JP2016526848A - マルチレイヤビデオコーディングのためのレイヤ間予測シグナリングに対する最適化 - Google Patents

Abstract

ビデオデータをコーディングする方法は、ビデオ情報の１つまたは複数のレイヤを受け取ることを含む。各レイヤは、少なくとも１つのピクチャを含むことができる。この方法は、１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定することを含むことができる。この方法は、１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数を決定することをさらに含むことができる。直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、この方法は、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えることをさらに含むことができる。それに加えてまたはその代わりに、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、この方法は、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加することを含むことができる。

Description

[0001]本開示は、全般的にはビデオコーディングと圧縮とに関し、具体的には、スケーラブルビデオコーディング（scalable video coding、ＳＶＣ）と、マルチビュービデオコーディングと、３Ｄビデオコーディングとに関する。

[0002]デジタルビデオ能力は、デジタルテレビジョン、デジタル直接ブロードキャストシステム、ワイヤレスブロードキャストシステム、携帯情報端末（ＰＤＡ）、ラップトップコンピュータもしくはデスクトップコンピュータ、タブレットコンピュータ、電子ブックリーダー、デジタルカメラ、デジタル記録デバイス、デジタルメディアプレイヤ、ビデオゲーミングデバイス、ビデオゲーム機、セルラー電話機もしくは衛星無線電話機、いわゆる「スマートフォン」、ビデオ会議デバイス、ビデオストリーミングデバイス、および類似物を含む広範囲のデバイスに組み込まれ得る。デジタルビデオデバイスは、ＭＰＥＧ−２、ＭＰＥＧ−４、ＩＴＵ−Ｔ Ｈ．２６３、ＩＴＵ−Ｔ Ｈ．２６４／ＭＰＥＧ−４，Ｐａｒｔ １０，Ａｄｖａｎｃｅｄ Ｖｉｄｅｏ Ｃｏｄｉｎｇ（ＡＶＣ）、現在開発中の高効率ビデオコーディング（High Efficiency Video Coding、ＨＥＶＣ）標準規格、およびそのような標準規格の拡張に記載されたものなどのビデオコーディング技法を実施する。ビデオデバイスは、そのようなビデオコーディング技法を実装することによって、デジタルビデオ情報を送信、受信、符号化、復号、および／または記憶することができる。

[0003]ビデオコーディング技法は、ビデオシーケンスに固有の冗長性を低減または除去するために、空間（イントラピクチャ）予測および／または時間（インターピクチャ）予測を含む。ブロックベースのビデオコーディングでは、ビデオスライス（たとえば、ビデオフレームまたはビデオフレームの一部分）は、ツリーブロック、コーディングユニット（ＣＵ）、および／またはコーディングノードと呼ばれることもある、ビデオブロックに区分され得る。ピクチャのイントラコーディングされた（Ｉ）スライス内のビデオブロックは、同一ピクチャ内の隣接ブロック内の参照サンプルに関する空間予測を使用して符号化される。ピクチャのインターコーディングされた（ＰまたはＢ）スライス内のビデオブロックは、同一ピクチャ内の隣接ブロック内の参照サンプルに関する空間予測または他の参照ピクチャ内の参照サンプルに関する時間予測を使用することができる。ピクチャは、フレームと呼ばれる場合があり、参照ピクチャは、参照フレームと呼ばれる場合がある。

[0004]空間予測または時間予測は、コーディングされるブロックに関する予測ブロックをもたらす。残差データは、コーディングされるオリジナルブロックと予測ブロックとの間のピクセル差を表す。インターコーディングされたブロックは、予測ブロックを形成する参照サンプルのブロックをポイントする動きベクトルと、コーディングされたブロックと予測ブロックとの間の差を示す残差データとに従って符号化される。イントラコーディングされたブロックは、イントラコーディングモードと残差データとに従って符号化される。さらなる圧縮のために、残差データは、ピクセル領域から変換領域に変換されて、残差変換係数が得られ得、その残差変換係数は、量子化され得る。量子化された変換係数は、当初は２次元配列内に配置され、変換係数の１次元ベクトルを作るためにスキャンされ得、さらなる圧縮を達成するために、エントロピーコーディングが適用され得る。

[0005]いくつかの実施形態によれば、ビデオ情報を符号化するように構成された装置は、プロセッサとメモリとを備える。メモリは、ビデオ情報の１つまたは複数のレイヤ（たとえば、ビュー）を記憶するように構成され得、各レイヤが少なくとも１つのピクチャを備える。プロセッサは、メモリと通信している。プロセッサは、１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定するように構成され得る。プロセッサは、１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数を決定するようにさらに構成され得る。プロセッサは、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいかどうかを決定するようにさらに構成され得る。プロセッサは、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えるようにさらに構成され得る。

[0006]いくつかの実施形態では、プロセッサは、スライスヘッダまたはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの個数を指定する第１のインジケータを処理するようにさらに構成され得る。プロセッサは、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの個数を指定する第２のインジケータを処理するようにさらに構成され得る。いくつかの実施形態では、プロセッサは、少なくともインジケータを生成することによって、インジケータを処理するように構成され得る。

[0007]いくつかの実施形態では、プロセッサは、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内でインジケータをシグナリングすることによってインジケータを処理するように構成される。

[0008]いくつかの実施形態では、プロセッサは、任意のビデオスライスのスライスヘッダ内にレイヤ間参照ピクチャ情報シグナリングに関する任意のさらなるシンタックス要素（syntax element）を含めることを控えることによって、レイヤ間参照ピクチャ情報をさらにシグナリングすることを控えるように構成される。直接参照レイヤピクチャは、各時間サブレイヤ内のレイヤごとにビデオパラメータセット内で指定されるレイヤ内のピクチャを備えることができる。

[0009]いくつかの実施形態では、装置は、メモリとプロセッサとを備える、デジタルテレビジョン、デジタル直接ブロードキャストシステム、ワイヤレスブロードキャストシステム、携帯情報端末（ＰＤＡ）、ラップトップコンピュータもしくはデスクトップコンピュータ、デジタルカメラ、デジタル記録デバイス、デジタルメディアプレイヤ、ビデオゲーミングデバイス、ビデオゲーム機、セルラー電話機もしくは衛星無線電話機、およびビデオ会議デバイスをさらに備える。

[0010]別の実施形態では、ビデオ情報を復号するように構成された装置は、プロセッサとメモリとを含む。メモリは、ビデオ情報の１つまたは複数のレイヤ（たとえば、ビュー）を記憶するように構成され得、各レイヤが少なくとも１つのピクチャを備える。プロセッサは、メモリと通信している。プロセッサは、１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定するように構成され得る。プロセッサは、１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数を決定するようにさらに構成され得る。プロセッサは、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいかどうかを決定するようにさらに構成され得る。プロセッサは、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセット（reference picture set）に追加するようにさらに構成され得る。

[0011]いくつかの実施形態では、プロセッサは、スライスヘッダまたはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの個数を指定する第１のインジケータを処理するようにさらに構成され得る。プロセッサは、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの個数を指定する第２のインジケータを処理するようにさらに構成され得る。いくつかの実施形態では、プロセッサは、少なくともインジケータを受け取ることによって、インジケータを処理するように構成され得る。

[0012]いくつかの実施形態では、プロセッサは、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内でインジケータを受け取ることによってインジケータを処理するように構成される。

[0013]いくつかの実施形態では、プロセッサは、任意のビデオスライスのスライスヘッダ内でレイヤ間シグナリングに関するシンタックス要素を受け取らずに、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加するように構成される。直接参照レイヤピクチャは、各時間サブレイヤ内のレイヤごとにビデオパラメータセット内で指定されるレイヤ内のピクチャを備えることができる。

[0014]装置は、メモリとプロセッサとを備える、デジタルテレビジョン、デジタル直接ブロードキャストシステム、ワイヤレスブロードキャストシステム、携帯情報端末（ＰＤＡ）、ラップトップコンピュータもしくはデスクトップコンピュータ、デジタルカメラ、デジタル記録デバイス、デジタルメディアプレイヤ、ビデオゲーミングデバイス、ビデオゲーム機、セルラー電話機もしくは衛星無線電話機、およびビデオ会議デバイスのうちの少なくとも１つをさらに備えることができる。

[0015]別の実施形態では、ビデオ情報を符号化する方法は、ビデオ情報の１つまたは複数のレイヤを受け取ることと、各レイヤが少なくとも１つのピクチャを備える、１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定することと、１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数を決定することと、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいかどうかを決定することと、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えることとを含む。符号化の方法は、スライスヘッダまたはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの個数を指定する第１のインジケータを生成することと、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの個数を指定する第２のインジケータを生成することとをさらに含むことができる。

[0016]別の実施形態では、ビデオ情報を復号する方法は、ビデオ情報の１つまたは複数のレイヤを受け取ることと、各レイヤが少なくとも１つのピクチャを備える、１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定することと、１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数を決定することと、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいかどうかを決定することと、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加することとを含む。復号する方法は、スライスヘッダまたはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤの個数を指定する第１のインジケータを受け取ることと、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの個数を指定する第２のインジケータを受け取ることとをさらに含むことができる。

[0017]別の実施形態では、ビデオコーディング装置は、ビデオ情報の１つまたは複数のレイヤを記憶するための手段と、各レイヤが少なくとも１つのピクチャを備える、１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定するための手段と、１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数を決定するための手段と、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいかどうかを決定するための手段と、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加することとを含むことができる。

[0018]別の実施形態では、実行された時に、装置に、ビデオ情報の１つまたは複数のレイヤを受け取らせ、各レイヤが少なくとも１つのピクチャを備える、１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定させ、１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数を決定させ、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいかどうかを決定させ、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加させるコードをその上に記憶された非一時的コンピュータ可読媒体。

[0019]本開示で説明される態様による技法を利用することができる、例のビデオ符号化および復号システムを示すブロック図。 [0020]本開示で説明される態様による技法を実施することができる、ビデオエンコーダの例を示すブロック図。 [0021]本開示で説明される態様による技法を実施することができる、ビデオデコーダの例を示すブロック図。 [0022]本開示の態様による３つの異なる次元でのスケーラビリティを示すブロック図。 [0023]本開示の態様によるスケーラブルビデオコーディング（ＳＶＣ）のビットストリームの例の構造を示すブロック図。 [0024]本開示の態様によるビットストリーム内の例のＳＶＣアクセスユニットを示すブロック図。 [0025]一実施形態に従ってビデオデータを符号化する例の方法を示す図。 [0026]一実施形態に従ってビデオデータを復号する方法を示す図。 [0027]一実施形態に従ってビデオデータを符号化する例の方法を示す図。 [0028]一実施形態に従ってビデオデータを復号する方法を示す図。

[0029]本開示で説明される技法は、一般に、スケーラブルビデオコーディング（ＳＶＣ）および／またはマルチビュー／３Ｄビデオコーディングに関する。たとえば、技法は、高効率ビデオコーディング（ＨＥＶＣ）スケーラブルビデオコーディング（ＳＶＣ）拡張に関するものとされ得、それを伴って、またはそれの中で使用されてもよい。ＳＶＣでは、ビデオ情報の複数のレイヤが存在し得る。ビデオ情報の最下部のレベルすなわち最も低いレベルのレイヤは、ベースレイヤ（ＢＬ）または参照レイヤ（ＲＬ）として働くことができ、ビデオ情報の最上部のレベルすなわち最も高いレベルのレイヤは、エンハンストレイヤ（ＥＬ）として働くことができる。「エンハンストレイヤ」は、「エンハンスメントレイヤ」と同義であると考えられ得、これらの用語は、交換可能に使用される場合がある。ＢＬとＥＬとの間のレイヤは、ＥＬおよび／またはＲＬとして働くことができる。たとえば、所与のレイヤは、ベースレイヤまたは間に入る任意のエンハンスメントレイヤなどの、所与のレイヤよりも下の（たとえば、先行する）レイヤのためのＥＬであり得る。さらに、所与のレイヤは、所与のレイヤよりも上の（たとえば、後続の）エンハンスメントレイヤのための参照レイヤとして働くこともできる。ベースレイヤ（たとえば、レイヤ識別（ＩＤ）が「１」に設定されているか、または「１」と等しい、たとえば、最下レイヤ）とトップレイヤ（すなわち、最上レイヤ）との間にある任意の所与のレイヤは、所与のレイヤに関してより上位のレイヤによるレイヤ間予測のための参照として使用され得、レイヤ間予測のための参照として所与のレイヤよりも下位のレイヤを使用して、決定され得る。

[0030]例示のみのために、本開示で説明される技法が、２つのレイヤ（たとえば、参照レイヤなどの下位レベルレイヤと、エンハンストレイヤなどの上位レベルレイヤ）だけを含む例を用いて説明される場合がある。本開示で説明される例が、複数のベースレイヤまたは参照レイヤとエンハンスメントレイヤとを有する例にも拡張され得ることを理解されたい。加えて、説明を簡単にするために、以下の開示は「フレーム」または「ブロック」という用語を主に使用する。しかしながら、これらの用語は、限定的であることを意図されたものではない。たとえば、下で説明される技法は、ブロック（たとえば、ＣＵ、ＰＵ、ＴＵ、マクロブロックなど）、スライス、ピクチャ、その他などの異なるビデオユニットと共に使用され得る。

[0031]ＨＥＶＣ拡張のレイヤ間予測（ＩＬＰ）は、一般に、スライスヘッダ内でのレイヤ間参照ピクチャ情報のシグナリングに関する問題と短所とを有する。たとえば、スライスヘッダ内でのレイヤ間参照ピクチャ情報のシグナリングは、直接参照レイヤの個数が０より多い限り、非ベースレイヤピクチャに関して必要である。参照レイヤは、レイヤ間予測に参照レイヤを利用して、所与のエンハンスメントレイヤに基づいて所与のエンハンスメントレイヤへの直接参照レイヤを構成する。しかしながら、多くの通常のシナリオに関して、スライスごとにレイヤ間参照ピクチャ情報を変更する必要がない場合があり（たとえば、レイヤ間参照ピクチャ情報が、あるスライスヘッダから次のスライスヘッダへ同一のままになる場合がある）、および／またはスライスヘッダ内でレイヤ間参照ピクチャ情報をシグナリングする必要が全くない場合がある。これらの状況では、スライスヘッダ内でレイヤ間予測に使用されるシグナリングビットが、不要になり、これらのシグナリングビットを含めることが、コーディング効率を下げる。これらの状況は、通常のマルチビュービデオコーディングシナリオにおいて、ビデオパラメータセット（ＶＰＳ）内で指定されるレイヤ間参照ピクチャセット（ＲＰＳ）内の直接参照レイヤピクチャのすべてが、レイヤ間予測に使用される可能性があり、直接参照レイヤピクチャのすべてが、現在のピクチャの少なくとも１つの参照ピクチャリストに挿入される可能性がある状況を含む。それに加えてまたはその代わりに、直接参照レイヤの個数が、ビデオ情報に関連付けられたアクティブ参照レイヤピクチャの個数と等しい時には、レイヤ間予測をシグナリングする必要がない。

[0032]いくつかの実施形態では、２つ以上のレイヤをサポートしながらも、低いコーディング（たとえば、復号、符号化）複雑さを提供するシステムと方法とが提供される。本明細書で説明される技法は、ＨＥＶＣのマルチビュー拡張または３ＤＶ拡張、ならびに任意の他のコーディングフレームワーク、たとえばＨ．２６４／ＡＶＣに基づく同様のスケーラブル、マルチビュー、および／または３ＤＶのコーディングシナリオにも適用される（レイヤがビューまたはビューのテクスチャもしくは深度部分としても考えられ得るので）。

[0033]２つ以上のレイヤを有するビデオ情報に関するコーディング複雑さを減らすために、１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数が、決定され得る。１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数が、決定され得る。直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいかどうかが、決定され得る。直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でのレイヤ間参照ピクチャ情報のさらなるシグナリングを控えることができる。

[0034]いくつかの実施形態では、ビデオエンコーダは、スライスヘッダまたはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの個数を指定する第１のインジケータを処理することができる。ビデオエンコーダは、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの個数を指定する第２のインジケータを処理することもできる。ビデオエンコーダは、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内でインジケータをシグナリングすることによって、インジケータを処理することができる。いくつかの実施形態では、ビデオエンコーダは、任意のビデオスライスのスライスヘッダ内にレイヤ間シグナリングに関する任意のさらなるシンタックス要素を含めることを控えることによって、レイヤ間参照ピクチャ情報のさらなるシグナリングを控えることができる。

[0035]いくつかの実施形態では、１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数が、決定され得る。１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数が、決定され得る。直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいかどうかが、決定され得る。直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスのすべての直接参照レイヤピクチャが、レイヤ間参照ピクチャセットに追加され得る。いくつかの実施形態では、スライスヘッダまたはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの個数を指定する第１のインジケータが、受け取られ得る。いくつかの実施形態では、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの個数を指定する第２のインジケータが、受け取られ得る。

[0036]加えて、ビデオデコーダは、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内からインジケータを受け取ることによって、インジケータを処理することができる。いくつかの実施形態では、ビデオデコーダは、任意のビデオスライスのスライスヘッダ内でレイヤ間シグナリングに関する任意のさらなるシンタックス要素を受け取らずに、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスのすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加することができる。
ビデオコーディング標準規格

[0037]本明細書で説明されるある種の実施形態は、ＨＥＶＣ（高効率ビデオコーディング）などの高度なビデオコーデックの文脈でのスケーラブルビデオコーディングのためのレイヤ間予測に関する。より具体的には、本開示は、スケーラブルビデオコーディング（ＳＶＣ）、マルチビュービデオコーディング、および／またはＨＥＶＣの３Ｄビデオコーディング拡張でのレイヤ間予測の改善された性能のためのシステムと方法とに関する。下の説明では、ある種の実施形態に関するＨ．２６４／ＡＶＣ技法が説明され、ＨＥＶＣ標準規格および関連する技法も議論される。ある種の実施形態が、本明細書でＨＥＶＣ標準規格および／またはＨ．２６４標準規格の文脈で説明されるが、当業者は、本明細書で開示されるシステムおよび方法が、任意の適切なビデオコーディング標準規格に適用可能とされ得ることを了解することができる。たとえば、本明細書で開示される実施形態は、以下の標準規格、すなわち、ＩＴＵ−Ｔ Ｈ．２６１、ＩＳＯ／ＩＥＣ ＭＰＥＧ−１ビジュアルと、ＩＴＵ−Ｔ Ｈ．２６２もしくはＩＳＯ／ＩＥＣ ＭＰＥＧ−２ビジュアルと、ＩＴＵ−Ｔ Ｈ．２６３、ＩＳＯ／ＩＥＣ ＭＰＥＧ−４ビジュアルと、そのスケーラブルビデオコーディング（ＳＶＣ）拡張およびマルチビュービデオコーディング（ＭＶＣ）拡張を含むＩＴＵ−Ｔ Ｈ．２６４（ＩＳＯ／ＩＥＣ ＭＰＥＧ−４ ＡＶＣとも呼ばれる）とのうちの１つまたは複数に適用可能とされ得る。

[0038]スケーラブルビデオコーディング（ＳＶＣ）は、品質（信号対雑音比（ＳＮＲ）とも呼ばれる）スケーラビリティ、空間スケーラビリティ、および／または時間スケーラビリティを提供するために使用され得る。たとえば、一実施形態では、参照レイヤ（たとえば、ベースレイヤ）は、第１の品質レベルでビデオを表示するのに十分なビデオ情報を含み、エンハンスメントレイヤは、参照レイヤとエンハンスメントレイヤとが、一緒に、第１のレベルより高い第２の品質レベル（たとえば、より少ないノイズ、より高い解像度、より良いフレームレートなど）でビデオを表示するのに十分なビデオ情報を含むように、参照レイヤに対して追加のビデオ情報を含む。エンハンストレイヤは、ベースレイヤとは異なる空間分解能を有することができる。たとえば、ＥＬとＢＬとの間の空間アスペクト比は、１．０、１．５、２．０、または他の異なる比とされ得る。言い換えると、ＥＬの空間アスペクトは、ＢＬの空間アスペクトの１．０倍、１．５倍、または２．０倍と等しくされ得る。いくつかの例では、ＥＬのスケーリング係数は、ＢＬより大きくされ得る。たとえば、ＥＬ内のピクチャのサイズは、ＢＬ内のピクチャのサイズより大きくされ得る。この形で、ＥＬの空間分解能がＢＬの空間分解能より高いことを可能にすることができるが、これは、限定ではない。

[0039]Ｈ．２６４のＳＶＣ拡張では、現在のブロックの予測は、ＳＶＣに関して提供される異なるレイヤを使用して実行され得る。そのような予測は、レイヤ間予測と呼ばれる場合がある。レイヤ間予測方法は、レイヤ間冗長性を減らすためにＳＶＣにおいて利用され得る。レイヤ間予測のいくつかの例は、レイヤ間イントラ予測と、レイヤ間動き予測と、レイヤ間モード予測と、レイヤ間残差予測とを含むことができる。レイヤ間イントラ予測は、エンハンスメントレイヤ内の現在のブロックを予測するのにベースレイヤ内の配列されたブロックの再構成を使用する。レイヤ間動き予測は、エンハンスメントレイヤ内の動きを予測するのにベースレイヤの動きを使用する。レイヤ間モード予測は、ベースレイヤ内のモードに基づいて、エンハンスメントレイヤ内のモードを予測する。レイヤ間残差予測は、エンハンスメントレイヤの残差を予測するのにベースレイヤの残差を使用する。

[0040]新規のシステムと、装置と、方法との様々な態様が、添付図面を参照して以下でより十分に説明される。しかしながら、本開示は、多数の異なる形で実施され得、本開示全体を通じて提示される特定の構造または機能に限定されると解釈されてはならない。そうではなく、これらの態様は、本開示が完全になり、当業者に本開示の範囲を十分に伝えるようにするために提供されるものである。本明細書の教示に基づいて、当業者は、本開示の範囲が、本発明の任意の他の態様と独立に実施されようとそれらと組み合わされようと、本明細書で開示される新規のシステムと、装置と、方法とのすべての態様を包含することが意図されていることを了解するに違いない。たとえば、本明細書で示される態様のうちの任意の個数を使用して、装置を実施することができ、あるいは、方法を実践することができる。加えて、本発明の範囲は、本明細書で示される本発明の様々な態様に加えて、またはそれら以外の他の構造、機能性、または構造と機能性とを使用して実践される装置または方法を包含することが意図されている。本明細書で開示されるすべての態様が、ある請求項の１つまたは複数の要素によって実施され得ることを理解されたい。

[0041]特定の態様が本明細書で説明されるが、これらの態様の多数の変形と置換とが、本開示の範囲に含まれる。好ましい態様のいくつかの利益と利点とが言及されるが、本開示の範囲は、特定の利益、使用、または目的に限定されることを意図されてはいない。そうではなく、本開示の諸態様は、その一部が例として図面と好ましい態様の以下の説明とに示される、異なるワイヤレス技術と、システム構成と、ネットワークと、伝送プロトコルとに幅広く適用可能であることが意図されている。詳細な説明と図面とは、単に、限定的であるのではなく本開示の実例となるものであり、本開示の範囲は、添付の特許請求の範囲とその同等物とによって定義される。

[0042]図１は、本開示で説明される態様による技法を利用することができる、例のビデオ符号化および復号システムを示すブロック図である。図１に示されているように、システム１０は、宛先デバイス１４によって後刻に復号される符号化されたビデオデータを提供するソースデバイス１２を含む。具体的には、ソースデバイス１２は、コンピュータ可読媒体１６を介して宛先デバイス１４にビデオデータを供給する。ソースデバイス１２と宛先デバイス１４とは、デスクトップコンピュータ、ノートブック（たとえば、ラップトップ）コンピュータ、タブレットコンピュータ、セットトップボックス、いわゆる「スマート」フォンなどの電話送受話器、いわゆる「スマート」パッド、テレビジョン、カメラ、ディスプレイデバイス、デジタルメディアプレイヤ、ビデオゲーム機、ビデオストリーミングデバイス、または類似物を含む、広範囲のデバイスのいずれをも備えることができる。加えて、いくつかの実施形態では、システム１０は、単一のデバイス内に実装され得る。たとえば、電話送受話器を含む、任意のそのような単一のデバイスが、ソースデバイス１２と宛先デバイス１４の両方、ならびにコンピュータ可読媒体１６を備えることができる。いくつかの場合に、ソースデバイス１２と宛先デバイス１４とは、ワイヤレス通信のための備えを有することができる。

[0043]宛先デバイス１４は、コンピュータ可読媒体１６を介して、復号されるべき符号化されたビデオデータを受け取ることができる。コンピュータ可読媒体１６は、ソースデバイス１２から宛先デバイス１４に符号化されたビデオデータを移動することができる、すべてのタイプの媒体またはデバイスを備えることができる。一例では、コンピュータ可読媒体１６は、ソースデバイス１２が宛先デバイス１４に直接にリアルタイムで符号化されたビデオデータを送信することを可能にする通信媒体を備えることができる。符号化されたビデオデータは、ワイヤレス通信プロトコルなどの通信標準規格に従って変調され、宛先デバイス１４に送信され得る。通信媒体は、ラジオ周波数（ＲＦ）スペクトルまたは１つもしくは複数の物理伝送線など、任意のワイヤレス通信媒体または有線通信媒体を備えることができる。通信媒体は、ローカルエリアネットワーク、広域ネットワーク、またはインターネットなどのグローバルネットワークなど、パケットベースのネットワークの一部を形成することができる。通信媒体は、ソースデバイス１２から宛先デバイス１４への通信を容易にするのに有用とすることのできる、ルータ、スイッチ、基地局、または任意の他の機器を含むことができる。

[0044]いくつかの例では、符号化されたデータは、出力インターフェース２２からストレージデバイスに出力され得る。同様に、符号化されたデータは、ストレージデバイスから入力インターフェースによってアクセスされ得る。ストレージデバイスは、ハードドライブ、ブルーレイ（登録商標）ディスク（ｄｉｓｃ）、ＤＶＤ、ＣＤ−ＲＯＭ、フラッシュメモリ、揮発性もしくは不揮発性のメモリ、または符号化されたビデオデータを記憶するための任意の他の適切なデジタル記憶媒体など、様々な分散されたまたはローカルにアクセスされるデータ記憶媒体のいずれをも含むことができる。さらなる例では、ストレージデバイスは、ソースデバイス１２によって生成された符号化されたビデオを記憶することができるファイルサーバまたは別の中間ストレージデバイスに対応することができる。宛先デバイス１４は、ストリーミングまたはダウンロードを介して、ストレージデバイスから記憶されたビデオデータにアクセスすることができる。ファイルサーバは、符号化されたビデオデータを記憶でき、符号化されたビデオデータを宛先デバイス１４に送信できる、任意のタイプのサーバとすることができる。例のファイルサーバは、ウェブサーバ（たとえば、ウェブサイト用の）、ＦＴＰサーバ、ネットワークアタッチドストレージ（ＮＡＳ）デバイス、またはローカルディスク（ｄｉｓｋ）ドライブを含む。宛先デバイス１４は、インターネット接続を含む任意の標準データ接続を介して、符号化されたビデオデータにアクセスすることができる。これは、ファイルサーバ上に記憶された符号化されたビデオデータにアクセスするのに適する、ワイヤレスチャネル（たとえば、Ｗｉ−Ｆｉ（登録商標）接続）、有線接続（たとえば、ＤＳＬ、ケーブルモデムなど）、またはその両方の組合せを含むことができる。ストレージデバイスからの符号化されたビデオデータの送信は、ストリーミング送信、ダウンロード送信、またはその組合せとすることができる。

[0045]本開示の技法は、ワイヤレス応用またはワイヤレス設定に必ずしも限定されない。本技法は、無線テレビジョン放送、ケーブルテレビジョン送信、衛星テレビジョン送信、ＨＴＴＰ上の動的適応ストリーミング（dynamic adaptive streaming over HTTP、ＤＡＳＨ）などのインターネットストリーミングビデオ送信、データ記憶媒体上に符号化されたデジタルビデオ、データ記憶媒体上に記憶されたデジタルビデオの復号、または他の応用例など、様々なマルチメディア応用のいずれかをサポートするビデオコーディングに適用され得る。いくつかの例では、システム１０は、ビデオストリーミング、ビデオ再生、ビデオ放送、および／またはビデオ電話などの応用例をサポートするために一方向または両方向のビデオ送信をサポートするように構成され得る。

[0046]図１の例では、ソースデバイス１２は、ビデオソース１８と、ビデオエンコーダ２０と、出力インターフェース２２とを含む。いくつかの実施形態では、セルラー電話機などのワイヤレス通信デバイスは、ビデオソース１８と、ビデオエンコーダ２０と、出力インターフェース２２とを含むソースデバイス１２を備えることができる。宛先デバイス１４は、入力インターフェース２８と、ビデオデコーダ３０と、ディスプレイデバイス３２とを含む。いくつかの実施形態では、セルラー電話機などのワイヤレス通信デバイスは、入力インターフェース２８と、ビデオデコーダ３０と、ディスプレイデバイス３２とを含む宛先デバイス１４を備えることができる。たとえば、いくつかの場合に、単一のワイヤレス通信デバイスが、ソースデバイス１２と宛先デバイス１４の両方を備えることができる。本開示によれば、ソースデバイス１２のビデオエンコーダ２０は、複数の標準規格または標準規格拡張に準拠するビデオデータを含むビットストリームをコーディングするための技法を適用するように構成され得る。他の例では、ソースデバイスおよび宛先デバイスは、他の構成要素または配置を含むことができる。たとえば、ソースデバイス１２は、外部カメラなどの外部ビデオソース１８からビデオデータを受け取ることができる。同様に、宛先デバイス１４は、一体化されたディスプレイデバイスを含むのではなく、外部ディスプレイデバイスとインターフェースすることができる。

[0047]図１の示されたシステム１０は、単に１つの例である。現在のブロックの動きベクトル候補の候補リストの候補を決定する技法は、任意のデジタルビデオ符号化デバイスおよび／またはデジタルビデオ復号デバイスによって実行され得る。一般に、本開示の技法は、ビデオ符号化デバイスによって実行されるが、これらの技法は、通常は「コーデック」と呼ばれるビデオエンコーダ／デコーダによっても実行され得る。さらに、本開示の技法は、ビデオプリプロセッサによっても実行され得る。ソースデバイス１２および宛先デバイス１４は、単に、ソースデバイス１２が宛先デバイス１４への伝送のためにコーディングされたビデオデータを生成するコーディングデバイスの例である。いくつかの例では、デバイス１２、１４は、デバイス１２、１４の各々がビデオ符号化構成要素とビデオ復号構成要素とを含むように、実質的に対称の形で動作することができる。したがって、システム１０は、たとえばビデオストリーミング、ビデオ再生、ビデオ放送、またはビデオ電話のために、ビデオデバイス１２、１４の間の一方向または両方向のビデオ伝送をサポートすることができる。

[0048]ソースデバイス１２のビデオソース１８は、ビデオカメラなどのビデオ取込デバイス、以前に取り込まれたビデオを含むビデオアーカイブ、および／またはビデオコンテンツプロバイダからビデオを受信するビデオフィードインターフェースを含むことができる。さらなる代替案として、ビデオソース１８は、ソースビデオとしてコンピュータグラフィックスベースのデータまたは、生ビデオと、アーカイブされたビデオと、コンピュータ生成されたビデオとの組合せを生成することができる。いくつかの場合に、ビデオソース１８がビデオカメラである場合に、ソースデバイス１２と宛先デバイス１４とは、いわゆるカメラフォンまたはビデオフォンを形成することができる。しかしながら、上で言及されたように、本開示で説明される技法は、ビデオコーディング全般に適用可能とされ得、ワイヤレス応用例および／または有線応用例に適用され得る。各場合に、取り込まれたビデオ、事前に取り込まれたビデオ、またはコンピュータ生成されたビデオは、ビデオエンコーダ２０によって符号化され得る。符号化されたビデオ情報は、その後、出力インターフェース２２によってコンピュータ可読媒体１６に出力され得る。

[0049]コンピュータ可読媒体１６は、ワイヤレス放送もしくは有線ネットワーク伝送などの過渡的媒体、またはハードディスク（ｄｉｓｋ）、フラッシュドライブ、コンパクトディスク（ｄｉｓｃ）、デジタルビデオディスク（ｄｉｓｃ）、ブルーレイディスク（ｄｉｓｃ）、もしくは他のコンピュータ可読媒体などの記憶媒体（すなわち、非一時的記憶媒体）を含むことができる。たとえば、ソースデバイス１２および宛先デバイス１４がワイヤレス送受話器などの単一のデバイスとして実装されるいくつかの実施形態では、コンピュータ可読媒体１６は任意の記憶媒体を含むことができる。いくつかの例では、ネットワークサーバ（図示せず）は、ソースデバイス１２から符号化されたビデオデータを受信し、たとえば、ネットワーク送信、直接有線通信などを介して、その符号化されたビデオデータを宛先デバイス１４に供給することができる。同様に、ディスク（ｄｉｓｃ）プレス加工施設などの媒体生産施設のコンピューティングデバイスは、符号化されたビデオデータをソースデバイス１２から受け取り、符号化されたビデオデータを含むディスク（ｄｉｓｃ）を生産することができる。したがって、コンピュータ可読媒体１６は、様々な例で、様々な形態の１つまたは複数のコンピュータ可読媒体を含むと理解され得る。

[0050]宛先デバイス１４の入力インターフェース２８は、情報をコンピュータ可読媒体１６から受け取る。コンピュータ可読媒体１６の情報は、ビデオエンコーダ２０によって定義され、ビデオデコーダ３０によって使用もされ、ブロックと他のコーディングされたユニット、たとえばＧＯＰの特性および／または処理を記述するシンタックス要素とを含む、シンタックス情報を含むことができる。ディスプレイデバイス３２は、復号されたビデオデータをユーザに表示し、陰極線管（ＣＲＴ）、液晶ディスプレイ（ＬＣＤ）、プラズマディスプレイ、有機発光ダイオード（ＯＬＥＤ）ディスプレイ、または別のタイプのディスプレイデバイスなどの様々なディスプレイデバイスのうちのいずれをも備えることができる。

[0051]ビデオエンコーダ２０とビデオデコーダ３０とは、高効率ビデオコーディング（ＨＥＶＣ）標準規格などのビデオコーディング標準規格に従って動作することができ、ＨＥＶＣテストモデル（ＨＭ）に準拠することができる。代替案では、ビデオエンコーダ２０とビデオデコーダ３０とは、他のプロプライエタリ標準規格または、ＭＰＥＧ−４，Ｐａｒｔ １０，Ａｄｖａｎｃｅｄ Ｖｉｄｅｏ Ｃｏｄｉｎｇ（ＡＶＣ）とも称するＩＴＵ−Ｔ Ｈ．２６４標準規格などの産業標準規格、あるいはそのような標準規格の拡張に従って動作することができる。しかしながら、本開示の技法は、上でリストした標準規格のすべてを含むがこれに限定されない、いかなる特定のコーディング標準規格にも限定されない。ビデオコーディング標準規格の他の例は、ＭＰＥＧ−２およびＩＴＵ−Ｔ Ｈ．２６３を含む。いくつかの態様では、ビデオエンコーダ２０とビデオデコーダ３０とは、各々、オーディオエンコーダとオーディオデコーダと一体化され得、共通のデータストリーム内または別々のデータストリーム内のオーディオとビデオの両方の符号化を処理するために、適当なＭＵＸ−ＤＥＭＵＸユニットまたは他のハードウェアとソフトウェアとを含むことができる。適用可能であれば、ＭＵＸ−ＤＥＭＵＸユニットは、ＩＴＵ Ｈ．２２３マルチプレクサプロトコル、またはユーザデータグラムプロトコル（ＵＤＰ）などの他のプロトコルに準拠し得る。

[0052]ビデオエンコーダ２０とビデオデコーダ３０とは、各々、１つまたは複数のマイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、ディスクリート論理、ソフトウェア、ハードウェア、ファームウェアまたはそれらの任意の組合せなど、様々な適切なエンコーダ回路網のいずれかとして実装され得る。技法が、部分的にソフトウェアで実施される時に、デバイスは、ソフトウェアの命令を、適切な非一時的コンピュータ可読媒体内に記憶し、本開示の技法を実行するために１つまたは複数のプロセッサを使用してハードウェア内で命令を実行することができる。ビデオエンコーダ２０とビデオデコーダ３０の各々は、１つまたは複数のエンコーダまたはデコーダ内に含められ得、このエンコーダまたはデコーダのいずれもが、それぞれのデバイス内で組み合わされたエンコーダ／デコーダ（コーデック）の一部として一体化され得る。ビデオエンコーダ２０および／またはビデオデコーダ３０を含むデバイスは、集積回路、マイクロプロセッサ、および／またはセルラー電話機などのワイヤレス通信デバイスを備えることができる。

[0053]ＪＣＴ−ＶＣは、ＨＥＶＣ標準規格の開発に取り組みつつある。ＨＥＶＣ標準化の努力は、ＨＥＶＣテストモデル（ＨＭ）と称するビデオコーディングデバイスの進化するモデルに基づく。ＨＭは、たとえばＩＴＵ−Ｔ Ｈ．２６４／ＡＶＣに従う既存のデバイスに対する、ビデオコーディングデバイスの複数の追加能力を仮定する。たとえば、Ｈ．２６４は、９つのイントラ予測符号化モードを提供するが、ＨＭは、３３個もの多数のイントラ予測符号化モードを提供することができる。

[0054]一般に、ＨＭのワーキングモデルは、ビデオフレームまたはピクチャが、ルマサンプルとクロマサンプルの両方を含むツリーブロックまたは最大コーディングユニット（largest coding unit、ＬＣＵ）のシーケンスに分割され得ることを記述する。ビットストリーム内の構文データは、ＬＣＵのサイズを定義することができ、このＬＣＵは、ピクセルの個数に関する最大のコーディングユニットである。スライスは、コーディング順序での、いくつかの連続するツリーブロックを含む。ビデオフレームまたはピクチャは、１つまたは複数のスライスに区分され得る。各ツリーブロックは、四分木に従ってコーディングユニット（ＣＵ）に分割され得る。一般に、四分木データ構造は、１ＣＵあたり１つのノードを含み、ルートノードはツリーブロックに対応する。あるＣＵが、４つのサブＣＵに分割される場合には、ＣＵに対応するノードは、４つの葉ノードを含み、葉ノードの各々は、サブＣＵのうちの１つに対応する。

[0055]四分木データ構造の各ノードは、対応するＣＵのシンタックスデータを提供することができる。たとえば、四分木内のノードは、そのノードに対応するＣＵがサブＣＵに分割されるのかどうかを示す分割フラグを含むことができる。ＣＵのシンタックス要素は、再帰的に定義され得、ＣＵがサブＣＵに分割されるのかどうかに依存することができる。ＣＵがさらには分割されない場合には、そのＣＵは、葉ＣＵとして参照される。本開示では、葉ＣＵの４つのサブＣＵも、オリジナルの葉ＣＵの明示的な分割がない場合であっても、葉ＣＵと呼ばれる。たとえば、１６ｘ１６サイズのＣＵがさらには分割されない場合に、４つの８ｘ８サブＣＵも、１６ｘ１６ＣＵが一度も分割されなかったのに葉ＣＵと呼ばれる。

[0056]ＣＵは、ＣＵがサイズの区別を有しないことを除いて、Ｈ．２６４標準規格のマクロブロックに類似する目的を有する。たとえば、ツリーブロックは、４つの子ノード（サブＣＵとも呼ばれる）に分割され得、各子ノードは、次に、親ノードになることができ、別の４つの子ノードに分割され得る。４分木の葉ノードと呼ばれる、最終的な分割されない子ノードは、葉ＣＵとも呼ばれるコーディングノードを備える。コーディングされたビットストリームに関連付けられたシンタックスデータは、最大ＣＵ深度と呼ばれる、ツリーブロックが分割され得る回数の最大数を定義することができ、また、コーディングノードの最小サイズを定義することもできる。したがって、ビットストリームは、最小コーディングユニット（smallest coding unit、ＳＣＵ）をも定義することができる。本開示は、「ブロック」という用語を、ＨＥＶＣの文脈でのＣＵ、ＰＵ、またはＴＵのうちのいずれか、または他の標準規格の文脈での同様のデータ構造（たとえば、Ｈ．２６４／ＡＶＣのマクロブロックとそのサブブロックと）を参照するのに使用する。

[0057]ＣＵは、コーディングノードと、コーディングノードに関連付けられた予測ユニット（ＰＵ）および変換ユニット（ＴＵ）とを含む。ＣＵのサイズは、コーディングノードのサイズに対応し、形状において正方形でなければならない。ＣＵのサイズは、８ｘ８ピクセルから、６４ｘ６４ピクセル以上の最大値を有するツリーブロックのサイズまでの範囲にわたることができる。各ＣＵは、１つまたは複数のＰＵと１つまたは複数のＴＵとを含むことができる。ＣＵに関連付けられたシンタックスデータは、たとえば、１つまたは複数のＰＵへのＣＵの区分を記述することができる。区分モードは、ＣＵがスキップモード符号化もしくは直接モード符号化されるのか、イントラ予測モード符号化されるのか、またはインター予測モード符号化されるのかの間で異なる可能性がある。ＰＵは、形状において非正方形に区分され得る。ＣＵに関連付けられたシンタックスデータは、たとえば、四分木に従う１つまたは複数のＴＵへのＣＵの区分を記述することもできる。ＴＵは、形状において正方形または非正方形（たとえば、長方形）とすることができる。

[0058]ＨＥＶＣ標準規格は、ＴＵに従う変換を可能にし、このＴＵは、異なるＣＵについて異なるものとすることができる。ＴＵは、通常、区分されたＬＣＵについて定義される所与のＣＵ内のＰＵのサイズに基づくサイズを与えられるが、必ずそうなっているとは限らない。ＴＵは、通常、ＰＵ以下のサイズである。いくつかの例では、ＣＵに対応する残差サンプルは、「残差四分木」（ＲＱＴ）と称する四分木構造を使用して、より小さいユニットに副分割され得る。ＲＱＴの葉ノードは、変換ユニット（ＴＵ）と呼ばれる場合がある。ＴＵに関連付けられたピクセル差値は、量子化され得る変換係数を作るために変換され得る。

[0059]葉ＣＵは、１つまたは複数の予測ユニット（ＰＵ）を含むことができる。一般に、ＰＵは、対応するＣＵのすべてまたは一部に対応する空間的区域を表し、ＰＵの参照サンプルを取り出すためのデータを含むことができる。さらに、ＰＵは、予測に関するデータを含む。たとえば、ＰＵが、イントラモード符号化される時に、ＰＵのデータは、残差四分木（ＲＱＴ）内に含まれ得、このＲＱＴは、ＰＵに対応するＴＵのイントラ予測モードを記述するデータを含むことができる。別の例として、ＰＵがインターモード符号化される時に、ＰＵは、そのＰＵの１つまたは複数の動きベクトルを定義するデータを含むことができる。ＰＵの動きベクトルを定義するデータは、たとえば、動きベクトルの水平成分、動きベクトルの垂直成分、動きベクトルの分解能（たとえば、１／４ピクセル精度または１／８ピクセル精度）、動きベクトルがポイントする参照ピクチャ、および／または動きベクトルの参照ピクチャリスト（たとえば、リスト０、リスト１、またはリストＣ）を記述することができる。

[0060]１つまたは複数のＰＵを有する葉ＣＵは、１つまたは複数の変換ユニット（ＴＵ）をも含むことができる。変換ユニットは、上で論じたように、ＲＱＴ（ＴＵ四分木構造とも称する）を使用して指定され得る。たとえば、分割フラグは、葉ＣＵが４つの変換ユニットに分割されるのかどうかを示すことができる。その場合に、各変換ユニットは、さらなるサブＴＵにさらに分割され得る。ＴＵがさらには分割されない時に、ＴＵは、葉ＴＵと呼ばれる場合がある。一般に、イントラコーディングに関して、１つの葉ＣＵに属するすべての葉ＴＵは、同一のイントラ予測モードを共有する。すなわち、同一のイントラ予測モードが、一般に、１つの葉ＣＵのすべてのＴＵについて、予測された値を計算するために適用される。イントラコーディングについて、ビデオエンコーダは、ＣＵのうちでＴＵに対応する部分と元のブロックとの間の差として、イントラ予測モードを使用して葉ＴＵごとに残差値を計算することができる。ＴＵは、必ずしもＰＵのサイズに限定されない。したがって、ＴＵは、ＰＵよりも大きくてもまたは小さくてもよい。イントラコーディングについて、ＰＵは、同一のＣＵの対応する葉ＴＵと同一位置に配置され得る。いくつかの例では、葉ＴＵの最大サイズは、対応する葉ＣＵのサイズに対応することができる。

[0061]さらに、葉ＣＵのＴＵは、残差四分木（ＲＱＴ）と称するそれぞれの四分木データ構造にも関連付けられ得る。すなわち、葉ＣＵは、その葉ＣＵがＴＵにどのように区分されるのかを示す四分木を含むことができる。ＴＵ四分木のルートノードは、一般に、葉ＣＵに対応し、ＣＵ四分木のルートノードは、一般に、ツリーブロック（またはＬＣＵ）に対応する。分割されないＲＱＴのＴＵは、葉ＴＵと呼ばれる。一般に、本開示は、そうではないと注記されない限り、それぞれ葉ＣＵと葉ＴＵとを指すのにＣＵとＴＵという用語を使用する。

[0062]ビデオシーケンスは、通常、一連のビデオフレームまたはピクチャを含む。グループオブピクチャ（ＧＯＰ）は、一般に、一連の１つまたは複数のビデオピクチャを備える。ＧＯＰは、ＧＯＰのヘッダ内、ピクチャのうちの１つまたは複数のヘッダ内、または他所に、そのＧＯＰ内に含まれるピクチャの個数を記述するシンタックスデータを含むことができる。ピクチャの各スライスは、それぞれのスライスの符号化モードを記述するスライスシンタックスデータを含むことができる。ビデオエンコーダ２０は、通常、ビデオデータを符号化するために、個々のビデオスライス内のビデオブロックに作用する。ビデオブロックは、ＣＵ内のコーディングモードに対応することができる。ビデオブロックは、固定されたサイズまたは変化するサイズを有することができ、指定されたコーディング標準規格に従ってサイズにおいて変化することができる。

[0063]一例として、ＨＭは、様々なＰＵサイズでの予測をサポートする。特定のＣＵのサイズが２Ｎｘ２Ｎであると仮定すると、ＨＭは、２Ｎｘ２ＮまたはＮｘＮのＰＵサイズでのイントラ予測と、２Ｎｘ２Ｎ、２ＮｘＮ、Ｎｘ２Ｎ、またはＮｘＮの対称ＰＵサイズでのインター予測とをサポートする。ＨＭは、２ＮｘｎＵと、２ＮｘｎＤと、ｎＬｘ２Ｎと、ｎＲｘ２ＮとのＰＵサイズでのインター予測のための非対称区分をもサポートする。非対称区分では、ＣＵの一方の方向は、区分されず、他方の方向は、２５％と７５％とに区分される。ＣＵのうちで２５％区分に対応する部分は、「ｎ」とそれに続く「Ｕｐ（上）」、「Ｄｏｗｎ（下）」、「Ｌｅｆｔ（左）」、または「Ｒｉｇｈｔ（右）」の表示とによって示される。したがって、たとえば、「２ＮｘｎＵ」は、水平に区分され、上に２Ｎｘ０．５ＮのＰＵ、下に２Ｎｘ１．５ＮのＰＵを有する２Ｎｘ２ＮのＣＵを指す。

[0064]本開示では、「ＮｘＮ」と「Ｎ×Ｎ」とが、たとえば１６ｘ１６ピクセルまたは１６×１６ピクセルなど、垂直次元と水平次元とに関するビデオブロックのピクセル寸法を指すのに交換可能に使用される場合がある。一般に、１６ｘ１６ブロックは、垂直方向に１６ピクセルを有し（ｙ＝１６）、水平方向に１６ピクセルを有する（ｘ＝１６）。同様に、ＮｘＮブロックは、一般に、垂直方向にＮピクセル、水平方向にＮピクセルを有し、Ｎは、非負の整数値を表す。ブロック内のピクセルは、行と列とに配置され得る。さらに、ブロックは、必ずしも、水平方向において垂直方向と同一個数のピクセルを有するとは限らない。たとえば、ブロックは、ＮｘＭピクセルを備えることができ、Ｍは、必ずしもＮと等しくはない。

[0065]ＣＵのＰＵを使用するイントラ予測コーディングまたはインター予測コーディングの後に、ビデオエンコーダ２０は、ＣＵのＴＵの残差データを計算することができる。ＰＵは、空間領域（ピクセル領域とも称する）で予測ピクセルデータを生成する方法またはモードを記述するシンタックスデータを備えることができ、ＴＵは、残差ビデオデータに対する変換、たとえば離散コサイン変換（ＤＣＴ）、整数変換、ウェーブレット変換、または概念的に類似する変換の適用に続く変換領域での係数を備えることができる。残差データは、符号化されていないピクチャのピクセルとＰＵに対応する予測値との間のピクセル差に対応することができる。ビデオエンコーダ２０は、ＣＵの残差データを含むＴＵを形成し、その後、ＣＵの変換係数を作るためにＴＵを変換することができる。

[0066]変換係数を作るためのすべての変換の後に、ビデオエンコーダ２０は、変換係数の量子化を実行することができる。量子化は、その最も広義の通常の意味を有することを意図された広義の用語である。一実施形態では、量子化は、さらなる圧縮を提供する、係数を表すのに使用されるデータの量をおそらくは減らすために変換係数が量子化されるプロセスを指す。量子化プロセスは、係数の一部またはすべてに関連付けられたビット深度を減らすことができる。たとえば、ｎビット値が、量子化中にｍビット値に下に丸められ得、ｎは、ｍより大きい。

[0067]量子化の後に、ビデオエンコーダは、変換係数をスキャンし、量子化された変換係数を含む２次元行列から１次元ベクトルを作ることができる。スキャンは、より高いエネルギー（したがって、より低い頻度）の係数を配列の前方に配置し、より低いエネルギー（したがって、より高い頻度）の係数を配列の後方に配置するように設計され得る。いくつかの例では、ビデオエンコーダ２０は、エントロピー符号化され得るシリアライズされたベクトルを作るために量子化された変換係数をスキャンするのに事前定義のスキャン順序を利用することができる。他の例では、ビデオエンコーダ２０は、適応スキャンを実行することができる。１次元ベクトルを形成するために、量子化された変換係数をスキャンした後に、ビデオエンコーダ２０は、たとえばコンテキスト適応可変長コーディング（context-adaptive variable length coding、ＣＡＶＬＣ）、コンテキスト適応２進算術コーディング（context-adaptive binary arithmetic coding、ＣＡＢＡＣ）、シンタックスベースコンテキスト適応２進算術コーディング（syntax-based context-adaptive binary arithmetic coding、ＳＢＡＣ）、確率区間区分エントロピー（Probability Interval Partitioning Entropy、ＰＩＰＥ）コーディング、または別のエントロピー符号化方法論に従って、１次元ベクトルをエントロピー符号化することができる。ビデオエンコーダ２０は、ビデオデータを復号する際のビデオデコーダ３０による使用のために、符号化されたビデオデータに関連付けられたシンタックス要素をエントロピー符号化することもできる。

[0068]ＣＡＢＡＣを実行するために、ビデオエンコーダ２０は、送信されるシンボルに、コンテキストモデル内のコンテキストを割り当てることができる。コンテキストは、たとえば、シンボルの隣接値が非ゼロであるか否かに関するものとすることができる。ＣＡＶＬＣを実行するために、ビデオエンコーダ２０は、送信されるシンボルの可変長コードを選択することができる。ＶＬＣにおける符号語は、相対的により短いコードがよりありそうなシンボルに対応し、より長いコードがよりありそうにないシンボルに対応するように構成され得る。この形で、ＶＬＣの使用は、たとえば送信されるシンボルごとに等しい長さの符号語を使用することに対するビット節約を達成することができる。確率決定は、シンボルに割り当てられたコンテキストに基づくものとされ得る。

[0069]ビデオエンコーダ２０は、たとえばフレームヘッダ内、ブロックヘッダ内、スライスヘッダ内、またはＧＯＰヘッダ内で、ビデオデコーダ３０に、ブロックベースのシンタックスデータ、フレームベースのシンタックスデータ、およびＧＯＰベースのシンタックスデータなどのシンタックスデータをさらに送ることができる。ＧＯＰシンタックスデータは、それぞれのＧＯＰ内のフレームの個数を記述することができ、フレームシンタックスデータは、対応するフレームを符号化するのに使用された符号化／予測モードを示すことができる。

[0070]図２は、本開示で説明される態様による技法を実施することができる、ビデオエンコーダの例を示すブロック図である。ビデオエンコーダ２０は、本開示の技法のいずれかまたはすべてを実行するように構成され得る。たとえば、下で図７と図８とに関して説明される方法を含む、本開示で説明される技法は、ビデオエンコーダ２０の様々な構成要素の間で共有され得る。いくつかの例では、それに加えてまたはその代わりに、プロセッサ（図示せず）が、本開示で説明される技法のいずれかまたはすべてを実行するように構成され得る。

[0071]ビデオエンコーダ２０は、ビデオスライス内のビデオブロックのイントラコーディングとインターコーディングとを実行することができる。イントラコーディングは、所与のビデオフレームまたはピクチャ内のビデオ内の空間冗長性を減らすか除去するために、空間予測に頼る。インターコーディングは、ビデオシーケンスの隣接するフレームまたはピクチャ内のビデオ内の時間冗長性を減らすか除去するために、時間予測に頼る。イントラモード（Ｉモード）は、複数の空間ベースのコーディングモードのいずれをも指すことができる。単一方向予測（Ｐモード）または双方向予測（Ｂモード）などのインターモードは、複数の時間ベースのコーディングモードのいずれをも指すことができる。

[0072]図２に示されているように、ビデオエンコーダ２０は、符号化されるべきビデオフレーム内の現在のビデオブロックを受け取る。図１の例では、ビデオエンコーダ２０は、モード選択ユニット４０と、参照フレームメモリ６４と、合計器５０と、変換処理ユニット５２と、量子化ユニット５４と、エントロピー符号化ユニット５６とを含む。モード選択ユニット４０は、動き補償ユニット４４と、動き推定ユニット４２と、イントラ予測ユニット４６と、分割ユニット４８とを含む。ビデオブロックの再構成のために、ビデオエンコーダ２０は、逆量子化ユニット５８と、逆変換ユニット６０と、合計器６２とをも含む。デブロッキングフィルタ（図２には図示せず）も、再構成されたビデオからブロッキネスアーティファクトを除去するためにブロック境界をフィルタリングするために、含まれ得る。望まれる場合に、デブロッキングフィルタは、通常、合計器６２の出力をフィルタリングするはずである。追加のフィルタ（インループまたはポストループ）も、デブロッキングフィルタに加えて使用され得る。そのようなフィルタは、簡潔さのために図示されていないが、望まれる場合には、合計器５０の出力をフィルタリングすることができる（インループフィルタとして）。

[0073]符号化プロセス中に、ビデオエンコーダ２０は、コーディングされるべきビデオフレームまたはスライスを受け取る。フレームまたはスライスは、複数のビデオブロックに分割され得る。動き推定ユニット４２および動き補償ユニット４４は、時間予測を提供するために、１つまたは複数の参照フレーム内の１つまたは複数のブロックに対する相対的な受け取られたビデオブロックのインター予測コーディングを実行する。イントラ予測ユニット４６は、その代わりに、空間予測を提供するために、コーディングされるべきブロックと同一のフレームまたはスライス内の１つまたは複数の隣接ブロックに対する相対的な受け取られたビデオブロックのイントラ予測コーディングを実行することができる。ビデオエンコーダ２０は、たとえばビデオデータのブロックごとに適当なコーディングモードを選択するために、複数のコーディングパスを実行することができる。

[0074]さらに、区分ユニット４８は、前のコーディングパス内の前の区分方式の評価に基づいて、ビデオデータのブロックをサブブロックに区分することができる。たとえば、区分ユニット４８は、当初に、フレームまたはスライスをＬＣＵに区分し、レートひずみ分析（たとえば、レートひずみ最適化）に基づいて、ＬＣＵの各々をサブＣＵに区分することができる。モード選択ユニット４０は、サブＣＵへのＬＣＵの区分を示す四分木データ構造をさらに作ることができる。四分木の葉ノードＣＵは、１つまたは複数のＰＵと１つまたは複数のＴＵとを含むことができる。

[0075]モード選択ユニット４０は、たとえば誤差結果に基づいて、コーディングモードのうちの１つすなわちイントラまたはインターを選択し、結果のイントラコーディングされたブロックまたはインターコーディングされたブロックを、残差ブロックデータを生成するために合計器５０に、参照フレームとしての使用のために符号化されたブロックを再構成するために合計器６２に供給することができる。モード選択ユニット４０は、動きベクトル、イントラモードインジケータ、区分情報、および他のそのような構文情報などのシンタックス要素をエントロピー符号化ユニット５６に供給することもする。

[0076]動き推定ユニット４２および動き補償ユニット４４は、高度に一体化され得るが、概念上の目的から別々に図示されている。動き推定ユニット４２によって実行される動き推定は、ビデオブロックの動きを推定する動きベクトルを生成するプロセスである。動きベクトルは、たとえば、現在のフレーム（または他のコーディングされたユニット）内でコーディングされつつある現在のブロックに対する相対的な、参照フレーム（または他のコーディングされたユニット）内の予測ブロックに対する相対的な現在のビデオフレームまたはピクチャ内のビデオブロックのＰＵの変位を示すことができる。予測ブロックは、絶対差の合計（sum of absolute difference、ＳＡＤ）、二乗差の合計（sum of square difference、ＳＳＤ）、または他の差メトリックによって決定され得るピクセル差に関する、コーディングされるブロックとよく一致することがわかったブロックである。いくつかの例では、ビデオエンコーダ２０は、参照フレームメモリ６４内に記憶された参照ピクチャのサブ整数ピクセル位置の値を計算することができる。たとえば、ビデオエンコーダ２０は、参照ピクチャの１／４ピクセル位置、１／８ピクセル位置、または他の分数ピクセル位置の値を補間することができる。したがって、動き推定ユニット４２は、フルピクセル位置および分数ピクセル位置に関する動き検索を実行し、分数ピクセル精度を有する動きベクトルを出力することができる。

[0077]動き推定ユニット４２は、ＰＵの位置を参照ピクチャの予測ブロックの位置と比較することによって、インターコーディングされたスライス内のビデオブロックのＰＵの動きベクトルを計算する。参照ピクチャは、各々が参照フレームメモリ６４内に記憶された１つまたは複数の参照ピクチャを識別する第１の参照ピクチャリスト（リスト０）または第２の参照ピクチャリスト（リスト１）から選択され得る。動き推定ユニット４２は、計算された動きベクトルをエントロピー符号化ユニット５６と動き補償ユニット４４とに送る。

[0078]動き補償ユニット４４によって実行される動き補償は、動き推定ユニット４２によって決定された動きベクトルに基づいて予測ブロックを取り出し、またはこれを生成することを含むことができる。やはり、動き推定ユニット４２および動き補償ユニット４４は、いくつかの例で、機能的に一体化され得る。現在のビデオブロックのＰＵの動きベクトルを受け取る時に、動き補償ユニット４４は、参照ピクチャリストのうちの１つにおいて動きベクトルがポイントする予測ブロックを突き止めることができる。合計器５０は、下で議論されるように、コーディングされつつある現在のビデオブロックのピクセル値から予測ブロックのピクセル値を減算し、ピクセル差値を形成することによって、残差ビデオブロックを形成する。一般に、動き推定ユニット４２は、ルマ成分に対して相対的に動き推定を実行し、動き補償ユニット４４は、クロマ成分とルマ成分の両方に関して、ルマ成分に基づいて計算された動きベクトルを使用する。モード選択ユニット４０は、ビデオスライスのビデオブロックを復号する際のビデオデコーダ３０による使用のために、ビデオブロックとビデオスライスとに関連付けられたシンタックス要素を生成することもできる。

[0079]イントラ予測ユニット４６は、上で説明された、動き推定ユニット４２と動き補償ユニット４４とによって実行されるインター予測に対する代替案として、現在のブロックをイントラ予測しまたは計算することができる。具体的には、イントラ予測ユニット４６は、現在のブロックを符号化するのに使用すべきイントラ予測モードを決定することができる。いくつかの例では、イントラ予測ユニット４６は、たとえば別々の符号化パス中に、様々なイントラ予測モードを使用して現在のブロックを符号化することができ、イントラ予測ユニット４６（または、いくつかの例ではモード選択ユニット４０）は、テストされたモードから使用すべき適当なイントラ予測モードを選択することができる。

[0080]たとえば、イントラ予測ユニット４６は、様々なテストされたイントラ予測モードに関するレートひずみ分析を使用してレートひずみ値を計算し、テストされたモードの中で最良のレートひずみ特性を有するイントラ予測モードを選択することができる。レートひずみ分析は、一般に、符号化されたブロックと、符号化されたブロックを作るために符号化された元の符号化されていないブロックとの間のひずみ（または誤差）の量、ならびに符号化されたブロックを作るのに使用されたビットレート（すなわち、ビットの個数）を決定する。イントラ予測ユニット４６は、どのイントラ予測モードがブロックに関して最良のレートひずみ値を示すのかを決定するために、様々な符号化されたブロックのひずみとレートとから比率を計算することができる。

[0081]ブロックのイントラ予測モードを選択した後に、イントラ予測ユニット４６は、ブロックの選択されたイントラ予測モードを示す情報をエントロピー符号化ユニット５６に供給することができる。エントロピー符号化ユニット５６は、選択されたイントラ予測モードを示す情報を符号化することができる。ビデオエンコーダ２０は、複数のイントラ予測モードインデックステーブルと複数の変更されたイントラ予測モードインデックステーブル（符号語マッピングテーブルとも称する）とを含むことができる送信されるビットストリーム構成データ内に、様々なブロックの符号化コンテキストの定義と、最もありそうなイントラ予測モードの表示と、イントラ予測モードインデックステーブルと、コンテキストの各々について使用すべき変更されたイントラ予測モードインデックステーブルとを含めることができる。

[0082]ビデオエンコーダ２０は、コーディングされつつある元のビデオブロックから、モード選択ユニット４０からの予測データを減算することによって、残差ビデオブロックを形成する。合計器５０は、この減算演算を実行する構成要素を表す。変換処理ユニット５２は、離散コサイン変換（ＤＣＴ）または概念的に類似する変換などの変換を残差ブロックに適用し、残差変換係数値を備えるビデオブロックを作る。変換処理ユニット５２は、ＤＣＴに概念的に類似する他の変換を実行することができる。ウェーブレット変換、整数変換、サブバンド変換、または他のタイプの変換も、使用され得る。どの場合においても、変換処理ユニット５２は、残差ブロックに変換を適用して、残差変換係数のブロックを作る。変換は、残差情報をピクセル値領域から周波数領域などの変換領域に変換することができる。変換処理ユニット５２は、結果の変換係数を量子化ユニット５４に送ることができる。量子化ユニット５４は、ビットレートをさらに減らすために、変換係数を量子化する。量子化プロセスは、係数の一部またはすべてに関連付けられたビット深度を減らすことができる。量子化の度合は、量子化パラメータを調整することによって変更され得る。いくつかの例では、量子化ユニット５４は、その後、量子化された変換係数を含む行列のスキャンを実行することができる。代替案では、エントロピー符号化ユニット５６が、このスキャンを実行することができる。

[0083]量子化の後に、エントロピー符号化ユニット５６は、量子化された変換係数をエントロピーコーディングする。たとえば、エントロピー符号化ユニット５６は、コンテキスト適応可変長コーディング（ＣＡＶＬＣ）、コンテキスト適応２進算術コーディング（ＣＡＢＡＣ）、シンタックスベースコンテキスト適応２進算術コーディング（ＳＢＡＣ）、確率区間区分エントロピー（ＰＩＰＥ）コーディング、または別のエントロピーコーディング技法を実行することができる。コンテキストベースのエントロピーコーディングの場合に、コンテキストは、隣接ブロックに基づくものとされ得る。エントロピー符号化ユニット５６によるエントロピーコーディングの後に、符号化されたビットストリームは、別のデバイス（たとえば、ビデオデコーダ３０）に送信され、または後の送信もしくは取出のためにアーカイブされ得る。

[0084]逆量子化ユニット５８および逆変換ユニット６０は、たとえば参照ブロックとして後の値の使用のために、ピクセル領域の残差ブロックを再構成するために、それぞれ逆量子化と逆変換とを適用する。動き補償ユニット４４は、参照フレームメモリ６４のフレームのうちの１つの予測ブロックに残差ブロックを加算することによって、参照ブロックを計算することができる。動き補償ユニット４４は、動き推定での使用のためにサブ整数ピクセル値を計算するために、再構成された残差ブロックに１つまたは複数の補間フィルタを適用することもできる。合計器６２は、参照フレームメモリ６４での記憶のために再構成されたビデオブロックを作るために、動き補償ユニット４４によって作られた動き補償された予測ブロックに再構成された残差ブロックを加算する。再構成されたビデオブロックは、後続ビデオフレーム内のブロックをインターコーディングするための参照ブロックとして、動き推定ユニット４２と動き補償ユニット４４とによって使用され得る。

[0085]図３は、本開示で説明される態様による技法を実施することができる、ビデオデコーダの例を示すブロック図である。ビデオデコーダ３０は、図７と図８とに関して下で説明される方法を含む、本開示の技法のいずれかまたはすべてを実行するように構成され得る。一例として、動き補償ユニット７２および／またはイントラ予測ユニット７４は、本開示で説明される技法のいずれかまたはすべてを実行するように構成され得る。しかしながら、本開示の諸態様は、それに限定されない。いくつかの例では、本開示で説明される技法は、ビデオデコーダ３０の様々な構成要素の間で共有され得る。いくつかの例では、それに加えてまたはその代わりに、プロセッサ（図示せず）が、本開示で説明される技法のいずれかまたはすべてを実行するように構成され得る。

[0086]図３の例では、ビデオデコーダ３０は、エントロピー復号ユニット７０と、動き補償ユニット７２と、イントラ予測ユニット７４と、逆量子化ユニット７６と、逆変換ユニット７８と、参照フレームメモリ８２と、合計器８０とを含む。ビデオデコーダ３０は、いくつかの例では、ビデオエンコーダ２０（図２）に関して説明された符号化パスに対して全般的に相反の復号パスを実行することができる。動き補償ユニット７２は、エントロピー復号ユニット７０から受け取られた動きベクトルに基づいて、予測データを生成することができ、イントラ予測ユニット７４は、エントロピー復号ユニット７０から受け取られたイントラ予測モードインジケータに基づいて、予測データを生成することができる。

[0087]復号プロセス中に、ビデオデコーダ３０は、符号化されたビデオスライスのビデオブロックと関連付けられたシンタックス要素とを表す符号化されたビデオビットストリームをビデオエンコーダ２０から受け取る。ビデオデコーダ３０のエントロピー復号ユニット７０は、量子化された係数と、動きベクトルまたはイントラ予測モードインジケータと、他のシンタックス要素とを生成するために、ビットストリームをエントロピー復号する。エントロピー復号ユニット７０は、動きベクトルと他のシンタックス要素とを動き補償ユニット７２に転送する。ビデオデコーダ３０は、ビデオスライスレベルおよび／またはビデオブロックレベルでシンタックス要素を受け取ることができる。

[0088]ビデオスライスが、イントラコーディングされた（Ｉ）スライスとしてコーディングされる時に、イントラ予測ユニット７４は、シグナリングされたイントラ予測モードと現在のフレームまたはピクチャの以前に復号されたブロックからのデータとに基づいて、現在のビデオスライスのビデオブロックの予測データを生成することができる。ビデオフレームが、インターコーディングされた（たとえば、Ｂ、Ｐ、またはＧＰＢ）スライスとしてコーディングされる時に、動き補償ユニット７２は、エントロピー復号ユニット７０から受け取られた動きベクトルと他のシンタックス要素とに基づいて、現在のビデオスライスのビデオブロックの予測ブロックを作る。予測ブロックは、参照ピクチャリストのうちの１つ内の参照ピクチャのうちの１つから作られ得る。ビデオデコーダ３０は、参照フレームメモリ９２内に記憶された参照ピクチャに基づいて、デフォルト構成技法を使用して、参照フレームリストすなわちリスト０とリスト１とを構成することができる。動き補償ユニット７２は、動きベクトルと他のシンタックス要素とを解析することによって、現在のビデオスライスのビデオブロックの予測情報を決定し、復号されつつある現在のビデオブロックの予測ブロックを作るのにその予測情報を使用する。たとえば、動き補償ユニット７２は、現在のビデオスライス内のビデオブロックを復号するために、ビデオスライスのビデオブロックをコーディングするのに使用された予測モード（たとえば、イントラ予測またはインター予測）と、インター予測スライスタイプ（たとえば、Ｂスライス、Ｐスライス、またはＧＰＢスライス）と、スライスの参照ピクチャリストのうちの１つまたは複数の構成情報と、スライスのインター符号化されたビデオブロックごとの動きベクトルと、スライスのインターコーディングされたビデオブロックごとのインター予測状況と、他の情報とを決定するのに、受け取られたシンタックス情報の一部を使用する。

[0089]動き補償ユニット７２は、補間フィルタに基づいて補間を実行することもできる。動き補償ユニット７２は、参照ブロックのサブ整数ピクセルの補間された値を計算するために、ビデオブロックの符号化中にビデオエンコーダ２０によって使用された補間フィルタを使用することができる。この場合に、動き補償ユニット７２は、受け取られたシンタックス要素から、ビデオエンコーダ２０によって使用された補間フィルタを決定し、予測ブロックを作るのにその補間フィルタを使用することができる。

[0090]逆量子化ユニット７６は、ビットストリーム内で供給され、エントロピー復号ユニット７０によって復号された量子化された変換係数を逆量子化し、たとえばデクォンタイズ（de-quantize）する。逆量子化プロセスは、量子化の度合と、同様に適用すべき逆量子化の度合とを決定するための、ビデオスライス内のビデオブロックごとにビデオデコーダ３０によって計算された量子化パラメータＱＰ_Yの使用を含むことができる。

[0091]逆変換ユニット７８は、ピクセル領域で残差ブロックを作るために、変換係数に逆変換、たとえば逆ＤＣＴ、逆整数変換、または概念的に類似する逆変換プロセスを適用する。

[0092]動き補償ユニット７２が、動きベクトルと他のシンタックス要素とに基づいて現在のビデオブロックの予測ブロックを生成した後に、ビデオデコーダ３０は、逆変換ユニット７８からの残差ブロックと動き補償ユニット７２によって生成された対応する予測ブロックとを合計することによって、復号されたビデオブロックを形成する。合計器８０は、この合計演算を実行する構成要素を表す。望まれる場合に、デブロッキングフィルタも、ブロッキネスアーティファクトを除去するために、復号されたブロックをフィルタリングするために適用され得る。他のループフィルタ（コーディングループ内またはコーディングループの後のいずれであれ）も、ピクセル推移を平滑化し、または他の形でビデオ品質を改善するために、使用され得る。その後、所与のフレームまたはピクチャ内の復号されたビデオブロックは、参照ピクチャメモリ８２内に記憶され、参照ピクチャメモリ８２は、後続の動き補償のために使用される参照ピクチャを記憶する。参照フレームメモリ８２は、図１のディスプレイデバイス３２などのディスプレイデバイス上での後の提示のために、復号されたビデオをも記憶する。
ＨＥＶＣにおける動き補償

[0093]上述されたように、ＨＥＶＣは次世代のビデオコーディング規格である。一般に、ＨＥＶＣは、以前のビデオコーディング標準規格のフレームワークに従う。ＨＥＶＣの動き補償ループは、Ｈ．２６４／ＡＶＣと同一に保たれ得る、すなわち、現在のフレーム

の再構成は、デクォンタイズされた係数ｒに時間予測Ｐを加えたものと等しい。

ここで、Ｐは、Ｐフレームもしくはスライスの単一方向予測、またはＢフレームもしくはスライスの両方向予測を示す。

[0094]ＨＥＶＣの動き補償の単位は、以前のビデオコーディング標準規格のものとは異なり得る。実際に、以前のビデオコーディング標準規格におけるマクロブロックの概念は、ＨＥＶＣには存在しない。その代わりに、マクロブロックの概念は、包括的な４分木方式に基づく極めて柔軟な階層構造に置換される。この方式の中で、３タイプのブロックすなわち、コーディングユニット（ＣＵ）、予測ユニット（ＰＵ）、および変換ユニット（ＴＵ）が、定義される。ＣＵは、領域分割の基本単位である。ＣＵは、マクロブロックの概念に類似するが、ＣＵは、最大サイズを制限せず、ＣＵは、コンテンツ適応性を改善するために、４つの等しいサイズのＣＵへの再帰的分割を可能にする。ＰＵは、インター／イントラ予測の基本単位であり、ＰＵは、不規則なイメージパターンを効率的にコーディングするために、単一のＰＵ内での複数の任意形状区分を含むことができる。ＴＵは、変換の基本単位である。ＴＵは、ＰＵとは独立に定義され得るが、ＴＵのサイズは、そのＴＵが属するＣＵに制限される。３つの異なる概念へのブロック構造のこの分離は、各ブロック構造をその役割に従って最適化することを可能にし、これは、改善されたコーディング効率をもたらす。
スケーラブルビデオコーディング

[0095]異なる次元でのスケーラビリティ４００の例が、図４に示されている。この例では、スケーラビリティは、３つの次元４０２と４０４と４０６とにおいて可能である。時間次元４０２では、たとえば、７．５Ｈｚ、１５Ｈｚまたは３０Ｈｚを有するフレームレートが、時間スケーラビリティ（Ｔ）によってサポートされ得る。空間スケーラビリティ（Ｓ）４０４がサポートされる時には、たとえば、ＱＣＩＦ、ＣＩＦおよび４ＣＩＦなどの異なる解像度が、使用可能にされる。特定の空間分解能およびフレームレートごとに、ＳＮＲ（Ｑ）レイヤ４０６が、ピクチャ品質を改善するために追加され得る。各レイヤ４０２、４０４、４０６からのビットストリームは、単一のビットストリームに一緒に多重化され得る。ビデオコンテンツがそのような拡張可能な形で符号化された後に、エクストラクタツールが、たとえば、クライアントまたは伝送チャネルに依存するアプリケーション要件に従って、実際に配送されるコンテンツを適応させるのに使用され得る。図４に示された例では、各立方体４０８は、同一のフレームレート（時間レベル）、空間分解能、およびＳＮＲレイヤを有するピクチャを含む。これらの立方体４０８（ピクチャ）を任意の次元４０２、４０４、４０６に追加することによって、より良い表現が達成され得る。組み合わされたスケーラビリティは、２つ、３つ、またはさらに多くのスケーラビリティが使用可能にされる時サポートされる。

[0096]ＳＶＣ仕様によれば、最低の空間レイヤ４１０と品質レイヤ４１２とを有するピクチャは、Ｈ．２６４／ＡＶＣと互換であり、最低の時間レベル４１４のピクチャは、時間ベースレイヤを形成し、より上位の時間レベルのピクチャを用いて質を高められ得る。Ｈ．２６４／ＡＶＣ互換レイヤに加えて、複数の空間レイヤおよび／またはＳＮＲエンハンスメントレイヤが、空間スケーラビリティおよび／または品質スケーラビリティを提供するために追加され得る。ＳＮＲスケーラビリティ４０６は、品質スケーラビリティとしても参照される。各空間レイヤ４０４またはＳＮＲエンハンスメントレイヤ４０６自体は、Ｈ．２６４／ＡＶＣ互換レイヤと同一の時間スケーラビリティ構造を用いて、時間的にスケーラブルとされ得る。１つの空間レイヤまたはＳＮＲエンハンスメントレイヤに関して、より低いレイヤ空間レイヤまたはＳＮＲエンハンスメントレイヤは、特定の空間レイヤまたはＳＮＲエンハンスメントレイヤのベースレイヤとしても参照される。

[0097]ＳＶＣコーディング構造５００の例が、図５に示されている。最も低い空間レイヤを有するピクチャおよび最も低い品質レイヤを有するピクチャ（レイヤ０ ５０２およびレイヤ１ ５０４の、ＱＣＩＦ解像度のピクチャ）は、Ｈ．２６４／ＡＶＣと互換である。これらの中で、最も低い時間レベルのこれらのピクチャは、図５のレイヤ０ ５０２に示されているように、時間ベースレイヤを形成する。この時間ベースレイヤ（レイヤ０）５０２は、より高い時間レベル（レイヤ１）５０４のピクチャを用いて質を高められ得る。Ｈ．２６４／ＡＶＣ互換レイヤ５０４に加えて、いくつかの空間レイヤおよび／またはＳＮＲエンハンスメントレイヤ５０６、５０８、５１０が、空間スケーラビリティおよび／または品質スケーラビリティをもたらすために、追加され得る。たとえば、エンハンスメントレイヤは、レイヤ２ ５０６と同一の解像度を有するＣＩＦ表現であり得る。この例では、レイヤ３ ５０８は、ＳＮＲエンハンスメントレイヤである。この例に示されているように、各空間レイヤ自体または各ＳＮＲエンハンスメントレイヤ自体は、Ｈ．２６４／ＡＶＣ互換レイヤと同一の時間スケーラビリティ構造を用いて、時間的にスケーラブルとされ得る。また、エンハンスメントレイヤは、空間解像度とフレームレートの両方の質を高めることができる。たとえば、レイヤ４ ５１０は、フレームレートを１５Ｈｚから３０Ｈｚにさらに高める、４ＣＩＦエンハンスメントレイヤを提供する。

[0098]図６に示されているように、同一の時間的瞬間にコーディングされるスライスは、ビットストリーム順序で連続し、ＳＶＣのコンテキストにおいて１つのアクセスユニット６００を形成する。次に、これらのＳＶＣアクセスユニット６００は、復号順序に従い、この復号順序は、表示順序と異なるものとされ得、たとえば時間予測関係によって決定され得る。

[0099]一般に、レイヤ間テクスチャ予測は、再構成されたベースレイヤピクセル値がエンハンスメントレイヤ内のピクセル値を予測するのに使用されるケースを指す。「イントラＢＬモード」および「レイヤ間参照ピクチャ」は、レイヤ間テクスチャ予測に対する２つのアプローチである。

[0100]（コーディングされた）ピクチャ、アクセスユニット（ＡＵ）、イントラランダムアクセスポイント（ＩＲＡＰ）ＡＵ、コーディングされたビデオシーケンス（ＣＶＳ）、およびビットストリームという用語は、広義の通常の意味を有する広義の用語である。いくつかの実施形態では、これらの用語は、以下を指す。コーディングされたピクチャは、ＳＶＣのレイヤ表現、ＭＶＣのビューコンポーネント、およびＭＶＣ＋Ｄのテクスチャまたはデプスビューと同等である。ＳＶＣおよびＭＶＣにおいて、アクセスユニット（ＡＵ）は、同一の出力時刻に関連付けられたすべてのコーディングされたピクチャと、それらに関連付けられた非ＶＣＬ ＮＡＬユニットとからなる。ＩＲＡＰアクセスユニットは、すべてのコーディングされたピクチャがＩＲＡＰピクチャであるアクセスユニットである。コーディングされたビデオシーケンス（ＣＶＳ）は、復号順序で、１と等しいＮｏＲａｓｌＯｕｔｐｕｔＦｌａｇを有するＩＲＡＰアクセスユニットである任意の後続のアクセスユニットを含まないものまでのすべての後続アクセスユニットを含む、１と等しいＮｏＲａｓｌＯｕｔｐｕｔＦｌａｇを有するＩＲＡＰアクセスユニットではない０個以上のアクセスユニットによって後続される、１と等しいＮｏＲａｓｌＯｕｔｐｕｔＦｌａｇを有するＩＲＡＰアクセスユニットからなるアクセスユニットのシーケンスである。ビットストリームは、１つまたは複数のＣＶＳの表現を形成する、ＮＡＬユニットストリームまたはバイトストリームの形のビットのシーケンスである。ビットストリーム内の最初のＡＵは、ＩＲＡＰ ＡＵである。
レイヤ間ＲＰＳのシグナリングおよび導出

[0101]レイヤ間参照ピクチャセット（ＲＰＳ）シグナリングおよび導出の１つの方法が、以下の目的を伴って設計される。レイヤ間ＲＰＳサブセットは、ピクチャレベルシンタックスに基づいて導出され得る（たとえば、ピクチャレベルシンタックスは、スライスヘッダ内でシグナリングされ得る）。レイヤ間ＲＰＳサブセットは、レイヤ間ピクチャ参照に使用されるピクチャの消失を検出するのに使用され得る。シーケンスレベル表示は、通常のユーザケースに関するピクチャレベルシグナリングオーバーヘッドを減らすのに使用され得る。たとえば、ＳＨＶＣでは、通常、１つの参照レベルピクチャだけが、ピクチャをコーディングするためにレイヤ間予測において使用される。したがって、最大のレイヤｉｄを有する参照レイヤが、インター予測に使用され、したがって、レイヤ間参照ピクチャ情報は、どのスライスヘッダ内でも明示的にシグナリングされない。

[0102]ＭＶ−ＨＥＶＣおよびＳＨＶＣでは、シンタックスおよびセマンティクスが、以下のように提供され得る。
ＭＶ−ＨＥＶＣおよびＳＨＶＣでビデオパラメータセット拡張のシンタックスおよびセマンティクス

[0103]表１のこの例では、１と等しいｍａｘ＿ｏｎｅ＿ａｃｔｉｖｅ＿ｒｅｆ＿ｌａｙｅｒ＿ｆｌａｇは、多くとも１つのピクチャが、ＣＶＳ内のピクチャごとのレイヤ間予測に使用されることを指定し、またはこれを示すことができる。また、０と等しいｍａｘ＿ｏｎｅ＿ａｃｔｉｖｅ＿ｒｅｆ＿ｌａｙｅｒ＿ｆｌａｇは、複数のピクチャが、ＣＶＳ内のピクチャごとのレイヤ間予測に使用されることを指定し、またはこれを示すことができる。
全般的なスライスセグメントヘッダのシンタックス

[0104]下の表２の例では、１と等しいｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｅｎａｂｌｅｄ＿ｆｌａｇは、レイヤ間予測が現在のピクチャの復号に使用され得ることを指定し、またはこれを示すことができる。また、０と等しいｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｅｎａｂｌｅｄ＿ｆｌａｇは、レイヤ間予測が現在のピクチャの復号に使用されないことを指定し、またはこれを示すことができる。ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｅｎａｂｌｅｄ＿ｆｌａｇがビットストリーム内に存在しない時、またはｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値がビットストリーム内でシグナリングされない時には、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値は、デコーダによって０と等しいと推論され得る。

[0105]表２の例では、ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１に１を加えたものが、レイヤ間予測に関して現在のピクチャの復号において使用され得るピクチャの個数を指定し、またはこれを示すことができる。ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１シンタックス要素の長さは、Ｃｅｉｌ（Ｌｏｇ２（ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１）ビットとすることができる。ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１の値は、両端を含めて０からＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１までの範囲内のビーとすることができる。

[0106]変数ＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓは、次のコードに示されているように導出され得る。

コーディングされたピクチャのすべてのスライスが、同一の値のＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓを有することができる。

[0107]表２の例では、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］は、レイヤ間予測に関して現在のピクチャによって使用され得る第ｉのピクチャのｎｕｈ＿ｌａｙｅｒ＿ｉｄを表す変数ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］を指定し、またはこれを示すことができる。シンタックス要素ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の長さは、Ｃｅｉｌ（Ｌｏｇ２（ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］））ビットである。ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値は、両端を含めて０からＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１までの範囲内とすることができる。ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］がビットストリーム内に存在しない時、またはｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値がビットストリーム内でシグナリングされない時には、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値は、デコーダによって０と等しいと推論され得る。ｉが０より大きい時には、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］は、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ−１］より大きくなり得る。

[0108]両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの各値に関する変数ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］は、次のように導出され得る。

あるピクチャのすべてのスライスは、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの各値に関する同一の値のｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］を有することができる。

[0109]いくつかの実施態様では、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの値ごとに、次の２つの条件のいずれかが真になることが、ビットストリームコンフォーマンス（bitstream conformance）の要件である。第１の条件は、ｍａｘ＿ｓｕｂｌａｙｅｒ＿ｆｏｒ＿ｉｌｐ＿ｐｌｕｓ１［ＬａｙｅｒＩｄＩｎＶｐｓ［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］］の値がＴｅｍｐｏｒａｌＩｄより大きいことである。第２の条件は、ｍａｘ＿ｓｕｂｌａｙｅｒ＿ｆｏｒ＿ｉｌｐ＿ｐｌｕｓ１［ＬａｙｅｒＩｄＩｎＶｐｓ［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］］の値およびＴｅｍｐｏｒａｌＩｄの値が、両方とも０と等しく、ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］と等しいｎｕｈ＿ｌａｙｅｒ＿ｉｄを有する現在のアクセスユニット内のピクチャが、ＩＲＡＰピクチャであることである。

[0110]いくつかの実施態様では、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの値ごとに、ＳａｍｐｌｅＰｒｅｄＥｎａｂｌｅｄＦｌａｇ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］またはＭｏｔｉｏｎＰｒｅｄＥｎａｂｌｅｄＦｌａｇ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］の値が１と等しいことが、ビットストリームコンフォーマンスの要件である。

[0111]表２の例では、１と等しいｉｎｔｅｒ＿ｌａｙｅｒ＿ｓａｍｐｌｅ＿ｐｒｅｄ＿ｏｎｌｙ＿ｆｌａｇは、インター予測が現在のピクチャの復号で使用されないことを指定し、またはこれを示すことができる。また、０と等しいｉｎｔｅｒ＿ｌａｙｅｒ＿ｓａｍｐｌｅ＿ｐｒｅｄ＿ｏｎｌｙ＿ｆｌａｇは、インター予測が現在のピクチャの復号で使用され得ることを指定し、またはこれを示すことができる。ｉｎｔｅｒ＿ｌａｙｅｒ＿ｓａｍｐｌｅ＿ｐｒｅｄ＿ｏｎｌｙ＿ｆｌａｇがビットストリーム内に存在しない時、またはｉｎｔｅｒ＿ｌａｙｅｒ＿ｓａｍｐｌｅ＿ｐｒｅｄ＿ｏｎｌｙ＿ｆｌａｇの値がビットストリーム内でシグナリングされない時には、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｓａｍｐｌｅ＿ｐｒｅｄ＿ｏｎｌｙ＿ｆｌａｇの値は、デコーダによって０と等しいと推論され得る。

[0112]変数ＩｎｔｅｒＲｅｆＥｎａｂｌｅｄＩｎＲＰＬＦｌａｇは、次のように導出され得る。ＮｕｍＳａｍｐｌｅＰｒｅｄＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］が０より大きく、ＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓが０より大きい場合には、ＩｎｔｅｒＲｅｆＥｎａｂｌｅｄＩｎＲＰＬＦｌａｇは、！ｉｎｔｅｒ＿ｌａｙｅｒ＿ｓａｍｐｌｅ＿ｐｒｅｄ＿ｏｎｌｙ＿ｆｌａｇと等しくセットされ得る。そうではない場合には、ＩｎｔｅｒＲｅｆＥｎａｂｌｅｄＩｎＲＰＬＦｌａｇは、１と等しくセットされ得る。

[0113]ＭＶ−ＨＥＶＣおよびＳＨＶＣでのレイヤ間予測（ＩＬＰ）のシンタックスおよびセマンティクスは、ある種の問題と短所とを有する。たとえば、スライスヘッダ内でのレイヤ間予測のシグナリングは、ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］が０より大きい限り、非ベースレイヤピクチャについて必ず必要である。しかしながら、様々な通常のシナリオについて、レイヤ間予測をスライスごとに変更することは、必要ではない。その結果、スライスヘッダ内ですべてのレイヤ間予測をシグナリングすることは、必要ではない。したがって、スライスヘッダ内でレイヤ間予測をシグナリングするのに利用されるビットは、これらの状況では不必要になる。そのようなシナリオは、通常のマルチビュービデオコーディングシナリオにおいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で指定されるレイヤ間ＲＰＳ内の直接参照レイヤピクチャのすべてが、レイヤ間予測に使用され、そのすべてが、現在のピクチャの少なくとも１つの参照ピクチャリスト内に挿入される時を含む。スライスヘッダ内でレイヤ間予測をシグナリングするのに利用されるビットが不必要になる、そのようなシナリオは、それに加えてまたはその代わりに、ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］の値がＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓの値と等しいシナリオを含むことができる。ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］がＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓと等しい時には、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］をシグナリングする必要がない。

[0114]いくつかの実施形態では、以下の技法が、上で説明された問題と短所とに対処し、スライスヘッダ内での不必要なシグナリングを回避するための機構を提供する。これらの技法は、改善されたコーディング効率と、下げられたコンピューティングリソース要件とをもたらす。

[0115]いくつかの実施形態では、技法は、各レイヤが少なくとも１つのピクチャを備える、ビデオ情報の１つまたは複数のレイヤを受け取ることを含む。技法は、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられたすべての直接参照レイヤピクチャがレイヤ間参照ピクチャセットに追加されるかどうかを示す、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内のインジケータを処理することを含むことができる。技法は、インジケータに基づいて（たとえば、すべての関連付けられた直接参照レイヤピクチャがレイヤ間参照ピクチャセットに追加されることをインジケータが示す場合に）、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えることを含むことができる。たとえば、技法は、すべての直接参照レイヤピクチャがレイヤ間参照ピクチャセット（ＲＰＳ）に追加されるかどうかの、ビデオパラメータセット（ＶＰＳ）内の表示を有するＶＰＳを参照する（たとえば、これに関連付けられた）すべてのビデオスライスが、そのＶＰＳを参照しまたはこれに関連付けられた任意のスライスのレイヤ間参照ピクチャセットに追加されるように、そのような表示を提供すること、および／またはそのような表示を処理することを含む。たとえば、ＶＰＳを参照しまたはこれに関連付けられたビデオスライスは、どのビデオスライスのスライスヘッダ内にも、レイヤ間シグナリングに関する任意のさらなるシンタックス要素を含まない。代替案では、すべての直接参照レイヤピクチャがビデオパラメータセット内のレイヤ間ＲＰＳに追加されるかどうかを示す表示が、ＳＰＳ内またはＰＰＳ内に存在することができる。したがって、すべての直接参照レイヤピクチャがＳＰＳまたはＰＰＳを参照する（たとえば、これに関連付けられた）任意のおよびすべてのスライスのレイヤ間ＲＰＳに追加されるという制約が、同様にあてはまる。加えて、すべての直接参照レイヤピクチャがレイヤ間ＲＰＳに追加されるという制約は、その制約が必ず適用され得るように、ＭＶ−ＨＥＶＣについて導入され得る。この場合に、すべての直接参照レイヤピクチャがレイヤ間ＲＰＳに追加されるという制約のシグナリングは、必須とされ得る。

[0116]いくつかの実施形態では、技法は、各レイヤが少なくとも１つのピクチャを備える、ビデオ情報の１つまたは複数のレイヤを受け取ることを含む。技法は、１つまたは複数のレイヤのうちの１つに関連付けられた直接参照レイヤの個数を決定することをさらに含むことができる。技法は、直接参照レイヤの個数がビデオ情報に関連付けられたアクティブ参照レイヤピクチャの個数と等しい時に、レイヤ間予測をシグナリングすることを控えることをさらに含むことができる。たとえば、ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］がＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓと等しい時には、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃはシグナリングされない。

[0117]いくつかの実施形態は、様々なＨＥＶＣ標準規格および草案で提供されるある種のシンタックス要素およびセマンティクス要素に対する変更（追加および削除など）を含む。たとえば、ＭＶ−ＨＥＶＣ ＷＤ４およびＳＨＶＣ ＷＤ２に対する追加および削除が、下で説明される。加えて、言及されないか、追加されまたは除去されるものとして他の形で示されない、いくつかの部分は、ＭＶ−ＨＥＶＣ ＷＤ３およびＳＨＶＣ ＷＤ１と同一であり、または同一とすることができる。
ビデオパラメータセット拡張シンタックスおよびセマンティクス（実施形態の第１のセット）

[0118]実施形態の第１のセットの一部の実施形態では、構文は、下の表３に示されたものに対応することができる。

[0119]表３の例では、１と等しいａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇは、ＶＰＳ構文によって指定され得る現在のピクチャのすべての直接参照レイヤピクチャ（必要な時には再サンプリングされる）が、ＶＰＳを参照する各ピクチャのレイヤ間参照ピクチャセットに追加されることを指定し、またはこれを示すことができる。たとえば、いくつかの実施形態で、ビデオ情報をコーディングする方法は、ビデオ情報の１つまたは複数のレイヤを受け取ることと、各レイヤが少なくとも１つのピクチャを備える、少なくとも１つのビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）に関連付けられたすべての直接参照レイヤピクチャがレイヤ間参照ピクチャセットに追加されるのかどうかを示す、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内の、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇなどのインジケータを処理することと、インジケータに基づいて（たとえば、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇが１と等しい場合に）、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えることとを含む。

[0120]加えて、０と等しいａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇは、ＶＰＳシンタックスによって指定される現在のピクチャのすべての直接参照レイヤピクチャ（必要な時には再サンプリングされる）が、ＶＰＳを参照するピクチャのレイヤ間参照ピクチャセットに追加されてもされなくてもよいことを指定し、またはこれを示すことができる。たとえば、いくつかの実施形態で、ビデオ情報をコーディングする方法は、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられたすべての直接参照レイヤピクチャがレイヤ間参照ピクチャセットに追加されるのかどうかを示す、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内の、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇなどのインジケータを処理することと、インジケータが、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられたすべての直接参照レイヤピクチャがレイヤ間参照ピクチャセットに追加されることを示さない場合（たとえば、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇが０と等しい場合）に、少なくとも１つのビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）に関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えないこととを含む。言い換えると、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇが０の値を有する場合には、レイヤ間参照ピクチャ情報は、ＶＰＳ、ＳＰＳ、またはＰＰＳのうちの少なくとも１つに関連付けられた任意のビデオスライス内でシグナリングされ得る。たとえば、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇが０と等しい場合に、現在のピクチャのすべての直接参照レイヤピクチャは、ＶＰＳを参照するピクチャのレイヤ間参照ピクチャセットに追加されてもされなくてもよい。

[0121]表３および表４の例では、１と等しいｍａｘ＿ｏｎｅ＿ａｃｔｉｖｅ＿ｒｅｆ＿ｌａｙｅｒ＿ｆｌａｇは、多くとも１つのピクチャがＣＶＳ内の各ピクチャのレイヤ間予測に使用されることを指定し、またはこれを示すことができる。また、０と等しいｍａｘ＿ｏｎｅ＿ａｃｔｉｖｅ＿ｒｅｆ＿ｌａｙｅｒ＿ｆｌａｇは、複数のピクチャがＣＶＳ内の各ピクチャのレイヤ間予測に使用されることを指定し、またはこれを示すことができる。

[0122]表３および表４の例では、１と等しいｈｉｇｈｅｓｔ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇは、最大の値のｎｕｈ＿ｌａｙｅｒ＿ｉｄを有する従属レイヤだけが、レイヤ間予測を使用する各ピクチャのレイヤ間予測に使用されることを指定し、またはこれを示すことができる。また、０と等しいｈｉｇｈｅｓｔ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇは、すべての従属レイヤが、各ピクチャのレイヤ間予測に使用されてもされなくてもよいことを指定し、またはこれを示すことができる。ｈｉｇｈｅｓｔ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇがビットストリーム内に存在しない時、またはｈｉｇｈｅｓｔ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇの値がビットストリーム内でシグナリングされない時には、ｈｉｇｈｅｓｔ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇの値は、デコーダによって０と等しいと推論され得る。

[0123]実施形態の第１のセットの他の実施形態では、シンタックスは、下の表４に示されたものに対応することができる。

[0124]実施形態の第１のセットのさらなる他の実施形態では、シンタックスは、下の表５に示されたものに対応することができる。

表５の例では、ｓｅｌｅｃｔｉｖｅ＿ｄｅｐ＿ｌａｙｅｒ＿ｉｄｃは、表６に示された値をとることができる。

全般的なスライスセグメントヘッダのシンタックスおよびセマンティクス（実施形態の第２のセット）

[0125]実施形態の第２のセットの一部の実施形態では、シンタックスは、下の表７に示されたものに対応することができる。

[0126]表７および表８の例では、１と等しいｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｅｎａｂｌｅｄ＿ｆｌａｇは、レイヤ間予測が現在のピクチャの復号で使用され得ることを指定し、またはこれを示すことができる。また、０と等しいｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｅｎａｂｌｅｄ＿ｆｌａｇは、レイヤ間予測が現在のピクチャの復号で使用されないことを指定し、またはこれを示すことができる。ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｅｎａｂｌｅｄ＿ｆｌａｇがビットストリーム内に存在しない時、またはｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値がビットストリーム内でシグナリングされない時には、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値は、デコーダによってａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇの値と等しいと推論され得る。

[0127]表７および表８の例では、ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１に１を加えたものが、レイヤ間予測に関して現在のピクチャの復号で使用され得るピクチャの個数を指定し、またはこれを示すことができる。ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１シンタックス要素の長さは、Ｃｅｉｌ（Ｌｏｇ２（ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１）ビットとすることができる。ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１の値は、両端を含めて０からＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１までの範囲内のビーとすることができる。

[0128]表７および表８の例では、変数ＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓは、次のように導出され得る。

コーディングされたピクチャのすべてのスライスが、同一の値のＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓを有することができる。

[0129]表７および表８の例では、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］は、レイヤ間予測に関して現在のピクチャによって使用され得る第ｉのピクチャのｎｕｈ＿ｌａｙｅｒ＿ｉｄを表す変数ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］を指定し、またはこれを示すことができる。シンタックス要素ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の長さは、Ｃｅｉｌ（Ｌｏｇ２（ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］））ビットとすることができる。ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値は、両端を含めて０からＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１までの範囲内とすることができる。

[0130]ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］がビットストリーム内に存在しない時、またはｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値がビットストリーム内でシグナリングされない時には、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値は、次のようにデコーダによって推論され得る。

ｉが０より大きい時には、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］は、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ−１］より大きくなり得る。

[0131]両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの各値の変数ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］は、次のように導出され得る。

あるピクチャのすべてのスライスが、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの各値について、同一の値のｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］を有することができる。

[0132]実施形態の第２のセットの他の実施形態では、シンタックスは、下の表８に示されたものに対応することができる。

[0133]いくつかの実施形態では、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの値ごとに、次の２つの条件のいずれかが真になることが、ビットストリームコンフォーマンスの要件になり得る。第１の条件は、ｍａｘ＿ｓｕｂｌａｙｅｒ＿ｆｏｒ＿ｉｌｐ＿ｐｌｕｓ１［ＬａｙｅｒＩｄＩｎＶｐｓ［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］］の値がＴｅｍｐｏｒａｌＩｄより大きいことである。第２の条件は、ｍａｘ＿ｓｕｂｌａｙｅｒ＿ｆｏｒ＿ｉｌｐ＿ｐｌｕｓ１［ＬａｙｅｒＩｄＩｎＶｐｓ［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］］の値とＴｅｍｐｏｒａｌＩｄの値の両方が、０と等しく、ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］と等しいｎｕｈ＿ｌａｙｅｒ＿ｉｄを有する現在のアクセスユニット内のピクチャが、ＩＲＡＰピクチャであることである。

[0134]いくつかの実施形態では、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの値ごとに、ＳａｍｐｌｅＰｒｅｄＥｎａｂｌｅｄＦｌａｇ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］の値またはＭｏｔｉｏｎＰｒｅｄＥｎａｂｌｅｄＦｌａｇ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］の値が、１と等しくなることが、ビットストリームコンフォーマンスの要件になり得る。

[0135]実施形態の第２のセットの他の実施形態では、シンタックスは、下の表９に示されたものに対応することができる。

全般的なスライスセグメントヘッダのシンタックスおよびセマンティクス（実施形態の第３のセット）

[0136]実施形態の第３のセットでは、参照レイヤピクチャのアクティブ個数が参照レイヤピクチャの総数と同一である場合に情報を送ることを回避するために、スライスヘッダ内の参照レイヤピクチャ（ＲＬＰ）インデックスのシグナリングに関する条件が、追加され得る。たとえば、いくつかの実施形態では、ビデオ情報をコーディングする方法は、ビデオ情報の１つまたは複数のレイヤを受け取ることと、各レイヤが少なくとも１つのピクチャを備える、１つまたは複数のレイヤのうちの１つに関連付けられた直接参照レイヤの個数を決定することと、直接参照レイヤの個数がビデオ情報に関連付けられたアクティブ参照レイヤピクチャの個数と等しい時に、レイヤ間参照ピクチャ情報をシグナリングすることを控えることとを含むことができる。この方法は、前記決定することに少なくとも部分的に基づいて前記ビデオ情報をコーディングすることをさらに含むことができる。

[0137]実施形態の第３のセットのいくつかの実施形態では、シンタックスは、下の表１０に示されたものに対応することができる。

[0138]表１０の例では、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］は、レイヤ間予測に関して現在のピクチャによって使用され得る第ｉのピクチャのｎｕｈ＿ｌａｙｅｒ＿ｉｄを表す変数ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］を指定し、またはこれを示すことができる。シンタックス要素ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の長さは、Ｃｅｉｌ（Ｌｏｇ２（ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］））ビットとすることができる。ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値は、両端を含めて０からＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１までの範囲内とすることができる。

[0139]ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］がビットストリーム内に存在しない時、またはｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値がビットストリーム内でシグナリングされない時には、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値は、次のようにデコーダによって推論され得る。

全般的なスライスセグメントヘッダのシンタックスおよびセマンティクス（実施形態の第４のセット）

[0140]実施形態の第４のセットのいくつかの実施形態では、シンタックスｈｉｇｈｅｓｔ＿ｒｅｆ＿ｌａｙｅｒ＿ａｃｔｉｖｅ＿ｆｌａｇは、最大の値のｎｕｈ＿ｌａｙｅｒ＿ｉｄを有する参照レイヤからのピクチャが、必ずレイヤ間参照ピクチャセット内に含まれるかどうかを示すためにシグナリングされ得る。たとえば、ｈｉｇｈｅｓｔ＿ｒｅｆ＿ｌａｙｅｒ＿ａｃｔｉｖｅ＿ｆｌａｇが１と等しく、レイヤ間参照ピクチャセットが空ではない時には、最大の値のｎｕｈ＿ｌａｙｅｒ＿ｉｄを有する参照レイヤからのピクチャが、レイヤ間参照ピクチャセット内の最初のエントリとして必ず存在することができる。

[0141]これらの実施形態では、最大の値のｎｕｈ＿ｌａｙｅｒ＿ｉｄを有するピクチャが、レイヤ間参照ピクチャセット内に含まれる（たとえば、ｈｉｇｈｅｓｔ＿ｒｅｆ＿ｌａｙｅｒ＿ａｃｔｉｖｅ＿ｆｌａｇによって示される）時であっても、他の参照レイヤからのピクチャが、それでも、レイヤ間参照ピクチャセットに追加され得る。

[0142]実施形態の第４のセットのいくつかの実施形態では、シンタックスは、下の表１１に示されたものに対応することができる。

[0143]表１１および表１２の例では、１と等しいａｌｌ＿ｒｅｆ＿ｌａｙｅｒｓ＿ａｃｔｉｖｅ＿ｆｌａｇは、ＶＰＳを参照するピクチャごとに、ＶＰＳによって指定されるすべての直接参照レイヤのピクチャが、同一のアクセスユニット内に存在し、レイヤ間参照ピクチャセット内に含まれることを指定し、またはこれを示すことができる。また、０と等しいａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇは、上記の制約が適用されてもされなくてもよいことを指定し、またはこれを示すことができる。

[0144]表１１および表１２の例では、１と等しいｈｉｇｈｅｓｔ＿ｒｅｆ＿ｌａｙｅｒ＿ａｃｔｉｖｅ＿ｆｌａｇは、ＶＰＳを参照する現在のピクチャの、最大の値のｎｕｈ＿ｌａｙｅｒ＿ｉｄを有する直接参照レイヤピクチャが、レイヤ間参照ピクチャセット内に含まれることを指定し、またはこれを示すことができる。また、０と等しいｈｉｇｈｅｓｔ＿ｒｅｆ＿ｌａｙｅｒ＿ａｃｔｉｖｅ＿ｆｌａｇは、上記の制約が適用されてもされなくてもよいことを指定し、またはこれを示すことができる。ｈｉｇｈｅｓｔ＿ｒｅｆ＿ｌａｙｅｒ＿ａｃｔｉｖｅ＿ｆｌａｇがビットストリーム内に存在しない時、またはｈｉｇｈｅｓｔ＿ｒｅｆ＿ｌａｙｅｒ＿ａｃｔｉｖｅ＿ｆｌａｇの値がビットストリーム内でシグナリングされない時には、ｈｉｇｈｅｓｔ＿ｒｅｆ＿ｌａｙｅｒ＿ａｃｔｉｖｅ＿ｆｌａｇの値は、デコーダによって０であると推論され得る。

[0145]実施形態の第４のセットの一部の実施形態では、シンタックスは、下の表１２に示されたものに対応することができる。

[0146]表１２の例では、ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１に１を加えたものが、レイヤ間予測に関して現在のピクチャの復号で使用され得るピクチャの個数を指定し、またはこれを示すことができる。ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１シンタックス要素の長さは、Ｃｅｉｌ（Ｌｏｇ２（ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１）ビットとすることができる。ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１の値は、両端を含めて０からＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１までの範囲内のビーとすることができる。

[0147]変数ＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓは、次のように導出され得る。

コーディングされたピクチャのすべてのスライスが、同一の値のＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓを有することができる。

[0148]表１２の例では、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］が、レイヤ間予測に関して現在のピクチャによって使用され得る第ｉのピクチャのｎｕｈ＿ｌａｙｅｒ＿ｉｄを表す変数ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］を指定し、またはこれを示すことができる。シンタックス要素ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の長さは、Ｃｅｉｌ（Ｌｏｇ２（ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］））ビットとすることができる。ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値は、両端を含めて０からＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１までの範囲内のビーとすることができる。

[0149]ＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓが０より大きい時には、以下が、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値の推論に関してあてはまる可能性がある。

ｉが０より大きい時に、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］は、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ−１］以下であることができる。

[0150]両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの各値の変数ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］と、変数ＮｕｍＡｃｔｉｖｅＭｏｔｉｏｎＰｒｅｄＲｅｆＬａｙｅｒｓと、両端を含めて０からＮｕｍＡｃｔｉｖｅＭｏｔｉｏｎＰｒｅｄＲｅｆＬａｙｅｒｓ−１までの範囲内のｊの各値の変数ＡｃｔｉｖｅＭｏｔｉｏｎＰｒｅｄＲｅｆＬａｙｅｒＩｄ［ｊ］とは、次のように導出され得る。

あるピクチャのすべてのスライスが、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの各値について同一の値のｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］を有することができる。

[0151]いくつかの実施形態では、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの値ごとに、次の２つの条件のいずれかが真であることが、ビットストリームコンフォーマンスの要件になり得る。第１の条件は、ｍａｘ＿ｔｉｄ＿ｉｌ＿ｒｅｆ＿ｐｉｃｓ＿ｐｌｕｓ１［ＬａｙｅｒＩｄｘＩｎＶｐｓ［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］］の値がＴｅｍｐｏｒａｌＩｄより大きいことである。第２の条件は、ｍａｘ＿ｔｉｄ＿ｉｌ＿ｒｅｆ＿ｐｉｃｓ＿ｐｌｕｓ１［ＬａｙｅｒＩｄｘＩｎＶｐｓ［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］］の値とＴｅｍｐｏｒａｌＩｄの値の両方が、０と等しく、ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］と等しいｎｕｈ＿ｌａｙｅｒ＿ｉｄを有する現在のアクセスユニット内のピクチャが、ＩＲＡＰピクチャであることである。

[0152]いくつかの実施形態では、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの値ごとに、ＳａｍｐｌｅＰｒｅｄＥｎａｂｌｅｄＦｌａｇ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］の値またはＭｏｔｉｏｎＰｒｅｄＥｎａｂｌｅｄＦｌａｇ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］の値が１と等しいことが、ビットストリームコンフォーマンスの要件になり得る。
全般的なスライスセグメントヘッダのシンタックスおよびセマンティクス（実施形態の第５のセット）

[0153]実施形態の第５のセットでは、ＶＰＳシンタックス設計は、上で議論された実施形態の第４のセットのＶＰＳシンタックス設計と同一とされ得る。しかしながら、実施形態の第５のセットでは、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値のザ順序が、異なるものとされ得る。たとえば、実施形態の第５のセットでは、ｈｉｇｈｅｓｔ＿ｒｅｆ＿ｌａｙｅｒ＿ａｃｔｉｖｅ＿ｆｌａｇが１と等しい時に、このピクチャは、レイヤ間参照ピクチャセット内の最後のエントリとして必ず存在することができる。実施形態の第４のセットに似て、最大の値のｎｕｈ＿ｌａｙｅｒ＿ｉｄを有するピクチャが、レイヤ間参照ピクチャセット内に含まれる（たとえば、ｈｉｇｈｅｓｔ＿ｒｅｆ＿ｌａｙｅｒ＿ａｃｔｉｖｅ＿ｆｌａｇによって示される）時であっても、他の参照レイヤからのピクチャが、それでも、レイヤ間参照ピクチャセットに追加され得る。

[0154]実施形態の第５のセットの一部の実施形態では、シンタックスは、下の表１３に示されたものに対応することができる。

[0155]表１３の例では、ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１に１を加えたものが、レイヤ間予測に関して現在のピクチャの復号で使用され得るピクチャの個数を指定し、またはこれを示すことができる。ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１シンタックス要素の長さは、Ｃｅｉｌ（Ｌｏｇ２（ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１）ビットとすることができる。ｎｕｍ＿ｉｎｔｅｒ＿ｌａｙｅｒ＿ｒｅｆ＿ｐｉｃｓ＿ｍｉｎｕｓ１の値は、両端を含めて０からＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１までの範囲内とすることができる。

[0156]変数ＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓは、次のように導出され得る。

コーディングされたピクチャのすべてのスライスが、同一の値のＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓを有することができる。

[0157]表１３の例では、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］は、レイヤ間予測に関して現在のピクチャによって使用され得る第ｉのピクチャのｎｕｈ＿ｌａｙｅｒ＿ｉｄを表す変数ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］を指定し、またはこれを示すことができる。シンタックス要素ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の長さは、Ｃｅｉｌ（Ｌｏｇ２（ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］））ビットとすることができる。ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値は、両端を含めて０からＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］−１までの範囲内とすることができる。

[0158]ＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓが０より大きい時には、以下が、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］の値の推論についてあてはまる可能性がある。

ｉが０より大きい時には、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］は、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ−１］より大きくなり得る。

[0159]両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの各値の変数ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］、変数ＮｕｍＡｃｔｉｖｅＭｏｔｉｏｎＰｒｅｄＲｅｆＬａｙｅｒｓ、および両端を含めて０からＮｕｍＡｃｔｉｖｅＭｏｔｉｏｎＰｒｅｄＲｅｆＬａｙｅｒｓ−１までの範囲内のｊの各値の変数ＡｃｔｉｖｅＭｏｔｉｏｎＰｒｅｄＲｅｆＬａｙｅｒＩｄ［ｊ］は、次のように導出され得る。

あるピクチャのすべてのスライスが、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの値ごとに同一の値のｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］を有することができる。

[0160]いくつかの実施形態では、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの値ごとに、以下の２つの条件のいずれかが真になることが、ビットストリームコンフォーマンスの要件になり得る。第１の条件は、ｍａｘ＿ｔｉｄ＿ｉｌ＿ｒｅｆ＿ｐｉｃｓ＿ｐｌｕｓ１［ＬａｙｅｒＩｄｘＩｎＶｐｓ［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］］の値がＴｅｍｐｏｒａｌＩｄより大きいことである。第２の条件は、ｍａｘ＿ｔｉｄ＿ｉｌ＿ｒｅｆ＿ｐｉｃｓ＿ｐｌｕｓ１［ＬａｙｅｒＩｄｘＩｎＶｐｓ［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］］の値とＴｅｍｐｏｒａｌＩｄの値の両方が、０と等しく、ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］と等しいｎｕｈ＿ｌａｙｅｒ＿ｉｄを有する現在のアクセスユニット内のピクチャが、ＩＲＡＰピクチャであることである。

[0161]いくつかの実施形態では、両端を含めて０からＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓ−１までの範囲内のｉの値ごとに、ＳａｍｐｌｅＰｒｅｄＥｎａｂｌｅｄＦｌａｇ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］の値またはＭｏｔｉｏｎＰｒｅｄＥｎａｂｌｅｄＦｌａｇ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］［ＲｅｆＰｉｃＬａｙｅｒＩｄ［ｉ］］の値が１と等しいことが、ビットストリームコンフォーマンスの要件になり得る。

[0162]図７は、例の実施形態に従ってビデオデータを符号化する例の方法７００を示す。方法７００は、たとえばビデオエンコーダ２０の１つまたは複数の構成要素によって実行され得る。いくつかの実施形態では、他の構成要素が、本明細書で説明されるステップのうちの１つまたは複数を実施するのに使用され得る。

[0163]ブロック７０２では、ビデオ情報の１つまたは複数のレイヤが、受け取られ得る。各レイヤは、少なくとも１つのピクチャを含むことができる。

[0164]ブロック７０４では、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられたすべての直接参照レイヤピクチャがレイヤ間参照ピクチャセットに追加されるのかどうかを示す、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内のインジケータが、処理され得る。たとえば、すべての従属レイヤピクチャが追加されることを指定しまたは示す表示を有するＶＰＳを参照する任意のスライスが、スライスヘッダ内にレイヤ間シグナリングに関する任意のさらなるシンタックス要素を含まないように、すべての直接参照レイヤピクチャがビデオパラメータセット（ＶＰＳ）内のレイヤ間参照ピクチャセット（ＲＰＳ）に追加されるのかどうかの表示が、ＶＰＳに導入され得る。代替案では、この表示は、ＳＰＳ内および／またはＰＰＳ内に存在することができる。したがって、すべての直接参照レイヤピクチャが、ＳＰＳまたはＰＰＳを参照する（たとえば、これに関連付けられた）任意のおよびすべてのスライスに関してレイヤ間ＲＰＳに追加されるという制約が、同様にあてはまる。加えて、すべての直接参照レイヤピクチャがレイヤ間ＲＰＳに追加されるという制約は、制約が必ず適応され得るように、ＭＶ−ＨＥＶＣについて導入され得る。いくつかの実施形態では、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇなどのインジケータは、ＶＰＳ構文によって指定され得る現在のピクチャのすべての直接参照レイヤピクチャが、ＶＰＳを参照するピクチャごとにレイヤ間参照ピクチャセットに追加されるかどうかを指定しまたは示すために、処理され得る。

[0165]ブロック７０６では、インジケータの値が、評価され得る。インジケータに基づいて（たとえば、インジケータが、すべての関連付けられた直接参照レイヤピクチャがレイヤ間参照ピクチャセットに追加されることを示さない場合に）、方法７００は、終了することができる。たとえば、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇなどのインジケータが０と等しい場合に、ＶＰＳシンタックスによって指定される現在のピクチャのすべての直接参照レイヤピクチャは、ＶＰＳを参照するピクチャに関してレイヤ間参照ピクチャセットに追加されてもされなくてもよい。たとえば、いくつかの実施形態では、インジケータに基づいて（たとえば、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇが０と等しい場合に）、この方法は、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えないことを含むことができる。

[0166]ブロック７０８では、インジケータに基づいて（たとえば、すべての関連付けられた直接参照レイヤピクチャがレイヤ間参照ピクチャセットに追加されることをインジケータが示す場合に）、方法７００は、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えることを含むことができる。たとえば、いくつかの実施形態では、インジケータに基づいて（たとえば、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇが１と等しい場合に）、方法７００は、少なくとも１つのビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）に関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えることを含むことができる。

[0167]図８は、例の実施形態に従ってビデオデータを復号する例の方法８００を示す。方法８００は、たとえばビデオデコーダ３０の１つまたは複数の構成要素によって実行され得る。いくつかの実施形態では、他の構成要素が、本明細書で説明されるステップのうちの１つまたは複数を実施するのに使用され得る。

[0168]ブロック８０２では、ビデオ情報の１つまたは複数のレイヤが、受け取られ得る。各レイヤは、少なくとも１つのピクチャを含むことができる。

[0169]ブロック８０４では、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられたすべての直接参照レイヤピクチャがレイヤ間参照ピクチャセットに追加されるのかどうかを示す、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内のインジケータが、処理され得る。たとえば、すべての直接参照レイヤピクチャがビデオパラメータセット（ＶＰＳ）内のレイヤ間参照ピクチャセット（ＲＰＳ）に追加されるのかどうかの表示を、ＶＰＳ内で受け取ることができる。そのような表示を用いて、ＶＰＳに関連付けられたすべてのスライスが、任意のビデオスライスのスライスヘッダ内のレイヤ間シグナリングに関するシンタックス要素を受け取ることなく、レイヤ間参照ピクチャセットに追加される。代替案では、表示は、ＳＰＳ内またはＰＰＳ内で受け取られ得る。したがって、すべての直接参照レイヤピクチャが、ＳＰＳまたはＰＰＳを参照する（たとえば、これに関連付けられた）任意のおよびすべてのスライスに関してレイヤ間ＲＰＳに追加されるという制約が、同様にあてはまる。加えて、すべての直接参照レイヤピクチャがレイヤ間ＲＰＳに追加されるという制約は、制約が必ず適応され得るように、ＭＶ−ＨＥＶＣについて導入され得る。いくつかの実施形態では、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇなどのインジケータは、ＶＰＳシンタックスによって指定され得る現在のピクチャのすべての直接参照レイヤピクチャが、ＶＰＳを参照するピクチャごとにレイヤ間参照ピクチャセットに追加されるかどうかを指定しまたは示すために、処理され得る。

[0170]ブロック８０６では、インジケータの値が、評価され得る。インジケータによって示されない場合には、方法８００は、終了することができる。たとえば、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇなどのインジケータが０と等しい場合に、ＶＰＳシンタックスによって指定され得る現在のピクチャのすべての直接参照レイヤピクチャは、ＶＰＳを参照するピクチャに関してレイヤ間参照ピクチャセットに追加されてもされなくてもよい。たとえば、いくつかの実施形態では、インジケータによって示される場合に（たとえば、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇが０と等しい場合に）、この方法は、少なくとも１つのビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）に関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えないことを含むことができる。

[0171]ブロック８０８では、インジケータによって示される場合に、方法８００は、少なくとも１つのビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）に関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加することを含むことができる。たとえば、いくつかの実施形態では、インジケータによって示される場合に（たとえば、ａｌｌ＿ｄｅｐ＿ｌａｙｅｒ＿ｕｓｅｄ＿ｆｌａｇが１と等しい場合に）、方法８００は、少なくとも１つのビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）に関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加することを含むことができる。

[0172]図９は、別の実施形態に従ってビデオデータを符号化する例の方法９００を示す。方法９００は、たとえばビデオエンコーダ２０の１つまたは複数の構成要素によって実行され得る。いくつかの実施形態では、他の構成要素が、本明細書で説明されるステップのうちの１つまたは複数を実施するのに使用され得る。

[0173]ブロック９０２では、ビデオ情報の１つまたは複数のレイヤが、受け取られ得る。各レイヤは、少なくとも１つのピクチャを含むことができる。

[0174]ブロック９０４では、１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数が、決定され得る。たとえば、アクティブ参照レイヤピクチャの個数を指定する第１のインジケータは、スライスヘッダまたはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で生成され得る。ブロック９０６では、１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数が、決定され得る。たとえば、直接参照レイヤの個数を指定する第２のインジケータは、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはＰＰＳのうちの少なくとも１つ内で生成され得る。

[0175]ブロック９０８では、方法９００は、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいかどうかを決定することを含むことができる。直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、ブロック９１０では、方法９００は、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えることを含むことができる。たとえば、ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］がＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓと等しい時に、方法９００は、レイヤ間参照ピクチャ情報をシグナリングすることを控えることができる。具体的には、いくつかの実施形態で、ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］がＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓと等しい時に、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］は、シグナリングされない。

[0176]図１０は、一実施形態に従ってビデオデータを復号する例の方法１０００を示す。方法１０００は、たとえばビデオデコーダ３０の１つまたは複数の構成要素によって実行され得る。いくつかの実施形態では、他の構成要素が、本明細書で説明されるステップのうちの１つまたは複数を実施するのに使用され得る。

[0177]ブロック１００２では、ビデオ情報の１つまたは複数のレイヤを受け取ることができる。各レイヤは、少なくとも１つのピクチャを含むことができる。

[0178]ブロック１００４では、１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数が決定され得る。たとえば、アクティブ参照レイヤピクチャの個数を指定する第１のインジケータは、スライスヘッダまたはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で受け取られ得る。ブロック１００６では、１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数が、決定され得る。たとえば、直接参照レイヤの個数を指定する第２のインジケータは、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはＰＰＳのうちの少なくとも１つ内で受け取られ得る。

[0179]ブロック１００８では、方法１０００は、直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいかどうかを決定することを含むことができる。直接参照レイヤの個数がアクティブ参照レイヤピクチャの個数と等しいことに基づいて、ブロック１０１０で、方法１０００は、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加することを含むことができる。たとえば、ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］がＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓと等しい時に、方法１０００は、レイヤ間参照ピクチャ情報を決定することができる。具体的には、いくつかの実施形態で、ＮｕｍＤｉｒｅｃｔＲｅｆＬａｙｅｒｓ［ｎｕｈ＿ｌａｙｅｒ＿ｉｄ］がＮｕｍＡｃｔｉｖｅＲｅｆＬａｙｅｒＰｉｃｓと等しい時に、ｉｎｔｅｒ＿ｌａｙｅｒ＿ｐｒｅｄ＿ｌａｙｅｒ＿ｉｄｃ［ｉ］は、デコーダによって決定される。

[0180]例に依存して、本明細書で説明される技法のいずれかのある種の行為または事象が、異なるシーケンスで実行され得、追加され、合併され、または完全に除外され得る（たとえば、すべての説明された行為または事象が、技法の実践に必要とは限らない）ことを了解されたい。さらに、ある種の例では、行為または事象は、順次ではなく同時に、たとえばマルチスレッド式処理、割込み処理、または複数のプロセッサを介して実行され得る。

[0181]１つまたは複数の例では、説明される機能が、ハードウェア、ソフトウェア、ファームウェア、またはその任意の組合せで実施され得る。ソフトウェアで実施される場合に、機能は、コンピュータ可読媒体上の１つまたは複数の命令またはコード上に記憶されまたはこれを介して伝送され、ハードウェアベースの処理ユニットによって実行され得る。コンピュータ可読媒体は、データ記憶媒体などの有形の媒体に対応するコンピュータ可読記憶媒体、またはたとえば通信プロトコルに従う、ある場所から別の場所へのコンピュータプログラムの転送を容易にする任意の媒体を含む通信媒体を含むことができる。この形で、コンピュータ可読媒体は、一般に、（１）非一時的である有形のコンピュータ可読記憶媒体または（２）信号もしくは搬送波などの通信媒体に対応することができる。データ記憶媒体は、本開示で説明される技法の実施のために命令、コード、および／またはデータ構造を取り出すために１つまたは複数のコンピュータまたは１つまたは複数のプロセッサによってアクセスされ得る任意の使用可能な媒体とされ得る。コンピュータプログラム製品は、コンピュータ可読媒体を含むことができる。

[0182]限定ではなく例として、そのようなコンピュータ可読記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ（登録商標）、ＣＤ−ＲＯＭもしくは他の光ディスク（ｄｉｓｋ）ストレージ、磁気ディスク（ｄｉｓｋ）ストレージもしくは他の磁気ストレージデバイス、フラッシュメモリ、または命令もしくはデータ構造の形で所望のプログラムコードを記憶するのに使用され得、コンピュータによってアクセスされ得る任意の他の媒体を備えることができる。また、すべての接続は、当然、コンピュータ可読媒体と呼ばれる。たとえば、命令が、ウェブサイト、サーバ、または他のリモートソースから、同軸ケーブル、光ファイバケーブル、より対線、デジタル加入者回線（ＤＳＬ）、または赤外線、無線、およびマイクロ波などのワイヤレス技術を使用して送信される場合に、同軸ケーブル、光ファイバケーブル、より対線、ＤＳＬ、または赤外線、無線、およびマイクロ波などのワイヤレス技術は、媒体の定義に含まれる。しかしながら、コンピュータ可読記憶媒体およびデータ記憶媒体が、接続、搬送波、信号、または他の一時的媒体を含むのではなく、非一時的な有形の記憶媒体を対象とすることを理解されたい。ディスク（ｄｉｓｋおよびｄｉｓｃ）は、本明細書で使用される時に、コンパクトディスク（ｄｉｓｃ、ＣＤ）、レーザディスク（登録商標）（ｄｉｓｃ）、光ディスク（ｄｉｓｃ）、デジタル多用途ディスク（ｄｉｓｃ、ＤＶＤ）、フロッピー（登録商標）ディスク（ｄｉｓｋ）、およびブルーレイディスク（ｄｉｓｃ）を含み、ディスク（ｄｉｓｋ）は、通常はデータを磁気的に再生し、ディスク（ｄｉｓｃ）は、レーザを用いてデータを光学的に再生する。上記の組合せも、コンピュータ可読媒体の範囲に含まれなければならない。

[0183]命令は、１つまたは複数のデジタル信号プロセッサ（ＤＳＰ）、汎用マイクロプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、または他の同等の集積回路もしくはディスクリート論理回路などの１つまたは複数のプロセッサによって実行され得る。したがって、「プロセッサ」という用語は、本明細書で使用される時に、前述の構造のいずれかまたは本明細書で説明される技法の実施に適する任意の他の構造を指すことができる。加えて、他の態様では、本明細書で説明される機能性が、符号化と復号とのために構成された専用のハードウェアモジュールおよび／またはソフトウェアモジュール内で提供され、または組み合わされたコーデック内に組み込まれ得る。また、この技法は、１つまたは複数の回路または論理要素内で完全に実施され得る。

[0184]本開示の技法は、ワイヤレス送受話器、集積回路（ＩＣ）、または１組のＩＣ（たとえば、チップセット）を含む、多種多様なデバイスまたは装置内で実施され得る。様々な構成要素、モジュール、またはユニットは、開示された技法を実行するように構成されたデバイスの機能的態様を強調するために、本開示で説明されるが、必ずしも異なるハードウェアユニットによる実現を要求するとは限らない。むしろ、上で説明されるように、様々なユニットは、コーデックハードウェアユニット内で組み合わされ、または、適当なソフトウェアおよび／またはファームウェアに関連する、上で説明された１つまたは複数のプロセッサを含む相互作用するハードウェアユニットの集合によって提供され得る。様々な例が、説明された。これらおよび他の例は、以下の特許請求の範囲に含まれる。

[0184]本開示の技法は、ワイヤレス送受話器、集積回路（ＩＣ）、または１組のＩＣ（たとえば、チップセット）を含む、多種多様なデバイスまたは装置内で実施され得る。様々な構成要素、モジュール、またはユニットは、開示された技法を実行するように構成されたデバイスの機能的態様を強調するために、本開示で説明されるが、必ずしも異なるハードウェアユニットによる実現を要求するとは限らない。むしろ、上で説明されるように、様々なユニットは、コーデックハードウェアユニット内で組み合わされ、または、適当なソフトウェアおよび／またはファームウェアに関連する、上で説明された１つまたは複数のプロセッサを含む相互作用するハードウェアユニットの集合によって提供され得る。様々な例が、説明された。これらおよび他の例は、以下の特許請求の範囲に含まれる。
以下に、本願出願の当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］ ビデオ情報の１つまたは複数のレイヤを記憶するように構成されたメモリと、各レイヤが少なくとも１つのピクチャを備える、
前記メモリに動作可能に結合され、
前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定し、
前記１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数を決定し、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定し、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控える
ように構成されたプロセッサと
を備える、ビデオ情報を符号化するための装置。
［Ｃ２］ 前記プロセッサは、
スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理し、
前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理する
ようにさらに構成される、Ｃ１に記載の装置。
［Ｃ３］ 前記プロセッサは、少なくとも前記インジケータを生成することによって、前記インジケータを処理するように構成される、Ｃ１に記載の装置。
［Ｃ４］ 前記プロセッサは、前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、前記ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内で前記インジケータをシグナリングすることによって前記インジケータを処理するように構成される、Ｃ１に記載の装置。
［Ｃ５］ 前記プロセッサは、任意のビデオスライスのスライスヘッダ内にレイヤ間シグナリングに関する任意のさらなるシンタックス要素を含めることを控えることによって、レイヤ間参照ピクチャ情報をさらにシグナリングすることを控えるように構成される、Ｃ１に記載の装置。
［Ｃ６］ 前記直接参照レイヤピクチャは、各時間サブレイヤ内のレイヤごとに前記ビデオパラメータセット内で指定されるレイヤ内のピクチャを備える、Ｃ１に記載の装置。
［Ｃ７］ 前記メモリと前記プロセッサとを備える、デジタルテレビジョン、デジタル直接ブロードキャストシステム、ワイヤレスブロードキャストシステム、携帯情報端末（ＰＤＡ）、ラップトップコンピュータもしくはデスクトップコンピュータ、デジタルカメラ、デジタル記録デバイス、デジタルメディアプレイヤ、ビデオゲーミングデバイス、ビデオゲーム機、セルラー電話機もしくは衛星無線電話機、およびビデオ会議デバイスのうちの少なくとも１つをさらに備える、Ｃ１に記載の装置。
［Ｃ８］ ビデオ情報の１つまたは複数のレイヤを記憶するように構成されたメモリと、各レイヤが少なくとも１つのピクチャを備える、
前記メモリに動作可能に結合され、
前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定し、
前記１つまたは複数のレイヤのうちの前記少なくとも１つに関連付けられた直接参照レイヤの個数を決定し、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定し、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加する
ように構成されたプロセッサと
を備える、ビデオ情報を復号するための装置。
［Ｃ９］ 前記プロセッサは、
スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理し、
前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理する
ようにさらに構成される、Ｃ８に記載の装置。
［Ｃ１０］ 前記プロセッサは、少なくとも前記インジケータを受け取ることによって、前記インジケータを処理するように構成される、Ｃ８に記載の装置。
［Ｃ１１］ 前記プロセッサは、前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、前記ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内で前記インジケータを受け取ることによって前記インジケータを処理するように構成される、Ｃ８に記載の装置。
［Ｃ１２］ 前記プロセッサは、任意のビデオスライスのスライスヘッダ内でレイヤ間シグナリングに関する任意のさらなるシンタックス要素を受け取らずに、前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの前記少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャを前記レイヤ間参照ピクチャセットに追加するように構成される、Ｃ９に記載の装置。
［Ｃ１３］ 前記直接参照レイヤピクチャは、各時間サブレイヤ内のレイヤごとに前記ビデオパラメータセット内で指定されるレイヤ内のピクチャを備える、Ｃ８に記載の装置。
［Ｃ１４］ 前記メモリと前記プロセッサとを備える、デジタルテレビジョン、デジタル直接ブロードキャストシステム、ワイヤレスブロードキャストシステム、携帯情報端末（ＰＤＡ）、ラップトップコンピュータもしくはデスクトップコンピュータ、デジタルカメラ、デジタル記録デバイス、デジタルメディアプレイヤ、ビデオゲーミングデバイス、ビデオゲーム機、セルラー電話機もしくは衛星無線電話機、およびビデオ会議デバイスのうちの少なくとも１つをさらに備える、Ｃ８に記載の装置。
［Ｃ１５］ ビデオ情報の１つまたは複数のレイヤを受け取ることと、各レイヤが少なくとも１つのピクチャを備える、
前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定することと、
前記１つまたは複数のレイヤのうちの前記少なくとも１つに関連付けられた直接参照レイヤの個数を決定することと、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定することと、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えることと
を備える、ビデオ情報を符号化する方法。
［Ｃ１６］ スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理することと、
前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理することと
をさらに備える、Ｃ１５に記載の方法。
［Ｃ１７］ 前記処理することは、前記インジケータを生成することを備える、Ｃ１５に記載の方法。
［Ｃ１８］ 前記処理することは、前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、前記ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内で前記インジケータをシグナリングすることを備える、Ｃ１５に記載の方法。
［Ｃ１９］ レイヤ間参照ピクチャ情報をさらにシグナリングすることを前記控えることは、前記スライスヘッダ内にレイヤ間シグナリングに関する任意のさらなるシンタックス要素を含めることを控えることを備える、Ｃ１５に記載の方法。
［Ｃ２０］ 前記直接参照レイヤピクチャは、各時間サブレイヤ内のレイヤごとに前記ビデオパラメータセット内で指定されるレイヤ内のピクチャを備える、Ｃ１５に記載の方法。
［Ｃ２１］ ビデオ情報の１つまたは複数のレイヤを受け取ることと、各レイヤが少なくとも１つのピクチャを備える、
前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定することと、
前記１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数を決定することと、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定することと、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャを前記レイヤ間参照ピクチャセットに追加することと
を備える、ビデオ情報を復号する方法。
［Ｃ２２］ スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理することと、
前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理することと
をさらに備える、Ｃ２１に記載の方法。
［Ｃ２３］ 前記処理することは、前記インジケータを受け取ることを備える、Ｃ２１に記載の方法。
［Ｃ２４］ 前記処理することは、前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、前記ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内で前記インジケータを受け取ることを備える、Ｃ２１に記載の方法。
［Ｃ２５］ 前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの前記少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャを前記レイヤ間参照ピクチャセットに前記追加することは、任意のビデオスライスのスライスヘッダ内でレイヤ間シグナリングに関する任意のさらなるシンタックス要素を受け取らずに追加される、Ｃ２１に記載の方法。
［Ｃ２６］ 前記直接参照レイヤピクチャは、各時間サブレイヤ内のレイヤごとに前記ビデオパラメータセット内で指定されるレイヤ内のピクチャを備える、Ｃ２４に記載の方法。
［Ｃ２７］ ビデオ情報の１つまたは複数のレイヤを記憶するための手段と、各レイヤが少なくとも１つのピクチャを備える、
前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定するための手段と、
前記１つまたは複数のレイヤのうちの前記少なくとも１つに関連付けられた直接参照レイヤの個数を決定するための手段と、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定するための手段と、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加することと
を備えるビデオコーディング装置。
［Ｃ２８］ スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理するための手段と、
前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理するための手段と
をさらに備える、Ｃ２７に記載のビデオコーディング装置。
［Ｃ２９］ 実行された時に、装置に、
ビデオ情報の１つまたは複数のレイヤを受け取らせ、各レイヤが少なくとも１つのピクチャを備える、
前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定させ、
前記１つまたは複数のレイヤのうちの前記少なくとも１つに関連付けられた直接参照レイヤの個数を決定させ、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定させ、
直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャを前記レイヤ間参照ピクチャセットに追加させる
コードをその上に記憶された非一時的コンピュータ可読媒体。
［Ｃ３０］ 実行された時に、前記装置に、
スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理させ、
前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理させる
コードをその上にさらに記憶された、Ｃ３０に記載の非一時的コンピュータ可読媒体。

Claims (30)

1. ビデオ情報の１つまたは複数のレイヤを記憶するように構成されたメモリと、各レイヤが少なくとも１つのピクチャを備える、
   前記メモリに動作可能に結合され、
   前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定し、
   前記１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数を決定し、
   直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定し、
   直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控える
   ように構成されたプロセッサと
   を備える、ビデオ情報を符号化するための装置。
2. 前記プロセッサは、
   スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理し、
   前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理する
   ようにさらに構成される、請求項１に記載の装置。
3. 前記プロセッサは、少なくとも前記インジケータを生成することによって、前記インジケータを処理するように構成される、請求項１に記載の装置。
4. 前記プロセッサは、前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、前記ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内で前記インジケータをシグナリングすることによって前記インジケータを処理するように構成される、請求項１に記載の装置。
5. 前記プロセッサは、任意のビデオスライスのスライスヘッダ内にレイヤ間シグナリングに関する任意のさらなるシンタックス要素を含めることを控えることによって、レイヤ間参照ピクチャ情報をさらにシグナリングすることを控えるように構成される、請求項１に記載の装置。
6. 前記直接参照レイヤピクチャは、各時間サブレイヤ内のレイヤごとに前記ビデオパラメータセット内で指定されるレイヤ内のピクチャを備える、請求項１に記載の装置。
7. 前記メモリと前記プロセッサとを備える、デジタルテレビジョン、デジタル直接ブロードキャストシステム、ワイヤレスブロードキャストシステム、携帯情報端末（ＰＤＡ）、ラップトップコンピュータもしくはデスクトップコンピュータ、デジタルカメラ、デジタル記録デバイス、デジタルメディアプレイヤ、ビデオゲーミングデバイス、ビデオゲーム機、セルラー電話機もしくは衛星無線電話機、およびビデオ会議デバイスのうちの少なくとも１つをさらに備える、請求項１に記載の装置。
8. ビデオ情報の１つまたは複数のレイヤを記憶するように構成されたメモリと、各レイヤが少なくとも１つのピクチャを備える、
   前記メモリに動作可能に結合され、
   前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定し、
   前記１つまたは複数のレイヤのうちの前記少なくとも１つに関連付けられた直接参照レイヤの個数を決定し、
   直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定し、
   直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加する
   ように構成されたプロセッサと
   を備える、ビデオ情報を復号するための装置。
9. 前記プロセッサは、
   スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理し、
   前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理する
   ようにさらに構成される、請求項８に記載の装置。
10. 前記プロセッサは、少なくとも前記インジケータを受け取ることによって、前記インジケータを処理するように構成される、請求項８に記載の装置。
11. 前記プロセッサは、前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、前記ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内で前記インジケータを受け取ることによって前記インジケータを処理するように構成される、請求項８に記載の装置。
12. 前記プロセッサは、任意のビデオスライスのスライスヘッダ内でレイヤ間シグナリングに関する任意のさらなるシンタックス要素を受け取らずに、前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの前記少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャを前記レイヤ間参照ピクチャセットに追加するように構成される、請求項９に記載の装置。
13. 前記直接参照レイヤピクチャは、各時間サブレイヤ内のレイヤごとに前記ビデオパラメータセット内で指定されるレイヤ内のピクチャを備える、請求項８に記載の装置。
14. 前記メモリと前記プロセッサとを備える、デジタルテレビジョン、デジタル直接ブロードキャストシステム、ワイヤレスブロードキャストシステム、携帯情報端末（ＰＤＡ）、ラップトップコンピュータもしくはデスクトップコンピュータ、デジタルカメラ、デジタル記録デバイス、デジタルメディアプレイヤ、ビデオゲーミングデバイス、ビデオゲーム機、セルラー電話機もしくは衛星無線電話機、およびビデオ会議デバイスのうちの少なくとも１つをさらに備える、請求項８に記載の装置。
15. ビデオ情報の１つまたは複数のレイヤを受け取ることと、各レイヤが少なくとも１つのピクチャを備える、
    前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定することと、
    前記１つまたは複数のレイヤのうちの前記少なくとも１つに関連付けられた直接参照レイヤの個数を決定することと、
    直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定することと、
    直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライス内でレイヤ間参照ピクチャ情報をさらにシグナリングすることを控えることと
    を備える、ビデオ情報を符号化する方法。
16. スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理することと、
    前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理することと
    をさらに備える、請求項１５に記載の方法。
17. 前記処理することは、前記インジケータを生成することを備える、請求項１５に記載の方法。
18. 前記処理することは、前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、前記ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内で前記インジケータをシグナリングすることを備える、請求項１５に記載の方法。
19. レイヤ間参照ピクチャ情報をさらにシグナリングすることを前記控えることは、前記スライスヘッダ内にレイヤ間シグナリングに関する任意のさらなるシンタックス要素を含めることを控えることを備える、請求項１５に記載の方法。
20. 前記直接参照レイヤピクチャは、各時間サブレイヤ内のレイヤごとに前記ビデオパラメータセット内で指定されるレイヤ内のピクチャを備える、請求項１５に記載の方法。
21. ビデオ情報の１つまたは複数のレイヤを受け取ることと、各レイヤが少なくとも１つのピクチャを備える、
    前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定することと、
    前記１つまたは複数のレイヤのうちの少なくとも１つに関連付けられた直接参照レイヤの個数を決定することと、
    直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定することと、
    直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャを前記レイヤ間参照ピクチャセットに追加することと
    を備える、ビデオ情報を復号する方法。
22. スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理することと、
    前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理することと
    をさらに備える、請求項２１に記載の方法。
23. 前記処理することは、前記インジケータを受け取ることを備える、請求項２１に記載の方法。
24. 前記処理することは、前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、前記ピクチャパラメータセット（ＰＰＳ）、またはその任意の組合せのうちの１つ内で前記インジケータを受け取ることを備える、請求項２１に記載の方法。
25. 前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの前記少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャを前記レイヤ間参照ピクチャセットに前記追加することは、任意のビデオスライスのスライスヘッダ内でレイヤ間シグナリングに関する任意のさらなるシンタックス要素を受け取らずに追加される、請求項２１に記載の方法。
26. 前記直接参照レイヤピクチャは、各時間サブレイヤ内のレイヤごとに前記ビデオパラメータセット内で指定されるレイヤ内のピクチャを備える、請求項２４に記載の方法。
27. ビデオ情報の１つまたは複数のレイヤを記憶するための手段と、各レイヤが少なくとも１つのピクチャを備える、
    前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定するための手段と、
    前記１つまたは複数のレイヤのうちの前記少なくとも１つに関連付けられた直接参照レイヤの個数を決定するための手段と、
    直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定するための手段と、
    直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャをレイヤ間参照ピクチャセットに追加することと
    を備えるビデオコーディング装置。
28. スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理するための手段と、
    前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理するための手段と
    をさらに備える、請求項２７に記載のビデオコーディング装置。
29. 実行された時に、装置に、
    ビデオ情報の１つまたは複数のレイヤを受け取らせ、各レイヤが少なくとも１つのピクチャを備える、
    前記１つまたは複数のレイヤの少なくとも１つのピクチャに関連付けられたアクティブ参照レイヤピクチャの個数を決定させ、
    前記１つまたは複数のレイヤのうちの前記少なくとも１つに関連付けられた直接参照レイヤの個数を決定させ、
    直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいかどうかを決定させ、
    直接参照レイヤの前記個数がアクティブ参照レイヤピクチャの前記個数と等しいことに基づいて、ビデオパラメータセット（ＶＰＳ）、シーケンスパラメータセット（ＳＰＳ）、またはピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つに関連付けられた任意のビデオスライスに関するすべての直接参照レイヤピクチャを前記レイヤ間参照ピクチャセットに追加させる
    コードをその上に記憶された非一時的コンピュータ可読媒体。
30. 実行された時に、前記装置に、
    スライスヘッダまたは前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内でアクティブ参照レイヤピクチャの前記個数を指定する第１のインジケータを処理させ、
    前記ビデオパラメータセット（ＶＰＳ）、前記シーケンスパラメータセット（ＳＰＳ）、または前記ピクチャパラメータセット（ＰＰＳ）のうちの少なくとも１つ内で直接参照レイヤの前記個数を指定する第２のインジケータを処理させる
    コードをその上にさらに記憶された、請求項３０に記載の非一時的コンピュータ可読媒体。

Images