JP6365956B2 - 画像符号化方法および画像符号化装置 - Google Patents

Description

本発明は、動画像の画像符号化方法および画像復号方法などに関する。

動画像を符号化する画像符号化方法では、一般に、動画像が有する空間方向および時間方向の冗長性を利用して情報量の圧縮が行われる。ここで一般に、空間方向の冗長性を利用する方法としては、周波数領域への変換が用いられ、時間方向の冗長性を利用する方法としては、ピクチャ間予測（以降、インター予測と呼ぶ）符号化処理が用いられる。インター予測符号化処理では、あるピクチャを符号化する際に、符号化対象ピクチャに対して表示順で前方または後方にある符号化済みのピクチャを、参照ピクチャとして用いる。そして、その参照ピクチャに対する符号化対象ピクチャの動き検出により、動きベクトルを導出し、動きベクトルに基づいて動き補償を行って得られた予測画像データと符号化対象ピクチャの画像データとの差分を取ることにより、時間方向の冗長性を取り除く。

既に標準化されている、Ｈ．２６４と呼ばれる画像符号化方式では、情報量の圧縮のために、Ｉピクチャ、Ｐピクチャ、およびＢピクチャという３種類のピクチャタイプを用いている。Ｉピクチャは、インター予測符号化処理されないピクチャ、すなわち、ピクチャ内予測（以降、イントラ予測と呼ぶ）符号化処理されるピクチャである。Ｐピクチャは、表示順で、符号化対象ピクチャの前方または後方にある既に符号化済みの１つのピクチャを参照してインター予測符号化されるピクチャである。Ｂピクチャは、表示順で、符号化対象ピクチャの前方または後方にある既に符号化済みの２つのピクチャを参照してインター予測符号化されるピクチャである。更に、ＩピクチャおよびＰピクチャについては、ストリームの切り替え等のためにＳｗｉｔｃｈｉｎｇ スライス（ＳＩスライス、ＳＰスライス）等が存在する。

現行のＨ．２６４の規格に準拠する画像符号化方法および画像復号方法では、これらの種類のピクチャの定義により観念しうる参照関係全てに対応することが要求される。例えば、Ｐピクチャの復号時において、表示順で後方のピクチャを参照してもよいように要求されている。また、Ｂピクチャに対する動きベクトルが２本であれば、それらの動きベクトルの方向は前方でも後方でもよく、スライス内のブロック毎に異なるピクチャを参照してもよい。このような参照構造の柔軟性に対応させるべく、Ｈ．２６４では画像符号化方法および画像復号方法に幾つかのプロセスの実行が要求されている（例えば、非特許文献１参照）。

ＩＴＵ−Ｔ Ｈ．２６４ ０３／２０１０

しかしながら、上記非特許文献１の画像符号化方法および画像復号方法では、処理負担が大きいという問題がある。

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、処理負担を軽減することができる画像符号化方法および画像復号方法など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画像符号化方法は、動画像信号を符号化する画像符号化方法であって、（ｉ）第１レイヤーに属する画像を符号化する場合に、第２レイヤーに属する画像を参照することを禁止し、（ｉｉ）前記第２レイヤーに属する画像を符号化する場合に、前記第１レイヤーに属する画像を参照することを許可するように、前記動画像信号に含まれる複数の画像を、少なくとも、前記第１レイヤーと前記第２レイヤーとを含む階層に分類する分類ステップと、（ｉ）前記第１レイヤーに属する第１の画像と、（ｉｉ）前記第１の画像よりも符号化順で前に位置し、前記第１レイヤーに属する第２の画像と、（ｉｉｉ）前記第１の画像よりも符号化順で後に位置し、前記第２レイヤーに属する第３の画像とを符号化する際、前記第１の画像が、前記第３の画像が前記第２の画像を参照することを禁止する基準画像である場合に、前記第３の画像を、前記第１の画像より符号化順で前に位置する前記第１レイヤーに属する画像を除く画像を参照して符号化し、前記第１の画像が、前記基準画像でない場合に、前記第３の画像を、前記第１の画像より符号化順で前に位置する前記第１レイヤーに属する画像を含む画像を参照して符号化する符号化ステップとを含み、前記基準画像は、２つの画像を参照して符号化される画面間予測画像である。

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、動画像信号を符号化する画像符号化方法であって、前記動画像信号に含まれる複数の画像のそれぞれが複
数の階層のうちの何れかに属するように、前記複数の画像が階層化されて分類されている場合に、前記複数の画像のうちの何れか１つの画像である符号化対象画像が属する第１の階層に応じて制限された範囲にある第２の階層に属する画像を、前記符号化対象画像に対する参照画像として参照し、前記参照画像に基づいて前記符号化対象画像を符号化する。

これにより、符号化対象画像の符号化に参照される参照画像が属する階層は、その符号化対象画像が属する第１の階層に応じて制限された範囲にある。したがって、符号化対象画像の符号化に参照される参照画像が第１の階層に応じて制限されているため、その符号化の処理負担を軽減することができる。さらに、このように符号化された画像を復号する際にも、参照画像が制限されているため、その復号の処理負担を軽減することができる。

また、前記参照画像を参照する際には、前記第１の階層よりも上にある階層に属する画像の参照を禁止し、前記第１の階層以下に制限された範囲にある前記第２の階層に属する画像を前記参照画像として参照してもよい。

これにより、符号化対象画像が属する第１の階層よりも上にある階層に属する画像の参照が禁止されているため、少ない処理負担で符号化対象画像を符号化することができる。同様に、符号化された画像を復号する際にも、その符号化された画像が属する階層よりも上にある階層に属する画像を参照する必要がないため、その符号化された画像を、少ない処理負担で復号することができる。また、動画像信号に含まれる複数の画像のそれぞれが符号化対象画像として扱われてその動画像信号が符号化された場合には、符号化された動画像信号に含まれる何れの画像の復号においても、その画像が属する階層よりも上にある階層に属する画像を参照する必要がない。したがって、画像復号装置は、特殊再生の対象とされる階層に属する画像のみを復号すればよく、特殊再生の対象とされる階層より上にある階層に属する画像をわざわざ復号して参照する手間を省くことができる。例えば、Ｎ倍速再生（Ｎ＞２）などの特殊再生の対象とされる階層が最も下にある最下位階層である場合、画像復号装置は、その最下位階層よりも上の階層にある再生の対象とされない画像をわざわざ復号して参照する必要がなく、最下位階層に属する各画像のみを復号すればよい。例えば、前記複数の画像のそれぞれはピクチャまたはスライスである。

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符号化方法は、動画像信号を符号化する画像符号化方法であって、前記動画像信号に含まれる複数の画像のそれぞれが複数の階層のうちの何れかに属するように、前記複数の画像が階層化されて分類されている場合に、前記複数の画像のうちの何れか１つの画像である符号化対象画像の符号化に参照される参照画像の選択に制限を加えるか否かを示すフラグを生成し、前記フラグが制限を加えることを示す場合には、前記符号化対象画像が属する第１の階層に応じて制限された条件を満たす画像を、前記符号化対象画像に対する参照画像として選択し、選択された前記参照画像を参照して前記符号化対象画像を符号化し、符号化された前記動画像信号に前記フラグを含める。

これにより、制限を加えることがフラグによって示される場合には、符号化対象画像が属する第１の階層に応じて制限された条件を満たす画像が参照画像として選択される。つまり、符号化対象画像の符号化に参照される参照画像が第１の階層に応じて制限されている。その結果、符号化対象画像の符号化の処理負担を軽減することができる。また、参照画像の選択に制限を加えるか否かを示すフラグが生成されて、符号化された動画像信号に含められるため、その符号化された動画像信号を復号する画像復号装置は、そのフラグに基づいて、参照画像の選択に制限が加えられているか否かを容易に把握することができる。その結果、画像復号装置は、その符号化された動画像信号を少ない処理負担で適切に復号することができる。

また、前記参照画像を選択する際には、符号化順で前記符号化対象画像と候補画像との間に、前記第１の階層に応じて制限された範囲にある第２の階層に属する基準画像がある場合には、前記候補画像を前記参照画像として選択することを禁止し、前記候補画像以外の画像を前記参照画像として選択してもよい。例えば、前記参照画像を選択する際には、前記第１の階層よりも下に制限された範囲にある前記第２の階層に属する前記基準画像がある場合に、前記候補画像を前記参照画像として選択することを禁止する。また、前記参照画像を選択する際には、符号化順で前記符号化対象画像よりも前にある前記候補画像を前記参照画像として選択することを禁止する。

これにより、適切な画像を参照画像として選択することができ、処理負担をさらに抑えることができる。

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、符号化動画像信号を復号する画像復号方法であって、前記符号化動画像信号に含まれる複数の画像のそれぞれが複数の階層のうちの何れかに属するように、前記複数の画像が階層化されて分類されている場合に、前記複数の画像のうちの何れか１つの画像である復号対象画像が属する第１の階層に応じて制限された範囲にある第２の階層に属する画像を、前記復号対象画像に対する参照画像として参照し、前記参照画像に基づいて前記復号対象画像を復号する。例えば、前記画像復号方法では、さらに、前記符号化動画像信号に含まれる複数の画像のうち、前記第１の階層よりも上にある全ての階層のそれぞれに属する全ての画像を除く、前記第１の階層以下にある階層に属する少なくとも１つの画像を示す参照リストを生成し、前記参照画像を参照する際には、前記参照リストに示される少なくとも１つの画像から前記参照画像を選択する。

これにより、復号対象画像の復号に参照される参照画像が属する階層は、その復号対象画像が属する第１の階層に応じて制限された範囲にある。したがって、復号対象画像の復号に参照される参照画像が第１の階層に応じて制限されているため、その復号の処理負担を軽減することができる。

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、符号化動画像信号を復号する画像復号方法であって、前記符号化動画像信号に含まれる複数の画像のそれぞれが複数の階層のうちの何れかに属するように、前記複数の画像が階層化されて分類されている場合に、前記複数の画像のうちの何れか１つの画像である復号対象画像の復号に参照される参照画像の選択に制限を加えるか否かを示すフラグを、前記符号化動画像信号から取得し、前記フラグが制限を加えることを示す場合には、前記復号対象画像が属する第１の階層に応じて制限された条件を満たす画像を、前記復号対象画像に対する参照画像として選択し、選択された前記参照画像を参照して前記復号対象画像を復号する。

これにより、制限を加えることがフラグによって示される場合には、復号対象画像が属する第１の階層に応じて制限された条件を満たす画像が参照画像として選択される。つまり、復号対象画像の復号に参照される参照画像が第１の階層に応じて制限されている。その結果、復号対象画像の復号の処理負担を軽減することができる。

また、上記目的を達成するために、本発明の一態様に係るメモリ管理方法は、動画像信号の符号化または復号のために参照される画像が格納されるメモリを管理するメモリ管理方法であって、前記動画像信号に含まれる複数の画像のそれぞれが複数の階層のうちの何れかに属するように、前記複数の画像が階層化されて分類されている場合、前記複数の画像のうちの格納対象画像が属する階層に対して割り当てられた容量である階層容量に制限された、前記メモリ内の領域に、前記格納対象画像を格納する。具体的には、前記メモリ管理方法では、さらに、階層ごとに、前記メモリ内の使用可能な容量のうちの一部の容量を階層容量として当該階層に対して割り当てる。

例えば、長時間にわたって参照される長時間参照画像が他の階層に属し、その長時間参照画像がメモリ内の他の領域に格納されている場合がある。このような場合に、格納対象画像が他の領域に格納されると、その長時間参照画像がメモリから削除されてしまうことがある。したがって、長時間参照画像がメモリから削除された後に、その長時間参照画像を参照するためには、その長時間参照画像を再度復号するなどの処理が必要になる。そこで、本発明の一態様に係るメモリ管理方法では、格納対象画像が属する階層に対して割り当てられた階層容量に制限された、メモリ内の領域に、その格納対象画像が格納されるため、長時間参照画像がメモリから削除されてしまうことを防ぐことができる。つまり、必要な参照画像を確実にメモリに格納しておくことができる。その結果、長時間参照画像を再度復号するなどの余分な処理を省くことができる。また、必要な参照画像を確実にメモリに格納しておくために、不要な画像の削除を指示するメモリ管理コマンドを逐次適用するなどの処理負担を省くことができる。

ここで、前記格納対象画像を格納する際に、前記格納対象画像を格納するための容量が前記領域に残されていない場合には、前記領域に既に格納されている少なくとも１つの既存画像のうち、最も早くに格納された既存画像を前記領域から削除し、前記格納対象画像を格納してもよい。

また、前記動画像信号に含まれる複数の画像のうちの処理対象画像の符号化または復号に参照される画像である参照画像が属する階層は、前記処理対象画像の属する階層以下の階層に制限されており、前記階層ごとに前記階層容量を割り当てる際には、前記複数の階層のうちの最も下にある最下位階層に対しては、前記最下位階層よりも上にある上位階層に対して割り当てられる階層容量よりも大きい階層容量を割り当ててもよい。

これにより、参照画像が属する階層が、処理対象画像の属する階層以下の階層に制限されているため、最下位階層に属する画像は、上位階層に属する画像よりも長時間にわたって参照される可能性が高い。そこで、本発明の一態様に係るメモリ管理方法では、上位階層に対して割り当てられる階層容量よりも大きい階層容量が最下位階層に対して割り当てられるため、最下位階層に属する画像を長時間にわたってメモリに格納しておくことができる。その結果、最下位階層に属する画像が参照される際に、その画像がメモリから削除され、その画像を参照することができなくなることを防ぐことができる。

また、前記メモリ管理方法では、さらに、前記メモリに格納されている複数の画像のうち、符号化または復号の対象とされる処理対象画像が属する階層よりも上にある階層に属する画像に対して属性をマーキングしてもよい。例えば、前記属性をマーキングする際には、参照に使用されない画像であることを示す属性をマーキングする。

これにより、画像に対して属性がマーキングされるため、参照に使用されない不要な画像を簡単に特定することができ、その画像を優先的にメモリから削除することができる。その結果、メモリの容量を有効に活用することができる。

なお、本発明は、このような画像符号化方法、画像復号方法およびメモリ管理方法として実現することができるだけでなく、それらの方法にしたがった処理を実行する装置、集積回路、それらの方法にしたがった処理をコンピュータに実行させるためのプログラム、そのプログラムを格納する記憶媒体としても実現することができる。

本発明の画像符号化方法および画像復号方法は、処理負担を軽減することができる。

図１は、本発明の実施の形態１における画像符号化装置のブロック図である。 図２は、本発明の実施の形態１におけるインター予測部によって構築される参照構造を示す図である。 図３は、必要な参照ピクチャが削除される場合のメモリ管理方法の一例を示す図である。 図４は、ピクチャの符号化順に制限をかけた場合のメモリ管理方法の一例を示す図である。 図５は、本発明の実施の形態１におけるメモリ制御部によるメモリ管理方法を示す図である。 図６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処理を示すフローチャートである。 図７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フラグを用いた処理を示すフローチャートである。 図８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具体的な処理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における画像復号装置のブロック図である。 図１０は、本発明の実施の形態１における画像復号装置による処理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における画像復号装置によるフラグを用いた処理を示すフローチャートである。 図１２は、本発明の実施の形態１におけるメモリ管理方法を示すフローチャートである。 図１３は、本発明の実施の形態１における画像復号装置による具体的な処理を示すフローチャートである。 図１４は、本発明の実施の形態１の変形例に係る参照構造を示す図である。 図１５は、本発明の実施の形態１の変形例に係るメモリ管理方法の一例を示す図である。 図１６は、本発明の実施の形態の変形例に係るメモリ管理方法の他の例を示す図である。 図１７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１８は、デジタル放送用システムの全体構成図である。 図１９は、テレビの構成例を示すブロック図である。 図２０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２１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２２Ａは、携帯電話の一例を示す図である。 図２２Ｂは、携帯電話の構成例を示すブロック図である。 図２３は、多重化データの構成を示す図である。 図２４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２５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２６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２７は、ＰＭＴのデータ構成を示す図である。 図２８は、多重化データ情報の内部構成を示す図である。 図２９は、ストリーム属性情報の内部構成を示す図である。 図３０は、映像データを識別するステップを示す図である。 図３１は、各実施の形態の動画像符号化方法および動画像復号化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３２は、駆動周波数を切り替える構成を示す図である。 図３３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３４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３５Ａ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３５Ｂ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。

まず、本発明の実施の形態を説明する前に、画像を符号化または復号する際に行われる幾つかの処理について説明する。

例えば、画像符号化装置および画像復号装置は参照リスト（参照ピクチャリストともいう）を構築する。つまり、これらの装置は、他のピクチャを参照してＢスライスなどのスライスを符号化または復号する際には、このスライス（スライスに含まれるマクロブロック）に対して参照されるピクチャを列挙した参照リストを構築する。このプロセスでは、参照リスト内で各ピクチャをピクチャ番号順に並び替える処理（参照リスト初期化時の並べ替え処理）が必要になる。例えば、画像符号化装置および画像復号装置は、Ｂスライスを取得すると、このＢスライスに対して参照される参照ピクチャ（短時間参照および長時間参照の両方に用いられるピクチャ、以下同じ）を参照リスト（Ｌ０，Ｌ１）に加える。ここで、画像符号化装置および画像復号装置は、この参照リスト（Ｌ０，Ｌ１）内の各参照ピクチャを、その参照ピクチャのピクチャ番号（ＰｉｃＮｕｍ）に応じて降順（若い順）に並び替える。

また、画像符号化装置および画像復号装置は、例えば長時間にわたり参照されつづける参照ピクチャなどのピクチャを１つの論理的なメモリ（ＤＰＢ：Ｄｅｃｏｄｅｄ Ｐｉｃｔｕｒｅ Ｂｕｆｆｅｒ）に保持させる。ここで、このメモリが飽和することがないように、このメモリに保持された参照ピクチャを管理するため、これらのピクチャに属性をマーキングすることが要請される。

例えば、画像符号化装置および画像復号装置は、参照ピクチャとして用いられないピクチャに対して、そのピクチャが参照される可能性が低くなったと判断した時点、または、所定のコマンド（ＭＭＣＯ：メモリ管理コマンド）を受けた時点で、属性「参照に使用しない（ｕｎｕｓｅｄ ｆｏｒ ｒｅｆｅｒｅｎｃｅ）」をマークキングする。なお、その所定のコマンドは、管理対象とされるピクチャが参照されないことを明示するコマンドである。つまり、このようなマーキングの方式または制御には、ＦＩＦＯ（Ｆｉｒｓｔ−Ｉｎ Ｆｉｒｓｔ−Ｏｕｔ）管理方式と、メモリ管理コマンドによる適応メモリ制御とがある。

ここで、Ｈ．２６４のピクチャ定義によって可能とされる参照構造の柔軟さは、画像復号装置の実装簡易化には直接貢献しない。参照構造の柔軟性は符号圧縮率の向上に寄与しうるが、この柔軟性が符号化データ（符号化ストリーム）を再生する画像復号装置の実装簡易化に寄与しうるか否かは別の話である。つまり、参照構造の柔軟さによって、画像符号化装置および画像復号装置の処理負担が増してしまう。例えば、制約条件が付与されていることが把握できれば、画像復号装置の実装が簡易になるような場合も存在する。

また、少なくとも過度の柔軟性は、汎用的な処理に限界をもたらす場合がある。例えば、長時間に多数の参照ピクチャを参照する画像符号化装置および画像復号装置が、上述のＦＩＦＯ方式によってメモリを管理（マーキング処理）すると、そのメモリのサイズが有限であるため、参照に必要なピクチャがメモリから削除されていることがある。また、その画像符号化装置および画像復号装置が、上述のメモリ管理コマンドによる適応メモリ制御を行う場合には、コマンド（メモリ管理コマンド）が逐一必要となる。

そこで、本発明の実施の形態における画像符号化方法および画像復号方法では、制約条件を付した参照構造によって処理負担を軽減することを特徴とする。また、本発明の実施の形態におけるメモリ管理方法では、処理負担の増加を抑えて、参照に必要なピクチャがメモリから削除されるのを防ぐことを特徴とする。

以下、本発明の実施の形態について、図面を参照しながら詳細に説明する。なお、以下で説明する実施の形態は、いずれも本発明の好ましい一具体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。本発明は、請求の範囲だけによって限定される。よって、以下の実施の形態における構成要素のうち、本発明の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、本発明の課題を達成するのに必ずしも必要ではないが、より好ましい形態を構成するものとして説明される。

（実施の形態１）
図１は、本発明の実施の形態１における画像符号化装置のブロック図である。

本実施の形態における画像符号化装置１０００は、インター予測符号化におけるピクチャの参照に、ピクチャの階層構造に応じた制限を加えていることを特徴とする。このような画像符号化装置１０００は、減算器１１０１と、直交変換部１１０２と、量子化部１１０３と、エントロピー符号化部１１０４と、逆量子化部１１０５と、逆直交変換部１１０６と、加算器１１０７と、デブロッキングフィルタ１１０８と、メモリ１１０９と、面内予測部１１１０と、インター予測部１１１１と、動き検出部１１１２と、スイッチ１１１３と、メモリ制御部１２００とを備える。

減算器１１０１は、動画像信号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、その動画像信号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（周波数変換）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。

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（逆周波数変換）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（再構成画像）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。メモリ１１０９は、インター予測の際の参照画像として局所復号画像を格納するためのメモリである。なお、このメモリ１１０９は復号ピクチャバッファ（ＤＰＢ）として用いられる。

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イントラ予測を行うことによって予測画像（イントラ予測画像）を生成する。

動き検出部１１１２は、動画像信号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インター予測部１１１１とエントロピー符号化部１１０４とに出力する。

インター予測部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。インター予測部１１１１は、このような動き補償を行うことによって、つまり符号化対象ブロックに対してインター予測を行うことによって、符号化対象ブロックの予測画像（インター予測画像）を生成する。

また、インター予測部１１１１は、動画像信号に含まれる複数のピクチャを階層化する。具体的には、インター予測部１１１１は、動画像信号に含まれる複数のピクチャのそれぞれが複数のレイヤー（階層）のうちの何れかに属するように、その複数のピクチャを階層化して分類する。なお、本実施の形態では、一例として、インター予測部１１１１は複数のピクチャを階層化するが、階層化の対象とされる複数の画像のそれぞれはピクチャに限らず、スライスなどの他の画像単位であってもよい。

このような場合、インター予測部１１１１は、複数のピクチャのうちの何れか１つのピクチャである符号化対象ピクチャが属する第１のレイヤーに応じて制限された範囲にある第２のレイヤーに属するピクチャを、符号化対象ピクチャに対する参照ピクチャとして参照する。具体的には、インター予測部１１１１は、第１のレイヤーよりも上（高いレベル）にあるレイヤーに属するピクチャの参照を禁止し、第１のレイヤー以下に制限された範囲にある第２のレイヤーに属するピクチャを参照ピクチャとして参照する。

さらに、インター予測部１１１１は、上述の複数のピクチャのうちの何れか１つのピクチャである符号化対象ピクチャの符号化に参照される参照ピクチャの選択に制限を加えるか否かを示すフラグを生成してエントロピー符号化部１１０４に出力する。例えば、上述のように、符号化対象ピクチャに対して階層構造に基づく参照制限が加えられている場合には、インター予測部１１１１は、１を示すフラグを生成してエントロピー符号化部１１０４に出力する。言い換えれば、インター予測部１１１１は、制限を加えることがフラグによって示されている場合には、符号化対象ピクチャが属する第１のレイヤーに応じて制限された条件を満たすピクチャを、符号化対象ピクチャに対する参照ピクチャとして選択する。

さらに、インター予測部１１１１は、階層化された複数のピクチャのそれぞれに対して、そのピクチャが属するレイヤーを示すレイヤー情報を生成し、そのレイヤー情報をエントロピー符号化部１１０４およびメモリ制御部１２００に出力する。

スイッチ１１１３は、符号化対象ブロックがイントラ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（イントラ予測画像）を減算器１１０１及び加算器１１０７に出力する。一方、スイッチ１１１３は、符号化対象ブロックがインター予測符号化される場合には、インター予測部１１１１によって生成された予測画像（インター予測画像）を減算器１１０１及び加算器１１０７に出力する。

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、インター予測部１１１１によって生成されたフラグおよびレイヤー情報とを、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。これにより、符号化ストリームには、上述のフラグおよびレイヤー情報が含まれる。

メモリ制御部１２００は、インター予測部１１１１から各ピクチャのレイヤー情報を取得し、それらのレイヤー情報によって示される各ピクチャのレイヤーに基づいて、つまり階層構造に基づいて、メモリ１１０９に格納される複数のピクチャのそれぞれを管理する。具体的には、メモリ制御部１２００は、レイヤーごとに、メモリ１１０９内の使用可能なメモリ容量のうちの一部の容量を階層容量として、そのレイヤーに対して割り当てる。そして、メモリ制御部１２００は、格納されるべき格納対象ピクチャが属するレイヤーに対して割り当てられた容量である階層容量に制限された、メモリ１１０９内の領域に、その格納対象ピクチャを格納する。なお、メモリ制御部１２００は、格納対象ピクチャを格納するための容量がその領域に残されていない場合には、その領域に既に格納されている少なくとも１つの既存ピクチャのうち、最も早くに格納された既存ピクチャをその領域から削除し、格納対象ピクチャを格納してもよい。

ここで、メモリ制御部１２００は、レイヤーごとに階層容量を割り当てる際には、その複数のレイヤーのうちの最も下にある最下位レイヤーに対しては、その最下位レイヤーよりも上にある上位レイヤーに対して割り当てられる階層容量よりも大きい階層容量を割り当てる。

さらに、メモリ制御部１２００は、メモリ１１０９に格納されている複数のピクチャのうち、符号化対象ピクチャが属するレイヤーよりも上にあるレイヤーに属するピクチャに対して属性をマーキングする。具体的には、メモリ制御部１２００は、参照に使用されないピクチャであることを示す属性をマーキングする。

以下、インター予測部１１１１によって構築されるピクチャの階層構造および参照構造について詳細に説明する。

図２は、インター予測部１１１１によって構築される階層構造および参照構造を示す図である。なお、図２中、ピクチャに付されたアルファベットおよび数字は、それぞれピクチャタイプおよびピクチャの表示順を示す。例えば、Ｉ０は、ピクチャタイプ「Ｉ」およびピクチャの表示順「０」を示し、Ｂｒ２は、ピクチャタイプ「Ｂ」およびピクチャの表示順「２」を示す。

インター予測部１１１１は、図２に示すように、動画像信号に含まれる複数のピクチャのそれぞれを各レイヤー（階層）に分類することによって構築される階層構造に基づいて、参照構造を定義している。ここで、インター予測部１１１１は、複数のピクチャの表示順で先頭のピクチャをＩピクチャとして用い、先頭のＩピクチャ以外のピクチャを、Ｂピクチャとして用いる。また、インター予測部１１１１は、複数のレイヤーのそれぞれにおいて、そのレイヤーに属するピクチャのインター予測には、そのレイヤーと同一のレイヤーに属するピクチャ、または、より低いレベルのレイヤーに属するピクチャを参照する。つまり、インター予測部１１１１によって構築される参照構造では、符号化対象ピクチャの属するレイヤーより高いまたは上にあるレイヤーに分類されるピクチャの参照を認めない（符号化対象ピクチャのレイヤーと同じレイヤーか低いレイヤーのピクチャへの参照を行う）という制限が付されている。

例えば、インター予測部１１１１は、図２に示すように、レイヤー３に属するピクチャＢ１に対してインター予測する際には、レイヤー０に属するピクチャＩ０と、レイヤー２に属するピクチャＢｒ２とを参照する。また、インター予測部１１１１は、レベルの最も低いレイヤー０に属するピクチャＢｆ８をインター予測する際には、そのレイヤーと同一のレイヤー０に属するピクチャＩ０を参照する。ここで、レベルの最も低いレイヤー０に属するピクチャのインター予測には、表示順で前方にあるピクチャのみ参照することができる。

このように、本実施の形態における参照構造では、Ｉピクチャ以外のピクチャは、Ｂピクチャとして構成されているため、動画像信号の圧縮率を向上させることが可能である。一般的に、多くの参照ピクチャを参照して符号化されるピクチャの方が、少ない参照ピクチャを参照して符号化されるピクチャよりも、圧縮率を高めることができる。したがって、本実施の形態における参照構造では、Ｉピクチャ以外のピクチャがＢピクチャとして構造されているため、動画像信号の圧縮率を高めることが可能となる。

更に、本実施の形態における参照構造では、複数のレイヤーのうち、レベルの高いレイヤーに属するピクチャは、そのレイヤーと同一のレイヤーに属するピクチャ、または、そのレイヤーよりレベルの低いレイヤーに属するピクチャを参照して符号化される。したがって、画像復号装置を備えた再生装置において、倍速再生などの特殊再生を行うことが容易となる。

例えば、再生装置は、高速再生を行う場合には、レイヤー０に属するピクチャのみを再生する。図２に示す参照構造では、再生装置は、ピクチャＩ０，Ｂｆ８，Ｂｆ１６を再生する。再生速度を落とす場合には、再生装置は、レイヤー０およびレイヤー１のそれぞれに属するピクチャを再生し、更に、再生速度を落とす場合には、レイヤー０、レイヤー１およびレイヤー２のそれぞれに属するピクチャを再生する。このように、レイヤーにしたがって参照構造を定義することにより、柔軟な高速再生を容易に実現することが可能となる。

つまり、画像符号化装置が、特殊再生で表示される表示対象ピクチャが属するレイヤーよりも高いレベルのレイヤーに属するピクチャを参照ピクチャとして参照して、その表示対象ピクチャを符号化してしまうと、再生装置は、特殊再生において、その参照ピクチャが表示されないにもかかわらず、その参照ピクチャを復号しなければならい。しかし、本実施の形態における画像符号化装置１０００では、ピクチャごとに、そのピクチャが属するレイヤーよりも高いレベルのレイヤーに属するピクチャを参照ピクチャとして参照することが禁止されている。したがって、再生装置は、特殊再生において、表示されない参照ピクチャをわざわざ復号するという手間を省くことができる。その結果、本実施の形態では、再生装置に備えられた画像復号装置の処理負担を軽減することができる。

ここで、インター予測部１１１１は、上述のようにフラグを生成する。つまり、インター予測部１１１１は、特殊な用途（例えば特殊再生など）のために階層的な制約条件を持って動画像信号（ストリーム）が符号化されたものであるか、又は、制約を受けずに符号化されたものであるか否かを１ビットで識別するフラグを出力する。エントロピー符号化部１１０４は、例えば、符号化ストリーム中のアクセス単位（例えば、ランダムアクセス単位またはシーケンス）の先頭に、そのフラグ（１ビット）を加える。これにより、再生装置は、符号化ストリームまたは符号化ピクチャが、高速再生またはランダムアクセス等の特殊な用途のためのものか否かを、最小のビット数で判別することができる。その結果、従来のＨ．２６４方式により符号化された動画像信号である符号化ストリームと、その符号化ストリームを復号する画像復号装置とに対する、互換性の影響を最小限に抑えることができる。なお、用途に応じた階層構造および参照構造を示す情報、つまり制約の有無を示す情報を、上述のフラグ（１ビット）とは別に、ＳＥＩ（Ｓｕｐｐｌｅｍｅｎｔａｌ ｅｎｈａｎｃｅｍｅｎｔ ｉｎｆｏｒｍａｔｉｏｎ）などの付加部分に付与してもよい。

さらに、インター予測部１１１１は、上述のようにレイヤー情報を生成する。つまり、インター予測部１１１１は、ピクチャごとに、そのピクチャがどのレイヤーに属しているかを特定するためのレイヤー情報（識別情報）を出力する。このとき、エントロピー符号化部１１０４は、レイヤー情報を、そのレイヤー情報に対応するピクチャのヘッダに付加する。具体的には、インター予測部１１１１は、１枚のピクチャ（フレームまたはフィールドペア）内の全てのスライスに対して同じレイヤー情報を割り当てる。これは、高速再生またはランダムアクセスなどの特殊再生の場合、ピクチャ内の各部分（スライス）を互いに異なるレイヤーに割り当てる必要がないためである。これにより、エントロピー符号化部１１０４は、ピクチャパラメータセットなどのピクチャのヘッダに、レイヤー情報を付加する。

その結果、再生装置は、符号化ストリームに対して高速再生を行う際には、ピクチャのヘッダからレイヤー情報を取得し、高速再生に必要なピクチャのみを再生する。

また、エントロピー符号化部１１０４は、符号化ストリームの先頭に、複数のレイヤー情報をまとめて配置してもよい。具体的には、エントロピー符号化部１１０４は、符号化ストリームに含まれる複数のピクチャの符号化順または表示順にしたがって並べられた、それらの複数のピクチャのレイヤー情報を、管理情報として符号化ストリームの先頭に配置する。再生装置は、符号化ストリームを復号する前に、まず、先頭の管理情報を読み込むことにより、どのような高速再生（特殊再生）を行うことができるのかを判断することが可能となる。

また、エントロピー符号化部１１０４は、光ディスクに符号化ストリームを保存する際などには、符号化ストリームとは別に管理情報を光ディスクに保存してもよい。符号化ストリームとは別に管理情報を保存することにより、再生装置は、符号化ストリームを再生する前に、どのような高速再生を行うことができるのかを判断することが可能となる。

なお、本実施の形態では、レベルの高いレイヤーに属するピクチャは、そのレイヤーと同一のレイヤーに属するピクチャ、または、そのレイヤーより低いレベルのレイヤーに属するピクチャを参照して符号化される。しかし、例外的に、所定のレベルのレイヤーに属するピクチャは、その所定のレベルのレイヤーよりもレベルの高いレイヤーに属するピクチャを参照して符号化されてもよい。例えば、図２の点線の矢印で示すように、最もレベルの低いレイヤーに属するピクチャは、よりレベルの高いレイヤーに属するピクチャを参照して符号化される。具体的には、最もレベルの低いレイヤー０に属するピクチャＢｆ１６は、よりレベルの高いレイヤー１に属するピクチャＢｒ４と、よりレベルの高いレイヤー２に属するピクチャＢｒ６を参照して符号化される。

このように、所定のレベルのレイヤーに属するピクチャが、レベルの高いレイヤーに属するピクチャを参照することにより、動画像信号の圧縮率をより高めることが可能となる。一方、特殊再生は制限されることになるため、どのような特殊再生が可能であるのかを示す情報を新たに符号化ストリームに追加してもよい。例えば、最もレベルの低いレイヤーに属するピクチャに対して、どのレイヤーに属するピクチャまで参照することができるのかを示す情報を付加する。例えば、図２に示すように、インター予測部１１１１は、レイヤー２に属するピクチャまで参照できることを示す情報を出力し、エントロピー符号化部１１０４は、その情報を符号化ストリームに付加する。その結果、再生装置は、その情報に基づいて、レイヤー０、レイヤー１およびレイヤー２のそれぞれに属するピクチャの再生と、レイヤー０、レイヤー１、レイヤー２およびレイヤー３のそれぞれに属するピクチャの再生とが特殊再生として可能であることを判断する。どのレイヤーに属するピクチャまで参照することができるのかを示す情報は、符号化ストリームのヘッダに付加されもよいし、符号化ストリームとは別の管理情報として保存されてもよい。

なお、インター予測部１１１１は、最もレベルの低いレイヤーに属するピクチャよりも、表示順で後方に位置するピクチャのインター予測に対しては、その最もレベルの低いレイヤーに属するピクチャよりも、表示順で前方に位置するピクチャの参照を禁止してもよい。すなわち、インター予測部１１１１は、最もレベルの低いレイヤーに属するピクチャを、参照制限を設ける際の基準ピクチャとして扱う。このような参照制限を設けることにより、画像復号装置が、最もレベルの低いレイヤーに属するピクチャにランダムアクセスした際に、ランダムアクセスされたピクチャ以降に位置するピクチャの復号を保証することが可能となる。また、インター予測部１１１１は、最もレベルの低いレイヤーに属するピクチャに対し、そのピクチャが参照制限のための基準ピクチャであるか否かを示す情報を出力してもよい。この場合、エントロピー符号化部１１０４は、そのピクチャに対して、基準ピクチャであるか否かを示す情報を付加する。これにより、最もレベルの低いレイヤーには、基準ピクチャと、基準ピクチャでないピクチャとが混在するため、動画像信号の圧縮率の向上とランダムアクセスとを両立させることが可能となる。

ここで、基準ピクチャは、最もレベルの低いレイヤーに属するピクチャではなく、例えば符号化対象ピクチャのレイヤーよりもレベルの低いレイヤーに属するピクチャであってもよい。つまり、基準ピクチャは、符号化対象ピクチャが属する第１のレイヤーに応じて制限された範囲、つまり第１のレイヤーよりも下に制限された範囲にある第２のレイヤーに属するピクチャである。例えば、符号化順で符号化対象ピクチャと候補ピクチャとの間にその基準ピクチャがある。この場合、インター予測部１１１１は、参照ピクチャを選択する際には、符号化順で符号化対象ピクチャよりも前にあるその候補ピクチャを参照ピクチャとして選択することを禁止し、その候補ピクチャ以外のピクチャを参照ピクチャとして選択する。これにより、適切なピクチャを参照ピクチャとして選択することができ、処理負担をさらに抑えることができる。

また、インター予測部１１１１は、さらに、ランダムアクセスのアクセス位置にあるピクチャのインター予測に対しては、最もレベルの低いレイヤーのピクチャを参照してもよい。つまり、ランダムアクセスのアクセス位置となりえるレイヤー３に属するピクチャのインター予測については、必ずレイヤー０に属するピクチャのみが参照ピクチャとして参照されてもよい。これにより、画像復号装置は、ランダムアクセスのアクセス位置のピクチャを復号する際には、レイヤー０の参照ピクチャを直接参照して、中間レイヤー（アクセス位置のピクチャが属するレイヤーと最もレベルの低いレイヤー０との間にあるレイヤー）のピクチャを復号することなく、そのアクセス位置のピクチャを復号することができる。さらに、Ｓｗｉｔｃｈｉｎｇ Ｐ（ＳＰ）スライス等の追加の符号データも不要である。

以下、メモリ制御部１２００がメモリ１１０９を管理するメモリ管理方法について詳細に説明する。

例えば、図２に示す参照構造に対して現行のＨ．２６４の規格におけるメモリ管理方法が単純に適用されると、符号化対象ピクチャの符号化に参照される参照ピクチャがメモリ１１０９から削除され、その参照ピクチャを参照することができない場合が生じることがある。

図３は、必要な参照ピクチャが削除される場合のメモリ管理方法の一例を示す図である。

まず、符号化順で０番目の処理において、ピクチャＩ０が符号化および復号され、参照ピクチャＩ０としてメモリに格納される。その後、参照ピクチャがメモリに順次格納され、符号化順で３番目の処理において、ピクチャＩ０、ピクチャＢｆ８、ピクチャＢｒ４、およびピクチャＢｒ２がメモリに格納される。次に、符号化順で４番目の処理では、新たにピクチャＢｒ６がメモリ１１０９に追加され、最も早くメモリに格納されていたピクチャＩ０がそのメモリから削除さる。

しかし、ピクチャＩ０は、符号化順で５番目の処理において、ピクチャＢ１の符号化に参照されるため、５番目の処理においてピクチャＩ０を再度復号する必要が生じる。言い換えれば、ピクチャＢ１の符号化のために、メモリには、ピクチャＩ０を格納しておけるだけのより大きなメモリ容量が必要になる。

また、同様に、符号化順で９番目の処理において、ピクチャＢｆ８がメモリから削除される。しかし、ピクチャＢｆ８は、符号化順で１０番目の処理において、ピクチャＢｒ１２の符号化に参照されるため、１０番目の処理においてピクチャＢｆ８を再度復号する必要が生じる。言い換えれば、符号化順で１０番目の処理において、ピクチャＢｆ８をメモリに格納された状態にしておくためには、そのメモリに、より大きなメモリ容量が必要である。または、メモリ管理コマンド（ＭＭＣＯ）の適用が必要である。

このように、図２に示す参照構造に対して現行のＨ．２６４の規格におけるメモリ管理方法が単純に適用されると、メモリに格納されておかれるべき参照ピクチャが削除されるという課題が生じる。

このような課題を解決するために、ピクチャの符号化順に制限をかけてもよい。

図４は、ピクチャの符号化順に制限をかけた場合のメモリ管理方法の一例を示す図である。

例えば、最もレベルの高いレイヤー以外のレイヤーに属するピクチャの符号化順をできるだけ後にするという制限をかける。なお、このような制限においても、符号化順で前のピクチャの符号化に後のピクチャが参照されることはない。また、符号化順は復号順と同一である。

具体的には、図４によって示される符号化順では、レイヤー２のピクチャＢｒ６は、レイヤー３のピクチャＢ１およびＢ３の符号化順よりも後にある。このような符号化順によって、レイヤー３のピクチャＢ１を符号化する際には、ピクチャＢ１に参照されるピクチャＩ０がメモリ１１０９に格納されている。したがって、ピクチャＩ０を再復号する手間を省くことができるとともに、メモリ１１０９の容量の増加を抑えることができる。

しかし、このような場合であっても、ピクチャＢｆ８は、符号化順で９番目の処理（ピクチャＢｆ１６の符号化および復号）によって、メモリから削除される。その結果、ピクチャＢｆ８は、符号化順で１０番目の処理において、ピクチャＢｒ１２の符号化に参照されるため、ピクチャＢｆ８を再度復号する必要が生じる。または、符号化順で１０番目の処理において、ピクチャＢｆ８を格納しておくためには、メモリにより大きなメモリ容量が必要になる。または、メモリ管理コマンド（ＭＭＣＯ）の適用が必要である。

図５は、本実施の形態におけるメモリ制御部１２００によるメモリ管理方法を示す図である。

メモリ制御部１２００は、ピクチャの階層構造および参照構造を用いてメモリ１１０９を管理している。例えば、メモリ１１０９は、４枚のピクチャを格納するだけのメモリ容量を有する。この場合、メモリ制御部１２００は、メモリ１１０９の使用可能な容量であるピクチャ４枚分のメモリ容量のうち、ピクチャ２枚分のメモリ容量を階層容量として、最もレベルの低いレイヤー０に割り当てる。さらに、メモリ制御部１２００は、メモリ１１０９の上述のピクチャ４枚分のメモリ容量のうち、ピクチャ１枚分のメモリ容量を階層容量として、レイヤー１およびレイヤー２のそれぞれに割り当てる。つまり、ピクチャ１枚分の階層容量が、最もレベルの低いレイヤー０および最もレベルの高いレイヤー３を除く、中間レイヤーのそれぞれに割り当てられる。

次に、メモリ制御部１２００は、動画像信号に含まれるピクチャのレイヤー情報をインター予測部１１１１から取得する。そして、そのレイヤー情報がレイヤー０を示す場合には、メモリ制御部１２００は、メモリ１１０９内の、レイヤー０に対して割り当てられた階層容量の領域に、そのピクチャを格納する。また、そのレイヤー情報がレイヤー１または２を示す場合には、メモリ制御部１２００は、メモリ１１０９内の、レイヤー１または２に割り当てられた階層容量の領域に、そのピクチャを格納する。

このように、本実施の形態では、他のピクチャから参照される可能性が高いピクチャが属する、レベルの低いレイヤーに対して多くの階層容量を割り当て、他のピクチャから参照される可能性が低いピクチャが属する、レベルの高いレイヤーに対しては少ないメモリ容量を割り当てる。これにより、メモリ１１０９のメモリ容量を拡大させることなく、またはＭＭＣＯを適用することなく、符号化および復号に必要となる参照ピクチャを確実にメモリ１１０９に格納しておくことが可能となる。

なお、階層容量の割り当て方は、図５に示す例に限らない。メモリ制御部１２００は、レベルの低いレイヤーに対して多くの階層容量を割り当てればよく、例えば、レイヤー０に対しピクチャ３枚分の階層容量を当て、他のレイヤー１および２の全体に対してピクチャ１枚分の階層容量を割り当ててもよい。

図６は、本実施の形態における画像符号化装置１０００による処理を示すフローチャートである。

画像符号化装置１０００のインター予測部１１１１は、符号化対象画像が属する第１のレイヤーに応じて制限された範囲にある第２のレイヤーに属する画像を、符号化対象画像に対する参照画像として参照する（ステップＳ１０）。そして、画像符号化装置１０００は、参照画像に基づいて符号化対象画像を符号化する（ステップＳ１１）。なお、本実施の形態では、インター予測部１１１１が、参照画像を参照する参照部（第１の参照部）として構成されている。また、画像符号化装置１０００に備えられる少なくとも１つの構成要素が、符号化対象画像を符号化する符号化部として構成されている。

これにより、符号化対象画像の符号化に参照される参照画像が属するレイヤーは、その符号化対象画像が属する第１のレイヤーに応じて制限された範囲にある。したがって、符号化対象画像の符号化に参照される参照画像が第１のレイヤーに応じて制限されているため、その符号化の処理負担を軽減することができる。さらに、このように符号化された画像を復号する際にも、参照画像が制限されているため、その復号の処理負担を軽減することができる。

ここで、インター予測部１１１１は、ステップＳ１０で参照画像を参照する際には、第１のレイヤーよりも上にあるレイヤーに属する画像の参照を禁止し、第１のレイヤー以下に制限された範囲にある第２のレイヤーに属する画像を参照画像として参照する。

これにより、符号化対象画像が属する第１のレイヤーよりも上にあるレイヤーに属する画像の参照が禁止されているため、少ない処理負担で符号化対象画像を符号化することができる。同様に、符号化された画像を復号する際にも、その符号化された画像が属するレイヤーよりも上にあるレイヤーに属する画像を参照する必要がないため、その符号化された画像を、少ない処理負担で復号することができる。また、動画像信号に含まれる複数の画像のそれぞれが符号化対象画像として扱われてその動画像信号が符号化された場合には、符号化された動画像信号に含まれる何れの画像の復号においても、その画像が属するレイヤーよりも上にあるレイヤーに属する画像を参照する必要がない。したがって、画像復号装置は、特殊再生（高速再生）の対象とされるレイヤーに属する画像のみを復号すればよく、特殊再生の対象とされるレイヤーより上にあるレイヤーに属する画像をわざわざ復号して参照する手間を省くことができる。例えば、Ｎ倍速再生（Ｎ＞２）などの特殊再生の対象とされるレイヤーが最も下にある最下位レイヤー０である場合、画像復号装置は、その最下位レイヤー０よりも上のレイヤー１、２および３にある再生の対象とされない画像をわざわざ復号して参照する必要がなく、最下位レイヤー０に属する各画像のみを復号すればよい。なお、複数の画像のそれぞれはピクチャまたはスライスである。

図７は、本実施の形態における画像符号化装置１０００によるフラグを用いた処理を示すフローチャートである。

画像符号化装置１０００のインター予測部１１１１は、符号化対象画像の符号化に参照される参照画像の選択に制限を加えるか否かを示すフラグを生成する（ステップＳ２０）。次に、インター予測部１１１１は、フラグが制限を加えることを示す場合には、符号化対象画像が属する第１のレイヤーに応じて制限された条件を満たす画像を、符号化対象画像に対する参照画像として選択する（ステップＳ２１）。次に、画像符号化装置１０００は、選択された参照画像を参照して符号化対象画像を符号化する（ステップＳ２２）。そして、画像符号化装置１０００のエントロピー符号化部１１０４は、符号化された動画像信号である符号化ストリームにそのフラグを含める（ステップＳ２３）。なお、本実施の形態では、インター予測部１１１１が、フラグを生成するフラグ生成部として構成されているとともに、参照画像を選択する選択部として構成されている。また、画像符号化装置１０００に備えられる少なくとも１つの構成要素が、符号化対象画像を符号化する符号化部として構成されている。また、エントロピー符号化部１１０４が、符号化ストリームにフラグを含める挿入部として構成されている。

これにより、制限を加えることがフラグによって示される場合には、符号化対象画像が属する第１のレイヤーに応じて制限された条件を満たす画像が参照画像として選択される。つまり、符号化対象画像の符号化に参照される参照画像が第１のレイヤーに応じて制限されている。その結果、符号化対象画像の符号化の処理負担を軽減することができる。また、参照画像の選択に制限を加えるか否かを示すフラグが生成されて、符号化ストリームに含められるため、その符号化ストリームを復号する画像復号装置は、そのフラグに基づいて、参照画像の選択に制限が加えられているか否かを容易に把握することができる。その結果、画像復号装置は、その符号化された動画像信号を少ない処理負担で適切に復号することができる。

図８は、本実施の形態における画像符号化装置１０００による具体的な処理を示すフローチャートである。

まず、画像符号化装置１０００は、符号化される動画像信号を取得する（Ｓ１００）。

次に、画像符号化装置１０００は、取得された動画像信号に含まれるピクチャをレイヤーに分類する（ステップＳ１０１）。そして、画像符号化装置１０００は、ピクチャの階層構造に基づく制限にしたがってピクチャを符号化する（ステップＳ１０２）。次に、画像符号化装置１０００は、符号化されたピクチャと、そのピクチャのレイヤー情報と、フラグとを含む符号化ストリームを出力する（Ｓ１０３）。

図９は、本発明の実施の形態における画像復号装置のブロック図である。

本実施の形態における画像復号装置２０００は、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装置であって、エントロピー復号部２１０１と、逆量子化部２１０２と、逆直交変換部２１０３と、加算器２１０４と、デブロッキングフィルタ２１０５と、メモリ２１０６と、面内予測部２１０７と、インター予測部２１０８と、スイッチ２１０９と、メモリ制御部２２００とを備える。

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。つまり、エントロピー復号部２１０１は、そのエントロピー復号によって、量子化された係数ブロックと、動きベクトルと、フラグと、レイヤー情報とを生成する。

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（逆周波数変換）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（再構成画像）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２１０７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イントラ予測を行うことによって予測画像（イントラ予測画像）を生成する。

インター予測部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。インター予測部２１０８は、このような動き補償を行うことによって、つまり復号対象ブロックに対してインター予測を行うことによって、復号対象ブロックの予測画像（インター予測画像）を生成する。

ここで、このインター予測部２１０８は、画像符号化装置１０００のインター予測部１１１１と同様に参照画像の選択に制限をかける。つまり、インター予測部２１０８は、復号対象ピクチャが属する第１のレイヤーに応じて制限された範囲にある第２のレイヤーに属するピクチャを、復号対象ピクチャに対する参照ピクチャとして参照する。具体的には、インター予測部２１０８は、第１のレイヤーよりも上（高いレベル）にあるレイヤーに属するピクチャの参照を禁止し、第１のレイヤー以下に制限された範囲にある第２のレイヤーに属するピクチャを参照ピクチャとして参照する。

また、インター予測部２１０８は、符号化ストリームに含まれる複数のピクチャのうち、第１のレイヤーよりも上にある全てのレイヤーのそれぞれに属する全てのピクチャを除く、第１のレイヤー以下にあるレイヤーに属する少なくとも１つのピクチャを示す参照リストを生成する。そして、インター予測部２１０８は、参照ピクチャを参照する際には、その参照リストに示される少なくとも１つのピクチャから参照ピクチャを選択する。

また、インター予測部２１０８は上述のフラグを取得する。ここで、インター予測部２１０８は、そのフラグが制限を加えることを示す場合には、復号対象ピクチャが属する第１のレイヤーに応じて制限された条件を満たすピクチャを、復号対象ピクチャに対する参照ピクチャとして選択する。例えば、インター予測部２１０８は、画像符号化装置１０００のインター予測部１１１１と同様に、基準ピクチャを用いて参照ピクチャを選択する。そして、インター予測部２１０８は、選択されたその参照ピクチャを参照して復号対象ピクチャを復号する。

スイッチ２１０９は、復号対象ブロックがイントラ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（イントラ予測画像）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インター予測符号化されている場合には、インター予測部２１０８によって生成された予測画像（インター予測画像）を加算器２１０４に出力する。

メモリ制御部２２００は、エントロピー復号部２１０１から各ピクチャのレイヤー情報を取得し、画像符号化装置１０００のメモリ制御部１２００と同様に、それらのレイヤー情報によって示される各ピクチャのレイヤーに基づいて、つまり階層構造に基づいて、メモリ２１０６に格納される複数のピクチャのそれぞれを管理する。

図１０は、本実施の形態における画像復号装置２０００による処理を示すフローチャートである。

画像復号装置２０００のインター予測部２１０８は、復号対象画像が属する第１のレイヤーに応じて制限された範囲にある第２のレイヤーに属する画像を、復号対象画像に対する参照画像として参照する（ステップＳ３０）。そして、画像復号装置２０００は、参照画像に基づいて復号対象画像を復号する（ステップＳ３１）。なお、本実施の形態では、インター予測部２１０８が、参照画像を参照する参照部（第２の参照部）として構成されている。また、画像復号装置２０００に備えられる少なくとも１つの構成要素が、復号対象画像を復号する復号部として構成されている。また、画像はピクチャまたはスライスなどである。

例えば、インター予測部２１０８は、符号化ストリームに含まれる複数の画像のうち、第１のレイヤーよりも上にある全てのレイヤーのそれぞれに属する全ての画像を除く、第１のレイヤー以下にあるレイヤーに属する少なくとも１つの画像を示す参照リストを生成する。そして、インター予測部２１０８は、ステップＳ３０において参照画像を参照する際には、その参照リストに示される少なくとも１つの画像から参照画像を選択する。

これにより、復号対象画像の復号に参照される参照画像が属するレイヤーは、その復号対象画像が属する第１のレイヤーに応じて制限された範囲にある。したがって、復号対象画像の復号に参照される参照画像が第１のレイヤーに応じて制限されているため、その復号の処理負担を軽減することができる。

図１１は、本実施の形態における画像復号装置２０００によるフラグを用いた処理を示すフローチャートである。

画像復号装置２０００のインター予測部２１０８は、符号化ストリームに含まれる複数の画像のうちの何れか１つの画像である復号対象画像の復号に参照される参照画像の選択に制限を加えるか否かを示すフラグを、符号化ストリームから取得する（ステップＳ４０）。次に、インター予測部２１０８は、そのフラグが制限を加えることを示す場合には、復号対象画像が属する第１のレイヤーに応じて制限された条件を満たす画像を、復号対象画像に対する参照画像として選択する（ステップＳ４１）。そして、画像復号装置２０００は、選択された参照画像を参照して復号対象画像を復号する（ステップＳ４２）。なお、本実施の形態では、インター予測部２１０８が、そのフラグを取得するフラグ取得部として構成されているとともに、参照画像を選択する選択部として構成されている。

これにより、制限を加えることがフラグによって示される場合には、復号対象画像が属する第１のレイヤーに応じて制限された条件を満たす画像が参照画像として選択される。つまり、復号対象画像の復号に参照される参照画像が第１のレイヤーに応じて制限されている。その結果、復号対象画像の復号の処理負担を軽減することができる。

図１２は、本実施の形態におけるメモリ管理方法を示すフローチャートである。

画像復号装置２０００のメモリ制御部２２００は、符号化ストリームに含まれる複数の画像のうちの格納対象画像が属するレイヤーに対して割り当てられた容量である階層容量に制限された、メモリ２１０６内の領域に、その格納対象画像を格納する（ステップＳ５０）。つまり、メモリ制御部２２００は、レイヤーごとに、メモリ２１０６内の使用可能なメモリ容量のうちの一部の容量を階層容量として当該レイヤーに対して割り当てる。なお、本実施の形態では、メモリ制御部２２００が、メモリ管理装置として構成され、上述の格納対象画像を格納する格納制御部を備える。

例えば、長時間にわたって参照される長時間参照画像が他のレイヤーに属し、その長時間参照画像が他の領域に格納されている場合がある。このような場合に、格納対象画像が他の領域に格納されると、その長時間参照画像がメモリ２１０６から削除されてしまうことがある。したがって、長時間参照画像がメモリ２１０６から削除された後に、その長時間参照画像を参照するためには、その長時間参照画像を再度復号するなどの処理が必要になる。そこで、本実施の形態におけるメモリ管理方法では、格納対象画像が属するレイヤーに対して割り当てられた階層容量に制限された、メモリ内の領域に、その格納対象画像が格納されるため、長時間参照画像がメモリ２１０６から削除されてしまうことを防ぐことができる。つまり、必要な参照画像を確実にメモリ２１０６に格納しておくことができる。その結果、長時間参照画像を再度復号するなどの余分な処理を省くことができる。また、必要な参照画像を確実にメモリ２１０６に格納しておくために、不要な画像の削除を指示するメモリ管理コマンドを逐次適用するなどの処理負担を省くことができる。

なお、メモリ制御部２２００は、格納対象画像を格納する際に、格納対象画像を格納するための容量が上述の領域に残されていない場合には、その領域に既に格納されている少なくとも１つの既存画像のうち、最も早くに格納された既存画像をその領域から削除し、格納対象画像を格納する。

ここで、本実施の形態では、動画像信号（符号化ストリーム）に含まれる複数の画像のうちの処理対象画像の符号化または復号に参照される画像である参照画像が属するレイヤーは、その処理対象画像の属するレイヤー以下のレイヤーに制限されている。このような場合、メモリ制御部２２００は、レイヤーごとに階層容量を割り当てる際には、複数のレイヤーのうちの最も下にある最下位レイヤー０に対しては、最下位レイヤー０よりも上にある上位レイヤーに対して割り当てられる階層容量よりも大きい階層容量を割り当てる。

これにより、参照画像が属するレイヤーが、処理対象画像の属するレイヤー以下のレイヤーに制限されているため、最下位レイヤー０に属する画像は、上位レイヤーに属する画像よりも長時間にわたって参照される可能性が高い。そこで、本実施の形態におけるメモリ管理方法では、上位レイヤーに対して割り当てられる階層容量よりも大きい階層容量が最下位レイヤー０に対して割り当てられるため、最下位レイヤー０に属する画像を長時間にわたってメモリに格納しておくことができる。その結果、最下位レイヤー０に属する画像が参照される際に、その画像がメモリ２１０６から削除され、その画像を参照することができなくなることを防ぐことができる。

また、メモリ制御部２２００は、メモリ２１０６に格納されている複数の画像のうち、復号の対象とされる復号対象画像が属するレイヤーよりも上にあるレイヤーに属する画像に対して属性をマーキングする。例えば、メモリ制御部２２００は、参照に使用されない画像であることを示す属性をマーキングする。

これにより、画像に対して属性がマーキングされるため、参照に使用されない不要な画像を簡単に特定することができ、その画像を優先的にメモリ２１０６から削除することができる。その結果、メモリ２１０６の容量を有効に活用することができる。

図１３は、本実施の形態における画像復号装置２０００による具体的な処理を示すフローチャートである。

まず、画像復号装置２０００は、符号化ストリームから１ビットのフラグを取得し、そのフラグが１を示しているか否かを判別する（ステップＳ２０１）。

ここで、画像復号装置２０００は、フラグが１を示していないと判別すると（ステップＳ２０１のＮＯ）、そのフラグに対応する復号対象ピクチャを取得し（ステップＳ２０２）、その復号対象ピクチャを通常の方法（例えばＨ．２６４の規格にしたがったインター予測またはイントラ予測）で復号する（ステップＳ２０３）。

一方、画像復号装置２０００は、フラグが１を示すと判別すると（ステップＳ２０１のＹＥＳ）、そのフラグに対応する復号対象ピクチャを取得し（ステップＳ２０４）、その復号対象ピクチャがインター予測によって復号されるピクチャであるか否かを判別する（ステップＳ２０５）。

ここで、画像復号装置２０００は、復号対象ピクチャがインター予測によって復号されるピクチャでないと判別すると（ステップＳ２０５のＮＯ）、イントラ予測によって復号対象ピクチャを復号する（ステップＳ２０６）。

一方、画像復号装置２０００は、復号対象ピクチャがインター予測によって復号されるピクチャであると判別すると（ステップＳ２０５のＹＥＳ）、その復号対象ピクチャのレイヤー情報を取得する（ステップＳ２０７）。そして、画像復号装置２０００のインター予測部２１０８は、そのレイヤー情報によって示されるレイヤーよりも高いレベルのレイヤーに属するピクチャを特定する（ステップＳ２０８）。次に、インター予測部２１０８は、メモリ２１０６に格納されているピクチャのうち、特定されたピクチャを除くピクチャを用いて、復号対象ピクチャの参照リスト（Ｌ０，Ｌ１）を構築する（ステップＳ２０９）。

さらに、画像復号装置２０００のメモリ制御部２２００は、メモリ２１０６に格納されている、ステップＳ２０８で特定されたピクチャに対して、「参照に使用しない」ことを示す属性をマーキングする（ステップＳ２１０）。そして、インター予測部２１０８は、ステップＳ２０９で構築された参照リストに示される参照ピクチャを用いたインター予測によって、復号対象ピクチャを復号する（ステップＳ２１１）。

ここで、ステップＳ２１０では、メモリ制御部２２００は、メモリ２１０６に保持されているピクチャ（参照ピクチャ）のうち、レイヤー情報によって示されるレイヤーよりレベルの高いレイヤーに属する全ての参照ピクチャに対して属性「参照に使用しない」をマーキングする。これによって、復号対象ピクチャのレイヤーより高いレベルのレイヤーに属するピクチャの参照は認めらない旨の制約条件が符号化ストリームに付されていることを、画像復号装置２０００はあらかじめ把握することができる。

このように、本実施の形態では、通常のＦＩＦＯ管理およびＭＭＣＯによる適応メモリ制御とは異なる第３の方法（階層構造に基づく方法）により、参照に使用されないことが確かな参照ピクチャに対して属性「参照に使用しない」をマーキングすることができる。これにより、この参照ピクチャが出力（表示）されていれば、その参照ピクチャを自然にメモリ２１０６から削除することができる。

また、画像復号装置２０００は、ステップＳ２０９における参照リストの構築（参照リスト初期化時の並び替え処理）において、参照リストから、復号対象ピクチャのレイヤーより高いレベルのレイヤーの参照ピクチャを除き、復号対象ピクチャ（または復号対象スライス）の参照リストを生成または更新する。これにより参照リストの構築プロセスを簡易化することができる。

（変形例）
なお、本実施の形態では、図１４、図１５および図１６に示すようなピクチャの参照およびメモリ管理を行ってもよい。

図１４は、本変形例に係る参照構造を示す図である。なお、図１４中、ピクチャに付されたアルファベット、数字、および括弧内の数字は、それぞれピクチャタイプ、ピクチャの表示順、およびピクチャの符号化順を示す。Ｉ０（０）は、ピクチャタイプ「Ｉ」、ピクチャの表示順「０」およびピクチャの符号化順「０」を示し、Ｂｒ２（３）は、ピクチャタイプ「Ｂ」、ピクチャの表示順「２」およびピクチャの符号化順「３」を示す。

例えば、本変形例に係る参照構造では、レベルの最も低いレイヤー０に属するＢピクチャであるピクチャＢｆ８（１）とピクチャＢｆ１６（９）の符号化および復号には、図１４の実線矢印（ｆ：ｆｏｒｗａｒｄ）によって示されるように、それぞれ表示順で前にあるピクチャが参照される。また、そのレイヤー０よりもレベルが高く、且つ、レベルの最も高いレイヤー３よりもレベルが低いレイヤーに属するピクチャ、例えばレイヤー２に属するピクチャＢｒ２（３）などの符号化および復号には、図１４の実線矢印（ｒ：ｒｅａｒ）によって示されるように、表示順で後にあるピクチャが参照される。

このように、本変形例に係る画像符号化装置１０００および画像復号装置２０００は、Ｂピクチャを符号化または復号するために、表示順でそのＢピクチャから単一の方向（前方または後方）にあるピクチャのみを参照ピクチャとして参照してもよい。この場合、画像符号化装置１０００は、単一方向にのみ参照が制限されているか否かを示す単一方向フラグを符号化ストリームに含めてもよい。ここで、この単一方向フラグは、レイヤー０では、前方にのみ参照が可能であって後方への参照が不可能であるか否かを示し、レイヤー１および２では、後方にのみ参照が可能であって前方への参照が不可能であるか否かを示す。このように、単一方向フラグは、階層構造の観点で参照が制限されているか否かを示す。また、画像符号化装置１０００は、符号化ストリーム内のシーケンスなどの所定単位ごとに、このような単一方向フラグを符号化ストリームに含める。画像復号装置２０００は、符号化ストリームに含まれる単一方向フラグを取得し、その単一方向フラグによって参照制限が示されている場合には、復号対象ピクチャのレイヤーに応じた単一方向（前方または後方）にあるピクチャのみを参照して復号対象ピクチャを復号する。

なお、画像復号装置２０００は、単一方向フラグによって参照制限が示されている場合であっても、単一方向以外の他の方向にあるピクチャが利用できれば、図１４の点線矢印（ｏｐｔ：ｏｐｔｉｏｎ）によって示されるように、単一方向以外の他の方向のピクチャを参照してもよい。また、画像符号化装置１０００は、単一方向にあるピクチャをピクチャタイプで示してもよい。この場合、画像符号化装置１０００は、そのピクチャタイプを符号化ストリームに含め、画像復号装置２０００は、符号化ストリームに含められたそのピクチャタイプに基づいて、単一方向にあるピクチャを参照ピクチャとして参照する。また、レイヤー情報が符号化ストリームに含められる場合には、画像復号装置２０００は、そのレイヤー情報に基づいてメモリ２１０６を開放する。

図１５は、本変形例におけるメモリ管理方法の一例を示す図である。

画像復号装置２０００は、図１４に示す参照構造の符号化ストリームを１倍速再生（通常再生）する場合、全てのレイヤー０，１，２，３のそれぞれに属するピクチャを復号する。このとき、画像復号装置２０００は、レイヤー０，１，２のそれぞれに属するピクチャを復号すると、それらのピクチャを参照ピクチャとしてメモリ２１０６に格納する。一方、画像復号装置２０００は、レイヤー３に属するピクチャを復号しても、それらのピクチャを参照ピクチャとしてメモリ２１０６に格納しない。または、レイヤー３に属するピクチャがメモリ２１０６に格納されても、メモリ制御部２２００は、そのピクチャが格納されると同時に、そのピクチャに対して属性「参照に使用しない」をマーキングする。

図１６は、本変形例におけるメモリ管理方法の他の例を示す図である。

画像復号装置２０００は、図１４に示す参照構造の符号化ストリームを早送り再生する場合、レイヤー３を除くレイヤー０，１，２のそれぞれに属するピクチャを復号する。つまり、ピクチャＢｒ１（４），Ｂｒ３（５），Ｂｒ５（７），Ｂｒ７（８）の復号または再生がスキップされる。このとき、画像復号装置２０００は、レイヤー０，１のそれぞれに属するピクチャを復号すると、それらのピクチャを参照ピクチャとしてメモリ２１０６に格納する。一方、画像復号装置２０００は、レイヤー２に属するピクチャを復号しても、そのピクチャを参照ピクチャとしてメモリ２１０６に格納しない。または、レイヤー２に属するピクチャがメモリ２１０６に格納されても、メモリ制御部２２００は、そのピクチャが格納されると同時に、そのピクチャに対して属性「参照に使用しない」をマーキングする。

このような本変形例に係るピクチャの参照方法およびメモリ管理方法であっても、符号化または復号の処理負担を軽減することができる。

（実施の形態２）
上記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１７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１７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１８に示すように、デジタル放送用システムex２００にも、上記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１９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２０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２１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１９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２２Ａ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２２Ｂ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２３は、多重化データの構成を示す図である。図２３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２４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２５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２５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２５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２６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２６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２７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２８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２８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２９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３０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４）
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３１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３２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３１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３１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３４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３３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３５Ａ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３５Ｂ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、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。

本発明にかかる画像符号化方法および画像復号方法は、処理負担を軽減する効果を奏し、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
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 インター予測部
１１１２ 動き検出部
１１１３ スイッチ
１２００ メモリ制御部
２０００ 画像復号装置
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 インター予測部
２１０９ スイッチ
２２００ メモリ制御部

Claims (3)

1. 動画像信号を符号化する画像符号化方法であって、
   （ｉ）第１レイヤーに属する画像を符号化する場合に、第２レイヤーに属する画像を参照することを禁止し、（ｉｉ）前記第２レイヤーに属する画像を符号化する場合に、前記第１レイヤーに属する画像を参照することを許可するように、前記動画像信号に含まれる複数の画像を、少なくとも、前記第１レイヤーと前記第２レイヤーとを含む階層に分類する分類ステップと、
   （ｉ）前記第１レイヤーに属する第１の画像と、（ｉｉ）前記第１の画像よりも符号化順で前に位置し、前記第１レイヤーに属する第２の画像と、（ｉｉｉ）前記第１の画像よりも符号化順で後に位置し、前記第２レイヤーに属する第３の画像とを符号化する際、前記第１の画像が、前記第３の画像が前記第２の画像を参照することを禁止する基準画像である場合に、前記第３の画像を、前記第１の画像より符号化順で前に位置する前記第１レイヤーに属する画像を除く画像を参照して符号化し、前記第１の画像が、前記基準画像でない場合に、前記第３の画像を、前記第１の画像より符号化順で前に位置する前記第１レイヤーに属する画像を含む画像を参照して符号化する符号化ステップとを含み、
   前記基準画像は、２つの画像を参照して符号化される画面間予測画像である、
   画像符号化方法。
2. 前記符号化ステップは、
   前記第１の画像が基準画像である場合、前記第１の画像より符号化順で前に位置する前記第１レイヤーに属する画像を除く、複数の参照画像候補を含む参照リストから、参照する画像を選択し、選択した画像を参照して、前記第３の画像を符号化し、
   前記第１の画像が基準画像でない場合、前記第１の画像より符号化順で前に位置する前記第１レイヤーに属する画像を含む、複数の参照画像候補を含む参照リストから、参照する画像を選択し、選択した画像を参照して、前記第３の画像を符号化する、
   請求項１に記載の画像符号化方法。
3. 動画像信号を符号化する画像符号化装置であって、
   （ｉ）第１レイヤーに属する画像を符号化する場合に、第２レイヤーに属する画像を参照することを禁止し、（ｉｉ）前記第２レイヤーに属する画像を符号化する場合に、前記第１レイヤーに属する画像を参照することを許可するように、前記動画像信号に含まれる複数の画像を、少なくとも、前記第１レイヤーと前記第２レイヤーとを含む階層に分類する分類部と、
   （ｉ）前記第１レイヤーに属する第１の画像と、（ｉｉ）前記第１の画像よりも符号化順で前に位置し、前記第１レイヤーに属する第２の画像と、（ｉｉｉ）前記第１の画像よりも符号化順で後に位置し、前記第２レイヤーに属する第３の画像とを符号化する際、前記第１の画像が、前記第３の画像が前記第２の画像を参照することを禁止する基準画像である場合に、前記第３の画像を、前記第１の画像より符号化順で前に位置する前記第１レイヤーに属する画像を除く画像を参照して符号化し、前記第１の画像が、前記基準画像でない場合に、前記第３の画像を、前記第１の画像より符号化順で前に位置する前記第１レイヤーに属する画像を含む画像を参照して符号化する符号化部とを備え、
   前記基準画像は、２つの画像を参照して符号化される画面間予測画像である、
   画像符号化装置。

Images