JP3781075B2

JP3781075B2 - Image motion estimation region segmentation method and apparatus

Info

Publication number: JP3781075B2
Application number: JP21020297A
Authority: JP
Inventors: 亮一川田; 淳小池; 修一松本
Original assignee: KDDI Corp
Current assignee: KDDI Corp
Priority date: 1997-07-22
Filing date: 1997-07-22
Publication date: 2006-05-31
Anticipated expiration: 2017-07-22
Also published as: JPH1141611A

Description

【０００１】
【発明の属する技術分野】
本発明は、画像の符号化方法及び装置に関し、特に、動画像の領域分割に基づく動き補償予測符号化に好適な、動画像の動き推定領域分割方法及び装置に関する。
【０００２】
【従来の技術】
領域分割に基づく動き補償予測符号化においては、形状情報量まで含めた全発生情報量を最小とするべく領域分割・動き推定処理を行う必要がある。
従来の動き補償予測のための領域分割法としては、まず何らかの方法でクラスタリング（clustering）を行い、その後ある規範で領域結合を行う分離・統合法（split and merge 法）が代表的である。しかし、この方法では、動き情報を考慮していない最初の分離（split ）の段階に性能が大きく左右されるという点で、改善の余地が大きいといえる。〔split and merge 法の詳細に関しては、「画像処理ハンドブック」（昭晃堂）等を参照〕。
従来の方法であるSplit and merge 法では、図５（ａ）に示したように、まず画像を細かく分割した後、何らかの規範で図５（ｂ）に示すように統合するという手順を取る。この統合する規範としては、予測誤差自乗和の大小などが用いられる。
【０００３】
【発明が解決しようとする課題】
領域分割に基づく動き補償予測符号化においては、動き推定と領域分割とを互いに密接に関連付けながら同時に処理し、その結果の分割形状情報量・動ベクトル情報量・予測誤差情報量の和を最小にすることが望ましい。
しかしながら、前記の如き従来の方法では、まず分割したものを再度統合する為、始めの分割の段階に、全体の性能が大きく左右されることになる。分割の規範としては、画像のテクスチャ（texture ：模様）などに基づき、動き情報などは勘案されない為、動き補償予測符号化の目的からは、最適な領域分割・動き推定とはならない。
【０００４】
本発明の目的は、領域分割に基づく動き補償予測符号化において、動き推定と領域分割を符号化効率を最大にするように、すなわち、分割形状情報量・動ベクトル情報量・予測誤差情報量の和に相当する発生情報量を最小にするように実行する動き推定・領域分割方法及び装置を提供することにある。
【０００５】
【課題を解決するための手段】
前記した目的を達成するために、本発明による画像の動き推定領域分割方法は、画像を任意形状の領域に分割した上で該分割領域の各動ベクトルを用いて動き補償予測符号化を行う領域分割符号化を目的とする動き推定領域分割方法において、
前記各動ベクトルの取り得る複数の領域パターンのおのおの毎に、前記分割領域の形状情報量、及び、該各動ベクトルの予測誤差情報量と動ベクトル情報量とを求める第１のステップと、
前記各動ベクトルを段階とし該各動ベクトルの取り得る前記複数の領域パターンを累積した累積領域パターンを状態とする動的計画法により、前記の求められた形状情報量・予測誤差情報量及び動ベクトル情報量の最小全発生情報量を求める第２のステップと、
該最小全発生情報量に対応する前記複数の領域パターンのいずれかにより前記領域分割符号化を実行させる第３のステップと、
を具備することを特徴とする構成を有している。
また、本発明による画像の動き推定領域分割装置は、画像を任意形状の領域に分割した上で該分割領域の各動ベクトルを用いて動き補償予測符号化を行う領域分割符号化を目的とする動き推定領域分割装置において、
前記各動ベクトルの取り得る複数の領域パターンのおのおの毎に、前記領域パターンの形状情報量、及び、該各動ベクトルの予測誤差情報量と動ベクトル情報量とを求める第１の手段と、
前記分割領域の前記各動ベクトルを段階とし該各動ベクトルの取り得る前記複数の領域パターンを累積した累積領域パターンを状態とする動的計画法により、前記の求められた形状情報量・予測誤差情報量及び動ベクトル情報量の最小全発生情報量を求める第２の手段と、
該最小全発生情報量に対応する前記複数の領域パターンのいずれかにより前記領域分割符号化を実行させる第３の手段と、
を具備することを特徴とする構成を有している。
【０００６】
【発明の実施の形態】
本発明によれば、画像を任意形状の領域に分割した上でその分割領域に含まれる各動ベクトルの動き候補予測符号化を行う領域分割符号化のために、まず各動ベクトルの取り得る複数の領域パターンのおのおの毎に、その分割領域の形状情報量、及び、該動ベクトルの動ベクトル情報量と予測誤差情報量とが計算され、テーブルに格納される。ついで、各動ベクトルを段階とし、前記領域パターンを累積した累積領域パターンを状態とする動的計画法を適用することにより、全発生情報量を最小とするような最適な動き推定・領域分割の統合化同時処理方法及び装置が実現できる。
【０００７】
【実施例】
次に、本発明の実施例を図１を参照して説明する。本実施例では、画像を任意形状の領域に分割した上でその分割領域の各動ベクトルの動き候補予測符号化を行う領域分割符号化のために、まず、各動ベクトルの取り得る複数の領域パターンのおのおの毎に、発生情報量が見積もられ（Ｓ１）、テーブルに記憶される（Ｓ２）。次に、動ベクトルを段階（stage ）とし、領域パターンを累積した累積領域パターンを状態（state ）とする動的計画法（dynamic programming ）が適用され（Ｓ３）、最適領域分割・動き推定が実現される。
動的計画法については、例えば、〔杉山昌平著「動的計画法」（日科抜連出版社，ＯＲライブラリ８）〕に詳述されている。
具体的な簡単な例として、図２に示す４個の小ブロックからなる画像を考える。
この４個の小ブロックからなる画像における、各動ベクトルが取り得る複数の領域パターンの種類は、例えば同図２に示したように、各小ブロックに「黒」が入るか入らないかで計２の４乗＝１６通りに制限されることとなる。以下この１６通りの種類の領域パターンが「前記各動ベクトルが取り得る複数の領域パターン」である場合を具体例として、本発明をさらに詳細に説明する。
【０００８】
【表１】

【０００９】
次に、表１に示したように、各動ベクトルＶ_i（例えばｉ＝１，２，３）の取り得る複数の領域パターンＰ _i のおのおの毎の発生情報量ｒ（ｉ，ｊ）が計算されテーブルに格納される。この時の発生情報量ｒ（ｉ，ｊ）は、その複数の動ベクトルＶ _iによるその複数の領域パターンＰ _jの予測誤差情報量Ｉ ₁と、その複数の領域パターンＰ _jの形状情報量Ｉ ₃とに、動ベクトルＶ _iの情報量Ｉ ₂を加算したものとなる。この場合の形状情報量Ｉ ₃は、その複数の領域パターンのおのおのに固有のものであり、例えば、差分チェーン符号化での符号量であらわされる。差分チェーン符号化は、各サンプル値を（１）方向成分抽出、（２）方向差分抽出、（３）不等長符号化の符号化ステップで符号化するものである。動ベクトル情報量Ｉ ₂は、例えば連結領域当たり固定のビット数であらわすことができる。図２のパターン１１については, 連結領域数は２なので、１連結領域当たりのビット数を２ビットとすると、２×２＝４ビットとなる。
【００１０】
次に、動ベクトルを「段階（stage)」とし、領域パターンＰ _j を累積した累積領域パターンを「状態（state)」（又は節点：nodeとも称されている）とする動的計画法を適用する。表１を元に、動ベクトルを「段階」とし、累積領域パターンを「状態」とする動的計画法は、以下のようになる。
【００１１】
まず、各動ベクトルＶ_i（ｉ＝１，２，３）の取り得る複数の領域パターンＰ_j毎の全発生情報量ｆ_i（ｐ_j）の最適化漸化式は、
【数１】

となる。ここに、ｐ_j−ｐ_tは、複数の領域パターンｐ_jから領域パターンｐ_tを除いた残りの部分を示す領域パターンであり、図２に示す前記１６種類のパターンのどれかに一致する。
【００１２】
式（１）ないし式（３）を順次計算すると、次の表２，表３，表４が得られる。
【００１３】
【表２】

【００１４】
【表３】

【００１５】
【表４】

【００１６】
表４の全発生情報量ｆ₃（ｐ₁₆）は、その最小値が「３」であることを示す。この時同時に動ベクトルＶ₃の取り得る領域パターンがＰ₃（又はＰ₁₅）に決定される。すると、これから動ベクトルＶ₁，Ｖ₂の占めるパターン（累積領域パターン）の最小値が表３からＰ₇（又はＰ₁₆）に決まるので、発生情報量ｆ₂（ｐ_j）を示す表３のそれに対応する部分を参照すれば、動ベクトルＶ₂の領域パターンの最小値がＰ₇に決まる。同様にして、動ベクトルＶ₁の領域パターンの最小値がｆ₁（ｐ_j）を示す表２よりＰ₁₅（又はＰ₃）に定まる。
以上のようにして、全発生情報量を最小とするような各動ベクトルの領域パターンが決定される。すなわち、領域分割・動き推定の最適統合同時処理が実行される。
【００１７】
以上の処理において、例えば、図２に示す如き各動ベクトルの取り得るパターン数もしくは種類数に個別に制限を設けることにより、漸化式において最小値を求めるための計算回数、及び状態数を減少させることができ、簡略化することができる。
また、動ベクトル数（上記の例では３個）は、通常の画像符号化では、５１２個程度存在するが、これにも制限を設けることにより、簡略化が可能である。
【００１８】
図３，図４を参照して、本発明の実施例についてさらに具体的に説明する。
図３は実施例の構成を示すブロック図であり、図４はその動作を説明するためのフローチャートである。
入力端子１１から動ベクトルＶ_iが入力する（Ｓ１１）。回路４からは、領域パターンＰ _j毎に、入力された動ベクトルＶ_iの予測誤差情報量Ｉ₁が算出され、回路１からは領域パターンＰ _j のおのおの毎の動ベクトル情報量Ｉ₂が算出され、回路２のテーブルには領域パターンＰ _j のおのおの毎の形状情報量Ｉ₃が用意されている（Ｓ１２）。これらの動作において、回路３では領域パターンＰ_iの更新を行い（Ｓ１３）、また動ベクトルＶ_iの更新を行う（Ｓ１４）ことにより、回路３から各動ベクトルの取り得る複数の領域パターンのおのおの毎の情報テーブルが生成され、回路５の情報テーブルに記憶される。
【００１９】
次に、回路６〜７の計算回路で複数の領域パターンＰ _j を累積した累積領域パターン毎の発生情報量が算出され、回路９で最小値をとるパターンが決定され、回路８にそのパターン及び情報量が記憶される（Ｓ１５）。最終段階の登録完了後、最適領域パターン選択回路１０が回路８のメモリ内容を参照して、各動ベクトルＶ_i毎の占有領域を示す領域分割・動き出力情報を出力する（Ｓ１６）。
【００２０】
すなわち、Ｓ１１，Ｓ１２，Ｓ１３，Ｓ１４により、Ｓ１２の情報量計算は、全動ベクトルＶ _i，全領域パターンＰ _jに対して行われる。次に、Ｓ１５において「動的計画法」を適用して、ステップＳ１６で結果を出力する。
【００２１】
【発明の効果】
以上説明したように、本発明によれば、動き補償予測符号化を目的とする領域分割・動き推定の最適化統合処理を実現することができる。すなわち、発生情報量を最小化する領域分割と動き推定が同時に実行できることとなる。
【図面の簡単な説明】
【図１】本発明の実施例の動作を説明するためのフローチャートである。
【図２】本発明を適用する画像の動ベクトル毎の領域パターンの例を示す図である。
【図３】本発明の実施例を示すブロック図である。
【図４】本発明の実施例の動作を説明するためのフローチャートである。
【図５】従来の分離・統合法を説明するための図である。
【符号の説明】
１領域パターン毎の動ベクトル情報量テーブル
２領域パターン毎の形状情報量テーブル
３情報量のテーブル生成回路
４予測誤差情報量算出回路
５動ベクトル・領域パターン毎情報テーブル
６領域パターン１用計算回路
７領域パターンｎ用計算回路
８領域パターン及び発生情報量メモリ
９最小判定回路
１０最適領域パターン選択回路
１１入力端子[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an image encoding method and apparatus, and more particularly, to a moving image motion estimation area dividing method and apparatus suitable for motion compensated prediction encoding based on moving image area division.
[0002]
[Prior art]
In motion compensation predictive coding based on region division, it is necessary to perform region division / motion estimation processing so as to minimize the total amount of generated information including the amount of shape information.
As a conventional region division method for motion compensation prediction, a split and merge method (split and merge method) in which clustering is first performed by some method and then region combination is performed according to a certain standard is representative. However, this method has a lot of room for improvement in that the performance greatly depends on the initial split stage that does not consider motion information. [For details on the split and merge method, see the “Image Processing Handbook” (Shojodo, etc.)].
In the split and merge method, which is a conventional method, as shown in FIG. 5A, an image is first divided into small pieces and then merged according to some standard as shown in FIG. 5B. As the norm to be integrated, the magnitude of the sum of squared prediction errors is used.
[0003]
[Problems to be solved by the invention]
In motion-compensated predictive coding based on region segmentation, motion estimation and region segmentation are processed simultaneously in close association with each other, and the sum of the resulting segmented shape information amount, motion vector information amount, and prediction error information amount is minimized. It is desirable to do.
However, in the conventional method as described above, since the divided parts are first integrated again, the overall performance greatly depends on the initial division stage. As a norm of division, motion information is not taken into account based on the texture of the image (texture) and the like. Therefore, for the purpose of motion compensation predictive coding, optimal region division / motion estimation is not achieved.
[0004]
It is an object of the present invention to maximize the efficiency of motion estimation and region division in motion compensated prediction coding based on region division, that is, the amount of divided shape information, motion vector information, and prediction error information. It is an object of the present invention to provide a motion estimation / region segmentation method and apparatus which are executed so as to minimize the amount of generated information corresponding to the sum.
[0005]
[Means for Solving the Problems]
In order to achieve the above-described object, the image motion estimation region dividing method according to the present invention divides an image into regions having arbitrary shapes and performs motion compensation predictive coding using each motion vector of the divided regions. In a motion estimation region segmentation method for segment coding,
In each each can take a plurality of area patterns of said respective dynamic vector, shape information of the divided regions, and a first step of obtaining a prediction error information amount and the motion vector information of respective motion vectors,
By using the dynamic programming method in which each of the motion vectors is a stage and an accumulated region pattern obtained by accumulating the plurality of region patterns that can be taken by each of the motion vectors is used as a state, the obtained shape information amount / prediction error information amount and motion A second step of determining a minimum total generated information amount of vector information amount;
A third step of executing the area division encoding by either before Symbol plurality of area patterns that correspond to the outermost small total generated information quantity,
It has the structure characterized by comprising.
Another object of the image motion estimation region dividing apparatus according to the present invention is to perform region-division coding that divides an image into regions of arbitrary shape and performs motion-compensated predictive coding using each motion vector of the divided regions. In the motion estimation region dividing device,
In each respective plurality of regions patterns that can be taken of the respective dynamic vector, shape information of the region pattern, and a first means for obtaining a prediction error information amount and the motion vector information of respective motion vectors,
The obtained shape information amount / prediction error is obtained by dynamic programming in which each of the motion vectors of the divided region is used as a stage and the accumulated region pattern obtained by accumulating the plurality of region patterns that can be taken by each of the motion vectors is used as a state. A second means for determining a minimum total generated information amount of the information amount and the motion vector information amount;
Third means for executing the area division encoding by either before Symbol plurality of area patterns that correspond to the outermost small total generated information quantity,
It has the structure characterized by comprising.
[0006]
DETAILED DESCRIPTION OF THE INVENTION
According to the present invention, in order to divide an image into regions of arbitrary shape and perform region division coding for performing motion candidate prediction coding of each motion vector included in the divided region, first, a plurality of possible motion vectors can be taken. per each of the area pattern, the shape information of the divided regions, and, moving vector information of said animal vector and the prediction error information amount is calculated and stored in the table. Next, each motion vector is set as a stage, and by applying a dynamic programming method in which the accumulated area pattern is accumulated as a state, an optimal motion estimation and area division that minimizes the total amount of generated information is performed. integrated Goka simultaneous processing method and device can be realized.
[0007]
【Example】
In the following, an embodiment of the present invention with reference to FIG. In the present embodiment, in order to perform region division coding in which an image is divided into regions of arbitrary shape and motion candidate prediction coding is performed for each motion vector in the divided region, first, a plurality of regions that each motion vector can take For each pattern, the amount of information generated is estimated (S1) and stored in a table (S2). Next, the motion vector and step (Stage), dynamic programming to state (state) the cumulative area pattern obtained by accumulating region pattern (dynamic programming) is applied (S3), achieved the optimum region segmentation and motion estimation Is done.
The dynamic programming method is described in detail in, for example, [Shohei Sugiyama, “Dynamic programming method” (Nichika Nenren Publishing Co., Ltd., OR library 8)].
As a specific simple example, consider an image composed of four small blocks shown in FIG.
For example, as shown in FIG. 2, for example, as shown in FIG. 2, the type of a plurality of area patterns that can be taken by each motion vector in the image composed of four small blocks is determined by whether or not “black” is included in each small block. This is limited to 2 4 = 16. Hereinafter, the present invention will be described in more detail by taking as an example the case where the 16 types of area patterns are “a plurality of area patterns that each of the motion vectors can take”.
[0008]
[Table 1]

[0009]
Next, as shown in Table 1, the amount of generated information r (i, j) for each of a plurality of area patterns P _i that each motion vector V _i ( for example, i = 1, 2, 3) can take is calculated. And stored in a table. Generated information quantity r (i, j) at this time, the prediction error information amount I ₁ of the plurality of area patterns P _j by the plurality of motion vectors V _i, the shape information I of the plurality of area patterns P _j ₃ and the information amount I ₂ of the motion vector V _i are added. The shape information amount I _{3 in} this case is unique to each of the plurality of region patterns , and is represented by, for example, the code amount in differential chain coding. In difference chain coding, each sample value is coded in the coding steps of (1) direction component extraction, (2) direction difference extraction, and (3) unequal length coding. The motion vector information amount I ₂ can be expressed by, for example, a fixed number of bits per connected region. In the pattern 11 of FIG. 2, since the number of connected areas is 2, if the number of bits per connected area is 2 bits, 2 × 2 = 4 bits.
[0010]
Next, a dynamic programming method is applied in which the motion vector is “stage” and the accumulated area pattern obtained by accumulating the area pattern P _j is “state” (also called a node). To do. Based on Table 1, the dynamic programming method in which the motion vector is “stage” and the cumulative region pattern is “state” is as follows.
[0011]
First, the optimization recurrence formula for the total amount of generated information f _i (p _j ) for each of the plurality of region patterns P _{j that} each motion vector V _i (i = 1, 2, 3) can take is:
[Expression 1]

It becomes. Here, p _j -p _t is an area pattern showing the remaining portion excluding the region pattern p _t from a plurality of area patterns p _j, that matches one of the 16 kinds of patterns shown in FIG.
[0012]
When the equations (1) to (3) are sequentially calculated, the following Table 2, Table 3, and Table 4 are obtained.
[0013]
[Table 2]

[0014]
[Table 3]

[0015]
[Table 4]

[0016]
The total amount of generated information f ₃ (p ₁₆ ) in Table 4 indicates that the minimum value is “3”. At the same time, the region pattern that the motion vector V ₃ can take is determined as P ₃ (or P ₁₅ ). Then, since the minimum value of the pattern (cumulative area pattern) occupied by the motion vectors V ₁ and V ₂ is determined from Table 3 to P ₇ (or P ₁₆ ), the generated information amount f ₂ (p _j ) shown in Table 3 is set. By referring to the corresponding part, the minimum value of the area pattern of the motion vector V ₂ is determined as P ₇ . Similarly, the minimum value of the area pattern of the motion vector V ₁ is determined as P ₁₅ (or P ₃ ) from Table 2 showing f ₁ (p _j ).
As described above, the region pattern of each motion vector that minimizes the total amount of generated information is determined. That is, the optimum integrated simultaneous processing of area division / motion estimation is executed.
[0017]
In the above processing, for example, by individually limiting the number of patterns or types that each motion vector can take as shown in FIG. 2, the number of calculations and the number of states for obtaining the minimum value in the recurrence formula are reduced. Can be simplified.
In addition, the number of motion vectors (three in the above example) is about 512 in normal image coding, but can be simplified by providing a restriction on this.
[0018]
With reference to FIGS. 3 and 4, the embodiment of the present invention will be described more specifically.
FIG. 3 is a block diagram showing the configuration of the embodiment, and FIG. 4 is a flowchart for explaining the operation.
The motion vector V _i is input from the input terminal 11 (S11). From circuit 4, for each region pattern P _j, the prediction error information amount I ₁ of the input motion vector V _i is calculated, calculates the moving vector information amount I ₂ per each region pattern P _j is from circuit 1 Then, the shape information amount I ₃ for each area pattern P _j is prepared in the table of the circuit 2 (S12). In these operations, the circuit 3 updates the area pattern P _i (S13) and updates the motion vector V _i (S14), whereby each of the plurality of area patterns that each motion vector can take from the circuit 3 is obtained. Each information table is generated and stored in the information table of the circuit 5.
[0019]
Next, the amount of generated information for each accumulated area pattern obtained by accumulating the plurality of area patterns P _j is calculated by the calculation circuits of the circuits 6 to 7, and the pattern having the minimum value is determined by the circuit 9. The amount of information is stored (S15). After completion of the registration at the final stage, the optimum area pattern selection circuit 10 refers to the memory contents of the circuit 8 and outputs area division / motion output information indicating the occupied area for each motion vector V _i (S16).
[0020]
That is, the information amount calculation of S12 is performed on the entire motion vector V _i and the entire region pattern P _j by S11, S12, S13, and S14. Next, “dynamic programming” is applied in S15, and the result is output in step S16.
[0021]
【The invention's effect】
As described above, according to the present invention, it is possible to realize an optimized integration process of region division / motion estimation for the purpose of motion compensation predictive coding. That is, region segmentation and motion estimation that minimize the amount of generated information can be executed simultaneously.
[Brief description of the drawings]
FIG. 1 is a flowchart for explaining the operation of an embodiment of the present invention.
FIG. 2 is a diagram illustrating an example of an area pattern for each motion vector of an image to which the present invention is applied.
FIG. 3 is a block diagram showing an embodiment of the present invention.
FIG. 4 is a flowchart for explaining the operation of the embodiment of the present invention.
FIG. 5 is a diagram for explaining a conventional separation / integration method;
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 1 Motion vector information amount table for every area pattern 2 Shape information amount table for every area pattern 3 Information amount table generation circuit 4 Prediction error information amount calculation circuit 5 Information table for each motion vector / area pattern 6 Calculation circuit for area pattern 1 7 Calculation circuit for area pattern n 8 Area pattern and generated information amount memory 9 Minimum determination circuit 10 Optimal area pattern selection circuit 11 Input terminal

Claims

In a motion estimation region segmentation method for region segmentation encoding, in which an image is divided into regions of arbitrary shape and motion compensated prediction encoding is performed using each motion vector of the segment region,
In each each can take a plurality of area patterns of said respective dynamic vector, shape information of the divided regions, and a first step of obtaining a prediction error information amount and the motion vector information of respective motion vectors,
By using the dynamic programming method in which each of the motion vectors is a stage and an accumulated region pattern obtained by accumulating the plurality of region patterns that can be taken by each of the motion vectors is used as a state, the obtained shape information amount / prediction error information amount and motion A second step of determining a minimum total generated information amount of vector information amount;
A third step of executing the area division encoding by either before Symbol plurality of area patterns that correspond to the outermost small total generated information quantity,
An image motion estimation region dividing method comprising:

2. The image motion estimation region dividing method according to claim 1, further comprising a step of previously limiting the number of a plurality of region patterns that each of the motion vectors can take.

The image motion estimation region dividing method according to claim 1, further comprising a step of restricting the types of the respective motion vectors in advance.

In a motion estimation region segmentation apparatus for region segmentation encoding, in which an image is divided into regions of arbitrary shape and motion compensated prediction encoding is performed using each motion vector of the segment region,
Possible per each of a plurality of area patterns of said respective dynamic vector, shape information of the divided regions, and a first means for obtaining a prediction error information amount and the motion vector information of respective motion vectors,
By using the dynamic programming method in which each of the motion vectors is a stage and an accumulated region pattern obtained by accumulating the plurality of region patterns that can be taken by each of the motion vectors is used as a state, the obtained shape information amount / prediction error information amount and motion A second means for determining a minimum total generated information amount of vector information amount;
Third means for executing the area division encoding by either before Symbol plurality of area patterns that correspond to the outermost small total generated information quantity,
An image motion estimation area dividing apparatus comprising:

5. The image motion estimation area dividing device according to claim 4, further comprising means for previously limiting the number of a plurality of area patterns that each of the motion vectors can take.

5. The image motion estimation area dividing device according to claim 4, further comprising a step of restricting the types of the respective motion vectors in advance.