JP2015180040A - 予測画像生成方法、画像符号化方法、画像復号方法及び予測画像生成装置 - Google Patents

Abstract

【課題】符号化効率を向上する。【解決手段】予測画像生成方法は、対象ブロックの予測画像を生成する予測画像生成方法であって、再構築画像に含まれる、各々が局所特徴量を有する複数の第１特徴点を抽出する抽出ステップ（Ｓ７０１）と、複数の第１特徴点から、対象ブロックに対応する第２特徴点の局所特徴量に類似する局所特徴量を有し、第２特徴点との関係が、非平行移動成分を含む情報で表現される対応点を探索する探索ステップ（Ｓ７０２）と、上記関係に基づき、再構築画像から前記予測画像を生成する生成ステップ（Ｓ７０３）とを含む。【選択図】図３６

Description

本発明は、予測画像生成方法、画像符号化方法、画像復号方法及び予測画像生成装置に関する。

最新の動画像符号化標準規格であるＨＥＶＣ（Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）規格では、符号化効率を向上させるために様々な検討がされている（例えば、非特許文献１参照）。この方式は、従来Ｈ．２６ｘで示されるＩＴＵ−Ｔ（国際電気通信連合電気通信標準化部門）規格、及び、ＭＰＥＧ−ｘで示されるＩＳＯ／ＩＥＣ規格であり、Ｈ．２６４／ＡＶＣ、又はＭＰＥＧ−４ ＡＶＣで示される規格の次の映像符号化規格として検討された。

ＡＶＣ及びＨＥＶＣのいずれにおいても符号化時に用いられる予測画像生成処理においては、イントラ予測では隣接ブロックの画素情報のみ、インター予測では平行移動のみが用いられる。

Ｊｏｉｎｔ Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｔｅａｍ ｏｎ Ｖｉｄｅｏ Ｃｏｄｉｎｇ （ＪＣＴ−ＶＣ） ｏｆ ＩＴＵ−Ｔ ＳＧ１６ ＷＰ３ ａｎｄ ＩＳＯ／ＩＥＣ ＪＴＣ１／ＳＣ２９／ＷＧ１１ １２ｔｈ Ｍｅｅｔｉｎｇ： Ｇｅｎｅｖａ， ＣＨ， １４−２３ Ｊａｎ． ２０１３ ＪＣＴＶＣ−Ｌ１００３＿ｖ３４．ｄｏｃ， Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ （ＨＥＶＣ） ｔｅｘｔ ｓｐｅｃｉｆｉｃａｔｉｏｎ ｄｒａｆｔ １０ （ｆｏｒ ＦＤＩＳ ＆ Ｌａｓｔ Ｃａｌｌ） ｈｔｔｐ：／／ｐｈｅｎｉｘ．ｉｔ−ｓｕｄｐａｒｉｓ．ｅｕ／ｊｃｔ／ｄｏｃ＿ｅｎｄ＿ｕｓｅｒ／ｄｏｃｕｍｅｎｔｓ／１２＿Ｇｅｎｅｖａ／ｗｇ１１／ＪＣＴＶＣ−Ｌ１００３−ｖ３４．ｚｉｐ

このような、予測画像生成方法、画像符号化方法及び画像復号方法では、符号化効率を向上することが望まれている。

そこで本発明は、符号化効率を向上できる動き予測方法、画像符号化方法又は画像復号方法を提供することを目的とする。

本発明の一態様に係る予測画像生成方法は、対象ブロックの予測画像を生成する予測画像生成方法であって、再構築画像に含まれる、各々が局所特徴量を有する複数の第１特徴点を抽出する抽出ステップと、前記複数の第１特徴点から、前記対象ブロックに対応する第２特徴点の局所特徴量に類似する局所特徴量を有し、前記第２特徴点との関係が、非平行移動成分を含む情報で表現される対応点を探索する探索ステップと、前記関係に基づき、前記再構築画像から前記予測画像を生成する生成ステップとを含む。

なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。

本発明は、符号化効率を向上できる予測画像生成方法、画像符号化方法又は画像復号方法を提供できる。

図１は、実施の形態１における画像符号化装置の構成を示すブロック図である。 図２は、実施の形態１における画像符号化処理の一例を示すフローチャートである。 図３は、実施の形態１における予測ブロック生成処理の一例を示すフローチャートである。 図４は、実施の形態１におけるイントラ予測処理の一例を示すフローチャートである。 図５は、実施の形態１における特徴点利用イントラ予測処理の一例を示すフローチャートである。 図６は、実施の形態１におけるブロック内モードのイントラ予測処理の一例を示すフローチャートである。 図７は、実施の形態１におけるブロック内モードの予測画像生成処理の一例を示す図である。 図８は、実施の形態１におけるブロック内モードの特徴点関連情報の符号化処理の一例を示すフローチャートである。 図９は、実施の形態１における周辺ブロックモードのイントラ予測処理の一例を示すフローチャートである。 図１０は、実施の形態１における周辺ブロックモードの予測画像生成処理の一例を示す図である。 図１１は、実施の形態１における周辺ブロックモードの特徴点関連情報の符号化処理の一例を示すフローチャートである。 図１２は、実施の形態１における抽出範囲情報を説明するための図である。 図１３は、実施の形態１におけるインター予測処理の一例を示すフローチャートである。 図１４は、実施の形態１における特徴点利用インター予測処理の一例を示すフローチャートである。 図１５は、実施の形態１におけるブロック内モードのインター予測処理の一例を示すフローチャートである。 図１６は、実施の形態１におけるブロック内モードの予測画像生成処理の一例を示す図である。 図１７は、実施の形態１における周辺ブロックモードのインター予測処理の一例を示すフローチャートである。 図１８は、実施の形態１における周辺ブロックモードの予測画像生成処理の一例を示す図である。 図１９は、実施の形態２における動き情報を用いたインター予測手法の一例を示すフローチャートである。 図２０は、実施の形態２における動き推定処理の一例を示すフローチャートである。 図２１は、実施の形態３における画像復号装置の構成を示すブロック図である。 図２２は、実施の形態３における画像復号処理の一例を示すフローチャートである。 図２３は、実施の形態３における予測情報復号処理の一例を示すフローチャートである。 図２４は、実施の形態３における特徴点関連情報復号処理の一例を示すフローチャートである。 図２５は、実施の形態３におけるブロック内モードの特徴点関連情報復号処理の一例を示すフローチャートである。 図２６は、実施の形態３における周辺ブロック内モードの特徴点情報復号処理の一例を示すフローチャートである。 図２７は、実施の形態３における予測ブロック生成処理の一例を示すフローチャートである。 図２８は、実施の形態３におけるイントラ予測画像生成処理の一例を示すフローチャートである。 図２９は、実施の形態３における特徴点利用イントラ予測処理による予測画像生成処理の一例を示すフローチャートである。 図３０は、実施の形態３におけるブロック内モードのイントラ予測画像生成処理の一例を示すフローチャートである。 図３１は、実施の形態３における周辺ブロックモードのイントラ予測画像生成処理の一例を示すフローチャートである。 図３２は、実施の形態３におけるインター予測画像生成処理の一例を示すフローチャートである。 図３３は、実施の形態３における特徴点利用イントラ予測処理による予測画像生成処理の一例を示すフローチャートである。 図３４は、実施の形態３におけるブロック内モードのインター予測画像生成処理の一例を示すフローチャートである。 図３５は、実施の形態３における周辺ブロックモードのインター予測画像生成処理の一例を示すフローチャートである。 図３６は、実施の形態に係る予測画像生成処理の一例を示すフローチャートである。 図３７は、コンテンツ配信サービスを実現するコンテンツ供給システムの全体構成図である。 図３８は、デジタル放送用システムの全体構成図である。 図３９は、テレビの構成例を示すブロック図である。 図４０は、光ディスクである記録メディアに情報の読み書きを行う情報再生／記録部の構成例を示すブロック図である。 図４１は、光ディスクである記録メディアの構造例を示す図である。 図４２Ａは、携帯電話の一例を示す図である。 図４２Ｂは、携帯電話の構成例を示すブロック図である。 図４３は、多重化データの構成を示す図である。 図４４は、各ストリームが多重化データにおいてどのように多重化されているかを模式的に示す図である。 図４５は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかを更に詳しく示した図である。 図４６は、多重化データにおけるＴＳパケットとソースパケットの構造を示す図である。 図４７は、ＰＭＴのデータ構成を示す図である。 図４８は、多重化データ情報の内部構成を示す図である。 図４９は、ストリーム属性情報の内部構成を示す図である。 図５０は、映像データを識別するステップを示す図である。 図５１は、各実施の形態の動画像符号化方法および動画像復号化方法を実現する集積回路の構成例を示すブロック図である。 図５２は、駆動周波数を切り替える構成を示す図である。 図５３は、映像データを識別し、駆動周波数を切り替えるステップを示す図である。 図５４は、映像データの規格と駆動周波数を対応づけたルックアップテーブルの一例を示す図である。 図５５Ａは、信号処理部のモジュールを共有化する構成の一例を示す図である。 図５５Ｂは、信号処理部のモジュールを共有化する構成の他の一例を示す図である。

（発明の基礎となった知見）
従来の画像符号化方式においては、予測画像の生成には、イントラ予測では隣接ブロックの画素情報が利用され、インター予測では平行移動に関する情報が利用されている。そのため、イントラ予測では同一画面内に似たような領域があっても、その領域が対象ブロックの周辺に位置しない場合、その領域の情報を利用できない。また、インター予測では拡大縮小又は回転などの変形を行うことで画像が類似する場合であっても、その情報を利用できない。

また、インター予測においては、動き情報としてアフィン変換などの高次な動き情報を利用する手法が検討されている。これにより、幾何変換を動き情報に適用することで、被写体の拡大縮小又は回転変形なども表現できる。これにより、生成される予測画像の品質が向上する。また、予測単位が大きくなることにより、符号化効率が向上される。

しかしながら、アフィン変換では平行移動の他に拡大縮小、回転及びせん断の３種類の変形を表現する必要があるため、少なくとも６次元の情報が必要である。また、射影変換を表現するためには少なくとも８次元の情報が必要である。これらのように、高次元な動き情報を活用する場合、動き情報の推定処理に必要な計算量の増加ｓるという問題が生じる。

本実施の形態では、コンピュータビジョンで活用されている技術を応用することで、このような課題の解決を図る。

近年、コンピュータビジョンに関連する技術が進歩してきており、ＳＩＦＴ（Ｓｃａｌｅ−Ｉｎｖａｒｉａｎｔ ＦｅａｔｕｒｅＴｒａｎｓｆｏｒｍ）及びＯＲＢ（Ｏｒｉｅｎｔｅｄ ＦＡＳＴ ａｎｄ Ｒｏｔａｔｅｄ ＢＲＥＩＦ）などの手法を代表とする特徴点及び特徴量抽出手法が数多く提案されている。これらの特徴点及び特徴量抽出手法は、信頼度の高い画像中のエッジ又はコーナー部分に関して特徴点を抽出し、抽出された特徴点の周辺の画素情報及び勾配情報などの大きさ又は分布を利用して特徴量と呼ばれる情報を生成する。以下では、このような特徴量を局所特徴量とも呼ぶ。

これらの特徴量抽出手法は、拡大縮小及び回転などにロバストであるという特徴を持っているものが多い。そのため、特徴点情報は、回転量（回転角）及びスケール値と言われるパラメータを含む。また、各特徴点での特徴量を比較し、特徴量間のユークリッド距離などの距離が小さい場合、対応点と呼ばれる関係が設定される。この特徴点群から対応点を探索する特徴点マッチング処理は、パノラマ画像の生成などの処理にも活用されている。これらの特徴量に関する技術を応用することで、予測画像生成手法において、既存手法より高精度の予測画像生成できる。

本発明の一態様に係る予測画像生成方法は、対象ブロックの予測画像を生成する予測画像生成方法であって、再構築画像に含まれる、各々が局所特徴量を有する複数の第１特徴点を抽出する抽出ステップと、前記複数の第１特徴点から、前記対象ブロックに対応する第２特徴点の局所特徴量に類似する局所特徴量を有し、前記第２特徴点との関係が、非平行移動成分を含む情報で表現される対応点を探索する探索ステップと、前記関係に基づき、前記再構築画像から前記予測画像を生成する生成ステップとを含む。

これにより、当該予測画像生成方法は、特徴点及び特徴量を用いて、例えば、拡大縮小及び回転などの非平行移動成分を含む変形を加味した参照領域の画像を用いて予測画像を生成できる。これにより、当該予測画像生成方法は、符号化効率を向上できる。

例えば、前記第２特徴点は、前記対象ブロックに含まれ、前記生成ステップでは、前記再構築画像内の前記対応点を含む領域の画素値を用いて前記予測画像を生成してもよい。

例えば、前記第２特徴点は、前記対象ブロックの周辺の特徴点であり、前記生成ステップでは、前記再構築画像内の前記対応点を含まない領域の画素値を用いて前記予測画像を生成してもよい。

例えば、前記再構築画像は、前記対象ブロックを含む対象ピクチャの再構築画像であってもよい。

例えば、前記再構築画像は、前記対象ブロックを含む対象ピクチャとは異なるピクチャの再構築画像であってもよい。

また、本発明の一態様に係る画像符号化方法は、前記予測画像生成方法を行う画像符号化方法であって、前記予測画像を用いて前記対象ブロックを符号化する画像符号化ステップを含む。

これにより、当該画像符号化方法は、特徴点及び特徴量を用いて、非平行移動成分を含む変形を加味した参照領域を探索し、当該参照領域の画像を用いて予測画像を生成できる。これにより、当該予測画像生成方法は、符号化効率を向上できる。

例えば、前記抽出ステップでは、さらに、前記対象ブロックに対応する複数の第３特徴点を抽出し、前記探索ステップでは、前記複数の第３特徴点から前記第２特徴点を選択し、前記画像符号化方法は、さらに、前記複数の第３特徴点のうち前記第２特徴点を特定するための特徴点情報を符号化する特徴点情報符号化ステップを含んでもよい。

例えば、前記特徴点情報は、前記第２特徴点の座標を示してもよい。

例えば、前記特徴点情報は、前記第２特徴点が有する回転量又はスケール値を示してもよい。

例えば、前記画像符号化方法は、さらに、前記複数の第１特徴点のうち前記対応点を特定するための対応点情報を符号化する対応点情報符号化ステップを含んでもよい。

例えば、前記対応点情報は、前記第２特徴点の座標を示してもよい。

例えば、前記特徴点情報符号化ステップでは、前記複数の第１特徴点に所定の順序でインデックスを割り当て、前記対応点情報は、前記対応点に割り当てられた前記インデックスを示してもよい。

例えば、前記生成ステップでは、前記関係に基づき、動き推定処理の初期値を設定し、前記初期値を用いて、動き推定処理を行うことで前記予測画像を生成してもよい。

また、本発明の一態様に係る画像復号方法は、前記予測画像生成方法を行う画像復号方法であって、前記予測画像を用いて前記対象ブロックを復号する画像復号ステップを含む。

これにより、当該画像符号化方法は、特徴点及び特徴量を用いて、非平行移動成分を含む変形を加味した参照領域を探索し、当該参照領域の画像を用いて予測画像を生成できる。これにより、当該予測画像生成方法は、符号化効率を向上できる。

例えば、前記抽出ステップでは、さらに、前記対象ブロックに対応する複数の第３特徴点を抽出し、前記画像復号方法は、さらに、前記複数の第３特徴点のうち前記第２特徴点を特定するための特徴点情報を復号する特徴点情報復号ステップを含み、前記探索ステップでは、前記特徴点情報を用いて、前記複数の第３特徴点から前記第２特徴点を選択してもよい。

例えば、前記特徴点情報は、前記第２特徴点の座標を示してもよい。

例えば、前記特徴点情報は、前記第２特徴点が有する回転量又はスケール値を示してもよい。

例えば、前記画像復号方法は、さらに、前記複数の第１特徴点のうち前記対応点を特定するための対応点情報を復号する対応点情報復号ステップを含み、前記探索ステップでは、前記対応点情報を用いて、前記複数の第１特徴点から前記対応点を探索してもよい。

例えば、前記特徴点情報復号ステップでは、前記複数の第１特徴点に所定の順序でインデックスを割り当て、前記対応点情報は、前記対応点に割り当てられた前記インデックスを示してもよい。

また、本発明の一態様に係る予測画像生成装置は、対象ブロックの予測画像を生成する予測画像生成装置であって、再構築画像に含まれる、各々が局所特徴量を有する複数の第１特徴点を抽出する抽出部と、前記複数の第１特徴点から、前記対象ブロックに対応する第２特徴点の局所特徴量に類似する局所特徴量を有し、前記第２特徴点との関係が、非平行移動成分を含む情報で表現される対応点を探索する探索部と、前記関係に基づき、前記再構築画像から前記予測画像を生成する生成部とを備える。

これにより、当該予測画像生成装置は、特徴点及び特徴量を用いて、非平行移動成分を含む変形を加味した参照領域を探索し、当該参照領域の画像を用いて予測画像を生成できる。これにより、当該予測画像生成装置は、符号化効率を向上できる。

なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。

以下、適宜図面を参照しながら、実施の形態を詳細に説明する。但し、既によく知られた事項の詳細な説明、及び実質的に同一の構成に対する重複する説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。

なお、以下で説明する実施の形態は、いずれも本発明の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

（実施の形態１）
本実施の形態に係る画像符号化方式を用いた画像符号化装置の実施の形態の一つに関して説明する。本実施の形態に係る画像符号化装置は、局所特徴量を用いてイントラ予測処理及びインター予測処理を行う。これにより、当該画像符号化装置は、平行移動成分以外の非平行移動成分を含む情報で表現される参照ブロックを用いて予測画像を生成できるので符号化効率を向上できる。

図１は、本実施の形態に係る画像符号化装置１００の一例を示すブロック図である。画像符号化装置１００は、特徴量抽出部１０１、ブロック分割部１０２、減算部１０３、周波数変換部１０４、量子化部１０５、エントロピー符号化部１０６、逆量子化部１０７、逆周波数変換部１０８、加算部１０９、特徴量抽出部１１０、イントラ予測部１１１、ループフィルタ１１２、特徴量抽出部１１３、フレームメモリ１１４、インター予測部１１５及び切替部１１６を含む。

画像符号化装置１００は、入力画像１２１を符号化することでビットストリーム１２６を生成する。

図２は、本実施の形態における画像符号化装置１００による画像符号化処理のフローチャートである。

まず、特徴量抽出部１０１は、ＳＩＦＴを代表とする特徴点及び特徴量抽出手法により、１以上のピクチャを含む静止画又は動画である入力画像１２１に含まれる特徴点及びその特徴点の特徴量を抽出する（Ｓ１０１）。

次に、画像符号化装置は、入力画像１２１を符号化処理単位である符号ブロック１２２に分割する（Ｓ１０２）。

次に、イントラ予測部１１１又はインター予測部１１５は、符号ブロック１２２ごとに復号ブロック１２９又は復号画像１３１を利用して予測ブロック１３４を生成する（Ｓ１０３）。なお、この処理の詳細は後述する。

次に、減算部１０３は、符号ブロック１２２と予測ブロック１３４との差分である差分ブロック１２３を生成する（Ｓ１０４）。次に、周波数変換部１０４は、差分ブロック１２３を周波数変換することで係数ブロック１２４を生成する。次に、量子化部１０５は、係数ブロック１２４を量子化することにより係数ブロック１２５を生成する（Ｓ１０５）。

次にエントロピー符号化部１０６は、係数ブロック１２５をエントロピー符号化することによりビットストリーム１２６を生成する（Ｓ１０６）。

一方で、後続のブロック又はピクチャの予測ブロック１３４の生成時に利用する復号ブロック１２９及び復号画像１３１を生成するために、逆量子化部１０７は、係数ブロック１２５を逆量子化することで係数ブロック１２７を生成する。逆周波数変換部１０８は、係数ブロック１２７を逆周波数変換することで差分ブロック１２８を復元する（Ｓ１０７）。

次に、加算部１０９は、ステップＳ１０３で利用された予測ブロック１３４と、差分ブロック１２８とを加算することで復号ブロック１２９（再構築画像）を生成する（Ｓ１０８）。この復号ブロック１２９は、イントラ予測部１１１によるイントラ予測処理に利用される。

次に、特徴量抽出部１１０は、ステップＳ１０１と同様の手法で、その時点での入力画像１２１における符号化済領域の復号結果である復号ブロック１２９に含まれる特徴点及びその特徴点の特徴量を抽出する（Ｓ１０９）。ここで抽出された特徴点及び特徴量はイントラ予測の際に用いられる。

次に、画像符号化装置１００は、１枚の画像全体の符号化処理が完了したかを判定する（Ｓ１１０）。画像全体の符号化処理が完了した場合（Ｓ１１０でＹｅｓ）、ループフィルタ１１２は、１枚の画像に含まれる複数の復号ブロック１２９に、ブロック歪みによる画質劣化を緩和させるためのデブロッキングフィルタなどの画質改善のためのフィルタ処理を施すことで復号画像１３１を生成する（Ｓ１１１）。次に、特徴量抽出部１１３は、ステップＳ１０１及びＳ１０９と同様の手法を用いて、復号画像１３１の特徴点及びその特徴点の特徴量を抽出する（Ｓ１１２）。ここで抽出された特徴点及び特徴量はインター予測の際に用いられる。

また、フレームメモリ１１４は、復号画像１３１を格納する。この復号画像１３１は、インター予測部１１５によるインター予測処理に用いられる。

画像符号化装置１００は、これら一連の処理を、入力された動画像である入力画像１２１全体に対する符号化処理が完了するまで繰り返して行う（Ｓ１１３）。

なお、ステップＳ１０５の周波数変換及び量子化処理は、それぞれ別処理として逐次行われてもよいし、一括して行われてもよい。同様に、ステップＳ１０７の逆量子化及び逆周波数変換処理は、それぞれ別処理として逐次行われてもよいし、一括して行われてもよい。

また量子化とは、予め定められた間隔でサンプリングした値を予め定められたレベルに対応づけてデジタル化する処理である。逆量子化とは、量子化で得られた値を元の区間の値に戻す処理である。データ圧縮分野では、量子化は、値をオリジナルよりも粗い区間に分ける処理を意味し、逆量子化は粗い区間をオリジナルの細かい区間に分けなおす処理を意味する。コーデック技術分野では、量子化及び逆量子化を、丸め、ラウンディング、又はスケーリングと呼ぶ場合もある。

次に、ステップＳ１０３の予測ブロック生成処理の詳細を、図３のフローチャートを用いて説明する。

まず、イントラ予測部１１１は、イントラ予測処理を行うことで予測ブロック１３０を生成する（Ｓ１２１）。続いて、インター予測部１１５は、インター予測処理を行うことで予測ブロック１３２を生成する（Ｓ１２２）。切替部１１６は、ステップＳ１２１及びＳ１２２で得られた予測ブロック１３０及び１３２の各々に対して、Ｒ−Ｄ最適化モデル（下記（式１））などを用いてコスト計算を行い、コストの小さい、つまり符号化効率の高い手法を選択し、選択された手法に対応する予測ブロックを予測ブロック１３４として出力する（Ｓ１２３）。

（式１）において、Ｄは符号化歪を表し、例えば、符号化対象ブロックの元の画素値と、生成された予測画像との差分絶対値和である。また、Ｒは発生符号量を表し、例えば、予測ブロックを生成するための動き情報などを符号化するのに必要な符号量である。また、λはラグランジュの未定乗数である。これにより、イントラ予測及びインター予測から適切な予測モードを選ぶことができるので、符号化効率を向上できる。

なお、ステップＳ１２１及びＳ１２２の処理を行う前に、画像符号化装置１００は、どちらの予測処理を使用するかを決定し、決定された手法に対応する処理のみを行ってもよい。これにより、予測画像生成処理の処理量を削減できる。

また、画像符号化装置１００は、イントラ予測及びインター予測のうちいずれが使用されるかを示す情報を符号化する。なお、符号化とは、当該情報を符号化情報に付与することであり、言い換えると、当該情報を含む符号化ビットストリームを生成することを意味する。

続いて、ステップＳ１２１のイントラ予測処理の詳細を、図４のフローチャートを用いて説明する。

まず、イントラ予測部１１１は、Ｈ．２６４／ＡＶＣ方式及びＨ．２６５／ＨＥＶＣ方式で採用されているような、隣接する符号化済ブロックの情報を利用したイントラ予測処理を行うことで予測ブロックを生成する（Ｓ１４１）。なお、以下では、この処理を、通常イントラ予測と呼ぶ。

続いて、イントラ予測部１１１は、特徴点の対応点を利用したイントラ予測処理により予測ブロックを生成する（Ｓ１４２）。なお、以下では、この処理を、特徴点利用イントラ予測と呼ぶ。

次に、イントラ予測部１１１は、ステップＳ１４１及びＳ１４２で生成されたそれぞれの予測ブロックに対して、ステップＳ１２３と同様の処理を行うことで、ステップＳ１４１の手法とステップＳ１４２の手法との内、符号化効率の高い手法を選択し、選択した手法に対応する予測ブロックを予測ブロック１３０として出力する（Ｓ１４３）。

なお、イントラ予測部１１１は、ステップＳ１４１及びＳ１４２の処理を行う前に、どちらの予測処理を使用するかを決定し、決定された手法に対応する処理のみを行ってもよい。これにより、予測画像生成処理の処理量を削減できる。

また、画像符号化装置１００は、通常イントラ予測及び特徴点利用イントラ予測のうちいずれが使用されるかを示す情報を符号化する。

続いて、ステップＳ１４２の特徴点利用イントラ予測処理の詳細を、図５のフローチャートを用いて説明する。

まず、イントラ予測部１１１は、予測処理の対象である対象ブロック内に含まれる特徴点を利用したイントラ予測処理を行うことで予測ブロックを生成する（Ｓ１６１）。なお、以下では、この予測処理を、ブロック内モードと呼ぶ。

次に、イントラ予測部１１１は、対象ブロックの周辺の符号化済領域に存在する特徴点を利用したイントラ予測処理を行う（Ｓ１６２）。なお、以下では、この予測処理を、周辺ブロックモードと呼ぶ。

次に、イントラ予測部１１１は、ステップＳ１６１及びＳ１６２で生成されたそれぞれの予測ブロックに対して、ステップＳ１２３と同様の処理を行うことで、ブロック内モードと、周辺ブロックモードとのうち、符号化効率の高い手法を選択する（Ｓ１６３）。

なお、イントラ予測部１１１は、ステップＳ１６１及びＳ１６２の処理を行う前に、どちらの予測モードを使用するかを決定し、決定された手法に対応する処理のみを行ってもよい。これにより、予測画像生成処理の処理量を削減できる。

次に、ステップＳ１６１のブロック内モードでのイントラ予測処理の詳細を、図６のフローチャートを用いて説明する。

まず、イントラ予測部１１１は、ステップＳ１０１で得られた、入力画像１２１の特徴点から、対象ブロック内に存在する特徴点を抽出する（Ｓ１８１）。特徴点が存在する場合（Ｓ１８２でＹｅｓ）、イントラ予測部１１１は、対応点探索処理を行う（Ｓ１８３）。具体的には、イントラ予測部１１１は、ステップＳ１０９で得られた、対象ブロックと同一の画像内の符号化済領域の復号ブロックから抽出された特徴点の中から、ステップＳ１８１で抽出された特徴点の特徴量と類似する特徴量を有する特徴点である対応点を探索する。ここで類似するとは、例えば、特徴量間のユークリッド距離などの距離が小さいことである。

ステップＳ１８３において対応点が存在する場合（Ｓ１８４でＹｅｓ）、イントラ予測部１１１は、対応点間の情報を用いた予測画像生成処理を行う（Ｓ１８５）。

図７は、この処理を説明するための図であり、予測処理の対象である対象ブロック１５３を含む対象画像１５０を示す。対象画像１５０は、既に符号化済みであり、復号ブロック１２９が生成されている符号化済領域１５１と、符号化が行われていない未符号化領域１５２とを含む。

イントラ予測部１１１は、ステップＳ１８１で抽出された特徴点１５４を中心とし、対象ブロック１５３を包括する領域を予測対象領域１５５に設定する。また、イントラ予測部１１１は、ステップＳ１８３で抽出された、特徴点１５４に対応する対応点１５６を中心とした領域を、予測画像生成に使用する参照領域１５７に設定する。次に、イントラ予測部１１１は、参照領域１５７に含まれる、予測対象領域１５５における対象ブロック１５３の位置に対応する位置の画像である参照ブロック１５８の画素情報を用いて予測画像（予測ブロック）を生成する。

ここで、参照領域１５７を決定する際に利用する特徴点抽出手法として用いられる、ＳＩＦＴ又はＯＲＢといった局所特徴量抽出手法は、拡大縮小及び回転などにロバストである。よって、イントラ予測部１１１は、図７に示すように予測対象領域１５５の回転や拡大なども考慮した予測画像を生成できる。

具体的には、各特徴点は、座標情報に加え、回転量及びスケール値の情報を有する。イントラ予測部１１１は、特徴点１５４の回転量及びスケール値と、と対応点１５６の回転量及びスケール値との差に基づき、参照ブロック１５８を変換することで予測画像（予測ブロック）を生成する。

なお、参照領域１５７が対象画像１５０外を含む場合、イントラ予測部１１１は、画像の終端付近の画素情報をコピーすることで画素情報がない領域を生成するパディング処理を行ってもよい。これにより、簡易な処理で参照領域１５７を設定でき、予測画像の品質劣化を抑制できる。

なお、イントラ予測部１１１は、上記パディング処理の代わりに、終端部を軸として画像内の画素情報を折り返すことで、画面外の画素情報を生成する折り返し処理を行ってもよい。または、イントラ予測部１１１は、予め設定した所定値で、画像外の画素を塗りつぶしてもよい。前者では、画像の細部情報を活用することができるので予測画像の品質を向上できる。後者では固定値を代入するという簡単な処理であるため、処理量の増加を抑制できる。

次に、イントラ予測部１１１は、ステップＳ１８５にて作成した予測画像を生成するために必要な情報である特徴点関連情報を符号化する（Ｓ１８６）。

また、対象ブロック内に特徴点が存在しない場合（Ｓ１８２でＮｏ）、又は、対応点が存在しない場合（Ｓ１８４でＮｏ）、イントラ予測部１１１は、対応点が存在しない場合における例外処理を行う（Ｓ１８７）。具体的には、イントラ予測部１１１は、この処理に対するコスト値を最大値に設定する。例えば、イントラ予測部１１１は、上記（式１）におけるＤ及びＲを無限大に設定する。これにより、ステップＳ１６３において、ステップＳ１６１の手法が選択されないようになる。

続いて、ステップＳ１８６の符号化情報に特徴点関連情報を付与する処理の詳細を、図８のフローチャートを用いて説明する。

ここで、特徴点関連情報は、対応点の情報である対応点情報と、対象ブロック内の特徴点の情報である特徴点情報とを含む。

まず、イントラ予測部１１１は、対応点の探索に必要な情報である対応点情報を符号化情報に付与する（Ｓ２０１）。具体的には対象点情報は、対象ブロックに含まれる特徴点に対応する対応点の座標を示す。

続いて、イントラ予測部１１１は、対象ブロックに含まれる特徴点の情報である特徴点情報が規定値と一致するかを判定する（Ｓ２０２）。ここで特徴点情報とは、ブロック内における特徴点の座標、及び特徴点が保有する回転量並びにスケール値などである。また、例えば、座標の規定値は、対象ブロックの中心の座標であり、回転量の規定値は０度であり、スケール値の規定値は１である。

対象ブロックに含まれる特徴点情報が全て規定値と一致する場合（Ｓ２０２でＹｅｓ）、イントラ予測部１１１は、特徴点の詳細情報が存在することを示す詳細情報フラグをＯＦＦに設定し、当該詳細情報フラグを符号化情報に付与する（Ｓ２０３）。

一方、対象ブロックに含まれる特徴点情報の少なくとも一つが規定値と一致しない場合（Ｓ２０２でＮｏ）、イントラ予測部１１１は、詳細情報フラグをＯＮに設定し、当該詳細情報フラグを符号化情報に付与する（Ｓ２０４）。続いて、イントラ予測部１１１は、対象ブロックに含まれる特徴点のブロック内における座標及び回転量などの詳細情報を符号化情報に付与する（Ｓ２０５）。

なお、ステップＳ２０１における対応点情報は、前述した情報に限らない。対応点情報は、対応点を含む特徴点群（符号化済領域全体から抽出された特徴点）から、対応点を一意に決定できる指標（インデックス）でもよい。例えば、対象ブロックからの距離が近い特徴点ほど小さな値となるようにインデックスが設定される。または、特徴量に応じた信頼度が高い特徴点ほど小さな値となるようにインデックスが設定される。座標を用いる場合には２次元情報が必要であるが、インデックスを用いることで、１次元情報で対応点を示すことができる。

なお、ステップＳ２０２における規定値は、前述した値に限らない。例えば、座標の規定値は、対象ブロック左上端の座標であってもよい。回転量の規定値は、画像全体における回転量であってもよい。

また、詳細情報は、座標、回転量又はスケール値の絶対値を示してもよいし、相対値を示してもよい。つまり、詳細情報は、座標、回転量又はスケール値の規定値と、使用される特徴点の座標、回転量又はスケール値との差分を示してもよい。または、詳細情報は、対応点と特徴点との座標、回転量又はスケール値の差分を示してもよい。また、ステップＳ２０２における規定値は、このような差分の規定値であってもよい。

なお、ステップＳ２０２における判定処理として、座標、回転量及びスケール値などの全ての要素が規定値と一致するかを判定する処理を述べたが、イントラ予測部１１１は、要素ごとに判定を行い、各要素のフラグを符号化してもよい。または、イントラ予測部１１１は、複数の要素をいくつかの要素ごとにグルーピングし、グループごとに判定を行い、各グループに対してフラグを符号化してもよい。フラグが２以上の場合は、イントラ予測部１１１は、ステップＳ２０２からステップＳ２０５の処理をフラグの個数分、行う。例えば、イントラ予測部１１１は、座標情報に対するフラグと、回転量及びスケール値の情報に対するフラグとを符号化してもよい。これにより、符号化時に柔軟な設定を実現できるので、符号化効率を向上できる。

続いて、ステップＳ１６２の周辺ブロックモードでのイントラ予測処理の詳細を、図９のフローチャートを用いて説明する。

まず、イントラ予測部１１１は、ステップＳ１０９で得られた特徴点から、対象ブロックに隣接している符号化済領域の復号画像である隣接領域に含まれる特徴点を抽出する（Ｓ２２１）。ステップＳ２２１で特徴点が１つでも抽出できた場合（Ｓ２２２でＹｅｓ）、イントラ予測部１１１は、抽出された１つ以上の特徴点のそれぞれに対して、ステップＳ１０９で得られた特徴点のうち、対象ブロックと同一の画像内の符号化済領域の復号画像から抽出された特徴点を抽出し、抽出された特徴点の中から対応点を探索する（Ｓ２２３）。

ステップＳ２２３において１つでも対応点が存在する場合（Ｓ２２４でＹｅｓ）、イントラ予測部１１１は、対応点の情報から予測画像を生成する（Ｓ２２５）。

図１０は、この処理を説明するための図であり、予測処理の対象である対象ブロック１５３を含む対象画像１５０を示す。対象画像１５０は、既に符号化済みであり、復号ブロック１２９が生成されている符号化済領域１５１と、符号化が行われていない未符号化領域１５２とを含む。

イントラ予測部１１１は、ステップＳ２２１で得られた対象ブロックの周辺の領域に存在する特徴点群から１つ以上の特徴点１６４を選択し、それら特徴点１６４及び対象ブロック１５３の両方を含む予測対象領域１６５を設定する。次に、イントラ予測部１１１は、予測対象領域１６５に含まれる特徴点１６４の対応点１６６を含む領域を参照領域１６７に設定する。イントラ予測部１１１は、この参照領域１６７を設定する際に、複数の対応点１６６を活用してアフィン変換などの幾何変換を行う。これにより、予測画像の品質が向上されるので符号化効率が向上する。次に、イントラ予測部１１１は、参照領域１６７に含まれる、予測対象領域１６５における対象ブロック１５３の位置に対応する位置の画像である参照ブロック１６８の画素情報を用いて予測画像（予測ブロック）を生成する。

なお、イントラ予測部１１１は、対応点が見つかった特徴点を全て利用して予測画像を生成する必要はなく、使用する対応点の組み合わせを変更し、最も符号化効率の良くなる対応点の組み合わせを決定してもよい。これにより、更に符号化効率が向上される。なお、参照領域１６７が対象画像１５０外を含む場合、イントラ予測部１１１は、ステップＳ１８５で述べたパディング処理などの領域外処理を行ってもよい。これにより、符号化効率が改善される。

次に、イントラ予測部１１１は、ステップＳ２２５の処理を行うために必要な特徴点に関する情報である特徴点関連情報を符号化情報に付与する（Ｓ２２６）。

一方、対象ブロックの隣接領域に特徴点が存在しない場合（Ｓ２２２でＮｏ）、又は対応点が存在しない場合（Ｓ２２４でＮｏ）、イントラ予測部１１１は、対応点が存在しない場合における例外処理を行う（Ｓ２２７）。なお、このステップＳ２２７の処理は、ステップＳ１８７の処理と同様の処理であり、ステップＳ１６２の手法が選択されないようにする処理である。

次に、ステップＳ２２６の符号化情報に特徴点関連情報を付与する処理の詳細を、図１１のフローチャートを用いて説明する。

ここで、特徴点関連情報は、対象ブロック１５３の周辺の特徴点１７４を含む抽出領域１７５を示す抽出範囲情報と、抽出領域１７５で抽出された特徴点１７４のうち使用された特徴点の数を示す個数情報と、抽出領域１７５で抽出された特徴点１７４のうち使用された特徴点を指定する特徴点指定情報とを含む。

まず、イントラ予測部１１１は、ステップＳ２２５で使用した対象ブロック１５３の周辺の特徴点１７４を全て含む矩形領域である抽出領域１７５を指定するために必要な抽出範囲情報を符号化情報に付与する（Ｓ２４１）。例えば、抽出範囲情報は、抽出領域１７５の幅及び高さを確定するため情報であり、図１２に示す幅１７１及び高さ１７２を示す情報を含む。

続いて、イントラ予測部１１１は、ステップＳ２２５で使用した特徴点（対応点）の数を示す個数情報を符号化情報に付与する（Ｓ２４２）。言い換えると、個数情報は、使用された特徴点の組に含まれる特徴点（対応点）の数を示す。

ステップＳ２４１の情報で指定される抽出領域１７５で抽出された特徴点１７４が全て利用される場合（Ｓ２４３でＹｅｓ）、イントラ予測部１１１は、特徴点に関する詳細情報が存在することを示す詳細情報フラグをＯＦＦに設定し、当該詳細情報フラグを符号化情報に付与する（Ｓ２４４）。

一方、抽出領域１７５で抽出された特徴点のうち一つでも利用しない場合（Ｓ２４３でＮｏ）、イントラ予測部１１１は、詳細情報フラグをＯＮに設定し、当該詳細情報フラグを符号化情報に付与する（Ｓ２４５）。続いて、イントラ予測部１１１は、抽出領域１７５で抽出された特徴点１７４のうち、使用する特徴点を指定するための特徴点指定情報を特徴点の数分、符号化情報に付与する（Ｓ２４６）。例えば、この特徴点指定情報は、特徴点の座標を示す情報である。

なお、ステップＳ２４１と、ステップＳ２４２と、ステップＳ２４３〜Ｓ２４６の符号化処理の順序は、この順序である必要はなく、これらの順序は適宜入れ替えられてもよい。

なお、ステップＳ２４１における抽出領域１７５の幅及び高さなどの指定は、符号ブロック単位で指定されてもよいし、画像単位又はシーケンス単位で指定されてもよい。また、抽出領域１７５の幅及び高さとして固定値が利用されてもよい。ブロック単位で、これらを変化させる場合、柔軟な範囲設定が可能となるので、予測画像の品質を向上できる。また、画像単位などでこれらの情報を指定する場合、符号化情報が少なくなるため符号化効率が向上する。

また、抽出領域１７５の幅及び高さはそれぞれ別の値が指定されてもよいし、幅及び高さに同じ値が用いられてもよい。別の値を用いる場合、有効な特徴点を選択しやすくなることで予測画像の品質を向上できる。一方、同じ値を用いる場合、符号化に必要な情報が１つになるため符号量を削減できる。

なお、ステップＳ２４１における抽出範囲情報は、幅及び高さに対応する画素の数を示してよいし、幅及び高さに対応する符号化済ブロックの個数を示してもよい。また、この場合、幅方向のブロックの個数及び高さ方向のブロックの個数の指定は、個別に行われてもよいし、幅方向のブロックの個数及び高さ方向のブロックの個数として同じ値が用いられてもよい。このようにブロックの個数を用いることで、幅などの距離情報を小さい値で表現できるため符号量を削減できる。

次に、ステップＳ１２２のインター予測部１１５の処理の詳細を、図１３のフローチャートを用いて説明する。

まず、インター予測部１１５は、既存の動画像符号化方式であるＨ．２６４／ＡＶＣ方式又はＨ．２６５／ＨＥＶＣ方式で用いられている動き情報を利用したインター予測処理を行うことで予測画像を生成する（Ｓ２６１）。なお、以下では、この処理を、通常インター予測と呼ぶ。

次に、インター予測部１１５は、特徴点を利用したインター予測処理を行うことで予測画像を生成する（Ｓ２６２）。なお、以下では、この処理を、特徴点利用インター予測と呼ぶ。

次に、インター予測部１１５は、ステップＳ２６１及びＳ２６２で得られたそれぞれの予測画像に対して、ステップＳ１２３と同様の処理を行うことで、符号化効率の高い手法を選択する（Ｓ２６３）。

続いて、ステップＳ２６２の特徴点利用インター予測処理の詳細を、図１４のフローチャートを用いて説明する。

まず、インター予測部１１５は、対象ブロック内の含まれる特徴点を利用したインター予測処理を行うことで予測画像を生成する（Ｓ２８１）。なお、以下では、この予測処理を、ブロック内モードと呼ぶ。

次に、インター予測部１１５は、対象ブロックの周辺の符号化済領域に存在する特徴点を利用したインター予測処理を行う（Ｓ２８２）。なお、以下では、この予測処理を、周辺ブロックモードと呼ぶ。

次に、インター予測部１１５は、ステップＳ２８１及びＳ２８２で生成された予測画像に対して、ステップＳ１２３と同様の処理を行うことで、符号化効率の高い手法を選択する（Ｓ２８３）。

続いて、ステップＳ２８１のブロック内モードでのインター予測処理の詳細を、図１５のフローチャートを用いて説明する。

ステップＳ３０１、Ｓ３０２、Ｓ３０４及びＳ３０６の処理は、それぞれステップＳ１８１、Ｓ１８２、Ｓ１８４及びＳ１８６の処理と同様であるため、詳細は割愛する。

ステップＳ３０２で、対象ブロック内に特徴点が存在すると判定された場合（Ｓ３０２でＹｅｓ）、インター予測部１１５は、ステップＳ１１２で得られた、１枚以上の参照画像から抽出された特徴点の中から、ステップＳ３０１で抽出された対象ブロック内の特徴点の対応点を探索する（Ｓ３０３）。

ステップＳ３０３において対応点が存在する場合（Ｓ３０４でＹｅｓ）、インター予測部１１５は、ステップＳ３０３で得られた結果を利用して予測画像を生成する（Ｓ３０５）。

図１６は、この処理を説明するための図であり、予測処理の対象である対象ブロック１５３を含む対象画像１５０と、対象画像１５０とは異なるピクチャであり、既に符号化済みのピクチャである参照画像１８０とを示す。対象画像１５０は、既に符号化済みであり、復号ブロック１２９が生成されている符号化済領域１５１と、符号化が行われていない未符号化領域１５２とを含む。

まず、インター予測部１１５は、ステップＳ１８５での予測対象領域１５５の設定手法と同様の手法で予測対象領域１５５を設定する。次に、インター予測部１１５は、ステップＳ３０３で発見した対応点１８２を中心として、ステップＳ１８５での参照領域１５７の設定手法と同様の手法にて、参照領域１８１を設定する。次に、インター予測部１１５は、ステップＳ１８５と同様の手法で、参照領域１８１から予測画像を生成する。つまり、インター予測部１１５は、参照領域１８１に含まれる、予測対象領域１５５における対象ブロック１５３の位置に対応する位置の画像である参照ブロック１８３の画素情報を用いて予測画像（予測ブロック）を生成する。

また、インター予測部１１５は、ステップＳ３０７において、ステップＳ１８７及びＳ２２７と同様の処理を行うことで、ステップＳ２８３においてステップＳ２８１の手法が選択されないようにする。

続いて、ステップＳ２８２の周辺ブロックモードでのインター予測処理の詳細を、図１７のフローチャートを用いて説明する。

ステップＳ３２１、Ｓ３２２、Ｓ３２４及びＳ３２６の処理は、それぞれＳ２２１、Ｓ２２２、Ｓ２２４及びＳ２２６の処理と同様であるため、詳細は割愛する。

ステップＳ３２２で、周辺の符号化済ブロックに特徴点が存在すると判定された場合（Ｓ３２２でＹｅｓ）、インター予測部１１５は、ステップＳ３２１で抽出された１つ以上の特徴点のそれぞれに対して、ステップＳ１１２で得られた、１枚以上の参照画像から抽出された特徴点の中から対応点を探索する（Ｓ３２３）。ステップＳ３２３において対応点が存在する場合（Ｓ３２４でＹｅｓ）、インター予測部１１５は、ステップＳ３２３で得られた対応点の結果を利用して予測画像を生成する（Ｓ３２５）。

図１８は、この処理を説明するための図であり、予測処理の対象である対象ブロック１５３を含む対象画像１５０と、対象画像１５０とは異なるピクチャであり、既に符号化済みのピクチャである参照画像１８０とを示す。対象画像１５０は、既に符号化済みであり、復号ブロック１２９が生成されている符号化済領域１５１と、符号化が行われていない未符号化領域１５２とを含む。

まず、インター予測部１１５は、ステップＳ２２５での予測対象領域１６５の設定手法と同様の手法で予測対象領域１６５を設定する。次に、インター予測部１１５は、ステップＳ３２３で発見した対応点１９２を用いて、ステップＳ２２５での参照領域１６７の設定手法と同様の手法にて、参照領域１９１を設定する。具体的には、インター予測部１１５は、予測対象領域１６５に含まれる特徴点１６４の対応点１９２を含む領域を参照領域１９１に設定する。

次に、インター予測部１１５は、ステップＳ２２５と同様の手法で、参照領域１９１から予測画像を生成する。具体的には、インター予測部１１５は、参照領域１９１に含まれる、予測対象領域１６５における対象ブロック１５３の位置に対応する位置の画像である参照ブロック１９３の画素情報を用いて予測画像（予測ブロック）を生成する。

また、インター予測部１１５は、ステップＳ３２７において、ステップＳ１８７、Ｓ２２７及びＳ３０７と同様の処理を行うことで、ステップＳ２８３においてステップＳ２８２の手法が選択されないようにする。

なお、ステップＳ３２１における対応点探索に必要な情報は、ステップＳ２０１でも述べたように、対応点を含む特徴点群（符号化済領域全体から抽出された特徴点）から、対応点を一意に決定できる指標でもよい。

（効果）
以上、本実施の形態によれば、局所特徴量に関する技術を応用することで、イントラ予測及びインター予測において、既存の手法と比較して少ない情報量で回転及び拡大といった高次な動き情報にも対応した予測画像を生成できる。

なお、本実施の形態では、ステップＳ１０１、Ｓ１０９及びＳ１１２で利用する特徴量抽出手法としてＳＩＦＴを例に説明を行っているが、使用できる特徴量及びその抽出手法はこれに限らない。他の局所特徴量に関連する技術である、ＯＲＢ又はＳＵＲＦ（Ｓｐｅｅｄｅｄ Ｕｐ Ｒｏｂｕｓｔ Ｆｅａｔｕｒｅｓ）等が用いられてもよい。

また、特徴点の抽出手法と特徴量の算出手法とに異なる手法が用いられてもよい。具体的には、各手法には、処理量が少ないこと、又は、拡大縮小以外にもアフィン変換などにもロバストであるなど、それぞれ異なる性質がある。よって、符号化する動画像の種類などに応じて、利用する局所特徴量及びその抽出手法を変更することにより更に符号化効率を改善できる。

また、ステップＳ２０２からＳ２０５において、特徴点の詳細情報として座標以外に、特徴点の回転量及びスケール値などを挙げているが、詳細情報として利用できる情報はこれに限らない。

また、ここで挙げた情報を必ず符号化する必要もない。例えば、特徴点の位置のみを抽出する手法の１つであるＦＡＳＴにおいては、拡大縮小及び回転に対するロバスト性はない。よって、画像符号化装置１００は、これらの情報を符号化する必要はない。このように、画像符号化装置１００は、利用する特徴量に応じて符号化する情報を変更することで、予測画像の生成に必要な情報のみを符号化できる。

なお、ステップＳ１８１及びＳ３０１で抽出される特徴点は、１つだけでなく、複数であってもよい。この場合、画像符号化装置１００は、複数の特徴点の情報を利用して予測画像を生成してもよい。これにより、生成される予測画像の品質が向上することで符号化効率が改善する。この処理は、ステップＳ１６１及びＳ２８１内において、画像符号化装置１００が、各特徴点の対応点を探索し（Ｓ１８３及びＳ３０３）、複数の特徴点及び複数の対応点の関係を利用して予測画像を生成し（Ｓ１８５及びＳ３０５）、それぞれの特徴点に関する情報を符号化情報に付与する（Ｓ１８６及びＳ３０６）ことで実現できる。例えば、画像符号化装置１００は、図１０及び図１８に示す場合と同様の処理により、複数の特徴点に対応する複数の対応点を探索し、当該複数の対応点を含む参照領域及び参照ブロックを決定できる。なお、複数の特徴点及び対応点の関係を利用した予測画像生成処理は、前述した手法に限らない。

また、本実施の形態では、インター予測及びイントラ予測の両方で上記手法を用いる例を説明したが、インター予測のみ、又はイントラ予測のみで上記手法を用いてもよい。また、本実施の形態では、対象ブロック内の特徴点を用いる予測処理（インター予測又はイントラ予測）と、対象ブロック周辺の特徴点を用いる予測処理（インター予測又はイントラ予測）との両方を用いる例を説明したが、いずれか一方のみが用いられてもよい。

また、上記説明では、対応点は再構築画像（復号ブロック１２９又は復号画像１３１）に含まれる特徴点から選択されているが、入力画像１２１に含まれる特徴点から選択されてもよい。例えば、画像符号化装置１００は、再構築画像内に対応点が存在しない場合に、入力画像１２１に含まれる特徴点から対応点を探索してもよい。

（実施の形態２）
本実施の形態では、上記実施の形態１に係る画像符号化装置１００及び画像符号化方法の変形例について説明する。

なお、実施の形態１とステップＳ２６１の動き情報を利用した通常インター予測処理以外は同様であるため、ステップＳ２６１に関する説明以外は省略する。

ステップＳ２６１の動き情報を利用したインター予測処理の詳細を、図１９のフローチャートを用いて説明する。

まず、インター予測部１１５は、動き情報の推定処理を行う（Ｓ３４１）。次に、インター予測部１１５は、ステップＳ３４１で得られた動き情報を利用して動き補償処理を行う（Ｓ３４２）。次に、インター予測部１１５は、符号化済みの時間的又は空間的な隣接ブロックの動き情報である予測動き情報と、ステップＳ３４２で決定した動き情報との差分である差分動き情報を生成する（Ｓ３４３）。

続いて、ステップＳ３４１の動き情報の推定処理の詳細を、図２０のフローチャートを用いて説明する。

まず、インター予測部１１５は、ステップＳ１０１で入力画像から抽出された特徴点の中から、対象ブロックに含まれる特徴点を抽出する（Ｓ３６１）。次に、インター予測部１１５は、Ｓ１０１で得られた、インター予測で用いる参照画像が入力画像の時点で抽出された特徴点集合から、ステップＳ３６１で抽出された特徴点に対応する対応点を探索する（Ｓ３６２）。なお、この処理の詳細は、使用される特徴点が異なる点を除き、実施の形態１で説明した探索処理と同様である。

ステップＳ３６２において対応点の探索が成功した場合（Ｓ３６３でＹｅｓ）、インター予測部１１５は、対応点の情報を用いて動き推定処理の初期値を設定する（Ｓ３６５）。この際、ＳＩＦＴ又はＯＲＢといった局所特徴量の対応点の関係からは、平行移動成分のみならず回転量及び拡大縮小に関する情報も取得できるため、それらに関する初期値も設定可能である。

一方、ステップＳ３６２において対応点の探索に失敗した場合（Ｓ３６３でＮｏ）、インター予測部１１５は、動き推定処理の初期値に規定値を設定する（Ｓ３６４）。例えば、平行移動成分の規定値は０であり、拡大縮小のパラメータの規定値は１である。なお、インター予測部１１５は、低次元の情報に関して大まかに推定し、その結果を高次の動き情報の推定処理の初期値として利用してもよい。例えば、インター予測部１１５は、６次元のアフィン変換の動き情報を推定する際に、２次元の平行移動ベクトルの情報の推定結果を初期値に設定する。

次に、インター予測部１１５は、ステップＳ３６４又はＳ３６５で設定された初期値を用いて動き推定処理を行う（Ｓ３６６）。

（効果）
以上、本実施の形態によれば、特徴量の対応点の関係を活用することで、アフィン変換などを含む高次元の動き情報の推定処理に関して、効果的な初期値を設定できる。これにより動き情報推定処理の高速化及び推定結果による予測画像の品質向上を実現できる。

なお、ステップＳ３６２の処理においては、インター予測部１１５は、ステップＳ１１２で得られた、復号された参照画像から抽出された特徴点集合に対して、対応点の探索を行ってもよい。これにより、入力画像時に得られた特徴点集合情報を保存することが必要なくなり、処理中のメモリ量を削減できる。

また、本実施の形態では、上記実施の形態１の手法に加え、本実施の形態の処理を行う例を述べたが、本実施の形態に係る処理のみが行われてもよい。

（実施の形態３）
本実施の形態では、上記画像符号化装置１００により生成されたビットストリームを復号する画像復号装置の実施の形態の１つを説明する。

図２１は、本実施の形態に係る画像復号装置２００の一例を示すブロック図である。画像復号装置２００は、エントロピー復号部２０１、逆量子化部２０２、逆周波数変換部２０３、加算部２０４、特徴量抽出部２０５、イントラ予測部２０６、ループフィルタ２０７、フレームメモリ２０８、特徴量抽出部２０９、インター予測部２１０、切替部２１１を含む。

画像復号装置２００は、入力されたビットストリーム２２１に対して復号処理を行うことで復号画像２２７を生成する。例えば、ビットストリーム２２１は、上記画像符号化装置１００により生成される。なお、ビットストリーム２２１に含まれる各種情報の意味は、上述した実施の形態１と同様である。

図２２は、本実施の形態における画像復号装置２００による画像復号処理のフローチャートである。

まず、エントロピー復号部２０１は、１以上のピクチャを含む静止画又は動画が符号化されることで得られたビットストリーム２２１から予測情報を復号する（Ｓ４０１）。続いて、エントロピー復号部２０１は、ビットストリーム２２１から係数ブロック２２２を復号する（Ｓ４０２）。

次に、逆量子化部２０２は、係数ブロック２２２を逆量子化することで係数ブロック２２３を生成する。逆周波数変換部２０３は、係数ブロック２２３を逆周波数変換することで差分ブロック２２４を復元する（Ｓ４０３）。

次に、イントラ予測部２０６又はインター予測部２１０は、ステップＳ４０１で復号した予測情報と、復号ブロック２２５又は復号画像２２７を利用して、予測ブロック２３０を生成する（Ｓ４０４）。具体的には、イントラ予測部２０６は、イントラ予測処理により予測ブロック２２６を生成する。インター予測部２１０はインター予測処理により予測ブロック２２９を生成する。切替部２１１は、予測ブロック２２６及び２２９の一方を予測ブロック２３０として出力する。

次に、加算部２０４は、ステップＳ４０３で得られた差分ブロック２２４と、ステップＳ４０４で得られた予測ブロック２３０とを加算することで復号ブロック２２５を生成する（Ｓ４０５）。この復号ブロック２２５は、イントラ予測部２０６によるイントラ予測処理に利用される。

次に、特徴量抽出部２０５は、ステップＳ４０５までに復号された復号ブロック２２５の集合から特徴点及びその特徴点の特徴量を抽出する（Ｓ４０６）。ここで抽出された特徴点及び特徴量はイントラ予測の際に用いられる。なお、この処理の詳細は、上述したステップＳ１０９の処理と同様である。

次に、画像復号装置２００は、画像一枚分の復号ブロック２２５が復号されたかを判定する（Ｓ４０７）。画像一枚分の復号処理が終了していないと判定された場合（Ｓ４０７でＮｏ）、画像復号装置２００は、次のブロックの復号処理を行うためにステップＳ４０１からの処理を行う。

一方、画像一枚分の復号ブロック２２５が復号されたと判定された場合（Ｓ４０７でＹｅｓ）、ループフィルタ２０７は、復号された画像に対してフィルタ処理を行う（Ｓ４０８）。具体的には、ループフィルタ２０７は、１枚の画像に含まれる複数の復号ブロック２２５に、ブロック歪みによる画質劣化を緩和させるためのデブロッキングフィルタなどの画質改善のためのフィルタ処理を施すことで復号画像２２７を生成する。

また、フレームメモリ２０８は、復号画像２２７を格納する。この復号画像２２７は、インター予測部２１０によるインター予測処理に用いられる。

次に、特徴量抽出部２０９は、復号画像２２７から特徴点及びその特徴点の特徴量を抽出する（Ｓ４０９）。なお、この処理の詳細は、上述したステップＳ１１１の処理と同様である。

次に、画像復号装置２００は、入力されたビットストリーム２２１に含まれる全ブロックが復号されたかを判定する（Ｓ４１０）。具体的には、画像復号装置２００は、入力されたビットストリーム２２１が終了した場合に、全ブロックが復号されたと判定する。

全ブロックが復号されたと判定されなった場合（Ｓ４１０でＮｏ）、画像復号装置２００は、次のブロックの復号処理を行うためにステップＳ４０１からの処理を行う。一方、全ブロックが復号されたと判定された場合（Ｓ４１０でＹｅｓ）、画像復号装置２００は、復号処理を終了する。

なお、ステップＳ４０３の逆量子化及び逆周波数変換処理は、それぞれを別処理として逐次行われてもよいし、一括して行われてもよい。なお、ＨＥＶＣなどの現在主流の符号化規格では、逆量子化及び逆周波数変換処理が一括して行われる。また、復号側においても、これらの処理に、実施の形態１と同様に、スケーリング等の表現が用いられる場合がある。

次に、ステップＳ４０１の予測情報復号処理の詳細を、図２３のフローチャートを用いて説明する。

まず、画像復号装置２００は、復号処理を行う対象のブロックである対象ブロックの予測手法がイントラ予測かインター予測かを判定する（Ｓ４２１）。

予測手法がイントラ予測と判定された場合（Ｓ４２１で「イントラ」）、画像復号装置２００は、イントラ予測における予測モードが、復号済みの隣接ブロックの画素情報を利用する通常イントラ予測であるか、特徴点を利用する特徴点利用イントラ予測であるかを判定する（Ｓ４２２）。

予測モードが、通常モードである場合（Ｓ４２２で「通常」）、画像復号装置２００は、隣接ブロックの利用法に関する情報をビットストリーム２２１から復号する（Ｓ４２４）。ここで、隣接ブロックの利用法に関する情報とは、Ｈ．２６５／ＨＥＶＣ方式におけるイントラ予測方向などを示す情報である。

一方、予測モードが特徴点を利用するモードである場合（Ｓ４２２で「特徴点利用」）、画像復号装置２００は、特徴点に関する情報である特徴点関連情報をビットストリーム２２１から復号する（Ｓ４２５）。

また、ステップＳ４２１で、予測モードがインター予測であると判定された場合（Ｓ４２１で「インター」）、画像復号装置２００は、インター予測における予測モードが、動き情報を利用する通常インター予測であるか、特徴点を利用する特徴点利用インター予測であるかを判定する（Ｓ４２３）。

予測モードが通常イントラ予測である場合（Ｓ４２３で「通常」）、画像復号装置２００は、ビットストリーム２２１から動き情報を復号する（Ｓ４２６）。ここで、動き情報とはＨ．２６５／ＨＥＶＣ方式を代表とする動画像符号化方式で利用されている平行移動ベクトル及び高次なアフィン変換行列などである。

一方、予測モードが特徴点利用インター予測である場合（Ｓ４２３で「特徴点利用」）、画像復号装置２００は、ビットストリーム２２１から特徴点に関する特徴点関連情報を復号する（Ｓ４２５）。

なお、ステップＳ４２５の特徴点関連情報の復号処理は、イントラ予測の場合と、インター予測の場合とで、異なる処理部により実行されてもよい。これにより、イントラ予測処理及びインター予測処理に対して、同時に実行する場合に、ステップＳ４２５の処理を並列に処理できるので、処理を高速化できる。

また、ステップＳ４２１〜Ｓ４２３の判定処理は、例えば、ビットストリーム２２１に含まれる情報に基づき行われる。具体的には、例えば、ビットストリーム２２１は、予測モードがイントラ予測であるか、インター予測であるかを示す情報を含む。また、ビットストリーム２２１は、予測モードが、通常イントラ予測であるか、特徴点利用イントラ予測であるかを示す情報、又は、予測モードが、通常インター予測であるか、特徴点利用インター予測であるかを示す情報を含む。

続いて、ステップＳ４２５の特徴点関連情報の復号処理の詳細を、図２４のフローチャートを用いて説明する。

まず、画像復号装置２００は、どのモードの特徴点関連情報が符号化されているかを判定する（Ｓ４４１）。対象ブロック内に存在する特徴点の情報であるブロック内モードの特徴量関連情報が符号化されていると判定された場合（Ｓ４４１で「ブロック内」）、画像復号装置２００は、ビットストリーム２２１からブロック内モードの特徴量関連情報を復号する（Ｓ４４２）。

一方、対象ブロック周辺の復号済ブロックに含まれる特徴点の情報である周辺ブロックモードの特徴点関連情報が符号化されていると判定された場合（Ｓ４４１で「周辺ブロック」）、画像復号装置２００は、ビットストリーム２２１から周辺ブロックモードの特徴点関連情報を復号する（Ｓ４４３）。

なお、ステップＳ４４１において、画像復号装置２００は、ビットストリーム２２１に含まれる、ブロック内モード又は周辺ブロックモードを示すフラグを参照することで、上記判定処理を行う。このフラグはブロック単位で符号化されていてもよいし、画像単位又は動画像単位で符号化されていてもよい。このフラグがブロック単位で符号化される場合は、最適な符号化モードを選択可能となることで予測画像の品質が向上される。また、このフラグが画像単位などで符号化される場合は、フラグの数が減るため符号量が削減される。

なお、ここでは、２つのモードが切り替えられる例を述べたが、ブロック内モード又は周辺ブロックモードのどちらか一方のモードが常に利用されてもよい。

続いて、ステップＳ４４２のブロック内モードの特徴点関連情報の復号処理の詳細を、図２５のフローチャートを用いて説明する。ここで、ブロック内モードの特徴点関連情報は、対応点の情報である対応点情報と、対象ブロック内の特徴点の情報である特徴点情報とを含む。

まず、画像復号装置２００は、ビットストリーム２２１から、対象ブロック中の特徴点の対応点を決定するための対応点情報を復号する（Ｓ４６１）。具体的には、この対応点情報は対応点の座標を示す情報である。

次に、画像復号装置２００は、ビットストリーム２２１が特徴点に関する詳細情報を含むことを示す詳細情報フラグがＯＮであるかを判定する（Ｓ４６２）。なお、詳細情報フラグは、ビットストリーム２２１に含まれる。

詳細情報フラグがＯＦＦである場合（Ｓ４６２でＮｏ）、画像復号装置２００は、詳細情報に規定値を設定する（Ｓ４６３）。

一方、詳細情報フラグがＯＮである場合（Ｓ４６２でＹｅｓ）、画像復号装置２００は、ビットストリーム２２１から詳細情報を復号する（Ｓ４６４）。

ここで、詳細情報とは、符号化時において対象ブロック中に含まれていた特徴点の座標並びに特徴点のもつ回転量及びスケール値を示す情報である。

具体的には、特徴点の座標を示す詳細情報は、対象ブロックの中心から特徴点の位置を示すｘ及びｙ方向の２次元ベクトルである。また、回転量及びスケール値は、ＳＩＦＴなどの局所特徴量抽出手法で算出された値である。これらの処理により、対象ブロック中の特徴点の座標と、その特徴点が持つ回転量及びスケール値などの情報と、対応点となる特徴点に関する情報とが復号される。

なお、この特徴量の回転量及びスケール値は、対応点の回転量及びスケール値との相対値が符号化されていてもよい。これにより、特徴点と対応点とで回転量又はスケール値が同一の場合、符号化すべき情報が０となるため、符号化効率が向上する。また、算出値と相対値とのうちどちらを用いるかを示すフラグが符号化されていてもよい。これにより、各ブロックにおいて最適な符号化手法を選択することができるので、更に符号化効率が改善する。

また、ステップＳ４６３の規定値は、例えば、特徴点の座標においては対象ブロックの中心であり、回転量においては０度であり、スケール値においては１である。

なお、この規定値は上記に限らない。例えばグローバルモーション情報から得られる回転角及び拡大率などが、それぞれ特徴点の回転量及びスケール値の設定に利用されてもよい。これにより、グローバルモーションに伴う画像の変形を利用することで、固定値を利用する場合よりも符号量を削減できる。

続いて、ステップＳ４４３の周辺ブロックモードの特徴点関連情報の復号処理の詳細を、図２６のフローチャートを用いて説明する。

まず、画像復号装置２００は、特徴点を抽出する抽出領域を設定するために必要な情報である抽出範囲情報を復号する（Ｓ４８１）。次に、画像復号装置２００は、予測画像の生成の際に使用する特徴点の数を示す個数情報を復号する（Ｓ４８２）。

次に、画像復号装置２００は、特徴点の詳細情報が存在するかを示す詳細情報フラグがＯＮであるかを判定する（Ｓ４８３）。

詳細情報フラグがＯＮである場合（Ｓ４８３でＹｅｓ）、画像復号装置２００は、予測画像生成時に利用する特徴点を識別するために必要な特徴点指定情報を復号する（Ｓ４８４）。例えば、この特徴点指定情報は、特徴点の座標を示す。

これらの処理により、特徴点を抽出する対象である、対象ブロックの周辺の抽出領域と、予測画像の生成に使用する特徴点の数と、使用する特徴点を指定する情報とが復号される。

なお、特徴点指定情報は、特徴点の座標情報である必要はなく、特徴点を一意に判別できる情報であればよい。例えば、特定点指定情報は、抽出領域内で抽出された特徴点をエッジの強度又は輝度成分の大きさなどでランク付けをした際の、順位を示してもよい。順位を用いた場合、１次元情報及び小さな数字で特徴量を指定できるため、符号量を削減できる。

次に、ステップＳ４０４の予測ブロック生成処理の詳細を、図２７のフローチャートを用いて説明する。

まず、画像復号装置２００は、予測ブロック生成処理にイントラ予測が用いられるかインター予測が用いられるかを判定する（Ｓ５０１）。なお、この判定は、ステップＳ４２１と同様に、ビットストリーム２２１に含まれる情報を用いて行われる。

イントラ予測が用いられると判定された場合（Ｓ５０１で「イントラ」）、画像復号装置２００は、イントラ予測処理により予測ブロックを生成する（Ｓ５０２）。一方、インター予測が用いられると判定された場合（Ｓ５０１で「インター」）、画像復号装置２００は、インター予測処理により予測ブロックを生成する（Ｓ５０３）。

続いて、ステップＳ５０２のイントラ予測処理の詳細を、図２８のフローチャートを用いて説明する。

まず、画像復号装置２００は、イントラ予測における予測モードが、通常イントラ予測であるか特徴点利用イントラ予測であるかを判定する（Ｓ５２１）。なお、この判定は、ステップＳ４２２と同様に、ビットストリーム２２１に含まれる情報を用いて行われる。

予測モードが通常イントラ予測である場合（Ｓ５２１で「通常」）、画像復号装置２００は、Ｈ．２６５／ＨＥＶＣ方式などで採用されているイントラ予測処理を行うことで予測画像を生成する（Ｓ５２２）。一方、予測モードが特徴点利用イントラ予測である場合（Ｓ５２１で「特徴点利用」）、画像復号装置２００は、特徴点利用イントラ予測により予測画像を生成する（Ｓ５２３）。

続いて、ステップＳ５２３の特徴点利用イントラ予測による予測画像生成処理の詳細を、図２９のフローチャートを用いて説明する。

まず、画像復号装置２００は、特徴点の利用モードが、ブロック内モードであるか、周辺ブロックモードであるかを判定する（Ｓ５４１）。なお、この判定は、ステップＳ４４１と同様に、ビットストリーム２２１に含まれる情報を用いて行われる。

利用モードがブロック内モードである場合（Ｓ５４１で「ブロック内」）、画像復号装置２００は、対象ブロック内の特徴点を利用したイントラ予測処理であるブロック内モードで予測画像を生成する（Ｓ５４２）。

一方、利用モードが周辺ブロックモードである場合（Ｓ５４１で「周辺ブロック」）、画像復号装置２００は、対象ブロックの周辺領域に含まれる特徴点情報を利用したイントラ予測処理である周辺ブロックモードで予測画像を生成する（Ｓ５４３）。

続いて、ステップＳ５４２のブロック内モードの処理の詳細を、図３０のフローチャートを用いて説明する。

まず、画像復号装置２００は、ステップＳ４４２で復号された、ブロック内モードの特徴点関連情報を利用して、ステップＳ４０６で抽出された特徴点から、対応点を探索する（Ｓ５６１）。

具体的には、画像復号装置２００は、ステップＳ４０６で抽出された複数の特徴点から、特徴点関連情報に含まれる、対応点を特定するための対応点情報（例えば、対応点の座標）を用いて、対応点を特定する。なお、対応点情報がインデックスである場合には、画像復号装置２００は、符号化側と同様の手順により、複数の特徴点にインデックスを割り当て、対応点情報で示されるインデックスを有する特徴点を対応点に決定する。

また、画像復号装置２００は、対象ブロックに含まれる１以上の特徴点及びその特徴量を抽出し、抽出された特徴点から、特徴点関連情報に含まれる、特徴点を特定するための特徴点情報（例えば、特徴点の座標）を用いて、使用する特徴点を決定する。なお、特徴点情報が、回転量及びスケール値を示す場合には、画像復号装置２００は、特徴点情報で示される回転量及びスケール値を有する特徴点を、使用する特徴点に決定する。

次に、画像復号装置２００は、ステップＳ５６１で得られた特徴点及び対応点を利用して、ステップＳ１８５と同様の処理を行うことで予測画像を生成する（Ｓ５６２）。

続いて、ステップＳ５４３のブロック周辺モードの処理の詳細を、図３１のフローチャートを用いて説明する。

まず、画像復号装置２００は、ステップＳ４８１で復号された抽出範囲情報から決定される抽出領域に含まれる特徴点を、ステップＳ４０６で抽出された特徴点から抽出する。さらに、画像復号装置２００は、抽出領域に含まれる特徴点から、ステップＳ４８２からＳ４８４で復号された個数情報及び特徴点指定情報で指定される特徴点を抽出する（Ｓ５８１）。

次に、画像復号装置２００は、ステップＳ５８１で抽出された特徴点の対応点を、ステップＳ４０６で抽出された参照画像の特徴点群から探索する（Ｓ５８２）。つまり、画像復号装置２００は、符号化側と同様に、特徴量を用いて、対象ブロックの周辺の特徴点の特徴量に類似する対応点を探索する。

次に、画像復号装置２００は、ステップＳ５８２で得られた対応点の情報を利用して、ステップＳ２２５の処理と同様の処理により、予測画像を生成する（Ｓ５８３）。

次に、ステップＳ５０３のインター予測処理の詳細を、図３２のフローチャートを用いて説明する。

まず、画像復号装置２００は、インター予測の予測モードが通常インター予測であるか特徴点利用インター予測であるかを判定する（Ｓ６０１）。なお、この判定は、ステップＳ４２３と同様に、ビットストリーム２２１に含まれる情報を用いて行われる。

予測モードが通常インター予測である場合（Ｓ６０１で「通常」）、画像復号装置２００は、Ｈ．２６５／ＨＥＶＣ方式で採用されているようなインター予測画像生成手法などの、動き情報を利用した予測画像生成処理を行うことで予測画像を生成する（Ｓ６０２）。この時、Ｈ．２６５／ＨＥＶＣにおいては動き情報として平行移動ベクトルが使用されているが、アフィン変換行列又は射影変換行列などの高次元の情報を含む動き情報が利用されてもよい。

一方、予測モードが特徴点利用インター予測である場合（Ｓ６０１で「特徴点利用」）、画像復号装置２００は、特徴点利用インター予測により予測画像を生成する（Ｓ６０３）。

続いて、ステップＳ６０３の特徴点利用インター予測による予測画像生成処理の詳細を、図３３のフローチャートを用いて説明する。

まず、画像復号装置２００は、特徴点の利用モードが、ブロック内モードであるか、周辺ブロックモードであるかを判定する（Ｓ６２１）。なお、この判定は、ステップＳ４４１と同様に、ビットストリーム２２１に含まれる情報を用いて行われる。

利用モードがブロック内モードである場合（Ｓ６２１で「ブロック内」）、画像復号装置２００は、対象ブロック内の特徴点を利用したインター予測処理であるブロック内モードで予測画像を生成する（Ｓ６２２）。

一方、利用モードが周辺ブロックモードである場合（Ｓ６２１で「周辺ブロック」）、画像復号装置２００は、対象ブロックの周辺領域に含まれる特徴点情報を利用したインター予測処理である周辺ブロックモードで予測画像を生成する（Ｓ６２３）。

続いて、ステップＳ６２２のブロック内モードの処理の詳細を、図３４を用いて説明する。

まず、画像復号装置２００、ステップＳ４４２において復号された、ブロック内モードの特徴点関連情報を利用して、ステップＳ４０９で抽出された特徴点から、対応点を探索する（Ｓ６４１）。なお、この処理の詳細は、参照先が符号化済みの他のピクチャである点を除き、上述したステップＳ５６１と同様である。

次に、画像復号装置２００は、ステップＳ６４１で得られた特徴点及び対応点を利用して、ステップＳ３０５と同様の処理を行うことで予測画像を生成する（Ｓ６４２）。

続いて、ステップＳ６２３の周辺ブロックモードの処理の詳細を、図３５を用いて説明する。

まず、画像復号装置２００は、ステップＳ４８１で復号された抽出範囲情報から決定される抽出領域に含まれる特徴点を、ステップＳ４０９で抽出された特徴点から抽出する。さらに、画像復号装置２００は、抽出領域に含まれる特徴点から、ステップＳ４８２からＳ４８４で復号された個数情報及び特徴点指定情報で指定される特徴点を抽出する（Ｓ６６１）。

次に、画像復号装置２００は、ステップＳ６６１で抽出された特徴点の対応点を、ステップＳ４０９で抽出された参照画像の特徴点群から対応点を探索する（Ｓ６６２）。

次に、画像復号装置２００は、ステップＳ６６２で得られた対応点の情報を利用して、ステップＳ３２５の処理と同様の処理により、予測画像を生成する（Ｓ６６３）。

（効果）
以上、本実施の形態によれば、特徴点を利用したイントラ及びインター予測手法に関する情報が符号化されたビットストリームを復号できる。この構成によると、特徴点の利用を考慮したビットストリームを、特徴点の対応点を利用した予測画像生成処理を用いて復号することができ、より高画質な画像を再生できる。

なお、実施の形態１で述べたように、局所特徴量として様々な特徴量を使用できる。他の局所特徴量に関連する技術である、ＯＲＢ又はＳＵＲＦ等が用いられてもよい。また、特徴点の抽出手法と特徴量の算出手法とに異なる手法が用いられてもよい。

なお、実施の形態１で述べたように、ステップＳ５６１及びＳ６４１の処理で利用する対象ブロック内の特徴点は１つである必要はなく、複数の特徴点が使用されてもよい。この時、ステップＳ４４２における復号処理において、符号化している特徴点数に関する情報を復号する処理を追加し、ステップＳ４６１からＳ４６４の処理を符号化されている特徴点数だけ繰り返すことで、複数の特徴点を用いた処理を実現できる。このように複数の特徴点を利用することで、予測画像の精度が向上する。これにより残差成分が小さくなるので符号化効率が改善される。

また、本実施の形態では、インター予測及びイントラ予測の両方で上記手法を用いる例を説明したが、インター予測のみ、又はイントラ予測のみで上記手法を用いてもよい。また、本実施の形態では、対象ブロック内の特徴点を用いる予測処理（インター予測又はイントラ予測）と、対象ブロック周辺の特徴点を用いる予測処理（インター予測又はイントラ予測）との両方を用いる例を説明したが、いずれか一方のみが用いられてもよい。

また、上記説明では、ブロック内モード時には、対応点を示す対応点情報が復号側に送信され、周辺ブロックモード時には、対応点情報が、復号側に送信されないが、周辺ブロックモード時においても、対応点情報が、復号側に送信されてもよい。この場合、画像復号装置２００は、特徴量を用いた対応点の探索処理は行わず、対応点情報を用いて、複数の特徴点から対応点を特定する。

また、ブロック内モード時に、対応点情報が復号側に送信されなくてもよい。この場合には、画像復号装置２００は、符号化側と同様に、特徴量を用いた対応点の探索処理を行うことで、対応点を特定する。

以上のように、実施の形態に係る画像符号化方法及び画像復号方法は、図３６に示す予測画像生成方法を含む。

本実施の形態に係る予測画像生成装置は、対象ブロックの予測画像を生成する。まず、予測画像生成装置は、再構築画像に含まれる、各々が局所特徴量を有する複数の第１特徴点を抽出する（Ｓ７０１）。ここで再構築画像とは、イントラ予測においては、対象ブロックを含む対象ピクチャに含まれる符号化又は復号済みのブロックであり、インター予測において、対象ピクチャと異なる符号化又は復号済みのピクチャである。

また、予測画像生成装置を備える画像符号化装置では、さらに、対象ブロックに対応する複数の第３特徴点が抽出される。具体的には、第３特徴点は、上記ブロック内モードにおいては、対象ブロックに含まれる特徴点であり、上記周辺ブロックモードにおいては、対象ブロックに含まれない、対象ブロック周辺の特徴点である。

次に、予測画像生成装置は、複数の第１特徴点から、対象ブロックに対応する第２特徴点の局所特徴量に類似する局所特徴量を有し、第２特徴点との関係が、非平行移動成分を含む情報で表現される対応点を探索する（Ｓ７０２）。具体的には、第２特徴点は、上記ブロック内モードにおいては、対象ブロックに含まれる特徴点であり、上記周辺ブロックモードにおいては、対象ブロックに含まれない、対象ブロック周辺の特徴点である。

具体的には、画像符号化装置では、対象ブロックに対応する複数の第３特徴点から第２特徴点が選択される。画像符号化装置は、局所特徴量の類似性を用いて、複数の第１特徴点から、第２特徴点に局所特徴量に類似する局所特徴量を有する対応点を探索する。また、画像符号化装置は、複数の第３特徴点のうち第２特徴点を特定するための特徴点情報を符号化し、当該特徴点情報を画像復号装置へ送信する。また、画像符号化装置は、複数の第１特徴点のうち対応点を特定するための対応点情報を符号化してもよい。

一方、画像復号装置では、上記特徴点情報が復号される。画像復号装置は、対象ブロックに対応する複数の第３特徴点を抽出し、特徴点情報を用いて、複数の第３特徴点から第２特徴点を選択する。また、画像復号装置は、符号化側と同様に、局所特徴量の類似性を用いて、複数の第１特徴点から、第２特徴点に局所特徴量に類似する局所特徴量を有する対応点を探索する。または、対応点情報がビットストリームに含まる場合には、画像復号装置は、当該対応点情報を復号し、当該対応点復号情報を用いて複数の第１特徴点から対応点を探索する。

次に、予測画像生成装置は、第２特徴点と対応点との関係に基づき、再構築画像から予測画像を生成する（Ｓ７０３）。具体的には、予測画像生成装置は、再構築画像内の対応点の周辺の画素値を用いて、上記関係に基づき予測画像を生成する。例えば、上記ブロック内モードでは、予測画像生成装置は、再構築画像内の対応点を含む領域の画素値を用いて予測画像を生成する。また、上記周辺ブロックモードでは、予測画像生成装置は、再構築画像内の対応点を含まない領域の画素値を用いて予測画像を生成する。

なお、画像符号化装置は、対応点の周辺の画素値を用いて予測画像を生成するのではなく、実施の形態２で説明したように、第２特徴点と対応点との関係に基づき、動き推定処理の初期値を設定し、当該初期値を用いて、動き推定処理を行うことで予測画像を生成してもよい。

また、画像符号化装置では、さらに、生成された予測画像を用いて対象ブロックが符号化され、画像復号装置では、さらに、生成された予測画像を用いて対象ブロックが復号される。

以上、実施の形態に係る予測画像生成方法、画像符号化方法に及び画像復号方法ついて説明したが、本発明は、この実施の形態に限定されるものではない。

また、上記実施の形態に係る予測画像生成装置、画像符号化装置及び画像復号装置に含まれる各処理部は典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。

また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。

上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ又はプロセッサなどのプログラム実行部が、ハードディスク又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

言い換えると、予測画像生成装置、画像符号化装置及び画像復号装置は、処理回路（ｐｒｏｃｅｓｓｉｎｇ ｃｉｒｃｕｉｔｒｙ）と、当該処理回路に電気的に接続された（当該制御回路からアクセス可能な）記憶装置（ｓｔｏｒａｇｅ）とを備える。処理回路は、専用のハードウェア及びプログラム実行部の少なくとも一方を含む。また、記憶装置は、処理回路がプログラム実行部を含む場合には、当該プログラム実行部により実行されるソフトウェアプログラムを記憶する。処理回路は、記憶装置を用いて、上記実施の形態に係る予測画像生成方法、符号化方法又は復号方法を実行する。

さらに、本発明は上記ソフトウェアプログラムであってもよいし、上記プログラムが記録された非一時的なコンピュータ読み取り可能な記録媒体であってもよい。また、上記プログラムは、インターネット等の伝送媒体を介して流通させることができるのは言うまでもない。

また、上記で用いた数字は、全て本発明を具体的に説明するために例示するものであり、本発明は例示された数字に制限されない。

また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。

また、上記の予測画像生成方法、符号化方法又は復号方法に含まれるステップが実行される順序は、本発明を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。

以上、本発明の一つ又は複数の態様に係る予測画像生成装置、符号化装置及び復号装置について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の一つ又は複数の態様の範囲内に含まれてもよい。

（実施の形態４）
上記各実施の形態で示した動画像符号化方法（画像符号化方法）または動画像復号化方法（画像復号方法）の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。

さらにここで、上記各実施の形態で示した動画像符号化方法（画像符号化方法）や動画像復号化方法（画像復号方法）の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。

図３７は、コンテンツ配信サービスを実現するコンテンツ供給システムex１００の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex１０６、ex１０７、ex１０８、ex１０９、ex１１０が設置されている。

このコンテンツ供給システムex１００は、インターネットex１０１にインターネットサービスプロバイダex１０２および電話網ex１０４、および基地局ex１０６からex１１０を介して、コンピュータex１１１、ＰＤＡ（Personal Digital Assistant）ex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５などの各機器が接続される。

しかし、コンテンツ供給システムex１００は図３７のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。

カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ−ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。

コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の一態様に係る画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。

なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像および／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。

また、これら符号化・復号化処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ−ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。

また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。

以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。

なお、コンテンツ供給システムex１００の例に限らず、図３８に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の一態様に係る画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。

また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号化する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に動画像復号化装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。

図３９は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。

また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の一態様に係る画像符号化装置または画像復号装置として機能する）を有する信号処理部ex３０６と、復号化した音声信号を出力するスピーカex３０７、復号化した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。

まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号化し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。

また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。

また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。

一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図４０に示す。情報再生／記録部ex４００は、以下に説明する要素ex４０１、ex４０２、ex４０３、ex４０４、ex４０５、ex４０６、ex４０７を備える。光ヘッドex４０１は、光ディスクである記録メディアex２１５の記録面にレーザスポットを照射して情報を書き込み、記録メディアex２１５の記録面からの反射光を検出して情報を読み込む。変調記録部ex４０２は、光ヘッドex４０１に内蔵された半導体レーザを電気的に駆動し記録データに応じてレーザ光の変調を行う。再生復調部ex４０３は、光ヘッドex４０１に内蔵されたフォトディテクタにより記録面からの反射光を電気的に検出した再生信号を増幅し、記録メディアex２１５に記録された信号成分を分離して復調し、必要な情報を再生する。バッファex４０４は、記録メディアex２１５に記録するための情報および記録メディアex２１５から再生した情報を一時的に保持する。ディスクモータex４０５は記録メディアex２１５を回転させる。サーボ制御部ex４０６は、ディスクモータex４０５の回転駆動を制御しながら光ヘッドex４０１を所定の情報トラックに移動させ、レーザスポットの追従処理を行う。システム制御部ex４０７は、情報再生／記録部ex４００全体の制御を行う。上記の読み出しや書き込みの処理はシステム制御部ex４０７が、バッファex４０４に保持された各種情報を利用し、また必要に応じて新たな情報の生成・追加を行うと共に、変調記録部ex４０２、再生復調部ex４０３、サーボ制御部ex４０６を協調動作させながら、光ヘッドex４０１を通して、情報の記録再生を行うことにより実現される。システム制御部ex４０７は例えばマイクロプロセッサで構成され、読み出し書き込みのプログラムを実行することでそれらの処理を実行する。

以上では、光ヘッドex４０１はレーザスポットを照射するとして説明したが、近接場光を用いてより高密度な記録を行う構成であってもよい。

図４１に光ディスクである記録メディアex２１５の模式図を示す。記録メディアex２１５の記録面には案内溝（グルーブ）がスパイラル状に形成され、情報トラックex２３０には、予めグルーブの形状の変化によってディスク上の絶対位置を示す番地情報が記録されている。この番地情報はデータを記録する単位である記録ブロックex２３１の位置を特定するための情報を含み、記録や再生を行う装置において情報トラックex２３０を再生し番地情報を読み取ることで記録ブロックを特定することができる。また、記録メディアex２１５は、データ記録領域ex２３３、内周領域ex２３２、外周領域ex２３４を含んでいる。ユーザデータを記録するために用いる領域がデータ記録領域ex２３３であり、データ記録領域ex２３３より内周または外周に配置されている内周領域ex２３２と外周領域ex２３４は、ユーザデータの記録以外の特定用途に用いられる。情報再生／記録部ex４００は、このような記録メディアex２１５のデータ記録領域ex２３３に対して、符号化された音声データ、映像データまたはそれらのデータを多重化した多重化データの読み書きを行う。

以上では、１層のＤＶＤ、ＢＤ等の光ディスクを例に挙げ説明したが、これらに限ったものではなく、多層構造であって表面以外にも記録可能な光ディスクであってもよい。また、ディスクの同じ場所にさまざまな異なる波長の色の光を用いて情報を記録したり、さまざまな角度から異なる情報の層を記録したりなど、多次元的な記録／再生を行う構造の光ディスクであってもよい。

また、デジタル放送用システムex２００において、アンテナex２０５を有する車ex２１０で衛星ex２０２等からデータを受信し、車ex２１０が有するカーナビゲーションex２１１等の表示装置に動画を再生することも可能である。なお、カーナビゲーションex２１１の構成は例えば図３９に示す構成のうち、ＧＰＳ受信部を加えた構成が考えられ、同様なことがコンピュータex１１１や携帯電話ex１１４等でも考えられる。

図４２Ａは、上記実施の形態で説明した動画像復号化方法および動画像符号化方法を用いた携帯電話ex１１４を示す図である。携帯電話ex１１４は、基地局ex１１０との間で電波を送受信するためのアンテナex３５０、映像、静止画を撮ることが可能なカメラ部ex３６５、カメラ部ex３６５で撮像した映像、アンテナex３５０で受信した映像等が復号化されたデータを表示する液晶ディスプレイ等の表示部ex３５８を備える。携帯電話ex１１４は、さらに、操作キー部ex３６６を有する本体部、音声を出力するためのスピーカ等である音声出力部ex３５７、音声を入力するためのマイク等である音声入力部ex３５６、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータもしくは復号化されたデータを保存するメモリ部ex３６７、又は同様にデータを保存する記録メディアとのインタフェース部であるスロット部ex３６４を備える。

さらに、携帯電話ex１１４の構成例について、図４２Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。

電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。

携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。

さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。

データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の一態様に係る画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。

多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。

データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の一態様に係る画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。

また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。

このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。

また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。

（実施の形態５）
上記各実施の形態で示した動画像符号化方法または装置と、ＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。

ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。

この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ−２トランスポートストリーム形式のデジタルストリームである。

図４３は、多重化データの構成を示す図である。図４３に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム（ＰＧ）、インタラクティブグラフィックスストリームのうち、１つ以上を多重化することで得られる。ビデオストリームは映画の主映像および副映像を、オーディオストリーム（ＩＧ）は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にＧＵＩ部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した動画像符号化方法または装置、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーＡＣ−３、Ｄｏｌｂｙ Ｄｉｇｉｔａｌ Ｐｌｕｓ、ＭＬＰ、ＤＴＳ、ＤＴＳ−ＨＤ、または、リニアＰＣＭのなどの方式で符号化されている。

多重化データに含まれる各ストリームはＰＩＤによって識別される。例えば、映画の映像に利用するビデオストリームには０ｘ１０１１が、オーディオストリームには０ｘ１１００から０ｘ１１１Ｆまでが、プレゼンテーショングラフィックスには０ｘ１２００から０ｘ１２１Ｆまでが、インタラクティブグラフィックスストリームには０ｘ１４００から０ｘ１４１Ｆまでが、映画の副映像に利用するビデオストリームには０ｘ１Ｂ００から０ｘ１Ｂ１Ｆまで、主音声とミキシングする副音声に利用するオーディオストリームには０ｘ１Ａ００から０ｘ１Ａ１Ｆが、それぞれ割り当てられている。

図４４は、多重化データがどのように多重化されるかを模式的に示す図である。まず、複数のビデオフレームからなるビデオストリームex２３５、複数のオーディオフレームからなるオーディオストリームex２３８を、それぞれＰＥＳパケット列ex２３６およびex２３９に変換し、ＴＳパケットex２３７およびex２４０に変換する。同じくプレゼンテーショングラフィックスストリームex２４１およびインタラクティブグラフィックスex２４４のデータをそれぞれＰＥＳパケット列ex２４２およびex２４５に変換し、さらにＴＳパケットex２４３およびex２４６に変換する。多重化データex２４７はこれらのＴＳパケットを１本のストリームに多重化することで構成される。

図４５は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかをさらに詳しく示している。図４５における第１段目はビデオストリームのビデオフレーム列を示す。第２段目は、ＰＥＳパケット列を示す。図４５の矢印ｙｙ１，ｙｙ２，ｙｙ３，ｙｙ４に示すように、ビデオストリームにおける複数のＶｉｄｅｏ Ｐｒｅｓｅｎｔａｔｉｏｎ ＵｎｉｔであるＩピクチャ、Ｂピクチャ、Ｐピクチャは、ピクチャ毎に分割され、ＰＥＳパケットのペイロードに格納される。各ＰＥＳパケットはＰＥＳヘッダを持ち、ＰＥＳヘッダには、ピクチャの表示時刻であるＰＴＳ（Ｐｒｅｓｅｎｔａｔｉｏｎ Ｔｉｍｅ−Ｓｔａｍｐ）やピクチャの復号時刻であるＤＴＳ（Ｄｅｃｏｄｉｎｇ Ｔｉｍｅ−Ｓｔａｍｐ）が格納される。

図４６は、多重化データに最終的に書き込まれるＴＳパケットの形式を示している。ＴＳパケットは、ストリームを識別するＰＩＤなどの情報を持つ４ＢｙｔｅのＴＳヘッダとデータを格納する１８４ＢｙｔｅのＴＳペイロードから構成される１８８Ｂｙｔｅ固定長のパケットであり、上記ＰＥＳパケットは分割されＴＳペイロードに格納される。ＢＤ−ＲＯＭの場合、ＴＳパケットには、４ＢｙｔｅのＴＰ＿Ｅｘｔｒａ＿Ｈｅａｄｅｒが付与され、１９２Ｂｙｔｅのソースパケットを構成し、多重化データに書き込まれる。ＴＰ＿Ｅｘｔｒａ＿ＨｅａｄｅｒにはＡＴＳ（Ａｒｒｉｖａｌ＿Ｔｉｍｅ＿Ｓｔａｍｐ）などの情報が記載される。ＡＴＳは当該ＴＳパケットのデコーダのＰＩＤフィルタへの転送開始時刻を示す。多重化データには図４６下段に示すようにソースパケットが並ぶこととなり、多重化データの先頭からインクリメントする番号はＳＰＮ（ソースパケットナンバー）と呼ばれる。

また、多重化データに含まれるＴＳパケットには、映像・音声・字幕などの各ストリーム以外にもＰＡＴ（Ｐｒｏｇｒａｍ Ａｓｓｏｃｉａｔｉｏｎ Ｔａｂｌｅ）、ＰＭＴ（Ｐｒｏｇｒａｍ Ｍａｐ Ｔａｂｌｅ）、ＰＣＲ（Ｐｒｏｇｒａｍ Ｃｌｏｃｋ Ｒｅｆｅｒｅｎｃｅ）などがある。ＰＡＴは多重化データ中に利用されるＰＭＴのＰＩＤが何であるかを示し、ＰＡＴ自身のＰＩＤは０で登録される。ＰＭＴは、多重化データ中に含まれる映像・音声・字幕などの各ストリームのＰＩＤと各ＰＩＤに対応するストリームの属性情報を持ち、また多重化データに関する各種ディスクリプタを持つ。ディスクリプタには多重化データのコピーを許可・不許可を指示するコピーコントロール情報などがある。ＰＣＲは、ＡＴＳの時間軸であるＡＴＣ（Ａｒｒｉｖａｌ Ｔｉｍｅ Ｃｌｏｃｋ）とＰＴＳ・ＤＴＳの時間軸であるＳＴＣ（Ｓｙｓｔｅｍ Ｔｉｍｅ Ｃｌｏｃｋ）の同期を取るために、そのＰＣＲパケットがデコーダに転送されるＡＴＳに対応するＳＴＣ時間の情報を持つ。

図４７はＰＭＴのデータ構造を詳しく説明する図である。ＰＭＴの先頭には、そのＰＭＴに含まれるデータの長さなどを記したＰＭＴヘッダが配置される。その後ろには、多重化データに関するディスクリプタが複数配置される。上記コピーコントロール情報などが、ディスクリプタとして記載される。ディスクリプタの後には、多重化データに含まれる各ストリームに関するストリーム情報が複数配置される。ストリーム情報は、ストリームの圧縮コーデックなどを識別するためストリームタイプ、ストリームのＰＩＤ、ストリームの属性情報（フレームレート、アスペクト比など）が記載されたストリームディスクリプタから構成される。ストリームディスクリプタは多重化データに存在するストリームの数だけ存在する。

記録媒体などに記録する場合には、上記多重化データは、多重化データ情報ファイルと共に記録される。

多重化データ情報ファイルは、図４８に示すように多重化データの管理情報であり、多重化データと１対１に対応し、多重化データ情報、ストリーム属性情報とエントリマップから構成される。

多重化データ情報は図４８に示すようにシステムレート、再生開始時刻、再生終了時刻から構成されている。システムレートは多重化データの、後述するシステムターゲットデコーダのＰＩＤフィルタへの最大転送レートを示す。多重化データ中に含まれるＡＴＳの間隔はシステムレート以下になるように設定されている。再生開始時刻は多重化データの先頭のビデオフレームのＰＴＳであり、再生終了時刻は多重化データの終端のビデオフレームのＰＴＳに１フレーム分の再生間隔を足したものが設定される。

ストリーム属性情報は図４９に示すように、多重化データに含まれる各ストリームについての属性情報が、ＰＩＤ毎に登録される。属性情報はビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム、インタラクティブグラフィックスストリーム毎に異なる情報を持つ。ビデオストリーム属性情報は、そのビデオストリームがどのような圧縮コーデックで圧縮されたか、ビデオストリームを構成する個々のピクチャデータの解像度がどれだけであるか、アスペクト比はどれだけであるか、フレームレートはどれだけであるかなどの情報を持つ。オーディオストリーム属性情報は、そのオーディオストリームがどのような圧縮コーデックで圧縮されたか、そのオーディオストリームに含まれるチャンネル数は何であるか、何の言語に対応するか、サンプリング周波数がどれだけであるかなどの情報を持つ。これらの情報は、プレーヤが再生する前のデコーダの初期化などに利用される。

本実施の形態においては、上記多重化データのうち、ＰＭＴに含まれるストリームタイプを利用する。また、記録媒体に多重化データが記録されている場合には、多重化データ情報に含まれる、ビデオストリーム属性情報を利用する。具体的には、上記各実施の形態で示した動画像符号化方法または装置において、ＰＭＴに含まれるストリームタイプ、または、ビデオストリーム属性情報に対し、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示す固有の情報を設定するステップまたは手段を設ける。この構成により、上記各実施の形態で示した動画像符号化方法または装置によって生成した映像データと、他の規格に準拠する映像データとを識別することが可能になる。

また、本実施の形態における動画像復号化方法のステップを図５０に示す。ステップexＳ１００において、多重化データからＰＭＴに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexＳ１０１において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexＳ１０２において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠するものであることを示している場合には、ステップexＳ１０３において、従来の規格に準拠した動画像復号方法により復号を行う。

このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。

（実施の形態６）
上記各実施の形態で示した動画像符号化方法および装置、動画像復号化方法および装置は、典型的には集積回路であるＬＳＩで実現される。一例として、図５１に１チップ化されたＬＳＩex５００の構成を示す。ＬＳＩex５００は、以下に説明する要素ex５０１、ex５０２、ex５０３、ex５０４、ex５０５、ex５０６、ex５０７、ex５０８、ex５０９を備え、各要素はバスex５１０を介して接続している。電源回路部ex５０５は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。

例えば符号化処理を行う場合には、ＬＳＩex５００は、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有する制御部ex５０１の制御に基づいて、ＡＶ Ｉ／Ｏex５０９によりマイクex１１７やカメラex１１３等からＡＶ信号を入力する。入力されたＡＶ信号は、一旦ＳＤＲＡＭ等の外部のメモリex５１１に蓄積される。制御部ex５０１の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex５０７に送られ、信号処理部ex５０７において音声信号の符号化および／または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex５０７ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームＩ／Ｏex５０６から外部に出力する。この出力された多重化データは、基地局ex１０７に向けて送信されたり、または記録メディアex２１５に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex５０８にデータを蓄積するとよい。

なお、上記では、メモリex５１１がＬＳＩex５００の外部の構成として説明したが、ＬＳＩex５００の内部に含まれる構成であってもよい。バッファex５０８も１つに限ったものではなく、複数のバッファを備えていてもよい。また、ＬＳＩex５００は１チップ化されてもよいし、複数チップ化されてもよい。

また、上記では、制御部ex５０１が、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有するとしているが、制御部ex５０１の構成は、この構成に限らない。例えば、信号処理部ex５０７がさらにＣＰＵを備える構成であってもよい。信号処理部ex５０７の内部にもＣＰＵを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、ＣＰＵex５０２が信号処理部ex５０７、または信号処理部ex５０７の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex５０１は、信号処理部ex５０７、またはその一部を有するＣＰＵex５０２を備える構成となる。

なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。このようなプログラマブル・ロジック・デバイスは、典型的には、ソフトウェア又はファームウェアを構成するプログラムを、ロードする又はメモリ等から読み込むことで、上記各実施の形態で示した動画像符号化方法、又は動画像復号化方法を実行することができる。

さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。

（実施の形態７）
上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。

この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図５２は、本実施の形態における構成ex８００を示している。駆動周波数切替え部ex８０３は、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合には、駆動周波数を高く設定する。そして、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１に対し、映像データを復号するよう指示する。一方、映像データが、従来の規格に準拠する映像データである場合には、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合に比べ、駆動周波数を低く設定する。そして、従来の規格に準拠する復号処理部ex８０２に対し、映像データを復号するよう指示する。

より具体的には、駆動周波数切替え部ex８０３は、図５１のＣＰＵex５０２と駆動周波数制御部ex５１２から構成される。また、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１、および、従来の規格に準拠する復号処理部ex８０２は、図５１の信号処理部ex５０７に該当する。ＣＰＵex５０２は、映像データがどの規格に準拠するものであるかを識別する。そして、ＣＰＵex５０２からの信号に基づいて、駆動周波数制御部ex５１２は、駆動周波数を設定する。また、ＣＰＵex５０２からの信号に基づいて、信号処理部ex５０７は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態５で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態５で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、ＣＰＵex５０２における駆動周波数の選択は、例えば、図５４のような映像データの規格と、駆動周波数とを対応付けたルックアップテーブルに基づいて行うことが考えられる。ルックアップテーブルを、バッファex５０８や、ＬＳＩの内部メモリに格納しておき、ＣＰＵex５０２がこのルックアップテーブルを参照することにより、駆動周波数を選択することが可能である。

図５３は、本実施の形態の方法を実施するステップを示している。まず、ステップexＳ２００では、信号処理部ex５０７において、多重化データから識別情報を取得する。次に、ステップexＳ２０１では、ＣＰＵex５０２において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexＳ２０２において、駆動周波数を高く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、高い駆動周波数に設定される。一方、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ステップexＳ２０３において、駆動周波数を低く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。

さらに、駆動周波数の切替えに連動して、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することが考えられる。

また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、ＭＰＥＧ４−ＡＶＣ規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。

さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を高く設定し、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＣＰＵex５０２の駆動を停止させることなく、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、ＣＰＵex５０２の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、ＣＰＵex５０２の駆動を一時停止させることも考えられる。この場合は、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。

このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてＬＳＩex５００またはＬＳＩex５００を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。

（実施の形態８）
テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、ＬＳＩex５００の信号処理部ex５０７が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex５０７を個別に用いると、ＬＳＩex５００の回路規模が大きくなり、また、コストが増加するという課題が生じる。

この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図５５Ａのex９００に示す。例えば、上記各実施の形態で示した動画像復号方法と、ＭＰＥＧ４−ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４−ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４−ＡＶＣ規格に対応しない、本発明の一態様に特有の他の処理内容については、専用の復号処理部ex９０１を用いるという構成が考えられる。特に、本発明の一態様は、動き補償に特徴を有していることから、例えば、動き補償については専用の復号処理部ex９０１を用い、それ以外の逆量子化、エントロピー復号、デブロッキング・フィルタのいずれか、または、全ての処理については、復号処理部を共有することが考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した動画像復号化方法を実行するための復号処理部を共有し、ＭＰＥＧ４−ＡＶＣ規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。

また、処理を一部共有化する他の例を図５５Ｂのex１０００に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。

このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。

本発明は、画像処理装置、画像の撮像装置及び画像の再生装置に適用可能である。具体的には、デジタルスチルカメラ、ムービー、カメラ機能付き携帯電話機、及びスマートフォンなどに、本発明は適用可能である。

１００ 画像符号化装置
１０１、１１０、１１３、２０５、２０９ 特徴量抽出部
１０２ ブロック分割部
１０３ 減算部
１０４ 周波数変換部
１０５ 量子化部
１０６ エントロピー符号化部
１０７、２０２ 逆量子化部
１０８、２０３ 逆周波数変換部
１０９、２０４ 加算部
１１１、２０６ イントラ予測部
１１２、２０７ ループフィルタ
１１４、２０８ フレームメモリ
１１５、２１０ インター予測部
１１６、２１１ 切替部
１２１ 入力画像
１２２ 符号ブロック
１２３、１２８、２２４ 差分ブロック
１２４、１２５、１２７、２２２、２２３ 係数ブロック
１２６、２２１ ビットストリーム
１２９、２２５ 復号ブロック
１３０、１３２、１３４、２２６、２２９、２３０ 予測ブロック
１３１、２２７ 復号画像
１５０ 対象画像
１５１ 符号化済領域
１５２ 未符号化領域
１５３ 対象ブロック
１５４、１６４、１７４ 特徴点
１５５、１６５ 予測対象領域
１５６、１６６、１８２、１９２ 対応点
１５７、１６７、１８１、１９１ 参照領域
１５８、１６８、１８３、１９３ 参照ブロック
１７１ 幅
１７２ 高さ
１７５ 抽出領域
１８０ 参照画像
２００ 画像復号装置
２０１ エントロピー復号部

Claims (20)

1. 対象ブロックの予測画像を生成する予測画像生成方法であって、
   再構築画像に含まれる、各々が局所特徴量を有する複数の第１特徴点を抽出する抽出ステップと、
   前記複数の第１特徴点から、前記対象ブロックに対応する第２特徴点の局所特徴量に類似する局所特徴量を有し、前記第２特徴点との関係が、非平行移動成分を含む情報で表現される対応点を探索する探索ステップと、
   前記関係に基づき、前記再構築画像から前記予測画像を生成する生成ステップとを含む
   予測画像生成方法。
2. 前記第２特徴点は、前記対象ブロックに含まれ、
   前記生成ステップでは、前記再構築画像内の前記対応点を含む領域の画素値を用いて前記予測画像を生成する
   請求項１記載の予測画像生成方法。
3. 前記第２特徴点は、前記対象ブロックの周辺の特徴点であり、
   前記生成ステップでは、前記再構築画像内の前記対応点を含まない領域の画素値を用いて前記予測画像を生成する
   請求項１記載の予測画像生成方法。
4. 前記再構築画像は、前記対象ブロックを含む対象ピクチャの再構築画像である
   請求項１〜３のいずれか１項に記載の予測画像生成方法。
5. 前記再構築画像は、前記対象ブロックを含む対象ピクチャとは異なるピクチャの再構築画像である
   請求項１〜３のいずれか１項に記載の予測画像生成方法。
6. 請求項１〜５のいずれか１項に記載の予測画像生成方法を行う画像符号化方法であって、
   前記予測画像を用いて前記対象ブロックを符号化する画像符号化ステップを含む
   画像符号化方法。
7. 前記抽出ステップでは、さらに、前記対象ブロックに対応する複数の第３特徴点を抽出し、
   前記探索ステップでは、前記複数の第３特徴点から前記第２特徴点を選択し、
   前記画像符号化方法は、さらに、
   前記複数の第３特徴点のうち前記第２特徴点を特定するための特徴点情報を符号化する特徴点情報符号化ステップを含む
   請求項６記載の画像符号化方法。
8. 前記特徴点情報は、前記第２特徴点の座標を示す
   請求項７記載の画像符号化方法。
9. 前記特徴点情報は、前記第２特徴点が有する回転量又はスケール値を示す
   請求項７記載の画像符号化方法。
10. 前記画像符号化方法は、さらに、
    前記複数の第１特徴点のうち前記対応点を特定するための対応点情報を符号化する対応点情報符号化ステップを含む
    請求項６〜９のいずれか１項に記載の画像符号化方法。
11. 前記対応点情報は、前記第２特徴点の座標を示す
    請求項１０記載の画像符号化方法。
12. 前記特徴点情報符号化ステップでは、
    前記複数の第１特徴点に所定の順序でインデックスを割り当て、
    前記対応点情報は、前記対応点に割り当てられた前記インデックスを示す
    請求項１０記載の画像符号化方法。
13. 前記生成ステップでは、
    前記関係に基づき、動き推定処理の初期値を設定し、
    前記初期値を用いて、動き推定処理を行うことで前記予測画像を生成する
    請求項６記載の画像符号化方法。
14. 請求項１〜５のいずれか１項に記載の予測画像生成方法を行う画像復号方法であって、
    前記予測画像を用いて前記対象ブロックを復号する画像復号ステップを含む
    画像復号方法。
15. 前記抽出ステップでは、さらに、前記対象ブロックに対応する複数の第３特徴点を抽出し、
    前記画像復号方法は、さらに、
    前記複数の第３特徴点のうち前記第２特徴点を特定するための特徴点情報を復号する特徴点情報復号ステップを含み、
    前記探索ステップでは、前記特徴点情報を用いて、前記複数の第３特徴点から前記第２特徴点を選択する
    請求項１４記載の画像復号方法。
16. 前記特徴点情報は、前記第２特徴点の座標を示す
    請求項１５記載の画像復号方法。
17. 前記特徴点情報は、前記第２特徴点が有する回転量又はスケール値を示す
    請求項１５記載の画像復号方法。
18. 前記画像復号方法は、さらに、
    前記複数の第１特徴点のうち前記対応点を特定するための対応点情報を復号する対応点情報復号ステップを含み、
    前記探索ステップでは、前記対応点情報を用いて、前記複数の第１特徴点から前記対応点を探索する
    請求項１４〜１７のいずれか１項に記載の画像復号方法。
19. 前記特徴点情報復号ステップでは、
    前記複数の第１特徴点に所定の順序でインデックスを割り当て、
    前記対応点情報は、前記対応点に割り当てられた前記インデックスを示す
    請求項１８記載の画像復号方法。
20. 対象ブロックの予測画像を生成する予測画像生成装置であって、
    再構築画像に含まれる、各々が局所特徴量を有する複数の第１特徴点を抽出する抽出部と、
    前記複数の第１特徴点から、前記対象ブロックに対応する第２特徴点の局所特徴量に類似する局所特徴量を有し、前記第２特徴点との関係が、非平行移動成分を含む情報で表現される対応点を探索する探索部と、
    前記関係に基づき、前記再構築画像から前記予測画像を生成する生成部とを備える
    予測画像生成装置。

Images