JP2023126744A - 幾何学的区分けモードのためのサンプルの距離の計算 - Google Patents
幾何学的区分けモードのためのサンプルの距離の計算 Download PDFInfo
- Publication number
- JP2023126744A JP2023126744A JP2023084827A JP2023084827A JP2023126744A JP 2023126744 A JP2023126744 A JP 2023126744A JP 2023084827 A JP2023084827 A JP 2023084827A JP 2023084827 A JP2023084827 A JP 2023084827A JP 2023126744 A JP2023126744 A JP 2023126744A
- Authority
- JP
- Japan
- Prior art keywords
- value
- sample
- block
- video
- picture
- 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
- 238000004364 calculation method Methods 0.000 title description 36
- 238000005192 partition Methods 0.000 title description 32
- 238000000034 method Methods 0.000 claims abstract description 124
- 238000012545 processing Methods 0.000 claims description 58
- 230000006870 function Effects 0.000 claims description 55
- 238000004590 computer program Methods 0.000 claims description 5
- 238000013139 quantization Methods 0.000 description 105
- 230000006854 communication Effects 0.000 description 42
- 238000004891 communication Methods 0.000 description 42
- 238000000638 solvent extraction Methods 0.000 description 40
- 239000013598 vector Substances 0.000 description 37
- 230000008569 process Effects 0.000 description 34
- 239000000872 buffer Substances 0.000 description 28
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 26
- 238000010586 diagram Methods 0.000 description 24
- 241000023320 Luma <angiosperm> Species 0.000 description 23
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 23
- 230000009466 transformation Effects 0.000 description 17
- 238000003491 array Methods 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 13
- 238000001914 filtration Methods 0.000 description 13
- 238000005070 sampling Methods 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 9
- 230000000295 complement effect Effects 0.000 description 8
- 230000002123 temporal effect Effects 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 7
- 230000006835 compression Effects 0.000 description 7
- 238000007906 compression Methods 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 101150039623 Clip1 gene Proteins 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000473391 Archosargus rhomboidalis Species 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
- G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
- G06K7/10851—Circuits for pulse shaping, amplifying, eliminating noise signals, checking the function of the sensing device
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/167—Position within a video image, e.g. region of interest [ROI]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
【課題】符号化および復号のための装置および方法を提供する。【解決手段】復号デバイスまたは符号化デバイスによって実施されるコーディングの方法であって、現在のブロックに関する角度パラメータの値を取得するステップと、現在のブロックの幅の値および現在のブロックの高さの値を取得するステップと、幅の値と高さの値との間の比較値を計算するステップと、角度パラメータの値および比較値に従って第1の値を取得するステップと、第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップと、サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するステップとを含む、方法。【選択図】図20
Description
本出願(開示)の実施形態は、一般に、ピクチャ処理の分野に関し、特に、区分けのための予測に関し、より詳細には、幾何学的区分けモードのためのサンプルの距離の計算に関する。
ビデオコーディング(ビデオ符号化および復号)は、広範なデジタルビデオアプリケーション、たとえば、ブロードキャストデジタルTV、インターネットおよびモバイルネットワーク上のビデオ送信、ビデオチャットのようなリアルタイム会話アプリケーション、テレビ会議、DVDおよびブルーレイディスク、ビデオコンテンツ獲得および編集システム、ならびにセキュリティアプリケーションのカムコーダにおいて使用される。
比較的短いビデオでさえも描くために必要とされるビデオデータの量はかなり多くなり得、それが、データが限られた帯域幅の容量を有する通信ネットワークを介してストリーミングされるかまたはそれ以外の方法で伝達されるべきであるときに困難をもたらす可能性がある。したがって、ビデオデータは、概して、現代の通信ネットワークを介して伝達される前に圧縮される。メモリリソースが限られている可能性があるので、ビデオがストレージデバイスに記憶されるとき、ビデオのサイズも問題となりうる。多くの場合、ビデオ圧縮デバイスは、送信または記憶の前にビデオデータをコーディングするために送信元においてソフトウェアおよび/またはハードウェアを使用し、それによって、デジタルビデオ画像を表現するために必要とされるデータの量を削減する。次いで、圧縮されたデータが、ビデオデータを復号するビデオ解凍デバイスによって送信先において受信される。限られたネットワークリソースおよびより高いビデオ品質のますます増加する需要によって、ピクチャ品質をほとんどまたはまったく犠牲にせずに圧縮比を高める改善された圧縮および解凍技術が、望ましい。
本出願の実施形態は、独立請求項に係る符号化および復号のための装置および方法を提供する。
上述のおよびその他の目的は、独立請求項の主題により達成される。さらなる実装の形態は、従属請求項、明細書、および図面から明らかである。
本発明の第1の態様は、復号デバイスまたは符号化デバイスによって実施されるコーディングの方法であって、現在のブロックに関する角度パラメータの値を取得するステップと、現在のブロックの幅の値および現在のブロックの高さの値を取得するステップと、幅の値と高さの値との間の比の値を計算するステップと、角度パラメータの値および比の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップと、サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するステップとを含む、方法を提供する。
本発明の実施形態において、角度のパラメータおよび角度パラメータは、同義語である。
本発明の実施形態によれば、ブロックの幅の値とブロックの高さの値との間の比の値が、計算される。この比の値は、サンプルの距離の値を計算するために使用され、予測値が、ずっと正確に計算される。したがって、予測残差が、削減されてもよく、コーディング効率が、改善されることができる。
1つの実装において、角度パラメータの値および比の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップは、
角度パラメータの値および比の値に従って第1の値を取得するステップと、
第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップとを含む。
角度パラメータの値および比の値に従って第1の値を取得するステップと、
第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップとを含む。
1つの実装において、第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップは、
第1の値および角度パラメータの値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップを含む。
第1の値および角度パラメータの値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップを含む。
1つの実装において、第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップは、
第1の値、角度パラメータの値、距離のインデックス(たとえば、現在のブロックの距離のインデックス)の値、幅の値、および高さの値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップを含む。
第1の値、角度パラメータの値、距離のインデックス(たとえば、現在のブロックの距離のインデックス)の値、幅の値、および高さの値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップを含む。
1つの実装において、サンプルの距離の値は、分割線までのサンプルの水平距離または垂直距離または垂直と水平との組み合わせの距離を表し、分割線は、コーディングブロックを2つの下位ブロックに分割するために使用される。
1つの実装において、サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するステップは、
サンプルの距離の値に応じて2つの重み係数を計算するステップと、
第1の予測値、第2の予測値、および2つの重み係数に従って、たとえば、「第1の予測値および第2の予測値に2つの重み係数を適用して」または「第1の予測値に第1の重み係数を適用し、第2の予測値に第2の重み係数を適用して」現在のブロックのサンプルに関する予測値を取得するステップとを含む。
サンプルの距離の値に応じて2つの重み係数を計算するステップと、
第1の予測値、第2の予測値、および2つの重み係数に従って、たとえば、「第1の予測値および第2の予測値に2つの重み係数を適用して」または「第1の予測値に第1の重み係数を適用し、第2の予測値に第2の重み係数を適用して」現在のブロックのサンプルに関する予測値を取得するステップとを含む。
1つの実装において、比の値は、
whRatio = (W >= H) ? W/H : H/W
によって得られ、式中、whRatioは、比の値であり、Wは、幅の値であり、Hは、高さの値である。
whRatio = (W >= H) ? W/H : H/W
によって得られ、式中、whRatioは、比の値であり、Wは、幅の値であり、Hは、高さの値である。
1つの実装において、角度パラメータの値は、整数値であり、角度パラメータの値の数値範囲は、0および31を含んで0から31までである。
1つの実装において、比の値は、
whRatio = (wIdx >= hIdx) ? wIdx - hIdx : hIdx - wIdx
によって得られ、式中、whRatioは、比の値であり、Wは、幅の値であり、Hは、高さの値であり、wIdxの値は、log2(W) - 3に等しく、hIdxの値は、log2(H) - 3に等しい。
whRatio = (wIdx >= hIdx) ? wIdx - hIdx : hIdx - wIdx
によって得られ、式中、whRatioは、比の値であり、Wは、幅の値であり、Hは、高さの値であり、wIdxの値は、log2(W) - 3に等しく、hIdxの値は、log2(H) - 3に等しい。
1つの実装において、サンプルの距離の値は、
sample_dist = ((2*x) - W + K)*f1(alpha) + ((2*y) - H + K))*f2(alpha) - distanceIdx*stepD*scaleStep
によって計算され、式中、sample_distは、サンプルの距離の値であり、f1()およびf2()は、関数であり、alphaは、角度パラメータの値であり、stepDは、第1の値であり、scaleStepの値は、幅の値かまたは高さの値かのいずれかに等しく、xおよびyは、現在のブロックの左上のサンプルに対するサンプルの座標であり、Kは、整数のオフセット値である。
sample_dist = ((2*x) - W + K)*f1(alpha) + ((2*y) - H + K))*f2(alpha) - distanceIdx*stepD*scaleStep
によって計算され、式中、sample_distは、サンプルの距離の値であり、f1()およびf2()は、関数であり、alphaは、角度パラメータの値であり、stepDは、第1の値であり、scaleStepの値は、幅の値かまたは高さの値かのいずれかに等しく、xおよびyは、現在のブロックの左上のサンプルに対するサンプルの座標であり、Kは、整数のオフセット値である。
1つの実装において、サンプルの距離の値は、
sample_dist = ((2*x) - W + K)*f(dispIdxN) + ((2*y) - H + K))*f(dispIdxS) - distanceIdx*stepD*scaleStep
によって計算され、式中、sample_distは、サンプルの距離の値であり、f()は、関数であり、dispIdxNまたはdispIdxSは、インデックス値であり、stepDは、第1の値であり、scaleStepの値は、幅の値かまたは高さの値かのいずれかに等しく、xおよびyは、現在のブロックの左上のサンプルに対するサンプルの座標であり、Kは、整数のオフセット値である。
sample_dist = ((2*x) - W + K)*f(dispIdxN) + ((2*y) - H + K))*f(dispIdxS) - distanceIdx*stepD*scaleStep
によって計算され、式中、sample_distは、サンプルの距離の値であり、f()は、関数であり、dispIdxNまたはdispIdxSは、インデックス値であり、stepDは、第1の値であり、scaleStepの値は、幅の値かまたは高さの値かのいずれかに等しく、xおよびyは、現在のブロックの左上のサンプルに対するサンプルの座標であり、Kは、整数のオフセット値である。
本発明の第2の態様は、ビデオコーディングまたは復号装置を提供し、装置は、現在のブロックに関する角度パラメータの値を取得するように構成されるパラメータ取得モジュールであって、現在のブロックの幅の値および現在のブロックの高さの値を取得するようにさらに構成される、パラメータ取得モジュールと、幅の値と高さの値との間の比の値を計算するように構成される比計算モジュールと、角度パラメータの値および比の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するように構成されるサンプル距離計算モジュールと、サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するように構成される予測モジュールとを含む。
本発明の第1の態様に係る方法は、本発明の第2の態様に係る装置によって実行されうる。上の方法のさらなる特徴および実装の形態は、本発明の第2の態様に係る装置の特徴および実装の形態に対応する。
実施形態においては、上の実施形態および実装のいずれか1つに係る方法を実行するための処理回路を含む、デコーダ(30)またはエンコーダ(20)が、開示される。
実施形態においては、上の実施形態および実装のいずれか1つに係る方法を実行するためのプログラムコードを含む、コンピュータプログラム製品が、開示される。
実施形態においては、
1つ以上のプロセッサと、
プロセッサに結合され、プロセッサによって実行するためのプログラミングを記憶する非一時的コンピュータ可読ストレージ媒体であって、プログラミングが、プロセッサによって実行されるときに、上の実施形態および実装のいずれか1つに係る方法を実行するようにデコーダまたはエンコーダを構成する、非一時的コンピュータ可読ストレージ媒体とを含む、デコーダまたはエンコーダが、提供される。
1つ以上のプロセッサと、
プロセッサに結合され、プロセッサによって実行するためのプログラミングを記憶する非一時的コンピュータ可読ストレージ媒体であって、プログラミングが、プロセッサによって実行されるときに、上の実施形態および実装のいずれか1つに係る方法を実行するようにデコーダまたはエンコーダを構成する、非一時的コンピュータ可読ストレージ媒体とを含む、デコーダまたはエンコーダが、提供される。
実施形態においては、画像復号デバイスによって復号される符号化されたビットストリームを含む非一時的ストレージ媒体であって、ビットストリームが、ビデオ信号または画像信号のフレームを複数のブロックに分割することによって生成され、複数のシンタックス要素を含み、複数のシンタックス要素が、上の実施形態および実装のいずれか1つに係るインジケータ(シンタックス)を含む、非一時的ストレージ媒体が、提供される。
1つ以上の実施形態の詳細が、添付の図面および以下の説明に記載されている。その他の特徴、目的、および利点は、明細書、図面、および特許請求の範囲から明らかになるであろう。
以下で、本発明の実施形態が、添付の図および図面を参照してより詳細に説明される。
以下で、同一の参照符号は、別途明記されない場合、同一のまたは少なくとも機能的に等価な特徴を指す。
以下の説明においては、本開示の一部を形成し、本発明の実施形態の特定の態様または本発明の実施形態が使用されてもよい特定の態様を例として示す添付の図面が参照される。本発明の実施形態は、その他の態様において使用され、図面に示されない構造的または論理的変更を含んでもよいことが理解される。したがって、以下の詳細な説明は、限定的意味に理解されるべきでなく、本発明の範囲は、添付の特許請求の範囲によって定義される。
たとえば、説明される方法に関連する開示は、方法を実行するように構成された対応するデバイスまたはシステムにも当てはまってもよく、その逆でもよいことが理解される。たとえば、1つ以上の特定の方法のステップが説明される場合、対応するデバイスは、説明される1つ以上の方法のステップを実行するための1つ以上のユニット、たとえば、機能ユニット(たとえば、1つ以上のステップを実行する1つのユニット、または複数のステップのうちの1つ以上をそれぞれが実行する複数のユニット)を、たとえそのような1つ以上のユニットが明示的に説明されないかまたは図に示されないとしても含んでもよい。一方、たとえば、特定の装置が1つ以上のユニット、たとえば、機能ユニットに基づいて説明される場合、対応する方法は、1つ以上のユニットの機能を実行するための1つのステップ(たとえば、1つ以上のユニットの機能を実行する1つのステップ、または複数のユニットのうちの1つ以上の機能をそれぞれが実行する複数のステップ)を、たとえそのような1つ以上のステップが明示的に説明されないかまたは図に示されないとしても含んでもよい。さらに、本明細書において説明される様々な例示的な実施形態および/または態様の特徴は、そうでないことが明記されない限り互いに組み合わされてもよいことが理解される。
ビデオコーディングは、概して、ビデオまたはビデオシーケンスを形成するピクチャのシーケンスの処理を指す。用語「ピクチャ」の代わりに、用語「フレーム」または「画像」が、ビデオコーディングの分野において同義語として使用されてもよい。ビデオコーディング(または概してコーディング)は、2つの部分、ビデオ符号化およびビデオ復号を含む。ビデオ符号化は、送信元の側で実行され、概して、(より効率的な記憶および/または送信のために)ビデオピクチャを表現するために必要とされるデータの量を減らすために元のビデオピクチャを(たとえば、圧縮によって)処理することを含む。ビデオ復号は、送信先の側で実行され、概して、ビデオピクチャを再構築するためにエンコーダと比べて逆の処理を含む。ビデオピクチャ(または概してピクチャ)の「コーディング」に言及する実施形態は、ビデオピクチャまたはそれぞれのビデオシーケンスの「符号化」または「復号」に関すると理解される。符号化部分と復号部分との組み合わせは、コーデック(コーディングおよび復号)とも呼ばれる。
可逆ビデオコーディングの場合、(記憶または送信中に送信損失またはその他のデータ損失がないと仮定して)元のビデオピクチャが再構築されることが可能であり、つまり、再構築されたビデオピクチャは元のビデオピクチャと同じ品質を有する。不可逆ビデオコーディングの場合、ビデオピクチャを表現するデータの量を減らすために、たとえば、量子化によるさらなる圧縮が実行され、これは、デコーダにおいて完全に再構築され得ず、つまり、再構築されたビデオピクチャの品質は、元のビデオピクチャの品質に比べてより低いまたはより悪い。
いくつかのビデオコーディング規格は、「不可逆ハイブリッドビデオコーデック」のグループに属する(つまり、サンプル領域(sample domain)における空間および時間予測と変換領域(transform domain)において量子化を適用するための2D変換コーディングとを組み合わせる)。ビデオシーケンスの各ピクチャは、概して、1組の重なり合わないブロックに区分けされ、コーディングは、概して、ブロックレベルで実行される。言い換えると、エンコーダにおいて、ビデオは、概して、たとえば、空間(イントラピクチャ)予測および/または時間(インターピクチャ)予測を使用して予測ブロック(prediction block)を生成し、現在のブロック(現在処理されている/処理されるブロック)から予測ブロックを差し引いて残差ブロックを取得し、残差ブロックを変換し、変換領域において残差ブロックを量子化して送信されるデータの量を削減する(圧縮)ことによってブロック(ビデオブロック)レベルで処理され、つまり、符号化され、一方、デコーダにおいては、表現するために現在のブロックを再構築するために、エンコーダと比べて逆の処理が、符号化されたまたは圧縮されたブロックに適用される。さらに、エンコーダは、後続のブロックを処理する、つまり、コーディングするために両方が同一の予測(たとえば、イントラおよびインター予測)ならびに/または再構築を生成するようにデコーダの処理ループを複製する。
以下で、ビデオコーディングシステム10、ビデオエンコーダ20およびビデオデコーダ30の実施形態が、図1から図3に基づいて説明される。
図1Aは、本出願の技術を利用してもよい例示的なコーディングシステム10、たとえば、ビデオコーディングシステム10(または短くコーディングシステム10)を示す概略的なブロック図である。ビデオコーディングシステム10のビデオエンコーダ20(または短くエンコーダ20)およびビデオデコーダ30(または短くデコーダ30)は、本出願において説明される様々な例による技術を実行するように構成されてもよいデバイスの例を示す。
図1Aに示されるように、コーディングシステム10は、符号化されたピクチャデータ13を復号するために、たとえば、送信先デバイス14に符号化されたピクチャデータ21を提供するように構成された送信元デバイス12を含む。
送信元デバイス12は、エンコーダ20を含み、追加的に、つまり、任意選択で、ピクチャソース16、プリプロセッサ(または前処理ユニット)18、たとえば、ピクチャプリプロセッサ18、および通信インターフェースまたは通信ユニット22を含んでもよい。
ピクチャソース16は、任意の種類のピクチャ撮影デバイス、たとえば、実世界のピクチャを撮影するためのカメラ、ならびに/または任意の種類のピクチャ生成デバイス、たとえば、コンピュータによってアニメーションされるピクチャを生成するためのコンピュータグラフィックスプロセッサ、または実世界のピクチャ、コンピュータによって生成されたピクチャ(たとえば、画面コンテンツ(screen content)、仮想現実(VR)ピクチャ)、および/もしくはそれらの任意の組み合わせ(たとえば、拡張現実(AR)ピクチャ)を取得および/もしくは提供するための任意の種類のその他のデバイスを含むかまたはそのようなデバイスであってもよい。ピクチャソースは、上述のピクチャのいずれかを記憶するための任意の種類のメモリまたはストレージであってもよい。
プリプロセッサ18および前処理ユニット18によって実行される処理と区別して、ピクチャまたはピクチャデータ17は、生ピクチャまたは生ピクチャデータ17とも呼ばれてもよい。
プリプロセッサ18は、(生)ピクチャデータ17を受け取り、ピクチャデータ17に対して前処理を実行して前処理されたピクチャ19または前処理されたピクチャデータ19を取得するように構成される。プリプロセッサ18によって実行される前処理は、たとえば、トリミング、(たとえば、RGBからYCbCrへの)カラーフォーマット変換、色補正、または雑音除去を含んでもよい。前処理ユニット18は、任意選択の構成要素であってもよいことが理解されうる。
ビデオエンコーダ20は、前処理されたピクチャデータ19を受け取り、符号化されたピクチャデータ21を提供するように構成される(さらなる詳細が、下で、たとえば、図2に基づいて説明される)。
送信元デバイス12の通信インターフェース22は、符号化されたピクチャデータ21を受け取り、符号化されたピクチャデータ21(またはその任意のさらに処理されたバージョン)を、記憶するかまたは直接再構築するために別のデバイス、たとえば、送信先デバイス14または任意のその他のデバイスに通信チャネル13を介して送信するように構成されてもよい。
送信先デバイス14は、デコーダ30(たとえば、ビデオデコーダ30)を含み、追加的に、つまり、任意選択で、通信インターフェースまたは通信ユニット28、ポストプロセッサ32(または後処理ユニット32)、およびディスプレイデバイス34を含んでもよい。
送信先デバイス14の通信インターフェース28は、たとえば、送信元デバイス12から直接、または任意のその他のソース、たとえば、ストレージデバイス、たとえば、符号化されたピクチャデータのストレージデバイスから符号化されたピクチャデータ21(またはその任意のさらに処理されたバージョン)を受信し、符号化されたピクチャデータ21をデコーダ30に提供するように構成される。
通信インターフェース22および通信インターフェース28は、送信元デバイス12と送信先デバイス14との間の直接通信リンク、たとえば、直接有線もしくはワイヤレス接続を介して、あるいは任意の種類のネットワーク、たとえば、有線もしくはワイヤレスネットワークもしくはそれらの任意の組み合わせ、または任意の種類のプライベートおよびパブリックネットワーク、またはそれらの任意の種類の組み合わせを介して符号化されたピクチャデータ21または符号化されたデータ13を送信または受信するように構成されてもよい。
通信インターフェース22は、たとえば、符号化されたピクチャデータ21を適切なフォーマット、たとえば、パケットにパッケージングする、および/または通信リンクもしくは通信ネットワークを介して送信するための任意の種類の送信の符号化もしくは処理を使用して符号化されたピクチャデータを処理するように構成されてもよい。
通信インターフェース22の相手先を形成する通信インターフェース28は、たとえば、送信されたデータを受信し、任意の種類の対応する送信の復号もしくは処理および/またはパッケージングの解除を使用して送信データを処理して符号化されたピクチャデータ21を取得するように構成されてもよい。
通信インターフェース22と通信インターフェース28との両方が、送信元デバイス12から送信先デバイス14の方を指す図1Aの通信チャネル13に関する矢印によって示される単方向通信インターフェース、または双方向通信インターフェースとして構成されてもよく、たとえば、接続をセットアップし、通信リンクおよび/またはデータ送信、たとえば、符号化されたピクチャデータの送信に関連する任意のその他の情報を確認応答し、やりとりするために、たとえば、メッセージを送信および受信するように構成されてもよい。
デコーダ30は、符号化されたピクチャデータ21を受信し、復号されたピクチャデータ31または復号されたピクチャ31を提供するように構成される(さらなる詳細が、下で、たとえば、図3または図5に基づいて説明される)。
送信先デバイス14のポストプロセッサ32は、復号されたピクチャデータ31(再構築されたピクチャデータとも呼ばれる)、たとえば、復号されたピクチャ31を後処理して後処理されたピクチャデータ33、たとえば、後処理されたピクチャ33を取得するように構成される。後処理ユニット32によって実行される後処理は、たとえば、(たとえば、YCbCrからRGBへの)カラーフォーマット変換、色補正、トリミング、またはリサンプリング、またはたとえばディスプレイデバイス34による表示のためにたとえば復号されたピクチャデータ31を準備するための任意のその他の処理を含んでもよい。
送信先デバイス14のディスプレイデバイス34は、たとえば、ユーザまたは視聴者に対してピクチャを表示するために後処理されたピクチャデータ33を受け取るように構成される。ディスプレイデバイス34は、再構築されたピクチャを示すための任意の種類のディスプレイ、たとえば、一体型または外部ディスプレイもしくはモニタであるかまたは含んでもよい。ディスプレイは、たとえば、液晶ディスプレイ(LCD)、有機発光ダイオード(OLED)ディスプレイ、プラズマディスプレイ、プロジェクタ、マイクロLEDディスプレイ、液晶オンシリコン(LCoS: liquid crystal on silicon)、デジタル光プロセッサ(DLP: digital light processor)、または任意の種類のその他のディスプレイを含んでもよい。
図1Aは送信元デバイス12および送信先デバイス14を別々のデバイスとして示すが、デバイスの実施形態は、両方または両方の機能、送信元デバイス12または対応する機能および送信先デバイス14または対応する機能も含んでもよい。そのような実施形態において、送信元デバイス12または対応する機能および送信先デバイス14または対応する機能は、同じハードウェアおよび/もしくはソフトウェアを使用してまたは別々のハードウェアおよび/もしくはソフトウェアまたはそれらの任意の組み合わせによって実装されてもよい。
説明に基づいて当業者に明らかになるように、異なるユニットの機能または図1Aに示される送信元デバイス12および/もしくは送信先デバイス14内の機能の存在および(厳密な)分割は、実際のデバイスおよびアプリケーションに応じて変わってもよい。
エンコーダ20(たとえば、ビデオエンコーダ20)またはデコーダ30(たとえば、ビデオデコーダ30)またはエンコーダ20とデコーダ30との両方は、1つ以上のマイクロプロセッサ、デジタル信号プロセッサ(DSP)、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)、ディスクリート論理、ハードウェア、それらのビデオコーディングに専用のまたは任意の組み合わせなどの、図1Bに示された処理回路によって実装されてもよい。エンコーダ20は、図2のエンコーダ20および/または本明細書において説明される任意のその他のエンコーダシステムもしくはサブシステムに関連して検討される様々なモジュールを具現化するために処理回路46によって実装されてもよい。デコーダ30は、図3のデコーダ30および/または本明細書において説明される任意のその他のデコーダシステムもしくはサブシステムに関連して検討される様々なモジュールを具現化するために処理回路46によって実装されてもよい。処理回路は、後で検討される様々な動作を実行するように構成されてもよい。図5に示されるように、技術が部分的にソフトウェアで実装される場合、デバイスは、好適な非一時的コンピュータ可読ストレージ媒体にソフトウェアのための命令を記憶してもよく、本開示の技術を実行するために1つ以上のプロセッサを使用するハードウェアにおいて命令を実行してもよい。ビデオエンコーダ20およびビデオデコーダ30のいずれも、たとえば、図1Bに示されるように単一のデバイス内の組み合わされたエンコーダ/デコーダ(コーデック)の一部として組み込まれてもよい。
送信元デバイス12および送信先デバイス14は、任意の種類のハンドヘルドまたは固定デバイス、たとえば、ノートブックまたはラップトップコンピュータ、モバイル電話、スマートフォン、タブレットまたはタブレットコンピュータ、カメラ、デスクトップコンピュータ、セットトップボックス、テレビ、ディスプレイデバイス、デジタルメディアプレーヤー、ビデオゲームコンソール、(コンテンツサービスサーバまたはコンテンツ配信サーバなどの)ビデオストリーミングデバイス、放送受信機デバイス、放送送信機デバイスなどを含む広範なデバイスのいずれかを含んでもよく、オペレーティングシステムを使用しないかまたは任意の種類のオペレーティングシステムを使用してもよい。場合によっては、送信元デバイス12および送信先デバイス14は、ワイヤレス通信に対応していてもよい。したがって、送信元デバイス12および送信先デバイス14は、ワイヤレス通信デバイスであってもよい。
場合によっては、図1Aに示されたビデオコーディングシステム10は、例であるに過ぎず、本開示の技術は、符号化デバイスと復号デバイスとの間のいかなるデータ通信も含むとは限らないビデオコーディングの状況(たとえば、ビデオの符号化またはビデオの復号)に適用されてもよい。その他の例においては、データが、ローカルメモリから取り出される、またはネットワークを介してストリーミングされる、などである。ビデオ符号化デバイスが、データを符号化し、メモリに記憶してもよく、および/またはビデオ復号デバイスが、メモリからデータを取り出し、復号してもよい。いくつかの例において、符号化および復号が、互いに通信せず、単にメモリにデータを符号化し、および/またはメモリからデータを取り出し、復号するデバイスによって実行される。
説明の便宜上、本発明の実施形態は、たとえば、高効率ビデオコーディング(HEVC: High-Efficiency Video Coding)、または多目的ビデオコーディング(VVC: Versatile Video coding)、ITU-Tビデオコーディング専門家グループ(VCEG: Video Coding Experts Group)およびISO/IEC動画専門家グループ(MPEG: Motion Picture Experts Group)のビデオコーディングに関する共同作業チーム(JCT-VC: Joint Collaboration Team on Video Coding)によって開発された次世代ビデオコーディング規格の参照ソフトウェアを参照することによって本明細書において説明される。当業者は、本発明の実施形態がHEVCまたはVVCに限定されないことを理解するであろう。
エンコーダおよび符号化方法
図2は、本出願の技術を実装するように構成される例示的なビデオエンコーダ20の概略的なブロック図を示す。図2の例において、ビデオエンコーダ20は、入力201(または入力インターフェース201)、残差計算ユニット204、変換処理ユニット206、量子化ユニット208、逆量子化ユニット210、逆変換処理ユニット212、再構築ユニット214、ループフィルタユニット220、復号ピクチャバッファ(DPB: decoded picture buffer)230、モード選択ユニット260、エントロピー符号化ユニット270、および出力272(または出力インターフェース272)を含む。モード選択ユニット260は、インター予測ユニット244、イントラ予測ユニット254、および区分けユニット262を含んでもよい。インター予測ユニット244は、動き推定ユニットおよび動き補償ユニット(図示せず)を含んでもよい。図2に示されたビデオエンコーダ20は、ハイブリッドビデオエンコーダまたはハイブリッドビデオコーデックによるビデオエンコーダとも呼ばれてもよい。
図2は、本出願の技術を実装するように構成される例示的なビデオエンコーダ20の概略的なブロック図を示す。図2の例において、ビデオエンコーダ20は、入力201(または入力インターフェース201)、残差計算ユニット204、変換処理ユニット206、量子化ユニット208、逆量子化ユニット210、逆変換処理ユニット212、再構築ユニット214、ループフィルタユニット220、復号ピクチャバッファ(DPB: decoded picture buffer)230、モード選択ユニット260、エントロピー符号化ユニット270、および出力272(または出力インターフェース272)を含む。モード選択ユニット260は、インター予測ユニット244、イントラ予測ユニット254、および区分けユニット262を含んでもよい。インター予測ユニット244は、動き推定ユニットおよび動き補償ユニット(図示せず)を含んでもよい。図2に示されたビデオエンコーダ20は、ハイブリッドビデオエンコーダまたはハイブリッドビデオコーデックによるビデオエンコーダとも呼ばれてもよい。
残差計算ユニット204、変換処理ユニット206、量子化ユニット208、モード選択ユニット260は、エンコーダ20の順方向信号経路を形成するとみなされてもよく、一方、逆量子化ユニット210、逆変換処理ユニット212、再構築ユニット214、バッファ216、ループフィルタ220、復号ピクチャバッファ(DPB)230、インター予測ユニット244、およびイントラ予測ユニット254は、ビデオエンコーダ20の逆方向信号経路を形成するとみなされてもよく、ビデオエンコーダ20の逆方向信号経路は、デコーダの信号経路(図3のビデオデコーダ30を参照されたい)に対応する。逆量子化ユニット210、逆変換処理ユニット212、再構築ユニット214、ループフィルタ220、復号ピクチャバッファ(DPB)230、インター予測ユニット244、およびイントラ予測ユニット254は、ビデオエンコーダ20の「内蔵デコーダ」を形成するともみなされる。
ピクチャ&ピクチャの区分け(ピクチャ&ブロック)
エンコーダ20は、たとえば、入力201を介してピクチャ17(またはピクチャデータ17)、たとえば、ビデオまたはビデオシーケンスを形成するピクチャのシーケンスのピクチャを受け取るように構成されてもよい。受け取られたピクチャまたはピクチャデータはさらに、前処理されたピクチャ19(または前処理されたピクチャデータ19)であってもよい。簡単にするために、以下の説明は、ピクチャ17に言及する。ピクチャ17は、(特に、ビデオコーディングにおいて、現在のピクチャをその他のピクチャ、たとえば、同じビデオシーケンス、つまり、現在のピクチャも含むビデオシーケンスの既に符号化されたおよび/または復号されたピクチャと区別するために)現在のピクチャまたはコーディングされるピクチャとも呼ばれてもよい。
エンコーダ20は、たとえば、入力201を介してピクチャ17(またはピクチャデータ17)、たとえば、ビデオまたはビデオシーケンスを形成するピクチャのシーケンスのピクチャを受け取るように構成されてもよい。受け取られたピクチャまたはピクチャデータはさらに、前処理されたピクチャ19(または前処理されたピクチャデータ19)であってもよい。簡単にするために、以下の説明は、ピクチャ17に言及する。ピクチャ17は、(特に、ビデオコーディングにおいて、現在のピクチャをその他のピクチャ、たとえば、同じビデオシーケンス、つまり、現在のピクチャも含むビデオシーケンスの既に符号化されたおよび/または復号されたピクチャと区別するために)現在のピクチャまたはコーディングされるピクチャとも呼ばれてもよい。
(デジタル)ピクチャは、強度(intensity)値を有するサンプルの二次元配列または行列とみなされるかまたはみなされうる。配列のサンプルは、ピクセル(ピクチャエレメントの短縮形)またはペルとも呼ばれてもよい。配列またはピクチャの水平および垂直方向(または軸)のサンプル数は、ピクチャのサイズおよび/または解像度を定義する。色の表現のために、概して、3つの色成分が使用され、つまり、ピクチャが表現されるかまたは3つのサンプル配列を含んでもよい。RBGフォーマットまたは色空間で、ピクチャは、対応する赤、緑、および青のサンプル配列を含む。しかし、ビデオコーディングにおいて、各ピクセルは、概して、輝度(luminance)およびクロミナンス(chrominance)フォーマットまたは色空間、たとえば、Y(代わりにLが使用されることもある)によって示される輝度成分ならびにCbおよびCrによって示される2つのクロミナンス成分を含むYCbCrで表される。輝度(または短くルマ(luma))成分Yは、明るさまたは(たとえば、グレースケールピクチャと同様の)グレーレベルの強度を表し、一方、2つのクロミナンス(または短くクロマ(chroma))成分CbおよびCrは、色度または色情報成分を表す。したがって、YCbCrフォーマットのピクチャは、輝度サンプル値(Y)の輝度サンプル配列およびクロミナンス値(CbおよびCr)の2つのクロミナンスサンプル配列を含む。RGBフォーマットのピクチャは、YCbCrフォーマットに変換される(converted)または変換され(transformed)てもよく、その逆であってもよく、プロセスは、色変換(transformation)または変換(conversion)としても知られる。ピクチャがモノクロである場合、ピクチャは、輝度サンプル配列のみを含んでもよい。したがって、ピクチャは、たとえば、モノクロフォーマットにおいてはルマサンプルの配列であり、または4:2:0、4:2:2、および4:4:4カラーフォーマットにおいてはルマサンプルの配列およびクロマサンプルの2つの対応する配列であってもよい。
ビデオエンコーダ20の実施形態は、ピクチャ17を複数の(通常は重なり合わない)ピクチャブロック203に区分けするように構成されたピクチャ区分けユニット(図2に示さず)を含んでもよい。これらのブロックは、ルートブロック、マクロブロック(H.264/AVC)、またはコーディングツリーブロック(CTB: coding tree block)もしくはコーディングツリーユニット(CTU: coding tree unit)(H.265/HEVCおよびVVC)とも呼ばれてもよい。ピクチャ区分けユニットは、ビデオシーケンスのすべてのピクチャおよびブロックサイズを定義する対応するグリッドに関して同じブロックサイズを使用するか、あるいはピクチャまたはピクチャのサブセットもしくはグループの間でブロックサイズを変更し、各ピクチャを対応するブロックに区分けするように構成されてもよい。
さらなる実施形態において、ビデオエンコーダは、ピクチャ17のブロック203、たとえば、ピクチャ17を形成する1つの、いくつかの、またはすべてのブロックを直接受け取るように構成されてもよい。ピクチャブロック203は、現在のピクチャブロックまたはコーディングされるピクチャブロックとも呼ばれてもよい。
ピクチャ17と同様に、ピクチャブロック203は、ピクチャ17よりも寸法が小さいが、強度値(サンプル値)を有するサンプルの二次元配列または行列とやはりみなされるかまたはみなされうる。言い換えると、ブロック203は、適用されるカラーフォーマットに応じて、たとえば、1つのサンプル配列(たとえば、モノクロピクチャ17の場合はルマ配列、またはカラーピクチャの場合はルマもしくはクロマ配列)、あるいは3つのサンプル配列(たとえば、カラーピクチャ17の場合はルマおよび2つのクロマ配列)、あるいは任意のその他の数および/または種類の配列を含んでもよい。ブロック203の水平および垂直方向(または軸)のサンプル数は、ブロック203のサイズを定義する。したがって、ブロックは、たとえば、サンプルのMxN(M列×N行)配列または変換係数のMxN配列であってもよい。
図2に示されたビデオエンコーダ20の実施形態は、ピクチャ17をブロック毎に符号化するように構成されてもよく、たとえば、符号化および予測が、ブロック203毎に実行される。
残差の計算
残差計算ユニット204は、たとえば、サンプル毎に(ピクセル毎に)ピクチャブロック203のサンプル値から予測ブロック265のサンプル値を差し引いてサンプル領域において残差ブロック205を取得することによって、ピクチャブロック203および予測ブロック265(予測ブロック265についてのさらなる詳細は後で与えられる)に基づいて残差ブロック205(残差205とも呼ばれる)を計算するように構成されてもよい。
残差計算ユニット204は、たとえば、サンプル毎に(ピクセル毎に)ピクチャブロック203のサンプル値から予測ブロック265のサンプル値を差し引いてサンプル領域において残差ブロック205を取得することによって、ピクチャブロック203および予測ブロック265(予測ブロック265についてのさらなる詳細は後で与えられる)に基づいて残差ブロック205(残差205とも呼ばれる)を計算するように構成されてもよい。
変換
変換処理ユニット206は、残差ブロック205のサンプル値に対して変換、たとえば、離散コサイン変換(DCT)または離散サイン変換(DST)を適用して変換領域において変換係数207を取得するように構成されてもよい。変換係数207は、変換残差係数とも呼ばれ、変換領域において残差ブロック205を表してもよい。
変換処理ユニット206は、残差ブロック205のサンプル値に対して変換、たとえば、離散コサイン変換(DCT)または離散サイン変換(DST)を適用して変換領域において変換係数207を取得するように構成されてもよい。変換係数207は、変換残差係数とも呼ばれ、変換領域において残差ブロック205を表してもよい。
変換処理ユニット206は、H.265/HEVCのために規定された変換などのDCT/DSTの整数近似を適用するように構成されてもよい。直交DCT変換と比較して、そのような整数近似は、概して、特定の率でスケーリングされる。順および逆変換によって処理される残差ブロックのノルム(norm)を維持するために、追加的な倍率(scaling factor)が、変換プロセスの一部として適用される。倍率は、概して、倍率がシフト演算のために2の累乗であること、変換係数のビット深度、正確さと実装コストとの間のトレードオフなどのような特定の制約に基づいて選択される。たとえば、特定の倍率が、たとえば、逆変換処理ユニット212による逆変換(およびたとえば、ビデオデコーダ30における逆変換処理ユニット312による対応する逆変換)のために指定され、たとえば、エンコーダ20の変換処理ユニット206による順変換のための対応する倍率が、それに応じて指定されてもよい。
ビデオエンコーダ20(それぞれ、変換処理ユニット206)の実施形態は、たとえば、ビデオデコーダ30が変換パラメータを受信し、復号のために使用してもよいように、たとえば、そのままであるかまたはエントロピー符号化ユニット270によって符号化されるかもしくは圧縮される変換パラメータ、たとえば、ある種の1つの変換または複数の変換を出力するように構成されてもよい。
量子化
量子化ユニット208は、たとえば、スカラー量子化またはベクトル量子化を適用することによって変換係数207を量子化して量子化された係数209を取得するように構成されてもよい。量子化された係数209は、量子化された変換係数209または量子化された残差係数209とも呼ばれてもよい。
量子化ユニット208は、たとえば、スカラー量子化またはベクトル量子化を適用することによって変換係数207を量子化して量子化された係数209を取得するように構成されてもよい。量子化された係数209は、量子化された変換係数209または量子化された残差係数209とも呼ばれてもよい。
量子化プロセスは、変換係数207の一部またはすべてに関連するビット深度を削減してもよい。たとえば、nビットの変換係数が、量子化中にmビットの変換係数に切り捨てられてもよく、nは、mよりも大きい。量子化の度合いは、量子化パラメータ(QP: quantization parameter)を調整することによって修正されてもよい。たとえば、スカラー量子化に関して、より細かいまたはより粗い量子化を達成するために異なるスケーリングが適用されてもよい。より小さな量子化ステップサイズは、より細かい量子化に対応し、一方、より大きな量子化ステップサイズは、より粗い量子化に対応する。適用可能な量子化ステップサイズが、量子化パラメータ(QP)によって示されてもよい。量子化パラメータは、たとえば、適用可能な量子化ステップサイズの予め定義された組へのインデックスであってもよい。たとえば、小さな量子化パラメータが、細かい量子化(小さな量子化ステップサイズ)に対応してもよく、大きな量子化パラメータが、粗い量子化(大きな量子化ステップサイズ)に対応してもよく、またはその逆であってもよい。量子化は、量子化ステップサイズによる除算を含んでもよく、たとえば、逆量子化ユニット210による対応するおよび/または逆逆量子化は、量子化ステップサイズによる乗算を含んでもよい。一部の規格、たとえば、HEVCによる実施形態は、量子化パラメータを使用して量子化ステップサイズを決定するように構成されてもよい。概して、量子化ステップサイズは、除算を含む等式の固定小数点近似(fixed point approximation)を使用して量子化パラメータに基づいて計算されてもよい。量子化ステップサイズおよび量子化パラメータに関する等式の固定小数点近似において使用されるスケーリングが原因で修正されてもよい残差ブロックのノルムを復元するために、量子化および逆量子化に関して追加的な倍率が導入されてもよい。1つの例示的な実装においては、逆変換および逆量子化のスケーリングが、組み合わされてもよい。代替的に、カスタマイズされた量子化テーブルが使用され、たとえば、ビットストリーム内でエンコーダからデコーダにシグナリングされてもよい。量子化は、不可逆演算であり、損失は、量子化ステップサイズが大きくなるにつれて増加する。
ビデオエンコーダ20(それぞれ、量子化ユニット208)の実施形態は、たとえば、ビデオデコーダ30が量子化パラメータを受信し、復号のために適用してもよいように、たとえば、そのままであるかまたはエントロピー符号化ユニット270によって符号化される量子化パラメータ(QP)を出力するように構成されてもよい。
逆量子化
逆量子化ユニット210は、たとえば、量子化ユニット208と同じ量子化ステップサイズに基づいてまたはそれを使用して、量子化ユニット208により適用された量子化方式の逆を適用することによって、量子化された係数に量子化ユニット208の逆量子化を適用して逆量子化された係数211を取得するように構成される。逆量子化された係数211は、逆量子化された残差係数211とも呼ばれ、--量子化による損失が原因で概して変換係数と同一ではないが--変換係数207に対応してもよい。
逆量子化ユニット210は、たとえば、量子化ユニット208と同じ量子化ステップサイズに基づいてまたはそれを使用して、量子化ユニット208により適用された量子化方式の逆を適用することによって、量子化された係数に量子化ユニット208の逆量子化を適用して逆量子化された係数211を取得するように構成される。逆量子化された係数211は、逆量子化された残差係数211とも呼ばれ、--量子化による損失が原因で概して変換係数と同一ではないが--変換係数207に対応してもよい。
逆変換
逆変換処理ユニット212は、変換処理ユニット206によって適用された変換の逆変換、たとえば、逆離散コサイン変換(DCT)または逆離散サイン変換(DST)またはその他の逆変換を適用してサンプル領域において再構築された残差ブロック213(または対応する逆量子化された係数213)を取得するように構成される。再構築された残差ブロック213は、変換ブロック(transform block)213とも呼ばれてもよい。
逆変換処理ユニット212は、変換処理ユニット206によって適用された変換の逆変換、たとえば、逆離散コサイン変換(DCT)または逆離散サイン変換(DST)またはその他の逆変換を適用してサンプル領域において再構築された残差ブロック213(または対応する逆量子化された係数213)を取得するように構成される。再構築された残差ブロック213は、変換ブロック(transform block)213とも呼ばれてもよい。
再構築
再構築ユニット214(たとえば、加算器または合算器214)は、たとえば、再構築された残差ブロック213のサンプル値と予測ブロック265のサンプル値とを--サンプル毎に--足すことによって予測ブロック265に変換ブロック213(すなわち、再構築された残差ブロック213)を足してサンプル領域において再構築されたブロック215を取得するように構成される。
再構築ユニット214(たとえば、加算器または合算器214)は、たとえば、再構築された残差ブロック213のサンプル値と予測ブロック265のサンプル値とを--サンプル毎に--足すことによって予測ブロック265に変換ブロック213(すなわち、再構築された残差ブロック213)を足してサンプル領域において再構築されたブロック215を取得するように構成される。
フィルタリング
ループフィルタユニット220(または短く「ループフィルタ」220)は、再構築されたブロック215をフィルタリングしてフィルタリングされたブロック221を取得する、または概して、再構築されたサンプルをフィルタリングしてフィルタリングされたサンプルを取得するように構成される。ループフィルタユニットは、たとえば、ピクセルの遷移を平滑化するかまたはそれ以外の方法でビデオの品質を改善するように構成される。ループフィルタユニット220は、デブロッキングフィルタ、サンプル適応オフセット(SAO: sample-adaptive offset)フィルタ、または1つ以上のその他のフィルタ、たとえば、バイラテラルフィルタ、適応ループフィルタ(ALF: adaptive loop filter)、鮮鋭化、平滑化フィルタ、もしくは共同フィルタ(collaborative filter)、もしくはこれらの任意の組み合わせなどの1つ以上のループフィルタを含んでもよい。ループフィルタユニット220は図2にループ内フィルタであるものとして示されるが、その他の構成において、ループフィルタユニット220は、ループ後フィルタとして実装されてもよい。フィルタリングされたブロック221は、フィルタリングされた再構築されたブロック221とも呼ばれてもよい。
ループフィルタユニット220(または短く「ループフィルタ」220)は、再構築されたブロック215をフィルタリングしてフィルタリングされたブロック221を取得する、または概して、再構築されたサンプルをフィルタリングしてフィルタリングされたサンプルを取得するように構成される。ループフィルタユニットは、たとえば、ピクセルの遷移を平滑化するかまたはそれ以外の方法でビデオの品質を改善するように構成される。ループフィルタユニット220は、デブロッキングフィルタ、サンプル適応オフセット(SAO: sample-adaptive offset)フィルタ、または1つ以上のその他のフィルタ、たとえば、バイラテラルフィルタ、適応ループフィルタ(ALF: adaptive loop filter)、鮮鋭化、平滑化フィルタ、もしくは共同フィルタ(collaborative filter)、もしくはこれらの任意の組み合わせなどの1つ以上のループフィルタを含んでもよい。ループフィルタユニット220は図2にループ内フィルタであるものとして示されるが、その他の構成において、ループフィルタユニット220は、ループ後フィルタとして実装されてもよい。フィルタリングされたブロック221は、フィルタリングされた再構築されたブロック221とも呼ばれてもよい。
ビデオエンコーダ20(それぞれ、ループフィルタユニット220)の実施形態は、たとえば、デコーダ30が同じループフィルタのパラメータまたはそれぞれのループフィルタを受信し、復号のために適用してもよいように、たとえば、そのままであるかまたはエントロピー符号化ユニット270によって符号化される(サンプル適応オフセット情報などの)ループフィルタのパラメータを出力するように構成されてもよい。
復号ピクチャバッファ
復号ピクチャバッファ(DPB)230は、ビデオエンコーダ20によってビデオデータを符号化するための参照ピクチャまたは概して参照ピクチャデータを記憶するメモリであってもよい。DPB230は、同期DRAM(SDRAM)を含むダイナミックランダムアクセスメモリ(DRAM)、磁気抵抗RAM(MRAM)、抵抗変化型RAM(RRAM: resistive RAM)、またはその他の種類のメモリデバイスなどの様々なメモリデバイスのいずれかによって形成されてもよい。復号ピクチャバッファ(DPB)230は、1つ以上のフィルタリングされたブロック221を記憶するように構成されてもよい。復号ピクチャバッファ230は、同じ現在のピクチャまたは異なるピクチャ、たとえば、既に再構築されたピクチャのその他の既にフィルタリングされたブロック、たとえば、既に再構築され、フィルタリングされたブロック221を記憶するようにさらに構成されてもよく、たとえば、インター予測のために、完全な既に再構築された、つまり、復号されたピクチャ(および対応する参照ブロックおよびサンプル)ならびに/または部分的に再構築された現在のピクチャ(および対応する参照ブロックおよびサンプル)を提供してもよい。復号ピクチャバッファ(DPB)230は、たとえば、再構築されたブロック215がループフィルタユニット220によってフィルタリングされない場合、1つ以上のフィルタリングされていない再構築されたブロック215もしくは概してフィルタリングされていない再構築されたサンプルを記憶し、または再構築されたブロックもしくはサンプルの任意のその他のさらに処理されたバージョンを記憶するようにも構成されてもよい。
復号ピクチャバッファ(DPB)230は、ビデオエンコーダ20によってビデオデータを符号化するための参照ピクチャまたは概して参照ピクチャデータを記憶するメモリであってもよい。DPB230は、同期DRAM(SDRAM)を含むダイナミックランダムアクセスメモリ(DRAM)、磁気抵抗RAM(MRAM)、抵抗変化型RAM(RRAM: resistive RAM)、またはその他の種類のメモリデバイスなどの様々なメモリデバイスのいずれかによって形成されてもよい。復号ピクチャバッファ(DPB)230は、1つ以上のフィルタリングされたブロック221を記憶するように構成されてもよい。復号ピクチャバッファ230は、同じ現在のピクチャまたは異なるピクチャ、たとえば、既に再構築されたピクチャのその他の既にフィルタリングされたブロック、たとえば、既に再構築され、フィルタリングされたブロック221を記憶するようにさらに構成されてもよく、たとえば、インター予測のために、完全な既に再構築された、つまり、復号されたピクチャ(および対応する参照ブロックおよびサンプル)ならびに/または部分的に再構築された現在のピクチャ(および対応する参照ブロックおよびサンプル)を提供してもよい。復号ピクチャバッファ(DPB)230は、たとえば、再構築されたブロック215がループフィルタユニット220によってフィルタリングされない場合、1つ以上のフィルタリングされていない再構築されたブロック215もしくは概してフィルタリングされていない再構築されたサンプルを記憶し、または再構築されたブロックもしくはサンプルの任意のその他のさらに処理されたバージョンを記憶するようにも構成されてもよい。
モード選択(区分け&予測)
モード選択ユニット260は、区分けユニット262、インター予測ユニット244、およびイントラ予測ユニット254を含み、元のピクチャデータ、たとえば、元のブロック203(現在のピクチャ17の現在のブロック203)と、再構築されたピクチャデータ、たとえば、同じ(現在の)ピクチャの、および/またはたとえば復号ピクチャバッファ230もしくはその他のバッファ(たとえば、図示されていないラインバッファ)からの1つ以上の既に復号されたピクチャからのフィルタリングされたおよび/またはフィルタリングされていない再構築されたサンプルまたはブロックとを受け取るかまたは取得するように構成される。再構築されたピクチャデータは、予測ブロック265または予測子(predictor)265を取得するための予測、たとえば、インター予測またはイントラ予測のための参照ピクチャデータとして使用される。
モード選択ユニット260は、区分けユニット262、インター予測ユニット244、およびイントラ予測ユニット254を含み、元のピクチャデータ、たとえば、元のブロック203(現在のピクチャ17の現在のブロック203)と、再構築されたピクチャデータ、たとえば、同じ(現在の)ピクチャの、および/またはたとえば復号ピクチャバッファ230もしくはその他のバッファ(たとえば、図示されていないラインバッファ)からの1つ以上の既に復号されたピクチャからのフィルタリングされたおよび/またはフィルタリングされていない再構築されたサンプルまたはブロックとを受け取るかまたは取得するように構成される。再構築されたピクチャデータは、予測ブロック265または予測子(predictor)265を取得するための予測、たとえば、インター予測またはイントラ予測のための参照ピクチャデータとして使用される。
モード選択ユニット260は、(区分けを含まない)現在のブロックの予測モードのための区分けおよび予測モード(たとえば、イントラまたはインター予測モード)を決定するかまたは選択し、残差ブロック205の計算および再構築されたブロック215の再構築のために使用される対応する予測ブロック265を生成するように構成されてもよい。
モード選択ユニット260の実施形態は、最良の一致もしくは言い換えると最小の残差(最小の残差は送信もしくは記憶のためのより優れた圧縮を意味する)または最小のシグナリングオーバーヘッド(最小のシグナリングオーバーヘッドは送信もしくは記憶のためのより優れた圧縮を意味する)を提供する、あるいはそれら両方を考慮するかまたは釣り合いを取る区分けおよび予測モードを(たとえば、モード選択ユニット260によってサポートされるかまたはモード選択ユニット260が利用可能な区分けおよび予測モードから)選択するように構成されてもよい。モード選択ユニット260は、レート歪み最適化(RDO)に基づいて区分けおよび予測モードを決定する、つまり、最小のレート歪みを提供する予測モードを選択するように構成されてもよい。この文脈の「最良の」、「最小の」、「最適な」などのような用語は、必ずしも全体の「最良の」、「最小の」、「最適な」などを指さず、値が閾値を超えることもしくは下回ることのような終了もしくは選択の基準、または潜在的に「準最適な選択」につながるが、複雑さおよび処理時間を削減するその他の制約を満たすことをも指してもよい。
言い換えると、区分けユニット262は、たとえば、四分木区分け(QT)、二分区分け(BT)、または三分木区分け(TT)、またはこれらの任意の組み合わせを反復的に使用してブロック203を(やはりブロックを形成する)より小さなブロックの区画または下位ブロックに区分けし、たとえば、ブロックの区画または下位ブロックの各々に関して予測を実行するように構成されてもよく、モード選択は、区分けされたブロック203の木構造の選択を含み、予測モードは、ブロックの区画または下位ブロックの各々に適用される。
以下で、例示的なビデオエンコーダ20によって実行される(たとえば、区分けユニット260による)区分けならびに(インター予測ユニット244およびイントラ予測ユニット254による)予測処理が、より詳細に説明される。
区分け
区分けユニット262は、現在のブロック203をより小さな区画、たとえば、正方形または長方形のサイズのより小さなブロックに区分け(または分割)してもよい。これらのより小さなブロック(下位ブロックとも呼ばれてもよい)は、より一層小さな区画にさらに区分けされてもよい。これは、木区分けまたは階層的木区分けとも呼ばれ、たとえば、ルートツリーレベル0(階層レベル0、深さ0)のルートブロックが、再帰的に区分けされ、たとえば、次に低いツリーレベルの2つ以上のブロック、たとえば、ツリーレベル1(階層レベル1、深さ1)のノードに区分けされてもよく、これらのブロックが、次に低いレベル、たとえば、ツリーレベル2(階層レベル2、深さ2)の2つ以上のブロックに再び区分けされてもよく、たとえば、終了基準が満たされる、たとえば、最大のツリーの深さまたは最小のブロックサイズが達せられるので区分けが終了されるまで以下同様である。さらに区分けされないブロックは、木の葉ブロックまたは葉ノードとも呼ばれる。2つの区画への区分けを使用する木は、二分木(BT)と呼ばれ、3つの区画への区分けを使用する木は、三分木(TT)と呼ばれ、4つの区画への区分けを使用する木は、四分木(QT)と呼ばれる。
区分けユニット262は、現在のブロック203をより小さな区画、たとえば、正方形または長方形のサイズのより小さなブロックに区分け(または分割)してもよい。これらのより小さなブロック(下位ブロックとも呼ばれてもよい)は、より一層小さな区画にさらに区分けされてもよい。これは、木区分けまたは階層的木区分けとも呼ばれ、たとえば、ルートツリーレベル0(階層レベル0、深さ0)のルートブロックが、再帰的に区分けされ、たとえば、次に低いツリーレベルの2つ以上のブロック、たとえば、ツリーレベル1(階層レベル1、深さ1)のノードに区分けされてもよく、これらのブロックが、次に低いレベル、たとえば、ツリーレベル2(階層レベル2、深さ2)の2つ以上のブロックに再び区分けされてもよく、たとえば、終了基準が満たされる、たとえば、最大のツリーの深さまたは最小のブロックサイズが達せられるので区分けが終了されるまで以下同様である。さらに区分けされないブロックは、木の葉ブロックまたは葉ノードとも呼ばれる。2つの区画への区分けを使用する木は、二分木(BT)と呼ばれ、3つの区画への区分けを使用する木は、三分木(TT)と呼ばれ、4つの区画への区分けを使用する木は、四分木(QT)と呼ばれる。
上述のように、本明細書において使用される用語「ブロック」は、ピクチャの一部分、特に、正方形または長方形の一部分であってもよい。たとえば、HEVCおよびVVCに関連して、ブロックは、コーディングツリーユニット(CTU)、コーディングユニット(CU: coding unit)、予測ユニット(PU: prediction unit)、および変換ユニット(TU: transform unit)、ならびに/または対応するブロック、たとえば、コーディングツリーブロック(CTB)、コーディングブロック(CB: coding block)、変換ブロック(TB)、または予測ブロック(PB)であるかまたはそれらに対応してもよい。
たとえば、コーディングツリーユニット(CTU)は、ルマサンプルのCTB、3つのサンプル配列を有するピクチャのクロマサンプルの2つの対応するCTB、またはモノクロピクチャもしくはサンプルをコーディングするために使用される3つの別々の色平面(colour plane)およびシンタックス(syntax)構造を使用してコーディングされるピクチャのサンプルのCTBであるかまたはそれらを含んでもよい。それに対応して、コーディングツリーブロック(CTB)は、構成要素のCTBへの分割が区分けであるようなNの何らかの値に関するサンプルのNxNのブロックであってもよい。コーディングユニット(CU)は、ルマサンプルのコーディングブロック、3つのサンプル配列を有するピクチャのクロマサンプルの2つの対応するコーディングブロック、またはモノクロピクチャもしくはサンプルをコーディングするために使用される3つの別々の色平面およびシンタックス構造を使用してコーディングされるピクチャのサンプルのコーディングブロックであるかまたはそれらを含んでもよい。それに対応して、コーディングブロック(CB)は、CTBのコーディングブロックへの分割が区分けであるようなMおよびNの何らかの値に関するサンプルのMxNのブロックであってもよい。
たとえば、HEVCによる実施形態において、コーディングツリーユニット(CTU)は、コーディングツリーとして表される四分木構造を使用することによってCUに分割されてもよい。インターピクチャ(時間)予測を使用してピクチャエリアをコーディングすべきかまたはイントラピクチャ(空間)予測を使用してピクチャエリアをコーディングすべきかの判断は、CUレベルで行われる。各CUは、PU分割タイプに従って1つ、2つ、または4つのPUにさらに分割されうる。1つのPU内では、同じ予測プロセスが適用され、関連する情報がPUに基づいてデコーダに送信される。PU分割タイプに基づいて予測プロセスを適用することによって残差ブロックを取得した後、CUは、CUに関するコーディングツリーと同様の別の四分木構造によって変換ユニット(TU)に区分けされうる。
たとえば、多目的ビデオコーディング(VVC)と呼ばれる現在開発されている最新のビデオコーディング規格による実施形態においては、四分木および二分木(QTBT)区分けが、コーディングブロックを区分けするために使用される。QTBTブロック構造において、CUは、正方形または長方形のいずれの形状も持ちうる。たとえば、コーディングツリーユニット(CTU)が、まず、四分木構造によって区分けされる。四分木の葉ノードが、二分木または三分(ternary)(または三分(triple))木構造によってさらに区分けされる。区分けツリーの葉ノードは、コーディングユニット(CU)と呼ばれ、そのセグメント分けが、いかなるさらなる区分けもなしに予測および変換処理のために使用される。これは、CU、PU、およびTUがQTBTコーディングブロック構造において同じブロックサイズを有することを意味する。平行して、多区画、たとえば、三分木区画も、QTBTブロック構造と一緒に使用されるように提案された。
一例において、ビデオエンコーダ20のモード選択ユニット260は、本明細書において説明される区分け技術の任意の組み合わせを実行するように構成されてもよい。
上述のように、ビデオエンコーダ20は、1組の(予め決定された)予測モードから最良のまたは最適な予測モードを決定するまたは選択するように構成される。1組の予測モードは、たとえば、イントラ予測モードおよび/またはインター予測モードを含んでもよい。
イントラ予測
1組のイントラ予測モードは、たとえばHEVCにおいて定義された35個の異なるイントラ予測モード、たとえば、DC(もしくは平均)モードおよび平面モードのような非方向性モード、または方向性モードを含んでもよく、あるいはたとえばVVCのために定義された67個の異なるイントラ予測モード、たとえば、DC(もしくは平均)モードおよび平面モードのような非方向性モード、または方向性モードを含んでもよい。
1組のイントラ予測モードは、たとえばHEVCにおいて定義された35個の異なるイントラ予測モード、たとえば、DC(もしくは平均)モードおよび平面モードのような非方向性モード、または方向性モードを含んでもよく、あるいはたとえばVVCのために定義された67個の異なるイントラ予測モード、たとえば、DC(もしくは平均)モードおよび平面モードのような非方向性モード、または方向性モードを含んでもよい。
イントラ予測ユニット254は、1組のイントラ予測モードのうちのイントラ予測モードによって、同じ現在のピクチャの近隣のブロックの再構築されたサンプルを使用してイントラ予測ブロック265を生成するように構成される。
イントラ予測ユニット254(または概してモード選択ユニット260)は、たとえば、ビデオデコーダ30が予測パラメータを受信し、復号のために使用してもよいように、符号化されたピクチャデータ21に含めるためにシンタックス要素266の形態でエントロピー符号化ユニット270にイントラ予測パラメータ(または概してブロックに関する選択されたイントラ予測モードを示す情報)を出力するようにさらに構成される。
インター予測
1組の(または可能な)インター予測モードは、利用可能な参照ピクチャ(つまり、たとえば、DBP230に記憶された前の少なくとも部分的に復号されたピクチャ)ならびにその他のインター予測パラメータ、たとえば、最もよく一致する参照ブロックについて探索するために参照ピクチャ全体が使用されるのかもしくは参照ピクチャの一部のみ、たとえば、現在のブロックのエリアの周りの探索窓(search window)エリアのみが使用されるか、ならびに/またはたとえば、ピクセル補間、たとえば、半/セミペル(half/semi-pel)および/もしくは4分の1ペル補間が適用されるか否かに依存する。
1組の(または可能な)インター予測モードは、利用可能な参照ピクチャ(つまり、たとえば、DBP230に記憶された前の少なくとも部分的に復号されたピクチャ)ならびにその他のインター予測パラメータ、たとえば、最もよく一致する参照ブロックについて探索するために参照ピクチャ全体が使用されるのかもしくは参照ピクチャの一部のみ、たとえば、現在のブロックのエリアの周りの探索窓(search window)エリアのみが使用されるか、ならびに/またはたとえば、ピクセル補間、たとえば、半/セミペル(half/semi-pel)および/もしくは4分の1ペル補間が適用されるか否かに依存する。
上述の予測モードに加えて、スキップモードおよび/またはダイレクトモードが、適用されてもよい。
インター予測ユニット244は、動き推定(ME)ユニットおよび動き補償(MC)ユニット(どちらも図2に示さず)を含んでもよい。動き推定ユニットは、動き推定のために、ピクチャブロック203(現在のピクチャ17の現在のピクチャブロック203)および復号されたピクチャ231、または少なくとも1つのもしくは複数の既に再構築されたブロック、たとえば、1つ以上のその他の/異なる既に復号されたピクチャ231の再構築されたブロックを受信するかまたは取得するように構成されてもよい。たとえば、ビデオシーケンスは、現在のピクチャおよび既に復号されたピクチャ231を含んでもよく、または言い換えると、現在のピクチャおよび既に復号されたピクチャ231は、ビデオシーケンスを形成するピクチャのシーケンスの一部であるかもしくは当該ピクチャのシーケンスを形成してもよい。
エンコーダ20は、たとえば、複数のその他のピクチャのうちの同じまたは異なるピクチャの複数の参照ブロックから参照ブロックを選択し、参照ピクチャ(もしくは参照ピクチャインデックス)および/または参照ブロックの位置(x、y座標)と現在のブロックの位置との間のオフセット(空間オフセット)をインター予測パラメータとして動き推定ユニットに提供するように構成されてもよい。このオフセットは、動きベクトル(MV)とも呼ばれる。
動き補償ユニットは、インター予測パラメータを取得、たとえば、受信し、インター予測パラメータに基づいてまたはインター予測パラメータを使用してインター予測を実行してインター予測ブロック265を取得するように構成される。動き補償ユニットによって実行される動き補償は、おそらくはサブピクセルの精度の補間を実行する動き推定によって決定された動き/ブロックベクトルに基づく予測ブロックのフェッチまたは生成を含んでもよい。補間フィルタリングが、知られているピクセルサンプルから追加的なピクセルサンプルを生成してもよく、したがって潜在的に、ピクチャブロックをコーディングするために使用されてもよい候補予測ブロックの数を増やす。現在のピクチャブロックのPUに関する動きベクトルを受信すると、動き補償ユニットは、参照ピクチャリストのうちの1つにおいて動きベクトルが指す予測ブロックを見つけてもよい。
動き補償ユニットは、ビデオスライスのピクチャブロックを復号する際にビデオデコーダ30によって使用するためのブロックおよびビデオスライスに関連するシンタックス要素も生成してもよい。
エントロピーコーディング
エントロピー符号化ユニット270は、たとえば、ビデオデコーダ30がパラメータを受信し、復号のために使用してもよいように、たとえば、符号化されたビットストリーム21の形態で出力272を介して出力されうる符号化されたピクチャデータ21を得るために、量子化された係数209、インター予測パラメータ、イントラ予測パラメータ、ループフィルタパラメータ、および/またはその他のシンタックス要素に対して、たとえば、エントロピー符号化アルゴリズムもしくは方式(たとえば、可変長コーディング(VLC: variable length coding)方式、コンテキスト適応VLC方式(CAVLC: context adaptive VLC)、算術コーディング方式、2値化、コンテキスト適応2値算術コーディング(CABAC: context adaptive binary arithmetic coding)、シンタックスに基づくコンテキスト適応2値算術コーディング(SBAC: syntax-based context-adaptive binary arithmetic coding)、確率間隔区分エントロピー(PIPE: probability interval partitioning entropy)コーディング、もしくは別のエントロピー符号化方法もしくは技術)またはバイパス(bypass)(非圧縮)を適用するように構成される。符号化されたビットストリーム21は、ビデオデコーダ30に送信されるか、または後の送信またはビデオデコーダ30による取り出しのためにメモリに記憶されてもよい。
エントロピー符号化ユニット270は、たとえば、ビデオデコーダ30がパラメータを受信し、復号のために使用してもよいように、たとえば、符号化されたビットストリーム21の形態で出力272を介して出力されうる符号化されたピクチャデータ21を得るために、量子化された係数209、インター予測パラメータ、イントラ予測パラメータ、ループフィルタパラメータ、および/またはその他のシンタックス要素に対して、たとえば、エントロピー符号化アルゴリズムもしくは方式(たとえば、可変長コーディング(VLC: variable length coding)方式、コンテキスト適応VLC方式(CAVLC: context adaptive VLC)、算術コーディング方式、2値化、コンテキスト適応2値算術コーディング(CABAC: context adaptive binary arithmetic coding)、シンタックスに基づくコンテキスト適応2値算術コーディング(SBAC: syntax-based context-adaptive binary arithmetic coding)、確率間隔区分エントロピー(PIPE: probability interval partitioning entropy)コーディング、もしくは別のエントロピー符号化方法もしくは技術)またはバイパス(bypass)(非圧縮)を適用するように構成される。符号化されたビットストリーム21は、ビデオデコーダ30に送信されるか、または後の送信またはビデオデコーダ30による取り出しのためにメモリに記憶されてもよい。
ビデオエンコーダ20その他の構造の変化形が、ビデオストリームを符号化するために使用されうる。たとえば、変換に基づかないエンコーダ20は、特定のブロックまたはフレームに関して変換処理ユニット206なしに残差信号を直接量子化しうる。別の実装において、エンコーダ20は、単一のユニットに組み合わされた量子化ユニット208および逆量子化ユニット210を持ちうる。
デコーダおよび復号方法
図3は、本出願の技術を実装するように構成されるビデオデコーダ30の例を示す。ビデオデコーダ30は、復号されたピクチャ331を取得するために、たとえば、エンコーダ20によって符号化された符号化されたピクチャデータ21(たとえば、符号化されたビットストリーム21)を受信するように構成される。符号化されたピクチャデータまたはビットストリームは、符号化されたピクチャデータ、たとえば、符号化されたビデオスライスのピクチャブロックおよび関連するシンタックス要素を表すデータを復号するための情報を含む。
図3は、本出願の技術を実装するように構成されるビデオデコーダ30の例を示す。ビデオデコーダ30は、復号されたピクチャ331を取得するために、たとえば、エンコーダ20によって符号化された符号化されたピクチャデータ21(たとえば、符号化されたビットストリーム21)を受信するように構成される。符号化されたピクチャデータまたはビットストリームは、符号化されたピクチャデータ、たとえば、符号化されたビデオスライスのピクチャブロックおよび関連するシンタックス要素を表すデータを復号するための情報を含む。
図3の例において、デコーダ30は、エントロピー復号ユニット304、逆量子化ユニット310、逆変換処理ユニット312、再構築ユニット314(たとえば、合算器314)、ループフィルタ320、復号ピクチャバッファ(DBP)330、インター予測ユニット344、およびイントラ予測ユニット354を含む。インター予測ユニット344は、動き補償ユニットであるかまたは動き補償ユニットを含んでもよい。ビデオデコーダ30は、いくつかの例において、図2のビデオエンコーダ100に関連して説明された符号化パスと概して逆である復号パスを実行してもよい。
エンコーダ20に関連して説明されたように、逆量子化ユニット210、逆変換処理ユニット212、再構築ユニット214、ループフィルタ220、復号ピクチャバッファ(DPB)230、インター予測ユニット344、およびイントラ予測ユニット354は、ビデオエンコーダ20の「内蔵デコーダ」を形成するともみなされる。したがって、逆量子化ユニット310は、逆量子化ユニット110と機能的に同一であってもよく、逆変換処理ユニット312は、逆変換処理ユニット212と機能的に同一であってもよく、再構築ユニット314は、再構築ユニット214と機能的に同一であってもよく、ループフィルタ320は、ループフィルタ220と機能的に同一であってもよく、復号ピクチャバッファ330は、復号ピクチャバッファ230と機能的に同一であってもよい。したがって、ビデオ20エンコーダのそれぞれのユニットおよび機能に関して与えられた説明が、ビデオデコーダ30のそれぞれのユニットおよび機能に準用される。
エントロピー復号
エントロピー復号ユニット304は、ビットストリーム21(または概して符号化されたピクチャデータ21)を解析し、たとえば、符号化されたピクチャデータ21にエントロピー復号を実行して、たとえば、量子化された係数309ならびに/あるいは復号されたコーディングパラメータ(図3に示さず)、たとえば、インター予測パラメータ(たとえば、参照ピクチャインデックスおよび動きベクトル)、イントラ予測パラメータ(たとえば、イントラ予測モードもしくはインデックス)、変換パラメータ、量子化パラメータ、ループフィルタパラメータ、および/またはその他のシンタックス要素のいずれかまたはすべてを取得するように構成される。エントロピー復号ユニット304は、エンコーダ20のエントロピー符号化ユニット270に関連して説明された符号化方式に対応する復号アルゴリズムまたは方式を適用するように構成されてもよい。エントロピー復号ユニット304は、インター予測パラメータ、イントラ予測パラメータ、および/またはその他のシンタックス要素をモード選択ユニット360に提供し、その他のパラメータをデコーダ30のその他のユニットに提供するようにさらに構成されてもよい。ビデオデコーダ30は、ビデオスライスのレベルおよび/またはビデオブロックのレベルでシンタックス要素を受信してもよい。
エントロピー復号ユニット304は、ビットストリーム21(または概して符号化されたピクチャデータ21)を解析し、たとえば、符号化されたピクチャデータ21にエントロピー復号を実行して、たとえば、量子化された係数309ならびに/あるいは復号されたコーディングパラメータ(図3に示さず)、たとえば、インター予測パラメータ(たとえば、参照ピクチャインデックスおよび動きベクトル)、イントラ予測パラメータ(たとえば、イントラ予測モードもしくはインデックス)、変換パラメータ、量子化パラメータ、ループフィルタパラメータ、および/またはその他のシンタックス要素のいずれかまたはすべてを取得するように構成される。エントロピー復号ユニット304は、エンコーダ20のエントロピー符号化ユニット270に関連して説明された符号化方式に対応する復号アルゴリズムまたは方式を適用するように構成されてもよい。エントロピー復号ユニット304は、インター予測パラメータ、イントラ予測パラメータ、および/またはその他のシンタックス要素をモード選択ユニット360に提供し、その他のパラメータをデコーダ30のその他のユニットに提供するようにさらに構成されてもよい。ビデオデコーダ30は、ビデオスライスのレベルおよび/またはビデオブロックのレベルでシンタックス要素を受信してもよい。
逆量子化
逆量子化ユニット310は、(たとえば、エントロピー復号ユニット304によって、たとえば、解析および/または復号することによって)符号化されたピクチャデータ21から量子化パラメータ(QP)(または概して逆量子化に関連する情報)および量子化された係数を受け取り、復号された量子化された係数309に対して量子化パラメータに基づいて逆量子化を適用して、変換係数311とも呼ばれてもよい逆量子化された係数311を取得するように構成されてもよい。逆量子化プロセスは、量子化の度合いと、同様に、適用されるべき逆量子化の度合いとを決定するために、ビデオスライス内の各ビデオブロックに関してビデオエンコーダ20によって決定された量子化パラメータを使用することを含んでもよい。
逆量子化ユニット310は、(たとえば、エントロピー復号ユニット304によって、たとえば、解析および/または復号することによって)符号化されたピクチャデータ21から量子化パラメータ(QP)(または概して逆量子化に関連する情報)および量子化された係数を受け取り、復号された量子化された係数309に対して量子化パラメータに基づいて逆量子化を適用して、変換係数311とも呼ばれてもよい逆量子化された係数311を取得するように構成されてもよい。逆量子化プロセスは、量子化の度合いと、同様に、適用されるべき逆量子化の度合いとを決定するために、ビデオスライス内の各ビデオブロックに関してビデオエンコーダ20によって決定された量子化パラメータを使用することを含んでもよい。
逆変換
逆変換処理ユニット312は、変換係数311とも呼ばれる逆量子化された係数311を受け取り、サンプル領域において再構築された残差ブロック213を取得するために、逆量子化された係数311に変換を適用するように構成されてもよい。再構築された残差ブロック213は、変換ブロック213とも呼ばれてもよい。変換は、逆変換、たとえば、逆DCT、逆DST、逆整数変換、または概念的に同様の逆変換プロセスであってもよい。逆変換処理ユニット312は、逆量子化された係数311に適用される変換を決定するために、(たとえば、エントロピー復号ユニット304によって、たとえば、解析および/または復号することによって)符号化されたピクチャデータ21から変換パラメータまたは対応する情報を受け取るようにさらに構成されてもよい。
逆変換処理ユニット312は、変換係数311とも呼ばれる逆量子化された係数311を受け取り、サンプル領域において再構築された残差ブロック213を取得するために、逆量子化された係数311に変換を適用するように構成されてもよい。再構築された残差ブロック213は、変換ブロック213とも呼ばれてもよい。変換は、逆変換、たとえば、逆DCT、逆DST、逆整数変換、または概念的に同様の逆変換プロセスであってもよい。逆変換処理ユニット312は、逆量子化された係数311に適用される変換を決定するために、(たとえば、エントロピー復号ユニット304によって、たとえば、解析および/または復号することによって)符号化されたピクチャデータ21から変換パラメータまたは対応する情報を受け取るようにさらに構成されてもよい。
再構築
再構築ユニット314(たとえば、加算器または合算器314)は、たとえば、再構築された残差ブロック313のサンプル値と予測ブロック365のサンプル値とを足すことによって予測ブロック365に再構築された残差ブロック313を足してサンプル領域において再構築されたブロック315を取得するように構成されてもよい。
再構築ユニット314(たとえば、加算器または合算器314)は、たとえば、再構築された残差ブロック313のサンプル値と予測ブロック365のサンプル値とを足すことによって予測ブロック365に再構築された残差ブロック313を足してサンプル領域において再構築されたブロック315を取得するように構成されてもよい。
フィルタリング
(コーディングループ内またはコーディングループの後のいずれかの)ループフィルタユニット320は、たとえば、ピクセルの遷移を平滑化するかまたはそれ以外の方法でビデオの品質を改善するために再構築されたブロック315をフィルタリングしてフィルタリングされたブロック321を取得するように構成される。ループフィルタユニット320は、デブロッキングフィルタ、サンプル適応オフセット(SAO)フィルタ、または1つ以上のその他のフィルタ、たとえば、バイラテラルフィルタ、適応ループフィルタ(ALF)、鮮鋭化、平滑化フィルタ、もしくは共同フィルタ、もしくはこれらの任意の組み合わせなどの1つ以上のループフィルタを含んでもよい。ループフィルタユニット320は図3にループ内フィルタであるものとして示されるが、その他の構成において、ループフィルタユニット320は、ループ後フィルタとして実装されてもよい。
(コーディングループ内またはコーディングループの後のいずれかの)ループフィルタユニット320は、たとえば、ピクセルの遷移を平滑化するかまたはそれ以外の方法でビデオの品質を改善するために再構築されたブロック315をフィルタリングしてフィルタリングされたブロック321を取得するように構成される。ループフィルタユニット320は、デブロッキングフィルタ、サンプル適応オフセット(SAO)フィルタ、または1つ以上のその他のフィルタ、たとえば、バイラテラルフィルタ、適応ループフィルタ(ALF)、鮮鋭化、平滑化フィルタ、もしくは共同フィルタ、もしくはこれらの任意の組み合わせなどの1つ以上のループフィルタを含んでもよい。ループフィルタユニット320は図3にループ内フィルタであるものとして示されるが、その他の構成において、ループフィルタユニット320は、ループ後フィルタとして実装されてもよい。
復号ピクチャバッファ
次いで、ピクチャの復号されたビデオブロック321は、その他のピクチャに関する後続の動き補償のための参照ピクチャとしておよび/またはディスプレイ上にそれぞれ出力するために復号されたピクチャ331を記憶する復号ピクチャバッファ330に記憶される。
次いで、ピクチャの復号されたビデオブロック321は、その他のピクチャに関する後続の動き補償のための参照ピクチャとしておよび/またはディスプレイ上にそれぞれ出力するために復号されたピクチャ331を記憶する復号ピクチャバッファ330に記憶される。
デコーダ30は、復号されたピクチャ311を、ユーザへの提示または視聴のために、たとえば、出力312を介して出力するように構成される。
予測
インター予測ユニット344は、インター予測ユニット244と(特に動き補償ユニットと)同一であってもよく、イントラ予測ユニット354は、インター予測ユニット254と機能的に同一であってもよく、(たとえば、エントロピー復号ユニット304によって、たとえば、解析および/または復号することによって)復号されたピクチャデータ21から受け取られた区分けおよび/または予測パラメータまたはそれぞれの情報に基づいて分割または区分けの判断および予測を実行する。モード選択ユニット360は、予測ブロック365を得るために、(フィルタリングされたまたはフィルタリングされていない)再構築されたピクチャ、ブロック、またはそれぞれのサンプルに基づいてブロック毎に予測(イントラまたはインター予測)を実行するように構成されてもよい。
インター予測ユニット344は、インター予測ユニット244と(特に動き補償ユニットと)同一であってもよく、イントラ予測ユニット354は、インター予測ユニット254と機能的に同一であってもよく、(たとえば、エントロピー復号ユニット304によって、たとえば、解析および/または復号することによって)復号されたピクチャデータ21から受け取られた区分けおよび/または予測パラメータまたはそれぞれの情報に基づいて分割または区分けの判断および予測を実行する。モード選択ユニット360は、予測ブロック365を得るために、(フィルタリングされたまたはフィルタリングされていない)再構築されたピクチャ、ブロック、またはそれぞれのサンプルに基づいてブロック毎に予測(イントラまたはインター予測)を実行するように構成されてもよい。
ビデオスライスがイントラコーディングされた(I)スライスとしてコーディングされるとき、モード選択ユニット360のイントラ予測ユニット354は、シグナリングされたイントラ予測モードおよび現在のピクチャの既に復号されたブロックからのデータに基づいて現在のビデオスライスのピクチャブロックに関する予測ブロック365を生成するように構成される。ビデオピクチャがインターコーディングされた(つまり、BまたはP)スライスとしてコーディングされるとき、モード選択ユニット360のインター予測ユニット344(たとえば、動き補償ユニット)は、エントロピー復号ユニット304から受け取られたモーションベクトルおよびその他のシンタックス要素に基づいて現在のビデオスライスのビデオブロックに関する予測ブロック365を生成するように構成される。インター予測に関して、予測ブロックは、参照ピクチャリストのうちの1つの中の参照ピクチャのうちの1つから生成されてもよい。ビデオデコーダ30は、DPB330に記憶された参照ピクチャに基づいてデフォルトの構築技術を使用して参照フレームリスト、List 0およびList 1を構築してもよい。
モード選択ユニット360は、動きベクトルおよびその他のシンタックス要素を解析することによって現在のビデオスライスのビデオブロックに関する予測情報を決定するように構成され、予測情報を使用して、復号されている現在のビデオブロックに関する予測ブロックを生成する。たとえば、モード選択ユニット360は、受信されたシンタックス要素の一部を使用して、ビデオスライスのビデオブロックをコーディングするために使用された予測モード(たとえば、イントラまたはインター予測)、インター予測のスライスタイプ(たとえば、Bスライス、Pスライス、またはGPBスライス)、スライスのための参照ピクチャリストのうちの1つ以上に関する構築情報、スライスのそれぞれのインター符号化されたビデオブロックに関する動きベクトル、スライスのそれぞれのインターコーディングされたビデオブロックに関するインター予測のステータス、および現在のビデオスライス内のビデオブロックを復号するためのその他の情報を決定する。
ビデオデコーダ30のその他の変化形が、符号化されたピクチャデータ21を復号するために使用されうる。たとえば、デコーダ30は、ループフィルタリングユニット320なしで出力ビデオストリームを生成しうる。たとえば、変換に基づかないデコーダ30は、特定のブロックまたはフレームに関して逆変換処理ユニット312なしに残差信号を直接逆量子化しうる。別の実装において、ビデオデコーダ30は、単一のユニットに組み合わされた逆量子化ユニット310および逆変換処理ユニット312を持ちうる。
エンコーダ20およびデコーダ30において、現在のステップの処理結果は、さらに処理され、次いで、次のステップに出力されてもよいことを理解されたい。たとえば、補間フィルタリング、動きベクトルの導出、またはループフィルタリングの後、Clipまたはシフトなどのさらなる演算が、補間フィルタリング、動きベクトルの導出、またはループフィルタリングの処理結果に対して実行されてもよい。
さらなる演算が、(アフィンモードの制御点動きベクトル(control point motion vector)、アフィン、平面、ATMVPモードの下位ブロック動きベクトル、時間動きベクトル(temporal motion vector)などを含むがこれらに限定されない)現在のブロックの導出された動きベクトルに適用されてもよいことに留意されたい。たとえば、動きベクトルの値は、その表現ビットに従って所定の範囲に制約される。動きベクトルの表現ビットがbitDepthである場合、次いで、範囲は、-2^(bitDepth-1)～2^(bitDepth-1)-1であり、「^」は、累乗を意味する。たとえば、bitDepthが16に等しいように設定される場合、範囲は、-32768～32767であり、bitDepthが18に等しいように設定される場合、範囲は、-131072～131071である。ここで、動きベクトルを制約するための2つの方法を提供する。
方法1:流れる演算によってあふれ(overflow)MSB(最上位ビット)を削除する
ux= ( mvx+2bitDepth ) % 2bitDepth (1)
mvx = ( ux >= 2bitDepth-1 ) ? (ux - 2bitDepth ) : ux (2)
uy= ( mvy+2bitDepth ) % 2bitDepth (3)
mvy = ( uy >= 2bitDepth-1 ) ? (uy - 2bitDepth ) : uy (4)
ux= ( mvx+2bitDepth ) % 2bitDepth (1)
mvx = ( ux >= 2bitDepth-1 ) ? (ux - 2bitDepth ) : ux (2)
uy= ( mvy+2bitDepth ) % 2bitDepth (3)
mvy = ( uy >= 2bitDepth-1 ) ? (uy - 2bitDepth ) : uy (4)
たとえば、mvxの値が-32769である場合、式(1)および(2)を適用した後、結果として得られる値は、32767である。コンピュータシステムにおいて、10進数は、2の補数として記憶される。-32769の2の補数は、1,0111,1111,1111,1111(17ビット)であり、次いで、MSBが破棄され、したがって、結果として得られる2の補数は、0111,1111,1111,1111(10進数は32767)であり、これは、式(1)および(2)を適用することによる出力と同じである。
ux= ( mvpx + mvdx +2bitDepth ) % 2bitDepth (5)
mvx = ( ux >= 2bitDepth-1 ) ? (ux - 2bitDepth ) : ux (6)
uy= ( mvpy + mvdy +2bitDepth ) % 2bitDepth (7)
mvy = ( uy >= 2bitDepth-1 ) ? (uy - 2bitDepth ) : uy (8)
ux= ( mvpx + mvdx +2bitDepth ) % 2bitDepth (5)
mvx = ( ux >= 2bitDepth-1 ) ? (ux - 2bitDepth ) : ux (6)
uy= ( mvpy + mvdy +2bitDepth ) % 2bitDepth (7)
mvy = ( uy >= 2bitDepth-1 ) ? (uy - 2bitDepth ) : uy (8)
演算は、式(5)から(8)に示されるように、mvpとmvdとの合計中に適用されてもよい。
方法2:値をクリッピングすることによってあふれMSBを削除する
vx = Clip3(-2bitDepth-1, 2bitDepth-1 -1, vx)
vy = Clip3(-2bitDepth-1, 2bitDepth-1 -1, vy)
関数Clip3の定義は、次の通りである。
vx = Clip3(-2bitDepth-1, 2bitDepth-1 -1, vx)
vy = Clip3(-2bitDepth-1, 2bitDepth-1 -1, vy)
関数Clip3の定義は、次の通りである。
図4は、本開示の実施形態に係るビデオコーディングデバイス400の概略図である。ビデオコーディングデバイス400は、本明細書において説明されるように開示される実施形態を実装するのに好適である。実施形態において、ビデオコーディングデバイス400は、図1Aのビデオデコーダ30などのデコーダまたは図1Aのビデオエンコーダ20などのエンコーダであってもよい。
ビデオコーディングデバイス400は、データを受信するための着信ポート410(または入力ポート410)および受信機ユニット(Rx)420、データを処理するためのプロセッサ、論理ユニット、または中央演算処理装置(CPU)430、データを送信するための送信機ユニット(Tx)440および発信ポート450(または出力ポート450)、ならびにデータを記憶するためのメモリ460を含む。ビデオコーディングデバイス400は、光または電気信号の発信または着信のために着信ポート410、受信機ユニット420、送信機ユニット440、および発信ポート450に結合された光-電気(OE)構成要素および電気-光(EO)構成要素も含んでもよい。
プロセッサ430は、ハードウェアおよびソフトウェアによって実装される。プロセッサ430は、1つ以上のCPUチップ、コア(たとえば、マルチコアプロセッサとして)、FPGA、ASIC、およびDSPとして実装されてもよい。プロセッサ430は、着信ポート410、受信機ユニット420、送信機ユニット440、発信ポート450、およびメモリ460と通信する。プロセッサ430は、コーディングモジュール470を含む。コーディングモジュール470は、上述の開示された実施形態を実装する。たとえば、コーディングモジュール470は、様々なコーディング動作を実装するか、処理するか、準備するか、または提供する。したがって、コーディングモジュール470を含むことは、ビデオコーディングデバイス400の機能を大幅に改善し、ビデオコーディングデバイス400の異なる状態への転換をもたらす。代替的に、コーディングモジュール470は、メモリ460に記憶され、プロセッサ430によって実行される命令として実装される。
メモリ460は、1つ以上のディスク、テープドライブ、およびソリッドステートドライブを含んでもよく、プログラムが実行するために選択されるときにそのようなプログラムを記憶するためならびにプログラムの実行中に読まれる命令およびデータを記憶するためのオーバーフローデータストレージデバイス(over-flow data storage device)として使用されてもよい。メモリ460は、たとえば、揮発性および/または不揮発性であってもよく、読み出し専用メモリ(ROM)、ランダムアクセスメモリ(RAM)、3値連想メモリ(TCAM: ternary content-addressable memory)、および/またはスタティックランダムアクセスメモリ(SRAM)であってもよい。
図5は、例示的な実施形態に係る、図1の送信元デバイス12および送信先デバイス14のいずれかまたは両方として使用されてもよい装置500の簡略化されたブロック図である。
装置500のプロセッサ502は、中央演算処理装置であることが可能である。代替的に、プロセッサ502は、既存のまたは今後開発される、情報を操作または処理することができる任意のその他の種類の1つのデバイスまたは複数のデバイスであることが可能である。開示される実装は示されるように単一のプロセッサ、たとえば、プロセッサ502によって実施されうるが、2つ以上のプロセッサを使用することによって速度および効率面の利点が実現されうる。
装置500のメモリ504は、実装において、読み出し専用メモリ(ROM)デバイスまたはランダムアクセスメモリ(RAM)デバイスであることが可能である。任意のその他の好適な種類のストレージデバイスが、メモリ504として使用されうる。メモリ504は、バス512を使用してプロセッサ502によってアクセスされるコードおよびデータ506を含みうる。メモリ504は、オペレーティングシステム508およびアプリケーションプログラム510をさらに含むことが可能であり、アプリケーションプログラム510は、プロセッサ502が本明細書において説明される方法を実行すること可能にする少なくとも1つのプログラムを含む。たとえば、アプリケーションプログラム510は、本明細書において説明される方法を実行するビデオコーディングアプリケーションをさらに含むアプリケーション1からNを含みうる。
装置500は、ディスプレイ518などの1つ以上の出力デバイスも含みうる。ディスプレイ518は、一例において、ディスプレイをタッチ入力を感知するように動作可能であるタッチ感知要素と組み合わせるタッチ式ディスプレイであってもよい。ディスプレイ518は、バス512を介してプロセッサ502に結合されうる。
ここでは単一のバスとして示されるが、装置500のバス212は、複数のバスから構成されうる。さらに、二次ストレージ514は、装置500のその他の構成要素に直接結合されることが可能であり、またはネットワークを介してアクセスされることが可能であり、メモリカードなどの単一の統合されたユニットもしくは複数のメモリカードなどの複数のユニットを含むことが可能である。したがって、装置500は、多種多様な構成で実装されうる。
ITU-T H.265によるマージ候補リストの構築についての例において、マージ候補リストは、以下の候補に基づいて構築される。
1. 5つの空間的な近隣のブロックから導出される最大4つの空間的候補、
2. 2つの時間的な同じ場所にあるブロックから導出された1つの時間的候補、
3. 組み合わされた双予測の(bi-predictive)候補を含む追加的な候補、および
4. ゼロ動きベクトル候補
1. 5つの空間的な近隣のブロックから導出される最大4つの空間的候補、
2. 2つの時間的な同じ場所にあるブロックから導出された1つの時間的候補、
3. 組み合わされた双予測の(bi-predictive)候補を含む追加的な候補、および
4. ゼロ動きベクトル候補
空間的候補
空間的な近隣のブロックの動き情報が、まず、動き情報候補としてマージ候補リストに追加される(例において、マージ候補リストは、最初の動きベクトルがマージ候補リストに追加される前は空のリストであってもよい)。ここで、マージリストに挿入されると考えられる近隣のブロックが、図6bに示される。インター予測のブロックのマージのために、最大4つの候補が、A1、B1、B0、A0、およびB2をこの順序で順番に調べることによってマージリストに挿入される。
空間的な近隣のブロックの動き情報が、まず、動き情報候補としてマージ候補リストに追加される(例において、マージ候補リストは、最初の動きベクトルがマージ候補リストに追加される前は空のリストであってもよい)。ここで、マージリストに挿入されると考えられる近隣のブロックが、図6bに示される。インター予測のブロックのマージのために、最大4つの候補が、A1、B1、B0、A0、およびB2をこの順序で順番に調べることによってマージリストに挿入される。
動き情報は、1つまたは2つの参照ピクチャリストが使用されるかどうかの情報ならびに各参照ピクチャリストに関する参照インデックスおよび動きベクトルを含む、すべての動きデータを含んでもよい。
例においては、近隣のブロックが利用可能であるかどうかおよび動き情報を含むかどうかを調べた後、近隣のブロックのすべての動きデータを動き情報候補とみなす前に、いくつかのさらなる冗長性の検査が実行される。これらの冗長性の検査は、以下の2つの異なる目的のための2つのカテゴリに分けられうる。
カテゴリ1、リスト内に冗長な動きデータを有する候補を持つことを避ける。
カテゴリ2、冗長なシンタックスを生成する、その他の手段によって表現されうる2つの区画をマージすることを防止する。
カテゴリ1、リスト内に冗長な動きデータを有する候補を持つことを避ける。
カテゴリ2、冗長なシンタックスを生成する、その他の手段によって表現されうる2つの区画をマージすることを防止する。
時間的候補
図6aは、時間的動き情報候補が取り出されるブロックの座標を示した。同じ場所にあるブロックは、現在のブロックの同じ-x、-y座標を有するが、異なるピクチャ(参照ピクチャのうちの1つ)上にあるブロックである。時間的動き情報候補は、リストが満杯でない場合、マージリストに追加される(例において、マージリストは、マージリストの候補の量が閾値未満であるとき、満杯でなく、たとえば、閾値は、4、5、6などであってもよい)。
図6aは、時間的動き情報候補が取り出されるブロックの座標を示した。同じ場所にあるブロックは、現在のブロックの同じ-x、-y座標を有するが、異なるピクチャ(参照ピクチャのうちの1つ)上にあるブロックである。時間的動き情報候補は、リストが満杯でない場合、マージリストに追加される(例において、マージリストは、マージリストの候補の量が閾値未満であるとき、満杯でなく、たとえば、閾値は、4、5、6などであってもよい)。
生成された候補
空間的および時間的動き情報候補の挿入後に、マージリストがまだ満杯でない場合、生成された候補が、リストを満たすために追加される。リストサイズは、シーケンスパラメータセット内に示され、コーディングされたビデオシーケンス全体を通じて固定である。
空間的および時間的動き情報候補の挿入後に、マージリストがまだ満杯でない場合、生成された候補が、リストを満たすために追加される。リストサイズは、シーケンスパラメータセット内に示され、コーディングされたビデオシーケンス全体を通じて固定である。
ITU-T H.265およびVVCのマージリスト構築プロセスは、動き情報候補のリストを出力する。VVCのマージリスト構築プロセスは、http://phenix.it-sudparis.eu/jvet/に公開されている文書JVET-L1001_v2 Versatile Video Coding (Draft 3)の「8.3.2.2 Derivation process for luma motion vectors for merge mode」のセクションに記載されている。動き情報という用語は、動き補償予測プロセスを実行するために必要な動きデータを指す。動き情報は、通常、以下の情報を指す。
・ブロックが単予測を適用するのかまたは双予測を適用するのか
・予測において使用される参照ピクチャのID。(ブロックが双予測を適用する場合は2つのID)。
・動きベクトル(ブロックが双予測される場合は2つの動きベクトル)
・追加的な情報
・ブロックが単予測を適用するのかまたは双予測を適用するのか
・予測において使用される参照ピクチャのID。(ブロックが双予測を適用する場合は2つのID)。
・動きベクトル(ブロックが双予測される場合は2つの動きベクトル)
・追加的な情報
VVCおよびH.265において、マージリスト構築の出力である候補のリストは、N候補動き情報を含む。数Nは、概して、ビットストリームに含まれ、5、6などの正の整数であることが可能である。構築されたマージリストに含まれる候補は、単予測情報または双予測情報を含んでもよい。これは、マージリストから選択される候補が双予測動作を示してもよいことを意味する。
双予測
インター予測の特別なモードは、「双予測」と呼ばれ、2つの動きベクトルが、ブロックを予測するために使用される。動きベクトルは、同じまたは異なる参照ピクチャを指すことが可能であり、参照ピクチャは、参照ピクチャリストIDおよび参照ピクチャインデックスによって示されることが可能である。たとえば、第1の動きベクトルが、参照ピクチャリストL0の第1のピクチャを指してもよく、第2の動きベクトルが、参照ピクチャリストL1の第1のピクチャを指してもよい。2つの参照ピクチャリスト(たとえば、L0およびL1)が保有されてもよく、第1の動きベクトルによって指されるピクチャが、リストL0から選択され、第2の動きベクトルによって指されるピクチャが、リストL1から選択される。
インター予測の特別なモードは、「双予測」と呼ばれ、2つの動きベクトルが、ブロックを予測するために使用される。動きベクトルは、同じまたは異なる参照ピクチャを指すことが可能であり、参照ピクチャは、参照ピクチャリストIDおよび参照ピクチャインデックスによって示されることが可能である。たとえば、第1の動きベクトルが、参照ピクチャリストL0の第1のピクチャを指してもよく、第2の動きベクトルが、参照ピクチャリストL1の第1のピクチャを指してもよい。2つの参照ピクチャリスト(たとえば、L0およびL1)が保有されてもよく、第1の動きベクトルによって指されるピクチャが、リストL0から選択され、第2の動きベクトルによって指されるピクチャが、リストL1から選択される。
例においては、動き情報が双予測を示す場合、次いで、動き情報は、以下の2つの部分を含む。
・L0部分:動きベクトル、および参照ピクチャリストL0のエントリを指す参照ピクチャインデックス
・L1部分:動きベクトル、および参照ピクチャリストL1のエントリを指す参照ピクチャインデックス
・L0部分:動きベクトル、および参照ピクチャリストL0のエントリを指す参照ピクチャインデックス
・L1部分:動きベクトル、および参照ピクチャリストL1のエントリを指す参照ピクチャインデックス
ピクチャ順序カウント(POC: Picture Order Count):各ピクチャに関連付けられる変数が、CVS(コーディングされたビデオシーケンス)のすべてのピクチャの中の関連するピクチャを一意に特定し、関連するピクチャが復号ピクチャバッファから出力されるべきであるとき、復号ピクチャバッファから出力されるべきである同じCVS内のその他のピクチャの出力順序の位置に対する出力順の関連するピクチャの位置を示す。
参照ピクチャリストL0およびL1の各々は、各々がPOCによって特定される1つ以上の参照ピクチャを含んでもよい。各参照インデックスおよびPOC値との関連付けが、ビットストリーム内でシグナリングされてもよい。例として、L0およびL1参照ピクチャリストは、以下の参照ピクチャを含んでもよい。
上記の例において、参照ピクチャリストL1の(参照インデックス0によって示される)第1のエントリは、POC値13を有する参照ピクチャである。参照ピクチャリストL1の(参照インデックス1によって示される)第2のエントリは、POC値14を有する参照ピクチャである。
三角予測モード
三角予測モードの概念は、動き補償予測のための三角形区画を導入することである。図7に示される例として、対角方向または逆対角方向のいずれにも2つの三角予測ユニットがCUのために使用される。CU内の各三角予測ユニットは、単予測の候補リストから導出される単予測の動きベクトルおよび参照フレームインデックスを使用してインター予測される。適応的な重み付けプロセスが、各三角予測ユニットに関連付けられるサンプルがたとえば動き補償またはイントラピクチャ予測によって予測された後、対角線のエッジに対して実行される。それから、変換および量子化プロセスが、CU全体に適用される。このモードは、スキップモードおよびマージモードに対して適用されるだけであることが留意される。
三角予測モードの概念は、動き補償予測のための三角形区画を導入することである。図7に示される例として、対角方向または逆対角方向のいずれにも2つの三角予測ユニットがCUのために使用される。CU内の各三角予測ユニットは、単予測の候補リストから導出される単予測の動きベクトルおよび参照フレームインデックスを使用してインター予測される。適応的な重み付けプロセスが、各三角予測ユニットに関連付けられるサンプルがたとえば動き補償またはイントラピクチャ予測によって予測された後、対角線のエッジに対して実行される。それから、変換および量子化プロセスが、CU全体に適用される。このモードは、スキップモードおよびマージモードに対して適用されるだけであることが留意される。
三角予測モードにおいては、ブロックが、(図7のように)2つの三角形の部分に分割され、各部分が、1つの動きベクトルを使用して予測されうる。(PU1によって表される)1つの三角形の部分を予測するために使用される動きベクトルは、(PU2によって表される)もう1つの三角形の部分を予測するために使用される動きベクトルと異なることが可能である。例において、三角予測モードを実行する複雑さを減らすために、各部分は、単一の動きベクトル(単予測)のみを使用して予測されうることが留意される。言い換えると、PU1およびPU2は、2つの動きベクトルを含む双予測を使用して予測されなくてもよい。
下位ブロック予測モード
三角予測モードは、ブロックが2つのブロックに分割される下位ブロック予測の特別な場合である。上記の例においては、2つのブロック分割方向が示される(45度の区画および135度の区画)。その他の区画の角度および区画の割合も、可能である(図8の例)ことが留意される。
三角予測モードは、ブロックが2つのブロックに分割される下位ブロック予測の特別な場合である。上記の例においては、2つのブロック分割方向が示される(45度の区画および135度の区画)。その他の区画の角度および区画の割合も、可能である(図8の例)ことが留意される。
いくつかの例において、ブロックは、2つの下位ブロックの部分に分割され、各部分が、単予測を適用する必要がある。下位ブロック予測は、三角予測の一般化されたバージョンを表す。
例においては、使用下位ブロック区分けモードに応じて、以下のステップが、予測サンプルを得るために適用される。
・ステップ1:幾何学モデルによってコーディングブロックを2つの下位ブロックに分割する。このモデルは、図9～図12に例示されるように分割線(たとえば、直線)によってブロックを分割した結果として得られてもよい。
ステップ1の結果は単なる概念であってもよいことは、理解されうる。たとえば、ステップ1の後、明確な概念「下位ブロック1」または「下位ブロック2」はなく、パラメータを生成することまたは取得することが、分割線を参照する。サンプルは、分割線を参照するパラメータに従って異なる下位ブロックに属してもよい。
このステップにおいては、幾何学モデルによって、コーディングブロックのサンプルは、2つの下位ブロック内にあると考えられる。下位ブロックAまたは下位ブロックBは、現在のコーディングブロックのサンプルの一部(しかし、すべてではない)を含む。下位ブロックAまたは下位ブロックBは、各サンプルのsample_distの符合によって表されてもよい。sample_distは、他の段落の例および実施形態に従って取得されてもよい。
・ステップ2:第1の下位ブロックのための第1の予測モードおよび第2の下位ブロックのための第2の予測モードを取得する。例において、第1の予測モードは、第2の予測モードと同一ではない。例において、予測モード(第1の予測モードまたは第2の予測モード)は、インター予測モードであってもよく、インター予測モードのための情報は、参照ピクチャインデックスおよび動きベクトルを含んでもよい。別の例において、予測モードは、イントラ予測モードであってもよく、イントラ予測モードのための情報は、イントラ予測モードインデックスを含んでもよい。
・ステップ3:それぞれ第1の予測モードおよび第2の予測モードを使用して第1の予測値および第2の予測値を取得する。
・ステップ4:ステップ1において開示されている分割に従った第1の予測値と第2の予測値との組み合わせによって予測サンプルの組み合わされた値を取得する。第1の予測および第2の予測からのサンプルを組み合わせてブロックの予測サンプルの組み合わされた値を取得するプロセスは、フィルタリング動作、マスキング動作、またはサンプルのコピーを含んでもよい。
・ステップ1:幾何学モデルによってコーディングブロックを2つの下位ブロックに分割する。このモデルは、図9～図12に例示されるように分割線(たとえば、直線)によってブロックを分割した結果として得られてもよい。
ステップ1の結果は単なる概念であってもよいことは、理解されうる。たとえば、ステップ1の後、明確な概念「下位ブロック1」または「下位ブロック2」はなく、パラメータを生成することまたは取得することが、分割線を参照する。サンプルは、分割線を参照するパラメータに従って異なる下位ブロックに属してもよい。
このステップにおいては、幾何学モデルによって、コーディングブロックのサンプルは、2つの下位ブロック内にあると考えられる。下位ブロックAまたは下位ブロックBは、現在のコーディングブロックのサンプルの一部(しかし、すべてではない)を含む。下位ブロックAまたは下位ブロックBは、各サンプルのsample_distの符合によって表されてもよい。sample_distは、他の段落の例および実施形態に従って取得されてもよい。
・ステップ2:第1の下位ブロックのための第1の予測モードおよび第2の下位ブロックのための第2の予測モードを取得する。例において、第1の予測モードは、第2の予測モードと同一ではない。例において、予測モード(第1の予測モードまたは第2の予測モード)は、インター予測モードであってもよく、インター予測モードのための情報は、参照ピクチャインデックスおよび動きベクトルを含んでもよい。別の例において、予測モードは、イントラ予測モードであってもよく、イントラ予測モードのための情報は、イントラ予測モードインデックスを含んでもよい。
・ステップ3:それぞれ第1の予測モードおよび第2の予測モードを使用して第1の予測値および第2の予測値を取得する。
・ステップ4:ステップ1において開示されている分割に従った第1の予測値と第2の予測値との組み合わせによって予測サンプルの組み合わされた値を取得する。第1の予測および第2の予測からのサンプルを組み合わせてブロックの予測サンプルの組み合わされた値を取得するプロセスは、フィルタリング動作、マスキング動作、またはサンプルのコピーを含んでもよい。
例では、ステップ1において、コーディングブロックが、様々な方法で2つの下位ブロックに分割される。図9は、コーディングブロックの区分けについての例を示し、分割線1250が、ブロックを2つの下位ブロックに分割する。線1250を示すために、2つのパラメータがシグナリングされ、1つのパラメータは角度alpha 1210であり、もう1つのパラメータは距離dist 1230である。
一部の実施形態において、角度は、図9に示されるように、x軸と分割線との間で測定され、一方、距離は、分割線に垂直で、現在のブロックの中心を通るベクトルの長さによって測定される。
別の例においては、図10が、分割線を表す代替的な方法を示し、角度および距離の例は、図9に示された例と異なる。
いくつかの例において、ステップ4において、ステップ1に開示された分割が、最終的な予測値を得るための第1の予測値と第2の予測値との組み合わせのために使用される。
例において、ブレンディング動作が、任意のアーチファクト(分割線に沿った鋭いまたはギザギザの見た目)をなくすためにステップ4において適用される。ブレンディング動作は、分割線に沿ったフィルタリング動作として説明されうる。
エンコーダ側で、分割線(線を定義するパラメータ、たとえば、角度および距離)が、レート歪みに基づくコスト関数に基づいて決定される。決定された線パラメータが、ビットストリームに符号化される。デコーダ側で、線パラメータが、ビットストリームによって復号される(取得される)。デコーダ側で、線パラメータは、最終的な予測値を得るための第1の予測値と第2の予測値との組み合わせのために使用される。ステップ1は、2つの下位コーディングブロックの概念があることを必要とせず、デコーダは、コーディングブロックおよび線パラメータを使用して2つの下位コーディングブロックの概念を表すことができる。
例において、輝度成分および2つのクロミナンス成分を含む3ビデオチャネルの場合、第1の予測および第2の予測が、各チャネルに関して生成される。
コーディングブロックを2つの下位ブロックに分割する多くの可能性があるので、分割(または区分け)のシグナリング(コーディング)は、多くのビットを必要とする。角度および距離の値が多くの異なる値を有することが可能であり、それがビットストリーム内でシグナリングされるあまりに多くの副次的情報を必要とするので、コーディング効率を高めるために角度および距離の副次的情報に量子化方式が適用される。
本発明の実施形態は、区分けパラメータ、たとえば、量子化された角度パラメータalphaIdxおよび量子化された距離パラメータdistanceIdxのシグナリングについてのものである。
例では、量子化方式において、角度の値および距離の値が、
alphaIdx = Round(alpha / Δalpha)
distanceIdx = Round(dist / Δdist)
に従って線形一様量子化器によって量子化されることが可能であり、式中、変数Δalphaは、角度のパラメータ分割線に関する量子化ステップサイズを表し、Δdistは、分割線の距離パラメータに関する量子化ステップサイズを表す。したがって、角度alphaおよび距離distが、ビットストリームから取得されたalphaIdxおよびdistanceIdxの値を使用して
alpha = alphaIdx*Δalpha
dist = distanceIdx*Δdist
のように再構築されてもよい。
alphaIdx = Round(alpha / Δalpha)
distanceIdx = Round(dist / Δdist)
に従って線形一様量子化器によって量子化されることが可能であり、式中、変数Δalphaは、角度のパラメータ分割線に関する量子化ステップサイズを表し、Δdistは、分割線の距離パラメータに関する量子化ステップサイズを表す。したがって、角度alphaおよび距離distが、ビットストリームから取得されたalphaIdxおよびdistanceIdxの値を使用して
alpha = alphaIdx*Δalpha
dist = distanceIdx*Δdist
のように再構築されてもよい。
例においては、角度の量子化ステップサイズがΔalpha = 11.25°に等しい場合、alphaIdxの値は、ユークリッド平面内の許容される角度を包含するために0から31までの範囲(0および31を含む)を取ってもよい。別の例において、角度の量子化ステップサイズの値は、Δalpha = 22.5°に等しく、それによって、alphaIdxの値は、0から15までの範囲(0および15を含む)を取ってもよい。
一部の実施形態においては、線形一様量子化器が角度付きのものを量子化するために使用される、つまり、Δalphaの値が所与のコーディング(復号または符号化)ブロックに関して一定である場合に、角度付きのものに応じて距離情報を量子化するための方法が開示される。
開示される量子化方式の目的は、異なるサイズおよび縦横比を持ちうる所与のコーディングブロックに関する許容される分割線を均等に分散させることである。量子化された角度および距離パラメータの均等に分散された空間は、非長方形構成要素のコーディング効率を改善し、分割線のパラメータのコンパクトな表現を可能にする。
一部の実施形態において、直線によって長方形コーディングブロックを区分けする方法であって、直線が、量子化された角度および量子化された距離の値を表すパラメータのペアによってパラメータ表示され、量子化された距離の値が、角度の値およびコーディングブロックの縦横比に応じて量子化プロセスによって導出される、方法。
例において、距離は、distanceIdxの所与の数値範囲、たとえば、0から3までの数値範囲(0および3を含む)が満たされるようにして量子化されてもよい。別の例において、距離は、angleIdxおよびdistanceIdxの値の所与のペアに関する分割線が均等に分散され、分割線が所与のコーディングブロックのエリアの外に決してないようにして所与のブロックに関して量子化されてもよい。
第1のステップにおいて、最大距離ρmaxが、距離の値0 < dist <ρmaxを有するすべての分割線がコーディングブロックに制限される(たとえば、それらがコーディングブロックの境界と交わっている)ように角度に応じて導出されうる。これが、サイズ16x4輝度サンプルのコーディングブロックに関して図15に例示される。
例において、最大距離ρmaxは、
に従って角度alphaRおよびコーディングブロックのサイズに依存する関数として導出されることが可能であり、式中、alphaRは、ラジアン単位に関して、既にalphaと表された角度であり、wは、輝度サンプルを単位とするブロックの幅であり、hは、輝度サンプルを単位とするブロックの高さである。例において、角度に依存する距離の量子化ステップサイズΔdist(alpha)の値は、
Δdist(alphaR,w,h) = ρmax(alphaR,w,h) / N
として導出されることが可能であり、N-1が、distanceIdxの最大値である。これが、Δangle = 22.5°およびN = 4の値を用いて図16に例示される。
Δdist(alphaR,w,h) = ρmax(alphaR,w,h) / N
として導出されることが可能であり、N-1が、distanceIdxの最大値である。これが、Δangle = 22.5°およびN = 4の値を用いて図16に例示される。
別の例において、角度に依存する距離の量子化ステップサイズの値は、
Δdist(alphaR,w,h) = (ρmax(alphaR,w,h) -ρth) / N
として導出されることが可能であり、式中、ρthは、コーディングブロックに関する分割線の間の間隔を修正するために使用されるパラメータである。例において、ρthの値は、ρth = 1.5に設定される。
Δdist(alphaR,w,h) = (ρmax(alphaR,w,h) -ρth) / N
として導出されることが可能であり、式中、ρthは、コーディングブロックに関する分割線の間の間隔を修正するために使用されるパラメータである。例において、ρthの値は、ρth = 1.5に設定される。
別の例において、最大距離ρmaxは、
に従って角度およびコーディングブロックのサイズに依存する関数として導出されることが可能であり、式中、alphaRは、ラジアン単位に関する角度であり、wは、輝度サンプルを単位とするブロックの幅であり、hは、輝度サンプルを単位とするブロックの高さである。これが、Δangle = 22.5°およびN = 4の値を用いて図17に例示される。
例において、角度を表すパラメータ、幅を表すパラメータ、および高さを表すパラメータの値に依存するΔdistの値は、符号化または復号プロセス中のΔdistの反復される計算を避けるために、予め計算されたルックアップテーブルに記憶されうる。
実施形態において、Δdistの値は、
stepD = Round(Δdist*2prec)
に従って整数計算を使用する目的でスケーリングされ、丸められることが可能であり、式中、stepDは、線形にスケーリングされた距離のステップサイズを表し、precは、スケーリングプロセスの精度を調整するために使用される変数である。例において、precの値は、prec = 7に設定される。
stepD = Round(Δdist*2prec)
に従って整数計算を使用する目的でスケーリングされ、丸められることが可能であり、式中、stepDは、線形にスケーリングされた距離のステップサイズを表し、precは、スケーリングプロセスの精度を調整するために使用される変数である。例において、precの値は、prec = 7に設定される。
例において、さらに記憶されるのは、whRatioと表される縦横比に基づくstepDの予め計算された値であり、縦横比の値は、コーディングブロックの幅および高さに依存する。さらに、ユークリッド平面の第1象限内の角度に関連するインデックス値である(正規化された)角度の値angleN(たとえば、0≦angleN*Δalpha≦90°)に基づくstepDの予め計算された値が、記憶される。上述の簡略化が適用されたそのようなルックアップテーブルの例が、図13に見られうる。
一実施形態においては、コーディングブロックのサンプルに関する予測値を得るために以下のステップが適用される。
ステップ1:現在のブロック(復号ブロックまたは符号化ブロック)内のサンプルに関して、サンプルの距離(sample_dist)が計算される。
いくつかの例において、サンプルの距離は、分割線までの前記サンプルの水平距離または垂直距離または垂直と水平との組み合わせの距離を表してもよく、分割線は、コーディングブロックを2つの下位ブロックに分割するために使用される。前記サンプルは、コーディングブロックの左上のサンプルに対する座標(x, y)によって表される。サンプルの座標のサンプル(x, y)およびsample_distが、図11および図12に例示される。下位ブロックは、必ずしも長方形ではなく、下位ブロックは、三角形または台形であってもよい。
例において、第1のパラメータは、量子化された角度の値(angleIdx)を表し、第2のパラメータは、量子化された距離の値(distanceIdx)を表す。2つのパラメータは、直線の式を示す。例において、距離1230は、distanceIdx(第2のパラメータ)に従って取得されることが可能であり、角度alpha 1210は、angleIdx(第1のパラメータ)に従って取得されることが可能である。距離1230は、コーディングブロックの中心までの分割線の距離であることが可能であり、角度は、分割線とコーディングブロックの中心点を通る水平な(または等価的に垂直な)線との間の角度であることが可能である。
特定の例において、angleIdxの値およびdistanceIdxの値は、(merge_gpm_partition_idxによって示される)幾何学的区分けマージモード(geometric partitioning merge mode)の区分けの形状に基づいて取得される。たとえば、これらの値の間の関係は、表1に示される。実装において、この関係が表1に従ってまたは関数によって実装されうることは理解されうる。
例では、ステップ1において、コーディングブロックが、様々な方法で2つの下位ブロックに分割される。図9は、コーディングブロックの区分けについての例を示し、分割線1250が、ブロックを2つの下位ブロックに分割する。線1250を示すために、1つの角度パラメータalpha 1210が、ビットストリーム内でシグナリングされる。
一部の実施形態において、角度は、図9に示されるように、x軸と分割線との間で測定され、一方、距離は、分割線に垂直で、現在のブロックの中心を通るベクトルの長さによって測定される。
別の例においては、図10が、分割線を表す代替的な方法を示し、角度および距離の例は、図9に示された例と異なる。
ステップ2:計算されたsample_distが、重み係数を計算するために使用され、重み係数が、前記サンプルに対応する第1の予測値と第2の予測値との組み合わせのために使用される。例において、重み係数は、sampleWeight1およびsampleWeight2と表され、第1の予測値に対応する重みおよび第2の予測値に対応する重みを指す。
一例において、重み係数は、以下の関数、
weightIdxL = partFlip ? 32 + sample_dist : 32 - sample_dist
wValue = Clip3( 0, 8, ( weightIdxL + 4 ) >> 3 )
によって計算される。
weightIdxL = partFlip ? 32 + sample_dist : 32 - sample_dist
wValue = Clip3( 0, 8, ( weightIdxL + 4 ) >> 3 )
によって計算される。
この例においては、wValueが、sampleWeight1であり、8 - wValueが、sampleWeight2である。変数partFlipは、angleIdxの値に応じて決定される。例においては、partFlip = ( angleIdx >= 13 && angleIdx <= 27 ) ? 0 : 1、またはpartFlip = ( angleIdx >= 13 && angleIdx <= 27 ) ? 1 : 0である。
ステップ3:サンプル座標(x,y)の予測サンプルの組み合わされた値が、座標(x,y)の第1の予測値、座標(x,y)の第2の予測値、sampleWeight1、およびsampleWeight2に応じて計算される。
例において、予測サンプル値は、以下のように導出される。
pbSamples[ x ][ y ] = Clip3( 0, ( 1 << BitDepth ) - 1, ( predSamplesLA[ x ][ y ] * wValue + predSamplesLB[ x ][ y ] * ( 8 - wValue ) + offset1 ) >> shift1 )
pbSamples[ x ][ y ] = Clip3( 0, ( 1 << BitDepth ) - 1, ( predSamplesLA[ x ][ y ] * wValue + predSamplesLB[ x ][ y ] * ( 8 - wValue ) + offset1 ) >> shift1 )
式中、bitDepthは、サンプルのビット深度を表し、変数shift1は、bitDepthに応じて取得され、例においては、shift1= Max( 5, 17 - BitDepth )であり、変数offset1は、shift1に応じて取得され、例においては、offset1= 1 << ( shift1 - 1 )であり、predSamplesLAおよびpredSamplesLBは、2つの(nCbW)x(nCbH)配列である。
実施形態においては、一例によれば、上の実施形態のステップ1が、以下のステップを含んでもよい。
ステップ1.1:現在のブロックに関する角度パラメータのインデックス値(alphaNまたはangleIdx)、現在のブロックの幅の値(W)、現在のブロックの高さの値(H)を取得する。WおよびHは、サンプル数で表された現在のブロックの幅および高さである。たとえば、両方とも8に等しい幅および高さを有するコーディングブロックは、64個のサンプルを含む正方形のブロックである。別の例において、WおよびHは、ルマサンプル数で表された現在のブロックの幅および高さである。角度パラメータのインデックス値は、表1を参照する上の説明に従って取得されてもよい。
ステップ1.2:Wの値およびHの値に従って比whRatioの値を取得し、whRatioの値は、現在のコーディングブロックの幅と高さとの比を表す。
例においては、whRatio = H / WまたはwhRatio = W / Hである。
別の例においては、2つの変数nCbWおよびnCbHが、現在のコーディングブロックの幅および高さを指定し、変数cIdxが、色成分インデックスを指定する。
変数nW、nH、およびwhRatioが、以下のように導出される。
nW = ( cIdx == 0 ) ? nCbW : nCbW * SubWidthC
nH = ( cIdx == 0 ) ? nCbH : nCbH * SubHeightC
whRatio = nH / nW
nW = ( cIdx == 0 ) ? nCbW : nCbW * SubWidthC
nH = ( cIdx == 0 ) ? nCbH : nCbH * SubHeightC
whRatio = nH / nW
例において、変数SubWidthCおよびSubHeightCは、chroma_format_idc(chroma_format_idcはルマサンプリングに関連してクロマサンプリングを指定する)と、separate_colour_plane_flag(1に等しいseparate_colour_plane_flagは4:4:4クロマフォーマットの3つの色成分が別々にコーディングされることを指定する。0に等しいseparate_colour_plane_flagは色成分が別々にコーディングされないことを指定する。separate_colour_plane_flagが存在しないとき、separate_colour_plane_flagは0であると推測される。separate_colour_plane_flagが1に等しいとき、コーディングされたピクチャは3つの別々の成分からなり、それらの成分の各々は1つの色平面(Y、Cb、またはCr)のコーディングされたサンプルからなり、モノクロコーディングシンタックスを使用する。この場合、各色平面は特定のcolour_plane_idの値に関連付けられる)によって指定されるクロマフォーマットのサンプリング構造に応じて表2に規定される。chroma_format_idc、SubWidthC、およびSubHeightCのその他の値が、ITU T | ISO/IECによって将来規定されてもよい。
モノクロサンプリングにおいては、名目的にルマ配列と考えられる1つのサンプル配列のみがある。
4:2:0サンプリングにおいては、2つのクロマ配列の各々が、ルマ配列の半分の高さおよび半分の幅を有する。
4:2:2サンプリングにおいては、2つのクロマ配列の各々が、ルマ配列と同じ高さおよび半分の幅を有する。
4:4:4サンプリングにおいては、separate_colour_plane_flagの値に応じて、以下が適用される。
－ separate_colour_plane_flagが0に等しい場合、2つのクロマ配列の各々が、ルマ配列と同じ高さおよび幅を有する。
－ そうでない(separate_colour_plane_flagが1に等しい)場合、3つの色平面が、モノクロのサンプリングされたピクチャとして別々に処理される。
4:2:0サンプリングにおいては、2つのクロマ配列の各々が、ルマ配列の半分の高さおよび半分の幅を有する。
4:2:2サンプリングにおいては、2つのクロマ配列の各々が、ルマ配列と同じ高さおよび半分の幅を有する。
4:4:4サンプリングにおいては、separate_colour_plane_flagの値に応じて、以下が適用される。
－ separate_colour_plane_flagが0に等しい場合、2つのクロマ配列の各々が、ルマ配列と同じ高さおよび幅を有する。
－ そうでない(separate_colour_plane_flagが1に等しい)場合、3つの色平面が、モノクロのサンプリングされたピクチャとして別々に処理される。
ステップ1.3:ルックアップテーブル、alphaの値、およびwhRatioの値に応じてstepDの値を取得し、例においては、図13に示されるように、alpha(alphaNまたはangleIdx)の値およびwhRatioの値が、ルックアップテーブルのインデックス値として使用される。stepDの値は、関数に従って取得されることも可能であり、alpha(alphaNまたはangleIdx)の値およびwhRatioの値が、関数に入力され、stepDの値は、関数の出力である。例において、関数の結果は、ルックアップテーブルと類似しているかまたは同じである。例において、stepDの値は、サンプル距離計算プロセスのための量子化ステップサイズを表す。
別の例において、関数は、stepD = ( angleIdx % 16 == 8 || ( angleIdx % 16 != 0 && whRatio > 0 ) ) ? 0 : 1によって表されてもよい。
ステップ1.4:sample_distの値が、stepDの値に応じて計算される。
例においては、サンプルの距離(sample_dist)を計算するために、まず、変数offsetXおよびoffsetYが、以下のように導出される。
stepDが0に等しい場合、以下が適用される。
offsetX = ( -nW ) >> 1,
offsetY = ( ( -nH ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nH ) >> 3 : -( ( distanceIdx * nH ) >> 3 ) )
そうでない(stepDが1に等しい)場合、以下が適用される。
offsetX = ( ( -nW ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nW ) >> 3 : -( ( distanceIdx * nW ) >> 3 ) )
offsetY = ( -nH ) >> 1
－ 変数xLおよびyLが、以下のように導出される。
xL = ( cIdx == 0 ) ? x : x * SubWidthC
yL = ( cIdx == 0 ) ? y : y * SubHeightC
sample_dist = ( ( ( xL + offsetX ) << 1 ) + 1 ) * disLut[ displacementX ] + ( ( ( yL + offsetY ) << 1 ) + 1 ) ) * disLut[ displacementY ]
変数displacementXおよびdisplacementYは、以下のように導出される。
hwRatio = cbHeight / cbWidth
displacementX = angleIdx
displacementY = ( angleIdx + 8 ) % 32
stepDが0に等しい場合、以下が適用される。
offsetX = ( -nW ) >> 1,
offsetY = ( ( -nH ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nH ) >> 3 : -( ( distanceIdx * nH ) >> 3 ) )
そうでない(stepDが1に等しい)場合、以下が適用される。
offsetX = ( ( -nW ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nW ) >> 3 : -( ( distanceIdx * nW ) >> 3 ) )
offsetY = ( -nH ) >> 1
－ 変数xLおよびyLが、以下のように導出される。
xL = ( cIdx == 0 ) ? x : x * SubWidthC
yL = ( cIdx == 0 ) ? y : y * SubHeightC
sample_dist = ( ( ( xL + offsetX ) << 1 ) + 1 ) * disLut[ displacementX ] + ( ( ( yL + offsetY ) << 1 ) + 1 ) ) * disLut[ displacementY ]
変数displacementXおよびdisplacementYは、以下のように導出される。
hwRatio = cbHeight / cbWidth
displacementX = angleIdx
displacementY = ( angleIdx + 8 ) % 32
配列disLutは、以下のように表3に規定される。
別の実施形態では、例において、上の実施形態のステップ1が、以下のステップを含んでもよい。
ステップ1.1:現在のブロックに関する角度パラメータの値(alphaNまたはangleIdx)、距離のインデックスの値(distanceIdx)、現在のブロックの幅の値(W)、現在のブロックの高さの値(H)を取得する。WおよびHは、サンプル数で表された現在のブロックの幅および高さである。たとえば、両方とも8に等しい幅および高さを有するコーディングブロックは、64個のサンプルを含む正方形のブロックである。別の例において、WおよびHは、ルマサンプル数で表された現在のブロックの幅および高さである。角度パラメータのインデックス値は、表1を参照する上の説明に従って取得されてもよい。
ステップ1.2:Wの値およびHの値に従って比whRatioの値を取得し、whRatioの値は、現在のコーディングブロックの幅と高さとの比を表す。
例においては、whRatio = H / WまたはwhRatio = W / Hである。
別の例においては、2つの変数nCbWおよびnCbHが、現在のコーディングブロックの幅および高さを指定し、変数cIdxが、色成分インデックスを指定する。
変数nW、nH、およびwhRatioが、以下のように導出される。
nW = ( cIdx == 0 ) ? nCbW : nCbW * SubWidthC
nH = ( cIdx == 0 ) ? nCbH : nCbH * SubHeightC
whRatio = nH / nW
nW = ( cIdx == 0 ) ? nCbW : nCbW * SubWidthC
nH = ( cIdx == 0 ) ? nCbH : nCbH * SubHeightC
whRatio = nH / nW
ステップ1.3:ルックアップテーブル、alphaの値、およびwhRatioの値に応じてstepDの値を取得し、例においては、図13に示されるように、alphaNの値およびwhRatioの値が、ルックアップテーブルのインデックス値として使用される。例において、stepDの値は、サンプル距離計算プロセスのための量子化ステップサイズを表す。stepDの値が関数に従って取得されることも可能であり、alpha(alphaNまたはangleIdx)の値およびwhRatioの値が関数に入力され、stepDの値が関数の出力であることは理解されうる。例において、関数の結果は、ルックアップテーブルと類似しているかまたは同じである。例において、stepDの値は、サンプル距離計算プロセスのための量子化ステップサイズを表す。
別の例において、関数は、stepD = ( angleIdx % 16 == 8 || ( angleIdx % 16 != 0 && whRatio > 0 ) ) ? 0 : 1によって表されてもよい。
ステップ1.4:sample_distの値が、stepDの値、distanceIdxの値、角度(alphaNまたはangleIdx)の値、Wの値、およびHの値に従って計算される。
例においては、サンプルの距離(sample_dist)を計算するために、まず、変数offsetXおよびoffsetYが、以下のように導出される。
stepDが0に等しい場合、以下が適用される。
offsetX = ( -nW ) >> 1,
offsetY = ( ( -nH ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nH ) >> 3 : -( ( distanceIdx * nH ) >> 3 ) )
そうでない(stepDが1に等しい)場合、以下が適用される。
offsetX = ( ( -nW ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nW ) >> 3 : -( ( distanceIdx * nW ) >> 3 ) )
offsetY = ( -nH ) >> 1
－ 変数xLおよびyLが、以下のように導出される。
xL = ( cIdx == 0 ) ? x : x * SubWidthC
yL = ( cIdx == 0 ) ? y : y * SubHeightC
sample_dist = ( ( ( xL + offsetX ) << 1 ) + 1 ) * disLut[ displacementX ] + ( ( ( yL + offsetY ) << 1 ) + 1 ) ) * disLut[ displacementY ]
stepDが0に等しい場合、以下が適用される。
offsetX = ( -nW ) >> 1,
offsetY = ( ( -nH ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nH ) >> 3 : -( ( distanceIdx * nH ) >> 3 ) )
そうでない(stepDが1に等しい)場合、以下が適用される。
offsetX = ( ( -nW ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nW ) >> 3 : -( ( distanceIdx * nW ) >> 3 ) )
offsetY = ( -nH ) >> 1
－ 変数xLおよびyLが、以下のように導出される。
xL = ( cIdx == 0 ) ? x : x * SubWidthC
yL = ( cIdx == 0 ) ? y : y * SubHeightC
sample_dist = ( ( ( xL + offsetX ) << 1 ) + 1 ) * disLut[ displacementX ] + ( ( ( yL + offsetY ) << 1 ) + 1 ) ) * disLut[ displacementY ]
変数displacementXおよびdisplacementYは、以下のように導出される。
hwRatio = cbHeight / cbWidth
displacementX = angleIdx
displacementY = ( angleIdx + 8 ) % 32
hwRatio = cbHeight / cbWidth
displacementX = angleIdx
displacementY = ( angleIdx + 8 ) % 32
配列disLutは、上の表3に規定される。
一例において、whRatioの値は、式
whRatio = (wIdx >= hIdx) ? wIdx - hIdx : hIdx - wIdx
を使用して取得され、式中、wIdxの値は、log2(W) - 3に等しく、hIdxの値は、log2(H) - 3に等しい。
whRatio = (wIdx >= hIdx) ? wIdx - hIdx : hIdx - wIdx
を使用して取得され、式中、wIdxの値は、log2(W) - 3に等しく、hIdxの値は、log2(H) - 3に等しい。
別の例において、whRatioの値は、whRatio = (W >= H) ? W/H : H/Wのように計算される。
本発明の実施形態において、角度alphaの値は、(デコーダにおいて)ビットストリームから取得されうる。一例において、角度の数値範囲は、angleIdxと表される0から31までの量子化された数値範囲(0および31を含む)である。一例において、量子化された角度の値は、32個の異なる別個の値のみを取る(したがって、0～31の値が、どの角度の値が選択されるのかを表すのに十分である)。別の例において、角度の値の数値範囲は、0～15であってもよく、つまり、16個の異なる量子化された角度の値が、選択されうる。概して、角度の値は0を超える整数値であってもよいことが留意される。
一例において、alphaNの値は、ビットストリームから取得されるインデックス値であり、またはalphaの値は、ビットストリームから取得されるインジケータの値に基づいて計算される。たとえば、alphaNの値は、式、
alphaN= angleIdx angleIdx >= 0 && angleIdx <=Limの場合、または
alphaN = 2*Lim - angleIdx angleIdx > Lim && angleIdx <= 2*Limの場合、または
alphaN = angleIdx - 2*Lim angleIdx > 2*Lim && angleIdx <=3*Limの場合、または
alphaN = 4*Lim - angleIdx それ以外の場合
によって計算されてもよく、一方、angleIdxは、ビットストリームから取得されるインジケータの値である。angleIdxの値は、整数値であってもよく、angleIdxの数値範囲は、0～31である(0および31を含む)。
alphaN= angleIdx angleIdx >= 0 && angleIdx <=Limの場合、または
alphaN = 2*Lim - angleIdx angleIdx > Lim && angleIdx <= 2*Limの場合、または
alphaN = angleIdx - 2*Lim angleIdx > 2*Lim && angleIdx <=3*Limの場合、または
alphaN = 4*Lim - angleIdx それ以外の場合
によって計算されてもよく、一方、angleIdxは、ビットストリームから取得されるインジケータの値である。angleIdxの値は、整数値であってもよく、angleIdxの数値範囲は、0～31である(0および31を含む)。
別の例において、alphaNの値は、以下の式のうちの1つに従って計算されうる。
alphaN= angleIdx、または
alphaN = 2*Lim - angleIdx、または
alphaN = angleIdx - 2*Lim、または
alpha N= 4*Lim - angleIdx
alphaN= angleIdx、または
alphaN = 2*Lim - angleIdx、または
alphaN = angleIdx - 2*Lim、または
alpha N= 4*Lim - angleIdx
上の式において、Limは、量子化された角度の値の数に関連する予め定義された定数値である。たとえば、32個の異なる量子化された角度の値がある場合、Limは、8に等しくてもよい(4*Limは32に等しい)。別の例において、Limは、合計16個の異なる量子化された角度の値に対応する4であることが可能である。
一実施形態において、sample_distの値は、式、
sample_dist = ((2*x) - W + K)*f1(alpha) + ((2*y) - H + K))*f2(alpha) - distanceIdx*stepD*scaleStep
によって得られ、式中、
・f1()およびf2()は、関数であり、alphaは、関数への入力である。例において、f1()およびf2()は、ルックアップテーブルとして実装され、alphaの値は、ルックアップテーブルに関するインデックス値である。
・scaleStepの値は、コーディング(復号または符号化)ブロックの幅の値かまたはコーディングブロックの高さの値かのいずれかに等しい。
・xおよびyは、コーディングブロックの左上のサンプルに対する前記サンプルの座標である。
・Kは、整数のオフセット値である。例において、Kの値は、1である。
sample_dist = ((2*x) - W + K)*f1(alpha) + ((2*y) - H + K))*f2(alpha) - distanceIdx*stepD*scaleStep
によって得られ、式中、
・f1()およびf2()は、関数であり、alphaは、関数への入力である。例において、f1()およびf2()は、ルックアップテーブルとして実装され、alphaの値は、ルックアップテーブルに関するインデックス値である。
・scaleStepの値は、コーディング(復号または符号化)ブロックの幅の値かまたはコーディングブロックの高さの値かのいずれかに等しい。
・xおよびyは、コーディングブロックの左上のサンプルに対する前記サンプルの座標である。
・Kは、整数のオフセット値である。例において、Kの値は、1である。
一実施形態において、関数f1()およびf2()は、ルックアップテーブルとして実装される。例において、関数f1()およびf2()は、変化するxおよびyの値に対するsample_distの値の徐々に積み重なる変化を表す。いくつかの例において、f1(index)は、xの値の1単位の増加によって変えられるsample_distの値を表し(単位は、1に等しい増加であってもよい)、一方、f2(index)は、yの値の1単位の増加によって変えられるsample_distの値を表す。indexの値は、ビットストリーム内のインジケータの値から取得されうる。
別の実施形態において、sample_distの値は、式、
sample_dist = ((2*x) - W + K)*f(dispIdxN) + ((2*y) - H + K))*f(dispIdxS) - distanceIdx*stepD*scaleStep
によって得られ、式中、
・f()は、関数であり、例において、関数f()は、ルックアップテーブルとして実装される。
・dispIdxNまたはdispIdxSは、ビットストリームから得られるか、またはビットストリーム内のインジケータの値に基づいて計算される、インデックス値である。
・scaleStepの値は、コーディング(復号または符号化)ブロックの幅の値かまたはコーディングブロックの高さの値かのいずれかに等しい。
・xおよびyは、コーディングブロックの左上のサンプルに対する前記サンプルの座標である。
・Kは、整数のオフセット値である。例において、Kの値は、1である。
sample_dist = ((2*x) - W + K)*f(dispIdxN) + ((2*y) - H + K))*f(dispIdxS) - distanceIdx*stepD*scaleStep
によって得られ、式中、
・f()は、関数であり、例において、関数f()は、ルックアップテーブルとして実装される。
・dispIdxNまたはdispIdxSは、ビットストリームから得られるか、またはビットストリーム内のインジケータの値に基づいて計算される、インデックス値である。
・scaleStepの値は、コーディング(復号または符号化)ブロックの幅の値かまたはコーディングブロックの高さの値かのいずれかに等しい。
・xおよびyは、コーディングブロックの左上のサンプルに対する前記サンプルの座標である。
・Kは、整数のオフセット値である。例において、Kの値は、1である。
実施形態において、関数f()は、ルックアップテーブルとして実装される。関数f()は、変化するxおよびyの値に対するsample_distの値の徐々に積み重なる変化を表す。例において、f(index1)は、xの値の1単位の増加によって変えられるsample_distの値を表し、一方、f(index2)は、yの値の1単位の増加によって変えられるsample_distの値を表す。index1およびindex2の値は、ビットストリーム内のインジケータの値に従って取得されうる(0以上の整数値を有する)表のインデックスである。
例においては、関数f()の実装が、図14に示される。この例において、idxの値は、(index1またはindex2であってもよい)入力パラメータであり、関数の出力は、f(idx)として示される。例において、f()は、整数計算を使用する余弦関数の実装であり、idx(入力インデックス値)は、量子化された角度の値を表す。
一実施形態において、stepDの値は、サンプル距離計算のための量子化された距離の値を表す。
一実施形態においては、図13に示されるように、stepDの値が、whRatioの値および角度の値(alpha)に応じて取得される。例において、stepDの値は、
stepD = lookupTable[alphaN][whRatio]として取得されることが可能であり、式中、alphaNの値は、ビットストリームから取得されるインデックス値であり、またはalphaNの値は、ビットストリームから取得されるインジケータの値に基づいて計算される。たとえば、alphaは、式、
alphaN=angleIdx angleIdx>=0&&angleIdx<=8の場合、または
alphaN=16-angleIdx angleIdx>8&&angleIdx<=16の場合、または
alphaN=angleIdx-16 angleIdx>16&&angleIdx<=24の場合、または
alphaN=32-angleIdx それ以外の場合
によって計算されることが可能であり、式中、angleIdxは、ビットストリームに従って取得されるインデックス値である。
stepD = lookupTable[alphaN][whRatio]として取得されることが可能であり、式中、alphaNの値は、ビットストリームから取得されるインデックス値であり、またはalphaNの値は、ビットストリームから取得されるインジケータの値に基づいて計算される。たとえば、alphaは、式、
alphaN=angleIdx angleIdx>=0&&angleIdx<=8の場合、または
alphaN=16-angleIdx angleIdx>8&&angleIdx<=16の場合、または
alphaN=angleIdx-16 angleIdx>16&&angleIdx<=24の場合、または
alphaN=32-angleIdx それ以外の場合
によって計算されることが可能であり、式中、angleIdxは、ビットストリームに従って取得されるインデックス値である。
別の例においては、
alphaN= angleIdx angleIdx >= 0 && angleIdx <=Limの場合、または
alphaN = 2*Lim - angleIdx angleIdx > Lim && angleIdx<= 2*Limの場合、または
alphaN = angleIdx - 2*Lim angleIdx > 2*Lim && angleIdx <=3*Limの場合、または
alphaN = 4*Lim - angleIdx それ以外の場合
である。
alphaN= angleIdx angleIdx >= 0 && angleIdx <=Limの場合、または
alphaN = 2*Lim - angleIdx angleIdx > Lim && angleIdx<= 2*Limの場合、または
alphaN = angleIdx - 2*Lim angleIdx > 2*Lim && angleIdx <=3*Limの場合、または
alphaN = 4*Lim - angleIdx それ以外の場合
である。
あるいは、別の例においては、
alphaN = angleIdx、または
alphaN = 2*Lim - angleIdx、または
alphaN = angleIdx - 2*Lim、または
alphaN = 4*Lim - angleIdx
である。
alphaN = angleIdx、または
alphaN = 2*Lim - angleIdx、または
alphaN = angleIdx - 2*Lim、または
alphaN = 4*Lim - angleIdx
である。
上の式において、Limは、量子化された角度の値の数に関連する予め定義された定数値である。たとえば、32個の異なる量子化された角度の値がある場合、次いで、数Limは、8に等しくてもよい(4*Limは32に等しい)。別の例において、Limは、合計16個の異なる量子化された角度の値に対応する4であることが可能である。
一例において、sample_distの値は、distanceIdx*stepD*scaleStepによって得られ、式中、distanceIdxは、ビットストリームに従って取得されるインデックス値であり、scaleStepの値は、ブロックの幅の値かまたはブロックの高さの値かのいずれかに応じて取得される。乗算の結果は、(座標x=W/2およびy=H/2を有する)コーディングブロックの中心点までの分割線の距離を表す。
例において、ルックアップテーブルは、予め定義された表である。予め定義された表は、以下の利点を有する。
●分割線までのサンプルの距離を取得することは、通常、複雑であり、三角方程式を解くことを必要とし、三角方程式を解くことは、大量生産の消費者製品を対象とするビデオコーディング規格を実装するときに許容され得ない。
●分割線までのサンプルの距離を取得することは、通常、複雑であり、三角方程式を解くことを必要とし、三角方程式を解くことは、大量生産の消費者製品を対象とするビデオコーディング規格を実装するときに許容され得ない。
一部の実施形態において、サンプルの距離は、整数計算によって既に計算されている(したがって、例において、すべてのstepDの値は整数である)、whRatioおよびalphaに応じた事前に計算された中間結果を含む(事前に定義されてもよい)ルックアップテーブルに従って取得される。ルックアップテーブルを使用して取得される中間結果は、以下の理由で慎重に選択される。
●ルックアップテーブルが、複雑な演算(三角関数の計算)に関する中間的な計算結果を含み、したがって、実装の複雑さが、削減される。
●(メモリを必要とする)テーブルのサイズが、小さく保たれる。
●ルックアップテーブルが、複雑な演算(三角関数の計算)に関する中間的な計算結果を含み、したがって、実装の複雑さが、削減される。
●(メモリを必要とする)テーブルのサイズが、小さく保たれる。
別の例において、sample_distの値は、distanceIdx*(stepD + T)*scaleStepによって得られ、式中、Tは、整数値を有するオフセット値である。例において、Tの値は、32である。
図20に示されるように、復号デバイスまたは符号化デバイスによって実施されるコーディングの方法が、開示され、方法は、以下を含む。
S2001:現在のブロックに関する角度パラメータの値を取得する。
例において、角度パラメータの値は、ビデオのビットストリームにコーディングされたインデックス値を解析することによって取得されてもよく、または角度パラメータの値は、ビデオのビットストリームから解析されるシンタックスの値に従って決定されてもよい。
ビットストリームは、ワイヤレスネットワークまたは有線ネットワークによって取得されてもよい。ビットストリームは、同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者線(DSL)、または赤外線、無線、マイクロ波、WIFI、Bluetooth、LTE、もしくは5Gなどのワイヤレステクノロジーを用いて、ウェブサイト、サーバ、またはその他の遠隔のソースから送信されてもよい。
実施形態において、ビットストリームは、たとえば、1つ以上のコーディングされたビデオシーケンス(CVS)を形成するアクセスユニット(AU)のシーケンスの表現を形成するネットワーク抽象化レイヤ(NAL: network abstraction layer)ユニットストリームまたはバイトストリームの形態のビットのシーケンスである。
一部の実施形態においては、復号プロセスに関して、デコーダ側が、ビットストリームを読み、ビットストリームから復号されたピクチャを導出し、符号化に関して、エンコーダ側が、ビットストリームを生成する。
通常、ビットストリームは、シンタックス構造によって形成されるシンタックス要素を含む。
シンタックス要素:ビットストリーム内に表現されるデータの要素。
シンタックス構造:指定された順序でビットストリーム内に一緒に存在するゼロ個以上のシンタックス要素。
シンタックス要素:ビットストリーム内に表現されるデータの要素。
シンタックス構造:指定された順序でビットストリーム内に一緒に存在するゼロ個以上のシンタックス要素。
特定の例において、ビットストリームのフォーマットは、ネットワーク抽象化レイヤ(NAL)ユニットストリームとバイトストリームとの間の関係を規定し、ネットワーク抽象化レイヤ(NAL)ユニットストリームおよびバイトストリームのいずれかが、ビットストリームと呼ばれる。
ビットストリームは、たとえば、2つのフォーマット、すなわち、NALユニットストリームのフォーマットまたはバイトストリームのフォーマットのうちの1つであることが可能である。NALユニットストリームのフォーマットは、概念的に、より「基本的な」タイプである。NALユニットストリームのフォーマットは、NALユニットと呼ばれるシンタックス構造のシーケンスを含む。このシーケンスは、復号の順序で順序付けられる。NALユニットストリームのNALユニットの復号の順序(および内容)に対して課される制約がある。
バイトストリームのフォーマットは、NALユニットを復号の順序で順序付け、開始コードプレフィックス(start code prefix)およびゼロ個以上のゼロ値バイトによって各NALユニットにプレフィックスを付けてバイトのストリームを形成することによってNALユニットストリームのフォーマットから構築されうる。NALユニットストリームのフォーマットは、バイトのこのストリーム内の一意の開始コードプレフィックスのパターンの位置について探索することによってバイトストリームのフォーマットから抽出されうる。
この項は、ビットストリームによって与えられるソースと復号されたピクチャとの間の関係の実施形態を明示する。
ビットストリームによって表されるビデオソースは、復号の順序のピクチャのシーケンスである。
例においては、ビットストリームに従って現在のブロックに関するインジケータの値を取得する。インジケータの値は、角度パラメータの値を得るために使用される。
実施形態において、インジケータの値は、幾何学的区分けマージモードの区分けの形状を指定するために使用される。たとえば、インジケータは、merge_gpm_partition_idx[ x0 ][ y0 ]であってもよく、merge_gpm_partition_idx[ x0 ][ y0 ]は、幾何学的区分けマージモードの区分けの形状を指定する。配列インデックスx0、y0は、ピクチャの左上のルマサンプルに対する考慮されるコーディングブロックの左上のルマサンプルの位置(x0, y0)を指定する。
通常、merge_gpm_partition_idx[ x0 ][ y0 ]の値は、ビットストリームから復号される。例において、merge_gpm_partition_idx[ ][ ]の数値範囲は、0および63を含んで0から63までである。例において、merge_gpm_partition_idx[ ][ ]に関する復号プロセスは、「バイパス」である。
merge_gpm_partition_idx[ x0 ][ y0 ]が存在しないとき、merge_gpm_partition_idx[ x0 ][ y0 ]は、0に等しいと推測される。
現在のブロックに関する角度パラメータの値は、インジケータの値および予め定義されたルックアップテーブルに従って取得される。
実施形態において、幾何学的区分けモードの区画の角度変数angleIdx(角度パラメータ)および距離変数distanceIdxは、下の表に規定されるようにmerge_gpm_partition_idx[ xCb ][ yCb ](インジケータ)の値に従って設定される。実装において、この関係は、表1に従ってまたは関数によって実装されうる。
S2002:現在のブロックの幅の値および現在のブロックの高さの値を取得する。
例において、WおよびHは、サンプル数で表された現在のブロックの幅および高さであり、WおよびHは、ビットストリームから解析される。例において、両方とも8に等しい幅および高さを有するコーディングブロックは、64個のサンプルを含む正方形のブロックである。別の例において、WおよびHは、ルマサンプル数で表された現在のブロックの幅および高さである。
S2003:幅の値と高さの値との間の比の値を計算する。
実施形態においては、whRatioの値が、現在のコーディングブロックの幅と高さとの間の比を表す。
例においては、whRatio = H / WまたはwhRatio = W / Hである。
別の例においては、2つの変数nCbWおよびnCbHが、現在のコーディングブロックの幅および高さを指定し、変数cIdxが、色成分インデックスを指定する。
変数nW、nH、およびwhRatioが、以下のように導出される。
nW = ( cIdx == 0 ) ? nCbW : nCbW * SubWidthC
nH = ( cIdx == 0 ) ? nCbH : nCbH * SubHeightC
whRatio = nH / nW
nW = ( cIdx == 0 ) ? nCbW : nCbW * SubWidthC
nH = ( cIdx == 0 ) ? nCbH : nCbH * SubHeightC
whRatio = nH / nW
例において、変数SubWidthCおよびSubHeightCは、sps_chroma_format_idcおよびsps_separate_colour_plane_flagによって指定されるクロマフォーマットのサンプリング構造に応じて表2に規定される。
モノクロサンプリングにおいては、名目的にルマ配列と考えられる1つのサンプル配列のみがある。
4:2:0サンプリングにおいては、2つのクロマ配列の各々が、ルマ配列の半分の高さおよび半分の幅を有する。
4:2:2サンプリングにおいては、2つのクロマ配列の各々が、ルマ配列と同じ高さおよび半分の幅を有する。
4:4:4サンプリングにおいては、sps_separate_colour_plane_flagの値に応じて、以下が適用される。
－ sps_separate_colour_plane_flagが0に等しい場合、2つのクロマ配列の各々が、ルマ配列と同じ高さおよび幅を有する。
－ そうでない(sps_separate_colour_plane_flagが1に等しい)場合、3つの色平面が、モノクロのサンプリングされたピクチャとして別々に処理される。
4:2:0サンプリングにおいては、2つのクロマ配列の各々が、ルマ配列の半分の高さおよび半分の幅を有する。
4:2:2サンプリングにおいては、2つのクロマ配列の各々が、ルマ配列と同じ高さおよび半分の幅を有する。
4:4:4サンプリングにおいては、sps_separate_colour_plane_flagの値に応じて、以下が適用される。
－ sps_separate_colour_plane_flagが0に等しい場合、2つのクロマ配列の各々が、ルマ配列と同じ高さおよび幅を有する。
－ そうでない(sps_separate_colour_plane_flagが1に等しい)場合、3つの色平面が、モノクロのサンプリングされたピクチャとして別々に処理される。
S2004:角度パラメータの値および比の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算する。
実施形態において、ステップS2004は、以下を含む。
ステップ1:ルックアップテーブル、alphaの値、およびwhRatioの値に従ってshiftHorの値を取得する。
例において、alpha(alphaNまたはangleIdx)の値およびwhRatioの値は、ルックアップテーブルのインデックス値として使用される。shiftHorの値は、関数に従って取得されることも可能であり、alpha(alphaNまたはangleIdx)の値およびwhRatioの値が、関数に入力され、shiftHorの値は、関数の出力である。例において、関数の結果は、ルックアップテーブルと類似しているかまたは同じである。例において、shiftHorの値は、サンプル距離計算プロセスのための量子化ステップサイズを表す。
別の例において、関数は、shiftHor = ( angleIdx % 16 == 8 || ( angleIdx % 16 != 0 && whRatio > 0 ) ) ? 0 : 1によって表されてもよい。
ステップ2:sample_distの値が、shiftHorの値に応じて計算される。
例においては、サンプルの距離(sample_dist)を計算するために、まず、変数offsetXおよびoffsetYが、以下のように導出される。
shiftHorが0に等しい場合、以下が適用される。
offsetX = ( -nW ) >> 1,
offsetY = ( ( =nH ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nH ) >> 3 : -( ( distanceIdx * nH ) >> 3 ) )
そうでない(shiftHorが1に等しい)場合、以下が適用される。
offsetX = ( ( -nW ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nW ) >> 3 : -( ( distanceIdx * nW ) >> 3 ) )
offsetY = ( -nH ) >> 1
－ 変数xLおよびyLが、以下のように導出される。
xL = ( cIdx == 0 ) ? x : x * SubWidthC
yL = ( cIdx == 0 ) ? y : y * SubHeightC
sample_dist = ( ( ( xL + offsetX ) << 1 ) + 1 ) * disLut[ displacementX ] + ( ( ( yL + offsetY ) << 1 ) + 1 ) ) * disLut[ displacementY ]
shiftHorが0に等しい場合、以下が適用される。
offsetX = ( -nW ) >> 1,
offsetY = ( ( =nH ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nH ) >> 3 : -( ( distanceIdx * nH ) >> 3 ) )
そうでない(shiftHorが1に等しい)場合、以下が適用される。
offsetX = ( ( -nW ) >> 1 ) + ( angleIdx < 16 ? ( distanceIdx * nW ) >> 3 : -( ( distanceIdx * nW ) >> 3 ) )
offsetY = ( -nH ) >> 1
－ 変数xLおよびyLが、以下のように導出される。
xL = ( cIdx == 0 ) ? x : x * SubWidthC
yL = ( cIdx == 0 ) ? y : y * SubHeightC
sample_dist = ( ( ( xL + offsetX ) << 1 ) + 1 ) * disLut[ displacementX ] + ( ( ( yL + offsetY ) << 1 ) + 1 ) ) * disLut[ displacementY ]
変数displacementXおよびdisplacementYは、以下のように導出される。
hwRatio = cbHeight / cbWidth
displacementX = angleIdx
displacementY = ( angleIdx + 8 ) % 32
hwRatio = cbHeight / cbWidth
displacementX = angleIdx
displacementY = ( angleIdx + 8 ) % 32
配列disLutは、表3に規定される。
一部の実施形態においては、幾何学モデルによって、コーディングブロックのサンプルは、2つの下位ブロック内にあると考えられる。下位ブロックAまたは下位ブロックBは、現在のコーディングブロックのサンプルの一部(しかし、すべてではない)を含んでもよい。下位ブロックAまたは下位ブロックBは、各サンプルのsample_distの符合によって表されてもよい。sample_distは、他の段落の例および実施形態に従って取得されてもよい。
S2005:サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得する。
1つの実装において、サンプルに関するサンプルの距離の値に応じてサンプルに関する予測値を取得することは、
サンプルの距離の値に応じて2つの重み係数を計算することと、
第1の予測値、第2の予測値、および2つの重み係数に従ってサンプルに関する予測値を取得することとを含む。
サンプルの距離の値に応じて2つの重み係数を計算することと、
第1の予測値、第2の予測値、および2つの重み係数に従ってサンプルに関する予測値を取得することとを含む。
1つの実装において、サンプルの距離の値は、分割線までの前記サンプルの水平距離または垂直距離または垂直と水平との組み合わせの距離を表し、分割線は、コーディングブロックを2つの下位ブロックに分割するために使用される。
一例においては、計算されたsample_distが、重み係数を計算するために使用され、重み係数が、前記サンプルに対応する第1の予測値と第2の予測値との組み合わせのために使用される。例において、重み係数は、sampleWeight1およびsampleWeight2と表され、第1の予測値に対応する重みおよび第2の予測値に対応する重みを指す。
一例において、重み係数は、以下の関数、
weightIdxL = partFlip ? 32 + sample_dist : 32 - sample_dist
wValue = Clip3( 0, 8, ( weightIdxL + 4 ) >> 3 )
によって計算される。
weightIdxL = partFlip ? 32 + sample_dist : 32 - sample_dist
wValue = Clip3( 0, 8, ( weightIdxL + 4 ) >> 3 )
によって計算される。
この例においては、wValueが、sampleWeight1であり、8 - wValueが、sampleWeight2である。変数partFlipは、angleIdxの値に応じて決定される。例においては、partFlip = ( angleIdx >= 13 && angleIdx <= 27 ) ? 0 : 1、またはpartFlip = ( angleIdx >= 13 && angleIdx <= 27 ) ? 1 : 0である。
一例において、サンプル座標(x,y)の予測サンプルの組み合わされた値が、座標(x,y)の第1の予測値、座標(x,y)の第2の予測値、sampleWeight1、およびsampleWeight2に応じて計算される。
例において、予測サンプル値は、以下のように導出される。
pbSamples[ x ][ y ] = Clip3( 0, ( 1 << BitDepth ) - 1, ( predSamplesLA[ x ][ y ] * wValue + predSamplesLB[ x ][ y ] * ( 8 - wValue ) + offset1 ) >> shift1 )
pbSamples[ x ][ y ] = Clip3( 0, ( 1 << BitDepth ) - 1, ( predSamplesLA[ x ][ y ] * wValue + predSamplesLB[ x ][ y ] * ( 8 - wValue ) + offset1 ) >> shift1 )
式中、bitDepthは、サンプルのビット深度を表し、変数shift1は、bitDepthに応じて取得され、例においては、shift1= Max( 5, 17 - BitDepth )であり、変数offset1は、shift1に応じて取得され、例においては、offset1= 1 << ( shift1 - 1 )であり、predSamplesLAおよびpredSamplesLBは、2つの(nCbW)x(nCbH)配列である。
図21に示されるように、装置2100が開示される。装置2100は、現在のブロックに関する角度パラメータの値を取得するように構成されるパラメータ取得モジュール2101であって、現在のブロックの幅の値および現在のブロックの高さの値を取得するようにさらに構成される、パラメータ取得モジュール2101と、幅の値と高さの値との間の比の値を計算するように構成される比計算モジュール2102と、角度パラメータの値および比の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するように構成されるサンプル距離計算モジュール2103と、サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するように構成される予測モジュール2104とを含む。
本発明の実施形態に係る方法は、装置2100によって実行されうる。上の方法のさらなる特徴および実装の形態は、装置2100の特徴および実装の形態に対応する。
例1.復号デバイスまたは符号化デバイスによって実施されるコーディングの方法であって、
現在のブロックに関する角度パラメータの値を取得するステップと、
現在のブロックの幅の値および現在のブロックの高さの値を取得するステップと、
幅の値と高さの値との間の比の値を計算するステップと、
角度パラメータの値および比の値に従って第1の値を取得するステップと、
第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップと、
サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するステップとを含む、方法。
現在のブロックに関する角度パラメータの値を取得するステップと、
現在のブロックの幅の値および現在のブロックの高さの値を取得するステップと、
幅の値と高さの値との間の比の値を計算するステップと、
角度パラメータの値および比の値に従って第1の値を取得するステップと、
第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップと、
サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するステップとを含む、方法。
例2.第1の値が、予め定義されたルックアップテーブルに従って取得され、角度のパラメータの値および比の値が、予め定義されたルックアップテーブルに関するインデックス値として使用される、例1の方法。
例3.予め定義されたルックアップテーブルが、9個の異なる角度の値(0から8)を含む、例2の方法。
例4.予め定義されたルックアップテーブルが、5個の異なる角度の値(0から4)を含む、例2の方法。
例5.予め定義されたルックアップテーブルが、4個の異なる比の値(0から3)を含む、例2から4のいずれか1つの方法。
例6.予め定義されたルックアップテーブルが、5個の異なる比の値(0から4)を含む、例2から4のいずれか1つの方法。
例7.予め定義されたルックアップテーブルが、3個の異なる比の値(0から2)を含む、例2から4のいずれか1つの方法。
例8.予め定義されたルックアップテーブルが、角度の値と比の値との各組み合わせに対応する第1の値を含む、例2から7のいずれか1つの方法。
例9.第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップが、
第1の値および角度のパラメータの値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算することを含む、例1から8のいずれか1つの方法。
第1の値および角度のパラメータの値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算することを含む、例1から8のいずれか1つの方法。
例10.比の値が、
whRatio = (wIdx >= hIdx) ? wIdx - hIdx : hIdx - wIdx
によって得られ、式中、whRatioが、比の値であり、Wが、幅の値であり、Hが、高さの値であり、wIdxの値が、log2(W) - 3に等しく、hIdxの値が、log2(H) - 3に等しい、例1から9のいずれか1つの方法。
whRatio = (wIdx >= hIdx) ? wIdx - hIdx : hIdx - wIdx
によって得られ、式中、whRatioが、比の値であり、Wが、幅の値であり、Hが、高さの値であり、wIdxの値が、log2(W) - 3に等しく、hIdxの値が、log2(H) - 3に等しい、例1から9のいずれか1つの方法。
例11.比の値が、
whRatio = (W >= H) ? W/H : H/W
によって得られ、式中、whRatioが、比の値であり、Wが、幅の値であり、Hが、高さの値である、例1から9のいずれか1つの方法。
whRatio = (W >= H) ? W/H : H/W
によって得られ、式中、whRatioが、比の値であり、Wが、幅の値であり、Hが、高さの値である、例1から9のいずれか1つの方法。
例12.サンプルの距離の値が、
sample_dist = ((2*x) - W + K)*f1(alpha) + ((2*y) - H + K))*f2(alpha) - distanceIdx*stepD*scaleStep
によって計算され、式中、sample_distが、サンプルの距離の値であり、f1()およびf2()が、関数であり、alphaが、値 角度のパラメータであり(例においては、f1()およびf2()は、ルックアップテーブルとして実装され、alphaの値が、ルックアップテーブルに関するインデックス値である)、scaleStepの値が、幅の値かまたは高さの値かのいずれかに等しく、xおよびyが、現在のブロックの左上のサンプルに対するサンプルの座標であり、Kが、整数のオフセット値である、例1から11のいずれか1つの方法。
sample_dist = ((2*x) - W + K)*f1(alpha) + ((2*y) - H + K))*f2(alpha) - distanceIdx*stepD*scaleStep
によって計算され、式中、sample_distが、サンプルの距離の値であり、f1()およびf2()が、関数であり、alphaが、値 角度のパラメータであり(例においては、f1()およびf2()は、ルックアップテーブルとして実装され、alphaの値が、ルックアップテーブルに関するインデックス値である)、scaleStepの値が、幅の値かまたは高さの値かのいずれかに等しく、xおよびyが、現在のブロックの左上のサンプルに対するサンプルの座標であり、Kが、整数のオフセット値である、例1から11のいずれか1つの方法。
例13.サンプルの距離の値が、
sample_dist = ((2*x) - W + K)*f(dispIdxN) + ((2*y) - H + K))*f(dispIdxS) - distanceIdx*stepD*scaleStep
によって計算され、式中、sample_distが、サンプルの距離の値であり、f()が、関数であり(例において、関数f()は、ルックアップテーブルとして実装される)、dispIdxNまたはdispIdxSが、インデックス値であり(例において、dispIdxNまたはdispIdxSは、ビットストリームから取得されるか、またはビットストリーム内のインジケータの値に基づいて計算される)、scaleStepの値が、幅の値かまたは高さの値かのいずれかに等しく、xおよびyが、現在のブロックの左上のサンプルに対するサンプルの座標であり、Kが、整数のオフセット値である(例において、Kの値は、1である)、例1から11のいずれか1つの方法。
sample_dist = ((2*x) - W + K)*f(dispIdxN) + ((2*y) - H + K))*f(dispIdxS) - distanceIdx*stepD*scaleStep
によって計算され、式中、sample_distが、サンプルの距離の値であり、f()が、関数であり(例において、関数f()は、ルックアップテーブルとして実装される)、dispIdxNまたはdispIdxSが、インデックス値であり(例において、dispIdxNまたはdispIdxSは、ビットストリームから取得されるか、またはビットストリーム内のインジケータの値に基づいて計算される)、scaleStepの値が、幅の値かまたは高さの値かのいずれかに等しく、xおよびyが、現在のブロックの左上のサンプルに対するサンプルの座標であり、Kが、整数のオフセット値である(例において、Kの値は、1である)、例1から11のいずれか1つの方法。
例14.例1から13のいずれか1つに係る方法を実行するための処理回路を含む、デコーダ(30)またはエンコーダ。
例15.例1から13のいずれか1つに係る方法を実行するためのプログラムコードを含む、コンピュータプログラム製品。
例16.デコーダまたはエンコーダであって、
1つ以上のプロセッサと、
プロセッサに結合され、プロセッサによって実行するためのプログラミングを記憶する非一時的コンピュータ可読ストレージ媒体であって、プログラミングが、プロセッサによって実行されるときに、例1から13のいずれか1つに係る方法を実行するようにデコーダを構成する、非一時的コンピュータ可読ストレージ媒体と
を含む、デコーダまたはエンコーダ。
1つ以上のプロセッサと、
プロセッサに結合され、プロセッサによって実行するためのプログラミングを記憶する非一時的コンピュータ可読ストレージ媒体であって、プログラミングが、プロセッサによって実行されるときに、例1から13のいずれか1つに係る方法を実行するようにデコーダを構成する、非一時的コンピュータ可読ストレージ媒体と
を含む、デコーダまたはエンコーダ。
以下は、上述の実施形態において示された符号化方法および復号方法の応用ならびにそれらを使用するシステムの説明である。
図18は、コンテンツ配信サービスを実現するためのコンテンツ供給システム3100を示すブロック図である。このコンテンツ供給システム3100は、キャプチャデバイス3102、端末デバイス3106を含み、任意選択でディスプレイ3126を含む。キャプチャデバイス3102は、通信リンク3104を介して端末デバイス3106と通信する。通信リンクは、上述の通信チャネル13を含んでもよい。通信リンク3104は、WIFI、イーサネット、ケーブル、ワイヤレス(3G/4G/5G)、USB、またはこれらの任意の種類の組み合わせなどを含むがこれらに限定されない。
キャプチャデバイス3102は、データを生成し、上の実施形態に示された符号化方法によってデータを符号化してもよい。代替的に、キャプチャデバイス3102は、データをストリーミングサーバ(図示せず)に配信してもよく、サーバが、データを符号化し、符号化されたデータを端末デバイス3106に送信する。キャプチャデバイス3102は、カメラ、スマートフォンもしくはスマートパッド、コンピュータもしくはラップトップ、テレビ会議システム、PDA、車載デバイス、またはこれらのいずれかの組み合わせなどを含むがこれらに限定されない。たとえば、キャプチャデバイス3102は、上述の送信元デバイス12を含んでもよい。データがビデオを含むとき、キャプチャデバイス3102に含まれるビデオエンコーダ20が、ビデオ符号化処理を実際に実行してもよい。データがオーディオ(つまり、声)を含むとき、キャプチャデバイス3102に含まれるオーディオエンコーダが、オーディオ符号化処理を実際に実行してもよい。いくつかの実際のシナリオに関して、キャプチャデバイス3102は、符号化されたビデオおよびオーディオデータを一緒に多重化することによってそれらのデータを配信する。その他の実際のシナリオに関して、たとえば、テレビ会議システムにおいて、符号化されたオーディオデータおよび符号化されたビデオデータは、多重化されない。キャプチャデバイス3102は、符号化されたオーディオデータおよび符号化されたビデオデータを端末デバイス3106に別々に配信する。
コンテンツ供給システム3100において、端末デバイス310は、符号化されたデータを受信し、再生する。端末デバイス3106は、上述の符号化されたデータを復号することができるスマートフォンもしくはスマートパッド3108、コンピュータもしくはラップトップ3110、ネットワークビデオレコーダ(NVR)/デジタルビデオレコーダ(DVR)3112、TV 3114、セットトップボックス(STB)3116、テレビ会議システム3118、ビデオ監視システム3120、携帯情報端末(PDA)3122、車載デバイス3124、またはこれらのいずれかの組み合わせなどの、データ受信および復元能力を有するデバイスであることが可能である。たとえば、端末デバイス3106は、上述の送信先デバイス14を含んでもよい。符号化されたデータがビデオを含むとき、端末デバイスに含まれるビデオデコーダ30が、ビデオの復号を実行するために優先される。符号化されたデータがオーディオを含むとき、端末デバイスに含まれるオーディオデコーダが、オーディオ復号処理を実行するために優先される。
ディスプレイを有する端末デバイス、たとえば、スマートフォンもしくはスマートパッド3108、コンピュータもしくはラップトップ3110、ネットワークビデオレコーダ(NVR)/デジタルビデオレコーダ(DVR)3112、TV 3114、携帯情報端末(PDA)、または車載デバイス3124に関して、端末デバイスは、復号されたデータをその端末デバイスのディスプレイに供給することができる。ディスプレイを備えていない端末デバイス、たとえば、STB 3116、テレビ会議システム3118、またはビデオ監視システム3120に関しては、外部ディスプレイ3126に連絡を取り、復号されたデータが受信され示される。
このシステムの各デバイスが符号化または復号を実行するとき、上述の実施形態において示されたピクチャ符号化デバイスまたはピクチャ復号デバイスが、使用されうる。
図19は、端末デバイス3106の例の構造を示す図である。端末デバイス3106がキャプチャデバイス3102からストリームを受信した後、プロトコル進行ユニット3202が、ストリームの送信プロトコルを分析する。プロトコルは、リアルタイムストリーミングプロトコル(RTSP)、ハイパーテキスト転送プロトコル(HTTP)、HTTPライブストリーミングプロトコル(HLS)、MPEG-DASH、リアルタイムトランスポートプロトコル(RTP)、リアルタイムメッセージングプロトコル(RTMP)、またはこれらの任意の種類の組み合わせなどを含むがこれらに限定されない。
プロトコル進行ユニット3202がストリームを処理した後、ストリームファイルが生成される。ファイルは、多重分離ユニット3204に出力される。多重分離ユニット3204は、多重化されたデータを符号化されたオーディオデータおよび符号化されたビデオデータに分離することができる。上述のように、いくつかの実際のシナリオに関して、たとえば、テレビ会議システムにおいて、符号化されたオーディオデータおよび符号化されたビデオデータは、多重化されない。この状況では、符号化されたデータは、多重分離ユニット3204を通さずにビデオデコーダ3206およびオーディオデコーダ3208に送信される。
多重分離処理によって、ビデオエレメンタリストリーム(ES)、オーディオES、および任意選択で字幕が生成される。上述の実施形態において説明されたビデオデコーダ30を含むビデオデコーダ3206は、上述の実施形態において示された復号方法によってビデオESを復号してビデオフレームを生成し、このデータを同期ユニット3212に供給する。オーディオデコーダ3208は、オーディオESを復号してオーディオフレームを生成し、このデータを同期ユニット3212に供給する。代替的に、ビデオフレームは、そのビデオフレームを同期ユニット3212に供給する前に、(図19に示されていない)バッファに記憶されてもよい。同様に、オーディオフレームは、そのオーディオフレームを同期ユニット3212に供給する前に、(図19に示されていない)バッファに記憶されてもよい。
同期ユニット3212は、ビデオフレームとオーディオフレームとを同期し、ビデオ/オーディオをビデオ/オーディオディスプレイ3214に供給する。たとえば、同期ユニット3212は、ビデオ情報およびオーディオ情報の提示を同期する。情報は、コーディングされたオーディオデータおよびビジュアルデータの提示に関するタイムスタンプならびにデータストリーム自体の配信に関するタイムスタンプを使用するシンタックスにおいてコーディングしてもよい。
字幕がストリームに含まれる場合、字幕デコーダ3210が、字幕を復号し、その字幕をビデオフレームおよびオーディオフレームと同期し、ビデオ/オーディオ/字幕をビデオ/オーディオ/字幕ディスプレイ3216に供給する。
本発明は、上述のシステムに限定されず、上述の実施形態のピクチャ符号化デバイスかまたはピクチャ復号デバイスかのいずれも、その他のシステム、たとえば、自動車のシステムに組み込まれうる。
数学演算子
本出願において使用される数学演算子は、Cプログラミング言語において使用される数学演算子に似ている。しかし、整数の除算および算術シフト演算の結果は、より厳密に定義され、累乗および実数値の除算などの追加の演算が、定義される。付番およびカウントの規則は、概して0から始まり、たとえば、「第1」は、0番と等価であり、「第2」は、1番と等価であり、以下同様である。
本出願において使用される数学演算子は、Cプログラミング言語において使用される数学演算子に似ている。しかし、整数の除算および算術シフト演算の結果は、より厳密に定義され、累乗および実数値の除算などの追加の演算が、定義される。付番およびカウントの規則は、概して0から始まり、たとえば、「第1」は、0番と等価であり、「第2」は、1番と等価であり、以下同様である。
算術演算子
以下の算術演算子が、以下の通り定義される。
+ 加算
- 減算(2引数の演算子として)または否定(単項前置演算子として)
* 行列の乗算を含む乗算
xy 累乗。xのy乗を規定する。その他の文脈で、そのような表記は、累乗として解釈されるように意図されない上付きの書き込みのために使用される。
/ 結果のゼロへの切り捨てを行う整数の除算。たとえば、7 / 4および-7 / -4は、1に切り捨てられ、-7 / 4および7 / -4は、-1に切り捨てられる。
÷ 切り捨てまたは丸めが意図されない数学的方程式の除算を表すために使用される。
切り捨てまたは丸めが意図されない数学的方程式の除算を表すために使用される。
iがxからyを含んでyまでのすべての整数値を取るf( i )の総和。
x % y 法。x >= 0およびy > 0である整数xおよびyに関してのみ定義されるx割るyの余り。
以下の算術演算子が、以下の通り定義される。
+ 加算
- 減算(2引数の演算子として)または否定(単項前置演算子として)
* 行列の乗算を含む乗算
xy 累乗。xのy乗を規定する。その他の文脈で、そのような表記は、累乗として解釈されるように意図されない上付きの書き込みのために使用される。
/ 結果のゼロへの切り捨てを行う整数の除算。たとえば、7 / 4および-7 / -4は、1に切り捨てられ、-7 / 4および7 / -4は、-1に切り捨てられる。
÷ 切り捨てまたは丸めが意図されない数学的方程式の除算を表すために使用される。
x % y 法。x >= 0およびy > 0である整数xおよびyに関してのみ定義されるx割るyの余り。
論理演算子
以下の論理演算子が、以下の通り定義される。
x && y xおよびyのブール論理「積」
x || y xおよびyのブール論理「和」
! ブール論理「否定」
x ? y : z xが真であるかまたは0に等しくない場合、値yと評価され、そうでない場合、値zと評価される。
以下の論理演算子が、以下の通り定義される。
x && y xおよびyのブール論理「積」
x || y xおよびyのブール論理「和」
! ブール論理「否定」
x ? y : z xが真であるかまたは0に等しくない場合、値yと評価され、そうでない場合、値zと評価される。
関係演算子
以下の関係演算子が、以下の通り定義される。
> より大きい
>= 以上
< 未満
<= 以下
== 等しい
!= 等しくない
以下の関係演算子が、以下の通り定義される。
> より大きい
>= 以上
< 未満
<= 以下
== 等しい
!= 等しくない
関係演算子が値「na」(該当なし)を割り当てられシンタックス要素または変数に適用されるとき、値「na」は、シンタックス要素または変数に関する異なる値として扱われる。値「na」は、いかなるその他の値とも等しくないとみなされる。
ビット演算子
以下のビット演算子が、以下の通り定義される。
& ビット毎の「論理積」。整数引数に対する演算のとき、整数値の2の補数表現に対して作用する。別の引数よりも少ないビットを含む2進数引数に対する演算のとき、より短い引数が、0に等しいさらに上位桁のビットを追加することによって拡張される。
| ビット毎の「論理和」。整数引数に対する演算のとき、整数値の2の補数表現に対して作用する。別の引数よりも少ないビットを含む2進数引数に対する演算のとき、より短い引数が、0に等しいさらに上位桁のビットを追加することによって拡張される。
^ ビット毎の「排他的論理和」。整数引数に対する演算のとき、整数値の2の補数表現に対して作用する。別の引数よりも少ないビットを含む2進数引数に対する演算のとき、より短い引数が、0に等しいさらに上位桁のビットを追加することによって拡張される。
x>>y xの2の補数による整数の表現の、2進数のy桁分の算術右シフト。この関数は、yの非負の整数値に対してのみ定義される。右シフトの結果として最上位ビット(MSB)にシフトされるビットは、シフト演算の前のxのMSBに等しい値を有する。
x<<y xの2の補数による整数の表現の、2進数のy桁分の算術左シフト。この関数は、yの非負の整数値に対してのみ定義される。左シフトの結果として最下位ビット(LSB)にシフトされるビットは、0に等しい値を有する。
以下のビット演算子が、以下の通り定義される。
& ビット毎の「論理積」。整数引数に対する演算のとき、整数値の2の補数表現に対して作用する。別の引数よりも少ないビットを含む2進数引数に対する演算のとき、より短い引数が、0に等しいさらに上位桁のビットを追加することによって拡張される。
| ビット毎の「論理和」。整数引数に対する演算のとき、整数値の2の補数表現に対して作用する。別の引数よりも少ないビットを含む2進数引数に対する演算のとき、より短い引数が、0に等しいさらに上位桁のビットを追加することによって拡張される。
^ ビット毎の「排他的論理和」。整数引数に対する演算のとき、整数値の2の補数表現に対して作用する。別の引数よりも少ないビットを含む2進数引数に対する演算のとき、より短い引数が、0に等しいさらに上位桁のビットを追加することによって拡張される。
x>>y xの2の補数による整数の表現の、2進数のy桁分の算術右シフト。この関数は、yの非負の整数値に対してのみ定義される。右シフトの結果として最上位ビット(MSB)にシフトされるビットは、シフト演算の前のxのMSBに等しい値を有する。
x<<y xの2の補数による整数の表現の、2進数のy桁分の算術左シフト。この関数は、yの非負の整数値に対してのみ定義される。左シフトの結果として最下位ビット(LSB)にシフトされるビットは、0に等しい値を有する。
代入演算子
以下の算術演算子が、以下の通り定義される。
= 代入演算子
++ インクリメント、つまり、x++は、x = x + 1と等価であり、配列のインデックスに使用されるとき、インクリメント演算の前に変数の値と評価される。
-- デクリメント、つまり、x--は、x = x - 1と等価であり、配列のインデックスに使用されるとき、デクリメント演算の前に変数の値と評価される。
+= 指定された量のインクリメント、つまり、x += 3は、x = x + 3と等価であり、x += (-3)は、x = x + (-3)と等価である。
-= 指定された量のデクリメント、つまり、x -= 3は、x = x - 3と等価であり、x -= (-3)は、x = x - (-3)と等価である。
以下の算術演算子が、以下の通り定義される。
= 代入演算子
++ インクリメント、つまり、x++は、x = x + 1と等価であり、配列のインデックスに使用されるとき、インクリメント演算の前に変数の値と評価される。
-- デクリメント、つまり、x--は、x = x - 1と等価であり、配列のインデックスに使用されるとき、デクリメント演算の前に変数の値と評価される。
+= 指定された量のインクリメント、つまり、x += 3は、x = x + 3と等価であり、x += (-3)は、x = x + (-3)と等価である。
-= 指定された量のデクリメント、つまり、x -= 3は、x = x - 3と等価であり、x -= (-3)は、x = x - (-3)と等価である。
範囲の表記
以下の表記が、値の範囲を指定するために使用される。
x = y..z xは、x、y、およびzが整数値であり、zがyよりも大きいものとして、yおよびzを含んでyからzまでの整数値を取る。
以下の表記が、値の範囲を指定するために使用される。
x = y..z xは、x、y、およびzが整数値であり、zがyよりも大きいものとして、yおよびzを含んでyからzまでの整数値を取る。
数学関数
以下の数学関数が、定義される。
Asin( x ) -1.0および1.0を含んで-1.0から1.0までの範囲内の引数xに作用し、ラジアンを単位として-π÷2およびπ÷2を含んで-π÷2からπ÷2までの範囲の出力値を有する三角法の逆正弦関数
Atan( x ) 引数xに作用し、ラジアンを単位として-π÷2およびπ÷2を含んで-π÷2からπ÷2までの範囲の出力値を有する三角法の逆正接関数
Ceil( x ) x以上の最小の整数。
Clip1Y( x ) = Clip3( 0, ( 1 << BitDepthY ) - 1, x )
Clip1C( x ) = Clip3( 0, ( 1 << BitDepthC ) - 1, x )
Cos( x ) ラジアンを単位とする引数xに作用する三角法の余弦関数。
Floor(x) x以下の最大の整数。
Ln( x ) xの自然対数(eを底とする対数であり、eは、自然対数の底の定数2.718281828...である)。
Log2( x ) xの2を底とする対数。
Log10( x ) xの10を底とする対数。
Round( x ) = Sign( x ) * Floor( Abs( x ) + 0.5 )
Sin( x ) ラジアンを単位とする引数xに作用する三角法の正弦関数
Swap( x, y ) = ( y, x )
Tan( x ) ラジアンを単位とする引数xに作用する三角法の正接関数
以下の数学関数が、定義される。
Atan( x ) 引数xに作用し、ラジアンを単位として-π÷2およびπ÷2を含んで-π÷2からπ÷2までの範囲の出力値を有する三角法の逆正接関数
Clip1Y( x ) = Clip3( 0, ( 1 << BitDepthY ) - 1, x )
Clip1C( x ) = Clip3( 0, ( 1 << BitDepthC ) - 1, x )
Floor(x) x以下の最大の整数。
Log2( x ) xの2を底とする対数。
Log10( x ) xの10を底とする対数。
Tan( x ) ラジアンを単位とする引数xに作用する三角法の正接関数
演算の優先順位
式中の優先順位が括弧を使用して明示されないとき、以下のルールが、適用される。
－ より高い優先度の演算は、より低い優先度のいかなる演算よりも前に評価される。
－ 同じ優先度の演算は、左から右に順に評価される。
式中の優先順位が括弧を使用して明示されないとき、以下のルールが、適用される。
－ より高い優先度の演算は、より低い優先度のいかなる演算よりも前に評価される。
－ 同じ優先度の演算は、左から右に順に評価される。
下の表は、最も高い方から最も低い方へ演算の優先度を明示し、表のより上の位置は、より高い優先度を示す。
Cプログラミング言語においても使用される演算子に関して、本明細書において使用される優先順位は、Cプログラミング言語において使用されるのと同じである。
論理演算のテキストの記述
本文中、以下の形態で、すなわち、
if( 条件0 )
ステートメント0
else if( 条件1 )
ステートメント1
...
else /* 残りの条件に関する情報を伝えるコメント */
ステートメントn
の形態で数学的に記述される論理演算のステートメントは、以下のように記述されてもよい。
以下のように... / ...以下が適用される。
－ 条件0の場合、ステートメント0
－ そうではなく、条件1の場合、ステートメント1
－ ...
－ それ以外の場合(残りの条件に関する情報を伝えるコメント)、ステートメントn
本文中、以下の形態で、すなわち、
if( 条件0 )
ステートメント0
else if( 条件1 )
ステートメント1
...
else /* 残りの条件に関する情報を伝えるコメント */
ステートメントn
の形態で数学的に記述される論理演算のステートメントは、以下のように記述されてもよい。
以下のように... / ...以下が適用される。
－ 条件0の場合、ステートメント0
－ そうではなく、条件1の場合、ステートメント1
－ ...
－ それ以外の場合(残りの条件に関する情報を伝えるコメント)、ステートメントn
本文中のそれぞれの「...の場合、...、そうではなく...の場合、...、それ以外の場合、...」のステートメントは、「...の場合、...」が直後に続く「以下のように...」または「...以下が適用される」によって導入される。「...の場合、...、そうではなく...の場合、...、それ以外の場合、...」の最後の条件は、常に「それ以外の場合、...」である。交互に挿入された「...の場合、...、そうではなく...の場合、...、それ以外の場合、...」のステートメントは、「以下のように...」または「...以下が適用される」を終わりの「それ以外の場合、...」とマッチングすることによって特定されうる。
本文中、以下の形態で、すなわち、
if( 条件0a && 条件0b )
ステートメント0
else if( 条件1a || 条件1b )
ステートメント1
...
else
ステートメントn
の形態で数学的に記述される論理演算のステートメントは、以下のように記述されてもよい。
以下のように... / ...以下が適用される。
－ 以下の条件のすべてが真である場合、ステートメント0
－ 条件0a
－ 条件0b
－ そうでなく、以下の条件のうちの1つ以上が真である場合、ステートメント1
－ 条件1a
－ 条件1b
－ ...
－ それ以外の場合、ステートメントn
if( 条件0a && 条件0b )
ステートメント0
else if( 条件1a || 条件1b )
ステートメント1
...
else
ステートメントn
の形態で数学的に記述される論理演算のステートメントは、以下のように記述されてもよい。
以下のように... / ...以下が適用される。
－ 以下の条件のすべてが真である場合、ステートメント0
－ 条件0a
－ 条件0b
－ そうでなく、以下の条件のうちの1つ以上が真である場合、ステートメント1
－ 条件1a
－ 条件1b
－ ...
－ それ以外の場合、ステートメントn
本文中、以下の形態で、すなわち、
if( 条件0 )
ステートメント0
if( 条件1 )
ステートメント1
の形態で数学的に記述される論理演算のステートメントは、以下のように記述されてもよい。
条件0のとき、ステートメント0
条件1のとき、ステートメント1
if( 条件0 )
ステートメント0
if( 条件1 )
ステートメント1
の形態で数学的に記述される論理演算のステートメントは、以下のように記述されてもよい。
条件0のとき、ステートメント0
条件1のとき、ステートメント1
本発明の実施形態が主にビデオコーディングに基づいて説明されたが、コーディングシステム10、エンコーダ20、およびデコーダ30(およびそれに対応してシステム10)の実施形態、ならびに本明細書において説明されたその他の実施形態はさらに、静止ピクチャの処理またはコーディング、つまり、ビデオコーディングと同様のいかなる先行するまたは連続するピクチャからも独立した個々のピクチャの処理またはコーディングのために構成されてもよいことに留意されたい。概して、ピクチャの処理コーディングが単一のピクチャ17に制限される場合、インター予測ユニット244(エンコーダ)および344(デコーダ)のみが、利用可能でなくてもよい。ビデオエンコーダ20およびビデオデコーダ30のすべてのその他の機能(ツールまたはテクノロジーとも呼ばれる)、たとえば、残差計算204/304、変換206、量子化208、逆量子化210/310、(逆)変換212/312、区分け262/362、イントラ予測254/354、および/またはループフィルタ220、320、およびエントロピーコーディング270、およびエントロピー復号304が、静止ピクチャの処理のために等しく使用されてもよい。
たとえば、エンコーダ20およびデコーダ30、ならびにたとえばエンコーダ20およびデコーダ30に関連して本明細書において説明された機能の実施形態は、ハードウェア、ソフトウェア、ファームウェア、またはこれらの任意の組み合わせで実装されてもよい。ソフトウェアに実装される場合、機能は、1つ以上の命令またはコードとしてコンピュータ可読媒体上に記憶されるかまたは通信媒体上で送信され、ハードウェアに基づく処理ユニットによって実行されてもよい。コンピュータ可読媒体は、データストレージ媒体などの有形の媒体に対応するコンピュータ可読ストレージ媒体、またはたとえば通信プロトコルによるある場所から別の場所へのコンピュータプログラムの転送を容易にする任意の媒体を含む通信媒体を含んでもよい。このようにして、概して、コンピュータ可読媒体は、(1)非一時的である有形のコンピュータ可読ストレージ媒体または(2)信号もしくは搬送波などの通信媒体に対応してもよい。データストレージ媒体は、本開示において説明された技術の実装のための命令、コード、および/またはデータ構造を取り出すために1つ以上のコンピュータまたは1つ以上のプロセッサによってアクセスされうる任意の利用可能な媒体であってもよい。コンピュータプログラム製品は、コンピュータ可読媒体を含んでもよい。
限定ではなく例として、そのようなコンピュータ可読ストレージ媒体は、RAM、ROM、EEPROM、CD-ROMもしくはその他の光ディスクストレージ、磁気ディスクストレージもしくはその他の磁気ストレージデバイス、フラッシュメモリ、または命令もしくはデータ構造の形態で所望のプログラムコードを記憶するために使用されることが可能であり、コンピュータによってアクセスされることが可能である任意のその他の媒体を含みうる。また、任意の接続が、適切にコンピュータ可読媒体と呼ばれる。たとえば、命令が、同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者線(DSL)、または赤外線、ラジオ波、およびマイクロ波などのワイヤレステクノロジーを用いてウェブサイト、サーバ、またはその他のリモートソースから送信される場合、次いで、同軸ケーブル、光ファイバケーブル、ツイストペア、DSL、または赤外線、ラジオ波、およびマイクロ波などのワイヤレステクノロジーは、媒体の定義に含まれる。しかし、コンピュータ可読ストレージ媒体およびデータストレージ媒体は、接続、搬送波、信号、またはその他の一時的媒体を含まず、その代わりに、非一時的な有形のストレージ媒体を対象とすることを理解されたい。本明細書において使用されるとき、ディスク(disk)およびディスク(disc)は、コンパクトディスク(CD: compact disc)、レーザディスク(laser disc)、光ディスク(optical disc)、デジタルバーサタイルディスク(DVD: digital versatile disc)、フロッピーディスク(floppy disk)、およびブルーレイディスク(Blu-ray（登録商標） disc)を含み、ディスク(disk)が、通常、磁気的にデータを再生する一方、ディスク(disc)は、レーザを用いて光学的にデータを再生する。上記のものの組み合わせも、コンピュータ可読媒体の範囲に含まれるべきである。
命令は、1つ以上のデジタル信号プロセッサ(DSP)、汎用マイクロプロセッサ、特定用途向け集積回路(ASIC)、フィールドプログラマブルロジックアレイ(FPGA)、またはその他の等価な集積もしくはディスクリート論理回路などの1つ以上のプロセッサによって実行されてもよい。したがって、用語「プロセッサ」は、本明細書において使用されるとき、上述の構造または本明細書において説明された技術の実装に好適な任意のその他の構造のいずれかを指してもよい。加えて、一部の態様において、本明細書において説明された機能は、符号化および復号のために構成された専用のハードウェアおよび/もしくはソフトウェアモジュール内に提供されるか、または組み合わされたコーデックに組み込まれてもよい。また、技術は、1つ以上の回路または論理要素にすべて実装されうる。
本開示の技術は、ワイヤレスハンドセット、集積回路(IC)、または1組のIC(たとえば、チップセット)を含む多種多様なデバイスまたは装置に実装されてもよい。様々な構成要素、モジュール、またはユニットが、開示された技術を実行するように構成されたデバイスの機能の態様を強調するために本開示において説明されているが、異なるハードウェアユニットによる実現を必ずしも必要としない。むしろ、上述のように、様々なユニットが、コーデックハードウェアユニットにおいて組み合わされるか、または好適なソフトウェアおよび/もしくはファームウェアと連携した、上述の1つ以上のプロセッサを含む相互運用性のあるハードウェアユニットの集合によって提供されてもよい。
10 ビデオコーディングシステム、コーディングシステム
12 送信元デバイス
13 符号化されたピクチャデータ、通信チャネル
14 送信先デバイス
16 ピクチャソース
17 ピクチャ、ピクチャデータ、生ピクチャ、生ピクチャデータ、モノクロピクチャ、カラーピクチャ、現在のピクチャ
18 プリプロセッサ、前処理ユニット、ピクチャプリプロセッサ
19 前処理されたピクチャ、前処理されたピクチャデータ
20 ビデオエンコーダ、エンコーダ
21 符号化されたピクチャデータ、符号化されたビットストリーム
22 通信インターフェース、通信ユニット
28 通信インターフェース、通信ユニット
30 デコーダ、ビデオデコーダ
31 復号されたピクチャデータ、復号されたピクチャ
32 ポストプロセッサ、後処理ユニット
33 後処理されたピクチャデータ、後処理されたピクチャ
34 ディスプレイデバイス
46 処理回路
100 ビデオエンコーダ
201 入力、入力インターフェース
203 ピクチャブロック、元のブロック、現在のブロック、区分けされたブロック、現在のピクチャブロック
204 残差計算ユニット、残差計算
205 残差ブロック、残差
206 変換処理ユニット、変換
207 変換係数
208 量子化ユニット、量子化
209 量子化された係数、量子化された変換係数、量子化された残差係数
210 逆量子化ユニット、逆量子化
211 逆量子化された係数、逆量子化された残差係数
212 逆変換処理ユニット、(逆)変換
213 再構築された残差ブロック、逆量子化された係数、変換ブロック
214 再構築ユニット、加算器、合算器
215 再構築されたブロック
216 バッファ
220 ループフィルタユニット、ループフィルタ
221 フィルタリングされたブロック、フィルタリングされた再構築されたブロック
230 復号ピクチャバッファ(DPB)
231 復号されたピクチャ
244 インター予測ユニット
254 イントラ予測ユニット、インター予測ユニット、イントラ予測
260 モード選択ユニット
262 区分けユニット、区分け
265 予測ブロック、予測子
266 シンタックス要素
270 エントロピーコーディングユニット、エントロピーコーディング
272 出力、出力インターフェース
304 エントロピー復号ユニット、残差計算、エントロピー復号
309 量子化された係数
310 逆量子化ユニット、逆量子化
311 逆量子化された係数、変換係数
312 逆変換処理ユニット、(逆)変換、出力
313 再構築された残差ブロック
314 再構築ユニット、合算器、加算器
315 再構築されたブロック
320 ループフィルタ、ループフィルタユニット、ループフィルタリングユニット
321 フィルタリングされたブロック、復号されたビデオブロック
330 復号ピクチャバッファ(DPB)
331 復号されたピクチャ
344 インター予測ユニット
354 イントラ予測ユニット、イントラ予測
360 モード選択ユニット
362 区分け
365 予測ブロック
400 ビデオコーディングデバイス
410 着信ポート、入力ポート
420 受信機ユニット(Rx)
430 プロセッサ、論理ユニット、中央演算処理装置(CPU)
440 送信機ユニット(Tx)
450 発信ポート、出力ポート
460 メモリ
470 コーディングモジュール
500 装置
502 プロセッサ
504 メモリ
506 データ
508 オペレーティングシステム
510 アプリケーションプログラム
512 バス
514 二次ストレージ
518 ディスプレイ
1210 角度alpha、角度パラメータalpha
1230 距離dist
1250 分割線
2100 装置
2101 パラメータ取得モジュール
2102 比計算モジュール
2103 サンプル距離計算モジュール
2104 予測モジュール
3100 コンテンツ供給システム
3102 キャプチャデバイス
3104 通信リンク
3106 端末デバイス
3108 スマートフォン、スマートパッド
3110 コンピュータ、ラップトップ
3112 ネットワークビデオレコーダ(NVR)/デジタルビデオレコーダ(DVR)
3114 TV
3116 セットトップボックス(STB)
3118 テレビ会議システム
3120 ビデオ監視システム
3122 携帯情報端末(PDA)
3124 車載デバイス
3126 ディスプレイ
3202 プロトコル進行ユニット
3204 多重分離ユニット
3206 ビデオデコーダ
3208 オーディオデコーダ
3210 字幕デコーダ
3212 同期ユニット
3214 ビデオ/オーディオディスプレイ
3216 ビデオ/オーディオ/字幕ディスプレイ
12 送信元デバイス
13 符号化されたピクチャデータ、通信チャネル
14 送信先デバイス
16 ピクチャソース
17 ピクチャ、ピクチャデータ、生ピクチャ、生ピクチャデータ、モノクロピクチャ、カラーピクチャ、現在のピクチャ
18 プリプロセッサ、前処理ユニット、ピクチャプリプロセッサ
19 前処理されたピクチャ、前処理されたピクチャデータ
20 ビデオエンコーダ、エンコーダ
21 符号化されたピクチャデータ、符号化されたビットストリーム
22 通信インターフェース、通信ユニット
28 通信インターフェース、通信ユニット
30 デコーダ、ビデオデコーダ
31 復号されたピクチャデータ、復号されたピクチャ
32 ポストプロセッサ、後処理ユニット
33 後処理されたピクチャデータ、後処理されたピクチャ
34 ディスプレイデバイス
46 処理回路
100 ビデオエンコーダ
201 入力、入力インターフェース
203 ピクチャブロック、元のブロック、現在のブロック、区分けされたブロック、現在のピクチャブロック
204 残差計算ユニット、残差計算
205 残差ブロック、残差
206 変換処理ユニット、変換
207 変換係数
208 量子化ユニット、量子化
209 量子化された係数、量子化された変換係数、量子化された残差係数
210 逆量子化ユニット、逆量子化
211 逆量子化された係数、逆量子化された残差係数
212 逆変換処理ユニット、(逆)変換
213 再構築された残差ブロック、逆量子化された係数、変換ブロック
214 再構築ユニット、加算器、合算器
215 再構築されたブロック
216 バッファ
220 ループフィルタユニット、ループフィルタ
221 フィルタリングされたブロック、フィルタリングされた再構築されたブロック
230 復号ピクチャバッファ(DPB)
231 復号されたピクチャ
244 インター予測ユニット
254 イントラ予測ユニット、インター予測ユニット、イントラ予測
260 モード選択ユニット
262 区分けユニット、区分け
265 予測ブロック、予測子
266 シンタックス要素
270 エントロピーコーディングユニット、エントロピーコーディング
272 出力、出力インターフェース
304 エントロピー復号ユニット、残差計算、エントロピー復号
309 量子化された係数
310 逆量子化ユニット、逆量子化
311 逆量子化された係数、変換係数
312 逆変換処理ユニット、(逆)変換、出力
313 再構築された残差ブロック
314 再構築ユニット、合算器、加算器
315 再構築されたブロック
320 ループフィルタ、ループフィルタユニット、ループフィルタリングユニット
321 フィルタリングされたブロック、復号されたビデオブロック
330 復号ピクチャバッファ(DPB)
331 復号されたピクチャ
344 インター予測ユニット
354 イントラ予測ユニット、イントラ予測
360 モード選択ユニット
362 区分け
365 予測ブロック
400 ビデオコーディングデバイス
410 着信ポート、入力ポート
420 受信機ユニット(Rx)
430 プロセッサ、論理ユニット、中央演算処理装置(CPU)
440 送信機ユニット(Tx)
450 発信ポート、出力ポート
460 メモリ
470 コーディングモジュール
500 装置
502 プロセッサ
504 メモリ
506 データ
508 オペレーティングシステム
510 アプリケーションプログラム
512 バス
514 二次ストレージ
518 ディスプレイ
1210 角度alpha、角度パラメータalpha
1230 距離dist
1250 分割線
2100 装置
2101 パラメータ取得モジュール
2102 比計算モジュール
2103 サンプル距離計算モジュール
2104 予測モジュール
3100 コンテンツ供給システム
3102 キャプチャデバイス
3104 通信リンク
3106 端末デバイス
3108 スマートフォン、スマートパッド
3110 コンピュータ、ラップトップ
3112 ネットワークビデオレコーダ(NVR)/デジタルビデオレコーダ(DVR)
3114 TV
3116 セットトップボックス(STB)
3118 テレビ会議システム
3120 ビデオ監視システム
3122 携帯情報端末(PDA)
3124 車載デバイス
3126 ディスプレイ
3202 プロトコル進行ユニット
3204 多重分離ユニット
3206 ビデオデコーダ
3208 オーディオデコーダ
3210 字幕デコーダ
3212 同期ユニット
3214 ビデオ/オーディオディスプレイ
3216 ビデオ/オーディオ/字幕ディスプレイ
本発明の第1の態様は、復号デバイスまたは符号化デバイスによって実施されるコーディングの方法であって、現在のブロックに関する角度パラメータの値を取得するステップと、現在のブロックの幅の値および現在のブロックの高さの値を取得するステップと、幅の値と高さの値との間の比較値を計算するステップと、角度パラメータの値および比較値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップと、サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するステップとを含む、方法を提供する。
本発明の実施形態によれば、ブロックの幅の値とブロックの高さの値との間の比較値が、計算される。この比較値は、サンプルの距離の値を計算するために使用され、予測値が、ずっと正確に計算される。したがって、予測残差が、削減されてもよく、コーディング効率が、改善されることができる。
1つの実装において、角度パラメータの値および比較値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップは、
角度パラメータの値および比較値に従って第1の値を取得するステップと、
第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップとを含む。
角度パラメータの値および比較値に従って第1の値を取得するステップと、
第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップとを含む。
1つの実装において、比較値は、
whRatio = (W >= H) ? W/H : H/W
によって得られ、式中、whRatioは、比較値であり、Wは、幅の値であり、Hは、高さの値である。
whRatio = (W >= H) ? W/H : H/W
によって得られ、式中、whRatioは、比較値であり、Wは、幅の値であり、Hは、高さの値である。
1つの実装において、比較値は、
whRatio = (wIdx >= hIdx) ? wIdx - hIdx : hIdx - wIdx
によって得られ、式中、whRatioは、比較値であり、Wは、幅の値であり、Hは、高さの値であり、wIdxの値は、log2(W) - 3に等しく、hIdxの値は、log2(H) - 3に等しい。
whRatio = (wIdx >= hIdx) ? wIdx - hIdx : hIdx - wIdx
によって得られ、式中、whRatioは、比較値であり、Wは、幅の値であり、Hは、高さの値であり、wIdxの値は、log2(W) - 3に等しく、hIdxの値は、log2(H) - 3に等しい。
本発明の第2の態様は、ビデオコーディングまたは復号装置を提供し、装置は、現在のブロックに関する角度パラメータの値を取得するように構成されるパラメータ取得モジュールであって、現在のブロックの幅の値および現在のブロックの高さの値を取得するようにさらに構成される、パラメータ取得モジュールと、幅の値と高さの値との間の比較値を計算するように構成される比較値計算モジュールと、角度パラメータの値および比較値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するように構成されるサンプル距離計算モジュールと、サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するように構成される予測モジュールとを含む。
ステップ1.2:Wの値およびHの値に従って比較値whRatioの値を取得し、whRatioの値は、現在のコーディングブロックの幅と高さとの比較値を表す。
ステップ1.2:Wの値およびHの値に従って比較値whRatioの値を取得し、whRatioの値は、現在のコーディングブロックの幅と高さとの比較値を表す。
S2003:幅の値と高さの値との間の比較値を計算する。
実施形態においては、whRatioの値が、現在のコーディングブロックの幅と高さとの間の比較値を表す。
S2004:角度パラメータの値および比較値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算する。
図21に示されるように、装置2100が開示される。装置2100は、現在のブロックに関する角度パラメータの値を取得するように構成されるパラメータ取得モジュール2101であって、現在のブロックの幅の値および現在のブロックの高さの値を取得するようにさらに構成される、パラメータ取得モジュール2101と、幅の値と高さの値との間の比較値を計算するように構成される比較値計算モジュール2102と、角度パラメータの値および比較値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するように構成されるサンプル距離計算モジュール2103と、サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するように構成される予測モジュール2104とを含む。
例1.復号デバイスまたは符号化デバイスによって実施されるコーディングの方法であって、
現在のブロックに関する角度パラメータの値を取得するステップと、
現在のブロックの幅の値および現在のブロックの高さの値を取得するステップと、
幅の値と高さの値との間の比較値を計算するステップと、
角度パラメータの値および比較値に従って第1の値を取得するステップと、
第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップと、
サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するステップとを含む、方法。
現在のブロックに関する角度パラメータの値を取得するステップと、
現在のブロックの幅の値および現在のブロックの高さの値を取得するステップと、
幅の値と高さの値との間の比較値を計算するステップと、
角度パラメータの値および比較値に従って第1の値を取得するステップと、
第1の値に従って現在のブロックのサンプルに関するサンプルの距離の値を計算するステップと、
サンプルの距離の値に応じて現在のブロックのサンプルに関する予測値を取得するステップとを含む、方法。
例2.第1の値が、予め定義されたルックアップテーブルに従って取得され、角度のパラメータの値および比較値が、予め定義されたルックアップテーブルに関するインデックス値として使用される、例1の方法。
例5.予め定義されたルックアップテーブルが、4個の異なる比較値(0から3)を含む、例2から4のいずれか1つの方法。
例6.予め定義されたルックアップテーブルが、5個の異なる比較値(0から4)を含む、例2から4のいずれか1つの方法。
例7.予め定義されたルックアップテーブルが、3個の異なる比較値(0から2)を含む、例2から4のいずれか1つの方法。
例8.予め定義されたルックアップテーブルが、角度の値と比較値との各組み合わせに対応する第1の値を含む、例2から7のいずれか1つの方法。
例10.比較値が、
whRatio = (wIdx >= hIdx) ? wIdx - hIdx : hIdx - wIdx
によって得られ、式中、whRatioが、比較値であり、Wが、幅の値であり、Hが、高さの値であり、wIdxの値が、log2(W) - 3に等しく、hIdxの値が、log2(H) - 3に等しい、例1から9のいずれか1つの方法。
whRatio = (wIdx >= hIdx) ? wIdx - hIdx : hIdx - wIdx
によって得られ、式中、whRatioが、比較値であり、Wが、幅の値であり、Hが、高さの値であり、wIdxの値が、log2(W) - 3に等しく、hIdxの値が、log2(H) - 3に等しい、例1から9のいずれか1つの方法。
例11.比較値が、
whRatio = (W >= H) ? W/H : H/W
によって得られ、式中、whRatioが、比較値であり、Wが、幅の値であり、Hが、高さの値である、例1から9のいずれか1つの方法。
whRatio = (W >= H) ? W/H : H/W
によって得られ、式中、whRatioが、比較値であり、Wが、幅の値であり、Hが、高さの値である、例1から9のいずれか1つの方法。
10 ビデオコーディングシステム、コーディングシステム
12 送信元デバイス
13 符号化されたピクチャデータ、通信チャネル
14 送信先デバイス
16 ピクチャソース
17 ピクチャ、ピクチャデータ、生ピクチャ、生ピクチャデータ、モノクロピクチャ、カラーピクチャ、現在のピクチャ
18 プリプロセッサ、前処理ユニット、ピクチャプリプロセッサ
19 前処理されたピクチャ、前処理されたピクチャデータ
20 ビデオエンコーダ、エンコーダ
21 符号化されたピクチャデータ、符号化されたビットストリーム
22 通信インターフェース、通信ユニット
28 通信インターフェース、通信ユニット
30 デコーダ、ビデオデコーダ
31 復号されたピクチャデータ、復号されたピクチャ
32 ポストプロセッサ、後処理ユニット
33 後処理されたピクチャデータ、後処理されたピクチャ
34 ディスプレイデバイス
46 処理回路
100 ビデオエンコーダ
201 入力、入力インターフェース
203 ピクチャブロック、元のブロック、現在のブロック、区分けされたブロック、現在のピクチャブロック
204 残差計算ユニット、残差計算
205 残差ブロック、残差
206 変換処理ユニット、変換
207 変換係数
208 量子化ユニット、量子化
209 量子化された係数、量子化された変換係数、量子化された残差係数
210 逆量子化ユニット、逆量子化
211 逆量子化された係数、逆量子化された残差係数
212 逆変換処理ユニット、(逆)変換
213 再構築された残差ブロック、逆量子化された係数、変換ブロック
214 再構築ユニット、加算器、合算器
215 再構築されたブロック
216 バッファ
220 ループフィルタユニット、ループフィルタ
221 フィルタリングされたブロック、フィルタリングされた再構築されたブロック
230 復号ピクチャバッファ(DPB)
231 復号されたピクチャ
244 インター予測ユニット
254 イントラ予測ユニット、インター予測ユニット、イントラ予測
260 モード選択ユニット
262 区分けユニット、区分け
265 予測ブロック、予測子
266 シンタックス要素
270 エントロピーコーディングユニット、エントロピーコーディング
272 出力、出力インターフェース
304 エントロピー復号ユニット、残差計算、エントロピー復号
309 量子化された係数
310 逆量子化ユニット、逆量子化
311 逆量子化された係数、変換係数
312 逆変換処理ユニット、(逆)変換、出力
313 再構築された残差ブロック
314 再構築ユニット、合算器、加算器
315 再構築されたブロック
320 ループフィルタ、ループフィルタユニット、ループフィルタリングユニット
321 フィルタリングされたブロック、復号されたビデオブロック
330 復号ピクチャバッファ(DPB)
331 復号されたピクチャ
344 インター予測ユニット
354 イントラ予測ユニット、イントラ予測
360 モード選択ユニット
362 区分け
365 予測ブロック
400 ビデオコーディングデバイス
410 着信ポート、入力ポート
420 受信機ユニット(Rx)
430 プロセッサ、論理ユニット、中央演算処理装置(CPU)
440 送信機ユニット(Tx)
450 発信ポート、出力ポート
460 メモリ
470 コーディングモジュール
500 装置
502 プロセッサ
504 メモリ
506 データ
508 オペレーティングシステム
510 アプリケーションプログラム
512 バス
514 二次ストレージ
518 ディスプレイ
1210 角度alpha、角度パラメータalpha
1230 距離dist
1250 分割線
2100 装置
2101 パラメータ取得モジュール
2102 比較値計算モジュール
2103 サンプル距離計算モジュール
2104 予測モジュール
3100 コンテンツ供給システム
3102 キャプチャデバイス
3104 通信リンク
3106 端末デバイス
3108 スマートフォン、スマートパッド
3110 コンピュータ、ラップトップ
3112 ネットワークビデオレコーダ(NVR)/デジタルビデオレコーダ(DVR)
3114 TV
3116 セットトップボックス(STB)
3118 テレビ会議システム
3120 ビデオ監視システム
3122 携帯情報端末(PDA)
3124 車載デバイス
3126 ディスプレイ
3202 プロトコル進行ユニット
3204 多重分離ユニット
3206 ビデオデコーダ
3208 オーディオデコーダ
3210 字幕デコーダ
3212 同期ユニット
3214 ビデオ/オーディオディスプレイ
3216 ビデオ/オーディオ/字幕ディスプレイ
12 送信元デバイス
13 符号化されたピクチャデータ、通信チャネル
14 送信先デバイス
16 ピクチャソース
17 ピクチャ、ピクチャデータ、生ピクチャ、生ピクチャデータ、モノクロピクチャ、カラーピクチャ、現在のピクチャ
18 プリプロセッサ、前処理ユニット、ピクチャプリプロセッサ
19 前処理されたピクチャ、前処理されたピクチャデータ
20 ビデオエンコーダ、エンコーダ
21 符号化されたピクチャデータ、符号化されたビットストリーム
22 通信インターフェース、通信ユニット
28 通信インターフェース、通信ユニット
30 デコーダ、ビデオデコーダ
31 復号されたピクチャデータ、復号されたピクチャ
32 ポストプロセッサ、後処理ユニット
33 後処理されたピクチャデータ、後処理されたピクチャ
34 ディスプレイデバイス
46 処理回路
100 ビデオエンコーダ
201 入力、入力インターフェース
203 ピクチャブロック、元のブロック、現在のブロック、区分けされたブロック、現在のピクチャブロック
204 残差計算ユニット、残差計算
205 残差ブロック、残差
206 変換処理ユニット、変換
207 変換係数
208 量子化ユニット、量子化
209 量子化された係数、量子化された変換係数、量子化された残差係数
210 逆量子化ユニット、逆量子化
211 逆量子化された係数、逆量子化された残差係数
212 逆変換処理ユニット、(逆)変換
213 再構築された残差ブロック、逆量子化された係数、変換ブロック
214 再構築ユニット、加算器、合算器
215 再構築されたブロック
216 バッファ
220 ループフィルタユニット、ループフィルタ
221 フィルタリングされたブロック、フィルタリングされた再構築されたブロック
230 復号ピクチャバッファ(DPB)
231 復号されたピクチャ
244 インター予測ユニット
254 イントラ予測ユニット、インター予測ユニット、イントラ予測
260 モード選択ユニット
262 区分けユニット、区分け
265 予測ブロック、予測子
266 シンタックス要素
270 エントロピーコーディングユニット、エントロピーコーディング
272 出力、出力インターフェース
304 エントロピー復号ユニット、残差計算、エントロピー復号
309 量子化された係数
310 逆量子化ユニット、逆量子化
311 逆量子化された係数、変換係数
312 逆変換処理ユニット、(逆)変換、出力
313 再構築された残差ブロック
314 再構築ユニット、合算器、加算器
315 再構築されたブロック
320 ループフィルタ、ループフィルタユニット、ループフィルタリングユニット
321 フィルタリングされたブロック、復号されたビデオブロック
330 復号ピクチャバッファ(DPB)
331 復号されたピクチャ
344 インター予測ユニット
354 イントラ予測ユニット、イントラ予測
360 モード選択ユニット
362 区分け
365 予測ブロック
400 ビデオコーディングデバイス
410 着信ポート、入力ポート
420 受信機ユニット(Rx)
430 プロセッサ、論理ユニット、中央演算処理装置(CPU)
440 送信機ユニット(Tx)
450 発信ポート、出力ポート
460 メモリ
470 コーディングモジュール
500 装置
502 プロセッサ
504 メモリ
506 データ
508 オペレーティングシステム
510 アプリケーションプログラム
512 バス
514 二次ストレージ
518 ディスプレイ
1210 角度alpha、角度パラメータalpha
1230 距離dist
1250 分割線
2100 装置
2101 パラメータ取得モジュール
2102 比較値計算モジュール
2103 サンプル距離計算モジュール
2104 予測モジュール
3100 コンテンツ供給システム
3102 キャプチャデバイス
3104 通信リンク
3106 端末デバイス
3108 スマートフォン、スマートパッド
3110 コンピュータ、ラップトップ
3112 ネットワークビデオレコーダ(NVR)/デジタルビデオレコーダ(DVR)
3114 TV
3116 セットトップボックス(STB)
3118 テレビ会議システム
3120 ビデオ監視システム
3122 携帯情報端末(PDA)
3124 車載デバイス
3126 ディスプレイ
3202 プロトコル進行ユニット
3204 多重分離ユニット
3206 ビデオデコーダ
3208 オーディオデコーダ
3210 字幕デコーダ
3212 同期ユニット
3214 ビデオ/オーディオディスプレイ
3216 ビデオ/オーディオ/字幕ディスプレイ
Claims (14)
- 復号デバイスまたは符号化デバイスによって実施されるコーディングの方法であって、
現在のブロックに関する角度パラメータの値を取得するステップと、
前記現在のブロックの幅の値および前記現在のブロックの高さの値を取得するステップと、
前記幅の前記値と高さの前記値との間の比の値を計算するステップと、
前記角度パラメータの前記値および前記比の値に従って前記現在のブロックのサンプルに関するサンプルの距離の値を計算するステップと、
前記サンプルの距離の値に応じて前記現在のブロックの前記サンプルに関する予測値を取得するステップと
を含む、方法。 - 前記角度パラメータの前記値および前記比の値に従って前記現在のブロックのサンプルに関するサンプルの距離の値を計算する前記ステップが、
前記角度パラメータの前記値および前記比の値に従って第1の値を取得するステップと、
前記第1の値に従って前記現在のブロックの前記サンプルに関する前記サンプルの距離の値を計算するステップと
を含む、請求項1に記載の方法。 - 前記第1の値に従って前記現在のブロックの前記サンプルに関する前記サンプルの距離の値を計算する前記ステップが、
前記第1の値および前記角度パラメータの前記値に従って前記現在のブロックの前記サンプルに関する前記サンプルの距離の値を計算するステップを含む、請求項2に記載の方法。 - 前記第1の値に従って前記現在のブロックの前記サンプルに関する前記サンプルの距離の値を計算する前記ステップが、
前記第1の値、前記角度パラメータの前記値、距離のインデックスの値、前記幅の前記値、および高さの前記値に従って前記現在のブロックの前記サンプルに関する前記サンプルの距離の値を計算するステップを含む、請求項2に記載の方法。 - 前記サンプルの距離の値が、分割線までの前記サンプルの水平距離または垂直距離または垂直と水平との組み合わせの距離を表し、前記分割線が、コーディングブロックを2つの下位ブロックに分割するために使用される、請求項1から4のいずれか一項に記載の方法。
- 前記サンプルの距離の値に応じて前記現在のブロックの前記サンプルに関する予測値を取得する前記ステップが、
前記サンプルの距離の値に応じて2つの重み係数を計算するステップと、
第1の予測値、第2の予測値、および前記2つの重み係数に従って前記現在のブロックの前記サンプルに関する前記予測値を取得するステップと
を含む、請求項1から5のいずれか一項に記載の方法。 - 前記比の値が、
whRatio = (W >= H) ? W/H : H/W
によって得られ、式中、whRatioが、前記比の値であり、Wが、前記幅の前記値であり、Hが、前記高さの前記値である、請求項1から6のいずれか一項に記載の方法。 - 角度パラメータの前記値が、整数値であり、角度パラメータの前記値の数値範囲が、0および31を含んで0から31までである、請求項1から7のいずれか一項に記載の方法。
- 前記比の値が、
whRatio = (wIdx >= hIdx) ? wIdx - hIdx : hIdx - wIdx
によって得られ、式中、whRatioが、前記比の値であり、Wが、前記幅の前記値であり、Hが、前記高さの前記値であり、wIdxの値が、log2(W) - 3に等しく、hIdxの値が、log2(H) - 3に等しい、請求項1から6および8のいずれか一項に記載の方法。 - 前記サンプルの距離の値が、
sample_dist = ((2*x) - W + K)*f1(alpha) + ((2*y) - H + K))*f2(alpha) - distanceIdx*stepD*scaleStep
によって計算され、式中、sample_distが、前記サンプルの距離の値であり、f1()およびf2()が、関数であり、alphaが、前記角度パラメータの前記値であり、stepDが、前記第1の値であり、scaleStepの値が、前記幅の前記値Wかまたは前記高さの前記値Hかのいずれかに等しく、xおよびyが、前記現在のブロックの左上のサンプルに対する前記サンプルの座標であり、Kが、整数のオフセット値である、請求項2から9のいずれか一項に記載の方法。 - 前記サンプルの距離の値が、
sample_dist = ((2*x) - W + K)*f(dispIdxN) + ((2*y) - H + K))*f(dispIdxS) - distanceIdx*stepD*scaleStep
によって計算され、式中、sample_distが、前記サンプルの距離の値であり、f()が、関数であり、dispIdxNまたはdispIdxSが、インデックス値であり、stepDが、前記第1の値であり、scaleStepの値が、前記幅の前記値Wかまたは前記高さの前記値Hかのいずれかに等しく、xおよびyが、前記現在のブロックの左上のサンプルに対する前記サンプルの座標であり、Kが、整数のオフセット値である、請求項2から9のいずれか一項に記載の方法。 - 請求項1から11のいずれか一項に記載の方法を実行するための処理回路を含む、デコーダ(30)またはエンコーダ。
- 請求項1から11のいずれか一項に記載の方法を実行するためのプログラムコードを含む、コンピュータプログラム製品。
- デコーダまたはエンコーダであって、
1つ以上のプロセッサと、
前記プロセッサに結合され、前記プロセッサによって実行するためのプログラミングを記憶する非一時的コンピュータ可読ストレージ媒体であって、前記プログラミングが、前記プロセッサによって実行されるときに、請求項1から11のいずれか一項に記載の方法を実行するように前記デコーダを構成する、非一時的コンピュータ可読ストレージ媒体と
を含む、デコーダまたはエンコーダ。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP2019066685 | 2019-06-24 | ||
| EPPCT/EP2019/066685 | 2019-06-24 | ||
| JP2021548145A JP7286782B2 (ja) | 2019-06-24 | 2020-06-23 | 幾何学的区分けモードのためのサンプルの距離の計算 |
| PCT/CN2020/097628 WO2020259476A1 (en) | 2019-06-24 | 2020-06-23 | Sample distance calculation for geometric partition mode |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021548145A Division JP7286782B2 (ja) | 2019-06-24 | 2020-06-23 | 幾何学的区分けモードのためのサンプルの距離の計算 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023126744A true JP2023126744A (ja) | 2023-09-12 |
| JP7532597B2 JP7532597B2 (ja) | 2024-08-13 |
Family
ID=74060444
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021548145A Active JP7286782B2 (ja) | 2019-06-24 | 2020-06-23 | 幾何学的区分けモードのためのサンプルの距離の計算 |
| JP2023084827A Active JP7532597B2 (ja) | 2019-06-24 | 2023-05-23 | 幾何学的区分けモードのためのサンプルの距離の計算 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021548145A Active JP7286782B2 (ja) | 2019-06-24 | 2020-06-23 | 幾何学的区分けモードのためのサンプルの距離の計算 |
Country Status (12)
| Country | Link |
|---|---|
| US (1) | US20210352287A1 (ja) |
| EP (1) | EP3922021A4 (ja) |
| JP (2) | JP7286782B2 (ja) |
| KR (1) | KR20210099144A (ja) |
| CN (2) | CN115278227B (ja) |
| AU (1) | AU2020301374A1 (ja) |
| CA (1) | CA3144792A1 (ja) |
| CL (1) | CL2021003471A1 (ja) |
| IL (1) | IL289358A (ja) |
| MX (1) | MX2021009323A (ja) |
| UA (1) | UA128591C2 (ja) |
| WO (1) | WO2020259476A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US12047596B2 (en) * | 2019-01-31 | 2024-07-23 | Hfi Innovation Inc. | Method and apparatus of combined inter and intra prediction for video coding |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5826747B2 (ja) * | 2009-06-26 | 2015-12-02 | トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ | 適応的な幾何学的な分割を使用した映像符号化及び復号化の方法及び装置 |
| US9100649B2 (en) * | 2010-02-10 | 2015-08-04 | Lg Electronics Inc. | Method and apparatus for processing a video signal |
| US8879632B2 (en) | 2010-02-18 | 2014-11-04 | Qualcomm Incorporated | Fixed point implementation for geometric motion partitioning |
| KR101681303B1 (ko) * | 2010-07-29 | 2016-12-01 | 에스케이 텔레콤주식회사 | 블록 분할예측을 이용한 영상 부호화/복호화 방법 및 장치 |
| CN102611880B (zh) * | 2011-01-19 | 2015-02-04 | 华为技术有限公司 | 标识图像块几何划分模式的编解码方法和设备 |
| CN103220506B (zh) * | 2012-01-19 | 2015-11-25 | 华为技术有限公司 | 一种编解码方法和设备 |
| US9497473B2 (en) * | 2013-10-03 | 2016-11-15 | Qualcomm Incorporated | High precision explicit weighted prediction for video coding |
| EP3700218A1 (en) * | 2014-03-18 | 2020-08-26 | ARRIS Enterprises LLC | Scalable video coding using reference and scaled reference layer offsets |
| JP2018050091A (ja) * | 2015-02-02 | 2018-03-29 | シャープ株式会社 | 画像復号装置、画像符号化装置および予測ベクトル導出装置 |
| US9729885B2 (en) * | 2015-02-11 | 2017-08-08 | Futurewei Technologies, Inc. | Apparatus and method for compressing color index map |
| US10200719B2 (en) * | 2015-11-25 | 2019-02-05 | Qualcomm Incorporated | Modification of transform coefficients for non-square transform units in video coding |
| US10425656B2 (en) * | 2016-01-19 | 2019-09-24 | Peking University Shenzhen Graduate School | Method of inter-frame prediction for video encoding and decoding |
| EP3499884B1 (en) | 2016-08-08 | 2022-12-14 | LG Electronics Inc. | Intra-prediction mode-based video coding methods and video processing apparatus thereof |
| KR102574714B1 (ko) * | 2016-12-23 | 2023-09-06 | 후아웨이 테크놀러지 컴퍼니 리미티드 | 미리 결정된 방향성 인트라 예측 모드들의 세트를 확장하기 위한 인트라 예측 장치 |
| KR20190092485A (ko) * | 2016-12-27 | 2019-08-07 | 삼성전자주식회사 | 360도 이미지를 부호화 또는 복호화하는 방법 및 장치 |
| US10728548B2 (en) * | 2017-04-04 | 2020-07-28 | Futurewei Technologies, Inc. | Processing reference samples used for intra-prediction of a picture block |
| WO2018194189A1 (ko) * | 2017-04-18 | 2018-10-25 | 삼성전자 주식회사 | 영상을 부호화/복호화 하는 방법 및 그 장치 |
| US10638126B2 (en) * | 2017-05-05 | 2020-04-28 | Qualcomm Incorporated | Intra reference filter for video coding |
| EP3637766B1 (en) * | 2017-07-06 | 2021-09-01 | Samsung Electronics Co., Ltd. | Image encoding method, and image decoding method and apparatus |
| AU2020294669B2 (en) | 2019-06-21 | 2024-03-28 | Huawei Technologies Co., Ltd. | An encoder, a decoder and corresponding methods for sub-block partitioning mode |
-
2020
- 2020-06-23 CN CN202210437304.9A patent/CN115278227B/zh active Active
- 2020-06-23 AU AU2020301374A patent/AU2020301374A1/en active Pending
- 2020-06-23 KR KR1020217022466A patent/KR20210099144A/ko not_active Application Discontinuation
- 2020-06-23 CN CN202080009794.1A patent/CN113302929A/zh active Pending
- 2020-06-23 EP EP20831933.5A patent/EP3922021A4/en active Pending
- 2020-06-23 UA UAA202107493A patent/UA128591C2/uk unknown
- 2020-06-23 CA CA3144792A patent/CA3144792A1/en active Pending
- 2020-06-23 WO PCT/CN2020/097628 patent/WO2020259476A1/en unknown
- 2020-06-23 MX MX2021009323A patent/MX2021009323A/es unknown
- 2020-06-23 JP JP2021548145A patent/JP7286782B2/ja active Active
-
2021
- 2021-07-07 US US17/369,862 patent/US20210352287A1/en active Pending
- 2021-12-23 IL IL289358A patent/IL289358A/en unknown
- 2021-12-24 CL CL2021003471A patent/CL2021003471A1/es unknown
-
2023
- 2023-05-23 JP JP2023084827A patent/JP7532597B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| IL289358A (en) | 2022-02-01 |
| UA128591C2 (uk) | 2024-08-21 |
| CN115278227B (zh) | 2023-08-22 |
| AU2020301374A1 (en) | 2022-01-27 |
| CA3144792A1 (en) | 2020-12-30 |
| CN115278227A (zh) | 2022-11-01 |
| EP3922021A1 (en) | 2021-12-15 |
| JP2022520854A (ja) | 2022-04-01 |
| WO2020259476A1 (en) | 2020-12-30 |
| KR20210099144A (ko) | 2021-08-11 |
| JP7532597B2 (ja) | 2024-08-13 |
| EP3922021A4 (en) | 2022-04-06 |
| CL2021003471A1 (es) | 2022-08-05 |
| JP7286782B2 (ja) | 2023-06-05 |
| MX2021009323A (es) | 2021-09-08 |
| US20210352287A1 (en) | 2021-11-11 |
| CN113302929A (zh) | 2021-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7375125B2 (ja) | ルーマおよびクロマ成分についてｉｂｃ専用バッファおよびデフォルト値リフレッシュを使用するエンコーダ、デコーダおよび対応する方法 | |
| US11962773B2 (en) | Encoder, decoder and corresponding methods for sub-block partitioning mode | |
| JP7457010B2 (ja) | マージモードのためのエンコーダ、デコーダ、および対応する方法 | |
| JP7414975B2 (ja) | 幾何学的パーティション・モードのためのコーディング・プロセス | |
| US11876997B2 (en) | Encoder, decoder and corresponding methods of most probable mode list construction for blocks with multi-hypothesis prediction | |
| JP7391991B2 (ja) | イントラ平滑化のための方法および装置 | |
| JP2024026231A (ja) | イントラ予測モードに関連するエンコーダ、デコーダ、および対応する方法 | |
| AU2020294676A1 (en) | Chroma sample weight derivation for geometric partition mode | |
| JP7532597B2 (ja) | 幾何学的区分けモードのためのサンプルの距離の計算 | |
| JP7384998B2 (ja) | クロマイントラモード導出のエンコーダ、デコーダ、および対応する方法 | |
| JP7521050B2 (ja) | イントラ予測のためのイントラモードコーディングを使用するエンコーダ、デコーダ、および対応する方法 | |
| RU2811983C2 (ru) | Кодер, декодер и соответствующие способы для режима субблочного разделения | |
| RU2822450C1 (ru) | Процесс кодирования для режима геометрического разделения | |
| RU2826830C2 (ru) | Вычисление расстояния до выборки для режима геометрического деления | |
| JP2024150526A (ja) | イントラ予測のためのイントラモードコーディングを使用するエンコーダ、デコーダ、および対応する方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230622 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230622 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240621 |
|
| 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: 20240701 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240731 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7532597 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |