JP7114773B2 - 復号装置及び符号化装置 - Google Patents

Description

本開示は、インター予測を用いた画像の符号化及び復号に関する。

ＨＥＶＣ（Ｈｉｇｈ－Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）と称される映像符号化標準規格が、ＪＣＴ－ＶＣ（Ｊｏｉｎｔ Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｔｅａｍ ｏｎ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）により標準化されている。

Ｈ．２６５（ＩＳＯ／ＩＥＣ ２３００８－２ ＨＥＶＣ（Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ））

このような符号化及び復号技術では、さらなる圧縮効率の向上及び処理負荷の軽減が求められている。

そこで、本開示は、さらなる圧縮効率の向上及び処理負荷の軽減を実現できる符号化装置、復号装置、符号化方法又は復号方法を提供する。

本開示の一態様に係る復号装置は、復号対象ピクチャに含まれる復号対象ブロックを復号する復号装置であって、プロセッサと、メモリと、を備え、前記プロセッサは、前記メモリを用いて、双方向予測のために前記復号対象ブロックに対応付けられた２つの参照ピクチャを用いて、小数画素精度に補間することで２つの予測画像を取得し、前記２つの予測画像に含まれる複数の第１画素の複数の画素値を用いて、前記復号対象ブロックを分割して得られるサブブロックに含まれる複数の第２画素それぞれに対応する複数の水平方向の勾配値を取得し、前記複数の水平方向の勾配値に基づき、前記サブブロックの動き補正値を導出し、前記複数の水平方向の勾配値を用いたインター予測の終了時に、前記サブブロックの前記動き補正値を用いて、前記サブブロックに対応する出力予測画像を生成し、前記２つの予測画像は、２つの動きベクトルを用いて特定され、前記補間のための参照範囲は、前記複数の水平方向の勾配値を用いない通常インター予測において、前記復号対象ブロックに対応する小数画素精度の予測画像を取得するために参照される通常参照範囲に含まれる。

なお、これらの全般的又は具体的な態様は、システム、方法、集積回路、コンピュータプログラム又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。

本開示は、さらなる圧縮効率の向上及び処理負荷の軽減を実現できる符号化装置、復号装置、符号化方法又は復号方法を提供することができる。

図１は、実施の形態１に係る符号化装置の機能構成を示すブロック図である。 図２は、実施の形態１におけるブロック分割の一例を示す図である。 図３は、各変換タイプに対応する変換基底関数を示す表である。 図４Ａは、ＡＬＦで用いられるフィルタの形状の一例を示す図である。 図４Ｂは、ＡＬＦで用いられるフィルタの形状の他の一例を示す図である。 図４Ｃは、ＡＬＦで用いられるフィルタの形状の他の一例を示す図である。 図５Ａは、イントラ予測における６７個のイントラ予測モードを示す図である。 図５Ｂは、ＯＢＭＣ処理による予測画像補正処理の概要を説明するためのフローチャートである。 図５Ｃは、ＯＢＭＣ処理による予測画像補正処理の概要を説明するための概念図である。 図５Ｄは、ＦＲＵＣの一例を示す図である。 図６は、動き軌道に沿う２つのブロック間でのパターンマッチング（バイラテラルマッチング）を説明するための図である。 図７は、カレントピクチャ内のテンプレートと参照ピクチャ内のブロックとの間でのパターンマッチング（テンプレートマッチング）を説明するための図である。 図８は、等速直線運動を仮定したモデルを説明するための図である。 図９Ａは、複数の隣接ブロックの動きベクトルに基づくサブブロック単位の動きベクトルの導出を説明するための図である。 図９Ｂは、マージモードによる動きベクトル導出処理の概要を説明するための図である。 図９Ｃは、ＤＭＶＲ処理の概要を説明するための概念図である。 図９Ｄは、ＬＩＣ処理による輝度補正処理を用いた予測画像生成方法の概要を説明するための図である。 図１０は、実施の形態１に係る復号装置の機能構成を示すブロック図である。 図１１は、実施の形態２におけるインター予測を示すフローチャートである。 図１２は、実施の形態２におけるインター予測を説明するための概念図である。 図１３は、実施の形態２における動き補償フィルタ及び勾配フィルタの参照範囲の一例を説明するための概念図である。 図１４は、実施の形態２の変形例１における動き補償フィルタの参照範囲の一例を説明するための概念図である。 図１５は、実施の形態２の変形例１における勾配フィルタの参照範囲の一例を説明するための概念図である。 図１６は、実施の形態２の変形例２における局所動き推定値の導出で参照される画素のパターン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、スケーラブル符号化時の符号化構造の一例を示す図である。 図１９は、スケーラブル符号化時の符号化構造の一例を示す図である。 図２０は、ｗｅｂページの表示画面例を示す図である。 図２１は、ｗｅｂページの表示画面例を示す図である。 図２２は、スマートフォンの一例を示す図である。 図２３は、スマートフォンの構成例を示すブロック図である。

以下、実施の形態について図面を参照しながら具体的に説明する。

なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、請求の範囲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）
まず、後述する本開示の各態様で説明する処理および／または構成を適用可能な符号化装置および復号化装置の一例として、実施の形態１の概要を説明する。ただし、実施の形態１は、本開示の各態様で説明する処理および／または構成を適用可能な符号化装置および復号化装置の一例にすぎず、本開示の各態様で説明する処理および／または構成は、実施の形態１とは異なる符号化装置および復号化装置においても実施可能である。

実施の形態１に対して本開示の各態様で説明する処理および／または構成を適用する場合、例えば以下のいずれかを行ってもよい。

（１）実施の形態１の符号化装置または復号化装置に対して、当該符号化装置または復号化装置を構成する複数の構成要素のうち、本開示の各態様で説明する構成要素に対応する構成要素を、本開示の各態様で説明する構成要素に置き換えること
（２）実施の形態１の符号化装置または復号化装置に対して、当該符号化装置または復号化装置を構成する複数の構成要素のうち一部の構成要素について機能または実施する処理の追加、置き換え、削除などの任意の変更を施した上で、本開示の各態様で説明する構成要素に対応する構成要素を、本開示の各態様で説明する構成要素に置き換えること
（３）実施の形態１の符号化装置または復号化装置が実施する方法に対して、処理の追加、および／または当該方法に含まれる複数の処理のうちの一部の処理について置き換え、削除などの任意の変更を施した上で、本開示の各態様で説明する処理に対応する処理を、本開示の各態様で説明する処理に置き換えること
（４）実施の形態１の符号化装置または復号化装置を構成する複数の構成要素のうちの一部の構成要素を、本開示の各態様で説明する構成要素、本開示の各態様で説明する構成要素が備える機能の一部を備える構成要素、または本開示の各態様で説明する構成要素が実施する処理の一部を実施する構成要素と組み合わせて実施すること
（５）実施の形態１の符号化装置または復号化装置を構成する複数の構成要素のうちの一部の構成要素が備える機能の一部を備える構成要素、または実施の形態１の符号化装置または復号化装置を構成する複数の構成要素のうちの一部の構成要素が実施する処理の一部を実施する構成要素を、本開示の各態様で説明する構成要素、本開示の各態様で説明する構成要素が備える機能の一部を備える構成要素、または本開示の各態様で説明する構成要素が実施する処理の一部を実施する構成要素と組み合わせて実施すること
（６）実施の形態１の符号化装置または復号化装置が実施する方法に対して、当該方法に含まれる複数の処理のうち、本開示の各態様で説明する処理に対応する処理を、本開示の各態様で説明する処理に置き換えること
（７）実施の形態１の符号化装置または復号化装置が実施する方法に含まれる複数の処理のうちの一部の処理を、本開示の各態様で説明する処理と組み合わせて実施すること
なお、本開示の各態様で説明する処理および／または構成の実施の仕方は、上記の例に限定されるものではない。例えば、実施の形態１において開示する動画像／画像符号化装置または動画像／画像復号化装置とは異なる目的で利用される装置において実施されてもよいし、各態様において説明した処理および／または構成を単独で実施してもよい。また、異なる態様において説明した処理および／または構成を組み合わせて実施してもよい。

［符号化装置の概要］
まず、実施の形態１に係る符号化装置の概要を説明する。図１は、実施の形態１に係る符号化装置１００の機能構成を示すブロック図である。符号化装置１００は、動画像／画像をブロック単位で符号化する動画像／画像符号化装置である。

図１に示すように、符号化装置１００は、画像をブロック単位で符号化する装置であって、分割部１０２と、減算部１０４と、変換部１０６と、量子化部１０８と、エントロピー符号化部１１０と、逆量子化部１１２と、逆変換部１１４と、加算部１１６と、ブロックメモリ１１８と、ループフィルタ部１２０と、フレームメモリ１２２と、イントラ予測部１２４と、インター予測部１２６と、予測制御部１２８と、を備える。

符号化装置１００は、例えば、汎用プロセッサ及びメモリにより実現される。この場合、メモリに格納されたソフトウェアプログラムがプロセッサにより実行されたときに、プロセッサは、分割部１０２、減算部１０４、変換部１０６、量子化部１０８、エントロピー符号化部１１０、逆量子化部１１２、逆変換部１１４、加算部１１６、ループフィルタ部１２０、イントラ予測部１２４、インター予測部１２６及び予測制御部１２８として機能する。また、符号化装置１００は、分割部１０２、減算部１０４、変換部１０６、量子化部１０８、エントロピー符号化部１１０、逆量子化部１１２、逆変換部１１４、加算部１１６、ループフィルタ部１２０、イントラ予測部１２４、インター予測部１２６及び予測制御部１２８に対応する専用の１以上の電子回路として実現されてもよい。

以下に、符号化装置１００に含まれる各構成要素について説明する。

［分割部］
分割部１０２は、入力動画像に含まれる各ピクチャを複数のブロックに分割し、各ブロックを減算部１０４に出力する。例えば、分割部１０２は、まず、ピクチャを固定サイズ（例えば１２８ｘ１２８）のブロックに分割する。この固定サイズのブロックは、符号化ツリーユニット（ＣＴＵ）と呼ばれることがある。そして、分割部１０２は、再帰的な四分木（ｑｕａｄｔｒｅｅ）及び／又は二分木（ｂｉｎａｒｙ ｔｒｅｅ）ブロック分割に基づいて、固定サイズのブロックの各々を可変サイズ（例えば６４ｘ６４以下）のブロックに分割する。この可変サイズのブロックは、符号化ユニット（ＣＵ）、予測ユニット（ＰＵ）あるいは変換ユニット（ＴＵ）と呼ばれることがある。なお、本実施の形態では、ＣＵ、ＰＵ及びＴＵは区別される必要はなく、ピクチャ内の一部又はすべてのブロックがＣＵ、ＰＵ、ＴＵの処理単位となってもよい。

図２は、実施の形態１におけるブロック分割の一例を示す図である。図２において、実線は四分木ブロック分割によるブロック境界を表し、破線は二分木ブロック分割によるブロック境界を表す。

ここでは、ブロック１０は、１２８ｘ１２８画素の正方形ブロック（１２８ｘ１２８ブロック）である。この１２８ｘ１２８ブロック１０は、まず、４つの正方形の６４ｘ６４ブロックに分割される（四分木ブロック分割）。

左上の６４ｘ６４ブロックは、さらに２つの矩形の３２ｘ６４ブロックに垂直に分割され、左の３２ｘ６４ブロックはさらに２つの矩形の１６ｘ６４ブロックに垂直に分割される（二分木ブロック分割）。その結果、左上の６４ｘ６４ブロックは、２つの１６ｘ６４ブロック１１、１２と、３２ｘ６４ブロック１３とに分割される。

右上の６４ｘ６４ブロックは、２つの矩形の６４ｘ３２ブロック１４、１５に水平に分割される（二分木ブロック分割）。

左下の６４ｘ６４ブロックは、４つの正方形の３２ｘ３２ブロックに分割される（四分木ブロック分割）。４つの３２ｘ３２ブロックのうち左上のブロック及び右下のブロックはさらに分割される。左上の３２ｘ３２ブロックは、２つの矩形の１６ｘ３２ブロックに垂直に分割され、右の１６ｘ３２ブロックはさらに２つの１６ｘ１６ブロックに水平に分割される（二分木ブロック分割）。右下の３２ｘ３２ブロックは、２つの３２ｘ１６ブロックに水平に分割される（二分木ブロック分割）。その結果、左下の６４ｘ６４ブロックは、１６ｘ３２ブロック１６と、２つの１６ｘ１６ブロック１７、１８と、２つの３２ｘ３２ブロック１９、２０と、２つの３２ｘ１６ブロック２１、２２とに分割される。

右下の６４ｘ６４ブロック２３は分割されない。

以上のように、図２では、ブロック１０は、再帰的な四分木及び二分木ブロック分割に基づいて、１３個の可変サイズのブロック１１～２３に分割される。このような分割は、ＱＴＢＴ（ｑｕａｄ－ｔｒｅｅ ｐｌｕｓ ｂｉｎａｒｙ ｔｒｅｅ）分割と呼ばれることがある。

なお、図２では、１つのブロックが４つ又は２つのブロックに分割されていたが（四分木又は二分木ブロック分割）、分割はこれに限定されない。例えば、１つのブロックが３つのブロックに分割されてもよい（三分木ブロック分割）。このような三分木ブロック分割を含む分割は、ＭＢＴ（ｍｕｌｔｉ ｔｙｐｅ ｔｒｅｅ）分割と呼ばれることがある。

［減算部］
減算部１０４は、分割部１０２によって分割されたブロック単位で原信号（原サンプル）から予測信号（予測サンプル）を減算する。つまり、減算部１０４は、符号化対象ブロック（以下、カレントブロックという）の予測誤差（残差ともいう）を算出する。そして、減算部１０４は、算出された予測誤差を変換部１０６に出力する。

原信号は、符号化装置１００の入力信号であり、動画像を構成する各ピクチャの画像を表す信号（例えば輝度（ｌｕｍａ）信号及び２つの色差（ｃｈｒｏｍａ）信号）である。以下において、画像を表す信号をサンプルともいうこともある。

［変換部］
変換部１０６は、空間領域の予測誤差を周波数領域の変換係数に変換し、変換係数を量子化部１０８に出力する。具体的には、変換部１０６は、例えば空間領域の予測誤差に対して予め定められた離散コサイン変換（ＤＣＴ）又は離散サイン変換（ＤＳＴ）を行う。

なお、変換部１０６は、複数の変換タイプの中から適応的に変換タイプを選択し、選択された変換タイプに対応する変換基底関数（ｔｒａｎｓｆｏｒｍ ｂａｓｉｓ ｆｕｎｃｔｉｏｎ）を用いて、予測誤差を変換係数に変換してもよい。このような変換は、ＥＭＴ（ｅｘｐｌｉｃｉｔ ｍｕｌｔｉｐｌｅ ｃｏｒｅ ｔｒａｎｓｆｏｒｍ）又はＡＭＴ（ａｄａｐｔｉｖｅ ｍｕｌｔｉｐｌｅ ｔｒａｎｓｆｏｒｍ）と呼ばれることがある。

複数の変換タイプは、例えば、ＤＣＴ－ＩＩ、ＤＣＴ－Ｖ、ＤＣＴ－ＶＩＩＩ、ＤＳＴ－Ｉ及びＤＳＴ－ＶＩＩを含む。図３は、各変換タイプに対応する変換基底関数を示す表である。図３においてＮは入力画素の数を示す。これらの複数の変換タイプの中からの変換タイプの選択は、例えば、予測の種類（イントラ予測及びインター予測）に依存してもよいし、イントラ予測モードに依存してもよい。

このようなＥＭＴ又はＡＭＴを適用するか否かを示す情報（例えばＡＭＴフラグと呼ばれる）及び選択された変換タイプを示す情報は、ＣＵレベルで信号化される。なお、これらの情報の信号化は、ＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル又はＣＴＵレベル）であってもよい。

また、変換部１０６は、変換係数（変換結果）を再変換してもよい。このような再変換は、ＡＳＴ（ａｄａｐｔｉｖｅ ｓｅｃｏｎｄａｒｙ ｔｒａｎｓｆｏｒｍ）又はＮＳＳＴ（ｎｏｎ－ｓｅｐａｒａｂｌｅ ｓｅｃｏｎｄａｒｙ ｔｒａｎｓｆｏｒｍ）と呼ばれることがある。例えば、変換部１０６は、イントラ予測誤差に対応する変換係数のブロックに含まれるサブブロック（例えば４ｘ４サブブロック）ごとに再変換を行う。ＮＳＳＴを適用するか否かを示す情報及びＮＳＳＴに用いられる変換行列に関する情報は、ＣＵレベルで信号化される。なお、これらの情報の信号化は、ＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル又はＣＴＵレベル）であってもよい。

ここで、Ｓｅｐａｒａｂｌｅな変換とは、入力の次元の数だけ方向ごとに分離して複数回変換を行う方式であり、Ｎｏｎ－Ｓｅｐａｒａｂｌｅな変換とは、入力が多次元であった際に２つ以上の次元をまとめて１次元とみなして、まとめて変換を行う方式である。

例えば、Ｎｏｎ－Ｓｅｐａｒａｂｌｅな変換の１例として、入力が４×４のブロックであった場合にはそれを１６個の要素を持ったひとつの配列とみなし、その配列に対して１６×１６の変換行列で変換処理を行うようなものが挙げられる。

また、同様に４×４の入力ブロックを１６個の要素を持ったひとつの配列とみなした後に、その配列に対してＧｉｖｅｎｓ回転を複数回行うようなもの（Ｈｙｐｅｒｃｕｂｅ Ｇｉｖｅｎｓ Ｔｒａｎｓｆｏｒｍ）もＮｏｎ－Ｓｅｐａｒａｂｌｅな変換の例である。

［量子化部］
量子化部１０８は、変換部１０６から出力された変換係数を量子化する。具体的には、量子化部１０８は、カレントブロックの変換係数を所定の走査順序で走査し、走査された変換係数に対応する量子化パラメータ（ＱＰ）に基づいて当該変換係数を量子化する。そして、量子化部１０８は、カレントブロックの量子化された変換係数（以下、量子化係数という）をエントロピー符号化部１１０及び逆量子化部１１２に出力する。

所定の順序は、変換係数の量子化／逆量子化のための順序である。例えば、所定の走査順序は、周波数の昇順（低周波から高周波の順）又は降順（高周波から低周波の順）で定義される。

量子化パラメータとは、量子化ステップ（量子化幅）を定義するパラメータである。例えば、量子化パラメータの値が増加すれば量子化ステップも増加する。つまり、量子化パラメータの値が増加すれば量子化誤差が増大する。

［エントロピー符号化部］
エントロピー符号化部１１０は、量子化部１０８から入力である量子化係数を可変長符号化することにより符号化信号（符号化ビットストリーム）を生成する。具体的には、エントロピー符号化部１１０は、例えば、量子化係数を二値化し、二値信号を算術符号化する。

［逆量子化部］
逆量子化部１１２は、量子化部１０８からの入力である量子化係数を逆量子化する。具体的には、逆量子化部１１２は、カレントブロックの量子化係数を所定の走査順序で逆量子化する。そして、逆量子化部１１２は、カレントブロックの逆量子化された変換係数を逆変換部１１４に出力する。

［逆変換部］
逆変換部１１４は、逆量子化部１１２からの入力である変換係数を逆変換することにより予測誤差を復元する。具体的には、逆変換部１１４は、変換係数に対して、変換部１０６による変換に対応する逆変換を行うことにより、カレントブロックの予測誤差を復元する。そして、逆変換部１１４は、復元された予測誤差を加算部１１６に出力する。

なお、復元された予測誤差は、量子化により情報が失われているので、減算部１０４が算出した予測誤差と一致しない。すなわち、復元された予測誤差には、量子化誤差が含まれている。

［加算部］
加算部１１６は、逆変換部１１４からの入力である予測誤差と予測制御部１２８からの入力である予測サンプルとを加算することによりカレントブロックを再構成する。そして、加算部１１６は、再構成されたブロックをブロックメモリ１１８及びループフィルタ部１２０に出力する。再構成ブロックは、ローカル復号ブロックと呼ばれることもある。

［ブロックメモリ］
ブロックメモリ１１８は、イントラ予測で参照されるブロックであって符号化対象ピクチャ（以下、カレントピクチャという）内のブロックを格納するための記憶部である。具体的には、ブロックメモリ１１８は、加算部１１６から出力された再構成ブロックを格納する。

［ループフィルタ部］
ループフィルタ部１２０は、加算部１１６によって再構成されたブロックにループフィルタを施し、フィルタされた再構成ブロックをフレームメモリ１２２に出力する。ループフィルタとは、符号化ループ内で用いられるフィルタ（インループフィルタ）であり、例えば、デブロッキング・フィルタ（ＤＦ）、サンプルアダプティブオフセット（ＳＡＯ）及びアダプティブループフィルタ（ＡＬＦ）などを含む。

ＡＬＦでは、符号化歪みを除去するための最小二乗誤差フィルタが適用され、例えばカレントブロック内の２ｘ２サブブロックごとに、局所的な勾配（ｇｒａｄｉｅｎｔ）の方向及び活性度（ａｃｔｉｖｉｔｙ）に基づいて複数のフィルタの中から選択された１つのフィルタが適用される。

具体的には、まず、サブブロック（例えば２ｘ２サブブロック）が複数のクラス（例えば１５又は２５クラス）に分類される。サブブロックの分類は、勾配の方向及び活性度に基づいて行われる。例えば、勾配の方向値Ｄ（例えば０～２又は０～４）と勾配の活性値Ａ（例えば０～４）とを用いて分類値Ｃ（例えばＣ＝５Ｄ＋Ａ）が算出される。そして、分類値Ｃに基づいて、サブブロックが複数のクラス（例えば１５又は２５クラス）に分類される。

勾配の方向値Ｄは、例えば、複数の方向（例えば水平、垂直及び２つの対角方向）の勾配を比較することにより導出される。また、勾配の活性値Ａは、例えば、複数の方向の勾配を加算し、加算結果を量子化することにより導出される。

このような分類の結果に基づいて、複数のフィルタの中からサブブロックのためのフィルタが決定される。

ＡＬＦで用いられるフィルタの形状としては例えば円対称形状が利用される。図４Ａ～図４Ｃは、ＡＬＦで用いられるフィルタの形状の複数の例を示す図である。図４Ａは、５ｘ５ダイヤモンド形状フィルタを示し、図４Ｂは、７ｘ７ダイヤモンド形状フィルタを示し、図４Ｃは、９ｘ９ダイヤモンド形状フィルタを示す。フィルタの形状を示す情報は、ピクチャレベルで信号化される。なお、フィルタの形状を示す情報の信号化は、ピクチャレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、スライスレベル、タイルレベル、ＣＴＵレベル又はＣＵレベル）であってもよい。

ＡＬＦのオン／オフは、例えば、ピクチャレベル又はＣＵレベルで決定される。例えば、輝度についてはＣＵレベルでＡＬＦを適用するか否かが決定され、色差についてはピクチャレベルでＡＬＦを適用するか否かが決定される。ＡＬＦのオン／オフを示す情報は、ピクチャレベル又はＣＵレベルで信号化される。なお、ＡＬＦのオン／オフを示す情報の信号化は、ピクチャレベル又はＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、スライスレベル、タイルレベル又はＣＴＵレベル）であってもよい。

選択可能な複数のフィルタ（例えば１５又は２５までのフィルタ）の係数セットは、ピクチャレベルで信号化される。なお、係数セットの信号化は、ピクチャレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、スライスレベル、タイルレベル、ＣＴＵレベル、ＣＵレベル又はサブブロックレベル）であってもよい。

［フレームメモリ］
フレームメモリ１２２は、インター予測に用いられる参照ピクチャを格納するための記憶部であり、フレームバッファと呼ばれることもある。具体的には、フレームメモリ１２２は、ループフィルタ部１２０によってフィルタされた再構成ブロックを格納する。

［イントラ予測部］
イントラ予測部１２４は、ブロックメモリ１１８に格納されたカレントピクチャ内のブロックを参照してカレントブロックのイントラ予測（画面内予測ともいう）を行うことで、予測信号（イントラ予測信号）を生成する。具体的には、イントラ予測部１２４は、カレントブロックに隣接するブロックのサンプル（例えば輝度値、色差値）を参照してイントラ予測を行うことでイントラ予測信号を生成し、イントラ予測信号を予測制御部１２８に出力する。

例えば、イントラ予測部１２４は、予め規定された複数のイントラ予測モードのうちの１つを用いてイントラ予測を行う。複数のイントラ予測モードは、１以上の非方向性予測モードと、複数の方向性予測モードと、を含む。

１以上の非方向性予測モードは、例えばＨ．２６５／ＨＥＶＣ（Ｈｉｇｈ－Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）規格（非特許文献１）で規定されたＰｌａｎａｒ予測モード及びＤＣ予測モードを含む。

複数の方向性予測モードは、例えばＨ．２６５／ＨＥＶＣ規格で規定された３３方向の予測モードを含む。なお、複数の方向性予測モードは、３３方向に加えてさらに３２方向の予測モード（合計で６５個の方向性予測モード）を含んでもよい。図５Ａは、イントラ予測における６７個のイントラ予測モード（２個の非方向性予測モード及び６５個の方向性予測モード）を示す図である。実線矢印は、Ｈ．２６５／ＨＥＶＣ規格で規定された３３方向を表し、破線矢印は、追加された３２方向を表す。

なお、色差ブロックのイントラ予測において、輝度ブロックが参照されてもよい。つまり、カレントブロックの輝度成分に基づいて、カレントブロックの色差成分が予測されてもよい。このようなイントラ予測は、ＣＣＬＭ（ｃｒｏｓｓ－ｃｏｍｐｏｎｅｎｔ ｌｉｎｅａｒ ｍｏｄｅｌ）予測と呼ばれることがある。このような輝度ブロックを参照する色差ブロックのイントラ予測モード（例えばＣＣＬＭモードと呼ばれる）は、色差ブロックのイントラ予測モードの１つとして加えられてもよい。

イントラ予測部１２４は、水平／垂直方向の参照画素の勾配に基づいてイントラ予測後の画素値を補正してもよい。このような補正をともなうイントラ予測は、ＰＤＰＣ（ｐｏｓｉｔｉｏｎ ｄｅｐｅｎｄｅｎｔ ｉｎｔｒａ ｐｒｅｄｉｃｔｉｏｎ ｃｏｍｂｉｎａｔｉｏｎ）と呼ばれることがある。ＰＤＰＣの適用の有無を示す情報（例えばＰＤＰＣフラグと呼ばれる）は、例えばＣＵレベルで信号化される。なお、この情報の信号化は、ＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル又はＣＴＵレベル）であってもよい。

［インター予測部］
インター予測部１２６は、フレームメモリ１２２に格納された参照ピクチャであってカレントピクチャとは異なる参照ピクチャを参照してカレントブロックのインター予測（画面間予測ともいう）を行うことで、予測信号（インター予測信号）を生成する。インター予測は、カレントブロック又はカレントブロック内のサブブロック（例えば４ｘ４ブロック）の単位で行われる。例えば、インター予測部１２６は、カレントブロック又はサブブロックについて参照ピクチャ内で動き探索（ｍｏｔｉｏｎ ｅｓｔｉｍａｔｉｏｎ）を行う。そして、インター予測部１２６は、動き探索により得られた動き情報（例えば動きベクトル）を用いて動き補償を行うことでカレントブロック又はサブブロックのインター予測信号を生成する。そして、インター予測部１２６は、生成されたインター予測信号を予測制御部１２８に出力する。

動き補償に用いられた動き情報は信号化される。動きベクトルの信号化には、予測動きベクトル（ｍｏｔｉｏｎ ｖｅｃｔｏｒ ｐｒｅｄｉｃｔｏｒ）が用いられてもよい。つまり、動きベクトルと予測動きベクトルとの間の差分が信号化されてもよい。

なお、動き探索により得られたカレントブロックの動き情報だけでなく、隣接ブロックの動き情報も用いて、インター予測信号が生成されてもよい。具体的には、動き探索により得られた動き情報に基づく予測信号と、隣接ブロックの動き情報に基づく予測信号と、を重み付け加算することにより、カレントブロック内のサブブロック単位でインター予測信号が生成されてもよい。このようなインター予測（動き補償）は、ＯＢＭＣ（ｏｖｅｒｌａｐｐｅｄ ｂｌｏｃｋ ｍｏｔｉｏｎ ｃｏｍｐｅｎｓａｔｉｏｎ）と呼ばれることがある。

このようなＯＢＭＣモードでは、ＯＢＭＣのためのサブブロックのサイズを示す情報（例えばＯＢＭＣブロックサイズと呼ばれる）は、シーケンスレベルで信号化される。また、ＯＢＭＣモードを適用するか否かを示す情報（例えばＯＢＭＣフラグと呼ばれる）は、ＣＵレベルで信号化される。なお、これらの情報の信号化のレベルは、シーケンスレベル及びＣＵレベルに限定される必要はなく、他のレベル（例えばピクチャレベル、スライスレベル、タイルレベル、ＣＴＵレベル又はサブブロックレベル）であってもよい。

ＯＢＭＣモードについて、より具体的に説明する。図５Ｂ及び図５Ｃは、ＯＢＭＣ処理による予測画像補正処理の概要を説明するためのフローチャート及び概念図である。

まず、符号化対象ブロックに割り当てられた動きベクトル（ＭＶ）を用いて通常の動き補償による予測画像（Ｐｒｅｄ）を取得する。

次に、符号化済みの左隣接ブロックの動きベクトル（ＭＶ＿Ｌ）を符号化対象ブロックに適用して予測画像（Ｐｒｅｄ＿Ｌ）を取得し、前記予測画像とＰｒｅｄ＿Ｌとを重みを付けて重ね合わせることで予測画像の１回目の補正を行う。

同様に、符号化済みの上隣接ブロックの動きベクトル（ＭＶ＿Ｕ）を符号化対象ブロックに適用して予測画像（Ｐｒｅｄ＿Ｕ）を取得し、前記１回目の補正を行った予測画像とＰｒｅｄ＿Ｕとを重みを付けて重ね合わせることで予測画像の２回目の補正を行い、それを最終的な予測画像とする。

なお、ここでは左隣接ブロックと上隣接ブロックを用いた２段階の補正の方法を説明したが、右隣接ブロックや下隣接ブロックを用いて２段階よりも多い回数の補正を行う構成とすることも可能である。

なお、重ね合わせを行う領域はブロック全体の画素領域ではなく、ブロック境界近傍の一部の領域のみであってもよい。

なお、ここでは１枚の参照ピクチャからの予測画像補正処理について説明したが、複数枚の参照ピクチャから予測画像を補正する場合も同様であり、各々の参照ピクチャから補正した予測画像を取得した後に、得られた予測画像をさらに重ね合わせることで最終的な予測画像とする。

なお、前記処理対象ブロックは、予測ブロック単位であっても、予測ブロックをさらに分割したサブブロック単位であってもよい。

ＯＢＭＣ処理を適用するかどうかの判定の方法として、例えば、ＯＢＭＣ処理を適用するかどうかを示す信号であるｏｂｍｃ＿ｆｌａｇを用いる方法がある。具体的な一例としては、符号化装置において、符号化対象ブロックが動きの複雑な領域に属しているかどうかを判定し、動きの複雑な領域に属している場合はｏｂｍｃ＿ｆｌａｇとして値１を設定してＯＢＭＣ処理を適用して符号化を行い、動きの複雑な領域に属していない場合はｏｂｍｃ＿ｆｌａｇとして値０を設定してＯＢＭＣ処理を適用せずに符号化を行う。一方、復号化装置では、ストリームに記述されたｏｂｍｃ＿ｆｌａｇを復号化するとことで、その値に応じてＯＢＭＣ処理を適用するかどうかを切替えて復号化を行う。

なお、動き情報は信号化されずに、復号装置側で導出されてもよい。例えば、Ｈ．２６５／ＨＥＶＣ規格で規定されたマージモードが用いられてもよい。また例えば、復号装置側で動き探索を行うことにより動き情報が導出されてもよい。この場合、カレントブロックの画素値を用いずに動き探索が行われる。

ここで、復号装置側で動き探索を行うモードについて説明する。この復号装置側で動き探索を行うモードは、ＰＭＭＶＤ（ｐａｔｔｅｒｎ ｍａｔｃｈｅｄ ｍｏｔｉｏｎ ｖｅｃｔｏｒ ｄｅｒｉｖａｔｉｏｎ）モード又はＦＲＵＣ（ｆｒａｍｅ ｒａｔｅ ｕｐ－ｃｏｎｖｅｒｓｉｏｎ）モードと呼ばれることがある。

ＦＲＵＣ処理の一例を図５Ｄに示す。まず、カレントブロックに空間的又は時間的に隣接する符号化済みブロックの動きベクトルを参照して、各々が予測動きベクトルを有する複数の候補のリスト（マージリストと共通であってもよい）が生成される。次に、候補リストに登録されている複数の候補ＭＶの中からベスト候補ＭＶを選択する。例えば、候補リストに含まれる各候補の評価値が算出され、評価値に基づいて１つの候補が選択される。

そして、選択された候補の動きベクトルに基づいて、カレントブロックのための動きベクトルが導出される。具体的には、例えば、選択された候補の動きベクトル（ベスト候補ＭＶ）がそのままカレントブロックのための動きベクトルとして導出される。また例えば、選択された候補の動きベクトルに対応する参照ピクチャ内の位置の周辺領域において、パターンマッチングを行うことにより、カレントブロックのための動きベクトルが導出されてもよい。すなわち、ベスト候補ＭＶの周辺の領域に対して同様の方法で探索を行い、さらに評価値が良い値となるＭＶがあった場合は、ベスト候補ＭＶを前記ＭＶに更新して、それをカレントブロックの最終的なＭＶとしてもよい。なお、当該処理を実施しない構成とすることも可能である。

サブブロック単位で処理を行う場合も全く同様の処理としてもよい。

なお、評価値は、動きベクトルに対応する参照ピクチャ内の領域と、所定の領域との間のパターンマッチングによって再構成画像の差分値を求めることにより算出される。なお、差分値に加えてそれ以外の情報を用いて評価値を算出してもよい。

パターンマッチングとしては、第１パターンマッチング又は第２パターンマッチングが用いられる。第１パターンマッチング及び第２パターンマッチングは、それぞれ、バイラテラルマッチング（ｂｉｌａｔｅｒａｌ ｍａｔｃｈｉｎｇ）及びテンプレートマッチング（ｔｅｍｐｌａｔｅ ｍａｔｃｈｉｎｇ）と呼ばれることがある。

第１パターンマッチングでは、異なる２つの参照ピクチャ内の２つのブロックであってカレントブロックの動き軌道（ｍｏｔｉｏｎ ｔｒａｊｅｃｔｏｒｙ）に沿う２つのブロックの間でパターンマッチングが行われる。したがって、第１パターンマッチングでは、上述した候補の評価値の算出のための所定の領域として、カレントブロックの動き軌道に沿う他の参照ピクチャ内の領域が用いられる。

図６は、動き軌道に沿う２つのブロック間でのパターンマッチング（バイラテラルマッチング）の一例を説明するための図である。図６に示すように、第１パターンマッチングでは、カレントブロック（Ｃｕｒ ｂｌｏｃｋ）の動き軌道に沿う２つのブロックであって異なる２つの参照ピクチャ（Ｒｅｆ０、Ｒｅｆ１）内の２つのブロックのペアの中で最もマッチするペアを探索することにより２つの動きベクトル（ＭＶ０、ＭＶ１）が導出される。具体的には、カレントブロックに対して、候補ＭＶで指定された第１の符号化済み参照ピクチャ（Ｒｅｆ０）内の指定位置における再構成画像と、前記候補ＭＶを表示時間間隔でスケーリングした対称ＭＶで指定された第２の符号化済み参照ピクチャ（Ｒｅｆ１）内の指定位置における再構成画像との差分を導出し、得られた差分値を用いて評価値を算出する。複数の候補ＭＶの中で最も評価値が良い値となる候補ＭＶを最終ＭＶとして選択するとよい。

連続的な動き軌道の仮定の下では、２つの参照ブロックを指し示す動きベクトル（ＭＶ０、ＭＶ１）は、カレントピクチャ（Ｃｕｒ Ｐｉｃ）と２つの参照ピクチャ（Ｒｅｆ０、Ｒｅｆ１）との間の時間的な距離（ＴＤ０、ＴＤ１）に対して比例する。例えば、カレントピクチャが時間的に２つの参照ピクチャの間に位置し、カレントピクチャから２つの参照ピクチャへの時間的な距離が等しい場合、第１パターンマッチングでは、鏡映対称な双方向の動きベクトルが導出される。

第２パターンマッチングでは、カレントピクチャ内のテンプレート（カレントピクチャ内でカレントブロックに隣接するブロック（例えば上及び／又は左隣接ブロック））と参照ピクチャ内のブロックとの間でパターンマッチングが行われる。したがって、第２パターンマッチングでは、上述した候補の評価値の算出のための所定の領域として、カレントピクチャ内のカレントブロックに隣接するブロックが用いられる。

図７は、カレントピクチャ内のテンプレートと参照ピクチャ内のブロックとの間でのパターンマッチング（テンプレートマッチング）の一例を説明するための図である。図７に示すように、第２パターンマッチングでは、カレントピクチャ（Ｃｕｒ Ｐｉｃ）内でカレントブロック（Ｃｕｒ ｂｌｏｃｋ）に隣接するブロックと最もマッチするブロックを参照ピクチャ（Ｒｅｆ０）内で探索することによりカレントブロックの動きベクトルが導出される。具体的には、カレントブロックに対して、左隣接および上隣接の両方もしくはどちらか一方の符号化済み領域の再構成画像と、候補ＭＶで指定された符号化済み参照ピクチャ（Ｒｅｆ０）内の同等位置における再構成画像との差分を導出し、得られた差分値を用いて評価値を算出し、複数の候補ＭＶの中で最も評価値が良い値となる候補ＭＶをベスト候補ＭＶとして選択するとよい。

このようなＦＲＵＣモードを適用するか否かを示す情報（例えばＦＲＵＣフラグと呼ばれる）は、ＣＵレベルで信号化される。また、ＦＲＵＣモードが適用される場合（例えばＦＲＵＣフラグが真の場合）、パターンマッチングの方法（第１パターンマッチング又は第２パターンマッチング）を示す情報（例えばＦＲＵＣモードフラグと呼ばれる）がＣＵレベルで信号化される。なお、これらの情報の信号化は、ＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル、ＣＴＵレベル又はサブブロックレベル）であってもよい。

ここで、等速直線運動を仮定したモデルに基づいて動きベクトルを導出するモードについて説明する。このモードは、ＢＩＯ（ｂｉ－ｄｉｒｅｃｔｉｏｎａｌ ｏｐｔｉｃａｌ ｆｌｏｗ）モードと呼ばれることがある。

図８は、等速直線運動を仮定したモデルを説明するための図である。図８において、（ｖ_ｘ，ｖ_ｙ）は、速度ベクトルを示し、τ_０、τ_１は、それぞれ、カレントピクチャ（Ｃｕｒ Ｐｉｃ）と２つの参照ピクチャ（Ｒｅｆ_０，Ｒｅｆ_１）との間の時間的な距離を示す。（ＭＶｘ_０，ＭＶｙ_０）は、参照ピクチャＲｅｆ_０に対応する動きベクトルを示し、（ＭＶｘ_１、ＭＶｙ_１）は、参照ピクチャＲｅｆ_１に対応する動きベクトルを示す。

このとき速度ベクトル（ｖ_ｘ，ｖ_ｙ）の等速直線運動の仮定の下では、（ＭＶｘ_０，ＭＶｙ_０）及び（ＭＶｘ_１，ＭＶｙ_１）は、それぞれ、（ｖ_ｘτ_０，ｖ_ｙτ_０）及び（－ｖ_ｘτ_１，－ｖ_ｙτ_１）と表され、以下のオプティカルフロー等式（１）が成り立つ。

ここで、Ｉ^（ｋ）は、動き補償後の参照画像ｋ（ｋ＝０，１）の輝度値を示す。このオプティカルフロー等式は、（i）輝度値の時間微分と、（ii）水平方向の速度及び参照画像の空間勾配の水平成分の積と、（iii）垂直方向の速度及び参照画像の空間勾配の垂直成分の積と、の和が、ゼロと等しいことを示す。このオプティカルフロー等式とエルミート補間（Ｈｅｒｍｉｔｅ ｉｎｔｅｒｐｏｌａｔｉｏｎ）との組み合わせに基づいて、マージリスト等から得られるブロック単位の動きベクトルが画素単位で補正される。

なお、等速直線運動を仮定したモデルに基づく動きベクトルの導出とは異なる方法で、復号装置側で動きベクトルが導出されてもよい。例えば、複数の隣接ブロックの動きベクトルに基づいてサブブロック単位で動きベクトルが導出されてもよい。

ここで、複数の隣接ブロックの動きベクトルに基づいてサブブロック単位で動きベクトルを導出するモードについて説明する。このモードは、アフィン動き補償予測（ａｆｆｉｎｅ ｍｏｔｉｏｎ ｃｏｍｐｅｎｓａｔｉｏｎ ｐｒｅｄｉｃｔｉｏｎ）モードと呼ばれることがある。

図９Ａは、複数の隣接ブロックの動きベクトルに基づくサブブロック単位の動きベクトルの導出を説明するための図である。図９Ａにおいて、カレントブロックは、１６の４ｘ４サブブロックを含む。ここでは、隣接ブロックの動きベクトルに基づいてカレントブロックの左上角制御ポイントの動きベクトルｖ_０が導出され、隣接サブブロックの動きベクトルに基づいてカレントブロックの右上角制御ポイントの動きベクトルｖ_１が導出される。そして、２つの動きベクトルｖ_０及びｖ_１を用いて、以下の式（２）により、カレントブロック内の各サブブロックの動きベクトル（ｖ_ｘ，ｖ_ｙ）が導出される。

ここで、ｘ及びｙは、それぞれ、サブブロックの水平位置及び垂直位置を示し、ｗは、予め定められた重み係数を示す。

このようなアフィン動き補償予測モードでは、左上及び右上角制御ポイントの動きベクトルの導出方法が異なるいくつかのモードを含んでもよい。このようなアフィン動き補償予測モードを示す情報（例えばアフィンフラグと呼ばれる）は、ＣＵレベルで信号化される。なお、このアフィン動き補償予測モードを示す情報の信号化は、ＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル、ＣＴＵレベル又はサブブロックレベル）であってもよい。

［予測制御部］
予測制御部１２８は、イントラ予測信号及びインター予測信号のいずれかを選択し、選択した信号を予測信号として減算部１０４及び加算部１１６に出力する。

ここで、マージモードにより符号化対象ピクチャの動きベクトルを導出する例を説明する。図９Ｂは、マージモードによる動きベクトル導出処理の概要を説明するための図である。

まず、予測ＭＶの候補を登録した予測ＭＶリストを生成する。予測ＭＶの候補としては、符号化対象ブロックの空間的に周辺に位置する複数の符号化済みブロックが持つＭＶである空間隣接予測ＭＶ、符号化済み参照ピクチャにおける符号化対象ブロックの位置を投影した近辺のブロックが持つＭＶである時間隣接予測ＭＶ、空間隣接予測ＭＶと時間隣接予測ＭＶのＭＶ値を組合わせて生成したＭＶである結合予測ＭＶ、および値がゼロのＭＶであるゼロ予測ＭＶ等がある。

次に、予測ＭＶリストに登録されている複数の予測ＭＶの中から１つの予測ＭＶを選択することで、符号化対象ブロックのＭＶとして決定する。

さらに可変長符号化部では、どの予測ＭＶを選択したかを示す信号であるｍｅｒｇｅ＿ｉｄｘをストリームに記述して符号化する。

なお、図９Ｂで説明した予測ＭＶリストに登録する予測ＭＶは一例であり、図中の個数とは異なる個数であったり、図中の予測ＭＶの一部の種類を含まない構成であったり、図中の予測ＭＶの種類以外の予測ＭＶを追加した構成であったりしてもよい。

なお、マージモードにより導出した符号化対象ブロックのＭＶを用いて、後述するＤＭＶＲ処理を行うことによって最終的なＭＶを決定してもよい。

ここで、ＤＭＶＲ処理を用いてＭＶを決定する例について説明する。

図９Ｃは、ＤＭＶＲ処理の概要を説明するための概念図である。

まず、処理対象ブロックに設定された最適ＭＶＰを候補ＭＶとして、前記候補ＭＶに従って、Ｌ０方向の処理済みピクチャである第１参照ピクチャ、およびＬ１方向の処理済みピクチャである第２参照ピクチャから参照画素をそれぞれ取得し、各参照画素の平均をとることでテンプレートを生成する。

次に、前記テンプレートを用いて、第１参照ピクチャおよび第２参照ピクチャの候補ＭＶの周辺領域をそれぞれ探索し、最もコストが最小となるＭＶを最終的なＭＶとして決定する。なお、コスト値はテンプレートの各画素値と探索領域の各画素値との差分値およびＭＶ値等を用いて算出する。

なお、符号化装置および復号化装置では、ここで説明した処理の概要は基本的に共通である。

なお、ここで説明した処理そのものでなくても、候補ＭＶの周辺を探索して最終的なＭＶを導出することができる処理であれば、他の処理を用いてもよい。

ここで、ＬＩＣ処理を用いて予測画像を生成するモードについて説明する。

図９Ｄは、ＬＩＣ処理による輝度補正処理を用いた予測画像生成方法の概要を説明するための図である。

まず、符号化済みピクチャである参照ピクチャから符号化対象ブロックに対応する参照画像を取得するためのＭＶを導出する。

次に、符号化対象ブロックに対して、左隣接および上隣接の符号化済み周辺参照領域の輝度画素値と、ＭＶで指定された参照ピクチャ内の同等位置における輝度画素値とを用いて、参照ピクチャと符号化対象ピクチャとで輝度値がどのように変化したかを示す情報を抽出して輝度補正パラメータを算出する。

ＭＶで指定された参照ピクチャ内の参照画像に対して前記輝度補正パラメータを用いて輝度補正処理を行うことで、符号化対象ブロックに対する予測画像を生成する。

なお、図９Ｄにおける前記周辺参照領域の形状は一例であり、これ以外の形状を用いてもよい。

また、ここでは１枚の参照ピクチャから予測画像を生成する処理について説明したが、複数枚の参照ピクチャから予測画像を生成する場合も同様であり、各々の参照ピクチャから取得した参照画像に同様の方法で輝度補正処理を行ってから予測画像を生成する。

ＬＩＣ処理を適用するかどうかの判定の方法として、例えば、ＬＩＣ処理を適用するかどうかを示す信号であるｌｉｃ＿ｆｌａｇを用いる方法がある。具体的な一例としては、符号化装置において、符号化対象ブロックが輝度変化が発生している領域に属しているかどうかを判定し、輝度変化が発生している領域に属している場合はｌｉｃ＿ｆｌａｇとして値１を設定してＬＩＣ処理を適用して符号化を行い、輝度変化が発生している領域に属していない場合はｌｉｃ＿ｆｌａｇとして値０を設定してＬＩＣ処理を適用せずに符号化を行う。一方、復号化装置では、ストリームに記述されたｌｉｃ＿ｆｌａｇを復号化するとことで、その値に応じてＬＩＣ処理を適用するかどうかを切替えて復号化を行う。

ＬＩＣ処理を適用するかどうかの判定の別の方法として、例えば、周辺ブロックでＬＩＣ処理を適用したかどうかに従って判定する方法もある。具体的な一例としては、符号化対象ブロックがマージモードであった場合、マージモード処理におけるＭＶの導出の際に選択した周辺の符号化済みブロックがＬＩＣ処理を適用して符号化したかどうかを判定し、その結果に応じてＬＩＣ処理を適用するかどうかを切替えて符号化を行う。なお、この例の場合、復号化における処理も全く同様となる。

［復号装置の概要］
次に、上記の符号化装置１００から出力された符号化信号（符号化ビットストリーム）を復号可能な復号装置の概要について説明する。図１０は、実施の形態１に係る復号装置２００の機能構成を示すブロック図である。復号装置２００は、動画像／画像をブロック単位で復号する動画像／画像復号装置である。

図１０に示すように、復号装置２００は、エントロピー復号部２０２と、逆量子化部２０４と、逆変換部２０６と、加算部２０８と、ブロックメモリ２１０と、ループフィルタ部２１２と、フレームメモリ２１４と、イントラ予測部２１６と、インター予測部２１８と、予測制御部２２０と、を備える。

復号装置２００は、例えば、汎用プロセッサ及びメモリにより実現される。この場合、メモリに格納されたソフトウェアプログラムがプロセッサにより実行されたときに、プロセッサは、エントロピー復号部２０２、逆量子化部２０４、逆変換部２０６、加算部２０８、ループフィルタ部２１２、イントラ予測部２１６、インター予測部２１８及び予測制御部２２０として機能する。また、復号装置２００は、エントロピー復号部２０２、逆量子化部２０４、逆変換部２０６、加算部２０８、ループフィルタ部２１２、イントラ予測部２１６、インター予測部２１８及び予測制御部２２０に対応する専用の１以上の電子回路として実現されてもよい。

以下に、復号装置２００に含まれる各構成要素について説明する。

［エントロピー復号部］
エントロピー復号部２０２は、符号化ビットストリームをエントロピー復号する。具体的には、エントロピー復号部２０２は、例えば、符号化ビットストリームから二値信号に算術復号する。そして、エントロピー復号部２０２は、二値信号を多値化（ｄｅｂｉｎａｒｉｚｅ）する。これにより、エントロピー復号部２０２は、ブロック単位で量子化係数を逆量子化部２０４に出力する。

［逆量子化部］
逆量子化部２０４は、エントロピー復号部２０２からの入力である復号対象ブロック（以下、カレントブロックという）の量子化係数を逆量子化する。具体的には、逆量子化部２０４は、カレントブロックの量子化係数の各々について、当該量子化係数に対応する量子化パラメータに基づいて当該量子化係数を逆量子化する。そして、逆量子化部２０４は、カレントブロックの逆量子化された量子化係数（つまり変換係数）を逆変換部２０６に出力する。

［逆変換部］
逆変換部２０６は、逆量子化部２０４からの入力である変換係数を逆変換することにより予測誤差を復元する。

例えば符号化ビットストリームから読み解かれた情報がＥＭＴ又はＡＭＴを適用することを示す場合（例えばＡＭＴフラグが真）、逆変換部２０６は、読み解かれた変換タイプを示す情報に基づいてカレントブロックの変換係数を逆変換する。

また例えば、符号化ビットストリームから読み解かれた情報がＮＳＳＴを適用することを示す場合、逆変換部２０６は、変換係数に逆再変換を適用する。

［加算部］
加算部２０８は、逆変換部２０６からの入力である予測誤差と予測制御部２２０からの入力である予測サンプルとを加算することによりカレントブロックを再構成する。そして、加算部２０８は、再構成されたブロックをブロックメモリ２１０及びループフィルタ部２１２に出力する。

［ブロックメモリ］
ブロックメモリ２１０は、イントラ予測で参照されるブロックであって復号対象ピクチャ（以下、カレントピクチャという）内のブロックを格納するための記憶部である。具体的には、ブロックメモリ２１０は、加算部２０８から出力された再構成ブロックを格納する。

［ループフィルタ部］
ループフィルタ部２１２は、加算部２０８によって再構成されたブロックにループフィルタを施し、フィルタされた再構成ブロックをフレームメモリ２１４及び表示装置等に出力する。

符号化ビットストリームから読み解かれたＡＬＦのオン／オフを示す情報がＡＬＦのオンを示す場合、局所的な勾配の方向及び活性度に基づいて複数のフィルタの中から１つのフィルタが選択され、選択されたフィルタが再構成ブロックに適用される。

［フレームメモリ］
フレームメモリ２１４は、インター予測に用いられる参照ピクチャを格納するための記憶部であり、フレームバッファと呼ばれることもある。具体的には、フレームメモリ２１４は、ループフィルタ部２１２によってフィルタされた再構成ブロックを格納する。

［イントラ予測部］
イントラ予測部２１６は、符号化ビットストリームから読み解かれたイントラ予測モードに基づいて、ブロックメモリ２１０に格納されたカレントピクチャ内のブロックを参照してイントラ予測を行うことで、予測信号（イントラ予測信号）を生成する。具体的には、イントラ予測部２１６は、カレントブロックに隣接するブロックのサンプル（例えば輝度値、色差値）を参照してイントラ予測を行うことでイントラ予測信号を生成し、イントラ予測信号を予測制御部２２０に出力する。

なお、色差ブロックのイントラ予測において輝度ブロックを参照するイントラ予測モードが選択されている場合は、イントラ予測部２１６は、カレントブロックの輝度成分に基づいて、カレントブロックの色差成分を予測してもよい。

また、符号化ビットストリームから読み解かれた情報がＰＤＰＣの適用を示す場合、イントラ予測部２１６は、水平／垂直方向の参照画素の勾配に基づいてイントラ予測後の画素値を補正する。

［インター予測部］
インター予測部２１８は、フレームメモリ２１４に格納された参照ピクチャを参照して、カレントブロックを予測する。予測は、カレントブロック又はカレントブロック内のサブブロック（例えば４ｘ４ブロック）の単位で行われる。例えば、インター予測部２１８は、符号化ビットストリームから読み解かれた動き情報（例えば動きベクトル）を用いて動き補償を行うことでカレントブロック又はサブブロックのインター予測信号を生成し、インター予測信号を予測制御部２２０に出力する。

なお、符号化ビットストリームから読み解かれた情報がＯＢＭＣモードを適用することを示す場合、インター予測部２１８は、動き探索により得られたカレントブロックの動き情報だけでなく、隣接ブロックの動き情報も用いて、インター予測信号を生成する。

また、符号化ビットストリームから読み解かれた情報がＦＲＵＣモードを適用することを示す場合、インター予測部２１８は、符号化ストリームから読み解かれたパターンマッチングの方法（バイラテラルマッチング又はテンプレートマッチング）に従って動き探索を行うことにより動き情報を導出する。そして、インター予測部２１８は、導出された動き情報を用いて動き補償を行う。

また、インター予測部２１８は、ＢＩＯモードが適用される場合に、等速直線運動を仮定したモデルに基づいて動きベクトルを導出する。また、符号化ビットストリームから読み解かれた情報がアフィン動き補償予測モードを適用することを示す場合には、インター予測部２１８は、複数の隣接ブロックの動きベクトルに基づいてサブブロック単位で動きベクトルを導出する。

［予測制御部］
予測制御部２２０は、イントラ予測信号及びインター予測信号のいずれかを選択し、選択した信号を予測信号として加算部２０８に出力する。

（実施の形態２）
次に、実施の形態２について説明する。本実施の形態は、いわゆるＢＩＯモードにおけるインター予測に関する。本実施の形態では、ブロック単位の動きベクトルが、画素単位ではなく、サブブロック単位で補正される点が上記実施の形態１と異なる。以下、本実施の形態について、上記実施の形態１と異なる点を中心に説明する。

なお、本実施の形態に係る符号化装置及び復号装置の構成は、実施の形態１と実質的に同一であるので、図示及び説明を省略する。

［インター予測］
図１１は、実施の形態２におけるインター予測を示すフローチャートである。図１２は、実施の形態２におけるインター予測を説明するための概念図である。以下の処理は、符号化装置１００のインター予測部１２６又は復号装置２００のインター予測部２１８によって行われる。

図１１に示すように、まず、符号化／復号対象ピクチャ（カレントピクチャ１０００）内の複数のブロックに対してブロック単位のループ処理が行われる（Ｓ１０１～Ｓ１１１）。図１２では、複数のブロックの中から符号化／復号対象ブロックがカレントブロック１００１として選択されている。

ブロック単位のループ処理では、処理済みピクチャである第１参照ピクチャ１１００（Ｌ０）及び第２参照ピクチャ１２００（Ｌ１）に対して参照ピクチャ単位でループ処理が行われる（Ｓ１０２～Ｓ１０６）。

参照ピクチャ単位のループ処理では、まず、参照ピクチャから予測画像を取得するためのブロック単位の動きベクトルを導出又は取得する（Ｓ１０３）。図１２では、第１参照ピクチャ１１００に対して第１動きベクトル１１１０（ＭＶ＿Ｌ０）が導出又は取得され、第２参照ピクチャ１２００に対して第２動きベクトル１２１０（ＭＶ＿Ｌ１）が導出又は取得される。動きベクトルの導出方法としては、通常インター予測モード、マージモード、ＦＲＵＣモード等がある。例えば、通常インター予測モードの場合、符号化装置１００では動き探索により動きベクトルが導出され、復号装置２００ではビットストリームから動きベクトルが取得される。

次に、導出又は取得された動きベクトルを用いて動き補償を行うことで、参照ピクチャから予測画像を取得する（Ｓ１０４）。図１２では、第１動きベクトル１１１０を用いて動き補償を行うことで第１参照ピクチャ１１００から第１予測画像１１４０が取得される。また、第２動きベクトル１２１０を用いて動き補償を行うことで第２参照ピクチャ１２００から第２予測画像１２４０が取得される。

動き補償では、動き補償フィルタが参照ピクチャに適用される。動き補償フィルタとは、小数画素精度の予測画像を得るための補間フィルタである。図１２の第１参照ピクチャ１１００では、第１動きベクトル１１１０で指定される第１予測ブロック１１２０に対する動き補償フィルタによって、第１予測ブロック１１２０の画素及びその周辺の画素を含む第１補間参照範囲１１３０の画素が参照される。また、第２参照ピクチャ１２００では、第２動きベクトル１２１０で指定される第２予測ブロック１２２０に対する動き補償フィルタによって、第２予測ブロック１２２０の画素及びその周辺の画素を含む第２補間参照範囲１２３０の画素が参照される。

なお、第１補間参照範囲１１３０及び第２補間参照範囲１２３０は、局所動き推定値を用いる処理を行わない通常インター予測において、カレントブロック１００１の動き補償のために参照される第１通常参照範囲及び第２通常参照範囲に含まれる。第１通常参照範囲は、第１参照ピクチャ１１００に含まれ、第２通常参照範囲は、第２参照ピクチャ１２００に含まれる。通常インター予測では、例えば、動き探索によりブロック単位で動きベクトルが導出され、導出された動きベクトルを用いてブロック単位で動き補償が行われ、動き補償画像がそのまま最終予測画像として採用される。つまり、通常インター予測では、局所動き推定値は用いられない。なお、第１補間参照範囲１１３０及び第２補間参照範囲１２３０は、第１通常参照範囲及び第２通常参照範囲と一致してもよい。

続いて、参照ピクチャから、予測画像に対応する勾配画像を取得する（Ｓ１０５）。勾配画像の各画素は、輝度又は色差の空間的な傾きを示す勾配値を有する。勾配値は、参照ピクチャに勾配フィルタを適用することにより得られる。図１２の第１参照ピクチャ１１００では、第１予測ブロック１１２０のための勾配フィルタによって、第１予測ブロック１１２０の画素及びその周辺の画素を含む第１勾配参照範囲１１３５の画素が参照される。この第１勾配参照範囲１１３５は、第１補間参照範囲１１３０に含まれる。また、第２参照ピクチャ１２００では、勾配フィルタは、第２予測ブロック１２２０の画素及びその周辺の画素を含む第２勾配参照範囲１２３５の画素を参照する。この第２勾配参照範囲１２３５は、第２補間参照範囲１２３０に含まれる。

第１参照ピクチャ及び第２参照ピクチャの各々から予測画像及び勾配画像の取得が終了すれば、参照ピクチャ単位のループ処理が終了する（Ｓ１０６）。その後、ブロックをさらに分割したサブブロック単位のループ処理が行われる（Ｓ１０７～Ｓ１１０）。複数のサブブロックの各々は、カレントブロック以下のサイズ（例えば４ｘ４画素サイズ）を有する。

サブブロック単位のループ処理では、まず、第１参照ピクチャ１１００及び第２参照ピクチャ１２００から取得した第１予測画像１１４０及び第２予測画像１２４０と第１勾配画像１１５０及び第２勾配画像１２５０とを用いて、サブブロックの局所動き推定値１３００を導出する（Ｓ１０８）。例えば、第１予測画像１１４０及び第２予測画像１２４０、並びに第１勾配画像１１５０及び第２勾配画像１２５０の各々において、予測サブブロックに含まれる画素を参照して、サブブロックに対して１つの局所動き推定値１３００を導出する。予測サブブロックとは、カレントブロック１００１内のサブブロックに対応する第１予測ブロック１１２０及び第２予測ブロック１２２０内の領域である。局所動き推定値は、補正動きベクトルと呼ばれる場合もある。

続いて、第１予測画像１１４０及び第２予測画像１２４０の画素値と、第１勾配画像１１５０及び第２勾配画像１２５０の勾配値と、局所動き推定値１３００と、を用いて、サブブロックの最終予測画像１４００を生成する（Ｓ１０９）。カレントブロックに含まれるサブブロックの各々について最終予測画像の生成が終了すれば、カレントブロックの最終予測画像が生成され、サブブロック単位のループ処理が終了する（Ｓ１１０）。

さらに、ブロック単位のループ処理が終了すれば（Ｓ１１１）、図１１の処理が終了する。

なお、カレントブロックのブロック単位の動きベクトルを、各々のサブブロックにそのまま割り当てることで、予測画像の取得及び勾配画像の取得を、サブブロック単位で行うことも可能である。

［動き補償フィルタ及び勾配フィルタの参照範囲］
ここで、動き補償フィルタ及び勾配フィルタの参照範囲について説明する。

図１３は、実施の形態２における動き補償フィルタ及び勾配フィルタの参照範囲の一例を説明するための概念図である。

図１３では、複数の丸印の各々は画素を表す。また、図１３では例として、カレントブロックのサイズを８ｘ８画素、サブブロックのサイズを４ｘ４画素としている。

参照範囲１１３１は、第１予測ブロック１１２０の左上画素１１２２に適用される動き補償フィルタの参照範囲（例として８ｘ８画素の矩形範囲）を示す。参照範囲１２３１は、第２予測ブロック１２２０の左上画素１２２２に適用される動き補償フィルタの参照範囲（例として８ｘ８画素の矩形範囲）を示す。

また、参照範囲１１３２は、第１予測ブロック１１２０の左上画素１１２２に適用される勾配フィルタの参照範囲（例として６ｘ６画素の矩形範囲）を示す。参照範囲１２３２は、第２予測ブロック１２２０の左上画素１２２２に適用される勾配フィルタの参照範囲（例として６ｘ６画素の矩形範囲）を示す。

第１予測ブロック１１２０及び第２予測ブロック１２２０内の他の画素についても、各画素の位置に対応する位置の同一サイズの参照範囲の画素を参照しながら動き補償フィルタ及び勾配フィルタが適用される。その結果、第１予測画像１１４０及び第２予測画像１２４０を得るために、第１補間参照範囲１１３０及び第２補間参照範囲１２３０の画素が参照される。また、第１勾配画像１１５０及び第２勾配画像１２５０を得るために、第１勾配参照範囲１１３５及び第２勾配参照範囲１２３５の画素が参照される。

［効果等］
以上のように、本実施の形態に係る符号化装置及び復号装置によれば、サブブロック単位で局所動き推定値を導出することができる。したがって、サブブロック単位の局所動き推定値を用いて予測誤差の低減を図りつつ、画素単位で局所動き推定値を導出する場合よりも処理負荷又は処理時間を低減することができる。

また、本実施の形態に係る符号化装置及び復号装置によれば、補間参照範囲を通常参照範囲に含めることができる。したがって、サブブロック単位の局所動き推定値を用いた最終予測画像の生成において、動き補償のためにフレームメモリから新たな画素データをロードしなくてもよく、メモリ容量及びメモリバンド幅の増加を抑制することができる。

また、本実施の形態に係る符号化装置及び復号装置によれば、勾配参照範囲を補間参照範囲に含めることができる。したがって、勾配画像の取得のためにフレームメモリから新たな画素データをロードしなくてもよく、メモリ容量及びメモリバンド幅の増加を抑制することができる。

本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。

（実施の形態２の変形例１）
次に、動き補償フィルタ及び勾配フィルタの変形例について図面を参照しながら具体的に説明する。なお、以下の変形例１では、第２予測画像に関する処理ついては、第１予測画像に関する処理と類似しているので説明を適宜省略又は簡略化する。

［動き補償フィルタ］
まず、動き補償フィルタについて説明する。図１４は、実施の形態２の変形例１における動き補償フィルタの参照範囲の一例を説明するための概念図である。

ここでは、水平方向に１／４画素及び垂直方向に１／２画素の動き補償フィルタが第１予測ブロック１１２０に適用される場合を例として説明する。動き補償フィルタは、いわゆる８タップフィルタであり、以下の式（３）によって表される。

ここでは、Ｉ^ｋ［ｘ，ｙ］は、ｋが０の場合に小数画素精度の第１予測画像の画素値を示し、ｋが１の場合に小数画素精度の第２予測画像の画素値を示す。画素値とは、画素が有する値であり、例えば予測画像では輝度値又は色差値等である。ｗ_０．２５及びｗ_０．５は、１／４画素精度及び１／２画素精度の重み係数を示す。Ｉ_０ ^ｋ［ｘ，ｙ］は、ｋが０の場合に整数画素精度の第１予測画像の画素値を示し、ｋが１の場合に整数画素精度の第２予測画像の画素値を示す。

例えば、図１４の左上画素１１２２に式（３）の動き補償フィルタが適用される場合、参照範囲１１３１Ａ内で水平方向に並ぶ画素の値が各行で重み付け加算され、その複数行の加算結果がさらに重み付け加算される。

このように、本変形例では、左上画素１１２２のための動き補償フィルタは、参照範囲１１３１Ａの画素を参照する。参照範囲１１３１Ａは、左上画素１１２２から、左に３画素、右に４画素、上に３画素、及び、下に４画素の矩形範囲である。

このような動き補償フィルタが第１予測ブロック１１２０内のすべての画素に対して適用される。したがって、第１予測ブロック１１２０のための動き補償フィルタでは、第１補間参照範囲１１３０Ａの画素が参照される。

第２予測ブロック１２２０に対しても第１予測ブロック１１２０と同様に動き補償フィルタが適用される。つまり、左上画素１２２２のために参照範囲１２３１Ａの画素が参照され、第２予測ブロック１２２０全体では、第２補間参照範囲１２３０Ａの画素が参照される。

［勾配フィルタ］
次に、勾配フィルタについて説明する。図１５は、実施の形態２の変形例１における勾配フィルタの参照範囲の一例を説明するための概念図である。

本変形例における勾配フィルタは、いわゆる５タップフィルタであり、以下の式（４）及び式（５）によって表される。

ここでは、Ｉ_ｘ ^ｋ［ｘ，ｙ］は、ｋが０の場合に第１勾配画像の各画素の水平勾配値を示し、ｋが１の場合に第２勾配画像の各画素の水平勾配値を示す。Ｉ_ｙ ^ｋ［ｘ，ｙ］は、ｋが０の場合に第１勾配画像の各画素の垂直勾配値を示し、ｋが１の場合に第２勾配画像の各画素の垂直勾配値を示す。ｗは、重み係数を示す。

例えば、図１５の左上画素１１２２に式（４）及び式（５）の勾配フィルタが適用される場合、水平勾配値は、左上画素１１２２を含む水平方向に並ぶ５画素の画素値であって整数画素精度の予測画像の画素値を重み付け加算することにより算出される。また、垂直勾配値は、左上画素１１２２を含む垂直方向に並ぶ５画素の画素値であって整数画素精度の予測画像の画素値を重み付け加算することにより算出される。このとき、重み係数は、左上画素１１２２を対称点として上下又は左右の画素で正負が反転した値を有する。

このように、本変形例では、左上画素１１２２のための勾配フィルタは、参照範囲１１３２Ａの画素を参照する。参照範囲１１３２Ａは、左上画素１１２２から、上下左右に２画素延びる十字形状を有する。

このような勾配フィルタが第１予測ブロック１１２０内のすべての画素に対して適用される。したがって、第１予測ブロック１１２０のための動き補償フィルタでは、第１勾配参照範囲１１３５Ａの画素が参照される。

第２予測ブロック１２２０に対しても第１予測ブロック１１２０と同様に勾配フィルタが適用される。つまり、左上画素１２２２のために参照範囲１２３２Ａの画素が参照され、第２予測ブロック１２２０全体では、第２勾配参照範囲１２３５Ａの画素が参照される。

なお、参照範囲を指定する動きベクトルが小数画素位置を示している場合は、勾配フィルタの参照範囲１１３２Ａ及び１２３２Ａの画素値を、小数画素精度の画素値に変換し、変換後の画素値に勾配フィルタを適用してもよい。または、小数画素精度に変換するための係数値と勾配値を導出するための係数値とを畳み込んだ値を係数値として持つ勾配フィルタを整数画素精度の画素値に適用してもよい。この場合、勾配フィルタは、小数画素位置毎に異なる。

［サブブロック単位の局所動き推定値の導出］
次に、サブブロック単位の局所動き推定値の導出について説明する。具体的には、カレントブロックに含まれる複数のサブブロックのうちの左上サブブロックの局所動き推定値の導出を一例として説明する。

本変形例では、以下の式（６）に基づいて、サブブロックの水平局所動き推定値ｕ及び垂直局所動き推定値ｖが導出される。

ここでは、ｓＧ_ｘＧ_ｙ、ｓＧ_ｘ ^２、ｓＧ_ｙ ^２、ｓＧ_ｘｄＩ及びｓＧ_ｙｄＩは、サブブロック単位で算出される値であり、それぞれ以下の式（７）に基づいて算出される。

ここで、Ωは、予測ブロック内のサブブロックに対応する領域である予測サブブロックに含まれるすべての画素の座標の集合である。Ｇ_ｘ［ｉ，ｊ］は、第１勾配画像の水平勾配値と第２勾配画像の水平勾配値との和を示し、Ｇ_ｙ［ｉ，ｊ］は、第１勾配画像の垂直勾配値と第２勾配画像の垂直勾配値との和を示す。△Ｉ［ｉ，ｊ］は、第１予測画像と第２予測画像との差分値を示す。ｗ［ｉ，ｊ］は、予測サブブロック内の画素位置に依存する重み係数を示す。例えば、予測サブブロック内のすべての画素で同一の値の重み係数が用いられてもよい。

具体的には、Ｇ_ｘ［ｉ，ｊ］、Ｇ_ｙ［ｉ，ｊ］及び△Ｉ［ｉ，ｊ］は、以下の式（８）によって表される。

以上のように、サブブロック単位で局所動き推定値が算出される。

［最終予測画像の生成］
次に、最終予測画像の生成について説明する。最終予測画像の各画素値ｐ［ｘ，ｙ］は、第１予測画像の画素値Ｉ^０［ｘ，ｙ］及び第２予測画像の画素値Ｉ^１［ｘ，ｙ］を用いて、以下の式（９）に基づいて算出される。

ここで、ｂ［ｘ，ｙ］は、各画素の補正値を示す。式（９）では、最終予測画像の各画素値ｐ［ｘ，ｙ］は、第１予測画像の画素値Ｉ^０［ｘ，ｙ］、第２予測画像の画素値Ｉ^１［ｘ，ｙ］及び補正値ｂ［ｘ，ｙ］の和を１ビット右シフトすることにより算出される。なお、補正値ｂ［ｘ，ｙ］は、以下の式（１０）で表される。

式（１０）において、補正値ｂ［ｘ，ｙ］は、第１勾配画像及び第２勾配画像間の水平勾配値の差分値（Ｉ_ｘ ^０［ｘ，ｙ］－Ｉ_ｘ ^１［ｘ，ｙ］）に水平局所動き推定値（ｕ）を乗算した結果と、第１勾配画像及び第２勾配画像間の垂直勾配値の差分値（Ｉ_ｙ ^０［ｘ，ｙ］－Ｉ_ｙ ^１［ｘ，ｙ］）に垂直局所動き推定値（ｖ）を乗算した結果と、を加算することにより算出される。

なお、式（６）から式（１０）を用いて説明した演算式は一例であり、同様の効果を持つ演算式であればこれとは異なる式であってもよい。

［効果等］
以上のように、本変形例に係る動き補償フィルタ及び勾配フィルタを用いても、サブブロック単位で局所動き推定値を導出することができる。そのように導出されたサブブロック単位の局所動き推定値を用いてカレントブロックの最終予測画像を生成すれば、上記実施の形態２と同様の効果を得ることができる。

本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。

（実施の形態２の変形例２）
上記実施の形態２及びその変形例１では、局所動き推定値の導出において、カレントブロック内のサブブロックに対応する予測ブロック内の予測サブブロックに含まれるすべての画素が参照されていたが、これに限定されない。例えば、予測サブブロックに含まれる複数の画素のうちの一部の画素のみが参照されてもよい。

そこで、本変形例では、サブブロック単位の局所動き推定値の導出において、予測サブブロックに含まれる複数の画素のうちの一部の画素のみが参照される場合について説明する。例えば、上記変形例１の式（７）において、予測サブブロックに含まれるすべての画素の座標の集合であるΩの代わりに、予測サブブロック内の一部の画素の座標の集合が用いられる。予測サブブロック内の一部の画素の座標の集合としては、様々なパターンを用いることができる。

図１６は、実施の形態２の変形例２における局所動き推定値の導出で参照される画素のパターンの例を示す図である。図１６では、予測サブブロック１１２１又は１２２１内のハッチングされた丸印が参照される画素を示し、ハッチングされていない丸印が参照されない画素を示す。

図１６の（ａ）～（ｇ）の７つの画素パターンの各々は、予測サブブロック１１２１又は１２２１に含まれる複数の画素のうち一部の画素を示す。さらに、７つの画素パターンは互いに異なる。

図１６の（ａ）～（ｃ）では、予測サブブロック１１２１又は１２２１に含まれる１６画素のうちの８画素のみが参照される。また、図１６の（ｄ）～（ｇ）では、予測サブブロック１１２１又は１２２１に含まれる１６画素のうちの４画素のみが参照される。つまり、図１６の（ａ）～（ｃ）では１６画素のうちの８画素が間引かれ、図１６の（ｄ）～（ｇ）では１６画素のうちの１２画素が間引かれている。

より具体的には、図１６の（ａ）では、互いに水平／垂直方向に１画素ずれて配置された８画素が参照される。図１６の（ｂ）では、水平方向に並ぶ２画素の左側のペアと右側のペアとが垂直方向に交互に参照される。図１６の（ｃ）では、予測サブブロック１１２１又は１２２１内の中央の４画素と四隅の４画素とが参照される。

また、図１６の（ｄ）及び（ｅ）では、左から１列目及び３列目の画素が２画素ずつ参照される。図１６の（ｆ）では、四隅の４画素が参照される。図１６の（ｇ）では、中央の４画素が参照される。

このような予め定められた複数の画素パターンの中から、２つの予測画像に基づいて適応的に画素パターンが選択されてもよい。例えば、２つの予測画像の代表勾配値に対応する数の画素を含む画素パターンが選択されてもよい。具体的には、代表勾配値が閾値よりも小さい場合に、４画素を含む画素パターン（例えば（ｄ）～（ｇ）のいずれか）が選択され、そうでない場合に、８画素を含む画素パターン（例えば（ａ）～（ｃ）のいずれか）が選択されてもよい。

複数の画素パターンの中から画素パターンが選択される場合、選択された画素パターンが示す予測サブブロック内の画素を参照して、サブブロックの局所動き推定値が導出される。

なお、選択された画素パターンを示す情報は、ビットストリームに書き込まれてもよい。この場合、復号装置は、ビットストリームから情報を取得し、取得された情報に基づいて画素パターンを選択すればよい。選択された画素パターンを示す情報は、例えばブロック、スライス、ピクチャ又はストリーム単位のヘッダに書き込むことができる。

以上のように、本実施の形態に係る符号化装置及び復号装置によれば、予測サブブロックに含まれる複数の画素のうちの一部の画素のみを参照して、サブブロック単位で局所動き推定値を導出することができる。したがって、複数の画素のすべてが参照される場合よりも、処理負荷又は処理時間を低減することができる。

また、本実施の形態に係る符号化装置及び復号装置によれば、複数の画素パターンの中から選択された画素パターンに含まれる画素のみを参照して、サブブロック単位で局所動き推定値を導出することができる。したがって、画素パターンを切り替えることでサブブロックの局所動き推定値の導出に適した画素を参照することが可能となり、予測誤差の低減を図ることができる。

本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。

（実施の形態２の他の変形例）
以上、本開示の１つ又は複数の態様に係る符号化装置及び復号装置について、実施の形態及びその変形例に基づいて説明したが、本開示は、この実施の形態及びその変形例に限定されるものではない。本開示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又はその変形例に施したものも、本開示の１つまたは複数の態様の範囲内に含まれてもよい。

例えば、上記実施の形態２及びその変形例１における動き補償フィルタのタップ数は、８画素であったが、これに限定されない。動き補償フィルタのタップ数は、補間参照範囲が通常参照範囲に含まれさえすれば、他のタップ数であってもよい。

なお、上記実施の形態２及びその変形例１において、勾配フィルタのタップ数は、６画素又は５画素であったが、これに限定されない。勾配参照範囲が補間参照範囲に含まれさえすれば、他のタップ数であってもよい。

なお、上記実施の形態２及びその変形例１では、第１勾配参照範囲及び第２勾配参照範囲は、第１補間参照範囲及び第２補間参照範囲に包含されていたが、これに限定されない。例えば、第１勾配参照範囲は、第１補間参照範囲と一致し、第２勾配参照範囲は、第２補間参照範囲と一致してもよい。

なお、サブブロック単位で局所動き推定値を導出する際に、予測サブブロックの中央の画素の値がより優遇して反映されるように画素の値に重みを付けてもよい。つまり、局所動き推定値の導出では、第１予測ブロック及び第２予測ブロックの各々において、予測サブブロックに含まれる複数の画素の値を重み付けして用いてもよく、その場合に、複数の画素のうち予測サブブロックの中央に位置する画素ほど重みが大きくてもよい。より具体的には、例えば、実施の形態２の変形例１において、式（７）の重み係数ｗ［ｉ，ｊ］は、座標値が予測サブブロックの中心に近いほど大きな値を有してもよい。

なお、サブブロック単位で局所動き推定値を導出する際に、同じ予測ブロックに属する隣接する他の予測サブブロック内の画素も参照されてもよい。つまり、第１予測ブロック及び第２予測ブロックの各々において、予測サブブロックに含まれる複数の画素に加えて、当該予測ブロック内で予測サブブロックに隣接する他の予測サブブロックに含まれる画素を参照して、サブブロック単位の局所動き推定値が導出されてもよい。

なお、上記実施の形態２及びその変形例１における動き補償フィルタ及び勾配フィルタの参照範囲は例示であり、これに限定される必要ない。

なお、上記実施の形態２の変形例２では、７つの画素パターンが例示されていたが、これに限定されない。例えば、７つ画素パターンの各々を回転させて得られる画素パターンが用いられてもよい。

なお、上記実施の形態２の変形例１における重み係数の値は一例であり、これに限定されない。また、上記実施の形態２及びその各変形例におけるブロックサイズ及びサブブロックサイズは、一例であり、８ｘ８画素サイズ及び４ｘ４画素サイズに限定されない。他のサイズであっても、上記実施の形態２及びその各変形例と同様にインター予測を行うことができる。

本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。

（実施の形態３）
以上の各実施の形態において、機能ブロックの各々は、通常、ＭＰＵ及びメモリ等によって実現可能である。また、機能ブロックの各々による処理は、通常、プロセッサなどのプログラム実行部が、ＲＯＭ等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で実現される。当該ソフトウェアはダウンロード等により配布されてもよいし、半導体メモリなどの記録媒体に記録して配布されてもよい。なお、各機能ブロックをハードウェア（専用回路）によって実現することも、当然、可能である。

また、各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く、又は、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プロセッサは、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、又は分散処理を行ってもよい。

本開示の態様は、以上の実施例に限定されることなく、種々の変更が可能であり、それらも本開示の態様の範囲内に包含される。

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）又は動画像復号化方法（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、画像復号方法を用いた画像復号装置、及び両方を備え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。

［使用例］
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では、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又は通信網ｅｘ１０４、及び基地局ｅｘ１０６～ｅｘ１１０を介して、コンピュータｅｘ１１１、ゲーム機ｅｘ１１２、カメラｅｘ１１３、家電ｅｘ１１４、及びスマートフォンｅｘ１１５などの各機器が接続される。当該コンテンツ供給システムｅｘ１００は、上記のいずれかの要素を組合せて接続するようにしてもよい。固定無線局である基地局ｅｘ１０６～ｅｘ１１０を介さずに、各機器が電話網又は近距離無線等を介して直接的又は間接的に相互に接続されていてもよい。また、ストリーミングサーバｅｘ１０３は、インターネットｅｘ１０１等を介して、コンピュータｅｘ１１１、ゲーム機ｅｘ１１２、カメラｅｘ１１３、家電ｅｘ１１４、及びスマートフォンｅｘ１１５などの各機器と接続される。また、ストリーミングサーバｅｘ１０３は、衛星ｅｘ１１６を介して、飛行機ｅｘ１１７内のホットスポット内の端末等と接続される。

なお、基地局ｅｘ１０６～ｅｘ１１０の代わりに、無線アクセスポイント又はホットスポット等が用いられてもよい。また、ストリーミングサーバｅｘ１０３は、インターネットｅｘ１０１又はインターネットサービスプロバイダｅｘ１０２を介さずに直接通信網ｅｘ１０４と接続されてもよいし、衛星ｅｘ１１６を介さず直接飛行機ｅｘ１１７と接続されてもよい。

カメラｅｘ１１３はデジタルカメラ等の静止画撮影、及び動画撮影が可能な機器である。また、スマートフォンｅｘ１１５は、一般に２Ｇ、３Ｇ、３．９Ｇ、４Ｇ、そして今後は５Ｇと呼ばれる移動通信システムの方式に対応したスマートフォン機、携帯電話機、又はＰＨＳ（Ｐｅｒｓｏｎａｌ Ｈａｎｄｙｐｈｏｎｅ Ｓｙｓｔｅｍ）等である。

家電ｅｘ１１８は、冷蔵庫、又は家庭用燃料電池コージェネレーションシステムに含まれる機器等である。

コンテンツ供給システムｅｘ１００では、撮影機能を有する端末が基地局ｅｘ１０６等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、端末（コンピュータｅｘ１１１、ゲーム機ｅｘ１１２、カメラｅｘ１１３、家電ｅｘ１１４、スマートフォンｅｘ１１５、及び飛行機ｅｘ１１７内の端末等）は、ユーザが当該端末を用いて撮影した静止画又は動画コンテンツに対して上記各実施の形態で説明した符号化処理を行い、符号化により得られた映像データと、映像に対応する音を符号化した音データと多重化し、得られたデータをストリーミングサーバｅｘ１０３に送信する。即ち、各端末は、本開示の一態様に係る画像符号化装置として機能する。

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、ゲーム機ｅｘ１１２、カメラｅｘ１１３、家電ｅｘ１１４、スマートフォンｅｘ１１５、又は飛行機ｅｘ１１７内の端末等である。配信されたデータを受信した各機器は、受信したデータを復号化処理して再生する。即ち、各機器は、本開示の一態様に係る画像復号装置として機能する。

［分散処理］
また、ストリーミングサーバｅｘ１０３は複数のサーバ又は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。例えば、ストリーミングサーバｅｘ１０３は、ＣＤＮ（Ｃｏｎｔｅｎｔｓ Ｄｅｌｉｖｅｒｙ Ｎｅｔｗｏｒｋ）により実現され、世界中に分散された多数のエッジサーバとエッジサーバ間をつなぐネットワークによりコンテンツ配信が実現されていてもよい。ＣＤＮでは、クライアントに応じて物理的に近いエッジサーバが動的に割り当てられる。そして、当該エッジサーバにコンテンツがキャッシュ及び配信されることで遅延を減らすことができる。また、何らかのエラーが発生した場合又はトラフィックの増加などにより通信状態が変わる場合に複数のエッジサーバで処理を分散したり、他のエッジサーバに配信主体を切り替えたり、障害が生じたネットワークの部分を迂回して配信を続けることができるので、高速かつ安定した配信が実現できる。

また、配信自体の分散処理にとどまらず、撮影したデータの符号化処理を各端末で行ってもよいし、サーバ側で行ってもよいし、互いに分担して行ってもよい。一例として、一般に符号化処理では、処理ループが２度行われる。１度目のループでフレーム又はシーン単位での画像の複雑さ、又は、符号量が検出される。また、２度目のループでは画質を維持して符号化効率を向上させる処理が行われる。例えば、端末が１度目の符号化処理を行い、コンテンツを受け取ったサーバ側が２度目の符号化処理を行うことで、各端末での処理負荷を減らしつつもコンテンツの質と効率を向上させることができる。この場合、ほぼリアルタイムで受信して復号する要求があれば、端末が行った一度目の符号化済みデータを他の端末で受信して再生することもできるので、より柔軟なリアルタイム配信も可能になる。

他の例として、カメラｅｘ１１３等は、画像から特徴量抽出を行い、特徴量に関するデータをメタデータとして圧縮してサーバに送信する。サーバは、例えば特徴量からオブジェクトの重要性を判断して量子化精度を切り替えるなど、画像の意味に応じた圧縮を行う。特徴量データはサーバでの再度の圧縮時の動きベクトル予測の精度及び効率向上に特に有効である。また、端末でＶＬＣ（可変長符号化）などの簡易的な符号化を行い、サーバでＣＡＢＡＣ（コンテキスト適応型二値算術符号化方式）など処理負荷の大きな符号化を行ってもよい。

さらに他の例として、スタジアム、ショッピングモール、又は工場などにおいては、複数の端末によりほぼ同一のシーンが撮影された複数の映像データが存在する場合がある。この場合には、撮影を行った複数の端末と、必要に応じて撮影をしていない他の端末及びサーバを用いて、例えばＧＯＰ（Ｇｒｏｕｐ ｏｆ Ｐｉｃｔｕｒｅ）単位、ピクチャ単位、又はピクチャを分割したタイル単位などで符号化処理をそれぞれ割り当てて分散処理を行う。これにより、遅延を減らし、よりリアルタイム性を実現できる。

また、複数の映像データはほぼ同一シーンであるため、各端末で撮影された映像データを互いに参照し合えるように、サーバで管理及び／又は指示をしてもよい。または、各端末からの符号化済みデータを、サーバが受信し複数のデータ間で参照関係を変更、又はピクチャ自体を補正或いは差し替えて符号化しなおしてもよい。これにより、一つ一つのデータの質と効率を高めたストリームを生成できる。

また、サーバは、映像データの符号化方式を変更するトランスコードを行ったうえで映像データを配信してもよい。例えば、サーバは、ＭＰＥＧ系の符号化方式をＶＰ系に変換してもよいし、Ｈ．２６４をＨ．２６５に変換してもよい。

このように、符号化処理は、端末、又は１以上のサーバにより行うことが可能である。よって、以下では、処理を行う主体として「サーバ」又は「端末」等の記載を用いるが、サーバで行われる処理の一部又は全てが端末で行われてもよいし、端末で行われる処理の一部又は全てがサーバで行われてもよい。また、これらに関しては、復号処理についても同様である。

［３Ｄ、マルチアングル］
近年では、互いにほぼ同期した複数のカメラｅｘ１１３及び／又はスマートフォンｅｘ１１５などの端末により撮影された異なるシーン、又は、同一シーンを異なるアングルから撮影した画像或いは映像を統合して利用することも増えてきている。各端末で撮影した映像は、別途取得した端末間の相対的な位置関係、又は、映像に含まれる特徴点が一致する領域などに基づいて統合される。

サーバは、２次元の動画像を符号化するだけでなく、動画像のシーン解析などに基づいて自動的に、又は、ユーザが指定した時刻において、静止画を符号化し、受信端末に送信してもよい。サーバは、さらに、撮影端末間の相対的な位置関係を取得できる場合には、２次元の動画像だけでなく、同一シーンが異なるアングルから撮影された映像に基づき、当該シーンの３次元形状を生成できる。なお、サーバは、ポイントクラウドなどにより生成した３次元のデータを別途符号化してもよいし、３次元データを用いて人物又はオブジェクトを認識或いは追跡した結果に基づいて、受信端末に送信する映像を、複数の端末で撮影した映像から選択、又は、再構成して生成してもよい。

このようにして、ユーザは、各撮影端末に対応する各映像を任意に選択してシーンを楽しむこともできるし、複数画像又は映像を用いて再構成された３次元データから任意視点の映像を切り出したコンテンツを楽しむこともできる。さらに、映像と同様に音も複数の相異なるアングルから収音され、サーバは、映像に合わせて特定のアングル又は空間からの音を映像と多重化して送信してもよい。

また、近年ではＶｉｒｔｕａｌ Ｒｅａｌｉｔｙ（ＶＲ）及びＡｕｇｍｅｎｔｅｄ Ｒｅａｌｉｔｙ（ＡＲ）など、現実世界と仮想世界とを対応付けたコンテンツも普及してきている。ＶＲの画像の場合、サーバは、右目用及び左目用の視点画像をそれぞれ作成し、Ｍｕｌｔｉ－Ｖｉｅｗ Ｃｏｄｉｎｇ（ＭＶＣ）などにより各視点映像間で参照を許容する符号化を行ってもよいし、互いに参照せずに別ストリームとして符号化してもよい。別ストリームの復号時には、ユーザの視点に応じて仮想的な３次元空間が再現されるように互いに同期させて再生するとよい。

ＡＲの画像の場合には、サーバは、現実空間のカメラ情報に、仮想空間上の仮想物体情報を、３次元的位置又はユーザの視点の動きに基づいて重畳する。復号装置は、仮想物体情報及び３次元データを取得又は保持し、ユーザの視点の動きに応じて２次元画像を生成し、スムーズにつなげることで重畳データを作成してもよい。または、復号装置は仮想物体情報の依頼に加えてユーザの視点の動きをサーバに送信し、サーバは、サーバに保持される３次元データから受信した視点の動きに合わせて重畳データを作成し、重畳データを符号化して復号装置に配信してもよい。なお、重畳データは、ＲＧＢ以外に透過度を示すα値を有し、サーバは、３次元データから作成されたオブジェクト以外の部分のα値が０などに設定し、当該部分が透過する状態で、符号化してもよい。もしくは、サーバは、クロマキーのように所定の値のＲＧＢ値を背景に設定し、オブジェクト以外の部分は背景色にしたデータを生成してもよい。

同様に配信されたデータの復号処理はクライアントである各端末で行っても、サーバ側で行ってもよいし、互いに分担して行ってもよい。一例として、ある端末が、一旦サーバに受信リクエストを送り、そのリクエストに応じたコンテンツを他の端末で受信し復号処理を行い、ディスプレイを有する装置に復号済みの信号が送信されてもよい。通信可能な端末自体の性能によらず処理を分散して適切なコンテンツを選択することで画質のよいデータを再生することができる。また、他の例として大きなサイズの画像データをＴＶ等で受信しつつ、鑑賞者の個人端末にピクチャが分割されたタイルなど一部の領域が復号されて表示されてもよい。これにより、全体像を共有化しつつ、自身の担当分野又はより詳細に確認したい領域を手元で確認することができる。

また今後は、屋内外にかかわらず近距離、中距離、又は長距離の無線通信が複数使用可能な状況下で、ＭＰＥＧ－ＤＡＳＨなどの配信システム規格を利用して、接続中の通信に対して適切なデータを切り替えながらシームレスにコンテンツを受信することが予想される。これにより、ユーザは、自身の端末のみならず屋内外に設置されたディスプレイなどの復号装置又は表示装置を自由に選択しながらリアルタイムで切り替えられる。また、自身の位置情報などに基づいて、復号する端末及び表示する端末を切り替えながら復号を行うことができる。これにより、目的地への移動中に、表示可能なデバイスが埋め込まれた隣の建物の壁面又は地面の一部に地図情報を表示させながら移動することも可能になる。また、符号化データが受信端末から短時間でアクセスできるサーバにキャッシュされている、又は、コンテンツ・デリバリー・サービスにおけるエッジサーバにコピーされている、などの、ネットワーク上での符号化データへのアクセス容易性に基づいて、受信データのビットレートを切り替えることも可能である。

［スケーラブル符号化］
コンテンツの切り替えに関して、図１８に示す、上記各実施の形態で示した動画像符号化方法を応用して圧縮符号化されたスケーラブルなストリームを用いて説明する。サーバは、個別のストリームとして内容は同じで質の異なるストリームを複数有していても構わないが、図示するようにレイヤに分けて符号化を行うことで実現される時間的／空間的スケーラブルなストリームの特徴を活かして、コンテンツを切り替える構成であってもよい。つまり、復号側が性能という内的要因と通信帯域の状態などの外的要因とに応じてどのレイヤまで復号するかを決定することで、復号側は、低解像度のコンテンツと高解像度のコンテンツとを自由に切り替えて復号できる。例えば移動中にスマートフォンｅｘ１１５で視聴していた映像の続きを、帰宅後にインターネットＴＶ等の機器で視聴したい場合には、当該機器は、同じストリームを異なるレイヤまで復号すればよいので、サーバ側の負担を軽減できる。

さらに、上記のように、レイヤ毎にピクチャが符号化されており、ベースレイヤの上位にエンハンスメントレイヤが存在するスケーラビリティを実現する構成以外に、エンハンスメントレイヤが画像の統計情報などに基づくメタ情報を含み、復号側が、メタ情報に基づきベースレイヤのピクチャを超解像することで高画質化したコンテンツを生成してもよい。超解像とは、同一解像度におけるＳＮ比の向上、及び、解像度の拡大のいずれであってもよい。メタ情報は、超解像処理に用いる線形或いは非線形のフィルタ係数を特定するため情報、又は、超解像処理に用いるフィルタ処理、機械学習或いは最小２乗演算におけるパラメータ値を特定する情報などを含む。

または、画像内のオブジェクトなどの意味合いに応じてピクチャがタイル等に分割されており、復号側が、復号するタイルを選択することで一部の領域だけを復号する構成であってもよい。また、オブジェクトの属性（人物、車、ボールなど）と映像内の位置（同一画像における座標位置など）とをメタ情報として格納することで、復号側は、メタ情報に基づいて所望のオブジェクトの位置を特定し、そのオブジェクトを含むタイルを決定できる。例えば、図１９に示すように、メタ情報は、ＨＥＶＣにおけるＳＥＩメッセージなど画素データとは異なるデータ格納構造を用いて格納される。このメタ情報は、例えば、メインオブジェクトの位置、サイズ、又は色彩などを示す。

また、ストリーム、シーケンス又はランダムアクセス単位など、複数のピクチャから構成される単位でメタ情報が格納されてもよい。これにより、復号側は、特定人物が映像内に出現する時刻などが取得でき、ピクチャ単位の情報と合わせることで、オブジェクトが存在するピクチャ、及び、ピクチャ内でのオブジェクトの位置を特定できる。

［Ｗｅｂページの最適化］
図２０は、コンピュータｅｘ１１１等におけるｗｅｂページの表示画面例を示す図である。図２１は、スマートフォンｅｘ１１５等におけるｗｅｂページの表示画面例を示す図である。図２０及び図２１に示すようにｗｅｂページが、画像コンテンツへのリンクであるリンク画像を複数含む場合があり、閲覧するデバイスによってその見え方は異なる。画面上に複数のリンク画像が見える場合には、ユーザが明示的にリンク画像を選択するまで、又は画面の中央付近にリンク画像が近付く或いはリンク画像の全体が画面内に入るまでは、表示装置（復号装置）は、リンク画像として各コンテンツが有する静止画又はＩピクチャを表示したり、複数の静止画又はＩピクチャ等でｇｉｆアニメのような映像を表示したり、ベースレイヤのみ受信して映像を復号及び表示したりする。

ユーザによりリンク画像が選択された場合、表示装置は、ベースレイヤを最優先にして復号する。なお、ｗｅｂページを構成するＨＴＭＬにスケーラブルなコンテンツであることを示す情報があれば、表示装置は、エンハンスメントレイヤまで復号してもよい。また、リアルタイム性を担保するために、選択される前又は通信帯域が非常に厳しい場合には、表示装置は、前方参照のピクチャ（Ｉピクチャ、Ｐピクチャ、前方参照のみのＢピクチャ）のみを復号及び表示することで、先頭ピクチャの復号時刻と表示時刻との間の遅延（コンテンツの復号開始から表示開始までの遅延）を低減できる。また、表示装置は、ピクチャの参照関係を敢えて無視して全てのＢピクチャ及びＰピクチャを前方参照にして粗く復号し、時間が経ち受信したピクチャが増えるにつれて正常の復号を行ってもよい。

［自動走行］
また、車の自動走行又は走行支援のため２次元又は３次元の地図情報などの静止画又は映像データを送受信する場合、受信端末は、１以上のレイヤに属する画像データに加えて、メタ情報として天候又は工事の情報なども受信し、これらを対応付けて復号してもよい。なお、メタ情報は、レイヤに属してもよいし、単に画像データと多重化されてもよい。

この場合、受信端末を含む車、ドローン又は飛行機などが移動するため、受信端末は、当該受信端末の位置情報を受信要求時に送信することで、基地局ｅｘ１０６～ｅｘ１１０を切り替えながらシームレスな受信及び復号を実現できる。また、受信端末は、ユーザの選択、ユーザの状況又は通信帯域の状態に応じて、メタ情報をどの程度受信するか、又は地図情報をどの程度更新していくかを動的に切り替えることが可能になる。

以上のようにして、コンテンツ供給システムｅｘ１００では、ユーザが送信した符号化された情報をリアルタイムでクライアントが受信して復号し、再生することができる。

［個人コンテンツの配信］
また、コンテンツ供給システムｅｘ１００では、映像配信業者による高画質で長時間のコンテンツのみならず、個人による低画質で短時間のコンテンツのユニキャスト、又はマルチキャスト配信が可能である。また、このような個人のコンテンツは今後も増加していくと考えられる。個人コンテンツをより優れたコンテンツにするために、サーバは、編集処理を行ってから符号化処理を行ってもよい。これは例えば、以下のような構成で実現できる。

撮影時にリアルタイム又は蓄積して撮影後に、サーバは、原画又は符号化済みデータから撮影エラー、シーン探索、意味の解析、及びオブジェクト検出などの認識処理を行う。そして、サーバは、認識結果に基いて手動又は自動で、ピントずれ又は手ブレなどを補正したり、明度が他のピクチャに比べて低い又は焦点が合っていないシーンなどの重要性の低いシーンを削除したり、オブジェクトのエッジを強調したり、色合いを変化させるなどの編集を行う。サーバは、編集結果に基いて編集後のデータを符号化する。また撮影時刻が長すぎると視聴率が下がることも知られており、サーバは、撮影時間に応じて特定の時間範囲内のコンテンツになるように上記のように重要性が低いシーンのみならず動きが少ないシーンなどを、画像処理結果に基き自動でクリップしてもよい。または、サーバは、シーンの意味解析の結果に基づいてダイジェストを生成して符号化してもよい。

なお、個人コンテンツには、そのままでは著作権、著作者人格権、又は肖像権等の侵害となるものが写り込んでいるケースもあり、共有する範囲が意図した範囲を超えてしまうなど個人にとって不都合な場合もある。よって、例えば、サーバは、画面の周辺部の人の顔、又は家の中などを敢えて焦点が合わない画像に変更して符号化してもよい。また、サーバは、符号化対象画像内に、予め登録した人物とは異なる人物の顔が映っているかどうかを認識し、映っている場合には、顔の部分にモザイクをかけるなどの処理を行ってもよい。または、符号化の前処理又は後処理として、著作権などの観点からユーザが画像を加工したい人物又は背景領域を指定し、サーバは、指定された領域を別の映像に置き換える、又は焦点をぼかすなどの処理を行うことも可能である。人物であれば、動画像において人物をトラッキングしながら、顔の部分の映像を置き換えることができる。

また、データ量の小さい個人コンテンツの視聴はリアルタイム性の要求が強いため、帯域幅にもよるが、復号装置は、まずベースレイヤを最優先で受信して復号及び再生を行う。復号装置は、この間にエンハンスメントレイヤを受信し、再生がループされる場合など２回以上再生される場合に、エンハンスメントレイヤも含めて高画質の映像を再生してもよい。このようにスケーラブルな符号化が行われているストリームであれば、未選択時又は見始めた段階では粗い動画だが、徐々にストリームがスマートになり画像がよくなるような体験を提供することができる。スケーラブル符号化以外にも、１回目に再生される粗いストリームと、１回目の動画を参照して符号化される２回目のストリームとが１つのストリームとして構成されていても同様の体験を提供できる。

［その他の使用例］
また、これらの符号化又は復号処理は、一般的に各端末が有するＬＳＩｅｘ５００において処理される。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、動画像符号化又は復号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、又は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又は復号処理を行ってもよい。さらに、スマートフォンｅｘ１１５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スマートフォンｅｘ１１５が有するＬＳＩｅｘ５００で符号化処理されたデータである。

なお、ＬＳＩｅｘ５００は、アプリケーションソフトをダウンロードしてアクティベートする構成であってもよい。この場合、端末は、まず、当該端末がコンテンツの符号化方式に対応しているか、又は、特定サービスの実行能力を有するかを判定する。端末がコンテンツの符号化方式に対応していない場合、又は、特定サービスの実行能力を有さない場合、端末は、コーデック又はアプリケーションソフトをダウンロードし、その後、コンテンツ取得及び再生する。

また、インターネットｅｘ１０１を介したコンテンツ供給システムｅｘ１００に限らず、デジタル放送用システム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）又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。衛星などを利用して放送用の電波に映像と音が多重化された多重化データを載せて送受信するため、コンテンツ供給システムｅｘ１００のユニキャストがし易い構成に対してマルチキャスト向きであるという違いがあるが符号化処理及び復号処理に関しては同様の応用が可能である。

［ハードウェア構成］
図２２は、スマートフォンｅｘ１１５を示す図である。また、図２３は、スマートフォンｅｘ１１５の構成例を示す図である。スマートフォンｅｘ１１５は、基地局ｅｘ１１０との間で電波を送受信するためのアンテナｅｘ４５０と、映像及び静止画を撮ることが可能なカメラ部ｅｘ４６５と、カメラ部ｅｘ４６５で撮像した映像、及びアンテナｅｘ４５０で受信した映像等が復号されたデータを表示する表示部ｅｘ４５８とを備える。スマートフォンｅｘ１１５は、さらに、タッチパネル等である操作部ｅｘ４６６と、音声又は音響を出力するためのスピーカ等である音声出力部ｅｘ４５７と、音声を入力するためのマイク等である音声入力部ｅｘ４５６と、撮影した映像或いは静止画、録音した音声、受信した映像或いは静止画、メール等の符号化されたデータ、又は、復号化されたデータを保存可能なメモリ部ｅｘ４６７と、ユーザを特定し、ネットワークをはじめ各種データへのアクセスの認証をするためのＳＩＭｅｘ４６８とのインタフェース部であるスロット部ｅｘ４６４とを備える。なお、メモリ部ｅｘ４６７の代わりに外付けメモリが用いられてもよい。

また、表示部ｅｘ４５８及び操作部ｅｘ４６６等を統括的に制御する主制御部ｅｘ４６０と、電源回路部ｅｘ４６１、操作入力制御部ｅｘ４６２、映像信号処理部ｅｘ４５５、カメラインタフェース部ｅｘ４６３、ディスプレイ制御部ｅｘ４５９、変調／復調部ｅｘ４５２、多重／分離部ｅｘ４５３、音声信号処理部ｅｘ４５４、スロット部ｅｘ４６４、及びメモリ部ｅｘ４６７とがバスｅｘ４７０を介して接続されている。

電源回路部ｅｘ４６１は、ユーザの操作により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スマートフォンｅｘ１１５を動作可能な状態に起動する。

スマートフォンｅｘ１１５は、ＣＰＵ、ＲＯＭ及びＲＡＭ等を有する主制御部ｅｘ４６０の制御に基づいて、通話及データ通信等の処理を行う。通話時は、音声入力部ｅｘ４５６で収音した音声信号を音声信号処理部ｅｘ４５４でデジタル音声信号に変換し、これを変調／復調部ｅｘ４５２でスペクトラム拡散処理し、送信／受信部ｅｘ４５１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ｅｘ４５０を介して送信する。また受信データを増幅して周波数変換処理及びアナログデジタル変換処理を施し、変調／復調部ｅｘ４５２でスペクトラム逆拡散処理し、音声信号処理部ｅｘ４５４でアナログ音声信号に変換した後、これを音声出力部ｅｘ４５７から出力する。データ通信モード時は、本体部の操作部ｅｘ４６６等の操作によってテキスト、静止画、又は映像データが操作入力制御部ｅｘ４６２を介して主制御部ｅｘ４６０に送出され、同様に送受信処理が行われる。データ通信モード時に映像、静止画、又は映像と音声を送信する場合、映像信号処理部ｅｘ４５５は、メモリ部ｅｘ４６７に保存されている映像信号又はカメラ部ｅｘ４６５から入力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、符号化された映像データを多重／分離部ｅｘ４５３に送出する。また、音声信号処理部ｅｘ４５４は、映像又は静止画等をカメラ部ｅｘ４６５で撮像中に音声入力部ｅｘ４５６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ｅｘ４５３に送出する。多重／分離部ｅｘ４５３は、符号化済み映像データと符号化済み音声データを所定の方式で多重化し、変調／復調部（変調／復調回路部）ｅｘ４５２、及び送信／受信部ｅｘ４５１で変調処理及び変換処理を施してアンテナｅｘ４５０を介して送信する。

電子メール又はチャットに添付された映像、又はウェブページ等にリンクされた映像を受信した場合、アンテナｅｘ４５０を介して受信された多重化データを復号するために、多重／分離部ｅｘ４５３は、多重化データを分離することにより、多重化データを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ｅｘ４７０を介して符号化された映像データを映像信号処理部ｅｘ４５５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ｅｘ４５４に供給する。映像信号処理部ｅｘ４５５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映像信号を復号し、ディスプレイ制御部ｅｘ４５９を介して表示部ｅｘ４５８から、リンクされた動画像ファイルに含まれる映像又は静止画が表示される。また音声信号処理部ｅｘ４５４は、音声信号を復号し、音声出力部ｅｘ４５７から音声が出力される。なおリアルタイムストリーミングが普及しているため、ユーザの状況によっては音声の再生が社会的にふさわしくない場も起こりえる。そのため、初期値としては、音声信号は再生せず映像データのみを再生する構成の方が望ましい。ユーザが映像データをクリックするなど操作を行った場合にのみ音声を同期して再生してもよい。

またここではスマートフォンｅｘ１１５を例に説明したが、端末としては符号化器及び復号化器を両方持つ送受信型端末の他に、符号化器のみを有する送信端末、及び、復号化器のみを有する受信端末という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において、映像データに音声データなどが多重化された多重化データを受信又は送信するとして説明したが、多重化データには、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てもよいし、多重化データではなく映像データ自体が受信又は送信されてもよい。

なお、ＣＰＵを含む主制御部ｅｘ４６０が符号化又は復号処理を制御するとして説明したが、端末はＧＰＵを備えることも多い。よって、ＣＰＵとＧＰＵで共通化されたメモリ、又は共通に使用できるようにアドレスが管理されているメモリにより、ＧＰＵの性能を活かして広い領域を一括して処理する構成でもよい。これにより符号化時間を短縮でき、リアルタイム性を確保し、低遅延を実現できる。特に動き探索、デブロックフィルタ、ＳＡＯ（Ｓａｍｐｌｅ Ａｄａｐｔｉｖｅ Ｏｆｆｓｅｔ）、及び変換・量子化の処理を、ＣＰＵではなく、ＧＰＵでピクチャなどの単位で一括して行うと効率的である。

本開示は、例えば、テレビジョン受像機、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、または、デジタルビデオカメラ等に利用可能である。

１００ 符号化装置
１０２ 分割部
１０４ 減算部
１０６ 変換部
１０８ 量子化部
１１０ エントロピー符号化部
１１２、２０４ 逆量子化部
１１４、２０６ 逆変換部
１１６、２０８ 加算部
１１８、２１０ ブロックメモリ
１２０、２１２ ループフィルタ部
１２２、２１４ フレームメモリ
１２４、２１６ イントラ予測部
１２６、２１８ インター予測部
１２８、２２０ 予測制御部
２００ 復号装置
２０２ エントロピー復号部
１０００ カレントピクチャ
１００１ カレントブロック
１１００ 第１参照ピクチャ
１１１０ 第１動きベクトル
１１２０ 第１予測ブロック
１１２１、１２２１ 予測サブブロック
１１２２、１２２２ 左上画素
１１３０、１１３０Ａ 第１補間参照範囲
１１３１、１１３１Ａ、１１３２、１１３２Ａ、１２３１、１２３１Ａ、１２３２、１２３２Ａ 参照範囲
１１３５、１１３５Ａ 第１勾配参照範囲
１１４０ 第１予測画像
１１５０ 第１勾配画像
１２００ 第２参照ピクチャ
１２１０ 第２動きベクトル
１２２０ 第２予測ブロック
１２３０、１２３０Ａ 第２補間参照範囲
１２３５、１２３５Ａ 第２勾配参照範囲
１２４０ 第２予測画像
１２５０ 第２勾配画像
１３００ 局所動き推定値
１４００ 最終予測画像

Claims (6)

1. 復号対象ピクチャに含まれる復号対象ブロックを復号する復号装置であって、
   プロセッサと、
   メモリと、を備え、
   前記プロセッサは、前記メモリを用いて、
   双方向予測のために前記復号対象ブロックに対応付けられた２つの参照ピクチャを用いて、小数画素精度に補間することで２つの予測画像を取得し、
   前記２つの予測画像に含まれる複数の第１画素の複数の画素値を用いて、前記復号対象ブロックを分割して得られるサブブロックに含まれる複数の第２画素それぞれに対応する複数の水平方向の勾配値を取得し、
   前記複数の水平方向の勾配値に基づき、前記サブブロックの動き補正値を導出し、
   前記複数の水平方向の勾配値を用いたインター予測の終了時に、前記サブブロックの前記動き補正値を用いて、前記サブブロックに対応する出力予測画像を生成し、
   前記２つの予測画像は、２つの動きベクトルを用いて特定され、
   前記補間のための参照範囲は、前記複数の水平方向の勾配値を用いない通常インター予測において、前記復号対象ブロックに対応する小数画素精度の予測画像を取得するために参照される通常参照範囲に含まれる、
   復号装置。
2. 前記補間のための参照範囲は、前記通常参照範囲と一致する、
   請求項１に記載の復号装置。
3. 前記サブブロックのサイズは、４×４画素である、
   請求項１又は２に記載の復号装置。
4. 符号化対象ピクチャに含まれる符号化対象ブロックを符号化する符号化装置であって、
   プロセッサと、
   メモリと、を備え、
   前記プロセッサは、前記メモリを用いて、
   双方向予測のために前記符号化対象ブロックに対応付けられた２つの参照ピクチャを用いて、小数画素精度に補間することで２つの予測画像を取得し、
   前記２つの予測画像に含まれる複数の第１画素の複数の画素値を用いて、前記符号化対象ブロックを分割して得られるサブブロックに含まれる複数の第２画素それぞれに対応する複数の水平方向の勾配値を取得し、
   前記複数の水平方向の勾配値に基づき、前記サブブロックの動き補正値を導出し、
   前記複数の水平方向の勾配値を用いたインター予測の終了時に、前記サブブロックの前記動き補正値を用いて、前記サブブロックに対応する出力予測画像を生成し、
   前記２つの予測画像は、２つの動きベクトルを用いて特定され、
   前記補間のための参照範囲は、前記複数の水平方向の勾配値を用いない通常インター予測において、前記符号化対象ブロックに対応する小数画素精度の予測画像を取得するために参照される通常参照範囲に含まれる、
   符号化装置。
5. 前記補間のための参照範囲は、前記通常参照範囲と一致する、
   請求項４に記載の符号化装置。
6. 前記サブブロックのサイズは、４×４画素である、
   請求項４又は５に記載の符号化装置。

Images