処理は、図24のステップS226乃至ステップS231の各処理に対応し、それらの処理と同様に実行される。 Each process of step S259 thru | or step S264 respond | corresponds to each process of FIG.24 S226 thru | or step S231, and is performed similarly to those processes.
[インター予測処理の流れ]
次に、図25のステップS257において、動き予測・補償部242および残差予測部244により実行されるインター予測処理の流れの例を、図25のフローチャートを参照して説明する。なお、図25の例は、残差信号が8ビットである場合、wの値を1に決定する場合の例であり、図17の例に対応する処理の例である。
[Inter prediction process flow]
Next, an example of the flow of inter prediction processing executed by the motion prediction /
可逆復号部232は、ステップS281において、符号化側からの動き情報、予測モード情報などを受信する。また、可逆復号部232は、ステップS282において、符号化側からの重み係数使用情報(重み係数の値が0であるか非0であるかの情報)を、例えばCU単位で受信する。
In step S281, the
動き予測・補償部242は、ステップS283において、可逆復号部232からの重み係数使用情報を参照して、重み係数の値が0であるか否かを判定する。ステップS283において、重み係数の値が0ではない、すなわち、非0であると判定された場合、動き予測・補償部242は、重み係数決定部262と残差バッファ264に対して、制御信号を出力し、処理は、ステップS284に進む。
In step S283, the motion prediction /
ステップS284において、レンジ判定部261は、アップサンプル部245からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のレンジを判定する。なお、この判定処理は、CU若しくはPU毎に行われる。レンジ判定部261は、その判定結果であるレンジ情報を、重み係数決定部262に供給する。また、レンジ判定部261は、ベースレイヤ残差情報およびレンジ情報を、シフト部263に供給する。
In step S284, the
ステップS285において、重み係数決定部262は、動き予測・補償部242からの制御信号のもと、レンジ判定部261からのレンジ情報に応じて、重み係数wの値が、0.5であるか1であるかを決定する。すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、8ビットに収まっている場合、重み係数wの値は、1に決定される。重み係数決定部162は、決定した重み係数wの値である重み係数の情報を、動き予測・補償部242に供給する。
In step S285, the weight
ステップS286において、シフト部263は、レンジ判定部261からのレンジ情報に応じて、レンジ判定部261からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ264に供給する。
In step S286, the
すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ264に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、ベースレイヤ残差信号はそのままで残差バッファ264に蓄積される。残差バッファ264は、供給されたベースレイヤ残差信号を蓄積し、動き予測・補償部242からの制御信号のもと、所定のタイミングで読み出して、動き予測・補償部242に供給する。
That is, when the base layer residual information does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the
ステップS287において、動き予測・補償部242は、ステップS281により受信した動き情報や予測モード情報、並びに、残差予測部244からの重み係数とシフトされたベースレイヤ残差信号とを用いて、予測画像を生成する。
In step S287, the motion prediction /
一方、ステップS283において、重み係数の値が0であると判定された場合、動き予測・補償部242は、重み係数決定部262と残差バッファ264に対して、制御信号を出力せず、処理は、ステップS284乃至S286をスキップし、ステップS287に進む。
On the other hand, when it is determined in step S283 that the value of the weighting factor is 0, the motion prediction /
この場合、ステップS287において、動き予測・補償部242は、ステップS281により受信した動き情報や予測モード情報を用いて、予測画像を生成する。
In this case, in step S287, the motion prediction /
以上のように、重み係数の値が非0であり、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、ベースレイヤ残差信号はシフトされて、8ビットとされ、残差バッファ264に蓄積される。これにより、残差バッファ264の記憶容量の増大を抑制し、符号化・復号に必要な記憶容量の増大を抑制することができる。
As described above, when the value of the weighting factor is non-zero and the base layer residual information does not fit in 8 bits, the value of the weighting factor w is determined to be 0.5, and the base layer residual signal is shifted. , 8 bits, and stored in the
[インター予測処理の流れの他の例]
さらに、図25のステップS257において、動き予測・補償部242および残差予測部244により実行されるインター予測処理の流れの例を、図26のフローチャートを参照して説明する。なお、図26の例は、残差信号が8ビットである場合、wの値として、0.5または1のどちらかの値を用いる場合の例であり、上述した図18に対応する処理の例である。
[Other examples of inter prediction processing flow]
Furthermore, an example of the flow of inter prediction processing executed by the motion prediction /
可逆復号部232は、ステップS291において、符号化側からの動き情報、予測モード情報などを受信する。また、可逆復号部232は、ステップS292において、符号化側からの重み係数使用情報(重み係数の値が0であるか非0であるかの情報)をCU単位で受信する。
In step S291, the
動き予測・補償部242は、ステップS293において、可逆復号部232からの重み係数使用情報を参照して、重み係数の値が0であるか否かを判定する。ステップS293において、重み係数の値が0ではない、すなわち、非0であると判定された場合、動き予測・補償部242は、重み係数決定部262と残差バッファ264に対して、制御信号を出力し、処理は、ステップS294に進む。
In step S293, the motion prediction /
ステップS294において、レンジ判定部261は、アップサンプル部245からのベースレイヤ残差信号が、8ビットに収まっているか、それより大きいかという残差信号のレンジを判定する。なお、この判定処理は、CU若しくはPU毎に行われる。レンジ判定部261は、その判定結果であるレンジ情報を、重み係数決定部262に供給する。また、レンジ判定部261は、ベースレイヤ残差信号およびレンジ情報を、シフト部263に供給する。
In step S294, the
ステップS295において、重み係数決定部262は、動き予測・補償部242からの制御信号のもと、レンジ判定部261からのレンジ情報を参照して、ベースレイヤ残差信号が、8ビット以下であるか否かを判定する。ステップS295において、8ビット以下であると判定された場合、処理は、ステップS296に進む。
In step S295, the weight
ステップS296において、動き予測・補償部242は、可逆復号部232から重み係数を0.5とするか1とするかの重み係数値情報を受信し、どちらの値であるかを示す制御信号を重み係数決定部262および残差バッファ264に対して供給する。重み係数決定部262は、この制御信号に応じて、重み係数wの値を決定し、動き予測・補償部242供給する。
In step S296, the motion prediction /
一方、8ビット以下ではないと判定された場合、ステップS296の処理をスキップし、処理は、ステップS297に進む。このとき、重み係数決定部262は、重み係数wの値を、0.5に決定し、決定した重み係数wの値である重み係数の情報を、動き予測・補償部242に供給する。
On the other hand, if it is determined that it is not less than 8 bits, the process of step S296 is skipped, and the process proceeds to step S297. At this time, the weighting
ステップS297において、シフト部263は、レンジ判定部261からのレンジ情報に応じて、レンジ判定部261からのベースレイヤ残差信号をシフトし、シフトされたベースレイヤ残差信号を、残差バッファ264に供給する。
In step S297, the
すなわち、ベースレイヤ残差情報が8ビットに収まっていない場合、ベースレイヤ残差信号はシフトされて残差バッファ264に蓄積される。ベースレイヤ残差信号が8ビットに収まっている場合、例えば、そのままのベースレイヤ残差信号とシフトされたベースレイヤ残差信号が残差バッファ264に蓄積される。残差バッファ264は、供給されたベースレイヤ残差信号を蓄積し、動き予測・補償部242からの制御信号に応じて、シフトされたベースレイヤ残差信号またはシフトされていないベースレイヤ残差信号を読み出して、動き予測・補償部242に供給する。
That is, when the base layer residual information does not fit in 8 bits, the base layer residual signal is shifted and accumulated in the
ステップS298において、動き予測・補償部242は、ステップS281により受信した動き情報や予測モード情報、並びに、重み係数とシフトされたベースレイヤ残差信号とを用いて、予測画像を生成する。
In step S298, the motion prediction /
一方、ステップS293において、重み係数の値が0であると判定された場合、動き予測・補償部242は、重み係数決定部262と残差バッファ264に対して、制御信号を出力せず、処理は、ステップS294乃至S297をスキップし、ステップS298に進む。
On the other hand, when it is determined in step S293 that the value of the weighting factor is 0, the motion prediction /
この場合、ステップS298において、動き予測・補償部242は、ステップS291により受信した動き情報や予測モード情報を用いて、予測画像を生成する。
In this case, in step S298, the motion prediction /
以上のように、重み係数の値が非0であり、ベースレイヤ残差情報が8ビットに収まっていない場合、重み係数wの値は、0.5に決定され、ベースレイヤ残差信号はシフトにより8ビットとされ、残差バッファ264に蓄積される。これにより、残差バッファ264の記憶容量の増大を抑制し、符号化・復号に必要な記憶容量の増大を抑制することができる。
As described above, when the value of the weighting factor is non-zero and the base layer residual information does not fit in 8 bits, the value of the weighting factor w is determined to be 0.5, and the base layer residual signal is 8 by shifting. Bits are stored in the
以上のように各処理を実行することにより、画像復号装置200は、ベースレイヤにおける残差信号の記憶に用いられる記憶部の記憶容量の増大を抑制し、復号に必要な記憶容量の増大を抑制することができる。また、出力となる画像圧縮情報の符号化効率を改善することができる。 By executing each process as described above, the image decoding apparatus 200 suppresses an increase in storage capacity of a storage unit used for storing residual signals in the base layer, and suppresses an increase in storage capacity necessary for decoding. can do. Also, it is possible to improve the encoding efficiency of the compressed image information to be output.
以上においては、スケーラブル符号化により画像データが階層化されて複数レイヤ化されるように説明したが、そのレイヤ数は任意である。また、以上においては、符号化・復号において、エンハンスメントレイヤは、ベースレイヤ残差信号を用いて処理されるように説明したが、これに限らず、エンハンスメントレイヤが、処理済の他のエンハンスメントレイヤの残差信号を用いて処理されるようにしてもよい。 In the above description, it has been described that image data is hierarchized into a plurality of layers by scalable coding, but the number of layers is arbitrary. In the above description, the enhancement layer is described as being processed using the base layer residual signal in encoding / decoding. However, the enhancement layer is not limited to this, and other enhancement layers that have been processed may be processed. The residual signal may be used for processing.
例えば、図10の画像符号化装置100の場合、エンハンスメントレイヤ画像符号化部102の動き予測・補償部145(図12)が、動き予測・補償部125(図11)と同様に、そのエンハンスメントレイヤのインターブロックの残差信号を、他のエンハンスメントレイヤのエンハンスメントレイヤ画像符号化部102に供給するようにすればよい。
For example, in the case of the image encoding device 100 in FIG. 10, the motion prediction / compensation unit 145 (FIG. 12) of the enhancement layer
また、例えば、図19の画像復号装置200の場合、エンハンスメントレイヤ画像復号部203の動き予測・補償部242(図21)が、動き予測・補償部222(図20)と同様に、そのエンハンスメントレイヤのインターブロックの残差信号を、他のエンハンスメントレイヤのエンハンスメントレイヤ画像復号部203に供給するようにすればよい。
Further, for example, in the case of the image decoding device 200 of FIG. 19, the motion prediction / compensation unit 242 (FIG. 21) of the enhancement layer
本技術の適用範囲は、スケーラブルな符号化・復号方式に基づくあらゆる画像符号化装置及び画像復号装置に適用することができる。 The application range of the present technology can be applied to all image encoding devices and image decoding devices based on a scalable encoding / decoding method.
また、本技術は、例えば、MPEG、H.26x等の様に、離散コサイン変換等の直交変換と動き補償によって圧縮された画像情報(ビットストリーム)を、衛星放送、ケーブルテレビジョン、インターネット、または携帯電話機などのネットワークメディアを介して受信する際に用いられる画像符号化装置および画像復号装置に適用することができる。また、本技術は、光、磁気ディスク、およびフラッシュメモリのような記憶メディア上で処理する際に用いられる画像符号化装置および画像復号装置に適用することができる。 In addition, the present technology includes, for example, MPEG, H.264, and the like. When receiving image information (bitstream) compressed by orthogonal transformation such as discrete cosine transformation and motion compensation, such as 26x, via network media such as satellite broadcasting, cable television, the Internet, or mobile phones. The present invention can be applied to an image encoding device and an image decoding device used in the above. In addition, the present technology can be applied to an image encoding device and an image decoding device that are used when processing on a storage medium such as an optical, magnetic disk, and flash memory.
<3.第3の実施の形態>
[多視点画像符号化・多視点画像復号への適用]
上述した一連の処理は、多視点画像符号化・多視点画像復号に適用することができる。図28は、多視点画像符号化方式の一例を示す。
<3. Third Embodiment>
[Application to multi-view image coding and multi-view image decoding]
The series of processes described above can be applied to multi-view image encoding / multi-view image decoding. FIG. 28 shows an example of a multi-view image encoding method.
図28に示されるように、多視点画像は、複数の視点(ビュー(view))の画像を含む。この多視点画像の複数のビューは、他のビューの情報を利用せずに自身のビューの画像のみを用いて符号化・復号を行うベースビューと、他のビューの情報を利用して符号化・復号を行うノンベースビューとによりなる。ノンベースビューの符号化・復号は、ベースビューの情報を利用するようにしても良いし、他のノンベースビューの情報を利用するようにしてもよい。 As shown in FIG. 28, the multi-viewpoint image includes images of a plurality of viewpoints (views). The multiple views of this multi-viewpoint image are encoded using the base view that encodes and decodes using only the image of its own view without using the information of other views, and the information of other views. -It consists of a non-base view that performs decoding. Non-base view encoding / decoding may use base view information or other non-base view information.
つまり、多視点画像符号化・復号におけるビュー間の参照関係は、階層画像符号化・復号におけるレイヤ間の参照関係と同様である。したがって、図28のような多視点画像の符号化・復号において、上述した方法を適用するようにしてもよい。つまり、ノンベースビューの符号化・復号において利用するベースビュー(若しくは他のノンベースビュー)の残差信号が8ビットを超える場合、残差信号の重み係数wを0.5にして記憶するようにしてもよい。このようにすることにより、多視点画像の場合も同様に、符号化若しくは復号に必要な記憶容量の増大を抑制することができる。また、この多視点画像符号化の場合も、重み係数wが非0であるか0であるかの重み係数使用情報を送るだけでよいので、出力となる画像圧縮情報の符号化効率を改善することができる。 That is, the reference relationship between views in multi-view image encoding / decoding is the same as the reference relationship between layers in hierarchical image encoding / decoding. Therefore, the above-described method may be applied in encoding / decoding of a multi-viewpoint image as shown in FIG. In other words, if the base view (or other non-base view) residual signal used in non-base view encoding / decoding exceeds 8 bits, the residual signal weight coefficient w is set to 0.5 and stored. Also good. By doing in this way, similarly in the case of a multi-viewpoint image, it is possible to suppress an increase in storage capacity necessary for encoding or decoding. Also in the case of this multi-view image encoding, it is only necessary to send the weight coefficient use information whether the weight coefficient w is non-zero or zero, thereby improving the encoding efficiency of the output image compression information be able to.
[多視点画像符号化装置]
図29は、上述した多視点画像符号化を行う多視点画像符号化装置を示す図である。図29に示されるように、多視点画像符号化装置600は、符号化部601、符号化部602、および多重化部603を有する。
[Multi-view image encoding device]
FIG. 29 is a diagram illustrating a multi-view image encoding apparatus that performs the above-described multi-view image encoding. As illustrated in FIG. 29, the multi-view
符号化部601は、ベースビュー画像を符号化し、ベースビュー画像符号化ストリームを生成する。符号化部602は、ノンベースビュー画像を符号化し、ノンベースビュー画像符号化ストリームを生成する。多重化部603は、符号化部601において生成されたベースビュー画像符号化ストリームと、符号化部602において生成されたノンベースビュー画像符号化ストリームとを多重化し、多視点画像符号化ストリームを生成する。
The
この多視点画像符号化装置600の符号化部601としてベースレイヤ画像符号化部101(図11)を適用し、符号化部602としてエンハンスメントレイヤ画像符号化部102(図12)を適用してもよい。つまり、ノンベースビューの符号化において利用するベースビュー(若しくは他のノンベースビュー)の残差信号が8ビットを超える場合、残差信号の重み係数wを0.5にして記憶するようにしてもよい。このようにすることにより、符号化に必要な記憶容量の増大を抑制することができる。また、この多視点画像符号化の場合も、重み係数wが非0であるか0であるかの重み係数使用情報を送るだけでよいので、出力となる画像圧縮情報の符号化効率を改善することができる。
Even if the base layer image encoding unit 101 (FIG. 11) is applied as the
[多視点画像復号装置]
図30は、上述した多視点画像復号を行う多視点画像復号装置を示す図である。図30に示されるように、多視点画像復号装置610は、逆多重化部611、復号部612、および復号部613を有する。
[Multi-viewpoint image decoding device]
FIG. 30 is a diagram illustrating a multi-view image decoding apparatus that performs the above-described multi-view image decoding. As illustrated in FIG. 30, the multi-view
逆多重化部611は、ベースビュー画像符号化ストリームとノンベースビュー画像符号化ストリームとが多重化された多視点画像符号化ストリームを逆多重化し、ベースビュー画像符号化ストリームと、ノンベースビュー画像符号化ストリームとを抽出する。復号部612は、逆多重化部611により抽出されたベースビュー画像符号化ストリームを復号し、ベースビュー画像を得る。復号部613は、逆多重化部611により抽出されたノンベースビュー画像符号化ストリームを復号し、ノンベースビュー画像を得る。
The
この多視点画像復号装置610の復号部612としてベースレイヤ画像復号部202(図20)を適用し、復号部613としてエンハンスメントレイヤ画像復号部203(図21)を適用してもよい。つまり、ノンベースビューの復号において利用するベースビュー(若しくは他のノンベースビュー)の残差信号が8ビットを超える場合、残差信号の重み係数wを0.5にして記憶するようにしてもよい。このようにすることにより、復号に必要な記憶容量の増大を抑制することができる。
The base layer image decoding unit 202 (FIG. 20) may be applied as the
<4.第4の実施の形態>
[コンピュータ]
上述した一連の処理は、ハードウエアにより実行させることもできるし、ソフトウエアにより実行させることもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここでコンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータ等が含まれる。
<4. Fourth Embodiment>
[Computer]
The series of processes described above can be executed by hardware or can be executed by software. When a series of processing is executed by software, a program constituting the software is installed in the computer. Here, the computer includes, for example, a general-purpose personal computer that can execute various functions by installing a computer incorporated in dedicated hardware and various programs.
図31は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。 FIG. 31 is a block diagram illustrating a configuration example of hardware of a computer that executes the above-described series of processing by a program.
図31に示されるコンピュータ800において、CPU(Central Processing Unit)801、ROM(Read Only Memory)802、RAM(Random Access Memory)803は、バス804を介して相互に接続されている。
In a
バス804にはまた、入出力インタフェース805も接続されている。入出力インタフェース805には、入力部806、出力部807、記憶部808、通信部809、およびドライブ810が接続されている。
An input /
入力部806は、例えば、キーボード、マウス、マイクロホン、タッチパネル、入力端子などよりなる。出力部807は、例えば、ディスプレイ、スピーカ、出力端子などよりなる。記憶部808は、例えば、ハードディスク、RAMディスク、不揮発性のメモリなどよりなる。通信部809は、例えば、ネットワークインタフェースよりなる。ドライブ810は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブルメディア811を駆動する。
The
以上のように構成されるコンピュータでは、CPU801が、例えば、記憶部808に記憶されているプログラムを、入出力インタフェース805およびバス804を介して、RAM803にロードして実行することにより、上述した一連の処理が行われる。RAM803にはまた、CPU801が各種の処理を実行する上において必要なデータなども適宜記憶される。
In the computer configured as described above, the
コンピュータ(CPU801)が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア811に記録して適用することができる。その場合、プログラムは、リムーバブルメディア811をドライブ810に装着することにより、入出力インタフェース805を介して、記憶部808にインストールすることができる。
The program executed by the computer (CPU 801) can be recorded and applied to, for example, a
また、このプログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することもできる。その場合、プログラムは、有線または無線の伝送媒体を介して、通信部809で受信し、記憶部808にインストールすることができる。
This program can also be provided via a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting. In that case, the program can be received by the
その他、このプログラムは、ROM802や記憶部808に、あらかじめインストールしておくこともできる。
In addition, this program can be installed in the
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたと
き等の必要なタイミングで処理が行われるプログラムであっても良い。
The program executed by the computer may be a program that is processed in time series in the order described in this specification, or in parallel or at a necessary timing such as when a call is made. It may be a program for processing.
また、本明細書において、記録媒体に記録されるプログラムを記述するステップは、記載された順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。 Further, in the present specification, the step of describing the program recorded on the recording medium is not limited to the processing performed in chronological order according to the described order, but may be performed in parallel or It also includes processes that are executed individually.
また、本明細書において、システムとは、複数の構成要素(装置、モジュール(部品)等)の集合を意味し、全ての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、1つの筐体の中に複数のモジュールが収納されている1つの装置は、いずれも、システムである。 In this specification, the system means a set of a plurality of components (devices, modules (parts), etc.), and it does not matter whether all the components are in the same housing. Accordingly, a plurality of devices housed in separate housings and connected via a network and a single device housing a plurality of modules in one housing are all systems. .
また、以上において、1つの装置(または処理部)として説明した構成を分割し、複数の装置(または処理部)として構成するようにしてもよい。逆に、以上において複数の装置(または処理部)として説明した構成をまとめて1つの装置(または処理部)として構成されるようにしてもよい。また、各装置(または各処理部)の構成に上述した以外の構成を付加するようにしてももちろんよい。さらに、システム全体としての構成や動作が実質的に同じであれば、ある装置(または処理部)の構成の一部を他の装置(または他の処理部)の構成に含めるようにしてもよい。 In addition, in the above description, the configuration described as one device (or processing unit) may be divided and configured as a plurality of devices (or processing units). Conversely, the configurations described above as a plurality of devices (or processing units) may be combined into a single device (or processing unit). Of course, a configuration other than that described above may be added to the configuration of each device (or each processing unit). Furthermore, if the configuration and operation of the entire system are substantially the same, a part of the configuration of a certain device (or processing unit) may be included in the configuration of another device (or other processing unit). .
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。 The preferred embodiments of the present disclosure have been described in detail above with reference to the accompanying drawings, but the technical scope of the present disclosure is not limited to such examples. It is obvious that a person having ordinary knowledge in the technical field of the present disclosure can come up with various changes or modifications within the scope of the technical idea described in the claims. Of course, it is understood that it belongs to the technical scope of the present disclosure.
例えば、本技術は、1つの機能を、ネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。 For example, the present technology can take a configuration of cloud computing in which one function is shared by a plurality of devices via a network and jointly processed.
また、上述のフローチャートで説明した各ステップは、1つの装置で実行する他、複数の装置で分担して実行することができる。 In addition, each step described in the above flowchart can be executed by being shared by a plurality of apparatuses in addition to being executed by one apparatus.
さらに、1つのステップに複数の処理が含まれる場合には、その1つのステップに含まれる複数の処理は、1つの装置で実行する他、複数の装置で分担して実行することができる。 Furthermore, when a plurality of processes are included in one step, the plurality of processes included in the one step can be executed by being shared by a plurality of apparatuses in addition to being executed by one apparatus.
上述した実施形態に係る画像符号化装置及び画像復号装置は、例えば、衛星放送、ケーブルTVなどの有線放送、インターネット上での配信、及びセルラー通信による端末への配信などにおける送信機若しくは受信機、光ディスク、磁気ディスク及びフラッシュメモリなどの媒体に画像を記録する記録装置、又は、これら記憶媒体から画像を再生する再生装置などの様々な電子機器に応用され得る。以下、4つの応用例について説明する。 The image encoding device and the image decoding device according to the above-described embodiments include, for example, a transmitter or a receiver in cable broadcasting such as satellite broadcasting and cable TV, distribution on the Internet, and distribution to terminals by cellular communication, The present invention can be applied to various electronic devices such as a recording device that records an image on a medium such as an optical disk, a magnetic disk, and a flash memory, or a playback device that reproduces an image from these storage media. Hereinafter, four application examples will be described.
<5.応用例>
[第1の応用例:テレビジョン受像機]
図32は、上述した実施形態を適用したテレビジョン装置の概略的な構成の一例を示している。テレビジョン装置900は、アンテナ901、チューナ902、デマルチプレクサ903、デコーダ904、映像信号処理部905、表示部906、音声信号処理部907、スピーカ908、外部インタフェース(I/F)部909、制御部910、ユーザインタフェース(I/F)部911、及びバス912を備える。
<5. Application example>
[First application example: Television receiver]
FIG. 32 shows an example of a schematic configuration of a television apparatus to which the above-described embodiment is applied. The
チューナ902は、アンテナ901を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ902は、復調により得られた符号化ビットストリームをデマルチプレクサ903へ出力する。即ち、チューナ902は、画像が符号化されている符号化ストリームを受信する、テレビジョン装置900における伝送部としての役割を有する。
The
デマルチプレクサ903は、符号化ビットストリームから視聴対象の番組の映像ストリーム及び音声ストリームを分離し、分離した各ストリームをデコーダ904へ出力する。また、デマルチプレクサ903は、符号化ビットストリームからEPG(Electronic Program Guide)などの補助的なデータを抽出し、抽出したデータを制御部910に供給する。なお、デマルチプレクサ903は、符号化ビットストリームがスクランブルされている場合には、デスクランブルを行ってもよい。
The
デコーダ904は、デマルチプレクサ903から入力される映像ストリーム及び音声ストリームを復号する。そして、デコーダ904は、復号処理により生成される映像データを映像信号処理部905へ出力する。また、デコーダ904は、復号処理により生成される音声データを音声信号処理部907へ出力する。
The
映像信号処理部905は、デコーダ904から入力される映像データを再生し、表示部906に映像を表示させる。また、映像信号処理部905は、ネットワークを介して供給されるアプリケーション画面を表示部906に表示させてもよい。また、映像信号処理部905は、映像データについて、設定に応じて、例えばノイズ除去などの追加的な処理を行ってもよい。さらに、映像信号処理部905は、例えばメニュー、ボタン又はカーソルなどのGUI(Graphical User Interface)の画像を生成し、生成した画像を出力画像に重畳してもよい。
The video
表示部906は、映像信号処理部905から供給される駆動信号により駆動され、表示デバイス(例えば、液晶ディスプレイ、プラズマディスプレイ又はOELD(Organic ElectroLuminescence Display)(有機ELディスプレイ)など)の映像面上に映像又は画像を表示する。
The
音声信号処理部907は、デコーダ904から入力される音声データについてD/A変換及び増幅などの再生処理を行い、スピーカ908から音声を出力させる。また、音声信号処理部907は、音声データについてノイズ除去などの追加的な処理を行ってもよい。
The audio
外部インタフェース部909は、テレビジョン装置900と外部機器又はネットワークとを接続するためのインタフェースである。例えば、外部インタフェース部909を介して受信される映像ストリーム又は音声ストリームが、デコーダ904により復号されてもよい。即ち、外部インタフェース部909もまた、画像が符号化されている符号化ストリームを受信する、テレビジョン装置900における伝送部としての役割を有する。
The
制御部910は、CPUなどのプロセッサ、並びにRAM及びROMなどのメモリを有する。メモリは、CPUにより実行されるプログラム、プログラムデータ、EPGデータ、及びネットワークを介して取得されるデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、テレビジョン装置900の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース部911から入力される操作信号に応じて、テレビジョン装置900の動作を制御する。
The
ユーザインタフェース部911は、制御部910と接続される。ユーザインタフェース部911は、例えば、ユーザがテレビジョン装置900を操作するためのボタン及びスイッチ、並びに遠隔制御信号の受信部などを有する。ユーザインタフェース部911は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部910へ出力する。
The
バス912は、チューナ902、デマルチプレクサ903、デコーダ904、映像信号処理部905、音声信号処理部907、外部インタフェース部909及び制御部910を相互に接続する。
The
このように構成されたテレビジョン装置900において、デコーダ904は、上述した実施形態に係る画像復号装置200(図19)の機能を有する。それにより、テレビジョン装置900での画像の復号に必要な記憶容量の増大を抑制することができる。
In the
[第2の応用例:携帯電話機]
図33は、上述した実施形態を適用した携帯電話機の概略的な構成の一例を示している。携帯電話機920は、アンテナ921、通信部922、音声コーデック923、スピーカ924、マイクロホン925、カメラ部926、画像処理部927、多重分離部928、記録再生部929、表示部930、制御部931、操作部932、及びバス933を備える。
[Second application example: mobile phone]
FIG. 33 shows an example of a schematic configuration of a mobile phone to which the above-described embodiment is applied. A
アンテナ921は、通信部922に接続される。スピーカ924及びマイクロホン925は、音声コーデック923に接続される。操作部932は、制御部931に接続される。バス933は、通信部922、音声コーデック923、カメラ部926、画像処理部927、多重分離部928、記録再生部929、表示部930、及び制御部931を相互に接続する。
The
携帯電話機920は、音声通話モード、データ通信モード、撮影モード及びテレビ電話モードを含む様々な動作モードで、音声信号の送受信、電子メール又は画像データの送受信、画像の撮像、及びデータの記録などの動作を行う。
The
音声通話モードにおいて、マイクロホン925により生成されるアナログ音声信号は、音声コーデック923に供給される。音声コーデック923は、アナログ音声信号を音声データへ変換し、変換された音声データをA/D変換し圧縮する。そして、音声コーデック923は、圧縮後の音声データを通信部922へ出力する。通信部922は、音声データを符号化及び変調し、送信信号を生成する。そして、通信部922は、生成した送信信号を、アンテナ921を介して基地局(図示せず)へ送信する。また、通信部922は、アンテナ921を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部922は、受信信号を復調及び復号して音声データを生成し、生成した音声データを音声コーデック923へ出力する。音声コーデック923は、音声データを伸張し及びD/A変換し、アナログ音声信号を生成する。そして、音声コーデック923は、生成した音声信号をスピーカ924に供給して音声を出力させる。
In the voice call mode, an analog voice signal generated by the
また、データ通信モードにおいて、例えば、制御部931は、操作部932を介するユーザによる操作に応じて、電子メールを構成する文字データを生成する。また、制御部931は、文字を表示部930に表示させる。また、制御部931は、操作部932を介するユーザからの送信指示に応じて電子メールデータを生成し、生成した電子メールデータを通信部922へ出力する。通信部922は、電子メールデータを符号化及び変調し、送信信号を生成する。そして、通信部922は、生成した送信信号を、アンテナ921を介して基地局(図示せず)へ送信する。また、通信部922は、アンテナ921を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部922は、受信信号を復調及び復号して電子メールデータを復元し、復元した電子メールデータを制御部931へ出力する。制御部931は、表示部930に電子メールの内容を表示させると共に、電子メールデータを記録再生部929の記憶媒体に記憶させる。
Further, in the data communication mode, for example, the
記録再生部929は、読み書き可能な任意の記憶媒体を有する。例えば、記憶媒体は、RAM又はフラッシュメモリなどの内蔵型の記憶媒体であってもよく、ハードディスク、磁気ディスク、光磁気ディスク、光ディスク、USB(Universal Serial Bus)メモリ、又はメモリカードなどの外部装着型の記憶媒体であってもよい。 The recording / reproducing unit 929 has an arbitrary readable / writable storage medium. For example, the storage medium may be a built-in storage medium such as RAM or flash memory, and is externally mounted such as a hard disk, magnetic disk, magneto-optical disk, optical disk, USB (Universal Serial Bus) memory, or memory card. It may be a storage medium.
また、撮影モードにおいて、例えば、カメラ部926は、被写体を撮像して画像データを生成し、生成した画像データを画像処理部927へ出力する。画像処理部927は、カメラ部926から入力される画像データを符号化し、符号化ストリームを記録再生部929の記憶媒体に記憶させる。 In the shooting mode, for example, the camera unit 926 captures an image of a subject, generates image data, and outputs the generated image data to the image processing unit 927. The image processing unit 927 encodes the image data input from the camera unit 926 and stores the encoded stream in the storage medium of the recording / playback unit 929.
また、テレビ電話モードにおいて、例えば、多重分離部928は、画像処理部927により符号化された映像ストリームと、音声コーデック923から入力される音声ストリームとを多重化し、多重化したストリームを通信部922へ出力する。通信部922は、ストリームを符号化及び変調し、送信信号を生成する。そして、通信部922は、生成した送信信号を、アンテナ921を介して基地局(図示せず)へ送信する。また、通信部922は、アンテナ921を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。これら送信信号及び受信信号には、符号化ビットストリームが含まれ得る。そして、通信部922は、受信信号を復調及び復号してストリームを復元し、復元したストリームを多重分離部928へ出力する。多重分離部928は、入力されるストリームから映像ストリーム及び音声ストリームを分離し、映像ストリームを画像処理部927、音声ストリームを音声コーデック923へ出力する。画像処理部927は、映像ストリームを復号し、映像データを生成する。映像データは、表示部930に供給され、表示部930により一連の画像が表示される。音声コーデック923は、音声ストリームを伸張し及びD/A変換し、アナログ音声信号を生成する。そして、音声コーデック923は、生成した音声信号をスピーカ924に供給して音声を出力させる。
Further, in the videophone mode, for example, the demultiplexing unit 928 multiplexes the video stream encoded by the image processing unit 927 and the audio stream input from the
このように構成された携帯電話機920において、画像処理部927は、上述した実施形態に係る画像符号化装置100(図10)や画像復号装置200(図19)の機能を有する。それにより、携帯電話機920での画像の符号化および復号に必要な記憶容量の増大を抑制することができる。また、出力となる画像圧縮情報の符号化効率を改善することができる。
In the
[第3の応用例:記録再生装置]
図34は、上述した実施形態を適用した記録再生装置の概略的な構成の一例を示している。記録再生装置940は、例えば、受信した放送番組の音声データ及び映像データを符号化して記録媒体に記録する。また、記録再生装置940は、例えば、他の装置から取得される音声データ及び映像データを符号化して記録媒体に記録してもよい。また、記録再生装置940は、例えば、ユーザの指示に応じて、記録媒体に記録されているデータをモニタ及びスピーカ上で再生する。このとき、記録再生装置940は、音声データおよび映像データを復号する。
[Third application example: recording / reproducing apparatus]
FIG. 34 shows an example of a schematic configuration of a recording / reproducing apparatus to which the above-described embodiment is applied. For example, the recording / reproducing
記録再生装置940は、チューナ941、外部インタフェース(I/F)部942、エンコーダ943、HDD(Hard Disk Drive)944、ディスクドライブ945、セレクタ946、デコーダ947、OSD(On-Screen Display)948、制御部949、およびユーザインタフェース(I/F)部950を備える。
The recording / reproducing
チューナ941は、アンテナ(図示せず)を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ941は、復調により得られた符号化ビットストリームをセレクタ946へ出力する。即ち、チューナ941は、記録再生装置940における伝送部としての役割を有する。
The
外部インタフェース部942は、記録再生装置940と外部機器又はネットワークとを接続するためのインタフェースである。外部インタフェース部942は、例えば、IEEE1394インタフェース、ネットワークインタフェース、USBインタフェース、又はフラッシュメモリインタフェースなどであってよい。例えば、外部インタフェース部942を介して受信される映像データおよび音声データは、エンコーダ943へ入力される。即ち、外部インタフェース部942は、記録再生装置940における伝送部としての役割を有する。
The
エンコーダ943は、外部インタフェース部942から入力される映像データおよび音声データが符号化されていない場合に、映像データおよび音声データを符号化する。そし
て、エンコーダ943は、符号化ビットストリームをセレクタ946へ出力する。
The
HDD944は、映像および音声などのコンテンツデータが圧縮された符号化ビットストリーム、各種プログラムおよびその他のデータを内部のハードディスクに記録する。また、HDD944は、映像および音声の再生時に、これらデータをハードディスクから読み出す。
The
ディスクドライブ945は、装着されている記録媒体へのデータの記録および読み出しを行う。ディスクドライブ945に装着される記録媒体は、例えばDVDディスク(DVD-Video、DVD-RAM、DVD-R、DVD-RW、DVD+R、DVD+RW等)又はBlu-ray(登録商標)ディスクなどであってよい。
The
セレクタ946は、映像および音声の記録時には、チューナ941又はエンコーダ943から入力される符号化ビットストリームを選択し、選択した符号化ビットストリームをHDD944又はディスクドライブ945へ出力する。また、セレクタ946は、映像及び音声の再生時には、HDD944又はディスクドライブ945から入力される符号化ビットストリームをデコーダ947へ出力する。
The
デコーダ947は、符号化ビットストリームを復号し、映像データ及び音声データを生成する。そして、デコーダ947は、生成した映像データをOSD948へ出力する。また、デコーダ947は、生成した音声データを外部のスピーカへ出力する。
The
OSD948は、デコーダ947から入力される映像データを再生し、映像を表示する。また、OSD948は、表示する映像に、例えばメニュー、ボタン又はカーソルなどのGUIの画像を重畳してもよい。
The
制御部949は、CPUなどのプロセッサ、並びにRAM及びROMなどのメモリを有する。メモリは、CPUにより実行されるプログラム、及びプログラムデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、記録再生装置940の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース部950から入力される操作信号に応じて、記録再生装置940の動作を制御する。
The
ユーザインタフェース部950は、制御部949と接続される。ユーザインタフェース部950は、例えば、ユーザが記録再生装置940を操作するためのボタンおよびスイッチ、並びに遠隔制御信号の受信部などを有する。ユーザインタフェース部950は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部949へ出力する。
The
このように構成された記録再生装置940において、エンコーダ943は、上述した実施形態に係る画像符号化装置100(図10)の機能を有する。また、デコーダ947は、上述した実施形態に係る画像復号装置200(図19)の機能を有する。それにより、記録再生装置940での画像の符号化および復号に必要な記憶容量の増大を抑制することができる。また、出力となる画像圧縮情報の符号化効率を改善することができる。
In the recording / reproducing
[第4の応用例:撮像装置]
図35は、上述した実施形態を適用した撮像装置の概略的な構成の一例を示している。撮像装置960は、被写体を撮像して画像を生成し、画像データを符号化して記録媒体に記録する。
[Fourth Application Example: Imaging Device]
FIG. 35 illustrates an example of a schematic configuration of an imaging apparatus to which the above-described embodiment is applied. The
撮像装置960は、光学ブロック961、撮像部962、信号処理部963、画像処理部964、表示部965、外部インタフェース(I/F)部966、メモリ967、メディアドライブ968、OSD969、制御部970、ユーザインタフェース(I/F)部971、およびバス972を備える。
The
光学ブロック961は、撮像部962に接続される。撮像部962は、信号処理部963に接続される。表示部965は、画像処理部964に接続される。ユーザインタフェース部971は、制御部970に接続される。バス972は、画像処理部964、外部インタフェース部966、メモリ967、メディアドライブ968、OSD969、および制御部970を相互に接続する。
The
光学ブロック961は、フォーカスレンズ及び絞り機構などを有する。光学ブロック961は、被写体の光学像を撮像部962の撮像面に結像させる。撮像部962は、CCD(Charge Coupled Device)又はCMOS(Complementary Metal Oxide Semiconductor)などのイメージセンサを有し、撮像面に結像した光学像を光電変換によって電気信号としての画像信号に変換する。そして、撮像部962は、画像信号を信号処理部963へ出力する。
The
信号処理部963は、撮像部962から入力される画像信号に対してニー補正、ガンマ補正、色補正などの種々のカメラ信号処理を行う。信号処理部963は、カメラ信号処理後の画像データを画像処理部964へ出力する。
The
画像処理部964は、信号処理部963から入力される画像データを符号化し、符号化データを生成する。そして、画像処理部964は、生成した符号化データを外部インタフェース部966またはメディアドライブ968へ出力する。また、画像処理部964は、外部インタフェース部966またはメディアドライブ968から入力される符号化データを復号し、画像データを生成する。そして、画像処理部964は、生成した画像データを表示部965へ出力する。また、画像処理部964は、信号処理部963から入力される画像データを表示部965へ出力して画像を表示させてもよい。また、画像処理部964は、OSD969から取得される表示用データを、表示部965へ出力する画像に重畳してもよい。
The
OSD969は、例えばメニュー、ボタン又はカーソルなどのGUIの画像を生成して、生成した画像を画像処理部964へ出力する。
The
外部インタフェース部966は、例えばUSB入出力端子として構成される。外部インタフェース部966は、例えば、画像の印刷時に、撮像装置960とプリンタとを接続する。また、外部インタフェース部966には、必要に応じてドライブが接続される。ドライブには、例えば、磁気ディスク又は光ディスクなどのリムーバブルメディアが装着され、リムーバブルメディアから読み出されるプログラムが、撮像装置960にインストールされ得る。さらに、外部インタフェース部966は、LAN又はインターネットなどのネットワークに接続されるネットワークインタフェースとして構成されてもよい。即ち、外部インタフェース部966は、撮像装置960における伝送部としての役割を有する。
The
メディアドライブ968に装着される記録媒体は、例えば、磁気ディスク、光磁気ディスク、光ディスク、又は半導体メモリなどの、読み書き可能な任意のリムーバブルメディアであってよい。また、メディアドライブ968に記録媒体が固定的に装着され、例えば、内蔵型ハードディスクドライブ又はSSD(Solid State Drive)のような非可搬性の記憶部が構成されてもよい。 The recording medium mounted on the media drive 968 may be any readable / writable removable medium such as a magnetic disk, a magneto-optical disk, an optical disk, or a semiconductor memory. Further, a recording medium may be fixedly attached to the media drive 968, and a non-portable storage unit such as a built-in hard disk drive or an SSD (Solid State Drive) may be configured.
制御部970は、CPUなどのプロセッサ、並びにRAM及びROMなどのメモリを有する。メモリは、CPUにより実行されるプログラム、及びプログラムデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、撮像装置960の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース部971から入力される操作信号に応じて、撮像装置960の動作を制御する。
The
ユーザインタフェース部971は、制御部970と接続される。ユーザインタフェース部971は、例えば、ユーザが撮像装置960を操作するためのボタン及びスイッチなどを有する。ユーザインタフェース部971は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部970へ出力する。
The
このように構成された撮像装置960において、画像処理部964は、上述した実施形態に係る画像符号化装置100(図10)や画像復号装置200(図19)の機能を有する。それにより、撮像装置960での画像の符号化および復号に必要な記憶容量の増大を抑制することができる。また、出力となる画像圧縮情報の符号化効率を改善することができる。
In the
<6.スケーラブル符号化の応用例>
[第1のシステム]
次に、スケーラブル符号化(階層(画像)符号化)されたスケーラブル符号化データの具体的な利用例について説明する。スケーラブル符号化は、例えば、図36に示される例のように、伝送するデータの選択のために利用される。
<6. Application example of scalable coding>
[First system]
Next, a specific usage example of scalable encoded data that has been subjected to scalable encoding (hierarchical (image) encoding) will be described. Scalable encoding is used for selection of data to be transmitted, for example, as in the example shown in FIG.
図36に示されるデータ伝送システム1000において、配信サーバ1002は、スケーラブル符号化データ記憶部1001に記憶されているスケーラブル符号化データを読み出し、ネットワーク1003を介して、パーソナルコンピュータ1004、AV機器1005、タブレットデバイス1006、および携帯電話機1007等の端末装置に配信する。
In the
その際、配信サーバ1002は、端末装置の能力や通信環境等に応じて、適切な品質の符号化データを選択して伝送する。配信サーバ1002が不要に高品質なデータを伝送しても、端末装置において高画質な画像を得られるとは限らず、遅延やオーバフローの発生要因となる恐れがある。また、不要に通信帯域を占有したり、端末装置の負荷を不要に増大させたりしてしまう恐れもある。逆に、配信サーバ1002が不要に低品質なデータを伝送しても、端末装置において十分な画質の画像を得ることができない恐れがある。そのため、配信サーバ1002は、スケーラブル符号化データ記憶部1001に記憶されているスケーラブル符号化データを、適宜、端末装置の能力や通信環境等に対して適切な品質の符号化データとして読み出し、伝送する。
At that time, the
例えば、スケーラブル符号化データ記憶部1001は、スケーラブルに符号化されたスケーラブル符号化データ(BL+EL)1011を記憶するとする。このスケーラブル符号化データ(BL+EL)1011は、ベースレイヤとエンハンスメントレイヤの両方を含む符号化データであり、復号することにより、ベースレイヤの画像およびエンハンスメントレイヤの画像の両方を得ることができるデータである。
For example, it is assumed that the scalable encoded
配信サーバ1002は、データを伝送する端末装置の能力や通信環境等に応じて、適切なレイヤを選択し、そのレイヤのデータを読み出す。例えば、配信サーバ1002は、処理能力の高いパーソナルコンピュータ1004やタブレットデバイス1006に対しては、高品質なスケーラブル符号化データ(BL+EL)1011をスケーラブル符号化データ記憶部1001から読み出し、そのまま伝送する。これに対して、例えば、配信サーバ1002は、処理能力の低いAV機器1005や携帯電話機1007に対しては、スケーラブル符号化データ(BL+EL)1011からベースレイヤのデータを抽出し、スケーラブル符号化データ(BL+EL)1011と同じコンテンツのデータであるが、スケーラブル符号化データ(BL+EL)1011よりも低品質なスケーラブル符号化データ(BL)1012として伝送する。
The
このようにスケーラブル符号化データを用いることにより、データ量を容易に調整することができるので、遅延やオーバフローの発生を抑制したり、端末装置や通信媒体の負荷の不要な増大を抑制したりすることができる。また、スケーラブル符号化データ(BL+EL)1011は、レイヤ間の冗長性が低減されているので、各レイヤの符号化データを個別のデータとする場合よりもそのデータ量を低減させることができる。したがって、スケーラブル符号化データ記憶部1001の記憶領域をより効率よく使用することができる。
By using scalable encoded data in this way, the amount of data can be easily adjusted, so that the occurrence of delays and overflows can be suppressed, and unnecessary increases in the load on terminal devices and communication media can be suppressed. be able to. In addition, since scalable encoded data (BL + EL) 1011 has reduced redundancy between layers, the amount of data can be reduced as compared with the case where encoded data of each layer is used as individual data. . Therefore, the storage area of the scalable encoded
なお、パーソナルコンピュータ1004乃至携帯電話機1007のように、端末装置には様々な装置を適用することができるので、端末装置のハードウエアの性能は、装置によって異なる。また、端末装置が実行するアプリケーションも様々であるので、そのソフトウエアの能力も様々である。さらに、通信媒体となるネットワーク1003も、例えばインターネットやLAN(Local Area Network)等、有線若しくは無線、またはその両方を含むあらゆる通信回線網を適用することができ、そのデータ伝送能力は様々である。さらに、他の通信等によっても変化する恐れがある。
Note that since various devices can be applied to the terminal device, such as the
そこで、配信サーバ1002は、データ伝送を開始する前に、データの伝送先となる端末装置と通信を行い、端末装置のハードウエア性能や、端末装置が実行するアプリケーション(ソフトウエア)の性能等といった端末装置の能力に関する情報、並びに、ネットワーク1003の利用可能帯域幅等の通信環境に関する情報を得るようにしてもよい。そして、配信サーバ1002が、ここで得た情報を基に、適切なレイヤを選択するようにしてもよい。
Therefore, the
なお、レイヤの抽出は、端末装置において行うようにしてもよい。例えば、パーソナルコンピュータ1004が、伝送されたスケーラブル符号化データ(BL+EL)1011を復号し、ベースレイヤの画像を表示しても良いし、エンハンスメントレイヤの画像を表示しても良い。また、例えば、パーソナルコンピュータ1004が、伝送されたスケーラブル符号化データ(BL+EL)1011から、ベースレイヤのスケーラブル符号化データ(BL)1012を抽出し、記憶したり、他の装置に転送したり、復号してベースレイヤの画像を表示したりするようにしてもよい。
Note that the layer extraction may be performed by the terminal device. For example, the
もちろん、スケーラブル符号化データ記憶部1001、配信サーバ1002、ネットワーク1003、および端末装置の数はいずれも任意である。また、以上においては、配信サーバ1002がデータを端末装置に伝送する例について説明したが、利用例はこれに限定されない。データ伝送システム1000は、スケーラブル符号化された符号化データを端末装置に伝送する際、端末装置の能力や通信環境等に応じて、適切なレイヤを選択して伝送するシステムであれば、任意のシステムに適用することができる。
Of course, the numbers of the scalable encoded
そして、図36のようなデータ伝送システム1000においても、図1乃至図27を参照して上述した階層符号化・階層復号への適用と同様に本技術を適用することにより、図1乃至図27を参照して上述した効果と同様の効果を得ることができる。
Also in the
[第2のシステム]
また、スケーラブル符号化は、例えば、図37に示される例のように、複数の通信媒体を介する伝送のために利用される。
[Second system]
Also, scalable coding is used for transmission via a plurality of communication media, for example, as in the example shown in FIG.
図37に示されるデータ伝送システム1100において、放送局1101は、地上波放送1111により、ベースレイヤのスケーラブル符号化データ(BL)1121を伝送する。また、放送局1101は、有線若しくは無線またはその両方の通信網よりなる任意のネットワーク1112を介して、エンハンスメントレイヤのスケーラブル符号化データ(EL)1122を伝送する(例えばパケット化して伝送する)。
In the
端末装置1102は、放送局1101が放送する地上波放送1111の受信機能を有し、この地上波放送1111を介して伝送されるベースレイヤのスケーラブル符号化データ(BL)1121を受け取る。また、端末装置1102は、ネットワーク1112を介した通信を行う通信機能をさらに有し、このネットワーク1112を介して伝送されるエンハンスメントレイヤのスケーラブル符号化データ(EL)1122を受け取る。
The
端末装置1102は、例えばユーザ指示等に応じて、地上波放送1111を介して取得したベースレイヤのスケーラブル符号化データ(BL)1121を、復号してベースレイヤの画像を得たり、記憶したり、他の装置に伝送したりする。
The
また、端末装置1102は、例えばユーザ指示等に応じて、地上波放送1111を介して取得したベースレイヤのスケーラブル符号化データ(BL)1121と、ネットワーク1112を介して取得したエンハンスメントレイヤのスケーラブル符号化データ(EL)1122とを合成して、スケーラブル符号化データ(BL+EL)を得たり、それを復号してエンハンスメントレイヤの画像を得たり、記憶したり、他の装置に伝送したりする。
Also, the
以上のように、スケーラブル符号化データは、例えばレイヤ毎に異なる通信媒体を介して伝送させることができる。したがって、負荷を分散させることができ、遅延やオーバフローの発生を抑制することができる。 As described above, scalable encoded data can be transmitted via a different communication medium for each layer, for example. Therefore, the load can be distributed, and the occurrence of delay and overflow can be suppressed.
また、状況に応じて、伝送に使用する通信媒体を、レイヤ毎に選択することができるようにしてもよい。例えば、データ量が比較的多いベースレイヤのスケーラブル符号化データ(BL)1121を帯域幅の広い通信媒体を介して伝送させ、データ量が比較的少ないエンハンスメントレイヤのスケーラブル符号化データ(EL)1122を帯域幅の狭い通信媒体を介して伝送させるようにしてもよい。また、例えば、エンハンスメントレイヤのスケーラブル符号化データ(EL)1122を伝送する通信媒体を、ネットワーク1112とするか、地上波放送1111とするかを、ネットワーク1112の利用可能帯域幅に応じて切り替えるようにしてもよい。もちろん、任意のレイヤのデータについて同様である。
Moreover, you may enable it to select the communication medium used for transmission for every layer according to a condition. For example, scalable encoded data (BL) 1121 of a base layer having a relatively large amount of data is transmitted via a communication medium having a wide bandwidth, and scalable encoded data (EL) 1122 having a relatively small amount of data is transmitted. You may make it transmit via a communication medium with a narrow bandwidth. Further, for example, the communication medium for transmitting the enhancement layer scalable encoded data (EL) 1122 is switched between the
このように制御することにより、データ伝送における負荷の増大を、より抑制することができる。 By controlling in this way, an increase in load in data transmission can be further suppressed.
もちろん、レイヤ数は任意であり、伝送に利用する通信媒体の数も任意である。また、データ配信先となる端末装置1102の数も任意である。さらに、以上においては、放送局1101からの放送を例に説明したが、利用例はこれに限定されない。データ伝送システム1100は、スケーラブル符号化された符号化データを、レイヤを単位として複数に分割し、複数の回線を介して伝送するシステムであれば、任意のシステムに適用することができる。
Of course, the number of layers is arbitrary, and the number of communication media used for transmission is also arbitrary. In addition, the number of
そして、以上のような図37のようなデータ伝送システム1100においても、図1乃至図27を参照して上述した階層符号化・階層復号への適用と同様に本技術を適用することにより、図1乃至図27を参照して上述した効果と同様の効果を得ることができる。
In the
[第3のシステム]
また、スケーラブル符号化は、例えば、図38に示される例のように、符号化データの記憶に利用される。
[Third system]
Further, scalable encoding is used for storing encoded data as in the example shown in FIG. 38, for example.
図38に示される撮像システム1200において、撮像装置1201は、被写体1211を撮像して得られた画像データをスケーラブル符号化し、スケーラブル符号化データ(BL+EL)1221として、スケーラブル符号化データ記憶装置1202に供給する。
In the
スケーラブル符号化データ記憶装置1202は、撮像装置1201から供給されるスケーラブル符号化データ(BL+EL)1221を、状況に応じた品質で記憶する。例えば、通常時の場合、スケーラブル符号化データ記憶装置1202は、スケーラブル符号化データ(BL+EL)1221からベースレイヤのデータを抽出し、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ(BL)1222として記憶する。これに対して、例えば、注目時の場合、スケーラブル符号化データ記憶装置1202は、高品質でデータ量の多いスケーラブル符号化データ(BL+EL)1221のまま記憶する。
The scalable encoded
このようにすることにより、スケーラブル符号化データ記憶装置1202は、必要な場合のみ、画像を高画質に保存することができるので、画質劣化による画像の価値の低減を抑制しながら、データ量の増大を抑制することができ、記憶領域の利用効率を向上させることができる。
By doing so, the scalable encoded
例えば、撮像装置1201が監視カメラであるとする。撮像画像に監視対象(例えば侵入者)が写っていない場合(通常時の場合)、撮像画像の内容は重要でない可能性が高いので、データ量の低減が優先され、その画像データ(スケーラブル符号化データ)は、低品質に記憶される。これに対して、撮像画像に監視対象が被写体1211として写っている場合(注目時の場合)、その撮像画像の内容は重要である可能性が高いので、画質が優先され、その画像データ(スケーラブル符号化データ)は、高品質に記憶される。
For example, it is assumed that the
なお、通常時であるか注目時であるかは、例えば、スケーラブル符号化データ記憶装置1202が、画像を解析することにより判定しても良い。また、撮像装置1201が判定し、その判定結果をスケーラブル符号化データ記憶装置1202に伝送するようにしてもよい。
Note that whether it is normal time or attention time may be determined, for example, by the scalable encoded
なお、通常時であるか注目時であるかの判定基準は任意であり、判定基準とする画像の内容は任意である。もちろん、画像の内容以外の条件を判定基準とすることもできる。例えば、収録した音声の大きさや波形等に応じて切り替えるようにしてもよいし、所定の時間毎に切り替えるようにしてもよいし、ユーザ指示等の外部からの指示によって切り替えるようにしてもよい。 Note that the criterion for determining whether the time is normal or the time of attention is arbitrary, and the content of the image as the criterion is arbitrary. Of course, conditions other than the contents of the image can also be used as the criterion. For example, it may be switched according to the volume or waveform of the recorded sound, may be switched at every predetermined time, or may be switched by an external instruction such as a user instruction.
また、以上においては、通常時と注目時の2つの状態を切り替える例を説明したが、状態の数は任意であり、例えば、通常時、やや注目時、注目時、非常に注目時等のように、3つ以上の状態を切り替えるようにしてもよい。ただし、この切り替える状態の上限数は、スケーラブル符号化データのレイヤ数に依存する。 In the above, an example of switching between the normal state and the attention state has been described. However, the number of states is arbitrary, for example, normal, slightly attention, attention, very attention, etc. Alternatively, three or more states may be switched. However, the upper limit number of states to be switched depends on the number of layers of scalable encoded data.
また、撮像装置1201が、スケーラブル符号化のレイヤ数を、状態に応じて決定するようにしてもよい。例えば、通常時の場合、撮像装置1201が、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ(BL)1222を生成し、スケーラブル符号化データ記憶装置1202に供給するようにしてもよい。また、例えば、注目時の場合、撮像装置1201が、高品質でデータ量の多いベースレイヤのスケーラブル符号化データ(BL+EL)1221を生成し、スケーラブル符号化データ記憶装置1202に供給するようにしてもよい。
In addition, the
以上においては、監視カメラを例に説明したが、この撮像システム1200の用途は任意であり、監視カメラに限定されない。
In the above, the monitoring camera has been described as an example, but the use of the
そして、図38のような撮像システム1200においても、図1乃至図27を参照して上述した階層符号化・階層復号への適用と同様に本技術を適用することにより、図1乃至図27を参照して上述した効果と同様の効果を得ることができる。
<10.第7の実施の形態>
[実施のその他の例]
以上において本技術を適用する装置やシステム等の例を説明したが、本技術は、これに限らず、このような装置またはシステムを構成する装置に搭載するあらゆる構成、例えば、システムLSI(Large Scale Integration)等としてのプロセッサ、複数のプロセッサ等を用いるモジュール、複数のモジュール等を用いるユニット、ユニットにさらにその他の機能を付加したセット等(すなわち、装置の一部の構成)として実施することもできる。
38 is applied to the
<10. Seventh Embodiment>
[Other examples of implementation]
In the above, examples of apparatuses and systems to which the present technology is applied have been described. Integration) etc., a module using a plurality of processors, etc., a unit using a plurality of modules, etc., a set in which other functions are added to the unit, etc. (that is, a partial configuration of the apparatus) .
[ビデオセット]
本技術をセットとして実施する場合の例について、図39を参照して説明する。図39は、本技術を適用したビデオセットの概略的な構成の一例を示している。
[Video set]
An example of implementing the present technology as a set will be described with reference to FIG. FIG. 39 illustrates an example of a schematic configuration of a video set to which the present technology is applied.
近年、電子機器の多機能化が進んでおり、その開発や製造において、その一部の構成を販売や提供等として実施する場合、1機能を有する構成として実施を行う場合だけでなく、関連する機能を有する複数の構成を組み合わせ、複数の機能を有する1セットとして実施を行う場合も多く見られるようになってきた。 In recent years, multi-functionalization of electronic devices has progressed, and in the development and manufacture, when implementing a part of the configuration as sales or provision, etc., not only when implementing as a configuration having one function, but also related In many cases, a plurality of configurations having functions are combined and implemented as a set having a plurality of functions.
図39に示されるビデオセット1300は、このような多機能化された構成であり、画像の符号化や復号(いずれか一方でもよいし、両方でも良い)に関する機能を有するデバイスに、その機能に関連するその他の機能を有するデバイスを組み合わせたものである。 The video set 1300 shown in FIG. 39 has such a multi-functional configuration, and a device having a function relating to image encoding and decoding (either or both of them) can be used for the function. It is a combination of devices having other related functions.
図39に示されるように、ビデオセット1300は、ビデオモジュール1311、外部メモリ1312、パワーマネージメントモジュール1313、およびフロントエンドモジュール1314等のモジュール群と、コネクティビティ1321、カメラ1322、およびセンサ1323等の関連する機能を有するデバイスとを有する。
As shown in FIG. 39, the video set 1300 includes a module group such as a
モジュールは、互いに関連するいくつかの部品的機能をまとめ、まとまりのある機能を持った部品としたものである。具体的な物理的構成は任意であるが、例えば、それぞれ機能を有する複数のプロセッサ、抵抗やコンデンサ等の電子回路素子、その他のデバイス等を配線基板等に配置して一体化したものが考えられる。また、モジュールに他のモジュールやプロセッサ等を組み合わせて新たなモジュールとすることも考えられる。 A module is a component having a coherent function by combining several component functions related to each other. The specific physical configuration is arbitrary. For example, a plurality of processors each having a function, electronic circuit elements such as resistors and capacitors, and other devices arranged on a wiring board or the like can be considered. . It is also possible to combine the module with another module, a processor, etc. to make a new module.
図39の例の場合、ビデオモジュール1311は、画像処理に関する機能を有する構成を組み合わせたものであり、アプリケーションプロセッサ、ビデオプロセッサ、ブロードバンドモデム1333、およびRFモジュール1334を有する。
In the case of the example in FIG. 39, the
プロセッサは、所定の機能を有する構成をSoC(System On a Chip)により半導体チップに集積したものであり、例えばシステムLSI(Large Scale Integration)等と称されるものもある。この所定の機能を有する構成は、論理回路(ハードウエア構成)であってもよいし、CPU、ROM、RAM等と、それらを用いて実行されるプログラム(ソフトウエア構成)であってもよいし、その両方を組み合わせたものであってもよい。例えば、プロセッサが、論理回路とCPU、ROM、RAM等とを有し、機能の一部を論理回路(ハードウエア構成)により実現し、その他の機能をCPUにおいて実行されるプログラム(ソフトウエア構成)により実現するようにしてもよい。 The processor is a configuration in which a configuration having a predetermined function is integrated on a semiconductor chip by an SoC (System On a Chip). For example, there is a processor called a system LSI (Large Scale Integration). The configuration having the predetermined function may be a logic circuit (hardware configuration), a CPU, a ROM, a RAM, and the like, and a program (software configuration) executed using them. , Or a combination of both. For example, a processor has a logic circuit and a CPU, ROM, RAM, etc., a part of the function is realized by a logic circuit (hardware configuration), and other functions are executed by the CPU (software configuration) It may be realized by.
図39のアプリケーションプロセッサ1331は、画像処理に関するアプリケーションを実行するプロセッサである。このアプリケーションプロセッサ1331において実行されるアプリケーションは、所定の機能を実現するために、演算処理を行うだけでなく、例えばビデオプロセッサ1332等、ビデオモジュール1311内外の構成を必要に応じて制御することもできる。
An
ビデオプロセッサ1332は、画像の符号化・復号(その一方若しくは両方)に関する機能を有するプロセッサである。
The
ブロードバンドモデム1333は、インターネットや公衆電話回線網等の広帯域の回線を介して行われる有線若しくは無線(またはその両方)の広帯域通信に関する処理を行うプロセッサ(若しくはモジュール)である。例えば、ブロードバンドモデム1333は、送信するデータ(デジタル信号)をデジタル変調する等してアナログ信号に変換したり、受信したアナログ信号を復調してデータ(デジタル信号)に変換したりする。例えば、ブロードバンドモデム1333は、ビデオプロセッサ1332が処理する画像データや画像データが符号化されたストリーム、アプリケーションプログラム、設定データ等、任意の情報をデジタル変調・復調することができる。
The
RFモジュール1334は、アンテナを介して送受信されるRF(Radio Frequency)信号に対して、周波数変換、変復調、増幅、フィルタ処理等を行うモジュールである。例えば、RFモジュール1334は、ブロードバンドモデム1333により生成されたベースバンド信号に対して周波数変換等を行ってRF信号を生成する。また、例えば、RFモジュール1334は、フロントエンドモジュール1314を介して受信されたRF信号に対して周波数変換等を行ってベースバンド信号を生成する。
The
なお、図39において点線1341に示されるように、アプリケーションプロセッサ1331とビデオプロセッサ1332を、一体化し、1つのプロセッサとして構成されるようにしてもよい。
Note that, as indicated by a dotted
外部メモリ1312は、ビデオモジュール1311の外部に設けられた、ビデオモジュール1311により利用される記憶デバイスを有するモジュールである。この外部メモリ1312の記憶デバイスは、どのような物理構成により実現するようにしてもよいが、一般的にフレーム単位の画像データのような大容量のデータの格納に利用されることが多いので、例えばDRAM(Dynamic Random Access Memory)のような比較的安価で大容量の半導体メモリにより実現するのが望ましい。
The
パワーマネージメントモジュール1313は、ビデオモジュール1311(ビデオモジュール1311内の各構成)への電力供給を管理し、制御する。
The
フロントエンドモジュール1314は、RFモジュール1334に対してフロントエンド機能(アンテナ側の送受信端の回路)を提供するモジュールである。図39に示されるように、フロントエンドモジュール1314は、例えば、アンテナ部1351、フィルタ1352、および増幅部1353を有する。
The front-
アンテナ部1351は、無線信号を送受信するアンテナおよびその周辺の構成を有する。アンテナ部1351は、増幅部1353から供給される信号を無線信号として送信し、受信した無線信号を電気信号(RF信号)としてフィルタ1352に供給する。フィルタ1352は、アンテナ部1351を介して受信されたRF信号に対してフィルタ処理等を行い、処理後のRF信号をRFモジュール1334に供給する。増幅部1353は、RFモジュール1334から供給されるRF信号を増幅し、アンテナ部1351に供給する。
The
コネクティビティ1321は、外部との接続に関する機能を有するモジュールである。コネクティビティ1321の物理構成は、任意である。例えば、コネクティビティ1321は、ブロードバンドモデム1333が対応する通信規格以外の通信機能を有する構成や、外部入出力端子等を有する。
The
例えば、コネクティビティ1321が、Bluetooth(登録商標)、IEEE 802.11(例えばWi-Fi(Wireless Fidelity、登録商標))、NFC(Near Field Communication)、IrDA(InfraRed Data Association)等の無線通信規格に準拠する通信機能を有するモジュールや、その規格に準拠した信号を送受信するアンテナ等を有するようにしてもよい。また、例えば、コネクティビティ1321が、USB(Universal Serial Bus)、HDMI(登録商標)(High-Definition Multimedia Interface)等の有線通信規格に準拠する通信機能を有するモジュールや、その規格に準拠した端子を有するようにしてもよい。さらに、例えば、コネクティビティ1321が、アナログ入出力端子等のその他のデータ(信号)伝送機能等を有するようにしてもよい。
For example, the
なお、コネクティビティ1321が、データ(信号)の伝送先のデバイスを含むようにしてもよい。例えば、コネクティビティ1321が、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等の記録媒体に対してデータの読み出しや書き込みを行うドライブ(リムーバブルメディアのドライブだけでなく、ハードディスク、SSD(Solid State Drive)、NAS(Network Attached Storage)等も含む)を有するようにしてもよい。また、コネクティビティ1321が、画像や音声の出力デバイス(モニタやスピーカ等)を有するようにしてもよい。
The
カメラ1322は、被写体を撮像し、被写体の画像データを得る機能を有するモジュールである。カメラ1322の撮像により得られた画像データは、例えば、ビデオプロセッサ1332に供給されて符号化される。
The camera 1322 is a module having a function of capturing a subject and obtaining image data of the subject. Image data obtained by imaging by the camera 1322 is supplied to, for example, a
センサ1323は、例えば、音声センサ、超音波センサ、光センサ、照度センサ、赤外線センサ、イメージセンサ、回転センサ、角度センサ、角速度センサ、速度センサ、加速度センサ、傾斜センサ、磁気識別センサ、衝撃センサ、温度センサ等、任意のセンサ機能を有するモジュールである。センサ1323により検出されたデータは、例えば、アプリケーションプロセッサ1331に供給されてアプリケーション等により利用される。
The
以上においてモジュールとして説明した構成をプロセッサとして実現するようにしてもよいし、逆にプロセッサとして説明した構成をモジュールとして実現するようにしてもよい。 The configuration described as a module in the above may be realized as a processor, or conversely, the configuration described as a processor may be realized as a module.
以上のような構成のビデオセット1300において、後述するようにビデオプロセッサ1332に本技術を適用することができる。したがって、ビデオセット1300は、本技術を適用したセットとして実施することができる。
In the video set 1300 having the above configuration, the present technology can be applied to the
[ビデオプロセッサの構成例]
図40は、本技術を適用したビデオプロセッサ1332(図39)の概略的な構成の一例を示している。
[Video processor configuration example]
FIG. 40 illustrates an example of a schematic configuration of a video processor 1332 (FIG. 39) to which the present technology is applied.
図40の例の場合、ビデオプロセッサ1332は、ビデオ信号およびオーディオ信号の入力を受けてこれらを所定の方式で符号化する機能と、符号化されたビデオデータおよびオーディオデータを復号し、ビデオ信号およびオーディオ信号を再生出力する機能とを有する。
In the case of the example of FIG. 40, the
図40に示されるように、ビデオプロセッサ1332は、ビデオ入力処理部1401、第1画像拡大縮小部1402、第2画像拡大縮小部1403、ビデオ出力処理部1404、フレームメモリ1405、およびメモリ制御部1406を有する。また、ビデオプロセッサ1332は、エンコード・デコードエンジン1407、ビデオES(Elementary Stream)バッファ1408Aおよび1408B、並びに、オーディオESバッファ1409Aおよび1409Bを有する。さらに、ビデオプロセッサ1332は、オーディオエンコーダ1410、オーディオデコーダ1411、多重化部(MUX(Multiplexer))1412、逆多重化部(DMUX(Demultiplexer))1413、およびストリームバッファ1414を有する。
As shown in FIG. 40, the
ビデオ入力処理部1401は、例えばコネクティビティ1321(図39)等から入力されたビデオ信号を取得し、デジタル画像データに変換する。第1画像拡大縮小部1402は、画像データに対してフォーマット変換や画像の拡大縮小処理等を行う。第2画像拡大縮小部1403は、画像データに対して、ビデオ出力処理部1404を介して出力する先でのフォーマットに応じて画像の拡大縮小処理を行ったり、第1画像拡大縮小部1402と同様のフォーマット変換や画像の拡大縮小処理等を行ったりする。ビデオ出力処理部1404は、画像データに対して、フォーマット変換やアナログ信号への変換等を行って、再生されたビデオ信号として例えばコネクティビティ1321(図39)等に出力する。
The video
フレームメモリ1405は、ビデオ入力処理部1401、第1画像拡大縮小部1402、第2画像拡大縮小部1403、ビデオ出力処理部1404、およびエンコード・デコードエンジン1407によって共用される画像データ用のメモリである。フレームメモリ1405は、例えばDRAM等の半導体メモリとして実現される。
The
メモリ制御部1406は、エンコード・デコードエンジン1407からの同期信号を受けて、アクセス管理テーブル1406Aに書き込まれたフレームメモリ1405へのアクセススケジュールに従ってフレームメモリ1405に対する書き込み・読み出しのアクセスを制御する。アクセス管理テーブル1406Aは、エンコード・デコードエンジン1407、第1画像拡大縮小部1402、第2画像拡大縮小部1403等で実行される処理に応じて、メモリ制御部1406により更新される。
The
エンコード・デコードエンジン1407は、画像データのエンコード処理、並びに、画像データが符号化されたデータであるビデオストリームのデコード処理を行う。例えば、エンコード・デコードエンジン1407は、フレームメモリ1405から読み出した画像データを符号化し、ビデオストリームとしてビデオESバッファ1408Aに順次書き込む。また、例えば、ビデオESバッファ1408Bからビデオストリームを順次読み出して復号し、画像データとしてフレームメモリ1405に順次書き込む。エンコード・デコードエンジン1407は、これらの符号化や復号において、フレームメモリ1405を作業領域として使用する。また、エンコード・デコードエンジン1407は、例えばマクロブロック毎の処理を開始するタイミングで、メモリ制御部1406に対して同期信号を出力する。
The encoding /
ビデオESバッファ1408Aは、エンコード・デコードエンジン1407によって生成されたビデオストリームをバッファリングして、多重化部(MUX)1412に供給する。ビデオESバッファ1408Bは、逆多重化部(DMUX)1413から供給されたビデオストリームをバッファリングして、エンコード・デコードエンジン1407に供給する。
The
オーディオESバッファ1409Aは、オーディオエンコーダ1410によって生成されたオーディオストリームをバッファリングして、多重化部(MUX)1412に供給する。オーディオESバッファ1409Bは、逆多重化部(DMUX)1413から供給されたオーディオストリームをバッファリングして、オーディオデコーダ1411に供給する。
The
オーディオエンコーダ1410は、例えばコネクティビティ1321(図39)等から入力されたオーディオ信号を例えばデジタル変換し、例えばMPEGオーディオ方式やAC3(AudioCode number 3)方式等の所定の方式で符号化する。オーディオエンコーダ1410は、オーディオ信号が符号化されたデータであるオーディオストリームをオーディオESバッファ1409Aに順次書き込む。オーディオデコーダ1411は、オーディオESバッファ1409Bから供給されたオーディオストリームを復号し、例えばアナログ信号への変換等を行って、再生されたオーディオ信号として例えばコネクティビティ1321(図39)等に供給する。
The
多重化部(MUX)1412は、ビデオストリームとオーディオストリームとを多重化する。この多重化の方法(すなわち、多重化により生成されるビットストリームのフォーマット)は任意である。また、この多重化の際に、多重化部(MUX)1412は、所定のヘッダ情報等をビットストリームに付加することもできる。つまり、多重化部(MUX)1412は、多重化によりストリームのフォーマットを変換することができる。例えば、多重化部(MUX)1412は、ビデオストリームとオーディオストリームとを多重化することにより、転送用のフォーマットのビットストリームであるトランスポートストリームに変換する。また、例えば、多重化部(MUX)1412は、ビデオストリームとオーディオストリームとを多重化することにより、記録用のファイルフォーマットのデータ(ファイルデータ)に変換する。 The multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream. The multiplexing method (that is, the format of the bit stream generated by multiplexing) is arbitrary. At the time of this multiplexing, the multiplexing unit (MUX) 1412 can also add predetermined header information or the like to the bit stream. That is, the multiplexing unit (MUX) 1412 can convert the stream format by multiplexing. For example, the multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream to convert it into a transport stream that is a bit stream in a transfer format. Further, for example, the multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream, thereby converting the data into file format data (file data) for recording.
逆多重化部(DMUX)1413は、多重化部(MUX)1412による多重化に対応する方法で、ビデオストリームとオーディオストリームとが多重化されたビットストリームを逆多重化する。つまり、逆多重化部(DMUX)1413は、ストリームバッファ1414から読み出されたビットストリームからビデオストリームとオーディオストリームとを抽出する(ビデオストリームとオーディオストリームとを分離する)。つまり、逆多重化部(DMUX)1413は、逆多重化によりストリームのフォーマットを変換(多重化部(MUX)1412による変換の逆変換)することができる。例えば、逆多重化部(DMUX)1413は、例えばコネクティビティ1321やブロードバンドモデム1333等(いずれも図39)から供給されたトランスポートストリームを、ストリームバッファ1414を介して取得し、逆多重化することにより、ビデオストリームとオーディオストリームとに変換することができる。また、例えば、逆多重化部(DMUX)1413は、例えばコネクティビティ1321により(図39)各種記録媒体から読み出されたファイルデータを、ストリームバッファ1414を介して取得し、逆多重化することにより、ビデオストリームとオーディオストリームとに変換することができる。
The demultiplexing unit (DMUX) 1413 demultiplexes the bit stream in which the video stream and the audio stream are multiplexed by a method corresponding to the multiplexing by the multiplexing unit (MUX) 1412. That is, the demultiplexer (DMUX) 1413 extracts the video stream and the audio stream from the bit stream read from the stream buffer 1414 (separates the video stream and the audio stream). That is, the demultiplexer (DMUX) 1413 can convert the stream format by demultiplexing (inverse conversion of the conversion by the multiplexer (MUX) 1412). For example, the demultiplexing unit (DMUX) 1413 obtains a transport stream supplied from, for example, the
ストリームバッファ1414は、ビットストリームをバッファリングする。例えば、ストリームバッファ1414は、多重化部(MUX)1412から供給されたトランスポートストリームをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、例えばコネクティビティ1321やブロードバンドモデム1333(いずれも図39)等に供給する。
The
また、例えば、ストリームバッファ1414は、多重化部(MUX)1412から供給されたファイルデータをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、例えばコネクティビティ1321(図39)等に供給し、各種記録媒体に記録させる。
Further, for example, the
さらに、ストリームバッファ1414は、例えばコネクティビティ1321やブロードバンドモデム1333等(いずれも図39)を介して取得したトランスポートストリームをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、逆多重化部(DMUX)1413に供給する。
Further, the
また、ストリームバッファ1414は、例えばコネクティビティ1321(図39)等において各種記録媒体から読み出されたファイルデータをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、逆多重化部(DMUX)1413に供給する。
In addition, the
次に、このような構成のビデオプロセッサ1332の動作の例について説明する。例えば、コネクティビティ1321(図39)等からビデオプロセッサ1332に入力されたビデオ信号は、ビデオ入力処理部1401において4:2:2Y/Cb/Cr方式等の所定の方式のデジタル画像データに変換され、フレームメモリ1405に順次書き込まれる。このデジタル画像データは、第1画像拡大縮小部1402または第2画像拡大縮小部1403に読み出されて、4:2:0Y/Cb/Cr方式等の所定の方式へのフォーマット変換および拡大縮小処理が行われ、再びフレームメモリ1405に書き込まれる。この画像データは、エンコード・デコードエンジン1407によって符号化され、ビデオストリームとしてビデオESバッファ1408Aに書き込まれる。
Next, an example of the operation of the
また、コネクティビティ1321(図39)等からビデオプロセッサ1332に入力されたオーディオ信号は、オーディオエンコーダ1410によって符号化され、オーディオストリームとして、オーディオESバッファ1409Aに書き込まれる。
Also, an audio signal input to the
ビデオESバッファ1408Aのビデオストリームと、オーディオESバッファ1409Aのオーディオストリームは、多重化部(MUX)1412に読み出されて多重化され、トランスポートストリーム若しくはファイルデータ等に変換される。多重化部(MUX)1412により生成されたトランスポートストリームは、ストリームバッファ1414にバッファされた後、例えばコネクティビティ1321やブロードバンドモデム1333(いずれも図52)等を介して外部ネットワークに出力される。また、多重化部(MUX)1412により生成されたファイルデータは、ストリームバッファ1414にバッファされた後、例えばコネクティビティ1321(図39)等に出力され、各種記録媒体に記録される。
The video stream of the
また、例えばコネクティビティ1321やブロードバンドモデム1333(いずれも図39)等を介して外部ネットワークからビデオプロセッサ1332に入力されたトランスポートストリームは、ストリームバッファ1414にバッファされた後、逆多重化部(DMUX)1413により逆多重化される。また、例えばコネクティビティ1321(図39)等において各種記録媒体から読み出され、ビデオプロセッサ1332に入力されたファイルデータは、ストリームバッファ1414にバッファされた後、逆多重化部(DMUX)1413により逆多重化される。つまり、ビデオプロセッサ1332に入力されたトランスポートストリームまたはファイルデータは、逆多重化部(DMUX)1413によりビデオストリームとオーディオストリームとに分離される。
Further, for example, a transport stream input from an external network to the
オーディオストリームは、オーディオESバッファ1409Bを介してオーディオデコーダ1411に供給され、復号されてオーディオ信号が再生される。また、ビデオストリームは、ビデオESバッファ1408Bに書き込まれた後、エンコード・デコードエンジン1407により順次読み出されて復号されてフレームメモリ1405に書き込まれる。復号された画像データは、第2画像拡大縮小部1403によって拡大縮小処理されて、フレームメモリ1405に書き込まれる。そして、復号された画像データは、ビデオ出力処理部1404に読み出されて、4:2:2Y/Cb/Cr方式等の所定の方式にフォーマット変換され、さらにアナログ信号に変換されて、ビデオ信号が再生出力される。
The audio stream is supplied to the
このように構成されるビデオプロセッサ1332に本技術を適用する場合、エンコード・デコードエンジン1407に、上述した各実施形態に係る本技術を適用すればよい。つまり、例えば、エンコード・デコードエンジン1407が、第1の実施の形態に係る画像符号化装置100(図10)や第2の実施の形態に係る画像復号装置200(図19)の機能を有するようにすればよい。さらに、例えば、エンコード・デコードエンジン1407が、第3の実施の形態に係る多視点画像符号化装置600(図29)や多視点画像復号装置610(図30)の機能を有するようにしてもよい。このようにすることにより、ビデオプロセッサ1332は、図1乃至図27を参照して上述した効果と同様の効果を得ることができる。
When the present technology is applied to the
なお、エンコード・デコードエンジン1407において、本技術(すなわち、上述した各実施形態に係る画像符号化装置や画像復号装置の機能)は、論理回路等のハードウエアにより実現するようにしてもよいし、組み込みプログラム等のソフトウエアにより実現するようにしてもよいし、それらの両方により実現するようにしてもよい。
In the encoding /
[ビデオプロセッサの他の構成例]
図41は、本技術を適用したビデオプロセッサ1332(図39)の概略的な構成の他の例を示している。図41の例の場合、ビデオプロセッサ1332は、ビデオデータを所定の方式で符号化・復号する機能とを有する。
[Other configuration examples of video processor]
FIG. 41 illustrates another example of a schematic configuration of the video processor 1332 (FIG. 39) to which the present technology is applied. In the example of FIG. 41, the
より具体的には、図41に示されるように、ビデオプロセッサ1332は、制御部1511、ディスプレイインタフェース1512、ディスプレイエンジン1513、画像処理エンジン1514、および内部メモリ1515を有する。また、ビデオプロセッサ1332は、コーデックエンジン1516、メモリインタフェース1517、多重化・逆多重化部(MUX DMUX)1518、ネットワークインタフェース1519、およびビデオインタフェース1520を有する。
More specifically, as illustrated in FIG. 41, the
制御部1511は、ディスプレイインタフェース1512、ディスプレイエンジン1513、画像処理エンジン1514、およびコーデックエンジン1516等、ビデオプロセッサ1332内の各処理部の動作を制御する。
The
図41に示されるように、制御部1511は、例えば、メインCPU1531、サブCPU1532、およびシステムコントローラ1533を有する。メインCPU1531は、ビデオプロセッサ1332内の各処理部の動作を制御するためのプログラム等を実行する。メインCPU1531は、そのプログラム等に従って制御信号を生成し、各処理部に供給する(つまり、各処理部の動作を制御する)。サブCPU1532は、メインCPU1531の補助的な役割を果たす。例えば、サブCPU1532は、メインCPU1531が実行するプログラム等の子プロセスやサブルーチン等を実行する。システムコントローラ1533は、メインCPU1531およびサブCPU1532が実行するプログラムを指定する等、メインCPU1531およびサブCPU1532の動作を制御する。
As illustrated in FIG. 41, the
ディスプレイインタフェース1512は、制御部1511の制御の下、画像データを例えばコネクティビティ1321(図39)等に出力する。例えば、ディスプレイインタフェース1512は、デジタルデータの画像データをアナログ信号に変換し、再生されたビデオ信号として、またはデジタルデータの画像データのまま、コネクティビティ1321(図39)のモニタ装置等に出力する。
The
ディスプレイエンジン1513は、制御部1511の制御の下、画像データに対して、その画像を表示させるモニタ装置等のハードウエアスペックに合わせるように、フォーマット変換、サイズ変換、色域変換等の各種変換処理を行う。
Under the control of the
画像処理エンジン1514は、制御部1511の制御の下、画像データに対して、例えば画質改善のためのフィルタ処理等、所定の画像処理を施す。
The
内部メモリ1515は、ディスプレイエンジン1513、画像処理エンジン1514、およびコーデックエンジン1516により共用される、ビデオプロセッサ1332の内部に設けられたメモリである。内部メモリ1515は、例えば、ディスプレイエンジン1513、画像処理エンジン1514、およびコーデックエンジン1516の間で行われるデータの授受に利用される。例えば、内部メモリ1515は、ディスプレイエンジン1513、画像処理エンジン1514、またはコーデックエンジン1516から供給されるデータを格納し、必要に応じて(例えば、要求に応じて)、そのデータを、ディスプレイエンジン1513、画像処理エンジン1514、またはコーデックエンジン1516に供給する。この内部メモリ1515は、どのような記憶デバイスにより実現するようにしてもよいが、一般的にブロック単位の画像データやパラメータ等といった小容量のデータの格納に利用することが多いので、例えばSRAM(Static Random Access Memory)のような比較的(例えば外部メモリ1312と比較して)小容量だが応答速度が高速な半導体メモリにより実現するのが望ましい。
The
コーデックエンジン1516は、画像データの符号化や復号に関する処理を行う。このコーデックエンジン1516が対応する符号化・復号の方式は任意であり、その数は1つであってもよいし、複数であってもよい。例えば、コーデックエンジン1516は、複数の符号化・復号方式のコーデック機能を備え、その中から選択されたもので画像データの符号化若しくは符号化データの復号を行うようにしてもよい。
The
図41に示される例において、コーデックエンジン1516は、コーデックに関する処理の機能ブロックとして、例えば、MPEG-2 Video1541、AVC/H.2641542、HEVC/H.2651543、HEVC/H.265(Scalable)1544、HEVC/H.265(Multi-view)1545、およびMPEG-DASH1551を有する。
In the example shown in FIG. 41, the
MPEG-2 Video1541は、画像データをMPEG-2方式で符号化したり復号したりする機能ブロックである。AVC/H.2641542は、画像データをAVC方式で符号化したり復号したりする機能ブロックである。HEVC/H.2651543は、画像データをHEVC方式で符号化したり復号したりする機能ブロックである。HEVC/H.265(Scalable)1544は、画像データをHEVC方式でスケーラブル符号化したりスケーラブル復号したりする機能ブロックである。HEVC/H.265(Multi-view)1545は、画像データをHEVC方式で多視点符号化したり多視点復号したりする機能ブロックである。
MPEG-2
MPEG-DASH1551は、画像データをMPEG-DASH(MPEG-Dynamic Adaptive Streaming over HTTP)方式で送受信する機能ブロックである。MPEG-DASHは、HTTP(HyperText Transfer Protocol)を使ってビデオのストリーミングを行う技術であり、予め用意された解像度等が互いに異なる複数の符号化データの中から適切なものをセグメント単位で選択し伝送することを特徴の1つとする。MPEG-DASH1551は、規格に準拠するストリームの生成やそのストリームの伝送制御等を行い、画像データの符号化・復号については、上述したMPEG-2 Video1541乃至HEVC/H.265(Multi-view)1545を利用する。
MPEG-
メモリインタフェース1517は、外部メモリ1312用のインタフェースである。画像処理エンジン1514やコーデックエンジン1516から供給されるデータは、メモリインタフェース1517を介して外部メモリ1312に供給される。また、外部メモリ1312から読み出されたデータは、メモリインタフェース1517を介してビデオプロセッサ1332(画像処理エンジン1514若しくはコーデックエンジン1516)に供給される。
The
多重化・逆多重化部(MUX DMUX)1518は、符号化データのビットストリーム、画像データ、ビデオ信号等、画像に関する各種データの多重化や逆多重化を行う。この多重化・逆多重化の方法は任意である。例えば、多重化の際に、多重化・逆多重化部(MUX DMUX)1518は、複数のデータを1つにまとめるだけでなく、所定のヘッダ情報等をそのデータに付加することもできる。また、逆多重化の際に、多重化・逆多重化部(MUX DMUX)1518は、1つのデータを複数に分割するだけでなく、分割した各データに所定のヘッダ情報等を付加することもできる。つまり、多重化・逆多重化部(MUX DMUX)1518は、多重化・逆多重化によりデータのフォーマットを変換することができる。例えば、多重化・逆多重化部(MUX DMUX)1518は、ビットストリームを多重化することにより、転送用のフォーマットのビットストリームであるトランスポートストリームや、記録用のファイルフォーマットのデータ(ファイルデータ)に変換することができる。もちろん、逆多重化によりその逆変換も可能である。 A multiplexing / demultiplexing unit (MUX DMUX) 1518 multiplexes and demultiplexes various data related to images such as a bit stream of encoded data, image data, and a video signal. This multiplexing / demultiplexing method is arbitrary. For example, at the time of multiplexing, the multiplexing / demultiplexing unit (MUX DMUX) 1518 can not only combine a plurality of data into one but also add predetermined header information or the like to the data. Further, in the demultiplexing, the multiplexing / demultiplexing unit (MUX DMUX) 1518 not only divides one data into a plurality of data but also adds predetermined header information or the like to each divided data. it can. That is, the multiplexing / demultiplexing unit (MUX DMUX) 1518 can convert the data format by multiplexing / demultiplexing. For example, the multiplexing / demultiplexing unit (MUX DMUX) 1518 multiplexes the bit stream, thereby transporting a transport stream that is a bit stream in a transfer format and data in a file format for recording (file data). Can be converted to Of course, the inverse transformation is also possible by demultiplexing.
ネットワークインタフェース1519は、例えばブロードバンドモデム1333やコネクティビティ1321(いずれも図39)等向けのインタフェースである。ビデオインタフェース1520は、例えばコネクティビティ1321やカメラ1322(いずれも図39)等向けのインタフェースである。
The
次に、このようなビデオプロセッサ1332の動作の例について説明する。例えば、例えばコネクティビティ1321やブロードバンドモデム1333(いずれも図39)等を介して外部ネットワークからトランスポートストリームを受信すると、そのトランスポートストリームは、ネットワークインタフェース1519を介して多重化・逆多重化部(MUX DMUX)1518に供給されて逆多重化され、コーデックエンジン1516により復号される。コーデックエンジン1516の復号により得られた画像データは、例えば、画像処理エンジン1514により所定の画像処理が施され、ディスプレイエンジン1513により所定の変換が行われ、ディスプレイインタフェース1512を介して例えばコネクティビティ1321(図39)等に供給され、その画像がモニタに表示される。また、例えば、コーデックエンジン1516の復号により得られた画像データは、コーデックエンジン1516により再符号化され、多重化・逆多重化部(MUX DMUX)1518により多重化されてファイルデータに変換され、ビデオインタフェース1520を介して例えばコネクティビティ1321(図39)等に出力され、各種記録媒体に記録される。
Next, an example of the operation of the
さらに、例えば、コネクティビティ1321(図39)等により図示せぬ記録媒体から読み出された、画像データが符号化された符号化データのファイルデータは、ビデオインタフェース1520を介して多重化・逆多重化部(MUX DMUX)1518に供給されて逆多重化され、コーデックエンジン1516により復号される。コーデックエンジン1516の復号により得られた画像データは、画像処理エンジン1514により所定の画像処理が施され、ディスプレイエンジン1513により所定の変換が行われ、ディスプレイインタフェース1512を介して例えばコネクティビティ1321(図39)等に供給され、その画像がモニタに表示される。また、例えば、コーデックエンジン1516の復号により得られた画像データは、コーデックエンジン1516により再符号化され、多重化・逆多重化部(MUX DMUX)1518により多重化されてトランスポートストリームに変換され、ネットワークインタフェース1519を介して例えばコネクティビティ1321やブロードバンドモデム1333(いずれも図39)等に供給され図示せぬ他の装置に伝送される。
Further, for example, encoded data file data obtained by encoding image data read from a recording medium (not shown) by the connectivity 1321 (FIG. 39) is multiplexed / demultiplexed via the
なお、ビデオプロセッサ1332内の各処理部の間での画像データやその他のデータの授受は、例えば、内部メモリ1515や外部メモリ1312を利用して行われる。また、パワーマネージメントモジュール1313は、例えば制御部1511への電力供給を制御する。
Note that transfer of image data and other data between the processing units in the
このように構成されるビデオプロセッサ1332に本技術を適用する場合、コーデックエンジン1516に、上述した各実施形態に係る本技術を適用すればよい。つまり、例えば、コーデックエンジン1516が、第1の実施の形態に係る画像符号化装置100(図10)や第2の実施の形態に係る画像復号装置200(図19)を実現する機能ブロックを有するようにすればよい。さらに、例えば、コーデックエンジン1516が、第3の実施の形態に係る多視点画像符号化装置600(図29)や多視点画像復号装置610(図30)を実現する機能ブロックを有するようにしてもよい。このようにすることにより、ビデオプロセッサ1332は、図1乃至図27を参照して上述した効果と同様の効果を得ることができる。
When the present technology is applied to the
なお、コーデックエンジン1516において、本技術(すなわち、上述した各実施形態に係る画像符号化装置や画像復号装置の機能)は、論理回路等のハードウエアにより実現するようにしてもよいし、組み込みプログラム等のソフトウエアにより実現するようにしてもよいし、それらの両方により実現するようにしてもよい。
Note that in the
以上にビデオプロセッサ1332の構成を2例示したが、ビデオプロセッサ1332の構成は任意であり、上述した2例以外のものであってもよい。また、このビデオプロセッサ1332は、1つの半導体チップとして構成されるようにしてもよいが、複数の半導体チップとして構成されるようにしてもよい。例えば、複数の半導体を積層する3次元積層LSIとしてもよい。また、複数のLSIにより実現されるようにしてもよい。
Two examples of the configuration of the
[装置への適用例] [Example of application to equipment]
ビデオセット1300は、画像データを処理する各種装置に組み込むことができる。例えば、ビデオセット1300は、テレビジョン装置900(図32)、携帯電話機920(図33)、記録再生装置940(図34)、撮像装置960(図35)等に組み込むことができる。ビデオセット1300を組み込むことにより、その装置は、図1乃至図27を参照して上述した効果と同様の効果を得ることができる。 Video set 1300 can be incorporated into various devices that process image data. For example, the video set 1300 can be incorporated in the television device 900 (FIG. 32), the mobile phone 920 (FIG. 33), the recording / reproducing device 940 (FIG. 34), the imaging device 960 (FIG. 35), or the like. By incorporating the video set 1300, the apparatus can obtain an effect similar to that described above with reference to FIGS.
また、ビデオセット1300は、例えば、図36のデータ伝送システム1000におけるパーソナルコンピュータ1004、AV機器1005、タブレットデバイス1006、および携帯電話機1007等の端末装置、図37のデータ伝送システム1100における放送局1101および端末装置1102、並びに、図39の撮像システム1200における撮像装置1201およびスケーラブル符号化データ記憶装置1202等にも組み込むことができる。ビデオセット1300を組み込むことにより、その装置は、図1乃至図27を参照して上述した効果と同様の効果を得ることができる。さらに、図42のコンテンツ再生システムや、図48の無線通信システムにおける各装置にも組み込むことができる。
In addition, the video set 1300 includes, for example, terminal devices such as the
なお、上述したビデオセット1300の各構成の一部であっても、ビデオプロセッサ1332を含むものであれば、本技術を適用した構成として実施することができる。例えば、ビデオプロセッサ1332のみを本技術を適用したビデオプロセッサとして実施することができる。また、例えば、上述したように点線1341により示されるプロセッサやビデオモジュール1311等を本技術を適用したプロセッサやモジュール等として実施することができる。さらに、例えば、ビデオモジュール1311、外部メモリ1312、パワーマネージメントモジュール1313、およびフロントエンドモジュール1314を組み合わせ、本技術を適用したビデオユニット1361として実施することもできる。いずれの構成の場合であっても、図1乃至図27を参照して上述した効果と同様の効果を得ることができる。
Note that even a part of each configuration of the video set 1300 described above can be implemented as a configuration to which the present technology is applied as long as it includes the
つまり、ビデオプロセッサ1332を含むものであればどのような構成であっても、ビデオセット1300の場合と同様に、画像データを処理する各種装置に組み込むことができる。例えば、ビデオプロセッサ1332、点線1341により示されるプロセッサ、ビデオモジュール1311、または、ビデオユニット1361を、テレビジョン装置900(図32)、携帯電話機920(図33)、記録再生装置940(図34)、撮像装置960(図35)、図36のデータ伝送システム1000におけるパーソナルコンピュータ1004、AV機器1005、タブレットデバイス1006、および携帯電話機1007等の端末装置、図37のデータ伝送システム1100における放送局1101および端末装置1102、並びに、図38の撮像システム1200における撮像装置1201およびスケーラブル符号化データ記憶装置1202等に組み込むことができる。そして、本技術を適用したいずれかの構成を組み込むことにより、その装置は、ビデオセット1300の場合と同様に、図1乃至図27を参照して上述した効果と同様の効果を得ることができる。
That is, any configuration including the
なお、本技術は、予め用意された解像度等が互いに異なる複数の符号化データの中から適切なものをセグメント単位で選択して使用する、例えば、後述するMPEG DASH等のようなHTTPストリーミングのコンテンツ再生システムやWi-Fi規格の無線通信システムにも適用することができる。 In addition, this technique selects and uses an appropriate one of a plurality of pieces of encoded data having different resolutions prepared in advance for each segment, for example, an HTTP streaming content such as MPEG DASH to be described later The present invention can also be applied to a reproduction system and a Wi-Fi standard wireless communication system.
<8.MPEG-DASHの応用例>
[コンテンツ再生システムの概要]
まず、図42乃至図44を参照し、本技術を適用可能なコンテンツ再生システムについて概略的に説明する。
<8. Application example of MPEG-DASH>
[Outline of content playback system]
First, a content playback system to which the present technology can be applied will be schematically described with reference to FIGS.
以下では、まず、このような各実施形態において共通する基本構成について図42および図43を参照して説明する。 In the following, first, a basic configuration common to each of such embodiments will be described with reference to FIGS. 42 and 43.
図42は、コンテンツ再生システムの構成を示した説明図である。図42に示したように、コンテンツ再生システムは、コンテンツサーバ1610、1611と、ネットワーク1612と、コンテンツ再生装置1620(クライアント装置)と、を備える。
FIG. 42 is an explanatory diagram showing the configuration of the content reproduction system. As shown in FIG. 42, the content reproduction system includes
コンテンツサーバ1610、1611とコンテンツ再生装置1620は、ネットワーク1612を介して接続されている。このネットワーク1612は、ネットワーク1612に接続されている装置から送信される情報の有線、または無線の伝送路である。
The
例えば、ネットワーク1612は、インターネット、電話回線網、衛星通信網などの公衆回線網や、Ethernet(登録商標)を含む各種のLAN(Local Area Network)、WAN(Wide Area Network)などを含んでもよい。また、ネットワーク1612は、IP-VPN(Internet Protocol-Virtual Private Network)などの専用回線網を含んでもよい。
For example, the
コンテンツサーバ1610は、コンテンツデータを符号化し、符号化データおよび符号化データのメタ情報を含むデータファイルを生成して記憶する。なお、コンテンツサーバ1610がMP4形式のデータファイルを生成する場合、符号化データは「mdat」に該当し、メタ情報は「moov」に該当する。
The
また、コンテンツデータは、音楽、講演およびラジオ番組などの音楽データや、映画、テレビジョン番組、ビデオプログラム、写真、文書、絵画および図表などの映像データや、ゲームおよびソフトウエアなどであってもよい。 Further, the content data may be music data such as music, lectures and radio programs, video data such as movies, television programs, video programs, photographs, documents, pictures and charts, games and software, etc. .
ここで、コンテンツサーバ1610は、同一コンテンツに関し、異なるビットレートで複数のデータファイルを生成する。またコンテンツサーバ1611は、コンテンツ再生装置1620からのコンテンツの再生要求に対して、コンテンツサーバ1610のURLの情報に、コンテンツ再生装置1620で当該URLに付加させるパラメータの情報を含めてコンテンツ再生装置1620に送信する。以下、図43を参照して当該事項について具体的に説明する。
Here, the
図43は、図42のコンテンツ再生システムにおけるデータの流れを示した説明図である。コンテンツサーバ1610は、同一のコンテンツデータを異なるビットレートで符号化し、図43に示したように例えば2MbpsのファイルA、1.5MbpsのファイルB、1MbpsのファイルCを生成する。相対的に、ファイルAはハイビットレートであり、ファイルBは標準ビットレートであり、ファイルCはロービットレートである。
FIG. 43 is an explanatory diagram showing a data flow in the content reproduction system of FIG. The
また、図43に示したように、各ファイルの符号化データは複数のセグメントに区分されている。例えば、ファイルAの符号化データは「A1」、「A2」、「A3」、・・・「An」というセグメントに区分されており、ファイルBの符号化データは「B1」、「B2」、「B3」、・・・「Bn」というセグメントに区分されており、ファイルCの符号化データは「C1」、「C2」、「C3」、・・・「Cn」というセグメントに区分されている。 As shown in FIG. 43, the encoded data of each file is divided into a plurality of segments. For example, the encoded data of file A is divided into segments “A1”, “A2”, “A3”,... “An”, and the encoded data of file B is “B1”, “B2”, “B3”,... “Bn” is segmented, and the encoded data of file C is segmented as “C1”, “C2”, “C3”,. .
なお、各セグメントはMP4のシンクサンプル(たとえば、AVC/H.264の映像符号化ではIDR−ピクチャ)で始まる単独で再生可能な1または2以上の映像符号化データおよび音声符号化データより構成サンプルで構成されてもよい。例えば、一秒30フレームのビデオデータが15フレーム固定長のGOP(Group of Picture)にて符号化されていた場合、各セグメントは、4GOPに相当する2秒分の映像ならびに音声符号化データであっても、20GOPに相当する10秒分の映像ならびに音声符号化データであってもよい。 Each segment is composed of one or more video encoded data and audio encoded data that can be reproduced independently, starting with an MP4 sync sample (for example, IDR-picture in the case of AVC / H.264 video encoding). It may be constituted by. For example, when video data of 30 frames per second is encoded by a GOP (Group of Picture) having a fixed length of 15 frames, each segment is encoded video and audio data for 2 seconds corresponding to 4 GOP. Alternatively, it may be video and audio encoded data for 10 seconds corresponding to 20 GOP.
また、各ファイルにおける配置順番が同一のセグメントによる再生範囲(コンテンツの先頭からの時間位置の範囲)は同一である。例えば、セグメント「A2」、セグメント「B2」、およびセグメント「C2」の再生範囲は同一であり、各セグメントが2秒分の符号化データである場合、セグメント「A2」、セグメント「B2」、およびセグメント「C2」の再生範囲は、いずれもコンテンツの2秒乃至4秒である。 In addition, the reproduction range (the range of the time position from the beginning of the content) by the segments having the same arrangement order in each file is the same. For example, when the playback ranges of the segment “A2”, the segment “B2”, and the segment “C2” are the same and each segment is encoded data for 2 seconds, the segment “A2”, the segment “B2”, and The playback range of the segment “C2” is 2 to 4 seconds for the content.
コンテンツサーバ1610は、このような複数のセグメントから構成されるファイルA乃至ファイルCを生成すると、ファイルA乃至ファイルCを記憶する。そして、コンテンツサーバ1610は、図43に示したように、異なるファイルを構成するセグメントをコンテンツ再生装置1620に順次に送信し、コンテンツ再生装置1620は、受信したセグメントをストリーミング再生する。
When the
ここで、本実施形態によるコンテンツサーバ1610は、各符号化データのビットレート情報およびアクセス情報を含むプレイリストファイル(以下、MPD:Media Presentation Description)をコンテンツ再生装置1620に送信し、コンテンツ再生装置1620は、MPDに基づき、複数のビットレートのうちのいずれかのビットレートを選択し、選択したビットレートに対応するセグメントの送信をコンテンツサーバ1610に要求する。
Here, the
図42では、1つのコンテンツサーバ1610のみが図示されているが、本開示は係る例に限定されないことは言うまでもない。
In FIG. 42, only one
図44は、MPDの具体例を示した説明図である。図44に示したように、MPDには、異なるビットレート(BANDWIDTH)を有する複数の符号化データに関するアクセス情報が含まれる。例えば、図44に示したMPDは、256Kbps、1.024Mbps、1.384Mbps、1.536Mbps、2.048Mbpsの各々の符号化データが存在することを示す共に、各符号化データに関するアクセス情報を含む。コンテンツ再生装置1620は、かかるMPDに基づき、ストリーミング再生する符号化データのビットレートを動的に変更することが可能である。
FIG. 44 is an explanatory diagram showing a specific example of MPD. As shown in FIG. 44, MPD includes access information regarding a plurality of encoded data having different bit rates (BANDWIDTH). For example, the MPD shown in FIG. 44 indicates that each encoded data of 256 Kbps, 1.024 Mbps, 1.384 Mbps, 1.536 Mbps, and 2.048 Mbps exists, and includes access information regarding each encoded data. . The
なお、図42にはコンテンツ再生装置1620の一例として携帯端末を示しているが、コンテンツ再生装置1620はかかる例に限定されない。例えば、コンテンツ再生装置1620は、PC(Personal Computer)、家庭用映像処理装置(DVDレコーダ、ビデオデッキなど)、PDA(Personal Digital Assistants)、家庭用ゲーム機器、家電機器などの情報処理装置であってもよい。また、コンテンツ再生装置1620は、携帯電話、PHS(Personal Handyphone System)、携帯用音楽再生装置、携帯用映像処理装置、携帯用ゲーム機器などの情報処理装置であってもよい。
42 shows a portable terminal as an example of the
[コンテンツサーバ1610の構成]
以上、図42乃至図44を参照し、コンテンツ再生システムの概要を説明した。続いて、図45を参照し、コンテンツサーバ1610の構成を説明する。
[Configuration of Content Server 1610]
The outline of the content reproduction system has been described above with reference to FIGS. Next, the configuration of the
図45は、コンテンツサーバ1610の構成を示した機能ブロック図である。図45に示したように、コンテンツサーバ1610は、ファイル生成部1631と、記憶部1632と、通信部1633と、を備える。
FIG. 45 is a functional block diagram showing the configuration of the
ファイル生成部1631は、コンテンツデータを符号化するエンコーダ1641を備え、同一のコンテンツでビットレートが異なる複数の符号化データ、および上述したMPDを生成する。例えば、ファイル生成部1631は、256Kbps、1.024Mbps、1.384Mbps、1.536Mbps、2.048Mbpsの各々の符号化データを生成した場合、図44に示したようなMPDを生成する。
The
記憶部1632は、ファイル生成部1631により生成されたビットレートが異なる複数の符号化データおよびMPDを記憶する。この記憶部1632は、不揮発性メモリ、磁気ディスク、光ディスク、およびMO(Magneto Optical)ディスクなどの記憶媒体であってもよい。不揮発性メモリとしては、例えば、EEPROM(Electrically Erasable Programmable Read-Only Memory)、EPROM(Erasable Programmable ROM)があげられる。また、磁気ディスクとしては、ハードディスクおよび円盤型磁性体ディスクなどがあげられる。また、光ディスクとしては、CD(Compact Disc、DVD-R(Digital Versatile Disc Recordable)およびBD(Blu-Ray Disc(登録商標))などがあげられる。
The
通信部1633は、コンテンツ再生装置1620とのインタフェースであって、ネットワーク1612を介してコンテンツ再生装置1620と通信する。より詳細には、通信部1633は、HTTPに従ってコンテンツ再生装置1620と通信するHTTPサーバとしての機能を有する。例えば、通信部1633は、MPDをコンテンツ再生装置1620に送信し、HTTPに従ってコンテンツ再生装置1620からMPDに基づいて要求された符号化データを記憶部1632から抽出し、HTTPレスポンスとしてコンテンツ再生装置1620に符号化データを送信する。
The
[コンテンツ再生装置1620の構成]
以上、本実施形態によるコンテンツサーバ1610の構成を説明した。続いて、図46を参照し、コンテンツ再生装置1620の構成を説明する。
[Configuration of Content Playback Device 1620]
The configuration of the
図46は、コンテンツ再生装置1620の構成を示した機能ブロック図である。図46に示したように、コンテンツ再生装置1620は、通信部1651と、記憶部1652と、再生部1653と、選択部1654と、現在地取得部1656と、を備える。
FIG. 46 is a functional block diagram showing the configuration of the
通信部1651は、コンテンツサーバ1610とのインタフェースであって、コンテンツサーバ1610に対してデータを要求し、コンテンツサーバ1610からデータを取得する。より詳細には、通信部1651は、HTTPに従ってコンテンツ再生装置1620と通信するHTTPクライアントとしての機能を有する。例えば、通信部1651は、HTTP Rangeを利用することにより、コンテンツサーバ1610からMPDや符号化データのセグメントを選択的に取得することができる。
The
記憶部1652は、コンテンツの再生に関する種々の情報を記憶する。例えば、通信部1651によりコンテンツサーバ1610から取得されるセグメントを順次にバッファリングする。記憶部1652にバッファリングされた符号化データのセグメントは、FIFO(First In First Out)で再生部1653へ順次に供給される。
The
また記憶部1652は、後述のコンテンツサーバ1611から要求された、MPDに記述されているコンテンツのURLへのパラメータの付加指示に基づき、通信部1651でURLにパラメータを付加して、そのURLへアクセスするための定義を記憶する。
The
再生部1653は、記憶部1652から供給されるセグメントを順次に再生する。具体的には、再生部1653は、セグメントのデコード、DA変換、およびレンダリングなどを行う。
The
選択部1654は、MPDに含まれるいずれのビットレートに対応する符号化データのセグメントを取得するかを同一コンテンツ内で順次に選択する。例えば、選択部1654がネットワーク1612の帯域に応じてセグメント「A1」、「B2」、「A3」を順次に選択すると、図43に示したように、通信部1651がコンテンツサーバ1610からセグメント「A1」、「B2」、「A3」を順次に取得する。
The
現在地取得部1656は、コンテンツ再生装置1620の現在の位置を取得するものであり、例えばGPS(Global Positioning System)受信機などの現在地を取得するモジュールで構成されていても良い。また現在地取得部1656は、無線ネットワークを使用してコンテンツ再生装置1620の現在の位置を取得するものであってもよい。
The current
[コンテンツサーバ1611の構成]
図47は、コンテンツサーバ1611の構成例を示す説明図である。図47に示したように、コンテンツサーバ1611は、記憶部1671と、通信部1672と、を備える。
[Configuration of Content Server 1611]
FIG. 47 is an explanatory diagram showing a configuration example of the
記憶部1671は、MPDのURLの情報を記憶する。MPDのURLの情報は、コンテンツの再生を要求するコンテンツ再生装置1620からの求めに応じ、コンテンツサーバ1611からコンテンツ再生装置1620へ送信される。また記憶部1671は、コンテンツ再生装置1620へのMPDのURLの情報を提供する際に、当該MPDに記述されているURLにコンテンツ再生装置1620でパラメータを付加させる際の定義情報を記憶する。
The
通信部1672は、コンテンツ再生装置1620とのインターフェースであって、ネットワーク1612を介してコンテンツ再生装置1620と通信する。すなわち通信部1672は、コンテンツの再生を要求するコンテンツ再生装置1620から、MPDのURLの情報の要求を受信し、コンテンツ再生装置1620へMPDのURLの情報を送信する。通信部1672から送信されるMPDのURLには、コンテンツ再生装置1620でパラメータを付加させるための情報が含まれる。
The
コンテンツ再生装置1620でMPDのURLに付加させるパラメータについては、コンテンツサーバ1611およびコンテンツ再生装置1620で共有する定義情報で様々に設定することが出来る。一例を挙げれば、コンテンツ再生装置1620の現在位置、コンテンツ再生装置1620を使用するユーザのユーザID、コンテンツ再生装置1620のメモリサイズ、コンテンツ再生装置1620のストレージの容量などの情報を、コンテンツ再生装置1620でMPDのURLに付加させることが出来る。
The parameters to be added to the MPD URL by the
以上のような構成のコンテンツ再生システムにおいて、図1乃至図47を参照して上述したような本技術を適用することにより、図1乃至図27を参照して上述した効果と同様の効果を得ることができる。 In the content reproduction system configured as described above, by applying the present technology as described above with reference to FIGS. 1 to 47, the same effects as those described with reference to FIGS. 1 to 27 are obtained. be able to.
すなわち、コンテンツサーバ1610のエンコーダ1641は、上述した実施形態に係る画像符号化装置100(図10)の機能を有する。また、コンテンツ再生装置1620の再生部1653は、上述した実施形態に係る画像復号装置200(図17)の機能を有する。それにより、コンテンツ再生システムでの画像の符号化および復号に必要な記憶容量の増大を抑制することができる。
That is, the
また、コンテンツ再生システムにおいて、本技術により符号化されたデータを送受信することにより、出力となる画像圧縮情報の符号化効率を改善することができる。 Also, in the content reproduction system, the encoding efficiency of the image compression information to be output can be improved by transmitting and receiving data encoded by the present technology.
<9.Wi-Fi規格の無線通信システムの応用例>
[無線通信装置の基本動作例]
本技術を適用可能な無線通信システムにおける無線通信装置の基本動作例について説明する。
<9. Examples of Wi-Fi standard wireless communication systems>
[Example of basic operation of wireless communication device]
A basic operation example of a wireless communication device in a wireless communication system to which the present technology can be applied will be described.
最初に、P2P(Peer to Peer)接続を確立して特定のアプリケーションを動作させるまでの無線パケット送受信がなされる。 First, wireless packet transmission / reception is performed until a specific application is operated after a P2P (Peer to Peer) connection is established.
次に、第2層で接続する前に、使用する特定のアプリケーションを指定してからP2P接続を確立して特定のアプリケーションを動作させるまでの無線パケット送受信がなされる。その後、第2層での接続後に、特定のアプリケーションを起動する場合の無線パケット送受信がなされる。 Next, before connecting in the second layer, wireless packet transmission / reception is performed from the time when a specific application to be used is specified until the P2P connection is established and the specific application is operated. Thereafter, after connection in the second layer, radio packet transmission / reception is performed when a specific application is started.
[特定のアプリケーション動作開始時における通信例]
図48および図49は、上述したP2P(Peer to Peer)接続を確立して特定のアプリケーションを動作させるまでの無線パケット送受信の例であり、無線通信の基礎となる各装置による通信処理例を示すシーケンスチャートである。具体的には、Wi-Fi Allianceにおいて標準化されているWi-Fiダイレクト(Direct)規格(Wi-Fi P2Pと呼ばれることもある)での接続に至るダイレクト接続の確立手順の一例を示す。
[Communication example at the start of specific application operation]
48 and 49 are examples of wireless packet transmission / reception from the establishment of the above-described P2P (Peer to Peer) connection until a specific application is operated, and shows an example of communication processing by each device serving as the basis of wireless communication. It is a sequence chart. Specifically, an example of a procedure for establishing a direct connection leading to a connection based on the Wi-Fi Direct (Direct) standard (sometimes referred to as Wi-Fi P2P) standardized by the Wi-Fi Alliance is shown.
ここで、Wi-Fiダイレクトでは、複数の無線通信装置が互いの存在を検出する(Device Discovery、Service Discovery)。そして、接続機器選択を行うとその選択された機器間において、WPS(Wi-Fi Protected Setup)で機器認証を行うことによりダイレクト接続を確立する。また、Wi-Fiダイレクトでは、複数の無線通信装置が親機(Group Owner)または子機(Client)の何れとしての役割を担うかを決定して通信グループを形成する。 Here, in Wi-Fi Direct, a plurality of wireless communication devices detect each other's presence (Device Discovery, Service Discovery). When a connected device is selected, direct connection is established between the selected devices by performing device authentication using WPS (Wi-Fi Protected Setup). Further, in Wi-Fi Direct, a communication group is formed by determining whether a plurality of wireless communication devices serve as a parent device (Group Owner) or a child device (Client).
ただし、この通信処理例では、一部のパケット送受信については省略して示す。例えば、初回接続時には、上述したように、WPSを使うためのパケット交換が必要であり、AuthenticationRequest/Responseのやり取り等においてもパケット交換が必要となる。しかしながら、図48および図49では、これらのパケット交換についての図示を省略し、2回目以降の接続についてのみを示す。 However, in this communication processing example, some packet transmission / reception is omitted. For example, at the time of the initial connection, as described above, packet exchange for using WPS is necessary, and packet exchange is also necessary for exchange of Authentication Request / Response. However, in FIG. 48 and FIG. 49, illustration of these packet exchanges is omitted, and only the second and subsequent connections are shown.
なお、図48および図49では、第1無線通信装置1701および第2無線通信装置1702間における通信処理例を示すが、他の無線通信装置間における通信処理についても同様である。
48 and 49 show examples of communication processing between the first
最初に、第1無線通信装置1701および第2無線通信装置1702間においてDevice Discoveryが行われる(1711)。例えば、第1無線通信装置1701は、Probe request(応答要求信号)を送信し、このProbe requestに対するProbe response(応答信号)を第2無線通信装置1702から受信する。これにより、第1無線通信装置1701および第2無線通信装置1702は、互いの存在を発見することができる。また、Device Discoveryにより、相手のデバイス名や種類(TV、PC、スマートフォン等)を取得することができる。
First, Device Discovery is performed between the first
続いて、第1無線通信装置1701および第2無線通信装置1702間においてService Discoveryが行われる(1712)。例えば、第1無線通信装置1701は、Device Discoveryで発見した第2無線通信装置1702が対応しているサービスを問い合わせるService Discovery Queryを送信する。そして、第1無線通信装置1701は、Service Discovery Responseを第2無線通信装置1702から受信することにより、第2無線通信装置1702が対応しているサービスを取得する。すなわち、Service Discoveryにより、相手が実行可能なサービス等を取得することができる。相手が実行可能なサービスは、例えば、service、protocol(DLNA(Digital Living Network Alliance) DMR(Digital Media Renderer)等)である。
Subsequently, Service Discovery is performed between the first
続いて、ユーザにより接続相手の選択操作(接続相手選択操作)が行われる(1713)。この接続相手選択操作は、第1無線通信装置1701および第2無線通信装置1702の何れか一方のみに発生することもある。例えば、第1無線通信装置1701の表示部に接続相手選択画面が表示され、この接続相手選択画面において接続相手として第2無線通信装置1702がユーザ操作により選択される。
Subsequently, a connection partner selection operation (connection partner selection operation) is performed by the user (1713). This connection partner selection operation may occur only in one of the first
ユーザにより接続相手選択操作が行われると(1713)、第1無線通信装置1701および第2無線通信装置1702間においてGroup Owner Negotiationが行われる(1714)。図48および図49では、Group Owner Negotiationの結果により、第1無線通信装置1701がグループオーナー(Group Owner)1715になり、第2無線通信装置1702がクライアント(Client)1716になる例を示す。
When the connection partner selection operation is performed by the user (1713), Group Owner Negotiation is performed between the first
続いて、第1無線通信装置1701および第2無線通信装置1702間において、各処理(1717乃至1720)が行われることにより、ダイレクト接続が確立される。すなわち、Association(L2(第2層) link確立)(1717)、Secure link確立(1718)が順次行われる。また、IP Address Assignment(1719)、SSDP(Simple Service Discovery Protocol)等によるL3上でのL4 setup(1720)が順次行われる。なお、L2(layer2)は、第2層(データリンク層)を意味し、L3(layer3)は、第3層(ネットワーク層)を意味し、L4(layer4)は、第4層(トランスポート層)を意味する。
Subsequently, direct processing is established by performing each processing (1717 to 1720) between the first
続いて、ユーザにより特定のアプリケーションの指定または起動操作(アプリ指定・起動操作)が行われる(1721)。このアプリ指定・起動操作は、第1無線通信装置1701および第2無線通信装置1702の何れか一方のみに発生することもある。例えば、第1無線通信装置1701の表示部にアプリ指定・起動操作画面が表示され、このアプリ指定・起動操作画面において特定のアプリケーションがユーザ操作により選択される。
Subsequently, the user designates or activates a specific application (application designation / activation operation) (1721). This application designation / activation operation may occur only in one of the first
ユーザによりアプリ指定・起動操作が行われると(1721)、このアプリ指定・起動操作に対応する特定のアプリケーションが第1無線通信装置1701および第2無線通信装置1702間において実行される(1722)。
When an application designation / startup operation is performed by the user (1721), a specific application corresponding to the application designation / startup operation is executed between the first
ここで、Wi-Fi Direct規格以前の仕様(IEEE802.11で標準化された仕様)の範囲内で、AP(Access Point)−STA(Station)間の接続を行う場合を想定する。この場合には、第2層で接続する前(IEEE802.11用語ではassociation前)には、どのようなデバイスと繋ごうとしているのかを事前に知ることができなかった。 Here, it is assumed that the connection between AP (Access Point) and STA (Station) is performed within the range of the specification before the Wi-Fi Direct standard (specification standardized by IEEE 802.11). In this case, before connecting in the second layer (before association in the IEEE 802.11 terminology), it was impossible to know in advance what kind of device to connect to.
これに対して、図48および図49に示すように、Wi-Fi Directでは、Device discoveryやService Discovery(option)において、接続候補相手を探す際に、接続相手の情報を取得することができる。この接続相手の情報は、例えば、基本的なデバイスのタイプや、対応している特定のアプリケーション等である。そして、その取得された接続相手の情報に基づいて、ユーザに接続相手を選択させることができる。 On the other hand, as shown in FIGS. 48 and 49, in Wi-Fi Direct, connection partner information can be acquired when searching for a connection candidate partner in Device discovery or Service Discovery (option). The information of the connection partner is, for example, a basic device type, a corresponding specific application, or the like. And based on the acquired information of a connection other party, a user can be made to select a connection other party.
この仕組みを拡張して、第2層で接続する前に特定のアプリケーションを指定して、接続相手を選択し、この選択後に、自動的に特定のアプリケーションを起動させる無線通信システムを実現することも可能である。このような場合の接続に至るシーケンスの一例を、図51に示す。また、この通信処理において送受信されるフレームフォーマット(frame format)の構成例を図50に示す。 This mechanism can be expanded to realize a wireless communication system in which a specific application is specified before connection at the second layer, a connection partner is selected, and the specific application is automatically started after this selection. Is possible. An example of the sequence leading to the connection in such a case is shown in FIG. FIG. 50 shows a configuration example of a frame format transmitted / received in this communication process.
[フレームフォーマットの構成例]
図50は、本技術の基礎となる各装置による通信処理において送受信されるフレームフォーマット(frame format)の構成例を模式的に示す図である。すなわち、図50には、第2層での接続を確立するためのMAC frameの構成例を示す。具体的には、図51に示すシーケンスを実現するためのAssociation Request/Response(1787)のフレームフォーマットの一例である。
[Frame format configuration example]
FIG. 50 is a diagram schematically illustrating a configuration example of a frame format transmitted / received in communication processing by each device that is the basis of the present technology. That is, FIG. 50 shows a configuration example of a MAC frame for establishing a connection in the second layer. Specifically, it is an example of a frame format of Association Request / Response (1787) for realizing the sequence shown in FIG.
なお、Frame Control(1751)からSequence Control(1756)までは、MACヘッダである。また、Association Requestを送信する際には、Frame Control(1751)において、B3B2="0b00"、かつ、B7B6B5B4="0b0000"が設定される。また、Association Responseをencapsulateする際には、Frame Control(1751)において、B3B2="0b00"、かつ、B7B6B5B4="0b0001"が設定される。なお、「0b00」は、2進法で「00」であることを示し、「0b0000」は、2進法で「0000」であることを示し、「0b0001」は、2進法で「0001」であることを示す。 Note that Frame Control (1751) to Sequence Control (1756) are MAC headers. When transmitting an Association Request, B3B2 = “0b00” and B7B6B5B4 = “0b0000” are set in Frame Control (1751). Further, when Encapsulating the Association Response, B3B2 = “0b00” and B7B6B5B4 = “0b0001” are set in the Frame Control (1751). Note that “0b00” indicates “00” in binary, “0b0000” indicates “0000” in binary, and “0b0001” indicates “0001” in binary. Indicates that
ここで、図50に示すMAC frameは、基本的には、IEEE802.11-2007仕様書section7.2.3.4節と7.2.3.5節に記載のAssociation Request/Responseframe formatである。ただし、IEEE802.11仕様書内で定義されているInformation Element(以下、IEと省略)だけでなく、独自に拡張したIEを含めている点が異なる。 Here, the MAC frame shown in FIG. 50 is basically the Association Request / Response frame format described in sections 7.2.3.4 and 7.2.3.5 of the IEEE802.11-2007 specification. However, the difference is that it includes not only the Information Element (hereinafter abbreviated as IE) defined in the IEEE802.11 specification, but also its own extended IE.
また、Vendor Specific IE(1760)であることを示すため、IE Type(Information Element ID(1761))には、10進数で127がセットされる。この場合、IEEE802.11−2007仕様7.3.2.26節により、Lengthフィールド(1762)と、OUIフィールド(1763)が続き、この後にvendor specific content(1764)が配置される。 Further, in order to indicate that it is Vendor Specific IE (1760), 127 is set in decimal in IE Type (Information Element ID (1761)). In this case, according to the IEEE802.11-2007 specification section 7.3.2.26, the Length field (1762) and the OUI field (1763) follow, followed by the vendor specific content (1764).
Vendor specific content(1764)の内容としては、最初にvendor specific IEのtypeを示すフィールド(IE type(1765))を設ける。そして、この後に、複数のsubelement(1766)を格納することができる構成とすることが考えられる。 As the content of the vendor specific content (1764), a field (IE type (1765)) indicating the type of vendor specific IE is provided first. Then, it is conceivable that a plurality of subelements (1766) can be stored thereafter.
subelement(1766)の内容として、使われるべき特定のアプリケーションの名称(1767)や、その特定のアプリケーション動作時のデバイスの役割(1768)を含めることが考えられる。また、特定のアプリケーション、または、その制御のために使われるポート番号等の情報(L4セットアップのための情報)(1769)や、特定のアプリケーション内でのCapabilityに関する情報(Capability情報)を含めることが考えられる。ここで、Capability情報は、例えば、指定する特定のアプリケーションがDLNAの場合に、音声送出/再生に対応している、映像送出/再生に対応している等を特定するための情報である。 It is conceivable that the contents of the subelement (1766) include the name (1767) of a specific application to be used and the role of the device (1768) during operation of the specific application. In addition, information such as a port number used for the control of a specific application (information for L4 setup) (1769) and information about Capability (Capability information) in the specific application may be included. Conceivable. Here, the Capability information is information for specifying, for example, that audio transmission / reproduction is supported, video transmission / reproduction, and the like when the specific application to be specified is DLNA.
以上のような構成の無線通信システムにおいて、図1乃至図27を参照して上述したような本技術を適用することにより、図1乃至図27を参照して上述した効果と同様の効果を得ることができる。すなわち、無線通信システムでの画像の符号化および復号に必要な記憶容量の増大を抑制することができる。また、上述した無線通信システムにおいて、本技術により符号化されたデータを送受信することにより、出力となる画像圧縮情報の符号化効率を改善することができる。 In the radio communication system configured as described above, by applying the present technology as described above with reference to FIGS. 1 to 27, the same effects as those described with reference to FIGS. 1 to 27 are obtained. be able to. That is, an increase in storage capacity necessary for image encoding and decoding in the wireless communication system can be suppressed. Further, in the above-described wireless communication system, it is possible to improve the encoding efficiency of the image compression information to be output by transmitting / receiving data encoded by the present technology.
なお、本明細書では、各種情報が、符号化ストリームに多重化されて、符号化側から復号側へ伝送される例について説明した。しかしながら、これら情報を伝送する手法はかかる例に限定されない。例えば、これら情報は、符号化ビットストリームに多重化されることなく、符号化ビットストリームと関連付けられた別個のデータとして伝送され又は記録されてもよい。ここで、「関連付ける」という用語は、ビットストリームに含まれる画像(スライス若しくはブロックなど、画像の一部であってもよい)と当該画像に対応する情報とを復号時にリンクさせ得るようにすることを意味する。即ち、情報は、画像(又はビットストリーム)とは別の伝送路上で伝送されてもよい。また、情報は、画像(又はビットストリーム)とは別の記録媒体(又は同一の記録媒体の別の記録エリア)に記録されてもよい。さらに、情報と画像(又はビットストリーム)とは、例えば、複数フレーム、1フレーム、又はフレーム内の一部分などの任意の単位で互いに関連付けられてよい。 In the present specification, an example in which various types of information are multiplexed into an encoded stream and transmitted from the encoding side to the decoding side has been described. However, the method for transmitting such information is not limited to such an example. For example, these pieces of information may be transmitted or recorded as separate data associated with the encoded bitstream without being multiplexed into the encoded bitstream. Here, the term “associate” means that an image (which may be a part of an image such as a slice or a block) included in the bitstream and information corresponding to the image can be linked at the time of decoding. Means. That is, information may be transmitted on a transmission path different from that of the image (or bit stream). Information may be recorded on a recording medium (or another recording area of the same recording medium) different from the image (or bit stream). Furthermore, the information and the image (or bit stream) may be associated with each other in an arbitrary unit such as a plurality of frames, one frame, or a part of the frame.
なお、本技術は以下のような構成も取ることができる。
(1) 複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する残差予測部と、
前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う符号化部と
を備える画像符号化装置。
(2) 前記符号化部により生成された前記画像データの符号化データと、前記重み係数の値として0を用いるか、または非0を用いるかに関する情報である重み係数使用情報を伝送する伝送部
をさらに備える(1)に記載の画像符号化装置。
(3) 前記伝送部は、前記重み係数使用情報を、CU(Coding Unit)毎に伝送する
(2)に記載の画像符号化装置。
(4) 前記伝送部は、前記重み係数使用情報を、LCU(Largest Coding Unit)またはスライスヘッダ毎に伝送する
(2)に記載の画像符号化装置。
(5) 前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1に決定する
(1)乃至(4)のいずれかに記載の画像符号化装置。
(6)前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1または0.5に決定する
(1)乃至(4)のいずれかに記載の画像符号化装置。
(7) 前記伝送部は、前記重み係数の値として非0を用いる場合で、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値として1および0.5のどちらを用いるかに関する情報である重み係数値情報を伝送する
(6)に記載の画像符号化装置。
(8) 前記伝送部は、前記重み係数値情報を、PU(Prediction Unit)毎に伝送する
(7)に記載の画像符号化装置。
(9) 前記伝送部は、前記重み係数値情報を、CU(Coding Unit)毎に伝送する
(7)に記載の画像符号化装置。
(10) 前記画像データの入力信号は、輝度信号である
(1)乃至(9)のいずれかに記載の画像符号化装置。
(11) 前記他のレイヤのシーケンスパラメータセットにおいて、輝度信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
(10)に記載の画像符号化装置。
(12) 前記画像データの入力信号は、色差信号である
(1)乃至(9)のいずれかに記載の画像符号化装置。
(13) 前記他のレイヤのシーケンスパラメータセットにおいて、色差信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
(12)に記載の画像符号化装置。
(14) 画像符号化装置が、
複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、
決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う
画像符号化方法。
(15) 複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する残差予測部と、
前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う復号部と
を備える画像復号装置。
(16) 前記符号化データと、前記重み係数の値として0を用いるか、または非0を用いるかに関する情報である重み係数使用情報とを受け取る受け取り部
をさらに備え、
前記残差予測部は、前記重み係数使用情報が非0を用いることを示す情報である場合、前記残差信号の重み係数の値を0.5に決定する
(15)に記載の画像復号装置。
(17) 前記受け取り部は、前記重み係数使用情報を、CU(Coding Unit)毎に受け取る
(16)に記載の画像復号装置。
(18) 前記受け取り部は、前記重み係数使用情報を、LCU(Largest Coding Unit)毎またはスライスヘッダ毎に受け取る
(16)に記載の画像復号装置。
(19) 前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1に決定する
(15)乃至(18)のいずれかに記載の画像復号装置。
(20) 前記残差予測部は、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値を1または0.5に決定する
(15)乃至(18)のいずれかに記載の画像復号装置。
(21) 前記受け取り部は、前記重み係数の値として非0を用いる場合で、前記残差信号が8ビットであるとき、前記残差信号の重み係数の値として1および0.5のどちらを用いるかに関する情報である重み係数値情報を受け取る
(20)に記載の画像復号装置。
(22) 前記受け取り部は、前記重み係数値情報を、PU(Prediction Unit)毎に受け取る
(21)に記載の画像復号装置。
(23) 前記受け取り部は、前記重み係数値情報を、CU(Coding Unit)毎に受け取る
(21)に記載の画像復号装置。
(24) 前前記画像データの入力信号は、輝度信号である
(15)乃至(23)のいずれかに記載の画像復号装置。
(25) 前記他のレイヤのシーケンスパラメータセットにおいて、輝度信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
(24)に記載の画像復号装置。
(26) 前前記画像データの入力信号は、色差信号である
(15)乃至(23)のいずれかに記載の画像復号装置。
(27) 前記他のレイヤのシーケンスパラメータセットにおいて、色差信号のビット深度を定義するパラメータの値が0である場合に、前記残差予測部は、前記他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定する
(26)に記載の画像復号装置。
(28) 画像復号装置が、
複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、
決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う
画像復号方法。
In addition, this technique can also take the following structures.
(1) When an input signal of image data consisting of a plurality of layers is 8 bits, a residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits. A residual prediction unit that determines the value of the weighting factor of the residual signal to be 0.5,
An image encoding apparatus comprising: an encoding unit that encodes the current layer of the image data using a residual signal to which the weight coefficient value determined by the residual prediction unit is applied.
(2) A transmission unit that transmits encoded data of the image data generated by the encoding unit and weighting factor use information that is information regarding whether to use 0 or non-zero as the value of the weighting factor The image encoding apparatus according to (1), further comprising:
(3) The transmission unit according to (2), wherein the transmission unit transmits the weighting factor usage information for each CU (Coding Unit).
(4) The image encoding device according to (2), wherein the transmission unit transmits the weighting factor usage information for each LCU (Largest Coding Unit) or slice header.
(5) When the residual signal is 8 bits, the residual prediction unit determines a value of a weighting factor of the residual signal as 1 (1) to (4) Device.
(6) The residual prediction unit determines a value of a weighting factor of the residual signal to be 1 or 0.5 when the residual signal is 8 bits. (1) to (4) Image encoding device.
(7) When the transmission unit uses non-zero as the value of the weighting factor and the residual signal is 8 bits, which of 1 and 0.5 is used as the value of the weighting factor of the residual signal? The image coding apparatus according to (6), wherein weight coefficient value information that is information on the information is transmitted.
(8) The image encoding device according to (7), wherein the transmission unit transmits the weight coefficient value information for each PU (Prediction Unit).
(9) The image encoding device according to (7), wherein the transmission unit transmits the weight coefficient value information for each CU (Coding Unit).
(10) The image encoding device according to any one of (1) to (9), wherein the input signal of the image data is a luminance signal.
(11) In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the luminance signal is 0, the residual prediction unit is a prediction error of inter-frame prediction in the other layer. The image coding apparatus according to (10), wherein when a residual signal is 9 bits, a value of a weighting factor of the residual signal is determined to be 0.5.
(12) The image encoding device according to any one of (1) to (9), wherein an input signal of the image data is a color difference signal.
(13) In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a prediction error of inter-frame prediction in the other layer. The image coding device according to (12), wherein when a residual signal is 9 bits, a value of a weighting factor of the residual signal is determined to be 0.5.
(14) The image encoding device is
When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual Determine the value of the signal weighting factor to 0.5,
An image encoding method for encoding the current layer of the image data using a residual signal to which the determined weight coefficient value is applied.
(15) When an input signal of image data composed of a plurality of layers is 8 bits, when a residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, A residual prediction unit that determines the value of the weighting factor of the residual signal to be 0.5,
An image decoding apparatus comprising: a decoding unit configured to decode the current layer of the encoded data of the image data using a residual signal to which the weight coefficient value determined by the residual prediction unit is applied.
(16) A receiving unit that receives the encoded data and weighting factor usage information that is information regarding whether to use 0 or non-zero as the value of the weighting factor,
The image decoding apparatus according to (15), wherein the residual prediction unit determines the value of the weighting factor of the residual signal to be 0.5 when the weighting factor usage information is information indicating that non-zero is used.
(17) The image decoding device according to (16), wherein the reception unit receives the weight coefficient use information for each CU (Coding Unit).
(18) The image decoding device according to (16), wherein the reception unit receives the weighting factor use information for each LCU (Largest Coding Unit) or for each slice header.
(19) When the residual signal is 8 bits, the residual prediction unit determines the value of the weighting factor of the residual signal as 1 (15) to (18). apparatus.
(20) The residual prediction unit determines a value of a weighting factor of the residual signal to be 1 or 0.5 when the residual signal is 8 bits. (15) to (18) Image decoding device.
(21) In the case where the receiving unit uses non-zero as the value of the weighting factor and the residual signal is 8 bits, which of 1 and 0.5 is used as the value of the weighting factor of the residual signal The image decoding device according to (20), wherein weight coefficient value information that is information related to the information is received.
(22) The image decoding device according to (21), wherein the reception unit receives the weight coefficient value information for each PU (Prediction Unit).
(23) The image decoding device according to (21), wherein the reception unit receives the weight coefficient value information for each CU (Coding Unit).
(24) The image decoding device according to any one of (15) to (23), wherein the input signal of the previous image data is a luminance signal.
(25) In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the luminance signal is 0, the residual prediction unit is a prediction error of inter-frame prediction in the other layer. The image decoding device according to (24), wherein when a residual signal is 9 bits, a value of a weighting factor of the residual signal is determined to be 0.5.
(26) The image decoding device according to any one of (15) to (23), wherein the input signal of the previous image data is a color difference signal.
(27) In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a prediction error of inter-frame prediction in the other layer. The image decoding device according to (26), wherein when a residual signal is 9 bits, a value of a weighting factor of the residual signal is determined to be 0.5.
(28) The image decoding device
When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual Determine the value of the signal weighting factor to 0.5,
An image decoding method for performing decoding of the current layer of encoded data of the image data using a residual signal to which the determined weight coefficient value is applied.
100 画像符号化装置, 101 ベースレイヤ画像符号化部, 102 エンハンスメントレイヤ画像符号化部, 103 多重化部, 148 残差予測部, 149 アップサンプル部, 161 レンジ判定部, 162 重み係数決定部, 163 シフト部, 164 残差バッファ, 200 画像復号装置, 201 逆多重化部, 202 ベースレイヤ画像復号部, 203 エンハンスメントレイヤ画像復号部, 244 残差予測部, 245 アップサンプル部, 261 レンジ判定部, 262 重み係数決定部 DESCRIPTION OF SYMBOLS 100 Image coding apparatus, 101 Base layer image coding part, 102 Enhancement layer image coding part, 103 Multiplexing part, 148 Residual prediction part, 149 Upsampling part, 161 Range determination part, 162 Weight coefficient determination part, 163 Shift unit, 164 residual buffer, 200 image decoding device, 201 demultiplexing unit, 202 base layer image decoding unit, 203 enhancement layer image decoding unit, 244 residual prediction unit, 245 upsampling unit, 261 range determination unit, 262 Weight coefficient determination unit
Claims (28)
前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う符号化部と
を備える画像符号化装置。 When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual A residual prediction unit that determines the value of the weighting factor of the signal to be 0.5,
An image encoding apparatus comprising: an encoding unit that encodes the current layer of the image data using a residual signal to which the weight coefficient value determined by the residual prediction unit is applied.
をさらに備える請求項1に記載の画像符号化装置。 A transmission unit that transmits encoded data of the image data generated by the encoding unit and weighting factor use information that is information regarding whether to use 0 or non-zero as the value of the weighting factor The image encoding device according to claim 1.
請求項2に記載の画像符号化装置。 The image encoding device according to claim 2, wherein the transmission unit transmits the weighting factor use information for each CU (Coding Unit).
請求項2に記載の画像符号化装置。 The image encoding device according to claim 2, wherein the transmission unit transmits the weighting factor use information for each LCU (Largest Coding Unit) or slice header.
請求項2に記載の画像符号化装置。 The image coding apparatus according to claim 2, wherein the residual prediction unit determines a value of a weighting factor of the residual signal as 1 when the residual signal is 8 bits.
請求項2に記載の画像符号化装置。 The image coding apparatus according to claim 2, wherein the residual prediction unit determines a value of a weighting factor of the residual signal to be 1 or 0.5 when the residual signal is 8 bits.
請求項6に記載の画像符号化装置。 In the case where the transmission unit uses non-zero as the value of the weighting factor, and the residual signal is 8 bits, information regarding which of 1 and 0.5 is used as the value of the weighting factor of the residual signal The image coding apparatus according to claim 6, wherein certain weight coefficient value information is transmitted.
請求項7に記載の画像符号化装置。 The image encoding device according to claim 7, wherein the transmission unit transmits the weight coefficient value information for each PU (Prediction Unit).
請求項7に記載の画像符号化装置。 The image encoding device according to claim 7, wherein the transmission unit transmits the weight coefficient value information for each CU (Coding Unit).
請求項2に記載の画像処理装置。 The image processing apparatus according to claim 2, wherein the input signal of the image data is a luminance signal.
請求項10に記載の画像符号化装置。 In the sequence parameter set of the other layer, when the value of the parameter defining the bit depth of the luminance signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer The image encoding device according to claim 10, wherein when the signal is 9 bits, the value of the weighting factor of the residual signal is determined to be 0.5.
請求項2に記載の画像処理装置。 The image processing apparatus according to claim 2, wherein an input signal of the image data is a color difference signal.
請求項12に記載の画像符号化装置。 In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer. The image encoding device according to claim 12, wherein when the signal is 9 bits, the value of the weighting factor of the residual signal is determined to be 0.5.
複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、
決定された重み係数の値が施された残差信号を用いて、前記画像データの前記カレントレイヤの符号化を行う
画像符号化方法。 An image encoding device
When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual Determine the value of the signal weighting factor to 0.5,
An image encoding method for encoding the current layer of the image data using a residual signal to which the determined weight coefficient value is applied.
前記残差予測部により決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う復号部と
を備える画像復号装置。 When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual A residual prediction unit that determines the value of the weighting factor of the signal to be 0.5,
An image decoding apparatus comprising: a decoding unit configured to decode the current layer of the encoded data of the image data using a residual signal to which the weight coefficient value determined by the residual prediction unit is applied.
をさらに備え、
前記残差予測部は、前記重み係数使用情報が非0を用いることを示す情報である場合、前記残差信号の重み係数の値を0.5に決定する
請求項15に記載の画像復号装置。 A receiving unit that receives the encoded data and weighting factor use information that is information on whether to use 0 or non-zero as the value of the weighting factor;
The image decoding device according to claim 15, wherein the residual prediction unit determines the value of the weighting factor of the residual signal to be 0.5 when the weighting factor use information is information indicating that non-zero is used.
請求項16に記載の画像復号装置。 The image decoding device according to claim 16, wherein the receiving unit receives the weighting factor usage information for each CU (Coding Unit).
請求項16に記載の画像復号装置。 The image decoding device according to claim 16, wherein the receiving unit receives the weighting factor use information for each LCU (Largest Coding Unit) or for each slice header.
請求項16に記載の画像符号化装置。 The image coding apparatus according to claim 16, wherein the residual prediction unit determines a value of a weighting factor of the residual signal as 1 when the residual signal is 8 bits.
請求項16に記載の画像符号化装置。 The image encoding device according to claim 16, wherein the residual prediction unit determines a value of a weighting factor of the residual signal to be 1 or 0.5 when the residual signal is 8 bits.
請求項20に記載の画像符号化装置。 In the case where the receiving unit uses non-zero as the value of the weighting factor and the residual signal is 8 bits, information regarding which of 1 and 0.5 is used as the value of the weighting factor of the residual signal The image encoding device according to claim 20, wherein certain weight coefficient value information is received.
請求項21に記載の画像符号化装置。 The image encoding device according to claim 21, wherein the receiving unit receives the weight coefficient value information for each PU (Prediction Unit).
請求項21に記載の画像符号化装置。 The image encoding device according to claim 21, wherein the reception unit receives the weight coefficient value information for each CU (Coding Unit).
請求項16に記載の画像処理装置。 The image processing apparatus according to claim 16, wherein the input signal of the image data is a luminance signal.
請求項24に記載の画像符号化装置。 In the sequence parameter set of the other layer, when the value of the parameter defining the bit depth of the luminance signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer The image coding device according to claim 24, wherein when the signal is 9 bits, the value of the weighting factor of the residual signal is determined to be 0.5.
請求項16に記載の画像処理装置。 The image processing apparatus according to claim 16, wherein an input signal of the image data is a color difference signal.
請求項26に記載の画像符号化装置。 In the sequence parameter set of the other layer, when the value of the parameter that defines the bit depth of the color difference signal is 0, the residual prediction unit is a residual that is a prediction error of inter-frame prediction in the other layer. The image coding apparatus according to claim 26, wherein when the signal is 9 bits, the value of the weighting factor of the residual signal is determined to be 0.5.
複数レイヤよりなる画像データの入力信号が8ビットである場合に、前記画像データのカレントレイヤと異なる他のレイヤにおけるフレーム間予測の予測誤差である残差信号が9ビットであるとき、前記残差信号の重み係数の値を0.5に決定し、
決定された重み係数の値が施された残差信号を用いて、前記画像データの符号化データの前記カレントレイヤの復号を行う
画像復号方法。 Image decoding device
When an input signal of image data consisting of a plurality of layers is 8 bits, when the residual signal that is a prediction error of inter-frame prediction in another layer different from the current layer of the image data is 9 bits, the residual Determine the value of the signal weighting factor to 0.5,
An image decoding method for performing decoding of the current layer of encoded data of the image data using a residual signal to which the determined weight coefficient value is applied.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013130276A JP2015005893A (en) | 2013-06-21 | 2013-06-21 | Image processing apparatus and method |
PCT/JP2014/003143 WO2014203505A1 (en) | 2013-06-21 | 2014-06-12 | Image decoding apparatus, image encoding apparatus, and image processing system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013130276A JP2015005893A (en) | 2013-06-21 | 2013-06-21 | Image processing apparatus and method |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015005893A true JP2015005893A (en) | 2015-01-08 |
Family
ID=51063756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013130276A Pending JP2015005893A (en) | 2013-06-21 | 2013-06-21 | Image processing apparatus and method |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2015005893A (en) |
WO (1) | WO2014203505A1 (en) |
-
2013
- 2013-06-21 JP JP2013130276A patent/JP2015005893A/en active Pending
-
2014
- 2014-06-12 WO PCT/JP2014/003143 patent/WO2014203505A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2014203505A1 (en) | 2014-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11503321B2 (en) | Image processing device for suppressing deterioration in encoding efficiency | |
US12022116B2 (en) | Image processing apparatus and image processing method | |
JP6607414B2 (en) | Image coding apparatus and method | |
US20170070741A1 (en) | Image coding apparatus and method | |
JP2018121336A (en) | Image processing device and method | |
WO2014050695A1 (en) | Image processing device and method | |
WO2014203763A1 (en) | Decoding device, decoding method, encoding device, and encoding method | |
WO2015005132A1 (en) | Image encoding device and method, and image decoding device and method | |
WO2015005136A1 (en) | Image encoding device and method, and image decoding device and method | |
WO2014203505A1 (en) | Image decoding apparatus, image encoding apparatus, and image processing system |