JP2023159375A - ビデオコーディングのための方法、装置及びプログラム - Google Patents

Abstract

【課題】マージＭＶＰ候補の最大数に少なくとも基づいてビデオデコーディングのための処理回路を含む装置及び方法を提供する。
【解決手段】処理回路による方法は、コーディングされたビットストリームから、第１コーディングレベルにおいてシグナリングされた第１構文要素をデコードする。第１構文要素は、マージ動きベクトル予測（ＭＶＰ）候補の最大数を示し、第１コーディングレベルは、画像パラメータセット（ＰＰＳ）レベルよりも高い。方法はまた、第１構文要素に基づいて、マージＭＶＰ候補の最大数を決定し、マージＭＶＰ候補の最大数に少なくとも基づいて、第１コーディングレベルに関連するコーディングブロックを再構成する。第１コーディングレベルはシークエンスレベルであり、第１の構文要素はシーケンスパラメータセット（ＳＰＳ）においてシグナリングされる。
【選択図】図２１

Description

参照による援用
本願は、２０２０年１１月３日に出願された米国特許出願第１７／０８８，０７３号「ビデオコーディングのための方法及び装置（ＭＥＴＨＯＤ ＡＮＤ ＡＰＰＡＲＡＴＵＳ ＦＯＲ ＶＩＤＥＯ ＣＯＤＩＮＧ）」に基づく優先権の利益を主張し、これは２０２０年１月１４日に出願された米国仮出願第６２／９６０，９３０号「インター予測のためのマージ候補の最大数のシグナリング（ＳＩＧＮＡＬＩＮＧ ＯＦ ＭＡＸＩＭＵＭ ＮＵＭＢＥＲ ＯＦ ＭＥＲＧＥ ＣＡＮＤＩＤＡＴＥＳ ＦＯＲ ＩＮＴＥＲ ＰＲＥＤＩＣＴＩＯＮ）」に基づく優先権の利益を主張する。
先願の全ての開示は、完全に本願明細書に援用したものとする。

技術分野
本開示は、概して、ビデオコーディングに関連する実施形態を記載する。

本明細書で提供される背景説明は、本開示のコンテキストを全般的に提示するためのものである。現在挙げられている発明者の研究は、その研究がこの背景部分に記載されている範囲において、また、出願時に他の点では先行技術として適格でないかもしれない説明の側面において、本開示に対する先行技術として明示的にも黙示的にも認められていない。

ビデオコーディングとデコーディングは、動き補正を伴うインター画像予測（ｉｎｔｅｒ－ｐｉｃｔｕｒｅ ｐｒｅｄｉｃｔｉｏｎ）を用いて行うことができる。非圧縮ディジタルビデオは、一連の画像を含むことができ、各画像は、例えば、１９２０×１０８０の輝度サンプル及び関連する色サンプルの空間寸法を有する。一連の画像は、固定又は可変の画像レート（例えば、６０画像／秒又は６０Ｈｚ）を有することができる。非圧縮ビデオは、大きいビットレートを必要とする。例えば、サンプル当たり８ビットの１０８０ｐ６０ ４：２：０ビデオ（６０Ｈｚのフレームレートでの１９２０ｘ１０８０の輝度サンプル解像度）は、１．５Ｇビット／秒に近い帯域幅を必要とする。このようなビデオの１時間は、６００Ｇバイトを超えるストレージ領域を必要とする。

ビデオコーディング及びデコーディングの１つの目的は、圧縮による入力ビデオ信号の冗長性の低減である。圧縮は、場合によっては、２桁以上前述の帯域幅又はストレージスペースの要件を低減するのに役立つ。可逆圧縮及び非可逆圧縮の両方、並びにそれらの組み合わせを用いることができる。可逆圧縮とは、元の信号の正確なコピーを圧縮された元の信号から再構成することができる技術をいう。非可逆圧縮を使用する場合、再構成された信号は、元の信号と同一ではないかもしれないが、元の信号と再構成された信号との間の歪みは十分小さく、再構成された信号を意図された用途に役立てられる。ビデオの場合、非可逆圧縮が広く用いられている。許容される歪みの量は、用途に依存し、例えば、特定の消費者ストリーミング用途のユーザは、テレビ配信用途のユーザよりも高い歪みを容認し得る。達成可能な圧縮比は、より高い許容可能／容認可能歪みは、より高い圧縮比をもたらすことができることを反映することができる。

動き補償は、非可逆圧縮技術であることができ、かつ、先行して再構成された画像又はその一部（参照画像）からのサンプルデータのブロックが、動きベクトル（以下、ＭＶとも称する。）によって示される方向に空間的にシフトされた後に、新たな再構成画像又はその一部の予測のために使用される技術に関連付けることができる。場合によっては、参照画像は現在再構成中の画像と同一であることもできる。ＭＶは、Ｘ及びＹの２次元、又は３次元を有することができ、第３次元は、使用中の参照画像の表示である（後者は、間接的に、時間次元であることができる）。

いくつかのビデオ圧縮技術では、サンプルデータの、あるエリアに適用可能なＭＶは、他のＭＶから、例えば、再構成中のエリアに空間的に隣接し、デコードの順序（ｄｅｃｏｄｉｎｇ ｏｒｄｅｒ）でそのＭＶに先行するサンプルデータの別のエリアに関連するＭＶから予測することができる。このようにして、ＭＶのコーディングに必要なデータ量を大幅に削減することができ、それによって冗長性を除去し、圧縮を増大させることができる。ＭＶ予測は効率的に作用することができ、なぜならば、例えば、（ナチュラルビデオとして既知の）カメラから導出された入力ビデオ信号をコーディングする場合、単一のＭＶが適用可能であるエリアよりも大きなエリアは、類似の方向に移動するという統計的可能性があり、したがって、場合によっては、隣接するエリアのＭＶから導出された類似の動きベクトルを用いて予測することができるからである。その結果、所与のエリアについて見出されたＭＶは、周囲のＭＶから予測されるＭＶと類似又は同一になり、それは、エントロピーコーディングの後、ＭＶを直接コーディングする場合に使用されるであろうものよりも、より少ない数のビットで表され得る。場合によっては、ＭＶ予測は、元の信号（すなわち、サンプルストリーム）から導出された信号（すなわち、ＭＶ）の可逆圧縮の例であり得る。他の場合には、ＭＶ予測それ自体は、例えば、いくつかの周囲ＭＶから予測子を計算する際の丸め誤差のために、非可逆的であり得る。

様々なＭＶ予測メカニズムがＨ．２６５／ＨＥＶＣ （ＩＴＵ－Ｔ Ｒｅｃ．Ｈ．２６５，Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ， Ｄｅｃｅｍｂｅｒ ２０１６）に、記述されている。Ｈ．２６５が提供する多くのＭＶ予測メカニズムのうち、ここでは、以後「空間マージ」と称されるテクニックについて説明する。

図１を参照すると、現在ブロック（１０１）は、空間的にシフトされた同じサイズの以前のブロックから予測可能であることが、モーションサーチプロセス中にエンコーダによって見出されたサンプルを含む。そのＭＶを直接コーディングする代わりに、１つ以上の参照画像に関連付けられたメタデータから、例えば、Ａ０、Ａ１、及びＢ０、Ｂ１、Ｂ２（それぞれ１０２から１０６）と示される５つの周囲のサンプルのいずれかに関連付けられたＭＶを使用して、（デコード順において）最新の参照画像から、ＭＶを導出することができる。Ｈ．２６５では、ＭＶ予測は、隣接ブロックが使用しているのと同じ参照画像からの予測子を使用することができる。

本開示の態様は、ビデオエンコード／デコードのための方法及び装置を提供する。いくつかの実施例では、ビデオデコードのための装置は、処理回路を含む。処理回路は、コーディングされたビットストリームから、第１コーディングレベルにおいてシグナリングされた第１構文要素をデコードすることができる。第１構文要素は、マージ動きベクトル予測（ＭＶＰ）候補の最大数を示すことができる。第１コーディングレベルは、画像パラメータセット（ＰＰＳ）レベルよりも高いことができる。処理回路は、第１構文要素に基づいて、マージＭＶＰ候補の最大数を決定することができる。処理回路は、マージＭＶＰ候補の最大数に少なくとも基づいて、第１コーディングレベルに関連するコーディングブロックを再構成することができる。

実施形態において、処理回路は、コーディングされたビデオビットストリームから、第１コーディングレベルにおいてシグナリングされた第４構文要素と、第３構文要素と、第２構文要素と、をデコードすることができる。第２構文要素は、幾何学的マージモードマージ候補の最大数を示すことができ、第３構文要素は、サブブロックベースのマージＭＶＰ候補の最大数を示すことができ、第４構文要素は、イントラブロックコピー（ＩＢＣ）マージブロックベクトル予測（ＢＶＰ）候補の最大数を示すことができる。処理回路は、（ｉ）第２構文要素に基づいて、幾何学的マージモードマージ候補の最大数を、（ｉｉ）前記第３構文要素に基づいて、前記サブブロックベースのマージＭＶＰ候補の最大数を、及び（ｉｉｉ）前記第４構文要素に基づいて、前記ＩＢＣマージＢＶＰ候補の最大数を決定することができる。

一実施形態において、第１コーディングレベルは、シーケンスレベルであり、第１構文要素は、シーケンススパラメータセット（ＳＰＳ）でシグナリングされている。

一実施形態において、処理回路は、前記コーディングされたビデオビットストリームから、満たされている条件に基づいて、第２コーディングレベルでシグナリングされた第２構文要素をデコードすることができる。第２構文要素は、幾何学的マージモード、サブブロックベースモード、及びイントラブロックコピー（ＩＢＣ）マージモードのうちの１つに対するマージ候補の最大数を示すことができる。実施例において、幾何学的マージモード、サブブロックベースマージモード及びＩＢＣマージモードのうちの１つは、幾何学的マージモードである。マージ候補の最大数は、幾何学的マージモードマージ候補の最大数である。第２構文要素は、幾何学的マージモードマージ候補の最大数を示す。条件は、第２コーディングレベルで使用可能である幾何学的マージモード、及び、３以上であるマージＭＶＰ候補の最大数である。処理回路は、第２構文要素に基づいて、幾何学的マージモードマージ候補の最大数を決定することができる。

実施例において、幾何学的マージモード、サブブロックベースマージモード及びＩＢＣマージモードのうちの１つは、サブブロックベースマージモードである。マージ候補の最大数は、サブブロックベースのマージＭＶＰ候補の最大数である。第２構文要素は、サブブロックベースのマージＭＶＰ候補の最大数を示す。条件は、第２コーディングレベルにおいて使用可能であるアフィンモードである。処理回路は、第２構文要素に基づいて、サブブロックベースのマージＭＶＰ候補の最大数を決定することができる。実施例において、第２構文要素は、第２コーディングレベルより低いコーディングレベルにおいて変更される。実施例において、第１コーディングレベル及び第２コーディングレベルは、シーケンスレベルであり、第２コーディングレベルより低いコーディングレベルは、画像レベルである。

実施例において、幾何学的マージモード、サブブロックベースマージモード及びＩＢＣマージモードのうちの１つは、ＩＢＣマージモードである。マージ候補の最大数は、ＩＢＣマージブロックベクトル予測（ＢＶＰ）候補の最大数である。第２構文要素は、ＩＢＣマージＢＶＰ候補の最大数を示す。条件は、第２コーディングレベルで使用可能であるＩＢＣマージモードである。処理回路は、第２構文要素に基づいて、ＩＢＣマージＢＶＰ候補の最大数を決定することができる。

実施例において、第１コーディングレベル及び第２コーディングレベルは、シーケンスレベルである。

また、本開示の態様は、ビデオデコーディングのためにコンピュータによって実行されたときに、コンピュータにビデオコーディングのための方法を実行させる命令を格納する非一時的なコンピュータ読取可能媒体記憶を提供する。

開示された主題のさらなる特徴、性質、及び様々な利点は、以下の詳細な説明及び添付の図面からより明らかになるであろう。
図１は、一実施例における現在ブロック及びその周囲の空間マージ候補を模式的に示す図である。 図２は、一実施形態による通信システム（２００）の簡略ブロック図を模式的に示す図である。 図３は、一実施形態による通信システム（３００）の簡略ブロック図を模式的に示す図である。 図４は、一実施形態によるデコーダの簡略ブロック図を模式的に示す図である。 図５は、一実施形態によるエンコーダの簡略ブロック図を模式的に示す図である。 図６は、別の実施形態によるエンコーダのブロック図である。 図７は、別の実施形態によるデコーダのブロック図である。 図８は、例示的な幾何学的マージモードを示す。 図９は、画像パラメータセット（ＰＰＳ）においてシグナリングされた例示的な構文を示す。 図１０は、画像ヘッダにおいてシグナリングされた例示的な構文を示す。 図１１は、シーケンスパラメータセット（ＳＰＳ）においてシグナリングされた例示的な構文を示す。 図１２は、ＰＰＳにおいてシグナリングされた例示的な構文を示す。 図１３は、画像ヘッダにおいてシグナリングされた例示的な構文を示す。 図１４は、画像ヘッダにおいてシグナリングされた例示的な構文を示す。 図１５は、画像ヘッダ内の例示的な構文を示す。 図１６は、ＳＰＳにおける例示的な構文を示す。 図１７は、ＳＰＳにおける例示的な構文を示す。 図１８Ａは、ＳＰＳにおける例示的な構文を示す。 図１８Ｂは、画像ヘッダにおける典型的な構文を示す。 図１９Ａは、ＳＰＳにおける例示的な構文を示す。 図１９Ｂは、画像ヘッダの例示的な構文を示す。 図２０は、ＳＰＳの例示的な構文を示す。 図２１は、本開示の一実施形態によるプロセス（２１００）の概略を示すフローチャートを示す。 図２２は、一実施形態によるコンピュータシステムを模式的に示す図である。

図２は、本開示の一実施形態による通信システム（２００）の簡略化されたブロック図を示す。通信システム（２００）は、例えばネットワーク（２５０）を介して互いに通信することができる複数の端末デバイスを含む。例えば、通信システム（２００）は、ネットワーク（２５０）を介して相互接続された第１対の端末デバイス（２１０）及び（２２０）を含む。図２の例では、第１対の端末デバイス（２１０）及び（２２０）は、データの一方向送信を行う。例えば、端末デバイス（２１０）は、ネットワーク（２５０）を介して他の端末デバイス（２２０）に伝送するために、ビデオデータ（例えば、端末デバイス（２１０）によって捕捉されるビデオ画像のストリーム）をコーディングすることができる。エンコードされた画像データは、１つ以上のコーディングされたビデオビットストリームの形態で送信されることができる。端末デバイス（２２０）は、ネットワーク（２５０）からコーディングされたビデオデータを受信し、コーディングされたビデオデータをデコードして、ビデオ画像を復元し、復元されたビデオデータにしたがってビデオ画像を表示することができる。一方向性データ伝送は、メディア提供アプリケーション等において一般的であり得る。

別の例では、通信システム（２００）は、第２対の端末デバイス（２３０）及び（２４０）を含み、例えばビデオ会議中に、発生し得るコーディングされたビデオデータの双方向伝送を行う。データの双方向伝送のために、例えば、端末デバイス（２３０）及び（２４０）の各端末デバイスは、ネットワーク（２５０）を介して端末デバイス（２３０）及び（２４０）の他方の端末デバイスに伝送するために、ビデオデータ（例えば、端末デバイスによって捕捉されるビデオ画像のストリーム）をコーディングすることができる。端末デバイス（２３０）及び（２４０）の各端末デバイスは、端末デバイス（２３０）及び（２４０）の他方の端末デバイスによって送信されたコーディングされたビデオデータを受信し、コーディングされたビデオデータをデコードして、ビデオ画像を復元し、復元されたビデオデータにしたがって、アクセス可能な表示デバイスにビデオ画像を表示することができる。

図２の例では、端末デバイス（２１０）、（２２０）、（２３０）及び（２４０）は、サーバ、パーソナルコンピュータ及びスマートフォンとして示され得るが、本発明の原理はこれらに限定されない。本発明の実施形態は、ラップトップコンピュータ、タブレットコンピュータ、メディアプレーヤ、及び／又は専用のビデオ会議機器への適用を見出す。ネットワーク（２５０）は、例えばワイヤライン（有線）及び／又は無線通信ネットワークを含む、端末デバイス（２１０）、（２２０）、（２３０）及び（２４０）の間でコーディングされたビデオデータを伝達する任意の数のネットワークを表す。通信ネットワーク（２５０）は、回線交換及び／又はパケット交換チャネル内のデータを交換することができる。
代表的なネットワークには、テレコミュニケーションネットワーク、ローカルエリアネットワーク、ワイドエリアネットワーク及び／又はインターネットが含まれる。本説明の目的のためには、以下に説明しない限り、ネットワーク（２５０）のアーキテクチャ及びトポロジーは本発明の動作には重要ではない。

図３は、開示された主題の適用例として、ストリーミング環境におけるビデオエンコーダ及びビデオデコーダの配置を示す。開示された主題は、例えば、ビデオ会議、デジタルＴＶや、ＣＤ、ＤＶＤ、メモリースティック等を含むデジタルメディアへの圧縮ビデオの保存等を含む、他のビデオ対応アプリケーションに等しく適用することができる。

ストリーミングシステムは、例えば、非圧縮のビデオ画像（３０２）のストリームを生成するビデオソース（３０１）、例えばデジタルカメラを含むことができるキャプチャサブシステム（３１３）を含み得る。一実施形態では、ビデオ画像のストリーム（３０２）は、デジタルカメラによって撮影されるサンプルを含む。エンコードされたビデオデータ（３０４）（又はコーディングされたビデオビットストリーム）と比較した場合に、高データ量を強調するために太線として描かれたビデオ画像のストリーム（３０２）は、ビデオソース（３０１）に結合されたビデオエンコーダ（３０３）を含む電子デバイス（３２０）によって処理されることができる。ビデオエンコーダ（３０３）は、ハードウェア、ソフトウェア、又はそれらの組み合わせを含むことができ、以下により詳細に説明されるように、開示された主題の態様を可能にし、又は実施する。エンコードされたビデオデータ（３０４）（又はエンコードされたビデオビットストリーム（３０４））は、ビデオ画像（３０２）のストリームと比較した場合に、より低いデータ量を強調するために細線として示され、将来の使用のためにストリーミングサーバ（３０５）に記憶され得る。図３のクライアントサブシステム（３０６）及び（３０８）等の１つ以上のストリーミングクライアントサブシステムは、ストリーミングサーバ（３０５）にアクセスすることができ、エンコードされたビデオデータ（３０４）のコピー（３０７）及び（３０９）を読み出すことができる。クライアントサブシステム（３０６）は、例えば電子デバイス（３３０）内のビデオデコーダ（３１０）を含むことができる。ビデオデコーダ（３１０）は、エンコードされたビデオデータの入力コピー（３０７）をデコードし、ディスプレイ（３１２）（例えばディスプレイスクリーン）又は他のレンダリングデバイス（図示せず）上にレンダリングすることができるビデオ画像の出力ストリーム（３１１）を生成する。いくつかのストリーミングシステムでは、エンコードされたビデオデータ（３０４）、（３０７）及び（３０９）（例えば、ビデオビットストリーム）は、特定のビデオコーディング／圧縮標準にしたがってコーディングされることができる。これらの標準の例は、ＩＴＵ－Ｔ勧告Ｈ．２６５を含む。例えば、開発中のビデオコーディング規格は、汎用ビデオコーディング（ＶＶＣ）として非公式に知られている。開示された主題は、ＶＶＣのコンテキストで使用され得る。

電子デバイス（３２０）及び（３３０）は、他の構成要素（図示せず）を含むことができることに留意されたい。例えば、電子デバイス（３２０）は、ビデオデコーダ（図示せず）を含むことができ、電子デバイス（３３０）は、ビデオエンコーダ（図示せず）も含むことができる。

図４は、本開示の一実施形態によるビデオデコーダ（４１０）のブロック図を示す。ビデオデコーダ（４１０）は、電子デバイス（４３０）に含まれることができる。電子デバイス（４３０）は、受信器（４３１）（例えば、受信回路）を含むことができる。ビデオデコーダ（４１０）は、図３の例のビデオデコーダ（３１０）の代わりに使用されることができる。

受信器（４３１）は、ビデオデコーダ（４１０）によってデコードされるべき１つ以上のコーディングされたビデオシーケンスを受信することができ、同一又は別の実施形態では、一度に１つのコーディングされたビデオシーケンスを受信することができ、その際、各コーディングされたビデオシーケンスのデコーディングは、他のコーディングされたビデオシーケンスから独立している。コーディングされたビデオシーケンスは、チャネル（４０１）から受信することができ、このチャネルは、エンコードされたビデオデータを記憶する記憶デバイスへのハードウェア／ソフトウェアリンクであり得る。
受信器（４３１）は、エンコードされたビデオデータを、他のデータ、例えばコーディングされたオーディオデータ及び／又は付随的なデータストリームと共に受信することができ、これらのデータは、それぞれのエンティティ（図示せず）を使用して転送され得る。受信器（４３１）は、コーディングされたビデオシーケンスを他のデータから分離することができる。ネットワークジッタに対抗するために、バッファメモリ（４１５）が、受信器（４３１）とエントロピーデコーダ／パーサ（４２０）（以後「パーサ（４２０）」）との間に結合され得る。特定の用途では、バッファメモリ（４１５）はビデオデコーダ（４１０）の一部である。他の場合には、ビデオデコーダ（４１０）の外側にあることができる（図示せず）。さらに別の場合には、例えばネットワークジッタに対抗するために、ビデオデコーダ（４１０）の外側にバッファメモリ（図示せず）が存在することができ、さらに、例えば再生タイミングを処理するために、ビデオデコーダ（４１０）の内側に別のバッファメモリ（４１５）が存在することもできる。受信器（４３１）が、十分な帯域幅及び制御可能性の記憶／転送デバイスから、又は、アイソクロナスネットワークから、データを受信している場合、バッファメモリ（４１５）は不要であるか、又は小さくてもよい。インターネット等のベストエフォート型パケットネットワークでの使用のために、バッファメモリ（４１５）は、必要とされ、比較的大きく、有利に適応サイズであり得、ビデオデコーダ（４１０）の外側のオペレーティングシステム又は類似の要素（図示せず）に少なくとも部分的に実装され得る。

ビデオデコーダ（４１０）は、コーディングされたビデオシーケンスからシンボル（４２１）を再構成するためのパーサ（４２０）を含み得る。これらのシンボルのカテゴリは、ビデオデコーダ（４１０）の動作を管理するために使用される情報、及び、図４に示されているように、電子デバイス（４３０）の不可欠な部分ではないが、電子デバイス（４３０）に結合され得るレンダリングデバイス（４１２）（例えば、表示スクリーン）等のレンダリングデバイスを制御する潜在的な情報を含む。（複数の）レンダリングデバイスの制御情報は、付加拡張情報（ＳＥＩメッセージ）又はビデオユーザビリティ情報（ＶＵＩ）パラメータセットフラグメント（図示せず）の形態であり得る。パーサ（４２０）は、受信されるコーディングされたビデオシーケンスをパースし／エントロピデコードすることができる。コーディングされたビデオシーケンスのコーディングは、ビデオコーディング技術又は標準に従うことができ、可変長コーディング、ハフマンコーディング、コンテキスト感度を伴う又は伴わない算術コーディングなどを含む種々の原理に従うことができる。パーサ（４２０）は、グループに対応する少なくとも１つのパラメータに基づいて、ビデオデコーダ内のピクセルのサブグループのうちの少なくとも１つに対するサブグループパラメータのセットを、コーディングされたビデオシーケンスから抽出し得る。サブグループは、画像グループ（ＧＯＰ）、画像、タイル、スライス、マクロブロック、コーディングユニット（ＣＵ）、ブロック、変換ユニット（ＴＵ）、予測ユニット（ＰＵ）等を含み得る。パーサ（４２０）はまた、変換係数、量子化パラメータ値、モーションベクター等の情報を、コーディングされたビデオシーケンスから抽出し得る。

パーサ（４２０）は、シンボル（４２１）を生成するように、バッファメモリ（４１５）から受信したビデオシーケンスに、エントロピデコード／パース動作を実行し得る。

シンボル（４２１）の再構成は、コーディングされたビデオ画像又はその部分のタイプ（例えば、画像間及び画像内、ブロック間及びブロック内）及び他の要因に応じて、複数の異なるユニットを含むことができる。どのユニットが、どのように含まれているかは、パーサ（４２０）によってコーディングされたビデオシーケンスからパースされたサブグループ制御情報によって制御されることができる。パーサ（４２０）と以下の複数ユニットとの間のかかるサブグループ制御情報のフローは、明確さのために図示されていない。

すでに述べた機能ブロックの他に、ビデオデコーダ（４１０）は、概念的に、以下に説明するように、いくつかの機能ユニットに分割されることができる。商業的制約の下で動作する実用的な実装では、これらのユニットの多くは互いに密接に相互作用し、少なくとも部分的に互いに統合されることができる。しかしながら、開示された主題を説明するの目的で、以下の機能単位に概念的に細分化することが適切である。

第１ユニットは、スケーラ／逆変換ユニット（４５１）である。
スケーラ／逆変換ユニット（４５１）は、量子化された変換係数、並びに、パーサ（４２０）から（複数の）シンボルとして、使用されるべき変換、ブロックサイズ、量子化係数、量子化スケーリング行列などを含む制御情報を受信する。スケーラ／逆変換ユニット（４５１）は、アグリゲータ（４５５）に入力可能なサンプル値を含むブロックを出力することができる。

いくつかの場合には、スケーラ／逆変換ユニット（４５１）の出力サンプルは、イントラコード化されたブロックに関係することができる；すなわち、先行して再構成された画像からの予測情報を使用していないが、現在画像の、先行して再構成された部分からの予測情報を使用できるブロック。かかる予測情報は、画像内部予測ユニット（４５２）によって提供されることができる。場合によっては、画像内部予測ユニット（４５２）は、現在の画像バッファ（４５８）からフェッチされた周囲の既に再構成された情報を使用して、再構成中のブロックと同じサイズ及び形状のブロックを生成する。現在の画像バッファ（４５８）は、例えば、部分的に再構成された現在の画像及び／又は完全に再構成された現在の画像をバッファする。アグリゲータ（４５５）は、場合によっては、サンプル毎に、イントラ予測ユニット（４５２）が生成した予測情報を、スケーラ／逆変換ユニット（４５１）によって提供される出力サンプル情報に加算する。

他の場合には、スケーラ／逆変換ユニット（４５１）の出力サンプルは、相互コーディングに関係し、潜在的にモーション補償ブロックに関係することができる。かかる場合、モーション補償予測ユニット４５３は、予測に使用されるサンプルをフェッチするために参照画像メモリ４５７にアクセスすることができる。ブロックに関連するシンボル（４２１）にしたがって、フェッチされたサンプルをモーション補償した後、これらのサンプルは、出力サンプル情報を生成するために、アグリゲータ（４５５）によって、スケーラ／逆変換ユニット（４５１）の出力（この場合、残留サンプル又は残留信号と称される）に加算されることができる。モーション補償予測ユニット（４５３）が予測サンプルをフェッチする参照画像メモリ（４５７）内のアドレスは、モーションベクターによって制御することができ、例えばＸ、Ｙ、及び参照画像コンポーネントを有することができるシンボル（４２１）の形態でモーション補償予測ユニット（４５３）に利用可能である。モーション補償はまた、サブサンプルの正確なモーションベクターが使用されている場合に参照画像メモリ（４５７）からフェッチされるようにサンプル値を補間すること、モーションベクター予測機構、等を含むことができる。

アグリゲータ（４５５）の出力サンプルは、ループフィルタユニット（４５６）内の種々のループフィルタリング技術を受けることができる。ビデオ圧縮技術は、ループ内フィルタ技術を含むことができ、コーディングされたビデオシーケンス（コーディングされたビデオビットストリームとも称される）に含まれるパラメータによって制御され、パーサ（４２０）からシンボル（４２１）としてループフィルタユニット（４５６）に利用可能にされるが、コーディングされた画像又はコーディングされたビデオシーケンスの（デコード順において）前の部分のデコードの間に得られるメタ情報に応答することができると共に、以前に再構成されループフィルタリングされたサンプル値に応答することができる、ループ内フィルタ技術を含むことができる。

ループフィルタユニット（４５６）の出力は、レンダリングデバイス（４１２）に出力されることができ、また将来の画像内部予測に使用するために参照画像メモリ（４５７）に記憶されることができるサンプルストリームであることができる。

コーディングされた画像は、一旦完全に再構成されると、将来の予測のための参照画像として使用されることができる。例えば、一旦現在の画像に対応するコーディング画像が完全に再構成され、（例えば、パーサ（４２０）によって）コーディングされた画像が参照画像として識別されると、現在の画像バッファ（４５８）は参照画像メモリ（４５７）の一部となることができ、新たな現在画像バッファは、後続のコーディング画像の再構成を開始する前に再割当てされ得る。

ビデオデコーダ（４１０）は、ＩＴＵ－Ｔ Ｒｅｃ．Ｈ．２６５．等の標準の所定のビデオ圧縮技術にしたがってデコーディング動作を実行し得る。コーディングされたビデオシーケンスは、コーディングされたビデオシーケンスが、ビデオ圧縮技術若しくは標準の構文、及び、ビデオ圧縮技術若しくは標準に文書化されているプロファイルの両方に準拠するという意味で、使用されているビデオ圧縮技術又は標準によって特定された構文に適合し得る。具体的には、プロファイルは、特定のツールを、そのプロファイルの下で使用できる唯一のツールとして、ビデオ圧縮技術又は標準で使用可能なすべてのツールから選択することができる。また、コンプライアンスのために必要なことは、コーディングされたビデオシーケンスの複雑さが、ビデオ圧縮技術又は標準のレベルによって定義される範囲内にあることであり得る。場合によっては、レベルは、最大画像サイズ、最大フレームレート、最大再構成サンプルレート（例えば、毎秒メガサンプルで測定される）、最大参照画像サイズなどを制限する。レベルによって設定された制限は、場合によっては、仮想参照デコーダ（ＨＲＤ：Ｈｙｐｏｔｈｅｔｉｃａｌ Ｒｅｆｅｒｅｎｃｅ Ｄｅｃｏｄｅｒ）の仕様と、コーディングされたビデオシーケンスでシグナリングされるＨＲＤバッファ管理のメタデータによってさらに制限され得る。

一実施形態では、受信器（４３１）は、エンコードされたビデオと共に追加の（冗長な）データを受信することができる。追加データは、コーディングされた（複数の）ビデオシーケンスの部分として含まれ得る。追加のデータは、データを適切にデコードするため、及び／又は元のビデオデータをより正確に再構成するために、ビデオデコーダ（４１０）によって使用され得る。追加のデータは、例えば、時間的、空間的、又は信号雑音比（ＳＮＲ）拡張層、冗長スライス、冗長画像、前方エラー補正コードなどの形態であり得る。

図５は、本開示の一実施形態によるビデオエンコーダ（５０３）のブロック図を示す。ビデオエンコーダ（５０３）は、電子デバイス（５２０）に含まれる。電子デバイス（５２０）は、送信器（５４０）（例えば、送信回路）を含む。図３の例のビデオエンコーダ（３０３）の代わりに、ビデオエンコーダ（５０３）を用いることができる。

ビデオエンコーダ（５０３）は、ビデオエンコーダ（５０３）によってコーディングされる（複数の）ビデオ映像を捕捉することができるビデオソース（５０１）（図５の例では電子デバイス（５２０）の一部ではない）からビデオサンプルを受信し得る。別の例では、ビデオソース（５０１）は、電子デバイス（５２０）の一部である。

ビデオソース（５０１）は、任意の適切なビット深さ（例えば、８ビット、１０ビット、１２ビット、．．．）、任意の色空間（例えば、ＢＴ．６０１ Ｙ ＣｒＣＢ、ＲＧＢ、．．．）、及び任意の適切なサンプリング構造（例えば、Ｙ ＣｒＣｂ ４：２：０、Ｙ ＣｒＣｂ ４：４：４）であることができるデジタルビデオサンプルストリームの形態で、ビデオエンコーダ（５０３）によってコーディングされるべきソースビデオシーケンスを提供し得る。メディア配信システムにおいて、ビデオソース（５０１）は、予め準備されたビデオを記憶する記憶デバイスであり得る。ビデオ会議システムでは、ビデオソース（５０１）は、局所映像情報をビデオシーケンスとして捕捉するカメラであり得る。ビデオデータは、シーケンスで見たときに動きをもたらす複数の個々の画像として提供され得る。画像自体は、ピクセルの空間アレイとして組織化されることができ、各ピクセルは、使用中のサンプリング構造、色空間等に応じて、１つ以上のサンプルを含むことができる。当業者は、ピクセルとサンプルの関係を容易に理解することができる。以下の説明は、サンプルに焦点を当てている。

一実施例によれば、ビデオエンコーダ（５０３）は、リアルタイムで、又はアプリケーションによって必要とされる他の任意の時間制約の下で、ソースビデオシーケンスの画像をコード化し、コード化されたビデオシーケンス（５４３）に圧縮することができる。適切なコーディングレートを実現することは、コントローラ（５５０）の一つの機能である。いくつかの実施形態において、コントローラ（５５０）は、以下に記載されるように、他の機能ユニットを制御し、他の機能ユニットに機能的に結合される。継手は、明確にするため表されない。コントローラ（５５０）によって設定されるパラメータは、レート制御関連パラメータ（画像スキップ、量子化器、レート歪み最適化技術のラムダ値、．．．）、画像サイズ、画像グループレイアウト、最大動きベクトルサーチレンジ等を含むことができる。コントローラ（５５０）は、特定のシステム設計のために最適化されたビデオエンコーダ（５０３）に関連する他の適切な機能を有するように構成されることができる。

いくつかの実施形態では、ビデオエンコーダ（５０３）は、コーディングループで動作するように構成される。過剰に単純化された説明として、一例において、コーディングループは、（例えば、コーディングされるべき入力画像及び参照画像に基づいて、シンボルストリーム等のシンボルを生成する責任を担う）ソースコーダ（５３０）と、ビデオエンコーダ（５０３）に埋め込まれた（ローカル）デコーダ（５３３）とを含むことができる。デコーダ（５３３）は、（シンボルとコーディングされたビデオビットストリームとの間の任意の圧縮が、開示された主題において考慮されたビデオ圧縮技術において可逆的であるように）、（リモート）デコーダも作成するのと同様の方法で、シンボルを再構成してサンプルデータを作成する。再構成されたサンプルストリーム（サンプルデータ）は、参照画像メモリ（５３４）に入力される。シンボルストリームのデコーディングは、デコーダロケーション（ローカル又はリモート）に依存しないビットイクザクトな結果（ｂｉｔ－ｅｘａｃｔ ｒｅｓｕｌｔｓ）をもたらすので、参照画像メモリ（５３４）中の内容もまた、ローカルエンコーダとリモートエンコーダとの間でビットイクザクトである。換言すれば、エンコーダの予測部分は、デコーダがデコード中に予測を使用するときに「見る」のとまったく同じサンプル値を参照画像サンプルとして「見る」。参照画像同期性のこの基本原理（及び、例えばチャンネルエラーのために、同期性が維持できない場合の結果として生じるドリフト）は、いくつかの関連技術においても同様に使用される。

「ローカル」デコーダ（５３３）の動作は、ビデオデコーダ（４１０）等の「リモート」デコーダと同じであることができ、これは、図４と関連して詳細に既に上述したとおりである。しかしながら、図４も簡単に参照すると、シンボルが利用可能であり、エントロピーコーダ（５４５）及びパーサ（４２０）によるコーディングビデオシーケンスへのシンボルのコーディング／デコーディングが可逆的であることができるので、バッファメモリ（４１５）を含むビデオデコーダ（４１０）のエントロピーデコーディング部分及びパーサ（４２０）は、ローカルデコーダ（５３３）に完全には実装されない場合がある。

この点で行うことができる観察は、デコーダ内に存在するパース／エントロピーデコードを除く任意のデコーダ技術もまた、対応するエンコーダ内に実質的に同一の機能的形態で存在する必要があることである。このために、開示された主題は、デコーダ動作に集中する。それらが包括的に記載されているデコーダ技術の逆であるにつれて、エンコーダ技術の説明は略記されることができる。特定の領域だけで、より多くの詳細説明が、必要とされて、下でなされる。

動作中に、いくつかの例において、ソースコーダ（５３０）は、「参照画像」として指定されたビデオシーケンスからの１つ以上の、先行してコーディングされた画像を参照して入力画像を予測的にコーディングする、モーション補償予測コーディングを実行し得る。このようにして、コーディングエンジン（５３２）は、入力画像のピクセルブロックと、入力画像に対する（複数の）予測参照として選択され得る（複数の）参照画像のピクセルブロックとの間の差をコーディングする。

ローカルビデオデコーダ（５３３）は、ソースコーダ（５３０）によって生成されたシンボルに基づいて、参照画像として指定され得る画像のコーディングされたビデオデータをデコードし得る。コーディングエンジン（５３２）の動作は、有利には、非可逆プロセスであり得る。コーディングされたビデオデータがビデオ・デコーダ（図５には示されていない）でデコードされ得る場合、再構成されたビデオシーケンスは、典型的には、いくつかのエラーを伴うソースビデオシーケンスのレプリカであり得る。ローカルビデオデコーダ（５３３）は、参照画像上でビデオデコーダによって実行され、参照画像キャッシュ（５３４）に記憶されるべき再構成された参照画像を生じさせ得るデコーディング処理を繰り返す。このようにして、ビデオエンコーダ（５０３）は、遠位端ビデオデコーダによって得られるであろう再構成された参照画像として、共通のコンテンツを有する再構成された参照画像のコピーをローカルに記憶することができる。

予測器（５３５）は、コーディングエンジン（５３２）について予測サーチを実行し得る。すなわち、コーディングされるべき新しい画像について、予測器（５３５）は、新しい画像についての適切な予測参照として役立ち得る、参照画像動きベクトル、ブロック形状等の特定のメタデータ、又は、サンプルデータ（参照ピクセルブロックの候補として）、について参照画像メモリ（５３４）をサーチし得る。予測器（５３５）は、適切な予測参照を見出すために、サンプルブロック毎に動作し得る。場合によっては、予測器（５３５）によって得られたサーチ結果によって決定されるように、入力画像は、参照画像メモリ（５３４）に記憶された複数の参照画像から引き出された予測参照を有し得る。

コントローラ（５５０）は、例えば、ビデオデータをエンコードするために使用されるパラメータ及びサブグループパラメータの設定を含む、ソースコーダ（５３０）のコーディング動作を管理し得る。

上述した機能ユニットの全ての出力は、エントロピーコーダ（５４５）におけるエントロピーコーディングを受け得る。エントロピーコーダ（５４５）は、ハフマンコーディング、可変長コーディング、算術コーディング等の技術にしたがって、シンボルを可逆的に圧縮することによって、種々の機能ユニットによって生成されたシンボルをコーディングされたビデオシーケンスに変換する。

送信器（５４０）は、エントロピーコーダー（５４５）によって作成されたコード化ビデオシーケンスをバッファリングして、エンコードされたビデオデータを格納し得る記憶デバイスへのハードウェア／ソフトウェアリンクあり得る通信チャネル（５６０）を介した送信に備えることができる。送信器（５４０）は、ビデオ・コーダ（５０３）からのコーディングされたビデオデータを、例えばコーディングされたオーディオデータ及び／又は補助的なデータ・ストリーム（図示せず）等の、送信されるべき他のデータとともにマージし得る。

コントローラ（５５０）は、ビデオエンコーダ（５０３）の動作を管理し得る。コーディングの間、コントローラ（５５０）は、各コーディングされた画像に、特定のコーディングされた画像タイプを割り当てることができ、これは、各画像に適用され得るコーディング技術に影響を及ぼし得る。例えば、画像は、しばしば、次の画像タイプの１つとして割り当てられる：

イントラ画像（Ｉ画像）は、予測ソースとしてシーケンス内の他の画像を使用することなく、コーディングされ、デコードされ得る。いくつかのビデオコーデックは、例えば、独立デコーダリフレッシュ（「ＩＤＲ」：Ｉｎｄｅｐｅｎｄｅｎｔ Ｄｅｃｏｄｅｒ Ｒｅｆｒｅｓｈ）画像を含む、異なるタイプのイントラ画像を許容する。当業者は、Ｉ画像のこれらの変形例、並びにそれらのそれぞれの用途及び特徴を認識している。

予測画像（Ｐ画像）は、各ブロックのサンプル値を予測するために、最大で１つの運動ベクトルと参照インデックスを用いるインター予測又はイントラ予測を使用して、コーディングされ、デコードされ得るものであり得る。

双方向（ｂｉ－ｄｉｒｅｃｔｉｏｎａｌｌｙ）予測画像（Ｂ画像）は、各ブロックのサンプル値を予測するために、最大で２つの動きベクトルと参照インデックスを用いるインター予測又はイントラ予測を使用して、コーディングされ、デコードされ得るものであり得る。同様に、複数の予測画像は、１つのブロックの再構成のために、２つ以上の参照画像及び関連するメタデータを使用することができる。

ソース画像は、通常、空間的に複数のサンプルブロック（例えば、４×４、８×８、４×８、又は１６×１６の各サンプルのブロック）に分割され、ブロック毎にコーディングされる。ブロックは、ブロックのそれぞれの画像に適用されるコーディング割り当てによって決定された、他の（既にコーディングされた）ブロックを参照して予測的にコーディングされ得る。例えば、Ｉ画像のブロックは、非予測的にコーディングされるか、又は、それらは、同じ画像の既にコーディングされたブロック（空間的予測又はインター予測）を参照して予測的にコーディングされ得る。Ｐ画像の画素ブロックは、先行してコーディングされた一つの参照画像を参照して、空間的予測又は時間的予測を介して予測的にコーディングされ得る。Ｂ画像のブロックは、１つ又は２つの、先行してコーディングされた参照画像を参照して、空間的予測を介して、又は時間的予測を介して予測的にコーディングされ得る。

ビデオエンコーダ（５０３）は、所定のビデオコーディング技術又はＩＴＵ－Ｔ Ｒｅｃ．Ｈ．２６５．などの標準にしたがってコーディング動作を実行し得る。その動作において、ビデオエンコーダ（５０３）は、入力ビデオシーケンスにおける時間的及び空間的冗長性を活用する予測コーディング動作を含む種々の圧縮動作を実行し得る。したがって、コード化されたビデオデータは、使用されているビデオコード化技術又は標準によって指定された構文に準拠し得る。

一実施例において、送信器（５４０）は、エンコードされたビデオとともに付加的なデータを送信することができる。ソースコーダ（５３０）は、コード化されたビデオシーケンスの一部としてかかるデータを含むことができる。追加のデータは、時間的／空間的／ＳＮＲ強調レイヤーや、他の形式の冗長データ、例えば冗長画像及びスライス、ＳＥＩメッセージ、ＶＵＩパラメータセットフラグメント等を含み得る。

ビデオは、時間シーケンスにおいて複数のソース画像（ビデオ画像）として捕捉され得る。画像内予測（Ｉｎｔｒａ－ｐｉｃｔｕｒｅ ｐｒｅｄｉｃｔｉｏｎ）（しばしば、イントラ予測と略される）は、所与の画像における空間的相関を使用し、画像間予測又はインター予測（ｉｎｔｅｒ－ｐｉｃｔｕｒｅ ｐｒｅｄｉｃｔｉｏｎ）は、画像間の（時間的又は他の）相関を使用する。一例では、現在画像と称されるコーディング／デコーディング中の特定の画像は、ブロックに仕切られる（ｐａｒｔｉｔｉｏｎｅｄ ｉｎｔｏ ｂｌｏｃｋｓ）。現在画像内のブロックが、ビデオ内の、先行してコーディングされ、まだバッファされている参照画像内の参照ブロックに類似する場合、現在の画像内ブロックは、動きベクトルと称されるベクトルによってコーディングされ得る。動きベクトルは、参照画像内の参照ブロックを指し、複数の参照画像が使用されている場合には、参照画像を識別する第３次元を有することができる。

いくつかの実施形態において、双方向予測技術（ｂｉ－ｐｒｅｄｉｃｔｉｏｎ ｔｅｃｈｎｉｑｕｅ）は、画像間予測において使用され得る。双方向予測技術によれば、ビデオ内の現在画像に対してデコード順では両方とも先行する（ただし、表示順では、それぞれ過去及び未来であり得る）第１参照画像及び第２参照画像等の２つの参照画像が使用される。現在画像内のブロックは、第１参照画像内の第１参照ブロックを指す第１動きベクトルと、第２参照画像内の第２参照ブロックを指す第２の動きベクトルとによってコーディングされることができる。ブロックは、第１参照ブロックと第２参照ブロックとの組み合わせによって予測されることができる。

さらに、コーディング効率を改善するために、インター画像予測にマージモード技術を使用することができる。

本開示のいくつかの実施形態によれば、インター画像予測及びイントラ画像予測等の予測は、ブロックの単位で実行される。例えば、ＨＥＶＣ標準によれば、ビデオ画像シーケンス中の画像は、圧縮のためにコーディングトリーユニット（ＣＴＵ）に仕切られ、画像中のＣＴＵは、６４×６４ピクセル、３２×３２ピクセル、又は１６×１６ピクセル等の、同じサイズを有する。一般に、ＣＴＵは、１つのルマＣＴＢ（ｏｎｅ ｌｕｍａ ＣＴＢ）と２つのクロマＣＴＢ（ｔｗｏ ｃｈｒｏｍａ ＣＴＢｓ）である３つのコーディングトリーブロック（ＣＴＢ）を含む。各ＣＴＵは、１つ又は複数のコーディング単位（ＣＵ）に再帰的に４分木分割することができる。例えば、６４×６４ピクセルのＣＴＵは、６４×６４ピクセルの１ＣＵ、３２×３２ピクセルの４ＣＵ、又は１６×１６ピクセルの１６ＣＵに分割することができる。例では、各ＣＵは、インター予測タイプ又はイントラ予測タイプ等の、ＣＵの予測タイプを決定するために分析される。ＣＵは時間的及び／又は空間的予測可能性に依存して１つ以上の予測単位（ＰＵ）に分割される。一般に、各ＰＵはルマ予測ブロック（ＰＢ）と２つのクロマＰＢを含む。一実施形態では、コーディング（エンコード／デコード）における予測動作は、予測ブロックのユニットにおいて実行される。予測ブロックの一例としてルマ予測ブロックを用いると、予測ブロックは、８×８ピクセル、１６×１６ピクセル、８×１６ピクセル、１６×８ピクセル等、ピクセルに対する値（例えば、ルマ値）の行列を含む。

図６は、本開示の別の実施形態によるビデオエンコーダ（６０３）の図を示す。ビデオ・エンコーダ（６０３）は、ビデオ画像シーケンス内の現在ビデオ画像内のサンプル値の処理ブロック（例えば、予測ブロック）を受信し、処理ブロックをコーディングされたビデオシーケンスの一部であるコーディングされた画像にエンコードするように構成されている。一実施例では、ビデオエンコーダ（６０３）は、図３の例のビデオエンコーダ（３０３）の代わりに使用される。

ＨＥＶＣの例では、ビデオエンコーダ（６０３）は、８×８サンプルの予測ブロック等の処理ブロックに対するサンプル値のマトリックスを受信する。ビデオエンコーダ（６０３）は、処理ブロックが、例えばレート歪み最適化を使用して、イントラモード、インターモード、又は双方向予測モードを使用して、最良にコーディングされるかどうかを決定する。処理ブロックがイントラモードでコード化されるべき場合は、ビデオエンコーダ（６０３）はイントラ予測時術を使用して処理ブロックをコード化された画像にエンコードすることができ：処理ブロックがインターモード又は双予測モードでコード化されるべき場合は、ビデオエンコーダ（６０３）はインター予測又は双予測技術を使用して、それぞれ、処理ブロックをコード化された画像にエンコードすることができる。特定のビデオ符号化技術において、モード缶を合併して運動ベクトルが特定の他のビデオ符号化技術においてｐｒｅｄｉｃｔｏｒｓ．＆＃１６０；の外側で符号化運動ベクトル成分の利点のない一つ以上の運動ベクトル・プレディクタに由来するインター画像予測下位モードである、主題ブロックに適用できる運動ベクトル成分は、存在してもよい。一実施形態では、ビデオエンコーダ（６０３）は、処理ブロックのモードを決定するためのモード決定モジュール（図示せず）等の他の構成要素を含む。

図６の例では、ビデオエンコーダ（６０３）は、図６に示すように一緒に結合されたエントロピーエンコーダ（６２５）と、インターエンコーダ（６３０）と、イントラエンコーダ（６２２）と、残差計算器（６２３）と、スイッチ（６２６）と、残差エンコーダ（６２４）と、汎用コントローラ（６２１）と、を含む。

インターエンコーダ（６３０）は、現在ブロック（例えば、処理ブロック）のサンプルを受信し、ブロックを参照画像内の１つ以上の参照ブロックと比較し（例えば、先行する画像内及び後の画像内のブロック）、インター予測情報（例えば、インターエンコーディング技術による冗長情報の記述、動きベクトル、マージモード情報）を生成し、任意の適切な技術を使用して、インター予測情報に基づいてインター予測結果（例えば、予測ブロック）を計算するように構成される。若干の実施例において、基準ピクチャは、コード化されたビデオ情報に基づいて復号化される復号化基準ピクチャである。

イントラエンコーダ（６２２）は、現在ブロック（例えば、処理ブロック）のサンプルを受信し、場合によっては、ブロックを、同じ画像内で既にコーディングされたブロックと比較し、変換後に量子化された係数を生成し、場合によっては、イントラ予測情報（例えば、１つ以上のイントラコーディング技術に従ったイントラ予測方向情報）も生成するように構成されている。一実施例では、イントラエンコーダ（６２２）はまた、同じ画像内のイントラ予測情報及び参照ブロックに基づいて、イントラ予測結果（例えば、予測ブロック）を計算する。

汎用コントローラ（６２１）は、汎用制御データを決定し、汎用制御データに基づいてビデオエンコーダ（６０３）の他の構成要素を制御するように構成される。一実施形態では、汎用コントローラ（６２１）は、ブロックのモードを決定し、そのモードに基づいてスイッチ（６２６）に制御信号を供給する。例えば、モードがイントラモードであるときに、総合制御装置（６２１）はスイッチ（６２６）を残差計算機（６２３）用にイントラモード結果を選択するために制御して、先行復号化情報を選択して、先行復号化情報をビットストリームに含むためにエントリピーコーダ（６２５）を制御する；そして、モードがインターモードであるときに、総合制御装置（６２１）はスイッチ（６２６）を残差計算機（６２３）用にインター予測結果を選択するために制御して、インター予測情報を選択して、インター予測情報をビットストリームに含むためにエントリピーコーダ（６２５）を制御する。

残差計算器（６２３）は、受信されたブロックと、イントラエンコーダ（６２２）又はインターエンコーダ（６３０）から選択された予測結果との差（残差データ）を計算するように構成される。残差エンコーダ（６２４）は、残差データに基づいて動作し、残差データをエンコードして変換係数を生成するように構成される。一実施例では、残差エンコーダ（６２４）は、残差データを空間ドメインから周波数ドメインにコンバートし、変換係数を生成するように構成される。それから、変換係数は量子化処理に従属して、量子化変換係数を得る。様々な実施形態では、ビデオエンコーダ（６０３）は、残差デコーダ（６２８）も含む。残差デコーダ（６２８）は、逆変換を実行し、デコードされた残差データを生成するように構成される。デコードされた残差データは、イントラエンコーダ（６２２）及びインターエンコーダ（６３０）によって適切に使用されることができる。例えば、インターエンコーダ（６３０）は、デコードされた残差データ及びインター予測情報に基づいてデコードされたブロックを生成することができ、イントラエンコーダ（６２２）は、デコードされた残差データ及びイントラ予測情報に基づいてデコードされたブロックを生成することができる。デコードされたブロックは、いくつかの実施例では、デコードされた画像を生成するために適切に処理され、デコードされた画像は、メモリ回路（図示せず）内でバッファされ、参照画像として使用され得る。

エントロピーエンコーダ（６２５）は、エンコードされたブロックを含むようにビットストリームをフォーマットするように構成されている。エントロピーエンコーダ（６２５）は、ＨＥＶＣ標準のような適切な標準に従った種々の情報を含むように構成される。一実施例では、エントロピーエンコーダ（６２５）は、汎用制御データ、選択された予測情報（例えば、イントラ予測情報又はインター予測情報）、残差情報、及びビットストリーム内の他の適切な情報を含むように構成される。開示された主題にしたがってインターモード又は双方向予測モードのいずれかのマージサブモードにおけるブロックをコーディングする場合、残差情報は存在しないことに留意されたい。

図７は、本開示の別の実施形態によるビデオデコーダ（７１０）の図を示す。ビデオデコーダ（７１０）は、コーディングされたビデオシーケンスの一部であるコーディングされた画像を受信し、コーディングされた画像をデコードして再構成画像を生成するように構成されている。一実施形態では、ビデオデコーダ（７１０）は、図３の実施形態のビデオデコーダ（３１０）の代わりに使用される。

図７実施例において、ビデオデコーダ（７１０）は、図７に示すように一緒に結合されているエントロピー復号器（７７１）、インター・デコーダ（７８０）、残差デコーダ（７７３）、再構成モジュール（７７４）およびイントラ・デコーダ（７７２）を含む。

エントロピーデコーダ（７７１）は、コーディングされた画像から、そのコーディング画像を作成する（ｏｆ ｗｈｉｃｈ ｔｈｅ ｃｏｄｅｄ ｐｉｃｔｕｒｅ ｉｓ ｍａｄｅ ｕｐ）構文要素を表す特定のシンボルを再構成するように構成することができる。かかるシンボルは、例えば、ブロックがコーディングされるモード（例えば、イントラモード、インターモード、双方向予測モード、マージサブモード又は別のサブモードにおけるインターモード、双方向予測モード等）、予測情報（例えば、イントラ予測情報又はインター予測情報）を含むことができ、それらは、イントラデコーダ（７２２）又はインターデコーダ（７８０）によって、それぞれ使用される特定のサンプル又はメタデータ、例えば量子化された変換係数の形態の残差情報等、を識別することができる。実施例において、予測モードがインターであるか双予測されたモードであるときに、インター予測情報はインター・デコーダ（７８０）に提供される；そして、予測タイプが先行復号化タイプであるときに、先行復号化情報はイントラ・デコーダ（７７２）に提供される。残差情報は、逆量子化を受けることができ、残差デコーダ（７７３）に提供される。

インターデコーダ（７８０）は、インター予測情報を受信し、インター予測情報に基づいてインター予測結果を生成するように構成される。

イントラデコーダ（７７２）は、イントラ予測情報を受信し、イントラ予測情報に基づいて予測結果を生成するように構成される。

残差デコーダ（７７３）は、逆量子化変換係数（ｄｅ－ｑｕａｎｔｉｚｅｄ ｔｒａｎｓｆｏｒｍ ｃｏｅｆｆｉｃｉｅｎｔｓ）を抽出するために逆量子化を実行し、逆量子化変換係数を処理して残差を周波数領域から空間領域にコンバートするように構成される。残りデコーダ（７７３）は特定の制御情報（Ｑｕａｎｔｉｚｅｒ Ｐａｒａｍｅｔｅｒ（ＱＰ）を含むために）を必要とすることもできる、そして、エントロピー復号器（７７１）（これとして描写されないデータ経路は低いボリューム制御情報だけでもよい）によって、その情報は設けられていることができる。

再構成モジュール（７７４）は、空間領域において、残差デコーダ（７７３）によって出力される残差と（場合によっては、インター又はイントラ予測モジュールによって出力される）予測結果を組み合わせて、 再構成されたブロックを形成し、これは、再構成された画像の一部であり得、したがって、再構成されたビデオの一部であり得る。デブロッキング等の他の適切な動作を行って、視覚品質を改善することができることに留意されたい。

なお、ビデオエンコーダ（３０３）、（５０３）及び（６０３）と、ビデオデコーダ（３１０）、（４１０）、及び（７１０）とは、任意の適切な技術を用いて実現することができる。一実施形態では、ビデオエンコーダ（３０３）、（５０３）及び（６０３）と、ビデオデコーダ（３１０）、（４１０）及び（７１０）とは、１つ以上の集積回路を使用して実装され得る。別の実施形態では、ビデオエンコーダ（３０３）、（５０３）及び（５０３）と、ビデオデコーダ（３１０）、（４１０）、及び（７１０）とは、ソフトウェア命令を実行する１つ以上のプロセッサを使用して実現することができる。

本開示の態様は、ビデオコーディング技術、例えば、ＨＥＶＣを超えてＶＶＣで使用される、レギュラーマージモード、サブブロックベースマージモード、イントラブロックコピー（ＩＢＣ）マージモード、及び幾何マージモード等の、それぞれのインター予測コーディングツールのための様々な（１つ以上の）マージ候補リストの（１つ以上の）長さのシグナリングに関する。

幾何学的マージモード（幾何学的パーテションモードとも称される）は、複数の異なる仕切り方法をサポートすることができる。図８は、例示的な幾何学的マージモードを示す。幾何学的マージモードでは、ＣＵ （８００）は、２つのパーティションに仕切ることができ、パーティション１～２をライン又はエッジ（８１０）で仕切ることができる。２つのパーティションの各々は、三角形、台形、五角形等の任意の適切な形状を有することができる。

インター予測のためのマージ候補は、ＨＥＶＣ及びＶＶＣ等のビデオコーディングにおいて効果的であり得る。一実施形態、例えばＶＶＣにおいては、４つの異なるマージ候補リスト（またはマージリスト）が存在し、エンコーダ及びデコーダ側に構築され得る。４つのマージ候補リストは、レギュラーマージモードに対するマージ候補リスト（又は第１のマージ候補）、幾何学的マージモードに対するマージ候補リスト（又は第２マージ候補）、サブブロックベースのマージモードに対するマージ候補リスト（又は第３のマージ候補）、ＩＢＣマージモードに対するマージ候補リスト（又は第４のマージ候補）がを含むことができる。

関連技術（ＨＥＶＣにおける特定の技術など）と比較して、レギュラーマージモードに対する第１マージ候補リストは、より多くの種類のマージ候補を含むように拡張されることができる。さらに、第１マージ候補リストにおけるマージ候補（又はマージ動きベクトル予測（ＭＶＰ）候補）の最大数を、例えば５から６に拡張することができる。第１マージ候補リスト内のマージＭＶＰ候補の最大数は、ＰＰＳレベルの画像パラメータセット（ＰＰＳ）又は画像レベルの画像ヘッダ内でシグナリングされることができる。

図９は、ＰＰＳにおいてシグナリングされた第１ＰＰＳレベルパラメータ（例えば、ｐｐｓ＿ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｌｕｓ１）を示す。第１ＰＰＳレベルパラメータは、マージＭＶＰ候補の最大数を示すことができる。図１０は、画像ヘッダ内でシグナリングされた第１の画像レベルパラメータ（例えば、ｐｉｃ＿ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）を示す。第１画像レベルパラメータは、マージＭＶＰ候補の最大数（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）を示すことができる。

第１構文要素は、対応するコーディングレベルでシグナリングされるマージＭＶＰ候補の最大数を示すことができる。例えば、第１構文要素は、ＰＰＳレベルで信号を発する第１ＰＰＳレベルパラメータ、又は画像レベルで信号を発する第１画像レベルパラメータを参照する。

第１ＰＰＳレベルパラメータ（例えば、ｐｐｓ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｌｕｓ１）が０に等しい場合、第１画像レベルパラメータ（例えば、ｐｉｃ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）が、ＰＰＳを参照する画像ヘッダに存在する（又は信号で送られる）ことを特定できる。第１ＰＰＳレベルパラメータ（例えば、ｐｐｓ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｌｕｓ１）が０より大きい場合、第１画像レベルパラメータ（例えば、ｐｉｃ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）がＰＰＳを参照する画像ヘッダに存在しない（又は信号が送られていない）ことを特定できる。第１ＰＰＳレベルパラメータ（例えば、ｐｐｓ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｌｕｓ１）の値は、０～６の範囲であり得る。第１ＰＰＳレベルパラメータ（例えば、ｐｐｓ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｌｕｓ１）が存在しない場合、第１ＰＰＳレベルパラメータ（例えば、ｐｐｓ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｌｕｓ１）は、０に等しいと推測される。

第１画像レベルパラメータ（例えば、ｐｉｃ＿ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）は、６から減算した（ｓｕｂｔｒａｃｔｅｄ ｆｒｏｍ ６）、画像ヘッダに関連付けられたスライスでサポートされるマージＭＶＰ候補（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）の最大数を特定できる。マージＭＶＰ候補（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）の最大数は、式（１）を用いて決定することができる。
ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ ＝ ６ － ｐｉｃ＿ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ （式１）

ＭａｘＮｕｍＭｅｒｇｅＣａｎｄの値は、１～６以内の範囲で指定できる。第１の画像レベルパラメータが存在しない場合、第１の画像レベルパラメータ（例えば、ｐｉｃ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）の値は、第１ＰＰＳレベルパラメータ（例えば、ｐｐｓ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｌｕｓ１）－１と等しくなると推測されることができる。

幾何学的マージモードは、シーケンスパラメータセット（ＳＰＳ）のＳＰＳ構文要素を使用してシーケンスレベルで有効又は無効にすることができる。例では、ＳＰＳ構文要素は第１シーケンスレベルフラグ（例えばｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）である。図１１は、ＳＰＳにおいてシグナリングされた第１のシーケンスレベルフラグ（例えば、ｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）を示す。

第１シーケンスレベルフラグ（例えば、ｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）は、幾何学的マージモードに基づく動き補償がインター予測に使用できるかどうかを特定できる。０に等しい第１シーケンスレベルフラグ（例えばｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）は、幾何学的マージモードに基づく動き補償がコーディングレイヤビデオシーケンス（ＣＬＶＳ）で使用されないように構文が制約されること、及び幾何学的マージモード関連の構文要素がＣＬＶＳのコーディングユニット構文に存在しないようにすることを特定することができる。第１シーケンスレベルフラグ（例えば、ｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）が１に等しい場合、幾何学的マージモードに基づく動き補償がＣＬＶＳで使用できることを特定できる。

幾何学的マージモードマージ候補（ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ）の最大数を示すパラメータは、ＰＰＳレベル又は画像レベルで明示的にシグナリングされることができる。

図１２は、ＰＰＳにおいてシグナリングされた例示的な構文を示す。構文は、幾何マージモードマージ候補の最大数を示す第２のＰＰＳレベルパラメータ（例えば、ｐｐｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ＿ｐｌｕｓ１）を含む。図１３は、画像ヘッダ内においてシグナリングされた例示的な構文を示す。構文は、幾何マージモードマージ候補の最大数を示す第２の画像レベルパラメータ（例えば、ｐｉｃ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）を含みる。

第２の構文要素は、対応するコーディングレベルでシグナリングされた幾何学的マージモードマージ候補の最大数を示すことができる。例えば、第２構文要素は、ＰＰＳレベルでシグナリングされた第２ＰＰＳレベルパラメータ、又は画像レベルでシグナリングされた第２画像レベルパラメータを参照する。

第２ＰＰＳレベルパラメータ（例えば、ｐｐｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ＿ｐｌｕｓ１）が０に等しい場合、第２画像レベルパラメータ（例えば、ｐｉｃ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）が、ＰＰＳを参照するスライスの画像ヘッダに存在するか、又はシグナリングされことを特定できる。第２ＰＰＳレベルパラメータ（例えば、ｐｐｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ＿ｐｌｕｓ１）が０より大きい場合、第２画像レベルパラメータ（例えば、ｐｉｃ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）がＰＰＳを参照する画像ヘッダに存在しないことを特定できる。第２ＰＰＳレベルパラメータの値（例：ｐｐｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ＿ｐｌｕｓ１）は、０からＭａｘＮｕｍＭｅｒｇｅＣａｎｄ－１の範囲であることができる。第２ＰＰＳレベルパラメータ（例えば、ｐｐｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ＿ｐｌｕｓ１）が存在しない場合、第２ＰＰＳレベルパラメータは０に等しいと推定されることができる。

第２画像レベルパラメータ（例えば、ｐｉｃ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）は、マージＭＶＰ候補の最大数（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）から減算した、画像ヘッダに関連付けられたスライスでサポートされる幾何学的マージモードマージ候補の最大数を特定できる。

第２画像レベルパラメータが存在しない場合、第１シーケンスレベルフラグ（例えば、ｓｐｓ＿ｇｅ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）が１であり、マージＭＶＰ候補の最大数（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）が２以上である場合、第２画像レベルパラメータ（例えば、ｐｉｃ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅ＿ｃａｎｄ）は（第２ＰＰＳレベルパラメータ－１）（例えば、ｐｐｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ＿ｐｌｕｓ１－１）と等しいと推測されることができる。

幾何学的マージモードマージ候補の最大数（ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ）は、例えば式（２）を用いて、マージＭＶＰ候補の最大数（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）及び第２画像レベルパラメータ（例えば、ｐｉｃ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）に基づいて決定されることができる。
ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ＝ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ－ｐｉｃ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ （式２）

第２画像レベルパラメータ（例えば、ｐｉｃ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）が存在する場合（すなわち、シグナリングされた場合）、ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄの値は、２からＭａｘＮｕｍＭｅｒｇｅＣａｎｄまでの範囲であることができる。

第２画像レベルパラメータ（例えば、ｐｉｃ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）が存在せず（すなわち、シグナリングされておらず）、（ｉ）第１シーケンスレベルフラグ（例えば、ｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）が０に等しく、（ｉｉ）マージＭＶＰ候補（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）の最大数が２未満であることが満足される場合、幾何学的マージモードマージ候補（ＭａｘｍＧｅｏＭｅｒｇｅＣａｎｄ）の最大数が０に等しく設定されることができる。

幾何学的マージモードマージ候補（ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ）の最大数が０の場合、幾何学的マージモードは画像ヘッダに関連付けられたスライスに対して許可されない。

第２ＰＰＳレベルパラメータ（例えば、ｐｐｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅ＿ｃａｎｄ＿ｐｌｕｓ１）、第２画像レベルパラメータ（例えば、ｐｉｃ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）、及びマージＭＶＰ候補の最大数（例えば、ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）を使用して、幾何学的マージモードマージ候補の最大数（例えば、ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ）を決定できる。幾何学的マージモードマージ候補（ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ）の最大数は、ＭａｘＮｕｍＭｅｒｇｅＣａｎｄの値を超えないように指定されることができる。ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄの値は、例えば特定のアプリケーションに依存して、変化することができる。ＰＰＳシグナリングは、ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄの値が頻繁に変化しない場合に有効であり得るため、各画像に対してシグナリングする必要は無い。一方、ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄが画像ごとに頻繁に変化する場合には、画像ヘッダシグナリングが有効になりる。

図１４は、画像ヘッダ内でシグナリングされた例示的な構文を示す。構文には、サブブロックベースのマージＭＶＰ候補の最大数（ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ）（サブブロックベースのマージモードに対するマージ候補の最大数とも称される）を示す画像ヘッダでシグナリングされる第３画像レベルパラメータ（例えば、ｐｉｃ＿５＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）が含まれる。

第３構文要素は、対応するコーディングレベルでシグナリングされたサブブロックベースのマージＭＶＰ候補の最大数を示すことができる。例えば、第３構文要素は、画像レベルでシグナリングされる第３画像レベルパラメータを参照する。

第３画像レベルパラメータ（例えば、ｐｉｃ＿５＿５＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）は、５の値から減算した、スライスでサポートされるサブブロックベースのマージＭＶＰ候補の最大数を特定できる。第３画像レベルパラメータが存在しない（又は信号が送られていない）場合、第３画像レベルパラメータ（例えば、ｐｉｃ＿ｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）の値は、（５－（ｓｐｓ＿ｓｂｔｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇ＆ｐｉｃ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇ））に等しいと推定されることができる。
実施例では、ｓｐｓ＿ｓｂｔｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇは、ＳＰＳレベルでＳＢＴＭＶＰモードが有効かどうかを示すＳＰＳレベルフラグである。
実施例において、ｐｉｃ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇは、時間的ＭＶＰモードが画像レベルで有効かどうかを示す画像レベルフラグである。

サブブロックベースのマージＭＶＰ候補（ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ）の最大数は、式（３）を用いて、例えば、第３画像レベルパラメータ（例えば、ｐｉｃ＿５＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）に基づいて決定することができる。
ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ＝５－ｐｉｃ＿ｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ （式３）

サブブロックベースのマージＭＶＰ候補（ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ）の最大数は、０～５の範囲である。

図１５は、画像ヘッダ内においてシグナリングされる例示的な構文を示す。構文は、ＩＢＣマージモードのためのＩＢＣマージブロックベクトル予測（ＢＶＰ）候補（ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄ）の最大数を示す第４画像レベルパラメータ（例えば、ｐｉｃ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）を含んでいる。

第４構文要素は、対応するコーディングレベルでシグナリングされたＩＢＣマージＢＶＰ候補の最大数を示すことができる。例えば、第４の構文要素は、画像レベルでシグナリングされる第４の画像レベルパラメータを参照する。

第４画像レベルパラメータ（例えば、ｐｉｃ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）は、６から減算した、画像ヘッダに関連するスライスでサポートされているＢＶＰ候補の最大数を特定できる。ＩＢＣマージＢＶＰ候補（ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄ）の最大数は、例えば式（４）を用いて、第４画像レベルパラメータ（例えば、ｐｉｃ＿６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）に基づいて決定することができる。
ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄ＝６－ｐｉｃ＿ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ （式４）

ＩＢＣマージＢＶＰ候補（ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄ）の最大数は、１～６以内の範囲である。

構文要素は、第１構文要素、第２構文要素、第３構文要素、第４構文要素などを含むことができる。上述のように、第１の構文要素は、対応するコーディングレベル（例えば、スライスレベル又は画像レベルよりも高いコーディングレベル）においてシグナルされるマージＭＶＰ候補の最大数を示すことができ、従って、第１の構文要素は、レギュラーマージモードのためのマージＭＶＰ候補リストの長さを示すことができる。ＭＶＰ候補リストには、レギュラーマージモードのＭＶＰ候補を含めることができる。例えば、第１構文要素は、ＰＰＳレベルにおいてシグナリングされる第１ＰＰＳレベルパラメータ、又は画像レベルにおいてシグナリングされる第１画像レベルパラメータを参照する。

第２構文要素は、対応するコーディングレベル（例えば、スライスレベル又は画像レベルより高いコーディングレベル）においてシグナリングされる幾何学的マージモードマージ候補の最大数を示すことができ、したがって、第２構文要素は、幾何学的マージモードに対する幾何学的マージモードマージ候補リストの長さを示すことができる。幾何学的マージモードマージ候補リストは、幾何学的マージモードマージ候補に対する幾何学的マージモードマージ候補を含むことができる。例えば、第２構文要素は、ＰＰＳレベルでシグナリングされる第２ＰＰＳレベルパラメータ、又は画像レベルでシグナリングされる第２画像レベルパラメータを参照する。

第３構文要素は、サブブロックベースのマージＭＶＰ候補の最大数を対応するコーディングレベル（例えば、スライスレベル又は画像レベルより高いコーディングレベル）で示すことができ、したがって、第３の構文要素は、サブブロックベースのマージモードに対するサブブロックベースのマージＭＶＰ候補リストの長さを示すことができる。サブブロックベースマージＭＶＰ候補リストは、サブブロックベースマージモードに対するサブブロックベースマージＭＶＰ候補を含むことができる。例えば、第３構文要素は、画像レベルで信号がシグナリングされる第３画像レベルパラメータを参照する。

第４構文要素は、対応するコーディングレベル（例えば、スライスレベル又は画像レベルより高いコーディングレベル）においてシグナリングされるＩＢＣマージＢＶＰ候補の最大数を示すことができ、したがって、第４構文要素は、ＩＢＣマージモードのＩＢＣマージＢＶＰ候補リスト（又はＩＢＣマージ候補リスト）の長さを示すことができる。ＩＢＣマージＢＶＰ候補リストは、ＩＢＣマージモードに対するＩＢＣマージＢＶＰ候補を含めることができる。例えば、第４構文要素は、画像レベルでシグナリングされる第４画像レベルパラメータを参照する。

本開示の態様によれば、第１コーディングレベルにおいてシグナリングされる第１の構文要素は、コーディングされたビデオビットストリームからデコードすることができる。第１構文要素は、マージＭＶＰ候補の最大数を示す。第１コーディングレベルは、任意の適切なコーディングレベル、例えば、スライスレベルよりも高いレベルであり得る。実施例において。前記第１コーディングレベルは、ＰＰＳレベルよりも高い。マージＭＶＰ候補の最大数は、例えば式（５）に基づいて、第１構文要素に基づいて決定することができる。その後、マージＭＶＰ候補の最大数に少なくとも基づいて、前記第１コーディングレベルに関連するコーディングブロックを再構成する。実施例において、第１コーディングレベルはシーケンスレベルであり、第１構文要素はＳＰにおいてシグナリングされる。第１コーディングレベルがより低いコーディングレベル（例えば、ＰＰＳレベル）からより高いコーディングレベル（例えば、配列レベル）まで増加する場合に、コーディング効率は増加することができ、シグナリングオーバヘッドは減少することができる。

本開示の態様によれば、対応するマージ候補リスト（例えば、マージＭＶＰ候補リスト、幾何マージモードマージ候補リスト、サブブロックベースのマージＭＶＰ候補リスト、ＩＢＣマージＢＶＰ候補リスト、及び／又は類似のもの）の（１つ以上の）長さに関連する１つ以上の構文要素は、第１コーディングレベルでシグナリングされることができる。第１コーディングレベルは、任意の適切なコーディングレベルであり得る。実施例において、第１コーディングレベルは、スライスレベル又は画像レベルよりも高い。実施例において、第１コーディングレベルはＰＰＳレベルよりも高い。１つ以上の構文要素は、第１構文要素を含むことができる。

一実施形態では、１つ以上の構文要素は、第１構文要素、第２構文要素、第３構文要素、及び第４構文要素を含み、シーケンスレベルにおいてＳＰＳ内でシグナリングされる。実施例では、第１構文要素、第２構文要素、第３構文要素、第４構文要素は、第１コーディングレベル内で変化しない。実施例では、第１コード化レベルはシーケンスレベルである。第１構文要素、第２構文要素、第３構文要素、第４構文要素を含む１つ以上の構文要素等の特定の構文要素は、シーケンスレベルにおいて変化せず、より低いコーディングレベル（例えば、ＰＰＳレベル、画像レベル、又はスライスレベル）に代えてシーケンスレベルにおいて特定の構文要素をシグナリングすると、コーディング効率を高めたり、信号オーバヘッドを減少させたりすることができる。

一実施形態では、第２の構文要素、第３の構文要素、及び第４の構文要素は、第１コーディングレベルでシグナリングすることができ、コーディングされたビデオビットストリームからデコードされることができる。第２構文要素は、幾何学的マージモードマージ候補の最大数を示すことができ、第３構文要素は、サブブロックベースのマージＭＶＰ候補の最大数を示すことができ、第４構文要素は、ＩＢＣマージＢＶＰ候補の最大数を示すことができる。幾何学的マージモードマージ候補の最大数は第２構文要素に基づいて決定でき、サブブロックベースのマージＭＶＰ候補の最大数は第３構文要素に基づいて決定でき、ＩＢＣマージＢＶＰ候補の最大数は第４構文要素に基づいて決定できる。

図１６は、ＳＰＳにおける例示的な構文要素を示す。構文要素には、第１構文要素（例えばｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）、第２構文要素（例えばｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）、第３構文要素（例えばｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）、第４構文要素（例えばｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）が含まれる。

第１構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）は、値６から減算した、ＳＰＳでサポートされるマージＭＶＰ候補の最大数を特定できる。マージＭＶＰ候補の最大数（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）は、例えば式（５）に基づいて、第１構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）に基づいて決定することができる。
ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ＝６－ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ （式５）

ＭａｘＮｕｍＭｅｒｇｅＣａｎｄの値は１～６以内の範囲であり得る。

第２構文要素（例えば、ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）は、ＭａｘＮｕｍＭｅｒｇｅＣａｎｄから減算した、ＳＰＳでサポートされる幾何マージモードマージ候補の最大数を特定できる。

幾何マージモードマージ候補の最大数（ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ）は、例えば式６を用いて、第２構文要素及びマージＭＶＰ候補の最大数に基づいて決定することができる。ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ＝ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ－ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ
式（６）

第２構文要素（例：ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）が存在する（又はシグナリングされる）場合、幾何学的マージモードマージ候補の最大数（ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ）の値は、２から最大数のマージＭＶＰ候補（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）までの範囲であることができる。

第３構文要素（例えば、ｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）は、値５から減算した、ＳＰＳでサポートされるサブブロックベースのマージＭＶＰ候補の最大数を特定できる。

サブブロックベースのマージＭＶＰ候補の最大数（ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ）は、例えば式（７）を用いて、第３構文要素（例えば、５＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）に基づいて決定することができる。
ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ＝５－ｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ （式７）

ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄの値は、０～５以内の範囲であることができる。

第４構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ））は、値６から減算した、ＳＰＳでサポートされるＢＶＰ候補の最大数を特定できる。ＩＢＣマージＢＶＰ候補（ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄ）の最大数は、例えば式（８）を用いて、第４構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）に基づいて決定することができる。
ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄ ＝ ６ －ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ （式８）

ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄの値は、０～６以内の範囲である。

実施例において、第１構文要素、第２構文要素、第３構文要素、第４構文要素を含む構文要素は、ＰＰＳでシグナリングされる。このように、第１構文要素、第２構文要素、第３構文要素、第４構文要素は、ＰＰＳ内では変化せず、第１ＰＰＳから第２ＰＰＳに変化することができる。

本開示の態様によれば、（１つ以上の）対応するマージ候補リストの（１つ以上の）長さに関連する１つ以上の構文要素は、例えば、対応するインター予測コーディングツール（又はインターコーディングツール）が有効であるかどうかに基づいて、条件付きでシグナリングされることができる。一実施形態では、第１の構文要素は、マージＭＶＰ候補の最大数（又はレギュラーマージモードの場合のマージＭＶＰ候補リストの長さ）がシグナリングされることを示し、他のマージ候補リストの長さに関連する残りの構文要素（例えば、第２の構文要素、第３の構文要素、第４の構文要素など）がシグナリングされる場合と、されない場合があり得る。したがって、特定のインターコーディングツールのためのイネーブルフラグを使用して、特定のインターコーディングツールのためのマージ候補リストの長さに関連する対応する構文要素のシグナリングを制御することができる。かくして、いくつかの実施例において、特定のインターコーディングツールのためのイネーブルフラグが特定のインターコーディングツールが無効であることを示す場合、対応する構文要素はシグナリングされず、したがって、コーディング効率は増加し、及び／又はシグナリングオーバヘッドは減少する。

一実施形態では、第２コーディングレベルでシグナリングされる構文要素は、コーディングされたビデオビットストリームから、満たされている条件（ｃｏｎｄｉｔｉｏｎ ｂｅｉｎｇ ｓａｔｉｓｆｉｅｄ）に基づいてデコードされることができる。構文要素は、幾何学的マージモード、サブブロックベースのマージモード、ＩＢＣマージモード等のうちの１つに対するマージ候補の最大数を示すことができる。

実施例において、
幾何学的マージモード、サブブロックベースマージモード及びＩＢＣマージモードのうちの前記１つは、幾何学的マージモードである。マージ候補の最大数は、幾何学的マージモードマージ候補の最大数である。好悪分要素は、幾何学的マージモードマージ候補の最大数を示す第２構文要素である。図１７のボックス（１７１２）を参照すると、条件は、前記第２コーディングレベルで使用可能である幾何学的マージモード、及び、３以上である前記マージＭＶＰ候補の最大数である。前記第２構文要素に基づいて、前記幾何学的マージモードマージ候補の最大数は決定されることができる。

実施例において、幾何学的マージモード、サブブロックベースマージモード及びＩＢＣマージモードのうちの前記１つは、サブブロックベースマージモードである。マージ候補の最大数は、サブブロックベースのマージＭＶＰ候補の最大数である。構文要素は、サブブロックベースのマージＭＶＰ候補の最大数を示す第３構文要素である。図１７のボックス（１７１０）を参照すると、条件は、第２コーディングレベルにおいて使用可能であるアフィンモードである。サブブロックベースのマージＭＶＰ候補の最大数は、第３構文要素に基づいて決定されることができる。

実施例において、幾何学的マージモード、サブブロックベースマージモード及びＩＢＣマージモードのうちの前記１つは、ＩＢＣマージモードである。マージ候補の最大数は、ＩＢＣマージＢＶＰ候補の最大数である。構文要素は、ＩＢＣマージＢＶＰ候補の最大数を示す第４構文要素であえる。図１７のボックス（１７１１）を参照すると、条件は、ＩＢＣマージモードが、第２コーディングレベルで使用可能である。ＩＢＣマージＢＶＰ候補の最大数は、第４構文要素に基づいて決定されることができる。

実施例において、マージＭＶＰ候補の長さを示す第１構文要素は、ＳＰＳにおいてシグナリングされており、幾何学的マージモードマージ候補の長さを示す第２構文要素、サブブロックベースのマージＭＶＰ候補リストの長さを示す第３構文要素、及びＩＢＣマージ候補リストの長さを示す第４構文要素は、図１７に示すよう、にシークエンスレベルにおいて、条件付きでシグナリングされる。

図１７を参照すると、第１構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）は、ＳＰＳにおいてシグナリングされる。上述したように、第１構文要素（例えばｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）は値６から減算した、ＳＰＳでサポートされるマージＭＶＰ候補の最大数を特定できる。マージＭＶＰ候補の最大数（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）は、例えば式（５）に基づいて、第１構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）に基づいて決定することができる。ＭａｘＮｕｍＭｅｒｇｅＣａｎｄの値は、１～６以内の範囲で指定できる。

図１７のボックス（１７１２）を参照すると、第１シーケンスレベルフラグ（例えば、ｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）が１に等しく、マージＭＶＰ候補の最大数（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）が３以上である場合に、第２の構文要素（例えば、ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｎｕｍ＿ｇｅ＿ｃａｎｄ）はシグナリングされることができる。実施例において、第１シーケンスレベルフラグ（例えば、ｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）が１に等しいことは、幾何学的マージモードがシーケンスレベルにおいて有効であることを示す。

第２構文要素（例えば、ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）は、ＭａｘＮｕｍＭｅｒｇｅＣａｎｄから差し引いたＳＰＳでサポートされる幾何マージモードマージ候補の最大数を特定できる。

ＧＥＯマージモード候補の最大数（ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ）は、式（６）を用いて決定することができる。

第２構文要素（例えば、ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）が存在する場合、ＧＥＯマージモード候補の最大数（ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ）の値は、２からマージＭＶＰ候補の最大数（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）までの範囲である。

第２構文要素（例えば、ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）が存在しない場合、
第１シーケンスレベルフラグ（例えば、ｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）が１に等しく、
マージＭＶＰ候補の最大数（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ）が２に等しい場合、
ＧＥＯマージモード候補の最大数（ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ）は２に設定されることができる。

第２構文要素（例えば、ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）が存在しない（又は信号が送られていない）場合であって、
（ｉ）第１シーケンスレベルフラグ（例えば、ｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）が０に等しいこと、
（ｉｉ）マージＭＶＰ候補（ＭａｘＮｕｍＭｅｒｇｅＣａｎｄなど）の最大数が２未満であることのうちの一方が満たされる場合、
幾何学的マージモードマージ候補（例えば、ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ）の最大数を０に等しく設定できる。

図１７のボックス（１７１０）を参照すると、第２シーケンスレベルフラグ（例えば、ｓｐｓ＿ａｆｆｉｎｅ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）が１に等しい場合、第３構文要素（例えば、ｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）は、シグナリングされることができる。
実施例において、第２シーケンスレベルフラグ（例えば、ｓｐｓ＿ａｆｆｉｎｅ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）が１に等しいことは、アフィンモードがシーケンスレベルで有効であることを示しる。

第３構文要素（例えば、ｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）は、値５から減算された、ＳＰＳでサポートされているサブブロックベースのマージＭＶＰ候補の最大数を特定できる。第３構文要素が存在しない場合、第３構文要素（例えば、ｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）の値は（５－ｓｐｓ＿ｓｂｔｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）と等しいと推測できる。

サブブロックベースのマージＭＶＰ候補の最大数（ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ）は、式（７）に基づいて決定されることができる。

ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄの値は、０～５以内の範囲であることができる。

図１７のボックス（１７１１）を参照すると、第３シーケンスレベルフラグ（例えば、ｓｐｓ＿ｉｂｃ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）が１に等しい場合、第４構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）は、シグナリングされることができる。実施例において、第３シーケンスレベルフラグ（例えば、ｓｐｓ＿ｉｂｃ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）が１に等しいことは、ＩＢＣマージモードがシーケンスレベルにおいて有効であることを示す。

第４構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ））は、値６から減算した、ＳＰＳでサポートされるＢＶＰ候補の最大数を特定できる。ＩＢＣマージＢＶＰ候補（ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄ）の最大数は、例えば式（８）を用いて、第４構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）に基づいて決定することができる。

第４構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）が存在しない場合、ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄは０に等しくなることができる。

ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄの値は、０～６以内の範囲である。

実施例において、図１７に示すように、第１構文要素は第１コーディングレベル（例えば、シーケンスレベル）でシグナリングされ、第２の構文要素、第３の構文要素、及び第４の構文要素は、第２コーディングレベル（例えば、シーケンスレベル）で条件付きでシグナリングされる。あるいは、第１構文要素は、第１コーディングレベル（例えば、シーケンスレベル）でシグナリングされ、（ｉ）第２構文要素、（ｉｉ）第３構文要素、（ｉｉｉ）第４構文要素、及び／又は他の構文要素のうちの１つ以上は、第２コーディングレベル（例えば、シーケンスレベル）において条件付きでシグナリングされる。第１コーディングレベルは、第２コーディングレベルと同一又はより高いことができる。実施例において、第１コーディングレベル及び第２コーディングレベルは、シーケンスレベルである。

一実施形態において、マージＭＶＰ候補リストの長さを示す第１構文要素は、第１コーディングレベルにおいてシグナリングされており、幾何学的マージモードマージ候補の長さを示す第２構文要素、サブブロックベースのマージＭＶＰ候補リストの長さを示す第３構文要素、及び、ＩＢＣマージ候補の長さを示す第４構文要素は、第１コーディングレベルにおいて条件つきでシグナリングされる。実施例では、第１コーディングレベルは、スライスレベル（又はスライスヘッダ）、画像レベル（又は画像ヘッダ）などよりも高い。実施例では、第１コード化レベルはシーケンスレベルである。

特定の構文要素（例えば、第１構文要素）は、第１コーディングレベル（例えば、シーケンスレベル）では変化せず、シーケンス内の画像、スライス、及び／又は、類似のものに対して一定のままである。このように、特定の構文要素は、例えば、コーディング効率を改善し、及び／又はシグナリングオーバヘッドを低減するために、第１コーディングレベルより低いコーディングレベルの代わりに、第１コーディングレベル（例えば、高コーディングレベル）でシグナリングされることができる。他の構文要素（例えば、第３構文要素）は、第１コーディングレベルで変化することができ、したがって、例えば、柔軟性を高めるために、第１コーディングレベルより低い第２コーディングレベル（例えば、低コーディングレベル）でシグナリングされることができる。例えば、第１コーディングレベルはシーケンスレベルであり、第３構文要素はシーケンス内で変化し、画像内では変化せず、したがって、画像レベル（例えば第２コーディングレベル）でシグナリングされる。

一実施形態では、マージＭＶＰ候補リストの長さを示す第１構文要素は第１コーディングレベルでシグナリングされ、幾何学的マージモードマージ候補リストの長さを示す第２構文要素とＩＢＣマージ候補リストの長さを示す第４構文要素は第１コーディングレベルにおいて条件付きでシグナリングされる。（１つ以上の）他のマージ候補リストの（１つ以上の）長さを示す他の構文要素、例えば、サブブロックベースのマージＭＶＰ候補リストの長さを示す第３構文要素は、第１コーディングレベルより低い第２コーディングレベルでシグナリングされることができる。実施例において、第１コーディングレベルはシーケンスレベルであり、第２コーディングレベルはＰＰＳレベル、画像レベル、又はスライスレベルである。

実施例において、第１構文要素、第２構文要素、第４構文要素だけが、シーケンスレベルにおけるＳＰＳでシグナリングされる。他のマージ候補リストの（１つ以上の）長さを示す（１つ以上の）他の構文要素は、シーケンスレベルより低いレベル（例えば、画像レベル）でシグナリングされる。（１つ以上の）他の構文要素は、第３構文要素を含むことができる。実施例において、第３構文要素は、ＳＰＳ内で、例えば、第１画像から第２画像に変化し、したがって、第３構文要素は、各画像に対して、より良い柔軟性を有するように、画像レベルでシグナリングされる。

図１８Ａは、第１構文要素、第２構文要素、及び第４構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）が、シーケンスレベルでＳＰＳにおいてシグナリングされることを示す。図１８Ｂは、第３構文要素が、画像ヘッダ内で画像レベルでシグナリングされることを示す。図１８Ａ－１８Ｂに示される構文要素は、第１構文要素（例えばｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）、第２構文要素（例えばｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）、及び第４構文要素が、シーケンスレベルにおいて変化せず、第３構文要素（例えばｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）はシーケンス内で変化することができる場合に適用することができる。

実施例において、マージＭＶＰ候補リストの長さを示す第１構文要素は、第１コーディングレベルよりも低いコーディングレベルで変化しないままである（例えば、アップデート、オーバーライド、又は変更できない）。第２コーディングレベルにおいて条件付きでシグナリングされる第２構文要素と第４構文要素は、第２コーディングレベルより低いコーディングレベルでは変化せずに残る（例えば、アップデート、オーバーライド、又は変更できない）。実施例では、マージＭＶＰ候補リスト、幾何学的マージモードマージ候補リスト、及びＩＢＣマージ候補リストのいずれかを除外する（１つ以上の）他のマージ候補リストの（１つ以上の）長さを示す（１つ以上の）構文要素のみを、第２コーディングレベルより低いコーディングレベルでアップデート、オーバーライド、又は変更することができる。実施例において、第２コーディングレベルにおいて条件付きでシグナリングされる第３構文要素は、第２コーディングレベルより低いコーディングレベルで変更される。例えば、第２コーディングレベル（例えば、シーケンスレベル）において条件付きでシグナリングされる第３構文要素は、画像レベルで変更される。

実施例において、サブブロックベースのマージ候補リストの長さを示す第３構文要素のみを、第１コーディングレベル（シーケンスレベル）より低いコーディングレベル（例えば、画像レベル）でアップデート、オーバーライド、又は変更することができる。

図１９Ａは、第１構文要素、第２構文要素、及び第４構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）が、シーケンスレベルにおけるＳＰＳにおいてシグナリングされ、シーケンスレベルにおいて変化しないままであることを示す。図１９Ａ－１９Ｂは、第３構文要素がシーケンスレベルにおいてＳＰＳでシグナリングされ、画像レベルにおいて画像ヘッダでさらに変更されることを示している。図１９Ａ－１９Ｂに示される構文要素は、第１構文要素（例えばｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）、第２構文要素（例えばｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）、及び第４構文要素が、シーケンスレベルにおいて変化せず、第３構文要素（例えばｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）は１つの画像から他の画像まで変更されることができる場合に、適用することができる。

第３構文要素（例えば、ｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）がＳＰＳに存在せず、ｐｉｃ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇとｓｐｓ＿ｓｂｔｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇの両方が１に等しい場合、サブブロックベースのマージＭＶＰ候補の最大数（ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ）は、現在の画像ヘッダに関連付けられたスライスに対して１に等しくなりる。

開示の態様によれば、第１構文要素、第２構文要素、第３構文要素、及び第４構文要素のうちの１つ以上が、例えばスライスレベル又は画像レベルよりも高い、第１コーディングレベル（例えば、シーケンスレベル）でシグナリングされる場合である。第１構文要素、第２構文要素、第３構文要素、第４構文要素の１つ以上は、第１コーディングレベル（シーケンスレベルなど）より低いコーディングレベル（ＰＰＳレベル、画像レベル、スライスレベルなど）ではアップグレードし、オーバーライド、変更することはできない。

実施例では、第１構文エレメント、第２構文エレメント、第３構文エレメント、第４構文エレメントは、シーケンスレベルにおいてＳＰＳでシグナリングされ、第１構文エレメント、第２構文エレメント、第３構文エレメント、第４構文エレメントは、シーケンスレベルより低いコーディングレベル（例えば、ＰＰＳレベル、画像レベル、又はスライスレベル）でアップデートし、オーバーライドし、又は変更することはできない。

実施例では、第１構文要素、第２構文勝訴要素３構文要素、第４構文要素はＰＰＳレベルのＰＰＳで信号を送られ、第１構文要素、第２構文要素、第３構文要素、第４構文要素は、ＰＰＳレベルより低いコーディングレベル（例えば、画像レベル、スライスレベル）ではアップデートし、オーバーライドし、変更することはできない。

本開示の態様によれば、種々のマージ候補リストの長さに関連する１つ以上の構文要素の存在をさらに示すために、追加の構文要素を使用することができる。

実施例において、図２０のボックス（２０１０）によって示されるように、ＩＢＣマージＢＶＰ候補リストの長さに関連する第４構文要素の存在を示す構文要素又はフラグ（例えば、６＿ｍｉｎｕｓ＿ｍａｘ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｒｅｓｅｎｔフラグ）は、図２０に示されるように、第４構文要素が存在するか否かをさらに示すために使用される。したがって、第４構文要素の存在は、第３シーケンスレベルフラグ（例えば、ｓｐｓ＿ｉｂｃ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）に加えて、構文要素（例えば、６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｒｅｓｅｎｔフラグ）に基づいて条件付きで決定される。第４構文要素は、構文要素（例えば、６＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｒｅｓｅｎｔフラグ）と第３シーケンスレベルフラグ（例えば、ｓｐｓ＿ｉｂｃ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）に基づいて条件付きでシグナリングされる。上記の説明は、第２構文要素、第３構文要素、及び／又は類似のものなどの、他の構文要素のシグナリングに適切に適合させることができる。

第１構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ）は、値６から減算した、ＳＰＳでサポートされるマージＭＶＰ候補の最大数を特定できる。サブブロックベースのマージＭＶＰ候補の最大数（ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ）は、上述したように、式（５）に基づいて決定されることができる。ＭａｘＮｕｍＭｅｒｇｅＣａｎｄの値は、１～６以内の範囲で指定できる。

第２構文要素（例えば、ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄ）は、ＭａｘＮｕｍＭｅｒｇｅＣａｎｄから差し引いたＳＰＳでサポートされる幾何マージモードマージ候補の最大数を特定できる。

幾何学的マージモードマージ候補の最大数（ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄ） は上述したように、式（６）に基づいて決定されることができる。

ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄが存在する場合、ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄの値は、２～ＭａｘＮｕｍＭｅｒｇｅＣａｎｄ以内の範囲であることができる。

ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄが存在しない場合であって、ｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇが１に等しく、そして、ＭａｘＮｕｍＭｅｒｇｅＣａｎｄが２に等しい場合、ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄは、２に等しく設定される。

ｍａｘ＿ｎｕｍ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｇｅｏ＿ｃａｎｄが存在しない場合（であって、ｓｐｓ＿ｇｅｏ＿ｅｎａｂｌｅｄ＿ｆｌａｇが０に等しいか、又は、ＭａｘＮｕｍＭｅｒｇｅＣａｎｄが２未満である場合）、ＭａｘＮｕｍＧｅｏＭｅｒｇｅＣａｎｄは０に等しく設定される。

第３構文要素（例えば、ｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ）は、値５から減算した、ＳＰＳでサポートされているサブブロックベースのマージＭＶＰ候補の最大数を特定できる。第２構文要素が存在しない場合、ｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄの値は（５ － ｓｐｓ＿ｓｂｔｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）と等しいと推測できる。

サブブロックベースのマージＭＶＰ候補の最大数（ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ）は、上述のように、式（７）に基づいて決定されることができる。

ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄの値は、０～５以内の範囲であることができる。

構文要素、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｒｅｓｅｎｔフラグは、ＢＶＰ候補をマージするＩＢＣの最大数を特定できる。ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｒｅｓｅｎｔフラグが存在しない場合、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｒｅｓｅｎｔフラグは０と推定できる。ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ＿ｐｒｅｓｅｎｔフラグが存在する場合、第４構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）はビットストリームに存在する。

第４構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ））は、値６から減算した、ＳＰＳでサポートされるＢＶＰ候補の最大数を特定できる。ＩＢＣマージモード候補の最大数（ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄ）は、式（８）を用いて決定することができる。

第４構文要素（例えば、ｓｉｘ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｉｂｃ＿ｍｅｒｇｅ＿ｃａｎｄ）が存在しない場合、ＭａｘＮｕｍＩｂｃＭｅｒｇｅＣａｎｄは０に等しくなることができる。

ＭａｘＮｕｍＭｅｒｇｅＣａｎｄの値は、１～６以内の範囲であることができる。

図２１は、本開示の一実施形態によるプロセス（２１００）の概略を示すフローチャートを示す。プロセス（２１００）は、マージ候補の最大数、幾何学的マージモードマージ候補の最大数、サブブロックベースのマージＭＶＰ候補の最大数、ＩＢＣマージＢＶＰ候補の最大数など、マージ候補の最大数を示す様々な構文要素に信号を送る際に使用することができる。様々な実施形態では、プロセス（２１００）は、端末装置（２１０）、（２２０）、（２３０）及び（２４０）の処理回路、ビデオエンコーダ（３０３）の機能を実行する処理回路、ビデオデコーダ（３１０）の機能を実行する処理回路、ビデオデコーダ（４１０）の機能を実行する処理回路、ビデオエンコーダ（５０３）の機能を実行する処理回路などの処理回路によって実行される。いくつかの実施形態では、プロセス（２１００）は、ソフトウェア命令で実施され、したがって、処理回路がソフトウェア命令を実行すると、処理回路は、プロセス（２１００）を実行する。プロセスは（Ｓ２１０１）から始まり、（Ｓ２１１０）に進む。

（Ｓ２１１０）において、第１コーディングレベルにおいてシグナリングされる第１の構文要素は、コーディングされたビデオビットストリームからデコードされることができる。第１構文要素は、マージ動きベクトル予測（ＭＶＰ）候補の最大数を示すことができる。第１コーディングレベルは、画像パラメータセット（ＰＰＳ）レベルよりも高いことができる。実施例では、第１コーディングレベルはシーケンスレベルである。

（Ｓ２１２０）において、マージＭＶＰ候補の最大数は、第１構文要素に基づいて決定されることができる。

（Ｓ２１３０）において、第１コーディングレベルに関連するコーディングブロックは、マージＭＶＰ候補の最大数に少なくとも基づいて再構成されることができる。プロセス（２１００）は（Ｓ２１９９）に進み、終了する。

方法（２１００）は、適切に適合されていることができる。プロセス（２１００）のステップは、修正及び／又は省略することができる。（１つ以上の）追加ステップは、加えられることができる。実施のいかなる適切な順序も、用いられることができる。

いくつかの実施例では、１つ以上の第２構文要素、第３構文要素、及び第４構文要素などの追加の構文要素を、シグナリング又は条件付きシグナリングすることができる。したがって、前記第２構文要素に基づいて、前記幾何学的マージモードマージ候補の最大数は決定されることができ、サブブロックベースのマージＭＶＰ候補の最大数は、第３構文要素に基づいて決定されることができ、ＩＢＣマージＢＶＰ候補の最大数は、第４構文要素に基づいて決定されることができる。

開示された方法は、別々に又は任意の順序で組み合わせて用いられることができる。さらに、方法（又は実施形態）、エンコーダ、及びデコーダの各々は、処理回路（例えば、１つ以上のプロセッサ、又は１つ以上の集積回路）によって実装され得る。一実施例では、１つ以上のプロセッサは、非一時的コンピュータ可読媒体に格納されたプログラムを実行する。本開示の方法（又は実施形態）、エンコーダ、及びデコーダは、上記のように、コーディング効率を向上させ、及び／又は信号オーバヘッドを低減させることができる。

上記の技術は、コンピュータ可読命令を用いたコンピュータソフトウェアとして行うことができて、物理的に一つ以上のコンピュータ可読媒体に格納されることができる。例えば、図２２は、開示された主題の特定の実施例を実施するのに適しているコンピュータシステム（２２００）を示す。

コンピュータソフトウェアは、アセンブリ、コンパイル、リンク、又は類似のメカニズムの対象となり得る任意の適切な機械コード若しくはコンピュータ言語を使用してコーディングされることができ、直接実行されることができるか、又は、１つ以上のコンピュータ中央処理装置（ＣＰＵ）、グラフィックス処理装置（ＧＰＵ）等による、実施、マイクロコード実行等を介して実行されることができる命令を含むコードを作成する。

命令は、例えば、パーソナルコンピュータ、タブレットコンピュータ、サーバ、スマートフォン、ゲームデバイス、物品のインターネット等を含む種々のタイプのコンピュータ又はその構成要素上で実行されることができる。

コンピュータシステム（２２００）のための図１７に示されるコンポーネントは、例示的な性質のものであり、本開示の実施形態を実装するコンピュータソフトウェアの使用範囲又は機能性に関する制限を示唆することを意図するものではない。また、コンポーネントの構成は、コンピュータシステム（２２００）の例示的な実施形態に示されるコンポーネントのいずれか１つ又は組み合わせに関連する依存性又は要件を有すると解釈されるべきではない。

コンピュータシステム（２２００）は、特定のヒューマンインタフェース入力デバイスを含み得る。このようなヒューマンインタフェース入力デバイスは、例えば、触覚入力（例えば、キーストローク、スイッピング、データグローブの動き）、音声入力（例えば、音声、拍手）、視覚入力（例えば、ジェスチャ）、嗅覚入力（図示せず）を介して、一人又は複数の人間ユーザによる入力に応答し得る。また、ヒューマンインタフェースデバイスは、オーディオ（例えば、音声、音楽、周囲の音声）、画像（例えば、走査画像、静止画像カメラから得られる写真画像）、ビデオ（例えば、２次元ビデオ、立体画像を含む３次元ビデオ）等の、人間による意識的入力に必ずしも直接関係しない特定の媒体を捕捉するために用いられ得る。

入力ヒューマンインタフェースデバイスには、次のものが１つ以上含まれ得る（それぞれ１つのみ表されている）：キーボード（２２０１）、マウス（２２０２）、トラックパッド（２２０３）、タッチスクリーン（２２１０）、データグローブ（図示せず）、ジョイスティック（２２０５）、マイクロホン（２２０６）、スキャナ（２２０７）、カメラ（２２０８）。

コンピュータシステム（２２００）はまた、特定のヒューマンインタフェース出力デバイスを含み得る。かかるヒューマンインタフェース出力デバイスは、例えば、触覚出力、音、光、及び嗅覚／味覚を通して、１人又は複数の人間ユーザの感覚を刺激し得る。かかるヒューマンインタフェース出力デバイスは、触覚出力デバイス（例えば、タッチスクリーン（２２１０）、データグローブ（図示せず）、又はジョイスティック（２２０５）による触覚フィードバック）、入力デバイスとして働かない触覚フィードバックデバイスであることもでき）と、オーディオ出力デバイス（例えば、スピーカー（１７０９）、ヘッドフォン（図示せず））と、視覚出力デバイス（例えば、ＣＲＴスクリーン、ＬＣＤスクリーン、プラズマスクリーン、ＯＬＥＤスクリーンを含むスクリーン（２２１０）であり、各々が触覚フィードバック能力を有するか又は有さず、各々が触覚フィードバック能力を有するか又は有さず、そのうちのいくつかは、仮想現実眼鏡（図示せず）、ホログラフィックディスプレイ及びスモークタンク（図示せず）等の立体出力のような手段を介して２次元視出力又は３次元以上の出力を可能にし得るもの）と、プリンタ（図示せず）と、を含み得る。

コンピュータシステム（２２００）はまた、人間がアクセス可能な記憶デバイスと、それらのアクセス可能な媒体とを含むことができ、媒体は、例えば、ＣＤ／ＤＶＤ等の媒体（２２２１）によるＣＤ／ＤＶＤ ＲＯＭ／ＲＷを含む光学媒体ドライブ（２２２０）、ＵＳＢメモリ（２２２２）、着脱可能ヘッドドライブ又はソリッドステートドライブ（２２２３）、テープ、フロッピーディスク（図示せず）等の従来の磁気媒体、セキュリティドングル等の特殊化されたＲＯＭ／ＡＳＩＣ／ＰＬＤベースデバイス等である。

当業者はまた、現在開示されている主題に関連して使用される「コンピュータ可読媒体」という用語は、伝送媒体、搬送波、又は他の一時的な信号を包含しないことを理解されたい。

コンピュータシステム（２２００）はまた、１つ以上の通信ネットワークへのインタフェースを含むことができる。ネットワークは、例えば、無線、有線、光であり得る。ネットワークは、さらに、ローカル、広域、大都市、車両及び工業、リアルタイム、遅延耐性等であり得る。ネットワークの例としては、イーサネット、無線ＬＡＮ、ＧＳＭ、３Ｇ、４Ｇ、５Ｇ、ＬＴＥ等を含むセルラーネットワーク、ケーブルＴＶ、衛星ＴＶ、及び地上放送ＴＶ、ＣＡＮＢｕｓを含む産業用及び車両用を含む。特定のネットワークは、特定の汎用データポート又はペリフェラルバス（２２４９）（たとえば、コンピュータシステム（２２００）のＵＳＢポート）に接続された外部ネットワークインターフェイスアダプタを必要とする；他には、一般に、以下に説明するようにシステムバス（たとえば、ＰＣコンピュータシステムへのイーサネットインターフェイス又はスマートフォンコンピュータシステムへのセルラーネットワークインタフェース）に接続することによってコンピュータシステム（２２００）のコアに統合される。これらのネットワークのいずれかを使用して、コンピュータシステム（２２００）は、他のエンティティと通信することができる。かかる通信は、単指向性通信、受信のみ（例えば、放送テレビ）通信、単指向性送信専用（例えば、特定のＣＡＮバスデバイスへのＣＡＮバス）通信、又は、例えばローカル又は広域デジタルネットワークを使用する他のコンピュータシステムへの、双方向通信であることができる。特定のプロトコル及びプロトコルスタックは、上述のように、それらのネットワーク及びネットワークインタフェースの各々で使用されることができる。

前述のヒューマンインタフェースデバイス、人間がアクセス可能な記憶デバイス、及びネットワークインタフェースは、コンピュータシステム（２２００）のコア（２２４０）に接続されることができる。

コア（２２４０）は、１つ以上の中央処理デバイス（ＣＰＵ）（２２４１）、グラフィックス処理デバイス（ＧＰＵ）（２２４２）、フィールドプログラマブルゲートエリア（ＦＰＧＡ）（２２４３）の形態の特殊なプログラマブル処理デバイス、特定のタスクのためのハードウェアアクセラレータ（２２４４）等を含むことができる。これらのデバイスは、読出し専用メモリ（ＲＯＭ）（２２４５）、ランダムアクセスメモリ（２２４６）、内部大容量記憶デバイス、例えば内部非ユーザアクセス可能ハードドライブ、ＳＳＤ等（２２４７）と共に、システムバス（２２４８）を介して接続され得る。いくつかのコンピュータシステムでは、システムバス（２２４８）は、追加のＣＰＵ、ＧＰＵ等による拡張を可能にするために、１つ又は複数の物理プラグの形態でアクセス可能である。周辺デバイスは、コアのシステムバス（２２４８）に直接接続するか、又は周辺バス（２２４９）を介して接続することができる。周辺バスのアーキテクチャは、ＰＣＩ、ＵＳＢ等を含む。

ＣＰＵ（２２４１）、ＧＰＵ（２２４２）、ＦＰＧＡ（２２４３）、及びアクセラレータ（２２４４）は、組み合わされて、上述のコンピュータコードを構成することができる特定の命令を実行することができる。そのコンピュータコードは、ＲＯＭ（２２４５）又はＲＡＭ（２２４６）に格納されることができる。移行データは、ＲＡＭ（２２４６）に格納されることもできるが、永久データは例えば内部大容量記憶デバイス（２２４７）に格納されことができる。１つ以上のＣＰＵ（２２４１）、ＧＰＵ（２２４２）、大容量記憶デバイス（２２４７）、ＲＯＭ（２２４５）、ＲＡＭ（２２４６）等と密接に関連付けることができるキャッシュメモリを使用することによって、メモリデバイスのいずれかへの高速記憶及び検索を可能にすることができる。

コンピュータ可読媒体は、各種のコンピュータ実施動作（ｃｏｍｐｕｔｅｒ－ｉｍｐｌｅｍｅｎｔｅｄ ｏｐｅｒａｔｉｏｎｓ）を実行するためにその上のコンピュータコードを有することができる。メディアおよびコンピュータコードは特別に設計されたそれらであることができて、本開示のために作成されることができる、または、それらはよく公知で、コンピュータソフトウェア技術の技術を有するそれらが利用できる種類でありえる。

一例として、限定するものではなく、アーキテクチャ（２２００）、具体的にはコア（２２４０）を有するコンピュータシステムは、１つ以上の有形のコンピュータ可読媒体に具現化されたソフトウェアを実行するプロセッサ（ＣＰＵ、ＧＰＵ、ＦＰＧＡ、アクセラレータ等を含む）の結果として機能性を提供することができる。かかるコンピュータ可読媒体は、コア－内部大容量記憶デバイス（２２４７）又はＲＯＭ（２２４５）等の一時的でない性質のコア（２２４０）の特定の記憶デバイスと同様に、上述のようにユーザがアクセス可能な大容量記憶デバイスに関連する媒体であってもよい。本開示の様々な実施形態を実装するソフトウェアは、かかるデバイスに記憶され、コア（２２４０）によって実行され得る。コンピュータ読取可能媒体は、特定のニーズに応じて、１つ以上のメモリデバイス又はチップを含むことができる。ソフトウェアは、コア（２２４０）及びその中の具体的にプロセッサ（ＣＰＵ、ＧＰＵ、ＦＰＧＡ等を含む）に、ＲＡＭ （２２４６）に記憶されたデータ構造を定義し、ソフトウェアによって定義されたプロセスにしたがって、かかるデータ構造を変更することを含む、本明細書に記載された特定のプロセス又は特定の部分を実行させることができる。付加的に又は代替的に、コンピュータシステムは、回路（例えば、アクセラレータ（２２４４））内に配線された、又は他の方法で具現化されたロジックの結果として、機能性を提供することができ、これは、本明細書に記載される特定のプロセス又は特定のプロセスの特定の部分を実行するために、ソフトウェアの代わりに、又はソフトウェアと共に動作することができる。ソフトウェアへの言及は、論理を含み、また、必要に応じて、その逆も可能である。コンピュータ読取り可能媒体への参照は、実行のためのソフトウェアを記憶する（集積回路（ＩＣ）等の）回路、実行のためのロジックを具体化する回路、又は適切な場合にはその両方を含むことができる。本開示は、ハードウェア及びソフトウェアの任意の適切な組み合わせを包含する。

付録Ａ
略称
ＪＥＭ：ジョイント探索モデル
ＶＶＣ：広用途ビデオコーディング
ＢＭＳ：ベンチマークセット
ＭＶ：動きベクトル
ＨＥＶＣ：高効率ビデオコーディング
ＳＥＩ：付加強化情報
ＶＵＩ：ビデオユーザビリティ情報
ＧＯＰ：画像グループ
ＴＵ：変換ユニット
ＰＵ：予測ユニット
ＣＴＵ：コーディングトリーユニット
ＣＴＢ：コーディングトリーブロック
ＰＢ：予測ブロック
ＨＲＤ：仮想参照デコーダ
ＳＮＲ：信号雑音比
ＣＰＵ：中央処理装置
ＧＰＵ：グラフィックス処理ユニット
ＣＲＴ：陰極線管
ＬＣＤ：液晶ディスプレイ
ＯＬＥＤ：有機発光ダイオード
ＣＤ：コンパクトディスク
ＤＶＤ：デジタルビデオディスク
ＲＯＭ：リードオンリーメモリ
ＲＡＭ：ランダムアクセスメモリ
ＡＳＩＣ：特定用途向け集積回路
ＰＬＤ：プログラマブルロジックデバイス
ＬＡＮ：ローカルエリアネットワーク
ＧＳＭ：グローバスシステムフォーモバイルコミュニケーション
ＬＴＥ：ロングタームエヴォリューション
ＣＡＮバス：コントローラエリアネットワークバス
ＵＳＢ：ユニバーサルシリアルバス
ＰＣＩ：周辺コンポーネントインターコネクト
ＦＰＧＡ：フィールドプログラマブルゲートエリア
ＳＳＤ：ソリッドステートドライブ
ＩＣ：集積回路
ＣＵ：コーディングユニット

本開示はいくつかの例示的な実施形態を説明しているが、本発明の範囲内に入る、変更、置換、及び様々な均等物が存在する。したがって、当業者は、本明細書に明示的に示されていないか又は記載されていないが、本発明の原理を実施し、したがってその概念及び範囲内にある多数のシステム及び方法を創造することができることが理解されよう。

［付記１］
デコーダが実行するビデオをデコードするための方法であって、
コーディングされたビットストリームから、第１コーディングレベルにおいてシグナリングされた第１構文要素をデコードするステップであって、前記第１構文要素は、マージ動きベクトル予測候補（マージＭＶＰ候補）の最大数を示し、前記第１コーディングレベルは、画像パラメータセット（ＰＰＳ）レベルよりも高い、ステップと、
前記第１構文要素に基づいて、前記マージＭＶＰ候補の最大数を決定するステップと、
前記マージＭＶＰ候補の最大数に少なくとも基づいて、前記第１コーディングレベルに関連するコーディングブロックを再構成するステップと、
を含む、方法。
［付記２］
前記方法はさらに、
前記コーディングされたビデオビットストリームから、前記第１コーディングレベルにおいてシグナリングされた第４構文要素と、第３構文要素と、第２構文要素と、をデコードするステップであって、前記第２構文要素は、幾何学的マージモードマージ候補の最大数を示し、前記第３構文要素は、サブブロックベースマージＭＶＰ候補の最大数を示し、前記第４構文要素は、イントラブロックコピー（ＩＢＣ）マージブロックベクトル予測（ＢＶＰ）候補（ＩＢＣマージＢＶＰ候補）の最大数を示す、ステップと、
（ｉ）前記第２構文要素に基づいて、前記幾何学的マージモードマージ候補の最大数を、
（ｉｉ）前記第３構文要素に基づいて、前記サブブロックベースマージＭＶＰ候補の最大数を、及び
（ｉｉｉ）前記第４構文要素に基づいて、前記ＩＢＣマージＢＶＰ候補の最大数を、
決定するステップと、
を含む、付記１記載の方法。
［付記３］
前記第１コーディングレベルは、シーケンスレベルであり、
前記第１構文要素は、シーケンススパラメータセット（ＳＰＳ）でシグナリングされている、
付記１又は２記載の方法。
［付記４］
前記方法はさらに、
前記コーディングされたビデオビットストリームから、満たされている条件に基づいて、第２コーディングレベルでシグナリングされた第２構文要素を決定するステップであって、前記第２構文要素は、幾何学的マージモード、サブブロックベースマージモード、及びイントラブロックコピーマージモード（ＩＢＣマージモード）のうちの１つに対するマージ候補の最大数を示す、ステップ
をさらに含む、付記１乃至３いずれか１項記載の方法。
［付記５］
前記幾何学的マージモード、前記サブブロックベースマージモード及び前記ＩＢＣマージモードのうちの前記１つは、前記幾何学的マージモードであって、
マージ候補の最大数は、前記幾何学的マージモードのマージ候補の最大数であり、
前記第２構文要素は、前記幾何学的マージモードのマージ候補の最大数を示し、
前記条件は、前記第２コーディングレベルで使用可能である前記幾何学的マージモード、及び、３以上である前記マージＭＶＰ候補の最大数であり、
前記方法はさらに、
前記第２構文要素に基づいて、前記幾何学的マージモードのマージ候補の最大数を決定するステップ、
を含む、付記４記載の方法。
［付記６］
前記幾何学的マージモード、前記サブブロックベースマージモード及び前記ＩＢＣマージモードのうちの前記１つは、前記サブブロックベースマージモードであって、
マージ候補の最大数は、前記サブブロックベースのマージＭＶＰ候補の最大数であり、
前記第２構文要素は、前記サブブロックベースマージＭＶＰ候補の最大数を示し、
前記条件は、前記第２コーディングレベルにおいて使用可能であるアフィンモードであり、
前記方法はさらに、
前記第２構文要素に基づいて、前記サブブロックベースマージＭＶＰ候補の最大数を決定するステップ、
を含む、付記４記載の方法。
［付記７］
前記幾何学的マージモード、前記サブブロックベースマージモード及び前記ＩＢＣマージモードのうちの前記１つは、前記ＩＢＣマージモードであって、
前記マージ候補の最大数は、ＩＢＣマージブロックベクトル予測（ＢＶＰ）候補（ＩＢＣマージＢＶＰ候補）の最大数であり、
前記第２構文要素は、前記ＩＢＣマージＢＶＰ候補の最大数を示し、
前記条件は、前記第２コーディングレベルで使用可能である前記ＩＢＣマージモードであり、
前記方法はさらに、
前記第２構文要素に基づいて、前記ＩＢＣマージＢＶＰ候補の最大数を決定するステップを含む、
付記４記載の方法。
［付記８］
前記第１コーディングレベル及び前記第２コーディングレベルは、シーケンスレベルである、
付記４記載の方法。
［付記９］
第２構文要素は、前記第２コーディングレベルより低いコーディングレベルにおいて変更される、
付記６記載の方法。
［付記１０］
前記第１コーディングレベル及び前記第２コーディングレベルは、シーケンスレベルであり、
前記第２コーディングレベルより低いコーディングレベルは、画像レベルである、
付記９記載の方法。
［付記１１］
ビデオデコーディングのための装置であって、
処理回路を備え、前記処理回路は、
付記１乃至１０いずれか１項記載の方法を実行する
ように構成されている、
装置。
［付記１２］
命令を含むプログラムであって、前記命令は、ビデオをデコードするために、コンピュータによって実行されたときに前記コンピュータに、
コーディングされたビットストリームから、第１コーディングレベルにおいてシグナリングされた第１構文要素をデコードするステップであって、前記第１構文要素はマージ動きベクトル予測（ＭＶＰ）候補の最大数を示し、前記第１コーディングレベルは、画像パラメータセット（ＰＰＳ）レベルよりも高い、ステップと、
前記第１構文要素に基づいて前記マージＭＶＰ候補の前記最大数を決定するステップと、
前記マージＭＶＰ候補の最大数に少なくとも基づいて、前記第１コーディングレベルに関連するコーディングブロックを再構成するステップと、
を実行させる、
プログラム。
［付記１３］
エンコーダが実行するビデオをエンコードするための方法であって、
ビットストリームをエンコードするステップであって、コーディングされたビットストリームにおいて、第１構文要素は、第１コーディングレベルにおいてシグナリングされており、前記第１構文要素は、マージ動きベクトル予測候補（マージＭＶＰ候補）の最大数を示し、前記第１コーディングレベルは、画像パラメータセット（ＰＰＳ）レベルよりも高い、ステップと、
を含む、方法。

Claims (1)

1. デコーダが実行するビデオをデコードするための方法であって、
   コーディングされたビットストリームから、第１コーディングレベルにおいてシグナリングされた第１構文要素をデコードするステップであって、前記第１構文要素は、マージ動きベクトル予測候補（マージＭＶＰ候補）の最大数を示し、前記第１コーディングレベルは、画像パラメータセット（ＰＰＳ）レベルよりも高い、ステップと、
   前記第１構文要素に基づいて、前記マージＭＶＰ候補の最大数を決定するステップと、
   前記マージＭＶＰ候補の最大数に少なくとも基づいて、前記第１コーディングレベルに関連するコーディングブロックを再構成するステップと、
   を含む、方法。