JP4425563B2 - フェーディング補償のためのパラメータ化 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、ビデオ処理アプリケーションにおいてフェーディング補償のためのパラメータ化に関するものである。例えば、ビデオエンコーダは、フェーディグパラメータに基づいて基準画像のフェーディング補償を行う。
【０００２】
【従来の技術】
ディジタルビデオは、大容量の記憶および送信能力を消費する。代表的な生ディジタルビデオシーケンスは、１秒あたり１５または３０のフレームを含む。各フレームは、何万または何十万ものピクセル（画素とも呼ばれる）を含む。各ピクセルは、画像のごく小さい要素を表す。生の形では、コンピュータは、通例、２４ビットで１ピクセルを表す。したがって、代表的な生ディジタルビデオシーケンスの１秒当たりのビット数、またはビットレートは、５百万ビット／秒またはそれ以上のことがある。
【０００３】
ほとんどのコンピュータおよびコンピュータネットワークは、生ディジタルビデオを処理するための資源が不足している。この理由から、エンジニアは、圧縮（コーディングまたは符号化とも呼ぶ）を使って、ディジタルビデオのビットレートを低減させる。圧縮は可逆が可能であり、この場合、ビデオの品質が損なわれないが、ビデオの複雑さによってビットレートの低減は限定される。あるいは、圧縮は不可逆の場合もあり、この場合、ビデオの品質は損なわれるが、ビットレートの低減はより劇的である。圧縮解除は圧縮の逆を行う。
【０００４】
一般に、ビデオ圧縮技術は、フレーム内圧縮およびフレーム間圧縮を含む。フレーム内圧縮技術は、一般にＩフレームまたはキーフレームと呼ばれる個々のフレームを圧縮する。フレーム間圧縮技術は、一般に予測フレーム、ＰフレームまたはＢフレームと呼ばれる、前および／または次のフレームを参照して、フレームを圧縮する。
【０００５】
マイクロソフト社のウィンドウズ（登録商標）メディアビデオ、バージョン８（ＷＭＶ８）は、ビデオエンコーダおよびビデオデコーダを含む。ＷＭＶ８エンコーダは、フレーム内およびフレーム間圧縮を使用し、ＷＭＶ８デコーダは、フレーム内およびフレーム間圧縮解除を使用する。
【０００６】
Ａ．ＷＭＶ８におけるフレーム内圧縮
図１は、ＷＭＶ８エンコーダにおける、キーフレーム中のピクセルブロック１０５に、ブロックに基づくフレーム内圧縮１００を行う例を示す。例えば、ＷＭＶ８エンコーダは、キービデオフレームを８×８のピクセルブロックに分割し、個々のブロックに８×８の離散コサイン変換（ＤＣＴ）１１０を適用して、８×８のピクセルブロック１０５を８×８のＤＣＴ係数ブロック１１５に変換する。エンコーダは、ＤＣＴ係数を量子化して（１２０）、８×８の量子化ＤＣＴ係数ブロック１２５にする。次いで、エンコーダは、これにエントロピ符号化を行うための準備をする。
【０００７】
エンコーダは、符号化されるブロックに隣接する、前に符号化されたブロック（例えば、隣接ブロック１３５）のＤＣ係数１３６との差分として、ＤＣ係数１２６を符号化する。エンコーダエントロピは差分１４０を符号化する。図１は、隣接（左側の）ブロック１３５の左縦列１３７との差分１４７として符号化された、ＡＣ係数の左縦列１２７を示す。残りのＡＣ係数は、量子化ＤＣＴ係数ブロック１２５からのものである。
【０００８】
エンコーダは、予測された量子化ＡＣ ＤＣＴ係数の８×８ブロック１４５を１次元配列１５５にスキャン（１５０）し、次いで、エントロピが、ランレングスコーディング（１６０）の変動を使って、スキャンしたＡＣ係数を符号化する。エンコーダは、１つまたは複数のＲＵＮ／ＬＥＶＥＬ／ＬＡＳＴテーブル１６５からエントロピコードを選択して、エントロピコード１７０を出力する。
【０００９】
Ｂ．ＷＭＶ８におけるフレーム間圧縮
ＷＭＶ８エンコーダにおけるフレーム間圧縮は、ブロックに基づく動き補償予測コーディング、その後に残差の変換コーディングを使用する。図２および３は、ＷＭＶ８エンコーダにおける、予測フレームに対するブロックに基づくフレーム間圧縮を示す。特に、図２は、予測フレーム２１０の動き推定を示し、図３は、予測フレームの、動きが推定されたブロックの予測残差の圧縮を示す。
【００１０】
例えば、ＷＭＶ８エンコーダは、予測フレームを８×８のピクセルブロックに分割する。４つの８×８ブロックのグループは、マクロブロックを形成する。各マクロブロックについて、動き推定プロセスが実行される。動き推定は、ピクセルマクロブロックの動きを、基準フレーム、例えば前に符号化された先行フレームに近づける。図２では、ＷＭＶ８エンコーダは、予測フレーム２１０中のマクロブロック２１５の動きベクトルを計算する。動きベクトルを計算するために、エンコーダは、基準フレーム２３０のサーチエリア２３５中をサーチする。エンコーダは、サーチエリア２３５内で、予測フレーム２１０からのマクロブロック２１５を、様々な候補マクロブロックと比較して、ぴったりマッチする候補マクロブロックを見つける。エンコーダは、ぴったりマッチするマクロブロックを見つけた後、そのマッチするマクロブロックに動きベクトル（コード化されたエントロピ）を指定する情報を出力して、デコーダが復号中にそのマッチするマクロブロックを見つけることができるようにする。動き補償を使って予測フレーム２１０を復号する場合、デコーダは、動きベクトルを使い、基準フレーム２３０からの情報を使って、マクロブロック２１５の予測マクロブロックを計算する。マクロブロック２１５の予測が完全なことはめったにないので、エンコーダは、通常、予測マクロブロックとマクロブロック２１５自体の８×８ピクセルブロックの差（誤差または残差ブロックとも呼ぶ）を符号化する。
【００１１】
図３は、ＷＭＶ８エンコーダにおける誤差ブロック３３５の計算および符号化の例を示す。誤差ブロック３３５は、予測ブロック３１５と元のカレントブロック３２５の差である。エンコーダは、誤差ブロック３３５にＤＣＴ３４０を適用し、その結果、８×８の係数ブロック３４５が得られる。次いで、エンコーダはＤＣＴ係数を量子化し（３５０）、その結果、８×８の量子化ＤＣＴ係数ブロック３５５が得られる。量子化のステップサイズは調整可能である。量子化の結果、精度が損なわれるが、係数の情報が完全に失われるわけではない。
【００１２】
次いで、エンコーダは、８×８の量子化ＤＣＴ係数ブロック３５５をエントロピ符号化する準備をする。エンコーダは、８×８のブロック３５５を６４個の要素を有する１次元配列３６５にスキャンする（３６０）。それによって、係数は、一般に、低周波数から高周波数の順に並び、一般にゼロ値の長い列ができる。
【００１３】
エンコーダエントロピは、ランレングスコーディング（３７０）の変動を使って、スキャンした係数を符号化する。エンコーダは、１つまたは複数のＲＵＮ／ＬＥＶＥＬ／ＬＡＳＴテーブル３７５からエントロピコードを選択して、エントロピコードを出力する。
【００１４】
図４は、フレーム間コード化（ｉｎｔｅｒ−ｃｏｄｅｄ）ブロックのための対応する復号プロセス４００の例を示す。ＤＣＴ係数を量子化するために、再構築されたブロック４７５は、対応する元のブロックと同一ではない。この圧縮は不可逆である。
【００１５】
図４について要約すると、デコーダは、１つまたは複数のＲＵＮ／ＬＥＶＥＬ／ＬＡＳＴテーブル４１５を用いた可変長復号可変長復号４１０、およびランレングス復号４２０を使って、予測残差を表すエントロピ符号化した情報を復号する。デコーダは、エントロピ復号した情報を記憶している１次元配列４２５を、２次元ブロック４３５に逆スキャンする（４３０）。デコーダは、データの逆量子化および逆離散コサイン変換の両方を行い（４４０）、その結果、再構築された誤差ブロック４４５が得られる。別個の動き補償の経路では、デコーダは、基準フレームからの変位に関する動きベクトル情報４５５を使って、予測ブロック４６５を計算する。デコーダは、予測ブロック４６５を再構築誤差ブロック４４５と結合して（４７０）、再構築ブロック４７５を形成する。
【００１６】
元のフレームと再構築フレームの間の変化量を歪みといい、フレームのコード化に必要なビット数をそのフレームのレートという。歪みの量はレートにだいたい反比例する。言い換えれば、フレームのコード化に使用するビット数が少ない（圧縮率が高い）ほど歪みは大きくなり、またその反対も言える。
【００１７】
Ｃ．従来の動きに基づくビデオ圧縮の限界
フェーディング、モーフィング、ブレンディングなどの効果を有するビデオシーケンスは、従来の動きに基づいたビデオ圧縮方法が一般にこのようなフレームには有効ではないため、符号化するのに相対的に多数のビットを必要とする。例えば、あるフレームから次のフレームで、フレーム中のオブジェクトがある方向にわずかに移動したビデオシーケンスについて考えてみよう。代表的なブロックマッチングの動き推定技術では、フェーディングのないビデオシーケンスにおいては、カレントフレーム中のあるブロックにぴったりするマッチを前のフレーム中に見つけ、結果として得られる動きベクトルを符号化することは簡単なことかもしれない。しかし、例えば、そのビデオシーケンス中で「フェードトゥブラック（ｆａｄｅ−ｔｏ−ｂｌａｃｋ）」が発生している場合には、カレントフレーム中のすべての輝度値が前のフレームに対して変化しており、それによって、ビデオエンコーダは、そのブロックにぴったりするマッチを見つけることができなくなる。フェーディングは、自然の照明の変化によってもシーケンス中に発生することがある。その他の遷移効果であるブレンディングおよびモーフィングも、簡単な動き推定／補償の有効性を低下させることがある。
【００１８】
Ｄ．ビデオ圧縮および圧縮解除の標準
ＷＭＶ８以外にも、ビデオ圧縮および圧縮解除に関するいくつかの国際標準がある。これらの標準には、動画エキスパートグループ（Ｍｏｔｉｏｎ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）（ＭＰＥＧ）１、２および４の標準、および国際電気通信連合（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ Ｕｎｉｏｎ）（ＩＴＵ）のＨ．２６１、Ｈ．２６２、Ｈ．２６３の標準が含まれる。これらの標準は、ＷＭＶ８と同様、フレーム内圧縮とフレーム間圧縮の組み合わせを使っている。ただし、これらの標準は、一般に、使用している圧縮技術の詳細についてはＷＭＶ８とは異なる。例えば、符号化中に、画像の解像度を適応させて変更するために使用できる、予測の際に使用する基準画像再サンプリングモードについて記載している標準もある（例えば、非特許文献１参照）。
【００１９】
ディジタルビデオにとってビデオ圧縮および圧縮解除がきわめて重要であることを考えれば、ビデオ圧縮および圧縮解除が盛んに開発されている分野であることも驚くことではない。しかし、これまでのビデオ圧縮および圧縮解除技術の利点が何であろうと、それらは次の技術およびツールの利点を備えてはいない。
【００２０】
【非特許文献１】
Annex P of the H.263 standard
【００２１】
【発明が解決しようとする課題】
ビデオ圧縮の目的の１つは、レート歪みパフォーマンスを改善すること、言い換えれば、より少ないビット数で同じ品質を達成すること、または同じビット数でより高い品質を達成することである。この目的を達成する１つの方法は、ビデオシーケンスの、符号化に相対的に多数ビットを必要とする部分を識別し、次いで、そのような部分をよりよく圧縮するための方法を見つけることである。ビデオシーケンスには、フェーディング、モーフィング、ブレンディングなどの効果を有する部分はあまりない。しかし、このような部分が発生した場合には、従来の動きに基づくビデオ圧縮方法が一般にそのような部分には有効ではないため、符号化に多数ビットを必要とする。
【００２２】
【課題を解決するための手段】
したがって、簡単に言えば、詳細な説明は、フェードイン、フェードアウト、クロスフェード、またはその他のフェーディング、ブレンディング、またはモーフィング効果を含む、ビデオシーケンスのレート歪みパフォーマンスを改善するための様々な技術およびツールを対象としている。例えば、ビデオエンコーダは、フェーディングパラメータに基づいて基準フレームを調整することにより、カレントフレームのフェーディング補償を行う。これによって、基準フレームを使った動き補償がより効率的になる。ビデオデコーダは、基準フレームを調整することによってフェーディング補償を行う。特に、詳細な説明では、基準フレームの調整をパラメータ化するための効率的な方法について述べている。
【００２３】
第１の技術およびツールのセットでは、ビデオエンコーダまたはデコーダは、基準化パラメータおよびシフトパラメータを含むフェーディングパラメータを取得する。ビデオエンコーダまたはデコーダは、基準ビデオ画像（フレーム、フィールド、またはオブジェクトプレーンなど）中のピクセル値（クロミナンス値や輝度値など）をフェーディングパラメータに関して再マップすることによってフェーディング補償を行い、これを、例えば、固定または可変長コードを使ってコード化することができる。場合によっては、基準化パラメータは対比パラメータであり、シフトパラメータは明度パラメータのことがある。フェーディングパラメータは、例えば、基準化パラメータを使ったピクセル値（クロミナンス値や輝度値など）の基準化を含む、ピクセルの線形変換を指定する。場合によっては、ピクセルの線形変換は、シフトパラメータを使ったピクセル値のシフトをさらに含むことがある。ビデオエンコーダまたはデコーダは、再マップした基準ビデオ画像に対する、カレントビデオ画像の少なくとも一部の動き補償を行う。
【００２４】
第２の技術およびツールのセットでは、ビデオエンコーダまたはデコーダは、基準化パラメータおよびシフトパラメータからなるグローバル輝度変化補償パラメータを取得する。ビデオエンコーダまたはデコーダは、基準ビデオフレームの全てについて、グローバル輝度変化補償パラメータに関し、ピクセル値を再マップすることにより、グローバル輝度変化補償を行う。ビデオエンコーダまたはデコーダは、再マップした基準ビデオフレームに対して、カレントビデオフレームの少なくとも一部の動き補償を行う。
【００２５】
様々な技術およびツールは、組み合わせても独立させても使用することができる。様々な実施形態は、説明した技術およびツールの１つまたは複数を実装する。
【００２６】
さらなる特徴および利点は、添付の図面を参照しながら以下に続ける、様々な実施形態の詳細な説明から明らかになろう。
【００２７】
【発明の実施の形態】
記載の実施形態は、フェーディング推定および／または補償のための技術およびツールに関する。フェーディング補償／推定を行わないと、フェーディング、モーフィング、ブレンディングなどの効果を有するビデオシーケンスは、従来の動きに基づくビデオ圧縮方法が一般にこのようなフレームには有効ではないため、符号化に相対的に多数のビットを必要とする。記載の実施形態は、このようなシーケンス中でフェーディング推定／補償を行うことによって、レート歪みパフォーマンスを改善する。様々な実施形態は、グローバル輝度変化パラメータを推定し、適用し、コード化し、かつ／または復号するための技術およびツールに関する。
【００２８】
いくつかの実施形態では、フェーディング補償は、１つまたは複数の基準フレームにグローバル輝度変化を実施して、フェーディングを補償するステップを含む。グローバル輝度変化は、定義済み領域を対象とする輝度の変化である。定義済み領域は、フレーム、フレームの一部（例えば、フレーム中の個々のブロックまたはマクロブロック、あるいはフレーム中のマクロブロックのグループ）、あるいはコード化または復号された画像の、別の特定の一部であってよい。次いで、カレントフレームを、動き推定／補償によって、調整した１つまたは複数の基準フレームから予測する。あるいは、フェーディング補償は、ブレンディングやモーフィングなどの効果を補償するための、基準フレームへのグローバル変化を含む。一般に、フェーディング補償は、フェーディング（すなわち、フェードトゥブラックまたはフェードフロムブラック（ｆａｄｅ−ｆｒｏｍ−ｂｌａｃｋ））、ブレンディング、モーフィング、または、ピクセル値の強度に影響を与えるその他の自然または合成の照明の効果に対するいずれかの補償を含む。しかし、ここでは、文脈が明らかにそうではないことを示す場合を除き、一般性が損なわれることなく、グローバル輝度変化およびフェーディングという用語を相互交換可能に使用する。
【００２９】
フレームにフェーディング補償を行うことの代案として、いくつかの実施形態では、フィールド、オブジェクト層、またはその他の画像にフェーディング補償を行う。
【００３０】
いくつかの実施形態では、ＹＵＶ色空間で、基準フレームの輝度およびクロミナンスのチャネルのピクセル値を調整することにより、フェーディング補償を行う。この調整は、輝度のピクセル値を基準化してシフトするステップと、クロミナンスのピクセル値を基準化してシフトするステップとを含む。あるいは、色空間が異なり（例えば、ＹＩＱまたはＲＧＢ）、かつ／または補償がその他の調整技術を使用する。
【００３１】
エンコーダ／デコーダは、フレームごとのベースでフェーディング推定／補償を行う。あるいは、エンコーダ／デコーダは、特定のその他のベースで、または、１つまたは複数のブロックまたはマクロブロックなど、フレームの一部について、フェーディング推定／補償を行う。
【００３２】
様々な技術およびツールは、組み合わせても、独立させても使用することができる。様々な実施形態は、記載の技術およびツールの１つまたは複数を実装する。これらの技術の動作を、一般に、説明のために特定の順番で記載してあるが、この記載方法は、特定の順序付けが必要とされる場合を除き、その動作順序を多少並べ替えた場合も含むことを理解されたい。例えば、順次に記載してある動作を、場合によっては、並べ替えることが可能であり、または同時に行われることが可能である。さらに、簡単にするために、流れ図には、一般に、特定の技術をその他の技術とともに使用することができる様々な方法を示していない。
【００３３】
いくつかの実施形態では、ビデオエンコーダおよびデコーダが、ビットストリーム中で様々なフラグおよび信号を使用する。特定のフラグおよび信号を記載しているが、この記載方法は、フラグおよび信号の様々な表記法（例えば、１ではなく０）を含むことを理解されたい。
【００３４】
Ｉ．コンピューティング環境
図５は、記載の実施形態のいくつかを実施することができる、適切なコンピューティング環境５００の一般化した例を示す。技術およびツールは、多種多様な汎用または専用コンピューティング環境で実装できるので、コンピューティング環境５００は、使用または機能の範囲に関して、何ら限定を示唆するものではない。
【００３５】
図５を参照すると、コンピューティング環境５００は、少なくとも１つの処理装置５１０およびメモリ５２０を含む。図５では、この最も基本的な構成５３０が破線で囲まれている。処理装置５１０は、コンピュータ実行可能命令を実行し、実または仮想プロセッサであってよい。多重処理システムでは、処理能力を向上させるために、複数の処理装置がコンピュータ実行可能命令を実行する。メモリ５２０は揮発性メモリ（例えば、レジスタ、キャッシュ、ＲＡＭ）、不揮発性メモリ（例えば、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリなど）、またはこれらの２種類の特定の組み合わせであってよい。メモリ５２０は、ビデオエンコーダまたはデコーダなど、エンコーダまたはデコーダを実装するソフトウェア５８０を記憶している。
【００３６】
コンピューティング環境はさらなる特徴を持つ場合がある。例えば、コンピューティング環境５００は、記憶装置５４０、１つまたは複数の入力装置５５０、１つまたは複数の出力装置５６０、および１つまたは複数の通信接続５７０を含む。バス、コントローラ、またはネットワークなどの相互接続メカニズム（図示せず）は、コンピューティング環境５００のコンポーネントを相互接続する。一般に、オペレーティングシステムソフトウェア（図示せず）は、コンピューティング環境５００中で実行するその他のソフトウェアに動作環境を提供し、コンピューティング環境５００のコンポーネントの活動を調整する。
【００３７】
記憶装置５４０は、リムーバブルまたは非リムーバブルであってよく、磁気ディスク、磁気テープまたはカセット、ＣＤ−ＲＯＭ、ＤＶＤ、または、情報を記憶するために使用することができ、コンピューティング環境５００内でアクセスすることができるいずれかのその他の媒体を含む。記憶装置５４０は、エンコーダまたはデコーダを実行するソフトウェア５８０の命令を記憶する。
【００３８】
入力装置５５０は、キーボード、マウス、ペン、またはトラックボールなどのタッチ入力装置、音声入力装置、スキャン装置、またはコンピューティング環境５００に入力を供給する他の装置であってよい。オーディオまたはビデオの符号化用として、入力装置５５０は、サウンドカード、ビデオカード、ＴＶチューナカード、またはオーディオまたはビデオ入力をアナログまたはディジタルの形で受け付ける同様の装置、あるいはオーディオまたはビデオサンプルをコンピューティング環境５００内に読み込むＣＤ−ＲＯＭまたはＣＤ−ＲＷであってよい。出力装置５６０は、ディスプレイ、プリンタ、スピーカ、ＣＤライタ、またはコンピューティング環境５００から出力を供給する他の装置であってよい。
【００３９】
通信接続５７０は、通信媒体を介した、別のコンピューティングエンティティへの通信を可能にする。通信媒体は、コンピュータ実行可能命令、オーディオまたはビデオの入力または出力、あるいはその他のデータなどの情報を、変調データ信号で運ぶ。変調データ信号は、信号中の情報を符号化するように、その特性の１つまたは複数が設定または変更された信号である。例として、通信媒体には、電気、光、ＲＦ、赤外線、音響、またはその他の搬送波を用いて実装した有線または無線技術が非限定的に含まれる。
【００４０】
技術およびツールを、コンピュータ可読媒体の一般的な状況で説明することができる。コンピュータ可読媒体は、コンピュータ環境内でアクセスできる任意の利用可能な媒体である。例として、コンピューティング環境５００の場合、コンピュータ可読媒体には、メモリ５２０、ストレージ５４０、通信媒体、および上記のいずれかの組み合わせが非限定的に含まれる。
【００４１】
技術およびツールを、プログラムモジュール中に含まれる命令など、コンピューティング環境中のターゲットとする実または仮想プロセッサ上で実行されるコンピュータ実行可能命令の一般的な状況で説明することができる。一般に、プログラムモジュールには、特定のタスクを実行し、または特定の抽象データ型を実装する、ルーチン、プログラム、ライブラリ、オブジェクト、クラス、コンポーネント、データ構造などが含まれる。様々な実施形態では、プログラムモジュールの機能を、プログラムモジュール間で所望するように結合または分割することができる。プログラムモジュールのコンピュータ実行可能命令は、ローカルまたは分散コンピューティング環境内で実行することができる。
【００４２】
説明のために、詳細な説明では、コンピューティング環境におけるコンピュータの動作を記載するのに、「推定する」、「信号を送る」、「符号化する」、「復号する」などの用語を使っている。これらの用語は、コンピュータが実行する動作の高レベルな抽象概念であり、人間が実行する動作と混同してはならない。これらの用語に対応する実際のコンピュータの動作は、実装により異なる。
【００４３】
ＩＩ．汎用型ビデオエンコーダおよびデコーダ
図６は汎用型ビデオエンコーダ６００の構成図であり、図７は汎用型ビデオデコーダ７００の構成図である。
【００４４】
エンコーダおよびデコーダ内のモジュールの間に示す関係は、エンコーダおよびデコーダ内の情報の主な流れを表し、簡略にするため、その他の関係は示していない。特に、図６および７は、ビデオシーケンス、フレーム、マクロブロック、ブロックなどのために使用する、エンコーダの設定、モード、テーブルなどを表す補助的情報を示していない。このような補助的情報は、一般にエントロピ符号化を行った後、出力ビットストリームで送られる。出力ビットストリームのフォーマットは、ウィンドウズ（登録商標）メディアビデオフォーマットまたは別のフォーマットでよい。
【００４５】
エンコーダ６００およびデコーダ７００は、ブロックに基づき、４：２：０のマクロブロックフォーマットを使用する。各マクロブロックフォーマットは、４つの８×８の輝度ブロック（１つの１６×１６のマクロブロックとして扱うことがある）および２つの８×８クロミナンスブロックを含む。あるいは、エンコーダ６００およびデコーダ７００は、オブジェクトに基づき、異なるマクロブロックまたはブロックフォーマットを使用し、または、８×８ブロックおよび１６×１６マクロブロックとは異なるサイズまたは構成のピクセルセット上で動作する。
【００４６】
実装および所望の圧縮のタイプに応じて、エンコーダまたはデコーダのモジュールを追加し、省略し、複数のモジュールに分割し、他のモジュールと結合し、かつ／または同様のモジュールと置き換えることができる。別の実施形態では、異なるモジュールおよび／またはその他のモジュール構成を有するエンコーダまたはデコーダが、記載の技術の１つまたは複数を実施する。
【００４７】
Ａ．ビデオエンコーダ
図６は、一般的なビデオエンコーダシステム６００の構成図である。エンコーダシステム６００は、カレントフレーム６０５を含むビデオフレームのシーケンスを受け取り、出力として圧縮ビデオ情報６９５を生成する。ビデオエンコーダの特定の実施形態は、一般に、汎用エンコーダ６００の変形または補足バージョンを使用する。
【００４８】
エンコーダシステム６００は、予測フレームおよびキーフレームを圧縮する。説明のために、図６は、エンコーダシステム６００を通るキーフレームの経路、および順方向予測フレームの経路を示す。エンコーダシステム６００のコンポーネントの多くは、キーフレームおよび予測フレームの両方を圧縮するために使用される。これらのコンポーネントが実行する正確な動作は、圧縮される情報のタイプに応じて異なる。
【００４９】
予測フレーム（Ｐフレーム、双方向予測の場合はＢフレーム、またはフレーム間コード化フレームとも呼ぶ）は、１つまたは複数の他のフレームからの予測（またはそれらとの差）に関して表される。予測残差は、予測されたものと元のフレームの差である。これに対し、キーフレーム（Ｉフレーム、フレーム内コード化（ｉｎｔｒａ−ｃｏｄｅｄ）フレームとも呼ぶ）は、他のフレームを参照することなく圧縮される。
【００５０】
カレントフレーム６０５が順方向予測フレームの場合、動き推定器６１０は、カレントフレーム６０５のマクロブロックまたはその他のピクセルセットの、基準フレームに関する動きを推定する。基準フレームは、フレーム記憶装置６２０中に一時的に記憶されている、再構築した前のフレーム６２５である。別の実施形態では、基準フレームは後のフレームであり、またはカレントフレームが双方向に予測される。動き推定器６１０は、動きベクトルなどの動き情報６１５を補助情報として出力する。動き補償器６３０は、再構築した前のフレーム６２５に動き情報６１５を適用して、動き補償済みのカレントフレーム６３５を形成する。しかし、予測が完全なことはめったになく、動き補償カレントフレーム６３５と元のカレントフレーム６０５の差は予測残差６４５である。あるいは、動き推定器および動き補償器は別のタイプの動き推定／補償を適用する。
【００５１】
周波数変換器６６０は、空間領域のビデオ情報を、周波数領域（すなわちスペクトル）データに変換する。ブロックに基づくビデオフレームの場合、周波数変換器６６０は、離散コサイン変換（ＤＣＴ）またはＤＣＴの変形を、動き予測残差データのブロックに適用して、ＤＣＴ係数ブロックを生成する。あるいは、周波数変換器６６０は、フーリエ変換など、別の従来の周波数変換を適用し、あるいは、ウェーブレットまたはサブバンド分析を使用する。いくつかの実施形態では、周波数変換器６６０は、キーフレームの空間予測残差のブロックに周波数変換を適用する。周波数変換器６６０は、８×８、８×４、４×８またはその他のサイズの周波数変換を適用することができる。
【００５２】
次いで、量子化器６７０が、スペクトルデータ係数のブロックを量子化する。量子化器は、フレームごとのベースまたはその他のベースで変化するステップサイズを用いて、均一なスカラー量子化をスペクトルデータに適用する。あるいは、量子化器は、別のタイプの量子化、例えば不均一なベクトルまたは非適応的量子化を、スペクトルデータ係数に適用し、または、周波数変換を使用しないエンコーダシステム中の空間領域データを直接、量子化する。適応量子化に加えて、エンコーダ６００は、フレームドロップ、適応フィルタリング、またはレート制御のためのその他の技術を使用することができる。
【００５３】
その後の動き推定／補償のために構築したカレントフレームが必要な場合には、逆量子化器６７６が、量子化したスペクトルデータ係数に逆量子化を実施する。次いで、逆周波数変換器６６６が、周波数変換器６６０の動作の逆を実行して、再構築した予測残差（予測フレームの）または再構築したキーフレームを生成する。カレントフレーム６０５がキーフレームだった場合には、再構築したキーフレームが再構築したカレントフレーム（図示せず）としてとられる。カレントフレーム６０５が予測フレームだった場合には、再構築した予測残差が動き補償カレントフレーム６３５に追加されて、再構築したカレントフレームを形成する。フレーム記憶装置６２０は、次のフレームの予測に使用するために、再構築したカレントフレームを一時的に記憶する。いくつかの実施形態では、エンコーダは、再構築したフレームに非ブロック化フィルタを適用して、フレームのブロック中の不連続部を適応可能に滑らかにする。
【００５４】
エントロピコーダ６８０は、特定の補助的情報（例えば、動き情報６１５、量子化ステップサイズ）だけでなく、量子化器６７０の出力も圧縮する。代表的なエントロピコーディング技術には、算術コーディング、差分コーディング、ハフマンコーディング、ランレングスコーディング、ＬＺコーディング、辞書型コーディング、および上記の組み合わせが含まれる。エントロピコーダ６８０は、一般に、異なる種類の情報（例えば、ＤＣ係数、ＡＣ係数、様々な種類の補助的情報）に合わせて異なるコーディング技術を使用し、特定のコーディング技術内で、複数のコードテーブルから選択することができる。
【００５５】
エントロピコーダ６８０は、圧縮ビデオ情報６９５をバッファ６９０内に置く。バッファレベル標識が、ビットレート適応モジュールにフィードバックされる。圧縮ビデオ情報６９５は、一定または比較的一定のビットレートでバッファ６９０から出され、そのビットレートで後続ストリーミングのために記憶される。あるいは、エンコーダシステム６００は、圧縮ビデオ情報を、圧縮後、直ちに流す。
【００５６】
バッファ６９０の前または後で、圧縮ビデオ情報６９５を、ネットワーク上に伝送するためにチャネルコーディングを施すことができる。このチャネルコーディングは、圧縮ビデオ情報６９５に誤差検出および訂正データを適用する。
【００５７】
Ｂ．ビデオデコーダ
図７は、一般的なビデオデコーダシステム７００の構成図である。デコーダシステム７００は、圧縮したビデオフレームシーケンスの情報７９５を受け取り、再構築したフレーム７０５を含む出力を生成する。ビデオデコーダの特定の実施形態は、一般に、汎用型デコーダ７００の変形または補足版を使用する。
【００５８】
デコーダシステム７００は、予測フレームおよびキーフレームを圧縮解除する。説明のために、図７は、デコーダシステム７００を通るキーフレームの経路、および順方向予測フレームの経路を示す。デコーダシステム７００のコンポーネントの多くは、キーフレームおよび予測フレームの両方を圧縮解除するために使用される。これらのコンポーネントが実行する正確な動作は、圧縮されている情報のタイプに応じて異なる。
【００５９】
バッファ７９０は、圧縮ビデオシーケンスの情報７９５を受け取り、受け取った情報をエントロピデコーダ７８０が利用できるようにする。バッファ７９０は、一般に、時間が経ってもだいたい一定の速度で情報を受け取り、帯域幅または伝送の短期的な変動を滑らかにする、ジッタバッファを含む。バッファ７９０には、再生バッファおよびその他のバッファも含めることができる。あるいは、バッファ７９０は、変化する速度で情報を受け取る。バッファ７９０の前または後で、圧縮したビデオ情報にチャネルチャネルデコーディングを施し、誤差検出および訂正のために処理することができる。
【００６０】
エントロピデコーダ７８０は、一般にエンコーダ中で実施されたエントロピ符号化の逆を適用することにより、エントロピコード化した量子化データおよびエントロピコード化した補助的情報（例えば、動き情報７１５、量子化ステップサイズ）をエントロピ復号する。エントロピ復号技術には、算術復号、差分復号、ハフマン復号、ランレングス復号、ＬＺ復号、辞書型復号、および上記の組み合わせが含まれる。エントロピデコーダ７８０は、しばしば、異なる種類の情報（例えば、ＤＣ係数、ＡＣ係数、異なる種類の補助的情報）に合わせて異なる復号技術を使用し、特定の復号技術内で、複数のコードテーブルから選択することができる。
【００６１】
再構築するフレーム７０５が順方向予測フレームの場合、動き補償器７３０は、基準フレーム７２５に動き情報７１５を適用して、再構築するフレーム７０５の予測７３５を形成する。例えば、動き補償器７３０は、マクロブロックの動きベクトルを使って、基本フレーム７２５中のマクロブロックを見つける。フレームバッファ７２０は、基準フレームとして使用するために、前の再構築したフレームを記憶している。あるいは、動き補償器は、別のタイプの動き補償を適用する。動き補償器による予測が完全なことはめったになく、デコーダ７００は、予測残差も再構築する。
【００６２】
フレーム記憶装置７２０は、基準フレームとして使用するために、前の再構築したフレームを記憶する。いくつかの実施形態では、エンコーダは、再構築したフレームに非ブロック化フィルタを適用して、フレームのブロック中の不連続部を適応可能に滑らかにする。
【００６３】
逆量子化器７７０は、エントロピ復号したデータを逆量子化する。一般に、逆量子化器は、フレームごとのベースまたはその他のベースで変化するステップサイズを用いて、エントロピ復号したデータに均一なスカラー逆量子化を適用する。あるいは、逆量子化器は、別のタイプの逆量子化、例えば不均一なベクトルまたは非適応的量子化をデータに適用し、または、逆周波数変換を使用しないデコーダシステム中の空間領域データを直接、逆量子化する。
【００６４】
逆周波数変換器７６０は、量子化した周波数領域データを、空間領域のビデオ情報に変換する。ブロックに基づくビデオフレームの場合、逆周波数変換器７６０は、ＤＣＴ係数ブロックに逆ＤＣＴ（ＩＤＣＴ）またはＩＤＣＴの変形を適用して、動き予測残差データを生成する。あるいは、逆周波数変換器７６０は、フーリエ変換など、別の従来の逆周波数変換を適用し、あるいは、ウェーブレットまたはサブバンド分析を使用する。いくつかの実施形態では、逆周波数変換器７６０は、逆周波数変換をキーフレームの空間予測残差のブロックに適用する。逆周波数変換器７６０は、８×８、８×４、４×８またはその他のサイズの逆周波数変換を適用することができる。
【００６５】
ＩＩＩ．グローバル輝度変化の推定／補償
記載したいくつかの実施形態は、少数のパラメータで記述されたグローバル輝度変化の推測、適用、コード化および／または復号のための技術およびツールを必要とする。それらのツールおよび技術は、再構築したビデオの同じ主観的および客観的品質がより低いビットレートで達成されることを可能にする。個々のツールまたは技術のそれぞれは、１）グローバル輝度変化補償スキーム、２）グローバル輝度パラメータのパラメータ化、３）グローバル輝度パラメータの計算上有効な推定／抽出、４）グローバル輝度変化があるフレームの低コストの信号通知、および５）グローバル輝度パラメータの低コスト信号通知の１つまたは複数を実現する。輝度変化は、フレーム、フィールド、例えば個々のブロック、個々のマクロブロック、またはマクロブロックのグループなど、フレーム／フィールドの一部、あるいは画像の他の特定の部分に対してグローバルであり得る。以下の説明の多くは、全フレーム中の輝度変化のパラメータ化および補償について述べているが、輝度変化補償のための同じフレームワークを、（ａ）画像の一部分（例えば、個々のブロックまたはマクロブロック）中のフェーディングの存在を判定すること、（ｂ）この部分内のフェーディングパラメータを計算すること、および（ｃ）画像の所与の一部分について、これらのフェーディングパラメータをパラメータ化して、伝送することに使用することができる。これらの技術を、画像の複数の部分について繰り返すことができる。
【００６６】
グローバル輝度の変化（「フェーディング」としても知られる）は、シーンの明度および／または対比における変化のことがある。一般に、この変化は線形である。しかし、フェーディングを、同じフレームワーク内のいずれかの滑らかで非線形のマッピングを含むものとしても定義できる。フェーディング、モーフィング、ブレンディングは、ビデオコンテントの作成において、シーンの遷移に伴うビデオフレームの進展を滑らかにするために、また、特殊な効果を与えるために、ビデオの作成において広く使用されている。さらに、ある種のシーケンスでは、照明の変化によって自然にフェーディングが発生する。フェーディング、モーフィング、ブレンディングなどの効果を伴うビデオフレームは、一般にこのようなフレームには有効ではない、従来の動きに基づくビデオ圧縮方法では、符号化するのに相対的に多数のビットを必要とする。
【００６７】
Ａ．グローバル輝度変化補償スキーム
図８は、グローバル輝度変化補償を使ってビデオを符号化するための技術８００を示す。図６に示すエンコーダ６００などのエンコーダは、技術８００を実施することができる。
【００６８】
最初に、エンコーダは、ビデオシーケンス中の符号化されるカレントフレームなど、符号化するフレーム中のフェーディングをチェックする（８１０）。エンコーダは、フレームのフェーディングを検出すると（８１０）、フェーディングパラメータを取得する（８２０）。例えば、エンコーダは、後でセクションＣ．で説明するようにフェーディングを検出し、フェーディングパラメータを取得する。あるいは、エンコーダは、異なる技術を使ってフェーディングを検出し、かつ／またはパラメータを取得する。エンコーダは、フェーディング補償がオンまたはオフかを信号通知し、オンの場合は、フェーディングパラメータも信号通知する。
【００６９】
フレームにフェーディングが検出されると、エンコーダは、次いで、例えば後のセクションＢ．で説明しているように、そのフレームの１つまたは複数の基準フレームに対してフェーディング補償を行う（８３０）。エンコーダが複数の基準フレームに対してフェーディング補償を行う場合、その複数の基準フレームは、符号化されるフレームの前または後（再生順で）のものであってよい。エンコーダは、符号化されるフレームのどの部分が、複数の基準フレームのどれから補償されるのかを信号通知する。この信号通知については、エンコーダは、すでにこのようなシステムで基準フレームの選択に使用している信号通知を使用することができる。いくつかの実施形態では、エンコーダは、符号化するフレームの動き推定／補償で、元の基準フレームおよび再マップした基準フレームの両方を使用することができる。エンコーダは、例えばフェードしているコンテントとフェードしていないオーバレイの両方を有するカレントフレームを符号化するために、これを行うことがある。
【００７０】
フェーディング補償の後、エンコーダは、動き推定／補償を使って、調整した基準フレームからフレームを符号化する（８４０）。エンコーダは、フェーディングを検出しないと、フェーディングパラメータを取得することなく、またはフェーディング補償を行うことなく、フレームを符号化する（８４０）。符号化が終わると（８５０）、プロセスは終了する。
【００７１】
図９は、フェーディング補償を使って符号化したビデオを復号するための技術９００を示す。図７に示すデコーダ７００などのデコーダは、技術９００を実施することができる。
【００７２】
最初に、デコーダは、復号するフレームのフェーディングがオンかオフかをチェックする（９１０）。このチェックを行う方法の１つは、エンコーダが送る信号通知情報をチェックすることである。デコーダは、フレームのフェーディングがオンであると判断すると（９１０）、フェーディング補償を行う（９２０）。例えば、デコーダは、エンコーダが送るフェーディングパラメータを取得して、復号するフレームの１つまたは複数の基準フレームに対してフェーディング補償を行う（エンコーダで行われたように）。
【００７３】
デコーダは、次いで、例えば、動き補償を使って、調整した基準フレームからフレームを復号する（９３０）。フェーディングがオフの場合、デコーダは、フェーディング補償を行うことなくフレームを復号する（９３０）。復号が終わると（９４０）、プロセスは終了する。
【００７４】
図１０は、グローバル輝度変化補償を行うための例示的エンコーダフレームワーク１０００を示す。このフレームワーク１０００では、エンコーダは、フェーディング推定によって取得したパラメータを使って、基準フレームを条件付きで再マップする。エンコーダは、かなりの確実性および一貫性があるフェーディングをフレームに検出すると、再マッピングまたはフェーディング補償を行う。検出しないと、フェーディング補償は同一の動作（すなわち、出力＝入力）である。
【００７５】
図１０を参照すると、エンコーダは、フェーディング検出モジュール１０３０を使ってカレントフレーム１０１０を基準フレーム１０２０と比較し、フェーディングが発生しているかどうかを判定する。いくつかの実施形態では、基準フレームが、ビデオシーケンス中のカレントフレームの前のフレームである。あるいは、基準フレームが前のフレームよりもさらに早いフレーム、またはカレントフレームの後のフレームである。複数の基準フレームを使用する場合、エンコーダは、各基準フレーム中のフェーディングをチェックすることができる。エンコーダは、フェーディングの検出の結果に基づき、「フェーディングオン」または「フェーディングオフ」信号１０４０を生成する。
【００７６】
フェーディングがオンの場合、フェーディング推定モジュール１０５０が、カレントフレーム１０１０および基準フレーム１０２０の上で実行された計算に基づいて、フェーディングパラメータ１０６０を推定する。（いくつかの実施形態におけるフェーディング推定の詳細を、後のセクションＣ．で説明する。）
【００７７】
フェーディング補償モジュール１０７０は、フェーディングパラメータ１０６０を使って、基準フレーム１０２０（または複数の基準フレーム）を再マップする。エンコーダは、次いで、その他のエンコーダモジュール１０８０（例えば、動き推定および補償、周波数変換器、および量子化モジュール）を使って、フレームを圧縮する。エンコーダは、動きベクトル、残差、および符号化したカレントフレーム１０１０を定義するその他の情報１０９０を出力する。並進動きベクトルを使った動き推定／補償の他に、グローバル輝度変化補償のフレームワークを、多種多様の動き補償に基づくビデオコーデックに適用することができる。
【００７８】
図１１は、グローバル輝度変化補償を行うための例示的デコーダフレームワーク１１００を示す。デコーダは、復号したカレントフレーム１１１０を生成する。符号化されたフェーディング補償フレームを復号するために、デコーダは、フェーディング補償モジュール１１３０を使って、前に復号した基準フレーム１１２０（または複数の基準フレーム）に対してフェーディング補償を行う。
【００７９】
フェーディングオン／オフ信号１１４０が、カレントフレームのフェーディングがオンであることを表す場合、デコーダは基準フレーム１１２０に対してフェーディング補償を行う。デコーダは、フェーディング推定中に取得したフェーディングパラメータ１１５０を使用して、フェーディング補償を行う（エンコーダで行われたように）。そうでない場合（カレントフレームのフェーディングがオフである場合）、フェーディング補償は同一の動作（すなわち、出力＝入力）である。
【００８０】
デコーダは、次いで、その他のデコーダモジュール１１６０（例えば、動き補償、逆周波数変換器、および逆量子化モジュール）を使って、符号化されたフレームを動きベクトル、残差、およびエンコーダが供給するその他の情報１１７０を用いて圧縮解除することができる。
【００８１】
Ｂ．パラメータ化および補償
ビデオ編集においては、単純なピクセルの線形変換を輝度およびクロミナンスチャネルに適用することによって、合成フェーディングが実現されることがある。同様に、時間とともに変化する合成で、クロスフェーディングが２つのビデオシーケンスの線形和として実現されることがある。したがって、いくつかの実施形態では、図１０のフレームワーク１０００中に示すものなどのエンコーダが、フェーディング（自然であろうと合成であろうと）をピクセルの線形変換としてパラメータ化し、クロスフェーディングを線形和としてパラメータ化し、図１１のフレームワーク１１００中に示すものなどのデコーダが対応する変換を行う。
【００８２】
Ｉ（ｎ）をフレームｎの画像とし、Ｉ（ｎ−１）をその前のフレームの画像とする。動きが小さい場合、単純なフェーディングは、式１の１次の関係でモデル化される。（式１中の関係は、ビデオシーケンス中の可能性ある動きのために近似関係である。）
【００８３】
【数１】

【００８４】
式中、フェーディングパラメータＢおよびＣは、それぞれ明度および対比に対応する。非線形フェーディングが発生すると、１次成分は、一般に、変化の大きさを表す。
【００８５】
画像シーケンスＵ（ｎ）から画像シーケンスＶ（ｎ）までのクロスフェードは、式２の関係でモデル化することができる。式２の関係は、シーケンス中の可能性ある動きのために、近似関係である。
【００８６】
【数２】

【００８７】
【数３】

【００８８】
はクロスフェードの開始を表し、
【００８９】
【数４】

【００９０】
は、クロスフェードの終了を表す。いくつかのフレームにわたるクロスフェードの場合、αは小さい。クロスフェードの開始時、ｎ番目のフレームは、ｎ−１版目のフレームの減衰した（対比＜１）バージョンに接近している。終了に向かって、ｎ番目のフレームは、ｎ−１番目のフレームの増幅した（対比＞１）バージョンである。言い換えれば、クロスフェードの開始時には、ｎ番目のフレームを、対比値１−αによって基準化されたｎ−１番目のフレームとしてモデル化することができ、クロスフェードの終了時には、ｎ番目のフレームを、対比値１＋αによって基準化されたｎ−１番目のフレームとしてモデル化することができる。式２は、クロスフェードの開始時および終了時に、エンコーダが、線形則（下記の式３および４に示すものなど）を使って、基準フレーム（例えば、ｎ−１番目のフレーム）を再マップすることによりｎ番目のフレームを取得することを示す。
【００９１】
エンコーダは、基準フレームを再マップすることによって、グローバル輝度変化の補償を実行する。エンコーダは、ピクセルごとのベース、または特定のその他のベースで、基準フレームを再マップする。元の再マップされていない基準フレームは、基本的に破棄される（ただし、基準フレームが複数のシナリオでは、再マップされていない基準フレームも使用することができる）。
【００９２】
次の線形則は式１に基づき、２つのパラメータＢおよびＣ（シーンの明度および対比に対応）に関して、基準フレームＲの輝度値を、再マップされた基準フレーム
【００９３】
【数５】

【００９４】
に再マップする。
【００９５】
【数６】

【００９６】
基準フレームの輝度値は、対比値で基準化（または「重み付け」）され、明度値だけシフトされる（すなわち、オフセットを加算することによって）。クロミナンスについては、次の規則に従って再マップを行う。
【００９７】
【数７】

【００９８】
式中、μは、クロミナンス値の平均である。一実施形態では、１２８を、符号なし８ビット表示のクロミナンス値の平均とみなす。このクロミナンスの再マップの規則は、明度の成分を使用しない。
【００９９】
いくつかの実施形態では、式３および４で使用している２パラメータの線形再マップを、より高次の項に拡張している。例えば、式５は、輝度値Ｒを
【０１００】
【数８】

【０１０１】
に再マップする２次式である。
【０１０２】
【数９】

【０１０３】
他の実施形態は、他の再マップ規則を使用している。このような再マップ規則のカテゴリの１つでは、非線形フェーディングの場合には、線形マッピングが非線形マッピングに置き換えられる。
【０１０４】
Ｃ．フェーディングパラメータの推定
フェーディング推定は、符号化プロセス中にフェーディングパラメータを計算するプロセスである。図１０のフレームワーク１０００中に示すものなどのエンコーダは、符号化プロセス中に、明度Ｂおよび対比Ｃのパラメータを計算することができる。
【０１０５】
いくつかの実施形態では、正確に、かつ迅速な方法でパラメータを推定するために、エンコーダは、図１２に示す技術１２００を使用する。図示の技術では、輝度チャネルのみが分析されている。あるいは、より多くの計算資源が利用可能な場合は、エンコーダは分析にクロミナンスを含める。例えば、エンコーダは、式３および４で（式３だけでなく）Ｃを求めて、Ｃをよりロバストにする。
【０１０６】
図１２に示す実施形態では、フェーディング推定プロセス中は、シーン中の動きが無視される。これは、（ａ）フェードおよびクロスフェードが一般に静止または動きが少ないシーンで発生し、また、（ｂ）動きが多いシーンでのグローバル輝度変化補償の有用性は非常に低いという観察に基づく。あるいは、エンコーダは、フェーディングパラメータと動き情報を一緒にして求める。その場合、技術１２００のより後の段階で、またはその他の特定の時に、その動き情報を使用して、フェーディングパラメータの正確度を高める。動き情報を使用法の１つは、基準フレームの、動きが検出された部分を、フェーディング推定の計算から除外することである。
【０１０７】
技術１２００の様々な部分において、絶対誤差の和、
【０１０８】
【数１０】

【０１０９】
は、フェーディングの存在およびパラメータを判断するためのメトリックスの役割を果たす。あるいは、エンコーダは、同じ誤差項に対する二乗誤差の和（ＳＳＥ）または平均二乗誤差（ＭＳＥ）など、その他またはさらなるメトリックスを使い、または、異なる誤差項を使う。
【０１１０】
技術１２００中の様々な時点で、エンコーダは、ＥＸＩＴ条件を満たした時点で技術１２００を終了することができる。図１２は、いくつかのＥＸＩＴ条件を示す。別のＥＸＩＴ条件（図１２には図示せず）の場合、エンコーダは、技術１２００の開始時または中間段階で、対比パラメータが１．０に近いかどうかを（一実施形態では０．９９＜１．０２）をチェックし、もしそうであれば、技術１２００を終了する。
【０１１１】
エンコーダは、カレントフレームおよび基準フレームをダウンサンプリングすることによって、プロセス１２００を開始する（１２１０）。一実施形態では、エンコーダは、縦横ともに４倍でダウンサンプリングする。あるいは、エンコーダは別の倍率でダウンサンプリングし、または全くダウンサンプリングしない。
【０１１２】
エンコーダは、次いで、カレントおよび基準フレームの、より低い解像度のバージョンの絶対誤差（下付き文字ｄで表す）の和、Σａｂｓ（Ｉ_ｄ（ｎ）−Ｒ_ｄ）を計算する（１２２０）。絶対誤差の和は、ダウンサンプリングしたカレントフレームとダウンサンプリングした基準フレームのピクセル値の差を測定する。絶対誤差の和が特定の閾値（例えば、ダウンサンプリングしたカレントフレームおよび基準フレーム中のピクセルの輝度の、所定の差の測度）よりも小さい場合（１２３０）、エンコーダは、フェーディングは発生していないという結論を下し、フェーディング補償を行わない（１２３５）。
【０１１３】
そうでない場合は、エンコーダは、明度（Ｂ）および対比（Ｃ）パラメータを推定する（１２４０）。ＢおよびＣのファーストカットの推定は、Ｒ_ｄについてＩ_ｄ（ｎ）をモデル化することによって得られる。一実施形態では、明度および対比パラメータが、ダウンサンプリングした全フレームに対する線形回帰によって得られる。他の実施形態では、エンコーダは、よりロバストな分析のために、総合最小二乗、最小二乗メディアンなどのその他の形の統計分析を使用する。例えば、エンコーダは、誤差項Ｉ_ｄ（ｎ）−Ｒ_ｄのＭＳＥまたはＳＳＥを最小限にする。状況によっては、ＭＳＥおよびＳＳＥがロバストではなく、そのため、エンコーダは、誤差項の絶対誤差の和もテストする。エンコーダは、特定の点における高誤差値（フェーディングではなく、動きによる場合がある）を廃棄する。
【０１１４】
エンコーダは、次いで、ＢおよびＣを量子化および逆量子化することによって、Ｂ_ｆおよびＣ_ｆを算出する（１２５０）。ファーストカットのパラメータを量子化および逆量子化してＢ_ｆおよびＣ_ｆを得て、それらが確実に許容範囲内に収まり、また整合性のテストができるようにする。いくつかの実施形態では、一般に８ビット深度の画像の場合、ＢおよびＣがそれぞれ６ビットに量子化される。Ｂは、符号付き５ビット整数として表される、−３２から３１までの整数値をとる。Ｃ_ｑとして表されるＣの量子化値は、量子化された値の１から６３までに対応する、０．０１５６２５（１／６４）の一様なステップの、０．５１５６２５から１．４８４３７５までの値である。量子化は、ＢおよびＣを最も近い有効逆量子化値に四捨五入して、適切なバイナリインデックスをとることにより行われる。
【０１１５】
エンコーダは、次いで、元の有界の絶対誤差の和（Ｓ_{ＯｒｇＢｎｄ}）および再マップした有界の絶対誤差の和（Ｓ_{ＲｍｐＢｎｄ}）を算出する（１２７０）。いくつかの実施形態では、エンコーダは、適合度分析（ｇｏｏｄｎｅｓｓ−ｏｆ−ｆｉｔ ａｎａｌｙｓｉｓ）を使って和を算出する。元の解像度の、ランダムまたは擬似ランダムのピクセル集合の場合、エンコーダは、再マップした有界の絶対誤差の和、Σｂａｂｓ（Ｉ（ｎ）−Ｃ_ｆＲ−Ｂ_ｆ）を計算する。式中、特定の界Ｍについて、ｂａｂｓ（ｘ）＝ｍｉｎ（ａｂｓ（ｘ），Ｍ）である。一実施形態では、Ｍは、符号化されるフレームの量子化パラメータの倍数である。界Ｍは、量子化パラメータが「粗」の場合には高くなり、量子化パラメータが「微」の場合には低くなる。エンコーダはまた、元の有界の絶対誤差の和、Σｂａｂｓ（Ｉ（ｎ）−Ｒ）を累算する。計算資源が利用可能な場合は、エンコーダは、全フレームの有界の誤差の和を計算することができる。
【０１１６】
次いで、エンコーダは、元の、および再マップした有界の絶対誤差の和の相対的値に基づき、フェーディング補償を使うべきかどうかを判断する（１２８０）。例えば、いくつかの実施形態では、再マップした有界の絶対誤差の和が、元の有界の絶対誤差の和の特定の閾値である率、σ以下でない場合には、エンコーダはフェーディング補償を行わない。一実施形態では、σ＝０．９５である。エンコーダは、フェーディング補償を行っている場合に、このときはＩ（ｎ）とＲの間の線形回帰に基づいて、しかしフル解像度で、フェーディングパラメータを再計算する（１２９０）。計算時間の節約のために、エンコーダは、フレームのランダムまたは擬似ランダムサンプリングに対して繰り返し線形回帰を実施することができる。この場合も、エンコーダは、よりロバストな分析のためには、その他の形の統計分析（例えば、総合最小二乗、最小二乗メディアンなど）を代替的に使用することができる。符号化が終わると、プロセスは終了する。
【０１１７】
一実施形態では、エンコーダは、式３および４においてＣ＝−１である特殊なケースも認める。この特殊なケースは、ビットストリーム中のＣ_ｑ＝０によって信号通知される。この「逆」モードでは、基準フレームは、Ｂだけシフトされる前に逆転され、Ｂの範囲は、２の一様なステップの、１９３から３１９までの値である。
【０１１８】
Ｄ．信号通知
図１０のフレームワーク１０００中に示すものなどのエンコーダは、フェーディングオン／オフ信号通知情報を、フェーディングパラメータとともに送る。図１１のフレームワーク１１００中に示すものなどのデコーダは、その信号通知情報およびフェーディングパラメータを受け取る。
【０１１９】
いくつかの実施形態では、エンコーダは、シーケンスレベルで、グローバル輝度変化補償がそのシーケンスに使用可能であるかどうかを示す１ビットを送る。エンコーダはまた、フレームレベルでグローバル輝度変化を信号通知することができ、かつ／またはフレーム中の個々のブロックまたはマクロブロックなど、フレームの一部分のグローバル輝度変化を信号通知することができる。
【０１２０】
代表的なビデオシーケンス中のフレームの間では、グローバル輝度変化またはフェーディングが発生することは稀である。ビットを追加することによって、フェーディングを（または、同様に、フェーディングが存在しないことを）を信号通知することが可能である。例えば、エンコーダは、１ビットを使って、フレームレベルでフェーディングを（または、同様に、フェーディングが存在しないことを）信号通知することができる。しかし、フェーディングを（または、同様に、フェーディングが存在しないことを）、他の情報と一緒に信号通知する方がより経済的である。例えば、エンコーダは、動きモードのための可変長コード（ＶＬＣ）テーブル中のエスケープシーケンス（すなわち、動きベクトルの数および構成、サブピクセル内挿スキーム）を使って、フレームレベルの信号通知を行う。このような実施形態では、エンコーダは、最低頻度動きモード（ｔｈｅ ｌｅａｓｔ ｆｒｅｑｕｅｎｔ ｍｏｔｉｏｎ ｍｏｄｅ）およびフェーディング補償の起動を一緒に信号通知する。
【０１２１】
イベントＦはフェーディングの存在を表し、Ｇはそのフレームに最低頻度動きモードが選択されていることを表すとする。ＶＬＣ＜ＭＶＭＯＤＥ＞は、Ｇが偽である場合の動きモードを表すとする。このＶＬＣテーブルは、Ｆおよび／またはＧが真である場合にそれを信号通知するために使用される、エスケープ記号＜ＥＳＣ＞を備えて設計されている。表１は、フェーディング補償が起動されると、Ｆと動きモードが一緒にコード化され、その後にフェーディングパラメータＢおよびＣが付けられることを示している。
【０１２２】
【表１】

【０１２３】
あるフレームについてグローバル輝度変化が起動されると、別のＶＬＣ（＜ＭＶＭＯＤＥ＞または＜ＥＳＣ＞のいずれか）が付けられて、動きモードであることを表す。次いで、ＢおよびＣにそれぞれ２つの６ビットの固定長コードワードを使って、パラメータを信号通知する。あるいは、ＶＬＣを使ってパラメータを信号通知する。ブロックやマクロブロックなど、フレームの個々の部分に適用された場合には、エンコーダは、その部分とは独立させて、フェーディングパラメータを信号通知することができる。例えば、ビデオフレームのあるマクロブロックにのみフェーディングが適用される場合、コード化されたブロックパターンや変換タイプなど、マクロブロックレベルの情報と結合したエントロピコードによって、フェーディング情報を信号通知することができる。
【０１２４】
図１３は、エンコーダが最低頻度動きモードとフェーディングの存在を一緒にコード化する場合の、コーディング構成（一実施形態の表１に対応する）を示す樹形図である。（フェーディングパラメータのコーディングの詳細は省略する。）エンコーダは、ＶＬＣを使って、その他の動きモードのそれぞれを表す（例えば、コード「０」、「１０」、「１１０」は、それぞれ動きモード「０」、「１」、「２」を表す。）エンコーダは、フェーディングが起動されない場合には、最低頻度動きモードを表す「０」が付いたエスケープコード（例えば、「１１１」）を使う。エンコーダは、フェーディングが起動されることを表すには、「１」が付いたエスケープコードを使う。
【０１２５】
別途記載していない限り、本明細書に記載のプログラム、プロセス、または方法は、特定のタイプのコンピューティング環境に関するものではなく、またそれに限定されるものでもないことを理解されたい。様々なタイプの汎用または専用コンピューティング環境は、本明細書に記載の教示に従って使用することができ、または、動作を行うことができる。ソフトウェアで示す実施形態の要素をハードウェアで実装することができ、またその反対も可能である。
【０１２６】
本発明の原理を適用することができる多くの可能な実施形態を考慮して、頭記の特許請求の範囲およびその同等物の範囲および趣旨に含み得るものすべてを、本発明として主張する。
【図面の簡単な説明】
【図１】従来技術によるブロックに基づくフレーム内圧縮を示す図である。
【図２】従来技術によるビデオエンコーダ中の動き推定を示す図である。
【図３】従来技術によるブロックに基づくフレーム間圧縮を示す図である。
【図４】従来技術によるブロックに基づくフレーム間圧縮解除を示す図である。
【図５】いくつかの記載の実施形態を実装することができる、適切なコンピューティング環境の構成図である。
【図６】いくつかの記載の実施形態で使用される、汎用型ビデオエンコーダシステムの構成図である。
【図７】いくつかの記載の実施形態で使用される、汎用型ビデオデコーダシステムの構成図である。
【図８】フェーディング推定および補償を使った、ビデオを符号化するための技術を示す流れ図である。
【図９】フェーディング補償を使った、ビデオを復号するための技術を示す流れ図である。
【図１０】フェーディング推定および補償を行うことが可能なビデオエンコーダシステムの構成図である。
【図１１】フェーディング補償を行うことが可能なビデオデコーダの構成図である。
【図１２】フェーディングの検出およびパラメータの抽出のための技術を示す流れ図である。
【図１３】フレームにフェーディング補償を使用すべきかどうかを指示するための信号通知スキームを示す図である。
【符号の説明】
１００ ブロックに基づくフレーム内圧縮
１０５ ピクセルブロック、８×８のピクセルブロック
１１０ ８×８の離散コサイン変換（ＤＣＴ）
１１５ ８×８のＤＣＴ係数ブロック
１２５ ８×８の量子化ＤＣＴ係数ブロック、量子化ＤＣＴ係数ブロック
１３５ 隣接ブロック
１４５ ８×８ブロック
１７０ エントロピコード
２１０ 予測フレーム
２１５ マクロブロック
２３５ サーチエリア
３２５ 元のカレントブロック
３３５ 誤差ブロック
３４０ ＤＣＴ
３４５ ８×８の係数ブロック
３５５ ８×８の量子化ＤＣＴ係数ブロック
４００ 復号プロセス
４１０ 可変長復号可変長復号
４２０ ランレングス復号
４３５ ２次元ブロック
４４５ 誤差
４５５ 基準フレームからの変位の動きベクトル情報
４７５ 再構築ブロック
５００ コンピューティング環境
５１０ 処理装置
５２０ メモリ
５３０ 基本的な構成
５４０ 記憶装置
５５０ 入力装置
５６０ 出力装置
５７０ 通信接続
５８０ ソフトウェア
６００ 汎用型ビデオエンコーダ、エンコーダ
６１０ 動き推定器
６２０ フレーム記憶装置
６２５ フレーム
６３５ 動き補償カレントフレーム
６４５ 予測残差
６６０ 周波数変換器
６７０ 量子化器
６８０ エントロピコーダ
６９５ 圧縮ビデオ情報
７００ 汎用型ビデオデコーダ、デコーダ、ビデオデコーダシステム
７０５ 再構築フレーム
７２０ フレームバッファ、フレーム記憶装置
７３５ フレームの予測
７８０ エントロピデコーダ
７９５ ビデオフレームシーケンスの情報
１０００ エンコーダフレームワーク
１０３０ フェーディング検出モジュール
１０５０ フェーディング推定モジュール
１０７０ フェーディング補償モジュール
１０８０ その他のエンコーダモジュール
１１００ デコーダフレームワーク
１１１０ 復号されたカレントフレーム
１１３０ フェーディング補償モジュール
１１６０ その他のデコーダモジュール
１０４０、１１４０ フェーディングオン／オフ信号
１０６０、１１５０ フェーディングパラメータ
１０９０、１１７０ その他の情報
１２６、１３６ ＤＣ係数
１２７、１３７ 左縦列
１４０、１４７ 差分
１５５、３６５、４２５ １次元配列
１６５、３７５、４１５ Ｒｕｎ／Ｌｅｖｅｌ／Ｌａｓｔテーブル
２３０、７２５、１０２０、１１２０ 基準フレーム
３１５、４６５ 予測ブロック
６０５、１０１０ カレントフレーム
６１５、７１５ 動き情報
６３０、７３０ 動き補償器
６６６、７６０ 逆周波数変換器
６７６、７７０ 逆量子化器
６９０、７９０ バッファ

Claims (28)

1. １つまたは複数のビデオ画像を処理する方法であって、
   基準化パラメータおよびシフトパラメータを含むフェーディングパラメータを取得するステップと、
   再マップした基準ビデオ画像の複数の再マップしたピクセル値を計算することによってフェーディング補償を行うステップであって、前記複数の再マップしたピクセル値が、少なくともある程度は、フェーディングパラメータに関する、基準ビデオ画像中で使用されている複数の元のピクセル値の再マップに基づいており、前記複数の再マップしたピクセル値は複数の再マップしたクロミナンス値を含み、基準化パラメータおよび平均クロミナンス値を使用して前記複数の再マップしたクロミナンス値を再マップするステップと、
   前記複数の再マップしたピクセルを使用して、カレントビデオ画像の少なくとも一部の動き補償を行うステップとを含むことを特徴とする方法。
2. 前記基準化パラメータが対比パラメータであり、前記シフトパラメータが明度パラメータであることを特徴とする請求項１に記載の方法。
3. 前記フェーディングパラメータは、
   前記対比パラメータを使って、前記複数の元のピクセル値の輝度値を基準化するステップと、
   前記明度パラメータを使って、前記基準化した輝度値をシフトするステップとを含むピクセルの線形変換を指定することを特徴とする、請求項２に記載の方法。
4. 前記対比パラメータは、約０．５と等しいかそれより大きく、かつ約１．５と等しいかそれよりも小さく、また、前記明度パラメータは、約−３２と等しいかそれより大きく、かつ約３１と等しいかそれよりも小さいことを特徴とする請求項３に記載の方法。
5. 前記フェーディングパラメータは、
   前記対比パラメータを使って、前記複数の元のピクセル値の輝度値を基準化するステップであって、前記対比パラメータが−１であるステップと、
   修正した明度パラメータを使って、前記基準化した輝度値をシフトするステップとを含む線形変換を指定することを特徴とする、請求項２に記載の方法。
6. 前記基準化パラメータは対比パラメータであることを特徴とする請求項１に記載の方法。
7. 前記フェーディングパラメータは、
   前記対比パラメータを使って、前記複数の元のピクセル値のクロミナンス値を基準化するステップを含むピクセルの線形変換を指定することを特徴とする、請求項６に記載の方法。
8. 前記フェーディング補償は、前記元のピクセル値に前記基準化パラメータを乗算するステップと、その結果に前記シフトパラメータを加算するステップとを含むことを特徴とする請求項１に記載の方法。
9. 前記基準化パラメータは重みパラメータであり、前記シフトパラメータはオフセットパラメータであることを特徴とする請求項１に記載の方法。
10. 前記方法はビデオの復号中に実施されることを特徴とする請求項１乃至９のいずれかに記載の方法。
11. 前記方法はビデオの符号化中に実施されることを特徴とする請求項１乃至９のいずれかに記載の方法。
12. 前記フェーディングパラメータは固定長符号であることを特徴とする請求項１乃至９のいずれかに記載の方法。
13. １つまたは複数の前記フェーディングパラメータは可変長符号であることを特徴とする請求項１乃至９のいずれかに記載の方法。
14. 前記平均クロミナンス値は１２８に決定されることを特徴とする請求項１乃至９のいずれかに記載の方法。
15. ビデオシーケンス中のカレントビデオフレームを処理する方法であって、
    前記カレントビデオフレームのグローバル輝度変化補償パラメータを取得するステップと、
    再マップされたピクセル値を計算することによってグローバル輝度変化補償を行うステップであって、前記再マップしたピクセル値が、グローバル輝度変化補償パラメータに関して、少なくともある程度は、基準ビデオフレーム中で使用されている元のピクセル値の再マップに基づいており、前記再マップされたピクセル値が再マップしたクロミナンス値を含み、基準化パラメータおよび平均クロミナンス値を使用して前記再マップしたクロミナンス値を再マップするステップと、
    前記再マップしたピクセル値を使用して、前記カレントビデオフレームの少なくとも一部の動き補償を行うステップとを含むことを特徴とする方法。
16. 前記基準化パラメータは対比パラメータであることを特徴とする請求項１５に記載の方法。
17. 前記グローバル輝度変化補償パラメータは、
    前記対比パラメータを使って、前記元のピクセル値の輝度値を基準化するステップと、
    明度パラメータを使って、前記基準化した輝度値をシフトするステップとを含むピクセルの線形変換を指定することを特徴とする、請求項１６に記載の方法。
18. 前記グローバル輝度変化補償パラメータは、前記対比パラメータを使って、前記元のピクセル値のクロミナンス値を基準化するステップを含むピクセルの線形変換を指定することを特徴とする、請求項１６に記載の方法。
19. 前記方法はビデオの復号中に実施されることを特徴とする請求項１５乃至１８のいずれかに記載の方法。
20. 前記方法はビデオの符号化中に実施されることを特徴とする請求項１５乃至１８のいずれかに記載の方法。
21. 少なくとも１つの前記グローバル輝度変化補償パラメータは可変長符号であることを特徴とする請求項１５乃至１８のいずれかに記載の方法。
22. 少なくとも１つの前記グローバル輝度変化補償パラメータは固定長符号であることを特徴とする請求項１５乃至１８のいずれかに記載の方法。
23. 前記平均クロミナンス値は１２８に決定されることを特徴とする請求項１５乃至１８のいずれかに記載の方法。
24. ビデオ画像を処理するためのコンピュータ化システムであって、
    ビデオシーケンス中の基準画像に対する、前記ビデオシーケンス中のカレント画像中のグローバル輝度変化を検出するための手段と、
    前記ビデオシーケンス中の前記カレント画像中のピクセル値と前記ビデオシーケンス中の前記基準画像中のピクセル値との間の差の統計分析によって、前記グローバル輝度変化補償の基準化パラメータおよびシフトパラメータを推定するための手段と、
    前記輝度値に、基準化した輝度値を与える前記推定基準化パラメータによって決定される係数を乗算すること、および、推定シフトパラメータによって決定される量に基づいて前記基準化した輝度値をシフトすることによって、前記基準画像の輝度値を調整する手段と、前記クロミナンス値に、基準化したクロミナンス値を与える前記推定基準化パラメータによって決定される係数を乗算すること、および、平均クロミナンス値に基づいて前記基準化したクロミナンス値をシフトすることによって、前記基準画像のクロミナンス値を調整する手段と、を含むグローバル輝度変化補償を行うための手段と、
    前記カレント画像の少なくとも一部の動き補償を行うための手段であって、前記動き補償が前記基準画像に対して動きベクトルを適用することを含む手段とを含むことを特徴とするコンピュータ化システム。
25. カレントビデオフレームの一部のフェーディングパラメータを取得するステップと、
    再マップされた基準ビデオフレームの対応する部分の、複数の再マップしたピクセル値を計算することによってフェーディング補償を行うステップであって、前記複数の再マップしたピクセル値が、フェーディングパラメータに関して、少なくともある程度は、基準ビデオの対応する部分中で使用されている複数の元のピクセル値の再マップに基づいており、前記複数の再マップしたピクセル値が複数の再マップしたクロミナンス値を含み、基準化パラメータおよび平均クロミナンス値を使用して、前記複数の再マップしたクロミナンス値を再マップするステップと、
    前記複数の再マップしたピクセル値を使用して、前記カレントビデオフレームの前記部分の動き補償を行うステップとを含むことを特徴とする方法。
26. 前記カレントビデオフレームの前記部分は１つまたは複数のブロックを含むことを特徴とする請求項２５に記載の方法。
27. 前記カレントビデオフレームの前記部分は１つまたは複数のマクロブロックを含むことを特徴とする請求項２５に記載の方法。
28. 前記平均クロミナンス値は１２８に決定されることを特徴とする請求項２５乃至２７のいずれかに記載の方法。

Images