JP6530035B2 - 復号方法及び復号装置 - Google Patents

Description

本発明は、ビデオの符号化および／または復号に関する。

デジタルビデオは、典型的には一連の画像またはフレームとして表現され、そのそれぞれが画素の配列を含む。各画素は、輝度および／または色情報などの情報を含む。多くの場合、各画素は３色のセットとして表現され、そのそれぞれは８ビットの色値によって定義できる。

例えば、Ｈ．２６４／ＭＰＥＧ−４ ＡＶＣ（Ｈ．２６４／ＡＶＣ）などのビデオ符号化方式は、通常、複雑さの増大と引き換えに、より高い符号化効率を提供する。ビデオ符号化方式に対する画像品質要件の増大および画像解像度要件の増大も、符号化の複雑さを増大させている。並列復号に適したビデオデコーダは、復号プロセスの速度を向上させ、メモリ要件を低減させることができ、並列符号化に適したビデオエンコーダは、符号化プロセスの速度を向上させ、メモリ要件を低減させることができる。

Ｈ．２６４／ＭＰＥＧ−４ ＡＶＣ［ＩＴＵ−Ｔ ＶＣＥＧおよびＩＳＯ／ＩＥＣ ＭＰＥＧのジョイントビデオチーム、「Ｈ．２６４：オーディオビジュアルサービス全般のための高度ビデオ符号化（Ｈ．２６４：Ａｄｖａｎｃｅｄ ｖｉｄｅｏ ｃｏｄｉｎｇ ｆｏｒ ｇｅｎｅｒｉｃ ａｕｄｉｏｖｉｓｕａｌ ｓｅｒｖｉｃｅｓ）」、ＩＴＵ−Ｔ
Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ Ｈ．２６４およびＩＳＯ／ＩＥＣ １４４９６−１０（ＭＰＥＧ４−Ｐａｒｔ １０）、２００７年１１月］、および同様にＪＣＴ−ＶＣ［「検討中のテストモデル案（Ｄｒａｆｔ Ｔｅｓｔ Ｍｏｄｅｌ Ｕｎｄｅｒ Ｃｏｎｓｉｄｅｒａｔｉｏｎ）」、ＪＣＴＶＣ−Ａ２０５、ＪＣＴ−ＶＣミーティング、ドレスデン、２０１０年４月（ＪＣＴ−ＶＣ）］は、いずれも参照によりその全体が本願明細書に組み込まれるが、これらは、圧縮効率のためにビデオシーケンス中の参照ピクチャに基づきピクチャを復号するビデオコーデック（エンコーダ／デコーダ）の仕様書である。

参照ピクチャに基づきピクチャを復号するための、より効率の高い方式を提供することが望まれている。

本発明は、ビデオビットストリームを復号する復号方法であって、参照ピクチャセットに基づき、インター予測を使用して現ピクチャを復号する復号ステップと、将来のインター予測のために参照される復号されたピクチャを記憶する記憶ステップと、を含み復号ステップは、参照ピクチャセットを、少なくとも、（ａ）参照ピクチャに関するピクチャオーダーカウント（ＰＯＣ）を示すビット列のうち、ビットストリーム中でシグナリングされた最下位ビット（ＬＳＢ）側の所定の数のビットに基づく１つ以上の第１の参照ピクチャ識別子、および（ｂ）前記現ピクチャの長期間参照ピクチャセットに含まれる第ｉ番目の長期間参照ピクチャのＰＯＣ値を判断するための１つ以上の第２の参照ピクチャ識別子、を使用して復号する。

本発明の上記その他の目的、特徴、および利点は、添付の図面と併せて以下の本発明の詳細な説明を考察することで、より容易に理解されるであろう。

Ｈ．２６４／ＡＶＣビデオエンコーダを示す。 Ｈ．２６４／ＡＶＣビデオデコーダを示す。 例示的なスライス構造を示す。 別の例示的なスライス構造を示す。 エントロピースライスの再構築を示す。 図５のエントロピースライスの一部の再構築を示す。 省略されたＬＳＢカウント値を用いたエントロピースライスの再構築を示す。 長期間ピクチャ値を用いたエントロピースライスの再構築を示す。 長期間ピクチャ値を用いて第１の先行フレームを選択することによる、エントロピースライスの再構築を示す。 同じ最下位ビットカウント値を有する重複長期間ピクチャフレームを使用することによる、エントロピースライスの再構築を示す。 参照フレームを選択する方式を示す。 参照フレームを選択する方式を示す。 参照フレームを選択する別の方式を示す。 参照フレームを選択する別の方式を示す。 参照フレームを選択する別の方式を示す。 参照フレームを選択する別の方式を示す。

本願明細書に記載する実施形態により、符号化／復号を使用する任意のビデオコーダ／デコーダ（コーデック）を提供可能であるが、単に説明を目的として、Ｈ．２６４／ＡＶＣエンコーダおよびＨ．２６４／ＡＶＣデコーダに関連させて例示的な実施形態について記載する。多くのビデオ符号化方式は、ブロックベースのハイブリッドビデオ符号化手法に基づいており、情報源符号化方式は、フレーム間とも称するピクチャ間の予測、フレーム内とも称するピクチャ内の予測、および予測残差の変換符号化のハイブリッドである。フレーム間予測は、時間的冗長性を利用することができ、フレーム内、および予測残差の変換符号化は、空間的冗長性を利用することができる。

図１は、電子デバイス１０２の例示的なエンコーダ１０４を示すブロック図である。なお、電子デバイス１０２内に含まれるものとして示されている構成要素のうちの１つ以上は、ハードウェアおよび／またはソフトウェアで実装され得る。例えば、電子デバイス１０２は、エンコーダ１０４を含むが、エンコーダ１０４はハードウェアおよび／またはソフトウェアで実装され得る。

電子デバイス１０２は、供給器１３４を含むとよい。供給器１３４は、ピクチャまたは画像データ（例えばビデオ）を情報源１０６としてエンコーダ１０４に供給できる。供給器１３４の限定的でない例としては、画像センサ、メモリ、通信インターフェース、ネットワークインターフェース、無線受信器、ポート、ビデオフレームコンテンツ、以前に符号化されたビデオコンテンツ、符号化されていないビデオコンテンツなどが挙げられる。

情報源１０６は、フレーム内予測モジュールおよび再構築バッファ１４０に供給されるとよい。情報源１０６はさらに、動き推定および動き補償モジュール１６６に供給され、さらに減算モジュール１４６に供給されるとよい。

フレーム内予測モジュールおよび再構築バッファ１４０は、情報源１０６および再構築データ１８０に基づいて、イントラモード情報１４８およびイントラ信号１４２を発生さ
せることができる。動き推定および動き補償モジュール１６６は、情報源１０６および参照ピクチャバッファ１９６信号１９８に基づいて、インターモード情報１６８およびインター信号１４４を発生させることができる。

参照ピクチャバッファ１９６信号１９８は、参照ピクチャバッファ１９６に記憶された１つ以上の参照ピクチャからのデータを含むとよい。参照ピクチャバッファ１９６はさらに、ＲＰＳ（ｒｅｆｅｒｅｎｃｅ ｐｉｃｔｕｒｅ ｓｅｔ：参照ピクチャセット）インデックスのイニシャライザモジュール１０８を含んでもよい。イニシャライザモジュール１０８は、ＲＰＳのバッファリングおよびリスト構築に対応する参照ピクチャを処理できる。

エンコーダ１０４は、モードに従って、イントラ信号１４２とインター信号１４４とから選択することができる。イントラ信号１４２は、イントラ符号化モードにおいて、ピクチャ内の空間的特徴を利用するために使用できる。インター信号１４４は、インター符号化モードにおいて、ピクチャ間の時間的特徴を利用するために使用できる。イントラ符号化モードの間は、イントラ信号１４２が減算モジュール１４６に供給されるとよく、イントラモード情報１５８がエントロピー符号化モジュール１６０に供給されるとよい。インター符号化モードの間は、インター信号１４４が減算モジュール１４６に供給されるとよく、インターモード情報１６８がエントロピー符号化モジュール１６０に供給されるとよい。

予測残差１４８を生成するために、イントラ信号１４２またはインター信号１４４のいずれか（モードによる）が、減算モジュール１４６にて情報源１０６から減算される。予測残差１４８は、変換モジュール１５０に供給される。変換モジュール１５０は、予測残差１４８を圧縮して、変換信号１５２を生成でき、変換信号１５２は量子化モジュール１５４に供給される。量子化モジュール１５４は、変換信号１５２を量子化して、変換および量子化された係数（ＴＱＣ：ｔｒａｎｓｆｏｒｍｅｄ ａｎｄ ｑｕａｎｔｉｚｅｄ ｃｏｅｆｆｉｃｉｅｎｔ）１５６を生成する。

ＴＱＣ１５６は、エントロピー符号化モジュール１６０および逆量子化モジュール１７０に供給される。逆量子化モジュール１７０は、ＴＱＣ１５６に対して逆量子化を行い、逆量子化信号１７２を生成し、逆量子化信号１７２は逆変換モジュール１７４に供給される。逆変換モジュール１７４は、逆量子化信号１７２を伸張して伸張信号１７６を生成し、伸張信号１７６は再構築モジュール１７８に供給される。

再構築モジュール１７８は、伸張信号１７６に基づいて再構築データ１８０を生成できる。例えば、再構築モジュール１７８は、（変更された）ピクチャを再構築できる。再構築データ１８０は、デブロッキングフィルタ１８２と、イントラ予測モジュールおよび再構築バッファ１４０とに供給されるとよい。デブロッキングフィルタ１８２は、フィルタされた信号１８４を、再構築データ１８０に基づいて生成できる。

フィルタされた信号１８４は、サンプル適応オフセット（ＳＡＯ：ｓａｍｐｌｅ ａｄａｐｔｉｖｅ ｏｆｆｓｅｔ）モジュール１８６に供給されるとよい。ＳＡＯモジュール１８６は、エントロピー符号化モジュール１６０に供給されるＳＡＯ情報１８８、および適応ループフィルタ（ＡＬＦ：ａｄａｐｔｉｖｅ ｌｏｏｐ ｆｉｌｔｅｒ）１９２に供給されるＳＡＯ信号１９０を生成できる。ＡＬＦ１９２は、参照ピクチャバッファ１９６に供給されるＡＬＦ信号１９４を生成する。ＡＬＦ信号１９４は、参照ピクチャとして使用できる１つ以上のピクチャからのデータを含んでもよい。

エントロピー符号化モジュール１６０は、ＴＱＣ１５６を符号化してビットストリーム
１１４を生成できる。さらに、エントロピー符号化モジュール１６０は、コンテキスト適応型可変長符号化（ＣＡＶＬＣ：Ｃｏｎｔｅｘｔ−Ａｄａｐｔｉｖｅ Ｖａｒｉａｂｌｅ
Ｌｅｎｇｔｈ Ｃｏｄｉｎｇ）またはコンテキスト適応型２値算術符号化（ＣＡＢＡＣ：Ｃｏｎｔｅｘｔ−Ａｄａｐｔｉｖｅ Ｂｉｎａｒｙ Ａｒｉｔｈｍｅｔｉｃ Ｃｏｄｉｎｇ）を使用してＴＱＣ１５６を符号化できる。具体的には、エントロピー符号化モジュール１６０は、イントラモード情報１５８、インターモード情報１６８、およびＳＡＯ情報１８８のうちの１つ以上に基づいてＴＱＣ１５６を符号化できる。ビットストリーム１１４は、符号化ピクチャデータを含むとよい。多くの場合、エンコーダは、一般にマクロブロックと呼ばれるブロックの連続としてフレームを符号化する。

ＨＥＶＣなどのビデオ圧縮に関わる量子化は、ある範囲の値を単一の値に圧縮することにより達成される、損失の多い圧縮方式である。量子化パラメータ（ＱＰ：ｑｕａｎｔｉｚａｔｉｏｎ ｐａｒａｍｅｔｅｒ）は、再構築されたビデオの品質および圧縮率の両方に基づいて量子化を実行するために使用される、事前定義されたスケーリング・パラメータである。ブロックタイプは、所定のブロックの特徴をブロックサイズおよびその色情報に基づいて表現するよう、ＨＥＶＣにおいて定義されている。ＱＰ、解像度情報、およびブロックタイプは、エントロピー符号化の前に判断されるとよい。例えば、電子デバイス１０２（例えばエンコーダ１０４）が、ＱＰ、解像度情報、およびブロックタイプを判断して、これらがエントロピー符号化モジュール１６０に供給されてもよい。

エントロピー符号化モジュール１６０は、ＴＱＣ１５６のブロックに基づいてブロックサイズを求めてもよい。例えば、ブロックサイズは、ＴＱＣのブロックの１次元方向のＴＱＣ１５６の数であってもよい。すなわち、ＴＱＣのブロック内のＴＱＣ１５６の数は、ブロックサイズの２乗と等しくてもよい。例として、ブロックサイズは、ＴＱＣのブロック内のＴＱＣ１５６の数の平方根として求められてもよい。解像度は、画素幅かける画素高さと定義できる。解像度情報は、ピクチャの幅、ピクチャの高さ、または両方の画素数を含んでもよい。ブロックサイズは、ＴＱＣの２Ｄブロックの１次元方向のＴＱＣ１５６の数と定義できる。

一部の構成では、ビットストリーム１１４が別の電子デバイスに送信されてもよい。例えば、ビットストリーム１１４は、通信インターフェース、ネットワークインターフェース、無線送信機、ポートなどに供給されてもよい。例として、ビットストリーム１１４は、ＬＡＮ、インターネット、携帯電話基地局などを介して別の電子デバイスへ送信されてもよい。さらに、または代わりに、ビットストリーム１１４は、電子デバイス１０２またはその他電子デバイス上のメモリに記憶されてもよい。

図２は、電子デバイス２０２上の例示的なデコーダ２１２を示すブロック図である。デコーダ２１２は、電子デバイス２０２に含まれてもよい。例えば、デコーダ２１２は、ＨＥＶＣデコーダであってもよい。デコーダ２１２および／またはデコーダ２１２に含まれているように示されている構成要素のうちの１つ以上は、ハードウェアおよび／またはソフトウェアで実装され得る。デコーダ２１２は、復号すべきビットストリーム２１４（例えばビットストリーム２１４に含まれる１つ以上の符号化ピクチャ）を受信できる。一部の構成では、受信されたビットストリーム２１４は、受信されたスライスヘッダ、受信されたＰＰＳ（すなわちピクチャパラメータセット（ｐｉｃｔｕｒｅ ｐａｒａｍｅｔｅｒ
ｓｅｔ））、受信されたバッファ記述情報などの、受信されたオーバーヘッド情報を含み得る。ビットストリーム２１４に含まれる符号化ピクチャは、１つ以上の符号化参照ピクチャおよび／または１つ以上の他の符号化ピクチャを含み得る。

（ビットストリーム２１４に含まれる１つ以上の符号化ピクチャの中の）受信されたシンボルは、エントロピー復号モジュール２６８によってエントロピー復号されるとよく、
それによって動き情報信号２７０、ならびに量子化、スケーリングおよび／または変換された係数２７２が生成される。

動き情報信号２７０は、動き補償モジュール２７４にてフレームメモリ２７８からの参照フレーム信号２９８の一部と組み合わされてもよく、これによりフレーム間予測信号２８２が生成される。量子化、デスケーリングおよび／または変換された係数２７２は、逆モジュール２６２によって逆量子化、スケーリングおよび逆変換されてもよく、それによって、復号残差信号２８４が生成される。復号残差信号２８４を予測信号２９２に加算して、結合信号２８６を生成することができる。予測信号２９２は、フレーム間予測信号２８２、またはフレーム内予測モジュール２８８によって生成されたフレーム内予測信号２９０のいずれかから選択された信号とされ得る。いくつかの構成において、この信号選択は、ビットストリーム２１４に基づいてもよい（例えばビットストリーム２１４によって制御される）。

フレーム内予測信号２９０は、（例えば現フレームにおいて）以前に復号された結合信号２９２からの情報から予測できる。結合信号２９２は、さらにデブロッキングフィルタ２９４によってフィルタされるとよい。結果として生じるフィルタされた信号２９６は、フレームメモリ２７８に書き込むことができる。結果として生じるフィルタされた信号２９６は、復号ピクチャを含み得る。

フレームメモリ７７８は、本願明細書に記載されるＤＰＢ（すなわち表示ピクチャバッファ（ｄｉｓｐｌａｙ ｐｉｃｔｕｒｅ ｂｕｆｆｅｒ））を含んでもよい。ＤＰＢは、短期間または長期間参照フレームとして保持され得る１つ以上の復号ピクチャを含んでもよい。フレームメモリ２７８は、復号ピクチャに対応するオーバーヘッド情報も含んでもよい。例えば、フレームメモリ２７８は、スライスヘッダ、ＰＰＳ情報、バッファ記述情報などを含んでもよい。これらの情報のうちの１つ以上は、エンコーダ（例えばエンコーダ１０４）からシグナリングされてもよい。フレームメモリ２７８は、復号ピクチャ７１８を供給してもよい。

複数のマクロブロックを含む入力ピクチャは、１つまたはいくつかのスライスへと分割されてもよい。エンコーダおよびデコーダにて使用される参照ピクチャが同じであり、デブロッキングフィルタリングにおいてスライス境界を越える情報が使用されないという条件の下で、スライスが表現するピクチャの区域中のサンプルの値は、他のスライスからのデータを使用せずに適切に復号できる。したがって、あるスライスに対するエントロピー復号およびマクロブロックの再構築は、他のスライスには依存しない。具体的には、エントロピー符号化の状態は、各スライスの開始時にリセットすることができる。他のスライス中のデータは、エントロピー復号および再構築の両方のための近傍利用可能性を定義する際に、利用不可能としてマークすることができる。スライスは、並列にエントロピー復号および再構築されてもよい。好適には、イントラ予測および動きベクトル予測はスライスの境界を越えることができない。これに対し、デブロッキングフィルタリングは、スライス境界を越える情報を使用してもよい。

図３は、水平方向に１１個のマクロブロックおよび垂直方向に９個のマクロブロックを含む、例示的なビデオピクチャ９０を示す（例示的な９個のマクロブロックが９１〜９９として標示されている）。図３は、「スライス＃０」と示された第１のスライス８９、「スライス＃１」と示された第２のスライス８８、および「スライス＃２」と示された第３のスライス８７の例示的な３つのスライスを示す。Ｈ．２６４／ＡＶＣデコーダは、３つのスライス８７、８８、８９を並列に復号および再構築することができる。スライスはそれぞれ、逐次方式で走査線の順に送信されてもよい。各スライスに対する復号／再構築処理の開始時に、エントロピー復号２６８が初期化またはリセットされ、他のスライス中の
マクロブロックは、エントロピー復号およびマクロブロック再構築の両方に対し利用不可能としてマークされる。したがって、例えば９３と標示されたマクロブロックなどの「スライス＃１」中のマクロブロックに対して、「スライス＃０」中のマクロブロック（例えば９１および９２と標示されたマクロブロック）をエントロピー復号または再構築のために使用することはできない。一方、例えば９５と標示されたマクロブロックなどの「スライス＃１」中のマクロブロックに対しては、「スライス＃１」中の他のマクロブロック（例えば９３および９４と標示されたマクロブロック）をエントロピー復号または再構築のために使用できる。したがって、エントロピー復号およびマクロブロック再構築は、スライス内で順次進行する。スライスが、フレキシブルマクロブロック順序付け（ＦＭＯ：ｆｌｅｘｉｂｌｅ ｍａｃｒｏｂｌｏｃｋ ｏｒｄｅｒｉｎｇ）を用いて定義されている場合を除いて、スライス内のマクロブロックは、ラスタ走査の順に処理される。

フレキシブルマクロブロック順序付けは、スライスグループを定義して、ピクチャがどのようにスライスに分割されるかを変更する。スライスグループ中のマクロブロックは、マクロブロック対スライスグループマップによって定義され、マクロブロック対スライスグループマップは、ピクチャパラメータセットのコンテンツおよびスライスヘッダ中の追加情報によってシグナリングされる。マクロブロック対スライスグループマップは、ピクチャ中の各マクロブロックのスライスグループ識別番号から成る。スライスグループ識別番号は、関連するマクロブロックがどのスライスグループに属するかを指定する。各スライスグループは、１つ以上のスライスに分割することができ、スライスは、同じスライスグループ内のマクロブロックのシーケンスであり、該シーケンスは、特定のスライスグループのマクロブロックのセット内のラスタ走査の順に処理される。エントロピー復号およびマクロブロック再構築は、スライスグループ内で順次進行する。

図４は、「スライスグループ＃０」と示された第１のスライスグループ８６、「スライスグループ＃１」と示された第２のスライスグループ８５、および「スライスグループ＃２」と示された第３のスライスグループ８４の３つのスライスグループへの、例示的なマクロブロック割り当てを示す。これらのスライスグループ８４、８５、８６は、ピクチャ９０中の２つの前景領域および１つの背景領域に、それぞれ関連し得る。

ピクチャは、１つ以上のスライスに分割されてもよく、エンコーダおよびデコーダにて使用される参照ピクチャが同一であることを条件として、スライスが表現するピクチャ区域中のサンプルの値が他のスライスからのデータを使用せずに正確に再構築可能であるという点で、スライスは自己充足的であるとよい。スライス内の再構築されたマクロブロックはすべて、再構築のための近傍の定義において利用可能であるとよい。

スライスは、２つ以上のエントロピースライスに分割されてもよく、エントロピースライスが表現するピクチャ区域が他のエントロピースライスからのデータを使用せずに正確にエントロピー復号可能であるという点で、エントロピースライスは自己充足的であるとよい。エントロピー復号２６８は、各エントロピースライスの復号開始時にリセットすることができる。他のエントロピースライス中のデータは、エントロピー復号のための近傍利用可能性を定義する際に利用不可能としてマークすることができる。

ピクチャを復号するよう構成されたデバイスが、現ピクチャを含む一連のピクチャを含んだビットストリームを取得、あるいは受信する。デバイスはさらに、現ピクチャの復号、またはビットストリーム中でピクチャがシグナリングされる順序において現ピクチャの後のピクチャの復号に使用可能な、他のフレームを識別するために使用できる、参照ピクチャセット（ＲＰＳ）パラメータを取得する。

ＲＰＳは、現フレームに関連する参照ピクチャのセットの識別を提供する。ＲＰＳは、
現ピクチャのインター予測に使用可能な、表示順で現ピクチャより前の参照ピクチャを識別すること、および／または現ピクチャのインター予測に使用可能な、表示順で現ピクチャより後の参照ピクチャを識別することができる。例えば、システムがフレーム１、３、５を受信し、５が３を参照に使用し、エンコーダがフレーム１をフレーム７の予測に使用する場合、５のＲＰＳは、フレーム１がフレーム５の参照に使用されなくても、フレーム３および１の両方をフレームメモリ２７８に維持するようシグナリングしてもよい。一実施形態では、５のＲＰＳは、［−２ −４］であってもよい。さらに、フレームメモリ２７８は、表示ピクチャバッファ、または同様な意味合いでＤＰＢと呼ぶこともできる。この例の場合、フレーム番号は、フレームの表示順、すなわち出力順に対応する。

ＲＰＳは、後から使用するために復号ピクチャバッファ（ＤＰＢ：ｄｅｃｏｄｅｄ ｐｉｃｔｕｒｅ ｂｕｆｆｅｒ）内に少なくとも限られた持続時間にわたり保持されるべきである１つ以上の参照ピクチャを記述する。ＲＰＳの識別は、各ピクチャのスライスヘッダ中に、ピクチャとともに、および／またはピクチャ群とともに含まれ得る。一実施形態では、ＲＰＳのリストは、ピクチャパラメータセット（ＰＰＳ）中で送られてもよい。その場合、スライスヘッダは、スライスに対して使用される、ＰＰＳ中で送られたＲＰＳのうちの１つを識別するとよい。例えば、ピクチャ群のためのＲＰＳは、ピクチャパラメータセット（ＰＰＳ）中でシグナリングされてもよい。現フレームのＲＰＳの一部ではない、ＤＰＢ中の任意のピクチャは、「参照に使用されない」とマークされてもよい。

ＤＰＢは、デコーダにて再構築された（例えば復号された）ピクチャを記憶するために使用されてもよい。その結果、記憶されたこれらのピクチャは、例えばインター予測方式において使用されてもよい。さらに、ＤＰＢ中のピクチャは、ピクチャオーダーカウント（ＰＯＣ）に関連付けられるとよい。ＰＯＣは、各符号化ピクチャに関連付けられ、出力順におけるピクチャ位置が増加するとともに増加する値を有する、変数とされてもよい。すなわち、ＰＯＣは、表示のためにピクチャを正しい順で供給するためにデコーダにより使用されてもよい。ＰＯＣは、参照ピクチャリストの構築、および復号された参照ピクチャの識別中に、参照ピクチャを識別するためにも使用されてもよい。さらに、ＰＯＣは、エンコーダからデコーダへの送信中に失われたピクチャの識別に使用されてもよい。

図５を参照すると、エンコーダからデコーダに提供されるフレーム３００のセットの一例が示されている。フレームはそれぞれ、関連するＰＯＣ３１０を有するとよい。図のように、ＰＯＣは、負数から大きな正数までインクリメントしてもよい。一部の実施形態では、ＰＯＣは、ゼロからより大きな正数までインクリメントするだけであってもよい。典型的には、ＰＯＣは、フレーム毎に１インクリメントされるが、場合によっては、１つ以上のＰＯＣはスキップ、あるいは省略される。例えば、エンコーダ中のフレームのセットに関するＰＯＣは、０、１、２、３、４、５などであってもよい。例えば、ＰＯＣ３がスキップされるか、あるいは省略されて、エンコーダ中の同じまたは別のフレームのセットに関するＰＯＣが、０、１、２、４、５などであってもよい。

ＰＯＣが十分に大きくなるのに伴い、ＰＯＣを使用して各フレームを識別するために多数のビットが必要となるであろう。エンコーダは、選択された、ＰＯＣの最下位ビット（ＬＳＢ）数、例えば４ビットなどを各フレームの識別に使用することにより、特定のＰＯＣの識別に使用されるビット数を削減することもできる。多くの場合、現フレームを復号するために使用される参照フレームは、現フレームに時間的に近く位置するので、この識別方式は適切であり、システムの計算複雑度の削減と、ビデオのビットレートの全体的な削減とをもたらす。ピクチャの識別に使用するＬＳＢの数は、ビットストリーム中でデコーダにシグナリングされてもよい。

ＰＯＣの選択されたＬＳＢ数が４であれば、図のように、ＬＳＢが４ビットであり、Ｌ
ＳＢインデックスは１６値（２＾４）毎に繰り返す。したがって、フレーム０は、０の値を有するＬＳＢを有し、フレーム１は、１の値を有するＬＳＢを有し、…、フレーム１４は、１４の値を有するＬＳＢを有し、フレーム１５は、１５の値を有するＬＳＢを有する。しかし、フレーム１６は、再び０の値を有するＬＳＢを有し、フレーム１７は、再び１の値を有するＬＳＢを有し、フレーム２０は、４の値を有するＬＳＢを有する。ＬＳＢ識別子（概して、ＰＯＣのＬＳＢ、または同様な意味合いでＰＯＣ ＬＳＢとも呼ばれる）は、ＬＳＢ＝ＰＯＣ％１６の特徴を有するとよく、％は、１６（２＾最下位ビット数、この場合は４）で割った後の余りである。同じく、ＰＯＣを識別するＬＳＢの選択された数がＮビットである場合、ＬＳＢ識別子は、ＬＳＢ＝ＰＯＣ％（２＾Ｎ）の特徴を有し、２＾Ｎは、２のＮ乗を示す。フレームを識別するためにビットストリーム中にＰＯＣを含めるよりも、エンコーダが、デコーダへのビットストリーム中にＬＳＢインデックス（概して、ＰＯＣのＬＳＢ、または同様な意味合いでＰＯＣ ＬＳＢとも呼ばれる）を提供するほうが好ましい。

現フレームまたは現フレームの後のフレームのインター予測に使用される参照フレームは、相対（例えばデルタ）参照（例えば、ＰＯＣ値間、あるいはｄｅｌｔａＰＯＣとｃｕｒｒｅｎｔＰＯＣを使用する）または絶対参照（例えばＰＯＣを使用する）のいずれかを使用するＲＰＳを用いて識別され得る。一部の実施形態では、相対参照により識別されるフレームは、短期間参照フレームと呼ぶことができ、絶対参照により識別されるフレームは、長期間参照フレームと呼ぶことができる。例えば、ＰＯＣ５ ３１０により識別され、ビットストリーム中でＬＳＢ５ ３２０としてデコーダにシグナリングされるフレームは、関連するＲＰＳ３３０［−５，−２，−１］を有してもよい。ＲＰＳ値の意味は後述する。

図５の一部を示す図６を参照する。［−５，−２，−１］のＲＰＳは、現フレームに対して、５つ前のフレーム３２０、２つ前のフレーム３２１、および１つ前のフレーム３２２を含むフレームを指す。さらにこれは、５のＰＯＣ値を備える現フレームに関し、図６に示されているように、それぞれ０、３および４のＰＯＣ値を指す。典型的には、ＲＰＳは、現フレームのＰＯＣ値と、前フレームのＰＯＣ値との間の差を指す。例えば、５のＰＯＣ値を有する現フレームに対する［−５，−２，−１］のＲＰＳは、５マイナス５＝０、５マイナス２＝３、および５マイナス１＝４のＰＯＣ値を有するフレームを指す。ＲＰＳは、将来のフレームも含むことができる。将来のフレームは、ＲＰＳにおいて正値を用いて示されてもよい（正のｄｅｌｔａＰＯＣ値）。

１つ以上のＰＯＣ値がスキップされる場合、あるいはビットストリームの一部で省略される場合など、ＰＯＣ値が連続していない場合、現フレームのＰＯＣ値と前フレームのＰＯＣ値との差は、図７に示されているように、前フレームと現フレームとの間に出力されるフレームの数と異なるかもしれない。図７に示されているように、［−５，−２，−１］のＲＰＳは、５と等しいＰＯＣ値で識別されたフレームのＰＯＣに対して、５つ前のフレーム３２０、２つ前のフレーム３２１、および１つ前のフレーム３２２を含むフレームを指す。ＲＰＳは、フレームとともに供給される、またはフレームのセットとともに供給されるなど、任意の適切な形で、ビットストリーム中でシグナリングされ得る。

図８を参照する。参照フレームをシグナリングするための別の方式は、概して長期間ピクチャと呼ばれる絶対参照を、フレームに関連するＲＰＳにおいて使用することである。動きベクトル予測方式などの復号処理は、参照フレームが絶対参照を使用してシグナリングされるか、相対参照を使用してシグナリングされるかに応じて異なってもよい。絶対参照（便宜上、ＬＴと呼ばれる）は、前または後のフレームなどの参照フレームに関連する特定のＬＳＢカウント値を指す。例えば、ＬＴ＝３（ＬＴ３）の絶対参照は、３のＰＯＣ
ＬＳＢ値を有する参照フレームを指すことになる。よって、［ＬＴ３，−５］のＲＰＳ
は、３のＰＯＣ ＬＳＢ値を有する参照フレームと、現フレームのＰＯＣから５を引いたのと等しいＰＯＣを備える参照フレームとを指すことになる。図８では、このＲＰＳは、３と等しいＰＯＣを備える参照フレーム４４４、および０と等しいＰＯＣを備える参照フレーム３２０に対応する。典型的には、ＬＴ３は、現フレームに対して前のフレームで、３のＰＯＣ ＬＳＢ値を有する最初のものを指す。一実施形態では、ＬＴ３は、出力順で現フレームに対して前のフレームで、３のＰＯＣ ＬＳＢ値を有する最初のものを指す。第２の実施形態では、ＬＴ３は、送信順で現フレームに対して前のフレームで、３のＰＯＣ ＬＳＢ値を有する最初のものを指す。そのようなシステムは、多くのビットストリームに適する一方、３のＬＳＢカウント値を備えるが３のＬＳＢカウント値を有する直前のフレームとは異なるフレームを選択するには、十分に強固なものではない。

図９を参照する。例えば、エンコーダがフレーム３１（ＰＯＣ＝３１）を符号化していた場合であって、システムが、ＰＯＣ ＬＳＢ＝０（ＬＴ０）を備える長期間ピクチャの使用をシグナリングする場合、フレーム１６（ＰＯＣ＝１６）がＬＳＢ＝０を備える１つ前のフレームであるので、このシグナリングはフレーム１６（ＰＯＣ＝１６）を指すことになる（Ａ）。しかしながら、エンコーダは、同じく０のＰＯＣ ＬＳＢカウント値を有する長期間ピクチャフレーム０をシグナリングしたいかもしれない。だが、１つ前のものを参照する当該方式では、長期間ピクチャフレーム０のシグナリングを達成することはできない。この限界を克服する１つの方式は、長期間フレームＰＯＣ ＬＳＢをシグナリングするために使用される最下位ビット数を増加させることである。そのような最下位ビット数の増加は可能ではあるが、結果として、ビットストリームにかなりの追加ビットが追加されることになる。

結果としてビットストリームに追加される追加ビットがより少ない、より好適な方式は、対応するＰＯＣ ＬＳＢ値を備えるすぐ１つ前のフレームとは異なる長期間ピクチャをシグナリングすることである。例えば、システムは、［ＬＴ０｜２］として絶対参照を有する現フレームのＲＰＳを示すことができるであろう。ここで０は、ＰＯＣ ＬＳＢ値を指し、２は、０と等しいＰＯＣ ＬＳＢ値を備える前フレームのうちのどれを使用すべきかを指し、この場合、使用すべき前フレームは、２つ前の０のＰＯＣ ＬＳＢ値となる（例えば図９のフレーム０）。第２の参照が含まれていなければ、システムは、デフォルトの、ＰＯＣ ＬＳＢ＝０［ＬＴ０］を備える直前のフレームにするとよい（例えば図９のフレーム１６）。

多くの場合、対応するＰＯＣ ＬＳＢ値を備えるすぐ１つ前のフレームではないフレームを、絶対参照を使用してシグナリングする要望が発生する頻度は、比較的低いと考えられる。対応するＰＯＣ ＬＳＢ値を備えるすぐ１つ前のフレームとは異なるフレームを、絶対参照を使用してシグナリングする能力を可能にしながら、使用すべきフレームを示す全体的なビットレートをさらに削減するために、システムは、重複方式を使用し得る。例えば、ＲＰＳは、［ＬＴ０，ＬＴ０｜３］という構造であってもよい。同じＲＰＳ内にＬＴ０が重複することで、０のＰＯＣ ＬＳＢ値を有する別のフレーム、すなわちこの場合は０のＰＯＣ ＬＳＢ値の３つ前の発生を使用するようデコーダにシグナリングされる。特定のＰＯＣ ＬＳＢ値がＰＯＣ ＬＳＢ値の特定のサイクルに含まれない可能性を除いて、一般に、所望のＰＯＣ ＬＳＢ値は、指示される以前に発生したフレームに対応する。ここで、ＰＯＣ ＬＳＢ値の１つのサイクルは、出力順に並べられると同じＰＯＣ ＬＳＢ値を含まず、かつセット内にないフレームにより出力順において分離されない、フレームのセットを示す。

図１０を参照する。重複方式は、以下のように示すことができる。ＲＰＳは、ＰＯＣ ＬＳＢ値を有する長期間ピクチャの信号を含む（４００）（例えば［ＬＴ３］）。同ＲＰＳは、同じＰＯＣ ＬＳＢ値を有する長期間ピクチャの別の信号を含む（４１０）（例え
ば［ＬＴ３，ＬＴ３］。同ＲＰＳは、所望のフレームの位置を示す、同じＬＳＢカウント値（４１０）を有する第２の長期間ピクチャの別の信号を含む（４２０）［ＬＴ３，ＬＴ３｜２］。

所望のフレームの位置のシグナリングは、任意の適切な方式で行われてよい。例として図１１Ａ〜図１１Ｂを参照する。現フレームに対する所望のフレームの位置は、１つ以上前のＰＯＣ ＬＳＢ値のサイクル、例えば３つ前のサイクルなどであってもよい。例として図１２を参照する。その位置は、現フレームからのフレームオフセット数の絶対値に基づいてもよい。例として図１３Ａ〜図１３Ｂを参照する。その位置は、所望のＰＯＣ ＬＳＢ値を備えるすぐ１つ前のフレームに対して、１サイクル以上前のＰＯＣ ＬＳＢ値であってもよい。例として図１４を参照する。その位置は、所望のＰＯＣ ＬＳＢ値を備えるすぐ１つ前のフレームに対するフレームオフセット数の絶対値に基づいてもよい。

そのような方式の例示的な一実装は、以下のシンタックスを使用してもよい。

「ｌｉｇｈｔｗｅｉｇｈｔ＿ｓｌｉｃｅ＿ｆｌａｇ」が１と等しい場合、存在しないスライスヘッダシンタックス要素の値が、処理中のスライス中のスライスヘッダシンタックス要素の値と等しいと推測されるべきであることを指定し、処理中のスライスは、位置（ＬＣＵＡｄｄｒｅｓｓ−１）を備えるツリーブロックを含むスライスと定義される。ｌｉｇｈｔｗｅｉｇｈｔ＿ｓｌｉｃｅ＿ｆｌａｇは、ＬＣＵＡｄｄｒｅｓｓが０と等しい場合には０と等しいものとする。ここで、ツリーブロックは、マクロブロックであってもよく、ＬＣＵＡｄｄｒｅｓｓは、ピクチャ内でのツリーブロックの空間的位置を示す。

「ｓｌｉｃｅ＿ｔｙｐｅ」は、スライスの符号化タイプを以下のように指定する。

ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅが５と等しい場合（ＩＤＲピクチャ）、ｓｌｉｃｅ＿ｔｙｐｅは２と等しいものとする。ｍａｘ＿ｎｕｍ＿ｒｅｆ＿ｆｒａｍｅｓが０と等しい場合、ｓｌｉｃｅ＿ｔｙｐｅは２と等しいものとする。

「ｐｉｃ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ」は、使用中のピクチャパラメータセットを指定する。ｐｉｃ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄの値は、両端値を含めて０〜２５５の範囲内であるものとする。

「ｉｄｒ＿ｐｉｃ＿ｉｄ」は、ＩＤＲピクチャを識別し、ＩＤＲピクチャは以前に送信されたピクチャを参照に使用しないピクチャを示す。ＩＤＲピクチャのすべてのスライス中のｉｄｒ＿ｐｉｃ＿ｉｄの値は、変更されないままであるものとする。復号順で連続した２つのアクセスユニットが、いずれもＩＤＲアクセスユニットである場合、第１の当該ＩＤＲアクセスユニットのスライス中のｉｄｒ＿ｐｉｃ＿ｉｄの値は、第２の当該ＩＤＲアクセスユニット中のｉｄｒ＿ｐｉｃ＿ｉｄとは異なるものとする。ｉｄｒ＿ｐｉｃ＿ｉｄの値は、両端値を含めて０〜６５５３５の範囲内であるものとする。

「ｎｏ＿ｏｕｔｐｕｔ＿ｏｆ＿ｐｒｉｏｒ＿ｐｉｃｓ＿ｆｌａｇ」は、復号ピクチャバッファ内の以前に復号されたピクチャが、ＩＤＲピクチャの復号後にいかに処理されるかを指定する。ＩＤＲピクチャが、ビットストリーム中の第１のＩＤＲピクチャである場合、ｎｏ＿ｏｕｔｐｕｔ＿ｏｆ＿ｐｒｉｏｒ＿ｐｉｃｓ＿ｆｌａｇの値は、復号処理にまったく影響を与えない。ＩＤＲピクチャが、ビットストリーム中の第１のＩＤＲピクチャではない場合であって、アクティブシーケンスパラメータセットから得られる、ピクチャの寸法を示すｐｉｃ＿ｗｉｄｔｈ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓもしくはｐｉｃ＿ｈｅｉｇｈｔ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓ、または送信順のフレームのシーケンスを表示順のフレームのシーケンスに変換するためにデコーダにて要求される並べ替えの最大量を示すｍａｘ＿ｄｅｃ＿ｆｒａｍｅ＿ｂｕｆｆｅｒｉｎｇの値が、先行ピクチャに関してアクティブなシーケンスパラメータセットから得られるｐｉｃ＿ｗｉｄｔｈ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓまたはｐｉｃ＿ｈｅｉｇｈｔ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓまたはｍａｘ＿ｄｅｃ＿ｆｒａｍｅ＿ｂｕｆｆｅｒｉｎｇの値と異なる場合は、ｎｏ＿ｏｕｔｐｕｔ＿ｏｆ＿ｐｒｉｏｒ＿ｐｉｃｓ＿ｆｌａｇの実際値にかかわらず、１と等しいｎｏ＿ｏｕｔｐｕｔ＿ｏｆ＿ｐｒｉｏｒ＿ｐｉｃｓ＿ｆｌａｇがデコーダによって推測（されるべきではないが）され得る。

「ｐｉｃ＿ｏｒｄｅｒ＿ｃｎｔ＿ｌｓｂ」は、現ピクチャに関してピクチャオーダーカウントをＭａｘＰｉｃＯｒｄｅｒＣｎｔＬｓｂで割った時の余りを指定する。ｐｉｃ＿ｏｒｄｅｒ＿ｃｎｔ＿ｌｓｂシンタックス要素の長さは、ｌｏｇ２＿ｍａｘ＿ｐｉｃ＿ｏｒｄｅｒ＿ｃｎｔ＿ｌｓｂ＿ｍｉｎｕｓ４＋４ビットである。ｐｉｃ＿ｏｒｄｅｒ＿ｃｎｔ＿ｌｓｂの値は、両端値を含めて０〜ＭａｘＰｉｃＯｒｄｅｒＣｎｔＬｓｂ−１の範囲内であるものとする。ｐｉｃ＿ｏｒｄｅｒ＿ｃｎｔ＿ｌｓｂが存在しない場合、ｐｉｃ＿ｏｒｄｅｒ＿ｃｎｔ＿ｌｓｂは０と等しいと推測されるものとする。ここで、ｐｉｃ＿ｏｒｄｅｒ＿ｃｎｔ＿ｌｓｂは、ＰＯＣ ＬＳＢ中のＬＳＢの数を示す。

１と等しい「ｓｈｏｒｔ＿ｔｅｒｍ＿ｒｅｆ＿ｐｉｃ＿ｓｅｔ＿ｐｐｓ＿ｆｌａｇ」は、現ピクチャの短期間参照ピクチャセットが、複数のピクチャ間で共有され得るシンタックス要素を含むアクティブピクチャパラメータセット中のシンタックス要素を使用して作成されるべきであることを指定する。０と等しいｓｈｏｒｔ＿ｔｅｒｍ＿ｒｅｆ＿ｐｉｃ＿ｓｅｔ＿ｐｐｓ＿ｆｌａｇは、現ピクチャの短期間参照ピクチャセットが、スライスヘッダ中のｓｈｏｒｔ＿ｔｅｒｍ＿ｒｅｆ＿ｐｉｃ＿ｓｅｔ（）シンタックス構造中のシンタックス要素を使用して作成されるべきであることを指定する。一部の実施形態では、短期間参照ピクチャセットは、デルタ参照のみを使用するピクチャセットを示す。

「ｓｈｏｒｔ＿ｔｅｒｍ＿ｒｅｆ＿ｐｉｃ＿ｓｅｔ＿ｉｄｘ」は、現ピクチャの参照ピクチャセットの作成に使用されるべきアクティブピクチャパラメータセット中で指定された短期間参照ピクチャセットのリストに対するインデックスを指定する。シンタックス要素ｓｈｏｒｔ＿ｔｅｒｍ＿ｒｅｆ＿ｐｉｃ＿ｓｅｔ＿ｉｄｘは、ｃｅｉｌ（ｌｏｇ２（ｎｕｍ＿ｓｈｏｒｔ＿ｔｅｒｍ＿ｒｅｆ＿ｐｉｃ＿ｓｅｔｓ））ビットにより表現されるものとする。ｓｈｏｒｔ＿ｔｅｒｍ＿ｒｅｆ＿ｐｉｃ＿ｓｅｔ＿ｉｄｘの値は、両端値を含めて０〜ｎｕｍ＿ｓｈｏｒｔ＿ｔｅｒｍ＿ｒｅｆ＿ｐｉｃ＿ｓｅｔｓ−１の範囲内であるものとし、ｎｕｍ＿ｓｈｏｒｔ＿ｔｅｒｍ＿ｒｅｆ＿ｐｉｃ＿ｓｅｔｓは、アクティブピクチャパラメータセットからのシンタックス要素である。

変数ＳｔＲｐｓＩｄｘは、以下のように得られる。

「ｎｕｍ＿ｌｏｎｇ＿ｔｅｒｍ＿ｐｉｃｓ」は、現ピクチャの長期間参照ピクチャセット中に含まれるべき長期間参照ピクチャの数を指定する。ｎｕｍ＿ｌｏｎｇ＿ｔｅｒｍ＿ｐｉｃｓの値は、両端値を含めて０〜ｍａｘ＿ｎｕｍ＿ｒｅｆ＿ｆｒａｍｅｓ−ＮｕｍＮｅｇａｔｉｖｅＰｉｃｓ［ＳｔＲｐｓＩｄｘ］−ＮｕｍＰｏｓｉｔｉｖｅＰｉｃｓ［ＳｔＲｐｓＩｄｘ］の範囲内であるものとする。存在しない場合、ｎｕｍ＿ｌｏｎｇ＿ｔｅｒｍ＿ｐｉｃｓの値は０と等しいと推測されるものとする。一部の実施形態では、長期間参照ピクチャは、絶対参照を用いて送信される参照ピクチャを示す。

「ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ＿ｍｉｎｕｓ１［ｉ］」は、現ピクチャの長期間参照ピクチャセット中に含まれる第ｉの長期間参照ピクチャのピクチャオーダーカウント値の最下位ビットの値を判断するために使用される。ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ＿ｍｉｎｕｓ１［ｉ］は、両端値を含めて０〜ＭａｘＰｉｃＯｒｄｅｒＣｎｔＬｓｂ−１の範囲内であるものとする。一部の実施形態では、ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ＿ｍｉｎｕｓ１［ｉ］は、第ｉの長期間参照ピクチャのＰＯＣ ＬＳＢを示す。

変数ＤｅｌｔａＰｏｃＬｔ［ｉ］は、以下のように得られる。

ＤｅｌｔａＰｏｃＬｔ［ｉ］の値は、両端値を含めて０〜ＭａｘＰｉｃＯｒｄｅｒＣｎｔＬｓｂの範囲内であるものとする。

ｄｅｌｔａＰＯＣＬＳＢＣｈｅｃｋ（ｉ）は、以下のとおりの関数である。

「ｄｅｌｔａ＿ｐｏｃ＿ｍｓｂ＿ｌｔ＿ｍｉｎｕｓ１［ｉ］」は、ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ＿ｍｉｎｕｓ１［ｉ］とともに、現参照ピクチャの長期間参照ピクチャセット中に含まれる第ｉの長期間参照ピクチャのピクチャオーダーカウントの値を判断するために使用される。

変数ｄｅｌｔａ＿ｐｏｃ＿ｍｓｂ＿ｌｔ＿ｍｉｎｕｓ１［ｉ］は、以下のように得られる。

別の実施形態では、ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ＿ｍｉｎｕｓ１値が同じである場合、要素ｄｅｌｔａ＿ｐｏｃ＿ｍｓｂ＿ｌｔ＿ｍｉｎｕｓ１を送る代わりに、ｐｏｃ＿ｍｓｂ＿ｌｔ＿ｍｉｎｕｓ１またはｐｏｃ＿ｍｓｂ＿ｌｔ要素が送られてもよい。ここで、ｐｏｃ＿ｍｓｂ＿ｌｔ＿ｍｉｎｕｓ１は、参照ピクチャのＰＯＣ値−１を示す。これは、絶対ＰＯＣ値であってもよい。同様に、ｐｏｃ＿ｍｓｂ＿ｌｔは、参照ピクチャのＰＯＣ値を示す。この場合もやはり、これは絶対ＰＯＣ値であってもよい。

０と等しい「ｕｓｅｄ＿ｂｙ＿ｃｕｒｒ＿ｐｉｃ＿ｌｔ＿ｆｌａｇ［ｉ］」は、現ピクチャの長期間参照ピクチャセット中に含まれる第ｉの長期間参照ピクチャが、現ピクチャによって参照またはフレーム間予測に使用されないことを指定する。

１と等しい「ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ａｃｔｉｖｅ＿ｏｖｅｒｒｉｄｅ＿ｆｌａｇ」は、ＰおよびＢスライスに関してシンタックス要素ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１が存在し、Ｂスライスに関してシンタックス要素ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ１＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１が存在することを指定する。０と等しいｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ａｃｔｉｖｅ＿ｏｖｅｒｒｉｄｅ＿ｆｌａｇは、シンタックス要素ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１およびｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ１＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１が存在しないことを指定する。

現スライスがＰまたはＢスライスであり、ｆｉｅｌｄ＿ｐｉｃ＿ｆｌａｇが０と等しく、ピクチャパラメータセット中のｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ｄｅｆａｕｌｔ＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１の値が１５を超える場合、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ａｃｔｉｖｅ＿ｏｖｅｒｒｉｄｅ＿ｆｌａｇは１と等しいものとする。

現スライスがＢスライスであり、ｆｉｅｌｄ＿ｐｉｃ＿ｆｌａｇが０と等しく、ピクチャパラメータセット中のｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ１＿ｄｅｆａｕｌｔ＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１の値が１５を超える場合、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ａｃｔｉｖｅ＿ｏｖｅｒｒｉｄｅ＿ｆｌａｇは１と等しいものとする。

「ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１」は、スライスを復号するために使用されるべき参照ピクチャリスト０に関する最大参照インデックスを指定する。

現スライスがＰまたはＢスライスであり、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１が存在しない場合、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１は、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ｄｅｆａｕｌｔ＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１と等しいと推測されるものとする。

ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１の範囲は、以下のように指定される。

ｆｉｅｌｄ＿ｐｉｃ＿ｆｌａｇが０と等しければ、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１は、両端値を含めて０〜１５の範囲内であるものとする。ＭｂａｆｆＦｒａｍｅＦｌａｇが１と等しい場合、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１は、フレームマクロブロックの復号に関する最大インデックス値であり、２＊ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１＋１が、フィールドマクロブロックの復号に関する最大インデックス値である。

その他の場合（ｆｉｅｌｄ＿ｐｉｃ＿ｆｌａｇが１と等しい）、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１は、両端値を含めて０〜３１の範囲内であるものとする。

「ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ１＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１」は、スライスを復号するために使用されるべき参照ピクチャリスト１に関する最大参照インデックスを指定する。

現スライスがＢスライスであり、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ１＿ａｃｔｉｖｅ＿ｍｉ
ｎｕｓ１が存在しない場合、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ１＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１は、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ１＿ｄｅｆａｕｌｔ＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１と等しいと推測されるものとする。

ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ１＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１の範囲は、ｎｕｍ＿ｒｅｆ＿ｉｄｘ＿ｌ０＿ａｃｔｉｖｅ＿ｍｉｎｕｓ１に関しセマンティクスで規定されたとおり制約されるが、ｌ０およびリスト０がそれぞれｌ１およびリスト１に置き換えられる。

演算ｄｅｌｔａＰＯＣＬＳＢＣｈｅｃｋ（ｉｎｔ ｉ）は、同じＰＯＣ ＬＳＢが、現フレームに関して、絶対参照を使用してエンコーダからデコーダへ送信されることを判断する。別の実施形態では、同じＰＯＣ ＬＳＢが送信されるかどうかの判断は、値「ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ＿ｍｉｎｕｓ１」が、エンコーダおよびデコーダの両方に既知の値と等しいかどうかを確認することにより達成可能である。例えば、０と等しい「ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ＿ｍｉｎｕｓ１」は、ＰＯＣ ＬＳＢが、以前に送信されたＰＯＣ ＬＳＢと同じであることを示すことができるであろう。あるいは、２＾Ｎ−１と等しい「ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ＿ｍｉｎｕｓ１」は、ＮがＰＯＣ ＬＳＢの送信に使用されるビット数を示し、エンコーダおよびデコーダの両方に既知であり、０は、ＰＯＣ ＬＳＢが以前に送信されたＰＯＣ ＬＳＢと同じであることを示すことができるであろう。別の実施形態では、値「ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ＿ｍｉｎｕｓ１」は、シンタックス要素「ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ」に置き換えられ、これは概して、「ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ＿ｍｉｎｕｓ１」プラス１と等しい。これらの実施形態では、エンコーダおよびデコーダの両方に既知の値と等しい「ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ」は、絶対参照を使用して送信されたピクチャが、同じＲＰＳ中の絶対参照を使用して送信された前のピクチャと同じＰＯＣ ＬＳＢを有することを示すことができる。例えば、０と等しい「ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ」は、ＰＯＣ ＬＳＢが、以前に送信されたＰＯＣ ＬＳＢと同じであることを示すことができるであろう。あるいは、２＾Ｎと等しい「ｄｅｌｔａ＿ｐｏｃ＿ｌｓｂ＿ｌｔ」は、ＮがＰＯＣ ＬＳＢの送信に使用されるビット数を示し、エンコーダおよびデコーダの両方に既知であり、０は、ＰＯＣ ＬＳＢが以前に送信されたＰＯＣ ＬＳＢと同じであることを示すことができるであろう。

長期間参照ピクチャセットに関して、復号処理は以下のように行われてもよい。

前述の明細書中で用いられた用語および表現は、説明の用語として明細書中で使用されており、限定するものではない。そのような用語および表現を使用するにあたり、提示され説明された特徴またはその一部の等価物を排除する意図はなく、当然のことながら、本発明の範囲は、添付の特許請求の範囲によってのみ定義され、限定される。

Claims (2)

1. 少なくとも第１の参照ピクチャと第２の参照ピクチャとを含む参照ピクチャセットを用いて、ビデオビットストリームを復号する復号方法であって、
   参照ピクチャのピクチャオーダーカウント（ＰＯＣ）の最下位ビット（ＬＳＢ）である第１の情報を復号する復号ステップと、
   前記参照ピクチャの前記ＰＯＣの最上位ビット（ＭＳＢ）の値を決定するために使用される第２の情報を復号する復号ステップと、
   前記第２の情報が前記ビデオビットストリームに含まれるかを判定するために使用される第３の情報を判定する判定ステップと、
   前記第３の情報を用いて、前記第２の情報が前記ビデオビットストリームに含まれるかを確認する確認ステップと、
   前記参照ピクチャセットを復号する復号ステップと、
   前記参照ピクチャセットに基づき、インター予測を使用して現ピクチャを復号し、復号された現ピクチャを生成する復号ステップと、
   将来のインター予測のために参照される前記復号された現ピクチャを記憶する記憶ステップと、を含み、
   前記参照ピクチャセットは、少なくとも、前記参照ピクチャの前記第１の情報と前記第３の情報とを用いて復号され、
   前記参照ピクチャの前記第１の情報は、前記ビデオビットストリームのスライスヘッダに含まれており、
   前記第３の情報は、前記スライスヘッダにおいて、少なくとも、前記参照ピクチャの前記第１の情報の後に含まれており、
   前記第２の情報が前記ビデオビットストリームに含まれることを前記確認ステップにおいて示された場合、前記第２の情報は、前記スライスヘッダにおいて、少なくとも、前記第３の情報の後に含まれている、
   復号方法。
2. ビデオビットストリームを復号する復号装置であって、
   参照ピクチャセットに基づき、インター予測を使用して現ピクチャを復号する復号部と、
   将来のインター予測のために参照される前記復号されたピクチャを記憶する記憶部と、を含み
   前記復号部は、前記参照ピクチャセットを、
   参照ピクチャのピクチャオーダーカウント（ＰＯＣ）の最下位ビット（ＬＳＢ）である第１の情報を復号し、
   前記参照ピクチャの前記ＰＯＣの最上位ビット（ＭＳＢ）の値を決定するために使用される第２の情報を復号し、
   前記第２の情報が前記ビデオビットストリームに含まれるかを判定するために使用される第３の情報を判定し、
   前記第３の情報を用いて、前記第２の情報が前記ビデオビットストリームに含まれるかを確認し、
   前記参照ピクチャセットを復号し、
   前記参照ピクチャセットに基づき、インター予測を使用して前記現ピクチャを復号し、復号された現ピクチャを生成し、
   将来のインター予測のために参照される前記復号された現ピクチャを記憶する、
   ことによって、復号し、
   前記参照ピクチャセットは、少なくとも、前記参照ピクチャの前記第１の情報と前記第３の情報とを用いて復号され、
   前記参照ピクチャの前記第１の情報は、前記ビデオビットストリームのスライスヘッダに含まれており、
   前記第３の情報は、前記スライスヘッダにおいて、少なくとも、前記参照ピクチャの前記第１の情報の後に含まれており、
   前記第２の情報が前記ビデオビットストリームに含まれることが示された場合、前記第２の情報は、前記スライスヘッダにおいて、少なくとも、前記第３の情報の後に含まれている、
   復号装置。

Images