JP6636571B2 - 送信方法、受信方法、送信装置及び受信装置 - Google Patents

Description

本発明は、画像を符号化する画像符号化方法、又は画像を復号する画像復号方法に関する。

画像（動画像を含む）を符号化する画像符号化方法、及び画像を復号する画像復号方法に関する技術として、非特許文献１に記載の技術がある。また、符号化及び復号に関する運用規定として非特許文献２に記載の規定がある。

Ｊｏｉｎｔ Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｔｅａｍ ｏｎ Ｖｉｄｅｏ Ｃｏｄｉｎｇ （ＪＣＴ−ＶＣ） ｏｆ ＩＴＵ−Ｔ ＳＧ１６ ＷＰ３ ａｎｄ ＩＳＯ／ＩＥＣ ＪＴＣ１／ＳＣ２９／ＷＧ１１ １２ｔｈ Ｍｅｅｔｉｎｇ： Ｇｅｎｅｖａ， ＣＨ， １４−２３ Ｊａｎ． ２０１３ ＪＣＴＶＣ−Ｌ１００３＿ｖ３４．ｄｏｃ， Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ （ＨＥＶＣ） ｔｅｘｔ ｓｐｅｃｉｆｉｃａｔｉｏｎ ｄｒａｆｔ １０ （ｆｏｒ ＦＤＩＳ ＆ Ｌａｓｔ Ｃａｌｌ）ｈｔｔｐ：／／ｐｈｅｎｉｘ．ｉｔ−ｓｕｄｐａｒｉｓ．ｅｕ／ｊｃｔ／ｄｏｃ＿ｅｎｄ＿ｕｓｅｒ／ｄｏｃｕｍｅｎｔｓ／１２＿Ｇｅｎｅｖａ／ｗｇ１１／ＪＣＴＶＣ−Ｌ１００３−ｖ３４．ｚｉｐ 一般社団法人 電波産業会 標準規格 ＡＲＩＢ ＳＴＤ−Ｂ３２ ２．８版 ２−ＳＴＤ−Ｂ３２ｖ２＿８．ｐｄｆ， デジタル放送における映像符号化、音声符号化及び多重化方式ｈｔｔｐ：／／ｗｗｗ．ａｒｉｂ．ｏｒ．ｊｐ／ｅｎｇｌｉｓｈ／ｈｔｍｌ／ｏｖｅｒｖｉｅｗ／ｄｏｃ／２−ＳＴＤ−Ｂ３２ｖ２＿８．ｐｄｆ

しかしながら、従来技術に係る画像符号化方法又は画像復号方法において、非効率的な処理が用いられる場合がある。

そこで、本発明は、画像を効率的に符号化する画像符号化方法、又は、画像を効率的に復号する画像復号方法を提供することを目的とする。

上記目的を達成するために、本発明の一態様に係る送信方法は、動画像を階層符号化し、階層符号化されたビットストリームを送信する送信方法であって、前記動画像に対して、前記動画像のフレームレートに応じた最大階層数以下である階層数で、前記動画像に含まれる複数の画像を、前記階層数である階層構造に階層符号化することでビットストリームを生成する符号化ステップと、前記ビットストリームを送信する送信ステップと、を含む。

また、本発明の一態様に係る受信方法は、動画像が階層符号化されることで得られたビットストリームを受信し、受信したビットストリームを復号する受信方法であって、前記動画像に対して、前記動画像のフレームレートに応じた最大階層数以下である階層数で、前記動画像に含まれる複数の画像を、前記階層数である階層構造に階層符号化することで生成された前記ビットストリームを受信する受信ステップと、前記ビットストリームから前記複数の画像を復号する復号ステップと、を含む。

なお、これらの全般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及び記録媒体の任意な組み合わせで実現されてもよい。

本発明は、画像を効率的に符号化できる画像符号化方法又は画像を効率的に復号できる画像復号方法を提供できる。

図１は、符号化構造の一例を示す図である。 図２は、表示遅延ピクチャ数を示す図である。 図３は、実施の形態１に係る画像符号化装置のブロック図である。 図４は、実施の形態１に係る画像符号化処理のフローチャートである。 図５は、実施の形態１に係る制限値設定部のブロック図である。 図６は、実施の形態１に係る制限値設定処理のフローチャートである。 図７は、実施の形態１に係る符号化部のブロック図である。 図８は、実施の形態１に係る符号化処理のフローチャートである。 図９Ａは、実施の形態１に係る送出遅延ピクチャ数を示す図である。 図９Ｂは、実施の形態１に係る送出遅延ピクチャ数を示す図である。 図９Ｃは、実施の形態１に係る送出遅延ピクチャ数を示す図である。 図９Ｄは、実施の形態１に係る送出遅延ピクチャ数を示す図である。 図１０は、実施の形態１に係る符号化構造制限値の一例を示す図である。 図１１Ａは、実施の形態１に係る符号化構造を示す図である。 図１１Ｂは、実施の形態１に係る符号化構造を示す図である。 図１１Ｃは、実施の形態１に係る符号化構造を示す図である。 図１１Ｄは、実施の形態１に係る符号化構造を示す図である。 図１２Ａは、実施の形態１に係る表示遅延ピクチャ数を示す図である。 図１２Ｂは、実施の形態１に係る表示遅延ピクチャ数を示す図である。 図１２Ｃは、実施の形態１に係る表示遅延ピクチャ数を示す図である。 図１２Ｄは、実施の形態１に係る表示遅延ピクチャ数を示す図である。 図１３は、実施の形態２に係る画像復号装置のブロック図である。 図１４は、実施の形態２に係る画像復号処理のフローチャートである。 図１５は、実施の形態１に係る画像符号化方法のフローチャートである。 図１６は、実施の形態２に係る画像復号方法のフローチャートである。 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。

（本発明の基礎となった知見）
本発明者は、「背景技術」の欄において記載した、画像を符号化する画像符号化装置、又は、画像を復号する画像復号装置に関して、以下の問題が生じることを見出した。

近年、デジタル映像機器の技術進歩が著しく、ビデオカメラ又はテレビチューナから出力された映像信号（時系列順に並んだ複数のピクチャ）が圧縮符号化され、得られた符号化信号がＤＶＤ又はハードディスク等の記録メディアに記録される機会が増えている。

画像符号化規格としてはＨ．２６４／ＡＶＣ（ＭＰＥＧ−４ ＡＶＣ）がある。また、次世代の標準規格としてＨＥＶＣ（Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）規格（非特許文献１）が検討されている。また、画像符号化規格をどのように運用するかの規定についても検討されている（非特許文献２）。

現在の運用規定（非特許文献２）では、図１に示すように符号化構造が３階層までに制限されており、それによって図２に示すように最大の表示遅延ピクチャ数が２枚に制限されている。図１に示す、ＴｅｍｐｏｒａｌＩｄは、符号化構造の階層の識別子である。ＴｅｍｐｏｒａｌＩｄが大きくなるほど深い階層であることを示す。

１つの四角のブロックはピクチャを示し、ブロック内のＩ_ｘはＩピクチャ（画面内予測ピクチャ）、Ｐ_ｘはＰピクチャ（前方参照予測ピクチャ）、Ｂ_ｘはＢピクチャ（双方向参照予測ピクチャ）を示す。Ｉ_ｘ／Ｐ_ｘ／Ｂ_ｘの_ｘは表示オーダーを示し、ピクチャを表示する順番を表わす。

ピクチャ間の矢印は参照関係を示す。例えば、ピクチャＢ_１はピクチャＩ_０、ピクチャＢ_２及びピクチャＰ_４を参照画像として用いて予測画像を生成する。また、自らのＴｅｍｐｏｒａｌＩｄより大きいＴｅｍｐｏｒａｌＩｄを持つピクチャを参照画像として使うことは禁止されている。よって、ピクチャ復号順は、図２に示すようにＴｅｍｐｏｒａｌＩｄが小さい順であり、ピクチャＩ_０、ピクチャＰ_４、ピクチャＢ_２、ピクチャＢ_１、ピクチャＢ_３の順である。

ところで、階層を規定することにより、時間スケーラビリティを符号列に持たせることができる。

例えば、６０ｆｐｓ（ｆｒａｍｅ ｐｅｒ ｓｅｃｏｎｄ）の符号列から３０ｆｐｓの映像を取得したい場合、画像復号装置は、図１のＴｅｍｐｏｒａｌＩｄ０及びＴｅｍｐｏｒａｌＩｄ１のピクチャのみを復号する。これにより、画像復号装置は、３０ｆｐｓの画像を得ることができる。そして、復号画像は順番に空きがないように出力する必要があるため、画像復号装置は、ピクチャＢ_２の復号後にピクチャＩ_０から順にピクチャを出力する。そのため、表示遅延ピクチャ数は２枚となる。これを時間に換算すると、オリジナルのフレームレートが３０ｆｐｓの場合の表示遅延時間は２／３０秒であり、フレームレートが６０ｆｐｓの場合の表示遅延時間は２／６０秒である。

時間スケーラビリティが高い構造を用いることで、帯域が混雑している場合、又は処理能力が低い画像復号装置が復号処理を行う場合には、画像復号装置は、ＴｅｍｐｏｒａｌＩｄの小さい階層のピクチャのみを復号し、得られた画像を表示することが可能になる。このように、汎用性が向上する。しかし、深い階層構造を許容すると、表示遅延が増大するという課題がある。

しかしながら、上記のように表示遅延ピクチャ数を予め規定しても、フレームレートによって表示遅延時間は異なる。標準的なフレームレート（例えば３０ｆｐｓ）よりも低いフレームレート（例えば２４ｆｐｓ）の場合、表示遅延時間は２／２４秒であり、３０ｆｐｓの２／３０秒より遅延時間が長くなる。

本発明の一態様に係る画像符号化方法は、画像を階層符号化する画像符号化方法であって、前記階層符号化における階層数が、フレームレートに応じて決定された最大階層数以下になるように、前記階層数を決定する階層数決定ステップと、決定された前記階層数で、前記画像を階層符号化することでビットストリームを生成する符号化ステップとを含む。

これによれば、当該画像符号化方法は、表示遅延時間の増加を抑制しつつ、階層数を増加させることできる。よって、当該画像符号化方法は、画像を効率的に符号化できる。

例えば、前記フレームレートが６０ｆｐｓ以下の場合、前記最大階層数は４以下であってもよい。

例えば、前記フレームレートが１２０ｆｐｓの場合、前記最大階層数は５であってもよい。

例えば、前記画像符号化方法は、さらに、画像復号装置において、画像を復号してから出力するまでのピクチャの数である表示遅延ピクチャ数が、前記フレームレートに応じて決定された最大ピクチャ数以下になるように、前記画像のピクチャタイプを決定するピクチャタイプ決定ステップを含み、前記符号化ステップでは、決定されたピクチャタイプで前記画像を符号化してもよい。

例えば、前記ピクチャタイプ決定ステップでは、連続するＢピクチャの数であるＢピクチャ連続数が、前記フレームレートに応じて決定された最大連続数以下になるように、前記画像の前記ピクチャタイプを決定してもよい。

例えば、前記最大ピクチャ数と、画像符号化装置に前記画像が入力されてから前記ビットストリームが出力されるまでの時間であるエンコーダ送出遅延と、前記フレームレートとは以下の関係を満たし、
最大ピクチャ数＝ｉｎｔ（ｌｏｇ_２（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］））
前記最大連続数と、前記エンコーダ送出遅延と、前記フレームレートとは以下の関係を満たし、
最大連続数＝ｉｎｔ（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］−１）
前記最大階層数と、前記エンコーダ送出遅延と、前記フレームレートとは以下の関係を満たしてもよい。
最大階層数＝ｉｎｔ（ｌｏｇ_２（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］））＋１

例えば、各階層の最大ピクチャ数［ｉ］と、前記エンコーダ送出遅延と、前記フレームレートとは以下の関係を満たし、
最大ピクチャ数［ｉ］＝ｉｎｔ（ｌｏｇ_２（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］／２^{（ｎ−ｉ）}））
各階層の最大連続数［ｉ］と、前記エンコーダ送出遅延と、前記フレームレートとは以下の関係を満たし、
最大連続数［ｉ］＝ｉｎｔ（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］／２^{（ｎ−ｉ）}−１）
ｉは、前記最大階層数以下の整数であり、階層を示し、ｎは、（前記最大階層数−１）を示してもよい。

また、本発明の一態様に係る画像復号方法は、画像が階層符号化されることで得られたビットストリームを復号する画像復号方法であって、前記ビットストリームから前記画像を復号する画像復号ステップと、前記ビットストリームから前記階層符号化における階層数を示す第１情報を復号する情報復号ステップと、前記第１情報で示される前記階層数を用いて、復号された前記画像を並び替えて出力する並び替えステップとを含み、前記階層数は、前記ビットストリームのフレームレートに応じて予め決定された最大階層数以下である。

これによれば、当該画像復号方法は、効率的に符号化されることで得られたビットストリームを復号できる。

例えば、前記フレームレートが６０ｆｐｓ以下の場合、前記最大階層数は４以下であってもよい。

例えば、前記フレームレートが１２０ｆｐｓの場合、前記最大階層数は５であってもよい。

例えば、前記情報復号ステップでは、さらに、画像復号装置において、画像を復号してから出力するまでのピクチャの数である表示遅延ピクチャ数を示す第２情報を、前記ビットストリームから復号し、前記並び替えステップでは、前記第１情報で示される前記階層数と、前記第２情報で示される前記表示遅延ピクチャ数とを用いて、復号された前記画像を並び替えて出力してもよい。

例えば、前記情報復号ステップでは、さらに、連続するＢピクチャの数であるＢピクチャ連続数を示す第３情報を、前記ビットストリームから復号し、前記並び替えステップでは、前記第１情報で示される前記階層数と、前記第２情報で示される前記表示遅延ピクチャ数と、前記第３情報で示されるＢピクチャ連続数とを用いて、復号された前記画像を並び替えて出力してもよい。

例えば、前記最大ピクチャ数と、画像符号化装置に前記画像が入力されてから前記ビットストリームが出力されるまでの時間であるエンコーダ送出遅延と、前記フレームレートとは以下の関係を満たし、
最大ピクチャ数＝ｉｎｔ（ｌｏｇ_２（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］））
前記最大連続数と、前記エンコーダ送出遅延と、前記フレームレートとは以下の関係を満たし、
最大連続数＝ｉｎｔ（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］−１）
前記最大階層数と、前記エンコーダ送出遅延と、前記フレームレートとは以下の関係を満たしてもよい。
最大階層数＝ｉｎｔ（ｌｏｇ_２（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］））＋１

例えば、各階層の最大ピクチャ数［ｉ］と、前記エンコーダ送出遅延と、前記フレームレートとは以下の関係を満たし、
最大ピクチャ数［ｉ］＝ｉｎｔ（ｌｏｇ_２（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］／２^{（ｎ−ｉ）}））
各階層の最大連続数［ｉ］と、前記エンコーダ送出遅延と、前記フレームレートとは以下の関係を満たし、
最大連続数［ｉ］＝ｉｎｔ（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］／２^{（ｎ−ｉ）}−１）
ｉは、前記最大階層数以下の整数であり、階層を示し、ｎは、（前記最大階層数−１）を示してもよい。

また、本発明の一態様に係る画像符号化装置は、画像を符号化する画像符号化装置であって、処理回路と、前記処理回路からアクセス可能な記憶装置とを備え、前記処理回路は、前記記憶装置を用いて、前記画像符号化方法を実行する。

これによれば、当該画像符号化装置は、表示遅延時間の増加を抑制しつつ、階層数を増加させることできる。よって、当該画像符号化装置は、画像を効率的に符号化できる。

また、本発明の一態様に係る画像復号装置は、画像が符号化されることにより得られたビットストリームを復号する画像復号装置であって、処理回路と、前記処理回路からアクセス可能な記憶装置とを備え、前記処理回路は、前記記憶装置を用いて、前記画像復号方法を実行する。

これによれば、当該画像復号装置は、効率的に符号化されることで得られたビットストリームを復号できる。

なお、これらの全般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及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、いずれも本発明の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。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。

（実施の形態１）
本実施の形態に係る画像符号化装置は、フレームレートが高い場合には、階層数を多くする。これにより、表示遅延時間の増加を抑制しつつ、階層数を増加できる。

＜全体構成＞
図３は、本実施の形態における画像符号化装置１００の構成を示すブロック図である。

図３に示す画像符号化装置１００は、入力画像１５３を符号化することで符号列１５５（ビットストリーム）を生成する。この画像符号化装置１００は、制限値設定部１０１と、符号化部１０２とを備える。

＜動作（全体）＞
次に、図４を参照しつつ、符号化処理全体のフローについて説明する。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、制限値設定部１０１は、階層符号化における符号化構造に関する符号化構造制限値１５４を設定する（Ｓ１０１）。具体的には、制限値設定部１０１は、フレームレート１５１と送出遅延時間制限値１５２とを用いて符号化構造制限値１５４を設定する。

次に、符号化部１０２は、符号化構造制限値１５４を符号化すると共に、符号化構造制限値１５４を用いて入力画像１５３を符号化することで、符号列１５５を生成する（Ｓ１０２）。

＜制限値設定部１０１の構成＞
図５は、制限値設定部１０１の内部構成の一例を示すブロック図である。

図５に示すように、制限値設定部１０１は、階層数設定部１１１と、階層数パラメータ設定部１１２と、表示遅延ピクチャ数設定部１１３と、Ｂピクチャ連続数設定部１１４と、連続数パラメータ設定部１１５とを備える。

＜動作（符号化構造制限値設定）＞
次に、図６を参照しつつ、制限値設定処理（図４のＳ１０１）の一例について説明する。図６は、本実施の形態に係る制限値設定処理のフローチャートである。

まず、階層数設定部１１１は、画像符号化装置１００の外部から入力されたフレームレート１５１及び送出遅延時間制限値１５２を用いて、符号化構造の階層数１６１を設定する。例えば、階層数１６１は下記（式１）によって算出される（Ｓ１１１）。

階層数＝ｉｎｔ（ｌｏｇ_２（送出遅延時間制限値［ｓ］×フレームレート［ｆｐｓ］））＋１ ・・・（式１）

上記（式１）においてｉｎｔ（ｘ）はｘの小数部を切り捨てた整数を返す関数を意味し、ｌｏｇ_２（ｘ）はｘの２を底とする対数を返す関数を意味する。送出遅延時間制限値１５２は、画像符号化装置１００に入力画像１５３が入力されてから、その入力画像１５３の符号列１５５が出力されるまでの最大時間を示す。

次に、階層数パラメータ設定部１１２は、階層数１６１を用いて、下記（式２）によって、階層数パラメータ１６３であるｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１を設定する（Ｓ１１２）。

ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１＝階層数−１ ・・・（式２）

次に、制限値設定部１０１は、ＴＩｄに０を設定する（Ｓ１１３）。ＴＩｄは階層を識別するための変数であり、以降の階層毎の処理で処理対象の階層を識別するために使用される。

次に、表示遅延ピクチャ数設定部１１３は、フレームレート１５１と送出遅延時間制限値１５２と階層数パラメータ１６３とを用いて、ＴｅｍｐｏｒａｌＩｄがＴＩｄの階層の表示遅延ピクチャ数１６４を設定する（Ｓ１１４）。表示遅延ピクチャ数１６４は、ピクチャ復号時にピクチャの復号が開始されてからピクチャの表示が開始されるまでのピクチャ数である。表示遅延ピクチャ数１６４は下記（式３）によって算出される。

ＴｅｍｐｏｒａｌＩｄがＴＩｄの階層の表示遅延ピクチャ数＝ｉｎｔ（ｌｏｇ_２（送出遅延時間制限値［ｓ］×フレームレート［ｆｐｓ］÷２^{（ｎ−ＴＩｄ）}）） ・・・（式３）

上記（式３）においてｎは最大のＴｅｍｐｏｒａｌＩｄを示し、ステップＳ１１２で算出されたｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１の値である。表示遅延ピクチャ数設定部１１３は、算出された、ＴｅｍｐｏｒａｌＩｄがＴＩｄの階層の表示遅延ピクチャ数をｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［ＴＩｄ］に設定する。

次に、Ｂピクチャ連続数設定部１１４は、フレームレート１５１と送出遅延時間制限値１５２と階層数パラメータ１６３とを用いて、ＴｅｍｐｏｒａｌＩｄがＴＩｄの階層のＢピクチャ連続数１６２を設定する（Ｓ１１５）。Ｂピクチャ連続数１６２は、連続するＢピクチャの枚数であり、下記（式４）によって算出される。

ＴｅｍｐｏｒａｌＩｄがＴＩｄの階層のＢピクチャ連続数＝ｉｎｔ（送出遅延時間制限値［ｓ］×フレームレート［ｆｐｓ］÷２^{（ｎ−ＴＩｄ）}−１） ・・・（式４）

次に、連続数パラメータ設定部１１５は、ＴｅｍｐｏｒａｌＩｄがＴＩｄの階層の、Ｂピクチャ連続数１６２及び表示遅延ピクチャ数１６４（ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［ＴＩｄ］）を用いて、ＴｅｍｐｏｒａｌＩｄがＴＩｄの階層の連続数パラメータ１６５を設定する（Ｓ１１６）。ＴｅｍｐｏｒａｌＩｄがＴＩｄの階層の連続数パラメータ１６５は、下記（式５）によって設定される。

ＴｅｍｐｏｒａｌＩｄがＴＩｄの階層の連続数パラメータ＝ＴｅｍｐｏｒａｌＩｄがＴＩｄの階層のＢピクチャ連続数−ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［ＴＩｄ］＋１ ・・・（式５）

算出された連続数パラメータ１６５はｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１［ＴＩｄ］に設定される。

次に、制限値設定部１０１は、ＴＩｄに１を加算することによって処理対象の階層を移す（Ｓ１１７）。ＴＩｄが階層数１６１になるまで、つまり全階層の処理が完了するまでステップＳ１１４〜Ｓ１１７が繰り返される（Ｓ１１８）。

なお、ここでは、制限値設定部１０１は、階層数１６１を設定してから、各階層における表示遅延ピクチャ数１６４とＢピクチャ連続数１６２を設定したが、設定順序はこれに限られない。

＜符号化部１０２の構成＞
図７は、符号化部１０２の内部構成を示すブロック図である。図７に示すように、符号化部１０２は、画像並び替え部１２１と、符号ブロック分割部１２２と、減算部１２３と、変換量子化部１２４と、可変長符号化部１２５と、逆変換量子化部１２６と、加算部１２７と、フレームメモリ１２８と、イントラ予測部１２９と、インター予測部１３０と、選択部１３１とを備える。

＜動作（符号化）＞
次に、図８を参照しつつ、本実施の形態に係る符号化処理（図４のＳ１０２）について説明する。図８は、本実施の形態に係る符号化処理のフローチャートである。

まず、可変長符号化部１２５は、制限値設定部１０１によって設定されたｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［］、ｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１［］を可変長符号化する（Ｓ１２１）。ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［］、ｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１［］は階層毎に存在するが、可変長符号化部１２５は、それらを全て符号化する。

次に、画像並び替え部１２１は、ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［］、ｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１［］に従って入力画像１５３を並び替えるとともに、入力画像１５３のピクチャタイプを決定する（Ｓ１２２）。

画像並び替え部１２１は、この並び替えを、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１］とＳｐｓＭａｘＬａｔｅｎｃｙＰｉｃｔｕｒｅｓを用いて行う。ＳｐｓＭａｘＬａｔｅｎｃｙＰｉｃｔｕｒｅｓは、下記（式６）により算出される。

ＳｐｓＭａｘＬａｔｅｎｃｙＰｉｃｔｕｒｅｓ＝ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１］＋ｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１［ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１］−１ ・・・（式６）

図９Ａ〜図９Ｄは、この並び替えを示す図である。図９Ａ〜図９Ｄに示すような並び替えが行われるため、符号化部１０２は、入力画像１５３が複数枚入力された後でないと入力画像１５３の符号化を始めることができない。つまり、１枚目の入力画像１５３が入力されてから符号列１５５の出力を開始するまでに遅延が発生する。この遅延が送出遅延時間であり、上述した送出遅延時間制限値１５２はこの送出遅延時間の制限値である。

また、図９Ａ〜図９Ｄは、符号化構造制限値１５４に対応する送出遅延ピクチャ数を示す。図９Ａは、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１］が１であり、ＳｐｓＭａｘＬａｔｅｎｃｙＰｉｃｔｕｒｅｓが２の場合の送出遅延ピクチャ数を示す。図９Ｂは、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１］が２であり、ＳｐｓＭａｘＬａｔｅｎｃｙＰｉｃｔｕｒｅｓが３の場合の送出遅延ピクチャ数を示す。図９Ｃは、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１］が３であり、ＳｐｓＭａｘＬａｔｅｎｃｙＰｉｃｔｕｒｅｓが７の場合の送出遅延ピクチャ数を示す。図９Ｂは、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ［ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１］が４であり、ＳｐｓＭａｘＬａｔｅｎｃｙＰｉｃｔｕｒｅｓが７の場合の送出遅延ピクチャ数を示す。

例えば、図９Ａの場合、画像０、画像１、画像２、画像３がこの順で画像符号化装置１００に入力され、画像符号化装置１００は、これらの画像を、画像０、画像３、画像１、画像２の順に符号化する。画像符号化装置１００は、符号列を隙間なく送出する必要があるため、画像３が入力されるまで符号列の送出を開始しない。そのため、画像０が入力されてから符号列の送出を開始するまでに３ピクチャ分の送出遅延が発生する。また、画像並び替え部１２１は、各画像のピクチャタイプを決定し、各画像がどの画像を参照ピクチャとして用いるかを示す情報をインター予測部１３０に出力する。ここでピクチャタイプとは、Ｉピクチャ、Ｐピクチャ及びＢピクチャである。

次に、符号ブロック分割部１２２は、入力画像１５３を符号ブロック１７１に分割する（Ｓ１２３）。

次に、イントラ予測部１２９は、イントラ予測の予測ブロックを生成し、その予測ブロックのコストを算出する（Ｓ１２４）。インター予測部１３０は、インター予測の予測ブロックを生成し、その予測ブロックのコストを算出する（Ｓ１２５）。選択部１３１は、算出されたコスト等を用いて、使用する予測モード及び予測ブロック１７７を決定する（Ｓ１２６）。

次に、減算部１２３は、予測ブロック１７７と符号ブロック１７１との差分を算出することによって差分ブロック１７２を生成する（Ｓ１２７）。次に、変換量子化部１２４は、差分ブロック１７２に対し周波数変換及び量子化を行うことで変換係数１７３を生成する（Ｓ１２８）。次に、逆変換量子化部１２６は、変換係数１７３に対して逆量子化及び逆周波数変換を行うことによって差分ブロック１７４を復元する（Ｓ１２９）。次に、加算部１２７は、予測ブロック１７７と差分ブロック１７４とを加算することによって復号ブロック１７５を生成する（Ｓ１３０）。この復号ブロック１７５は、フレームメモリ１２８に格納され、イントラ予測部１２９及びインター予測部１３０による予測処理に用いられる。

次に、可変長符号化部１２５は、使用された予測モード等を示す予測情報１７８を符号化し（Ｓ１３１）、変換係数１７３を符号化する（Ｓ１３２）。

そして、次の符号ブロックに処理が移り（Ｓ１３３）、符号化部１０２は、ピクチャ内の全符号ブロックの処理が完了するまでステップＳ１２４〜Ｓ１３３を繰り返す（Ｓ１３４）。

そして、符号化部１０２は、全ピクチャの処理が完了するまでステップＳ１２２〜Ｓ１３４を繰り返す（Ｓ１３５）。

＜効果＞
以上、本実施の形態に係る画像符号化装置１００は、フレームレート１５１及び送出遅延時間制限値１５２によって符号化構造を決める。これにより、画像符号化装置１００は、フレームレート１５１が高い場合は、デコーダの表示遅延時間、及びエンコーダの送出遅延時間を延ばすことなく階層を深くできるので、時間スケーラビリティが高めることができる。また、Ｂピクチャの枚数が増えることにより圧縮性能を高めることが可能となる。

また、様々なフレームレートの場合でも指定したデコーダの表示遅延時間、及びエンコーダの送出遅延時間を超えないようにできる。

このことについて、より具体的に説明する。図１０は、フレームレート１５１及び送出遅延時間制限値１５２によって算出される、階層数１６１、表示遅延ピクチャ数１６４及びＢピクチャ連続数１６２を示す図である。また、図１０では、送出遅延時間制限値を４／３０秒とした場合の例を示す。

また、図１１Ａ〜図１１Ｄは、図１０の条件に基づく符号化構造を示す図である。図１１Ａは、フレームレートが２４ｆｐｓの場合の構造を示す。図１１Ｂは、フレームレートが３０ｆｐｓの場合の構造を示す。図１１Ｃは、フレームレートが６０ｆｐｓの場合の構造を示す。図１１Ｄは、フレームレートが１２０ｆｐｓの場合の構造を示す。

また、符号列の送出遅延ピクチャ数は、フレームレートが２４ｆｐｓ、３０ｆｐｓ、６０ｆｐｓ及び１２０ｆｐｓの場合、それぞれ図９Ａ〜図９Ｄに示される。また、図１２Ａ〜図１２Ｄは、フレームレートが２４ｆｐｓ、３０ｆｐｓ、６０ｆｐｓ及び１２０ｆｐｓの場合の表示遅延ピクチャ数を示す図である。

図１０に示すように、全てのフレームレートにおいて、送出遅延時間は、制限値である４／３０秒を超えない。また、現在の運用規定（非特許文献２）では、図１１Ｂのように符号化構造は、３階層までに制限されている。つまり、図１２Ｂのように表示遅延ピクチャ数は２までに制限されており、図９Ｂに示すように符号列の送出遅延ピクチャ数は４までに制限されている。また、３０ｆｐｓの場合、表示遅延時間は２／３０秒であり、送出遅延時間は４／３０秒である。本実施の形態では、送出遅延時間制限値を４／３０秒に設定した場合、フレームレートに応じて階層数を増減させても送出遅延時間は４／３０秒を越えず、表示遅延時間は２／３０秒を超えない。

また、本実施の形態では、画像符号化装置１００は、表示遅延時間ではなく、送出遅延時間の制限値を用いて符号化構造を決定する。このように送出遅延時間で符号化構造を制限することによって、現在の運用規定（非特許文献２）の表示遅延時間である２／３０秒、及び送出遅延時間である４／３０秒の双方を超えないように符号化構造を決定できる。より具体的には、現在の運用規定（非特許文献２）の表示遅延時間である２／３０秒を超えないように表示遅延ピクチャ数を決定した場合、１２０ｆｐｓでは表示遅延ピクチャ数は８（８／１２０秒）であり、９階層の符号化構造までが許可される。しかし、９階層の符号化構造を用いた場合、送出遅延ピクチャ数は２５６（２５６／１２０秒）となり、現在の運用規定（非特許文献２）の送出遅延時間４／３０秒を大きく超える。一方、送出遅延時間に着目し、４／３０秒の送出遅延時間を超えないように送出遅延ピクチャ数を決定した場合、１２０ｆｐｓでは送出遅延ピクチャ数は１６（１６／１２０秒）に制限され、符号化構造は、５階層までに制限される。この場合、表示遅延時間は、２／３０秒を超えない。このように、送出遅延時間を制限することで、送出遅延時間及び表示遅延時間の双方を適切に制限できる。

また、画像符号化装置１００は、各階層で符号化構造の制限値を設定する。これにより、ＴｅｍｐｏｒａｌＩｄが小さい階層のピクチャのみしか復号しない画像復号装置においても、表示遅延時間が指定された時間を超えないようにできる。

なお、上記説明では、画像符号化装置１００は、算式によって階層数等の符号化構造制限値を算出しているが、図１０に示すテーブルを予めメモリに保存しておき、当該テーブルを参照して、フレームレート１５１と送出遅延時間制限値１５２とに応じた符号化構造制限値を設定してもよい。また、画像符号化装置１００は、テーブル及び算式の両方を用いてもよい。例えば、画像符号化装置１００は、フレームレートが２４ｆｐｓ以下の場合はテーブルを用いて符号化構造制限値を設定し、フレームレートが２４ｆｐｓを超える場合は算式を用いて符号化構造制限値を設定してもよい。

また、上記説明では、画像符号化装置１００は、外部から入力された送出遅延時間制限値１５２及びフレームレート１５１を用いているが、その限りではない。例えば、画像符号化装置１００は、送出遅延時間制限値１５２及びフレームレート１５１の少なくとも一方として予め定められた固定値を使用してもよい。また、画像符号化装置１００は、バッファメモリ等の内部の状態に応じて送出遅延時間制限値１５２及びフレームレート１５１の少なくとも一方を決定してもよい。

また、図１１Ａ〜図１１Ｄに示す符号化構造は一例であり、これに限らない。例えば、参照画像を示す矢印はこの限りではなく、各ピクチャが、自らのＴｅｍｐｏｒａｌＩｄより大きいＴｅｍｐｏｒａｌＩｄを持つピクチャを参照画像として使わなければよく、例えば、図１１Ｂに示す画像Ｂ_１は画像Ｐ_４を参照画像として使用してもよい。

また、上述した符号化構造の制限値（階層数、Ｂピクチャ連続数及び表示遅延ピクチャ数）はあくまで最大値であり、状況に応じて制限値より小さい値が使用されもよい。例えば、図１０でフレームレートが３０ｆｐｓの場合、階層数は３、Ｂピクチャ連続数は３［２］、表示遅延ピクチャ数は２［２］であり、図１１Ｂのような符号化構造が示されているが、階層数は３以下であればよく、Ｂピクチャ連続数及び表示遅延ピクチャ数は、３以下の階層数に対応する値であればよい。例えば、階層数が２であり、Ｂピクチャ連続数が２［１］であり、表示遅延ピクチャ数が２［２］であってもよい。この場合、例えば、図１１Ａに示す符号化構造が使用される。その場合、図８に示すステップＳ１２１の符号化構造符号化では、その使用された符号化構造を示す情報が符号化される。

また、上記説明では、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓに表示遅延ピクチャ数が設定されているが、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓは、順番が変更されるピクチャの数を表わす変数であってもよい。例えば、図９Ｃに示す例では、入力画像８、入力画像４及び入力画像２は、入力順（表示順）の位置より前になるように並び替えられて符号化される。この場合、順番が変更されるピクチャ数は３であり、この値３が、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓに設定されてもよい。

また、上記説明では、連続数パラメータがｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１に設定され、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ＋ｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１−１の値（ＳｐｓＭａｘＬａｔｅｎｃｙＰｉｃｔｕｒｅｓ）をＢピクチャ連続数として扱っているが、ＳｐｓＭａｘＬａｔｅｎｃｙＰｉｃｔｕｒｅｓはピクチャ復号完了後にそのピクチャがバッファに格納されてから表示可能となるまでの間に復号されるピクチャの数であるピクチャデコード回数の最大値を示してもよい。例えば、図１２Ｂの画像Ｐ_４の場合、画像Ｐ_４の復号が完了してから画像Ｂ_２、画像Ｂ_１及び画像Ｂ_３の３枚の画像が復号された後に、画像Ｐ_４が表示可能な状態になる。また、画像Ｂ_２、画像Ｂ_３、及び画像Ｐ_４が順に表示される。この最大のピクチャデコード回数である３がＳｐｓＭａｘＬａｔｅｎｃｙＰｉｃｔｕｒｅｓに設定されてもよい。

また、本実施の形態では各階層に対してｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ、及びｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１が設定され、これらが符号化されているが、その限りではない。例えば、時間スケーラビリティを使わないシステムの場合は最も深い階層（ＴｅｍｐｏｒａｌＩｄが最も大きい階層）のｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ、及びｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１の値のみが設定され、これらが符号化されてもよい。

また、上記説明では、フレームレートは２４ｆｐｓ、３０ｆｐｓ、６０ｆｐｓ及び１２０ｆｐｓの４種類であるが、それ以外のフレームレートが用いられてもよい。また、フレームレートは、２９．９７ｆｐｓ等、小数を含んだ数値でもよい。

さらに、本実施の形態における処理は、ソフトウェアで実現してもよい。そして、このソフトウェアをダウンロード等により配布してもよい。また、このソフトウェアをＣＤ−ＲＯＭなどの記録媒体に記録して流布してもよい。なお、このことは、本明細書における他の実施の形態においても該当する。

（実施の形態２）
本実施の形態では、実施の形態１で説明した画像符号化装置に対応する画像復号装置について説明する。

＜全体構成＞
図１３は、本実施の形態における画像復号装置２００の構成を示すブロック図である。

図１３に示す画像復号装置２００は、符号列２５１を復号することで出力画像２６３を生成する。符号列２５１は、例えば、実施の形態１における画像符号化装置１００により生成された符号列１５５である。この画像復号装置２００は、可変長復号部２０１と、逆変換量子化部２０２と、加算部２０３と、フレームメモリ２０４と、イントラ予測ブロック生成部２０５と、インター予測ブロック生成部２０６と、制限値復号部２０８と、画像並び替え部２０９と、符号化構造確認部２１０とを備える。

＜動作（全体）＞
次に、図１４を参照しつつ、本実施の形態に係る画像復号処理について説明する。

まず、可変長復号部２０１は、符号列２５１から符号化構造制限値２５７を復号する。この符号化構造制限値２５７は、ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ、及びｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１を含む。なお、これらの情報の意味は実施の形態１と同様である。次に、制限値復号部２０８は、ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１に１加算することによって階層数を取得し、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ＋ｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１−１の算式によってＢピクチャ連続数を取得し、ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓによって表示遅延ピクチャ数を取得する（Ｓ２０１）。また、制限値復号部２０８は、外部から入力されたＨｉｇｈｅｓｔＴＩｄ２５２の値に対応するＴｅｍｐｏｒａｌＩｄの階層のｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ、及びｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１から符号化構造２６２（階層数、表示遅延ピクチャ数及びＢピクチャ連続数）を取得し、取得された符号化構造２６２を画像並び替え部２０９及び符号化構造確認部２１０へ出力する。ここで、ＨｉｇｈｅｓｔＴＩｄ２５２は、復号される最大階層のＴｅｍｐｏｒａｌＩｄを示す。

次に、符号化構造確認部２１０は、符号化構造２６２の各値が運用規定に準拠しているかを確認する（Ｓ２０２）。具体的には、符号化構造確認部２１０は、外部から入力された送出遅延時間制限値２５３と、符号列２５１を可変長復号することで得られたフレームレート２５６とを用いて、下記（式７）〜（式９）により各制限値を算出し、符号化構造が、算出した制限値以下かどうかを判定する。

階層数＝ｉｎｔ（ｌｏｇ_２（送出遅延時間制限値［ｓ］×フレームレート［ｆｐｓ］））＋１ ・・・（式７）

表示遅延ピクチャ数［ＴＩｄ］＝ｉｎｔ（ｌｏｇ_２（送出遅延時間制限値［ｓ］×フレームレート［ｆｐｓ］÷２^{（ｎ−ＴＩｄ）}）） ・・・（式８）

Ｂピクチャ連続数［ＴＩｄ］＝ｉｎｔ（送出遅延時間制限値［ｓ］×フレームレート［ｆｐｓ］÷２^{（ｎ−ＴＩｄ）}−１） ・・・（式９）

符号化構造確認部２１０は、符号化構造が制限値より大きい場合（Ｓ２０３でＹｅｓ）は、その旨をエラー表示し（Ｓ２０４）、復号処理を終了する。

次に、可変長復号部２０１は、符号列２５１から予測モードを示す予測情報２５５を復号する（Ｓ２０５）。予測モードがイントラ予測の場合（Ｓ２０６でＹｅｓ）、イントラ予測ブロック生成部２０５は、イントラ予測で予測ブロック２６１を生成する（Ｓ２０７）。一方、予測モードがインター予測の場合（Ｓ２０６でＮｏ）、インター予測ブロック生成部２０６は、インター予測で予測ブロック２６１を生成する（Ｓ２０８）。

次に、可変長復号部２０１は、符号列２５１から変換係数２５４を復号する（Ｓ２０９）。次に、逆変換量子化部２０２は、変換係数２５４に対して逆量子化及び逆周波数変換を行うことによって差分ブロック２５８を復元する（Ｓ２１０）。次に、加算部２０３は、差分ブロック２５８と予測ブロック２６１と加算することによって復号ブロック２５９を生成する（Ｓ２１１）。この復号ブロック２５９は、フレームメモリ２０４に格納されて、イントラ予測ブロック生成部２０５及びインター予測ブロック生成部２０６による予測ブロック生成処理に用いられる。

そして、画像復号装置２００は、次の符号ブロックに処理を移し（Ｓ２１２）、ピクチャ内の全符号ブロックの処理が完了するまでステップＳ２０５〜Ｓ２１２を繰り返す（Ｓ２１３）。

なお、ステップＳ２０５〜Ｓ２１２の処理は、外部から入力されるＨｉｇｈｅｓｔＴＩｄ２５２以下のＴｅｍｐｏｒａｌＩｄを有するピクチャのみに対して実施される。

次に、画像並び替え部２０９は、外部から入力されるＨｉｇｈｅｓｔＴＩｄ２５２の階層の符号化構造２６２に従って復号ピクチャを並び替え、並び替えた後の復号ピクチャを出力画像２６３として出力する（Ｓ２１４）。

そして、画像復号装置２００は、全ピクチャの処理が完了するまでステップＳ２０５〜Ｓ２１４を繰り返す（Ｓ２１５）。

＜効果＞
以上、本実施の形態に係る画像復号装置２００は、効率的な符号化により生成された符号列を復号できる。また、画像復号装置２００は、符号化構造が運用規定に準拠しているかを調べ、準拠していない場合は復号処理を停止し、エラー表示を行うことができる。

なお、上記説明では、画像復号装置２００は、外部から入力されたＨｉｇｈｅｓｔＴＩｄ２５２に従い、ＨｉｇｈｅｓｔＴＩｄ２５２以下の階層のピクチャしか復号しないようにしているが、その限りではない。画像復号装置２００は、常に全階層のピクチャを復号してもよい。また、画像復号装置２００は、ＨｉｇｈｅｓｔＴＩｄ２５２として予め定められた固定値を用い、常にＨｉｇｈｅｓｔＴＩｄ２５２で示される予め定められた階層以下のピクチャのみを復号してもよい。

また、上記説明では、画像復号装置２００は、符号化構造２６２が運用規定に準拠しているかどうかを調べているが、この機能は必須ではなく、符号化構造２６２を確認しなくてもよい。

また、上記説明では、画像復号装置２００は、外部から入力された送出遅延時間制限値２５３を用いているが、送出遅延時間制限値２５３として予め定められた固定値を使用してもよい。

その他は実施の形態１と同じであるため、省略する。

なお、各フローの順序については符号化側と同様に上記に限られない。

以上、実施の形態１及び実施の形態２で説明したように、実施の形態１に係る画像符号化装置１００は、入力画像１５３を階層符号化することで符号列１５５（ビットストリーム）を生成する画像符号化装置であって、図１５に示す処理を行う。

まず、画像符号化装置１００は、階層符号化における階層数１６１が、フレームレートに応じて予め決定された最大階層数以下になるように、階層数１６１を決定する（Ｓ３０１）。ここで、最大階層数は、図１０に示す階層数であり、例えば、フレームレートが２４ｆｐｓの場合には２であり、フレームレートが３０ｆｐｓの場合には３であり、フレームレートが６０ｆｐｓの場合に４であり、フレームレートが１２０ｆｐｓの場合には５である。言い換えると、フレームレートが６０ｆｐｓ以上の場合、最大階層数は４以上である。また、フレームレートが６０ｆｐｓ以下の場合、最大階層数は４以下である。また、フレームレートが３０ｆｐｓより大きい場合、最大階層数は３より大きい。

なお、画像符号化装置１００は、さらに、表示遅延ピクチャ数１６４が、フレームレートに応じて予め決定された最大ピクチャ数以下になるように、入力画像１５３のピクチャタイプを決定する。ここで、表示遅延ピクチャ数１６４とは、画像符号化装置１００により生成された符号列１５５を画像復号装置が復号する際に、当該画像復号装置が画像の復号を開始してから出力（表示）するまでのピクチャの数である。また、ピクチャタイプとは、Ｉピクチャ、Ｐピクチャ又はＢピクチャである。ここで、最大ピクチャ数は、図１０に示す表示遅延ピクチャ数であり、例えば、フレームレートが２４ｆｐｓの場合には１であり、フレームレートが３０ｆｐｓの場合には２であり、フレームレートが６０ｆｐｓの場合に３であり、フレームレートが１２０ｆｐｓの場合には４である。言い換えると、フレームレートが６０ｆｐｓ以上の場合、最大ピクチャ数は３以上である。また、フレームレートが６０ｆｐｓ以下の場合、最大ピクチャ数は３以下である。また、フレームレートが３０ｆｐｓより大きい場合、最大ピクチャ数は２より大きい。

また、画像符号化装置１００は、さらに、連続するＢピクチャの数であるＢピクチャ連続数１６２が、フレームレートに応じて予め決定された最大連続数以下になるように、入力画像１５３のピクチャタイプを決定する。ここで、最大連続数は、図１０に示す表示遅延ピクチャ数であり、例えば、フレームレートが２４ｆｐｓの場合には２であり、フレームレートが３０ｆｐｓの場合には３であり、フレームレートが６０ｆｐｓの場合に７であり、フレームレートが１２０ｆｐｓの場合には１５である。言い換えると、フレームレートが６０ｆｐｓ以上の場合、最大連続数は７以上である。また、フレームレートが６０ｆｐｓ以下の場合、最大連続数は７以下である。また、フレームレートが３０ｆｐｓより大きい場合、最大連続数は３より大きい。

また、画像符号化装置１００は、図１０に示すように、フレームレートに応じて、最大階層数、最大ピクチャ数及びＢピクチャ連続数を決定してもよい。つまり、画像符号化装置１００は、フレームレートが高いほど最大階層数、最大ピクチャ数及びＢピクチャ連続数を多く設定してもよい。

また、上述したように、階層数１６１、表示遅延ピクチャ数１６４及びＢピクチャ連続数１６２は、フレームレート１５１及び送出遅延時間制限値１５２を用いて、上記（式１）、（式３）及び（式４）により算出される。つまり、最大ピクチャ数と、画像符号化装置１００に入力画像１５３が入力されてから符号列１５５が出力されるまでの時間であるエンコーダ送出遅延（送出遅延時間）と、フレームレートとは以下の関係を満たす。

最大ピクチャ数＝ｉｎｔ（ｌｏｇ_２（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］））

また、最大連続数と、エンコーダ送出遅延と、フレームレートとは以下の関係を満たす。

最大連続数＝ｉｎｔ（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］−１）
最大階層数と、エンコーダ送出遅延と、フレームレートとは以下の関係を満たす。

最大階層数＝ｉｎｔ（ｌｏｇ_２（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］））＋１

また、各階層の最大ピクチャ数［ｉ］と、エンコーダ送出遅延と、フレームレートとは以下の関係を満たす。

最大ピクチャ数［ｉ］＝ｉｎｔ（ｌｏｇ_２（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］／２^{（ｎ−ｉ）}））

各階層の最大連続数［ｉ］と、エンコーダ送出遅延と、フレームレートとは以下の関係を満たす。

最大連続数［ｉ］＝ｉｎｔ（エンコーダ送出遅延［ｓ］×フレームレート［ｆｐｓ］／２^{（ｎ−ｉ）}−１）

ここで、ｉは、最大階層数以下の整数であり、階層を示す。ｎは、（最大階層数−１）を示す。

次に、画像符号化装置１００は、決定された階層数１６１及びピクチャタイプで、入力画像１５３を階層符号化することで符号列１５５を生成する（Ｓ３０２）。また、画像符号化装置１００は、決定された階層数１６１、表示遅延ピクチャ数１６４及びＢピクチャ連続数１６２を示す第１情報（ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１）、第２情報（ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ）及び第３情報（ｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１）を符号化する。

また、実施の形態２に係る画像復号装置２００は、画像が階層符号化されることで得られた符号列２５１（ビットストリーム）を復号することで出力画像２６３を生成する画像復号装置であって、図１６に示す処理を行う。

まず、画像復号装置２００は、符号列２５１から画像を復号する（Ｓ４０１）。

次に、画像復号装置２００は、符号列２５１から、階層符号化における階層数を示す第１情報（ｓｐｓ＿ｍａｘ＿ｓｕｂ＿ｌａｙｅｒｓ＿ｍｉｎｕｓ１）を復号する（Ｓ４０２）。例えば、この階層数は、符号列２５１のフレームレートに応じて予め決定された最大階層数以下である。

さらに、画像復号装置２００は、表示遅延ピクチャ数を示す第２情報（ｓｐｓ＿ｍａｘ＿ｎｕｍ＿ｒｅｏｒｄｅｒ＿ｐｉｃｓ）を、符号列２５１から復号する。また、画像復号装置２００は、さらに、Ｂピクチャ連続数を示す第３情報（ｓｐｓ＿ｍａｘ＿ｌａｔｅｎｃｙ＿ｉｎｃｒｅａｓｅ＿ｐｌｕｓ１）を、符号列２５１から復号する。

次に、画像復号装置２００は、第１情報で示される階層数と、第２情報で示される表示遅延ピクチャ数と、第３情報で示されるＢピクチャ連続数とを用いて、復号された画像を並び替えて出力する（Ｓ４０３）。

なお、階層数の最大値である最大階層数、表示遅延ピクチャ数の最大値である最大ピクチャ数及びＢピクチャ連続数の最大値である最大連続数の具体例及び制限は、画像符号化装置１００の場合と同様である。また、最大階層数、最大ピクチャ数及び最大連続数と、フレームレート及びエンコーダ送出遅延との関係も画像符号化装置１００の場合と同様である。

以上、実施の形態に係る画像復号装置及び画像符号化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。

また、上記実施の形態に係る画像復号装置又は画像符号化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又はプロセッサなどのプログラム実行部が、ハードディスク又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。

言い換えると、画像復号装置及び画像符号化装置は、処理回路（ｐｒｏｃｅｓｓｉｎｇ
ｃｉｒｃｕｉｔｒｙ）と、当該処理回路に電気的に接続された（当該処理回路からアクセス可能な）記憶装置（ｓｔｏｒａｇｅ）とを備える。処理回路は、専用のハードウェア及びプログラム実行部の少なくとも一方を含む。また、記憶装置は、処理回路がプログラム実行部を含む場合には、当該プログラム実行部により実行されるソフトウェアプログラムを記憶する。処理回路は、記憶装置を用いて、上記実施の形態に係る画像復号方法又は画像符号化方法を実行する。

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、上記の画像復号方法又は画像符号化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。

また、上記実施の形態において説明した処理は、単一の装置（システム）を用いて集中処理することによって実現してもよいし、複数の装置を用いて分散処理することによって実現してもよい。また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、分散処理を行ってもよい。

また、本発明は、受信する端末の機能が多様である、多くのエンドユーザに向けた放送などの場合に特に効果的である。例えば、上述したデータ構造の信号が放送される。４ｋ２ｋテレビのような端末はフル階層のデータを解くことができる。一方、スマートフォンは２階層までを解くなどができる。また、送信装置は、帯域の混雑状況によっては、フル階層ではなく、上位の階層のみを送ることができる。これにより、柔軟な放送及び通信が可能になる。

以上、本発明の一つ又は複数の態様に係る画像復号装置及び画像符号化装置について、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、本発明の一つ又は複数の態様の範囲内に含まれてもよい。

（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、Ｃ
ＤＭＡ（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１８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１９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。このようなプログラマブル・ロジック・デバイスは、典型的には、ソフトウェア又はファームウェアを構成するプログラムを、ロードする又はメモリ等から読み込むことで、上記各実施の形態で示した動画像符号化方法、又は動画像復号化方法を実行することができる。

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、階層符号化に特徴を有していることから、例えば、逆量子化については専用の復号処理部ex９０１を用い、それ以外のエントロピー復号、逆量子化、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３５Ｂ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。

本発明は、画像復号方法および装置、または画像符号化方法および装置に適用できる。また、本発明は、画像復号装置を備える、テレビ、デジタルビデオレコーダー、カーナビゲーション、携帯電話、デジタルカメラ、及びデジタルビデオカメラ等の高解像度の情報表示機器又は撮像機器に利用可能である。

１００ 画像符号化装置
１０１ 制限値設定部
１０２ 符号化部
１１１ 階層数設定部
１１２ 階層数パラメータ設定部
１１３ 表示遅延ピクチャ数設定部
１１４ Ｂピクチャ連続数設定部
１１５ 連続数パラメータ設定部
１２１、２０９ 画像並び替え部
１２２ 符号ブロック分割部
１２３ 減算部
１２４ 変換量子化部
１２５ 可変長符号化部
１２６、２０２ 逆変換量子化部
１２７、２０３ 加算部
１２８、２０４ フレームメモリ
１２９ イントラ予測部
１３０ インター予測部
１３１ 選択部
１５１、２５６ フレームレート
１５２、２５３ 送出遅延時間制限値
１５３ 入力画像
１５４、２５７ 符号化構造制限値
１５５、２５１ 符号列
１６１ 階層数
１６２ Ｂピクチャ連続数
１６３ 階層数パラメータ
１６４ 表示遅延ピクチャ数
１６５ 連続数パラメータ
１７１ 符号ブロック
１７２、１７４、２５８ 差分ブロック
１７３、２５４ 変換係数
１７５、２５９ 復号ブロック
１７７、２６１ 予測ブロック
１７８、２５５ 予測情報
２００ 画像復号装置
２０１ 可変長復号部
２０５ イントラ予測ブロック生成部
２０６ インター予測ブロック生成部
２０８ 制限値復号部
２１０ 符号化構造確認部
２５２ ＨｉｇｈｅｓｔＴＩｄ
２６２ 符号化構造
２６３ 出力画像

Claims (8)

1. 動画像を階層符号化し、階層符号化されたビットストリームを送信する送信方法であって、
   前記動画像に対して、最大階層数以下である階層数で、前記動画像に含まれる複数の画像を、前記階層数である階層構造に階層符号化することでビットストリームを生成する符号化ステップと、
   前記ビットストリームを送信する送信ステップと、を含み、
   前記最大階層数は、前記動画像のフレームレートに基づいて予め定まる
   送信方法。
2. 前記フレームレートが６０ｆｐｓ以下の場合、前記最大階層数は４以下である
   請求項１記載の送信方法。
3. 前記フレームレートが１２０ｆｐｓの場合、前記最大階層数は５である
   請求項１又は２記載の送信方法。
4. 動画像が階層符号化されることで得られたビットストリームを受信し、受信したビットストリームを復号する受信方法であって、
   前記動画像に対して、最大階層数以下である階層数で、前記動画像に含まれる複数の画像を、前記階層数である階層構造に階層符号化することで生成された前記ビットストリームを受信する受信ステップと、
   前記ビットストリームから前記複数の画像を復号する復号ステップと、を含み、
   前記最大階層数は、前記動画像のフレームレートに基づいて予め定まる
   受信方法。
5. 前記フレームレートが６０ｆｐｓ以下の場合、前記最大階層数は４以下である
   請求項４記載の受信方法。
6. 前記フレームレートが１２０ｆｐｓの場合、前記最大階層数は５である
   請求項４又は５記載の受信方法。
7. 動画像を階層符号化し、階層符号化されたビットストリームを送信する送信装置であって、
   処理回路と、
   前記処理回路からアクセス可能な記憶装置とを備え、
   前記処理回路は、前記記憶装置を用いて、
   請求項１記載の送信方法を実行する
   送信装置。
8. 動画像が階層符号化されることで得られたビットストリームを受信し、受信したビットストリームを復号する受信装置であって、
   処理回路と、
   前記処理回路からアクセス可能な記憶装置とを備え、
   前記処理回路は、前記記憶装置を用いて、
   請求項４記載の受信方法を実行する
   受信装置。

Images