JP6275355B2 - 符号化性能評価支援装置、符号化性能評価支援方法及び符号化性能評価支援プログラム - Google Patents

Description

本発明は、符号化性能評価支援装置、符号化性能評価支援方法及び符号化性能評価支援プログラムに関するものである。

デジタルカメラ等で撮影された動画像は、容量圧縮のため符号化して保存される。符号化方式の例として、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）−Ｖｉｄｅｏに採用されているＭＰＥＧ（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）−２と呼ばれる方式がある。また、携帯端末向けの地上デジタル放送であるワンセグ放送及びＢＤ（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）に採用されているＨ．２６４方式がある。これらの符号化方式では、画像フレーム間の類似性を利用した動き補償による圧縮方法が採られている。符号化画像信号には、フレーム間で類似する箇所の位置関係を表す動きベクトルと、差分値とが含まれている。

符号化性能を評価する手法として、特許文献１のように動きベクトルが参照する位置から、圧縮前後の画像を比較し、符号化性能を評価する手法が提案されている。

動きベクトルが求められる際には、一般にマクロブロック等の画素ブロック単位の類似度がＳＡＤ（Ｓｕｍ ｏｆ Ａｂｓｏｌｕｔｅ Ｄｉｆｆｅｒｅｎｃｅ）等の評価関数を用いて計算される。そして、画素ブロックの符号量と動きベクトル自身の符号量とを総合した符号量が最小になる箇所が探索される。符号化効率を高めるには、最適な動きベクトルを全ての画素ブロックについて算出する必要があるため、探索範囲は広範になる。したがって、計算量は膨大になり、エンコード時間の増大につながる。

動きベクトル算出にかかる計算負荷の低減のため、非特許文献１のように探索箇所及び探索範囲を間引く手法が提案され、広く普及している。

特開２０１４−１１６７７６号公報

Ｒａｈｍａｎ， Ｃ． Ａ．； Ｂａｄａｗｙ， Ｗ．， "ＵＭＨｅｘａｇｏｎＳ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ Ｍｏｔｉｏｎ Ｅｓｔｉｍａｔｉｏｎ Ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ Ｈ．２６４／ＡＶＣ"， ＩＷＳＯＣ ’０５ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｆｉｆｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐ ｏｎ Ｓｙｓｔｅｍ−ｏｎ−Ｃｈｉｐ ｆｏｒ Ｒｅａｌ−Ｔｉｍｅ Ａｐｐｌｉｃａｔｉｏｎｓ， Ｐａｇｅｓ ２０７−２１０， ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｗａｓｈｉｎｇｔｏｎ， ＤＣ， ＵＳＡ， ２００５

非特許文献１のような手法をもってしても、エンコーダの処理能力によってはビデオレートでのエンコードが難しく、探索範囲を絞って計算負荷を下げる必要がある。そのため、動きベクトルの探索範囲は、エンコーダの処理性能、すなわち、符号化性能を測る指標になる。動きベクトルの探索の間引き方、すなわち、動きベクトルの探索特性も、符号化性能を測る指標になる。このような指標を用いて符号化性能を評価する手法は、これまで提案されていない。特許文献１のような手法では、圧縮前後の画像を比較するために複雑な画像処理が必要である。

一般に、エンコーダチップの詳細な符号化性能は公開されないが、動きに関連したエンコーダの処理性能を定量評価する手法はこれまでに確立されていない。動きベクトルの探索範囲及び探索特性は、特に、道路監視用カメラのように、特定方向の動きを撮影する場合において、カメラの設置位置を決定したり、カメラを選定したりする際の重要な判断基準となり得る。

本発明は、符号化性能を定量評価するための指標を効率よく得ることを目的とする。

本発明の一態様に係る符号化性能評価支援装置は、
符号化映像から複数の動きベクトルを抽出する抽出部と、
前記抽出部により抽出された複数の動きベクトルの偏角及びノルムを計算する計算部と、
前記計算部の計算結果から、偏角別に少なくとも１つのノルムを含むノルムデータを生成し、生成したノルムデータをメモリに蓄積する蓄積部と、
前記蓄積部により蓄積されたノルムデータから得られる、前記符号化映像における動きベクトルの探索範囲を示す情報と、前記符号化映像における動きベクトルの探索特性を示す情報との少なくともいずれかを出力する出力部とを備える。

前述したように、動きベクトルの探索範囲及び探索特性は、符号化性能を定量評価するための指標となる。本発明では、複雑な画像処理を必要とすることなく、符号化映像に含まれている複数の動きベクトルの偏角及びノルムの計算結果から、動きベクトルの探索範囲を示す情報と、動きベクトルの探索特性を示す情報との少なくともいずれかが得られる。すなわち、本発明によれば、符号化性能を定量評価するための指標を効率よく得ることができる。

実施の形態１に係る符号化性能評価支援装置の構成を示すブロック図。 実施の形態１に係る符号化性能評価支援装置の動作を示すフローチャート。 実施の形態１の変形例に係る符号化性能評価支援装置の構成を示すブロック図。 実施の形態２に係る符号化性能評価支援装置の構成を示すブロック図。 実施の形態２に係る符号化性能評価支援装置の動作を示すフローチャート。

以下、本発明の実施の形態について、図を用いて説明する。なお、各図中、同一又は相当する部分には、同一符号を付している。実施の形態の説明において、同一又は相当する部分については、その説明を適宜省略又は簡略化する。

実施の形態１．
本実施の形態では、圧縮映像に含まれる動きベクトルから、符号化性能を定量評価するための指標として、動きベクトルの探索範囲が算出される。

以下では、本実施の形態に係る装置の構成、本実施の形態に係る装置の動作、本実施の形態の効果を順番に説明する。

＊＊＊構成の説明＊＊＊
図１を参照して、本実施の形態に係る装置である符号化性能評価支援装置１００の構成を説明する。

符号化性能評価支援装置１００は、コンピュータである。符号化性能評価支援装置１００は、入力インタフェース１０２、デコーダ１０３、プロセッサ１０４、メモリ１０５、出力インタフェース１０６といったハードウェアを備える。プロセッサ１０４は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。入力インタフェース１０２は、カメラ１０１に接続されている。出力インタフェース１０６は、ディスプレイ１０７に接続されている。

符号化性能評価支援装置１００は、機能要素として、抽出部１１０と、計算部１２０と、検知部１３０と、蓄積部１４０と、算出部１５０と、出力部１６０とを備える。計算部１２０には、偏角計算部１２１と、ノルム計算部１２２とが含まれる。抽出部１１０と、計算部１２０と、検知部１３０と、蓄積部１４０と、算出部１５０と、出力部１６０とのそれぞれの機能、すなわち、「部」の機能は、ソフトウェアにより実現される。

入力インタフェース１０２は、カメラ１０１の図示していないケーブルが接続されるポートである。入力インタフェース１０２は、具体的には、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）端子、又は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）端子である。カメラ１０１は、具体的には、デジタルビデオカメラである。

デコーダ１０３は、デコード用のプロセッサである。デコーダ１０３は、プロセッサ１０４に統合されていてもよい。すなわち、プロセッサ１０４は、デコーダ１０３を兼ねていてもよい。

プロセッサ１０４は、プロセッシングを行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ１０４は、具体的には、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。

メモリ１０５は、具体的には、フラッシュメモリ、又は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。

出力インタフェース１０６は、ディスプレイ１０７の図示していないケーブルが接続されるポートである。出力インタフェース１０６は、具体的には、ＵＳＢ端子又はＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）端子である。ディスプレイ１０７は、具体的には、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）である。

符号化性能評価支援装置１００は、ハードウェアとして、通信装置を備えていてもよい。

通信装置は、データを受信するレシーバ及びデータを送信するトランスミッタを含む。通信装置は、具体的には、通信チップ又はＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）である。

メモリ１０５には、「部」の機能を実現するプログラムが記憶されている。抽出部１１０の機能を実現するプログラムは、デコーダ１０３に読み込まれ、デコーダ１０３によって実行される。抽出部１１０以外の「部」の機能を実現するプログラムは、プロセッサ１０４に読み込まれ、プロセッサ１０４によって実行される。

なお、「部」の機能を実現するプログラムは、補助記憶装置に記憶されていてもよい。補助記憶装置は、具体的には、フラッシュメモリ、又は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。補助記憶装置に記憶されているプログラムは、メモリ１０５にロードされ、デコーダ１０３又はプロセッサ１０４によって実行される。

「部」の処理の結果を示す情報、データ、信号値、及び、変数値は、メモリ１０５、補助記憶装置、デコーダ１０３内のレジスタ若しくはキャッシュメモリ、又は、プロセッサ１０４内のレジスタ若しくはキャッシュメモリに記憶される。

「部」の機能を実現するプログラムは、磁気ディスク、光ディスクといった可搬記録媒体に記憶されてもよい。

＊＊＊動作の説明＊＊＊
図２を参照して、符号化性能評価支援装置１００の動作を説明する。符号化性能評価支援装置１００の動作は、本実施の形態に係る符号化性能評価支援方法に相当する。符号化性能評価支援装置１００の動作は、本実施の形態に係る符号化性能評価支援プログラムの処理手順に相当する。

ステップＳ１１において、抽出部１１０は、符号化映像２０１から複数の動きベクトルを抽出する。具体的には、抽出部１１０は、激しく乱雑な動きの映像を撮影したカメラ１０１から取得され、入力インタフェース１０２を介して入力された符号化映像２０１を復号して動きベクトルを得る。「激しく乱雑な動きの映像」は、撮影者がカメラ１０１を手に持ち、回転を含めながら上下左右に振り回すように撮影することで得られる。なお、抽出部１１０は、符号化映像２０１に含まれる動きベクトルのみを部分復号してもよい。また、抽出部１１０は、符号化映像２０１を、カメラ１０１から無線で取得してもよいし、メモリカード等の記録媒体を介して取得してもよい。抽出部１１０は、１つの動きベクトルを抽出する度に、抽出した動きベクトルを偏角計算部１２１及びノルム計算部１２２に入力する。

ステップＳ１２及びステップＳ１３において、計算部１２０は、抽出部１１０により抽出された複数の動きベクトルの偏角及びノルムを計算する。具体的には、ステップＳ１２において、偏角計算部１２１は、入力された動きベクトルの偏角成分を計算する。偏角計算部１２１は、計算結果を蓄積部１４０に入力する。ステップＳ１３において、ノルム計算部１２２は、入力された動きベクトルのノルムを計算する。ノルム計算部１２２は、計算結果を蓄積部１４０に入力する。

ステップＳ１４からステップＳ１７において、蓄積部１４０は、計算部１２０の計算結果から、偏角別に１つのノルムを含むノルムデータ３０１を生成する。蓄積部１４０は、生成したノルムデータ３０１をメモリ１０５に蓄積する。具体的には、ステップＳ１４において、蓄積部１４０は、偏角計算部１２１から入力された偏角に対応する、既に記録されたノルムをメモリ１０５から読み出す。ステップＳ１５において、蓄積部１４０は、ノルム計算部１２２から入力されたノルムと、メモリ１０５から読み出したノルムとを比較する。ステップＳ１６において、蓄積部１４０は、値が大きい方のノルムを、偏角計算部１２１から入力された偏角に対応するノルムとしてメモリ１０５に記録する。すなわち、蓄積部１４０は、ステップＳ１３で計算されたノルムが、ステップＳ１４で読み出したノルムよりも大きければ、メモリ１０５に記録されたノルムを、ステップＳ１３で計算されたノルムに更新する。蓄積部１４０は、ステップＳ１３で計算されたノルムが、ステップＳ１４で読み出したノルムよりも小さければ、何もしない。なお、ステップＳ１４において、偏角計算部１２１から入力された偏角に対応するノルムがメモリ１０５に記録されていなければ、ステップＳ１５がスキップされ、ステップＳ１６において、ノルム計算部１２２から入力されたノルムがメモリ１０５に記録される。ステップＳ１７において、検知部１３０は、符号化映像２０１が終端に達したことを検知していれば、そのことを算出部１５０に通知する。検知部１３０から算出部１５０への通知がなければ、ステップＳ１１以降の処理が繰り返される。

上記のように、蓄積部１４０は、計算部１２０により計算された２つ以上の動きベクトルの偏角が同じ値である場合、当該同じ値に対して、計算部１２０により計算された当該２つ以上の動きベクトルのノルムのうち、いずれか１つのノルムをノルムデータ３０１に含める。「いずれか１つのノルム」は、本実施の形態では最大のノルムであるが、最初に計算されたノルム、或いは、他の基準により選択されるノルムでもよい。本実施の形態のように、偏角が共通する２つ以上の動きベクトルのノルムのうち、最大のノルムを選択する場合は、動きベクトルの探索範囲を高精度に算出できる。一方、当該２つ以上の動きベクトルのノルムのうち、最初に計算されたノルムを選択する場合は、一部の処理が省略可能となるため、動きベクトルの探索範囲を高効率に算出できる。省略可能となる処理は、具体的には、ステップＳ１２で計算された偏角に対応するノルムが既に記録されている場合のステップＳ１３におけるノルムの計算処理である。ステップＳ１４からステップＳ１６の処理も省略することができる。

蓄積部１４０は、計算部１２０により計算された１つの動きベクトルの偏角が他のいずれの動きベクトルの偏角とも異なる値である場合、当該異なる値に対して、計算部１２０により計算された当該１つの動きベクトルのノルムをノルムデータ３０１に含める。

ステップＳ１８において、算出部１５０は、蓄積部１４０により蓄積されたノルムデータ３０１をメモリ１０５から取得する。算出部１５０は、取得したノルムデータ３０１を用いて、複数の動きベクトルの余弦成分及び正弦成分の最大値を算出する。出力部１６０は、算出部１５０の算出結果を、符号化映像２０１における動きベクトルの探索範囲を示す情報として出力する。具体的には、まず、算出部１５０は、偏角θごとに、メモリ１０５に記録されたノルム最大値Ｈをメモリ１０５から読み出し、余弦成分Ｂ＝Ｈ・ｃｏｓθ、及び、正弦成分Ａ＝Ｈ・ｓｉｎθを算出する。全ての偏角θについて余弦成分Ｂの算出が完了すると、算出部１５０は、算出した余弦成分Ｂの中から最大値Ｍａｘ（Ｂ）を、ｘ軸方向における動きベクトルの探索範囲を示す数値として出力部１６０へ出力する。また、全ての偏角θについて正弦成分Ａの算出が完了すると、算出部１５０は、算出した正弦成分Ａの中から最大値Ｍａｘ（Ａ）を、ｙ軸方向における動きベクトルの探索範囲を示す数値として出力部１６０へ出力する。出力部１６０は、算出部１５０から出力された数値を評価指標２０２として、出力インタフェース１０６を介してディスプレイ１０７に表示する。なお、出力部１６０は、評価指標２０２を有線又は無線で外部に送信してもよいし、メモリカード等の記録媒体に書き込んでもよい。

上記のように、出力部１６０は、蓄積部１４０により蓄積されたノルムデータ３０１から得られる、符号化映像２０１における動きベクトルの探索範囲を示す情報、具体的には、蓄積部１４０により蓄積されたノルムデータ３０１から算出される探索範囲を示す情報を出力する。この情報を用いることで、符号化性能を定量評価することができる。

＊＊＊実施の形態の効果の説明＊＊＊
本実施の形態では、複雑な画像処理を必要とすることなく、符号化映像２０１に含まれている複数の動きベクトルの偏角及びノルムの計算結果から、動きベクトルの探索範囲を示す情報が得られる。すなわち、本実施の形態によれば、符号化性能を定量評価するための評価指標２０２を効率よく得ることができる。

本実施の形態では、評価指標２０２の算出を、（１）激しく乱雑な動きの映像を撮影、（２）評価対象のエンコーダで符号化、（３）符号化映像２０１から動きベクトル情報を抽出、（４）動きベクトルノルムの最大値を偏角ごとに集計、の４ステップで実現することができる。激しく乱雑な動きの映像を符号化して得られる符号化映像２０１には、ノルムの大きい動きベクトルが様々な方向に大量に発生する。それらの動きベクトルのノルム最大長は、エンコーダごとに定められた動きベクトル探索範囲によって決定される。したがって、動きベクトルノルムの最大値を偏角ごとに集計することで、エンコーダの動きベクトル探索範囲を判定できる。すなわち、動きに関連したエンコーダの処理性能の定量評価を実現できる。加えて、処理の簡便さから、符号化性能評価にかかる時間を短縮できる。

＊＊＊他の構成＊＊＊
本実施の形態では、「部」の機能がソフトウェアにより実現されるが、変形例として、「部」の機能がハードウェアにより実現されてもよい。この変形例について、主に本実施の形態との差異を説明する。

図３を参照して、本実施の形態の変形例に係る符号化性能評価支援装置１００の構成を説明する。

符号化性能評価支援装置１００は、処理回路１０９、入力インタフェース１０２、出力インタフェース１０６といったハードウェアを備える。

処理回路１０９は、前述した「部」の機能を実現する専用の電子回路である。処理回路１０９は、具体的には、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ（Ｇａｔｅ Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、又は、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）である。

「部」の機能は、１つの処理回路１０９により実現されてもよいし、複数の処理回路１０９に分散して実現されてもよい。

別の変形例として、「部」の機能がソフトウェアとハードウェアとの組み合わせにより実現されてもよい。すなわち、１つ又はいくつかの「部」の機能が専用のハードウェアにより実現され、残りの機能がソフトウェアにより実現されてもよい。

デコーダ１０３、プロセッサ１０４、メモリ１０５、及び、処理回路１０９を、総称して「プロセッシングサーキットリ」という。つまり、符号化性能評価支援装置１００の構成が図１及び図３のいずれに示した構成であっても、「部」の機能は、プロセッシングサーキットリにより実現される。

「部」を「工程」又は「手順」又は「処理」に読み替えてもよい。

実施の形態２．
本実施の形態では、圧縮映像に含まれる動きベクトルから、符号化性能を定量評価するための指標として、動きベクトルの探索特性を示すデータが生成される。

以下では、本実施の形態に係る装置の構成、本実施の形態に係る装置の動作、本実施の形態の効果を順番に説明する。主に実施の形態１との差異を説明する。

＊＊＊構成の説明＊＊＊
図４を参照して、本実施の形態に係る装置である符号化性能評価支援装置１００の構成を説明する。

実施の形態１と同じように、符号化性能評価支援装置１００は、コンピュータである。

本実施の形態において、符号化性能評価支援装置１００は、機能要素として、抽出部１１０と、計算部１２０と、検知部１３０と、蓄積部１４０と、出力部１６０とを備える。すなわち、本実施の形態では、符号化性能評価支援装置１００が、算出部１５０を備えていない。

＊＊＊動作の説明＊＊＊
図５を参照して、符号化性能評価支援装置１００の動作を説明する。符号化性能評価支援装置１００の動作は、本実施の形態に係る符号化性能評価支援方法に相当する。符号化性能評価支援装置１００の動作は、本実施の形態に係る符号化性能評価支援プログラムの処理手順に相当する。

ステップＳ２１からステップＳ２３については、実施の形態１におけるステップＳ１１からステップＳ１３と同じであるため、説明を省略する。

ステップＳ２４及びステップＳ２５において、蓄積部１４０は、計算部１２０の計算結果から、偏角別に少なくとも１つのノルムを含むノルムデータ３０１を生成する。蓄積部１４０は、生成したノルムデータ３０１をメモリ１０５に蓄積する。具体的には、ステップＳ２４において、蓄積部１４０は、ノルム計算部１２２から入力されたノルムを、偏角計算部１２１から入力された偏角に対応するノルムとしてメモリ１０５に記録する。ステップＳ２５において、検知部１３０は、符号化映像２０１が終端に達したことを検知していれば、そのことを出力部１６０に通知する。検知部１３０から出力部１６０への通知がなければ、ステップＳ２１以降の処理が繰り返される。

上記のように、蓄積部１４０は、計算部１２０により計算された２つ以上の動きベクトルの偏角が同じ値である場合、当該同じ値に対して、計算部１２０により計算された当該２つ以上の動きベクトルのノルムのうち、全てのノルムをノルムデータ３０１に含める。なお、予め閾値を設定しておき、閾値を超える数のノルムをノルムデータ３０１から除外してもよい。本実施の形態のように、偏角が共通する２つ以上の動きベクトルのノルムのうち、全てのノルムを含める場合は、動きベクトルの探索特性を正確に示すノルムデータ３０１を生成できる。一方、当該２つ以上の動きベクトルのノルムのうち、最初に計算された閾値以下の数のノルムのみを含める場合は、一部の処理が省略可能となるため、動きベクトルの探索特性を示すノルムデータ３０１を短時間で生成できる。省略可能となる処理は、具体的には、ステップＳ２２で計算された偏角に対応する、閾値と同数のノルムが既に記録されている場合のステップＳ２３におけるノルムの計算処理である。

蓄積部１４０は、計算部１２０により計算された１つの動きベクトルの偏角が他のいずれの動きベクトルの偏角とも異なる値である場合、当該異なる値に対して、計算部１２０により計算された当該１つの動きベクトルのノルムをノルムデータ３０１に含める。

ステップＳ２６において、出力部１６０は、蓄積部１４０により蓄積されたノルムデータ３０１を、探索特性を示す情報として出力する。具体的には、出力部１６０は、偏角ごとに、メモリ１０５に記録された全てのノルムをメモリ１０５から読み出し、評価指標２０２として、出力インタフェース１０６を介してディスプレイ１０７に表示する。なお、出力部１６０は、評価指標２０２を有線又は無線で外部に送信してもよいし、メモリカード等の記録媒体に書き込んでもよい。

上記のように、出力部１６０は、蓄積部１４０により蓄積されたノルムデータ３０１から得られる、符号化映像２０１における動きベクトルの探索特性を示す情報、具体的には、蓄積部１４０により蓄積されたノルムデータ３０１によって表される探索特性を示す情報を出力する。この情報を用いることで、符号化性能を定量評価することができる。具体的には、ノルムデータ３０１から、ノルムの発生頻度を算出し、動きベクトルの探索特性を判定することで、符号化性能を評価できる。

＊＊＊実施の形態の効果の説明＊＊＊
本実施の形態では、複雑な画像処理を必要とすることなく、符号化映像２０１に含まれている複数の動きベクトルの偏角及びノルムの計算結果から、動きベクトルの探索特性を示す情報が得られる。すなわち、本実施の形態によれば、符号化性能を定量評価するための評価指標２０２を効率よく得ることができる。

本実施の形態によれば、実施の形態１と同じように、動きに関連したエンコーダの処理性能の定量評価を実現できる。具体的には、発生し得る動きベクトルノルムのノルム長ごとの発生頻度から、動きベクトル探索に係る特性を評価できる。加えて、処理の簡便さから、符号化性能評価にかかる時間を短縮できる。

＊＊＊他の構成＊＊＊
本実施の形態において、符号化性能評価支援装置１００の構成を実施の形態１と同じものに変更し、符号化性能評価支援装置１００の動作に実施の形態１と同じものを追加してもよい。すなわち、出力部１６０は、蓄積部１４０により蓄積されたノルムデータ３０１から得られる、符号化映像２０１における動きベクトルの探索範囲を示す情報と、符号化映像２０１における動きベクトルの探索特性を示す情報との両方を出力してもよい。

本実施の形態では、実施の形態１と同じように、「部」の機能がソフトウェアにより実現されるが、実施の形態１の変形例と同じように、「部」の機能がハードウェアにより実現されてもよい。或いは、「部」の機能がソフトウェアとハードウェアとの組み合わせにより実現されてもよい。

以上、本発明の実施の形態について説明したが、これらの実施の形態のうち、いくつかを組み合わせて実施しても構わない。或いは、これらの実施の形態のうち、いずれか１つ又はいくつかを部分的に実施しても構わない。具体的には、これらの実施の形態の説明において「部」として説明するもののうち、いずれか１つのみを採用してもよいし、いくつかの任意の組み合わせを採用してもよい。なお、本発明は、これらの実施の形態に限定されるものではなく、必要に応じて種々の変更が可能である。

１００ 符号化性能評価支援装置、１０１ カメラ、１０２ 入力インタフェース、１０３ デコーダ、１０４ プロセッサ、１０５ メモリ、１０６ 出力インタフェース、１０７ ディスプレイ、１０９ 処理回路、１１０ 抽出部、１２０ 計算部、１２１ 偏角計算部、１２２ ノルム計算部、１３０ 検知部、１４０ 蓄積部、１５０ 算出部、１６０ 出力部、２０１ 符号化映像、２０２ 評価指標、３０１ ノルムデータ。

Claims (7)

1. 符号化映像から複数の動きベクトルを抽出する抽出部と、
   前記抽出部により抽出された複数の動きベクトルの偏角及びノルムを計算する計算部と、
   前記計算部の計算結果から、偏角別に少なくとも１つのノルムを含むノルムデータを生成し、生成したノルムデータをメモリに蓄積する蓄積部と、
   前記蓄積部により蓄積されたノルムデータから得られる、前記符号化映像における動きベクトルの探索範囲を示す情報と、前記符号化映像における動きベクトルの探索特性を示す情報との少なくともいずれかを出力する出力部と
   を備える符号化性能評価支援装置。
2. 前記蓄積部は、前記計算部により計算された２つ以上の動きベクトルの偏角が同じ値である場合、当該同じ値に対して、前記計算部により計算された当該２つ以上の動きベクトルのノルムのうち、いずれか１つのノルムを前記ノルムデータに含め、前記計算部により計算された１つの動きベクトルの偏角が他のいずれの動きベクトルの偏角とも異なる値である場合、当該異なる値に対して、前記計算部により計算された当該１つの動きベクトルのノルムを前記ノルムデータに含め、
   前記出力部は、前記蓄積部により蓄積されたノルムデータから算出される前記探索範囲を示す情報を出力する請求項１に記載の符号化性能評価支援装置。
3. 前記蓄積部は、前記計算部により計算された２つ以上の動きベクトルの偏角が同じ値である場合、当該同じ値に対して、前記計算部により計算された当該２つ以上の動きベクトルのノルムのうち、最大のノルムを前記ノルムデータに含める請求項２に記載の符号化性能評価支援装置。
4. 前記蓄積部により蓄積されたノルムデータを前記メモリから取得し、取得したノルムデータを用いて、前記複数の動きベクトルの余弦成分及び正弦成分の最大値を算出する算出部
   をさらに備え、
   前記出力部は、前記算出部の算出結果を、前記探索範囲を示す情報として出力する請求項２又は３に記載の符号化性能評価支援装置。
5. 前記蓄積部は、前記計算部により計算された２つ以上の動きベクトルの偏角が同じ値である場合、当該同じ値に対して、前記計算部により計算された当該２つ以上の動きベクトルのノルムのうち、全てのノルムを前記ノルムデータに含め、前記計算部により計算された１つの動きベクトルの偏角が他のいずれの動きベクトルの偏角とも異なる値である場合、当該異なる値に対して、前記計算部により計算された当該１つの動きベクトルのノルムを前記ノルムデータに含め、
   前記出力部は、前記蓄積部により蓄積されたノルムデータを、前記探索特性を示す情報として出力する請求項１に記載の符号化性能評価支援装置。
6. 抽出部が、符号化映像から複数の動きベクトルを抽出し、
   計算部が、前記抽出部により抽出された複数の動きベクトルの偏角及びノルムを計算し、
   蓄積部が、前記計算部の計算結果から、偏角別に少なくとも１つのノルムを含むノルムデータを生成し、生成したノルムデータをメモリに蓄積し、
   出力部が、前記蓄積部により蓄積されたノルムデータから得られる、前記符号化映像における動きベクトルの探索範囲を示す情報と、前記符号化映像における動きベクトルの探索特性を示す情報との少なくともいずれかを出力する符号化性能評価支援方法。
7. コンピュータに、
   符号化映像から複数の動きベクトルを抽出する処理と、
   抽出された複数の動きベクトルの偏角及びノルムを計算する処理と、
   偏角及びノルムの計算結果から、偏角別に少なくとも１つのノルムを含むノルムデータを生成し、生成したノルムデータをメモリに蓄積する処理と、
   前記メモリに蓄積されたノルムデータから得られる、前記符号化映像における動きベクトルの探索範囲を示す情報と、前記符号化映像における動きベクトルの探索特性を示す情報との少なくともいずれかを出力する処理と
   を実行させる符号化性能評価支援プログラム。

Images