JP2020005258A - ビデオ復号化方法、ビデオデコーダー、ビデオ符号化方法及びビデオエンコーダー - Google Patents

Abstract

【課題】輝度値から色度値を効果的に予測するビデオ復号化方法を提供する。【解決手段】ビデオ復号化方法は、符号化値を受信することと、符号化値のインデックス値に従って、すなわち、複数の参照サンプルを収集するステップと、複数の参照サンプルをグループ化して、少なくとも１つのグループを生成するステップと、少なくとも１つのグループのモデルを確立するステップと、対象ブロックから対象ピクセルを取得するステップと、少なくとも１つのグループから対象グループを選択するステップと、対象ピクセルの輝度値を対象グループのモデルに導入して、対象ピクセルの色度値を予測するステップとを実行する。【選択図】図１

Description

本開示は、ビデオ復号化方法、ビデオデコーダー、ビデオ符号化方法及びビデオエンコーダーに関する。

ビデオデータの符号化効率を高めるために、Ｈ．２６４／アドバンストビデオ符号化（ＡＶＣ）等の国際ビデオ符号化標準では、現在の符号化画像ブロック及び近傍の符号化された画像ブロックの空間的な情報冗長性を取り除くために、イントラ予測が導入されている。

非特許文献１には、ＹＣｂＣｒ色空間が、Ｈ．２６４等のこれまでのビデオ符号化標準及び最新のビデオ符号化標準ＨＥＶＣにおいて広く用いられていることが開示されている。ＲＧＢからＹＣｂＣｒへの変換は、チャネル間冗長性を大幅に削減するが、Ｙ、Ｃｂ及びＣｒの間には依然として幾つかの相関が存在する。チャネル間冗長性を削減するために、線形モデルを通じてクロマ成分を予測するのに再構築されたルマ（luma）成分が用いられるＬＭモードがＨＥＶＣに基づいて提案されている。モデルパラメーターは、再構築された因果関係のあるピクセルによって導出される。

「Improving chroma intra prediction for HEVC」2016 IEEE International Conference on Multimedia & Expo Workshops (ICMEW)

ＹＣｂＣｒの符号化フォーマットのビデオデータが符号化されるとき、符号化データの量が更に削減されるならば、符号化／復号化効率を高めることができる。

本開示の一例示の実施形態によれば、ビデオ復号化方法が提供され、当該方法は、符号化値を受信することと、符号化値のインデックス値に従って、以下のステップ、すなわち、複数の参照サンプル（reference sample）を収集するステップと、参照サンプルをグループ化して、少なくとも１つのグループを生成するステップと、少なくとも１つのグループのモデルを確立するステップと、対象ブロックから対象ピクセル（target pixel）を取得するステップと、対象ピクセルに従って少なくとも１つのグループから対象グループを選択するステップと、対象ピクセルの輝度値を対象グループのモデルに導入して、対象ピクセルの色度値を予測するステップとを実行することとを含む。

本開示の一例示の実施形態によれば、ビデオ符号化方法が提供され、当該方法は、複数の参照サンプルを収集することと、参照サンプルをグループ化して、少なくとも１つのグループを生成することと、少なくとも１つのグループのモデルを確立することと、対象ブロックから対象ピクセルを取得することと、対象ピクセルに従って、少なくとも１つのグループから対象グループを選択することと、対象ピクセルの輝度値を対象グループのモデルに導入して、対象ピクセルの色度値を予測することと、インデックス値を含む符号化値を生成することとを含む。

本開示の一例示の実施形態によれば、ビデオデコーダーが提供され、当該デコーダーは、当該ビデオデコーダーを制御するプロセッサと、複数の参照サンプル及び対象ブロックを記憶するメモリと、復号化モジュールと、符号化値を受信するインデックス受信モジュールとを備える。プロセッサ、メモリ、復号化モジュール及びインデックス受信モジュールは互いに結合されている。復号化モジュールは、符号化値のインデックス値に従って、以下のステップ、すなわち、複数の参照サンプルを収集するステップと、参照サンプルをグループ化して、少なくとも１つのグループを生成するステップと、少なくとも１つのグループのモデルを確立するステップと、対象ブロックから対象ピクセルを取得するステップと、対象ピクセルに従って少なくとも１つのグループから対象グループを選択するステップと、対象ピクセルの輝度値を対象グループのモデルに導入して、対象ピクセルの色度値を予測するステップとを実行する。

本開示の一例示の実施形態によれば、ビデオエンコーダーが提供され、当該エンコーダーは、当該ビデオエンコーダーを制御するプロセッサと、複数の参照サンプル及び対象ブロックを記憶するメモリと、符号化モジュールと、インデックス選択モジュールとを備える。プロセッサ、メモリ、符号化モジュール及びインデックス選択モジュールは互いに結合されている。符号化モジュールは、以下の動作、すなわち、参照サンプルを収集する動作と、参照サンプルをグループ化して、少なくとも１つのグループを生成する動作と、少なくとも１つのグループのモデルを確立する動作と、対象ブロックから対象ピクセルを取得する動作と、対象ピクセルの輝度値を対象グループのモデルに導入して、対象ピクセルの色度値を予測する動作と、符号化値を生成する動作とを実行する。インデックス選択モジュールは、符号化モジュールによって生成された符号化値からインデックス値を生成する。

本開示の一例示の実施形態によるビデオ復号化方法のフローチャートである。 本開示の一例示の実施形態による参照ブロックを示す図である。 本開示の一例示の実施形態による参照ブロックを示す図である。 本開示の一例示の実施形態による参照ブロックを示す図である。 本開示の一例示の実施形態によるグループ化の概略図である。 本開示の一例示の実施形態によるグループ化の概略図である。 本開示の一例示の実施形態によるグループ化の概略図である。 本開示の一例示の実施形態によるセグメンテーションの概略図である。 本開示の一例示の実施形態による別のタイプのセグメンテーションの概略図である。 本開示の一例示の実施形態による線形モデルの確立の概略図である。 本開示の一例示の実施形態による線形モデルの確立の概略図である。 本開示の一例示の実施形態による線形モデルの確立の概略図である。 本開示の一例示の実施形態による線形モデルの確立の概略図である。 本開示の一例示の実施形態による線形モデルの確立の概略図である。 本開示の一例示の実施形態による色度値の予測の概略図である。 対象ピクセルが異常値とみなされる場合の本開示の一例示の実施形態による色度値の予測の概略図である。 本開示の一例示の実施形態によるビデオ符号化方法のフローチャートである。 本開示の一例示の実施形態によるビデオデコーダーの機能ブロック図である。 本開示の一例示の実施形態によるビデオエンコーダーの機能ブロック図である。

解説を目的とした以下の詳細な説明には、開示された実施形態の十分な理解を提供するために、非常に多くの具体的な詳細が述べられている。しかしながら、これらの具体的な詳細がなくても、１つ以上の実施形態を実施することができることは明らかであろう。他の場合には、よく知られた構造及びデバイスは、図面を簡略化するために概略的に示されている。

本出願の技術用語は、本出願の技術分野における一般的な定義に基づいている。本出願が、１つ又は幾つかの用語を説明又は解説する場合、それらの用語の定義は、本出願の説明又は解説に基づいている。開示された実施形態のそれぞれは、１つ以上の技術的特徴を有する。可能な実施態様において、当業者は、本出願の開示内容及び自身の必要性に基づいて、本出願の任意の実施形態の一部若しくは全ての技術的特徴を選択的に実施するか、又は、本出願の実施形態の一部若しくは全ての技術的特徴を選択的に組み合わせる。

図１は、本開示の一例示の実施形態によるビデオ復号化方法のフローチャートを示している。図１に示すように、ステップ１０５において、符号化値が受信される。その後のステップは、この符号化値のインデックス値に従って実行される。ステップ１１０において、複数の参照サンプルが収集される。ステップ１２０において、参照サンプルがグループ化されて、少なくとも１つのグループが生成される。生成されるグループの数は、１つ又は３つ以上の任意の数である。ステップ１３０において、少なくとも１つのグループのモデル（例えば、相関モデルであるが、これに限定されるものではない）が確立される。ステップ１４０において、対象ピクセルが、対象ブロックから取得（又は選択）される。ステップ１５０において、対象グループが、対象ピクセルに従って少なくとも１つのグループから選択される。ステップ１６０において、対象ピクセルの輝度値が対象グループのモデルに導入され、対象ピクセルの色度値が予測される。

図２Ａ〜図２Ｃは、本開示の一例示の実施形態による参照ブロックを示している。図２Ａに示すように、参照ブロックＲＢ１及びＲＢ２のそれぞれは、対象ブロックＴＢに隣接する１つのピクセルラインから得られる。参照ブロックＲＢ１は、対象ブロックＴＢに隣接する上側ブロックから取得され、参照ブロックＲＢ２は、対象ブロックＴＢに隣接する左側ブロックから取得される。すなわち、参照サンプルは、対象ブロックの上側隣接ブロック及び左側隣接ブロックから収集される。対象ブロックＴＢは、２Ｂ＊２Ｂ個のピクセルを含む（ここで、Ｂは正の整数である）。図２Ｂに示すように、参照ブロックＲＢ１及びＲＢ２は、対象ブロックＴＢに隣接する２つのピクセルラインから得られる。図２Ｃに示すように、参照ブロックＲＢ１及びＲＢ２は、対象ブロックＴＢに隣接する４つのピクセルラインから得られる。

対象ブロックＴＢは、再構築されるブロックを指し、対象ブロックＴＢの輝度値は既知である。本開示の一例示の実施形態では、対象ブロックＴＢの対象ピクセルの色度値は、対象ブロックＴＢの対象ピクセルの輝度値から予測することができる。対象ブロックＴＢ内の対象ピクセルの全ての個々の色度値が予測された後、対象ブロックＴＢは、再構築されたものとみなされる。以下の説明では、線形モデルが一説明例として採用されるが、本出願はこのモデルに限定されるものではない。

ステップ１１０において、参照サンプルがスキャンされて、参照サンプルの複数の輝度値及び複数の色度値が取得される。

ステップ１２０におけるグループ化の原理をここで説明する。図３は、本開示の一例示の実施形態によるグループ化の概略図を示している。図３に示すように、全ての参照サン
プル（図３におけるドットが参照サンプルである）は、１つの単一のグループＧ１にグループ化され、グループＧ１の線形モデルＬＭ１が確立される。次に、各対象ピクセルの輝度値が線形モデルＬＭ１に導入され、各対象ピクセルの色度値が予測される。

図４は、本開示の一例示の実施形態によるグループ化の概略図を示している。図４に示すように、参照サンプルの全ての平均輝度値ＡＬが計算される。参照サンプルの全ては、平均輝度値ＡＬに従って２つのグループＧ１及びＧ２にグループ化され、平均輝度値ＡＬよりも大きな輝度値を有する参照サンプルはグループＧ１にグループ化され、平均輝度値ＡＬよりも小さな輝度値を有する参照サンプルはグループＧ２にグループ化される。グループＧ１及びＧ２のそれぞれの線形モデルＬＭ１及びＬＭ２が生成される。対象ピクセルにより近いグループが、そのグループの線形モデルを用いることによって対象ピクセルの色度値を予測するために特定される。対象ピクセルの輝度値が平均輝度値ＡＬよりも大きい場合、グループＧ１が、対象ピクセルにより近いとみなされ、対象ピクセルの色度値は、グループＧ１の線形モデルＬＭ１を用いることによって予測される。逆に、対象ピクセルの輝度値が平均輝度値ＡＬよりも小さい場合、グループＧ２が、対象ピクセルにより近いとみなされ、対象ピクセルの色度値は、グループＧ２の線形モデルＬＭ２を用いることによって予測される。

図５は、本開示の一例示の実施形態によるグループ化の概略図を示している。参照サンプルがスキャンされ、参照サンプルのそれぞれが、グループのうちのいずれか１つの存在するグループに属するか否かが判断される。参照サンプルをグループ化するステップは、参照サンプルのうちの第１の参照サンプルに従って第１のグループを確立し、第１の参照サンプルを第１のグループに割り当てることと、参照サンプルのうちの第２の参照サンプルを第１のグループに加えるか否かを、第２の参照サンプルのサンプル特性値に従って判断することと、第２の参照サンプルを第１のグループに加えると判断された場合、第１のグループのグループ特性値を更新することと、第２の参照サンプルを第１のグループに加えないと判断された場合、第２のグループを確立して、第２のグループのグループ特性値を計算することとを含む。グループ特性値は、位置、代表的な輝度値、代表的な色度成分値、最大輝度、最小輝度、最大色度、最小色度、及び参照サンプル数の任意の組み合わせを含む。サンプル特性値は、輝度、少なくとも１つの色度成分、及び位置の任意の組み合わせを含む。上記の詳細は、以下の例において説明される。

例えば、参照サンプルのうちの第２の参照サンプルを第１のグループに加えるか否かを第２の参照サンプルのサンプル特性値に従って判断することの詳細は、以下の説明どおりのものとすることができる。２つの実施形態、すなわち、２つの判断式セットが以下に与えられ、１つ又は全ての参照サンプルＲｎ（ここで、ｎは正の整数である）がいずれかの判断式セットを満たすと判断された場合には、参照サンプルＲｎ（ここで、ｎは正の整数である）をそのグループに加えると判断することができる。

第１の判断式セットは、参照サンプルＲｎ（ここで、ｎは正の整数である）の輝度値ＹＲｎ及び色度値ＣＲｎが以下の式を満たすか否かを判断して、参照サンプルＲｎがグループＧｉ（ここで、ｉ＝１〜Ａであり、Ａは存在するグループの数を表す）に属するか否かを判断するものである（以下の４つの式の全てが満たされる場合、参照サンプルＲｎはグループＧｉに属すると判断される；すなわち、これらの式のうちのいずれか１つでも満たされない場合、参照サンプルＲｎはグループＧｉに属さないと判断される）：ＹＲｎ＞Ｙｉ＿ｇｒｏｕｐ＿ｍｉｎ−Ｙｍａｒｇｉｎ；ＹＲｎ＜Ｙｉ＿ｇｒｏｕｐ＿ｍａｘ＋Ｙｍａｒｇｉｎ；ＣＲｎ＞Ｃｉ＿ｇｒｏｕｐ＿ｍｉｎ−Ｃｍａｒｇｉｎ；及びＣＲｎ＜Ｃｉ＿ｇｒｏｕｐ＿ｍａｘ＋Ｃｍａｒｇｉｎ。

上記において、Ｙｉ＿ｇｒｏｕｐ＿ｍｉｎは、グループＧｉにおける最小輝度値を表し
、Ｙｍａｒｇｉｎ及びＣｍａｒｇｉｎは、それぞれ輝度範囲閾値（存在する一定値であってもよい）及び色度範囲閾値（存在する一定値であってもよい）を表し、Ｙｉ＿ｇｒｏｕｐ＿ｍａｘは、グループＧｉ内の最大輝度値を表し、Ｃｉ＿ｇｒｏｕｐ＿ｍｉｎは、グループＧｉ内の最小色度値を表し、Ｃｉ＿ｇｒｏｕｐ＿ｍａｘは、グループＧｉ内の最大色度値を表す。

第２の判断式セットは、参照サンプルＲｎの輝度値ＹＲｎ及び色度値ＣＲｎが以下の式を満たすか否か判断して、参照サンプルＲｎがグループＧｉに属するか否かを判断するものである（以下の４つの式の全てが満たされる場合、参照サンプルＲｎはグループＧｉに属すると判断される；すなわち、これらの式のうちのいずれか１つでも満たされない場合、参照サンプルＲｎはグループＧｉに属さないと判断される）：ＹＲｎ＞Ｙｉ＿ｇｒｏｕｐ＿ｍａｘ−Ｙｍａｒｇｉｎ；ＹＲｎ＜Ｙｉ＿ｇｒｏｕｐ＿ｍｉｎ＋Ｙｍａｒｇｉｎ；ＣＲｎ＞Ｃｉ＿ｇｒｏｕｐ＿ｍａｘ−Ｃｍａｒｇｉｎ；及びＣＲｎ＜Ｃｉ＿ｇｒｏｕｐ＿ｍｉｎ＋Ｃｍａｒｇｉｎ。

参照サンプルＲｎが、存在するいずれのグループにも含まれない場合、新たなグループが作成され、参照サンプルＲｎは、この新たなグループに割り当てられる。

参照サンプルの全てがグループ化された後、それらのグループの関連した線形モデルがそれぞれ確立される。

対象グループが、対象ピクセルの輝度値に従ってグループから選択され、この対象グループの対象線形モデルを用いることによって、対象ピクセルの色度値が予測される。例えば、対象ピクセルの輝度値がＹｉ＿ｇｒｏｕｐ＿ｍｉｎとＹｉ＿ｇｒｏｕｐ＿ｍａｘとの間に含まれると仮定すると、グループＧｉが対象グループとして選択され、対象ピクセルの色度値は、対象グループＧｉの対象線形モデルＬＭｉを用いることによって予測される。

以下に例を説明する。初めに、第１の参照サンプルがスキャンされた後、第１のグループＧ１が確立される。この第１のグループＧ１は、この時点では、第１の参照サンプルのみを含む。

次に、第２の参照サンプルＲ２がスキャンされ、上記２つの式セットのうちの一方に従って、第２の参照サンプルＲ２が第１のグループＧ１に属するか否かが判断される。

第２の参照サンプルＲ２が第１のグループＧ１に属すると判断された場合、第２の参照サンプルＲ２は、第１のグループＧ１に割り当てられ、Ｙ１＿ｇｒｏｕｐ＿ｍｉｎ（第１の参照サンプルの輝度値と第２の参照サンプルの輝度値との間で小さい方を選択）、Ｙ１＿ｇｒｏｕｐ＿ｍａｘ（第１の参照サンプルの輝度値と第２の参照サンプルの輝度値との間で大きい方を選択）、Ｃ１＿ｇｒｏｕｐ＿ｍｉｎ（第１の参照サンプルの色度値と第２の参照サンプルの色度値との間で小さい方を選択）、及びＣ１＿ｇｒｏｕｐ＿ｍａｘ（第１の参照サンプルの色度値と第２の参照サンプルの色度値との間で大きい方を選択）は、それに応じて更新される。

代替的に、第２の参照サンプルＲ２が第１のグループＧ１に属さないと判断された場合、新たな第２のグループＧ２が確立される（同様に、第２のグループＧ２は、この時点では、第２の参照サンプルＲ２のみを含む）。上記プロセスは、参照サンプルの全てがグループ化されるまで繰り返される。

すなわち、図５におけるグループ化は、（１）第１の参照サンプルに従って第１のグル
ープを確立し、第１の参照サンプルを第１のグループに割り当て、第１の参照サンプルの輝度値である第１のグループの最小輝度値、第１の参照サンプルの輝度値である第１のグループの最大輝度値、第１の参照サンプルの色度値である第１のグループの最小色度値及び第１の参照サンプルの色度値である第１のグループの最大色度値を生成することと、（２）第２の参照サンプルが、上述したような関連した詳細を用いて第１のグループに属するか否かを、第２の参照サンプルの輝度値及び色度値に従って判断することと、（３）第２の参照サンプルが第１のグループに属する場合、第１のグループの最小輝度値を、第１のグループの最小輝度値と第２の参照サンプルの輝度値との間の最小値として更新し、第１のグループの最大輝度値を、第１のグループの最大輝度値と第２の参照サンプルの輝度値との間の最大値として更新し、第１のグループの最小色度値を、第１のグループの最小色度値と第２の参照サンプルの色度値との間の最小値として更新し、第１のグループの最大色度値を、第１のグループの最大色度値と第２の参照サンプルの色度値との間の最大値として更新することと、（４）確立された全てのグループを調べて、第２の参照サンプルがこれらのグループのうちのいずれか１つに属するか否かを判断し、第２の参照サンプルがこれらのグループのうちの少なくとも１つに属さない場合、第２のグループを生成し、第２の参照サンプルの輝度値である第２のグループの最小輝度値、第２の参照サンプルの輝度値である第２のグループの最大輝度値、第２の参照サンプルの色度値である第２のグループの最小色度値及び第２の参照サンプルの色度値である第２のグループの最大色度値を生成することとして表すことができる。

本出願の他の可能な例示の実施形態では、参照サンプルをグループ化するステップは、（１）第１の参照サンプルに従って第１のグループを確立し、第１の参照サンプルを第１のグループに割り当て、第１の参照サンプルの輝度値である第１のグループの最小輝度値、及び、第１の参照サンプルの輝度値である第１のグループの最大輝度値を生成することと、（２）第２の参照サンプルの輝度値に従って、第２の参照サンプルが第１のグループに属するか否かを判断することであって、第２の参照サンプルが第１のグループに属するか否かは、次の２つの式セット、すなわち、（Ａ）第１の判断式セット：ＹＲｎ＞Ｙｉ＿ｇｒｏｕｐ＿ｍｉｎ−Ｙｍａｒｇｉｎ；及びＹＲｎ＜Ｙｉ＿ｇｒｏｕｐ＿ｍａｘ＋Ｙｍａｒｇｉｎと、（Ｂ）第２の判断式セット：ＹＲｎ＞Ｙｉ＿ｇｒｏｕｐ＿ｍａｘ−Ｙｍａｒｇｉｎ；及びＹＲｎ＜Ｙｉ＿ｇｒｏｕｐ＿ｍｉｎ＋Ｙｍａｒｇｉｎとのうちの一方に従って判断される（いずれか一方の式セットが満たされた場合、第２の参照サンプルは第１のグループに割り当てられる）ことと、（３）第２の参照サンプルが第１のグループに属する場合、第１のグループの最小輝度値を、第１のグループの最小輝度値と第２の参照サンプルの輝度値との間の最小値として更新し、第１のグループの最大輝度値を、第１のグループの最大輝度値と第２の参照サンプルの輝度値との間の最大値として更新することと、（４）確立されたグループを調べて、第２の参照サンプルがこれらのグループのうちのいずれか１つに属するか否かを判断し、第２の参照サンプルがこれらのグループのうちの少なくとも１つに属さない場合、第２のグループを生成し、この第２のグループの最小輝度値及び最大輝度値を生成することとを含む。

本出願の他の可能な例示の実施形態では、参照サンプルをグループ化するステップは、（１）第１の参照サンプルに従って第１のグループを確立し、第１の参照サンプルを第１のグループに割り当て、第１の参照サンプルの色度値である第１のグループの最小色度値、及び、第１の参照サンプルの色度値である第１のグループの最大色度値を生成することと、（２）第２の参照サンプルの色度値に従って、第２の参照サンプルが第１のグループに属するか否かを判断することであって、第２の参照サンプルが第１のグループに属するか否かは、次の２つの式セット、すなわち、（Ａ）第１の判断式セット：ＣＲｎ＞Ｃｉ＿ｇｒｏｕｐ＿ｍｉｎ−Ｃｍａｒｇｉｎ；及びＣＲｎ＜Ｃｉ＿ｇｒｏｕｐ＿ｍａｘ＋Ｃｍａｒｇｉｎと、（Ｂ）第２の判断式セット：ＣＲｎ＞Ｃｉ＿ｇｒｏｕｐ＿ｍａｘ−Ｃｍａｒｇｉｎ；及びＣＲｎ＜Ｃｉ＿ｇｒｏｕｐ＿ｍｉｎ＋Ｃｍａｒｇｉｎとに従って判断される
（いずれか一方の式セットが満たされた場合、第２の参照サンプルは第１のグループに割り当てられる）ことと、（３）第２の参照サンプルが第１のグループに属する場合、第１のグループの最小色度値を、第１のグループの最小色度値と第２の参照サンプルの色度値との間の最小値として更新し、第１のグループの最大色度値を、第１のグループの最大色度値と第２の参照サンプルの色度値との間の最大値として更新することと、（４）確立されたグループを調べて、第２の参照サンプルがこれらのグループのうちのいずれか１つに属するか否かを判断し、第２の参照サンプルがこれらのグループのうちの少なくとも１つに属さない場合、第２のグループを生成し、この第２のグループの最小色度値及び最大色度値を生成することとを含む。

さらに、本出願の一実施形態では、参照ブロック及び対象ブロックを更にセグメンテーションすることができる。図６は、本開示の一例示の実施形態によるセグメンテーションの概略図を示している。参照サンプルは、Ｘ軸及びＹ軸に沿ってスキャンされ、色不連続点が生じているか否かが判断される。この判断は、｜Ｃ＿Ｒ（ｉ＋１）−Ｃ＿Ｒｉ｜＞Ｃｔｈｒｅｓｈｏｌｄ及び／又は｜Ｙ＿Ｒ（ｉ＋１）−Ｙ＿Ｒｉ｜＞Ｙｔｈｒｅｓｈｏｌｄに従って行われ、Ｃ＿Ｒ（ｉ＋１）及びＣ＿Ｒｉは、それぞれ参照サンプルＲ（ｉ＋１）の色度値及び参照サンプルＲｉの色度値を表し、Ｙ＿Ｒ（ｉ＋１）及びＹ＿Ｒｉは、それぞれ参照サンプルＲ（ｉ＋１）の輝度値及び参照サンプルＲｉの輝度値を表し、Ｃｔｈｒｅｓｈｏｌｄ及びＹｔｈｒｅｓｈｏｌｄは、それぞれ色度閾値（所定の値）及び輝度閾値（所定の値）を表す。

さらに、本出願の他の例示の実施形態では、参照サンプルをグループ化するステップは、グループの数を定めることと、固定数のグループを確立し、グループに含まれる複数の参照サンプルの個々のサンプル特性値に従って、少なくとも１つのグループの個々のグループ特性値を計算することと、個々のサンプル特性値に従って、参照サンプルを少なくとも１つのグループに割り当てることとを含むことができる。グループ特性値は、位置、代表的な輝度値、代表的な色度成分値、最大輝度、最小輝度、最大色度、最小色度、及び参照サンプル数の任意の組み合わせを含む。サンプル特性値は、輝度、少なくとも１つの色度成分及び位置の任意の組み合わせを含む。

色不連続点の空間位置が特定された後、参照ブロック及び対象ブロックはセグメンテーションされる。例として図６を用いると、色不連続点Ｄ１及びＤ２が特定された後、参照ブロックＲＢ１は、参照サブブロックＲＢ１＿１、ＲＢ１＿２及びＲＢ１＿３にセグメンテーションされる。色不連続点Ｄ３が特定された後、参照ブロックＲＢ２は、参照サブブロックＲＢ２＿１及びＲＢ２＿２にセグメンテーションされる。同様に、色不連続点Ｄ１〜Ｄ３に従って、対象ブロックＴＢは、対象サブブロックＴＢ＿１、ＴＢ＿２、ＴＢ＿３、ＴＢ＿４、ＴＢ＿５及びＴＢ＿６にセグメンテーションされる。次に、参照サブブロックは、（上述したようなグループ化の詳細を用いて）グループ化され、グループ化された参照サブブロックを用いることによって、対応するモデルが確立される。

代替的に、対象サブブロックＴＢ＿１の対象サンプルの色度値が予測されるとき、参照サブブロックＲＢ１＿１及び参照サブブロックＲＢ２＿１が参照され、対象サブブロックＴＢ＿２の対象サンプルの色度値が予測されるとき、参照サブブロックＲＢ１＿２及び参照サブブロックＲＢ２＿１が参照され、対象サブブロックＴＢ＿３の対象サンプルの色度値が予測されるとき、参照サブブロックＲＢ１＿３及び参照サブブロックＲＢ２＿１が参照され、対象サブブロックＴＢ＿４の対象サンプルの色度値が予測されるとき、参照サブブロックＲＢ１＿１及び参照サブブロックＲＢ２＿２が参照され、対象サブブロックＴＢ＿５の対象サンプルの色度値が予測されるとき、参照サブブロックＲＢ１＿２及び参照サブブロックＲＢ２＿２が参照され、対象サブブロックＴＢ＿６の対象サンプルの色度値が予測されるとき、参照サブブロックＲＢ１＿３及び参照サブブロックＲＢ２＿２が参照さ
れる。色度値の予測の詳細は、前述したとおりであり、ここでは省略することにする。すなわち、対象サブブロックのうちのいずれか１つが予測されるとき、参照サブブロックのうちの少なくとも１つは除外される。

色不連続点は、例えば、白色の参照サンプルが黒色の参照サンプルに隣接しているとき、又は、赤色の参照サンプルが青色の参照サンプルに隣接しているときに生じる。

本出願では、色不連続点は、参照ブロック及び対象ブロックをセグメンテーションするために特定される。対象サブブロックの色度値が予測されると、より類似した色を有する参照サブブロックが考慮され、あまり類似していない色を有する参照サブブロックは除かれる。すなわち、例として図６を用いると、対象サブブロックＴＢ＿１の色は、参照サブブロックＲＢ１＿１の色とより類似しているが、参照サブブロックＲＢ１＿２の色とあまり類似していない。したがって、対象サブブロックＴＢ＿１を再構築するために、参照サブブロックＲＢ１＿１が考慮される一方、参照サブブロックＲＢ１＿２は除外される。したがって、予測結果をより正確なものにすることができる。

すなわち、本出願の１つの例示の実施形態では、セグメンテーションを行うには、特性値不連続点（例えば、色不連続点）を有する空間位置が、参照ブロック及び対象ブロックをセグメンテーションするために特定される。すなわち、参照ブロックは、少なくとも１つの参照サブブロックにセグメンテーションされ、この少なくとも１つの参照サブブロックのグループが確立され、この少なくとも１つの参照サブブロックを用いることによって、モデルが確立される。

図７は、本開示の別の例示の実施形態によるセグメンテーションの概略図を示している。色不連続点Ｄ１及びＤ２が特定された後、参照ブロックＲＢ１が、参照サブブロックＲＢ１＿１、ＲＢ１＿２及びＲＢ１＿３にセグメンテーションされ、色不連続点Ｄ３が特定された後、参照ブロックＲＢ２が、参照サブブロックＲＢ２＿１及びＲＢ２＿２にセグメンテーションされる。同様に、これらの色不連続点に従って、対象ブロックＴＢが、対象サブブロックＴＢ＿１、ＴＢ＿２及びＴＢ＿３にセグメンテーションされる。

次に、対象サブブロックＴＢ＿１の対象サンプルの色度値が予測されるとき、参照サブブロックＲＢ１＿１及び参照サブブロックＲＢ２＿１が参照され、対象サブブロックＴＢ＿２の対象サンプルの色度値が予測されるとき、参照サブブロックＲＢ１＿２及び参照サブブロックＲＢ２＿２が参照され、対象サブブロックＴＢ＿３の対象サンプルの色度値が予測されるとき、参照サブブロックＲＢ１＿３が参照される。色度値の予測の詳細は、前述したとおりであり、ここでは省略することにする。

代替的に、本出願の他の例示の実施形態では、対象ピクセルの色度値を予測するステップは、特性値不連続点の空間位置に従って対象ブロックを少なくとも１つの対象サブブロックにセグメンテーションすることと、対象ピクセルが属する対象サブブロックに従って対象グループを選択することと、対象グループのモデルを用いることによって対象ピクセルの色度値を予測することとを含む。

図８は、本開示の一例示の実施形態による線形モデルの確立の概略図を示している。図８において、線形モデルは、線形回帰アルゴリズムを適用することによって確立される。グループの個々の対応する線形モデルが確立される。確立される線形モデルは、Ｙが色度値を表し、ｘが輝度値を表し、α及びβが以下に示すものとすると、Ｙ＝αｘ＋βとして表すことができる。

上記において、Ｎは、グループ内の参照サンプルの数を表し、Ｌ（ｎ）及びＣ（ｎ）は、参照サンプルＲｎのそれぞれ輝度値及び色度値を表す。

代替的に、別の直線式は、α及びβを以下に示すものとするＹ＝αｘ＋βである。

及び

上記において、Ｃｍａｘ、Ｃｍｉｎ、Ｌｍａｘ及びＬｍｉｎは、参照サンプルのそれぞれ最大色度値、最小色度値、最小輝度値及び最大輝度値を表す。

図９Ａ〜図９Ｃは、本開示の一例示の実施形態による線形モデルの確立の概略図を示している。図９Ａ〜図９Ｃにおいて、線形モデルは、直線式を適用することによって確立される。すなわち、２つの点（２つの参照サンプル）が参照サンプルから特定されて、直線が確立され、この確立された直線が線形モデルである。

図９Ａでは、特定される点は、Ｐ１：（Ｌ１，Ｍａｘ Ｃ）及びＰ２：（Ｌ２，Ｍｉｎ
Ｃ）である。すなわち、Ｐ１は、グループ内の参照サンプルの中で最大色度値を有する参照サンプルを表し、Ｐ２は、グループ内の参照サンプルの中で最小色度値を有する参照サンプルを表す。

図９Ｂでは、特定される点は、Ｐ１：（Ｍａｘ Ｌ，Ｃ１）及びＰ２：（Ｍｉｎ Ｌ，Ｃ２）である。すなわち、Ｐ１は、グループ内の参照サンプルの中で最大輝度値を有する参照サンプルを表し、Ｐ２は、グループ内の参照サンプルの中で最小輝度値を有する参照サンプルを表す。

図９Ｃでは、特定される点は、Ｐ１：（Ｍａｘ Ｌ，Ｍａｘ Ｃ）及びＰ２：（Ｍｉｎ
Ｌ，Ｍｉｎ Ｃ）である。すなわち、Ｐ１は、グループ内の参照サンプルの中で最大輝度値及び最大色度値の双方を有する参照サンプルを表し、Ｐ２は、グループ内の参照サンプルの中で最小輝度値及び最小色度値の双方を有する参照サンプルを表す。

図１０は、本開示の一例示の実施形態による線形モデルの確立の概略図を示している。図１０において、線形モデルは、平均化アルゴリズムを適用することによって確立される。図１０の適用シナリオでは、グループ内の参照サンプルの輝度値分布及び／又は色度値分布がかなり集中しているか、又は、グループが１つの参照サンプルしか含まない。平均化アルゴリズムが適用されると、対象サンプルの予測クロミナンス値は、参照サンプルの
色度値の平均値である。

図１１は、本開示の一例示の実施形態による色度値の予測の概略図を示している。本出願の一例示の実施形態では、対象ピクセルの色度値が予測されるとき、対象ピクセルに最も近いグループが、対象ピクセルの輝度値に従って特定される。次に、対象ピクセルの色度値が、この最も近いグループの線形モデルを適用することによって予測される。

換言すれば、図１１において、Ｖ１、Ｖ２及びＶ３は、それぞれグループＧ１、Ｇ２及びＧ３の平均輝度値を示す。対象ピクセルに最も近いグループを特定するステップは、対象ピクセルの輝度値ＴＰ＿ＹがＶ１に最も近いのか、Ｖ２に最も近いのか、又はＶ３に最も近いのかを判断することである。対象ピクセルの輝度値ＴＰ＿ＹがＶ１に最も近い場合、グループＧ１が対象ピクセルに最も近いと判断され、対象ピクセルの色度値ＴＰ＿Ｃは、グループＧ１の線形モデルＬＭ１を適用することによって予測される。同様に、対象ピクセルの輝度値ＴＰ＿ＹがＶ２に最も近いと判断された場合、グループＧ２が対象ピクセルに最も近いと判断され、対象ピクセルの色度値ＴＰ＿Ｃは、グループＧ２の線形モデルＬＭ２を適用することによって予測される。対象ピクセルの輝度値ＴＰ＿ＹがＶ３に最も近いと判断された場合、グループＧ３が対象ピクセルに最も近いと判断され、対象ピクセルの色度値ＴＰ＿Ｃは、グループＧ３の線形モデルＬＭ３を適用することによって予測される。図１１における例では、対象ピクセルの輝度値ＴＰ＿ＹはＶ２に最も近く、グループＧ２が対象ピクセルに最も近いと判断され、対象ピクセルの色度値ＴＰ＿Ｃは、グループＧ２の線形モデルＬＭ２を適用することによって予測される。

図１２は、本開示の一例示の実施形態による色度値の予測の概略図を示している。対象ピクセルは異常値とみなされる。本出願の一例示の実施形態では、対象ピクセルが、いずれのグループの範囲内にも含まれない場合、この対象ピクセルは異常値とみなされる。本開示の１つの例示の実施形態では、異常値とみなされる対象ピクセルの色度値を予測する３つの手法がある。

第１の手法では、色度値は、普遍的線形モデル（ＵＬＭ）を用いることによって予測される。「普遍的相関モデル」及び／又は「普遍的線形モデル」は、グループの全ての個々の中心点に従って取得される。

第２の手法では、予測隣接色度値の平均値が、異常値とみなされた対象ピクセルの予測色度値として用いられる。「予測隣接色度値」という用語は、類似の輝度値を有する残りの対象ピクセルの所定のクロミナンスを指す。

第３の手法では、中間グレースケール値が、異常値とみなされる対象ピクセルの予測色度値として用いられる。例えば、ピクセル値が１０ビットであると仮定すると、５１２が、異常値とみなされる対象ピクセルの予測色度値として用いられる。

さらに、本出願の１つの例示の実施形態では、事前に処理された対象ピクセルの輝度値が、対象ピクセルの輝度値に近い場合、この事前に処理された対象ピクセルの（予測）色度値が、対象ピクセルの予測色度値として用いられる。

図１３は、本開示の一例示の実施形態によるビデオ符号化方法のフローチャートを示している。図１３に示すように、ステップ１３１０において、複数の参照サンプルが収集される。ステップ１３２０において、これらの参照サンプルがグループ化されて、少なくとも１つのグループが生成される。ステップ１３３０において、この少なくとも１つのグループのモデルが確立される。ステップ１３４０において、対象ピクセルが対象ブロックから取得される。ステップ１３５０において、対象グループが、対象ピクセルに従って少な
くとも１つのグループから選択される。ステップ１３６０において、対象ピクセルの輝度値が、対象グループのモデルに導入され、対象ピクセルの色度値が予測される。ステップ１３６５において、符号化値が生成される。この符号化値はインデックス値を含む。

図１４は、本開示の一例示の実施形態によるビデオデコーダーの機能ブロック図を示している。本開示の一例示の実施形態によるビデオデコーダー１４００は、プロセッサ１４１０、メモリ１４２０、復号化モジュール１４３０及びインデックス受信モジュール１４４０を備える。プロセッサ１４１０、メモリ１４２０、復号化モジュール１４３０及びインデックス受信モジュール１４４０は、互いに結合されている。プロセッサ１４１０は、ビデオデコーダー１４００を制御するためのものである。メモリ１４２０は、参照ブロック及び対象ブロックを記憶するためのものである。復号化モジュール１４３０は、上記のビデオ復号化方法を実行することができ、インデックス受信モジュール１４４０は、ビデオエンコーダーからインデックス値を受信する。復号化モジュール１４３０及びインデックス受信モジュール１４４０は、プロセッサによって実行されるソフトウェアによって実施することもできるし、ハードウェア回路によって実施することもできる。

図１５は、本開示の一例示の実施形態によるビデオエンコーダーの機能ブロック図を示している。本開示の一例示の実施形態によるビデオエンコーダー１５００は、プロセッサ１５１０、メモリ１５２０、符号化モジュール１５３０及びインデックス選択モジュール１５４０を備える。プロセッサ１５１０、メモリ１５２０、符号化モジュール１５３０及びインデックス選択モジュール１５４０は、互いに結合されている。プロセッサ１５１０は、ビデオエンコーダー１５００を制御するためのものである。メモリ１５２０は、参照ブロック及び対象ブロックを記憶するためのものである。符号化モジュール１５３０は、上述したビデオ符号化方法を実行することができる。インデックス選択モジュール１５４０は、符号化モジュール１５３０によって生成された符号化値からインデックス値を生成する。符号化モジュール１５３０及びインデックス選択モジュール１５４０は、プロセッサによって実行されるソフトウェアによって実施することもできるし、ハードウェア回路によって実施することもできる。

上述したように、本出願の例示の実施形態は、色度値を効果的に予測する。したがって、ＹＣｂＣｒフォーマットのビデオデータが符号化されるとき、Ｙデータしか符号化する必要がなく、したがって、符号化のビットレートが効果的に低減される。他方、ＣｂＣｒデータは、上記方法を用いることによって予測することができる。本出願の例示の実施形態は、色度値を独立して符号化することの効率低下の問題を解決すること、及び、全体の符号化効率を高めることが可能である。したがって、本出願は、ビデオ圧縮関連技術を伴う製品に適用することができる。これらの製品は、例えば、ウェブカム、デジタルカメラ、デジタルビデオカメラ、ハンドヘルドモバイルデバイス及びデジタルテレビであるが、これらに限定されるものではない。

Claims (22)

1. 符号化値を受信することと、
   前記符号化値のインデックス値に従って、以下のステップ、すなわち、
   複数の参照サンプルを収集するステップと、
   前記参照サンプルをグループ化して、少なくとも１つのグループを生成するステップと、
   前記少なくとも１つのグループのモデルを確立するステップと、
   対象ブロックから対象ピクセルを取得するステップと、
   前記対象ピクセルに従って前記少なくとも１つのグループから対象グループを選択するステップと、
   前記対象ピクセルの輝度値を前記対象グループのモデルに導入して、前記対象ピクセルの色度値を予測するステップと、
   を実行することと、
   を含む、ビデオ復号化方法。
2. 前記生成されるグループの数は、１つ又は３つ以上の任意の数である、請求項１に記載のビデオ復号化方法。
3. 前記参照サンプルをグループ化する前記ステップは、
   前記参照サンプルの平均輝度値を計算することと、
   前記参照サンプルのそれぞれの輝度値が前記平均輝度値よりも大きいのか又は小さいのかに従って、前記参照サンプルを前記少なくとも１つの生成されたグループに割り当てることと、
   を含む、請求項１に記載のビデオ復号化方法。
4. 前記参照サンプルをグループ化する前記ステップは、
   前記参照サンプルのうちの第１の参照サンプルに従って第１のグループを確立し、該第１の参照サンプルを該第１のグループに割り当てることと、
   前記参照サンプルのうちの第２の参照サンプルのサンプル特性値に従って、該第２の参照サンプルを前記第１のグループに加えるか否かを判断することと、
   前記第２の参照サンプルを前記第１のグループに加えると判断された場合には、前記第１のグループのグループ特性値を更新することと、
   前記第２の参照サンプルを前記第１のグループに加えないと判断された場合には、第２のグループを確立し、該第２のグループのグループ特性値を計算することと、
   を含む、請求項１に記載のビデオ復号化方法。
5. 前記参照サンプルをグループ化する前記ステップは、
   前記少なくとも１つのグループの数を定めることと、
   固定数の前記少なくとも１つのグループを確立し、前記少なくとも１つのグループの複数の参照サンプルの個々のサンプル特性値に従って、前記少なくとも１つのグループの個々のグループ特性値を計算することと、
   前記個々のサンプル特性値に従って前記参照サンプルを前記少なくとも１つのグループに割り当てることと、
   を含む、請求項１に記載のビデオ復号化方法。
6. 前記グループ特性値は、位置、代表的な輝度値、代表的な色度成分値、最大輝度、最小輝度、最大色度、最小色度及び参照サンプル数の任意の組み合わせを含み、前記サンプル特性値は、輝度、少なくとも１つの色度成分及び位置の任意の組み合わせを含む、請求項４又は５に記載のビデオ復号化方法。
7. 前記少なくとも１つのグループの前記モデルを確立する前記ステップは、
   線形回帰アルゴリズム、直線式又は平均化アルゴリズムを適用することによって前記モデルを確立すること、
   を含む、請求項１に記載のビデオ復号化方法。
8. 前記少なくとも１つのグループから前記対象グループを選択する前記ステップは、
   前記対象ピクセルの前記輝度値に従って、前記対象ピクセルに最も近い前記対象グループを前記少なくとも１つのグループから特定すること、
   を含む、請求項１に記載のビデオ復号化方法。
9. 事前に処理された対象ピクセルの輝度値が、前記対象ピクセルの前記輝度値に近い場合には、前記対象ピクセルの前記色度値は、前記事前に処理された対象ピクセルの予測色度値を用いることによって予測される、請求項１に記載のビデオ復号化方法。
10. 参照ブロック及び前記対象ブロックをセグメンテーションする特性値不連続点の空間位置が特定され、前記参照ブロックは、少なくとも１つの参照サブブロックにセグメンテーションされ、該少なくとも１つの参照サブブロックのグループが確立され、
    前記少なくとも１つの参照サブブロックを用いることによって、少なくとも１つのモデルが確立され、
    前記対象ピクセルの前記色度値を予測する前記ステップは、
    前記特性値不連続点の空間位置に従って、前記対象ブロックを少なくとも１つの対象サブブロックにセグメンテーションすることと、
    前記対象ピクセルが属する前記対象サブブロックに従って前記対象グループを選択することと、
    前記対象グループの前記モデルを用いることによって前記対象ピクセルの前記色度値を予測することと、
    を含む、請求項１に記載のビデオ復号化方法。
11. 複数の参照サンプルを収集するステップと、
    前記参照サンプルをグループ化して、少なくとも１つのグループを生成するステップと、
    前記少なくとも１つのグループのモデルを確立するステップと、
    対象ブロックから対象ピクセルを取得するステップと、
    前記対象ピクセルに従って、前記少なくとも１つのグループから対象グループを選択するステップと、
    前記対象ピクセルの輝度値を前記対象グループのモデルに導入して、前記対象ピクセルの色度値を予測するステップと、
    インデックス値を有する符号化値を生成するステップと、
    を含む、ビデオ符号化方法。
12. 前記生成されるグループの数は、１つ又は３つ以上の任意の数である、請求項１１に記載のビデオ符号化方法。
13. 前記参照サンプルをグループ化する前記ステップは、
    前記参照サンプルの平均輝度値を計算することと、
    前記参照サンプルのそれぞれの輝度値が前記平均輝度値よりも大きいのか又は小さいのかに従って、前記参照サンプルを前記少なくとも１つの生成されたグループに割り当てることと、
    を含む、請求項１１に記載のビデオ符号化方法。
14. 前記参照サンプルをグループ化する前記ステップは、
    前記参照サンプルのうちの第１の参照サンプルに従って第１のグループを確立し、該第１の参照サンプルを該第１のグループに割り当てることと、
    前記参照サンプルのうちの第２の参照サンプルのサンプル特性値に従って、該第２の参照サンプルを前記第１のグループに加えるか否かを判断することと、
    前記第２の参照サンプルを前記第１のグループに加えると判断された場合には、前記第１のグループのグループ特性値を更新することと、
    前記第２の参照サンプルを前記第１のグループに加えないと判断された場合には、第２のグループを確立し、該第２のグループのグループ特性値を計算することと、
    を含む、請求項１１に記載のビデオ符号化方法。
15. 前記参照サンプルをグループ化する前記ステップは、
    前記少なくとも１つのグループの数を定めることと、
    固定数の前記少なくとも１つのグループを確立し、前記少なくとも１つのグループの複数の参照サンプルの個々のサンプル特性値に従って、前記少なくとも１つのグループの個々のグループ特性値を計算することと、
    前記個々のサンプル特性値に従って前記参照サンプルを前記少なくとも１つのグループに割り当てることと、
    を含む、請求項１１に記載のビデオ符号化方法。
16. 前記グループ特性値は、位置、代表的な輝度値、代表的な色度成分値、最大輝度、最小輝度、最大色度、最小色度及び参照サンプル数の任意の組み合わせを含み、前記サンプル特性値は、輝度、少なくとも１つの色度成分及び位置の任意の組み合わせを含む、請求項１４又は１５に記載のビデオ符号化方法。
17. 前記少なくとも１つのグループの前記モデルを確立する前記ステップは、
    線形回帰アルゴリズム、直線式又は平均化アルゴリズムを適用することによって前記モデルを確立すること、
    を含む、請求項１１に記載のビデオ符号化方法。
18. 前記少なくとも１つのグループから前記対象グループを選択する前記ステップは、
    前記対象ピクセルの前記輝度値に従って、前記対象ピクセルに最も近い前記対象グループを前記少なくとも１つのグループから特定すること、
    を含む、請求項１１に記載のビデオ符号化方法。
19. 事前に処理された対象ピクセルの輝度値が、前記対象ピクセルの前記輝度値に近い場合には、前記対象ピクセルの前記色度値は、前記事前に処理された対象ピクセルの予測色度値を用いることによって予測される、請求項１１に記載のビデオ符号化方法。
20. 参照ブロック及び前記対象ブロックをセグメンテーションする特性値不連続点の空間位置が特定され、前記参照ブロックは、少なくとも１つの参照サブブロックにセグメンテーションされ、該少なくとも１つの参照サブブロックのグループが確立され、
    前記少なくとも１つの参照サブブロックを用いることによって、少なくとも１つのモデルが確立され、
    前記対象ピクセルの前記色度値を予測する前記ステップは、
    前記特性値不連続点の空間位置に従って、前記対象ブロックを少なくとも１つの対象サブブロックにセグメンテーションすることと、
    前記対象ピクセルが属する前記対象サブブロックに従って前記対象グループを選択することと、
    前記対象グループの前記モデルを用いることによって前記対象ピクセルの前記色度値を予測することと、
    を含む、請求項１１に記載のビデオ符号化方法。
21. ビデオデコーダーであって、
    該ビデオデコーダーを制御するプロセッサと、
    複数の参照サンプル及び対象ブロックを記憶するメモリと、
    復号化モジュールと、
    符号化値を受信するインデックス受信モジュールと、
    を備え、
    前記プロセッサ、前記メモリ、前記復号化モジュール及び前記インデックス受信モジュールは互いに結合され、前記復号化モジュールは、前記符号化値のインデックス値に従って、以下の動作、すなわち、
    複数の参照サンプルを収集する動作と、
    前記参照サンプルをグループ化して、少なくとも１つのグループを生成する動作と、
    前記少なくとも１つのグループのモデルを確立する動作と、
    対象ブロックから対象ピクセルを取得する動作と、
    前記対象ピクセルに従って前記少なくとも１つのグループから対象グループを選択する動作と、
    前記対象ピクセルの輝度値を前記対象グループのモデルに導入して、前記対象ピクセルの色度値を予測する動作と、
    を実行する、ビデオデコーダー。
22. ビデオエンコーダーであって、
    該ビデオエンコーダーを制御するプロセッサと、
    複数の参照サンプル及び対象ブロックを記憶するメモリと、
    符号化モジュールと、
    インデックス選択モジュールと、
    を備え、
    前記プロセッサ、前記メモリ、前記符号化モジュール及び前記インデックス選択モジュールは互いに結合され、前記符号化モジュールは、以下の動作、すなわち、
    複数の参照サンプルを収集する動作と、
    前記参照サンプルをグループ化して、少なくとも１つのグループを生成する動作と、
    前記少なくとも１つのグループのモデルを確立する動作と、
    対象ブロックから対象ピクセルを取得する動作と、
    前記対象ピクセルに従って前記少なくとも１つのグループから対象グループを選択する動作と、
    前記対象ピクセルの輝度値を前記対象グループのモデルに導入して、前記対象ピクセルの色度値を予測する動作と、
    符号化値を生成する動作と、
    を実行し、
    前記インデックス選択モジュールは、前記符号化モジュールによって生成された前記符号化値からインデックス値を生成する、ビデオエンコーダー。

Images