JP2021153253A - Video coding device and video decoding device - Google Patents
Video coding device and video decoding device Download PDFInfo
- Publication number
- JP2021153253A JP2021153253A JP2020052781A JP2020052781A JP2021153253A JP 2021153253 A JP2021153253 A JP 2021153253A JP 2020052781 A JP2020052781 A JP 2020052781A JP 2020052781 A JP2020052781 A JP 2020052781A JP 2021153253 A JP2021153253 A JP 2021153253A
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- unit
- flag
- coding
- moving 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.)
- Granted
Links
- 239000013598 vector Substances 0.000 claims abstract description 94
- 230000033001 locomotion Effects 0.000 claims abstract description 91
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 22
- 238000009795 derivation Methods 0.000 description 73
- 238000006243 chemical reaction Methods 0.000 description 51
- 238000000034 method Methods 0.000 description 45
- 238000013139 quantization Methods 0.000 description 42
- 230000015654 memory Effects 0.000 description 41
- 238000012545 processing Methods 0.000 description 36
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 25
- 230000005540 biological transmission Effects 0.000 description 24
- 230000006870 function Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000009466 transformation Effects 0.000 description 11
- 230000015572 biosynthetic process Effects 0.000 description 9
- 238000003786 synthesis reaction Methods 0.000 description 9
- 239000010410 layer Substances 0.000 description 5
- 241001482237 Pica Species 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 3
- 101150103552 cagE gene Proteins 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000011229 interlayer Substances 0.000 description 3
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- VBRBNWWNRIMAII-WYMLVPIESA-N 3-[(e)-5-(4-ethylphenoxy)-3-methylpent-3-enyl]-2,2-dimethyloxirane Chemical compound C1=CC(CC)=CC=C1OC\C=C(/C)CCC1C(C)(C)O1 VBRBNWWNRIMAII-WYMLVPIESA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 241001025261 Neoraja caerulea Species 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 208000034188 Stiff person spectrum disease Diseases 0.000 description 1
- 229920010524 Syndiotactic polystyrene Polymers 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 208000012112 ischiocoxopodopatellar syndrome Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000002490 spark plasma sintering Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
Description
本発明の実施形態は、動画像符号化装置、動画像復号装置、および予測画像生成装置に関する。 Embodiments of the present invention relate to a moving image coding device, a moving image decoding device, and a predictive image generating 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 coding 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H.265/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 H.265 / HEVC (High-Efficiency Video Coding) methods.
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, the image (picture) constituting the 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 conversion unit (TU:) obtained by dividing the coding unit. It is managed by a hierarchical structure consisting of (Transform Unit), and 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。 Further, in such a moving image coding method, a predicted image is usually generated based on a locally decoded image obtained by encoding / decoding an input image, and the predicted image is obtained from the input image (original image). The prediction error obtained by subtraction (sometimes referred to as "difference image" or "residual image") is encoded. Examples of the method for generating a prediction image include inter-screen prediction (inter-screen prediction) and in-screen prediction (intra-prediction).
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。
In addition, Non-Patent
非特許文献1においては、Bスライスの動きベクトルの符号化、復号において、L1予測の動きベクトルの差分値をゼロにするモードを、ピクチャヘッダで定義する方法が採用されている。
In
しかしながら、非特許文献1に記載の方法では、Bスライスの動きベクトルの符号化、復号において、L1予測の動きベクトルの差分値をゼロにするモードがピクチャヘッダで定義されている。一方、一つのピクチャに複数のスライスを含む場合、それぞれのスライスが異なる参照ピクチャリストを選択することが可能である。従って、ピクチャヘッダで上記モードを通知すると符号化効率が劣化する可能性があるいう課題がある。
However, in the method described in
本発明の一態様に係る動画像復号装置は、
ピクチャ単位に切り替え可能な双方向予測のL1予測の動きベクトルの差分をゼロとするモードを持ち、
現在のピクチャに対して、二つの参照リストの参照ピクチャが全て過去にあるか、未来にある場合に、前記、双方向予測のL1予測の動きベクトルの差分をゼロとするモードをスライス単位に適用可能とすることを特徴とする。
The moving image decoding device according to one aspect of the present invention is
It has a mode in which the difference between the motion vectors of the L1 prediction of bidirectional prediction that can be switched in picture units is zero.
When all the reference pictures in the two reference lists are in the past or in the future with respect to the current picture, the above-mentioned mode in which the difference between the motion vectors of the L1 prediction of the bidirectional prediction is zero is applied to each slice. It is characterized by making it possible.
このような構成とすることで、一つのピクチャに複数のスライスがあっても、効率的に符号化、復号することができる。 With such a configuration, even if there are a plurality of slices in one picture, it can be efficiently encoded and decoded.
本発明の一態様に係る動画像復号装置は、
ピクチャ単位に切り替え可能な双方向予測のL1予測の動きベクトルの差分をゼロとするモードを持ち、
現在のピクチャに対して、二つの参照リストの参照ピクチャが全て過去にある場合に、前記、双方向予測のL1予測の動きベクトルの差分をゼロとするモードをスライス単位に適用可能とすることを特徴とする。
The moving image decoding device according to one aspect of the present invention is
It has a mode in which the difference between the motion vectors of the L1 prediction of bidirectional prediction that can be switched in picture units is zero.
When all the reference pictures of the two reference lists are in the past with respect to the current picture, the mode in which the difference between the motion vectors of the L1 prediction of the bidirectional prediction is zero can be applied to each slice. It is a feature.
このような構成とすることで、一つのピクチャに複数のスライスがあっても、効率的に符号化、復号することができる。 With such a configuration, even if there are a plurality of slices in one picture, it can be efficiently encoded and decoded.
本発明の一態様によれば、上記の課題が解決できる。 According to one aspect of the present invention, the above problems can be solved.
(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 view showing a configuration of an
画像伝送システム1は、解像度が変換された異なる解像度の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元の解像度に逆変換して表示するシステムである。画像伝送システム1は、解像度変換装置(解像度変換部)51、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、解像度逆変換装置(解像度逆変換部)61、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
解像度変換装置51は、動画像に含まれる画像Tの解像度を変換し、異なる解像度の画像を含む可変解像度動画像信号を、画像符号化装置11に供給する。また、解像度変換装置51は、画像の解像度変換の有無を示す情報を動画像符号化装置11に供給する。当該情報が解像度変換を示す場合、動画像符号化装置は、後述する解像度変換情報ref_pic_resampling_enabled_flagを1に設定し、符号化データのシーケンスパラメータセットSPS(Sequence
Parameter Set)に含ませて符号化する。
The
Include it in Parameter Set) and code it.
動画像符号化装置11には解像度が変換された画像Tが入力される。
The image T whose resolution has been converted 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、可変解像度復号画像信号を生成して解像度逆変換装置61に供給する。
The moving
解像度逆変換装置61は、可変解像度復号画像信号に含まれる解像度変換情報が解像度変換を示す場合、解像度変換された画像を逆変換することによって、オリジナルサイズの復号画像信号を生成する。
When the resolution conversion information included in the variable resolution decoded image signal indicates resolution conversion, the resolution
動画像表示装置41は、解像度逆変換部から入力された復号画像信号が示す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
<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 herein 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 a right bit shift, << is a left bit shift, & is a bitwise AND, | is a 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. Is a function that returns c (where 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 an 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 the division of a by d (rounded down to the nearest whole number).
min(a,b)はaとbの小さい方の値を表わす。 min (a, b) represents the smaller value of a and b.
<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 coded stream Te>
Prior to the 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には、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が示されている。 FIG. 4 is a diagram showing a hierarchical structure of data in the coded stream Te. The coded stream Te typically includes a sequence and a plurality of pictures that make up the sequence. FIG. 4 includes a coded video sequence that defines the sequence SEQ, a coded picture that defines the picture PICT, a coded slice that defines the slice S, coded slice data that defines the slice data, and coded slice data. A diagram showing a coded tree unit and a coded unit included in the coded tree unit is shown.
(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に示すように、ビデオパラメータセットVPS(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)、Adaptation Parameter Set(APS)、ピクチャPICT、及び、付加拡張情報SEI(Supplemental Enhancement Information)を含んでいる。
(Coded video sequence)
The coded video sequence defines a set of data that 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 images in a moving image composed of a plurality of layers, and a set of coding parameters related to the plurality of layers included in the moving image and individual layers. The set is 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
(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に示すように、ピクチャヘッダPH、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)。
(Coded picture)
The coded picture defines a set of data referred to by the moving
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。
Hereinafter, when it is not necessary to distinguish between
(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。
(Coded slice)
The coded slice defines a set of data referred to by the moving
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 contains a group of coding parameters referred to by the moving
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)符号化の際に単予測(L0予測)、または、イントラ予測を用いるPスライス、(3)符号化の際に単予測(参照ピクチャリスト0のみを用いるL0予測或いは参照ピクチャリスト1のみを用いるL1予測)、双予測、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。
As the slice type that can be specified by the slice type specification information, (1) I slice that uses only intra prediction at the time of coding, (2) simple prediction (L0 prediction) at the time of coding, or intra prediction is used. Examples include P-slice, (3) simple prediction (L0 prediction using only
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の符号化スライスヘッダに示すように、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。
(Coded slice data)
The coded slice data defines a set of data referred to by the moving
(符号化ツリーユニット)
図4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。
(Coded tree unit)
FIG. 4 defines a set of data referred to by the moving
CTは、CT情報として、CT分割を行うか否かを示すCU分割フラグ(split_cu_flag)、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。split_cu_flag、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 has a CU division flag (split_cu_flag) indicating whether or not to perform CT division, a QT division flag (qt_split_cu_flag) indicating whether or not to perform QT division, and an MT division direction (MT division direction) indicating the division direction of MT division as CT information. mtt_split_cu_vertical_flag), including MT division type (mtt_split_cu_binary_flag) indicating the division type of MT division. split_cu_flag, qt_split_cu_flag, mtt_split_cu_vertical_flag, mtt_split_cu_binary_flag are transmitted for each coding node.
輝度と色差で異なるツリーを用いても良い。ツリーの種別をtreeTypeで示す。例えば、輝度(Y, cIdx=0)と色差(Cb/Cr, cIdx=1,2)で共通のツリーを用いる場合、共通単一ツリーをtreeType=SINGLE_TREEで示す。輝度と色差で異なる2つのツリー(DUALツリー)を用いる場合、輝度のツリーをtreeType= DUAL_TREE_LUMA、色差のツリーをtreeType=DUAL_TREE_CHROMAで示す。 Trees that differ in brightness and color difference may be used. The tree type is indicated by treeType. For example, when a common tree is used for brightness (Y, cIdx = 0) and color difference (Cb / Cr, cIdx = 1,2), a common single tree is indicated by treeType = SINGLE_TREE. When two trees (DUAL trees) that differ in brightness and color difference are used, the brightness tree is indicated by treeType = DUAL_TREE_LUMA, and the color difference tree is indicated by treeType = DUAL_TREE_CHROMA.
(符号化ユニット)
図4は、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。
(Code-coding unit)
FIG. 4 defines a set of data referred to by the moving
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 in sub-CU units that are further divided CUs. If the size of the CU and the sub CU are equal, there is only one sub CU in the CU. If the CU is larger than the size of the sub CU, the CU is split into sub CUs. For example, when the CU is 8x8 and the sub CU is 4x4, the CU is divided into four sub CUs consisting of two horizontal divisions and two vertical divisions.
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、レイヤ画像間)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 is prediction within the same picture, and inter-prediction refers to prediction processing performed between different pictures (for example, between display times and between layer images).
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 conversion / quantization process is performed in CU units, but the quantization conversion coefficient 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 prediction image is derived by the prediction parameters associated with the block. Prediction parameters include intra-prediction and inter-prediction 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とpredFlagL1、参照ピクチャインデックスrefIdxL0とrefIdxL1、動きベクトルmvL0とmvL1から構成される。predFlagL0、predFlagL1は、参照ピクチャリスト(L0リスト、L1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。
Hereinafter, the prediction parameters of the inter-prediction will be described. The inter-prediction parameter is composed of the prediction list usage flags predFlagL0 and predFlagL1, the reference picture indexes refIdxL0 and refIdxL1, and the motion vectors mvL0 and mvL1. predFlagL0 and predFlagL1 are flags indicating whether or not the reference picture list (L0 list, L1 list) is used, and the reference picture list corresponding to the case where the value is 1 is used. In the present specification, when "a flag indicating whether or not it is XX" is described, it is assumed that the 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、マージモードで用いるアフィンフラグaffine_flag、マージフラグmerge_flag、マージインデックスmerge_idx、MMVDフラグmmvd_flag、AMVPモードで用いる参照ピクチャを選択するための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、動きベクトルを導出するための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。 The syntax elements for deriving the inter-prediction parameters include, for example, the affine flag affine_flag used in the merge mode, the merge flag merge_flag, the merge index merge_idx, the MMVD flag mmvd_flag, and the inter-prediction identifier for selecting the reference picture used in the AMVP mode. There are inter_pred_idc, reference picture index refIdxLX, prediction vector index mvp_LX_idx for deriving motion vector, difference vector mvdLX, motion vector accuracy 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5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5の参照ピクチャの一例を示す概念図において、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5には、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されている。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 composed 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、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、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等から導出するモードである。AMVPモードは、inter_pred_idc、refIdxLX、mvLXを符号化データに含めるモードである。なお、mvLXは、予測ベクトルmvpLXを識別するmvp_LX_idxと差分ベクトルmvdLXとして符号化される。また、マージ予測モードの他に、アフィン予測モード、MMVD予測モードがあってもよい。
(Merge Prediction and AMVP Prediction)
Prediction parameter decoding (encoding) methods include merge prediction (merge) mode and AMVP (Advanced Motion Vector Prediction) mode, and merge_flag is a flag for identifying these. The merge prediction mode is a mode in which the prediction list usage flag predFlagLX, 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 neighboring blocks that have already been processed. AMVP mode is a mode that includes inter_pred_idc, refIdxLX, and mvLX in the coded data. Note that mvLX is encoded as mvp_LX_idx that identifies the prediction vector mvpLX and the difference vector mvdLX. In addition to the merge prediction mode, there may be an affine prediction mode and an MMVD prediction mode.
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を示す。 inter_pred_idc is a value indicating the type and number of reference pictures, and takes one of PRED_L0, PRED_L1, and PRED_BI. PRED_L0 and PRED_L1 indicate a simple prediction using one reference picture managed by the L0 list and the L1 list, respectively. PRED_BI shows a bi-prediction using two reference pictures managed by the L0 list and the L1 list.
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。 merge_idx is an index indicating which of the prediction parameter candidates (merge candidates) derived from the processed block is used as the prediction parameter of the target block.
(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。mvLXに関する予測ベクトル、差分ベクトルを、それぞれmvpLX、mvdLXと呼ぶ。
(Motion vector)
mvLX indicates the amount of shift between blocks on two different pictures. The prediction vector and difference vector related to mvLX are called mvpLX and 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)
inter_pred_idcと、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。
(Inter prediction identifier inter_pred_idc and prediction list usage flag predFlagLX)
The relationship between inter_pred_idc, predFlagL0, and predFlagL1 is as follows, and they can be converted to each other.
inter_pred_idc = (predFlagL1<<1)+predFlagL0
predFlagL0 = inter_pred_idc & 1
predFlagL1 = inter_pred_idc >> 1
なお、インター予測パラメータは、予測リスト利用フラグを用いても良いし、インター予測識別子を用いてもよい。また、予測リスト利用フラグを用いた判定は、インター予測識別子を用いた判定に置き替えてもよい。逆に、インター予測識別子を用いた判定は、予測リスト利用フラグを用いた判定に置き替えてもよい。
inter_pred_idc = (predFlagL1 << 1) + predFlagL0
predFlagL0 = inter_pred_idc & 1
predFlagL1 = inter_pred_idc >> 1
As the inter-prediction parameter, the prediction list use flag may be used, or the inter-prediction identifier may be used. Further, the determination using the prediction list use flag may be replaced with the determination using the inter-prediction identifier. On the contrary, the determination using the inter-prediction identifier may be replaced with the determination using the prediction list utilization flag.
(双予測biPredの判定)
双予測であるかのフラグ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。
(Judgment of bipred biPred)
The bipred flag biPred can be derived depending on whether the two prediction list usage flags are both 1. For example, it can be derived by the following formula.
biPred = (predFlagL0==1 && predFlagL1==1)
あるいは、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, biPred can also be derived by whether or not 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6)の構成について説明する。
biPred = (inter_pred_idc == PRED_BI)? 1: 0
(Configuration of moving image decoding device)
The configuration of the moving image decoding device 31 (FIG. 6) 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、予測パラメータ導出部320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、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、APS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
TU復号部3024は、スキップモード以外(skip_mode==0)の場合に、符号化データからQP更新情報と量子化予測誤差を復号する。より具体的には、TU復号部3024は、skip_mode==0の場合に、対象ブロックに量子化予測誤差が含まれているか否かを示すフラグcu_cbpを復号し、cu_cbpが1の場合に量子化予測誤差を復号する。cu_cbpが符号化データに存在しない場合は0と導出する。
The
TU復号部3024は、符号化データから変換基底を示すインデックスmts_idxを復号する。また、TU復号部3024は、符号化データからセカンダリ変換の利用及び変換基底を示すインデックスstIdxを復号する。stIdxは0の場合にセカンダリ変換の非適用を示し、1の場合にセカンダリ変換基底のセット(ペア)のうち一方の変換を示し、2の場合に上記ペアのうち他方の変換を示す。
The
また、TU復号部3024はサブブロック変換フラグcu_sbt_flagを復号してもよい。cu_sbt_flagが1の場合には、CUを複数のサブブロックに分割し、特定の1つのサブブロックのみ残差を復号する。さらにTU復号部3024は、サブブロックの数が4であるか2であるかを示すフラグcu_sbt_quad_flag、分割方向を示すcu_sbt_horizontal_flag、非ゼロの変換係数が含まれるサブブロックを示すcu_sbt_pos_flagを復号してもよい。
Further, the
予測画像生成部308は、インター予測画像生成部309及びイントラ予測画像生成部310を含んで構成される。
The prediction
予測パラメータ導出部320は、インター予測パラメータ導出部303及びイントラ予測パラメータ導出部304を含んで構成される。
The prediction
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。 In the following, an example in which CTU and CU are used as the processing unit will be described, but the processing is not limited to this example, and processing may be performed in sub-CU units. Alternatively, CTU and CU may be read as blocks, sub-CUs may be read as sub-blocks, and processing may be performed in units of blocks or sub-blocks.
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。エントロピー符号化には、シンタックス要素の種類や周囲の状況に応じて適応的に選択したコンテキスト(確率モデル)を用いてシンタックス要素を可変長符号化する方式と、あらかじめ定められた表、あるいは計算式を用いてシンタックス要素を可変長符号化する方式がある。前者のCABAC(Context Adaptive Binary Arithmetic Coding)は、コンテキストのCABAC状態(優勢シンボルの種別(0 or 1)と確率を指定する確率状態インデックスpStateIdx)をメモリに格納する。エントロピー復号部301は、セグメント(タイル、CTU行、スライス)の先頭で全てのCABAC状態を初期化する。エントロピー復号部301は、シンタックス要素をバイナリ列(Bin String)に変換し、Bin Stringの各ビットを復号する。コンテキストを用いる場合には、シンタックス要素の各ビットに対してコンテキストインデックスctxIncを導出し、コンテキストを用いてビットを復号し、用いたコンテキストのCABAC状態を更新する。コンテキストを用いないビットは、等確率(EP, bypass)で復号され、ctxInc導出やCABAC状態は省略される。復号されたシンタックス要素には、予測画像を生成するための予測情報および、差分画像を生成するための予測誤差などがある。
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、merge_flag、merge_idx、inter_pred_idc、refIdxLX、mvp_LX_idx、mvdLX、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
(基本フロー)
図7は、動画像復号装置31の概略的動作を説明するフローチャートである。
(Basic flow)
FIG. 7 is a flowchart illustrating a schematic operation of the moving
(S1100:パラメータセット情報復号)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を復号する。
(S1100: Decoding parameter set information) The
(S1200:スライス情報復号)ヘッダ復号部3020は、符号化データからスライスヘッダ(スライス情報)を復号する。
(S1200: Decoding of slice information) The
以下、動画像復号装置31は、対象ピクチャに含まれる各CTUについて、S1300からS5000の処理を繰り返すことにより各CTUの復号画像を導出する。
Hereinafter, the moving
(S1300:CTU情報復号)CT情報復号部3021は、符号化データからCTUを復号する。
(S1300: CTU information decoding) The CT
(S1400:CT情報復号)CT情報復号部3021は、符号化データからCTを復号する。
(S1400: CT information decoding) The CT
(S1500:CU復号)CU復号部3022はS1510、S1520を実施して、符号化データからCUを復号する。
(S1500: CU decoding) The
(S1510:CU情報復号)CU復号部3022は、符号化データから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等を復号する。
(S1510: CU information decoding) The
(S1520:TU情報復号)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更新情報と量子化予測誤差、変換インデックスmts_idxを復号する。なお、QP更新情報は、量子化パラメータQPの予測値である量子化パラメータ予測値qPpredからの
差分値である。
(S1520: TU information decoding) When the TU contains a prediction error, the
(S2000:予測画像生成)予測画像生成部308は、対象CUに含まれる各ブロックについて、予測情報に基づいて予測画像を生成する。
(S2000: Prediction image generation) The prediction
(S3000:逆量子化・逆変換)逆量子化・逆変換部311は、対象CUに含まれる各TUについて、逆量子化・逆変換処理を実行する。
(S3000: Inverse quantization / inverse transformation) The inverse quantization /
(S4000:復号画像生成)加算部312は、予測画像生成部308より供給される予測画像と、逆量子化・逆変換部311より供給される予測誤差とを加算することによって、対象CUの復号画像を生成する。
(S4000: Decoded image generation) The
(S5000:ループフィルタ)ループフィルタ305は、復号画像にデブロッキングフィルタ、SAO、ALFなどのループフィルタをかけ、復号画像を生成する。
(S5000: Loop filter) The
(インター予測パラメータ導出部の構成)
図9には、本実施形態に係るインター予測パラメータ導出部303の構成を示す概略図が示されている。インター予測パラメータ導出部303は、パラメータ復号部302から入力されたシンタックス要素に基づいて、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導出する。また、インター予測パラメータをインター予測画像生成部309、予測パラメータメモリ307に出力する。インター予測パラメータ導出部303及びその内部の要素である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、MMVD予測部30373、GPM予測部30377、DMVR部30537、MV加算部3038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。
(Structure of inter-prediction parameter derivation section)
FIG. 9 shows a schematic diagram showing the configuration of the inter-prediction
スケールパラメータ導出部30378は、参照ピクチャの水平方向のスケーリング比RefPicScale[i][j][0]、および、参照ピクチャの垂直方向のスケーリング比RefPicScale[i][j][1]、及び、参照ピクチャがスケーリングされているか否かを示すRefPicIsScaled[i][j]を導出する。ここで、iは参照ピクチャリストがL0リストかL1リストであるかを示し、jをL0参照ピクチャリストあるいはL1参照ピクチャリストの値として、次のように導出する。
The scale
RefPicScale[i][j][0] =
((fRefWidth << 14)+(PicOutputWidthL >> 1)) / PicOutputWidthL
RefPicScale[i][j][1] =
((fRefHeight << 14)+(PicOutputHeightL >> 1)) / PicOutputHeightL
RefPicIsScaled[i][j] =
(RefPicScale[i][j][0] != (1<<14)) || (RefPicScale[i][j][1] != (1<<14))
ここで、変数PicOutputWidthLは、符号化ピクチャが参照される時に水平方向のスケーリング比を計算する時の値であり、符号化ピクチャの輝度の水平方向の画素数から左右のオフセット値を引いたものが用いられる。変数PicOutputHeightLは、符号化ピクチャが参照される時に垂直方向のスケーリング比を計算する時の値であり、符号化ピクチャの輝度の垂直方向の画素数から上下のオフセット値を引いたものが用いられる。変数fRefWidthは、リストiの参照リスト値jの参照ピクチャのPicOutputWidthLの値とし、変数fRefHightは、リストiの参照ピクチャリスト値jの参照ピクチャのPicOutputHeightLの値とする。
RefPicScale [i] [j] [0] =
((fRefWidth << 14) + (PicOutputWidthL >> 1)) / PicOutputWidthL
RefPicScale [i] [j] [1] =
((fRefHeight << 14) + (PicOutputHeightL >> 1)) / PicOutputHeightL
RefPicIsScaled [i] [j] =
(RefPicScale [i] [j] [0]! = (1 << 14)) || (RefPicScale [i] [j] [1]! = (1 << 14))
Here, the variable PicOutputWidthL is a value when calculating the horizontal scaling ratio when the coded picture is referenced, and is the number of pixels in the horizontal direction of the brightness of the coded picture minus the left and right offset values. Used. The variable PicOutputHeightL is a value when calculating the scaling ratio in the vertical direction when the coded picture is referenced, and the value obtained by subtracting the vertical offset value from the number of pixels in the vertical direction of the brightness of the coded picture is used. The variable fRefWidth is the value of PicOutputWidthL of the reference picture of the reference list value j of the list i, and the variable fRefHight is the value of PicOutputHeightL of the reference picture of the reference picture list value j of the list i.
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、サブブロック単位のインター予測パラメータを導出する。
When affine_flag indicates 1, that is, the affine prediction mode, the
mmvd_flagが1、すなわち、MMVD予測モードを示す場合、MMVD予測部30373は、マージ予
測パラメータ導出部3036で導出されるマージ候補と差分ベクトルからインター予測パラメータを導出する。
When mmvd_flag is 1, that is, the MMVD prediction mode is indicated, the
GPM Flagが1、すなわち、GPM(Geometric Partitioning Mode)予測モードを示す場合、GPM予測部30377はGPM予測パラメータを導出する。
When the GPM Flag indicates 1, that is, the GPM (Geometric Partitioning Mode) prediction mode, the
merge_flagが1、すなわち、マージ予測モードを示す場合、merge_idxを導出し、マージ予測パラメータ導出部3036に出力する。
When merge_flag is 1, that is, when the merge prediction mode is indicated, merge_idx is derived and output to the merge prediction
merge_flagが0、すなわち、AMVP予測モードを示す場合、AMVP予測パラメータ導出部3032はinter_pred_idc、refIdxLXかmvp_LX_idxからmvpLXを導出する。
When merge_flag is 0, that is, indicates the AMVP prediction mode, the AMVP prediction
(MV加算部)
MV加算部3038では導出されたmvpLXとmvdLXを加算し、mvLXを導出する。
(MV addition part)
In the
(アフィン予測部)
アフィン予測部30372は、1)対象ブロックの2つの制御点CP0、CP1、もしくは3つの制御点CP0, CP1, CP2の動きベクトルを導出し、2)対象ブロックのアフィン予測パラメータを導出し、3)アフィン予測パラメータから各サブブロックの動きベクトルを導出する。
(Affine prediction department)
The
マージアフィン予測の場合、対象ブロックの隣接ブロックの動きベクトルから各制御点CP0, CP1, CP2の動きベクトルcpMvLX[]を導出する。インターアフィン予測の場合には、各制御点CP0, CP1, CP2の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mvdCpLX[]の和から各制御点のcpMvLX[]を導出する。 In the case of merge affine prediction, the motion vector cpMvLX [] of each control point CP0, CP1, CP2 is derived from the motion vector of the adjacent block of the target block. In the case of interaffine prediction, cpMvLX [] of each control point is derived from the sum of the prediction vector of each control point CP0, CP1 and CP2 and the difference vector mvdCpLX [] derived from the coded data.
(マージ予測)
図10には、本実施形態に係るマージ予測パラメータ導出部3036の構成を示す概略図が示されている。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、予測パラメータ(predFlagLX、mvLX、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. 10 shows 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refIdxLX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。
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。図8の対象ピクチャでマージ候補の配置にA1,B1,B0,A0,B2の位置を示す。
As the spatial merge candidate derivation process, the merge
Here, A1, B1, B0, A0, and B2 are motion information derived from the block including the following coordinates, respectively. The positions of A1, B1, B0, A0, and B2 are shown in the arrangement of merge candidates in the target picture in FIG.
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)
対象ブロックの左上座標を(xCb, yCb)、幅cbWidth、高さcbHeightとする。
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)
Let the upper left coordinates of the target block be (xCb, yCb), width cbWidth, and height cbHeight.
時間マージ導出処理として、マージ候補導出部30361は、図8のコロケートピクチャで示されるように、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。
As a time merge derivation process, the merge
一般にブロックCBRを優先してmergeCandList[]に加え、CBRが動きベクトルを持たない(例えばイントラ予測ブロック)場合や、CBRがピクチャ外に位置する場合は、ブロックCの動きベクトルを予測ベクトル候補に加える。動きの異なる可能性が高いコロケートブロックの動きベクトルを予測候補として加えることで、予測ベクトルの選択肢が増え、符号化効率が高まる。 Generally, in addition to mergeCandList [] with priority given to block CBR, if CBR does not have a motion vector (for example, intra prediction block) or if CBR is located outside the picture, the motion vector of block C is added to the prediction vector candidates. .. By adding the motion vector of the collaged block, which is likely to have different motions, as a prediction candidate, the choices of the prediction vector are increased and the coding efficiency is improved.
ph_temporal_mvp_enabled_flagが0、または、cbWidth*cbHeightが32以下の場合、対象ブロックのコロケート動きベクトルmvLXColを0に設定し、コロケートブロックの利用可能性フラグavailableFlagLXColを0に設定する。 When ph_temporal_mvp_enabled_flag is 0 or cbWidth * cbHeight is 32 or less, the collage motion vector mvLXCol of the target block is set to 0, and the availability flag availableFlagLXCol of the colocate block is set to 0.
それ以外(SliceTemporalMvpEnabledFlagが1)の場合、下記を実施する。 Otherwise (SliceTemporalMvpEnabledFlag is 1), do the following:
例えばマージ候補導出部30361は、Cの位置(xColCtr,yColCtr)とCBRの位置(xColCBr、yColCBr)を、以下の式で導出してもよい。
For example, the merge
xColCtr = xCb+(cbWidth>>1)
yColCtr = yCb+(cbHeight>>1)
xColCBr = xCb+cbWidth
yColCBr = yCb+ cbHeight
CBRが利用可能であればCBRの動きベクトルを利用してマージ候補COLを導出する。CBRが利用可能でなければCを使用してCOLを導出する。そして、availableFlagLXColを1に設定する。なお、参照ピクチャは、スライスヘッダにおいて通知されたcollocated_ref_idxであってもよい。
xColCtr = xCb + (cbWidth >> 1)
yColCtr = yCb + (cbHeight >> 1)
xColCBr = xCb + cbWidth
yColCBr = yCb + cbHeight
If CBR is available, the motion vector of CBR is used to derive the merge candidate COL. If CBR is not available, use C to derive COL. Then set availableFlagLXCol to 1. The reference picture may be the collocated_ref_idx notified in the slice header.
ペアワイズ候補導出部は、mergeCandListに格納済みの2つのマージ候補(p0Cand, p1Cand)の平均からペアワイズ候補avgKを導出し、mergeCandList[]に格納する。 The pairwise candidate derivation unit derives the pairwise candidate avgK from the average of the two merge candidates (p0Cand, p1Cand) stored in the mergeCandList and stores them in the mergeCandList [].
mvLXavgK[0] = (mvLXp0Cand[0]+mvLXp1Cand[0])/2
mvLXavgK[1] = (mvLXp0Cand[1]+mvLXp1Cand[1])/2
マージ候補導出部30361は、refIdxLXが0…Mであり、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。
mvLXavgK [0] = (mvLXp0Cand [0] + mvLXp1Cand [0]) / 2
mvLXavgK [1] = (mvLXp0Cand [1] + mvLXp1Cand [1]) / 2
The merge
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ZK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
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、merge_idxが示すマージ候補Nを以下の式で選択する。
The order of storage in mergeCandList [] is, for example, spatial merge candidate (A1, B1, B0, A0, B2), time merge candidate Col, pairwise candidate avgK, and zero merge candidate ZK. Reference blocks that are not available (blocks are intra-predicted, etc.) are not stored in the merge candidate list.
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
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,ZK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[0])、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, ZK, and the like. The motion information of the merge candidate indicated by the label N (mvLXN [0], mvLXN [0]) is indicated by predFlagLXN and refIdxLXN.
選択された(mvLXN[0], mvLXN[0])、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は選択したマージ候補の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、インター予測画像生成部309に出力する。
The selected (mvLXN [0], mvLXN [0]), predFlagLXN, refIdxLXN are selected as the inter-prediction parameters of the target block. The merge
(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、merge_flagが1の場合、又は、スキップフラグskip_flagが1の場合、マージ予測部30374が導出する当該対象CUのmvLXを、参照画像を用いて修正する。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と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mvLXはインター予測画像生成部309に供給される。
(DMVR)
Next, the DMVR (Decoder side Motion Vector Refinement) process performed by the DMVR unit 30375 will be described. When the merge_flag is 1 or the skip flag skip_flag is 1 for the target CU, the DMVR unit 30375 corrects the mvLX of the target CU derived by the merge prediction unit 30374 by using the reference image. Specifically, when the prediction parameter derived by the merge prediction unit 30374 is bi-prediction, the motion vector is corrected by using the prediction image derived from the motion vector corresponding to the two reference pictures. The modified mvLX is supplied to the inter-prediction
また、DMVR処理を行うか否かを規定するフラグdmvrFlagの導出において、dmvrFlagを1に設定する複数の条件の1つとして、上述したRefPicIsScaled[0][refIdxL0]の値が0であり、且つRefPicIsScaled[1][refIdxL1]の値が0であることが含まれる。dmvrFlagの値が1に設定された場合、DMVR部30375によるDMVR処理が実行される。 Further, in deriving the flag dmvrFlag that specifies whether to perform DMVR processing, the value of RefPicIsScaled [0] [refIdxL0] described above is 0 and RefPicIsScaled is one of a plurality of conditions for setting dmvrFlag to 1. [1] The value of [refIdxL1] is included to be 0. When the value of dmvrFlag is set to 1, DMVR processing by DMVR unit 30375 is executed.
また、DMVR処理を行うか否かを規定するフラグdmvrFlagの導出において、dmvrFlagを1に設定する複数の条件の1つとして、ciip_flagが0、つまりIntraInter合成処理を適用しないことが含まれている。 Also, in deriving the flag dmvrFlag that specifies whether to perform DMVR processing, one of the multiple conditions for setting dmvrFlag to 1 is that ciip_flag is 0, that is, IntraInter synthesis processing is not applied.
また、DMVR処理を行うか否かを規定するフラグdmvrFlagの導出において、dmvrFlagを1に設定する複数の条件の1つとして、後述する輝度のL0予測の重み予測の係数情報が存在するか否かを示すフラグであるluma_weight_l0_flag[i]が0であり、且つ輝度のL1予測の重み予測の係数情報が存在するか否かを示すフラグであるluma_weight_l1_flag[i]の値が0であることが含まれる。dmvrFlagの値が1に設定された場合、DMVR部30375によるDMVR処理が実行される。 Also, in deriving the flag dmvrFlag that specifies whether to perform DMVR processing, whether or not the coefficient information of the weight prediction of the L0 prediction of the luminance, which will be described later, exists as one of the plurality of conditions for setting the dmvrFlag to 1. It is included that the value of luma_weight_l0_flag [i], which is a flag indicating, is 0, and the value of luma_weight_l1_flag [i], which is a flag indicating whether or not the coefficient information of the weight prediction of the L1 prediction of luminance exists, is 0. .. When the value of dmvrFlag is set to 1, DMVR processing by DMVR unit 30375 is executed.
なお、DMVR処理を行うか否かを規定するフラグdmvrFlagの導出において、dmvrFlagを1
に設定する複数の条件の1つとして、luma_weight_l0_flag[i]が0であり、且つluma_weight_l1_flag[i]の値が0、且つ後述する色差のL0予測の重み予測の係数情報が存在するか否かを示すフラグであるchroma_weight_l0_flag[i]が0であり、且つ色差のL1予測の重み予測の係数情報が存在するか否かを示すフラグであるchroma_weight_l1_flag[i]の値が0であることが含まれてもよい。dmvrFlagの値が1に設定された場合、DMVR部30375によるDMVR処理が実行される。
In deriving the flag dmvrFlag that specifies whether to perform DMVR processing, dmvrFlag is set to 1.
As one of the multiple conditions to be set to, whether or not luma_weight_l0_flag [i] is 0, the value of luma_weight_l1_flag [i] is 0, and the coefficient information of the weight prediction of the L0 prediction of the color difference described later exists. It is included that the indicator flag, chroma_weight_l0_flag [i], is 0, and the value of the flag, chroma_weight_l1_flag [i], which indicates whether or not the coefficient information of the weight prediction of the L1 prediction of the color difference exists is 0. May be good. When the value of dmvrFlag is set to 1, DMVR processing by DMVR unit 30375 is executed.
(Prof)
また、RefPicIsScaled[0][refIdxLX]の値が1であるか、RefPicIsScaled[1][refIdxLX]の値が1であれば、cbProfFlagLXの値はFALSEに設定される。ここで、cbProfFlagLXは、アフィン予測のPrediction refinement(PROF)を行うか否かを規定するフラグである。
(Prof)
If the value of RefPicIsScaled [0] [refIdxLX] is 1, or the value of RefPicIsScaled [1] [refIdxLX] is 1, the value of cbProfFlagLX is set to FALSE. Here, cbProfFlagLX is a flag that specifies whether or not to perform Prediction refinement (PROF) of affine prediction.
(AMVP予測)
図10には、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が示されている。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、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。
(AMVP forecast)
FIG. 10 shows a schematic diagram showing the configuration of the AMVP prediction
ベクトル候補選択部3034は、mvpListLX[]の予測ベクトル候補のうち、mvp_LX_idxが示す動きベクトルmvpListLX[mvp_LX_idx]をmvpLXとして選択する。ベクトル候補選択部3034は選択したmvpLXをMV加算部3038に出力する。
The vector
(MV加算部)
MV加算部3038は、AMVP予測パラメータ導出部3032から入力されたmvpLXと復号したmvdLXを加算してmvLXを算出する。加算部3038は、算出したmvLXをインター予測画像生成部309および予測パラメータメモリ307に出力する。
(MV addition part)
The
mvLX[0] = mvpLX[0]+mvdLX[0]
mvLX[1] = mvpLX[1]+mvdLX[1]
(サブブロックマージの詳細分類)
サブブロックマージが関連する予測処理の種類について纏める。上記のように、マージ予測とAMVP予測とに大別される。
mvLX [0] = mvpLX [0] + mvdLX [0]
mvLX [1] = mvpLX [1] + mvdLX [1]
(Detailed classification of sub-block merge)
Summarize the types of prediction processing related to subblock merging. As mentioned above, it is roughly divided into merge prediction and AMVP prediction.
マージ予測は、さらに、以下に類別される。 Merge predictions are further categorized as follows.
・ノーマルマージ予測(ブロックベースのマージ予測)
・サブブロックマージ予測
サブブロックマージ予測は、更に、以下に類別される。
・ Normal merge prediction (block-based merge prediction)
-Sub-block merge prediction Sub-block merge prediction is further categorized as follows.
・サブブロック予測(ATMVP)
・アフィン予測
・継承アフィン予測(inferred affine prediction)
・構成アフィン予測(constructed affine prediction)
一方、AMVP予測は、以下に類別される。
・ Subblock prediction (ATMVP)
・ Affine prediction ・ inherited affine prediction
・ Constructed affine prediction
On the other hand, AMVP forecasts are categorized as follows.
・AMVP(並進)
・MVDアフィン予測
MVDアフィン予測は、更に、以下に類別される。
・ AMVP (translation)
・ MVD affine prediction
MVD affine predictions are further categorized as follows.
・4パラメータMVDアフィン予測
・6パラメータMVDアフィン予測
なお、MVDアフィン予測は、差分ベクトルを復号して用いるアフィン予測を指す。
・ 4-parameter MVD affine prediction ・ 6-parameter MVD affine prediction Note that MVD affine prediction refers to affine prediction used by decoding the difference vector.
サブブロック予測では、時間マージ導出処理と同様、対象サブブロックのコロケートサブブロックCOLの利用可能性availableFlagSbColを判定し、利用可能な場合、予測パラメータを導出する。少なくとも、上述のSliceTemporalMvpEnabledFlagが0の場合に、availableFlagSbColは0に設定される。 In the sub-block prediction, as in the time merge derivation process, the availability FlagSbCol of the collated sub-block COL of the target sub-block is determined, and if it is available, the prediction parameters are derived. At least, availableFlagSbCol is set to 0 when the above SliceTemporalMvpEnabledFlag is 0.
MMVD予測(Merge with Motion Vector Difference)は、マージ予測に分類しても良いし、AMVP予測に分類してもよい。前者では、merge_flag=1の場合にmmvd_flag及びMMVD関連シンタックス要素を復号し、後者ではmerge_flag=0の場合にmmvd_flag及びMMVD関連シンタックス要素を復号する。 The MMVD prediction (Merge with Motion Vector Difference) may be classified into a merge prediction or an AMVP prediction. The former decodes mmvd_flag and MMVD-related syntax elements when merge_flag = 1, and the latter decodes mmvd_flag and MMVD-related syntax elements when merge_flag = 0.
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、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、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予測パラメータ導出部320が導出したパラメータ等を記憶する。
The
予測画像生成部308には予測パラメータ導出部320が導出したパラメータが入力される。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、predModeが示す予測モードで、パラメータと参照ピクチャ(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。
The parameters derived by the prediction
(インター予測画像生成部309)
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導出部303から入力されたインター予測パラメータと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 predMode indicates the inter-prediction mode, the inter-prediction
図11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。合成部3095は、IntraInter合成部30951、GPM合成部30952、BDOF部30954、重み予測部3094を含んで構成される。
FIG. 11 is a schematic view 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導出部303から入力された、インター予測パラメータ(predFlagLX、refIdxLX、mvLX)に基づいて、参照ピクチャメモリ306から参照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。参照ブロックは、refIdxLXで指定された参照ピクチャRefPicLX上で、対象ブロックの位置からmvLXシフトした位置のブロックである。ここで、mvLX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、補間画像を生成する。
(Motion compensation)
The motion compensation unit 3091 (interpolated image generation unit 3091) interpolates by reading the reference block from the
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。
First, 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、mvLXの精度(1/MVPREC画素精度)を示す。例えばMVPREC=16である。
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 coordinate of the bW * bH size block, x = 0… bW-1, y = 0… bH-1, and MVPREC is the accuracy of mvLX (1 / MVPREC pixel accuracy). ) Is shown. 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
なお、双予測の場合、上記のPred[][]をL0リスト、L1リスト毎に導出し(補間画像PredL0[][]とPredL1[][]と呼ぶ)、PredL0[][]とPredL1[][]から補間画像Pred[][]を生成する。
Pred [x] [y] = (ΣmcFilter [yFrac] [k] * temp [x] [y + k-NTAP / 2 + 1] + offset2) >> shift2
In the case of bi-prediction, the above Pred [] [] is derived for each L0 list and L1 list (interpolated images PredL0 [] [] and PredL1 [] []), and PredL0 [] [] and PredL1 []. ] [] Generates an interpolated image Pred [] [].
なお、動き補償部3091は、スケールパラメータ導出部30378で導出された参照ピクチャの水平方向のスケーリング比RefPicScale[i][j][0]、および、参照ピクチャの垂直方向のスケーリング比RefPicScale[i][j][1]に応じて、補間画像をスケーリングする機能を有している。
The
合成部3095は、IntraInter合成部30951、GPM合成部30952、重み予測部3094、BDOF部30954を備えている。
The
(interpolation filter処理)
以下、予測画像生成部308によって実行されるinterpolation filter処理であって、上述したリサンプリングが適用されて参照ピクチャのサイズが単一のシーケンス中で変化する場合におけるinterpolation filter処理について説明する。なお、この処理は、例えば動き補償部3091によって実行されるものであってもよい。
(Interpolation filter processing)
Hereinafter, the interpolation filter processing executed by the prediction
予測画像生成部308は、インター予測パラメータ導出部303から入力されたRefPicIsScaled[i][j]の値が、参照ピクチャがスケーリングされていることを示している場合に、複数のフィルタ係数を切り替えて、interpolation filter処理を実行する。
The prediction
(IntraInter合成処理)
IntraInter合成部30951は、インター予測画像とイントラ予測画像の重み付け和により予測画像を生成する。
(IntraInter synthesis processing)
The
予測画像の画素値predSamplesComb[x][y]は、IntraInter合成処理を適用するかを示す
フラグciip_flagが1ならば、次のように導出される。
The pixel value predSamplesComb [x] [y] of the predicted image is derived as follows if the flag ciip_flag indicating whether to apply the IntraInter compositing process is 1.
predSamplesComb[x][y] =(w * predSamplesIntra[x][y]
+(4 - w)*predSamplesInter[x][y] + 2)>> 2
ここで、predSamplesIntra[x][y]はイントラ予測画像で、planar予測に限定されている。predSamplesInter[x][y]は、再構成されたインター予測画像である。
predSamplesComb [x] [y] = (w * predSamplesIntra [x] [y]
+ (4-w) * predSamplesInter [x] [y] + 2) >> 2
Here, predSamplesIntra [x] [y] is an intra prediction image and is limited to planar prediction. predSamplesInter [x] [y] is a reconstructed inter-prediction image.
重みwは次のように導出される。 The weight w is derived as follows.
対象符号化ブロックに左隣接する最も下のブロックと上隣接する最も右のブロックの両方がイントラの場合、wは3に設定される。 If both the bottom block to the left of the target coded block and the rightmost block to the top are intra, w is set to 3.
それ以外の場合、対象符号化ブロックに左隣接する最も下のブロックと上隣接する最も右のブロックの両方がイントラでない場合、wは1に設定される。 Otherwise, w is set to 1 if both the bottom block to the left of the target coded block and the rightmost block to the top are not intra.
それ以外の場合、wは2に設定される。 Otherwise, w is set to 2.
(GPM合成処理)
GPM合成部30952は、上述したGPM予測を用いた予測画像を生成する。
(GPM synthesis processing)
The
(BDOF予測)
次に、BDOF部30954が行うBDOF予測(Bi-Directional Optical Flow, BDOF処理)の詳細について説明する。BDOF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。
(BDOF prediction)
Next, the details of the BDOF prediction (Bi-Directional Optical Flow, BDOF processing) performed by the
(重み予測)
重み予測部3094は、補間画像predSamplesLXからブロックの予測画像pbSamplesを生成する。
(Weight prediction)
The
まず、重み予測処理を行うか否かを示す変数weightedPredFlagは次のように導出されている。slice_typeがPに等しい場合、weightedPredFlagはPPSで定義されるpps_weighted_pred_flagに等しく設定される。それ以外で、slice_typeがBに等しい場合、weightedPredFlagはPPSで定義されるpps_weighted_bipred_flag && (!dmvrFlag)に等しく設定される。 First, the variable weightedPredFlag, which indicates whether or not to perform weight prediction processing, is derived as follows. If slice_type is equal to P, weightedPredFlag is set equal to pps_weighted_pred_flag as defined in PPS. Otherwise, if slice_type is equal to B, weightedPredFlag is set equal to pps_weighted_bipred_flag && (! DmvrFlag) defined in PPS.
以降で、bcw_idxは、CU単位の重みをもつ双予測の重みインデックスである。bcw_idxが通知されない場合、bcw_idx=0にセットする。bcwIdxは、マージ予測モードでは近傍ブロックのbcwIdxNをセットし、AMVP予測モードでは対象ブロックのbcw_idxをセットする。 Hereafter, bcw_idx is a double-predicted weight index with weights per CU. If bcw_idx is not notified, set bcw_idx = 0. bcwIdx sets bcwIdxN of the neighboring block in the merge prediction mode, and sets bcw_idx of the target block in the AMVP prediction mode.
もし、変数weightedPredFlagの値が0に等しいか、変数bcwIdxの値が0の場合は、通常の予測画像処理として、予測画像pbSamplesは次のように導出される。 If the value of the variable weightedPredFlag is equal to 0 or the value of the variable bcwIdx is 0, the predicted image pbSamples is derived as follows as normal prediction image processing.
予測リスト利用フラグの一方(predFlagL0もしくはpredFlagL1)が1(単予測)の(重み予測を用いない)場合、predSamplesLX(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。 When one of the prediction list usage flags (predFlagL0 or predFlagL1) is 1 (single prediction) (without weight prediction), predSamplesLX (LX is L0 or L1) is adjusted to the number of pixel bits bitDepth.
pbSamples[x][y] = Clip3(0,(1<<bitDepth)-1,(predSamplesLX[x][y]+offset1)>>shift1)
ここで、shift1=14-bitDepth、offset1=1<<(shift1-1)である。PredLXは、L0もしくはL1予測の補間画像である。
pbSamples [x] [y] = Clip3 (0, (1 << bitDepth) -1, (predSamplesLX [x] [y] + offset1) >> shift1)
Here, shift1 = 14-bitDepth, offset1 = 1 << (shift1-1). PredLX is an interpolated image of L0 or L1 prediction.
また、予測リスト利用フラグの両者(predFlagL0とpredFlagL1)が1(双予測PRED_BI)、かつ、重み予測を用いない場合、predSamplesL0、predSamplesL1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。 If both of the prediction list usage flags (predFlagL0 and predFlagL1) are 1 (bi-prediction PRED_BI) and weight prediction is not used, the following formula is processed by averaging predSamplesL0 and predSamplesL1 to match the number of pixel bits.
pbSamples[x][y] = Clip3(0,(1<<bitDepth)-1,(predSamplesL0[x][y]+predSamplesL1[x][y]+offset2)>>shift2)
ここで、shift2=15-bitDepth、offset2=1<<(shift2-1)である。
pbSamples [x] [y] = Clip3 (0, (1 << bitDepth) -1, (predSamplesL0 [x] [y] + predSamplesL1 [x] [y] + offset2) >> shift2)
Here, shift2 = 15-bitDepth, offset2 = 1 << (shift2-1).
もし、変数weightedPredFlagの値が1に等しい、かつ、変数bcwIdxの値が0に等しい場合は、重み予測処理として、予測画像pbSamplesは次のように導出される。 If the value of the variable weightedPredFlag is equal to 1 and the value of the variable bcwIdx is equal to 0, the predicted image pbSamples is derived as follows as the weight prediction process.
変数shift1はMax(2、14-bitDepth)に等しく設定する。変数log2Wd、o0、o1、w0、およびw1は、次のように導出する。 The variable shift1 is set equal to Max (2, 14-bit Depth). The variables log2Wd, o0, o1, w0, and w1 are derived as follows.
もし、cIdxが0で輝度の場合、次が適用される。 If cIdx is 0 and brightness, then the following applies:
log2Wd = luma_log2_weight_denom + shift1
w0 = LumaWeightL0[refIdxL0]
w1 = LumaWeightL1[refIdxL1]
o0 = luma_offset_l0[refIdxL0] <<(bitDepth - 8)
o1 = luma_offset_l1[refIdxL1] <<(bitDepth - 8)
それ以外(cIdxは0に等しくない色差)の場合、以下が適用される。
log2Wd = luma_log2_weight_denom + shift1
w0 = LumaWeightL0 [refIdxL0]
w1 = LumaWeightL1 [refIdxL1]
o0 = luma_offset_l0 [refIdxL0] << (bitDepth --8)
o1 = luma_offset_l1 [refIdxL1] << (bitDepth --8)
Otherwise (cIdx is not equal to 0 color difference), the following applies:
log2Wd = ChromaLog2WeightDenom + shift1
w0 = ChromaWeightL0[refIdxL0][cIdx - 1]
w1 = ChromaWeightL1[refIdxL1][cIdx - 1]
o0 = ChromaOffsetL0[refIdxL0][cIdx - 1] <<(bitDepth - 8)
o1 = ChromaOffsetL1[refIdxL1][cIdx - 1] <<(bitDepth - 8)
x = 0..nCbW - 1およびy = 0..nCbH - 1の予測画像の画素値pbSamples[x][y]は、次のように導出される。
log2Wd = ChromaLog2WeightDenom + shift1
w0 = ChromaWeightL0 [refIdxL0] [cIdx --1]
w1 = ChromaWeightL1 [refIdxL1] [cIdx --1]
o0 = ChromaOffsetL0 [refIdxL0] [cIdx --1] << (bitDepth --8)
o1 = ChromaOffsetL1 [refIdxL1] [cIdx --1] << (bitDepth --8)
The pixel values pbSamples [x] [y] of the predicted images of x = 0..nCbW -1 and y = 0..nCbH -1 are derived as follows.
次に、もし、predFlagL0が1に等しく、predFlagL1が0に等しい場合、予測画像の画素値pbSamples[x][y]は次のように導出される。 Next, if predFlagL0 is equal to 1 and predFlagL1 is equal to 0, the pixel values pbSamples [x] [y] of the predicted image are derived as follows.
if(log2Wd >= 1)
pbSamples[x][y] = Clip3(0,(1 << bitDepth)- 1,
((predSamplesL0[x][y] * w0 + 2^(log2Wd - 1))>> log2Wd)+ o0)
else
pbSamples[x][y] = Clip3(0,(1<<bitDepth)-1, predSamplesL0[x][y]*w0 + o0)
それ以外で、もし、predFlagL0が0でpredFlagL1が1の場合、予測画像の画素値pbSamples[x][y]は、次のように導出される。
if (log2Wd> = 1)
pbSamples [x] [y] = Clip3 (0, (1 << bitDepth)-1,
((PredSamplesL0 [x] [y] * w0 + 2 ^ (log2Wd -1)) >> log2Wd) + o0)
else else
pbSamples [x] [y] = Clip3 (0, (1 << bitDepth) -1, predSamplesL0 [x] [y] * w0 + o0)
Otherwise, if predFlagL0 is 0 and predFlagL1 is 1, the pixel values pbSamples [x] [y] of the predicted image are derived as follows.
if(log2Wd >= 1)
pbSamples[x][y] = Clip3(0,(1 << bitDepth)- 1,
((predSamplesL1[x][y] * w1 + 2^(log2Wd - 1))>> log2Wd)+ o1)
else
pbSamples[x][y] = Clip3(0,(1<<bitDepth)-1、predSamplesL1[x][y]*w1 + o1)
それ以外で、もし、predFlagL0は1に等しく、predFlagL1は1に等しい場合、予測画像の画素値pbSamples[x][y]は次のように導出される。
if (log2Wd> = 1)
pbSamples [x] [y] = Clip3 (0, (1 << bitDepth)-1,
((predSamplesL1 [x] [y] * w1 + 2 ^ (log2Wd -1)) >> log2Wd) + o1)
else else
pbSamples [x] [y] = Clip3 (0, (1 << bitDepth) -1, predSamplesL1 [x] [y] * w1 + o1)
Otherwise, if predFlagL0 is equal to 1 and predFlagL1 is equal to 1, the pixel values pbSamples [x] [y] of the predicted image are derived as follows.
pbSamples[x][y] = Clip3(0,(1 << bitDepth)- 1,
(predSamplesL0[x][y] * w0 + predSamplesL1[x][y] * w1 +
((o0 + o1 + 1)<< log2Wd))>>(log2Wd + 1))
(BCW予測)
BCW(Bi-prediction with CU-level Weights)予測は、CUレベルで予め決まった重み係数を切り替えることが可能な予測方法である。
pbSamples [x] [y] = Clip3 (0, (1 << bitDepth)-1,
(predSamplesL0 [x] [y] * w0 + predSamplesL1 [x] [y] * w1 +
((o0 + o1 + 1) << log2Wd)) >> (log2Wd + 1))
(BCW forecast)
BCW (Bi-prediction with CU-level Weights) prediction is a prediction method that can switch a predetermined weighting factor at the CU level.
現在の符号化ブロックの幅と高さを指定する2つの変数nCbWとnCbHと、(nCbW)x(nCbH)の2つの配列predSamplesL0およびpredSamplesL1と、予測リストを使うか否かを示すフラグpredFlagL0およびpredFlagL1と、参照インデックスrefIdxL0およびrefIdxL1と、BCW予測のインデックスbcw_idxと、輝度、色差成分のインデックスを指定する変数cIdxを入力し、BCW予測処理を行い、(nCbW)x(nCbH)の配列pbSamplesの予測画像の画素値を出力する。 Two variables nCbW and nCbH that specify the width and height of the current coded block, two arrays predSamplesL0 and predSamplesL1 of (nCbW) x (nCbH), and flags predFlagL0 and predFlagL1 that indicate whether to use the prediction list. , The reference indexes refIdxL0 and refIdxL1, the BCW prediction index bcw_idx, and the variable cIdx that specifies the index of the brightness and color difference components are input, BCW prediction processing is performed, and the prediction image of the array pbSamples of (nCbW) x (nCbH). Outputs the pixel value of.
SPSレベルでこの予測を使う否かを示すsps_bcw_enabled_flagがTUREで、変数weightedPredFlagが0で、2つの参照インデックスrefIdxL0およびrefIdxL1の示す参照ピクチャに重み予測係数がいずれもなく、かつ、符号化ブロックサイズが一定以下の場合に、明示的にCUレベルのシンタクスのbcw_idxを通知し、変数bcwIdxにその値を代入する。もし、bcw_idxが存在しない場合は、変数bcwIdxには0が代入される。 The sps_bcw_enabled_flag indicating whether to use this prediction at the SPS level is TURE, the variable weightedPredFlag is 0, the reference pictures indicated by the two reference indexes refIdxL0 and refIdxL1 have no weight prediction coefficient, and the encoded block size is constant. In the following cases, explicitly notify bcw_idx of the CU level syntax and assign its value to the variable bcwIdx. If bcw_idx does not exist, 0 is assigned to the variable bcwIdx.
変数bcwIdxが0である場合、予測画像の画素値は次のように導出される。 When the variable bcwIdx is 0, the pixel value of the predicted image is derived as follows.
pbSamples[x][y] = Clip3(0,(1 << bitDepth)- 1,
(predSamplesL0[x][y] + predSamplesL1[x][y] + offset2)>> shift2)
それ以外の場合(bcwIdxが0と等しくない場合)、以下が適用される。
pbSamples [x] [y] = Clip3 (0, (1 << bitDepth)-1,
(PredSamplesL0 [x] [y] + predSamplesL1 [x] [y] + offset2) >> shift2)
Otherwise (if bcwIdx is not equal to 0), the following applies:
変数w1はbcwWLut[bcwIdx]と等しく設定される。bcwWLut[k] = {4、5、3、10、-2}である。 The variable w1 is set equal to bcwWLut [bcwIdx]. bcwWLut [k] = {4, 5, 3, 10, -2}.
変数w0は(8-w1)に設定される。また、予測画像の画素値は次のように導出される。 The variable w0 is set to (8-w1). Further, the pixel value of the predicted image is derived as follows.
pbSamples[x][y] = Clip3(0、(1 << bitDepth)- 1、
(w0 * predSamplesL0[x][y] +
w1 * predSamplesL1[x][y] + offset3)>>(shift2 + 3))
AMVP予測モードにおいてBCW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bcw_idxを復号し、BCW部30955に送付する。また、マージ予測モードにおいてBCW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bcwIdx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。
pbSamples [x] [y] = Clip3 (0, (1 << bitDepth) -1,
(W0 * predSamplesL0 [x] [y] +
w1 * predSamplesL1 [x] [y] + offset3) >> (shift2 + 3))
When BCW prediction is used in AMVP prediction mode, the inter-prediction
(イントラ予測画像生成部310)
predModeがイントラ予測モードを示す場合、イントラ予測画像生成部310は、イントラ予測パラメータ導出部304から入力されたイントラ予測パラメータと参照ピクチャメモリ306から読み出した参照画素を用いてイントラ予測を行う。
(Intra prediction image generation unit 310)
When the predMode indicates the intra prediction mode, the intra prediction image generation unit 310 performs the intra prediction using the intra prediction parameters input from the intra prediction
逆量子化・逆変換部311は、パラメータ復号部302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。
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
逆量子化・逆変換部311は、パラメータ復号部302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。
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
(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12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、予測パラメータ導出部120、エントロピー符号化部104を含んで構成される。
(Configuration of moving image coding device)
Next, the configuration of the moving
予測画像生成部101はCU毎に予測画像を生成する。予測画像生成部101は既に説明したインター予測画像生成部309とイントラ予測画像生成部310を含んでおり、説明を省略する。
The prediction
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、量子化変換係数をパラメータ符号化部111及び逆量子化・逆変換部105に出力する。
The conversion /
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6)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 quantization /
パラメータ符号化部111は、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)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。以下、各モジュールの概略動作を説明する。
The
ヘッダ符号化部1110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 header coding unit 1110 performs coding processing of parameters such as header information, division information, prediction information, and quantization conversion coefficient.
CT情報符号化部1111は、QT、MT(BT、TT)分割情報等を符号化する。 The CT information coding unit 1111 encodes QT, MT (BT, TT) division information and the like.
CU符号化部1112はCU情報、予測情報、分割情報等を符号化する。
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更新情報と量子化予測誤差を符号化する。
The
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(predMode、merge_flag、merge_idx、inter_pred_idc、refIdxLX、mvp_LX_idx、mvdLX)、イントラ予測パラメータ(intra_luma_mpm_flag、intra_luma_mpm_idx、intra_luma_mpm_reminder、intra_chroma_pred_mode)、量子化変換係数等のシンタックス要素をパラメータ符号化部111に供給する。
CT information coding unit 1111 and
エントロピー符号化部104には、パラメータ符号化部111から量子化変換係数と符号化パラメータ(分割情報、予測パラメータ)が入力される。エントロピー符号化部104はこれら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 quantization conversion coefficient and coding parameters (division information, prediction parameters) are input to the
予測パラメータ導出部120は、インター予測パラメータ符号化部112、イントラ予測パラメータ符号化部113を含む手段であり、符号化パラメータ決定部110から入力されたパラメータからイントラ予測パラメータ及びイントラ予測パラメータを導出する。導出されたイントラ予測パラメータ及びイントラ予測パラメータは、パラメータ符号化部111に出力される。
The prediction
(インター予測パラメータ符号化部の構成)
インター予測パラメータ符号化部112は図13に示すように、パラメータ符号化制御部1121、インター予測パラメータ導出部303を含んで構成される。インター予測パラメータ導出部303は動画像復号装置と共通の構成である。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。
(Structure of inter-prediction parameter coding unit)
As shown in FIG. 13, the inter-prediction
マージインデックス導出部11211は、マージ候補等を導出し、インター予測パラメータ導出部303に出力する。ベクトル候補インデックス導出部11212は予測ベクトル候補等を導出し、インター予測パラメータ導出部303とパラメータ符号化部111に出力する。
The merge
(イントラ予測パラメータ符号化部113の構成)
イントラ予測パラメータ符号化部113は図14に示すように、パラメータ符号化制御部1131とイントラ予測パラメータ導出部304を備える。イントラ予測パラメータ導出部304は動画像復号装置と共通の構成である。
(Structure of Intra Prediction Parameter Coding Unit 113)
As shown in FIG. 14, the intra prediction
パラメータ符号化制御部1131はIntraPredModeYおよびIntraPredModeCを導出する。さらにmpmCandList[]を参照してintra_luma_mpm_flagを決定する。これらの予測パラメータをイントラ予測パラメータ導出部304とパラメータ符号化部111に出力する。
The parameter
ただし、動画像復号装置と異なり、インター予測パラメータ導出部303、イントラ予測パラメータ導出部304への入力は符号化パラメータ決定部110、予測パラメータメモリ108であり、パラメータ符号化部111に出力する。
However, unlike the moving image decoding device, the inputs to the inter-prediction
加算部106は、予測画像生成部101から入力された予測ブロック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 reference picture memory 109 stores the decoded image generated by 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。RDコスト値は、例えば、符号量と二乗誤差に係数λを乗じた値との和である。符号量は、量子化誤差と符号化パラメータをエントロピー符号化して得られる符号化ストリームTeの情報量である。二乗誤差は、減算部102において算出された予測誤差の二乗和である。係数λは、予め設定されたゼロよりも大きい実数である。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。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パラメータ符号化部111と予測パラメータ導出部120に出力する。
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、予測パラメータ導出部320、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、予測パラメータ導出部120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。
A part of 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, a part 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 with reference to the drawings, the specific configuration is not limited to the above, and various design changes and the like are made without departing from the gist of the present invention. It is possible to do.
(シンタクス)
図15(a)は、非特許文献1のSequence Paramenter Set(SPS)のシンタクスの一部を示している。
(Syntax)
FIG. 15 (a) shows a part of the syntax of the Sequence Paramenter Set (SPS) of
long_term_ref_pics_flagは、長期間ピクチャが使われるか否かを示すフラグである。 long_term_ref_pics_flag is a flag that indicates whether or not the picture will be used for a long period of time.
inter_layer_ref_pics_present_flagは、レイヤ間予測が使われるか否かを示すフラグである。sps_idr_rpl_present_flagは、IDRピクチャのスライスヘッダに参照ピクチャリストの構文要素が存在するか否かを示すフラグである。 inter_layer_ref_pics_present_flag is a flag that indicates whether interlayer prediction is used. sps_idr_rpl_present_flag is a flag indicating whether or not the syntax element of the reference picture list exists in the slice header of the IDR picture.
rpl1_same_as_rpl0_flagは参照ピクチャリスト1のための情報が存在するか否かを示すフラグである。rpl1_same_as_rpl0_flagが1の場合、参照ピクチャリスト1のための情報は存在せず、num_ref_pic_lists_in_sps[0]およびref_pic_list_struct(0,rplsIdx)と同じであることを示す。
rpl1_same_as_rpl0_flag is a flag indicating whether or not the information for the
sps_smvd_enabled_flagは、対称動きベクトル差分モードを動きベクトルの符号化、復号に適用するか否かを示す。sps_smvd_enabled_flagが1の場合、対称動きベクトル差分モードが適用可能であることを示す。sps_smvd_enabled_flagが0の場合、対称動きベクトル差分モードが適用されないことを示す。 sps_smvd_enabled_flag indicates whether or not the symmetric motion vector difference mode is applied to the coding and decoding of the motion vector. When sps_smvd_enabled_flag is 1, it indicates that the symmetric motion vector difference mode is applicable. When sps_smvd_enabled_flag is 0, it indicates that the symmetric motion vector difference mode is not applied.
図15(b)は、非特許文献1でのPicture Parameter Set(PPS)のシンタクスの一部を示している。
FIG. 15 (b) shows a part of the syntax of the Picture Parameter Set (PPS) in
rpl_info_in_ph_flagが1は、参照ピクチャリスト情報がピクチャヘッダに存在するか否かを示すフラグである。rpl_info_in_ph_flagが1に等しいことは、参照ピクチャリスト情報がピクチャヘッダに存在することを示す。rpl_info_in_ph_flagが0に等しいことは、参照ピクチャリスト情報がピクチャヘッダに存在せず、スライスヘッダに存在する可能性があることを示す。 When rpl_info_in_ph_flag is 1, it is a flag indicating whether or not the reference picture list information exists in the picture header. A rpl_info_in_ph_flag equal to 1 indicates that the referenced picture list information is present in the picture header. A rpl_info_in_ph_flag equal to 0 indicates that the referenced picture list information does not exist in the picture header and may exist in the slice header.
図16は、非特許文献1のピクチャヘッダPHのシンタクスの一部を示している。
FIG. 16 shows a part of the syntax of the picture header PH of
ph_inter_slice_allowed_flagは、ピクチャ内のスライスがインターであるか否かを示すフラグである。ph_inter_slice_allowed_flagが0の場合、ピクチャ内の全スライスのslice_typeが2(I Slice)であることを示す。ph_inter_slice_allowed_flagが1の場合は、ピクチャに含まれる少なくとも一つ以上のスライスのslice_typeが、0(B Slice)か1(P Slice)であることを示す。 ph_inter_slice_allowed_flag is a flag indicating whether or not the slice in the picture is inter. When ph_inter_slice_allowed_flag is 0, it indicates that the slice_type of all slices in the picture is 2 (I Slice). If ph_inter_slice_allowed_flag is 1, it indicates that the slice_type of at least one slice contained in the picture is 0 (B Slice) or 1 (P Slice).
mvd_l1_zero_flagは、双方向予測のL1予測において動きベクトルの差分をゼロにするモードを適用するか否かを示すフラグである。mvd_l1_zero_flagが1の場合、mvd_coding()を呼び出さず、動きベクトルの差分情報を示す変数MvdL1[x0][y0][compIdx]およびMvdCpL1[x0][y0][cpIdx][compIdx]を0に設定する。mvd_coding()は、参照ピクチャリスト1に対する動きベクトルの差分情報を通知するシンタクス構造である。mvd_l1_zero_flagが0の場合は、mvd_codingを呼び出して必要な動きベクトルの差分情報を符号化、復号する。
mvd_l1_zero_flag is a flag indicating whether or not to apply the mode in which the difference between motion vectors is set to zero in the L1 prediction of bidirectional prediction. If mvd_l1_zero_flag is 1, do not call mvd_coding () and set the variables MvdL1 [x0] [y0] [compIdx] and MvdCpL1 [x0] [y0] [cpIdx] [compIdx] to 0. .. mvd_coding () is a syntax structure that notifies the difference information of the motion vector with respect to the
図17の(a)は、非特許文献1のスライスヘッダのシンタクスの一部を示している。
(A) of FIG. 17 shows a part of the syntax of the slice header of
num_ref_idx_active_override_flagが1の場合、シンタクス要素num_ref_idx_active_minus1[0]がPおよびBスライスに存在し、シンタクス要素num_ref_idx_active_minus1[1]がBスライスに存在することを示す。num_ref_idx_active_override_flagが0の場合、シンタクス要素num_ref_idx_active_minus1[i]がPおよびBスライスに存在しないことを示す。も
し、存在しない場合、num_ref_idx_active_override_flagの値は1に等しいと推測する。
When num_ref_idx_active_override_flag is 1, it means that the syntax element num_ref_idx_active_minus1 [0] exists in the P and B slices, and the syntax element num_ref_idx_active_minus1 [1] exists in the B slice. If num_ref_idx_active_override_flag is 0, it indicates that the syntax element num_ref_idx_active_minus1 [i] does not exist in the P and B slices. If it does not exist, the value of num_ref_idx_active_override_flag is estimated to be equal to 1.
num_ref_idx_active_minus1[i]は、参照ピクチャリストiの実際に使われる参照ピクチャ数を導出するために用いられる。実際に用いられる参照ピクチャ数である変数NumRefIdxActive[i]は、図17(b)で示される方法で導出される。num_ref_idx_active_minus1[i]の値は、0以上14以下の値でなければならない。スライスがBスライス、かつ、num_ref_idx_active_override_flagは1、かつ、num_ref_idx_active_minus1[i]は存在しない場合、num_ref_idx_active_minus1[i]は0に等しいと推測する。 num_ref_idx_active_minus1 [i] is used to derive the number of reference pictures actually used in the reference picture list i. The variable NumRefIdxActive [i], which is the number of reference pictures actually used, is derived by the method shown in FIG. 17 (b). The value of num_ref_idx_active_minus1 [i] must be greater than or equal to 0 and less than or equal to 14. If the slice is a B slice, num_ref_idx_active_override_flag is 1, and num_ref_idx_active_minus1 [i] does not exist, it is estimated that num_ref_idx_active_minus1 [i] is equal to 0.
図17(b)は、非特許文献1の変数NumRefIdxActive[i]の導出方法を示している。参照ピクチャリストi(=0,1)に対して以下を実施する。Bスライス、または、Pスライスでi=0の場合は、num_ref_idx_active_override_flagが1に等しければ、変数NumRefIdxActive[i]に、num_ref_idx_active_minus1[i]の値に1を足した値を代入する。そうでない場合(Bスライス、または、Pスライスでi=0の場合であって、num_ref_idx_active_override_flagが0に等しい場合)、もし、num_ref_entries[i][RplsIdx[i]]の値が、num_ref_idx_default_active_minus1[i]に1を足した値以上ならば、変数NumRefIdxActive[i]に、num_ref_idx_default_active_minus1[i]に1を足した値を代入する。そうでなければ(Bスライス、または、Pスライスでi=0の場合であって、num_ref_idx_active_override_flagが0に等しくない場合)、変数NumRefIdxActive[i]に、num_ref_entries[i][RplsIdx[i]]の値を代入する。num_ref_idx_default_active_minus1[i]は、PPSで定義される変数NumRefIdxActive[i]のデフォルト値である。Iスライスの場合か、Pスライスでi=1の場合は、変数NumRefIdxActive[i]には0が代入される。
FIG. 17B shows a method for deriving the variable NumRefIdxActive [i] of
図18(a)は、非特許文献1の参照ピクチャリストを定義するref_pic_lists()のシンタクスを示している。ref_pic_lists()は、ピクチャヘッダまたはスライスヘッダに存在する場合がある。rpl_sps_flag[i]が1ならば、ref_pic_lists()の参照ピクチャリストiが、SPSのref_pic_list_struct(listIdx、rplsIdx)の1つに基づいて導出されることを示す。ここでlistIdxはiに等しい。
FIG. 18 (a) shows the syntax of ref_pic_lists () that defines the reference picture list of
rpl_sps_flag[i]が0の場合は、参照ピクチャリストiが、ref_pic_list_struct(listIdx、rplsIdx)に基づいて導出されることを示す。ここでlistIdxはref_pic_lists()に直接含まれるiに等しい。rpl_sps_flag[i]が存在しない場合、以下が適用される。num_ref_pic_lists_in_sps[i]が0の場合、rpl_sps_flag[i]の値は0と推測する。そうでない場合(num_ref_pic_lists_in_sps[i]が0より大きい場合)、rpl1_idx_present_flagが0、かつ、iが1に等しければ、rpl_sps_flag[1]の値はrpl_sps_flag[0]に等しいと推測する。 If rpl_sps_flag [i] is 0, it indicates that the reference picture list i is derived based on ref_pic_list_struct (listIdx, rplsIdx). Where listIdx is equal to i contained directly in ref_pic_lists (). If rpl_sps_flag [i] does not exist, the following applies: If num_ref_pic_lists_in_sps [i] is 0, the value of rpl_sps_flag [i] is estimated to be 0. Otherwise (when num_ref_pic_lists_in_sps [i] is greater than 0), if rpl1_idx_present_flag is 0 and i is equal to 1, then the value of rpl_sps_flag [1] is presumed to be equal to rpl_sps_flag [0].
rpl_idx[i]は、ref_pic_list_struct(listIdx、rplsIdx)のインデックスを示す。ref_pic_list_struct(listIdx、rplsIdx)は参照ピクチャiの導出に用いる。ここでlistIdxはiに等しい。もし、存在しない場合は、rpl_idx[i]の値は0に等しいと推測する。rpl_idx[i]の値は、0以上、num_ref_pic_lists_in_sps[i]-1以下の範囲内にある。rpl_sps_flag[i]が1で、num_ref_pic_lists_in_sps[i]が1の場合、rpl_idx[i]の値は0に等しいと推測する。rpl_sps_flag[i]が1で、rpl1_idx_present_flagが0の場合、rpl_idx[1]の値はrpl_idx[0]と等しいと推測する。変数RplsIdx[i]は、次のように導出される。 rpl_idx [i] indicates the index of ref_pic_list_struct (listIdx, rplsIdx). ref_pic_list_struct (listIdx, rplsIdx) is used to derive the reference picture i. Where listIdx is equal to i. If it does not exist, the value of rpl_idx [i] is estimated to be equal to 0. The value of rpl_idx [i] is in the range of 0 or more and num_ref_pic_lists_in_sps [i] -1 or less. If rpl_sps_flag [i] is 1 and num_ref_pic_lists_in_sps [i] is 1, the value of rpl_idx [i] is estimated to be equal to 0. If rpl_sps_flag [i] is 1 and rpl1_idx_present_flag is 0, we infer that the value of rpl_idx [1] is equal to rpl_idx [0]. The variable RplsIdx [i] is derived as follows.
RplsIdx[i]=(rpl_sps_flag[i])? rpl_idx[i]:num_ref_pic_lists_in_sps[i]
図18(b)は、非特許文献1の参照ピクチャリスト構造ref_pic_list_struct(listIdx、rplsIdx)を定義するシンタクスを示している。
RplsIdx [i] = (rpl_sps_flag [i])? rpl_idx [i]: num_ref_pic_lists_in_sps [i]
FIG. 18B shows a syntax that defines the reference picture list structure ref_pic_list_struct (listIdx, rplsIdx) of
ref_pic_list_struct(listIdx、rplsIdx)は、SPS、ピクチャヘッダ、またはスライスヘッダに存在する場合がある。シンタクスがSPSに含まれているか、ピクチャヘッダに含
まれているか、スライスヘッダに含まれているかに応じて、以下が適用される。もし、ピクチャまたはスライスヘッダに存在する場合、ref_pic_list_struct(listIdx、rplsIdx)は、現在のピクチャ(スライスを含むピクチャ)の参照画像リストlistIdxを示す。SPSに存在する場合、ref_pic_list_struct(listIdx、rplsIdx)は、参照ピクチャリストlistIdxの候補を示す。そして現在のピクチャは、ピクチャヘッダまたはスライスヘッダから、SPSに含まれるref_pic_list_struct(listIdx、rplsIdx)のリストを、インデクス値で参照する。
The ref_pic_list_struct (listIdx, rplsIdx) may be present in the SPS, picture header, or slice header. Depending on whether the syntax is in the SPS, in the picture header, or in the slice header, the following applies: If present in the picture or slice header, ref_pic_list_struct (listIdx, rplsIdx) indicates the reference image list listIdx of the current picture (picture containing the slice). If present in SPS, ref_pic_list_struct (listIdx, rplsIdx) indicates candidates for the reference picture list listIdx. Then, the current picture refers to the list of ref_pic_list_struct (listIdx, rplsIdx) included in the SPS by the index value from the picture header or the slice header.
ここで、num_ref_entries[listIdx][rplsIdx]は、ref_pic_list_struct(listIdx、rplsIdx)の数を示す。num_ref_entries[listIdx][rplsIdx]の値は、0以上、MaxDpbSize+13以下の値をとる。MaxDpbSizeは、プロファイルレベルによって決まる復号ピクチャの数である。 Here, num_ref_entries [listIdx] [rplsIdx] indicates the number of ref_pic_list_struct (listIdx, rplsIdx). The value of num_ref_entries [listIdx] [rplsIdx] is 0 or more and MaxDpbSize + 13 or less. MaxDpbSize is the number of decrypted pictures determined by the profile level.
ltrp_in_header_flag[listIdx][rplsIdx]は、ref_pic_list_struct(listIdx、rplsIdx)に、長期間参照ピクチャが存在するか否かを示すフラグである。 ltrp_in_header_flag [listIdx] [rplsIdx] is a flag indicating whether or not a reference picture exists for a long period of time in ref_pic_list_struct (listIdx, rplsIdx).
inter_layer_ref_pic_flag[listIdx][rplsIdx][i]は、ref_pic_list_struct(listIdx、rplsIdx)の参照ピクチャリストのi番目のエントリがレイヤ間予測か否かを示すフラグである。 inter_layer_ref_pic_flag [listIdx] [rplsIdx] [i] is a flag indicating whether the i-th entry of the reference picture list of ref_pic_list_struct (listIdx, rplsIdx) is inter-layer prediction.
st_ref_pic_flag[listIdx][rplsIdx][i]は、ref_pic_list_struct(listIdx、rplsIdx)の参照ピクチャリストのi番目のエントリが短期間参照ピクチャか否かを示すフラグである。 st_ref_pic_flag [listIdx] [rplsIdx] [i] is a flag indicating whether the i-th entry in the reference picture list of ref_pic_list_struct (listIdx, rplsIdx) is a short-term reference picture.
abs_delta_poc_st[listIdx][rplsIdx][i]は、短期間参照ピクチャのPOCの差分絶対値を導出するためのシンタクス要素である。 abs_delta_poc_st [listIdx] [rplsIdx] [i] is a syntax element for deriving the absolute difference of POC of the short-term reference picture.
strp_entry_sign_flag[listIdx][rplsIdx][i]は、正負の符号を導出するためのフラグである。 strp_entry_sign_flag [listIdx] [rplsIdx] [i] is a flag for deriving positive and negative signs.
rpls_poc_lsb_lt[listIdx][rplsIdx][i]は、ref_pic_list_struct(listIdx、rplsIdx)の参照ピクチャリストのi番目の長期間参照ピクチャのPOCを導出するためのシンタクス要素である。 rpls_poc_lsb_lt [listIdx] [rplsIdx] [i] is a syntax element for deriving the POC of the i-th long-term reference picture of the reference picture list of ref_pic_list_struct (listIdx, rplsIdx).
ilrp_idx[listIdx][rplsIdx][i]は、ref_pic_list_struct(listIdx、rplsIdx)の参照ピクチャリストのi番目のレイヤ間予測の参照ピクチャのレイヤ情報を導出するためのシンタクス要素である。 ilrp_idx [listIdx] [rplsIdx] [i] is a syntax element for deriving the layer information of the reference picture of the i-th interlayer prediction of the reference picture list of ref_pic_list_struct (listIdx, rplsIdx).
図19は、非特許文献1のCUのシンタクスの一部を示している。
FIG. 19 shows a part of the CU syntax of
sps_smvd_enabled_flagが1、かつ、mvd_l1_zero_flagがFALSE、かつ、inter_pred_idc[x0][y0]が双方向予測(PRED_BI)であり、かつ、inter_affine_flagがFALSEであり、変数RefIdxSymL0が-1より大きく、変数RefIdxSymL1が-1より大きい場合、当該CUにsym_mvd_flag[x0][y0]が存在する。sps_smvd_enabled_flagは対称動きベクトル差分モードを動きベクトルの符号化、復号に適用するか否かを示すフラグである。mvd_l1_zero_flagは、双方向予測のL1予測において動きベクトルの差分をゼロにするモードを適用するか否かを示すフラグである。inter_pred_idc[x0][y0]はインター予測識別子である。sym_mvd_flag[x0][y0]は、対象動きベクトル差分モードを適用するか否かを示すフラグである。sym_mvd_flag[x0][y0]が存在しない場合、0と推定する。ここで、配列のインデックスx0、y0は、ピクチャの左上を基準としたCUの左上の輝度の画素位置(x0,y0)を示す。 sps_smvd_enabled_flag is 1, mvd_l1_zero_flag is FALSE, inter_pred_idc [x0] [y0] is bidirectional prediction (PRED_BI), inter_affine_flag is FALSE, variable RefIdxSymL0 is greater than -1, and variable RefIdxSymL1 If it is larger, sym_mvd_flag [x0] [y0] exists in the CU. sps_smvd_enabled_flag is a flag indicating whether or not the symmetric motion vector difference mode is applied to the coding and decoding of the motion vector. mvd_l1_zero_flag is a flag indicating whether or not to apply the mode in which the difference between motion vectors is set to zero in the L1 prediction of bidirectional prediction. inter_pred_idc [x0] [y0] is an inter-prediction identifier. sym_mvd_flag [x0] [y0] is a flag indicating whether or not to apply the target motion vector difference mode. If sym_mvd_flag [x0] [y0] does not exist, it is estimated to be 0. Here, the indexes x0 and y0 of the array indicate the pixel positions (x0, y0) of the brightness of the upper left of the CU with respect to the upper left of the picture.
変数RefIdxSymL0は、対象動きベクトル差分モードの参照ピクチャリスト0の参照インデクス値であり、変数RefIdxSymL1は、対象動きベクトル差分モードの参照ピクチャリスト1の参照インデクス値である。
The variable RefIdxSymL0 is the reference index value of the
Bスライスの双方向予測の場合で、二つの参照ピクチャが現在のピクチャを挟む関係の場合、現在のピクチャから参照ピクチャリスト0で最も小さい参照インデクス値が変数RefIdxSymL0に設定され、現在のピクチャから参照ピクチャリスト1で最も小さい参照インデクス値が変数RefIdxSymL1に設定される。もし条件に合致するインデクス値が存在しない場合は、-1が代入される。
In the case of bidirectional prediction of B slices, if two reference pictures sandwich the current picture, the smallest reference index value in the
inter_affine_flag[x0][y0]は、現在のCUについて、PまたはBスライスを復号するときに、アフィンモデルベースの動き補償を使用して現在のCUの予測画素を生成するか否かを示すフラグである。 inter_affine_flag [x0] [y0] is a flag that indicates whether to use affine model-based motion compensation to generate the predicted pixels of the current CU when decoding P or B slices for the current CU. be.
次に、もし、inter_pred_idc[x0][y0]がPRED_L1でない場合、つまり、参照ピクチャリスト0を用いた単方向予測か、双方向予測の場合、L0予測のための動きベクトル情報が符号化、復号される。そうでない場合、変数MvdL0[x0][y0][0]と変数MvdL0[x0][y0][1]に0を代入する。L0予測のための動きベクトルの差分情報において、変数MvdL0[x0][y0][0]が水平方向の値、変数MvdL0[x0][y0][1]が垂直方向の値を示す。
Next, if inter_pred_idc [x0] [y0] is not PRED_L1, that is, in the case of unidirectional prediction using
L0予測のための動きベクトル情報が符号化、復号される場合、もし、NumRefIdxActive[0]が1より大きくかつsym_mvd_flag[x0][y0]がFALSEであれば、ref_idx_l0[x0][y0]が存在する。 If the motion vector information for L0 prediction is encoded and decoded, ref_idx_l0 [x0] [y0] exists if NumRefIdxActive [0] is greater than 1 and sym_mvd_flag [x0] [y0] is FALSE. do.
ref_idx_l0[x0][y0]は、現在のCUの参照ピクチャリスト0の参照ピクチャインデックスを示す。ref_idx_l0[x0][y0]が存在しない場合、以下のように推定する。sym_mvd_flag[x0][y0]が1の場合、ref_idx_l0[x0][y0]は、RefIdxSymL0の値に設定する。それ以外の場合(sym_mvd_flag[x0][y0]が0の場合)、ref_idx_l0[x0][y0]は0とする。
ref_idx_l0 [x0] [y0] indicates the reference picture index of the
次に、もし、inter_pred_idc[x0][y0]がPRED_L0でない場合、つまり、参照ピクチャリスト1を用いた単方向予測か、双方向予測の場合、L1予測のための動きベクトル情報が符号化、復号される。そうでない場合、変数MvdL1[x0][y0][0]と変数MvdL1[x0][y0][1]に0を代入する。
Next, if inter_pred_idc [x0] [y0] is not PRED_L0, that is, in the case of unidirectional prediction using
L1予測のための動きベクトル情報が符号化、復号される場合、もし、NumRefIdxActive[1]が1より大きくかつsym_mvd_flag[x0][y0]がFALSEであれば、ref_idx_l1[x0][y0]が存在する。 If the motion vector information for L1 prediction is encoded and decoded, ref_idx_l1 [x0] [y0] exists if NumRefIdxActive [1] is greater than 1 and sym_mvd_flag [x0] [y0] is FALSE. do.
ref_idx_l1[x0][y0]は、現在のCUの参照ピクチャリスト0の参照ピクチャインデックスを示す。ref_idx_l1[x0][y0]が存在しない場合、以下のように推定する。sym_mvd_flag[x0][y0]が1の場合、ref_idx_l1[x0][y0]は、RefIdxSymL1の値に設定する。それ以外の場合(sym_mvd_flag[x0][y0]が0の場合)、ref_idx_l1[x0][y0]は0とする。
ref_idx_l1 [x0] [y0] indicates the reference picture index of the
変数MotionModelIdc[x0][y0]は、CUの動き補償のモデルを表しており、0が通常のブロック動き補償、1が4パラメータのアフィン動き補償、2が6パラメータのアフィン動き補償を示す。MotionModelIdc[x0][y0]の値に応じて、関数mvd_coding(x0, y0, refList ,cpIdx)を用いて、動きベクトルの差分情報を符号化、復号する。ここで、引数refListが参照ピクチャリストの値を与え、引数cpIdxは、変数MotionModelIdc[x0][y0]の値を与える。 The variables MotionModelIdc [x0] [y0] represent the model of CU motion compensation, where 0 is normal block motion compensation, 1 is 4-parameter affine motion compensation, and 2 is 6-parameter affine motion compensation. The difference information of the motion vector is encoded and decoded by using the function mvd_coding (x0, y0, refList, cpIdx) according to the value of MotionModelIdc [x0] [y0]. Here, the argument refList gives the value of the reference picture list, and the argument cpIdx gives the value of the variables MotionModelIdc [x0] [y0].
mvp_l0_flag[x0][y0]は、参照ピクチャリスト0の2種類の動きベクトル予測インデックスを示す。mvp_l0_flag[x0][y0]が存在しない場合、0と推測する。
mvp_l0_flag [x0] [y0] indicates two types of motion vector prediction indexes of the
mvd_l1_zero_flagが1でinter_pred_idc[x0][y0]がPRED_BI、つまり双方向予測の場合は、L1予測のための動きベクトルの差分情報をゼロとするモードを適用する。この場合、変数MvdL1[x0][y0][0]と変数MvdL1[x0][y0][1]に0を代入する。また、アフィン予測のための6つの動きベクトルの差分情報MvdCpL1[x0][y0][0][0]、MvdCpL1[x0][y0][0][1]、MvdCpL1[x0][y0][1][0]、MvdCpL1[x0][y0][1][1]、MvdCpL1[x0][y0][2][0]、MvdCpL1[x0][y0][1][1]に0を代入する。 When mvd_l1_zero_flag is 1 and inter_pred_idc [x0] [y0] is PRED_BI, that is, bidirectional prediction, the mode in which the difference information of the motion vector for L1 prediction is zero is applied. In this case, 0 is assigned to the variables MvdL1 [x0] [y0] [0] and the variables MvdL1 [x0] [y0] [1]. Also, the difference information of 6 motion vectors for affine prediction MvdCpL1 [x0] [y0] [0] [0], MvdCpL1 [x0] [y0] [0] [1], MvdCpL1 [x0] [y0] [ 1] [0], MvdCpL1 [x0] [y0] [1] [1], MvdCpL1 [x0] [y0] [2] [0], MvdCpL1 [x0] [y0] [1] [1] substitute.
そうでない場合、次の処理を行う。もし、sym_mvd_flag[x0][y0]が1ならば、L1予測のための動きベクトルの差分情報のである変数MvdL1[x0][y0][0]に-MvdL0[x0][y0][0]を代入し、変数MvdL1[x0][y0][1]に-MvdL0[x0][y0][1]を代入し、L1予測の動きベクトルの差分情報を符号化、復号しない。sym_mvd_flag[x0][y0]がFALSEの場合は、L1予測のための動きベクトルの差分情報を関数mvd_codingで符号化、復号する。 If not, the following processing is performed. If sym_mvd_flag [x0] [y0] is 1, set -MvdL0 [x0] [y0] [0] to the variable MvdL1 [x0] [y0] [0] which is the difference information of the motion vector for L1 prediction. Substitute and substitute -MvdL0 [x0] [y0] [1] for the variables MvdL1 [x0] [y0] [1], and do not encode or decode the difference information of the motion vector of L1 prediction. When sym_mvd_flag [x0] [y0] is FALSE, the difference information of the motion vector for L1 prediction is encoded and decoded by the function mvd_coding.
次にMotionModelIdc[x0][y0]の値に応じて、アフィン予測の場合のL1予測のための動きベクトルの差分情報を関数mvd_codingで符号化、復号する。 Next, according to the values of MotionModelIdc [x0] [y0], the difference information of the motion vector for L1 prediction in the case of affine prediction is encoded and decoded by the function mvd_coding.
mvp_l1_flag[x0][y0]は、参照ピクチャリスト1の2種類の動きベクトル予測インデックスを示す。mvp_l1_flag[x0][y0]が存在しない場合、0と推測する。
mvp_l1_flag [x0] [y0] indicates two types of motion vector prediction indexes of the
非特許文献1に記載の方法の問題として、ピクチャヘッダでmvd_l1_zero_flagが、定義されている点があげられる。非特許文献1においては、一つのピクチャ内に複数のスライスを存在させることが可能で、それぞれのスライスが異なる参照ピクチャリストを選択することが可能である。mvd_l1_zero_flagを1にすることによる符号化効率の効果は、参照ピクチャリストに依存する。従って、一つのピクチャ内に複数のスライスが存在する場合、選択する参照ピクチャによっては、著しく符号化効率が劣化する可能性がある。
A problem with the method described in
そこで、本実施の形態では、二つの参照ピクチャが現在のピクチャに対して同方向(二つとも過去、または、二つとも未来)であることを示す変数IdenticalDirecitionFlagを定義する。そしてmvd_l1_zero_flagの符号化、復号処理の条件に加える。つまり、本実施の形態では、参照ピクチャリストが、現在のピクチャに対して、二つの参照画像が過去と未来で挟むような構造はとらない。 Therefore, in the present embodiment, a variable IdenticalDirecitionFlag indicating that the two reference pictures are in the same direction with respect to the current picture (both are in the past or both are in the future) is defined. Then, it is added to the conditions for coding and decoding of mvd_l1_zero_flag. That is, in the present embodiment, the reference picture list does not have a structure in which two reference images are sandwiched between the past and the future with respect to the current picture.
具体的には、図20のように、mvd_l1_zero_flagが1、かつ、変数IdenticalDirecitionFlagが1、かつ、inter_pred_idc[x0][y0]がPRED_BI(双方向予測)の場合、L1予測のための動きベクトルの差分情報が0であることを示す。この場合、変数MvdL1[x0][y0][0]と変数MvdL1[x0][y0][1]に0を代入する。また、アフィン予測のための動きベクトルの差分情報MvdCpL1[x0][y0][0][0]、MvdCpL1[x0][y0][0][1]、MvdCpL1[x0][y0][1][0]、MvdCpL1[x0][y0][1][1]、MvdCpL1[x0][y0][2][0]、MvdCpL1[x0][y0][1][1]に0を代入する。
Specifically, as shown in Fig. 20, when mvd_l1_zero_flag is 1, the variable IdenticalDirecitionFlag is 1, and inter_pred_idc [x0] [y0] is PRED_BI (bidirectional prediction), the difference between the motion vectors for L1 prediction. Indicates that the information is 0. In this case, 0 is assigned to the variables MvdL1 [x0] [y0] [0] and the variables MvdL1 [x0] [y0] [1]. Also, motion vector difference information for affine prediction MvdCpL1 [x0] [y0] [0] [0], MvdCpL1 [x0] [y0] [0] [1], MvdCpL1 [x0] [y0] [1]
変数IdenticalDirecitionFlagは、PまたはBピクチャのスライスヘッダを符号化または復号しスライスの参照ピクチャリストが作成された後であるが、CUの符号化または復号の前に設定される。 The variable IdenticalDirecitionFlag is set after encoding or decoding the slice header of a P or B picture to create a reference picture list for the slice, but before encoding or decoding the CU.
変数IdenticalDirecitionFlagは、次のように導出する。 The variable IdenticalDirecitionFlag is derived as follows.
もし、現在のスライスの参照ピクチャリスト0と参照ピクチャリスト1の全ての短期参照ピクチャaPicと現在のピクチャCurrPicとのPOCの差DiffPicOrderCnt(aPic, CurrPic)が
0より小さい場合、IdenticalDirecitionFlagは1に設定する。
If the POC difference between all short-term reference pictures aPic in the
If it is less than 0, set the IdenticalDirecitionFlag to 1.
そうでない場合、もし、CurrPicとaPicとのPOCの差DiffPicOrderCnt(CurrPic, aPic)が0より小さい場合、IdenticalDirecitionFlagは1に設定する。 Otherwise, if the POC difference DiffPicOrderCnt (CurrPic, aPic) between CurrPic and aPic is less than 0, then the IdenticalDirecitionFlag is set to 1.
それ以外の場合、IdenticalDirecitionFlagは0に設定する。 Otherwise, set the IdenticalDirecitionFlag to 0.
ここで、変数PicOrderCntValは、各ピクチャに紐付けられているDPBからの出力順序を示すPOC(Picture Order Count)を表す。PicOrderCnt(picX)は、ピクチャpicXのPicOrderCntValを示す関数であり、関数DiffPicOrderCnt(picA, picB)は、次のように示される。 Here, the variable PicOrderCntVal represents a POC (Picture Order Count) indicating the output order from the DPB associated with each picture. PicOrderCnt (picX) is a function indicating PicOrderCntVal of the picture picX, and the function DiffPicOrderCnt (picA, picB) is shown as follows.
DiffPicOrderCnt(picA, picB) = PicOrderCnt(picA) - PicOrderCnt(picB)
もし、aPicとCurrPicとのPOCの差DiffPicOrderCnt(aPic, CurrPic)が0より小さい場合、全ての短期参照ピクチャaPicは、現在のピクチャCurrPicに対して過去にあることになる。
DiffPicOrderCnt (picA, picB) = PicOrderCnt (picA) --PicOrderCnt (picB)
If the difference in POC between aPic and CurrPic DiffPicOrderCnt (aPic, CurrPic) is less than 0, then all short-term reference pictures aPic are in the past with respect to the current picture CurrPic.
また、もし、CurrPicとaPicとのPOCの差DiffPicOrderCnt(CurrPic, aPic)が0より小さい場合、全ての短期参照ピクチャaPicは、現在のピクチャCurrPicに対して未来にあることになる。 Also, if the POC difference DiffPicOrderCnt (CurrPic, aPic) between CurrPic and aPic is less than 0, then all short-term reference pictures aPic are in the future with respect to the current picture CurrPic.
変数IdenticalDirecitionFlagの別の導出方法としては、二つの参照ピクチャが現在のピクチャに対して、二つとも過去にある場合のみ、変数IdenticalDirecitionFlagを1に設定するように定義してもよい。つまり、参照ピクチャリストは、現在のピクチャに対して、二つの参照画像が過去と未来で挟むような構造ではない。その場合、次のように導出する。 As another method of deriving the variable IdenticalDirecitionFlag, the variable IdenticalDirecitionFlag may be defined to be set to 1 only when two reference pictures are in the past with respect to the current picture. That is, the reference picture list does not have a structure in which two reference images are sandwiched between the past and the future with respect to the current picture. In that case, it is derived as follows.
もし、現在のスライスの参照ピクチャリスト0と参照ピクチャリスト1の全ての短期参照ピクチャaPicと現在のピクチャCurrPicとのPOCの差DiffPicOrderCnt(aPic, CurrPic)が0より小さい場合、IdenticalDirecitionFlagは1に設定する。
If the difference in POC between all short-term reference pictures aPic in the current slice's
それ以外の場合、IdenticalDirecitionFlagは0に設定する。 Otherwise, set the IdenticalDirecitionFlag to 0.
なお、このフラグは、従来、非特許文献1で変数NoBackwadPredFlagとして使われているものを置き換えてもよい。
Note that this flag may replace the one used as the variable NoBackwadPredFlag in
また、別の実施の形態としては、ref_idx_l0[x0][y0]とref_idx_l1[x0][y0]が決定された後に、変数IdenticalDirecitionFlagを設定してもよい。この場合、変数IdenticalDirecitionFlagは、次のように導出する。 Further, as another embodiment, the variable IdenticalDirecitionFlag may be set after ref_idx_l0 [x0] [y0] and ref_idx_l1 [x0] [y0] are determined. In this case, the variable IdenticalDirecitionFlag is derived as follows.
もし、参照ピクチャリスト0と参照ピクチャリスト1の二つの短期参照ピクチャaPicと現在のピクチャCurrPicとのPOCの差DiffPicOrderCnt(aPic, CurrPic)が0より小さい場合、IdenticalDirecitionFlagは1とする。
If the difference in POC between the two short-term reference pictures aPic of the
そうでない場合、もし、CurrPicとaPicとのPOCの差DiffPicOrderCnt(CurrPic, aPic)が0より小さい場合、IdenticalDirecitionFlagは1に設定する。 Otherwise, if the POC difference DiffPicOrderCnt (CurrPic, aPic) between CurrPic and aPic is less than 0, then the IdenticalDirecitionFlag is set to 1.
それ以外の場合、IdenticalDirecitionFlagは0に設定する。 Otherwise, set the IdenticalDirecitionFlag to 0.
また、別の実施の形態としては、変数IdenticalDirecitionFlagは、次のように導出する。 In another embodiment, the variable IdenticalDirecitionFlag is derived as follows.
もし、参照ピクチャリスト0と参照ピクチャリスト1の二つの短期参照ピクチャaPicと現在のピクチャCurrPicとのPOCの差DiffPicOrderCnt(aPic, CurrPic)が0より小さい場合、IdenticalDirecitionFlagは1に設定する。
If the difference in POC between the two short-term reference pictures aPic in
それ以外の場合、IdenticalDirecitionFlagは0に設定する。 Otherwise, set the IdenticalDirecitionFlag to 0.
〔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のPROD_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。
PROD_A in FIG. 2 is a block diagram showing a configuration of a transmission device PROD_A equipped with a 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 transmitter PROD_A has a camera PROD_A4 for capturing a moving image, a recording medium PROD_A5 for recording a moving image, an input terminal PROD_A6 for inputting a moving image from the outside, and a moving image as a source of the moving image to be input to the coding unit PROD_A1. , An image processing unit A7 for generating or processing an image may be further provided. In the figure, the configuration provided by the transmitter PROD_A is illustrated, but some of them 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 recording of an unencoded moving image, or a moving image encoded by a recording coding method different from the transmission coding method. It may be a thing. In the latter case, it is preferable to interpose a decoding unit (not shown) between the recording medium PROD_A5 and the coding unit PROD_A1 to decode the coded data read from the recording medium PROD_A5 according to the coding method for recording.
図2のPROD_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。
PROD_B in FIG. 2 is a block diagram showing a configuration of a receiving device PROD_B equipped with a 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 is a display PROD_B4 for displaying the 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. It may also have PROD_B6. In the figure, the configuration in which the receiving device PROD_B is provided with all of these is illustrated, but some of them 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 used for recording an unencoded moving image, or may be encoded by a recording coding method different from the transmission coding method. You may. In the latter case, a coding unit (not shown) that encodes the moving image acquired from the decoding unit PROD_B3 according to the recording coding 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 for transmitting the modulated signal may be wireless or wired. Further, the transmission mode for transmitting the modulated signal may be broadcasting (here, a transmission mode in which the destination is not specified in advance) or communication (here, transmission in which the destination is specified in advance). Refers to an aspect). 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 broadcasting station (broadcasting equipment, etc.) / receiving station (television receiver, etc.) of terrestrial digital broadcasting is an example of a transmitting device PROD_A / receiving device PROD_B that transmits and receives modulated signals by wireless broadcasting. Further, 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, servers (workstations, etc.) / clients (television receivers, personal computers, smartphones, etc.) for VOD (Video On Demand) services and video sharing services using the Internet are transmitters that send and receive modulated signals via communication. This is an example of PROD_A / receiver PROD_B (usually, in LAN, either wireless or wired is used as a transmission medium, and in WAN, wired is used as a transmission medium). Here, personal computers include desktop PCs, laptop PCs, and tablet PCs. Smartphones also include multifunctional mobile phone terminals.
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 video 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 transmitting device PROD_A and the receiving 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のPROD_C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。
PROD_C in FIG. 3 is a block diagram showing a configuration of a recording device PROD_C equipped with the above-mentioned 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 of a type built in the recording device PROD_C, such as (1) HDD (Hard Disk Drive) or SSD (Solid State Drive), or (2) SD memory. It may be a type that is connected to the recording device PROD_C, such as a card or USB (Universal Serial Bus) flash memory, and (3) DVD (Digital Versatile Disc: registered trademark) or BD (Blu-ray). It may be loaded in a drive device (not shown) built in the recording device PROD_C, such as Disc (registered trademark).
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 that captures a moving image, an input terminal PROD_C4 for inputting a moving image from the outside, and a reception for receiving the moving image as a source of the moving image to be input to the coding 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 figure, the configuration in which the recording device PROD_C is provided with all of these is illustrated, but some of them 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 receive an unencoded moving image, or receives coded data encoded by a transmission coding method different from the recording coding method. It may be something to do. In the latter case, it is preferable to interpose a transmission decoding unit (not shown) for decoding the coded data encoded by the transmission coding method between the receiving unit PROD_C5 and the coding 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 source of moving images). .. 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), and a smartphone (this In this case, the camera PROD_C3 or the receiver PROD_C5 is the main source of moving images) is also an example of such a recording device PROD_C.
図3PROD_D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. 3 PROD_D is a block showing the configuration of the playback device PROD_D equipped with the above-mentioned 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 of a type built into the playback device PROD_D, such as (1) HDD or SSD, or (2) such as an SD memory card or USB flash memory. It may be of a type connected to the playback device PROD_D, or may be loaded into a drive device (not shown) built in the playback device PROD_D, such as (3) 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。 Further, the playback device PROD_D has a display PROD_D3 for displaying the moving image, an output terminal PROD_D4 for outputting the moving image to the outside, and a transmitting unit for transmitting the moving image as a supply destination of the moving image output by the decoding unit PROD_D2. It may also have PROD_D5. In the figure, the configuration in which the reproduction device PROD_D is provided with all of these is illustrated, but some of them 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 transmit an unencoded moving image, or transmits coded data encoded by a transmission coding method different from the recording coding method. It may be something to do. In the latter case, it is preferable to interpose a coding unit (not shown) that encodes the moving image by a coding method for transmission between the decoding unit PROD_D2 and the transmitting 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, and the like (in this case, the output terminal PROD_D4 to which a television receiver or the like is connected is the main supply destination of moving images). .. In addition, a television receiver (in this case, display PROD_D3 is the main supply destination of moving images) and digital signage (also called electronic signage or electronic bulletin board, etc., and display PROD_D3 or transmitter PROD_D5 is the main supply destination of moving images. (Before), desktop PC (in this case, output terminal PROD_D4 or transmitter PROD_D5 is the main supply destination of moving images), laptop or tablet PC (in this case, display PROD_D3 or transmitter PROD_D5 is video) An example of such a playback device PROD_D is a smartphone (in this case, the display PROD_D3 or the transmitter PROD_D5 is the main supply destination of the moving image), which is the main supply destination of the image.
(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
It may be realized by software using (Central Processing Unit).
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 above program, and a RAM (Random) that expands the above program.
Access Memory), a storage device (recording medium) such as a memory for storing the above programs and various data. Then, an object of the embodiment of the present invention is a record in which the program code (execution format program, intermediate code program, source program) of the control program of each of the above devices, which is software for realizing the above-mentioned functions, is recorded so as to be readable by a computer. It can also be achieved by supplying the medium to each of the above devices and having the computer (or CPU or MPU) read and execute the program code recorded on 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 discs such as floppy (registered trademark) discs / hard disks, and CD-ROMs (Compact Disc Read-Only Memory) / MO discs (Magneto-Optical discs). ) / MD (Mini Disc) / DVD (Digital Versatile Disc: registered trademark) / CD-R (CD Recordable) / Blu-ray disc (Blu-ray)
Discs including optical disks such as Disc: IC cards (including memory cards) / cards such as optical cards, mask ROM / EPROM (Erasable Programmable Read-Only Memory) / EEPROM (Electrically Erasable and Programmable Read- Only Memory: Semiconductor memories such as flash ROM, or logic circuits such as PLD (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 above program code may be supplied via the communication network. This 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), telephone line network, mobile communication network, satellite communication network, etc. can be used. Further, the transmission medium constituting this communication network may be any medium as long as it can transmit the program code, and is not limited to a specific configuration or type. For example, even 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 data 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 embodiment of the present invention is suitably applied to a moving image decoding device that decodes encoded data in which image data is encoded, and a moving image coding 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 the coded data generated by the moving image coding device and referenced 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
303 インター予測パラメータ導出部
304 イントラ予測パラメータ導出部
305、107 ループフィルタ
306、109 参照ピクチャメモリ
307、108 予測パラメータメモリ
308、101 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、105 逆量子化・逆変換部
312、106 加算部
320 予測パラメータ導出部
11 画像符号化装置
102 減算部
103 変換・量子化部
104 エントロピー符号化部
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
120 予測パラメータ導出部
31 Image decoder
301 Entropy Decryptor
302 Parameter decoder
303 Inter Prediction Parameter Derivation Unit
304 Intra Prediction Parameter Derivation Unit
305, 107 loop filter
306, 109 Reference picture memory
307, 108 Predictive parameter memory
308, 101 Predictive image generator
309 Inter-prediction image generator
310 Intra prediction image generator
311 and 105 Inverse quantization / inverse transformation
312, 106 Addition part
320 Prediction parameter derivation unit
11 Image coding device
102 Subtraction section
103 Transformation / Quantization Department
104 Entropy coding unit
110 Coding parameter determination unit
111 Parameter coding section
112 Inter-prediction parameter coding unit
113 Intra-prediction parameter coding section
120 Prediction parameter derivation section
Claims (4)
スライス単位に参照ピクチャリストに応じて、現在のピクチャに対して、二つの参照リストの参照ピクチャが全て過去にあるか、未来にある場合に、前記、双方向予測のL1予測の動きベクトルの差分をゼロとするモードを適用可能とすることを特徴とする動画像復号装置。 It has a mode in which the difference between the motion vectors of the L1 prediction of bidirectional prediction that can be switched in picture units is zero.
The difference between the motion vectors of the L1 prediction of the bidirectional prediction when all the reference pictures of the two reference lists are in the past or in the future with respect to the current picture according to the reference picture list in slice units. A moving image decoding device characterized in that a mode in which is set to zero can be applied.
スライス単位に参照ピクチャに応じて、現在のピクチャに対して、二つの参照リストの参照ピクチャが全て過去にある場合に、前記、双方向予測のL1予測の動きベクトルの差分をゼロとするモードを適用可能とすることを特徴とする動画像復号装置。 It has a mode in which the difference between the motion vectors of the L1 prediction of bidirectional prediction that can be switched in picture units is zero.
A mode in which the difference between the motion vectors of the L1 prediction of the bidirectional prediction is set to zero when all the reference pictures of the two reference lists are in the past with respect to the current picture according to the reference picture in slice units. A motion image decoding device characterized by being applicable.
スライス単位に参照ピクチャリストに応じて、現在のピクチャに対して、二つの参照リストの参照ピクチャが全て過去にあるか、未来にある場合に、前記、双方向予測のL1予測の動きベクトルの差分をゼロとするモードを適用可能とすることを特徴とする動画像符号化装置。 It has a mode in which the difference between the motion vectors of the L1 prediction of bidirectional prediction that can be switched in picture units is zero.
The difference between the motion vectors of the L1 prediction of the bidirectional prediction when all the reference pictures of the two reference lists are in the past or in the future with respect to the current picture according to the reference picture list in slice units. A moving image encoding device characterized in that a mode in which is set to zero can be applied.
スライス単位に参照ピクチャに応じて、現在のピクチャに対して、二つの参照リストの参照ピクチャが全て過去にある場合に、前記、双方向予測のL1予測の動きベクトルの差分をゼロとするモードを適用可能とすることを特徴とする動画像符号化装置。 It has a mode in which the difference between the motion vectors of the L1 prediction of bidirectional prediction that can be switched in picture units is zero.
A mode in which the difference between the motion vectors of the L1 prediction of the bidirectional prediction is set to zero when all the reference pictures of the two reference lists are in the past with respect to the current picture according to the reference picture in slice units. A motion image encoding device, characterized in that it is applicable.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020052781A JP7465128B2 (en) | 2020-03-24 | 2020-03-24 | Video encoding device and video decoding device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020052781A JP7465128B2 (en) | 2020-03-24 | 2020-03-24 | Video encoding device and video decoding device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021153253A true JP2021153253A (en) | 2021-09-30 |
JP7465128B2 JP7465128B2 (en) | 2024-04-10 |
Family
ID=77886758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020052781A Active JP7465128B2 (en) | 2020-03-24 | 2020-03-24 | Video encoding device and video decoding device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7465128B2 (en) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10021414B2 (en) | 2013-01-04 | 2018-07-10 | Qualcomm Incorporated | Bitstream constraints and motion vector restriction for inter-view or inter-layer reference pictures |
-
2020
- 2020-03-24 JP JP2020052781A patent/JP7465128B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP7465128B2 (en) | 2024-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021111962A1 (en) | Video decoding device | |
JP7448349B2 (en) | Video decoding device | |
WO2020137920A1 (en) | Prediction image generating device, moving image decoding device, moving image encoding device, and prediction image generating method | |
WO2021015195A1 (en) | Image decoding device, image encoding device, image decoding method | |
US11303927B2 (en) | Video decoding apparatus and video coding apparatus | |
JP2022007319A (en) | Dynamic image encoding device and decoding device | |
WO2021200658A1 (en) | Dynamic image decoding device and dynamic image decoding method | |
JP2021027429A (en) | Dynamic image encoding device and dynamic image decoding device | |
WO2021200610A1 (en) | Dynamic image decoding device, dynamic image coding device, dynamic image decoding method, and dynamic image coding method | |
JP2020096279A (en) | Prediction image generation device, moving image decoding device, and moving image encoding device | |
JP2022096879A (en) | Moving image encoding device and decoding device | |
JP2021106309A (en) | Video decoding device and video coding device | |
JP2020170901A (en) | Predictive image generation device, video decoding device, and video coding device | |
JP2021082913A (en) | Moving image decoding device and moving image encoding device | |
WO2021235448A1 (en) | Video coding device and video decoding device | |
JP7465128B2 (en) | Video encoding device and video decoding device | |
JP2021034849A (en) | Moving image decoding apparatus and moving image encoding apparatus | |
JP2021175009A (en) | Video coding device and video decoding device | |
JP7378968B2 (en) | Predicted image generation device, video decoding device, and video encoding device | |
JP2021197558A (en) | Dynamic image encoding device and dynamic image decoding device | |
JP2022085475A (en) | Video encoding device and decoding device | |
JP2021078004A (en) | Video encoding device and video decoding device | |
JP2021125798A (en) | Video encoding device, decoding device | |
JP2022156140A (en) | Video encoding device and decoding device | |
JP2021027458A (en) | Moving image coding device, moving image decoding device, prediction image generation method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20221207 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230310 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240221 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240329 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7465128 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |