(本発明の基礎となった知見)
HEVC映像符号化方式における最近の発展の一つは、バッファ記述を用いたDPB管理の導入である。バッファ記述は、DPBから削除される対象のピクチャを定義する代わりに、DPBに保持されているピクチャを定義する。つまり、バッファ記述は、DPBに格納されている全ての参照ピクチャを示すピクチャ識別子のリストである。このリストの各項目は、バッファエレメントと称される。バッファエレメントは、ピクチャオーダカウント(POC)数のような各ピクチャに固有のピクチャ識別子と、temporal_id値のような追加的ピクチャ情報とを有する。
このバッファ記述は、ピクチャの符号化又は復号開始時に有効になる。有効なバッファ記述に含まれないピクチャは、DPBから削除される。このバッファ記述の利点は、送信時のロスに対するロバスト性が改善されること、及び、存在しないピクチャの扱いが簡易化されること等である。
ここで、映像シーケンスに含まれる複数のピクチャにおいて、同一のピクチャ参照構造が用いられることがある。例えば、低遅延符号化構造では、図1に示すように4ピクチャ単位で同じ階層構造が周期的に繰り返される周期的クラスタリング構造が用いられる。なお、この繰り返し単位(ここでは4ピクチャ)をクラスタと呼ぶ。
図1に示す例において、ピクチャナンバー(P0からP12)は、固有の符号化順序と固有のピクチャ表示又は出力順序との両方を示している。ピクチャP0、P4、P8、及びP12は、ピクチャの第1層を構成する。これらのピクチャは、例えば、最も弱い量子化が適用されることによって最も高画質で符号化される。ピクチャP2、P6、及びP10は、第2層を構成する。これらのピクチャは、第1層よりも低画質で符号化される。ピクチャP1、P3、P5、P7、P9、及びP11は、第3層を構成する。これらのピクチャは、最も低画質で符号化される。このような周期的な参照構造において、クラスタ内で相対位置が同じピクチャ(例えば、P1、P5、及びP9)は通常、同じ相対ピクチャ参照構造が用いられる。例えば、ピクチャP5に対して、ピクチャP4及びP2が参照ピクチャとして用いられ、ピクチャP9に対して、ピクチャP8及びP6が参照ピクチャとして用いられる。
上述の構造のような周期的クラスタリング構造を調整するために、バッファ記述に対して周期的に信号を送信する方法が考えられる。このバッファ記述は、符号化又は復号対象ピクチャに対する参照ピクチャの時間的距離又は位置を指定する。これにより、DPBに格納されている参照ピクチャが特定できる。例えば、このバッファ記述は、一旦ピクチャパラメータセット(PPS)に含まれて信号送信される。その後、このバッファ記述は、クラスタ内において同じ相対位置を有する複数のピクチャのスライスヘッダにおいて繰り返し参照される。例えば、{−1,−3}の相対位置を指定するバッファ記述は、{P4,P2}を参照ピクチャとして指定するP5と、{P8,P6}を参照ピクチャとして指定するP9との両方に用いることができる。
図2は、この場合のバッファ記述の信号送信構造の一例を示す図である。図2に示す符号化ビットストリーム500は、SPS(シーケンスパラメータセット)501(SPS0)と、複数のPPS(ピクチャパラメータセット)502(PPS0及びPPS1)と、複数のピクチャデータ503とを含む。各ピクチャデータ503は、複数のスライスデータ535を含む。各スライスデータ535は、スライスヘッダ541と、スライスデータ部542とを含む。スライスデータ部542は、複数のCU(Coding Unit)データ543を含む。
各PPS502は、PPS識別子522(pps_id)と、バッファ記述定義情報512(BD define)とを含む。バッファ記述定義情報512は、複数のバッファ記述515(BD0〜BDn)を示す。各バッファ記述515は、複数のバッファエレメント515A(BE0〜BE2)を含む。
このように、複数のバッファ記述515は、ピクチャパラメータセット502に含まれるバッファ記述定義情報512により定義される。また、各PPS502は、PPSに固有のPPS識別子522によって識別される。
スライスヘッダ541は、PPS選択情報533(pps_select)と、バッファ記述更新情報523(BD update)とを含む。
PPS選択情報533は、スライスの符号化又は復号時に参照されるPPS502を示す。図2の例において、pps_select=0であり、pps_id=0を有するPPS0が選択される。
バッファ記述更新情報523は、複数のバッファ記述515の中から、選択されるバッファ記述を特定する情報を含む。図2の例では、バッファ記述BD1が選択される。さらに、バッファ記述更新情報523は、バッファ記述修正情報を含む。バッファ記述修正情報は、選択されたバッファ記述515に含まれる、選択されたバッファエレメント515Aに、ピクチャ識別子を割り当てる。ここで、ピクチャ識別子は、相対位置、又はピクチャに固有の識別子を用いて特定される。ピクチャに固有の識別子とは、例えば、ピクチャオーダカウント(POC)数である。図2の例において、POC数=214によって識別されるピクチャP214は、バッファ記述BD1に含まれるバッファエレメントBE0に割り当てられる。この修正は、現在の処理対象のスライスにのみ適用され、後続スライスには適用されない。
符号化ビットストリームにおいて、予測単位(N×Nブロック)のインター予測処理に用いられる参照ピクチャは、参照インデックスを用いて識別される。全ての利用可能な参照ピクチャ及びそれらに関連する参照インデックスは、参照リストに記述されている。双方向インター予測が用いられる場合には、2つのグループの参照ピクチャとそれに関連する参照インデックスとの記述に、2つの参照リストが用いられる。より小さな参照インデックスは、より大きな参照インデックスと比べて、符号化ビットストリームにおいてより少ないビットで表される。したがって、頻繁に使われる参照ピクチャにより小さな参照インデックスを割り当てることで、より高い符号化効率が達成される。
スライスの符号化又は復号の開始時に、全ての利用可能な参照ピクチャに、予め定められた順序付け方式に従ってインデックスが割り当てられることで、初期設定の参照リストが作成される。画像符号化装置は、さらに、初期設定の参照リストに含まれる参照インデックスを並び替え、符号化ビットストリームに含まれるスライスヘッダに、参照リスト並び替え情報を書き込んでもよい。並び替えられた参照リストは、現在の処理対象のスライスにのみ適用され、後続スライスには適用されない。
ここで、参照リストの並び替えを記述する参照リスト並び替え情報(パラメータ)では、参照リストに含まれる並び替え対象の参照ピクチャを特定するために、ピクチャ番号の差分値、又はPOC数の差分値が用いられる。具体的には、これらの差分値は、処理対象のスライス(又はピクチャ)のピクチャ番号(POC数)と、並び替え対象の参照ピクチャのピクチャ番号(POC数)との差分値、又は、並び替え対象の参照ピクチャのピクチャ番号(POC数)と、直前の並び替え対象の参照ピクチャのピクチャ番号(POC数)との差分値である。ここで、この差分値は、正又は負の値である。また、ロングタームのピクチャ番号の絶対値を用いてロングタームの参照ピクチャを識別する個別のパラメータセットを用いて、参照リストに含まれるロングタームの参照ピクチャが並び替えられる。
ここで、上記技術では、参照リスト並び替え情報において、ピクチャ番号又はPOC数を用いて並び替え対象の参照ピクチャが特定される。一方で、DPBに保持される有効な参照ピクチャは、有効なバッファ記述において個別に識別できるようにリスト化されている。つまり、このバッファ記述で用いられる容易に利用可能な情報が、参照リスト並び替え情報に用いられていないことを本発明者は見出した。このように、上記技術における参照リスト並び替え情報では、冗長な情報が用いられている。
また、上記技術では、参照リストの並び替えを記述する情報(パラメータ)が、符号化又は復号対象スライスに一回しか適用できないという問題があることを本発明者は見出した。しかしながら、上述の通り、映像シーケンスに含まれる複数のピクチャで同一の参照構造が用いられることがある。結果として、同じ参照リスト並び替え処理を記述した情報は、符号化ビットストリーム内で繰り返し信号送信される。
このように、符号化ビットストリームに同様の情報が繰り返し含まれることで、符号化効率が低下するという課題があることを本発明者は見出した。
上記課題を解決するため、本発明の一態様に係る画像符号化方法は、バッファに保持されるピクチャを指定するためのバッファ記述と、参照されるピクチャを指定するための参照リストとを用いて画像を符号化することで符号化ビットストリームを生成する画像符号化方法であって、バッファ記述を定義するバッファ記述定義情報を、前記符号化ビットストリームに書き込むバッファ記述書き込みステップと、前記バッファ記述で示される複数のピクチャを含む初期設定の参照リストを生成する参照リスト生成ステップと、前記初期設定の参照リストに含まれるピクチャの順番を並び替える並び替え処理を行う並び替えステップと、前記並び替え処理の内容を示す参照リスト並び替え情報を、前記符号化ビットストリームに書き込む並び替え情報書き込みステップと、前記バッファ記述と、前記並び替え処理により得られた参照リストとを用いて、前記画像を符号化する符号化ステップとを含み、前記参照リスト並び替え情報において、前記並び替えの対象であるピクチャは、当該画像符号化方法において当該参照リスト並び替え情報以外にも用いられるインデックスで特定される。
これにより、並び替え対象のピクチャの特定に、他の処理で用いられるインデックスが流用される。よって、参照リスト並び替え情報の冗長性及び複雑性が低減されるので、画像符号化装置及び画像復号装置の演算量が低減される。
例えば、前記バッファ記述定義情報と、前記参照リスト並び替え情報とは、異なるタイプのNAL(Network Abstraction Layer)に属する異なるヘッダに書き込まれてもよい。
これにより、並び替え対象のピクチャの特定に、バッファ記述で用いられているバッファエレメントインデックスが流用される。よって、参照リスト並び替え情報の冗長性及び複雑性が低減されるので、画像符号化装置及び画像復号装置の演算量が低減される。
例えば、前記並び替えステップは、前記参照リストに含まれる複数のピクチャから並び替え対象の第1ピクチャを選択する選択ステップと、前記第1ピクチャに予め定められた第1参照インデックスを割り当てる割り当てステップと、前記参照リストに含まれる前記第1ピクチャ以外のピクチャであって、前記第1参照インデックスの値以上の値の参照インデックスに対応付けられているピクチャの参照インデックスを1増加する増加ステップとを含んでもよい。
例えば、前記並び替えステップでは、前記選択ステップと、前記割り当てステップと、前記増加ステップとを含む処理を予め定められた回数繰り返し、最初の前記処理において、前記第1参照インデックスをゼロに設定し、2回目以降の前記処理において、前記第1参照インデックスを、直前の前記処理から1増加させてもよい。
例えば、前記参照リスト並び替え情報において、前記並び替えの対象であるピクチャは前記インデックスの絶対値で示されてもよい。
例えば、前記参照リスト並び替え情報において、並び替え対象である複数の対象ピクチャのうち最初の対象ピクチャは前記インデックスの絶対値で示され、前記複数の対象ピクチャのうち、前記最初の対象ピクチャ以外の対象ピクチャは、直前の対象ピクチャとの前記インデックスの差分値で示されてもよい。
例えば、前記バッファ記述は、各々が1枚のピクチャを指定するバッファエレメントに対応付けられたバッファエレメントインデックスを含み、前記インデックスは、前記バッファエレメントインデックスであってもよい。
これにより、当該画像符号化方法は、参照リスト並び替え情報の情報量を削減できる。
例えば、前記バッファ記述定義情報は、前記バッファ記述を含む複数のバッファ記述を定義し、前記バッファ記述定義情報は、前記符号化ビットストリームに含まれるシーケンスパラメータセットに書き込まれ、前記画像符号化方法は、さらに、前記複数のバッファ記述に一対一で対応する複数の参照リスト記述を定義し、前記参照リスト並び替え情報を含む参照リスト記述定義情報を前記符号化ビットストリームに含まれる処理対象のスライスのスライスヘッダに書き込む参照リスト定義書き込みステップと、前記複数のバッファ記述の中から一つのバッファ記述を選択し、選択されたバッファ記述を特定するバッファ記述選択情報を、前記スライスヘッダに書き込む選択情報書き込みステップとを含み、前記符号化ステップでは、前記選択されたバッファ記述と、当該選択されたバッファ記述に対応する参照リスト記述とを用いて、前記処理対象のスライスを符号化してもよい。
これにより、本発明の一態様に係る画像符号化方法は、参照リスト記述定義情報を、複数のピクチャで共通に用いられるピクチャパラメータセット内に書き込む。これにより、当該画像符号化方法は、参照リスト記述定義情報がスライスヘッダに書き込まれる場合に比べて、冗長な情報を削減できるので、符号化効率を改善できる。
また、本発明の一態様に係る画像復号方法は、バッファに保持されるピクチャを指定するためのバッファ記述と、参照されるピクチャを指定するための参照リストとを用いて符号化ビットストリームを復号する画像復号方法であって、バッファ記述を定義するバッファ記述定義情報を、前記符号化ビットストリームから取得するバッファ記述取得ステップと、前記バッファ記述で示される複数のピクチャを含む初期設定の参照リストを生成する参照リスト生成ステップと、前記初期設定の参照リストに対する並び替え処理の内容を示す参照リスト並び替え情報を、前記符号化ビットストリームから取得する並び替え情報取得ステップと、前記参照リスト並び替え情報に従い、前記初期設定の参照リストに含まれるピクチャの順番を並び替える前記並び替え処理を行う並び替えステップと、前記バッファ記述と、前記並び替え処理により得られた参照リストとを用いて、処理対象のピクチャ又はスライスを復号する復号ステップとを含み、前記参照リスト並び替え情報において、前記並び替え対象のピクチャは、当該画像復号方法において当該参照リスト並び替え情報以外にも用いられるインデックスで特定される。
これにより、並び替え対象のピクチャの特定に、他の処理で用いられるインデックスが流用される。よって、参照リスト並び替え情報の冗長性及び複雑性が低減されるので、画像復号装置の演算量が低減される。
また、本発明の一態様に係る画像符号化装置は、バッファに保持されるピクチャを指定するためのバッファ記述と、参照されるピクチャを指定するための参照リストとを用いて画像を符号化することで符号化ビットストリームを生成する画像符号化装置であって、フレームメモリ制御部を備え、前記フレームメモリ制御部は、バッファ記述を定義するバッファ記述定義情報を、前記符号化ビットストリームに書き込み、前記バッファ記述で示される複数のピクチャを含む初期設定の参照リストを生成し、前記初期設定の参照リストに含まれるピクチャの順番を並び替える並び替え処理を行い、前記並び替え処理の内容を示す参照リスト並び替え情報を、前記符号化ビットストリームに書き込み、前記画像符号化装置は、前記バッファ記述と、前記並び替え処理により得られた参照リストとを用いて、前記画像を符号化し、前記参照リスト並び替え情報において、前記並び替えの対象であるピクチャは、当該画像符号化装置において当該参照リスト並び替え情報以外にも用いられるインデックスで特定される。
これにより、並び替え対象のピクチャの特定に、他の処理で用いられるインデックスが流用される。よって、参照リスト並び替え情報の冗長性及び複雑性が低減されるので、画像符号化装置及び画像復号装置の演算量が低減される。
また、本発明の一態様に係る画像復号装置は、バッファに保持されるピクチャを指定するためのバッファ記述と、参照されるピクチャを指定するための参照リストとを用いて符号化ビットストリームを復号する画像復号装置であって、フレームメモリ制御部を備え、前記フレームメモリ制御部は、バッファ記述を定義するバッファ記述定義情報を、前記符号化ビットストリームから取得し、前記バッファ記述で示される複数のピクチャを含む初期設定の参照リストを生成し、前記初期設定の参照リストに対する並び替え処理の内容を示す参照リスト並び替え情報を、前記符号化ビットストリームから取得し、前記参照リスト並び替え情報に従い、前記初期設定の参照リストに含まれるピクチャの順番を並び替える前記並び替え処理を行い、前記画像復号装置は、前記バッファ記述と、前記並び替え処理により得られた参照リストとを用いて、処理対象のピクチャ又はスライスを復号し、前記参照リスト並び替え情報において、前記並び替え対象のピクチャは、当該画像符復号装置において当該参照リスト並び替え情報以外にも用いられるインデックスで特定される。
これにより、並び替え対象のピクチャの特定に、他の処理で用いられるインデックスが流用される。よって、参照リスト並び替え情報の冗長性及び複雑性が低減されるので、当該画像復号装置の演算量が低減される。
また、本発明の一態様に係る画像符号化復号装置は、前記画像符号化装置と、前記画像復号装置とを備える。
なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なCD−ROMなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。
以下、実施の形態について、図面を参照しながら具体的に説明する。
なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
また、以下では、2つの実施の形態を説明する。周期的な参照リスト記述の有用性及び適用性をさらに向上させるために、これらの実施の形態を組み合わせることが可能であることは、当業者には明らかであろう。
(実施の形態1)
本実施の形態では、並び替え対象のピクチャの特定に、バッファ記述で用いられているバッファエレメントインデックスが流用される。これにより、参照リスト並び替え情報の冗長性及び複雑性が低減されるので、画像符号化装置及び画像復号装置の演算量が低減される。
[符号化装置]
図3は、本実施の形態に係る画像符号化装置100の構造を示すブロック図である。
画像符号化装置100は、入力画像信号120をブロック単位で符号化することで、符号化ビットストリーム132を生成する。図3に示されているように、画像符号化装置100は、減算器101と、直交変換部102と、量子化部103と、逆量子化部104と、逆直交変換部105と、加算器106と、ブロックメモリ107と、フレームメモリ108と、イントラ予測部109と、インター予測部110と、ピクチャタイプ決定部111と、可変長符号化部112と、フレームメモリ制御部113とを備える。
入力画像信号120は、映像又は画像ビットストリームである。減算器101は、予測画像データ131と、入力画像信号120との差分を算出することで予測誤差データ121を生成する。直交変換部102は、予測誤差データ121を周波数係数122に直交変換する。量子化部103は、周波数係数122を量子化することで量子化値123を生成する。可変長符号化部112は、量子化値123をエントロピー符号化(可変長符号化)することで符号化ビットストリーム132を生成する。
逆量子化部104は、量子化値123を逆量子化することで周波数係数124を生成する。逆直交変換部105は、周波数係数122を逆直交変換することで予測誤差データ125を生成する。加算器106は、予測誤差データ125と予測画像データ131とを加算することで復号画像データ126を生成する。ブロックメモリ107は、復号画像データ126をブロック単位で復号画像データ127として保持する。フレームメモリ108は、復号画像データ126をフレーム単位で復号画像データ128として保持する。
イントラ予測部109は、イントラ予測を行うことで、符号化対象ブロックの予測画像データ129を生成する。具体的には、イントラ予測部109は、ブロックメモリ107に格納された復号画像データ127内を検索し、入力画像信号120に最も類似する画像領域を推定する。
インター予測部110は、フレームメモリ108に保存されているフレーム単位の復号画像データ128を用いてインター予測を行うことで、符号化対象ブロックの予測画像データ130を生成する。
ピクチャタイプ決定部111は、予測画像データ129及び予測画像データ130の一方を選択し、選択したデータを予測画像データ131として出力する。
フレームメモリ制御部113は、フレームメモリ108に格納された復号画像データ128を管理する。具体的には、フレームメモリ制御部113は、復号画像データ128をフレームメモリ208に保持しておくか、フレームメモリ208から削除するかを決定する。また、フレームメモリ制御部113は、インター予測部110によって使用される参照リストを作成する。さらに、フレームメモリ制御部113は、バッファ記述定義情報及び参照リスト記述定義情報を含むフレームメモリ制御情報133生成する。可変長符号化部112により、このフレームメモリ制御情報133を含む符号化ビットストリーム132が生成される。
[符号化処理]
次に、上記の画像符号化装置100による画像符号化方法について説明する。
図4は、本実施の形態に係る画像符号化方法のフローチャートである。
まず、画像符号化装置100は、ビットストリームの第1ヘッダに、バッファ記述を定義するバッファ記述定義情報を書き込む(S101)。バッファ記述は、バッファ(フレームメモリ)に保持されるピクチャを指定するために用いられる。具体的には、各バッファ記述は、複数のバッファエレメントを含む。各バッファエレメントは、フレームメモリに格納される1枚の参照ピクチャに対応する固有のピクチャ識別子(例えば、POC数)を含む。つまり、各バッファ記述は、フレームメモリに格納される複数の参照ピクチャを示す。
次に、画像符号化装置100は、バッファ記述で示される全ての参照ピクチャを含む、初期設定の参照リストを生成する(S102)。ここで、初期設定の参照リストとは、画像符号化装置及び画像復号装置において、予め定められた初期設定の参照リスト作成方式に従って作成される参照リストである。つまり、同一のピクチャ(又はスライス)に対する初期設定の参照リストとして、画像符号化装置及び画像復号装置において、同一の参照リストが生成される。
次に、画像符号化装置100は、生成した初期設定の参照リストに含まれる複数の参照ピクチャの順番を並び替える並び替え処理を行う(S103)。
次に、画像符号化装置100は、ステップS103の並び替え処理の内容を示す参照リスト並び替え情報を、符号化ビットストリームの第2ヘッダに書き込む(S104)。ここで、参照リスト並び替え情報において、並び替えの対象となるピクチャは、バッファ記述におけるバッファエレメントインデックスで特定される。
最後に、画像符号化装置100は、バッファ記述と、並び替え処理により得られた参照リストとを用いて、処理対象のスライスを符号化する(S105)。また、画像符号化装置100は、符号化により得られた符号化データを含む符号化ビットストリーム132を生成する。
ここで、上記第1及び第2ヘッダは、同一のNAL(Network Abstraction Layer)ユニットに属する。例えば、この同一のNALユニットは、スライスNALユニットである。つまり、第1及び第2ヘッダは単一のスライスヘッダである。なお、この同一のNALユニットは、APS(Adaptation Parameter Set) NALユニット、PPS(ピクチャパラメータセット) NALユニット、又は、SPS(シーケンスパラメータセット) NALユニットであってもよい。
また、上記第1及び第2ヘッダは、異なるNALユニットタイプのNALユニットに属してもよい。例えば、第1ヘッダはSPS NALユニットに属し、第2ヘッダはAPS NALユニットに属する。なお、第1ヘッダはPPS NALユニットに属し、第2ヘッダはAPS NALユニットに属してもよい。第1ヘッダはSPS NALユニットに属し、第2ヘッダはスライスNALユニットに属してもよい。第1ヘッダはPPS NALユニットに属し、第2ヘッダはスライスNALユニットに属してもよい。
以下、図4に示す初期設定の参照リストの並び替え処理(S103)について説明する。図5は、この並び替え処理(S103)の第1の例のフローチャートである。
まず、画像符号化装置100は、処理対象の参照リストに含まれる複数の参照ピクチャから並び替え対象の参照ピクチャを識別し、選択する(S111)。ここで、符号化ビットストリームにおいて、並び替え対象の参照ピクチャは、有効なバッファ記述におけるバッファエレメントインデックスを用いて示される。
次に、画像符号化装置100は、参照リストにおいて、並び替え対象の参照ピクチャに予め定められた参照インデックスを割り当てる(S112)。
次に、画像符号化装置100は、参照リストに含まれる、上記並び替え対象の参照ピクチャ以外の参照ピクチャであって、上記予め定められた参照インデックスの値以上の値の参照インデックスに対応付けられている参照ピクチャの参照インデックスを1増加する(S113)。
以下、具体例を説明する。例えば、ステップS111において、参照ピクチャRが選択される。次に、ステップS112において、参照ピクチャRに参照インデックス=2が割り当てられる。次に、ステップS113において、初期設定の参照リストに含まれる、他の参照ピクチャのうち、参照インデックス=2以上が割り当てられている参照ピクチャの参照インデックスを3以上に増加させる。これにより、並び替えがなされた参照リストが生成される。
図6は、並び替え処理(S103)の第2の例のフローチャートである。
図6に示す並び替え処理(S103)は、予め定められた回数の繰り返し処理を含む。各繰り返し処理は、上記図5に示すステップS111〜S113と同様の処理を含む。具体的には、各繰り返し処理は、並び替え対象の参照ピクチャを選択する処理(S122)と、並び替え対象の参照ピクチャに参照インデックスを割り当てる処理(S123)と、参照インデックスを1増加させる処理(S124)とを含む。例えば、符号化ビットストリームは、この繰り返し処理の回数を示す情報を含む。なお、符号化ビットストリームは、各繰り返し処理の後に、さらに繰り返し処理が実行されるか否かを示す情報を含んでもよい。
まず、画像符号化装置100は、最初の繰り返し処理において、第1参照インデックスをゼロに設定し(S121)、ステップS122〜S124の処理を行う。
具体的には、画像符号化装置100は、処理対象の参照リストに含まれる複数の参照ピクチャから並び替え対象の参照ピクチャを識別し、選択する(S122)。ここで、符号化ビットストリームにおいて、並び替え対象の参照ピクチャは、有効なバッファ記述におけるバッファエレメントインデックスを用いて示される。
次に、画像符号化装置100は、参照リストにおいて、並び替え対象の参照ピクチャに予め定められた参照インデックス(=0)を割り当てる(S123)。
次に、画像符号化装置100は、参照リストに含まれる、上記並び替え対象の参照ピクチャ以外の参照ピクチャであって、上記予め定められた参照インデックスの値以上の値の参照インデックスに対応付けられている参照ピクチャの参照インデックスを1増加する(S124)。
第1参照インデックスの値が所定値より小さい場合(S125でNo)、つまり、繰り返し処理が予め定められた回数実行されていない場合、画像符号化装置100は、第1参照インデックスの値を1増加させ(S126)、その後、ステップS122以降の処理を実行する。つまり、繰り返し処理が予め定められた回数実行されるまで(S125でYes)、ステップS126、S122〜S124の処理が繰り返し実行される。
ここで、本実施の形態では、符号化ビットストリームに含まれる参照リスト並び替え情報において、並び替えの対象の参照ピクチャはバッファエレメントインデックスの絶対値で示される。
なお、参照リスト並び替え情報において、並び替えの対象の複数の参照ピクチャのうち、最初の参照ピクチャはバッファエレメントインデックスの絶対値で示され、それ以降の並び替えの対象の参照ピクチャは、直前の並び替え対象の参照ピクチャとのバッファエレメントインデックスの差分値で示されてもよい。つまり、最初の繰り返し処理では、並び替え対象の参照ピクチャは、バッファエレメントインデックスの絶対値で示され、2回目以降の繰り返し処理では、並び替え対象の参照ピクチャは、バッファエレメントインデックスの差分値を用いて示されてもよい。
[シンタックスダイアグラム:第1の例]
図7及び図8は、本実施の形態の第1の例における、符号化ビットストリーム内でのバッファ記述定義情報及び参照リスト記述定義情報の位置を示すシンタックスダイアグラムである。
図7に示す符号化ビットストリーム132は、SPS301と、PPS302と、複数のピクチャデータ303とを含む。各ピクチャデータ303は、ピクチャヘッダ331と、ピクチャデータ部332とを含む。ピクチャデータ部332は、複数のスライスデータ335を含む。
各スライスデータ335は、スライスヘッダ341と、スライスデータ部342とを含む。スライスデータ部342は、複数のCU(Coding Unit)データ343を含む。
スライスヘッダ341は、バッファ記述定義情報312(BD define)と、参照リスト記述定義情報313(RLD define)とを含む。
バッファ記述定義情報312は、バッファ記述315を定義する。例えば、このバッファ記述315は、上述したバッファ記述515と同様に、複数のバッファエレメントを含む。
参照リスト記述定義情報313は、複数の参照リスト記述316を定義する。この参照リスト記述定義情報313は、初期設定の参照リストを並び替えるか否かを示す並び替えフラグと、上述した参照リスト並び替え情報とを含む。
また、図8に示す符号化ビットストリーム132Aでは、バッファ記述定義情報312及び参照リスト記述定義情報313が、スライスヘッダ341Aではなく、ピクチャヘッダ331Aに含まれる。なお、バッファ記述定義情報312及び参照リスト記述定義情報313は、HEVCにおけるAPSに含まれてもよい。ここで、ピクチャは複数のスライスを含む。よって、一つのピクチャに含まれる全てのスライスにおいて、バッファ記述定義情報312及び参照リスト記述定義情報313に従って形成された複数の参照リストのうちいずれかが用いられる。
なお、上記説明における「スライス」を「サブピクチャユニット(SPU)」に置き換えてもよい。サブピクチャユニットとは、例えば、タイル、エントロピースライス、及び波面処理のサブピクチャ分割を構成するブロック群(WPP(Wavefront Parallel Processing unit))などである。
上記のバッファ記述定義情報312及び参照リスト記述定義情報313は、図9に示すテーブルに示す擬似コードに従って、スライスヘッダのシンタックス構造において信号送信される。なお、SPUヘッダ及びピクチャヘッダのシンタックス構造も同様である。
記述子(Descriptor)は、AVC映像符号化方式と同じビット表現による各シンタックスエレメントの解析処理を定義する。
ue(v)は、左ビットが先頭である無符号整数の指数ゴロム符号化シンタックスエレメントである。
u(n):は、nビットの無符号整数である。シンタックステーブルにおいてnが「v」であるとき、ビット数は、他のシンタックスエレメントの値に依存して変動する。
以下、バッファ記述定義情報と参照リスト記述定義情報とを表すシンタックスエレメントに関連付けられた意味を説明する。
図9におけるPredictionTypeは、対象スライス(又は、SPU又はピクチャ)の予測タイプを示す。PredictionType=Pは一方向予測を意味し、PredictionType=Bは、双方向予測を意味する。このPredictionTypeは、既に符号化ビットストリーム内で示されている情報であり、例えば、前のスライスヘッダのシンタックス要素、又はAPSシンタックス構造において既に示されている情報である。
以下、図9に示すシンタックスエレメントについて説明する。
変数又はリストであるBDDeltaPOC及びBDTemporalIDは、有効なバッファ記述BDにおけるバッファエレメントBEの順番を示す。
number_of_bes_minus1は、バッファ記述BDに含まれるバッファエレメントBEの数を示す。このバッファエレメントBEの数は、(number_of_bes_minus1+1)である。
first_delta_poc_sign_flagは、対象ピクチャと、バッファ記述BDに含まれるバッファエレメントBE[0]に関連付けられた参照ピクチャとのPOCの差分の符号(正負)を示す。first_delta_poc_sign_flag[i]がゼロであるとき、POCの差分が正の値であることを意味し、first_delta_poc_sign_flag[i]が「1」であるとき、POCの差分が負の値であることを意味する。
first_delta_poc_minus1は、対象ピクチャと、バッファ記述BDに含まれるバッファエレメントBE[0]に関連付けられた参照ピクチャとのPOCの差分絶対値を示す。first_delta_poc_sign_flag及びfirst_delta_pocは、符号付き変数BDDeltaPOC[0]の値を以下のように定義する。
BDDeltaPOC[0]=
(first_delta_poc_minus1+1)
×(1−2×first_delta_poc_sign_flag)
BDDeltaPOC[0]を、バッファ記述BDに含まれる複数のバッファエレメントBE[j]に関連付けられた全ての参照ピクチャの中で、最大の符号付きPOC差分値とする。
first_temporal_idは、時間識別子を意味し、予め定められたビット数で表現される。例えば、当該ビット数は、既に符号化ビットストリーム内で示されており、例えば、有効なSPS、又は有効なPPSにおいて示されている。first_temporal_idは、無符号の変数BDTemporalID[0]の値を以下のように定義する。
BDTemporalID[0]=first_temporal_id
delta_poc_minus1[j]は、バッファ記述BDに含まれるバッファエレメントBE[j]に関連付けられた参照ピクチャから、バッファエレメントBE[j+1]に関連付けられた参照ピクチャまでのPOCの負の距離値を示す。delta_poc_minus1[j]は、符号付き変数BDDeltaPOC[j+1]の値を以下のように定義する。
BDDeltaPOC[j+1]=
BDDeltaPOC[j]−(delta_poc_minus1[j]+1)
temporal_id[j]は、時間識別子を意味し、first_temporal_idと同様に予め定められたビット数で表現される。temporal_idは、無符号の変数BDTemporalID[j+1]の値を以下のように定義する。
BDTemporalID[j+1]=temporal_id[j]
ref_pic_list_modification_flag_l0が「1」であるとき、バッファ記述BDに対応する参照ピクチャリストRL0を特定するために、num_ref_idx_l0_active_minus1及びmore_modification_flagが存在することを意味する。ref_pic_list_modification_flag_l0がゼロであるとき、num_ref_idx_l0_active_minus1及びmore_modification_flagが存在しないことを意味する。
ref_pic_list_modification_flag_l0が「1」であるとき、ref_pic_list_modification_flag_l0に続くmore_modification_flagが「1」である回数がnum_ref_idx_l0_active_minus1+1を超えないものとする。
ref_pic_list_modification_flag_l1が「1」であるとき、バッファ記述BDに対応する参照ピクチャリストRL1を特定するために、num_ref_idx_l1_active_minus1及びmore_modification_flagが存在することを意味する。ref_pic_list_modification_flag_l1がゼロであるとき、num_ref_idx_l1_active_minus1及びmore_modification_flagが存在しないことを意味する。
ref_pic_list_modification_flag_l1が「1」であるとき、ref_pic_list_modification_flag_l1に続くmore_modification_flagが「1」である回数が(num_ref_idx_l1_active_minus1+1)を超えないものとする。
num_ref_idx_l0_active_minus1は、バッファ記述BDに対応する参照ピクチャリストRL0に対する最大参照インデックスを示す。
num_ref_idx_l1_active_minus1は、バッファ記述BDに対応する参照ピクチャリストRL1に対する最大参照インデックスを示す。
be_idxを伴うmore_modification_flagは、どの参照ピクチャがリマッピングされるかを意味する。more_modification_flagが「1」であるとき、be_idxがmore_modification_flagの直後に存在することを意味する。more_modification_flagがゼロであるとき、参照ピクチャリストに含まれる参照ピクチャのリマッピングのループの終了を意味する。
be_idx_in_ref_pic_listは、対象バッファ記述BDにおいてバッファエレメントBE[be_idx_in_ref_pic_list]に関連付けられた参照ピクチャを示す。be_idx_in_ref_pic_listは、バッファ記述BDに関連付けられた対象参照リストRL0又はRL1において、リマッピングされるピクチャを識別する。このリマッピング又は並び替え処理は、図5及び図6に示す処理の後に行われる。
[シンタックスダイアグラム:第2の例]
図10及び図11は、本実施の形態の第2の例における、符号化ビットストリーム内でのバッファ記述定義情報及び参照リスト記述定義情報の位置を示すシンタックスダイアグラムである。なお、以下では第1の例との相違点を主に説明し、重複する説明は省略する。また、図7及び図8に示す要素と同様の要素には同一の符号を付している。これらは、以下の他の例においても同様である。
図10に示す符号化ビットストリーム132Bは、バッファ記述定義情報312がSPSに含まれる点が、図7に示す符号化ビットストリーム132と異なる。具体的には、図10に示す符号化ビットストリーム132Bは、図7に示す符号化ビットストリーム132に対して、SPS301B、PPS302B及びスライスヘッダ341Bが、SPS301、PPS302及びスライスヘッダ341と異なる。
SPS301Bは、バッファ記述定義情報312と、SPS識別子311(sps_id)とを含む。
バッファ記述定義情報312は、複数のバッファ記述315を定義する。また、バッファ記述定義情報312は、当該バッファ記述定義情報312に含まれるバッファ記述315の数を示すバッファ記述数314(number_of_bds)を含む。
また、SPS301Bは、固有のSPS識別子311(例えばsps_id=0)によって識別される。
各PPS302Bは、SPS選択情報321(sps_select)と、PPS識別子322(pps_id)とを含む。SPS選択情報321(例えばsps_select=0)は、参照先のSPS301Bを示す。また、各PPS302Bは、固有のPPS識別子322(例えばpps_id=0)によって識別される。
スライスヘッダ341Bは、PPS選択情報(pps_select)333と、バッファ記述選択情報334(bd_select)と、バッファ記述更新情報323(BD update)と、参照リスト記述定義情報313とを含む。
PPS選択情報333(例えばpps_select=0)は、参照先のPPS302Bを示す。このPPS選択情報333により、スライスヘッダ341Bから一つのPPS302Bが参照される。さらに、PPS302Bに含まれるSPS選択情報321により、参照されたPPS302BからSPS301Bが参照される。これにより、符号化対象のスライスが、SPS301Bにおいて定義されている利用可能な複数のバッファ記述に関連付けられる。
バッファ記述選択情報334(例えばbd_select=2)は、複数のバッファ記述のうち一つを特定する。これにより、複数のバッファ記述の中から、一つのバッファ記述が選択される。
バッファ記述更新情報323は、選択されたバッファ記述を更新するための情報である。そして、更新されたバッファ記述が対象スライスの符号化又は復号処理に用いられる。なお、SPS301Bに含まれるバッファ記述定義情報312で定義された初期バッファ記述が更新されない場合には、スライスヘッダ341Bは、バッファ記述更新情報323を含まない。
なお、図11に示す符号化ビットストリーム132Cのように、バッファ記述定義情報312は、PPS302Cに含まれてもよい。
上記のバッファ記述定義情報312は、図12に示すテーブルに示す擬似コードに従って、シーケンスパラメータセットのシンタックス構造において信号送信される。なお、ピクチャパラメータセットのシンタックス構造も同様である。また、上記のバッファ記述更新情報323及び参照リスト記述定義情報313は、図13に示すテーブルに示す擬似コードに従って、スライスヘッダのシンタックス構造において信号送信される。なお、SPUヘッダ及びピクチャヘッダのシンタックス構造も同様である。
以下、図12に示すシンタックスエレメントについて説明する。
変数又はリストであるBDDeltaPOC[i]及びBDTemporalID[i]は、有効なバッファ記述BD[i]におけるバッファエレメントBE[i]の順番を示す。
bits_for_temporal_idは、first_temporal_id及びtemporal_idのビット数を示す。
number_of_bds(バッファ記述数314)は、SPS301に含まれるnumber_of_bes_minus1の数を示す。つまり、number_of_bdsは、SPS301に含まれるバッファ記述315の数を示す。
number_of_bes_minus1[i]は、バッファ記述BD[i]に含まれるバッファエレメントの数を示す。
first_delta_poc_sign_flag[i]は、対象ピクチャと、バッファ記述BD[i]に含まれるバッファエレメントBE[i][0]に関連付けられた参照ピクチャとのPOCの差分の符号(正負)を示す。first_delta_poc_sign_flag[i]がゼロであるとき、POCの差分が正の値であることを意味し、first_delta_poc_sign_flag[i]が「1」であるとき、POCの差分が負の値であることを意味する。
first_delta_poc_minus1[i]は、対象ピクチャと、バッファ記述BD[i]に含まれるバッファエレメントBE[i][0]に関連付けられた参照ピクチャとのPOCの差分絶対値を示す。first_delta_poc_sign_flag[i]及びfirst_delta_poc[i]は、符号付き変数BDDeltaPOC[i][0]の値を以下のように定義する。
BDDeltaPOC[i][0]=
(first_delta_poc_minus1[i]+1)
×(1−2×first_delta_poc_sign_flag[i])
BDDeltaPOC[i][0]を、バッファ記述BD[i]に含まれる複数のバッファエレメントBE[i][j]に関連付けられた全ての参照ピクチャの中で、最大の符号付きPOC差分値とする。
first_temporal_id[i]は、時間識別子を意味し、bits_for_temporal_idビットによって表される。first_temporal_id[i]は、無符号の変数BDTemporalID[i][0]の値を以下のように定義する。
BDTemporalID[i][0]=first_temporal_id[i]
delta_poc_minus1[i][j]は、バッファ記述BD[i]に含まれるバッファエレメントBE[i][j]に関連付けられた参照ピクチャから、バッファエレメントBE[i][j+1]に関連付けられた参照ピクチャまでのPOCの負の距離値を示す。delta_poc_minus1[i][j]は、符号付き変数BDDeltaPOC[i][j+1]の値を以下のように定義する。
BDDeltaPOC[i][j+1]=
BDDeltaPOC[i][j]−(delta_poc_minus1[i][j]+1)
temporal_id[i][j]は、時間識別子を意味し、bits_for_temporal_idビットによって表される。temporal_id[i]は、無符号の変数BDTemporalID[i][j+1]の値を以下のように定義する。
BDTemporalID[i][j+1]=temporal_id[i][j]
以下、図13に示すシンタックスエレメントについて説明する。
PredictionTypeは、対象スライス(又は、SPU又はピクチャ)の予測タイプを示す。なお、PredictionTypeの詳細は上記と同様である。
変数又はリストであるBDDeltaPOC[bd_select]及びBDTemporalID[bd_select]は、選択されたバッファ記述BD[bd_select]におけるバッファエレメントBE[bd_select]の順番を示す。更新された変数又はリストであるBDDeltaPOC[bd_select]及びBDTemporalID[bd_select]は、対象スライスの符号化又は復号処理に用いられる有効なバッファ記述を示す。
bd_selectは、スライスヘッダによって修正されるバッファ記述BD[bd_select]を表すBDDeltaPOC及びBDTemporalIDのリストへのインデックスを示す。
bd_modification_operationは、選択されたバッファ記述BD[bd_select]に対して適用される修正工程を示す。bd_modification_operationがゼロであるときには、バッファ記述BD[bd_select]を修正するためのループの終了を意味する。
本態様において、bd_modification_operationが「1」であるときに、バッファ記述BD[bd_select]においてbe_idx_in_bd_updateによって示されるバッファエレメントに、対象ピクチャに対するPOC差分値が付与される。そして、このPOC差分値は、参照ピクチャのPOC数と、対象ピクチャ又はスライスのPOC数との差分を示す。
別の態様において、bd_modification_operationによって示される追加のバッファ記述修正工程を定義してもよい。この一例として、バッファエレメントによって示されるピクチャに対して、ショートターム参照ピクチャ又はロングターム参照ピクチャであることを示すマーキングを付与するための工程が挙げられる。
be_idx_in_bd_updateは、バッファ記述BD[bd_select]において修正されるバッファエレメントを示す。
delta_poc_sign_flagは、対象ピクチャと、バッファ記述BD[bd_select]内のバッファエレメントBE[bd_select][be_idx_in_bd_update]に関連付けられた参照ピクチャとのPOCの差分の符号(正負)を示す。delta_poc_sign_flagがゼロであるとき、POCの差分は正の値であることを意味し、delta_poc_sign_flagが「1」であるとき、POCの差分は負の値であることを意味する。
delta_poc_minus1は、対象ピクチャとバッファ記述BD[bd_select]内のバッファエレメントBE[bd_select][be_idx_in_bd_update]と関連付けられる参照ピクチャとのPOC絶対差分値を示す。first_delta_poc_sign_flagとfirst_delta_pocとが、符号付き変数BDDeltaPOC[bd_select][be_idx_in_bd_update]の値を以下のように定義する。
BDDeltaPOC[bd_select][be_idx_in_bd_update]
=(delta_poc_minus1+1)
×(1−2×delta_poc_sign_flag)
temporal_idは、時間識別子を意味し、bits_for_temporal_idビットによって表される。temporal_idは、無符号の変数BDTemporalID[bd_select][be_idx_in_bd_update]の値を以下のように定義する。
BDTemporalID[bd_select][be_idx_in_bd_update]=temporal_id
なお、図13に示す参照リスト記述定義情報のシンタックスエレメントref_pic_list_modification_flag_l0、ref_pic_list_modification_flag_l1、num_ref_idx_l0_active_minus1、num_ref_idx_l1_active_minus1、more_modification_flag、及び、be_idx_in_ref_pic_listの意味は、図9と同様である。
[シンタックスダイアグラム:第3の例]
図14及び図15は、本実施の形態の第3の例における、符号化ビットストリーム内でのバッファ記述定義情報及び参照リスト記述定義情報の位置を示すシンタックスダイアグラムである。
図14に示す符号化ビットストリーム132Dは、参照リスト記述定義情報313がSPSに含まれる点が、図10に示す符号化ビットストリーム132Bと異なる。具体的には、図14に示す符号化ビットストリーム132Dは、図10に示す符号化ビットストリーム132Bに対して、SPS301D、及びスライスヘッダ341Dが、SPS301B、及びスライスヘッダ341Bと異なる。
SPS301Dは、バッファ記述定義情報312と、SPS識別子311とに加え、さらに、参照リスト記述定義情報313を含む。
参照リスト記述定義情報313は、複数の参照リスト記述316を定義する。一つの参照リスト記述316(例えばRLD2)は、一つのバッファ記述315(例えばBD2)に排他的に関連付けられている。
スライスヘッダ341Dは、PPS選択情報333と、バッファ記述選択情報334と、バッファ記述更新情報323と、参照リスト記述更新情報324(RLD update)とを含む。
参照リスト記述更新情報324は、更新されたバッファ記述に対応する参照リスト記述を更新するための情報である。そして、更新されたバッファ記述及び参照リスト記述が、対象スライスの符号化又は復号処理に用いられる。なお、SPS301Dに含まれるバッファ記述定義情報312及び参照リスト記述定義情報313で定義された初期バッファ記述及び参照リスト記述が更新されない場合には、スライスヘッダ341Dは、バッファ記述更新情報323及び参照リスト記述更新情報324を含まない。
また、SPS301Dにおいて、参照リスト記述定義情報313は、バッファ記述定義情報312の後に配置される。スライスヘッダ341Dにおいて、参照リスト記述更新情報324は、バッファ記述更新情報323の後に配置される。また、参照リスト記述定義情報313及び参照リスト記述更新情報324は、共に、参照リストの並び替えを行うか否か示す並び替えフラグを含む。また、参照リスト記述定義情報313及び参照リスト記述更新情報324は、参照リストの並び替えが行われる場合には、さらに、当該並び替えの内容を示す参照リスト並び替え情報を含む。
参照リスト記述更新情報324において、並び替えが行われないことが示される場合、参照リスト記述定義情報313を用いて参照リストが生成される。一方、参照リスト記述更新情報324において、並び替えが行われることが示される場合、参照リスト記述定義情報313を用いて生成された参照リストは用いられず、参照リスト記述更新情報324を用いて参照リストが生成される。具体的には、予め定められた初期設定の参照リスト生成方式に従い、初期設定の参照リストが生成される。次に、参照リスト記述更新情報324に含まれる並び替え情報に従い、当該初期設定の参照リストの並び替えが行われる。言い換えると、参照リスト記述定義情報313を用いて並び替えられた参照リストが、参照リスト記述更新情報324を用いて並び替えられた参照リストに上書きされる。ここで、参照リスト記述定義情報313及び参照リスト記述更新情報324に含まれる参照リスト並び替え情報では、並び替え対象の参照リストは、バッファ記述におけるバッファエレメントインデックスで識別される。
なお、図15に示す符号化ビットストリーム132Eのように、参照リスト記述定義情報313は、PPS302Eに含まれてもよい。
上記のバッファ記述定義情報312及び参照リスト記述定義情報313は、図16に示すテーブルに示す擬似コードに従って、シーケンスパラメータセットのシンタックス構造において信号送信される。なお、ピクチャパラメータセットのシンタックス構造も同様である。また、上記のバッファ記述更新情報323及び参照リスト記述更新情報324は、図17に示すテーブルに示す擬似コードに従って、スライスヘッダのシンタックス構造において信号送信される。なお、SPUヘッダ及びピクチャヘッダのシンタックス構造も同様である。
以下、図16に示すシンタックスエレメントについて説明する。
変数又はリストであるBDDeltaPOC[i]及びBDTemporalID[i]は、有効なバッファ記述BDにおけるバッファエレメントBE[i]の順番を示す。
なお、図16に示すバッファ記述定義情報のシンタックスエレメントbits_for_temporal_id、number_of_bds、number_of_bes_minus1[i]、first_delta_poc_sign_flag[i]、first_delta_poc_minus1[i]、first_temporal_id[i]、delta_poc_minus1[i][j]、及び、temporal_id[i][j]の意味は、図12と同様である。
ref_pic_list_modification_flag_l0[i]が「1」であるとき、バッファ記述BD[i]に対応する参照ピクチャリストRL0[i]を特定するために、num_ref_idx_l0_active_minus1[i]及びmore_modification_flagが存在することを意味する。ref_pic_list_modification_flag_l0[i]がゼロであるとき、num_ref_idx_l0_active_minus1[i]及びmore_modification_flagが存在しないことを意味する。
ref_pic_list_modification_flag_l0[i]が「1」であるとき、ref_pic_list_modification_flag_l0[i]に続くmore_modification_flagが「1」である回数がnum_ref_idx_l0_active_minus1[i]+1を超えないものとする。
ref_pic_list_modification_flag_l1[i]が「1」であるとき、バッファ記述BD[i]に対応する参照ピクチャリストRL1[i]を特定するために、num_ref_idx_l1_active_minus1[i]及びmore_modification_flagが存在することを意味する。ref_pic_list_modification_flag_l1[i]がゼロであるとき、num_ref_idx_l1_active_minus1[i]及びmore_modification_flagが存在しないことを意味する。
ref_pic_list_modification_flag_l1[i]が「1」であるとき、ref_pic_list_modification_flag_l1[i]に続くmore_modification_flagが「1」である回数が(num_ref_idx_l1_active_minus1[i]+1)を超えないものとする。
num_ref_idx_l0_active_minus1[i]は、バッファ記述BD[i]に対応する参照ピクチャリストRL0[i]に対する最大参照インデックスを示す。
num_ref_idx_l1_active_minus1[i]は、バッファ記述BD[i]に対応する参照ピクチャリストRL1[i]に対する最大参照インデックスを示す。
be_idxを伴うmore_modification_flagは、どの参照ピクチャがリマッピングされるかを意味する。more_modification_flagが「1」であるとき、be_idxがmore_modification_flagの直後に存在することを意味する。more_modification_flagがゼロであるとき、参照ピクチャリストに含まれる参照ピクチャのリマッピングのループの終了を意味する。
be_idx_in_ref_pic_listは、対象バッファ記述BD[i]においてバッファエレメントBE[i][be_idx_in_ref_pic_list]に関連付けられた参照ピクチャを示す。be_idx_in_ref_pic_listは、バッファ記述BD[i]に関連付けられた対象参照リストRL0[i]又はRL1[i]において、リマッピングされるピクチャを識別する。このリマッピング又は並び替え処理は、図5及び図6に示す処理の後に行われる。
以下、図17に示すシンタックスエレメントについて説明する。
PredictionTypeは、対象スライス(又は、SPU又はピクチャ)の予測タイプを示す。なお、PredictionTypeの詳細は上記と同様である。
変数又はリストであるBDDeltaPOC[bd_select]及びBDTemporalID[bd_select]は、選択されたバッファ記述BD[bd_select]におけるバッファエレメントBE[bd_select]の順番を示す。更新された変数又はリストであるBDDeltaPOC[bd_select]及びBDTemporalID[bd_select]は、対象スライスの符号化又は復号処理に用いられる有効なバッファ記述を示す。
なお、図17に示すバッファ記述更新情報のシンタックスエレメントbd_select、bd_modification_operation、be_idx_in_bd_update、delta_poc_sign_flag、delta_poc_minus1、及び、temporal_idの意味は、図13と同様である。
また、図17に示す参照リスト更新情報のシンタックスエレメントref_pic_list_modification_flag_l0、ref_pic_list_modification_flag_l1、num_ref_idx_l0_active_minus1、num_ref_idx_l1_active_minus1、more_modification_flag、及び、be_idx_in_ref_pic_listの意味は、図9と同様である。
[シンタックスダイアグラム:第4の例]
図18は、本実施の形態の第4の例における、符号化ビットストリーム内でのバッファ記述定義情報及び参照リスト記述定義情報の位置を示すシンタックスダイアグラムである。
図18に示す符号化ビットストリーム132Fは、さらに、バッファ記述更新情報及び参照リスト記述更新情報がPPSに含まれる点が図14に示す符号化ビットストリーム132Dと異なる。具体的には、図18に示す符号化ビットストリーム132Fは、図14に示す符号化ビットストリーム132Dに対して、PPS302Fが、PPS302Bと異なる。
PPS302Fは、SPS選択情報321と、PPS識別子322に加え、バッファ記述更新情報323Fと、参照リスト記述更新情報324Fとを含む。
バッファ記述更新情報323Fは、更新数情報325(number_of_bd_updates)と、1以上の更新情報326とを含む。各更新情報326は、バッファ記述選択情報327(bd_select)と、バッファ記述修正情報328(BD modify)とを含む。
更新数情報325(例えば、number_of_bd_updates=2)は、修正されるバッファ記述の数及びそれに対応する参照リスト記述の数を示す。
バッファ記述選択情報327は、更新するバッファ記述を特定する。バッファ記述修正情報328は、バッファ記述の修正内容を示す。
参照リスト記述更新情報324Fは、1以上の参照リスト定義情報329(RLD define)を含む。各参照リスト定義情報329は、更新されたバッファ記述に対応する参照リスト記述を定義する。
また、PPS302Fにおいて、参照リスト記述更新情報324Fは、バッファ記述更新情報323Fの後に配置される。また、参照リスト記述更新情報324Fは、参照リスト記述定義情報313及び参照リスト記述更新情報324と同様に、参照リストの並び替えを行うか否か示す並び替えフラグを含む。また、参照リスト記述更新情報324Fは、参照リストの並び替えが行われる場合には、さらに、当該並び替えの内容を示す参照リスト並び替え情報を含む。
参照リスト記述更新情報324において、並び替えが行われないことが示される場合、PPSに含まれる参照リスト記述更新情報324Fを用いて参照リストが生成される。一方、参照リスト記述更新情報324において、並び替えが行われることが示される場合、参照リスト記述更新情報324Fを用いて生成された参照リストは用いられず、参照リスト記述更新情報324を用いて参照リストが生成される。具体的には、予め定められた初期設定の参照リスト生成方式に従い、初期設定の参照リストが生成される。次に、参照リスト記述更新情報324に含まれる並び替え情報に従い、当該初期設定の参照リストの並び替えが行われる。言い換えると、参照リスト記述更新情報324Fを用いて並び替えられた参照リストが、参照リスト記述更新情報324を用いて並び替えられた参照リストに上書きされる。
また、PPS302Fに含まれる参照リスト記述更新情報324Fと、SPS301Dに含まれる参照リスト記述定義情報313との関係は、参照リスト記述更新情報324と参照リスト記述更新情報324Fとの関係と同様である。つまり、上記説明における「参照リスト記述更新情報324」を「参照リスト記述更新情報324F」に置き換え、「参照リスト記述更新情報324F」を「参照リスト記述定義情報313」に置き換えればよい。
ここで、参照リスト記述定義情報313及び参照リスト記述更新情報324と同様に、参照リスト記述更新情報324Fに含まれる参照リスト並び替え情報では、並び替え対象の参照リストは、バッファ記述におけるバッファエレメントインデックスで識別される。
上記のバッファ記述定義情報312及び参照リスト記述定義情報313は、図19に示すテーブルに示す擬似コードに従って、シーケンスパラメータセットのシンタックス構造において信号送信される。また、上記のバッファ記述更新情報323F及び参照リスト記述更新情報324Fは、図20に示すテーブルに示す擬似コードに従って、ピクチャパラメータセットのシンタックス構造において信号送信される。また、上記のバッファ記述更新情報323及び参照リスト記述更新情報324は、図21に示すテーブルに示す擬似コードに従って、スライスヘッダのシンタックス構造において信号送信される。なお、SPUヘッダ及びピクチャヘッダのシンタックス構造も同様である。
以下、図19に示すシンタックスエレメントについて説明する。
変数又はリストであるBDDeltaPOC[i]及びBDTemporalID[i]は、有効なバッファ記述BDにおけるバッファエレメントBE[i]の順番を示す。
なお、図19に示すバッファ記述定義情報のシンタックスエレメントbits_for_temporal_id、number_of_bds、number_of_bes_minus1[i]、first_delta_poc_sign_flag[i]、first_delta_poc_minus1[i]、first_temporal_id[i]、delta_poc_minus1[i][j]、及び、temporal_id[i][j]の意味は、図12と同様である。
また、図19に示す参照リスト記述定義情報のシンタックスエレメントref_pic_list_modification_flag_l0[i]、ref_pic_list_modification_flag_l1[i]、num_ref_idx_l0_active_minus1[i]、num_ref_idx_l1_active_minus1[i]、more_modification_flag、及び、be_idx_in_ref_pic_listの意味は、図16と同様である。
以下、図20に示すシンタックスエレメントについて説明する。
変数又はリストであるBDDeltaPOC[bd_select]及びBDTemporalID[bd_select]は、選択されたバッファ記述BD[bd_select]におけるバッファエレメントBE[bd_select]の順番を示す。
number_of_bd_updatesは、シンタックスエレメントbd_selectがPPS内に存在する回数を意味する。つまり、number_of_bd_updatesは、PPSによって修正されるバッファ記述の数を表す。
bd_selectは、PPSによって修正されるバッファ記述BD[bd_select]を表すBDDeltaPOC及びBDTemporalIDのリストへのインデックスを示す。
bd_modification_operationは、選択されたバッファ記述BD[bd_select]に対して適用される修正工程を示す。bd_modification_operationがゼロであるときには、バッファ記述BD[bd_select]を修正するためのループの終了を意味する。bd_modification_operationは、syntax element bd_selectの直後においては、ゼロではないとする。
本態様において、bd_modification_operationが「1」であるときに、バッファ記述BD[bd_select]においてbe_idx_in_bd_updateによって示されるバッファエレメントに、対象ピクチャに対するPOC差分値が付与される。そして、このPOC差分値は、現在格納されているPOC差分値と置き換えられる。
別の態様において、bd_modification_operationによって示される追加のバッファ記述修正工程を定義してもよい。この一例として、バッファエレメントによって示されるピクチャに対して、ショートターム参照ピクチャ又はロングターム参照ピクチャであることを示すマーキングを付与するための工程が挙げられる。また別の例としては、新たな追加のバッファ記述を定義する工程である。この場合、bd_selectは複数の新たな(存在しない)バッファ記述に対するインデックスを示し、後続のバッファ記述修正工程によって、ピクチャ識別子を新たなバッファ記述内のバッファエレメントに付与する。
また、図20に示す、バッファ記述更新情報のシンタックスエレメントbe_idx_in_bd_update、delta_poc_sign_flag、delta_poc_minus1及びtemporal_idは、図13と同様である。
また、図20に示す、参照リスト記述更新情報のシンタックスエレメントref_pic_list_modification_flag_l0[i]、ref_pic_list_modification_flag_l1[i]、num_ref_idx_l0_active_minus1[i]、num_ref_idx_l1_active_minus1[i]、more_modification_flag、及び、be_idx_in_ref_pic_listは、図16と同様である。
以下、図21に示すシンタックスエレメントについて説明する。
PredictionTypeは、対象スライス(又は、SPU又はピクチャ)の予測タイプを示す。なお、PredictionTypeの詳細は上記と同様である。
変数又はリストであるBDDeltaPOC[bd_select]及びBDTemporalID[bd_select]は、選択されたバッファ記述BD[bd_select]におけるバッファエレメントBE[bd_select]の順番を示す。更新された変数又はリストであるBDDeltaPOC[bd_select]及びBDTemporalID[bd_select]は、対象スライスの符号化又は復号処理に用いられる有効なバッファ記述を示す。
なお、図21に示すバッファ記述更新情報のシンタックスエレメントbd_select、bd_modification_operation、be_idx_in_bd_update、delta_poc_sign_flag、delta_poc_minus1、及び、temporal_idの意味は、図13と同様である。
また、図21に示す参照リスト更新情報のシンタックスエレメントref_pic_list_modification_flag_l0、ref_pic_list_modification_flag_l1、num_ref_idx_l0_active_minus1、num_ref_idx_l1_active_minus1、more_modification_flag、及び、be_idx_in_ref_pic_listの意味は、図9と同様である。
なお、シンタックスループを記述するバッファ記述更新情報と、参照リスト記述更新情報とを一つに結合してもよい。このような態様では、修正された参照リスト記述を定義するためのパラメータの位置は、対応するバッファ記述を修正するためのパラメータの直後である。図18の例において、パラメータの順番は、[number_of_bd_updates=2]、[bd_select=2]、[BD2 modify]、[RLD2 define]、[bd_select = 3]、[BD3 modify]、[RLD3 define]となる。
[シンタックスダイアグラム:第5の例]
図22は、本実施の形態の第5の例における、符号化ビットストリーム内でのバッファ記述定義情報及び参照リスト記述定義情報の位置を示すシンタックスダイアグラムである。
図22に示す符号化ビットストリーム132Gは、図18に示す符号化ビットストリーム132Fに対して、PPS302Gに含まれるバッファ記述更新情報323G及び参照リスト記述更新情報324Gが、PPS302Fに含まれるバッファ記述更新情報323F及び参照リスト記述更新情報324Fと異なる。また、スライスヘッダ341Gがスライスヘッダ341Dと異なる。
バッファ記述更新情報323Gは、選択された一つのバッファ記述を特定するバッファ記述選択情報351(例えば、bd_select=2)と、選択されたバッファ記述及び当該バッファ記述に対応する参照リスト記述が修正されるか否かを示すバッファ記述修正フラグ352(例えば、modify_flag=1)とを含む。バッファ記述修正フラグ352により修正が行われることが示される場合には、バッファ記述更新情報323Gは、さらに、バッファ記述修正情報328(BD modify)を含む。また、バッファ記述修正フラグ352により修正が行われることが示される場合、PPS302Gは、修正された参照リストを定義する参照リスト定義情報329(RLD define)を含む参照リスト記述更新情報324Gを含む。一方、バッファ記述修正フラグ352により、修正が行われないことが示される場合には、PPS302Gは、バッファ記述修正情報328及び参照リスト定義情報329を含まない。
なお、スライスヘッダ341Gには、バッファ記述選択情報334が含まれない。
以上により、PPS302Gは、PPS識別子322(例えばpps_id=0)によって識別され、PPS選択情報333(例えばpps_select=0)を用いて、スライスヘッダ341Gにおいて参照される。PPS302Gが参照されるときには、選択されたバッファ記述及びそれに関連付けられた参照リスト記述も参照される。処理対象のピクチャに含まれるスライス(又はサブピクチャユニット)は、選択されたバッファ記述と選択された参照リスト記述とに従って、順番に並べられた参照ピクチャを用いて符号化又は復号される。
ここで、参照リスト記述定義情報313及び参照リスト記述更新情報324と同様に、参照リスト記述更新情報324Gに含まれる参照リスト並び替え情報では、並び替え対象の参照リストは、バッファ記述におけるバッファエレメントインデックスで識別される。
上記のバッファ記述定義情報312及び参照リスト記述定義情報313は、図23に示すテーブルに示す擬似コードに従って、シーケンスパラメータセットのシンタックス構造において信号送信される。また、上記のバッファ記述更新情報323G及び参照リスト記述更新情報324Gは、図24に示すテーブルに示す擬似コードに従って、ピクチャパラメータセットのシンタックス構造において信号送信される。また、上記のバッファ記述更新情報323及び参照リスト記述更新情報324は、図25に示すテーブルに示す擬似コードに従って、スライスヘッダのシンタックス構造において信号送信される。なお、SPUヘッダ及びピクチャヘッダのシンタックス構造も同様である。
以下、図23に示すシンタックスエレメントについて説明する。
変数又はリストであるBDDeltaPOC[i]及びBDTemporalID[i]は、有効なバッファ記述BDにおけるバッファエレメントBE[i]の順番を示す。
なお、図23に示すバッファ記述定義情報のシンタックスエレメントbits_for_temporal_id、number_of_bds、number_of_bes_minus1[i]、first_delta_poc_sign_flag[i]、first_delta_poc_minus1[i]、first_temporal_id[i]、delta_poc_minus1[i][j]、及び、temporal_id[i][j]の意味は、図12と同様である。
また、図23に示す参照リスト記述定義情報のシンタックスエレメントref_pic_list_modification_flag_l0[i]、ref_pic_list_modification_flag_l1[i]、num_ref_idx_l0_active_minus1[i]、num_ref_idx_l1_active_minus1[i]、more_modification_flag、及び、be_idx_in_ref_pic_listの意味は、図16と同様である。
以下、図24に示すシンタックスエレメントについて説明する。
変数又はリストであるBDDeltaPOC[bd_select]及びBDTemporalID[bd_select]は、選択されたバッファ記述BD[bd_select]におけるバッファエレメントBE[bd_select]の順番を示す。
また、図24に示す、バッファ記述更新情報のシンタックスエレメントbd_select、bd_modification_operation、be_idx_in_bd_update、delta_poc_sign_flag、delta_poc_minus1、及び、temporal_idは、図20と同様である。なお、このバッファ記述更新情報は、シンタックスエレメントnumber_of_bd_updatesを含まず、選択された1つのバッファ記述及び参照リスト記述のみを含む点が、図20と異なる。このバッファ記述及び参照リスト記述は、当該PPSを参照する全てのスライスで用いられる。
また、図24に示す、参照リスト記述更新情報のシンタックスエレメントref_pic_list_modification_flag_l0、ref_pic_list_modification_flag_l1、num_ref_idx_l0_active_minus1、num_ref_idx_l1_active_minus1、more_modification_flag、及び、be_idx_in_ref_pic_listは、図9と同様である。
以下、図25に示すシンタックスエレメントについて説明する。
PredictionTypeは、対象スライス(又は、SPU又はピクチャ)の予測タイプを示す。なお、PredictionTypeの詳細は上記と同様である。
変数又はリストであるBDDeltaPOC[bd_select]及びBDTemporalID[bd_select]は、選択されたバッファ記述BD[bd_select]におけるバッファエレメントBE[bd_select]の順番を示す。更新された変数又はリストであるBDDeltaPOC[bd_select]及びBDTemporalID[bd_select]は、対象スライスの符号化又は復号処理に用いられる有効なバッファ記述を示す。
なお、図25に示すバッファ記述更新情報のシンタックスエレメントbd_select、bd_modification_operation、be_idx_in_bd_update、delta_poc_sign_flag、delta_poc_minus1、及び、temporal_idの意味は、図13と同様である。ここで、bd_selectがスライスヘッダには含まれないが、当該スライスヘッダから参照されるPPSに含まれるバッファ記述及びそれに対応する参照リスト記述が選択される。
また、図25に示す参照リスト更新情報のシンタックスエレメントref_pic_list_modification_flag_l0、ref_pic_list_modification_flag_l1、num_ref_idx_l0_active_minus1、num_ref_idx_l1_active_minus1、more_modification_flag、及び、be_idx_in_ref_pic_listの意味は、図9と同様である。
[符号化方法の効果]
以上により、本実施の形態に係る画像符号化装置100では、並び替え対象の参照リストが、バッファ記述におけるバッファエレメントインデックスで識別される。このように、並び替え対象のピクチャの特定に、バッファ記述で用いられているバッファエレメントインデックスが流用される。よって、参照リスト並び替え情報の冗長性及び複雑性が低減されるので、画像符号化装置及び画像復号装置の演算量が低減されるとともに、符号化効率が改善される。
なお、上記説明では、参照リスト並び替え情報において、並び替え対象の参照リストは、バッファ記述におけるバッファエレメントインデックスで識別される例を説明したが、並び替え対象の参照ピクチャは、画像符号化装置又は画像復号装置において当該参照リスト並び替え情報以外にも用いられるインデックスで特定されてもよい。ここで、このインデックスとは、例えば、複数のピクチャに割り当てれるゼロから始まる連続番号である。この場合でも、参照リスト並び替え情報の冗長性及び複雑性が低減されるので、画像符号化装置及び画像復号装置の演算量が低減される。
例えば、上記インデックスは、初期設定の参照リストにおける参照インデックスであってもよい。
[復号装置]
図26は、本実施の形態に係る画像復号装置200の構造を示すブロック図である。
図26に示す画像復号装置200は、符号化ビットストリーム232をブロック単位で復号することで、復号画像データ226を生成する。この画像復号装置200は、可変長復号部212と、逆量子化部204と、逆直交変換部205と、加算器206と、ブロックメモリ207と、フレームメモリ208と、イントラ予測部209と、インター予測部210と、ピクチャタイプ決定部211と、フレームメモリ制御部213とを備える。
符号化ビットストリーム232は、例えば、上記画像符号化装置100により生成された符号化ビットストリーム132である。
可変長復号部212は、符号化ビットストリーム232を可変長復号(エントロピー復号)することで、量子化値223及びフレームメモリ制御情報233を生成する。ここで、フレームメモリ制御情報233は、上述したフレームメモリ制御情報133に対応する。
逆量子化部204は、量子化値223を逆量子化することで周波数係数224を生成する。逆直交変換部205は、周波数係数224を逆周波数変換することで予測誤差データ225を生成する。加算器206は、予測誤差データ225と予測画像データ231とを加算することで復号画像データ226を生成する。この復号画像データ226は、画像復号装置200から出力され、例えば、表示される。
ブロックメモリ207は、復号画像データ226をブロック単位で復号画像データ227として保持する。フレームメモリ208は、復号画像データ226をフレーム単位で復号画像データ228として保持する。
イントラ予測部209は、イントラ予測を行うことで、復号対象ブロックの予測画像データ229を生成する。具体的には、イントラ予測部209は、ブロックメモリ207に格納された復号画像データ227内を検索し、復号画像データ226に最も類似する画像領域を推定する。
インター予測部210は、フレームメモリ208に保存されているフレーム単位の復号画像データ228を用いてインター予測を行うことで、復号対象ブロックの予測画像データ230を生成する。
ピクチャタイプ決定部211は、予測画像データ229及び予測画像データ230の一方を選択し、選択したデータを予測画像データ231として出力する。
フレームメモリ制御部213は、フレームメモリ208に格納された復号画像データ228を管理する。具体的には、フレームメモリ制御部213は、フレームメモリ制御情報233に従ってメモリ管理処理を行う。フレームメモリ制御部213は、復号画像データ128をフレームメモリ208に保持しておくか、フレームメモリ208から削除するかを決定する。また、フレームメモリ制御部213は、インター予測部210によって使用される参照リストを作成する。
[復号処理]
次に、上記の画像復号装置200による画像復号方法について説明する。
図27は、本実施の形態に係る画像復号方法のフローチャートである。
まず、画像復号装置200は、符号化ビットストリーム232から、バッファ記述を定義するバッファ記述定義情報を取得する(S201)。
次に、画像復号装置200は、バッファ記述で示される全ての参照ピクチャを含む、初期設定の参照リストを生成する(S202)。
次に、画像復号装置200は、符号化ビットストリーム232から、初期設定の参照リストに対する並び替え処理の内容を示す参照リスト並び替え情報を取得する(S203)。
次に、画像復号装置200は、取得した参照リスト並び替え情報に従い、初期設定の参照リストに含まれるピクチャの順番を並び替える並び替え処理を行う(S204)。
次に、画像復号装置200は、バッファ記述と、上記並び替え処理により得られた参照リストとを用いて、処理対象のピクチャ又はスライスを復号する(S205)。
ここで、参照リスト並び替え情報において、並び替え対象のピクチャは、当該画像符号化方法における他の処理に用いられるインデックスで特定される。具体的には、このインデックスとは、バッファ記述におけるバッファエレメントインデックスである。
なお、ステップS202及びS204の並び替え処理の詳細は、例えば、上述した画像符号化装置100におけるステップS102及びS103と同様である。
[復号方法の効果]
以上により、本実施の形態に係る画像復号装置200は、符号化効率が向上され、かつ参照リスト記述の複雑性が低減された符号化処理によって符号化された、符号化ビットストリームを復号することができる。
(実施の形態2)
本実施の形態に係る画像符号化方法は、バッファ記述定義情報及び参照リスト記述定義情報を、複数のピクチャで共通に用いられるピクチャパラメータセット内に書き込む。これにより、当該画像符号化方法は、バッファ記述定義情報及び参照リスト記述定義情報がスライスヘッダ等に書き込まれる場合に比べて、冗長な情報を削減できるので、符号化効率を改善できる。
[符号化装置]
本実施の形態に係る画像符号化装置100のブロック図は図3と同様であり、説明は省略する。
[符号化処理]
以下、本実施の形態に係る画像符号化装置100による画像符号化方法について説明する。
まず、画像符号化装置100は、映像シーケンスに含まれる複数のピクチャに対して用いられる複数のバッファ記述と、複数のバッファ記述に対応する複数の参照リスト記述とを決定する(S301)。
次に、画像符号化装置100は、決定された複数のバッファ記述を定義するバッファ記述定義情報を符号化ビットストリーム132に含まれるPPSに書き込む(S302)。
次に、画像符号化装置100は、複数の参照リスト記述を定義するための参照リスト記述定義情報をPPSに書き込む(S303)。
次に、画像符号化装置100は、ピクチャ毎に、当該ピクチャの符号化に使用する一つのバッファ記述を、複数のバッファ記述から選択する(S304)。なお、画像符号化装置100は、スライス毎に、一つのバッファ記述を選択してもよい。
次に、画像符号化装置100は、選択したバッファ記述を特定するバッファ記述選択情報を符号化ビットストリーム132に含まれる、処理対象のスライスに対応するスライスヘッダに書き込む(S305)。また、選択されたバッファ記述に対応する一つの参照リスト記述が選択される。
最後に、画像符号化装置100は、処理対象のスライスに対して選択されたバッファ記述と、当該バッファ記述に対応する参照リスト記述とを用いて、当該処理対象のスライスを符号化する(S306)。また、画像符号化装置100は、符号化により得られた符号化データを含む符号化ビットストリーム132を生成する。
なお、上記説明では、バッファ記述選択情報がスライスヘッダに書き込まれる例を示したが、バッファ記述選択情報は、ピクチャヘッダ、又はAPSに書き込まれてもよい。
また、上記説明ではバッファ記述定義情報及び参照リスト記述定義情報がPPSに書き込まれる例を示したが、バッファ記述定義情報及び参照リスト記述定義情報はSPS又はスライスヘッダに書き込まれてもよい。
また、上記実施の形態1で説明したように、参照リスト記述定義情報に含まれる参照リスト並び替え情報は、バッファエレメントインデックスで特定されてもよい。
[シンタックスダイアグラム]
本実施の形態における符号化ビットストリームのシンタックスダイアグラムは、例えば、図15と同様である。
[符号化方法の効果]
以上により、本実施の形態に係る画像符号化装置100は、参照リストの作成のための同じパラメータが、符号化ビットストリームにおいて冗長に繰り返されることを防ぐことができる。これにより、当該画像符号化装置100は、参照リストの作成を記述するパラメータの符号化効率の向上できる。さらに、当該画像符号化装置100は、参照リストを記述するデータユニットと、バッファ記述データユニットとの設計上の協調、及び、符号化ビットストリームの階層的に構築された信号ユニットの設計上の協調を実現できる。
[復号装置]
本実施の形態に係る画像復号装置200のブロック図は図26と同様であり、説明は省略する。
[復号処理]
次に、上記の画像復号装置200による画像復号方法について説明する。
図29は、本実施の形態に係る画像復号方法のフローチャートである。
まず、画像復号装置200は、符号化ビットストリーム232に含まれるPPSから、複数のバッファ記述を定義するバッファ記述定義情報を取得する(S401)。次に、画像復号装置200は、上記PPSから、複数の参照リスト記述を定義する参照リスト記述定義情報を取得する(S402)。ここで、複数の参照リスト記述は、複数のバッファ記述に一対一で対応する。
次に、画像復号装置200は、符号化ビットストリーム232に含まれるスライスヘッダからバッファ記述選択情報を取得する(S403)。そして、画像復号装置200は、処理対象のスライスに対して、複数のバッファ記述の中から、バッファ記述選択情報で指定される一つのバッファ記述を選択する(S404)。また、画像復号装置200は、選択されたバッファ記述に対応する一つの参照リスト記述を選択する。
最後に、画像復号装置200は、選択されたバッファ記述と、選択された参照リスト記述とを用いて、処理対象のスライスを復号する(S405)。
なお、上記説明では、バッファ記述選択情報がスライスヘッダに含まれている例を示したが、バッファ記述選択情報は、ピクチャヘッダ、又はAPSに含まれていてもよい。
[復号方法の効果]
以上により、本実施の形態に係る画像復号装置200は、符号化効率が向上され、かつ参照リスト記述データとの設計上の協調がなされた符号化処理によって符号化された、符号化ビットストリームを復号することができる。
以上、本発明の実施の形態に係る画像符号化装置に及び画像復号装置ついて説明したが、本発明は、この実施の形態に限定されるものではない。
例えば、上記説明では、SPSがスライスデータ等と同一の符号化ビットストリームに含まれる例を述べたが、SPSは、スライスデータ等が含まれる符号化ビットストリームとは別に画像符号化装置から画像復号装置へ伝送されてもよい。
また、上記実施の形態に係る画像符号化装置及び画像復号装置に含まれる各処理部は典型的には集積回路であるLSIとして実現される。これらは個別に1チップ化されてもよいし、一部又は全てを含むように1チップ化されてもよい。
また、集積回路化はLSIに限るものではなく、専用回路又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)、又は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。
上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、CPUまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
さらに、本発明は上記ソフトウェアプログラムであってもよいし、上記プログラムが記録された非一時的なコンピュータ読み取り可能な記録媒体であってもよい。また、上記プログラムは、インターネット等の伝送媒体を介して流通させることができるのは言うまでもない。
また、上記で用いた数字は、全て本発明を具体的に説明するために例示するものであり、本発明は例示された数字に制限されない。
また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。
また、上記の画像符号化方法又は画像復号方法に含まれるステップが実行される順序は、本発明を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時(並列)に実行されてもよい。
(実施の形態3)
上記各実施の形態で示した動画像符号化方法(画像符号化方法)または動画像復号化方法(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動画像符号化方法(画像符号化方法)や動画像復号化方法(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。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。
図30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30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(即ち、本発明の一態様に係る画像符号化装置として機能する)、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化することが可能な、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化処理して再生する(即ち、本発明の一態様に係る画像復号装置として機能する)。
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化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・復号化処理は、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・復号化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・復号化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化し、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31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動画像符号化装置(画像符号化装置)または動画像復号化装置(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動画像符号化方法により符号化されたデータである(即ち、本発明の一態様に係る画像符号化装置によって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等の装置が復号化して再生する(即ち、本発明の一態様に係る画像復号装置として機能する)。
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化する、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動画像復号化装置または動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内に動画像復号化装置を実装し、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、テレビ内に動画像復号化装置を組み込んでもよい。
図32は、上記各実施の形態で説明した動画像復号化方法および動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化する、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(本発明の一態様に係る画像符号化装置または画像復号装置として機能する)を有する信号処理部ex306と、復号化した音声信号を出力するスピーカex307、復号化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化し、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で復号化し、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化方法を用いて復号化する。復号化した音声信号、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、復号化処理、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、上記復号化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33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34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32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35Aは、上記実施の形態で説明した動画像復号化方法および動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化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化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35B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動画像符号化方法によって圧縮符号化し(即ち、本発明の一態様に係る画像符号化装置として機能する)、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化するために、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動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し(即ち、本発明の一態様に係る画像復号装置として機能する)、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・復号化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、復号化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動画像符号化方法あるいは動画像復号化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4)
上記各実施の形態で示した動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動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36は、多重化データの構成を示す図である。図36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動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37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38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38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38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39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39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40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41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41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42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動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動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動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動画像復号化方法のステップを図43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動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動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動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動画像復号化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、適切な復号化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動画像符号化方法または装置、または、動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5)
上記各実施の形態で示した動画像符号化方法および装置、動画像復号化方法および装置は、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44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6)
上記各実施の形態で示した動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などの動画像復号化装置は、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45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動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動画像復号化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動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44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動画像復号化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44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4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4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47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46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動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動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動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動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7)
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動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48Aのex900に示す。例えば、上記各実施の形態で示した動画像復号方法と、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、本発明の一態様に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。特に、本発明の一態様は、フレームメモリ制御に特徴を有していることから、例えば、フレームメモリ制御については専用の復号処理部ex901を用い、それ以外の逆量子化、エントロピー復号、デブロッキング・フィルタ、動き補償のいずれか、または、全ての処理については、復号処理部を共有することが考えられる。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動画像復号化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48Bのex1000に示す。この例では、本発明の一態様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、本発明の一態様に係る動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、必ずしも本発明の一態様、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、本発明の一態様に係る動画像復号方法と、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。
以上、複数の態様に係る画像符号化装置及び画像復号装置について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、一つまたは複数の態様の範囲内に含まれてもよい。