JP2020096329A - Prediction image generation device, moving image decoding device, and moving image encoding device - Google Patents
Prediction image generation device, moving image decoding device, and moving image encoding device Download PDFInfo
- Publication number
- JP2020096329A JP2020096329A JP2018234921A JP2018234921A JP2020096329A JP 2020096329 A JP2020096329 A JP 2020096329A JP 2018234921 A JP2018234921 A JP 2018234921A JP 2018234921 A JP2018234921 A JP 2018234921A JP 2020096329 A JP2020096329 A JP 2020096329A
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- unit
- image
- image generation
- predicted image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
Description
本発明の実施形態は、予測画像生成装置、動画像復号装置、および動画像符号化装置に関する。 Embodiments of the present invention relate to a predictive image generation device, a moving image decoding device, and a moving image encoding device.
動画像を効率的に伝送または記録するために、動画像を符号化することによって符号化データを生成する動画像符号化装置、および、当該符号化データを復号することによって復号画像を生成する動画像復号装置が用いられている。 In order to efficiently transmit or record a moving image, a moving image encoding device that generates encoded data by encoding the moving image, and a moving image that generates a decoded image by decoding the encoded data An image decoding device is used.
具体的な動画像符号化方式としては、例えば、H.264/AVCやHEVC(High-Efficiency Video Coding)方式などが挙げられる。 Specific examples of the moving image coding method include H.264/AVC and HEVC (High-Efficiency Video Coding) method.
このような動画像符号化方式においては、動画像を構成する画像(ピクチャ)は、画像を分割することにより得られるスライス、スライスを分割することにより得られる符号化ツリーユニット(CTU:Coding Tree Unit)、符号化ツリーユニットを分割することで得られる符号化単位(符号化ユニット(Coding Unit:CU)と呼ばれることもある)、及び、符号化単位を分割することより得られる変換ユニット(TU:Transform Unit)からなる階層構造により管理され、CU毎に符号化/復号される。 In such a moving image coding method, an image (picture) that constitutes a moving image is a slice obtained by dividing the image, and a coding tree unit (CTU: Coding Tree Unit) obtained by dividing the slice. ), a coding unit obtained by dividing the coding tree unit (sometimes called a coding unit (CU)), and a transform unit (TU: obtained by dividing the coding unit). CU is encoded/decoded for each CU.
また、このような動画像符号化方式においては、通常、入力画像を符号化/復号することによって得られる局所復号画像に基づいて予測画像が生成され、当該予測画像を入力画像(原画像)から減算して得られる予測誤差(「差分画像」または「残差画像」と呼ぶこともある)が符号化される。予測画像の生成方法としては、画面間予測(インター予測)、および、画面内予測(イントラ予測)が挙げられる。 In addition, in such a moving image coding method, a predicted image is usually generated based on a locally decoded image obtained by coding/decoding an input image, and the predicted image is generated from the input image (original image). The prediction error obtained by the subtraction (also referred to as “difference image” or “residual image”) is encoded. As a method of generating a predicted image, inter-screen prediction (inter prediction) and intra-screen prediction (intra prediction) can be mentioned.
また、近年の動画像符号化及び復号の技術として非特許文献1が挙げられる。非特許文献2には、中心ベクトルに特定の方向の差分ベクトルを加算して動きベクトルを求めるMMVD予測モードが開示されている。非特許文献3には、双予測の動き補償(補間画像)から予測画像を導出する際に勾配画像を利用して高画質化するBIO技術が開示されている。非特許文献4には、双予測の重みを明示的に符号化するGBI技術が開示されている。
Further, Non-Patent
非特許文献4に記載のGeneralized bi-prediction(GBI予測)等を用いた予測においては、補間画像に重み係数を乗算することにより予測画像を生成する。しかし、非特許文献3に記載のBi-directional optical flow(BIO)が有効な対象ブロックではGBI予測がオフになるという問題が生じ得た。
In prediction using generalized bi-prediction (GBI prediction) described in Non-Patent
また、非特許文献2に記載のMerge with Motion Vector Difference (MMVD)が適用されている対象ブロックではGBI予測がオフになるという問題が生じ得た。
Further, there may be a problem that GBI prediction is turned off in the target block to which the Merge with Motion Vector Difference (MMVD) described in Non-Patent
上記課題を解決するために、本発明の一態様に係る予測画像生成装置は、1又は複数の参照画像に対して動き補償を行うことによって予測画像を生成する予測画像生成装置であって、第1の予測画像と第2の予測画像と勾配補正項とを参照して予測画像を生成するBIO予測を用いて予測画像を生成する予測画像生成部を備え、前記予測画像生成部は、前記BIO予測において、前記第1の予測画像に含まれる各画素値に適用される重み係数および第2の予測画像に含まれる各画素値に適用される重み係数を用いて予測画像を生成するGBI予測を併用して予測画像を生成する。 In order to solve the above problems, a prediction image generation device according to an aspect of the present invention is a prediction image generation device that generates a prediction image by performing motion compensation on one or a plurality of reference images. A predicted image generation unit that generates a predicted image using BIO prediction that generates a predicted image by referring to the first predicted image, the second predicted image, and the gradient correction term is provided, and the predicted image generation unit is the BIO. In the prediction, a GBI prediction that generates a prediction image using a weighting factor applied to each pixel value included in the first prediction image and a weighting factor applied to each pixel value included in the second prediction image is performed. Used together to generate a predicted image.
上記課題を解決するために、本発明の一態様に係る予測画像生成装置は、マージ候補リストに含まれている選択したブロックの予測ベクトルと、符号化データから復号した差分ベクトルとを用いて対象ブロックに適用する動きベクトルを導出するMMVD予測を行う予測画像生成装置であって、前記差分ベクトルの方向を示す方向情報、及び前記差分ベクトルの長さを示す長さ情報を参照して前記差分ベクトルを導出する動きベクトル導出部と、第1の予測画像と第2の予測画像とを参照して予測画像を生成する予測画像生成部とを備え、前記予測画像生成部は、符号化データからインデックスを復号し、当該インデックスを参照して、前記第1の予測画像に含まれる各画素値に適用される重み係数および第2の予測画像に含まれる各画素値に適用される重み係数を導出し、前記重み係数を用いて予測画像を生成するGBI予測によって予測画像を生成する。 In order to solve the above problems, a prediction image generation device according to an aspect of the present invention uses a prediction vector of a selected block included in a merge candidate list and a difference vector decoded from encoded data as a target. A prediction image generation device that performs MMVD prediction to derive a motion vector to be applied to a block, the direction information indicating the direction of the difference vector, and the difference vector with reference to length information indicating the length of the difference vector. And a predictive image generating unit that generates a predictive image by referring to the first predictive image and the second predictive image, and the predictive image generating unit is an index from the encoded data. And derive a weighting factor applied to each pixel value included in the first prediction image and a weighting factor applied to each pixel value included in the second prediction image by referring to the index. , Generate a predicted image using the weighting factor, and generate a predicted image by GBI prediction.
以上の構成によれば、上記問題の何れかの解決を図ることができる。 According to the above configuration, it is possible to solve any of the above problems.
(第1の実施形態)
以下、図面を参照しながら本発明の実施形態について説明する。
(First embodiment)
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
図1は、本実施形態に係る画像伝送システム1の構成を示す概略図である。
FIG. 1 is a schematic diagram showing a configuration of an
画像伝送システム1は、符号化対象画像を符号化した符号化ストリームを伝送し、伝送された符号化ストリームを復号し画像を表示するシステムである。画像伝送システム1は、動画像符号化装置(画像符号化装置)11、ネットワーク21、動画像復号装置(画像復号装置)31、及び動画像表示装置(画像表示装置)41を含んで構成される。
The
動画像符号化装置11には画像Tが入力される。
The image T is input to the moving
ネットワーク21は、動画像符号化装置11が生成した符号化ストリームTeを動画像復号装置31に伝送する。ネットワーク21は、インターネット(Internet)、広域ネットワーク(WAN:Wide Area Network)、小規模ネットワーク(LAN:Local Area Network)またはこれらの組み合わせである。ネットワーク21は、必ずしも双方向の通信網に限らず、地上デジタル放送、衛星放送等の放送波を伝送する一方向の通信網であっても良い。また、ネットワーク21は、DVD(Digital Versatile Disc:登録商標)、BD(Blue-ray Disc:登録商標)等の符号化ストリームTeを記録した記憶媒体で代替されても良い。
The
動画像復号装置31は、ネットワーク21が伝送した符号化ストリームTeのそれぞれを復号し、復号した1または複数の復号画像Tdを生成する。
The moving
動画像表示装置41は、動画像復号装置31が生成した1または複数の復号画像Tdの全部または一部を表示する。動画像表示装置41は、例えば、液晶ディスプレイ、有機EL(Electro-luminescence)ディスプレイ等の表示デバイスを備える。ディスプレイの形態としては、据え置き、モバイル、HMD等が挙げられる。また、動画像復号装置31が高い処理能力を有する場合には、画質の高い画像を表示し、より低い処理能力しか有しない場合には、高い処理能力、表示能力を必要としない画像を表示する。
The moving image display device 41 displays all or part of one or a plurality of decoded images Td generated by the moving
<演算子>
本明細書で用いる演算子を以下に記載する。
<Operator>
The operators used in this specification are described below.
>>は右ビットシフト、<<は左ビットシフト、&はビットワイズAND、|はビットワイズOR、|=はOR代入演算子であり、||は論理和を示す。 >> is right bit shift, << is left bit shift, & is bitwise AND, | is bitwise OR, |= is an OR assignment operator, and || is a logical sum.
x?y:zは、xが真(0以外)の場合にy、xが偽(0)の場合にzをとる3項演算子である。 x?y:z is a ternary operator that takes y when x is true (other than 0) and z when x is false (0).
Clip3(a,b,c) は、cをa以上b以下の値にクリップする関数であり、c<aの場合にはaを返し、c>bの場合にはbを返し、その他の場合にはcを返す関数である(ただし、a<=b)。 Clip3(a,b,c) is a function that clips c to a value greater than or equal to a and less than or equal to b. Returns a if c<a, returns b if c>b, and otherwise. Is a function that returns c (however, a<=b).
abs(a)はaの絶対値を返す関数である。 abs(a) is a function that returns the absolute value of a.
Int(a)はaの整数値を返す関数である。 Int(a) is a function that returns the integer value of a.
floor(a)はa以下の最大の整数を返す関数である。 floor(a) is a function that returns the largest integer less than or equal to a.
ceil(a)はa以上の最小の整数を返す関数である。 ceil(a) is a function that returns the smallest integer greater than or equal to a.
a/dはdによるaの除算(小数点以下切り捨て)を表す。 a/d represents division of a by d (rounding down after the decimal point).
a^bは、aのb乗を表す。 a^b represents the b-th power of a.
sign(a)はaの符号(sign)を返す関数である。sign(a) = a > 0 ? 1 : a == 0 ? 0 : -1
Round(a)はaの丸め値を返す関数である。Round(a) = sign(a)*floor(abs(a)+0.5)。
sign(a) is a function that returns the sign of a. sign(a) = a >0 ?1 :a == 0 ?0 :-1
Round(a) is a function that returns the rounded value of a. Round(a) = sign(a)*floor(abs(a)+0.5).
<符号化ストリームTeの構造>
本実施形態に係る動画像符号化装置11および動画像復号装置31の詳細な説明に先立って、動画像符号化装置11によって生成され、動画像復号装置31によって復号される符号化ストリームTeのデータ構造について説明する。
<Structure of encoded stream Te>
Prior to a detailed description of the moving
図4は、符号化ストリームTeにおけるデータの階層構造を示す図である。符号化ストリームTeは、例示的に、シーケンス、およびシーケンスを構成する複数のピクチャを含む。図4の(a)〜(f)は、それぞれ、シーケンスSEQを既定する符号化ビデオシーケンス、ピクチャPICTを規定する符号化ピクチャ、スライスSを規定する符号化スライス、スライスデータを規定する符号化スライスデータ、符号化スライスデータに含まれる符号化ツリーユニット、符号化ツリーユニットに含まれる符号化ユニットを示す図である。 FIG. 4 is a diagram showing a hierarchical structure of data in the encoded stream Te. The coded stream Te illustratively includes a sequence and a plurality of pictures forming the sequence. 4A to 4F respectively show an encoded video sequence defining the sequence SEQ, an encoded picture defining the picture PICT, an encoding slice defining the slice S, and an encoding slice defining the slice data. It is a figure which shows the data, the coding tree unit contained in coding slice data, and the coding unit contained in a coding tree unit.
(符号化ビデオシーケンス)
符号化ビデオシーケンスでは、処理対象のシーケンスSEQを復号するために動画像復号装置31が参照するデータの集合が規定されている。シーケンスSEQは、図4(a)に示すように、ビデオパラメータセット(Video Parameter Set)、シーケンスパラメータセットSPS(Sequence Parameter Set)、ピクチャパラメータセットPPS(Picture Parameter Set)、ピクチャPICT、及び、付加拡張情報SEI(Supplemental Enhancement Information)を含んでいる。
(Encoded video sequence)
In the encoded video sequence, a set of data referred to by the moving
ビデオパラメータセットVPSは、複数のレイヤから構成されている動画像において、複数の動画像に共通する符号化パラメータの集合および動画像に含まれる複数のレイヤおよび個々のレイヤに関連する符号化パラメータの集合が規定されている。 The video parameter set VPS is a set of coding parameters common to a plurality of moving pictures in a moving picture composed of a plurality of layers and a plurality of layers included in the moving picture and coding parameters related to individual layers. Sets are defined.
シーケンスパラメータセットSPSでは、対象シーケンスを復号するために動画像復号装置31が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの幅や高さが規定される。なお、SPSは複数存在してもよい。その場合、PPSから複数のSPSの何れかを選択する。
The sequence parameter set SPS defines a set of coding parameters that the moving
ピクチャパラメータセットPPSでは、対象シーケンス内の各ピクチャを復号するために動画像復号装置31が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの復号に用いられる量子化幅の基準値(pic_init_qp_minus26)や重み付き予測の適用を示すフラグ(weighted_pred_flag)が含まれる。なお、PPSは複数存在してもよい。その場合、対象シーケンス内の各ピクチャから複数のPPSの何れかを選択する。
The picture parameter set PPS defines a set of coding parameters that the moving
(符号化ピクチャ)
符号化ピクチャでは、処理対象のピクチャPICTを復号するために動画像復号装置31が参照するデータの集合が規定されている。ピクチャPICTは、図4(b)に示すように、スライス0〜スライスNS-1を含む(NSはピクチャPICTに含まれるスライスの総数)。
(Encoded picture)
The coded picture defines a set of data that the moving
なお、以下、スライス0〜スライスNS-1のそれぞれを区別する必要が無い場合、符号の添え字を省略して記述することがある。また、以下に説明する符号化ストリームTeに含まれるデータであって、添え字を付している他のデータについても同様である。
In addition, hereinafter, when it is not necessary to distinguish each of the
(符号化スライス)
符号化スライスでは、処理対象のスライスSを復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスは、図4(c)に示すように、スライスヘッダ、および、スライスデータを含んでいる。
(Encoding slice)
In the encoded slice, a set of data referred to by the
スライスヘッダには、対象スライスの復号方法を決定するために動画像復号装置31が参照する符号化パラメータ群が含まれる。スライスタイプを指定するスライスタイプ指定情報(slice_type)は、スライスヘッダに含まれる符号化パラメータの一例である。
The slice header includes a coding parameter group referred to by the
スライスタイプ指定情報により指定可能なスライスタイプとしては、(1)符号化の際にイントラ予測のみを用いるIスライス、(2)符号化の際に単方向予測、または、イントラ予測を用いるPスライス、(3)符号化の際に単方向予測、双方向予測、または、イントラ予測を用いるBスライスなどが挙げられる。なお、インター予測は、単予測、双予測に限定されず、より多くの参照ピクチャを用いて予測画像を生成してもよい。以下、P、Bスライスと呼ぶ場合には、インター予測を用いることができるブロックを含むスライスを指す。 The slice types that can be designated by the slice type designation information include (1) an I slice that uses only intra prediction during encoding, (2) a unidirectional prediction that uses encoding during prediction, or a P slice that uses intra prediction. (3) B slices using unidirectional prediction, bidirectional prediction, or intra prediction at the time of encoding are included. Note that inter prediction is not limited to uni-prediction and bi-prediction, and a larger number of reference pictures may be used to generate a prediction image. Hereinafter, when the slices are referred to as P and B slices, they refer to slices including blocks that can use inter prediction.
なお、スライスヘッダは、ピクチャパラメータセットPPSへの参照(pic_parameter_set_id)を含んでいても良い。 The slice header may include a reference (pic_parameter_set_id) to the picture parameter set PPS.
(符号化スライスデータ)
符号化スライスデータでは、処理対象のスライスデータを復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスデータは、図4(d)に示すように、CTUを含んでいる。CTUは、スライスを構成する固定サイズ(例えば64x64)のブロックであり、最大符号化単位(LCU:Largest Coding Unit)と呼ぶこともある。
(Encoded slice data)
The encoded slice data defines a set of data that the moving
(符号化ツリーユニット)
図4(e)には、処理対象のCTUを復号するために動画像復号装置31が参照するデータの集合が規定されている。CTUは、再帰的な4分木分割(QT(Quad Tree)分割)、2分木分割(BT(Binary Tree)分割)あるいは3分木分割(TT(Ternary Tree)分割)により符号化処理の基本的な単位である符号化ユニットCUに分割される。BT分割とTT分割を合わせてマルチツリー分割(MT(Multi Tree)分割)と呼ぶ。再帰的な4分木分割により得られる木構造のノードのことを符号化ノード(Coding Node)と称する。4分木、2分木、及び3分木の中間ノードは、符号化ノードであり、CTU自身も最上位の符号化ノードとして規定される。
(Encoding tree unit)
In FIG. 4(e), a set of data referred to by the
CTは、CT情報として、QT分割を行うか否かを示すQT分割フラグ(qt_split_cu_flag)、MT分割の有無を示すMT分割フラグ(mtt_split_cu_flag)、MT分割の分割方向を示すMT分割方向(mtt_split_cu_vertical_flag)、MT分割の分割タイプを示すMT分割タイプ(mtt_split_cu_binary_flag)を含む。qt_split_cu_flag、mtt_split_cu_vertical_flag、mtt_split_cu_binary_flagは符号化ノード毎に伝送される。 CT, as CT information, a QT split flag (qt_split_cu_flag) indicating whether to perform QT split, an MT split flag (mtt_split_cu_flag) indicating the presence or absence of MT split, an MT split direction (mtt_split_cu_vertical_flag) indicating the split direction of MT split, The MT split type (mtt_split_cu_binary_flag) indicating the split type of MT split is included. qt_split_cu_flag, mtt_split_cu_vertical_flag and mtt_split_cu_binary_flag are transmitted for each coding node.
図5は、CTUの分割例を示す図である。qt_split_cu_flagが1の場合、符号化ノードは4つの符号化ノードに分割される(図5(b))。 FIG. 5 is a diagram showing an example of CTU division. When qt_split_cu_flag is 1, the coding node is divided into four coding nodes (FIG. 5(b)).
qt_split_cu_flagが0の時、mtt_split_cu_flagが0の場合に符号化ノードは分割されず1つのCUをノードとして持つ(図5(a))。CUは符号化ノードの末端ノードであり、これ以上分割されない。CUは、符号化処理の基本的な単位となる。 When qt_split_cu_flag is 0 and mtt_split_cu_flag is 0, the coding node is not split and has one CU as a node (FIG. 5(a)). The CU is the end node of the coding node and is not further divided. The CU is a basic unit of encoding processing.
mtt_split_cu_flagが1の場合に符号化ノードは以下のようにMT分割される。mtt_split_cu_vertical_flagが0、かつmtt_split_cu_binary_flagが1の場合に符号化ノードは2つの符号化ノードに水平分割され(図5(d))、mtt_split_cu_vertical_flagが1、かつmtt_split_cu_binary_flagが1の場合に符号化ノードは2つの符号化ノードに垂直分割される(図5(c))。また、mtt_split_cu_vertical_flagが0、かつmtt_split_cu_binary_flagが0の場合に符号化ノードは3つの符号化ノードに水平分割され(図5(f))、mtt_split_cu_vertical_flagが1、かつmtt_split_cu_binary_flagが0の場合に符号化ノードは3つの符号化ノードに垂直分割される(図5(e))。これらを図5(g)に示す。 When mtt_split_cu_flag is 1, the coding node is MT-split as follows. When mtt_split_cu_vertical_flag is 0 and mtt_split_cu_binary_flag is 1, the coding node is horizontally divided into two coding nodes (Fig. 5(d)), and when mtt_split_cu_vertical_flag is 1 and mtt_split_cu_binary_flag is 1, two coding nodes are coded. It is vertically divided into digitized nodes (Fig. 5(c)). When mtt_split_cu_vertical_flag is 0 and mtt_split_cu_binary_flag is 0, the coding node is horizontally divided into three coding nodes (Fig. 5(f)), and when mtt_split_cu_vertical_flag is 1 and mtt_split_cu_binary_flag is 0, the coding node is 3. It is vertically divided into two coding nodes (Fig. 5(e)). These are shown in FIG. 5(g).
また、CTUのサイズが64x64画素の場合には、CUのサイズは、64x64画素、64x32画素、32x64画素、32x32画素、64x16画素、16x64画素、32x16画素、16x32画素、16x16画素、64x8画素、8x64画素、32x8画素、8x32画素、16x8画素、8x16画素、8x8画素、64x4画素、4x64画素、32x4画素、4x32画素、16x4画素、4x16画素、8x4画素、4x8画素、及び、4x4画素の何れかをとり得る。 When the CTU size is 64x64 pixels, the CU size is 64x64 pixels, 64x32 pixels, 32x64 pixels, 32x32 pixels, 64x16 pixels, 16x64 pixels, 32x16 pixels, 16x32 pixels, 16x16 pixels, 64x8 pixels, 8x64 pixels. , 32x8 pixels, 8x32 pixels, 16x8 pixels, 8x16 pixels, 8x8 pixels, 64x4 pixels, 4x64 pixels, 32x4 pixels, 4x32 pixels, 16x4 pixels, 4x16 pixels, 8x4 pixels, 4x8 pixels, and 4x4 pixels ..
(符号化ユニット)
図4(f)に示すように、処理対象の符号化ユニットを復号するために動画像復号装置31が参照するデータの集合が規定されている。具体的には、CUは、CUヘッダCUH、予測パラメータ、変換パラメータ、量子化変換係数等から構成される。CUヘッダでは予測モード等が規定される。
(Encoding unit)
As shown in FIG. 4(f), a set of data referred to by the
予測処理は、CU単位で行われる場合と、CUをさらに分割したサブCU単位で行われる場合がある。CUとサブCUのサイズが等しい場合には、CU中のサブCUは1つである。CUがサブCUのサイズよりも大きい場合、CUは、サブCUに分割される。たとえばCUが8x8、サブCUが4x4の場合、CUは水平2分割、垂直2分割からなる、4つのサブCUに分割される。 The prediction process may be performed in CU units or may be performed in sub CU units obtained by further dividing the CU. When the CU and the sub CU have the same size, there is one sub CU in the CU. If the CU is larger than the size of the sub CU, the CU is divided into sub CUs. For example, if the CU is 8x8 and the sub-CU is 4x4, the CU is divided into four sub-CUs, which are divided into two horizontally and vertically.
予測の種類(予測モード)は、イントラ予測と、インター予測の2つがある。イントラ予測は、同一ピクチャ内の予測であり、インター予測は、互いに異なるピクチャ間(例えば、表示時刻間)で行われる予測処理を指す。 There are two types of prediction (prediction mode): intra prediction and inter prediction. Intra prediction refers to prediction within the same picture, and inter prediction refers to prediction processing performed between different pictures (for example, between display times).
変換・量子化処理はCU単位で行われるが、量子化変換係数は4x4等のサブブロック単位でエントロピー符号化してもよい。 The transform/quantization process is performed in CU units, but the quantized transform coefficients may be entropy coded in subblock units such as 4x4.
(予測パラメータ)
予測画像は、ブロックに付随する予測パラメータによって導出される。予測パラメータには、イントラ予測とインター予測の予測パラメータがある。
(Prediction parameter)
The predicted image is derived from the prediction parameters associated with the block. The prediction parameters include intra prediction and inter prediction parameters.
以下、インター予測の予測パラメータについて説明する。インター予測パラメータは、予測リスト利用フラグpredFlagL0、predFlagL1と、参照ピクチャインデックスrefIdxL0、refIdxL1と、動きベクトルmvL0、mvL1から構成される。予測リスト利用フラグpredFlagL0、predFlagL1は、各々L0リスト、L1リストと呼ばれる参照ピクチャリストが用いられるか否かを示すフラグであり、値が1の場合に対応する参照ピクチャリストが用いられる。なお、本明細書中「XXであるか否かを示すフラグ」と記す場合、フラグが0以外(たとえば1)をXXである場合、0をXXではない場合とし、論理否定、論理積などでは1を真、0を偽と扱う(以下同様)。但し、実際の装置や方法では真値、偽値として他の値を用いることもできる。
The prediction parameters of inter prediction will be described below. The inter prediction parameter is composed of prediction list use flags predFlagL0 and predFlagL1, reference picture indexes refIdxL0 and refIdxL1, and motion vectors mvL0 and mvL1. The prediction list use flags predFlagL0 and predFlagL1 are flags indicating whether or not reference picture lists called L0 list and L1 list are used, and the reference picture list corresponding to a value of 1 is used. In addition, in the present specification, when it is referred to as “a flag indicating whether it is XX”, a flag other than 0 (for example, 1) is XX, 0 is not XX, and logical negation, logical product, etc.
インター予測パラメータを導出するためのシンタックス要素には、例えば、アフィンフラグaffine_flag、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、動きベクトル精度モードamvr_modeがある。 Syntax elements for deriving inter prediction parameters include, for example, affine flag affine_flag, merge flag merge_flag, merge index merge_idx, inter prediction identifier inter_pred_idc, reference picture index refIdxLX, prediction vector index mvp_LX_idx, difference vector mvdLX, motion vector accuracy. There is a mode amvr_mode.
(参照ピクチャリスト)
参照ピクチャリストは、参照ピクチャメモリ306に記憶された参照ピクチャからなるリストである。図6は、参照ピクチャおよび参照ピクチャリストの一例を示す概念図である。図6(a)において、矩形はピクチャ、矢印はピクチャの参照関係、横軸は時間、矩形中のI、P、Bは各々イントラピクチャ、単予測ピクチャ、双予測ピクチャ、矩形中の数字は復号順を示す。図に示すように、ピクチャの復号順は、I0、P1、B2、B3、B4であり、表示順は、I0、B3、B2、B4、P1である。図6(b)に、ピクチャB3(対象ピクチャ)の参照ピクチャリストの例を示す。参照ピクチャリストは、参照ピクチャの候補を表すリストであり、1つのピクチャ(スライス)が1つ以上の参照ピクチャリストを有してもよい。図の例では、対象ピクチャB3は、L0リストRefPicList0およびL1リストRefPicList1の2つの参照ピクチャリストを持つ。個々のCUでは、参照ピクチャリストRefPicListX(X=0または1)中のどのピクチャを実際に参照するかを参照ピクチャインデックスrefIdxLXで指定する。図は、refIdxL0=2、refIdxL1=0の例である。なお、LXは、L0予測とL1予測を区別しない場合に用いられる記述方法であり、以降では、LXをL0、L1に置き換えることでL0リストに対するパラメータとL1リストに対するパラメータを区別する。
(Reference picture list)
The reference picture list is a list of reference pictures stored in the
(マージ予測とAMVP予測)
予測パラメータの復号(符号化)方法には、マージ予測(merge)モードとAMVP(Advanced Motion Vector Prediction、適応動きベクトル予測)モードがあり、マージフラグmerge_flagは、これらを識別するためのフラグである。マージ予測モードは、予測リスト利用フラグpredFlagLX(またはインター予測識別子inter_pred_idc)、参照ピクチャインデックスrefIdxLX、動きベクトルmvLXを符号化データに含めずに、既に処理した近傍ブロックの予測パラメータから導出する用いるモードである。AMVPモードは、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、動きベクトルmvLXを符号化データに含めるモードである。なお、動きベクトルmvLXは、予測ベクトルmvpLXを識別する予測ベクトルインデックスmvp_LX_idxと差分ベクトルmvdLX、動きベクトル精度モードamvr_modeとして符号化される。また、マージ予測モードの他に、アフィンフラグaffine_flagにより識別されるアフィン予測モードがあってもよい。マージ予測モードの一形態として、スキップフラグskip_flagにより識別されるスキップモードがあってもよい。なお、スキップモードとは、マージモードと同様の方法で予測パラメータを導出して用いるモードであり、かつ、予測誤差(残差画像)を符号化データに含めないモードである。換言すれば、スキップフラグskip_flagが1の場合、対象CUに関して、当該スキップフラグskip_flagとマージインデックスmerge_idxなどのマージモードに関連するシンタックスのみを含み、動きベクトルなどは符号化データに含まれない。このため、対象CUに対して、スキップフラグskip_flagがスキップモードを適用することを示している場合、当該スキップフラグskip_flag以外の予測パラメータの復号は省略される。
(Merge prediction and AMVP prediction)
The prediction parameter decoding (encoding) methods include a merge prediction (merge) mode and an AMVP (Advanced Motion Vector Prediction) mode, and the merge flag merge_flag is a flag for identifying these. The merge prediction mode is a mode in which the prediction list use flag predFlagLX (or inter prediction identifier inter_pred_idc), the reference picture index refIdxLX, and the motion vector mvLX are not included in the encoded data but are derived from the prediction parameters of the already processed neighboring blocks. .. The AMVP mode is a mode in which the inter prediction identifier inter_pred_idc, the reference picture index refIdxLX, and the motion vector mvLX are included in the encoded data. The motion vector mvLX is encoded as a prediction vector index mvp_LX_idx for identifying the prediction vector mvpLX, a difference vector mvdLX, and a motion vector precision mode amvr_mode. In addition to the merge prediction mode, there may be an affine prediction mode identified by the affine flag affine_flag. As one form of the merge prediction mode, there may be a skip mode identified by a skip flag skip_flag. The skip mode is a mode in which a prediction parameter is derived and used by the same method as the merge mode, and a prediction error (residual image) is not included in encoded data. In other words, when the skip flag skip_flag is 1, only the skip flag skip_flag and the syntax related to the merge mode such as the merge index merge_idx are included in the target CU, and the motion vector and the like are not included in the encoded data. Therefore, when the skip flag skip_flag indicates that the skip mode is applied to the target CU, decoding of prediction parameters other than the skip flag skip_flag is omitted.
(動きベクトル)
動きベクトルmvLXは、異なる2つのピクチャ上のブロック間のシフト量を示す。動きベクトルmvLXに関する予測ベクトル、差分ベクトルを、それぞれ予測ベクトルmvpLX、差分ベクトルmvdLXと呼ぶ。
(Motion vector)
The motion vector mvLX indicates the shift amount between blocks on two different pictures. The prediction vector and the difference vector regarding the motion vector mvLX are called the prediction vector mvpLX and the difference vector mvdLX, respectively.
(インター予測識別子inter_pred_idcと予測リスト利用フラグpredFlagLX)
インター予測識別子inter_pred_idcは、参照ピクチャの種類および数を示す値であり、PRED_L0、PRED_L1、PRED_BIの何れかの値をとる。PRED_L0、PRED_L1は、各々L0リスト、L1リストで管理された1枚の参照ピクチャを用いる単予測を示す。PRED_BIはL0リストとL1リストで管理された2枚の参照ピクチャを用いる双予測BiPredを示す。
(Inter prediction identifier inter_pred_idc and prediction list usage flag predFlagLX)
The inter-prediction identifier inter_pred_idc is a value indicating the type and number of reference pictures, and takes any value of PRED_L0, PRED_L1, and PRED_BI. PRED_L0 and PRED_L1 indicate uni-prediction using one reference picture managed in the L0 list and the L1 list, respectively. PRED_BI indicates bi-prediction BiPred using two reference pictures managed by the L0 list and the L1 list.
マージインデックスmerge_idxは、処理が完了したブロックから導出される予測パラメータ候補(マージ候補)のうち、いずれの予測パラメータを対象ブロックの予測パラメータとして用いるかを示すインデックスである。 The merge index merge_idx is an index that indicates which prediction parameter is used as the prediction parameter of the target block among the prediction parameter candidates (merge candidates) derived from the processed block.
インター予測識別子inter_pred_idcと、予測リスト利用フラグpredFlagL0、predFlagL1の関係は以下のとおりであり、相互に変換可能である。 The relationship between the inter prediction identifier inter_pred_idc and the prediction list use flags predFlagL0 and predFlagL1 is as follows, and they can be converted mutually.
inter_pred_idc = (predFlagL1<<1)+predFlagL0
predFlagL0 = inter_pred_idc & 1
predFlagL1 = inter_pred_idc >> 1
(双予測biPredの判定)
双予測BiPredであるかのフラグbiPredは、2つの予測リスト利用フラグがともに1であるかによって導出できる。例えば以下の式で導出できる。
inter_pred_idc = (predFlagL1<<1)+predFlagL0
predFlagL0 = inter_pred_idc & 1
predFlagL1 = inter_pred_idc >> 1
(Judgment of bi-predictive biPred)
The flag biPred indicating whether it is bi-prediction BiPred can be derived depending on whether the two prediction list use flags are both 1. For example, it can be derived by the following formula.
biPred = (predFlagL0==1 && predFlagL1==1)
あるいは、フラグbiPredは、インター予測識別子が2つの予測リスト(参照ピクチャ)を使うことを示す値であるか否かによっても導出できる。例えば以下の式で導出できる。
biPred = (predFlagL0==1 && predFlagL1==1)
Alternatively, the flag biPred can be derived depending on whether the inter prediction identifier is a value indicating that two prediction lists (reference pictures) are used. For example, it can be derived by the following formula.
biPred = (inter_pred_idc==PRED_BI) ? 1 : 0
(動画像復号装置の構成)
本実施形態に係る動画像復号装置31(図7)の構成について説明する。
biPred = (inter_pred_idc==PRED_BI) ?1: 0
(Structure of video decoding device)
The configuration of the moving picture decoding device 31 (FIG. 7) according to the present embodiment will be described.
動画像復号装置31は、エントロピー復号部301、パラメータ復号部(予測画像復号装置)302、ループフィルタ305、参照ピクチャメモリ306、予測パラメータメモリ307、予測画像生成部(予測画像生成装置)308、逆量子化・逆変換部311、及び加算部312を含んで構成される。なお、後述の動画像符号化装置11に合わせ、動画像復号装置31にループフィルタ305が含まれない構成もある。
The moving
パラメータ復号部302は、さらに、図示しない、ヘッダ復号部3020、CT情報復号部3021、及びCU復号部3022(予測モード復号部)を備えており、CU復号部3022はさらにTU復号部3024を備えている。これらを総称して復号モジュールと呼んでもよい。ヘッダ復号部3020は、符号化データからVPS、SPS、PPSなどのパラメータセット情報、スライスヘッダ(スライス情報)を復号する。CT情報復号部3021は、符号化データからCTを復号する。CU復号部3022は符号化データからCUを復号する。TU復号部3024は、TUに予測誤差が含まれている場合に、符号化データからQP更新情報(量子化補正値)と量子化予測誤差(residual_coding)を復号する。
The
また、パラメータ復号部302は、図示しないインター予測パラメータ復号部(予測画像生成装置)303及びイントラ予測パラメータ復号部304を含んで構成される。予測画像生成部308は、インター予測画像生成部(予測画像生成装置)309及びイントラ予測画像生成部310を含んで構成される。
Further, the
また、以降では処理の単位としてCTU、CUを使用した例を記載するが、この例に限らず、サブCU単位で処理をしてもよい。あるいはCTU、CU、をブロック、サブCUをサブブロックと読み替え、ブロックあるいはサブブロック単位の処理としてもよい。 Further, although an example in which CTU and CU are used as a processing unit is described below, the processing is not limited to this example, and processing may be performed in sub CU units. Alternatively, the CTU and CU may be read as a block and the sub CU may be read as a sub block, and processing may be performed in block or sub block units.
エントロピー復号部301は、外部から入力された符号化ストリームTeに対してエントロピー復号を行って、個々の符号(シンタックス要素)を復号する。
The
エントロピー復号部301は、復号した符号をパラメータ復号部302に出力する。復号した符号とは、例えば、予測モードpredMode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、動きベクトル精度モードamvr_mode等である。どの符号を復号するかの制御は、パラメータ復号部302の指示に基づいて行われる。
The
(インター予測パラメータ復号部の構成)
インター予測パラメータ復号部303は、エントロピー復号部301から入力された符号に基づいて、予測パラメータメモリ307に記憶された予測パラメータを参照してインター予測パラメータを復号する。また、インター予測パラメータ復号部303は、復号したインター予測パラメータを予測画像生成部308に出力し、予測パラメータメモリ307に記憶する。
(Configuration of inter prediction parameter decoding unit)
The inter prediction
図8は、本実施形態に係るインター予測パラメータ復号部303の構成を示す概略図である。インター予測パラメータ復号部303は、マージ予測部30374、DMVR部30375、サブブロック予測部(アフィン予測部)30372、MMVD予測部(動きベクトル導出部)30376、Triangle予測部30377、AMVP予測パラメータ導出部3032、加算部3038を含んで構成される。マージ予測部30374は、マージ予測パラメータ導出部3036を含んで構成される。AMVP予測パラメータ導出部3032、マージ予測パラメータ導出部3036、アフィン予測部30372は、動画像符号化装置、動画像復号装置で共通する手段であるので、これらを総称して動きベクトル導出部(動きベクトル導出装置)と称してもよい。
FIG. 8 is a schematic diagram showing the configuration of the inter prediction
インター予測パラメータ復号部303は、インター予測に関連するシンタックス要素の復号をエントロピー復号部301に指示し、符号化データに含まれるシンタックス要素、例えば、アフィンフラグaffine_flag、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、動きベクトル精度モードamvr_modeを抽出する。
The inter prediction
アフィンフラグaffine_flagが1、すなわち、アフィン予測モードを示す場合、アフィン予測部30372は、サブブロックのインター予測パラメータを導出する。
When the affine flag affine_flag is 1, that is, the affine prediction mode is indicated, the
マージフラグmerge_flagが1、すなわち、マージ予測モードを示す場合、マージインデックスmerge_idxを復号し、マージ予測パラメータ導出部3036に出力する。
When the merge flag merge_flag is 1, that is, indicates the merge prediction mode, the merge index merge_idx is decoded and output to the merge prediction
マージフラグmerge_flagが0、すなわち、AMVP予測モードを示す場合、AMVP予測パラメータとして、例えば、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLXを復号する。AMVP予測パラメータ導出部3032は予測ベクトルインデックスmvp_LX_idxから予測ベクトルmvpLXを導出する。加算部3038では導出された予測ベクトルmvpLXと差分ベクトルmvdLXを加算し、動きベクトルmvLXを導出する。
When the merge flag merge_flag is 0, that is, when it indicates the AMVP prediction mode, for example, the inter prediction identifier inter_pred_idc, the reference picture index refIdxLX, the prediction vector index mvp_LX_idx, and the difference vector mvdLX are decoded as AMVP prediction parameters. The AMVP prediction
(アフィン予測部)
アフィン予測部30372は対象ブロックのアフィン予測パラメータを導出する。本実施形態では、アフィン予測パラメータとして、対象ブロックの2つの制御点(V0、V1)の動きベクトル(mv0_x,mv0_y)(mv1_x,mv1_y)を導出する。具体的には、対象ブロックの隣接ブロックの動きベクトルから予測することにより、各制御点の動きベクトルを導出してもよいし、制御点の動きベクトルとして導出された予測ベクトルと符号化データから導出される差分ベクトルの和により、各制御点の動きベクトルを導出してもよい。
(Affine prediction unit)
The
なお、アフィン予測部30372は、4パラメータMVDアフィン予測に用いるパラメータまたは6パラメータMVDアフィン予測に用いるパラメータを適宜導出してもよい。
Note that the
(マージ予測)
図9の(a)は、マージ予測部30374に含まれるマージ予測パラメータ導出部3036の構成を示す概略図である。マージ予測パラメータ導出部3036は、マージ候補導出部30361、マージ候補選択部30362を備える。なお、マージ候補は、予測リスト利用フラグpredFlagLX、動きベクトルmvLX、参照ピクチャインデックスrefIdxLXを含んで構成され、マージ候補リストに格納される。マージ候補リストに格納されたマージ候補には、所定の規則に従ってインデックスが割り当てられる。
(Merge prediction)
FIG. 9A is a schematic diagram showing the configuration of the merge prediction
マージ候補導出部30361は、復号済の隣接ブロックの動きベクトルと参照ピクチャインデックスrefIdxLXとをそのまま用いてマージ候補を導出する。それ以外に、マージ候補導出部30361は、後述する空間マージ候補導出処理、時間マージ候補導出処理、ペアワイズマージ候補導出処理、およびゼロマージ候補導出処理を適用してもよい。
The merge
空間マージ候補導出処理として、マージ候補導出部30361は、所定の規則に従って、予測パラメータメモリ307が記憶している予測パラメータを読み出し、マージ候補に設定する。参照ピクチャの指定方法は、例えば、対象ブロックから予め定めた範囲内にある隣接ブロック(例えば、対象ブロックの左A1、右B1、右上B0、左下A0、左上B2にそれぞれ接するブロックの全部または一部)のそれぞれに係る予測パラメータである。各々のマージ候補をA1,B1,B0,A0,B2と呼ぶ。
As the spatial merge candidate derivation process, the merge
ここで、A1,B1,B0,A0,B2は各々、下記の座標を含むブロックから導出される動き情報である。 Here, A1, B1, B0, A0 and B2 are motion information derived from blocks including the following coordinates.
A1: (xCb - 1, yCb + cbHeight - 1)
B1: (xCb + cbWidth - 1, yCb - 1)
B0: (xCb + cbWidth, yCb - 1)
A0: (xCb - 1, yCb + cbHeight)
B2: (xCb - 1, yCb - 1)
時間マージ導出処理として、マージ候補導出部30361は、対象ブロックの右下CBR、あるいは、中央の座標を含む参照画像中のブロックCの予測パラメータを、予測パラメータメモリ307から読み出してマージ候補Colとし、マージ候補リストmergeCandList[]に格納する。
A1: (xCb-1, yCb + cbHeight-1)
B1: (xCb + cbWidth-1, yCb-1)
B0: (xCb + cbWidth, yCb-1)
A0: (xCb-1, yCb + cbHeight)
B2: (xCb-1, yCb-1)
As a temporal merge derivation process, the merge
ペアワイズ導出部は、ペアワイズ候補avgKを導出し、マージ候補リストmergeCandList[]に格納する。 The pairwise deriving unit derives the pairwise candidate avgK and stores it in the merge candidate list mergeCandList[].
マージ候補導出部30361は、参照ピクチャインデックスrefIdxLXが0…Mであり、動きベクトルmvLXのX成分、Y成分が共に0であるゼロマージ候補Z0,…,ZMを導出しマージ候補リストに格納する。
The merge
マージ候補導出部30361またはペアワイズ導出部が各マージ候補をマージ候補リストmergeCandList[]に格納する順番は、例えば、空間マージ候補(A1,B1,B0,A0,B2)、時間マージ候補Col、ペアワイズ候補avgK、ゼロマージ候補ZeroCandKである。なお、利用可能でない(ブロックがイントラ予測等)参照ブロックはマージ候補リストに格納しない。
i = 0
if( availableFlagA1 )
mergeCandList[ i++ ] = A1
if( availableFlagB1 )
mergeCandList[ i++ ] = B1
if( availableFlagB0 )
mergeCandList[ i++ ] = B0
if( availableFlagA0 )
mergeCandList[ i++ ] = A0
if( availableFlagB2 )
mergeCandList[ i++ ] = B2
if( availableFlagCol )
mergeCandList[ i++ ] = Col
if( availableFlagAvgK )
mergeCandList[ i++ ] = avgK
if( i < MaxNumMergeCand )
mergeCandList[ i++ ] = ZK
なお、対象ブロックの左上座標を(xCb, yCb)とし、対象ブロックの幅をcbWidthとし、対象ブロックの高さをcbHeightとする。
The order in which the merge
i = 0
if( availableFlagA1)
mergeCandList[ i++ ]= A1
if( availableFlagB1)
mergeCandList[ i++ ]= B1
if( availableFlagB0)
mergeCandList[ i++ ]= B0
if( availableFlagA0)
mergeCandList[ i++ ]= A0
if( availableFlagB2)
mergeCandList[ i++ ]= B2
if( availableFlagCol)
mergeCandList[ i++ ]= Col
if( availableFlagAvgK ).
mergeCandList[ i++ ]= avgK
if( i <MaxNumMergeCand)
mergeCandList[ i++ ]= ZK
Note that the upper left coordinates of the target block are (xCb, yCb), the width of the target block is cbWidth, and the height of the target block is cbHeight.
マージ候補選択部30362は、マージ候補リストに含まれるマージ候補のうち、マージインデックスmerge_idxが示すマージ候補Nを以下の式で選択する。
The merge
N = mergeCandList[merge_idx]
ここでNは、マージ候補を示すラベルであり、A1,B1,B0,A0,B2,Col,AvgK,ZeroCandKなどをとる。ラベルNで示されるマージ候補の動き情報は(mvLXN[0], mvLXN[1])、predFlagLXN, refIdxLXNで示される。
N = mergeCandList[merge_idx]
Here, N is a label indicating a merge candidate, and takes A1, B1, B0, A0, B2, Col, AvgK, ZeroCandK and the like. The motion information of the merge candidate indicated by the label N (mvLXN[0], mvLXN[1]) is indicated by predFlagLXN, refIdxLXN.
マージ候補選択部30362は、選択されたマージ候補の動き情報(mvLXN[0], mvLXN[1])、predFlagLXN, refIdxLXNを対象ブロックのインター予測パラメータとして選択する。マージ候補選択部30362は選択したインター予測パラメータを予測パラメータメモリ307に記憶するとともに、予測画像生成部308に出力する。
The merge
(MMVD予測部30373)
MMVD予測部30373は、マージ候補導出部30361で導出した中心ベクトルmvLXN(マージ候補の動きベクトル)に、差分ベクトルmvdLXを加算して動きベクトルを導出する。
(MMVD prediction unit 30373)
The MMVD prediction unit 30373 adds the difference vector mvdLX to the center vector mvLXN (merge candidate motion vector) derived by the merge
MMVD予測部30376は、マージ候補mergeCandList[]と符号化データから復号もしくは符号化データに符号化するシンタックスbase_candidate_idx、direction_idx、distance_idxを用いて動きベクトルmvLX[]を導出する。さらに、距離テーブル選択するシンタックスdistance_list_idxを符号化もしくは復号してもよい。
The
MMVD予測部30376は、中心ベクトルmvLN[]をbase_candidate_idxで選択する。
The
mvLN = mergeCandList[base_candidate_idx]
MMVD予測部30376は、ベース距離(mvdUnit[0], mvdUnit[1])と距離DistFromBaseMVを導出する。
mvLN = mergeCandList[base_candidate_idx]
The
dir_table_x[] = { 8, -8, 0, 0, 4, -4, -4, 4 }
dir_table_y[] = { 0, 0, 8, -8, 4, -4, 4, -4 }
mvdUnit[0] = dir_table_x[direction_idx]
mvdUnit[1] = dir_table_y[direction_idx]
DistFromBaseMV = DistanceTable[distance_idx]
MMVD予測部30376は、差分ベクトルrefineMv[]を導出する。
dir_table_x[] = {8, -8, 0, 0, 4, -4, -4, 4}
dir_table_y[] = {0, 0, 8, -8, 4, -4, 4, -4}
mvdUnit[0] = dir_table_x[direction_idx]
mvdUnit[1] = dir_table_y[direction_idx]
DistFromBaseMV = DistanceTable[distance_idx]
The
firstMv[0] = (DistFromBaseMV<<shiftMMVD) * mvdUnit[0]
firstMv[1] = (DistFromBaseMV<<shiftMMVD) * mvdUnit[1]
ここでshiftMMVDは、動き補償部3091(補間部)での動きベクトルの精度MVPRECにあうように差分ベクトルの大きさを調整する値である。
firstMv[0] = (DistFromBaseMV<<shiftMMVD) * mvdUnit[0]
firstMv[1] = (DistFromBaseMV<<shiftMMVD) * mvdUnit[1]
Here, shiftMMVD is a value for adjusting the size of the difference vector so as to match the motion vector accuracy MVPREC in the motion compensation unit 3091 (interpolation unit).
refineMvL0[0] = firstMv[0]
refineMvL0[1] = firstMv[1]
refineMvL1[0] = -firstMv[0]
refineMvL1[1] = -firstMv[1]
最終的に、MMVD予測部30376は、差分ベクトルrefineMvLXと中心ベクトルmvLXNから以下のように、MMVDマージ候補の動きベクトルを導出する。
mvL0[ 0 ] = mvL0N[ 0 ] + refineMvL0[0]
mvL0[ 1 ] = mvL0N[ 1 ] + refineMvL0[1]
mvL1[ 0 ] = mvL1N[ 0 ] + refineMvL1[0]
mvL1[ 1 ] = mvL1N[ 1 ] + refineMvL1[1]
(AMVP予測)
図9(b)は、本実施形態に係るAMVP予測パラメータ導出部3032の構成を示す概略図である。AMVP予測パラメータ導出部3032は、ベクトル候補導出部3033とベクトル候補選択部3034を備える。ベクトル候補導出部3033は、参照ピクチャインデックスrefIdxLXに基づいて予測パラメータメモリ307が記憶する復号済みの隣接ブロックの動きベクトルmvLXから予測ベクトル候補を導出し、予測ベクトル候補リストmvpListLX[]に格納する。
refineMvL0[0] = firstMv[0]
refineMvL0[1] = firstMv[1]
refineMvL1[0] = -firstMv[0]
refineMvL1[1] = -firstMv[1]
Finally, the
mvL0[ 0 ]= mvL0N[ 0 ]+ refineMvL0[0]
mvL0[ 1 ]= mvL0N[ 1 ]+ refineMvL0[1]
mvL1[ 0 ]= mvL1N[ 0 ]+ refineMvL1[0]
mvL1[ 1 ]= mvL1N[ 1 ]+ refineMvL1[1]
(AMVP prediction)
FIG. 9(b) is a schematic diagram showing the configuration of the AMVP prediction
ベクトル候補選択部3034は、予測ベクトル候補リストmvpListLX[]の予測ベクトル候補のうち、予測ベクトルインデックスmvp_LX_idxが示す動きベクトルmvpListLX[mvp_LX_idx]を予測ベクトルmvpLXとして選択する。ベクトル候補選択部3034は選択した予測ベクトルmvpLXを加算部3038に出力する。
The vector
加算部3038は、AMVP予測パラメータ導出部3032から入力された予測ベクトルmvpLXと復号した差分ベクトルmvdLXを加算して動きベクトルmvLXを算出する。加算部3038は、算出した動きベクトルmvLXを予測画像生成部308および予測パラメータメモリ307に出力する。
The
mvLX[0] = mvpLX[0]+mvdLX[0]
mvLX[1] = mvpLX[1]+mvdLX[1]
動きベクトル精度モードamvr_modeは、AMVPモードで導出される動きベクトルの精度を切り替えるシンタックスである、例えば、amvr_mode=0, 1, 2において、1/4画素、1画素、4画素精度を切り替える。
mvLX[0] = mvpLX[0]+mvdLX[0]
mvLX[1] = mvpLX[1]+mvdLX[1]
The motion vector accuracy mode amvr_mode is a syntax for switching the accuracy of the motion vector derived in the AMVP mode. For example, in amvr_mode=0, 1, 2, 1/4 pixel, 1 pixel, or 4 pixel accuracy is switched.
動きベクトルの精度を1/16精度とする場合、1/4, 1, 4画素精度の動きベクトル差分を1/16画素精度の動きベクトル差分に変更するために下記のように、amvr_modeから導出されるMvShift (=1<<amvr_mode)を用いて逆量子化してもよい。 When the motion vector precision is 1/16 precision, it is derived from amvr_mode as follows to change the motion vector difference of 1/4, 1, 4 pixel precision to the motion vector difference of 1/16 pixel precision. Dequantization may be performed using MvShift (=1<<amvr_mode).
mvdLX[0] = mvdLX[0] << (MvShift + 2)
mvdLX[1] = mvdLX[1] << (MvShift + 2)
なお、さらにパラメータ復号部302は、mvdLX[]を以下のシンタックスを復号して導出してもよい。
・abs_mvd_greater0_flag
・abs_mvd_minus2
・mvd_sign_flag
を復号しする。そして、パラメータ復号部302は、以下の式を用いることによって、シンタックスから差分ベクトルlMvd[]を復号する。
mvdLX[0] = mvdLX[0] << (MvShift + 2)
mvdLX[1] = mvdLX[1] << (MvShift + 2)
The
・Abs_mvd_greater0_flag
・Abs_mvd_minus2
・Mvd_sign_flag
Decrypt. Then, the
lMvd[ compIdx ] = abs_mvd_greater0_flag[ compIdx ] * ( abs_mvd_minus2[ compIdx ] + 2 ) * ( 1 - 2 * mvd_sign_flag[ compIdx ] )
さらに復号した差分ベクトルlMvd[]は、並進MVDの場合(MotionModelIdc[ x ][ y ] == 0)にはmvdLXに設定し、制御点MVDの場合(MotionModelIdc[ x ][ y ] != 0)には、mvdCpLXに設定する。
lMvd[ compIdx ]= abs_mvd_greater0_flag[ compIdx ]* (abs_mvd_minus2[ compIdx ]+ 2 )* (1-2 * mvd_sign_flag[ compIdx ])
Further, the decoded difference vector lMvd[] is set to mvdLX in the case of translation MVD (MotionModelIdc[ x ][ y ]== 0) and is set in the case of control point MVD (MotionModelIdc[ x ][ y ]!= 0) Set to mvdCpLX.
if (MotionModelIdc[ x ][ y ] == 0)
mvdLX[ x0 ][ y0 ][ compIdx ] = lMvd[ compIdx ]
else
mvdCpLX[ x0 ][ y0 ][ compIdx ] = lMvd[ compIdx ]<<2
(DMVR)
続いて、DMVR部30375が行うDMVR(Decoder side Motion Vector Refinement)処理について説明する。DMVR部30375は、対象CUに対して、マージフラグmerge_flagがマージ予測モードを適用することを示している場合、又は、スキップフラグskip_flagがスキップモードを適用することを示している場合、マージ予測部30374が導出する当該対象CUの動きベクトルmvLXを、参照画像を用いて修正する。
if (MotionModelIdc[ x ][ y ]== 0)
mvdLX[ x0 ][ y0 ][ compIdx ]= lMvd[ compIdx]
else
mvdCpLX[ x0 ][ y0 ][ compIdx ]= lMvd[ compIdx ]<<2
(DMVR)
Next, the DMVR (Decoder side Motion Vector Refinement) processing performed by the
具体的には、マージ予測部30374が導出する予測パラメータが双予測である場合において、2つの参照ピクチャに対応する動きベクトルから導出される予測画像を用いて、動きベクトルを修正する。修正後の動きベクトルmvLXは、インター予測画像生成部309に供給される。
Specifically, when the prediction parameter derived by the merge prediction unit 30374 is bi-prediction, the motion vector is corrected using the prediction image derived from the motion vector corresponding to the two reference pictures. The corrected motion vector mvLX is supplied to the inter prediction
(Triangle予測)
続いてTriangle予測について説明する。Triangle予測では、対角線又は反対角線を境界として、対象CUが2つの三角形の予測単位に分割される。それぞれの三角形予測単位における予測画像は、対象CU(三角形予測単位を含む矩形ブロック)の予測画像の各画素に画素の位置に応じた重みつけマスク処理を施すことで導出する。例えば、矩形領域内の三角形領域の画素を1、三角形以外の領域を0とするマスクを乗ずることにより、矩形画像から三角形画像を導出できる。また、インター予測画像を生成した後、適応的な重み付け処理は対角線を挟んだ双方の領域に対して適用され、2つの予測画像を用いた適応的重みつけ処理により対象CU(矩形ブロック)の1つの予測画像が導出される。この処理を、Triangle合成処理と呼ぶ。そして、変換(逆変換)及び量子化(逆量子化)処理が対象CUの全体に対して適用される。なお、Triangle予測は、マージ予測モード又はスキップモードの場合にのみ適用される。
(Triangle prediction)
Next, the Triangle prediction will be described. In Triangle prediction, the target CU is divided into two triangular prediction units with a diagonal line or an opposite diagonal line as a boundary. The prediction image in each triangle prediction unit is derived by performing weighting mask processing on each pixel of the prediction image of the target CU (rectangular block including the triangle prediction unit) according to the pixel position. For example, a triangular image can be derived from a rectangular image by multiplying by a mask in which the pixels in the triangular area in the rectangular area are 1 and the areas other than the triangle are 0. In addition, after the inter prediction image is generated, the adaptive weighting process is applied to both regions sandwiching the diagonal line, and the adaptive weighting process using the two prediction images is performed to set 1 of the target CU (rectangular block). One predicted image is derived. This processing is called Triangle composition processing. Then, the transformation (inverse transformation) and the quantization (inverse quantization) processing are applied to the entire target CU. The Triangle prediction is applied only in the merge prediction mode or the skip mode.
Triangle予測部30377は、Triangle予測に用いられる2つの三角形領域に対応する予測パラメータを導出し、インター予測画像生成部309に供給する。Triangle予測では処理の簡略化のために、双予測を用いない構成でもよい。この場合、1つの三角形領域において単方向予測のインター予測パラメータを導出する。なお、2つの予測画像の導出及び予測画像を用いた合成は、動き補償部3091、Triangle合成部30952で行う。
The
ループフィルタ305は、符号化ループ内に設けたフィルタで、ブロック歪やリンギング歪を除去し、画質を改善するフィルタである。ループフィルタ305は、加算部312が生成したCUの復号画像に対し、デブロッキングフィルタ、サンプル適応オフセット(SAO)、適応ループフィルタ(ALF)等のフィルタを施す。
The
参照ピクチャメモリ306は、加算部312が生成したCUの復号画像を、対象ピクチャ及び対象CU毎に予め定めた位置に記憶する。
The
予測パラメータメモリ307は、復号対象のCTUあるいはCU毎に予め定めた位置に予測パラメータを記憶する。具体的には、予測パラメータメモリ307は、パラメータ復号部302が復号したパラメータ及びエントロピー復号部301が復号した予測モードpredMode等を記憶する。
The
予測画像生成部308には、予測モードpredMode、予測パラメータ等が入力される。また、予測画像生成部308は、参照ピクチャメモリ306から参照ピクチャを読み出す。予測画像生成部308は、予測モードpredModeが示す予測モードで、予測パラメータと読み出した参照ピクチャ(参照ピクチャブロック)を用いてブロックもしくはサブブロックの予測画像を生成する。ここで、参照ピクチャブロックとは、参照ピクチャ上の画素の集合(通常矩形であるのでブロックと呼ぶ)であり、予測画像を生成するために参照する領域である。
A prediction mode predMode, a prediction parameter, and the like are input to the prediction
(インター予測画像生成部309)
予測モードpredModeがインター予測モードを示す場合、インター予測画像生成部309は、インター予測パラメータ復号部303から入力されたインター予測パラメータと読み出した参照ピクチャを用いてインター予測によりブロックもしくはサブブロックの予測画像を生成する。
(Inter prediction image generation unit 309)
When the prediction mode predMode indicates the inter prediction mode, the inter prediction
図10は、本実施形態に係る予測画像生成部308に含まれるインター予測画像生成部309の構成を示す概略図である。インター予測画像生成部309は、動き補償部(予測画像生成装置)3091、合成部3095を含んで構成される。
FIG. 10 is a schematic diagram showing the configuration of the inter-prediction
(動き補償)
動き補償部3091(補間画像生成部3091)は、インター予測パラメータ復号部303から入力された、インター予測パラメータ(予測リスト利用フラグpredFlagLX、参照ピクチャインデックスrefIdxLX、動きベクトルmvLX)に基づいて、参照ピクチャメモリ306から、参照ピクチャインデックスrefIdxLXで指定された参照ピクチャRefPicLXにおける、対象ブロックの位置を起点として動きベクトルmvLXだけシフトした位置にあるブロックを読み出すことによって補間画像(動き補償画像)を生成する。ここで、動きベクトルmvLXの精度が整数精度でない場合には、動き補償フィルタと呼ばれる小数位置の画素を生成するためのフィルタを施して、動き補償画像を生成する。
(Motion compensation)
The motion compensation unit 3091 (interpolation image generation unit 3091) uses the reference picture memory based on the inter prediction parameters (prediction list use flag predFlagLX, reference picture index refIdxLX, motion vector mvLX) input from the inter prediction
動き補償部3091は、まず、予測ブロック内座標(x,y)に対応する整数位置(xInt,yInt)および位相(xFrac,yFrac)を以下の式で導出する。
The
xInt = xPb+(mvLX[0]>>(log2(MVPREC)))+x
xFrac = mvLX[0]&(MVPREC -1)
yInt = yPb+(mvLX[1]>>(log2(MVPREC)))+y
yFrac = mvLX[1]&(MVPREC -1)
ここで、(xPb,yPb)は、bW*bHサイズのブロックの左上座標、x=0…bW-1、y=0…bH-1であり、MVPRECは、動きベクトルmvLXの精度(1/MVPREC画素精度)を示す。例えばMVPREC=16。
xInt = xPb+(mvLX[0]>>(log2(MVPREC)))+x
xFrac = mvLX[0]&(MVPREC -1)
yInt = yPb+(mvLX[1]>>(log2(MVPREC)))+y
yFrac = mvLX[1]&(MVPREC -1)
Here, (xPb,yPb) is the upper left coordinates of the block of bW*bH size, x=0...bW-1, y=0...bH-1, and MVPREC is the accuracy of motion vector mvLX (1/MVPREC Pixel accuracy). For example MVPREC=16.
動き補償部3091は、参照ピクチャrefImgに補間フィルタを用いて水平補間処理を行うことで、一時的画像temp[][]を導出する。以下のΣはk=0..NTAP-1のkに関する和、shift1は値のレンジを調整する正規化パラメータ、offset1=1<<(shift1-1)である。
The
temp[x][y] = (ΣmcFilter[xFrac][k]*refImg[xInt+k-NTAP/2+1][yInt]+offset1)>>shift1
続いて、動き補償部3091は、一時的画像temp[][]を垂直補間処理により、補間画像Pred[][]を導出する。以下のΣはk=0..NTAP-1のkに関する和、shift2は値のレンジを調整する正規化パラメータ、offset2=1<<(shift2-1)である。
temp[x][y] = (ΣmcFilter[xFrac][k]*refImg[xInt+k-NTAP/2+1][yInt]+offset1)>>shift1
Subsequently, the
Pred[x][y] = (ΣmcFilter[yFrac][k]*temp[x][y+k-NTAP/2+1]+offset2)>>shift2
以上の補間画像生成処理を、Interpolation(refImg,xPb,yPb,bW,bH,mvLX)で表してもよい。
Pred[x][y] = (ΣmcFilter[yFrac][k]*temp[x][y+k-NTAP/2+1]+offset2)>>shift2
The above interpolation image generation processing may be represented by Interpolation (refImg, xPb, yPb, bW, bH, mvLX).
(合成部)
合成部3095は、動き補償部3091から供給される補間画像、インター予測パラメータ復号部303から供給されるインター予測パラメータ、及び、イントラ予測画像生成部310から供給されるイントラ画像を参照して、予測画像を生成し、生成した予測画像を加算部312に供給する。
(Synthesis section)
The combining
合成部3095は、Combined intra/inter合成部30951、Triangle合成部30952、OBMC部30953、BIO部30954を備えている。
The combining
(Combined intra/inter合成処理)
Combined intra/inter合成部30951は、AMVPにおける単方向予測画像、スキップモードやマージ予測モードによる予測画像、及びイントラ予測画像を複合的に用いることによって予測画像を生成する。
(Combined intra/inter synthesis processing)
The Combined intra/
(Triangle合成処理)
Triangle合成部30952は、上述したTriangle予測を用いた予測画像を生成する。
(Triangle composition processing)
The
(OBMC処理)
OBMC部30953は、OBMC(Overlapped block motion compensation)処理を用いて予測画像を生成する。OBMC処理には以下の処理が含まれる。
・対象サブブロックに付加されたインター予測パラメータを用いて生成される補間画像(PU補間画像)と、対象サブブロックの隣接サブブロックの動きパラメータを用いて生成される補間画像(OBMC補間画像)とを用いて、対象サブブロックの補間画像(動き補償画像)を生成する。
・OBMC補間画像とPU補間画像とを加重平均することにより、予測画像を生成する。
(OBMC processing)
The
Interpolation image (PU interpolation image) generated by using the inter prediction parameter added to the target subblock, and interpolation image (OBMC interpolation image) generated by using the motion parameter of the adjacent subblock of the target subblock Is used to generate an interpolation image (motion compensation image) of the target sub-block.
A predicted image is generated by weighted averaging the OBMC interpolation image and the PU interpolation image.
(BIO処理)
BIO部30954は、BIO(Bi-directional optical flow;双予測勾配変化)処理を行うことによって、予測画像を生成する。BIO部30954の詳細は、後述する。
(BIO processing)
The
(重み予測)
重み予測では、動き補償画像PredLXに重み係数を乗算することによりブロックの予測画像を生成する。予測リスト利用フラグの一方(predFlagL0もしくはpredFlagL1)が1(単予測)、かつ、重み予測を用いない場合、動き補償画像PredLX(LXはL0もしくはL1)を画素ビット数bitDepthに合わせる以下の式の処理を行う。
(Weight prediction)
In the weight prediction, the motion compensation image PredLX is multiplied by a weight coefficient to generate a prediction image of a block. When one of the prediction list use flags (predFlagL0 or predFlagL1) is 1 (single prediction) and weight prediction is not used, the motion compensation image PredLX (LX is L0 or L1) is adjusted to the pixel bit number bitDepth. I do.
Pred[x][y] = Clip3(0,(1<<bitDepth)-1,(PredLX[x][y]+offset1)>>shift1)
ここで、shift1=14-bitDepth、offset1=1<<(shift1-1)である。
また、参照リスト利用フラグの両者(predFlagL0とpredFlagL1)が1(双予測BiPred)、かつ、重み予測を用いない場合、動き補償画像PredL0、PredL1を平均し画素ビット数に合わせる以下の式の処理を行う。
Pred[x][y] = Clip3(0,(1<<bitDepth)-1,(PredLX[x][y]+offset1)>>shift1)
Here, shift1=14-bitDepth and offset1=1<<(shift1-1).
If both of the reference list use flags (predFlagL0 and predFlagL1) are 1 (bi-prediction BiPred) and weight prediction is not used, the motion compensation images PredL0 and PredL1 are averaged and the processing of the following formula is performed to match the pixel bit number. To do.
Pred[x][y] = Clip3(0,(1<<bitDepth)-1,(PredL0[x][y]+PredL1[x][y]+offset2)>>shift2)
ここで、shift2=15-bitDepth、offset2=1<<(shift2-1)である。
Pred[x][y] = Clip3(0,(1<<bitDepth)-1,(PredL0[x][y]+PredL1[x][y]+offset2)>>shift2)
Here, shift2=15-bitDepth and offset2=1<<(shift2-1).
さらに、単予測、かつ、重み予測を行う場合、合成部3095は重み予測係数w0とオフセットo0を符号化データから導出し、以下の式の処理を行う。
Further, when performing uni-prediction and weight prediction, the combining
Pred[x][y] = Clip3(0,(1<<bitDepth)-1,((PredLX[x][y]*w0+2^(log2WD-1))>>log2WD)+o0)
ここで、log2WDは所定のシフト量を示す変数である。
Pred[x][y] = Clip3(0,(1<<bitDepth)-1,((PredLX[x][y]*w0+2^(log2WD-1))>>log2WD)+o0)
Here, log2WD is a variable indicating a predetermined shift amount.
さらに、双予測BiPred、かつ、重み予測を行う場合、合成部3095は重み予測係数w0、w1、o0、o1を符号化データから導出し、以下の式の処理を行う。
Furthermore, when performing bi-prediction BiPred and weight prediction, the
Pred[x][y] = Clip3(0,(1<<bitDepth)-1,(PredL0[x][y]*w0+PredL1[x][y]*w1+((o0+o1+1)<<log2WD))>>(log2WD+1))
そして、生成したブロックの予測画像を加算部312に出力する。
Pred[x][y] = Clip3(0,(1<<bitDepth)-1,(PredL0[x][y]*w0+PredL1[x][y]*w1+((o0+o1+1)<<log2WD))>>(log2WD+1))
Then, the predicted image of the generated block is output to the
逆量子化・逆変換部311は、エントロピー復号部301から入力された量子化変換係数を逆量子化して変換係数を求める。この量子化変換係数は、符号化処理において、予測誤差に対してDCT(Discrete Cosine Transform、離散コサイン変換)、DST(Discrete Sine Transform、離散サイン変換)等の周波数変換を行い量子化して得られる係数である。逆量子化・逆変換部311は、求めた変換係数について逆DCT、逆DST等の逆周波数変換を行い、予測誤差を算出する。逆量子化・逆変換部311は予測誤差を加算部312に出力する。
The inverse quantization/
加算部312は、予測画像生成部308から入力されたブロックの予測画像と逆量子化・逆変換部311から入力された予測誤差を画素毎に加算して、ブロックの復号画像を生成する。加算部312はブロックの復号画像を参照ピクチャメモリ306に記憶し、また、ループフィルタ305に出力する。
The
(BIO予測)
次に、BIO部30954が行うBIO処理を用いた予測(BIO予測)の詳細について説明する。BIO部30954は、双予測モードにおいて、2つの予測画像(第1の予測画像及び第2の予測画像)及び勾配補正項を参照して予測画像を生成する。
(BIO forecast)
Next, details of the prediction (BIO prediction) using the BIO process performed by the
図11は、予測画像を導出する処理の流れを説明するフローチャートである。 FIG. 11 is a flowchart illustrating the flow of processing for deriving a predicted image.
インター予測パラメータ復号部303がL0の単方向予測と判定(S101で、inter_pred_idcが0)した場合、動き補償部3091はL0予測画像PredL0[x][y]を生成(S102)する。インター予測パラメータ復号部303がL1の単方向予測と判定(S101で、inter_pred_idcが1)した場合、動き補償部3091はL1予測画像PredL1[x][y]を生成(S103)する。一方、インター予測パラメータ復号部303が双予測モードであると判定(S101で、inter_pred_idcが2)した場合、以下のS104の処理に続く。S104にて、合成部3095はBIO処理を行うか否かを示すbioAvailableFlagを参照しBIO処理の要否を判定する。bioAvailableFlagがTRUEを示すと、BIO部30954はBIO処理を実行して双方向予測画像を生成する(S106)。bioAvailableFlagがFALSEを示すと、合成部3095は通常の双方予測画像生成で予測画像を生成する(S105)。
When the inter prediction
インター予測パラメータ復号部303はL0参照画像refImgL0及びL1参照画像refImgL1が異なる参照画像であって、かつ、対象ピクチャに対し2枚のピクチャが反対方向の場合に、bioAvailableFlagにTRUEを導出してもよい。具体的には、対象画像をcurrPicとすると、DiffPicOrderCnt(currPic,refImgL0)*DiffPicOrderCnt(currPic,refImgL1)<0となる条件を満たす場合に、bioAvailableFlagはTRUEを示す。
ここで、DiffPicOrderCnt()は、以下のように2枚の画像のPOC(Picture Order Count:ピクチャの表示順序)の差分を導出する関数である。
The inter prediction
Here, DiffPicOrderCnt() is a function for deriving the difference between the POC (Picture Order Count: display order of pictures) of two images as described below.
DiffPicOrderCnt(picA,picB) = PicOrderCnt(picA)-PicOrderCnt(picB)
bioAvailableFlagがTRUEを示す条件として、対象ブロックの動きベクトルがサブブロック単位の動きベクトルではない、という条件を追加してもよい。
DiffPicOrderCnt(picA,picB) = PicOrderCnt(picA)-PicOrderCnt(picB)
A condition that the motion vector of the target block is not a sub-block unit motion vector may be added as a condition that bioAvailableFlag indicates TRUE.
また、bioAvailableFlagがTRUEを示す条件として、対象ピクチャの動きベクトルはサブブロック単位の動きベクトルではない、という条件を追加してもよい。 In addition, as a condition that bioAvailableFlag indicates TRUE, a condition that the motion vector of the current picture is not a motion vector in sub-block units may be added.
また、bioAvailableFlagがTRUEを示す条件として、2つの予測ブロックのL0予測画像とL1予測画像との絶対差分和が所定の値以上、という条件を追加してもよい。 Further, as a condition that bioAvailableFlag indicates TRUE, a condition that the sum of absolute differences between the L0 prediction image and the L1 prediction image of two prediction blocks is equal to or more than a predetermined value may be added.
また、bioAvailableFlagがTRUEを示す条件として、予測画像作成モードがブロック単位の予測画像作成モードである、という条件を加えてもよい。 Further, as the condition that bioAvailableFlag indicates TRUE, a condition that the prediction image creation mode is the prediction image creation mode in block units may be added.
図12を用いて、具体的なBIO部30954が行う処理の内容について説明する。BIO処理部30954は、L0,L1予測画像生成部309541と、勾配画像生成部309542と、相関パラメータ計算部309543と、動き補償修正値導出部309544と、双方向予測画像生成部309545とを備えている。BIO部30954は動き補償部3091から受信した補間画像と、インター予測パラメータ復号部303から受信したインター予測パラメータとから予測画像を生成し、生成した予測画像を加算部312に出力する。
The specific contents of the processing performed by the
まず、L0,L1予測画像生成部309541では、BIO処理に用いられる、L0、L1予測画像を生成する。BIO部30954では、図13で示されるCU単位あるいは、サブCU単位の毎のL0,L1予測画像をもとに、BIO処理をおこなうが、勾配を求めるために、対象となるCUあるいはサブCUの周囲1画素分の情報を余分に必要とする。この部分の補間画像情報は、後述の勾配画像生成のためには、通常の補間フィルタではなくBilinearフィルタ等のタップ長の短い画像を用いて生成する。それ以外の場合は、パディング領域として、ピクチャの外側と同様に、周囲の画素をコピーして用いるものとする。また、BIO処理の単位は、CU単位あるいは、サブCU単位以下のNxN画素であり、処理自体は、周囲1画素を加えた、(N+2)x(N+2)の画素を用いて処理を行う。
First, the L0,L1 predicted
勾配画像生成部309542では、勾配画像を生成する。勾配変化(Optical Flow)では、各点の画素値は変化せず、その位置のみが変化すると仮定する。これは、水平方向の画素値Iの変化(水平勾配値lx)とその位置の変化Vx、及び垂直方向の画素値Iの変化(垂直勾配値ly)とその位置の変化Vy、画素値Iの時間変化ltを用いて、下記で表すことができる。
The gradient
lx * Vx + ly * Vy + lt = 0
以降では位置の変化(Vx,Vy)を補正重みベクトル(u,v)と呼ぶ。
lx * Vx + ly * Vy + lt = 0
Hereinafter, the position change (Vx, Vy) will be referred to as the correction weight vector (u, v).
具体的には、勾配画像生成部309542は、以下の式から勾配画像lx0、ly0、lx1、ly1を導出する。lx0及びlx1は水平方向に沿った勾配を示し、ly0及びly1は垂直方向に沿った勾配を示す。
Specifically, the gradient
lx0[x][y] = (PredL0[x+1][y]-PredL0[x-1][y])>>4
ly0[x][y] = (PredL0[x][y+1]-PredL0[x][y-1])>>4
lx1[x][y] = (PredL1[x+1][y]-PredL1[x-1][y])>>4
ly1[x][y] = (PredL1[x][y+1]-PredL1[x][y-1])>>4
次に、相関パラメータ計算部309543は、CU内毎のNxN画素のブロック毎の周囲1画素を用いて(N+2)x(N+2)画素の勾配積和s1,s2,s3,s5,s6を導出する。
lx0[x][y] = (PredL0[x+1][y]-PredL0[x-1][y])>>4
ly0[x][y] = (PredL0[x][y+1]-PredL0[x][y-1])>>4
lx1[x][y] = (PredL1[x+1][y]-PredL1[x-1][y])>>4
ly1[x][y] = (PredL1[x][y+1]-PredL1[x][y-1])>>4
Then, the correlation
s1 = sum(phiX[x][y]* phiX[x][y])
s2 = sum(phiX[x][y]* phiY[x][y])
s3 = sum(-theta[x][y]* phiX[x][y])
s5 = sum(phiY[x][y]* phiY[x][y])
s6 = sum(-theta[x][y]* phiY[x][y])
ここで、sum(a)は(N+2)x(N+2)画素のブロック内の座標(x,y)に対するaの総和を表す。また、
phiX[x][y] = (lx1[x][y] + lx0[x][y])>>3
phiY[x][y] = (ly1[x][y] + ly0[x][y])>>3
theta[x][y]=(PredL1[x][y]>>6)+(PredL0[x][y]>>6)
次に、動き補償修正値導出部309544は、導出した勾配積和を用いて、NxN画素単位の補正重みベクトル(u, v)を導出する。
s1 = sum(phiX[x][y]* phiX[x][y])
s2 = sum(phiX[x][y]* phiY[x][y])
s3 = sum(-theta[x][y]* phiX[x][y])
s5 = sum(phiY[x][y]* phiY[x][y])
s6 = sum(-theta[x][y]* phiY[x][y])
Here, sum(a) represents the sum of a with respect to the coordinates (x, y) in the block of (N+2)x(N+2) pixels. Also,
phiX[x][y] = (lx1[x][y] + lx0[x][y])>>3
phiY[x][y] = (ly1[x][y] + ly0[x][y])>>3
theta[x][y]=(PredL1[x][y]>>6)+(PredL0[x][y]>>6)
Next, the motion compensation correction
u = (s3<<3)>>log2(s1)
v = ((s6<<3)-((((u*s2m)<<12)+u*s2s)>>1))>>log2(s5)
ここでs2m=s2>>12、s2s=s2&((1<<12)-1)である。
u = (s3<<3)>>log2(s1)
v = ((s6<<3)-((((u*s2m)<<12)+u*s2s)>>1))>>log2(s5)
Here, s2m=s2>>12 and s2s=s2&((1<<12)-1).
なお、以下のようにさらにクリップを用いてu, vの範囲を制限しても良い。 Note that the range of u and v may be further limited by using clips as described below.
u = s1>0?Clip3(-th,th,-(s3<<3)>>floor(log2(s1))):0
v = s5>0?Clip3(-th,th,((s6<<3)-((((u*s2m)<<12)+u*s2s)>>1))>>floor(log2(s5))):0
ここでth = 1<<(13-bitDepth)である。
u = s1>0?Clip3(-th,th,-(s3<<3)>>floor(log2(s1))):0
v = s5>0?Clip3(-th,th,((s6<<3)-((((u*s2m)<<12)+u*s2s)>>1))>>floor(log2(s5 ))): 0
Where th = 1<<(13-bit Depth).
動き補償修正値のmodBIOは勾配補正項であり下式で導出する。 The motion compensation correction value modBIO is a gradient correction term and is derived by the following equation.
modBIO[x][y] = ((lx1[x][y]-lx0[x][y])*u+(ly1[x][y]-ly0[x][y])*v+1)>>1 (式A3)
あるいは動き補償修正値導出部309544は丸め値を返す関数により、modBIOを以下のように導出してもよい。
modBIO[x][y] = ((lx1[x][y]-lx0[x][y])*u+(ly1[x][y]-ly0[x][y])*v+1) >>1 (Formula A3)
Alternatively, the motion compensation correction
modBIO[x][y] = Round(((lx1[x][y]-lx0[x][y])*u)>>1)+Round(((ly1[x][y]-ly0[x][y])*v)>>1)
双方向予測画像生成部309545は、上記のパラメータを用いて下式により、NxN画素の予測画像の画素値Predを導出する。
modBIO[x][y] = Round(((lx1[x][y]-lx0[x][y])*u)>>1)+Round(((ly1[x][y]-ly0[ x][y])*v)>>1)
The bidirectional predicted
このとき、双方向予測画像生成部309545は、上記のパラメータを用いて下式により、NxN画素の予測画像の画素値Predを導出する。
At this time, the bidirectional predicted
Pred[x][y] = Clip3(0, (1<<bitDepth)-1,(PredL0[x][y]+PredL1[x][y] + modBIO[x][y]+offset2)>>shift2) (式A2’)
ここで、shift2=max(3,15-bitDepth)、offset2=1<<(shift2-1)である。
Pred[x][y] = Clip3(0, (1<<bitDepth)-1,(PredL0[x][y]+PredL1[x][y] + modBIO[x][y]+offset2)>> shift2) (Formula A2')
Here, shift2=max(3,15-bitDepth) and offset2=1<<(shift2-1).
(Generalized bi-prediction(GBI予測))
上述の「重み予測」では、補間画像に重み係数を乗算して予測画像を生成する例を説明した。ここでは、補間画像に重み係数を乗算して予測画像を生成する他の例について説明する。詳細には、GBI予測を用いて予測画像を生成する処理について説明する。GBI予測はBIO部30954で実施してもよい。GBI予測では、BIO部30954は、双予測におけるL0予測画像PredL0およびL1予測画像PredL1に重み係数(gbw0、gbw1)を乗算して予測画像Predを生成する。予測画像Predの生成は以下の式で表すことができる。
(Generalized bi-prediction (GBI prediction))
In the above-mentioned “weight prediction”, the example in which the interpolation image is multiplied by the weight coefficient to generate the prediction image has been described. Here, another example in which the interpolated image is multiplied by the weighting coefficient to generate the predicted image will be described. In detail, a process of generating a predicted image using GBI prediction will be described. The GBI prediction may be performed by the
Pred[x][y]=(gbw0*PredL0[x][y]+gbw1* PredL1[x][y]+(1<<log2Gbi2))>>(log2Gbi2+1)
log2Gbi2=log2Gbi+shift1-1
shift1は以下の式で導出される。
Pred[x][y]=(gbw0*PredL0[x][y]+gbw1* PredL1[x][y]+(1<<log2Gbi2))>>(log2Gbi2+1)
log2Gbi2=log2Gbi+shift1-1
shift1 is derived by the following formula.
shift1=Max(2,14-bitDepth)
log2Gbiは、例えば、log2Gbi=3としてもよい。
shift1=Max(2,14-bitDepth)
log2Gbi may be, for example, log2Gbi=3.
また、GBI予測を用いて予測画像を生成する場合、BIO部30954は、重み係数(gbw0、gbw1)を符号化ユニット単位で切り替える。すなわち、インター予測画像生成部309のBIO部30954は、符号化ユニット毎に重み係数を設定する。GBI予測においては、複数の重み係数候補が予め規定されており、gbiIndexはテーブルに含まれる複数の重み係数候補のうち対象ブロックで用いる重み係数を示すインデックスである。
Further, when generating a predicted image using GBI prediction, the
例えば、BIO部30954は、以下の式に示すように、重み係数gbw1としてgbiIndexが示す重み係数gbw1をテーブルgbwTable[]から選択し、gbw0についてはgbw0=(1<<log2Gbi)-gbw1にて導出する。log2Gbi=1であればgw0=1-gb1。
For example, the
gbw1=gbwTable[gbiIndex]
なお、重み係数の異なる組合せを有するテーブルgbwTable[]が複数あり、BIO部30954は、ピクチャ構造がLowDelay(LB)であるか否かに応じて、重み係数の選択に用いる当該テーブルを切り替えてもよい。
gbw1=gbwTable[gbiIndex]
Note that there are a plurality of tables gbwTable[] having different combinations of weighting factors, and the
図14は、GBI予測において用いられる複数の重み係数候補を含むテーブルgbwTable[]の一例を示す図である。図14の(a)は、ピクチャ構造がLowDelay(LB)である場合に用いられるgbwTable[]の一例を示している。図14の(a)に示すgbwTable[]は、下記の式で示すことができる。 FIG. 14 is a diagram showing an example of a table gbwTable[] including a plurality of weighting factor candidates used in GBI prediction. FIG. 14A shows an example of gbwTable[] used when the picture structure is Low Delay (LB). The gbwTable[] shown in (a) of FIG. 14 can be expressed by the following formula.
gbwTable[]={-2/8,3/8,4/8,5/8,10/8}
GBIの重み係数(gbw0、gbw1)を整数で処理するためのシフト値log2Gbi=3とすると、以下のテーブルを用いる。
gbwTable[]={-2/8,3/8,4/8,5/8,10/8}
If the shift value log2Gbi=3 for processing the GBI weighting factors (gbw0, gbw1) with integers, the following table is used.
gbwTable[]={-2,3,4,5,10}
また、図14の(a)に示すgbwTable[]においては、gbiIndexは0〜4の値をとり、バイナリ表現(Bin Strings)で、″0000″、″001″、″1″、″01″、″0001″と表される。0, 1, 2, 3, 4の値のそれぞれは、重み係数候補の-2、3、4、5、10に対応している。各々のビット数は、4, 3, 1, 2, 4であり、重み係数候補の優先順序は、ビット数が短い順の4,5,3,10,-2である。ここで最もBin Strings長が短いgbiIndexの値をdefaultGbiIndexで示すと、上記テーブルの場合にはdefaultGbiIndex=2(gbwTable[2]=4/8)である。また、L0予測画像PredL0の重みgbw0とL1予測画像PredL1の重みgbw1が同じ場合に対応する重みのインデックスgbiIndexがdefaultGbiIndexである。
gbwTable[]={-2,3,4,5,10}
In addition, in the gbwTable[] shown in FIG. 14A, gbiIndex takes a value of 0 to 4, and in binary representation (Bin Strings), "0000", "001", "1", "01", It is expressed as "0001". The respective values of 0, 1, 2, 3, 4 correspond to the weighting factor candidates -2, 3, 4, 5, and 10. The number of bits of each is 4, 3, 1, 2, 4, and the priority order of the weighting factor candidates is 4,5, 3, 10, -2 in ascending order of the number of bits. Here, when the value of gbiIndex having the shortest Bin Strings length is represented by defaultGbiIndex, defaultGbiIndex=2 (gbwTable[2]=4/8) in the case of the above table. The weight index gbiIndex corresponding to the case where the weight gbw0 of the L0 predicted image PredL0 and the weight gbw1 of the L1 predicted image PredL1 are the same is the defaultGbiIndex.
なお、下記のようにgbwTable[]は優先順序順に並べても良い。この場合、defaultGbiIndex=0である。 Note that gbwTable[] may be arranged in order of priority as described below. In this case, defaultGbiIndex=0.
gbwTable[]={4,5,3,10,-2}
図14の(b)は、ピクチャ構造がLowDelay以外(RA)である場合に用いられるgbwTable[]の一例を示している。図14の(b)に示すgbwTable[]は、下記の式で示すことができる。
gbwTable[]={4,5,3,10,-2}
FIG. 14B shows an example of gbwTable[] used when the picture structure is other than Low Delay (RA). The gbwTable[] shown in FIG. 14B can be expressed by the following formula.
gbwTable[]={3,4,5}
また、図14の(b)に示すgbwTable[]においては、gbiIndexは0〜2の値をとり、バイナリ表現(Binarization of gbiIndex)で、″00″、″1″、″01″と表される。0〜2の値のそれぞれは、重み係数候補の3/8、1/2、5/8、に対応している。このとき最もBin Strings長が短いgbiIndexの値からdefaultGbiIndex=1である。
gbwTable[]={3,4,5}
Further, in the gbwTable[] shown in FIG. 14B, gbiIndex takes a value of 0 to 2 and is represented as "00", "1", "01" in the binary representation (Binarization of gbiIndex). .. The
なお、下記のようにgbwTable[]は優先順序順に並べても良い。この場合、defaultGbiIn
dex=0(gbwTable[0]=4/8)である。
Note that gbwTable[] may be arranged in order of priority as described below. In this case, defaultGbiIn
dex=0 (gbwTable[0]=4/8).
gbwTable[]={4,5,3}
AMVP予測モードにおいてGBI予測が用いられる場合、インター予測パラメータ復号部303はgbiIndexを復号し、BIO部30954に送付する。また、マージ予測モードにおいてGBI予測が用いられる場合、インター予測パラメータ復号部303は、マージインデックスmerge_idxを復号し、マージ候補導出部30361は各マージ候補のgbiIndexを導出する。具体的には、マージ候補導出部30361は、マージ候補の導出に用いた隣接ブロックの重み係数を、対象ブロックに用いるマージ候補の重み係数として用いる。つまり、マージモードでは、過去に用いた重み係数を、対象ブロックの重み係数として継承する。
gbwTable[]={4,5,3}
When GBI prediction is used in the AMVP prediction mode, the inter prediction
(GBI予測を用いた予測モードの選択)
次に、図15を参照して、動画像復号装置31におけるGBI予測を用いた予測モードの選択処理について説明する。図15は、動画像復号装置31における予測モードの選択処理の流れの一例を示すフローチャートである。
(Selection of prediction mode using GBI prediction)
Next, a prediction mode selection process using GBI prediction in the
図15に示すように、インター予測パラメータ復号部303は、まず、スキップフラグを復号する(S301)。スキップフラグがスキップモードであることを示している場合(S302でYES)、予測モードはマージモードとなり(S303)、インター予測パラメータ復号部303はマージインデックスを復号し(S3031)、GBI予測が用いられる場合BIO部30954はマージ候補で導出された重み係数をGBI予測の重み係数として導出する。
As shown in FIG. 15, the inter prediction
スキップフラグがスキップモードであることを示していない場合(S302でNO)、インター予測パラメータ復号部303は、マージフラグを復号する(S307)。マージフラグがマージモードであることを示している場合(S308でYES)、予測モードはマージモードとなり(S303)、インター予測パラメータ復号部303はマージインデックスを復号する(S3031)、GBI予測が用いられる場合BIO部30954はマージ候補で導出された重み係数をGBI予測の重み係数として導出する。
When the skip flag does not indicate that the mode is the skip mode (NO in S302), the inter prediction
マージフラグがマージモードであることを示していない場合(S308でNO)、予測モードはAMVPモードである(S309)。 When the merge flag does not indicate the merge mode (NO in S308), the prediction mode is the AMVP mode (S309).
AMVPモードにおいて、インター予測パラメータ復号部303はインター予測識別子inter_pred_idcを復号する(S3090)。続いて、インター予測パラメータ復号部303は差分ベクトルmvdLXを復号する(S3092)。続いて、インター予測パラメータ復号部303はgbiIndexを復号し(S3094)、GBI予測が用いられる場合BIO部30954はGBI予測の重み係数をgbwTable[]の重み係数候補から選択する。
In the AMVP mode, the inter prediction
次に、インター予測画像生成部309が予測画像を生成する処理について説明する。
図16は、インター予測画像生成部309が予測画像を生成する処理の流れの一例を示すフローチャートである。
Next, a process in which the inter prediction
FIG. 16 is a flowchart showing an example of the flow of processing in which the inter-prediction
図16に示すように、インター予測画像生成部309は、対象符号化ユニットにおいてGBI予測がオンに設定されているか否かを判断する(S401)。GBI予測がオンに設定されているか否かは、図14のテーブルを使用する場合はインター予測パラメータ復号部303で復号されたgbiIndexがdefaultGbiIndex(図14の(a)では2)であるか否かで判断する。gbiIndexがdefaultGbiIndex(ここでは2)の場合、図14の(a)に示すようにL0予測画像とL1予測画像の重みは等しい(gbw0=gbw1=1<<(log2Gbi-1))であり、通常の重み予測と同じ重み係数である。従って、gbiIndexがdefaultGbiIndexの場合はGBI予測がオフ、それ以外はGBI予測がオンと判定してもよい。対象符号化ユニットにおいてGBI予測がオンに設定されている場合(S401にてYES)、インター予測画像生成部309は、予測がL0予測であるか否かを判断する(S410)。予測がL0予測である場合(S410でYES)、動き補償部3091は以下の式を用いて予測画像を生成する(S411)。
As illustrated in FIG. 16, the inter-prediction
pred[x][y]=(PredL0 [x][y]+offset1)>>shift1
予測がL0予測でない場合(S410でNO)、インター予測画像生成部309は、予測がL1予測であるか否かを判断する(S412)。予測がL1予測である場合(S412でYES)、動き補償部3091は以下の式を用いて予測画像を生成する(S413)。
pred[x][y]=(PredL0 [x][y]+offset1)>>shift1
When the prediction is not the L0 prediction (NO in S410), the inter prediction
pred[x][y]=(PredL1[x][y]+offset1)>>shift1
予測がL1予測でない場合(S412でNO)、予測は双予測(bipred)となり、BIO部30954はGBI予測に用いる重み係数を導出し(S414)、以下の式を用いて、予測画像の生成を行う(S415)。
pred[x][y]=(PredL1[x][y]+offset1)>>shift1
When the prediction is not the L1 prediction (NO in S412), the prediction is bi-prediction (bipred), and the
pred[x][y]=(PredL0 [x][y]*gbw0+PredL1 [x][y]*gbw1+(1<<log2Gbi2))>>(log2Gbi2+1)
log2Gbi2=log2Gbi+shift1-1
shift1は以下の式で導出される。
pred[x][y]=(PredL0 [x][y]*gbw0+PredL1 [x][y]*gbw1+(1<<log2Gbi2))>>(log2Gbi2+1)
log2Gbi2=log2Gbi+shift1-1
shift1 is derived by the following formula.
shift1=Max(2,14-bitDepth)
log2Gbiは、例えば、log2Gbi=3としてもよい。
shift1=Max(2,14-bitDepth)
log2Gbi may be, for example, log2Gbi=3.
また、対象符号化ユニットにおいてGBI予測がオフに設定されている場合(S401でNO)、インター予測画像生成部309は、デフォルト(defalut)の重み係数を用いて予測画像を生成する。はじめに、インター予測画像生成部309は、予測がL0予測であるか否かを判断する(S402)。予測がL0予測である場合(S402でYES)、動き補償部3091は以下の式を用いて予測画像を生成する(S403)。
Also, when GBI prediction is set to OFF in the target encoding unit (NO in S401), the inter-prediction
pred[x][y]=(PredL0[x][y]+offset1)>>shift1
予測がL0予測でない場合(S402でNO)、インター予測画像生成部309は、予測がL1予測であるか否かを判断する(S404)。予測がL1予測である場合(S404でYES)、動き補償部3091は以下の式を用いて予測画像を生成する(S405)。
pred[x][y]=(PredL0[x][y]+offset1)>>shift1
When the prediction is not the L0 prediction (NO in S402), the inter prediction
pred[x][y]=(PredL1 [x][y]+offset1)>>shift1
予測がL1予測でない場合(S404でNO)、予測は双予測重み予測(bipred)となり、合成部3095は以下の式を用いて予測画像を生成する(S406)。
pred[x][y]=(PredL1 [x][y]+offset1)>>shift1
When the prediction is not the L1 prediction (NO in S404), the prediction is bi-prediction weight prediction (bipred), and the
pred[x][y]=(PredL0[x][y]+PredL1 [x][y]+offset2)>>shift2
なお、shift1、shift2、offset1、offset2は以下の式で導出される。
pred[x][y]=(PredL0[x][y]+PredL1 [x][y]+offset2)>>shift2
Note that shift1, shift2, offset1, and offset2 are derived by the following equations.
shift1=Max(2,14-bitDepth)
shift2=Max(3,15-bitDepth)=shift1+1
offset1=1<<(shift1-1)
offset2=1<<shift1
(GBI予測を併用した予測画像の生成)
以下に示す構成では、GBI予測を併用して予測画像を生成する構成の例について説明する。詳細には、GBI予測を併用したBIO予測による予測画像を生成する構成の一例およびGBI予測を併用したMMVD予測による予測画像を生成する構成の一例について説明する。
shift1=Max(2,14-bitDepth)
shift2=Max(3,15-bitDepth)=
offset1=1<<(shift1-1)
offset2=1<<shift1
(Generation of prediction image using GBI prediction)
In the configuration described below, an example of a configuration that uses GBI prediction together to generate a predicted image will be described. In detail, an example of a configuration that generates a predicted image by BIO prediction that also uses GBI prediction and an example of a configuration that generates a predicted image by MMVD prediction that also uses GBI prediction will be described.
上記の構成によれば、BIO予測またはMMVD予測が有効となっている対象ブロックにおいて、GBI予測を行うことができるようになる。すなわち、当該対象ブロックの予測画像の生成において、GBI予測およびBIO予測、または、GBI予測およびMMVD予測の2つの予測を適応させることができる。 According to the above configuration, it becomes possible to perform GBI prediction in a target block for which BIO prediction or MMVD prediction is valid. That is, in the generation of the predicted image of the target block, it is possible to adapt two predictions, GBI prediction and BIO prediction, or GBI prediction and MMVD prediction.
(GBI予測を併用したBIO予測の例)
本例においては、双予測モードにおいて、BIO部30954(予測画像生成部)は2つの予測画像(第1の予測画像及び第2の予測画像)及び勾配補正項を参照するBIO予測により予測画像を生成する。また、BIO部30954は、前記BIO予測において、第1の予測画像に含まれる各画素値に適用される重み係数および第2の予測画像に含まれる各画素値に適用される重み係数を用いて予測画像を生成するGBI予測を併用して予測画像を生成する。
(Example of BIO prediction combined with GBI prediction)
In this example, in the bi-prediction mode, the BIO unit 30954 (prediction image generation unit) uses two prediction images (first prediction image and second prediction image) and the BIO prediction that refers to the gradient correction term to predict the prediction image. To generate. Also, the
BIO部30954は、GBIがオンの対象ブロックに対しては、補正ベクトル(u, v)、水平勾配lx0[][], lx1[][]、垂直勾配ly0[][], ly1[][]およびGBIシフト値(log2Gbi)を用いて、以下の式によりBIO補正値modBIOを導出する。
The
modBIO=(u*(lx1[x][y]-lx0[x][y])+v*(ly1[x][y]-ly0[x][y]))<<(log2Gbi-2) (式A4)
それ以外(GBIがオフの対象ブロックの場合)、BIO部30954は、(式A3)を用いて、BIO補正値modBIOを導出する。
modBIO=(u*(lx1[x][y]-lx0[x][y])+v*(ly1[x][y]-ly0[x][y]))<<(log2Gbi-2) (Formula A4)
Otherwise (in the case of the target block in which GBI is off), the
modBIO[x][y]=(u*(lx1[x][y]-lx0[x][y])+v*(ly1[x][y]-ly0[x][y]))>>1 (式A3)
すなわち、BIO部30954は、GBIがオンの場合には、GBIシフト値(log2Gbi)を用いてシフトすることでBIO補正値modBIOを導出する。
modBIO[x][y]=(u*(lx1[x][y]-lx0[x][y])+v*(ly1[x][y]-ly0[x][y]))>>1 (Formula A3)
That is, when the GBI is on, the
続いて、BIO部30954はGBIがオンの対象ブロックに対しては、L0予測画像PredL0とL1予測画像PredL1とに、gbiIndexの値に応じた重み係数gbw0およびgbw1のそれぞれを乗算する。そして、BIO部30954はBIO補正値modBIOと補間オフセット値offset2Gbiを加算した値を、補間シフト値shift2Gbi右シフトして予測画像predを導出する。予測画像predは以下の式によって導出される。
Subsequently, the
Pred[x][y]=(PredL0[x][y]*gbw0+PredL1[x][y]*gbw1+modBIO[x][y]+offset2Gbi)>>shift2Gbi (式A5)
shift2Gbi=Max(2,14-bitDepth)+log2Gbi
offset2Gbi=1<<(shift2Gbi-1)
それ以外(GBIがオフの対象ブロック)の場合、BIO部30954は、(式A2)を用いて、予測画像predを導出する。
Pred[x][y]=(PredL0[x][y]*gbw0+PredL1[x][y]*gbw1+modBIO[x][y]+offset2Gbi)>>shift2Gbi (Formula A5)
shift2Gbi=Max(2,14-bitDepth)+log2Gbi
offset2Gbi=1<<(shift2Gbi-1)
In other cases (target block in which GBI is off), the
すなわち、BIO部30954は、GBIがオンの場合には、GBIシフト値(log2Gbi)を加算して予測画像PredL0/PredL1と重みgbw0,gbw1の積和とBIO補正値modBIOとラウンド用オフセットoffset2Gbiに適用するシフト値shift2Gbiを導出する。
That is, when the GBI is on, the
上記で説明したように、本例では、GBIがオンの対象ブロックに対しては、図11に示すS107の勾配補正双予測画像生成において、(式A3)あるいは(式A3’)のmodBIOの導出式を(式A4)に置き替え、(式A2)あるいは(式A2’)のPredの導出式を(式A5)に置き換えてBIO部30954は予測画像を生成する。GBIがオフの対象ブロックの動作は上述の(BIO予測)の説明と同じである。
As described above, in the present example, for the target block for which GBI is on, in the gradient correction bi-prediction image generation in S107 shown in FIG. 11, derivation of modBIO of (Equation A3) or (Equation A3′) is performed. The
上記の構成によれば、BIO予測が有効となっている対象ブロックにおいて、GBI予測を行うことができる。すなわち、当該対象ブロックの予測画像の生成において、GBI予測およびBIO予測の2つの予測を適応させることができる。 According to the above configuration, GBI prediction can be performed on a target block for which BIO prediction is valid. That is, two predictions, GBI prediction and BIO prediction, can be adapted in the generation of the predicted image of the target block.
より詳細には、BIO部30954は符号化データから復号したgbiIndexが所定の値defaultGbiIndex以外の場合、当該インデックスgbiIndexを参照して重み係数を導出し、BIO予測とGBI予測とを併用して予測画像を生成してもよい。すなわち、gbiIndexのBin Stringが最も短くなる場合のインデックスの値(L0予測画像とL1予測画像との重みが等しい場合のインデックスの値)である場合、gbiIndexを参照して重み係数を参照し(式A4)を用いてBIO補正値modBIOを導出し(式A5)を用いて予測画像Pred[]を導出しても良い。
More specifically, when the gbiIndex decoded from the encoded data is other than the predetermined value defaultGbiIndex, the
上記の構成によれば、BIO部30954はgbiIndexの値に応じて、BIO予測とGBI予測とを併用するか否かを切り替えることができる。
According to the above configuration, the
また、本例における、BIO予測が有効となる対象ブロックは以下の全ての条件を満たすブロックであってもよい。 In addition, the target block for which BIO prediction is valid in this example may be a block that satisfies all of the following conditions.
アフィンモード以外の予測モードが適用されている(affine_flag==0)。 A prediction mode other than the affine mode is applied (affine_flag==0).
サブブロックマージモード以外の予測モードが適用されている(merge_subblock_flag==0)。 A prediction mode other than the sub-block merge mode is applied (merge_subblock_flag==0).
双予測である(predFlagLX=1、X=0,1)。 Bi-prediction (predFlagLX=1, X=0,1).
参照ピクチャの方向が異なる方向である(DiffPicOrderCnt(currPic,refImgL0)*DiffPicOrderCnt(currPic,refImgL1)<0)。 The reference pictures are in different directions (DiffPicOrderCnt(currPic,refImgL0)*DiffPicOrderCnt(currPic,refImgL1)<0).
対象ブロックのサイズが所定の大きさ以上である(例えば、bW+bH>=12)。 The size of the target block is equal to or larger than a predetermined size (for example, bW+bH>=12).
(GBI予測を併用したMMVD予測の例1)
本例においては、MMVD予測部30376はマージ候補リストから選択したブロックの予測ベクトルと、符号化データから復号した差分ベクトルとを用いて対象ブロックに適用する動きベクトルを導出する。MMVD予測部30376は差分ベクトルの方向を示す方向情報、及び上記差分ベクトルの長さを示す長さ情報を参照して差分ベクトルを導出する。
(Example 1 of MMVD prediction with GBI prediction)
In this example, the
また、BIO部30954は第1の予測画像と第2の予測画像とを参照して予測画像を生成する。BIO部30954は符号化データからインデックスを復号し、当該インデックスを参照して、第1の予測画像に含まれる各画素値に適用される重み係数および第2の予測画像に含まれる各画素値に適用される重み係数を導出する。BIO部30954は重み係数を用いて予測画像を生成するGBI予測によって予測画像を生成する。
The
詳細には、インター予測パラメータ復号部303はMMVDフラグを復号する。MMVDフラグが1の場合、MMVD予測部30376はbase_candidate_idx、distance_idxおよびdirection_idxを復号する。また、インター予測パラメータ復号部303bはgbiIndexを復号する。
Specifically, the inter prediction
上述の処理は、図17および図18に示すシンタックスとして示すことができる。図17に示すように、パラメータ符号化部111はmmvdパラメータmmvd_param()でgbi_idx(ここではgbiIndexのシンタックス要素名)を通知する。そして、パラメータ復号部302(インター予測パラメータ復号部303)はgbi_idx(gbiIndex)を復号する。また、図15において、動き補償部3091は、PredL0、PredL1を、MMVD予測で導出された動きベクトルを用いて生成する。そして、PredL0、PredL1を合成するための重み係数gbw0、gbw1はBIO部30954によりgbiIndexから導出される。これら以外の処理は、(GBI予測)の説明と同じである。
The above process can be shown as the syntax shown in FIGS. 17 and 18. As shown in FIG. 17, the
上記の構成によれば、MMVD予測が有効な対象ブロックにおいて、GBI予測を行うことができる。すなわち、当該対象ブロックの予測画像の生成において、GBI予測およびMMVD予測の2つの予測を適応させることができる。 According to the above configuration, GBI prediction can be performed on a target block for which MMVD prediction is valid. That is, two predictions, GBI prediction and MMVD prediction, can be applied in the generation of the predicted image of the target block.
(GBI予測を併用したMMVD予測の例2)
次に、GBI予測を併用したMMVD予測の他の例について説明する。ここでは、上述の「GBI予測を併用したMMVD予測の例1」と異なる構成について説明し、「GBI予測を併用したMMVD予測の例1」と同様の構成については説明を繰り返さない。
(Example 2 of MMVD prediction using GBI prediction)
Next, another example of MMVD prediction that also uses GBI prediction will be described. Here, a configuration different from the above-mentioned “Example 1 of MMVD prediction using GBI prediction together” will be described, and description of the same configuration as “Example 1 of MMVD prediction using GBI prediction together” will not be repeated.
本例に係るBIO部30954は、対象ブロックのサイズが所定のサイズよりも大きい場合(if (blk_width + blk_height > blk_th))に、符号化データからgbi_idxを復号する。BIO部30954は復号したgbi_idxを参照してgbiIndexを導出し、重み係数を導出する。BIO部30954は導出した重み係数を用いたGBI予測によって予測画像を生成する。上述の処理は、図19に示すシンタックスとして示すことができる。
The
なお、図19に示すシンタックスにおけるblk_widthは対象ブロックの幅を示しており、blk_heightは対象ブロックの高さを示している。また、図19に示すシンタックスにおけるblk_thは、ブロックサイズの閾値を示している。閾値は例えば、48、64、8、12、16等である。 Note that blk_width in the syntax illustrated in FIG. 19 indicates the width of the target block, and blk_height indicates the height of the target block. In addition, blk_th in the syntax illustrated in FIG. 19 indicates a block size threshold. The threshold value is, for example, 48, 64, 8, 12, 16 or the like.
ブロックサイズが小さい対象ブロックについて、BIO部30954がgbi_idxを復号するとシグナルコストが大きくなる。上記の構成によれば、BIO部30954はブロックサイズが大きい対象ブロックについてのみgbi_idxを復号する。すなわち、動画像符号化装置11はgbi_idxを効率よく符号化し、動画像復号装置31は動画像符号化装置11の生成した符号化データを復号することができる。
When the
(GBI予測を併用したMMVD予測の例3)
次に、GBI予測を併用したMMVD予測のさらに他の例について説明する。ここでは、上述の「GBI予測を併用したMMVD予測の例1」と異なる構成について説明し、「GBI予測を併用したMMVD予測の例1」と同様の構成については説明を繰り返さない。
(Example 3 of MMVD prediction using GBI prediction)
Next, still another example of MMVD prediction using GBI prediction will be described. Here, a configuration different from the above-mentioned “Example 1 of MMVD prediction using GBI prediction together” will be described, and description of the same configuration as “Example 1 of MMVD prediction using GBI prediction together” will not be repeated.
本例に係るBIO部30954は、対象ブロックのサイズが所定のサイズよりも小さい場合(if (blk_width + blk_height < blk_th))に、符号化データからgbi_idxを復号する。BIO部30954は復号したgbi_idxを参照してgbiIndexを導出し、重み係数を導出する。BIO部30954は導出した重み係数を用いたGBI予測によって予測画像を生成する。上述の処理は、図20に示すシンタックスとして示すことができる。
The
なお、図20に示すシンタックスにおけるblk_widthは対象ブロックの幅を示しており、blk_heightは対象ブロックの高さを示している。また、図20に示すシンタックスにおけるblk_thは、ブロックサイズの閾値を示している。閾値は例えば、48、64、8、12、16等である。 Note that blk_width in the syntax illustrated in FIG. 20 indicates the width of the target block, and blk_height indicates the height of the target block. In addition, blk_th in the syntax illustrated in FIG. 20 indicates a block size threshold. The threshold value is, for example, 48, 64, 8, 12, 16 or the like.
動きがありブロックサイズが小さい対象ブロックの予測画像生成において、BIO部30954がgbiIndexを復号しGBI予測を行うことによって、gbiIndexの復号等の追加コストに見合う性能が期待される。
In the prediction image generation of the target block having the motion and the small block size, the
(GBI予測を併用したMMVD予測の例4)
次に、GBI予測を併用したMMVD予測のさらに他の例について説明する。ここでは、上述の「GBI予測を併用したMMVD予測の例1」と異なる構成について説明し、「GBI予測を併用したMMVD予測の例1」と同様の構成については説明を繰り返さない。
(Example 4 of MMVD prediction using GBI prediction)
Next, still another example of MMVD prediction using GBI prediction will be described. Here, a configuration different from the above-mentioned “Example 1 of MMVD prediction using GBI prediction together” will be described, and description of the same configuration as “Example 1 of MMVD prediction using GBI prediction together” will not be repeated.
本例に係るパラメータ符号化部111は、対象ブロックに対して差分ベクトルおよび残差信号が符号化および復号されないスキップモードが適用されている場合(cu_skip_flag==1)、gbi_idx(gbiIndex)を符号化データに符号化しない。また、パラメータ復号部302は、スキップモードが適用されている場合、符号化データからgbi_idx(gbiIndex)を復号せずにdefaultGbiIndexを導出する。
The
上述の処理は、図21に示すシンタックスとして示すことができる。 The above process can be represented as the syntax shown in FIG.
なお、スキップモード(cu_skip_flag==1)では、MMVD予測を禁止し、パラメータ符号化部111がmmvd_param()を符号化データに符号化しない方法を用いてもよい。この場合、図22に示すように、パラメータ復号部302はcu_skip_flagが0でmerge_flagが1の場合に、mmvd_flagを復号し、mmvd_flagが1の場合にmmvd_param()を復号する。cu_skip_flagが0でmerge_flagが1でmmvd_flagが0の場合には、パラメータ復号部302はmerge_indexを復号する。マージ候補選択部30362はmerge_idxを用いてマージ候補Nを選択し、動きベクトルを導出する。
In the skip mode (cu_skip_flag==1), MMVD prediction may be prohibited, and a method may be used in which the
スキップモードは、参照ブロックと対象ブロックとがほぼ同じ場合に適用される符号量の小さい予測モードであり、上記のようにスキップモードで通知するパラメータを少なくすることによって、画質低下を抑制しつつ符号量を削減することができる。 The skip mode is a prediction mode with a small code amount applied when the reference block and the target block are almost the same, and by reducing the parameters notified in the skip mode as described above, the code is suppressed while suppressing the image quality deterioration. The amount can be reduced.
(動画像符号化装置の構成)
次に、本実施形態に係る動画像符号化装置11の構成について説明する。図23は、本実施形態に係る動画像符号化装置11の構成を示すブロック図である。動画像符号化装置11は、予測画像生成部101、減算部102、変換・量子化部103、逆量子化・逆変換部105、加算部106、ループフィルタ107、予測パラメータメモリ(予測パラメータ記憶部、フレームメモリ)108、参照ピクチャメモリ(参照画像記憶部、フレームメモリ)109、符号化パラメータ決定部110、パラメータ符号化部111、エントロピー符号化部104を含んで構成される。
(Structure of video encoding device)
Next, the configuration of the moving
予測画像生成部101は画像Tの各ピクチャを分割した領域であるCU毎に予測画像を生成する。予測画像生成部101は既に説明した予測画像生成部308と同じ動作であり、説明を省略する。
The predicted
減算部102は、予測画像生成部101から入力されたブロックの予測画像の画素値を、画像Tの画素値から減算して予測誤差を生成する。減算部102は予測誤差を変換・量子化部103に出力する。
The
変換・量子化部103は、減算部102から入力された予測誤差に対し、周波数変換によって変換係数を算出し、量子化によって量子化変換係数を導出する。変換・量子化部103は、量子化変換係数をエントロピー符号化部104及び逆量子化・逆変換部105に出力する。
The transform/
逆量子化・逆変換部105は、動画像復号装置31における逆量子化・逆変換部311(図7)と同じであり、説明を省略する。算出した予測誤差は加算部106に出力される。
The inverse quantizing/
エントロピー符号化部104には、変換・量子化部103から量子化変換係数が入力され、パラメータ符号化部111から符号化パラメータが入力される。符号化パラメータには、例えば、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、動きベクトル精度モードamvr_mode、予測モードpredMode、及びマージインデックスmerge_idx等の符号がある。
The
エントロピー符号化部104は、分割情報、予測パラメータ、量子化変換係数等をエントロピー符号化して符号化ストリームTeを生成し、出力する。
The
パラメータ符号化部111は、図示しないヘッダ符号化部1110、CT情報符号化部1111、CU符号化部1112(予測モード符号化部)、およびインター予測パラメータ符号化部112とイントラ予測パラメータ符号化部113を備えている。CU符号化部1112はさらにTU符号化部1114を備えている。
The
以下、各モジュールの概略動作を説明する。パラメータ符号化部111はヘッダ情報、分割情報、予測情報、量子化変換係数等のパラメータの符号化処理を行う。
The schematic operation of each module will be described below. The
CT情報符号化部1111は、符号化データからQT、MT(BT、TT)分割情報等を符号化する。
The CT
CU符号化部1112はCU情報、予測情報、TU分割フラグsplit_transform_flag、CU残差フラグcbf_cb、cbf_cr、cbf_luma等を符号化する。
The
TU符号化部1114は、TUに予測誤差が含まれている場合に、QP更新情報(量子化補正値)と量子化予測誤差(residual_coding)を符号化する。 The TU encoding unit 1114 encodes the QP update information (quantization correction value) and the quantization prediction error (residual_coding) when the TU includes a prediction error.
CT情報符号化部1111、CU符号化部1112は、インター予測パラメータ(予測モードpredMode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX)、イントラ予測パラメータ、量子化変換係数等のシンタックス要素をエントロピー符号化部104に供給する。
CT
(インター予測パラメータ符号化部の構成)
パラメータ符号化部112は、符号化パラメータ決定部110から入力された予測パラメータに基づいて、インター予測パラメータを導出する。パラメータ符号化部112は、インター予測パラメータ復号部303がインター予測パラメータを導出する構成と一部同一の構成を含む。
(Structure of inter prediction parameter coding unit)
The
予測パラメータ符号化部112の構成について説明する。図24に示すように、パラメータ符号化制御部1121、マージ予測部30374、サブブロック予測部(アフィン予測部)30372、DMVR部30375、MMVD予測部30376、Triangle予測部30377、AMVP予測パラメータ導出部3032、減算部1123を含んで構成される。マージ予測部30374は、マージ予測パラメータ導出部3036を備えている。パラメータ符号化制御部1121は、マージインデックス導出部11211とベクトル候補インデックス導出部11212を含む。また、パラメータ符号化制御部1121は、マージインデックス導出部11211でmerge_idx、affine_flag、base_candidate_idx、distance_idx、direction_idx等を導出し、ベクトル候補インデックス導出部11212でmvpLX等を導出する。マージ予測パラメータ導出部3036、AMVP予測パラメータ導出部3032、アフィン予測部30372、MMVD予測部30376、Triangle予測部30377を総称して動きベクトル導出部(動きベクトル導出装置)と称してもよい。パラメータ符号化部112は、動きベクトル(mvLX、subMvLX)、参照ピクチャインデックスrefIdxLX、インター予測識別子inter_pred_idc、あるいはこれらを示す情報を予測画像生成部101に出力する。またパラメータ符号化部112は、merge_flag、skip_flag、merge_idx、inter_pred_idc、refIdxLX、mvp_lX_idx、mvdLX、amvr_mode、affine_flagをエントロピー符号化部104に出力する。
The configuration of the prediction
マージインデックス導出部11211は、マージインデックスmerge_idxを導出し、マージ予測パラメータ導出部3036(マージ予測部)に出力する。ベクトル候補インデックス導出部11212は予測ベクトルインデックスmvp_lX_idxを導出する。
The merge
マージ予測パラメータ導出部3036は、マージインデックスmerge_idxに基づいて、インター予測パラメータを導出する。
The merge prediction
AMVP予測パラメータ導出部3032は動きベクトルmvLXに基づいて予測ベクトルmvpLXを導出する。AMVP予測パラメータ導出部3032は予測ベクトルmvpLXを減算部1123に出力する。なお、参照ピクチャインデックスrefIdxLX及び予測ベクトルインデックスmvp_lX_idxは、エントロピー符号化部104に出力される。
The AMVP prediction
アフィン予測部30372は、サブブロックのインター予測パラメータ(アフィン予測パラメータ)を導出する。
The
減算部1123は、符号化パラメータ決定部110から入力された動きベクトルmvLXから、AMVP予測パラメータ導出部3032の出力である予測ベクトルmvpLXを減算して差分ベクトルmvdLXを生成する。差分ベクトルmvdLXはエントロピー符号化部104に出力される。
The
加算部106は、予測画像生成部101から入力されたブロックの予測画像の画素値と逆量子化・逆変換部105から入力された予測誤差を画素毎に加算して復号画像を生成する。加算部106は生成した復号画像を参照ピクチャメモリ109に記憶する。
The
ループフィルタ107は加算部106が生成した復号画像に対し、デブロッキングフィルタ、SAO、ALFを施す。なお、ループフィルタ107は、必ずしも上記3種類のフィルタを含まなくてもよく、例えばデブロッキングフィルタのみの構成であってもよい。
The
予測パラメータメモリ108は、符号化パラメータ決定部110が生成した予測パラメータを、対象ピクチャ及びCU毎に予め定めた位置に記憶する。
The
参照ピクチャメモリ109は、ループフィルタ107が生成した復号画像を対象ピクチャ及びCU毎に予め定めた位置に記憶する。
The
符号化パラメータ決定部110は、符号化パラメータの複数のセットのうち、1つのセットを選択する。符号化パラメータとは、上述したQT、BTあるいはTT分割情報、予測パラメータ、あるいはこれらに関連して生成される符号化の対象となるパラメータである。予測画像生成部101は、これらの符号化パラメータを用いて予測画像を生成する。
The coding
符号化パラメータ決定部110は、複数のセットの各々について情報量の大きさと符号化誤差を示すRDコスト値を算出する。符号化パラメータ決定部110は、算出したコスト値が最小となる符号化パラメータのセットを選択する。これにより、エントロピー符号化部104は、選択した符号化パラメータのセットを符号化ストリームTeとして出力する。符号化パラメータ決定部110は決定した符号化パラメータを予測パラメータメモリ108に記憶する。
The coding
なお、上述した実施形態における動画像符号化装置11、動画像復号装置31の一部、例えば、エントロピー復号部301、パラメータ復号部302、ループフィルタ305、予測画像生成部308、逆量子化・逆変換部311、加算部312、予測画像生成部101、減算部102、変換・量子化部103、エントロピー符号化部104、逆量子化・逆変換部105、ループフィルタ107、符号化パラメータ決定部110、パラメータ符号化部111をコンピュータで実現するようにしても良い。その場合、この制御機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピュータシステム」とは、動画像符号化装置11、動画像復号装置31のいずれかに内蔵されたコンピュータシステムであって、OSや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
Note that the moving
また、上述した実施形態における動画像符号化装置11、動画像復号装置31の一部、または全部を、LSI(Large Scale Integration)等の集積回路として実現しても良い。動画像符号化装置11、動画像復号装置31の各機能ブロックは個別にプロセッサ化しても良いし、一部、または全部を集積してプロセッサ化しても良い。また、集積回路化の手法はLSIに限らず専用回路、または汎用プロセッサで実現しても良い。また、半導体技術の進歩によりLSIに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いても良い。
Further, some or all of the moving
以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。 Although one embodiment of the present invention has been described in detail above with reference to the drawings, the specific configuration is not limited to the above, and various design changes and the like without departing from the gist of the present invention. It is possible to
〔応用例〕
上述した動画像符号化装置11及び動画像復号装置31は、動画像の送信、受信、記録、再生を行う各種装置に搭載して利用することができる。なお、動画像は、カメラ等により撮像された自然動画像であってもよいし、コンピュータ等により生成された人工動画像(CGおよびGUIを含む)であってもよい。
[Application example]
The moving
まず、上述した動画像符号化装置11及び動画像復号装置31を、動画像の送信及び受信に利用できることを、図2を参照して説明する。
First, it will be described with reference to FIG. 2 that the moving
図2(a)は、動画像符号化装置11を搭載した送信装置PROD_Aの構成を示したブロック図である。図に示すように、送信装置PROD_Aは、動画像を符号化することによって符号化データを得る符号化部PROD_A1と、符号化部PROD_A1が得た符号化データで搬送波を変調することによって変調信号を得る変調部PROD_A2と、変調部PROD_A2が得た変調信号を送信する送信部PROD_A3と、を備えている。上述した動画像符号化装置11は、この符号化部PROD_A1として利用される。
FIG. 2(a) is a block diagram showing the configuration of the transmission device PROD_A equipped with the moving
送信装置PROD_Aは、符号化部PROD_A1に入力する動画像の供給源として、動画像を撮像するカメラPROD_A4、動画像を記録した記録媒体PROD_A5、動画像を外部から入力するための入力端子PROD_A6、及び、画像を生成または加工する画像処理部A7を更に備えていてもよい。図においては、これら全てを送信装置PROD_Aが備えた構成を例示しているが、一部を省略しても構わない。 The transmission device PROD_A, as a source of the moving image input to the encoding unit PROD_A1, a camera PROD_A4 that captures the moving image, a recording medium PROD_A5 that records the moving image, an input terminal PROD_A6 for inputting the moving image from the outside, and An image processing unit A7 for generating or processing an image may be further provided. In the figure, a configuration in which the transmission device PROD_A includes all of these is illustrated, but a part thereof may be omitted.
なお、記録媒体PROD_A5は、符号化されていない動画像を記録したものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化された動画像を記録したものであってもよい。後者の場合、記録媒体PROD_A5と符号化部PROD_A1との間に、記録媒体PROD_A5から読み出した符号化データを記録用の符号化方式に従って復号する復号部(不図示)を介在させるとよい。 The recording medium PROD_A5 may be a non-encoded moving image recorded, or a moving image encoded by a recording encoding method different from the transmission encoding method may be recorded. It may be one. In the latter case, a decoding unit (not shown) that decodes the coded data read from the recording medium PROD_A5 according to the recording coding method may be interposed between the recording medium PROD_A5 and the coding unit PROD_A1.
図2(b)は、動画像復号装置31を搭載した受信装置PROD_Bの構成を示したブロック図である。図に示すように、受信装置PROD_Bは、変調信号を受信する受信部PROD_B1と、受信部PROD_B1が受信した変調信号を復調することによって符号化データを得る復調部PROD_B2と、復調部PROD_B2が得た符号化データを復号することによって動画像を得る復号部PROD_B3と、を備えている。上述した動画像復号装置31は、この復号部PROD_B3として利用される。
FIG. 2B is a block diagram showing the configuration of the receiving device PROD_B equipped with the moving
受信装置PROD_Bは、復号部PROD_B3が出力する動画像の供給先として、動画像を表示するディスプレイPROD_B4、動画像を記録するための記録媒体PROD_B5、及び、動画像を外部に出力するための出力端子PROD_B6を更に備えていてもよい。図においては、これら全てを受信装置PROD_Bが備えた構成を例示しているが、一部を省略しても構わない。 The receiving device PROD_B has a display PROD_B4 for displaying a moving image, a recording medium PROD_B5 for recording the moving image, and an output terminal for outputting the moving image to the outside as a supply destination of the moving image output by the decoding unit PROD_B3. PROD_B6 may be further provided. In the drawing, the configuration in which the receiving device PROD_B is provided with all of them is illustrated, but a part thereof may be omitted.
なお、記録媒体PROD_B5は、符号化されていない動画像を記録するためのものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化されたものであってもよい。後者の場合、復号部PROD_B3と記録媒体PROD_B5との間に、復号部PROD_B3から取得した動画像を記録用の符号化方式に従って符号化する符号化部(不図示)を介在させるとよい。 The recording medium PROD_B5 may be one for recording a non-encoded moving image, or may be one encoded by a recording encoding method different from the transmission encoding method. May be. In the latter case, an encoding unit (not shown) that encodes the moving image acquired from the decoding unit PROD_B3 according to the recording encoding method may be interposed between the decoding unit PROD_B3 and the recording medium PROD_B5.
なお、変調信号を伝送する伝送媒体は、無線であってもよいし、有線であってもよい。また、変調信号を伝送する伝送態様は、放送(ここでは、送信先が予め特定されていない送信態様を指す)であってもよいし、通信(ここでは、送信先が予め特定されている送信態様を指す)であってもよい。すなわち、変調信号の伝送は、無線放送、有線放送、無線通信、及び有線通信の何れによって実現してもよい。 The transmission medium that transmits the modulated signal may be wireless or wired. Further, the transmission mode of transmitting the modulated signal may be broadcast (here, it means a transmission mode in which the transmission destination is not specified in advance) or communication (transmission in which the transmission destination is specified in advance here). Embodiment). That is, the transmission of the modulated signal may be realized by any of wireless broadcasting, wired broadcasting, wireless communication, and wired communication.
例えば、地上デジタル放送の放送局(放送設備など)/受信局(テレビジョン受像機など)は、変調信号を無線放送で送受信する送信装置PROD_A/受信装置PROD_Bの一例である。また、ケーブルテレビ放送の放送局(放送設備など)/受信局(テレビジョン受像機など)は、変調信号を有線放送で送受信する送信装置PROD_A/受信装置PROD_Bの一例である。 For example, a terrestrial digital broadcasting broadcasting station (broadcasting equipment or the like)/receiving station (television receiver or the like) is an example of a transmitting device PROD_A/receiving device PROD_B that transmits and receives modulated signals by wireless broadcasting. Also, a broadcasting station (broadcasting equipment, etc.)/receiving station (television receiver, etc.) of cable television broadcasting is an example of a transmitting device PROD_A/receiving device PROD_B that transmits and receives modulated signals by wired broadcasting.
また、インターネットを用いたVOD(Video On Demand)サービスや動画共有サービスなどのサーバ(ワークステーションなど)/クライアント(テレビジョン受像機、パーソナルコンピュータ、スマートフォンなど)は、変調信号を通信で送受信する送信装置PROD_A/受信装置PROD_Bの一例である(通常、LANにおいては伝送媒体として無線または有線の何れかが用いられ、WANにおいては伝送媒体として有線が用いられる)。ここで、パーソナルコンピュータには、デスクトップ型PC、ラップトップ型PC、及びタブレット型PCが含まれる。また、スマートフォンには、多機能携帯電話端末も含まれる。 In addition, a server (workstation, etc.)/client (TV receiver, personal computer, smartphone, etc.) for VOD (Video On Demand) services and video sharing services using the Internet is a transmission device that transmits and receives modulated signals by communication. This is an example of PROD_A/reception device PROD_B (generally, either wireless or wired is used as a transmission medium in LAN, and wired is used as a transmission medium in WAN). Here, the personal computer includes a desktop PC, a laptop PC, and a tablet PC. The smartphone also includes a multifunctional mobile phone terminal.
なお、動画共有サービスのクライアントは、サーバからダウンロードした符号化データを復号してディスプレイに表示する機能に加え、カメラで撮像した動画像を符号化してサーバにアップロードする機能を有している。すなわち、動画共有サービスのクライアントは、送信装置PROD_A及び受信装置PROD_Bの双方として機能する。 The client of the moving image sharing service has a function of decoding the encoded data downloaded from the server and displaying it on the display, as well as a function of encoding the moving image captured by the camera and uploading it to the server. That is, the client of the video sharing service functions as both the transmission device PROD_A and the reception device PROD_B.
次に、上述した動画像符号化装置11及び動画像復号装置31を、動画像の記録及び再生に利用できることを、図3を参照して説明する。
Next, it will be described with reference to FIG. 3 that the moving
図3(a)は、上述した動画像符号化装置11を搭載した記録装置PROD_Cの構成を示したブロック図である。図に示すように、記録装置PROD_Cは、動画像を符号化することによって符号化データを得る符号化部PROD_C1と、符号化部PROD_C1が得た符号化データを記録媒体PROD_Mに書き込む書込部PROD_C2と、を備えている。上述した動画像符号化装置11は、この符号化部PROD_C1として利用される。
FIG. 3(a) is a block diagram showing a configuration of a recording device PROD_C equipped with the above-described moving
なお、記録媒体PROD_Mは、(1)HDD(Hard Disk Drive)やSSD(Solid State Drive)などのように、記録装置PROD_Cに内蔵されるタイプのものであってもよいし、(2)SDメモリカードやUSB(Universal Serial Bus)フラッシュメモリなどのように、記録装置PROD_Cに接続されるタイプのものであってもよいし、(3)DVD(Digital Versatile Disc:登録商標)やBD(Blu-ray Disc:登録商標)などのように、記録装置PROD_Cに内蔵されたドライブ装置(不図示)に装填されるものであってもよい。 The recording medium PROD_M may be (1) of a type built into the recording device PROD_C, such as an HDD (Hard Disk Drive) or SSD (Solid State Drive), or (2) SD memory. It may be of a type connected to the recording device PROD_C, such as a card or a USB (Universal Serial Bus) flash memory, or (3) DVD (Digital Versatile Disc: registered trademark) or BD (Blu-ray). For example, a disc (registered trademark) or the like may be loaded in a drive device (not shown) incorporated in the recording device PROD_C.
また、記録装置PROD_Cは、符号化部PROD_C1に入力する動画像の供給源として、動画像を撮像するカメラPROD_C3、動画像を外部から入力するための入力端子PROD_C4、動画像を受信するための受信部PROD_C5、及び、画像を生成または加工する画像処理部PROD_C6を更に備えていてもよい。図においては、これら全てを記録装置PROD_Cが備えた構成を例示しているが、一部を省略しても構わない。 Further, the recording device PROD_C has a camera PROD_C3 for capturing a moving image, an input terminal PROD_C4 for inputting the moving image from the outside, and a receiving unit for receiving the moving image as a supply source of the moving image input to the encoding unit PROD_C1. The unit PROD_C5 and the image processing unit PROD_C6 for generating or processing an image may be further provided. In the drawing, the configuration in which the recording device PROD_C is provided with all of them is illustrated, but a part thereof may be omitted.
なお、受信部PROD_C5は、符号化されていない動画像を受信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを受信するものであってもよい。後者の場合、受信部PROD_C5と符号化部PROD_C1との間に、伝送用の符号化方式で符号化された符号化データを復号する伝送用復号部(不図示)を介在させるとよい。 The receiving unit PROD_C5 may be one that receives an unencoded moving image, or receives encoded data that has been encoded by a transmission encoding method different from the recording encoding method. It may be one that does. In the latter case, a transmission decoding unit (not shown) that decodes the encoded data encoded by the transmission encoding method may be interposed between the reception unit PROD_C5 and the encoding unit PROD_C1.
このような記録装置PROD_Cとしては、例えば、DVDレコーダ、BDレコーダ、HDD(Hard Disk Drive)レコーダなどが挙げられる(この場合、入力端子PROD_C4または受信部PROD_C5が動画像の主な供給源となる)。また、カムコーダ(この場合、カメラPROD_C3が動画像の主な供給源となる)、パーソナルコンピュータ(この場合、受信部PROD_C5または画像処理部C6が動画像の主な供給源となる)、スマートフォン(この場合、カメラPROD_C3または受信部PROD_C5が動画像の主な供給源となる)なども、このような記録装置PROD_Cの一例である。 Examples of such a recording device PROD_C include a DVD recorder, a BD recorder, an HDD (Hard Disk Drive) recorder, and the like (in this case, the input terminal PROD_C4 or the receiving unit PROD_C5 is the main supply source of the moving image). .. In addition, a camcorder (in this case, the camera PROD_C3 is the main source of moving images), a personal computer (in this case, the receiving unit PROD_C5 or the image processing unit C6 is the main source of moving images), a smartphone (this In this case, the camera PROD_C3 or the receiving unit PROD_C5 is a main supply source of the moving image) and the like are also examples of such a recording device PROD_C.
図3(b)は、上述した動画像復号装置31を搭載した再生装置PROD_Dの構成を示したブロックである。図に示すように、再生装置PROD_Dは、記録媒体PROD_Mに書き込まれた符号化データを読み出す読出部PROD_D1と、読出部PROD_D1が読み出した符号化データを復号することによって動画像を得る復号部PROD_D2と、を備えている。上述した動画像復号装置31は、この復号部PROD_D2として利用される。
FIG. 3B is a block showing the configuration of the playback device PROD_D equipped with the moving
なお、記録媒体PROD_Mは、(1)HDDやSSDなどのように、再生装置PROD_Dに内蔵されるタイプのものであってもよいし、(2)SDメモリカードやUSBフラッシュメモリなどのように、再生装置PROD_Dに接続されるタイプのものであってもよいし、(3)DVDやBDなどのように、再生装置PROD_Dに内蔵されたドライブ装置(不図示)に装填されるものであってもよい。 The recording medium PROD_M may be (1) of a type built into the playback device PROD_D, such as a HDD or SSD, or (2) such as an SD memory card or a USB flash memory. It may be of a type that is connected to the playback device PROD_D, or (3) loaded into a drive device (not shown) built in the playback device PROD_D, such as a DVD or BD. Good.
また、再生装置PROD_Dは、復号部PROD_D2が出力する動画像の供給先として、動画像を表示するディスプレイPROD_D3、動画像を外部に出力するための出力端子PROD_D4、及び、動画像を送信する送信部PROD_D5を更に備えていてもよい。図においては、これら全てを再生装置PROD_Dが備えた構成を例示しているが、一部を省略しても構わない。 Also, the playback device PROD_D is a display PROD_D3 that displays a moving image, an output terminal PROD_D4 for outputting the moving image to the outside as a supply destination of the moving image output by the decoding unit PROD_D2, and a transmitting unit that transmits the moving image. PROD_D5 may be further provided. In the drawing, a configuration in which the playback device PROD_D is provided with all of them is illustrated, but a part thereof may be omitted.
なお、送信部PROD_D5は、符号化されていない動画像を送信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを送信するものであってもよい。後者の場合、復号部PROD_D2と送信部PROD_D5との間に、動画像を伝送用の符号化方式で符号化する符号化部(不図示)を介在させるとよい。 The transmission unit PROD_D5 may be one that transmits an unencoded moving image, or transmits encoded data that has been encoded by a transmission encoding method different from the recording encoding method. It may be one that does. In the latter case, an encoding unit (not shown) that encodes a moving image with an encoding method for transmission may be interposed between the decoding unit PROD_D2 and the transmission unit PROD_D5.
このような再生装置PROD_Dとしては、例えば、DVDプレイヤ、BDプレイヤ、HDDプレイヤなどが挙げられる(この場合、テレビジョン受像機等が接続される出力端子PROD_D4が動画像の主な供給先となる)。また、テレビジョン受像機(この場合、ディスプレイPROD_D3が動画像の主な供給先となる)、デジタルサイネージ(電子看板や電子掲示板等とも称され、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる)、デスクトップ型PC(この場合、出力端子PROD_D4または送信部PROD_D5が動画像の主な供給先となる)、ラップトップ型またはタブレット型PC(この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる)、スマートフォン(この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる)なども、このような再生装置PROD_Dの一例である。 Examples of such a playback device PROD_D include a DVD player, a BD player, an HDD player, etc. (in this case, the output terminal PROD_D4 to which a television receiver or the like is connected is a main supply destination of the moving image). .. Also, a television receiver (in this case, the display PROD_D3 is the main supply destination of the moving image), digital signage (also called an electronic signboard or electronic bulletin board, etc.), the display PROD_D3 or the transmission unit PROD_D5 is the main supply of the moving image. Desktop PC (in this case, the output terminal PROD_D4 or transmitter PROD_D5 is the main destination of the moving image), laptop or tablet PC (in this case, the display PROD_D3 or transmitter PROD_D5 An example of such a playback device PROD_D is also a smartphone (in which case, the display PROD_D3 or the transmission unit PROD_D5 is the main destination of a moving image), and the like.
(ハードウェア的実現およびソフトウェア的実現)
また、上述した動画像復号装置31および動画像符号化装置11の各ブロックは、集積回路(ICチップ)上に形成された論理回路によってハードウェア的に実現してもよいし、CPU(Central Processing Unit)を用いてソフトウェア的に実現してもよい。
(Hardware realization and software realization)
Further, each block of the moving
後者の場合、上記各装置は、各機能を実現するプログラムの命令を実行するCPU、上記プログラムを格納したROM(Read Only Memory)、上記プログラムを展開するRAM(Random Access Memory)、上記プログラムおよび各種データを格納するメモリ等の記憶装置(記録媒体)などを備えている。そして、本発明の実施形態の目的は、上述した機能を実現するソフトウェアである上記各装置の制御プログラムのプログラムコード(実行形式プログラム、中間コードプログラム、ソースプログラム)をコンピュータで読み取り可能に記録した記録媒体を、上記各装置に供給し、そのコンピュータ(またはCPUやMPU)が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。 In the latter case, each of the above devices is a CPU that executes instructions of a program that realizes each function, a ROM (Read Only Memory) that stores the program, a RAM (Random Access Memory) that expands the program, the program, and various types of devices. A storage device (recording medium) such as a memory for storing data is provided. The object of the embodiment of the present invention is to record the program code (execution format program, intermediate code program, source program) of the control program of each device, which is software for realizing the above-described functions, in a computer-readable manner. This can also be achieved by supplying a medium to each of the above devices and causing the computer (or CPU or MPU) to read and execute the program code recorded in the recording medium.
上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ類、フロッピー(登録商標)ディスク/ハードディスク等の磁気ディスクやCD-ROM(Compact Disc Read-Only Memory)/MOディスク(Magneto-Optical disc)/MD(Mini Disc)/DVD(Digital Versatile Disc:登録商標)/CD-R(CD Recordable)/ブルーレイディスク(Blu-ray Disc:登録商標)等の光ディスクを含むディスク類、ICカード(メモリカードを含む)/光カード等のカード類、マスクROM/EPROM(Erasable Programmable Read-Only Memory)/EEPROM(Electrically Erasable and Programmable Read-Only Memory:登録商標)/フラッシュROM等の半導体メモリ類、あるいはPLD(Programmable logic device)やFPGA(Field Programmable Gate Array)等の論理回路類などを用いることができる。 Examples of the recording medium include tapes such as magnetic tapes and cassette tapes, magnetic disks such as floppy (registered trademark) disks/hard disks, and CD-ROMs (Compact Disc Read-Only Memory)/MO disks (Magneto-Optical discs). )/MD (Mini Disc)/DVD (Digital Versatile Disc: registered trademark)/CD-R (CD Recordable)/Blu-ray Disc (registered trademark) and other optical discs, IC cards (memory cards) Card/mask such as optical card, mask ROM/EPROM (Erasable Programmable Read-Only Memory)/EEPROM (Electrically Erasable and Programmable Read-Only Memory: registered trademark)/semiconductor memory such as flash ROM, or PLD ( Logic circuits such as Programmable logic device) and FPGA (Field Programmable Gate Array) can be used.
また、上記各装置を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークは、プログラムコードを伝送可能であればよく、特に限定されない。例えば、インターネット、イントラネット、エキストラネット、LAN(Local Area Network)、ISDN(Integrated Services Digital Network)、VAN(Value-Added Network)、CATV(Community Antenna television/Cable Television)通信網、仮想専用網(Virtual Private Network)、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、この通信ネットワークを構成する伝送媒体も、プログラムコードを伝送可能な媒体であればよく、特定の構成または種類のものに限定されない。例えば、IEEE(Institute of Electrical and Electronic Engineers)1394、USB、電力線搬送、ケーブルTV回線、電話線、ADSL(Asymmetric Digital Subscriber Line)回線等の有線でも、IrDA(Infrared Data Association)やリモコンのような赤外線、BlueTooth(登録商標)、IEEE802.11無線、HDR(High Data Rate)、NFC(Near Field Communication)、DLNA(Digital Living Network Alliance:登録商標)、携帯電話網、衛星回線、地上デジタル放送網等の無線でも利用可能である。なお、本発明の実施形態は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。 Further, each of the above devices may be configured to be connectable to a communication network, and the program code may be supplied via the communication network. The communication network is not particularly limited as long as it can transmit the program code. For example, Internet, intranet, extranet, LAN (Local Area Network), ISDN (Integrated Services Digital Network), VAN (Value-Added Network), CATV (Community Antenna television/Cable Television) communication network, virtual private network (Virtual Private Network) Network), telephone network, mobile communication network, satellite communication network, etc. can be used. Further, the transmission medium constituting this communication network may be any medium capable of transmitting the program code, and is not limited to a specific configuration or type. For example, even if wired such as IEEE (Institute of Electrical and Electronic Engineers) 1394, USB, power line carrier, cable TV line, telephone line, ADSL (Asymmetric Digital Subscriber Line) line, infrared rays such as IrDA (Infrared Data Association) and remote control , BlueTooth (registered trademark), IEEE802.11 wireless, HDR (High Data Rate), NFC (Near Field Communication), DLNA (Digital Living Network Alliance: registered trademark), mobile phone network, satellite line, terrestrial digital broadcasting network, etc. It is also available wirelessly. The embodiment of the present invention can also be realized in the form of a computer data signal embedded in a carrier wave, in which the program code is embodied by electronic transmission.
本発明の実施形態は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。 The embodiment of the present invention is not limited to the above-described embodiment, and various modifications can be made within the scope of the claims. That is, an embodiment obtained by combining technical means appropriately modified within the scope of the claims is also included in the technical scope of the present invention.
本発明の実施形態は、画像データが符号化された符号化データを復号する動画像復号装置、および、画像データが符号化された符号化データを生成する動画像符号化装置に好適に適用することができる。また、動画像符号化装置によって生成され、動画像復号装置によって参照される符号化データのデータ構造に好適に適用することができる。 The embodiments of the present invention are preferably applied to a moving image decoding device that decodes encoded data in which image data is encoded, and a moving image encoding device that generates encoded data in which image data is encoded. be able to. Further, it can be suitably applied to the data structure of encoded data generated by the moving image encoding device and referred to by the moving image decoding device.
31 画像復号装置
301 エントロピー復号部
302 パラメータ復号部
3020 ヘッダ復号部
303 インター予測パラメータ復号部
304 イントラ予測パラメータ復号部
308 予測画像生成部
309 インター予測画像生成部
310 イントラ予測画像生成部
311 逆量子化・逆変換部
312 加算部
11 画像符号化装置
101 予測画像生成部
102 減算部
103 変換・量子化部
104 エントロピー符号化部
105 逆量子化・逆変換部
107 ループフィルタ
110 符号化パラメータ決定部
111 パラメータ符号化部
112 インター予測パラメータ符号化部
113 イントラ予測パラメータ符号化部
1110 ヘッダ符号化部
1111 CT情報符号化部
1112 CU符号化部(予測モード符号化部)
1114 TU符号化部
31 Image decoding device
301 Entropy decoding unit
302 Parameter decoding unit
3020 header decoder
303 Inter prediction parameter decoding unit
304 Intra prediction parameter decoding unit
308 Predicted image generator
309 Inter prediction image generator
310 Intra prediction image generator
311 Inverse quantization/inverse transform unit
312 Adder
11 Image coding device
101 Prediction image generator
102 Subtractor
103 Transform/Quantization unit
104 Entropy encoder
105 Inverse quantization/inverse transform section
107 loop filter
110 Coding parameter determination unit
111 Parameter coding unit
112 Inter prediction parameter coding unit
113 Intra prediction parameter coding unit
1110 Header coding unit
1111 CT information coding unit
1112 CU encoder (prediction mode encoder)
1114 TU encoder
Claims (8)
第1の予測画像と第2の予測画像と勾配補正項とを参照して予測画像を生成するBIO予測を用いて予測画像を生成する予測画像生成部を備え、
前記予測画像生成部は、前記BIO予測において、前記第1の予測画像に含まれる各画素値に適用される重み係数および第2の予測画像に含まれる各画素値に適用される重み係数を用いて予測画像を生成するGBI予測を併用して予測画像を生成することを特徴とする予測画像生成装置。 A predictive image generation apparatus for generating a predictive image by performing motion compensation on one or a plurality of reference images,
A prediction image generation unit that generates a prediction image using BIO prediction that generates a prediction image by referring to the first prediction image, the second prediction image, and the gradient correction term;
The predicted image generation unit uses, in the BIO prediction, a weight coefficient applied to each pixel value included in the first predicted image and a weight coefficient applied to each pixel value included in the second predicted image. A predictive image generation apparatus characterized in that a predictive image is generated by using GBI prediction for generating a predictive image.
前記差分ベクトルの方向を示す方向情報、及び前記差分ベクトルの長さを示す長さ情報を参照して前記差分ベクトルを導出する動きベクトル導出部と、
第1の予測画像と第2の予測画像とを参照して予測画像を生成する予測画像生成部とを備え、
前記予測画像生成部は、符号化データからインデックスを復号し、当該インデックスを参照して、前記第1の予測画像に含まれる各画素値に適用される重み係数および第2の予測画像に含まれる各画素値に適用される重み係数を導出し、前記重み係数を用いて予測画像を生成するGBI予測によって予測画像を生成することを特徴とする予測画像生成装置。 A prediction image generation device that performs MMVD prediction to derive a motion vector to be applied to a target block using a prediction vector of a selected block included in the merge candidate list and a difference vector decoded from encoded data,
A motion vector derivation unit that derives the difference vector with reference to direction information indicating the direction of the difference vector, and length information indicating the length of the difference vector,
A prediction image generation unit that generates a prediction image by referring to the first prediction image and the second prediction image,
The predicted image generation unit decodes an index from encoded data, refers to the index, and includes a weighting coefficient applied to each pixel value included in the first predicted image and a second predicted image. A predicted image generation apparatus, which derives a weighting coefficient applied to each pixel value, and generates a predicted image by GBI prediction that generates a predicted image using the weighting coefficient.
予測画像に対して、残差画像を加算又は減算することによって符号化対象画像を復号することを特徴とする動画像復号装置。 A prediction image generation device according to any one of claims 1 to 6,
A moving image decoding apparatus, wherein an encoding target image is decoded by adding or subtracting a residual image to or from a predicted image.
予測画像と符号化対象画像との残差を符号化することを特徴とする動画像符号化装置。 The predictive image generation device according to claim 1,
A moving picture coding apparatus characterized by coding a residual between a predicted picture and a coding target picture.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018234921A JP2020096329A (en) | 2018-12-14 | 2018-12-14 | Prediction image generation device, moving image decoding device, and moving image encoding device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018234921A JP2020096329A (en) | 2018-12-14 | 2018-12-14 | Prediction image generation device, moving image decoding device, and moving image encoding device |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020096329A true JP2020096329A (en) | 2020-06-18 |
Family
ID=71085151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018234921A Pending JP2020096329A (en) | 2018-12-14 | 2018-12-14 | Prediction image generation device, moving image decoding device, and moving image encoding device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020096329A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055222A (en) * | 2020-08-21 | 2020-12-08 | 浙江大华技术股份有限公司 | Video encoding and decoding method, electronic device and computer readable storage medium |
-
2018
- 2018-12-14 JP JP2018234921A patent/JP2020096329A/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055222A (en) * | 2020-08-21 | 2020-12-08 | 浙江大华技术股份有限公司 | Video encoding and decoding method, electronic device and computer readable storage medium |
CN112055222B (en) * | 2020-08-21 | 2024-05-07 | 浙江大华技术股份有限公司 | Video encoding and decoding method, electronic device and computer readable storage medium |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020137920A1 (en) | Prediction image generating device, moving image decoding device, moving image encoding device, and prediction image generating method | |
WO2020116456A1 (en) | Moving image decoding device | |
WO2020184487A1 (en) | Dynamic image decoding device | |
WO2021111962A1 (en) | Video decoding device | |
CN108605138B (en) | Predictive image generation device, moving image decoding device, and moving image encoding device | |
WO2020059877A1 (en) | Image decoding device and image encoding device | |
JP7448349B2 (en) | Video decoding device | |
JP2024083558A (en) | Video decoding device | |
JP2020088451A (en) | Moving image decoding apparatus and moving image coding apparatus | |
JP2020096279A (en) | Prediction image generation device, moving image decoding device, and moving image encoding device | |
JP2020108012A (en) | Image decoding device and image encoding device | |
JP2020088660A (en) | Moving picture coding apparatus and moving picture decoding apparatus | |
JP2020145650A (en) | Image decoding device and image coding device | |
WO2021200658A1 (en) | Dynamic image decoding device and dynamic image decoding method | |
JP2020096329A (en) | Prediction image generation device, moving image decoding device, and moving image encoding device | |
US11044490B2 (en) | Motion compensation filter apparatus, image decoding apparatus, and video coding apparatus | |
JP2022087865A (en) | Image decoder and image encoder | |
JP2020170901A (en) | Predictive image generation device, video decoding device, and video coding device | |
CN115362686A (en) | Moving image decoding device, moving image encoding device, moving image decoding method, and moving image encoding method | |
JP2020088577A (en) | Predictive image generation device, moving image decoding device, and moving image encoding device | |
JP7378968B2 (en) | Predicted image generation device, video decoding device, and video encoding device | |
WO2020122130A1 (en) | Predicted image generation device, moving image decoding device, moving image encoding device, and predicted image generation method | |
JP7465128B2 (en) | Video encoding device and video decoding device | |
JP7514611B2 (en) | Video decoding device, video encoding device, and predicted image generating device | |
WO2021235448A1 (en) | Video coding device and video decoding device |