JP7199221B2 - 符号化装置、復号装置、符号化方法及び復号方法 - Google Patents

符号化装置、復号装置、符号化方法及び復号方法 Download PDF

Info

Publication number
JP7199221B2
JP7199221B2 JP2018518235A JP2018518235A JP7199221B2 JP 7199221 B2 JP7199221 B2 JP 7199221B2 JP 2018518235 A JP2018518235 A JP 2018518235A JP 2018518235 A JP2018518235 A JP 2018518235A JP 7199221 B2 JP7199221 B2 JP 7199221B2
Authority
JP
Japan
Prior art keywords
arithmetic coding
data string
bit string
binary data
decoding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018518235A
Other languages
English (en)
Other versions
JPWO2017199800A1 (ja
Inventor
孝啓 西
正真 遠間
清史 安倍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Corp of America
Original Assignee
Panasonic Intellectual Property Corp of America
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Corp of America filed Critical Panasonic Intellectual Property Corp of America
Publication of JPWO2017199800A1 publication Critical patent/JPWO2017199800A1/ja
Application granted granted Critical
Publication of JP7199221B2 publication Critical patent/JP7199221B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124Quantisation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/174Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a slice, e.g. a line of blocks or a group of blocks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91Entropy coding, e.g. variable length coding [VLC] or arithmetic coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Reduction Or Emphasis Of Bandwidth Of Signals (AREA)

Description

本発明は、画像情報を符号化する符号化装置等に関する。
従来の符号化方式であるH.265では、画像情報を効率的に符号化するため、算術符号化が用いられている。
H.265(ISO/IEC 23008-2 HEVC(High Efficiency Video Coding))
しかしながら、算術符号化又は算術復号によって発生する処理遅延によって、画像情報の符号化又は復号を短時間で行うことが困難な場合がある。
そこで、本発明は、算術符号化等によって発生する処理遅延の削減を支援することができる符号化装置等を提供する。
本発明の一態様に係る符号化装置は、画像情報を符号化する符号化装置であって、メモリと、前記メモリにアクセス可能な回路とを備え、前記メモリにアクセス可能な前記回路は、前記画像情報から、可変発生確率に従って行われるコンテキスト適応算術符号化と、固定発生確率に従って行われるバイパス算術符号化とを含む算術符号化のための二値化に従って二値化データ列を導出し、前記二値化データ列を含むビット列を出力し、(i)前記ビット列の出力において、前記算術符号化が適用されている前記二値化データ列を含む前記ビット列を出力する第1動作と、(ii)前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含む前記ビット列を出力する第2動作とを切り替え、符号化規格で定められる複数のプロファイルのうちの所定のプロファイルが前記画像情報の符号化に用いられる場合、前記第1動作と前記第2動作とのうちの一方に動作が固定され、前記第1動作と前記第2動作とのうちの一方に前記動作が固定されない場合、前記ビット列は、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含み、前記第1動作と前記第2動作とのうちの一方に前記動作が固定される場合、前記ビット列は、前記適用情報を含まない
なお、これらの包括的又は具体的な態様は、システム、装置、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などの非一時的な記録媒体で実現されてもよく、システム、装置、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。
本発明の一態様に係る符号化装置等は、算術符号化等によって発生する処理遅延の削減を支援することができる。
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5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9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1に係る符号化装置におけるエントロピー符号化部の詳細な機能構成を示すブロック図である。 図12は、実施の形態1に係る復号装置におけるエントロピー復号部の詳細な機能構成を示すブロック図である。 図13は、実施の形態1に係る符号化装置及び復号装置を含むコーデックシステムの機能構成を示すブロック図である。 図14は、実施の形態1に係る符号化装置の実装例を示すブロック図である。 図15は、実施の形態1に係る符号化装置の第1符号化動作例を示すフローチャートである。 図16は、実施の形態1に係る符号化装置の第2符号化動作例を示すフローチャートである。 図17は、実施の形態1に係る復号装置の実装例を示すブロック図である。 図18は、実施の形態1に係る復号装置の第1復号動作例を示すフローチャートである。 図19は、実施の形態1に係る復号装置の第2復号動作例を示すフローチャートである。 図20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21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22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23は、webページの表示画面例を示す図である。 図24は、webページの表示画面例を示す図である。 図25は、スマートフォンの一例を示す図である。 図26は、スマートフォンの構成例を示すブロック図である。
(本発明の基礎となった知見)
従来の符号化方式であるH.265では、画像情報を効率的に符号化するため、算術符号化が用いられている。具体的には、CABACと呼ばれるコンテキスト適応型二値算術符号化方式が採用されている。
例えば、コンテキスト適応型二値算術符号化方式では、二値化によって、多値信号が、0又は1で表現される値のデータ列である二値化データ列に変換される。そして、データ種別等のコンテキストに従って0又は1の発生確率が所定の複数の発生確率の中から選択され、選択された発生確率に従って二値化データ列に対して二値算術符号化が適用される。そして、二値化データ列に含まれる0又は1の値に従って発生確率が更新される。
すなわち、コンテキスト適応型二値算術符号化方式では、可変の発生確率に従って二値算術符号化が行われる。また、コンテキスト適応型二値算術符号化方式では、特定のデータ種別等について、固定の発生確率に従って二値算術符号化が行われる。
このような算術符号化によって、高い符号化効率が得られる。言い換えれば、このような算術符号化によって、高い圧縮率が得られる。
しかしながら、このような算術符号化、及び、このような算術符号化に対応する算術復号では、複雑な処理が用いられ、処理遅延が発生する。したがって、短時間で画像情報の符号化又は復号を行うことが困難である。
そこで、本発明の一態様に係る符号化装置は、画像情報を符号化する符号化装置であって、メモリと、前記メモリにアクセス可能な回路とを備え、前記メモリにアクセス可能な前記回路は、前記画像情報から算術符号化のための二値化に従って二値化データ列を導出し、前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含むビット列を出力し、前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列を出力する。
これにより、符号化装置は、算術符号化をスキップすることができる。したがって、符号化装置は、算術符号化によって発生する処理遅延の削減を支援することができる。また、符号化装置は、算術符号化に関する二値化の資源を有効に活用することができる。また、符号化装置は、算術符号化の適用状態が適用情報により識別可能なビット列を出力することができる。
例えば、前記回路は、(i)前記ビット列の出力において、前記算術符号化が適用されている前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されていることを示す情報を前記適用情報として含む前記ビット列を出力する第1動作と、(ii)前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列を出力する第2動作とを切り替えてもよい。
これにより、符号化装置は、算術符号化を行うか否かを適応的に切り替えることができ、算術符号化を適応的にスキップすることができる。
また、例えば、前記回路は、前記二値化データ列に対して前記算術符号化が適用されているか否かを1以上のピクチャを含む単位で包括的に示す前記適用情報を含む前記ビット列を出力してもよい。
これにより、符号化装置は、適用情報に関する符号量及び処理量の増加を抑制することができる。
また、本発明の一態様に係る符号化装置は、画像情報を符号化する符号化装置であって、メモリと、前記メモリにアクセス可能な回路とを備え、前記メモリにアクセス可能な前記回路は、前記画像情報から算術符号化のための二値化に従って二値化データ列を導出し、前記二値化データ列を含むビット列を出力し、(i)前記ビット列の出力において、前記算術符号化が適用されている前記二値化データ列を含む前記ビット列を出力する第1動作と、(ii)前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含む前記ビット列を出力する第2動作とを切り替える符号化装置であってもよい。
これにより、符号化装置は、算術符号化を行うか否かを適応的に切り替えることができ、算術符号化を適応的にスキップすることができる。したがって、符号化装置は、算術符号化によって発生する処理遅延の削減を支援することができる。また、符号化装置は、算術符号化に関する二値化の資源を有効に活用することができる。
例えば、前記回路は、前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含む前記ビット列を出力し、(i)前記ビット列の出力において、前記算術符号化が適用されている前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されていることを示す情報を前記適用情報として含む前記ビット列を出力する前記第1動作と、(ii)前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列を出力する前記第2動作とを切り替えてもよい。
これにより、符号化装置は、算術符号化の適用状態が適用情報により識別可能なビット列を出力することができる。
また、例えば、前記回路は、1以上のピクチャを含む単位で包括的に、前記第1動作と前記第2動作とを切り替えてもよい。
これにより、符号化装置は、算術符号化の適用状態の切り替えに関する処理量の増加を抑制することができる。
また、本発明の一態様に係る復号装置は、画像情報を復号する復号装置であって、メモリと、前記メモリにアクセス可能な回路とを備え、前記メモリにアクセス可能な前記回路は、前記画像情報から算術符号化のための二値化に従って導出された二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含むビット列を取得し、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されていない前記二値化データ列から、前記画像情報を導出する。
これにより、復号装置は、算術復号をスキップすることができる。したがって、復号装置は、算術復号によって発生する処理遅延の削減を支援することができる。また、復号装置は、算術復号に関する逆二値化の資源を有効に活用することができる。また、復号装置は、算術符号化の適用状態が適用情報により識別可能なビット列から画像情報を導出することができる。
例えば、前記回路は、(i)前記画像情報の導出において、前記二値化データ列に対して前記算術符号化が適用されていることを示す情報を前記適用情報として含む前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されている前記二値化データ列から、前記画像情報を導出する第1動作と、(ii)前記画像情報の導出において、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されていない前記二値化データ列から、前記画像情報を導出する第2動作とを切り替えてもよい。
これにより、復号装置は、算術復号を行うか否かを適応的に切り替えることができ、算術復号を適応的にスキップすることができる。
また、例えば、前記回路は、前記二値化データ列に対して前記算術符号化が適用されているか否かを1以上のピクチャを含む単位で包括的に示す前記適用情報を含む前記ビット列を取得してもよい。
これにより、復号装置は、適用情報に関する符号量及び処理量の増加を抑制することができる。
また、本発明の一態様に係る復号装置は、画像情報を復号する復号装置であって、メモリと、前記メモリにアクセス可能な回路とを備え、前記メモリにアクセス可能な前記回路は、前記画像情報から算術符号化のための二値化に従って導出された二値化データ列を含むビット列を取得し、前記二値化データ列から前記画像情報を導出し、(i)前記画像情報の導出において、前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されている前記二値化データ列から、前記画像情報を導出する第1動作と、(ii)前記画像情報の導出において、前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されていない前記二値化データ列から、前記画像情報を導出する第2動作とを切り替える復号装置であってもよい。
これにより、復号装置は、算術復号を行うか否かを適応的に切り替えることができ、算術復号を適応的にスキップすることができる。したがって、復号装置は、算術復号によって発生する処理遅延の削減を支援することができる。また、復号装置は、算術復号に関する逆二値化の資源を有効に活用することができる。
例えば、前記回路は、前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含む前記ビット列を取得し、(i)前記画像情報の導出において、前記二値化データ列に対して前記算術符号化が適用されていることを示す情報を前記適用情報として含む前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されている前記二値化データ列から、前記画像情報を導出する前記第1動作と、(ii)前記画像情報の導出において、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されていない前記二値化データ列から、前記画像情報を導出する前記第2動作とを切り替えてもよい。
これにより、復号装置は、算術符号化の適用状態が適用情報により識別可能なビット列を取得して、画像情報を導出することができる。
また、例えば、前記回路は、1以上のピクチャを含む単位で包括的に、前記第1動作と前記第2動作とを切り替えてもよい。
これにより、復号装置は、算術符号化の適用状態の切り替えに関する処理量の増加を抑制することができる。
また、本発明の一態様に係る符号化方法は、画像情報を符号化する符号化方法であって、前記画像情報から算術符号化のための二値化に従って二値化データ列を導出し、前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含むビット列を出力し、前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列を出力する。
これにより、この符号化方法を実行する装置等は、算術符号化をスキップすることができる。したがって、この符号化方法を実行する装置等は、算術符号化によって発生する処理遅延の削減を支援することができる。また、この符号化方法を実行する装置等は、算術符号化に関する二値化の資源を有効に活用することができる。また、この符号化方法を実行する装置等は、算術符号化の適用状態が適用情報により識別可能なビット列を出力することができる。
また、本発明の一態様に係る符号化方法は、画像情報を符号化する符号化方法であって、前記画像情報から算術符号化のための二値化に従って二値化データ列を導出し、前記二値化データ列を含むビット列を出力し、(i)前記ビット列の出力において、前記算術符号化が適用されている前記二値化データ列を含む前記ビット列を出力する第1動作と、(ii)前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含む前記ビット列を出力する第2動作とを切り替える符号化方法であってもよい。
これにより、この符号化方法を実行する装置等は、算術符号化を行うか否かを適応的に切り替えることができ、算術符号化を適応的にスキップすることができる。したがって、この符号化方法を実行する装置等は、算術符号化によって発生する処理遅延の削減を支援することができる。また、この符号化方法を実行する装置等は、算術符号化に関する二値化の資源を有効に活用することができる。
また、本発明の一態様に係る復号方法は、画像情報を復号する復号方法であって、前記画像情報から算術符号化のための二値化に従って導出された二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含むビット列を取得し、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されていない前記二値化データ列から、前記画像情報を導出する。
これにより、この復号方法を実行する装置等は、算術復号をスキップすることができる。したがって、この復号方法を実行する装置等は、算術復号によって発生する処理遅延の削減を支援することができる。また、この復号方法を実行する装置等は、算術復号に関する逆二値化の資源を有効に活用することができる。また、この復号方法を実行する装置等は、算術符号化の適用状態が適用情報により識別可能なビット列を取得して、画像情報を導出することができる。
また、本発明の一態様に係る復号方法は、画像情報を復号する復号方法であって、前記画像情報から算術符号化のための二値化に従って導出された二値化データ列を含むビット列を取得し、前記二値化データ列から前記画像情報を導出し、(i)前記画像情報の導出において、前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されている前記二値化データ列から、前記画像情報を導出する第1動作と、(ii)前記画像情報の導出において、前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されていない前記二値化データ列から、前記画像情報を導出する第2動作とを切り替える復号方法であってもよい。
これにより、この復号方法を実行する装置等は、算術復号を行うか否かを適応的に切り替えることができ、算術復号を適応的にスキップすることができる。したがって、この復号方法を実行する装置等は、算術復号によって発生する処理遅延の削減を支援することができる。また、この復号方法を実行する装置等は、算術復号に関する逆二値化の資源を有効に活用することができる。
さらに、これらの包括的又は具体的な態様は、システム、装置、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などの非一時的な記録媒体で実現されてもよく、システム、装置、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)
[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。
[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信号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5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。
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(flame rate up-conversion)モードと呼ばれることがある。
まず、マージリストに含まれる候補の1つがパターンマッチングによる探索の開始位置として選択される。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。
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。
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。
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。
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。
なお、動き探索とは異なる方法で、復号装置側で動き情報が導出されてもよい。例えば、等速直線運動を仮定したモデルに基づき、画素単位で周辺画素値を用いて動きベクトルの補正量が算出されてもよい。
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,v)は、速度ベクトルを示し、τ、τ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,Ref)との間の時間的な距離を示す。(MVx,MVy)は、参照ピクチャRefに対応する動きベクトルを示し、(MVx、MVy)は、参照ピクチャRef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,v)の等速直線運動の仮定の下では、(MVx,MVy)及び(MVx,MVy)は、それぞれ、(vτ,vτ)及び(-vτ,-vτ)と表され、以下のオプティカルフロー等式(1)が成り立つ。
Figure 0007199221000001
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9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9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が導出される。そして、2つの動きベクトルv及びv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,v)が導出される。
Figure 0007199221000002
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。
[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、変換された変換係数(変換結果)を再変換する。
[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信号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126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128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。
[符号化装置におけるエントロピー符号化部の詳細]
図11は、実施の形態1に係る符号化装置100におけるエントロピー符号化部110の詳細な機能構成を示すブロック図である。エントロピー符号化部110は、量子化部108から出力される量子化係数に対して可変長符号化を適用することにより、ビット列を生成し、生成されたビット列を出力する。このビット列は、符号化された画像情報に対応し、符号化信号、符号化ビットストリーム又は符号化ビット列とも呼ばれる。
図11の例において、エントロピー符号化部110は、二値化部132と、切り替え部134と、中間バッファ136と、算術符号化部138と、切り替え部140と、多重化部142と、を備える。そして、エントロピー符号化部110は、ビット列を生成し、生成されたビット列を出力することにより、生成されたビット列を出力バッファ144へ格納する。出力バッファ144へ格納されたビット列は、適宜、出力バッファ144から出力される。エントロピー符号化部110は、出力バッファ144を含んでいてもよい。
[エントロピー符号化部における二値化部]
二値化部132は、量子化係数等を二値化する。具体的には、二値化部132は、量子化された周波数変換係数等を例えば0又は1で表現される値のデータ列に変換し、得られたデータ列を出力する。以下、このデータ列を二値化データ列とも呼ぶ。また、二値化部132によって行われる二値化は、算術符号化のための二値化であり、より具体的には二値算術符号化を行うための二値化である。すなわち、二値化部132は、算術符号化のための二値化に従って画像情報の二値化データ列を導出する。
なお、二値化の方式として、ユーナリー・バイナライゼーション、トランケーティッド・ユーナリー・バイナライゼーション、ユーナリー/k次指数ゴロム・結合バイナライゼーション、固定長バイナライゼーション、及び、表参照等がある。
また、例えば、二値化部132における二値化、及び、算術符号化部138における算術符号化によって、コンテキスト適応型二値算術符号化方式のエントロピー符号化が行われる。コンテキスト適応型二値算術符号化方式は、CABACとも呼ばれる。二値化部132によって行われる二値化は、コンテキスト適応型二値算術符号化方式のための二値化とも表現され得る。
[エントロピー符号化部における切り替え部]
切り替え部134及び140は、モード情報に従って連動して動作し、二値化データ列に対して算術符号化を適用するか否かを切り替える。例えば、切り替え部134及び140は、符号化装置100の外部から与えられるモード情報に従って、二値化データ列に対して算術符号化を適用するか否かを切り替える。モード情報は、ユーザ又は上位システム等から指示として与えられてもよい。
例えば、このモード情報は、第1モード及び第2モードを選択的に示す。すなわち、モード情報は、第1モード及び第2モードの中から選択される一方のモードを示す。そして、例えば、第1モードでは、二値化データ列に対して算術符号化が適用され、第2モードでは、二値化データ列に対して算術符号化が適用されない。
具体的には、モード情報が第1モードを示す場合、切り替え部134は、二値化部132から出力される二値化データ列を中間バッファ136に出力することにより、二値化データ列を中間バッファ136に格納する。そして、算術符号化部138は、中間バッファ136に格納された二値化データ列に対して、算術符号化を適用し、算術符号化が適用された二値化データ列を出力する。切り替え部140は、算術符号化部138から出力された二値化データ列を多重化部142へ出力する。
一方、モード情報が第2モードを示す場合、切り替え部134は、二値化部132から出力される二値化データ列をそのまま切り替え部140へ出力する。そして、切り替え部140は、切り替え部134から出力された二値化データ列を多重化部142へ出力する。すなわち、算術符号化がバイパスされる。なお、算術符号化の一態様であるバイパス算術符号化との混同を避けるため、算術符号化をバイパスすることを、算術符号化をスキップすると表現する場合がある。
モード情報及びモードは、遅延モード情報及び遅延モードとも表現され得る。具体的には、第1モードは、通常モードであり、第2モードは、低遅延モードである。そして、第2モードでは、第1モードよりも、処理遅延が削減される。
[エントロピー符号化部における中間バッファ]
中間バッファ136は、二値化データ列を格納するための記憶部であり、中間メモリとも呼ばれる。算術符号化部138で行われる算術符号化では、遅延が発生する。また、遅延量は、二値化データ列の内容によって揺らぐ。中間バッファ136によって、遅延量の揺らぎが吸収され、後続の処理が円滑に行われる。なお、中間バッファ136等の記憶部にデータを入力することは、記憶部にデータを格納することに対応し、記憶部からデータを出力することは、記憶部からデータを読み出すことに対応する。
[エントロピー符号化部における算術符号化部]
算術符号化部138は、算術符号化を行う。具体的には、算術符号化部138は、中間バッファ136に格納された二値化データ列を読み出して、二値化データ列に対して算術符号化を適用する。算術符号化部138は、コンテキスト適応型二値算術符号化方式に対応する算術符号化を二値化データ列に対して適用してもよい。
例えば、算術符号化部138は、データ種別等のコンテキストに従って値の発生確率を選択し、選択された発生確率に従って算術符号化を行い、算術符号化の結果に従って発生確率を更新する。つまり、算術符号化部138は、可変の発生確率に従って、算術符号化を行う。可変の発生確率に従って行われる算術符号化は、コンテキスト適応算術符号化とも呼ばれる。
また、算術符号化部138は、特定のデータ種別等について、固定の発生確率に従って算術符号化を行ってもよい。具体的には、算術符号化部138は、0又は1の発生確率として50%の発生確率に従って算術符号化を行ってもよい。固定の発生確率に従って行われる算術符号化は、バイパス算術符号化とも呼ばれる。
[エントロピー符号化部における多重化部]
多重化部142は、モード情報と、二値化データ列とを多重化し、モード情報及び二値化データ列を含むビット列を生成する。そして、多重化部142は、ビット列を出力バッファ144に出力することにより、ビット列を出力バッファ144に格納する。出力バッファ144に格納されたビット列は、適宜、出力バッファ144から出力される。すなわち、多重化部142は、出力バッファ144を介して、ビット列を出力する。
例えば、モード情報は、上位のパラメータとしてビット列に含まれていてもよい。具体的には、モード情報は、ビット列におけるSPS(シーケンス・パラメータ・セット)に含まれてもよいし、ビット列におけるPPS(ピクチャ・パラメータ・セット)に含まれていてもよいし、ビット列におけるスライスヘッダに含まれていてもよい。ビット列に含まれるモード情報は、1以上のビットで表現される。
そして、二値化データ列は、スライスデータに含まれていてもよい。ここで、二値化データ列は、算術符号化が適用された二値化データ列であってもよいし、算術符号化が適用されていない二値化データ列であってもよい。
また、ビット列に含まれるモード情報は、ビット列に含まれる二値化データ列に対して算術符号化が適用されているか否かを示す適用情報とも表現され得る。言い換えれば、モード情報が、二値化データ列に対して算術符号化が適用されているか否かを示す適用情報として、ビット列に含まれてもよい。この適用情報は、算術符号化が適用されている二値化データ列をビット列が含むか、算術符号化が適用されていない二値化データ列をビット列が含むかを示し得る。
なお、上位システムでモード情報が交換される場合、または、モード情報が予め定められている場合等において、モード情報がビット列に含められなくてもよい。つまり、この場合、多重化が行われなくてもよい。
[出力バッファ]
出力バッファ144は、ビット列を格納するための記憶部であり、CPB(Coded Picture Buffer:符号化ピクチャバッファ)、または、出力メモリとも呼ばれる。符号化装置100が画像情報を符号化することで得られるビット列は、出力バッファ144に格納される。そして、出力バッファ144に格納されたビット列は、適宜出力され、例えば符号化オーディオ信号等と多重化される。
[復号装置におけるエントロピー復号部の詳細]
図12は、実施の形態1に係る復号装置200におけるエントロピー復号部202の詳細な機能構成を示すブロック図である。エントロピー復号部202は、入力バッファ232を介して入力されるビット列に対してエントロピー復号を行うことにより、量子化係数等を導出する。このビット列は、例えば、符号化装置100によって生成されたビット列であって、上述したデータ構成を有し得る。
図12の例において、エントロピー復号部202は、分離部234と、切り替え部236と、算術復号部238と、中間バッファ240と、切り替え部242と、逆二値化部244と、を備える。エントロピー復号部202は、入力バッファ232を含んでいてもよい。
[入力バッファ]
入力バッファ232は、ビット列を格納するための記憶部であり、CPB、または、入力メモリとも呼ばれる。復号装置200によって復号されるビット列は、例えば符号化オーディオ信号等から分離されて、入力バッファ232に格納される。そして、復号装置200は、入力バッファ232に格納されたビット列を読み出して、ビット列を復号する。
[エントロピー復号部における分離部]
分離部234は、入力バッファ232からビット列を取得し、ビット列からモード情報と二値化データ列とを分離し、モード情報と二値化データ列とを出力する。つまり、分離部234は、入力バッファ232を介して、モード情報と二値化データ列とを含むビット列を取得し、ビット列に含まれるモード情報と二値化データ列とを出力する。二値化データ列は、算術符号化が適用された二値化データ列であってもよいし、算術符号化が適用されていない二値化データ列であってもよい。
上述したように、モード情報は、ビット列に含まれる二値化データ列に対して算術符号化が適用されているか否かを示す適用情報とも表現され得る。そして、上位システムでモード情報が交換される場合、または、モード情報が予め定められている場合等において、モード情報がビット列に含められなくてもよい。この場合、モード情報の分離及び出力が行われなくてもよい。また、モード情報は、復号装置200の外部から、具体的にはユーザ又は上位システム等から指示として与えられてもよい。
[エントロピー復号部における切り替え部]
切り替え部236及び242は、分離部234等から得られるモード情報に従って連動して動作し、二値化データ列に対して算術復号を適用するか否かを切り替える。例えば、モード情報が選択的に示す第1モード及び第2モードのうち、第1モードでは、二値化データ列に対して算術復号が適用され、第2モードでは、二値化データ列に対して算術復号が適用されない。
具体的には、モード情報が第1モードを示す場合、切り替え部236は、分離部234から出力される二値化データ列を算術復号部238に出力する。そして、算術復号部238は、二値化データ列に対して算術復号を適用し、算術復号が適用された二値化データ列を出力することにより、算術復号が適用された二値化データ列を中間バッファ240に格納する。切り替え部242は、中間バッファ240に格納された二値化データ列を適宜取得し、中間バッファ240から取得された二値化データ列を逆二値化部244へ出力する。
一方、モード情報が第2モードを示す場合、切り替え部236は、分離部234から出力される二値化データ列をそのまま切り替え部242へ出力する。そして、切り替え部242は、切り替え部236から出力された二値化データ列を逆二値化部244へ出力する。つまり、算術復号がバイパスされる。なお、算術符号化の一態様であるバイパス算術復号との混同を避けるため、算術復号をバイパスすることを、算術復号をスキップすると表現する場合がある。
[エントロピー復号部における算術復号部]
算術復号部238は、算術復号を行う。具体的には、算術復号部238は、算術符号化が適用された二値化データ列に対して算術復号を適用し、算術復号が適用された二値化データ列を出力することにより、算術復号が適用された二値化データ列を中間バッファ240に格納する。算術復号が適用された二値化データ列は、算術符号化が適用されていない元の二値化データ列に対応する。算術符号化部138は、コンテキスト適応型二値算術符号化方式に対応する算術復号を二値化データ列に対して適用してもよい。
例えば、算術復号部238は、データ種別等のコンテキストに従って値の発生確率を選択し、選択された発生確率に従って算術復号を行い、算術復号の結果に従って発生確率を更新する。つまり、算術復号部238は、可変の発生確率に従って、算術復号を行う。可変の発生確率に従って行われる算術復号は、コンテキスト適応算術復号とも呼ばれる。
また、算術復号部238は、特定のデータ種別等について、固定の発生確率に従って算術復号を行ってもよい。具体的には、算術復号部238は、0又は1の発生確率として50%の発生確率に従って算術復号を行ってもよい。固定の発生確率に従って行われる算術復号は、バイパス算術復号とも呼ばれる。
[エントロピー復号部における中間バッファ]
中間バッファ240は、算術復号された二値化データ列を格納するための記憶部であり、中間メモリとも呼ばれる。算術復号部238で行われる算術復号では、遅延が発生する。また、遅延量は、二値化データ列の内容によって揺らぐ。中間バッファ240によって、遅延量の揺らぎが吸収され、後続の処理が円滑に行われる。
[エントロピー復号部における逆二値化部]
逆二値化部244は、二値化データ列に対して逆二値化を行うことにより、量子化係数等を導出する。具体的には、逆二値化部244は、例えば0又は1で表現される値の二値化データ列を量子化された周波数変換係数等に変換し、量子化された周波数変換係数等を逆量子化部204へ出力する。また、逆二値化部244によって行われる逆二値化は、算術符号化のための二値化に対応する逆二値化であり、より具体的には二値算術符号化を行うための二値化に対応する逆二値化である。
また、例えば、算術復号部238における算術復号、及び、逆二値化部244における逆二値化によって、コンテキスト適応型二値算術符号化方式のエントロピー復号が行われる。すなわち、逆二値化部244は、コンテキスト適応型二値算術符号化方式に従う逆二値化を行ってもよい。また、逆二値化は、多値化とも呼ばれる。
[コーデックシステム]
図13は、実施の形態1に係る符号化装置100及び復号装置200を含むコーデックシステム300の機能構成を示すブロック図である。コーデックシステム300は、送信装置150及び受信装置250を備え、画像情報の符号化、送信、受信及び復号を行う。送信装置150は、送信制御部152、符号化装置100及び出力バッファ144を備え、画像情報の符号化及び送信を行う。受信装置250は、受信制御部252、入力バッファ232及び復号装置200を備え、符号化された画像情報の受信及び復号を行う。
例えば、画像情報の伝送、つまり画像情報の送受信が開始される前に、送信装置150と受信装置250との間で、コーデック能力に関する情報の交換が行われる。コーデック能力は、画像情報の符号化及び復号に関連する能力を意味する。これにより、上述した第1モード又は第2モード等を含む符号化方式が決定される。
図13の例では、画像情報の送受信が開始される前に、送信制御部152と受信制御部252とが、符号化装置100及び復号装置200のコーデック能力に関する情報の交換を行う。そして、送信制御部152と受信制御部252とが、第1モード又は第2モード等を含む符号化方式を決定する。
例えば、符号化装置100及び復号装置200の両方においてサポートされるモードに従って、算術符号化が行われる第1モード、又は、算術符号化が行われない第2モードが、符号化及び復号に用いられるモードとして決定されてもよい。第1モード及び第2モードの両方がサポートされる場合、予め定められた優先順位に従って、第1モード又は第2モードが、符号化及び復号に用いられるモードとして決定されてもよい。
例えば、第1モードでは、処理遅延が発生するが、符号量の増加、又は、画質の劣化が抑制される。第2モードでは、処理遅延が抑制されるが、符号量の増加、又は、画質の劣化が発生する。したがって、符号量の増加、又は、画質の劣化を抑制することが優先される環境において、第1モードが第2モードよりも優先されるモードとして予め定められていてもよい。また、処理遅延を抑制することが優先される環境において、第2モードが第1モードよりも優先されるモードとして予め定められていてもよい。
送信制御部152は、決定された符号化方式を符号化装置100に通知し、受信制御部252は、決定された符号化方式を復号装置200に通知する。符号化装置100は、通知された符号化方式に従って、画像情報を符号化し、復号装置200は、通知された符号化方式に対応する復号方法で、画像情報を復号する。
例えば、送信制御部152は、第1モード及び第2モードの中から決定されたモードを示すモード情報を指示として符号化装置100に通知する。受信制御部252は、第1モード及び第2モードの中から決定された同じモードを示すモード情報を指示として復号装置200に通知する。
符号化装置100は、指示として通知されたモード情報に従って、算術符号化が適用されている二値化データ列、又は、算術符号化が適用されていない二値化データ列をスライスデータに含むビット列を出力する。復号装置200は、指示として通知されたモード情報に従って、ビット列のスライスデータに含まれ算術符号化が適用されている二値化データ列、又は、ビット列のスライスデータに含まれ算術符号化が適用されていない二値化データ列から画像情報を導出する。
なお、コーデックシステム300において、第1モード又は第2モード等を含む符号化方式が固定的に用いられる場合、コーデック能力の交換は行われなくてもよい。送信制御部152及び受信制御部252は、第1モード又は第2モード等を含む符号化方式を固定的に符号化装置100及び復号装置200へ通知してもよい。あるいは、符号化装置100及び復号装置200が、第1モード又は第2モード等を含む符号化方式を内部のパラメータとして固定的に保持していてもよい。
また、符号化規格で定められる複数のプロファイルのうち、所定のプロファイルでは、符号化及び復号に用いられるモードが、第1モード及び第2モードのうちの一方のモードに常に固定されてもよい。
また、モード情報は、上位のパラメータとして、ビット列におけるSPS、PPS又はスライスヘッダ等に含められてもよい。これにより、復号装置200は、ビット列に含まれるモード情報に従って、ビット列に含まれる二値化データ列に対して算術復号を適用するか否かを切り替えることができる。
また、H.265で規定される低遅延HRDモードを示すlow_delay_hrd_flag等がモード情報として用いられてもよい。あるいは、モード情報は、low_delay_hrd_flag等とは別の情報であってもよい。この場合、算術符号化の適用と、HRDモードとが別々に切り替えられるため、より柔軟に遅延量を上位層のアプリケーション等に適合させることが可能である。
[符号化装置の実装例]
図14は、実施の形態1に係る符号化装置100の実装例を示すブロック図である。符号化装置100は、回路160及びメモリ162を備える。例えば、図1及び図11に示された符号化装置100の複数の構成要素は、図14に示された回路160及びメモリ162によって実装される。
回路160は、情報処理を行う回路であり、メモリ162にアクセス可能な回路である。例えば、回路160は、画像情報を符号化する専用又は汎用の電子回路である。回路160は、CPUのようなプロセッサであってもよい。また、回路160は、複数の電子回路の集合体であってもよい。また、例えば、回路160は、図1及び図11に示された符号化装置100の複数の構成要素のうち、情報を記憶するための構成要素を除く、複数の構成要素の役割を果たしてもよい。
メモリ162は、回路160が画像情報を符号化するための情報が記憶される汎用又は専用のメモリである。メモリ162は、電子回路であってもよく、回路160に接続されていてもよい。また、メモリ162は、複数の電子回路の集合体であってもよい。また、メモリ162は、磁気ディスク又は光ディスク等であってもよいし、ストレージ又は記録媒体等と表現されてもよい。また、メモリ162は、不揮発性メモリでもよいし、揮発性メモリでもよい。
例えば、メモリ162には、符号化される画像情報が記憶されてもよいし、符号化された画像情報に対応するビット列が記憶されてもよい。また、メモリ162には、回路160が画像情報を符号化するためのプログラムが記憶されていてもよい。
また、例えば、回路160は、図1及び図11に示された符号化装置100の複数の構成要素のうち、情報を記憶するための構成要素の役割を果たしてもよい。具体的には、メモリ162は、図1に示されたブロックメモリ118及びフレームメモリ122の役割を果たしてもよいし、図11に示された中間バッファ136の役割を果たしてもよい。
なお、符号化装置100において、図1及び図11等に示された複数の構成要素の全てが実装されなくてもよいし、上述された複数の処理の全てが行われなくてもよい。図1及び図11等に示された複数の構成要素の一部は、他の装置に含まれていてもよいし、上述された複数の処理の一部は、他の装置によって実行されてもよい。
そして、符号化装置100において、図1及び図11等に示された複数の構成要素のうちの一部が実装され、上述された複数の処理の一部が行われることによって、算術符号化によって発生する処理遅延の削減が支援されてもよい。
[符号化装置の第1符号化動作例]
図15は、実施の形態1に係る符号化装置100の第1符号化動作例を示すフローチャートである。例えば、図15に示された動作が、図14に示された符号化装置100の回路160によって行われることにより、画像情報が符号化される。
図15のように、まず、回路160は、画像情報から算術符号化のための二値化に従って二値化データ列を導出する(S101)。なお、画像情報は、画像を示す情報である。具体的には、画像情報は、上述された変換、量子化及び予測等を行うことによって画像から得られる量子化係数を示す情報でもよい。あるいは、画像情報は、上述された変換、量子化及び予測等を行わずに画像から得られる画素値を示す情報でもよい。
そして、回路160は、算術符号化が適用されていない二値化データ列を含むビット列を出力する(S102)。
具体的には、回路160は、二値化データ列を含み、かつ、二値化データ列に対して算術符号化が適用されているか否かを示す適用情報を含むビット列を出力する。その際、回路160は、算術符号化が適用されていない二値化データ列を含み、かつ、二値化データ列に対して算術符号化が適用されていないことを示す情報を適用情報として含むビット列を出力する。
これにより、符号化装置100は、算術符号化をスキップすることができる。したがって、符号化装置100は、算術符号化によって発生する処理遅延の削減を支援することができる。また、符号化装置100は、算術符号化に関する二値化の資源を有効に活用することができる。また、符号化装置100は、算術符号化の適用状態が適用情報により識別可能なビット列を出力することができる。
なお、符号化装置100が行う動作に関して、上述された変換、量子化及び予測等の他の動作が限定されなくてもよい。例えば、符号化装置100は、他の動作を行わなくてもよい。符号化装置100が行う動作に関して、他の動作が限定されなくても、符号化装置100は、算術符号化によって発生する処理遅延の削減を支援することができる。
あるいは、例えば、回路160は、第1動作と第2動作とを切り替えてもよい。第1動作において、回路160は、算術符号化が適用されている二値化データ列を含み、かつ、二値化データ列に対して算術符号化が適用されていることを示す情報を適用情報として含むビット列を出力する。第2動作において、回路160は、算術符号化が適用されていない二値化データ列を含み、かつ、二値化データ列に対して算術符号化が適用されていないことを示す情報を適用情報として含むビット列を出力する。
これにより、符号化装置100は、算術符号化を行うか否かを適応的に切り替えることができ、算術符号化を適応的にスキップすることができる。また、回路160は、第1動作と第2動作とを切り替えることにより、第1動作及び第2動作の両方を異なるタイミングで行うことができる。なお、回路160によって行われる第1動作及び第2動作は、それぞれ、第1出力動作及び第2出力動作とも表現され得る。
また、例えば、回路160は、1以上のピクチャを含む単位で包括的に、第1動作と第2動作とを切り替えてもよい。これにより、符号化装置100は、算術符号化の適用状態の切り替えに関する処理量の増加を抑制することができる。
また、例えば、回路160は、符号化装置100の外部から与えられる情報に従って、第1動作と第2動作とを切り替えてもよいし、符号化装置100の内部に保持されている情報に従って、第1動作と第2動作とを切り替えてもよい。これにより、回路160は、符号化装置100の外部又は内部の情報に従って、適切に第1動作と第2動作とを切り替えることができる。
また、例えば、回路160は、二値化データ列に対して算術符号化が適用されているか否かを1以上のピクチャを含む単位で包括的に示す適用情報を含むビット列を出力してもよい。言い換えれば、適用情報は、算術符号化が適用されている二値化データ列をビット列が含むか、算術符号化が適用されていない二値化データ列をビット列が含むかを1以上のピクチャを含む単位で包括的に示してもよい。これにより、符号化装置100は、適用情報に関する符号量及び処理量の増加を抑制することができる。
[符号化装置の第2符号化動作例]
図16は、実施の形態1に係る符号化装置100の第2符号化動作例を示すフローチャートである。例えば、図16に示された動作が、図14に示された符号化装置100の回路160によって行われることにより、画像情報が符号化される。
図16のように、まず、回路160は、画像情報から算術符号化のための二値化に従って二値化データ列を導出する(S111)。この動作は、図15の導出処理(S101)と同じである。
そして、回路160は、第1動作と第2動作とを切り替える(S112)。第1動作において、回路160は、算術符号化が適用されている二値化データ列を含むビット列を出力する(S113)。第2動作において、回路160は、算術符号化が適用されていない二値化データ列を含むビット列を出力する(S114)。
これにより、符号化装置100は、算術符号化を行うか否かを適応的に切り替えることができ、算術符号化を適応的にスキップすることができる。したがって、符号化装置100は、算術符号化によって発生する処理遅延の削減を支援することができる。また、符号化装置100は、算術符号化に関する二値化の資源を有効に活用することができる。また、回路160は、第1動作と第2動作とを切り替えることにより、第1動作及び第2動作の両方を異なるタイミングで行うことができる。
なお、符号化装置100が行う動作に関して、上述された変換、量子化及び予測等の他の動作が限定されなくてもよい。例えば、符号化装置100は、他の動作を行わなくてもよい。符号化装置100が行う動作に関して、他の動作が限定されなくても、符号化装置100は、算術符号化によって発生する処理遅延の削減を支援することができる。
あるいは、例えば、回路160は、二値化データ列を含み、かつ、二値化データ列に対して算術符号化が適用されているか否かを示す適用情報を含むビット列を出力してもよい。
そして、第1動作において、回路160は、算術符号化が適用されている二値化データ列を含み、かつ、二値化データ列に対して算術符号化が適用されていることを示す情報を適用情報として含むビット列を出力してもよい。そして、第2動作において、回路160は、算術符号化が適用されていない二値化データ列を含み、かつ、二値化データ列に対して算術符号化が適用されていないことを示す情報を適用情報として含むビット列を出力してもよい。
これにより、符号化装置100は、算術符号化の適用状態が適用情報により識別可能なビット列を出力することができる。
また、例えば、回路160は、第1符号化動作例と同様に、符号化装置100の外部から与えられる情報に従って、第1動作と第2動作とを切り替えてもよいし、符号化装置100の内部に保持されている情報に従って、第1動作と第2動作とを切り替えてもよい。
また、例えば、回路160は、第1符号化動作例と同様に、1以上のピクチャを含む単位で包括的に、第1動作と第2動作とを切り替えてもよい。また、例えば、回路160は、第1符号化動作例と同様に、二値化データ列に対して算術符号化が適用されているか否かを1以上のピクチャを含む単位で包括的に示す適用情報を含むビット列を出力してもよい。
[復号装置の実装例]
図17は、実施の形態1に係る復号装置200の実装例を示すブロック図である。復号装置200は、回路260及びメモリ262を備える。例えば、図10及び図12に示された復号装置200の複数の構成要素は、図17に示された回路260及びメモリ262によって実装される。
回路260は、情報処理を行う回路であり、メモリ262にアクセス可能な回路である。例えば、回路260は、画像情報を復号する汎用又は専用の電子回路である。回路260は、CPUのようなプロセッサであってもよい。また、回路260は、複数の電子回路の集合体であってもよい。また、例えば、回路260は、図10及び図12に示された復号装置200の複数の構成要素のうち、情報を記憶するための構成要素を除く、複数の構成要素の役割を果たしてもよい。
メモリ262は、回路260が画像情報を復号するための情報が記憶される汎用又は専用のメモリである。メモリ262は、電子回路であってもよく、回路260に接続されていてもよい。また、メモリ262は、複数の電子回路の集合体であってもよい。また、メモリ262は、磁気ディスク又は光ディスク等であってもよいし、ストレージ又は記録媒体等と表現されてもよい。また、メモリ262は、不揮発性メモリでもよいし、揮発性メモリでもよい。
例えば、メモリ262には、符号化された画像情報に対応するビット列が記憶されてもよいし、復号されたビット列に対応する画像情報が記憶されてもよい。また、メモリ262には、回路260が画像情報を復号するためのプログラムが記憶されていてもよい。
また、例えば、回路260は、図10及び図12に示された復号装置200の複数の構成要素のうち、情報を記憶するための構成要素の役割を果たしてもよい。具体的には、メモリ262は、図10に示されたブロックメモリ210及びフレームメモリ214の役割を果たしてもよいし、図12に示された中間バッファ240の役割を果たしてもよい。
なお、復号装置200において、図10及び図12等に示された複数の構成要素の全てが実装されなくてもよいし、上述された複数の処理の全てが行われなくてもよい。図10及び図12等に示された複数の構成要素の一部は、他の装置に含まれていてもよいし、上述された複数の処理の一部は、他の装置によって実行されてもよい。
そして、復号装置200において、図10及び図12等に示された複数の構成要素のうちの一部が実装され、上述された複数の処理の一部が行われることによって、算術復号によって発生する処理遅延の削減が支援されてもよい。
[復号装置の第1復号動作例]
図18は、実施の形態1に係る復号装置200の第1復号動作例を示すフローチャートである。例えば、図18に示された動作が、図17に示された復号装置200の回路260によって行われることにより、画像情報が復号される。
図18のように、まず、回路260は、画像情報から算術符号化のための二値化に従って導出された二値化データ列を含むビット列を取得する(S201)。具体的には、回路260は、画像情報から算術符号化のための二値化に従って導出された二値化データ列を含み、かつ、二値化データ列に対して算術符号化が適用されているか否かを示す適用情報を含むビット列を取得する。
そして、回路260は、算術符号化されていない二値化データ列から画像情報を導出する(S202)。具体的には、回路260は、二値化データ列に対して算術符号化が適用されていないことを示す情報を適用情報として含むビット列に含まれる二値化データ列であって、算術符号化が適用されていない二値化データ列から画像情報を導出する。
これにより、復号装置200は、算術復号をスキップすることができる。したがって、復号装置200は、算術復号によって発生する処理遅延の削減を支援することができる。また、復号装置200は、算術復号に関する逆二値化の資源を有効に活用することができる。また、復号装置200は、算術符号化の適用状態が適用情報により識別可能なビット列を取得して、画像情報を導出することができる。
なお、復号装置200が行う動作に関して、上述された変換、量子化及び予測等の他の動作が限定されなくてもよい。例えば、復号装置200は、他の動作を行わなくてもよい。復号装置200が行う動作に関して、他の動作が限定されなくても、復号装置200は、算術復号によって発生する処理遅延の削減を支援することができる。
あるいは、例えば、回路260は、第1動作と第2動作とを切り替えてもよい。第1動作において、回路260は、二値化データ列に対して算術符号化が適用されていることを示す情報を適用情報として含むビット列に含まれ、算術符号化が適用されている二値化データ列から、画像情報を導出する。第2動作において、回路260は、二値化データ列に対して算術符号化が適用されていないことを示す情報を適用情報として含むビット列に含まれ、算術符号化が適用されていない二値化データ列から、画像情報を導出する。
これにより、復号装置200は、算術復号を行うか否かを適応的に切り替えることができ、算術復号を適応的にスキップすることができる。また、復号装置200は、適用情報に従って、第1動作と第2動作とを切り替えることができる。また、回路260は、第1動作と第2動作とを切り替えることにより、第1動作及び第2動作の両方を異なるタイミングで行うことができる。なお、回路260によって行われる第1動作及び第2動作は、それぞれ、第1導出動作及び第2導出動作とも表現され得る。
また、例えば、回路260は、復号装置200の外部から与えられる情報に従って、第1動作と第2動作とを切り替えてもよいし、復号装置200の内部に保持されている情報に従って、第1動作と第2動作とを切り替えてもよい。これにより、回路260は、復号装置200の外部又は内部の情報に従って、適切に第1動作と第2動作とを切り替えることができる。
また、例えば、回路260は、1以上のピクチャを含む単位で包括的に、第1動作と第2動作とを切り替えてもよい。これにより、復号装置200は、算術符号化の適用状態の切り替えに関する処理量の増加を抑制することができる。
また、例えば、回路260は、二値化データ列に対して算術符号化が適用されているか否かを1以上のピクチャを含む単位で包括的に示す適用情報を含むビット列を取得してもよい。言い換えれば、適用情報は、算術符号化が適用されている二値化データ列をビット列が含むか、算術符号化が適用されていない二値化データ列をビット列が含むかを1以上のピクチャを含む単位で包括的に示してもよい。これにより、復号装置200は、適用情報に関する符号量及び処理量の増加を抑制することができる。
[復号装置の第2復号動作例]
図19は、実施の形態1に係る復号装置200の第2復号動作例を示すフローチャートである。例えば、図19に示された動作が、図17に示された復号装置200の回路260によって行われることにより、画像情報が復号される。
図19のように、まず、回路260は、画像情報から算術符号化のための二値化に従って導出された二値化データ列を含むビット列を取得する(S211)。
そして、回路260は、第1動作と第2動作とを切り替える(S212)。第1動作において、回路260は、ビット列に含まれ算術符号化が適用されている二値化データ列から、画像情報を導出する(S213)。第2動作において、回路260は、ビット列に含まれ算術符号化が適用されていない二値化データ列から、画像情報を導出する(S214)。
これにより、復号装置200は、算術復号を行うか否かを適応的に切り替えることができ、算術復号を適応的にスキップすることができる。したがって、復号装置200は、算術復号によって発生する処理遅延の削減を支援することができる。また、復号装置200は、算術復号に関する逆二値化の資源を有効に活用することができる。また、回路260は、第1動作と第2動作とを切り替えることにより、第1動作及び第2動作の両方を異なるタイミングで行うことができる。
なお、復号装置200が行う動作に関して、上述された変換、量子化及び予測等の他の動作が限定されなくてもよい。例えば、復号装置200は、他の動作を行わなくてもよい。復号装置200が行う動作に関して、他の動作が限定されなくても、復号装置200は、算術復号によって発生する処理遅延の削減を支援することができる。
あるいは、例えば、回路260は、二値化データ列を含み、かつ、二値化データ列に対して算術符号化が適用されているか否かを示す適用情報を含むビット列を取得してもよい。
そして、第1動作において、回路260は、二値化データ列に対して算術符号化が適用されていることを示す情報を適用情報として含むビット列に含まれ、算術符号化が適用されている二値化データ列から、画像情報を導出してもよい。そして、第2動作において、回路260は、二値化データ列に対して算術符号化が適用されていないことを示す情報を適用情報として含むビット列に含まれ、算術符号化が適用されていない二値化データ列から、画像情報を導出してもよい。
これにより、復号装置200は、算術符号化の適用状態が適用情報により識別可能なビット列を取得して、画像情報を導出することができる。また、復号装置200は、適用情報に従って、第1動作と第2動作とを切り替えることができる。
また、例えば、回路260は、第1復号動作例と同様に、復号装置200の外部から与えられる情報に従って、第1動作と第2動作とを切り替えてもよいし、復号装置200の内部に保持されている情報に従って、第1動作と第2動作とを切り替えてもよい。
また、例えば、回路260は、第1復号動作例と同様に、1以上のピクチャを含む単位で包括的に、第1動作と第2動作とを切り替えてもよい。また、例えば、回路260は、第1復号動作例と同様に、二値化データ列に対して算術符号化が適用されているか否かを1以上のピクチャを含む単位で包括的に示す適用情報を含むビット列を取得してもよい。
[補足]
本実施の形態における符号化装置100及び復号装置200は、特に、短時間で符号化及び復号を行うことが求められるリアルタイム通信システム等に有用である。具体的には、符号化装置100及び復号装置200は、テレビ会議システム又は電子ミラー等に有用である。例えば、これらのシステム環境において、算術符号化及び算術復号が行われない第2モードが用いられる。
また、基本的に、1以上のピクチャを含む単位で包括的に、算術符号化の適用有無の切り替えが行われる。しかしながら、より細かい単位で、算術符号化の適用有無の切り替えが行われてもよい。例えば、特定のデータ種別において、算術符号化及び算術復号がスキップされてもよい。より具体的には、バイパス算術符号化及びバイパス算術復号に代えて、算術符号化及び算術復号のスキップが行われてもよい。
また、例えば、コンテキスト算術符号化と、バイパス算術符号化と、算術符号化のスキップとの切り替えが行われてもよい。同様に、コンテキスト算術復号と、バイパス算術復号と、算術復号のスキップとの切り替えが行われてもよい。
また、二値化データ列に対して算術符号化が適用されているか否かを示す適用情報は、1ビットのフラグによって表現されてもよいし、他の形式で表現されてもよい。例えば、二値化データ列に対して算術符号化が適用されていることを示す情報が、ビット列に追加されることによって、ビット列は、追加された情報を適用情報として含み得る。あるいは、二値化データ列に対して算術符号化が適用されていないことを示す情報が、ビット列に追加されることによって、ビット列は、追加された情報を適用情報として含み得る。
また、適用情報は、他の情報と共通の情報として、ビット列に含まれてもよい。例えば、ピクチャの種別を示す情報がビット列に含まれ、かつ、ピクチャの種別によって算術符号化の適用有無が切り替えられる場合、ピクチャの種別を示す情報が適用情報であってもよい。
また、本実施の形態における符号化装置100及び復号装置200は、それぞれ、画像符号化装置及び画像復号装置として利用され得る。あるいは、符号化装置100及び復号装置200は、それぞれ、エントロピー符号化装置及びエントロピー復号装置として利用され得る。すなわち、符号化装置100及び復号装置200は、それぞれ、エントロピー符号化部110及びエントロピー復号部202のみに対応していてもよい。
また、本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またはプロセッサなどのプログラム実行部が、ハードディスクまた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。
具体的には、符号化装置100及び復号装置200のそれぞれは、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)とを備えていてもよい。例えば、処理回路は回路160又は260に対応し、記憶装置はメモリ162又は262に対応する。
処理回路は、専用のハードウェアおよびプログラム実行部の少なくとも一方を含み、記憶装置を用いて処理を実行する。また、記憶装置は、処理回路がプロラグ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。
ここで、本実施の形態の符号化装置100又は復号装置200などを実現するソフトウェアは、次のようなプログラムである。
すなわち、このプログラムは、コンピュータに、画像情報を符号化する符号化方法であって、前記画像情報から算術符号化のための二値化に従って二値化データ列を導出し、前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含むビット列を出力し、前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列を出力する符号化方法を実行させる。
あるいは、このプログラムは、コンピュータに、画像情報を符号化する符号化方法であって、前記画像情報から算術符号化のための二値化に従って二値化データ列を導出し、前記二値化データ列を含むビット列を出力し、(i)前記ビット列の出力において、前記算術符号化が適用されている前記二値化データ列を含む前記ビット列を出力する第1動作と、(ii)前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含む前記ビット列を出力する第2動作とを切り替える符号化方法を実行させる。
あるいは、このプログラムは、コンピュータに、画像情報を復号する復号方法であって、前記画像情報から算術符号化のための二値化に従って導出された二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含むビット列を取得し、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されていない前記二値化データ列から、前記画像情報を導出する復号方法を実行させる。
あるいは、このプログラムは、コンピュータに、画像情報を復号する復号方法であって、前記画像情報から算術符号化のための二値化に従って導出された二値化データ列を含むビット列を取得し、前記二値化データ列から前記画像情報を導出し、(i)前記画像情報の導出において、前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されている前記二値化データ列から、前記画像情報を導出する第1動作と、(ii)前記画像情報の導出において、前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されていない前記二値化データ列から、前記画像情報を導出する第2動作とを切り替える復号方法を実行させる。
また、各構成要素は、上述の通り、回路であってもよい。これらの回路は、全体として1つの回路を構成してもよいし、それぞれ別々の回路であってもよい。また、各構成要素は、汎用的なプロセッサで実現されてもよいし、専用のプロセッサで実現されてもよい。
また、特定の構成要素が実行する処理を別の構成要素が実行してもよい。また、処理を実行する順番が変更されてもよいし、複数の処理が並行して実行されてもよい。また、符号化復号装置が、符号化装置100及び復号装置200を備えていてもよい。
説明に用いられた第1及び第2等の序数は、適宜、付け替えられてもよい。また、構成要素などに対して、序数が新たに与えられてもよいし、取り除かれてもよい。
以上、一つまたは複数の態様に係る符号化装置100及び復号装置200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、一つまたは複数の態様の範囲内に含まれてもよい。
(実施の形態2)
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。
本発明は、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、それらも本発明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20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、本発明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、本発明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21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22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23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24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23及び図24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25は、スマートフォンex115を示す図である。また、図26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。
本発明は、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、デジタルビデオカメラ、テレビ会議システム、または、電子ミラー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
132 二値化部
134、140、236、242 切り替え部
136、240 中間バッファ
138 算術符号化部
142 多重化部
144 出力バッファ
150 送信装置
152 送信制御部
160、260 回路
162、262 メモリ
200 復号装置
202 エントロピー復号部
232 入力バッファ
234 分離部
238 算術復号部
244 逆二値化部
250 受信装置
252 受信制御部
300 コーデックシステム

Claims (10)

  1. 画像情報を符号化する符号化装置であって、
    メモリと、
    前記メモリにアクセス可能な回路とを備え、
    前記メモリにアクセス可能な前記回路は、
    前記画像情報から、可変発生確率に従って行われるコンテキスト適応算術符号化と、固定発生確率に従って行われるバイパス算術符号化とを含む算術符号化のための二値化に従って二値化データ列を導出し、
    前記二値化データ列を含むビット列を出力し、
    (i)前記ビット列の出力において、前記算術符号化が適用されている前記二値化データ列を含む前記ビット列を出力する第1動作と、(ii)前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含む前記ビット列を出力する第2動作とを切り替え
    符号化規格で定められる複数のプロファイルのうちの所定のプロファイルが前記画像情報の符号化に用いられる場合、前記第1動作と前記第2動作とのうちの一方に動作が固定され、
    前記第1動作と前記第2動作とのうちの一方に前記動作が固定されない場合、前記ビット列は、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含み、
    前記第1動作と前記第2動作とのうちの一方に前記動作が固定される場合、前記ビット列は、前記適用情報を含まない、
    符号化装置。
  2. 前記回路は、前記第1動作と前記第2動作とのうちの一方に前記動作が固定されない場合、
    前記二値化データ列を含み、かつ、前記適用情報を含む前記ビット列を出力し、
    (i)前記ビット列の出力において、前記算術符号化が適用されている前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されていることを示す情報を前記適用情報として含む前記ビット列を出力する前記第1動作と、(ii)前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含み、かつ、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列を出力する前記第2動作とを切り替える
    請求項に記載の符号化装置。
  3. 前記回路は、前記第1動作と前記第2動作とのうちの一方に前記動作が固定されない場合、1以上のピクチャを含む単位で包括的に、前記第1動作と前記第2動作とを切り替える
    請求項又はに記載の符号化装置。
  4. 前記回路は、前記第1動作と前記第2動作とのうちの一方に前記動作が固定されない場合、1以上のスライスを含む単位で包括的に、前記第1動作と前記第2動作とを切り替える
    請求項又はに記載の符号化装置。
  5. 画像情報を復号する復号装置であって、
    メモリと、
    前記メモリにアクセス可能な回路とを備え、
    前記メモリにアクセス可能な前記回路は、
    前記画像情報から、可変発生確率に従って行われるコンテキスト適応算術符号化と、固定発生確率に従って行われるバイパス算術符号化とを含む算術符号化のための二値化に従って導出された二値化データ列を含むビット列を取得し、
    前記二値化データ列から前記画像情報を導出し、
    (i)前記画像情報の導出において、前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されている前記二値化データ列から、前記画像情報を導出する第1動作と、(ii)前記画像情報の導出において、前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されていない前記二値化データ列から、前記画像情報を導出する第2動作とを切り替え
    符号化規格で定められる複数のプロファイルのうちの所定のプロファイルが前記画像情報の復号に用いられる場合、前記第1動作と前記第2動作とのうちの一方に動作が固定され、
    前記第1動作と前記第2動作とのうちの一方に前記動作が固定されない場合、前記ビット列は、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含み、
    前記第1動作と前記第2動作とのうちの一方に前記動作が固定される場合、前記ビット列は、前記適用情報を含まない、
    復号装置。
  6. 前記回路は、前記第1動作と前記第2動作とのうちの一方に前記動作が固定されない場合、
    前記二値化データ列を含み、かつ、前記適用情報を含む前記ビット列を取得し、
    (i)前記画像情報の導出において、前記二値化データ列に対して前記算術符号化が適用されていることを示す情報を前記適用情報として含む前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されている前記二値化データ列から、前記画像情報を導出する前記第1動作と、(ii)前記画像情報の導出において、前記二値化データ列に対して前記算術符号化が適用されていないことを示す情報を前記適用情報として含む前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されていない前記二値化データ列から、前記画像情報を導出する前記第2動作とを切り替える
    請求項に記載の復号装置。
  7. 前記回路は、前記第1動作と前記第2動作とのうちの一方に前記動作が固定されない場合、1以上のピクチャを含む単位で包括的に、前記第1動作と前記第2動作とを切り替える
    請求項又はに記載の復号装置。
  8. 前記回路は、前記第1動作と前記第2動作とのうちの一方に前記動作が固定されない場合、1以上のスライスを含む単位で包括的に、前記第1動作と前記第2動作とを切り替える
    請求項又はに記載の復号装置。
  9. 画像情報を符号化する符号化方法であって、
    前記画像情報から、可変発生確率に従って行われるコンテキスト適応算術符号化と、固定発生確率に従って行われるバイパス算術符号化とを含む算術符号化のための二値化に従って二値化データ列を導出し、
    前記二値化データ列を含むビット列を出力し、
    (i)前記ビット列の出力において、前記算術符号化が適用されている前記二値化データ列を含む前記ビット列を出力する第1動作と、(ii)前記ビット列の出力において、前記算術符号化が適用されていない前記二値化データ列を含む前記ビット列を出力する第2動作とを切り替え
    符号化規格で定められる複数のプロファイルのうちの所定のプロファイルが前記画像情報の符号化に用いられる場合、前記第1動作と前記第2動作とのうちの一方に動作が固定され、
    前記第1動作と前記第2動作とのうちの一方に前記動作が固定されない場合、前記ビット列は、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含み、
    前記第1動作と前記第2動作とのうちの一方に前記動作が固定される場合、前記ビット列は、前記適用情報を含まない、
    符号化方法。
  10. 画像情報を復号する復号方法であって、
    前記画像情報から、可変発生確率に従って行われるコンテキスト適応算術符号化と、固定発生確率に従って行われるバイパス算術符号化とを含む算術符号化のための二値化に従って導出された二値化データ列を含むビット列を取得し、
    前記二値化データ列から前記画像情報を導出し、
    (i)前記画像情報の導出において、前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されている前記二値化データ列から、前記画像情報を導出する第1動作と、(ii)前記画像情報の導出において、前記ビット列に含まれる前記二値化データ列であって、前記算術符号化が適用されていない前記二値化データ列から、前記画像情報を導出する第2動作とを切り替え
    符号化規格で定められる複数のプロファイルのうちの所定のプロファイルが前記画像情報の復号に用いられる場合、前記第1動作と前記第2動作とのうちの一方に動作が固定され、
    前記第1動作と前記第2動作とのうちの一方に前記動作が固定されない場合、前記ビット列は、前記二値化データ列に対して前記算術符号化が適用されているか否かを示す適用情報を含み、
    前記第1動作と前記第2動作とのうちの一方に前記動作が固定される場合、前記ビット列は、前記適用情報を含まない、
    復号方法。
JP2018518235A 2016-05-20 2017-05-10 符号化装置、復号装置、符号化方法及び復号方法 Active JP7199221B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662339212P 2016-05-20 2016-05-20
US62/339212 2016-05-20
PCT/JP2017/017629 WO2017199800A1 (ja) 2016-05-20 2017-05-10 符号化装置、復号装置、符号化方法及び復号方法

Publications (2)

Publication Number Publication Date
JPWO2017199800A1 JPWO2017199800A1 (ja) 2019-03-14
JP7199221B2 true JP7199221B2 (ja) 2023-01-05

Family

ID=60325771

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018518235A Active JP7199221B2 (ja) 2016-05-20 2017-05-10 符号化装置、復号装置、符号化方法及び復号方法

Country Status (7)

Country Link
US (1) US11166026B2 (ja)
EP (1) EP3461131A1 (ja)
JP (1) JP7199221B2 (ja)
KR (1) KR102442406B1 (ja)
CN (1) CN109155863B (ja)
TW (1) TWI729135B (ja)
WO (1) WO2017199800A1 (ja)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018139283A1 (ja) * 2017-01-30 2018-08-02 ソニー株式会社 画像処理装置および方法、並びにプログラム
WO2019138981A1 (ja) * 2018-01-12 2019-07-18 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法および復号方法
WO2020094066A1 (en) 2018-11-06 2020-05-14 Beijing Bytedance Network Technology Co., Ltd. Multi-parameters based intra prediction
WO2020108591A1 (en) 2018-12-01 2020-06-04 Beijing Bytedance Network Technology Co., Ltd. Parameter derivation for intra prediction
WO2020143005A1 (zh) * 2019-01-10 2020-07-16 深圳市大疆创新科技有限公司 对三维数据点集进行编码或解码的方法和设备
KR102476272B1 (ko) * 2019-02-22 2022-12-09 엘지전자 주식회사 영상 코딩 시스템에서 cclm 예측에 기반한 영상 디코딩 방법 및 그 장치
KR102472756B1 (ko) 2019-02-24 2022-12-01 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 인트라 예측을 위한 파라미터 유도
KR20210114060A (ko) 2019-03-13 2021-09-17 엘지전자 주식회사 Dmvr 기반의 인터 예측 방법 및 장치
JP7058329B2 (ja) * 2019-03-22 2022-04-21 エルジー エレクトロニクス インコーポレイティド Dmvrおよびbdofベースのインター予測方法および装置
US11140409B2 (en) 2019-03-22 2021-10-05 Lg Electronics Inc. DMVR and BDOF based inter prediction method and apparatus thereof
WO2020197084A1 (ko) 2019-03-22 2020-10-01 엘지전자 주식회사 Dmvr 기반의 인터 예측 방법 및 장치
WO2020196655A1 (ja) * 2019-03-25 2020-10-01 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法、および復号方法
GB201905400D0 (en) * 2019-04-16 2019-05-29 V Nova Int Ltd Video coding technology
BR122021025013A2 (pt) * 2019-05-20 2022-03-15 Panasonic Intellectual Property Corporation Of America Método de codificação, método de decodificação e mídia legível por computador não transitória
WO2021006196A1 (ja) * 2019-07-10 2021-01-14 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法、および復号方法
JP7431549B2 (ja) 2019-10-01 2024-02-15 キヤノン株式会社 符号化装置、撮像装置、制御方法、及びプログラム
US11290575B2 (en) * 2020-02-06 2022-03-29 International Business Machines Corporation Connecting computer processing systems and transmitting data
US11357020B2 (en) 2020-02-06 2022-06-07 International Business Machines Corporation Connecting computer processing systems and transmitting data
US11405766B2 (en) 2020-02-06 2022-08-02 International Business Machines Corporation Connecting computer processing systems and transmitting data

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130177069A1 (en) 2012-01-09 2013-07-11 Texas Instruments Incorporated Context Adaptive Binary Arithmetic Coding (CABAC) with Scalable Throughput and Coding Efficiency
JP2013165506A (ja) 2013-04-18 2013-08-22 Panasonic Corp 画像符号化装置
JP2015504256A (ja) 2012-01-19 2015-02-05 シャープ株式会社 Hevcにおけるcabacの高スループット符号化
WO2017126333A1 (ja) 2016-01-21 2017-07-27 ソニー株式会社 画像処理装置および方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3337365B2 (ja) * 1996-01-23 2002-10-21 株式会社リコー 多値画像データ伝送装置
CN102158704B (zh) * 2004-11-09 2013-05-08 松下电器产业株式会社 转换成中间格式的两步算术解码
US20060126744A1 (en) * 2004-12-10 2006-06-15 Liang Peng Two pass architecture for H.264 CABAC decoding process
KR100776195B1 (ko) * 2005-08-09 2007-11-16 (주)씨앤에스 테크놀로지 빠른 cavlc를 위한 h.264 디코딩 방법
CN100466739C (zh) * 2005-10-12 2009-03-04 华为技术有限公司 Cabac解码系统及方法
JP4878262B2 (ja) * 2006-10-31 2012-02-15 キヤノン株式会社 エントロピー符号化装置
JP4785706B2 (ja) * 2006-11-01 2011-10-05 キヤノン株式会社 復号装置及び復号方法
US7839311B2 (en) * 2007-08-31 2010-11-23 Qualcomm Incorporated Architecture for multi-stage decoding of a CABAC bitstream
US8805099B2 (en) * 2011-06-22 2014-08-12 Panasonic Intellectual Property Corporation Of America Image decoding method and image coding method
JP2013009167A (ja) * 2011-06-24 2013-01-10 Mitsubishi Electric Corp エントロピー符号化装置、エントロピー復号装置、エントロピー符号化方法及びエントロピー復号方法
US9088796B2 (en) * 2011-11-07 2015-07-21 Sharp Kabushiki Kaisha Video decoder with enhanced CABAC decoding
WO2015008478A1 (en) * 2013-07-15 2015-01-22 Sharp Kabushiki Kaisha Modified coding for a transform skipped block for cabac in hevc

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130177069A1 (en) 2012-01-09 2013-07-11 Texas Instruments Incorporated Context Adaptive Binary Arithmetic Coding (CABAC) with Scalable Throughput and Coding Efficiency
JP2015504256A (ja) 2012-01-19 2015-02-05 シャープ株式会社 Hevcにおけるcabacの高スループット符号化
JP2013165506A (ja) 2013-04-18 2013-08-22 Panasonic Corp 画像符号化装置
WO2017126333A1 (ja) 2016-01-21 2017-07-27 ソニー株式会社 画像処理装置および方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Ryoji Hattori, et al.,Fast bypass mode for CABAC,2012 Picture Coding Symposium PCS 2012 Proceedings,米国,IEEE,2012年 5月 7日,pp.417-420,URL,http://ieeexplore.ieee.org/document/6213318/
Ryoji Hattori, et al.,Fast bypass mode for CABAC,Joint Collaborative Team on Video Coding (JCT-VC) of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 6th Meeting: Torino, IT, 14-22 July, 2011,2011年 7月16日,JCTVC-F177.doc,pp.1-5,URL,http://phenix.it-sudparis.eu/jct/doc_end_user/documents/6_Torino/wg11/JCTVC-F177-v2.zip
角野他,インプレス標準教科書シリーズ 改訂三版 H.264/AVC 教科書,株式会社インプレスR&D,2009年1月1日,pp.87-94、261-264

Also Published As

Publication number Publication date
US11166026B2 (en) 2021-11-02
TWI729135B (zh) 2021-06-01
CN109155863B (zh) 2022-09-20
KR20190008224A (ko) 2019-01-23
CN109155863A (zh) 2019-01-04
TW201806392A (zh) 2018-02-16
US20190089958A1 (en) 2019-03-21
WO2017199800A1 (ja) 2017-11-23
EP3461131A4 (en) 2019-03-27
KR102442406B1 (ko) 2022-09-13
JPWO2017199800A1 (ja) 2019-03-14
EP3461131A1 (en) 2019-03-27

Similar Documents

Publication Publication Date Title
JP7199221B2 (ja) 符号化装置、復号装置、符号化方法及び復号方法
JP7292477B2 (ja) 符号化装置及び復号装置
JP6994868B2 (ja) 符号化装置、復号装置、符号化方法、および復号方法
JP7260685B2 (ja) 符号化装置及び符号化方法
JP2022111206A (ja) 画像符号化装置及び符号化方法
JP7339890B2 (ja) 符号化装置及び復号装置
WO2018030292A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
JP7214846B2 (ja) 符号化装置、復号装置、符号化方法及び復号方法
JP7299386B2 (ja) 符号化装置及び復号装置
JP2022111281A (ja) 非一時的記憶媒体
JP7114773B2 (ja) 復号装置及び符号化装置
JP6998874B2 (ja) 符号化装置、復号装置、符号化方法及び復号方法
JP7161636B2 (ja) 符号化装置及び符号化方法
JP7314382B2 (ja) 復号装置
JP2023068203A (ja) 復号装置及び復号方法
WO2018097115A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
JP7389282B2 (ja) 復号装置、及び、復号方法
JP2022111209A (ja) 符号化装置及び復号装置
JP2023060057A (ja) 符号化装置及び符号化方法
JP2022168052A (ja) 復号装置及び符号化装置
JP2023029589A (ja) 符号化装置及び復号装置
JP2023016991A (ja) 符号化装置及び復号装置
JP2023001298A (ja) 復号装置及び復号方法
WO2018097117A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
JP7148618B2 (ja) 符号化装置及び復号装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181101

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200511

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210420

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210708

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20211221

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220411

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20220411

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20220419

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20220426

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20220701

C211 Notice of termination of reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C211

Effective date: 20220705

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20220802

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20221025

C23 Notice of termination of proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C23

Effective date: 20221115

C03 Trial/appeal decision taken

Free format text: JAPANESE INTERMEDIATE CODE: C03

Effective date: 20221213

C30A Notification sent

Free format text: JAPANESE INTERMEDIATE CODE: C3012

Effective date: 20221213

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221220

R150 Certificate of patent or registration of utility model

Ref document number: 7199221

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150