JP6074864B2 - 復号方法、復号装置およびプログラム - Google Patents

Description

本発明は、マルチメディアデータに含まれる画像または動画像を符号化する画像符号化方法、および、符号化された画像または動画像を復号する画像復号方法などに関する。

ＭＰＥＧ−１、ＭＰＥＧ−２、ＭＰＥＧ−４またはＭＰＥＧ−４ ＡＶＣなどの動画像圧縮規格では、通常、圧縮されたピクチャはマクロブロックと呼ばれる矩形単位に分割される。マクロブロックは、通常、複数の画像サンプルである二次元ブロックとして定義される。この複数の画像サンプルは、輝度サンプルに対して幅１６ピクセルおよび高さ１６ピクセルからなる。マクロブロックの圧縮率は、マクロブロックのそれぞれにおいて、量子化スケールパラメータによって制御される。この量子化スケールパラメータは、全ての周波数係数に対して適用される量子化のレベルを定めている。この量子化スケールパラメータは、通常、符号化順で直前のマクロブロックの量子化スケールパラメータとの差分値として符号化され、圧縮されたマクロブロックのヘッダに格納される。

例えば、ＭＰＥＧ規格団体による高効率動画像符号化（ＨＥＶＣ）規格などの開発中の新しい動画像規格では、大きな単位にピクチャを分割することによって、圧縮動画像の符号化効率を向上することができるということが提案されている（例えば、非特許文献１参照）。つまり、ピクチャを符号化単位（ＣＵ：Coding Unit）に分割することができ、その符号化単位をマクロブロックよりも大きいサイズにすることができる。例えば、符号化単位は、輝度サンプルに対して１２８×１２８ピクセルからなり、マクロブロックよりも６４倍だけ大きい。

また、符号化効率の向上を図るために、大きい符号化単位を、より小さい単位（サブ符号化単位）に分割することができる。符号化単位またはサブ符号化単位は３つの主成分を有する。これらの主成分は、符号化単位ヘッダ、予測単位（ＰＵ：Prediction Unit）および変換単位（ＴＵ：Transform Unit）である。

図１は、符号化単位を有する圧縮されたピクチャの構成を示す図である。

この図１に示すように、ピクチャＤ１００はヘッダ（以下、ピクチャヘッダという）とボディからなる。ピクチャヘッダは、ピクチャに関するパラメータ（ピクチャパラメータ）を含み、ボディは、ピクチャの複数の圧縮サンプルを含む。また、ボディは符号化単位Ｄ１０２，Ｄ１０４などの複数の符号化単位からなり、それらの符号化単位のうちの幾つかはサブ符号化単位に分割される。例えば、符号化単位Ｄ１０２は複数のサブ符号化単位Ｄ１０６に分割され、さらに、サブ符号化単位Ｄ１０６はより小さい複数のサブ符号化単位Ｄ１０８に分割される。符号化単位Ｄ１０４またはサブ符号化単位Ｄ１０８は３つの主成分を有する。具体的には、符号化単位Ｄ１０４は、３つの主成分として、符号化単位ヘッダＤ１１６、予測単位Ｄ１１８および変換単位Ｄ１２０を有する。サブ符号化単位Ｄ１０８は、３つの主成分として、サブ符号化単位ヘッダＤ１１０、予測単位Ｄ１１２および変換単位Ｄ１１４を有する。図１に示すように、変換単位Ｄ１２０は複数の小さいサブ変換単位Ｄ１２２に分割され、サブ変換単位Ｄ１２２は複数のより小さいサブ変換単位Ｄ１２４に分割される。最も小さい変換単位（サブ変換単位）Ｄ１１４，Ｄ１２４はブロックの量子化された係数を有し、これらの量子化された係数の逆量子化には、量子化スケールパラメータが必要とされる。

"Test Model under Consideration"Joint Collaborative Team on Video Coding (JCT-VC) of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11, 2nd Meeting: Geneva, CH, 21-28 July, 2010, Document: JCTVC-B205

しかしながら、上記非特許文献１の画像復号方法および画像符号化方法では、符号化効率の向上を図ることができないという問題がある。

つまり、ＨＥＶＣ規格では、符号化単位（ＣＵ）の予測は、少なくとも１つの予測単位（ＰＵ）を用いて行われる。画面間予測されるＣＵは４つのＰＵに分割される。ＰＵの分割は対称または非対称であってもよい。画面間予測される最も小さいＰＵのサイズは、４×４輝度サンプルである。参照インデックス（ref_idx）は、ＰＵごとに送信される。なお、参照インデックスは、参照フレームインデックスとも呼ばれ、画面間予測において参照される参照画像を示すインデックスである。ここで、４×４サンプルなどからなる小さいＰＵには同じ参照インデックスが用いられる傾向にある。したがって、小さいＰＵごとに参照インデックスを送信することは、符号化ストリームが冗長となり、不必要にビットを消費することとなる。つまり、画像符号化装置は参照インデックスをＰＵごとに常に伝送する必要があるため、小さいＰＵのような細かい領域で参照インデックスを切り替える必要がない場合には、オーバーヘッドが増えてしまう。その結果、符号化効率の向上を図ることができない。

そこで、本発明は、かかる問題に鑑みてなされたものであって、符号化効率の向上を図ることができる画像復号方法および画像符号化方法を提供することを目的とする。

上記目的を達成するために、本発明の一態様に係る復号方法は、ビットストリームから複数の画像を復号する復号方法であって、前記画像に含まれる復号対象の対象ブロックは、前記対象ブロックよりも小さいサイズの複数のサブブロックをそれぞれ含む１以上の階層に階層化され、前記ビットストリームのヘッダから、前記対象ブロックの予測に用いる予測情報を伝送する単位である第１サブブロックが属する第１階層の深さを特定する深さ情報を復号し、前記深さ情報に基いて、前記第１サブブロックに符号化されている前記予測情報を復号し、前記予測情報を用いて、前記第１階層に属する前記第１サブブロック、または前記第１階層より深い階層に属する第２サブブロックを予測して予測画像を生成し、前記予測画像を用いて、前記対象ブロックを復号する。

また、上記目的を達成するために、本発明の一態様に係る画像復号方法は、画面間予測を伴って動画像を符号化することによって生成された、複数の処理単位と、前記複数の処理単位に対するヘッダとを含む符号化ストリームを復号する画像復号方法であって、前記複数の処理単位のうち少なくとも１つの処理単位は、複数のより小さい処理単位に分割されて、上位から下位に向かって処理単位がより小さくなるように階層化されており、最上位の階層には最も大きい処理単位として符号化単位があり、前記最上位の階層よりも深い下位の階層には前記符号化単位よりも小さい処理単位として予測単位があり、前記画像復号方法は、最も小さい予測単位がある最下位の階層よりも上位の階層を示す、前記ヘッダに格納されている階層深さ情報を解析することによって、前記階層深さ情報により示される階層または当該階層よりも上位の階層であって、復号に必要な参照インデックスが格納されている予測単位のある階層を特定し、特定された階層にある前記予測単位に格納されている前記参照インデックスを用いて、前記予測単位を復号する。

これにより、参照インデックスが格納されている予測単位は、最下位の階層よりも上位の階層にあるため、その予測単位はより小さい複数の予測単位を含んでいる。そして、この予測単位に格納されている参照インデックスを用いてその予測単位が復号されるため、その予測単位に含まれる、より小さい複数の予測単位のそれぞれに対して、同じ参照インデックスが用いられる。したがって、画像符号化装置は、同じ参照インデックスを、そのより小さい複数の予測単位のそれぞれに繰り返し挿入して送信する必要がない。その結果、符号化効率を向上することができる。

言い換えれば、本発明の一態様に係る画像復号方法では、上述のような課題を解決するため、例えば８×８サンプルからなる符号化単位などのような、参照インデックスを送信するための最小の単位（最小送信単位）を導入する。その最小送信単位は、シーケンスパラメータセット、ピクチャパラメータセットまたはスライスヘッダ内の、例えばＣＵ階層深さ情報によって示される。最小送信単位に対して１つの参照インデックスが送信され、その最小送信単位に含まれる全てのＰＵに対して同じその参照インデックスが用いられる。

つまり、画像符号化装置は、ＰＵよりも浅い上位の階層にある大きい単位（処理単位）に参照インデックスを格納し、その処理単位がある階層（階層の深さ）を特定するための階層深さ情報をシーケンスヘッダまたはピクチャヘッダなどのヘッダに格納する。画像復号装置は、そのヘッダにある階層深さ情報を解析して階層（階層の深さ）を特定し、その特定された階層にある処理単位に格納されている参照インデックスを解析する。参照インデックスは、その処理単位に含まれる全てのＰＵに適用される。ここで、階層深さ情報は、参照インデックスを格納している処理単位が存在し得る最も深い（最も下位にある）階層を示していてもよい。この場合、画像復号装置は、その階層深さ情報によって示される最下位の階層、またはその最下位の階層よりも上位の階層を特定する。また、階層深さ情報は、予め定められた階層のＣＵ（例えば、最下位の階層にあるＣＵ）に参照インデックスが格納されているか否かを示すフラグであってもよい。

また、上記目的を達成するために、本発明の一態様に係る画像符号化方法は、画面間予測を伴って動画像を符号化することにより、複数の処理単位と、前記複数の処理単位に対するヘッダとを含む符号化ストリームを生成する画像符号化方法であって、前記複数の処理単位のうち少なくとも１つの処理単位は、複数のより小さい処理単位に分割されて、上位から下位に向かって処理単位がより小さくなるように階層化されており、最上位の階層には最も大きい処理単位として符号化単位があり、前記最上位の階層よりも深い下位の階層には前記符号化単位よりも小さい処理単位として予測単位があり、前記画像符号化方法は、画面間予測を伴って前記動画像を符号化し、復号に必要な参照インデックスが格納されている予測単位のある階層を特定するための情報であって、最も小さい予測単位がある最下位の階層よりも上位の階層を示す階層深さ情報を、前記ヘッダに書き込み、前記階層深さ情報により示される階層または当該階層よりも上位の階層にある予測単位に、当該予測単位に適用される前記参照インデックスを書き込む。

これにより、同じ参照インデックスを、小さい複数の予測単位のそれぞれに繰り返し書き込むことなく、それらの予測単位よりも上位の階層にあって、それらの予測単位を含む大きな処理単位に、参照インデックスが１つだけ書き込まれる。したがって、参照インデックスの冗長性を排除し、符号化効率の向上を図ることができる。

なお、本発明は、このような画像復号方法および画像符号化方法として実現することができるだけでなく、それらの方法により画像を復号または符号化する装置、集積回路、それらの方法により画像を復号または符号化するプログラム、そのプログラムを格納する記録媒体としても実現することができる。

本発明の画像復号方法および画像符号化方法は、符号化効率の向上を図ることができる。具体的には、小さいＰＵごとに参照インデックスを符号化するような冗長性を排除することによって、符号化効率を向上し、符号量を削減することができる。

図１は、従来の符号化ストリームの構成を示す図である。 図２は、本発明の実施の形態１における画像符号化装置の構成を示すブロック図である。 図３は、本発明の実施の形態１における画像復号装置の構成を示すブロック図である。 図４は、多階層ブロック構造を説明するための説明図である。 図５は、HEVC規格において検討されている符号化ストリームの構成を示す図である。 図６は、本発明の実施の形態１における符号化ストリームの構成を示す図である。 図７Ａは、本発明の実施の形態１における階層深さ情報（maximum hierarchy depth）の格納位置を示す図である。 図７Ｂは、本発明の実施の形態１における階層深さ情報（maximum hierarchy depth）の格納位置を示す図である。 図８は、本発明の実施の形態１における画像復号装置による復号を示すフローチャートである。 図９は、本発明の実施の形態１における画像符号化装置による符号化を示すフローチャートである。 図１０は、本発明の実施の形態１における第１の変形例に係る画像復号装置による復号を示すフローチャートである。 図１１は、本発明の実施の形態１における第２の変形例に係る画像復号装置によるＰＵの復号を示すフローチャートである。 図１２Ａは、本発明の画像復号方法を示すフローチャートである。 図１２Ｂは、本発明の画像符号化方法を示すフローチャートである。 図１３Ａは、本発明の実施の形態１におけるシーケンスヘッダのシンタックスを示す図である。 図１３Ｂは、本発明の実施の形態１におけるピクチャヘッダのシンタックスを示す図である。 図１３Ｃは、本発明の実施の形態１におけるスライスヘッダのシンタックスを示す図である。 図１４Ａは、本発明の実施の形態１における符号化単位（ＣＵ）のシンタックスを示す図である。 図１４Ｂは、本発明の実施の形態１における予測単位（ＰＵ）のシンタックスを示す図である。 図１４Ｃは、本発明の実施の形態１における変換単位（ＴＵ）のシンタックスを示す図である。 図１５は、コンテンツ配信サービスを実現するコンテンツ供給システムの全体構成図である。 図１６は、デジタル放送用システムの全体構成図である。 図１７は、テレビの構成例を示すブロック図である。 図１８は、光ディスクである記録メディアに情報の読み書きを行う情報再生／記録部の構成例を示すブロック図である。 図１９は、光ディスクである記録メディアの構造例を示す図である。 図２０Ａは、携帯電話の一例を示す図である。 図２０Ｂは、携帯電話の構成例を示すブロック図である。 図２１は、多重化データの構成を示す図である。 図２２は、各ストリームが多重化データにおいてどのように多重化されているかを模式的に示す図である。 図２３は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかを更に詳しく示した図である。 図２４は、多重化データにおけるＴＳパケットとソースパケットの構造を示す図である。 図２５は、ＰＭＴのデータ構成を示す図である。 図２６は、多重化データ情報の内部構成を示す図である。 図２７は、ストリーム属性情報の内部構成を示す図である。 図２８は、映像データを識別するステップを示す図である。 図２９は、各実施の形態の動画像符号化方法および動画像復号方法を実現する集積回路の構成例を示すブロック図である。 図３０は、駆動周波数を切り替える構成を示す図である。 図３１は、映像データを識別し、駆動周波数を切り替えるステップを示す図である。 図３２は、映像データの規格と駆動周波数を対応づけたルックアップテーブルの一例を示す図である。 図３３Ａは、信号処理部のモジュールを共有化する構成の一例を示す図である。 図３３Ｂは、信号処理部のモジュールを共有化する構成の他の一例を示す図である。

以下、本発明の実施の形態について図面を用いて説明する。

（実施の形態１）
図２は、本実施の形態における画像符号化装置の構成を示すブロック図である。

画像符号化装置１０００は、符号化処理部１１００と符号化制御部１２００とを備える。

符号化処理部１１００は、動画像をブロックごとに符号化することによって符号化ストリームを生成する。このような符号化処理部１１００は、減算器１１０１、直交変換部１１０２、量子化部１１０３、エントロピー符号化部１１０４、逆量子化部１１０５、逆直交変換部１１０６、加算器１１０７、デブロッキングフィルタ１１０８、メモリ１１０９、面内予測部１１１０、動き補償部１１１１、動き検出部１１１２、およびスイッチ１１１３を備える。

減算器１１０１は、動画像を取得するとともに、スイッチ１１１３から予測画像を取得する。そして、減算器１１０１は、その動画像に含まれる符号化対象ブロックから予測画像を減算することによって差分画像を生成する。

直交変換部１１０２は、減算器１１０１によって生成された差分画像に対して例えば離散コサイン変換などの直交変換を行うことによって、その差分画像を複数の周波数係数からなる係数ブロックに変換する。量子化部１１０３は、その係数ブロックに含まれる各周波数係数を量子化することによって、量子化された係数ブロックを生成する。

エントロピー符号化部１１０４は、量子化部１１０３によって量子化された係数ブロックと、動き検出部１１１２によって検出された動きベクトルとをエントロピー符号化（可変長符号化）することによって符号化ストリームを生成する。

逆量子化部１１０５は、量子化部１１０３によって量子化された係数ブロックを逆量子化する。逆直交変換部１１０６は、その逆量子化された係数ブロックに含まれる各周波数係数に対して逆離散コサイン変換などの逆直交変換を行うことによって、復号差分画像を生成する。

加算器１１０７は、スイッチ１１１３から予測画像を取得し、その予測画像と、逆直交変換部１１０６によって生成された復号差分画像とを加算することによって局所復号画像を生成する。

デブロッキングフィルタ１１０８は、加算器１１０７によって生成された局所復号画像のブロック歪みを除去し、その局所復号画像をメモリ１１０９に格納する。

面内予測部１１１０は、加算器１１０７によって生成された局所復号画像を用いて符号化対象ブロックに対して面内予測を行うことによって予測画像を生成する。

動き検出部１１１２は、動画像に含まれる符号化対象ブロックに対して動きベクトルを検出し、その検出された動きベクトルを動き補償部１１１１とエントロピー符号化部１１０４に出力する。

動き補償部１１１１は、メモリ１１０９に格納されている画像を参照画像として参照するとともに、動き検出部１１１２によって検出された動きベクトルを用いることによって、符号化対象ブロックに対して動き補償を行う。動き補償部１１１１は、このような動き補償によって符号化対象ブロックに対する予測画像を生成する。

スイッチ１１１３は、符号化対象ブロックが面内予測符号化される場合には、面内予測部１１１０によって生成された予測画像を減算器１１０１および加算器１１０７に出力する。一方、スイッチ１１１３は、符号化対象ブロックが画面間予測符号化される場合には、動き補償部１１１１によって生成された予測画像を減算器１１０１および加算器１１０７に出力する。

符号化制御部１２００は、符号化処理部１１００を制御する。具体的には、符号化制御部１２００は、参照インデックスが格納される処理単位と、その処理単位がある場所を特定するための階層深さ情報とを決定する。参照インデックスは、動き補償部１１１１および動き検出部１１１２による画面間予測（動き検出および動き補償）に用いられるインデックスである。本実施の形態における処理単位は階層化され、何れかの階層の処理単位が上述のブロックに相当する。階層深さ情報は、例えば、参照インデックスが格納されている処理単位がある階層を特定するためのパラメータである。符号化制御部１２００は、エントロピー符号化部１１０４に対して、参照インデックスを上述の決定された処理単位に格納するように指示するとともに、階層深さ情報を符号化ストリームのヘッダ（例えばシーケンスヘッダまたはピクチャヘッダ）に格納するように指示する。

図３は、本実施の形態における画像復号装置の構成を示すブロック図である。

画像復号装置２０００は、復号処理部２１００と復号制御部２２００とを備える。

復号処理部２１００は、符号化ストリームをブロックごとに復号することによって復号画像を生成する。このような復号処理部２１００は、エントロピー復号部２１０１、逆量子化部２１０２、逆直交変換部２１０３、加算器２１０４、デブロッキングフィルタ２１０５、メモリ２１０６、面内予測部２１０７、動き補償部２１０８、およびスイッチ２１０９を備える。

エントロピー復号部２１０１は、符号化ストリームを取得し、その符号化ストリームをエントロピー復号（可変長復号）する。

逆量子化部２１０２は、エントロピー復号部２１０１によるエントロピー復号によって生成された、量子化された係数ブロックを逆量子化する。逆直交変換部２１０３は、その逆量子化された係数ブロックに含まれる各周波数係数に対して逆離散コサイン変換などの逆直交変換を行うことによって、復号差分画像を生成する。

加算器２１０４は、スイッチ２１０９から予測画像を取得し、その予測画像と、逆直交変換部２１０３によって生成された復号差分画像とを加算することによって復号画像を生成する。

デブロッキングフィルタ２１０５は、加算器２１０４によって生成された復号画像のブロック歪みを除去し、その復号画像をメモリ２１０６に格納するとともに、その復号画像を出力する。

面内予測部１１１０は、加算器２１０４によって生成された復号画像を用いて復号対象ブロックに対して面内予測を行うことによって予測画像を生成する。

動き補償部２１０８は、メモリ２１０６に格納されている画像を参照画像として参照するとともに、エントロピー復号部２１０１によるエントロピー復号によって生成された動きベクトルを用いることによって、復号対象ブロックに対して動き補償を行う。動き補償部２１０８は、このような動き補償によって復号対象ブロックに対する予測画像を生成する。

スイッチ２１０９は、復号対象ブロックが面内予測符号化されている場合には、面内予測部２１０７によって生成された予測画像を加算器２１０４に出力する。一方、スイッチ２１０９は、復号対象ブロックが画面間予測符号化されている場合には、動き補償部２１０８によって生成された予測画像を加算器２１０４に出力する。

復号制御部２２００は、復号処理部２１００を制御する。具体的には、復号制御部２２００は、エントロピー復号部２１０１によるエントロピー復号の結果に基づいて、符号化ストリームのヘッダ（例えばシーケンスヘッダまたはピクチャヘッダ）に格納されている階層深さ情報を解析する。そして、復号制御部２２００は、その階層深さ情報に基づいて、参照インデックスが格納されている処理単位の階層を特定し、その階層にある処理単位に含まれる参照インデックスを解析する。復号制御部２２００は、その解析された参照インデックスを用いた画面間予測（動き補償）を動き補償部２１０８に指示する。

図４は、階層化された処理単位（多階層ブロック構造）を説明するための説明図である。

符号化処理部１１００は、動画像を処理単位ごとに符号化し、復号処理部２１００は、符号化ストリームを処理単位ごとに復号する。この処理単位は、複数の小さな処理単位に分割され、その小さな処理単位がさらに複数のより小さな処理単位に分割されるように、階層化されている。なお、処理単位が小さいほど、その処理単位がある階層は深く、下位にあり、その階層を示す値は大きい。逆に、処理単位が大きいほど、その処理単位がある階層は浅く、上位にあり、その階層を示す値は小さい。

処理単位には、符号化単位（ＣＵ）と予測単位（ＰＵ）と変換単位（ＴＵ）とがある。ＣＵは、最大１２８×１２８画素からなるブロックであり、従来のマクロブロックに相当する単位である。ＰＵは、画面間予測の基本単位である。ＴＵは、直交変換の基本単位であり、そのＴＵのサイズはＰＵと同じか、ＰＵよりも一階層小さいサイズである。ＣＵは、例えば４つのサブＣＵに分割され、そのうちの１つのサブＣＵは、そのサブＣＵと同じサイズのＰＵおよびＴＵを含む（この場合、ＰＵとＴＵは互いに重なった状態にある）。例えば、そのＰＵはさらに４つのサブＰＵに分割され、ＴＵもさらに４つのサブＴＵに分割される。なお、処理単位が複数の小さい処理単位に分割される場合、その小さい処理単位をサブ処理単位という。例えば、処理単位がＣＵの場合では、サブ処理単位はサブＣＵであり、処理単位がＰＵの場合では、サブ処理単位はサブＰＵであり、処理単位がＴＵの場合では、サブ処理単位はサブＴＵである。

具体的には、以下のとおりである。

ピクチャはスライスに分割される。スライスは最大符号化単位のシーケンスである。最大符号化単位の位置は、最大符号化単位アドレスｌｃｕＡｄｄｒによって示される。

最大符号化単位を含むそれぞれの符号化単位は、４つの符号化単位に分割される。その結果、符号化単位の大きさの四分木分割が構成される。符号化単位の位置は、最大符号化単位の左上端のサンプル（画素または係数）を起点とした符号化単位インデックスｃｕＩｄｘによって示される。

符号化単位の分割が許可されていない場合、その符号化単位は予測単位として扱われる。符号化単位と同様に、予測単位の位置は、最大符号化単位の左上端のサンプルを起点とした予測単位インデックスｐｕＩｄｘによって示される。

予測単位は複数のパーティション（予測単位パーティションまたはサブＰＵ）を含んでいてもよい。予測単位パーティションは、予測単位の左上端のサンプルを起点とした予測単位パーティションインデックスｐｕＰａｒｔＩｄｘによって示される。

予測単位は複数の変換単位を含んでいてもよい。符号化単位と同様に、変換単位は４つの小さいサイズの変換単位（サブ変換単位）に分割されてもよい。このことは、残差信号の四分木分割を許可する。変換単位の位置は、予測単位の左上端のサンプルを起点とした変換単位インデックスｔｕＩｄｘによって示される。

ここで、各処理単位の定義は以下のとおりである。

ＣＴＢ（coding tree block）：正方形領域の四分木分割を特定するための基本単位。ＣＴＢは正方形の多様なサイズを有する。

ＬＣＴＢ（largest coding tree block）：スライスにおいて許可される最も大きいサイズのＣＴＢ。スライスは重複しない複数のＬＣＴＢからなる。

ＳＣＴＢ（smallest coding tree block）：スライスにおいて許可される最も小さいサイズのＣＴＢ。ＳＣＴＢをより小さいＣＴＢに分割することは許可されていない。

ＰＵ（prediction unit）：予測処理を特定するための基本単位。ＰＵのサイズは、分割が許可されていないＣＵのサイズと同じである。ＣＵでは、ＣＵを４つの正方形領域に分割することが許可されているのに対して、ＰＵでは、ＰＵを任意の形状の複数のパーティションに分割することができる。

ＴＵ（transform unit）：変換および量子化を特定するための基本単位。

ＣＵ（coding unit）：ＣＴＢと同一。

ＬＣＵ（largest coding unit）：最も大きいＣＴＢと同一。

ＳＣＵ（smallest coding unit）：最も小さいＣＴＢと同一。

図５は、HEVC規格において検討されている符号化ストリームの構成を示す図である。

HEVC規格において検討されている符号化ストリームでは、参照インデックスは各ＰＵに格納される。例えば、図５に示すように、ＬＣＵは４つのサブＣＵに分割され、それぞれのサブＣＵはＰＵとＴＵを有する。ＰＵは、さらに４つのサブＰＵに分割される。このような場合、４つのサブＰＵのそれぞれに参照インデックス（ref_idx）が格納される。つまり、画像符号化装置は、参照インデックスをＰＵごとに常に画像復号装置に送信しなければならない。その結果、オーバーヘッドが多くなり、すなわち、符号化ストリームの符号量が多く、符号化効率が低下してしまう。

そこで、本実施の形態の画像符号化装置１０００によって生成され、画像復号装置２０００によって復号される符号化ストリームでは、最下位のＰＵよりも浅い上位の階層にある処理単位に、その処理単位に共通の参照インデックスが格納される。

図６は、本実施の形態における符号化ストリームの構成を示す図である。

符号化ストリームでは、例えば図６に示すように、ＬＣＵが４つのサブＣＵに分割され、それぞれのサブＣＵはＰＵとＴＵを有する。ＰＵは、さらに４つのサブＰＵに分割される。このような場合、本実施の形態における符号化ストリームでは、最下位のサブＰＵには参照インデックス（ref_idx）が格納されておらず、そのサブＰＵよりも浅い上位の階層にある例えばサブＣＵに、そのサブＣＵに共通の参照インデックスが格納される。これにより、本実施の形態では、オーバーヘッドを少なくして符号化効率の向上を図ることができる。

なお、サブＣＵに格納される参照インデックスは、そのサブＣＵに含まれる各サブＰＵに共通の１つの参照インデックスではなく、各サブＰＵのそれぞれの４つの参照インデックスのセットであってもよい。これにより、各サブＰＵのそれぞれの参照インデックスがまとめて一括で同じ場所に格納されるため、画像復号装置２０００による復号処理の容易化を図ることができる。また、処理単位（サブＣＵ）内において参照インデックスが格納される位置は、その処理単位の先頭であっても終端であってもよい。

さらに、本実施の形態における符号化ストリームでは、参照インデックスが格納されている最下位の処理単位の階層を示す階層深さ情報（maximum hierarchy depth）が、シーケンスヘッダなどのヘッダに格納される。例えば、maximum hierarchy depth=２である。

画像符号化装置１０００は、このような符号化ストリームを生成して出力する。一方、画像復号装置２０００は、符号化ストリームのシーケンスヘッダなどのヘッダに格納されている階層深さ情報（maximum hierarchy depth）を解析することによって、参照インデックスが格納されている処理単位（２階層目にあるサブＣＵ）を特定し、その処理単位に格納されている参照インデックスを解析する。そして、画像復号装置２０００は、その参照インデックスを、その参照インデックスを格納しているサブＣＵに含まれる各ＰＵに適用することによって、画面間予測を行う。

図７Ａおよび図７Ｂは、階層深さ情報（maximum hierarchy depth）の格納位置を示す図である。

階層深さ情報（maximum hierarchy depth）Ｄ３００は、図７Ａに示すように、シーケンスヘッダに格納されている。または、階層深さ情報（maximum hierarchy depth）Ｄ３０２は、図７Ｂに示すように、ピクチャヘッダに格納されている。

図８は、本実施の形態における画像復号装置２０００による復号を示すフローチャートである。

画像復号装置２０００は、まず、ピクチャヘッダに格納されている階層深さ情報（maximum hierarchy depth）を解析し（ステップＳ１）、ＣＵのフラグを解析する（ステップＳ２）。次に、画像復号装置２０００は、その解析されたフラグに基づいてＣＵをより小さい複数のサブＣＵに分割する（ステップＳ３）。そして、画像復号装置２０００は、そのサブＣＵの階層を決定し（ステップＳ４）、その決定された階層が、階層深さ情報（maximum hierarchy depth）によって示される階層に一致するか否かを判別する（ステップＳ５）。

ここで、一致すると判別すると（ステップＳ５のＹｅｓ）、画像復号装置２０００は、そのサブＣＵに格納されている参照インデックスを解析し（ステップＳ６）、その解析された参照インデックスを用いた画面間予測を行うことによって、そのサブＣＵである処理単位を復号する（ステップＳ７）。

一方、ステップＳ５で一致しないと判別すると（ステップＳ５のＮｏ）、画像復号装置２０００は、そのサブＣＵを４つのより小さいサブＣＵにさらに分割することができないかを、上述の解析されたフラグに基づいて判別する（ステップＳ８）。ここで、できると判別すると（ステップＳ８のＮｏ）、画像復号装置２０００は、それらの４つのより小さいサブＣＵの中から何れか１つのサブＣＵを選択し（ステップＳ９）、その選択されたサブＣＵに対してステップＳ４からの処理を実行する。

一方、ステップＳ８において、できないと判別すると（ステップＳ８のＹｅｓ）、画像復号装置２０００は、そのサブＣＵ、すなわちＰＵの分割シンタックスエレメントを解析する（ステップＳ１０）。この分割シンタックスエレメントは、ＰＵが複数のサブＰＵに分割される際における、そのサブＰＵの数と、そのサブＰＵのサイズとを示す。さらに、画像復号装置２０００は、その解析された分割シンタックスエレメントに基づいて、サブＣＵ、すなわちＰＵをより小さいＰＵ（サブＰＵ）に分割する（ステップＳ１１）。そして、画像復号装置２０００は、サブＰＵのそれぞれに対する参照インデックスを解析し（ステップＳ１２）、ステップＳ７の処理を実行する。

図９は、本実施の形態における画像符号化装置１０００による符号化を示すフローチャートである。

画像符号化装置１０００は、まず、ピクチャヘッダに階層深さ情報（maximum hierarchy depth）を書き込み（ステップＳ２１）、ＣＵを分割するための最適なサイズを決定する（ステップＳ２２）。次に、画像符号化装置１０００は、その決定されたサイズの処理単位にＣＵを分割するためのフラグをそのＣＵに書き込む（ステップＳ２３）。そして、画像符号化装置１０００は、符号化対象の処理単位（ＣＵまたはサブＣＵ）の階層を決定し（ステップＳ２４）、その決定された階層が、先に書き込まれた階層深さ情報（maximum hierarchy depth）によって示される階層に一致するか否かを判別する（ステップＳ２５）。

ここで、一致すると判別すると（ステップＳ２５のＹｅｓ）、画像符号化装置１０００は、その処理単位（ＣＵまたはサブＣＵ）に参照インデックスを書き込み（ステップＳ２６）、その書き込まれた参照インデックスを用いた画面間予測を行うことによって、その処理単位を符号化する（ステップＳ２７）。さらに、画像符号化装置１０００は、その書き込まれた参照インデックスを用いた画面間予測を行うことによって、その符号化された処理単位を復号する（ステップＳ２８）。

一方、ステップＳ２５で一致しないと判別すると（ステップＳ２５のＮｏ）、画像符号化装置１０００は、その処理単位を４つのより小さいサブＣＵにさらに分割することができないかを、上述のフラグに基づいて判別する（ステップＳ２９）。ここで、できると判別すると（ステップＳ２９のＮｏ）、画像符号化装置１０００は、それらの４つのより小さいサブＣＵの中から何れか１つのサブＣＵを選択し（ステップＳ３０）、その選択されたサブＣＵに対してステップＳ２４からの処理を実行する。

一方、ステップＳ２９において、できないと判別すると（ステップＳ２９のＹｅｓ）、画像符号化装置１０００は、その処理単位（ＣＵまたはサブＣＵ）、すなわちＰＵに分割シンタックスエレメントを書き込む（ステップＳ３１）。この分割シンタックスエレメントは、ＰＵが複数のサブＰＵに分割される際における、そのサブＰＵの数と、そのサブＰＵのサイズとを示す。さらに、画像符号化装置１０００は、その書き込まれた分割シンタックスエレメントに基づいて、処理単位、すなわちＰＵをより小さいＰＵ（サブＰＵ）に分割する（ステップＳ３２）。そして、画像符号化装置１０００は、サブＰＵのそれぞれに参照インデックスを書き込み（ステップＳ３３）、ステップＳ２７からの処理を実行する。

このように本実施の形態における画像符号化装置１０００は、ピクチャヘッダなどのヘッダに階層深さ情報（maximum hierarchy depth）を含めて送信する。そして、最下位のＣＵ（サブＣＵ）の階層がmaximum hierarchy depthにより示される階層よりも浅ければ、画像符号化装置１０００は、そのＣＵ（サブＣＵ）に含まれるＰＵのそれぞれに対する参照インデックスを個別に送信する。一方、最下位のＣＵ（サブＣＵ）の階層がmaximum hierarchy depthにより示される階層と等しいか、maximum hierarchy depthにより示される階層よりも深ければ、画像符号化装置１０００は、maximum hierarchy depthにより示される階層のＣＵ（サブＣＵ）に対してcombined ref_idxを送信する。このcombined ref_idxは、そのＣＵ（サブＣＵ）に含まれる全てのＰＵに対して適用される参照インデックスである。

なお、本実施の形態における画像符号化装置１０００は、上述のように、最下位のＣＵの階層がmaximum hierarchy depthにより示される階層と等しいか、maximum hierarchy depthにより示される階層よりも深ければ、画像符号化装置１０００は、maximum hierarchy depthにより示される階層のＣＵ（サブＣＵ）に対して参照インデックスを書き込むが、その階層よりも浅い上位のＣＵ（サブＣＵ）に参照インデックスを書き込んでもよい。この場合には、画像復号装置２０００は、そのmaximum hierarchy depthにより示される階層よりも浅い上位のＣＵ（サブＣＵ）に格納されている参照インデックスを解析する。

このように本実施の形態における画像符号化方法では、同じ参照インデックスを、小さい複数の予測単位のそれぞれに繰り返し書き込むことなく、それらの予測単位よりも上位の階層にあって、それらの予測単位を含む大きな処理単位に、参照インデックスが１つだけ書き込まれる。したがって、参照インデックスの冗長性を排除し、符号化効率の向上を図ることができる。また、画像復号装置２０００は、階層深さ情報を解析することによって、参照インデックスが格納されている処理単位のある階層を特定するため、参照インデックスが格納されている処理単位を検索する処理負担を軽減することができ、かつ、画像符号化装置１０００によって生成された符号化ストリームを適切に復号することができる。

（変形例１）
本実施の形態における第１の変形例に係る画像符号化装置１０００は、ピクチャヘッダなどのヘッダに第１のフラグを含めて送信する。この第１のフラグは、最下位のＣＵ（サブＣＵ）にcombined ref_idxが格納されているか否かを示す。つまり、画像符号化装置１０００は、combined ref_idxの格納が第１のフラグによって示されている場合には、そのＣＵ（サブＣＵ）に対してcombined ref_idxを送信する。つまり、そのＣＵ（サブＣＵ）のサイズに関わらず、そのＣＵ（サブＣＵ）に含まれる全てのＰＵに対して共通のcombined ref_idxが送信される。一方、combined ref_idxの格納が第１のフラグによって示されていない場合には、画像符号化装置１０００は、そのＣＵ（サブＣＵ）に含まれるＰＵのそれぞれに対する参照インデックスを個別に送信する。つまり、各ＰＵのサイズに関わらず、ＰＵのそれぞれに対して個別の参照インデックスが送信される。

図１０は、本実施の形態における第１の変形例に係る画像復号装置２０００による復号を示すフローチャートである。

画像復号装置２０００は、まず、ピクチャヘッダに格納されている第１のフラグを解析し（ステップＳ４１）、さらに、ＣＵに格納されている第２のフラグを解析する（ステップＳ４２）。次に、画像復号装置２０００は、その解析された第２のフラグに基づいてＣＵをより小さい複数のサブＣＵに分割する（ステップＳ４３）。そして、画像復号装置２０００は、そのサブＣＵを４つのより小さいサブＣＵにさらに分割することができないかを、上述の解析された第２のフラグに基づいて判別する（ステップＳ４４）。ここで、できると判別すると（ステップＳ４４のＮｏ）、画像復号装置２０００は、それらの４つのより小さいサブＣＵの中から何れか１つのサブＣＵを選択し（ステップＳ４５）、その選択されたサブＣＵに対してステップＳ４３からの処理を実行する。一方、できないと判別すると（ステップＳ４４のＹｅｓ）、画像復号装置２０００は、さらに、ステップＳ４１で解析された第１のフラグが最下位のＣＵ（サブＣＵ）における参照インデックスの解析を示しているか否かを判別する（ステップＳ４６）。

ここで、参照インデックスの解析を示していると判別すると（ステップＳ４６のＹｅｓ）、画像復号装置２０００は、最下位のＣＵ（サブＣＵ）に対する参照インデックスを解析し（ステップＳ４７）、その解析された参照インデックスを用いた画面間予測を行うことによって、そのＣＵ（サブＣＵ）である処理単位を復号する（ステップＳ４８）。

一方、ステップＳ４６において、参照インデックスの解析を示していないと判別すると（ステップＳ４６のＮｏ）、画像復号装置２０００は、その最下位のＣＵ（サブＣＵ）、すなわちＰＵの分割シンタックスエレメントを解析する（ステップＳ４９）。この分割シンタックスエレメントは、ＰＵが複数のサブＰＵに分割される際における、そのサブＰＵの数と、そのサブＰＵのサイズとを示す。さらに、画像復号装置２０００は、その解析された分割シンタックスエレメントに基づいて、最下位のＣＵ（サブＣＵ）、すなわちＰＵをより小さいＰＵ（サブＰＵ）に分割する（ステップＳ５０）。そして、画像復号装置２０００は、サブＰＵのそれぞれに対する参照インデックスを解析し（ステップＳ５１）、ステップＳ４８の処理を実行する。

（変形例２）
上記実施の形態における画像符号化装置１０００は、複数のサブＰＵを含む上位の階層の処理単位（例えばＣＵまたはサブＣＵ）に、各サブＰＵに対して適用される参照インデックスを格納する。また、上記実施の形態における画像復号装置２０００は、その上位階層の処理単位に格納されている参照インデックスを解析し、その参照インデックスを上述の各サブＰＵに適用する。

これに対して、本変形例に係る画像符号化装置１０００は、複数のサブＰＵを含む上位の階層の処理単位に、各サブＰＵに対して適用される参照インデックスを格納するとともに、各サブＰＵに対して適用される適応動きベクトル解像度切換フラグ（Motion Vector Resolution Flag、mvres、MVresまたはMVResともいう）を格納する。また、本変形例に係る画像復号装置２０００は、その上位階層の処理単位に格納されている参照インデックスおよび適応動きベクトル解像度切換フラグを解析し、その参照インデックスおよび適応動きベクトル解像度切換フラグを上述の各サブＰＵに適用する。

なお、この適応動きベクトル解像度切換フラグは、動きベクトルの精度を１／８画素精度と１／４画素精度とに切り換えるためのフラグである。

図１１は、本変形例に係る画像復号装置２０００によるＰＵの復号を示すフローチャートである。

まず、画像復号装置２０００は、ＰＵのシンタックスエレメントを解析し、予測モードを導出する（ステップＳ６１）。そして、画像復号装置２０００は、その予測モードが画面間予測であるか否かを判別する（ステップＳ６２）。ここで、画面間予測ではないと判別すると（ステップＳ６２のＮｏ）、画像復号装置２０００は、その予測モードに関連するシンタックスエレメントを解析する（ステップＳ６３）。一方、画面間予測であると判別すると（ステップＳ６２のＹｅｓ）、画像復号装置２０００は、シンタックスを解析して、そのＰＵに含まれるＰＵ（サブＰＵ）の数（numPUParts）と、各ＰＵのサイズ（currPUSize[numPUParts]）を導出する（ステップＳ６４）。

次に、画像復号装置２０００は、導出れた数のＰＵのそれぞれに対してステップＳ６６〜Ｓ７１の処理を実行する。具体的には、画像復号装置２０００は、マージフラグ（merge_flag[i], merge_left_flag[i]）および／またはinter_pred_idc[i]を解析し（ステップＳ６６）、ＰＵがマージされておらず（ＰＵをさらに分割できない）、ＰＵのサイズがMinRefIdxUnitよりも小さいか否かを判別する（ステップS６７）。ここで、ＰＵがマージされておらず、ＰＵのサイズがMinRefIdxUnitよりも小さいと判別すると（ステップＳ６７のＹｅｓ）、画像復号装置２０００は、そのＰＵに格納されている参照インデックス（ref_idx_l0[i], ref_idx_l1[i]）を解析する（ステップＳ６８）。さらに、画像復号装置２０００は、ＰＵがマージされておらず、ＰＵのサイズがMinMVResUnitよりも小さいか否かを判別する（ステップＳ６９）。ここで、ＰＵがマージされておらず、ＰＵのサイズがMinMVResUnitよりも小さいと判別すると（ステップＳ６９のＹｅｓ）、画像復号装置２０００は、そのＰＵに格納されている適応動きベクトル解像度切換フラグ（mvres_l0[i], mvres_l1[i]）を解析する（ステップＳ７０）。さらに、画像復号装置２０００は、差分動きベクトル（mvd_l0[i], mvd_l1[i]）およびmvp_idx（mvp_idx_l0[i], mvp_idx_l1[i]）を解析する（ステップＳ７１）。

次に、画像復号装置２０００は、復号対象のＣＵのサイズ（currCUSize）がMinRefIdxUnit以上であって、少なくとも１つのＰＵがマージされていないか否かを判別する（ステップＳ７２）。ここで、MinRefIdxUnit以上であって、マージされていないと判別すると（ステップＳ７２のＹｅｓ）、画像復号装置２０００は、復号対象ＣＵの参照インデックス（cu_ref_idx_l0, cu_ref_idx_l1）を解析する（ステップＳ７３）。さらに、画像復号装置２０００は、復号対象のＣＵのサイズがMinMVResUnit以上であって、少なくとも１つのＰＵがマージされていないか否かを判別する（ステップＳ７４）。ここで、MinMVResUnit以上であって、マージされていないと判別すると（ステップＳ７４のＹｅｓ）、画像復号装置２０００は、復号対象ＣＵの適応動きベクトル解像度切換フラグ（cu_mvres_l0, cu_mvres_l1）を解析する（ステップＳ７５）。

以上、本発明の画像復号方法および画像符号化方法について、上記実施の形態およびその変形例を用いて説明したが、本発明はこれらに限定されるものではない。

例えば、上記実施の形態１およびその変形例における画像復号方法では、図８のステップＳ２およびＳ４などの処理を含んでいるが、本発明はそれらの処理がなくても、上述の効果を奏することができる。

図１２Ａは、本発明の画像復号方法を示すフローチャートである。

本発明の画像復号方法は、画面間予測を伴って動画像を符号化することによって生成された、複数の処理単位と、その複数の処理単位に対するヘッダとを含む符号化ストリームを復号する画像復号方法である。ここで、その複数の処理単位のうち少なくとも１つの処理単位は、複数のより小さい処理単位に分割されて、上位から下位に向かって処理単位がより小さくなるように階層化されており、最上位の階層には最も大きい処理単位として符号化単位があり、その最上位の階層よりも深い下位の階層には符号化単位よりも小さい処理単位として予測単位がある。この画像復号方法では、まず、最も小さい予測単位がある最下位の階層よりも上位の階層を示す、上述のヘッダに格納されている階層深さ情報を解析することによって、その階層深さ情報により示される階層またはその階層よりも上位の階層であって、復号に必要な参照インデックスが格納されている予測単位のある階層を特定する（ステップＳ１０１）。次に、特定された階層にある予測単位に格納されている参照インデックスを用いて、その予測単位を復号する（ステップＳ１０２）。

このような、ステップＳ１０１およびＳ１０２の処理を行うことによって、実施の形態１と同様の効果を奏することができ、その他の処理は本発明において必須の処理ではない。また、本発明の画像復号装置は、ステップＳ１０１およびＳ１０２のそれぞれの処理を実行する構成要素を備えることによって、実施の形態１と同様の効果を奏することができ、その他の構成要素は本発明において必須の構成要素ではない。なお、実施の形態１の画像復号装置２０００では、復号制御部２２００がステップＳ１０１の処理を実行し、復号処理部２１００がステップＳ１０２の処理を実行する。

また、上記実施の形態１およびその変形例における画像符号化方法では、図９のステップＳ２２などの処理を含んでいるが、本発明はそのような処理がなくても、上述の効果を奏することができる。

図１２Ｂは、本発明の画像符号化方法を示すフローチャートである。

本発明の画像符号化方法は、画面間予測を伴って動画像を符号化することにより、複数の処理単位と、その複数の処理単位に対するヘッダとを含む符号化ストリームを生成する画像符号化方法である。ここで、その複数の処理単位のうち少なくとも１つの処理単位は、複数のより小さい処理単位に分割されて、上位から下位に向かって処理単位がより小さくなるように階層化されており、最上位の階層には最も大きい処理単位として符号化単位があり、その最上位の階層よりも深い下位の階層には符号化単位よりも小さい処理単位として予測単位がある。この画像符号化方法では、まず、画面間予測を伴って動画像を符号化する（ステップＳ１１１）。次に、復号に必要な参照インデックスが格納されている予測単位のある階層を特定するための情報であって、最も小さい予測単位がある最下位の階層よりも上位の階層を示す階層深さ情報を、上述のヘッダに書き込む（ステップＳ１１２）。次に、階層深さ情報により示される階層またはその階層よりも上位の階層にある予測単位に、その予測単位に適用される参照インデックスを書き込む（ステップＳ１１３）。

このような、ステップＳ１１１〜Ｓ１１３の処理を行うことによって、実施の形態１と同様の効果を奏することができ、その他の処理は本発明において必須の処理ではない。また、本発明の画像符号化装置は、ステップＳ１１１〜Ｓ１１３のそれぞれの処理を実行する構成要素を備えることによって、実施の形態１と同様の効果を奏することができ、その他の構成要素は本発明において必須の構成要素ではない。なお、実施の形態１の画像符号化装置１０００では、符号化制御部１２００による制御に基づいてエントロピー符号化部１１０４がステップＳ１１１〜Ｓ１１３の処理を実行する。

なお、本発明に関連するヘッダのシンタックスは、図１３Ａ〜図１３Ｃに示すとおりであり、本発明に関連する処理単位（ＣＵ、ＰＵおよびＴＵ）のシンタックスは、図１４Ａ〜図１４Ｃに示すとおりである。

図１３Ａは、シーケンスヘッダのシンタックスを示す図である。このシーケンスヘッダでは、例えば、参照し得る最大の参照フレーム数（max_num_ref_frames）、およびピクチャのサイズ（pic_widht_in_luma_samples, pic_height_in_luma_samples）などが規定されている。

図１３Ｂは、ピクチャヘッダのシンタックスを示す図である。このピクチャヘッダでは、シンタックスの一部ｄ１に示すように、参照方向（前方向および後方向）ごとに参照インデックスを保持し得る数が規定されているとともに、初期ＱＰ（初期ＱＰから２６を引いた数）が規定されている。

図１３Ｃは、スライスヘッダのシンタックスを示す図である。このスライスヘッダは、シンタックスの一部ｄ２に示すように、上述の参照インデックスの保持し得る数をスライスごとに書き換え可能に構成されている。また、このスライスヘッダには、シンタックスの他の部分ｄ３に示すように、上述のピクチャヘッダに規定された初期ＱＰからのＱＰの差分値が規定されている。

図１４Ａは、ＣＵのシンタックスを示す図である。このＣＵでは、シンタックスの一部ｄ４およびｄ５に示すように、そのＣＵに対するＰＵおよびＴＵが規定されている。

図１４Ｂは、ＰＵのシンタックスを示す図である。このＰＵは、シンタックスの一部ｄ６およびｄ８に示すように、参照方向ごとに参照インデックスを有し、さらに、シンタックスの他の部分ｄ７およびｄ９に示すように、参照方向ごとに適応動きベクトル解像度切換フラグ（mvres）を有している。

図１４Ｃは、ＴＵのシンタックスを示す図である。このＴＵは、シンタックスの一部ｄ１０に示すように、差分画像が直交変換されて量子化された係数（変換係数）を有する。

（実施の形態２）
上記各実施の形態で示した画像符号化方法または画像復号方法の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。

さらにここで、上記各実施の形態で示した画像符号化方法や画像復号方法の応用例とそれを用いたシステムを説明する。

図１５は、コンテンツ配信サービスを実現するコンテンツ供給システムex１００の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex１０６、ex１０７、ex１０８、ex１０９、ex１１０が設置されている。

このコンテンツ供給システムex１００は、インターネットex１０１にインターネットサービスプロバイダex１０２および電話網ex１０４、および基地局ex１０６からex１１０を介して、コンピュータex１１１、ＰＤＡ（Personal Digital Assistant）ex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５などの各機器が接続される。

しかし、コンテンツ供給システムex１００は図１５のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。

カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ−ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。

コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号処理して再生する。

なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像および／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。

また、これら符号化・復号処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ−ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。

また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。

以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。

なお、コンテンツ供給システムex１００の例に限らず、図１６に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも画像符号化装置または画像復号装置のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した画像符号化方法により符号化されたデータである。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号して再生する。

また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した画像復号装置または画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に画像復号装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に画像復号装置を組み込んでもよい。

図１７は、上記各実施の形態で説明した画像復号方法および画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。

また、テレビex３００は、音声データ、映像データそれぞれを復号する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５を有する信号処理部ex３０６と、復号した音声信号を出力するスピーカex３０７、復号した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。

まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号方法を用いて復号する。復号した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。

また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号処理、外部出力のみが可能な構成であってもよい。

また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。

一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図１８に示す。情報再生／記録部ex４００は、以下に説明する要素ex４０１、ex４０２、ex４０３、ex４０４、ex４０５、ex４０６、ex４０７を備える。光ヘッドex４０１は、光ディスクである記録メディアex２１５の記録面にレーザスポットを照射して情報を書き込み、記録メディアex２１５の記録面からの反射光を検出して情報を読み込む。変調記録部ex４０２は、光ヘッドex４０１に内蔵された半導体レーザを電気的に駆動し記録データに応じてレーザ光の変調を行う。再生復調部ex４０３は、光ヘッドex４０１に内蔵されたフォトディテクタにより記録面からの反射光を電気的に検出した再生信号を増幅し、記録メディアex２１５に記録された信号成分を分離して復調し、必要な情報を再生する。バッファex４０４は、記録メディアex２１５に記録するための情報および記録メディアex２１５から再生した情報を一時的に保持する。ディスクモータex４０５は記録メディアex２１５を回転させる。サーボ制御部ex４０６は、ディスクモータex４０５の回転駆動を制御しながら光ヘッドex４０１を所定の情報トラックに移動させ、レーザスポットの追従処理を行う。システム制御部ex４０７は、情報再生／記録部ex４００全体の制御を行う。上記の読み出しや書き込みの処理はシステム制御部ex４０７が、バッファex４０４に保持された各種情報を利用し、また必要に応じて新たな情報の生成・追加を行うと共に、変調記録部ex４０２、再生復調部ex４０３、サーボ制御部ex４０６を協調動作させながら、光ヘッドex４０１を通して、情報の記録再生を行うことにより実現される。システム制御部ex４０７は例えばマイクロプロセッサで構成され、読み出し書き込みのプログラムを実行することでそれらの処理を実行する。

以上では、光ヘッドex４０１はレーザスポットを照射するとして説明したが、近接場光を用いてより高密度な記録を行う構成であってもよい。

図１９に光ディスクである記録メディアex２１５の模式図を示す。記録メディアex２１５の記録面には案内溝（グルーブ）がスパイラル状に形成され、情報トラックex２３０には、予めグルーブの形状の変化によってディスク上の絶対位置を示す番地情報が記録されている。この番地情報はデータを記録する単位である記録ブロックex２３１の位置を特定するための情報を含み、記録や再生を行う装置において情報トラックex２３０を再生し番地情報を読み取ることで記録ブロックを特定することができる。また、記録メディアex２１５は、データ記録領域ex２３３、内周領域ex２３２、外周領域ex２３４を含んでいる。ユーザデータを記録するために用いる領域がデータ記録領域ex２３３であり、データ記録領域ex２３３より内周または外周に配置されている内周領域ex２３２と外周領域ex２３４は、ユーザデータの記録以外の特定用途に用いられる。情報再生／記録部ex４００は、このような記録メディアex２１５のデータ記録領域ex２３３に対して、符号化された音声データ、映像データまたはそれらのデータを多重化した多重化データの読み書きを行う。

以上では、１層のＤＶＤ、ＢＤ等の光ディスクを例に挙げ説明したが、これらに限ったものではなく、多層構造であって表面以外にも記録可能な光ディスクであってもよい。また、ディスクの同じ場所にさまざまな異なる波長の色の光を用いて情報を記録したり、さまざまな角度から異なる情報の層を記録したりなど、多次元的な記録／再生を行う構造の光ディスクであってもよい。

また、デジタル放送用システムex２００において、アンテナex２０５を有する車ex２１０で衛星ex２０２等からデータを受信し、車ex２１０が有するカーナビゲーションex２１１等の表示装置に動画を再生することも可能である。なお、カーナビゲーションex２１１の構成は例えば図１７に示す構成のうち、ＧＰＳ受信部を加えた構成が考えられ、同様なことがコンピュータex１１１や携帯電話ex１１４等でも考えられる。

図２０Ａは、上記実施の形態で説明した画像復号方法および画像符号化方法を用いた携帯電話ex１１４を示す図である。携帯電話ex１１４は、基地局ex１１０との間で電波を送受信するためのアンテナex３５０、映像、静止画を撮ることが可能なカメラ部ex３６５、カメラ部ex３６５で撮像した映像、アンテナex３５０で受信した映像等が復号されたデータを表示する液晶ディスプレイ等の表示部ex３５８を備える。携帯電話ex１１４は、さらに、操作キー部ex３６６を有する本体部、音声を出力するためのスピーカ等である音声出力部ex３５７、音声を入力するためのマイク等である音声入力部ex３５６、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータもしくは復号されたデータを保存するメモリ部ex３６７、又は同様にデータを保存する記録メディアとのインタフェース部であるスロット部ex３６４を備える。

さらに、携帯電話ex１１４の構成例について、図２０Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。

電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。

携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。

さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。

データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した画像符号化方法によって圧縮符号化し、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。

多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。

データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した画像符号化方法に対応した画像復号方法によって復号することにより映像信号を復号し、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。

また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。

このように、上記各実施の形態で示した画像符号化方法あるいは画像復号方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。

また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。

（実施の形態３）
上記各実施の形態で示した画像符号化方法または装置と、ＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。

ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。

この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ−２トランスポートストリーム形式のデジタルストリームである。

図２１は、多重化データの構成を示す図である。図２１に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム（ＰＧ）、インタラクティブグラフィックスストリームのうち、１つ以上を多重化することで得られる。ビデオストリームは映画の主映像および副映像を、オーディオストリーム（ＩＧ）は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にＧＵＩ部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した画像符号化方法または装置、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーＡＣ−３、Ｄｏｌｂｙ Ｄｉｇｉｔａｌ Ｐｌｕｓ、ＭＬＰ、ＤＴＳ、ＤＴＳ−ＨＤ、または、リニアＰＣＭのなどの方式で符号化されている。

多重化データに含まれる各ストリームはＰＩＤによって識別される。例えば、映画の映像に利用するビデオストリームには０ｘ１０１１が、オーディオストリームには０ｘ１１００から０ｘ１１１Ｆまでが、プレゼンテーショングラフィックスには０ｘ１２００から０ｘ１２１Ｆまでが、インタラクティブグラフィックスストリームには０ｘ１４００から０ｘ１４１Ｆまでが、映画の副映像に利用するビデオストリームには０ｘ１Ｂ００から０ｘ１Ｂ１Ｆまで、主音声とミキシングする副音声に利用するオーディオストリームには０ｘ１Ａ００から０ｘ１Ａ１Ｆが、それぞれ割り当てられている。

図２２は、多重化データがどのように多重化されるかを模式的に示す図である。まず、複数のビデオフレームからなるビデオストリームex２３５、複数のオーディオフレームからなるオーディオストリームex２３８を、それぞれＰＥＳパケット列ex２３６およびex２３９に変換し、ＴＳパケットex２３７およびex２４０に変換する。同じくプレゼンテーショングラフィックスストリームex２４１およびインタラクティブグラフィックスex２４４のデータをそれぞれＰＥＳパケット列ex２４２およびex２４５に変換し、さらにＴＳパケットex２４３およびex２４６に変換する。多重化データex２４７はこれらのＴＳパケットを１本のストリームに多重化することで構成される。

図２３は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかをさらに詳しく示している。図２３における第１段目はビデオストリームのビデオフレーム列を示す。第２段目は、ＰＥＳパケット列を示す。図２３の矢印ｙｙ１，ｙｙ２， ｙｙ３， ｙｙ４に示すように、ビデオストリームにおける複数のＶｉｄｅｏ Ｐｒｅｓｅｎｔａｔｉｏｎ ＵｎｉｔであるＩピクチャ、Ｂピクチャ、Ｐピクチャは、ピクチャ毎に分割され、ＰＥＳパケットのペイロードに格納される。各ＰＥＳパケットはＰＥＳヘッダを持ち、ＰＥＳヘッダには、ピクチャの表示時刻であるＰＴＳ（Ｐｒｅｓｅｎｔａｔｉｏｎ Ｔｉｍｅ−Ｓｔａｍｐ）やピクチャの復号時刻であるＤＴＳ（Ｄｅｃｏｄｉｎｇ Ｔｉｍｅ−Ｓｔａｍｐ）が格納される。

図２４は、多重化データに最終的に書き込まれるＴＳパケットの形式を示している。ＴＳパケットは、ストリームを識別するＰＩＤなどの情報を持つ４ＢｙｔｅのＴＳヘッダとデータを格納する１８４ＢｙｔｅのＴＳペイロードから構成される１８８Ｂｙｔｅ固定長のパケットであり、上記ＰＥＳパケットは分割されＴＳペイロードに格納される。ＢＤ−ＲＯＭの場合、ＴＳパケットには、４ＢｙｔｅのＴＰ＿Ｅｘｔｒａ＿Ｈｅａｄｅｒが付与され、１９２Ｂｙｔｅのソースパケットを構成し、多重化データに書き込まれる。ＴＰ＿Ｅｘｔｒａ＿ＨｅａｄｅｒにはＡＴＳ（Ａｒｒｉｖａｌ＿Ｔｉｍｅ＿Ｓｔａｍｐ）などの情報が記載される。ＡＴＳは当該ＴＳパケットのデコーダのＰＩＤフィルタへの転送開始時刻を示す。多重化データには図２４下段に示すようにソースパケットが並ぶこととなり、多重化データの先頭からインクリメントする番号はＳＰＮ（ソースパケットナンバー）と呼ばれる。

また、多重化データに含まれるＴＳパケットには、映像・音声・字幕などの各ストリーム以外にもＰＡＴ（Ｐｒｏｇｒａｍ Ａｓｓｏｃｉａｔｉｏｎ Ｔａｂｌｅ）、ＰＭＴ（Ｐｒｏｇｒａｍ Ｍａｐ Ｔａｂｌｅ）、ＰＣＲ（Ｐｒｏｇｒａｍ Ｃｌｏｃｋ Ｒｅｆｅｒｅｎｃｅ）などがある。ＰＡＴは多重化データ中に利用されるＰＭＴのＰＩＤが何であるかを示し、ＰＡＴ自身のＰＩＤは０で登録される。ＰＭＴは、多重化データ中に含まれる映像・音声・字幕などの各ストリームのＰＩＤと各ＰＩＤに対応するストリームの属性情報を持ち、また多重化データに関する各種ディスクリプタを持つ。ディスクリプタには多重化データのコピーを許可・不許可を指示するコピーコントロール情報などがある。ＰＣＲは、ＡＴＳの時間軸であるＡＴＣ（Ａｒｒｉｖａｌ Ｔｉｍｅ Ｃｌｏｃｋ）とＰＴＳ・ＤＴＳの時間軸であるＳＴＣ（Ｓｙｓｔｅｍ Ｔｉｍｅ Ｃｌｏｃｋ）の同期を取るために、そのＰＣＲパケットがデコーダに転送されるＡＴＳに対応するＳＴＣ時間の情報を持つ。

図２５はＰＭＴのデータ構造を詳しく説明する図である。ＰＭＴの先頭には、そのＰＭＴに含まれるデータの長さなどを記したＰＭＴヘッダが配置される。その後ろには、多重化データに関するディスクリプタが複数配置される。上記コピーコントロール情報などが、ディスクリプタとして記載される。ディスクリプタの後には、多重化データに含まれる各ストリームに関するストリーム情報が複数配置される。ストリーム情報は、ストリームの圧縮コーデックなどを識別するためストリームタイプ、ストリームのＰＩＤ、ストリームの属性情報（フレームレート、アスペクト比など）が記載されたストリームディスクリプタから構成される。ストリームディスクリプタは多重化データに存在するストリームの数だけ存在する。

記録媒体などに記録する場合には、上記多重化データは、多重化データ情報ファイルと共に記録される。

多重化データ情報ファイルは、図２６に示すように多重化データの管理情報であり、多重化データと１対１に対応し、多重化データ情報、ストリーム属性情報とエントリマップから構成される。

多重化データ情報は図２６に示すようにシステムレート、再生開始時刻、再生終了時刻から構成されている。システムレートは多重化データの、後述するシステムターゲットデコーダのＰＩＤフィルタへの最大転送レートを示す。多重化データ中に含まれるＡＴＳの間隔はシステムレート以下になるように設定されている。再生開始時刻は多重化データの先頭のビデオフレームのＰＴＳであり、再生終了時刻は多重化データの終端のビデオフレームのＰＴＳに１フレーム分の再生間隔を足したものが設定される。

ストリーム属性情報は図２７に示すように、多重化データに含まれる各ストリームについての属性情報が、ＰＩＤ毎に登録される。属性情報はビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム、インタラクティブグラフィックスストリーム毎に異なる情報を持つ。ビデオストリーム属性情報は、そのビデオストリームがどのような圧縮コーデックで圧縮されたか、ビデオストリームを構成する個々のピクチャデータの解像度がどれだけであるか、アスペクト比はどれだけであるか、フレームレートはどれだけであるかなどの情報を持つ。オーディオストリーム属性情報は、そのオーディオストリームがどのような圧縮コーデックで圧縮されたか、そのオーディオストリームに含まれるチャンネル数は何であるか、何の言語に対応するか、サンプリング周波数がどれだけであるかなどの情報を持つ。これらの情報は、プレーヤが再生する前のデコーダの初期化などに利用される。

本実施の形態においては、上記多重化データのうち、ＰＭＴに含まれるストリームタイプを利用する。また、記録媒体に多重化データが記録されている場合には、多重化データ情報に含まれる、ビデオストリーム属性情報を利用する。具体的には、上記各実施の形態で示した画像符号化方法または装置において、ＰＭＴに含まれるストリームタイプ、または、ビデオストリーム属性情報に対し、上記各実施の形態で示した画像符号化方法または装置によって生成された映像データであることを示す固有の情報を設定するステップまたは手段を設ける。この構成により、上記各実施の形態で示した画像符号化方法または装置によって生成した映像データと、他の規格に準拠する映像データとを識別することが可能になる。

また、本実施の形態における画像復号方法のステップを図２８に示す。ステップexＳ１００において、多重化データからＰＭＴに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexＳ１０１において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexＳ１０２において、上記各実施の形態で示した画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠するものであることを示している場合には、ステップexＳ１０３において、従来の規格に準拠した動画像復号方法により復号を行う。

このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した画像復号方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した画像符号化方法または装置、または、画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。

（実施の形態４）
上記各実施の形態で示した画像符号化方法および装置、画像復号方法および装置は、典型的には集積回路であるＬＳＩで実現される。一例として、図２９に１チップ化されたＬＳＩex５００の構成を示す。ＬＳＩex５００は、以下に説明する要素ex５０１、ex５０２、ex５０３、ex５０４、ex５０５、ex５０６、ex５０７、ex５０８、ex５０９を備え、各要素はバスex５１０を介して接続している。電源回路部ex５０５は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。

例えば符号化処理を行う場合には、ＬＳＩex５００は、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有する制御部ex５０１の制御に基づいて、ＡＶ Ｉ／Ｏex５０９によりマイクex１１７やカメラex１１３等からＡＶ信号を入力する。入力されたＡＶ信号は、一旦ＳＤＲＡＭ等の外部のメモリex５１１に蓄積される。制御部ex５０１の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex５０７に送られ、信号処理部ex５０７において音声信号の符号化および／または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex５０７ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームＩ／Ｏex５０６から外部に出力する。この出力された多重化データは、基地局ex１０７に向けて送信されたり、または記録メディアex２１５に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex５０８にデータを蓄積するとよい。

なお、上記では、メモリex５１１がＬＳＩex５００の外部の構成として説明したが、ＬＳＩex５００の内部に含まれる構成であってもよい。バッファex５０８も１つに限ったものではなく、複数のバッファを備えていてもよい。また、ＬＳＩex５００は１チップ化されてもよいし、複数チップ化されてもよい。

また、上記では、制御部ex５０１が、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有するとしているが、制御部ex５０１の構成は、この構成に限らない。例えば、信号処理部ex５０７がさらにＣＰＵを備える構成であってもよい。信号処理部ex５０７の内部にもＣＰＵを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、ＣＰＵex５０２が信号処理部ex５０７、または信号処理部ex５０７の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex５０１は、信号処理部ex５０７、またはその一部を有するＣＰＵex５０２を備える構成となる。

なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。

さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。

（実施の形態５）
上記各実施の形態で示した画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。

この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図３０は、本実施の形態における構成ex８００を示している。駆動周波数切替え部ex８０３は、映像データが、上記各実施の形態で示した画像符号化方法または装置によって生成されたものである場合には、駆動周波数を高く設定する。そして、上記各実施の形態で示した画像復号方法を実行する復号処理部ex８０１に対し、映像データを復号するよう指示する。一方、映像データが、従来の規格に準拠する映像データである場合には、映像データが、上記各実施の形態で示した画像符号化方法または装置によって生成されたものである場合に比べ、駆動周波数を低く設定する。そして、従来の規格に準拠する復号処理部ex８０２に対し、映像データを復号するよう指示する。

より具体的には、駆動周波数切替え部ex８０３は、図２９のＣＰＵex５０２と駆動周波数制御部ex５１２から構成される。また、上記各実施の形態で示した画像復号方法を実行する復号処理部ex８０１、および、従来の規格に準拠する復号処理部ex８０２は、図２９の信号処理部ex５０７に該当する。ＣＰＵex５０２は、映像データがどの規格に準拠するものであるかを識別する。そして、ＣＰＵex５０２からの信号に基づいて、駆動周波数制御部ex５１２は、駆動周波数を設定する。また、ＣＰＵex５０２からの信号に基づいて、信号処理部ex５０７は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態３で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態３で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、ＣＰＵex５０２における駆動周波数の選択は、例えば、図３２のような映像データの規格と、駆動周波数とを対応付けたルックアップテーブルに基づいて行うことが考えられる。ルックアップテーブルを、バッファex５０８や、ＬＳＩの内部メモリに格納しておき、ＣＰＵex５０２がこのルックアップテーブルを参照することにより、駆動周波数を選択することが可能である。

図３１は、本実施の形態の方法を実施するステップを示している。まず、ステップexＳ２００では、信号処理部ex５０７において、多重化データから識別情報を取得する。次に、ステップexＳ２０１では、ＣＰＵex５０２において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexＳ２０２において、駆動周波数を高く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、高い駆動周波数に設定される。一方、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ステップexＳ２０３において、駆動周波数を低く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。

さらに、駆動周波数の切替えに連動して、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することが考えられる。

また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、ＭＰＥＧ４−ＡＶＣ規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。

さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した画像符号化方法または装置によって生成された映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を高く設定し、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した画像符号化方法または装置によって生成された映像データであることを示している場合には、ＣＰＵex５０２の駆動を停止させることなく、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、ＣＰＵex５０２の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、ＣＰＵex５０２の駆動を一時停止させることも考えられる。この場合は、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。

このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてＬＳＩex５００またはＬＳＩex５００を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。

（実施の形態６）
テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、ＬＳＩex５００の信号処理部ex５０７が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex５０７を個別に用いると、ＬＳＩex５００の回路規模が大きくなり、また、コストが増加するという課題が生じる。

この課題を解決するために、上記各実施の形態で示した画像復号方法を実行するための復号処理部と、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図３３Ａのex９００に示す。例えば、上記各実施の形態で示した画像復号方法と、ＭＰＥＧ４−ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキングフィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４−ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４−ＡＶＣ規格に対応しない、本発明特有の他の処理内容については、専用の復号処理部ex９０１を用いるという構成が考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した画像復号方法を実行するための復号処理部を共有し、ＭＰＥＧ４−ＡＶＣ規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。

また、処理を一部共有化する他の例を図３３Ｂのex１０００に示す。この例では、本発明に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。

このように、本発明の画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。

本発明にかかる画像符号化方法および画像復号方法は、符号化効率を向上することができるという効果を奏し、例えば、ビデオカメラ、動画の撮影および再生機能を有する携帯電話、パーソナルコンピュータ、または録画再生装置などに適用することができる。

１０００ 画像符号化装置
１１００ 符号化処理部
１１０１ 減算器
１１０２ 直交変換部
１１０３ 量子化部
１１０４ エントロピー符号化部
１１０５ 逆量子化部
１１０６ 逆直交変換部
１１０７ 加算器
１１０８ デブロッキングフィルタ
１１０９ メモリ
１１１０ 面内予測部
１１１１ 動き補償部
１１１２ 動き検出部
１１１３ スイッチ
１２００ 符号化制御部
２０００ 画像復号装置
２１００ 復号処理部
２１０１ エントロピー復号部
２１０２ 逆量子化部
２１０３ 逆直交変換部
２１０４ 加算器
２１０５ デブロッキングフィルタ
２１０６ メモリ
２１０７ 面内予測部
２１０８ 動き補償部
２１０９ スイッチ
２２００ 復号制御部

Claims (8)

1. ビットストリームから画像を復号する復号方法であって、
   前記画像の対象ブロックは、前記対象ブロックよりも小さいサイズのサブブロックをそれぞれ含むように階層化され、
   前記復号方法は、
   前記ビットストリームのヘッダから、前記対象ブロックの予測に用いる予測情報を伝送する単位である第１サブブロックが属する第１階層の深さを特定する深さ情報を復号し、
   前記深さ情報に基いて、前記第１サブブロックに符号化されている前記予測情報を復号し、
   前記予測情報を用いて、前記第１階層より深い階層に属する第２サブブロックを予測して予測画像を生成し、
   前記予測画像を用いて、前記対象ブロックを復号する
   復号方法。
2. 前記ビットストリームのヘッダは、複数の画像に対するシーケンスヘッダである、
   請求項１記載の復号方法。
3. 前記ビットストリームのヘッダは、前記画像に対するピクチャヘッダである、
   請求項１記載の復号方法。
4. ビットストリームから画像を復号する復号装置であって、
   前記画像の対象ブロックは、前記対象ブロックよりも小さいサイズのサブブロックをそれぞれ含むように階層化され、
   前記復号装置は、
   前記ビットストリームのヘッダから、前記対象ブロックの予測に用いる予測情報を伝送する単位である第１サブブロックが属する第１階層の深さを特定する深さ情報を復号し、
   前記深さ情報に基いて、前記第１サブブロックに符号化されている前記予測情報を復号
   する情報復号部と、
   前記予測情報を用いて、前記第１階層より深い階層に属する第２サブブロックを予測して予測画像を生成する予測部と、
   前記予測画像を用いて、前記対象ブロックを復号する画像復号部と、
   を備える復号装置。
5. ビットストリームから画像を復号するためのプログラムであって、
   前記画像の対象ブロックは、前記対象ブロックよりも小さいサイズのサブブロックをそれぞれ含むように階層化され、
   前記プログラムは、
   前記ビットストリームのヘッダから、前記対象ブロックの予測に用いる予測情報を伝送する単位である第１サブブロックが属する第１階層の深さを特定する深さ情報を復号し、
   前記深さ情報に基いて、前記第１サブブロックに符号化されている前記予測情報を復号し、
   前記予測情報を用いて、前記第１階層より深い階層に属する第２サブブロックを予測して予測画像を生成し、
   前記予測画像を用いて、前記対象ブロックを復号する
   ことを、コンピュータに実行させるプログラム。
6. 前記予測情報には、複数の前記第２サブブロックに関する予測情報が格納される、
   請求項１記載の復号方法。
7. 前記予測情報には、複数の前記第２サブブロックに関する予測情報が格納される、
   請求項４記載の復号装置。
8. 前記予測情報には、複数の前記第２サブブロックに関する予測情報が格納される、
   請求項５記載のコンピュータに実行させるプログラム。

Images