JP7233027B2 - Image decoding device and image encoding device - Google Patents
Image decoding device and image encoding device Download PDFInfo
- Publication number
- JP7233027B2 JP7233027B2 JP2021103274A JP2021103274A JP7233027B2 JP 7233027 B2 JP7233027 B2 JP 7233027B2 JP 2021103274 A JP2021103274 A JP 2021103274A JP 2021103274 A JP2021103274 A JP 2021103274A JP 7233027 B2 JP7233027 B2 JP 7233027B2
- Authority
- JP
- Japan
- Prior art keywords
- component
- unit
- information
- motion information
- image
- 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
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Description
本発明は、画像符号化方法及び画像復号方法に関する。 The present invention relates to image encoding methods and image decoding methods.
最新の動画像符号化標準規格であるHEVC(High Efficiency Video Coding)規格では、符号化効率を向上させるために様々な検討がされている(例えば、非特許文献1参照)。この方式は、従来H.26xで示されるITU-T(国際電気通信連合電気通信標準化部門)規格、及び、MPEG-xで示されるISO/IEC規格であり、H.264/AVC、又はMPEG-4 AVCで示される規格の次の映像符号化規格として検討された。 In the HEVC (High Efficiency Video Coding) standard, which is the latest video coding standard, various studies have been made to improve coding efficiency (see, for example, Non-Patent Document 1). This system is the conventional H.264 standard. The ITU-T (International Telecommunication Union Telecommunication Standardization Sector) standard denoted by H.26x and the ISO/IEC standard denoted by MPEG-x; H.264/AVC, or MPEG-4 AVC, was considered as the next video coding standard.
このような、画像符号化方法及び画像復号方法では、符号化効率を向上することが望まれている。 In such an image encoding method and an image decoding method, it is desired to improve the encoding efficiency.
そこで本発明は、符号化効率を向上できる画像符号化方法又は画像復号方法を提供することを目的とする。 SUMMARY OF THE INVENTION Accordingly, it is an object of the present invention to provide an image encoding method or an image decoding method capable of improving encoding efficiency.
本発明の一態様に係る画像復号装置は、処理回路と、前記処理回路からアクセス可能な記憶装置とを備え、前記処理回路は、前記記憶装置を用いて、ピクチャに含まれる複数のブロックに適用される情報であって、アフィン変換に基づく予測において、予測に用いられるパラメータの数の決定に用いられる情報をビットストリームから復号し、前記ピクチャに含まれる前記複数のブロックのそれぞれに対して、前記情報によって選択された数のパラメータを用いたアフィン変換に基づく予測を行うことで、前記複数のブロックのそれぞれの予測画像を生成する。 An image decoding apparatus according to an aspect of the present invention includes a processing circuit and a storage device accessible from the processing circuit, and the processing circuit uses the storage device to apply the processing to a plurality of blocks included in a picture. information used for determining the number of parameters used for prediction in prediction based on affine transformation from a bitstream , and for each of the plurality of blocks included in the picture, the A predicted image of each of the plurality of blocks is generated by performing prediction based on affine transformation using the number of parameters selected according to the information.
また、本発明の一態様に係る画像符号化装置は、処理回路と、前記処理回路からアクセス可能な記憶装置とを備え、前記処理回路は、前記記憶装置を用いて、アフィン変換に基
づく予測において、予測に用いられるパラメータの数を決定し、ピクチャに含まれる複数のブロックのそれぞれに対して、決定した数のパラメータを用いたアフィン変換に基づく予測を行うことで、前記複数のブロックのそれぞれの予測画像を生成し、前記ピクチャに含まれる前記複数のブロックに適用される情報であって、前記パラメータの数の決定に用いられる情報を符号化する。
Further, an image coding apparatus according to an aspect of the present invention includes a processing circuit and a storage device accessible from the processing circuit, and the processing circuit uses the storage device to perform prediction based on an affine transformation. , determining the number of parameters used for prediction, and performing prediction based on affine transformation using the determined number of parameters for each of a plurality of blocks included in a picture , thereby obtaining a prediction for each of the plurality of blocks. A predicted image is generated to encode information to be applied to the plurality of blocks in the picture, the information being used to determine the number of parameters.
なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なCD-ROM(Compact Disc Read Only Memory)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。 It should be noted that these general or specific aspects may be realized by a system, method, integrated circuit, computer program, or recording medium such as a computer-readable CD-ROM (Compact Disc Read Only Memory). It may be embodied in any combination of methods, integrated circuits, computer programs and storage media.
本発明は、符号化効率を向上できる画像符号化方法又は画像復号方法を提供できる。 INDUSTRIAL APPLICABILITY The present invention can provide an image encoding method or an image decoding method capable of improving encoding efficiency.
(発明の基礎となった知見)
従来の画像符号化方式においては、動き情報として平行移動に関する情報のみが利用されている。
(Knowledge that formed the basis of the invention)
In the conventional image coding method, only information related to parallel movement is used as motion information.
しかし撮影された動画像において、カメラのズーム操作による拡大縮小又は被写体の回転などの動きが存在する場合に、平行移動のみでは動きを適切に表現できない。そのため、符号化時においては、予測ブロックのサイズを小さくすることにより予測精度を向上する方法が用いられている。 However, in the captured moving image, when there is movement such as enlargement/reduction due to zoom operation of the camera or rotation of the subject, the movement cannot be appropriately represented only by parallel movement. Therefore, during encoding, a method of improving prediction accuracy by reducing the size of a prediction block is used.
一方、動き情報としてアフィン変換などの高次な動き情報を利用する手法も検討されている。例えば、アフィン変換は、平行移動に加えて、拡大縮小、回転及びせん断の3種類の変換も表現することができ、前述した被写体の回転などの変換を表現できる。これにより、生成される予測画像の品質が向上する。また、予測単位を大きくできるので符号化効率を向上できる。 On the other hand, a method of using high-order motion information such as affine transformation as motion information is also being studied. For example, the affine transformation can express three kinds of transformations, scaling, rotation, and shearing, in addition to translation, and can express transformations such as the rotation of the object described above. This improves the quality of the generated predicted image. Also, since the prediction unit can be increased, the coding efficiency can be improved.
しかしながら、平行移動が2次元の情報で表現できる一方、アフィン変換では、平行移動に加え上記3種類の変換を表現するために少なくとも6次元の情報が必要である。このように動き情報に必要な次元数が増加することにより、符号化される動き情報が増加するという問題、及び動き情報の推定処理に必要な計算量が増加するという問題が生じる。 However, while translation can be represented by two-dimensional information, affine transformation requires at least six-dimensional information to represent the above three types of transformations in addition to translation. Such an increase in the number of dimensions required for motion information causes a problem that the amount of motion information to be coded increases, and a problem that the amount of calculation required for estimating the motion information increases.
このような課題に対して、先行技術(特許文献1)には以下の手法が開示されている。符号化時に各予測ブロックにおいて、平行移動のみに関する動き情報の推定と、アフィン変換などの高次な動き情報の推定とが行われる。これらのうち、より符号化効率が高くなると判断された手法が選択される。動き情報が平行移動かアフィン変換かを示すフラグとそのフラグに対応した動き情報とが符号化される。これにより、高次な動き情報を用いた際の利点を生かしつつ、情報量を削減できるので、符号化効率が向上される。しかし、この手法では、高次な動き情報を表現した際の符号量を十分には削減できないという課題がある。 For such a problem, the prior art (Patent Document 1) discloses the following method. In each predictive block during encoding, estimation of motion information related only to translation and estimation of high-order motion information such as affine transformation are performed. Among these methods, a method that is judged to have higher coding efficiency is selected. A flag indicating whether motion information is translation or affine transformation and motion information corresponding to the flag are encoded. As a result, the amount of information can be reduced while taking advantage of the advantages of using high-order motion information, and the coding efficiency is improved. However, this method has a problem that the code amount when representing high-order motion information cannot be sufficiently reduced.
この課題に対し、本発明の一態様に係る画像符号化方法は、画像を符号化する画像符号化方法であって、符号化対象であるカレントブロックの参照先を示す参照情報として、平行移動成分と複数の非平行移動成分とを含む複数の変換成分のうち2以上の変換成分を選択する選択ステップと、前記参照情報を用いて予測画像を生成する予測ステップと、前記カレントブロックを、前記予測画像を用いて符号化する画像符号化ステップと、前記複数の変換成分の中から、選択された前記2以上の変換成分を特定するための選択情報を符号化する選択情報符号化ステップと、前記カレントブロックとは異なる符号化済みブロックの参照情報を用いて、前記カレントブロックの前記参照情報を符号化する参照情報符号化ステップとを含む。 To address this problem, an image coding method according to an aspect of the present invention is an image coding method for coding an image, wherein a translation component is used as reference information indicating a reference destination of a current block to be coded. a selection step of selecting two or more transform components from a plurality of transform components including a plurality of non-translation components; a prediction step of generating a predicted image using the reference information; an image encoding step of encoding using an image; a selection information encoding step of encoding selection information for specifying the two or more transform components selected from among the plurality of transform components; and a reference information encoding step of encoding the reference information of the current block using reference information of an encoded block different from the current block.
これにより、当該画像符号化方法は、平行移動及び複数の非平行移動を含む複数の変換成分のうち、任意の変換成分を選択できる。よって、当該画像符号化方法は、高次な動き情報を用いた符号化方式において、符号化効率が改善できる。 This allows the image coding method to select an arbitrary transform component from a plurality of transform components including translation and a plurality of non-translation. Therefore, the image coding method can improve coding efficiency in a coding scheme using high-order motion information.
例えば、前記複数の非平行移動成分は、回転成分、拡大縮小成分及びせん断成分を含んでもよい。 For example, the plurality of non-translational components may include a rotation component, a scaling component and a shear component.
例えば、前記選択情報は、前記複数の変換成分のそれぞれに対応し、対応する変換成分が選択されたか否かを示すフラグを含んでもよい。 For example, the selection information may include a flag corresponding to each of the plurality of transform components and indicating whether or not the corresponding transform component has been selected.
これにより、当該画像符号化方法は、アフィン行列を複数の変換成分に分割し、それぞれに対して選択及び非選択を指定することができるので、情報量を削減できる。 With this, the image coding method divides the affine matrix into a plurality of transform components, and can designate selection and non-selection for each of them, so that the amount of information can be reduced.
例えば、前記選択ステップでは、前記複数の変換成分の一部又は全てを含む組であって、互いに異なる組を示す複数の符号化レベルから1つの符号化レベルを選択し、選択された符号化レベルで示される組に含まれる前記2以上の変換成分を選択し、前記選択情報は、選択された前記符号化レベルを示してもよい。 For example, in the selecting step, a set including some or all of the plurality of transform components, one coding level is selected from a plurality of coding levels representing sets different from each other, and the selected coding level and the selection information may indicate the selected coding level.
これにより、当該画像符号化方法は、さらに情報量を削減できる。また、当該画像符号化方法は、選択のための処理負荷を低減できる。 As a result, the image coding method can further reduce the amount of information. Also, the image coding method can reduce the processing load for selection.
例えば、前記選択情報符号化ステップでは、前記カレントブロックを含む画像に対して共通に用いられる一つの前記選択情報を符号化してもよい。 For example, in the selection information encoding step, one selection information commonly used for an image including the current block may be encoded.
これにより、当該画像符号化方法は、さらに情報量を削減できる。また、当該画像符号化方法は、選択のための処理負荷を低減できる。 As a result, the image coding method can further reduce the amount of information. Also, the image coding method can reduce the processing load for selection.
例えば、前記選択ステップでは、前記カレントブロックのサイズに応じて前記2以上の変換成分を選択し、前記選択情報は、前記サイズを示してもよい。 For example, the selecting step may select the two or more transform components according to the size of the current block, and the selection information may indicate the size.
これにより、当該画像符号化方法は、さらに情報量を削減できる。 As a result, the image coding method can further reduce the amount of information.
例えば、前記複数の非平行移動成分は、回転成分、拡大縮小成分及びせん断成分を含み、前記選択ステップでは、前記カレントブロックのサイズが第1閾値未満である場合には前記せん断成分を選択しなくてもよい。 For example, the plurality of non-translation components includes a rotation component, a scaling component and a shear component, and the selecting step does not select the shear component if the size of the current block is less than a first threshold. may
これにより、当該画像符号化方法は、予測精度の向上に寄与しにくい変換成分を制限することでより処理負荷を低減できる。 As a result, the image coding method can further reduce the processing load by limiting transform components that do not easily contribute to improvement in prediction accuracy.
例えば、前記選択ステップでは、前記平行移動成分、前記回転成分、前記拡大縮小成分、前記せん断成分の順に優先して前記2以上の変換成分を選択してもよい。 For example, in the selecting step, the two or more transformation components may be selected with priority given to the translation component, the rotation component, the scaling component, and the shearing component in this order.
これにより、当該画像符号化方法は、予測精度の向上に寄与する変換成分の優先度を高めることで、より効率的な処理を実現できる。 As a result, the image coding method can realize more efficient processing by increasing the priority of transform components that contribute to improving prediction accuracy.
また、本発明の一態様に係る画像復号方法は、画像が符号化されることにより得られたビットストリームを復号する画像復号方法であって、平行移動成分と複数の非平行移動成分とを含む複数の変換成分の中から2以上の変換成分を特定するための選択情報を、前記ビットストリームから復号する選択情報復号ステップと、復号対象であるカレントブロックの参照先を示す参照情報として、前記復号された前記選択情報で特定される前記2以上の変換成分を選択する選択ステップと、前記カレントブロックとは異なる復号済みブロックの参照情報を用いて、前記カレントブロックの前記参照情報を前記ビットストリームから復号する参照情報復号ステップと、前記参照情報を用いて予測画像を生成する予測ステップと、前記ビットストリームから前記カレントブロックを、前記予測画像を用いて復号する画像復号ステップとを含む。 Further, an image decoding method according to an aspect of the present invention is an image decoding method for decoding a bitstream obtained by encoding an image, the image decoding method including a translation component and a plurality of non-translation components. a selection information decoding step of decoding selection information for specifying two or more transform components out of a plurality of transform components from the bitstream; and extracting the reference information of the current block from the bitstream using reference information of a decoded block different from the current block. a reference information decoding step for decoding; a prediction step for generating a predicted image using the reference information; and an image decoding step for decoding the current block from the bitstream using the predicted image.
これにより、当該画像復号方法は、符号化効率が改善されたビットストリームを復号できる。 Thereby, the image decoding method can decode a bitstream with improved coding efficiency.
例えば、前記複数の非平行移動成分は、回転成分、拡大縮小成分及びせん断成分の4つの変換成分を含んでもよい。 For example, the plurality of non-translational components may include four transform components, a rotation component, a scaling component and a shear component.
例えば、前記選択情報は、前記複数の変換成分のそれぞれに対応し、対応する変換成分が選択されたか否かを示すフラグを含んでもよい。 For example, the selection information may include a flag corresponding to each of the plurality of transform components and indicating whether or not the corresponding transform component has been selected.
例えば、前記選択情報は、前記複数の変換成分の一部又は全てを含む組であって、互いに異なる組を示す複数の符号化レベルの1つを示し、前記選択ステップでは、前記選択情報で示される前記符号化レベルで示される組に含まれる前記2以上の変換成分を選択してもよい。 For example, the selection information is a set including some or all of the plurality of transform components and indicates one of a plurality of coding levels indicating different sets, and in the selecting step, indicated by the selection information. The two or more transform components included in the set indicated by the coding level selected may be selected.
例えば、前記選択情報復号ステップでは、前記カレントブロックを含む画像に対して共通に用いられる一つの前記選択情報を復号してもよい。 For example, in the selection information decoding step, one selection information commonly used for an image including the current block may be decoded.
例えば、前記選択情報は、前記カレントブロックのサイズを示し、前記選択ステップでは、前記カレントブロックのサイズに応じて前記2以上の変換成分を選択してもよい。 For example, the selection information may indicate the size of the current block, and the selection step may select the two or more transform components according to the size of the current block.
例えば、前記複数の非平行移動成分は、回転成分、拡大縮小成分及びせん断成分を含み、前記選択ステップでは、前記カレントブロックのサイズが第1閾値以下である場合には、前記せん断成分を選択しなくてもよい。 For example, the plurality of non-translation components includes a rotation component, a scaling component and a shear component, and the selecting step selects the shear component if the size of the current block is less than or equal to a first threshold. It doesn't have to be.
例えば、前記複数の非平行移動成分は、回転成分、拡大縮小成分及びせん断成分を含み、前記選択ステップでは、前記平行移動成分、前記回転成分、前記拡大縮小成分、前記せん断成分の順に優先して前記2以上の変換成分を選択してもよい。 For example, the plurality of non-translation components includes a rotation component, a scaling component and a shear component, and the selecting step prioritizes the translation component, the rotation component, the scaling component and the shear component in order. The two or more transform components may be selected.
また、本発明の一態様に係る画像符号化装置は、画像を符号化する画像符号化装置であって、処理回路と、前記処理回路からアクセス可能な記憶装置とを備え、前記処理回路は、前記記憶装置を用いて、前記画像符号化方法を実行する。 Further, an image encoding device according to an aspect of the present invention is an image encoding device for encoding an image, comprising a processing circuit and a storage device accessible from the processing circuit, the processing circuit comprising: The image encoding method is executed using the storage device.
これにより、当該画像符号化装置は、平行移動及び複数の非平行移動を含む複数の変換成分のうち、任意の変換成分を選択できる。よって、当該画像符号化装置は、高次な動き情報を用いた符号化方式において、符号化効率が改善できる。 This allows the image coding apparatus to select an arbitrary transform component from a plurality of transform components including translation and a plurality of non-translation. Therefore, the image coding apparatus can improve coding efficiency in a coding method using high-order motion information.
また、本発明の一態様に係る画像復号装置は、画像が符号化されることにより得られたビットストリームを復号する画像復号装置であって、処理回路と、前記処理回路からアクセス可能な記憶装置とを備え、前記処理回路は、前記記憶装置を用いて、前記画像復号方法を実行する。 Further, an image decoding device according to an aspect of the present invention is an image decoding device that decodes a bitstream obtained by encoding an image, comprising: a processing circuit; and a storage device accessible from the processing circuit. and the processing circuit executes the image decoding method using the storage device.
これにより、当該画像復号装置は、符号化効率が改善されたビットストリームを復号できる。 As a result, the image decoding device can decode a bitstream with improved coding efficiency.
なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なCD-ROMなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。 In addition, these general or specific aspects may be realized by a system, method, integrated circuit, computer program, or a recording medium such as a computer-readable CD-ROM. and any combination of recording media.
以下、適宜図面を参照しながら、実施の形態を詳細に説明する。但し、既によく知られた事項の詳細な説明、及び実質的に同一の構成に対する重複する説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。 Hereinafter, embodiments will be described in detail with reference to the drawings as appropriate. However, detailed descriptions of well-known matters and redundant descriptions of substantially the same configurations may be omitted. This is to avoid unnecessary verbosity in the following description and to facilitate understanding by those skilled in the art.
なお、以下で説明する実施の形態は、いずれも本発明の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。 It should be noted that each of the embodiments described below is a specific example of the present invention. Numerical values, shapes, materials, components, arrangement positions and connection forms of components, steps, order of steps, and the like shown in the following embodiments are examples and are not intended to limit the present invention. In addition, among the constituent elements in the following embodiments, constituent elements that are not described in independent claims representing the highest concept will be described as arbitrary constituent elements.
(実施の形態1)
本実施の形態に係る画像符号化方式を用いた画像符号化装置の実施の形態の一つに関して説明する。本実施の形態に係る画像符号化装置は、アフィン変換で表現される複数の変換成分のうち、任意の変換成分を選択し、選択した変換成分を動き情報を用いて予測画像を生成する。また、選択された変換成分を示す情報を含むビットストリームを生成する。これにより、当該画像符号化装置は、符号化効率を改善できる。
(Embodiment 1)
One embodiment of an image coding apparatus using the image coding method according to the present embodiment will be described. The image coding apparatus according to the present embodiment selects an arbitrary transform component from a plurality of transform components represented by affine transform, and generates a prediction image of the selected transform component using motion information. A bitstream is also generated that includes information indicative of the selected transform components. Thereby, the image coding apparatus can improve coding efficiency.
図1は、本実施の形態に係る画像符号化装置100のブロック図である。画像符号化装置100は、ブロック分割部101、減算部102、周波数変換部103、量子化部104、エントロピー符号化部105、逆量子化部106、逆周波数変換部107、加算部108、イントラ予測部109、ループフィルタ110、フレームメモリ111、インター予測部112、及び切替部113を含む。
FIG. 1 is a block diagram of an
画像符号化装置100は、入力画像121を符号化することでビットストリーム126を生成する。
The
図2は、本実施の形態における画像符号化装置100による符号化処理のフローチャートである。
FIG. 2 is a flowchart of encoding processing by the
まず、ブロック分割部101は、1以上のピクチャを含む静止画又は動画である入力画像121を符号化処理単位である符号ブロック122に分割する(S101)。
First, the
次に、イントラ予測部109又はインター予測部112は、符号ブロック122ごとに復号ブロック129又は復号画像131を利用して予測ブロック134を生成する(S102)。なお、この処理の詳細は後述する。
Next, the
次に、減算部102は、符号ブロック122と予測ブロック134との差分である差分ブロック123を生成する(S103)。周波数変換部103は、差分ブロック123を周波数変換することで係数ブロック124を生成する。量子化部104は係数ブロック124を量子化することで係数ブロック125を生成する(S104)。
Next, the
次に、エントロピー符号化部105は、係数ブロック125をエントロピー符号化することでビットストリーム126を生成する(S105)。
Next, the
一方で、後続のブロック又はピクチャの予測ブロック134の生成に利用する復号ブロック129及び復号画像131を生成するために、逆量子化部106は、係数ブロック125を逆量子化することで係数ブロック127を生成する。逆周波数変換部107は、係数ブロック127を逆周波数変換することで差分ブロック128を復元する(S106)。
On the other hand, in order to generate a decoded
次に、加算部108は、ステップS102で利用された予測ブロック134と、差分ブロック128とを加算することで、復号ブロック129(再構築画像)を生成する(S107)。この復号ブロック129は、イントラ予測部109によるイントラ予測処理に利用される。また、ループフィルタ110は、復号ブロック129にループフィルタ処理を行うことで復号画像131を生成する。フレームメモリ111は、復号画像131を格納する。この復号画像131は、インター予測部112によるインター予測処理に用いられる。
Next, the
これら一連の処理が、入力画像121全体に対する符号化処理が完了するまで繰り返し行われる(S108)。
This series of processes is repeated until the encoding process for the
なお、ステップS104の周波数変換及び量子化と、ステップS106の逆量子化及び逆周波数変換は、それぞれが別処理として逐次行われても良いし、一括して行われてもよい。また量子化とは、予め定められた間隔でサンプリングした値を予め定められたレベルに対応づけてデジタル化する処理である。逆量子化とは、量子化で得られた値を元の区間の値に戻す処理である。データ圧縮分野では、量子化は、値をオリジナルよりも粗い区間に分ける処理を意味し、逆量子化は粗い区間をオリジナルの細かい区間に分けなおす処理を意味する。コーデック技術分野では、量子化及び逆量子化を、丸め、ラウンディング、又はスケーリングと呼ぶ場合もある。 Note that the frequency transformation and quantization in step S104 and the inverse quantization and inverse frequency transformation in step S106 may be performed sequentially as separate processes, or may be performed collectively. Quantization is a process of digitizing values sampled at predetermined intervals in association with predetermined levels. Inverse quantization is a process of returning a value obtained by quantization to the original interval value. In the field of data compression, quantization refers to the process of dividing a value into intervals that are coarser than the original, and inverse quantization refers to the process of redividing coarse intervals into finer intervals of the original. In codec technology, quantization and dequantization are sometimes referred to as rounding, rounding, or scaling.
次に、ステップS102の予測ブロック生成処理に関して、図3を用いて説明を行う。図3は、本実施の形態に係る予測ブロック生成処理(S102)のフローチャートである。 Next, the predicted block generation processing in step S102 will be described using FIG. FIG. 3 is a flow chart of prediction block generation processing (S102) according to the present embodiment.
まず、画像符号化装置100は、処理対象の予測ブロックに行う予測処理方法がイントラ予測なのかインター予測なのかを判定する(S121)。
First, the
予測処理方法がイントラ予測の場合(S121で「イントラ予測」)、イントラ予測部109は、イントラ予測処理により予測ブロック130を生成する(S122)。また、切替部113は、生成された予測ブロック130を予測ブロック134として出力する。
If the prediction processing method is intra prediction ("intra prediction" in S121), the
一方、予測処理方法がインター予測の場合(S121で「インター予測」)、インター予測部112はインター予測処理により予測ブロック132を生成する(S123)。また、切替部113は、生成された予測ブロック132を予測ブロック134として出力する。
On the other hand, when the prediction processing method is inter prediction (“inter prediction” in S121), the
なお、画像符号化装置100は、ステップS121を行わず、ステップS122及びS123の処理を両方とも行い、得られたそれぞれの予測ブロックに対してR-D最適化モデル(下記(式1))などを用いてコスト計算を行い、コストの小さい、つまり符号化効率の高い手法を選択してもよい。
Note that the
(式1)において、Dは符号化歪を表し、例えば、符号化対象ブロックの元の画素値と、生成された予測画像との差分絶対値和である。また、Rは発生符号量を表し、例えば、予測ブロックを生成するための動き情報などを符号化するのに必要な符号量である。また、λはラグランジュの未定乗数である。これにより、イントラ予測及びインター予測から適切な予測モードを選ぶことが可能となり、符号化効率を向上できる。 In (Equation 1), D represents encoding distortion, for example, the sum of absolute differences between the original pixel values of the encoding target block and the generated prediction image. Also, R represents the amount of generated code, which is the amount of code necessary for encoding motion information for generating a predicted block, for example. Also, λ is a Lagrangian undetermined multiplier. This makes it possible to select an appropriate prediction mode from intra-prediction and inter-prediction, improving coding efficiency.
続いて、ステップS123のインター予測処理に関して、図4及び図5を用いて説明を行う。 Next, the inter-prediction processing in step S123 will be described with reference to FIGS. 4 and 5. FIG.
図4は、インター予測部112の構成例を示すブロック図である。インター予測部112は、符号化情報選択部141、動き推定部142、動き補償部143、及び動き情報計算部144を備える。
FIG. 4 is a block diagram showing a configuration example of the
図5は、本実施の形態に係るインター予測処理(S123)のフローチャートである。 FIG. 5 is a flowchart of inter prediction processing (S123) according to the present embodiment.
まず、符号化情報選択部141は、入力画像(符号ブロック122)などを利用して、使用する動き情報の変換成分(変形成分)を選択する(S141)。ここで、変換成分とは、各種変換(変形)(例えば、平行移動、回転、拡大縮小及びせん断)を示す情報であり、各種変換における係数等である。図6に示すように、本実施の形態では、動き情報に、平行移動に加え、回転、拡大縮小及びせん断等の複数の非平行移動が用いられる。
First, the encoding
次に、動き推定部142は、ステップS141で選択された動き情報の変換成分に関する動き推定処理を入力画像(符号ブロック122)及び復号画像131を用いて行うことで動き情報151を生成する(S142)。
Next, the
次に、動き補償部143は、ステップS142で得られた動き情報151及び復号画像131を用いて動き補償処理を行うことで、予測ブロック132を生成する(S143)。
Next, the
次に、動き情報計算部144は、ステップS142で得られた動き情報151と、符号化対象である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ブロックの動き情報との差分である差分動き情報を算出する(S144)。
Next, the motion
以上により、インター予測処理が終了する。なお、ステップS144で算出された差分動き情報は動き情報133としてエントロピー符号化部105に出力される。エントロピー符号化部105は、動き情報133を符号化し、ビットストリーム126に含めて出力する。
With the above, the inter prediction processing ends. Note that the differential motion information calculated in step S144 is output to the
次に動き情報の変換成分の選択(S141)に関して、図7を用いて詳細に説明を行う。図7は、本実施の形態に係る動き情報の変換成分の選択(S141)のフローチャートである。 Next, the selection of motion information transform components (S141) will be described in detail with reference to FIG. FIG. 7 is a flow chart of selection (S141) of transform components of motion information according to the present embodiment.
まず、符号化情報選択部141は、入力画像(符号ブロック122)と復号画像131との画像間の動き成分を取得する(S161)。例えば、符号化情報選択部141は、入力画像及び復号画像131の両方のSIFT(Scale-Invariant Feature Transform)の特徴量を抽出する。符号化情報選択部141は、入力画像の特徴量と復号画像131の特徴量とから、各種変換を表現するホモグラフィー行列を推定し、それを画像間の動き成分として設定する。なお、ここでは動き成分として設定される特徴量としてSIFTの特徴量を使う例を示したが、これに限るものではない。
First, the encoding
次に、符号化情報選択部141は、ステップS161で取得された動き成分に応じて、符号化に用いる動き情報の変換成分を選択する(S162)。また、符号化情報選択部141は、予測ブロックのサイズに応じて、符号化に用いる動き情報の変換成分を選択する(S163)。以上の一連の処理によって、ステップS141の処理が終わる。
Next, the encoding
なお、ステップS162及びステップS163は、両方をこの順序で行われてもよいし、逆の順序で行われてもよいし、並列に行われてもよいし、どちらか一方のみが行われてもよい。 Both steps S162 and S163 may be performed in this order, in the reverse order, in parallel, or only one of them may be performed. good.
なお、本実施の形態では、「動き成分」は画像を所定の解析手法を用いて解析して得られる特徴量(画像間の動き)を示すものとし、「動き情報」は、動き成分に基づいて決定される、符号化に用いられる行列、ベクトル、又はそれらを構成する係数等を示すものとして説明する。 In the present embodiment, "motion component" indicates a feature amount (motion between images) obtained by analyzing images using a predetermined analysis method, and "motion information" is based on the motion component. The description will be made assuming that the matrix, the vector, or the coefficients constituting them, which are determined by the encoding, are used for encoding.
以下、動き成分を利用した変換成分の選択(ステップS162)と予測ブロックのサイズを利用した変換成分の選択(ステップS163)に関して、詳細を述べる。 The selection of the transform component using the motion component (step S162) and the selection of the transform component using the prediction block size (step S163) will be described in detail below.
図8は、本実施の形態に係る動き成分を利用した変換成分の選択(ステップS162)のフローチャートである。 FIG. 8 is a flowchart of selection of transform components using motion components (step S162) according to the present embodiment.
まず、符号化情報選択部141は、動き成分から平行移動、回転、拡大縮小及びせん断の変換成分を抽出する(S181)。
First, the encoding
ここで、アフィン行列aは下記(式2)のように表現できる。下記(式2)に示すように、アフィン行列aは、拡大率k(x方向にkx、y方向にky)の拡大縮小を表す行列、回転角θの回転を表す行列、及びせん断角φのせん断をそれぞれ表す行列の積と、x方向にc、y方向にfだけ平行移動することを表す行列との和で表現される。 Here, the affine matrix a can be expressed as shown in (Equation 2) below. As shown in the following (Equation 2), the affine matrix a is a matrix representing scaling with an enlargement factor k (k x in the x direction and ky in the y direction), a matrix representing rotation with a rotation angle θ, and a shear angle It is expressed by the sum of the product of the matrices each representing the shear of φ and the matrix representing the translation c in the x direction and f in the y direction.
上記(式2)のように表現されたアフィン行列aからは、拡大率k、回転角θ、せん断角φ及び平行移動成分を抽出することが可能である。動き情報は、上記4つの変換成分を有する情報として記載され、例えば、(c、f、θ、kx、ky、φ)と表現される。 From the affine matrix a expressed as in (Equation 2) above, it is possible to extract the magnification factor k, the rotation angle θ, the shear angle φ, and the translation component. The motion information is described as information having the four transform components described above, and is expressed as (c, f, θ, k x , ky , φ), for example.
平行移動成分であるc及びfがともに0である場合、動き情報に平行移動成分が存在せず、それ以外の場合は動き情報に平行移動成分が存在する。拡大率kが1であった場合、動き情報に拡大縮小成分が存在せず、それ以外の場合は動き情報に拡大縮小成分が存在する。回転角θが0であった場合は動き情報に回転成分が存在せず、それ以外の場合は動き情報に回転成分が存在する。せん断角φが0であった場合は動き情報にせん断成分が存在せず、それ以外の場合は動き情報にせん断成分が存在する。 If the translation components c and f are both 0, the motion information does not have a translation component; otherwise, the motion information has a translation component. If the enlargement ratio k is 1, there is no scaling component in the motion information, otherwise there is a scaling component in the motion information. If the rotation angle θ is 0, the motion information does not have a rotation component, and otherwise the motion information has a rotation component. If the shear angle φ is 0, there is no shear component in the motion information, otherwise there is a shear component in the motion information.
なお、ここでは、平行移動、回転、拡大縮小及びせん断の、それぞれの変換成分の閾値が(0、0)、0、(1、1)、0である例を示したが、これに限るものではない。これらの閾値は、画像の特徴又は撮像装置の精度等を考慮した値であってもよい。また、拡大縮小をx方向とy方向に分解せず、x方向及びy方向で同一の拡大率が用いられてもよい。これにより、符号量及び処理量を削減できる。 Here, an example is shown in which the threshold values of the translation components of translation, rotation, scaling, and shearing are (0, 0), 0, (1, 1), and 0, respectively, but the present invention is limited to this. isn't it. These thresholds may be values that take into consideration the features of the image, the precision of the imaging device, or the like. Alternatively, scaling may not be split into x and y directions, and the same magnification may be used in both x and y directions. As a result, the amount of code and the amount of processing can be reduced.
このようにして、ステップS181において、符号化情報選択部141は、動き情報から各種変換成分を抽出する。なお、ここでは、動き情報を、アフィン行列を用いて示す場合の説明をおこなったが、利用できる動き情報はこの限りではない。以降、各種変換成分は、回転角が回転成分、拡大率が拡大縮小成分、せん断角がせん断成分、平行移動ベクトルが平行移動を表現しているものとする。
Thus, in step S181, the encoded
続いて、符号化情報選択部141は、平行移動を使用するか否かを決定する選択処理を行う。まず、符号化情報選択部141は、ステップS181で、動きベクトルなどで示される平行移動成分が、動き成分から抽出されたかを判定する(S182)。
Subsequently, the encoding
動き成分に平行移動成分が存在する場合(S182でYes)、符号化情報選択部141は、平行移動を選択する(S183)。一方、動き成分に平行移動成分が存在しない場合(S182でNo)、符号化情報選択部141は、平行移動を選択しない(S184)。
If the motion component includes a translation component (Yes in S182), the encoding
次に、符号化情報選択部141は、回転を使用するか否かを決定する。符号化情報選択部141は、ステップS181で、回転角θなどで示される回転成分が、動き成分から抽出されたかを判定する(S185)。
Next, the encoding
動き成分に回転成分が存在する場合(S185でYes)、符号化情報選択部141は、回転を選択する(S186)。動き成分に回転成分が存在しない場合(S185でNo)、符号化情報選択部141は、回転を選択しない(S187)。
If the motion component includes a rotation component (Yes in S185), the encoded
次に、符号化情報選択部141は、拡大縮小を使用するか否かを決定する。符号化情報選択部141は、ステップS181で、拡大率kなどで示される拡大縮小成分が、動き成分から抽出されたかを判定する(S188)。動き成分に拡大縮小成分が存在する場合(S188でYes)、符号化情報選択部141は、拡大縮小を選択する(S189)。動き成分に拡大縮小成分が存在しない場合(S188でNo)、符号化情報選択部141は、拡大縮小を選択しない(S190)。
Next, the encoding
最後に、符号化情報選択部141は、せん断を使用するか否かを決定する。符号化情報選択部141は、ステップS181で、せん断角φなどで示されるせん断成分が、動き成分から抽出されたかを判定する(S191)。
Finally, the encoding
動き成分にせん断成分が存在する場合(S191でYes)、符号化情報選択部141は、せん断を選択する(S192)。動き成分にせん断成分が存在しない場合(S191でNo)、符号化情報選択部141は、せん断を選択しない(S193)。以上の一連の処理によって、ステップS162の処理が終わる。
If the motion component includes a shear component (Yes in S191), the encoding
次に、図7に示すステップS163に関して図9を用いて説明を行う。図9は、本実施の形態に係るブロックサイズを利用した変換成分の選択(ステップS163)のフローチャートである。 Next, step S163 shown in FIG. 7 will be explained using FIG. FIG. 9 is a flowchart of transform component selection (step S163) using the block size according to the present embodiment.
まず、符号化情報選択部141は、予測ブロックのブロックサイズを取得する(S201)。
First, the encoding
最初に、符号化情報選択部141は、平行移動を使用するか否かを決定する。符号化情報選択部141は、ステップS201で取得されたブロックサイズが4×4ブロック以下かを判定する(S202)。
First, the encoding
ブロックサイズが4×4ブロックより大きい場合(S202でNo)、符号化情報選択部141は、平行移動を選択する(S203)。一方、ブロックサイズが4×4ブロック以下である場合(S202でYes)、符号化情報選択部141は、平行移動を選択しない(S204)。
If the block size is larger than 4×4 blocks (No in S202), the encoding
続いて、符号化情報選択部141は、回転を使用するか否かを決定する。符号化情報選択部141は、ステップS201で取得されたブロックサイズが8×8ブロック以下かを判定する(S205)。
Subsequently, the encoding
ブロックサイズが8×8ブロックより大きい場合(S205でNo)、符号化情報選択部141は、回転を選択する(S206)。一方、ブロックサイズが8×8ブロック以下である場合(S205でYes)、符号化情報選択部141は、回転を選択しない(S207)。
If the block size is larger than 8×8 blocks (No in S205), the encoding
次に、符号化情報選択部141は、拡大縮小を使用するか否かを決定する。符号化情報選択部141は、ステップS201で取得されたブロックサイズが16×16ブロック以下かを判定する(S208)。ブロックサイズが16×16ブロックより大きい場合(S208でNo)、符号化情報選択部141は、拡大縮小を選択する(S209)。一方、ブロックサイズが16×16ブロック以下である場合(S208でYes)、符号化情報選択部141は、拡大縮小を選択しない(S210)。
Next, the encoding
最後に、符号化情報選択部141は、せん断を使用するか否かを決定する。符号化情報選択部141は、ステップS201で取得されたブロックサイズが32×32ブロック以下かを判定する(S211)。
Finally, the encoding
ブロックサイズが32×32ブロックより大きい場合(S211でNo)、符号化情報選択部141は、せん断を選択する(S212)。一方、ブロックサイズが32×32ブロック以下である場合(S211でYes)、符号化情報選択部141は、せん断を選択しない(S213)。以上、一連の処理を経て、ステップS163の処理が終了する。
If the block size is larger than 32×32 blocks (No in S211), the encoding
ここで、ステップS202、S205、S208及びS211において、ブロックサイズの閾値の一例としてそれぞれ4×4、8×8、16×16及び32×32を用いる場合を説明したが、ブロックサイズの閾値は、この限りではなく、任意のサイズでよい。また、符号化情報選択部141は、画像の特性に合わせて閾値を切り替えてもよい。これにより、符号化効率を向上できる。
Here, in steps S202, S205, S208, and S211, the case where 4×4, 8×8, 16×16, and 32×32 are used as an example of the block size threshold has been described. Any size is acceptable. Also, the encoding
また、ここでは、ステップS162とステップS163とをこの順に逐次に行う例を説明したが、順序は逆であってもよいし、これらの処理の一部又は全てが同時に行われてもよい。また、ステップS162及びステップS163の一方のみが行われてもよい。 Also, here, an example in which step S162 and step S163 are sequentially performed in this order has been described, but the order may be reversed, and part or all of these processes may be performed simultaneously. Alternatively, only one of step S162 and step S163 may be performed.
ステップS162とステップS163との両方が行われる場合、例えば、符号化情報選択部141は、変換成分が存在し、かつ、ブロックサイズが閾値より大きい場合に、当該変換を選択し、それ以外の場合には、当該変換を選択しない。言い換えると、符号化情報選択部141は、ステップS162及びステップS163の両方において、選択すると判定された変換を選択し、ステップS162及びステップS163の少なくとも一方において選択しないと判定された変換を選択しない。
When both steps S162 and S163 are performed, for example, the encoding
また、符号化情報選択部141は、ステップS163におけるサイズの比較を先に行って、選択すると決定した変換に対してのみ、変換成分の有無(S162)を判定してもよい。または、符号化情報選択部141は、ステップS162における変換成分の有無の判定を先に行って、変換成分が存在する変換に対してのみ、ブロックサイズの比較(S163)を行ってもよい。
Alternatively, the encoding
さらに、図8に示すステップS182~S193の順序は任意でよく、一部又は全てが並列に行われてもよい。同様に、図9に示すS202~S213の順序は任意でよく、一部又は全てが並列に行われてもよい。 Furthermore, the order of steps S182 to S193 shown in FIG. 8 may be arbitrary, and some or all of them may be performed in parallel. Similarly, the order of S202 to S213 shown in FIG. 9 may be arbitrary, and some or all of them may be performed in parallel.
ただし、発明者らが検証したところ、せん断成分はその他の変換成分と比較し、有効な画像が少ないため、予測精度の向上に寄与しにくかった。そのため、せん断成分の優先度を、その他の変換成分と比べて低く設定してもよい。例えば、判定処理の順番を他の成分の判定処理より後にする、又は、ブロックサイズの閾値を、他の成分の閾値より大きくすることにより、優先度を低くすることができる。 However, according to the inventors' verification, it is difficult to contribute to the improvement of the prediction accuracy because the shear component has fewer effective images than the other transform components. Therefore, the priority of the shear component may be set lower than the other transform components. For example, the priority can be lowered by setting the order of determination processing after the determination processing of other components, or setting the threshold of block size larger than the threshold of other components.
図5に示すステップS141に続くステップS142では、動き推定部142は、ステップS141で選択された変換成分に関して動き推定を行う。例えば、動き推定部142は、平行移動の大きさ、及び拡大率等である複数の変換成分の各々を一定値ずつ変化させながら、残差信号(差分ブロック)を算出する。そして、動き推定部142は、得られた複数の残差信号のうち最も小さい残差信号に対応する変換成分の組み合わせを動き情報151に決定する。
In step S142 following step S141 shown in FIG. 5, the
次に、ステップS143では、動き補償部143は、ステップS142で得られた動き情報151を用いて、復号画像131から予測画像(予測ブロック132)を生成する。
Next, in step S143, the
最後のステップS144に関しては、図10~図14を用いて詳細を述べる。 The final step S144 will be described in detail with reference to FIGS. 10 to 14. FIG.
図10は、本実施の形態に係る差分動き情報算出処理(S144)のフローチャートである。 FIG. 10 is a flowchart of the difference motion information calculation process (S144) according to this embodiment.
まず、動き情報計算部144は、符号化対象であるカレントブロックに空間的または時間的に隣接する1以上の符号化済ブロックで用いられている動き情報から予測動き情報を導出する(S221)。なお、予測動き情報は、動き情報と同様に、平行移動成分、回転成分、拡大縮小成分及びせん断成分を含む。なお、以下では予測動き情報に含まれる各種変換成分を、予測変換成分とも呼ぶ。また、予測動き情報に含まれる平行移動成分、回転成分、拡大縮小成分及びせん断成分を、予測平行移動成分、予測回転成分、予測拡大縮小成分及び予測せん断成分とも呼ぶ。
First, the motion
例えば、動き情報計算部144は、予測変換成分の種別ごとに、複数の符号化済みブロックの複数の動き情報に含まれる当該種別の複数の変換成分を取得し、取得された複数の変換成分から当該種別の予測変換成分を導出する。例えば、動き情報計算部144は、同じ参照ピクチャを参照する複数の符号化済みブロックそれぞれの変換成分の平均値を予測変換成分として導出する。なお、予測変換成分の導出方法として、その他、HEVC等で用いられるような全ての算出方法を適用できる。
For example, the motion
最初に、動き情報計算部144は、平行移動成分の差分動き情報である差分平行移動成分を算出する(S222)。
First, the motion
図11は、この差分平行移動成分の算出処理(S222)のフローチャートである。 FIG. 11 is a flow chart of the calculation processing (S222) of the difference translation component.
まず、動き情報計算部144は、ステップS142で推定された動き情報151に平行移動成分が存在するかを判定する(S241)。例えば、動き情報計算部144は、平行移動成分に含まれるx方向及びy方向の成分が共にゼロである場合に、平行移動成分が存在しないと判定し、x方向及びy方向の成分の少なくとも一方がゼロでない場合に、平行移動成分が存在すると判定する。なお、動き情報計算部144は、平行移動成分の大きさがある所定値より小さい場合に、平行移動成分が存在しないと判定してもよい。また、動き情報計算部144は、画像の特徴に応じて、その所定値を切り替えてもよい。また、動き情報計算部144は、画像の特徴が所定の条件を満たす場合に、常に平行移動成分が存在する(又は常に平行移動成分が存在しない)と判定してもよい。
First, the motion
また、動き情報計算部144は、図8のステップS184又は図9のステップS204において、平行移動を選択しないと判定されている場合に、平行移動成分が存在しないと判定してもよい。
Further, the motion
動き情報151に平行移動成分が存在しない場合(S241でNo)、動き情報計算部144は、“平行移動が存在する”ことを示す平行移動フラグをOFFに設定し、当該平行移動フラグを、符号化される動き情報133に付与する(S242)。
If the
動き情報151に平行移動成分が存在する場合(S241でYes)、動き情報計算部144は、平行移動フラグをONに設定し、当該平行移動フラグを動き情報133に付与する(S243)。
If the
次に、動き情報計算部144は、ステップS221で導出された予測動き情報に平行移動成分が存在するかを判定する(S244)。予測動き情報に平行移動成分が存在しない場合(S244でNo)、動き情報計算部144は、予測平行移動成分を0に設定する(S245)。
Next, the motion
一方、予測動き情報に平行移動成分が存在する場合(S244でYes)、動き情報計算部144は、予測動き情報の平行移動成分を予測平行移動成分として設定する(S246)。
On the other hand, if the predicted motion information includes a parallel movement component (Yes in S244), the motion
次に、動き情報計算部144は、ステップS245又はS246で得られた予測平行移動成分を、ステップS142で得られた動き情報151の平行移動成分から減算することで差分平行移動成分を算出し、算出された差分平行移動成分を動き情報133に追加する(S247)。
Next, the motion
続いて、動き情報計算部144は、回転成分の差分動き情報である差分平行移動成分を算出する(S223)。
Subsequently, the motion
図12は、この差分回転成分の算出処理(S223)のフローチャートである。 FIG. 12 is a flow chart of the differential rotation component calculation process (S223).
まず、動き情報計算部144は、ステップS142で推定された動き情報151に回転成分が存在するかを判定する(S261)。例えば、動き情報計算部144は、平行移動の判定(S241)と同様に、回転成分がゼロであるかを判定してもよいし、回転角の大きさとある所定値とを比較してもよい。また、動き情報計算部144は、画像の特徴に応じて所定値を切り替えてもよい。例えば、動き情報計算部144は、回転が予測精度の向上に寄与しそうな特徴を有する画像であれば、常に回転成分が存在すると判定し、そうではない場合には常に回転成分が存在しないと判定してもよい。常に存在すると判定された場合には、例えば、回転中心からの角度の時間変換に基づいて予め回転角θが定められており、動き情報計算部144は、常にその値を使用してもよい。
First, the motion
また、動き情報計算部144は、図8のステップS187又は図9のステップS207において、回転を選択しないと判定されている場合に、回転成分が存在しないと判定してもよい。
Further, the motion
動き情報151に回転成分が存在しない場合(S261でNo)、動き情報計算部144は、“回転が存在する”ことを示す回転フラグをOFFに設定し、当該回転フラグを、符号化される動き情報133に付与する(S262)。
If the
動き情報151に回転成分が存在する場合(S261でYes)、動き情報計算部144は、回転フラグをONに設定し、当該回転フラグを動き情報133に付与する(S263)。
If the
次に、動き情報計算部144は、ステップS221で取得された予測動き情報に回転成分が存在するかを判定する(S264)。
Next, the motion
予測動き情報に回転成分が存在しない場合(S264でNo)、動き情報計算部144は、予測回転成分を0に設定する(S265)。予測動き情報に回転成分が存在する場合(S264でYes)、動き情報計算部144は、予測動き情報の回転成分を予測回転成分として設定する(S266)。
If no rotation component exists in the predicted motion information (No in S264), the motion
動き情報計算部144は、ステップS265又はS266で得られた予測回転成分を、ステップS142で得られた動き情報の回転成分から減算することで差分回転成分を算出し、算出された差分回転成分を動き情報133に追加する(S267)。
The motion
次に、動き情報計算部144は、拡大縮小成分の差分動き情報である差分拡大縮小成分を算出する(S224)。
Next, the motion
図13は、この差分拡大縮小成分の算出処理(S224)のフローチャートである。 FIG. 13 is a flow chart of the difference scaling component calculation processing (S224).
まず、動き情報計算部144は、ステップS142で推定された動き情報151に拡大縮小成分が存在するかを判定する(S281)。例えば、動き情報計算部144は、ステップS241又はS261と同様に、拡大縮小成分がゼロ(値が1)であるかを判定してもよいし、拡大縮小成分の大きさとある所定値とを比較してもよい。また、動き情報計算部144は、画像の特徴に応じて所定値を切り替えてもよい。例えば、動き情報計算部144は、ズームイン、又はズームアウトを行った際の映像などの場合に、その画角の時間変化に基づいて所定値を設定してもよい。
First, the motion
また、動き情報計算部144は、拡大縮小成分が予測精度に大きく寄与しそうな特徴を有する画像であれば、常に拡大縮小成分が存在すると判定し、そうではない場合には常に拡大縮小成分が存在しないと判定してもよい。例えば、動き情報計算部144は、入力画像121が、ズームイン、又はズームアウトを行った際の映像などである場合に、常に拡大縮小成分が存在すると判定してもよい。常に存在すると判定する場合には、例えば、画角の時間変化に基づいて予め拡大縮小成分の値が定められており、動き情報計算部144は、常にその値を使用してもよい。
In addition, the motion
また、動き情報計算部144は、図8のステップS190又は図9のステップS210において、拡大縮小を選択しないと判定されている場合に、拡大縮小成分が存在しないと判定してもよい。
Further, the motion
動き情報151に拡大縮小成分が存在しない場合(S281でNo)、動き情報計算部144は、“拡大縮小が存在する”ことを示す拡大縮小フラグをOFFに設定し、当該拡大縮小フラグを、符号化される動き情報133に付与する(S282)。
If there is no scaling component in the motion information 151 (No in S281), the motion
動き情報151に拡大縮小成分が存在する場合(S281でYes)、動き情報計算部144は、拡大縮小フラグをONに設定し、当該拡大縮小フラグを動き情報133に付与する(S283)。
If the
次に、動き情報計算部144は、ステップS221で取得された予測動き情報に拡大縮小成分が存在するかを判定する(S284)。
Next, the motion
予測動き情報に拡大縮小成分が存在しない場合(S284でNo)、動き情報計算部144は、予測拡大縮小成分を1に設定する(S285)。予測動き情報に拡大縮小成分が存在する場合(S284でYes)、動き情報計算部144は、予測動き情報の拡大縮小成分を予測拡大縮小成分として設定する(S286)。
If there is no scaling component in the predicted motion information (No in S284), the motion
動き情報計算部144は、ステップS284又はS285で得られた予測拡大縮小成分を、ステップS142で得られた動き情報の拡大縮小成分から減算することで差分拡大縮小成分を算出し、算出された差分拡大縮小成分を動き情報133に追加する(S287)。
The motion
最後に、動き情報計算部144は、せん断成分の差分動き情報である差分せん断成分を算出する(S225)。
Finally, the motion
図14は、この差分せん断成分の算出処理(S225)のフローチャートである。 FIG. 14 is a flow chart of the differential shear component calculation process (S225).
まず、動き情報計算部144は、ステップS142で推定された動き情報151にせん断成分が存在するかを判定する(S301)。例えば、動き情報計算部144は、ステップS241、S261、又はS281と同様に、せん断成分がゼロであるかを判定してもよいし、せん断成分の大きさとある所定値とを比較してもよい。また、動き情報計算部144は、画像の特徴に応じて所定値を切り替えてもよい。また、動き情報計算部144は、画像の特徴が所定の条件を満たす場合に、常にせん断成分が存在する(又は常にせん断成分が存在しない)と判定してもよい。
First, the motion
また、動き情報計算部144は、図8のステップS193又は図9のステップS213において、せん断を選択しないと判定されている場合に、せん断成分が存在しないと判定してもよい。
Further, the motion
動き情報151にせん断成分が存在しない場合(S301でNo)、動き情報計算部144は、“せん断が存在する”ことを示すせん断フラグをOFFに設定し、当該せん断フラグを、符号化される動き情報133に付与する(S302)。
When no shear component exists in the motion information 151 (No in S301), the motion
動き情報151にせん断成分が存在する場合(S301でYes)、動き情報計算部144は、せん断フラグをオンに設定し、当該せん断フラグを動き情報133に付与する(S303)。
If the
次に、動き情報計算部144は、ステップS221で取得された予測動き情報にせん断成分が存在するかを判定する(S304)。
Next, the motion
予測動き情報にせん断成分が存在しない場合(S304でNo)、動き情報計算部144は、予測せん断成分を0に設定する(S305)。予測動き情報にせん断成分が存在する場合(S304でYes)、動き情報計算部144は、予測動き情報のせん断成分を予測せん断成分として設定する(S306)。
If no shear component exists in the predicted motion information (No in S304), the motion
動き情報計算部144は、ステップS305又はS306で得られた予測せん断成分を、ステップS142で得られた動き情報のせん断成分から減算することで差分せん断成分を算出し、算出された差分せん断成分を動き情報133に追加する(S307)。
The motion
以上の処理を経て、ステップS144の処理が終了する。 After the above processing, the processing of step S144 ends.
なお、ステップS222~S225の処理順は、この順に限らず任意の順序でよい。また、これらの処理の一部又は全てが並列に行われてもよい。また先に述べたとおり、カレントブロックのサイズ等により、符号化に用いることが可能な変換成分が制限される場合には、動き情報計算部144は、許容された変換成分についての処理のみを行ってもよい。
Note that the processing order of steps S222 to S225 is not limited to this order and may be arbitrary. Moreover, some or all of these processes may be performed in parallel. Further, as described above, when the transform components that can be used for encoding are restricted due to the size of the current block, etc., the motion
図15及び図16は、符号化される動き情報133の一例を示す図である。図15に示すように、動き情報133は、平行移動フラグ161と、回転フラグ162と、拡大縮小フラグ163と、せん断フラグ164と、差分平行移動成分171と、差分回転成分172と、差分拡大縮小成分173と、差分せん断成分174とを含む。なお、各情報の意味は上述した通りである。
15 and 16 are diagrams showing an example of the encoded
また、各フラグがオンの場合にのみ、動き情報133に、当該フラグに対応する差分動き成分が含まれる。例えば、図16に示すように、平行移動フラグ161及び回転フラグ162がONであり、拡大縮小フラグ163及びせん断フラグ164がOFFの場合には、動き情報133に、差分平行移動成分171及び差分回転成分172が含まれ、差分拡大縮小成分173及び差分せん断成分174は含まれない。
Also, only when each flag is on, the
(効果)
以上より、本実施の形態に係る画像符号化装置100は、画像の特徴などを利用して必要な変換成分のみを選択し、選択された変換成分を示す情報(平行移動フラグ、回転フラグ、拡大縮小フラグ及びせん断フラグ)と、選択された変換成分とを符号化する。これにより、画像符号化装置100は、有効な変換成分のみを選択的に用いることができるので、符号化効率を向上させることが可能である。このように、画像符号化装置100は、各種変換を柔軟に選択できるとともに、予測画像を生成するために必要な動き情報を削減できるので、符号化効率を向上できる。
(effect)
As described above, the
また、画像符号化装置100は、符号化中の画像に存在する変換の種類の推定結果、又は予測ブロックのサイズなどを用いて変換成分を選択する。これにより、画像符号化装置100は、予測処理の際に探索する動き情報の種類を制限できるので、処理の高速化を図ることができる。
In addition, the
なお、本実施の形態では、動き情報としてアフィン変換を利用し、変換の種類として平行移動、回転、拡大縮小及びせん断を利用しているが、使用する変換の種類はこの限りではない。 In this embodiment, affine transformation is used as motion information, and translation, rotation, scaling, and shearing are used as types of transformation, but the types of transformation to be used are not limited to these.
例えば、アフィン行列の代わりに、射影変換を表現可能な射影変換行列が用いられてもよい。この場合、動き情報として台形変換を利用できる。これにより、さらに予測ブロックの品質を向上できるとともに、符号化効率の向上が期待できる。 For example, instead of the affine matrix, a projective transformation matrix that can express projective transformation may be used. In this case, trapezoidal transformation can be used as motion information. As a result, it is possible to further improve the quality of the prediction block and to expect an improvement in coding efficiency.
つまり、本実施の形態に係る画像符号化装置100は、動き成分を複数の変換成分に分割し、変換成分毎に使用の有無を判定できればよい。つまり、画像符号化装置100は、上記以外の行列又は変換を用いてもよいし、動き情報を上記とは異なる変換成分に分割してもよい。
In other words, the
また、上記説明では、各変換成分について、ステップS242、S243、S261、S263、S282、S283、S302及びS303において、インター予測の際にブロック単位でフラグを付与する例を示したが、これらのフラグを画像単位、シーケンス単位、または画像が分割された領域単位で指定してもよい。例えば、この領域とは、画像が4分割された領域である。これにより、インター予測を行う前に予め指定された画像又はシーケンスに含まれるブロックは全て同じ種別の変換成分を用いて符号化される。よって、ブロック単位での判定処理を省略できるため、より符号化効率を向上させることができる。また、ビットストリーム中のフラグの数を減らすことができるので、より符号化効率を向上させることができる。 In addition, in the above description, an example is shown in which flags are added to each transform component in units of blocks during inter prediction in steps S242, S243, S261, S263, S282, S283, S302, and S303. may be specified per image, per sequence, or per region into which an image is divided. For example, this area is an area obtained by dividing the image into four parts. By this means, all blocks included in an image or sequence specified in advance before performing inter prediction are encoded using the same type of transform component. Therefore, it is possible to omit the determination process for each block, so that the encoding efficiency can be further improved. Also, since the number of flags in the bitstream can be reduced, the coding efficiency can be further improved.
また、予測動き情報に各種変換成分が存在しなかった場合に、ステップS245、S265、S285及びS305において、予測変換成分として、それぞれ0、0、1、0を代入しているが、代入する値はこの限りではない。例えば、画面全体が回転している場合には、画像の特徴に応じて決定される角度が、予測回転成分として代入されてもよい。さらに、0のような所定角度を予測変換成分に代入する処理と、画像の特徴に応じて決定される角度等を予測変換成分に代入する処理とが、所定の条件に応じて切り替えられてもよい。このように動き情報には変換成分が存在するが、予測動き情報にはその変換成分が存在しない場合に、代入値を切り替えながら予測を行うことで、差分動き情報の値を小さくすることが可能である。これにより、さらに符号化効率を向上ができる。 In addition, when various transform components do not exist in the predicted motion information, 0, 0, 1, and 0 are substituted as predictive transform components in steps S245, S265, S285, and S305, respectively. is not limited to this. For example, when the entire screen is rotated, an angle determined according to the features of the image may be substituted as the predicted rotation component. Furthermore, even if the process of substituting a predetermined angle such as 0 into the predictive transform component and the process of substituting the angle determined according to the feature of the image into the predictive transform component are switched according to a predetermined condition. good. In this way, motion information contains transform components, but predictive motion information does not contain such transform components. By performing prediction while switching substitute values, it is possible to reduce the value of differential motion information. is. This makes it possible to further improve the coding efficiency.
(実施の形態2)
上記実施の形態1では、各種変換の各々が用いられているかを示す情報として、複数の変換の各々に対応するフラグを用いる例を述べた。本実施の形態では、各種変換成分の組み合わせに対して順位(符号化レベル)を対応付ける。そして、上記情報として、この符号化レベルを指定する情報が用いられる。
(Embodiment 2)
In the above first embodiment, an example was described in which flags corresponding to each of a plurality of conversions are used as information indicating whether each of various conversions is used. In this embodiment, ranks (encoding levels) are associated with combinations of various transform components. Information specifying this coding level is used as the above information.
本実施の形態では、上述したステップS162及びS163の処理に変えて、例えば、下記のような処理が行われる。 In this embodiment, instead of the processes of steps S162 and S163 described above, for example, the following processes are performed.
図17は、符号レベルと変換成分との関係の一例を示す図である。図17に示すように、例えば、符号化レベル1は平行移動を含み、符号化レベル2は回転及び拡大縮小を含み、符号化レベル3はせん断を含む。
FIG. 17 is a diagram showing an example of the relationship between code levels and transform components. For example, as shown in FIG. 17,
符号化情報選択部141は、画像の特徴又は許容される帯域幅などの条件に応じて、符号化レベルを選択する。
The coding
次に、符号化情報選択部141は、選択された符号化レベル以下の符号化レベルに含まれる変換成分を選択する。例えば、符号化レベル2の場合、符号化レベル2及び符号化レベル1に含まれる平行移動、回転、及び拡大縮小の3種の変換成分が選択される。
Next, the coding
また、選択された符号化レベルを示す符号化レベル情報181が、符号化される動き情報133に付加される。
Also,
図18及び図19は、符号化される動き情報133の一例を示す図である。図18に示すように、動き情報133は、符号化レベル情報181と、差分平行移動成分171と、差分回転成分172と、差分拡大縮小成分173と、差分せん断成分174とを含む。
18 and 19 are diagrams showing an example of the encoded
また、符号化レベル情報181で示される符号化レベル以下の符号化レベルに含まれる変換成分に対応する差分動き成分が動き情報133に含まれる。例えば、図19に示すように、符号化レベル情報181が符号化レベル2を示す場合、動き情報133は、符号化レベル1及び2の差分平行移動成分171、差分回転成分172及び差分拡大縮小成分173を含み、符号化レベル3の差分せん断成分174を含まない。
Also, the
以上より、本実施の形態では、符号化に必要な情報量をさらに減らすことができるので、符号化効率を向上できる。なお、ここでは、各種変換のレベルを用いる例を述べたが、これに限定されず、変換成分の組み合わせを示す情報が用いられればよい。例えば、上記では、選択されたレベル以下に含まれる変換成分の全てが指定される例を説明したが、以下のような情報を用いてもよい。例えば、レベル0なら全ての変換成分が用いられず、レベル1なら平行移動のみが用いられ、レベル2なら平行移動と回転とが用いられ、レベル3なら平行移動及び拡大縮小が用いられ、レベル4なら回転及び拡大縮小が用いられ、レベル5なら平行移動、回転及び拡大縮小が用いられ、レベル6なら平行移動及びせん断が用いられ、レベル7なら平行移動、回転、拡大縮小及びせん断が用いられてもよい。このように、レベル毎に変換成分の組み合わせを指定し、各レベルに対応づけられた変換成分が選択されてもよい。
As described above, according to the present embodiment, the amount of information required for encoding can be further reduced, so that the encoding efficiency can be improved. Although an example using various conversion levels has been described here, the present invention is not limited to this, and information indicating a combination of conversion components may be used. For example, in the above description, an example in which all transform components included in the selected level and below are specified has been described, but the following information may also be used. For example, at
(実施の形態3)
発明者らが検証したところ、平行移動、回転、拡大縮小、及びせん断のうち、せん断は、その他の変換に比べて、予測精度の向上に寄与しにくいことが分かった。そこで、本実施の形態では、複数の変換成分に優先度をつける例を説明する。
(Embodiment 3)
As a result of verification by the inventors, it was found that among translation, rotation, scaling, and shearing, shearing is less likely to contribute to an improvement in prediction accuracy than other transformations. Therefore, in the present embodiment, an example in which priority is given to a plurality of transform components will be described.
複数の変換成分に優先度をつける第1の方法として、上述した図9に示すステップS163の処理のように、ブロックサイズの閾値を変更する。具体的には、せん断の閾値を、回転などの予測精度を大きく向上しうる他の変換に比べて、大きく設定する。これにより、ブロックサイズが小さい場合には、予測精度を向上させにくい変換成分の利用を制限できるので、符号化効率が低下することを抑制できる。同様に、拡大縮小も、小さいブロックサイズではあまり予測精度の向上に寄与しないので、平行移動及び回転に比べて大きい閾値を設定する。 As a first method of giving priority to a plurality of transform components, the block size threshold is changed as in the process of step S163 shown in FIG. 9 described above. Specifically, the shear threshold is set higher than other transformations that can greatly improve the prediction accuracy, such as rotation. As a result, when the block size is small, it is possible to limit the use of transform components that make it difficult to improve the prediction accuracy, so that it is possible to prevent the coding efficiency from deteriorating. Similarly, scaling does not contribute much to improving prediction accuracy with small block sizes, so a larger threshold is set than for translation and rotation.
発明者らが一般的な動画像で検証したところ、画像の特徴により、順位は異なるが、平行移動、回転、拡大縮小、せん断の順で予測精度を向上させやすいことが分かった。よって、この順で優先度を設定する。これにより、画像の特徴やサイズ又は帯域などの状態に応じて、優先度の低い変換成分が選択されることを制限できる。 When the inventors conducted verification using a general moving image, it was found that the order of translation, rotation, scaling, and shearing tends to improve the prediction accuracy, although the order differs depending on the characteristics of the image. Therefore, the priority is set in this order. This makes it possible to limit the selection of transform components with low priority according to the state of image features, size, band, or the like.
以下、複数の変換成分に優先度をつける第2の方法を説明する。ここでは、せん断を制限する方法の一例について説明する。 A second method of giving priority to a plurality of transform components will be described below. An example of a method for limiting shear is described herein.
まず、アフィン変換の係数の設定の仕方について簡単に説明する。非特許文献2に記載されているように、下記(式3)に示す、アフィン行列aを変数とする評価関数E(a)を設定し、最小化問題を解くことで、アフィン行列の係数を設定する。つまり、評価関数E(a)が最も小さくなる係数(動き情報)が導出される。
First, a brief description will be given of how to set coefficients for affine transformation. As described in
せん断が制限される場合には、アフィン変換前後でx方向とy方向の軸の直交性が保たれる。つまり上記(式2)に示したアフィン変換の係数が、下記(式4)の制約条件を満たす必要がある。 If the shear is constrained, the orthogonality of the x and y axes is preserved before and after the affine transformation. That is, the coefficients of the affine transformation shown in (Formula 2) above must satisfy the constraint conditions of (Formula 4) below.
そこで、下記(式5)のように上記(式3)の評価関数に制約条件を追加する。この制約条件により、せん断成分が大きいほど評価関数E(a)の値は大きくなるので、せん断成分が含まれる係数は選択され難くなる。この方法は、ペナルティ法と呼ばれる。また、正の定数μを大きくすることで制約条件の影響が大きくなる。このように下記(式5)の評価関数E(a)が最も小さくなるアフィン行列の係数を求めることで、せん断成分を制限した係数を算出することが可能になる。 Therefore, a constraint is added to the evaluation function of (Formula 3) as shown in (Formula 5) below. Due to this constraint, the value of the evaluation function E(a) increases as the shear component increases, making it difficult to select coefficients that include a shear component. This method is called the penalty method. Also, increasing the positive constant μ increases the influence of the constraint. By obtaining the coefficient of the affine matrix that minimizes the evaluation function E(a) of the following (Formula 5) in this way, it is possible to calculate the coefficient with the shear component limited.
発明者らは、小さいμを設定し最小化問題を解き、一定回数探索を繰り返した結果における、その時点での最適解を新しい初期値とし、μの値を大きくした状態で再度最小化問題を解くという処理を予め定められた大きさにμが達するまで繰り返すことにより、係数を算出した。なお、係数を求める方法は、この方法に限るものではない。 The inventors solved the minimization problem by setting a small μ, set the optimum solution at that point in the result of repeating the search a certain number of times as a new initial value, and solved the minimization problem again with a large value of μ. The coefficient was calculated by repeating the process of solving until μ reached a predetermined size. Note that the method for obtaining the coefficient is not limited to this method.
また、ここでは、せん断を制限する(優先度を下げる)方法を説明したが、他の変換に対しても同様の手法を適用できる。 Also, although the method of limiting shearing (lowering the priority) has been described here, a similar technique can be applied to other transformations.
(その他変形例)
上記実施の形態1~3では、動き情報と予測動き情報の差分である差分動き情報を符号化する方法を説明したが、これに限らない。
(Other modifications)
In
例えば、HEVCではマージモードと呼ばれる動き予測方法がある。このマージモードでは、差分情報は符号化されず、複数の予測動きベクトル候補から選択された予測動きベクトルがカレントブロックの動きベクトルとして用いられる。そして、選択された予測動きベクトル候補を示す選択情報が符号化される。このような場合にも、上記実施の形態1~3と同様に、画像符号化装置は、複数の変換成分から1以上の変換成分を選択し、選択した変換成分を用いて予測画像を生成してもよい。また、画像符号化装置は、選択された(使用される)変換成分を示す情報(上記フラグ又は符号化レベル情報)を符号化してもよい。
For example, HEVC has a motion estimation method called merge mode. In this merge mode, difference information is not encoded, and a motion vector predictor selected from a plurality of motion vector predictor candidates is used as the motion vector of the current block. Then, selection information indicating the selected motion vector predictor candidate is encoded. Even in such a case, as in
例えば、画像符号化装置は、選択された変換成分を、カレントブロックに空間的または時間的に隣接するブロックの動き情報から予測された予測情報に各種変換成分があるか否かに基づいて、符号化する。この場合、画像符号化装置は、複数の隣接ブロックの動き情報の全てに回転成分が含まれる場合は、その回転成分の平均値を当該カレントブロックの回転成分として用いてもよい。また、画像符号化装置は、複数の隣接ブロックの動き情報の1つだけに回転成分が含まれ、かつ、その回転成分が所定値未満の場合、カレントブロックに回転成分を用いないと決定してもよい。または、画像符号化装置は、その他の隣接する複数のブロックの回転成分をゼロとして、複数の回転成分の平均値を算出し、算出した平均値を回転成分として用いてもよい。 For example, the image coding apparatus encodes the selected transform components based on whether or not there are various transform components in prediction information predicted from motion information of blocks spatially or temporally adjacent to the current block. become In this case, the image coding apparatus may use the average value of the rotation components as the rotation component of the current block when all motion information of a plurality of adjacent blocks includes rotation components. Also, the image coding apparatus determines that the rotation component is not used for the current block when only one piece of motion information of a plurality of adjacent blocks contains a rotation component and the rotation component is less than a predetermined value. good too. Alternatively, the image coding apparatus may set the rotation components of other adjacent blocks to zero, calculate the average value of the plurality of rotation components, and use the calculated average value as the rotation component.
このような平均値を用いる方法、及び、時間的なスケーリング処理を用いる方法などが知られており、本実施の形態にこれらの変形を適用してもよい。 A method using such an average value, a method using temporal scaling processing, and the like are known, and modifications thereof may be applied to the present embodiment.
(実施の形態4)
本実施の形態では、上記実施の形態1に係る画像符号化装置により生成されたビットストリームを復号する画像復号装置の実施の形態の一つに関して説明する。
(Embodiment 4)
In this embodiment, one embodiment of an image decoding device that decodes a bitstream generated by the image coding device according to the first embodiment will be described.
図20は、本実施の形態に係る画像復号装置200のブロック図である。画像復号装置200は、エントロピー復号部201、逆量子化部202、逆周波数変換部203、加算部204、イントラ予測部205、ループフィルタ206、フレームメモリ207、インター予測部208、及び切替部209を含む。
FIG. 20 is a block diagram of the
画像復号装置200は、ビットストリーム221を復号することで復号画像227を生成する。例えば、ビットストリーム221は、上記画像符号化装置100により生成される。
The
図21は、本実施の形態に係る画像復号処理のフローチャートである。 FIG. 21 is a flowchart of image decoding processing according to this embodiment.
まず、エントロピー復号部201は、1以上のピクチャを含む静止画又は動画が符号化されることで得られたビットストリーム221から動き情報228を復号する(S401)。また、エントロピー復号部201は、ビットストリーム221から係数ブロック222を復号する(S402)。
First, the
逆量子化部202は、係数ブロック222を逆量子化することで係数ブロック223を生成する。逆周波数変換部203は、係数ブロック223を逆周波数変換することで差分ブロック224を復元する(S403)。
The
次に、イントラ予測部205又はインター予測部208は、ステップS401で復号された動き情報228と復号済の復号ブロックとを利用して、予測ブロック230を生成する(S404)。具体的には、イントラ予測部205は、イントラ予測処理により予測ブロック226を生成する。インター予測部208はインター予測処理により予測ブロック229を生成する。切替部209は、予測ブロック226及び229の一方を予測ブロック230として出力する。
Next, the
次に、加算部204は、差分ブロック224と予測ブロック230とを加算することで復号ブロック225を生成する(S405)。この復号ブロック225は、イントラ予測部205によるイントラ予測処理に利用される。
Next, the
次に、画像復号装置200は、ビットストリーム221に含まれる全ブロックが復号されたかを判定する(S406)。例えば、画像復号装置200は、入力されるビットストリーム221が終了したかに応じて、この判定を行う。全ブロックの復号が完了していない場合(S406でNo)、次のブロックに対してステップS401以降の処理が行われる。ビットストリーム221に含まれる全ブロックの復号が終了した場合(S406でYes)、ループフィルタ206は、全復号ブロックを結合するとともにループフィルタ処理を行うことで復号画像227(再構築画像)を生成する(S407)。フレームメモリ207は、復号画像227を格納する。この復号画像227は、インター予測部208によるインター予測処理に用いられる。
Next, the
なお、ステップS403の逆量子化及び逆周波数変換は、それぞれが別処理として逐次行われても良いし、一括して行われてもよい。なお、HEVCなどの現在主流のコーディング規格では、逆量子化及び逆周波数変換は、一括して行われる。また、復号側においても、符号化側(実施の形態1)と同様に、スケーリング等の表現が用いられる場合がある。 Note that the inverse quantization and inverse frequency transform in step S403 may be performed sequentially as separate processes, or may be performed collectively. Note that in current mainstream coding standards such as HEVC, inverse quantization and inverse frequency transform are performed collectively. Also, on the decoding side, similar to the encoding side (Embodiment 1), expressions such as scaling may be used.
次に、動き情報復号処理(S401)に関して、図22を用いて説明を行う。図22は、本実施の形態に係る動き情報復号処理(S401)のフローチャートである。 Next, motion information decoding processing (S401) will be described using FIG. FIG. 22 is a flowchart of motion information decoding processing (S401) according to this embodiment.
まず、エントロピー復号部201は、ビットストリーム221から差分動き情報を復号する(S421)。また、エントロピー復号部201は、予測動き情報を導出するための情報を復号する(S422)。なお、予測動き情報を導出するための情報、及び差分動き情報は、動き情報228に含まれる。次に、インター予測部208は、ステップS422で取得された情報から予測動き情報を導出し、導出された予測動き情報と、ステップS421で取得された差分動き情報とから動き情報を生成する(S423)。
First, the
以下、差分動き情報復号(S421)と動き情報生成(S423)に関して詳細を述べる。 Details of the differential motion information decoding (S421) and the motion information generation (S423) will be described below.
差分動き情報の復号処理(S421)に関して、図23を用いて説明を行う。図23は、本実施の形態に係る差分動き情報の復号処理(S421)のフローチャートである。 The decoding process of differential motion information (S421) will be described using FIG. FIG. 23 is a flowchart of the differential motion information decoding process (S421) according to this embodiment.
最初に、エントロピー復号部201は、差分平行移動成分の復号処理を行う(S441~S443)。まず、エントロピー復号部201は、ビットストリーム221から、平行移動が存在するかを示す(動き情報228に差分平行移動成分が含まれているかを示す)平行移動フラグを復号する(S441)。なお、動き情報228の構成及び動き情報228に含まれる各種情報の意味は、実施の形態1の動き情報133の構成及び動き情報133に含まれる各種情報の意味と同様である。次に、エントロピー復号部201は、平行移動フラグを用いて、平行移動が存在するかを判定する(S442)。
First, the
平行移動フラグにより平行移動が存在することが示される場合(S442でYes)、エントロピー復号部201は、ビットストリーム221から差分平行移動成分を復号する(S443)。平行移動フラグにより平行移動が存在しないことが示される場合(S442でNo)、エントロピー復号部201は、差分平行移動成分を復号せず、次の処理ステップ(S444)を行う。
If the translation flag indicates that translation exists (Yes in S442), the
続いて、エントロピー復号部201は、差分回転成分の復号処理を行う(S444~S446)。エントロピー復号部201は、ビットストリーム221から、回転が存在するかを示す(動き情報228に差分回転成分が含まれているかを示す)回転フラグを復号する(S444)。エントロピー復号部201は、回転フラグを用いて、回転が存在するかを判定する(S445)。
Subsequently, the
回転フラグにより回転が存在することが示される場合(S445でYes)、エントロピー復号部201は、ビットストリーム221から差分回転成分を復号する(S446)。回転フラグにより回転が存在しないことが示される場合(S445でNo)、エントロピー復号部201は、次の処理ステップ(S447)を行う。
If the rotation flag indicates that rotation exists (Yes in S445), the
次に、エントロピー復号部201は、差分拡大縮小成分の復号処理を行う(S447~S449)。エントロピー復号部201は、ビットストリーム221から、拡大縮小が存在するかを示す(動き情報228に差分拡大縮小成分が含まれているかを示す)拡大縮小フラグを復号する(S447)。エントロピー復号部201は、拡大縮小フラグを用いて、拡大縮小が存在するかを判定する(S448)。
Next, the
拡大縮小フラグにより拡大縮小が存在することが示される場合(S448でYes)、エントロピー復号部201は、ビットストリーム221から差分拡大縮小成分を復号する(S449)。拡大縮小フラグにより拡大縮小が存在しないことが示される場合(S448でNo)、エントロピー復号部201は、次の処理ステップ(S450)を行う。
If the scaling flag indicates that there is scaling (Yes in S448), the
最後に、エントロピー復号部201は、差分せん断成分の復号処理を行う(S450~S452)。エントロピー復号部201は、ビットストリーム221から、せん断成分が存在するかを示す(動き情報228に差分せん断成分が含まれているかを示す)せん断フラグを復号する(S450)。エントロピー復号部201は、せん断フラグを用いて、せん断成分が存在するかを判定する(S451)。
Finally, the
せん断フラグによりせん断が存在することが示される場合(S451でYes)、エントロピー復号部201は、ビットストリーム221から差分せん断成分を復号する(S452)。その後、エントロピー復号部201は、差分動き情報復号処理(S421)を終了する。せん断フラグにより回転が存在しないことが示される場合(S451でNo)、エントロピー復号部201は、差分動き情報復号処理(S421)を終了する。
If the shear flag indicates that shear exists (Yes in S451), the
続いて、動き情報生成処理(S423)に関して図24~図28を用いて説明する。 Next, motion information generation processing (S423) will be described with reference to FIGS. 24 to 28. FIG.
図24は、本実施の形態に係る動き情報生成処理(S423)のフローチャートである。 FIG. 24 is a flowchart of motion information generation processing (S423) according to this embodiment.
まず、インター予測部208は、ステップS422で取得した情報を用いて予測動き情報を導出する。具体的には、インター予測部208は、復号対象であるカレントブロックに空間的又は時間的に隣接する復号済ブロックの動き情報を取得し、取得した動き情報を用いて予測動き情報を導出する(S461)。
First, the
最初に、インター予測部208は、差分動き情報及び予測動き情報から平行移動成分を生成する(S462)。図25は、この平行移動成分の生成処理(S462)のフローチャートである。
First, the
まず、インター予測部208は、ステップS421で差分平行移動成分が取得されたかを判定する(S481)。
First, the
差分平行移動成分が取得されている場合(S481でYes)、インター予測部208は、ステップS461で取得された予測動き情報に、平行移動成分が存在するかを判定する(S482)。
If a difference translation component has been acquired (Yes in S481), the
予測動き情報に平行移動が存在しない場合(S482でNo)、インター予測部208は、予測平行移動成分を0に設定する(S483)。予測動き情報に平行移動成分が存在する場合(S482でYes)、インター予測部208は、予測動き情報の平行移動成分を予測平行移動成分として設定する(S484)。
If there is no parallel movement in the predicted motion information (No in S482), the
インター予測部208は、ステップS483又はS484で取得された予測平行移動成分を、差分平行移動成分に加算することで平行移動成分を生成する(S485)。
The
差分平行移動成分が存在しない場合(S482でNo)、インター予測部208は、平行移動成分に関する処理(S462)を終了する。
If there is no differential translation component (No in S482), the
次に、インター予測部208は、差分動き情報及び予測動き情報から回転成分を生成する(S463)。図26は、この回転成分の生成処理(S463)のフローチャートである。
Next, the
まず、インター予測部208は、ステップS421で差分回転成分が取得されたかを判定する(S501)。
First, the
差分回転成分が取得されている場合(S501でYes)、インター予測部208は、ステップS461で取得された予測動き情報に、回転成分が存在するかを判定する(S502)。
If a differential rotation component has been acquired (Yes in S501), the
予測動き情報に回転が存在しない場合(S502でNo)、インター予測部208は、予測回転成分を0に設定する(S503)。予測動き情報に回転成分が存在する場合(S502でYes)、インター予測部208は、予測動き情報の回転成分を予測回転成分として設定する(S504)。
If there is no rotation in the predicted motion information (No in S502), the
インター予測部208は、ステップS503又はS504で取得された予測回転成分を、差分回転成分に加算することで回転成分を生成する(S505)。
The
差分回転成分が存在しない場合(S501でNo)、インター予測部208は、回転成分に関する処理(S463)を終了する。
If there is no differential rotation component (No in S501), the
続いて、インター予測部208は、差分動き情報及び予測動き情報から拡大縮小成分を生成する(S464)。図27は、この拡大縮小成分の生成処理(S464)のフローチャートである。
Subsequently, the
まず、インター予測部208は、ステップS421で差分拡大縮小成分が取得されたかを判定する(S521)。
First, the
差分拡大縮小成分が取得されている場合(S521でYes)、インター予測部208は、ステップS461で取得された予測動き情報に、拡大縮小成分が存在するかを判定する(S522)。
If a difference scaling component has been acquired (Yes in S521), the
予測動き情報に拡大縮小が存在しない場合(S522でNo)、インター予測部208は、予測拡大縮小成分を1に設定する(S523)。予測動き情報に拡大縮小成分が存在する場合(S523でYes)、インター予測部208は、予測動き情報の拡大縮小成分を予測拡大縮小成分として設定する(S524)。
If there is no scaling in the predicted motion information (No in S522), the
インター予測部208は、ステップS523及びS524で取得された予測拡大縮小成分を、差分拡大縮小成分に加算することで拡大縮小成分を生成する(S525)。
The
差分拡大縮小成分が存在しない場合(S521でNo)、インター予測部208は、拡大縮小成分に関する処理(S464)を終了する。
If the difference scaling component does not exist (No in S521), the
最後に、インター予測部208は、差分動き情報及び予測動き情報からせん断成分を生成する(S465)。図28は、このせん断成分の生成処理(S465)のフローチャートである。
Finally, the
まず、インター予測部208は、ステップS421で差分せん断成分が取得されたかを判定する(S541)。
First, the
差分せん断成分が取得されている場合(S541でYes)、インター予測部208は、ステップS461で取得された予測動き情報に、せん断成分が存在するかを判定する(S542)。
If a differential shear component has been acquired (Yes in S541), the
予測動き情報にせん断が存在しない場合(S542でNo)、インター予測部208は、予測せん断成分を0に設定する(S543)。予測動き情報にせん断成分が存在する場合(S542でYes)、インター予測部208は、予測動き情報のせん断成分を予測せん断成分として設定する(S544)。
If there is no shear in the predicted motion information (No in S542), the
インター予測部208は、ステップS543及びS544で取得された予測せん断成分を差分せん断成分に加算することでせん断成分を生成する(S545)。
The
差分せん断成分が存在しない場合(S541でNo)、インター予測部208は、せん断成分に関する処理(S465)を終了する。
If there is no differential shear component (No in S541), the
インター予測部208は、ブロック毎にこれら一連の処理を行った後に、動き情報生成処理(S423)を終了する。
After performing the series of processes for each block, the
なお、実施の形態1で説明したとおり、各フラグは、ブロック毎に設けられていてもよいし、画像単位、シーケンス単位、又は画像が分割された領域単位で設けられていてもよい。ブロック単位以外の単位でフラグが設けられ、当該フラグにより変換成分が指定される場合には、画像復号装置は、その指定された単位に含まれる全ブロックに対して、同じ種別の変換成分を用いて復号処理を行う。これにより、画像復号装置は、判定ステップ等を省略でき、少ない情報量かつ少ない処理負荷で、予測精度の高い復号処理を実行できる。
As described in
また、実施の形態1と同様に、各種変換成分の生成処理(S462~S465)の順序は、図24に示す順序に限らない。また、ステップS462~S465の処理の一部又は全てが並列に行われてもよい。または、これらの処理に優劣が設定され、優先度が高い処理から順番に行われてもよい。 Also, as in the first embodiment, the order of the various transform component generation processes (S462 to S465) is not limited to the order shown in FIG. Also, part or all of the processing of steps S462 to S465 may be performed in parallel. Alternatively, superiority or inferiority may be set for these processes, and the processes may be performed in descending order of priority.
また、実施の形態2のように、各種フラグの代わりに符号化レベルを示す符号化レベル情報が用いられる場合には、画像復号装置200は、上述した各種フラグの代わりに符号化レベル情報をビットストリーム221から復号する。また、画像復号装置は、各種フラグの代わりに、符号化レベル情報で示される情報を用いて、変換成分の有無を判定する。
Also, as in
また、実施の形態1で説明したように、ブロックサイズにより、各種変換成分の有無が指定されている場合には、画像復号装置200は、ブロックサイズをビットストリーム221から復号し、当該ブロックサイズを用いて、各種変換成分の有無を判定する。
Further, as described in
(効果)
以上より、本実施の形態に係る画像復号装置200は、予測ブロック生成するために必要な変換成分のみが符号化されたビットストリーム221を復号できる。また、画像復号装置200は、符号量が少なくなるように生成されたビットストリーム221を、高次元の動き予測を用いて復号できるので、より高画質な画像を再生できる。
(effect)
As described above, the
なお、本実施の形態では、変換成分として、平行移動、回転、拡大縮小、及びせん断が動き情報に含まれる例を述べたが、利用できる変換はこの限りではない。例えば、台形変換が利用されてもよい。これにより、複雑な変換を表現することができるため、画像復号装置は、より高精度な予測画像を生成できる。 In this embodiment, an example in which translation, rotation, scaling, and shearing are included in the motion information as transformation components has been described, but transformations that can be used are not limited to these. For example, a trapezoid transform may be used. As a result, complex transforms can be expressed, so the image decoding device can generate a more highly accurate predicted image.
つまり、本実施の形態に係る画像復号装置200は、動き情報が複数の変換成分に分割し、変換成分毎に復号するかしないかを決定できればよい。つまり、画像復号装置200は、上記以外の変換成分を用いてもよい。
In other words, the
また、動き情報と予測動き情報との差分である差分動き情報を復号する場合に限らず、例えばマージモードなどにも本実施の形態の手法を応用できる。 Moreover, the method of the present embodiment can be applied not only to the case of decoding differential motion information, which is the difference between motion information and predicted motion information, but also to, for example, merge mode.
(実施の形態5)
上記実施の形態1~4では、アフィン変換をインター予測に用いる例を述べたが、本実施の形態ではアフィン変換をイントラ予測に用いる例を述べる。
(Embodiment 5)
In
本実施の形態に係る画像符号化装置(又は画像復号装置)は、図29に示すように、カレントブロックと同一ピクチャ内の既に処理済み(符号化済み又は復号済み)のブロックの画素値を、カレントブロックの画素値として用いる。つまり、処理済みのブロックの画素値がカレントブロックにコピーされる。さらに、本実施に形態では、図30に示すように、このコピーの際に、平行移動だけでなく、回転、拡大縮小及びせん断等の各種変換が用いられる。 The image coding device (or image decoding device) according to the present embodiment, as shown in FIG. Used as the pixel value of the current block. That is, the pixel values of the processed block are copied to the current block. Furthermore, in this embodiment, as shown in FIG. 30, not only translation but also various transformations such as rotation, enlargement/reduction, shearing, etc. are used in this copying.
つまり、本実施の形態では、イントラ予測部109(又は205)は、処理済みのブロックを示す参照情報を用いて予測ブロックを生成する。この参照情報は、平行移動成分、回転成分、拡大縮小成分及びせん断成分等の各種変換成分を含む。 That is, in this embodiment, the intra prediction unit 109 (or 205) generates a prediction block using reference information indicating processed blocks. This reference information includes various transformation components such as translation, rotation, scaling and shearing components.
このような場合において、上記実施の形態1~4と同様に、各種変換成分の各々が使用されるか否かを示す情報(各種フラグ又は符号化レベル)を符号化(又は復号)することで、任意の変換成分を選択的に使用できる。 In such a case, as in the first to fourth embodiments, by encoding (or decoding) information (various flags or encoding levels) indicating whether or not each of the various transform components is used, , any transform component can be used selectively.
なお、イントラ予測では、回転、拡大縮小及びせん断のうち、拡大縮小、回転、せん断の順に、予測精度の向上に寄与しやすい。よって、この順に、優先度を付けることが好ましい。なお、複数の変換に優先度つける方法は、実施の形態3で説明した方法を用いることができる。
In intra prediction, among rotation, scaling, and shearing, the order of scaling, rotation, and shearing tends to contribute to improvement in prediction accuracy. Therefore, it is preferable to give priority in this order. Note that the method described in
また、画像の種別等に応じて、この優先度を変更してもよい。例えば、自然画等では、上記の拡大縮小、回転、せん断の順に、優先度を付け、地図情報などのスクリーンコンテンツでは、回転、拡大縮小、せん断の順に、優先度を付けてもよい。 Also, the priority may be changed according to the type of image. For example, in a natural image, priority may be given in the order of scaling, rotation, and shearing, and in screen content such as map information, priority may be given in the order of rotation, scaling, and shearing.
以上、実施の形態1~3、5で説明したように、実施の形態に係る画像符号化装置は、画像符号化する画像符号化装置であって、図31に示す処理を行う。
As described above in
まず、画像符号化装置は、符号化対象であるカレントブロックの参照先を示す参照情報として、平行移動成分と複数の非平行移動成分とを含む複数の変換成分のうち2以上の変換成分を選択する(S601)。ここで、参照情報とは、インター予測における動き情報、又は、イントラ予測における、参照先の処理済みのブロックを示す情報である。また、複数の非平行移動成分は、例えば、回転成分、拡大縮小成分及びせん断成分を含む。 First, the image coding apparatus selects two or more transform components from among a plurality of transform components including a translation component and a plurality of non-translation components as reference information indicating a reference destination of the current block to be encoded. (S601). Here, the reference information is motion information in inter prediction or information indicating a processed block as a reference destination in intra prediction. Also, the multiple non-translation components include, for example, a rotation component, a scaling component, and a shear component.
次に、画像符号化装置は、参照情報を用いて予測画像を生成する(S602)。次に、画像符号化装置は、カレントブロックを、予測画像を用いて符号化する(S603)。 Next, the image coding device generates a predicted image using the reference information (S602). Next, the image encoding device encodes the current block using the predicted image (S603).
また、画像符号化装置は、複数の変換成分の中から、選択された2以上の変換成分を特定するための選択情報を符号化する(S604)。例えば、選択情報は、複数の変換成分のそれぞれに対応し、対応する変換成分が選択されたか否かを示すフラグ(平行移動フラグ、回転フラグ、拡大縮小フラグ及びせん断フラグ)を含む。または、選択情報は、複数の変換成分の一部又は全てを含む組であって、互いに異なる組を示す複数の符号化レベルから1つの符号化レベルを示す。この場合、ステップS601において、選択情報で示される符号化レベルで示される組に含まれる2以上の変換成分が選択される。 The image encoding device also encodes selection information for specifying two or more transform components selected from among the plurality of transform components (S604). For example, the selection information includes flags (translation flag, rotation flag, scale flag, and shear flag) corresponding to each of the plurality of transform components and indicating whether or not the corresponding transform component has been selected. Alternatively, the selection information is a set including some or all of a plurality of transform components and indicates one coding level from a plurality of coding levels indicating mutually different sets. In this case, in step S601, two or more transform components included in the set indicated by the coding level indicated by the selection information are selected.
また、画像符号化装置は、選択情報を、ブロック毎に符号化してもよいし、ピクチャ単位で符号化してもよいし、シーケンス単位で符号化してもよいし、ピクチャが分割された領域単位で符号化してもよい。つまり、画像符号化装置は、カレントブロックを含む画像に対して共通に用いられる一つの選択情報を符号化してもよいし、カレントブロックを含むシーケンスに対して共通に用いられる一つの選択情報を符号化してもよいし、カレントブロックを含む領域に対して共通に用いられる一つの選択情報を符号化してもよい。 Further, the image coding apparatus may encode the selection information for each block, for each picture, for each sequence, or for each region into which a picture is divided. may be encoded. That is, the image coding apparatus may encode one piece of selection information commonly used for an image including the current block, or code one piece of selection information commonly used for a sequence including the current block. Alternatively, one selection information commonly used for the area including the current block may be encoded.
次に、画像符号化装置は、カレントブロックとは異なる符号化済みブロックの参照情報を用いて、カレントブロックの参照情報を符号化する(S605)。例えば、画像符号化装置は、符号化済みブロックの参照情報とカレントブロックの参照情報との差分である差分参照情報を符号化する。 Next, the image coding apparatus codes the reference information of the current block using the reference information of the coded block different from the current block (S605). For example, an image coding apparatus codes differential reference information, which is the difference between the reference information of the coded block and the reference information of the current block.
なお、ステップS601において、画像符号化装置は、カレントブロックのサイズに応じて2以上の変換成分を選択してもよい。この場合、選択情報は、カレントブロックのサイズを示す。例えば、選択情報は、最大符号化単位(CU)のサイズを示す情報と、各符号化単位をさらに分割するか否かを示す情報とを含む。 Note that in step S601, the image coding apparatus may select two or more transform components according to the size of the current block. In this case, the selection information indicates the size of the current block. For example, the selection information includes information indicating the size of the largest coding unit (CU) and information indicating whether to further divide each coding unit.
また、例えば、画像符号装置は、カレントブロックのサイズが第1閾値未満である場合にはせん断成分を選択しない。 Also, for example, the image encoding device does not select the shear component when the size of the current block is less than the first threshold.
また、ステップS601において、画像符号化装置は、平行移動成分、回転成分、拡大縮小成分、せん断成分の順に優先して2以上の変換成分を選択してもよい。例えば、実施の形態3で説明した手法を用いて優先度を設定できる。 Also, in step S601, the image coding apparatus may select two or more transform components with priority given in the order of translation component, rotation component, scaling component, and shear component. For example, priority can be set using the method described in the third embodiment.
また、実施の形態4及び5で説明したように、実施の形態に係る画像復号装置は、画像が符号化されることにより得られたビットストリームを復号する画像復号装置であって、図32に示す処理を行う。
Also, as described in
まず、画像復号装置は、平行移動成分と複数の非平行移動成分とを含む複数の変換成分の中から2以上の変換成分を特定するための選択情報を、ビットストリームから復号する(S611)。ここで、複数の非平行移動成分は、例えば、回転成分、拡大縮小成分及びせん断成分を含む。また、選択情報は、例えば、複数の変換成分のそれぞれに対応し、対応する変換成分が選択されたか否かを示すフラグ(平行移動フラグ、回転フラグ、拡大縮小フラグ及びせん断フラグ)を含む。または、選択情報は、複数の変換成分の一部又は全てを含む組であって、互いに異なる組を示す複数の符号化レベルから1つの符号化レベルを示す。 First, the image decoding device decodes, from the bitstream, selection information for specifying two or more transform components among a plurality of transform components including a translation component and a plurality of non-translation components (S611). Here, the multiple non-translation components include, for example, a rotation component, a scaling component and a shear component. The selection information also includes, for example, flags (parallel movement flag, rotation flag, scaling flag, and shearing flag) corresponding to each of the plurality of transform components and indicating whether or not the corresponding transform component has been selected. Alternatively, the selection information is a set including some or all of a plurality of transform components and indicates one coding level from a plurality of coding levels indicating mutually different sets.
また、画像復号装置は、選択情報を、ブロック毎に復号してもよいし、ピクチャ単位で復号してもよいし、シーケンス単位で復号してもよいし、ピクチャが分割された領域単位で復号してもよい。つまり、画像復号装置は、カレントブロックを含む画像に対して共通に用いられる一つの選択情報を復号してもよいし、カレントブロックを含むシーケンスに対して共通に用いられる一つの選択情報を復号してもよいし、カレントブロックを含む領域に対して共通に用いられる一つの選択情報を復号してもよい。 Further, the image decoding device may decode the selection information for each block, for each picture, for each sequence, or for each region obtained by dividing a picture. You may That is, the image decoding device may decode one piece of selection information commonly used for an image including the current block, or decode one piece of selection information commonly used for a sequence including the current block. Alternatively, one selection information commonly used for the area including the current block may be decoded.
また、画像復号装置は、復号対象であるカレントブロックの参照先を示す参照情報として、復号された選択情報で特定される2以上の変換成分を選択する(S612)。ここで、参照情報とは、インター予測における動き情報、又は、イントラ予測における、参照先の処理済みのブロックを示す情報である。なお、選択情報が符号化レベルを示す場合には、画像復号装置は、選択情報で示される符号化レベルで示される組に含まれる2以上の変換成分を選択する。 Also, the image decoding device selects two or more transform components specified by the decoded selection information as reference information indicating the reference destination of the current block to be decoded (S612). Here, the reference information is motion information in inter prediction or information indicating a processed block as a reference destination in intra prediction. Note that when the selection information indicates the coding level, the image decoding device selects two or more transform components included in the set indicated by the coding level indicated by the selection information.
次に、画像復号装置は、カレントブロックとは異なる復号済みブロックの参照情報を用いて、カレントブロックの参照情報をビットストリームから復号する(S613)。具体的には、画像復号装置は、ビットストリームから、選択された変換成分の差分参照情報を復号する。次に、画像復号装置は、選択された変換成分毎に、得られた差分復号情報と、復号済みブロックの参照情報とを加算することで、参照情報を生成する。 Next, the image decoding device decodes the reference information of the current block from the bitstream using the reference information of the decoded block different from the current block (S613). Specifically, the image decoding device decodes the differential reference information of the selected transform component from the bitstream. Next, the image decoding device generates reference information by adding the obtained differential decoding information and the reference information of the decoded block for each selected transform component.
次に、画像復号装置は、参照情報を用いて予測画像を生成する(S614)。次に、画像復号装置は、ビットストリームからカレントブロックを、予測画像を用いて復号する(S615)。 Next, the image decoding device generates a predicted image using the reference information (S614). Next, the image decoding device decodes the current block from the bitstream using the predicted image (S615).
なお、選択情報は、カレントブロックのサイズを示し、ステップS612では、画像復号装置は、カレントブロックのサイズに応じて2以上の変換成分を選択してもよい。例えば、選択情報は、最大符号化単位(CU)のサイズを示す情報と、各符号化単位をさらに分割するか否かを示す情報とを含む。画像復号装置は、これらの情報を用いて、カレントブロックサイズを判定する。 The selection information may indicate the size of the current block, and in step S612, the image decoding device may select two or more transform components according to the size of the current block. For example, the selection information includes information indicating the size of the largest coding unit (CU) and information indicating whether to further divide each coding unit. The image decoding device uses this information to determine the current block size.
また、例えば、画像復号装置は、カレントブロックのサイズが第1閾値以下である場合には、せん断成分を選択しない。 Also, for example, the image decoding device does not select a shear component when the size of the current block is equal to or smaller than the first threshold.
また、ステップS612において、画像符号化装置は、平行移動成分、回転成分、拡大縮小成分、せん断成分の順に優先して2以上の変換成分を選択してもよい。例えば、実施の形態3で説明した手法を用いて優先度を設定できる。 Also, in step S612, the image coding apparatus may select two or more transform components with priority given in the order of translation component, rotation component, scaling component, and shear component. For example, priority can be set using the method described in the third embodiment.
以上、実施の形態に係る画像符号化方法に及び画像復号方法ついて説明したが、本発明は、この実施の形態に限定されるものではない。 Although the image coding method and the image decoding method according to the embodiments have been described above, the present invention is not limited to these embodiments.
また、上記実施の形態に係る画像符号化装置及び画像復号装置に含まれる各処理部は典型的には集積回路であるLSIとして実現される。これらは個別に1チップ化されてもよいし、一部又は全てを含むように1チップ化されてもよい。 Each processing unit included in the image encoding device and the image decoding device according to the above embodiments is typically implemented as an LSI, which is an integrated circuit. These may be made into one chip individually, or may be made into one chip so as to include part or all of them.
また、集積回路化はLSIに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。LSI製造後にプログラムすることが可能なFPGA(Field Programmable Gate Array)、又はLSI内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。 Further, circuit integration is not limited to LSIs, and may be realized by dedicated circuits or general-purpose processors. An FPGA (Field Programmable Gate Array) that can be programmed after the LSI is manufactured, or a reconfigurable processor that can reconfigure connections and settings of circuit cells inside the LSI may be used.
上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、CPU又はプロセッサなどのプログラム実行部が、ハードディスク又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。 In each of the above embodiments, each component may be implemented by dedicated hardware or by executing a software program suitable for each component. Each component may be realized by reading and executing a software program recorded in a recording medium such as a hard disk or a semiconductor memory by a program execution unit such as a CPU or processor.
言い換えると、画像符号化装置及び画像復号装置は、処理回路(processing circuitry)と、当該処理回路に電気的に接続された(当該制御回路からアクセス可能な)記憶装置(storage)とを備える。処理回路は、専用のハードウェア及びプログラム実行部の少なくとも一方を含む。また、記憶装置は、処理回路がプログラム実行部を含む場合には、当該プログラム実行部により実行されるソフトウェアプログラムを記憶する。処理回路は、記憶装置を用いて、上記実施の形態に係る符号化方法又は復号方法を実行する。 In other words, the image encoding device and the image decoding device comprise a processing circuit and a storage electrically connected to the processing circuit (accessible from the control circuit). The processing circuitry includes at least one of dedicated hardware and program execution. Also, if the processing circuit includes a program execution unit, the storage device stores a software program executed by the program execution unit. The processing circuit uses the storage device to execute the encoding method or the decoding method according to the above embodiments.
さらに、本発明は上記ソフトウェアプログラムであってもよいし、上記プログラムが記録された非一時的なコンピュータ読み取り可能な記録媒体であってもよい。また、上記プログラムは、インターネット等の伝送媒体を介して流通させることができるのは言うまでもない。 Furthermore, the present invention may be the above software program or a non-transitory computer-readable recording medium on which the above program is recorded. It goes without saying that the above program can be distributed via a transmission medium such as the Internet.
また、上記で用いた数字は、全て本発明を具体的に説明するために例示するものであり、本発明は例示された数字に制限されない。 In addition, the numbers used above are all examples for specifically describing the present invention, and the present invention is not limited to the illustrated numbers.
また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。 Also, the division of functional blocks in the block diagram is an example, and a plurality of functional blocks can be realized as one functional block, one functional block can be divided into a plurality of functional blocks, and some functions can be moved to other functional blocks. may Moreover, single hardware or software may process the functions of a plurality of functional blocks having similar functions in parallel or in a time-sharing manner.
また、上記の符号化方法又は復号方法に含まれるステップが実行される順序は、本発明を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時(並列)に実行されてもよい。 Also, the order in which the steps included in the above encoding method or decoding method are executed is for illustrative purposes in order to specifically describe the present invention, and orders other than the above may be used. Also, some of the above steps may be executed concurrently (in parallel) with other steps.
以上、本発明の一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、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の一つ又は複数の態様の範囲内に含まれてもよい。 Although the encoding device and decoding device according to one or more aspects of the present invention have been described above based on the embodiments, the present invention is not limited to these embodiments. As long as it does not depart from the spirit of the present invention, one or more modifications of the present embodiment that can be conceived by a person skilled in the art, or a form constructed by combining the components of different embodiments may be included within the scope of the embodiments.
(実施の形態6)
上記各実施の形態で示した動画像符号化方法(画像符号化方法)または動画像復号化方法(画像復号方法)の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ICカード、半導体メモリ等、プログラムを記録できるものであればよい。
(Embodiment 6)
By recording on a storage medium a program for realizing the configuration of the video encoding method (image encoding method) or the video decoding method (image decoding method) shown in each of the above embodiments, each of the above implementations can be easily implemented in an independent computer system. The storage medium may be a magnetic disk, an optical disk, a magneto-optical disk, an IC card, a semiconductor memory, etc., as long as the program can be recorded thereon.
さらにここで、上記各実施の形態で示した動画像符号化方法(画像符号化方法)や動画像復号化方法(画像復号方法)の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。 Further, application examples of the moving image encoding method (image encoding method) and the moving image decoding method (image decoding method) shown in the above embodiments and a system using them will be described. The system is characterized by having an image encoding/decoding device comprising an image encoding device using an image encoding method and an image decoding device using an image decoding method. Other configurations in the system may be appropriately changed from case to case.
図33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。 FIG. 33 is a diagram showing the overall configuration of the content supply system ex100 that implements the content distribution service. A communication service area is divided into a desired size, and base stations ex106, ex107, ex108, ex109 and ex110, which are fixed radio stations, are installed in each cell.
このコンテンツ供給システムex100は、インターネットex101にインターネットサービスプロバイダex102および電話網ex104、および基地局ex106からex110を介して、コンピュータex111、PDA(Personal Digital Assistant)ex112、カメラex113、携帯電話ex114、ゲーム機ex115などの各機器が接続される。 This content supply system ex100 connects to the Internet ex101 via an Internet service provider ex102, a telephone network ex104, and base stations ex106 to ex110, a computer ex111, a PDA (Personal Digital Assistant) ex112, a camera ex113, a mobile phone ex114, and a game machine ex115. and other devices are connected.
しかし、コンテンツ供給システムex100は図33のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex106からex110を介さずに、各機器が電話網ex104に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。 However, the content supply system ex100 is not limited to the configuration shown in FIG. 33, and any element may be combined and connected. Also, each device may be directly connected to the telephone network ex104 without going through the base station ex106, which is a fixed wireless station, through ex110. Also, each device may be directly connected to each other via short-range radio or the like.
カメラex113はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex116はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex114は、GSM(登録商標)(Global System for Mobile Communications)方式、CDMA(Code Division Multiple Access)方式、W-CDMA(Wideband-Code Division Multiple Access)方式、若しくはLTE(Long Term Evolution)方式、HSPA(High Speed Packet Access)の携帯電話機、またはPHS(Personal Handyphone System)等であり、いずれでも構わない。 The camera ex113 is a device such as a digital video camera capable of capturing moving images, and the camera ex116 is a device such as a digital camera capable of capturing still images and moving images. In addition, the mobile phone ex114 is a GSM (registered trademark) (Global System for Mobile Communications) system, CDMA (Code Division Multiple Access) system, W-CDMA (Wideband-Code Division Multiple Access) system, or LTE (Long Term Evolution) The system may be a mobile phone of HSPA (High Speed Packet Access), PHS (Personal Handyphone System), or the like.
コンテンツ供給システムex100では、カメラex113等が基地局ex109、電話網ex104を通じてストリーミングサーバex103に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex113を用いて撮影するコンテンツ(例えば、音楽ライブの映像等)に対して上記各実施の形態で説明したように符号化処理を行い(即ち、本発明の一態様に係る画像符号化装置として機能する)、ストリーミングサーバex103に送信する。一方、ストリーミングサーバex103は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex111、PDAex112、カメラex113、携帯電話ex114、ゲーム機ex115等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する(即ち、本発明の一態様に係る画像復号装置として機能する)。 In the content supply system ex100, the camera ex113 and the like are connected to the streaming server ex103 through the base station ex109 and the telephone network ex104, thereby enabling live distribution and the like. In the live distribution, the content captured by the user using the camera ex113 (for example, live music video) is encoded as described in each of the above embodiments (that is, in one aspect of the present invention, the encoding process is performed). functions as the image encoding device) and transmits to the streaming server ex103. On the other hand, the streaming server ex103 stream-distributes the transmitted content data to the requesting client. Clients include a computer ex111, a PDA ex112, a camera ex113, a mobile phone ex114, a game machine ex115, etc., which can decode the encoded data. Each device that has received the distributed data decodes and reproduces the received data (that is, functions as an image decoding device according to an aspect of the present invention).
なお、撮影したデータの符号化処理はカメラex113で行っても、データの送信処理をするストリーミングサーバex103で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex103で行ってもよいし、互いに分担して行ってもよい。また、カメラex113に限らず、カメラex116で撮影した静止画像および/または動画像データを、コンピュータex111を介してストリーミングサーバex103に送信してもよい。この場合の符号化処理はカメラex116、コンピュータex111、ストリーミングサーバex103のいずれで行ってもよいし、互いに分担して行ってもよい。 It should be noted that the encoding processing of the photographed data may be performed by the camera ex113, the streaming server ex103 that performs data transmission processing, or may be performed by mutual sharing. Similarly, the decryption processing of the distributed data may be performed by the client, by the streaming server ex103, or may be shared by each other. In addition, still image and/or moving image data captured by the camera ex116, not limited to the camera ex113, may be transmitted to the streaming server ex103 via the computer ex111. The encoding process in this case may be performed by any one of the camera ex116, the computer ex111, and the streaming server ex103, or may be shared among them.
また、これら符号化・復号化処理は、一般的にコンピュータex111や各機器が有するLSIex500において処理する。LSIex500は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex111等で読み取り可能な何らかの記録メディア(CD-ROM、フレキシブルディスク、ハードディスクなど)に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex114がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex114が有するLSIex500で符号化処理されたデータである。
Further, these encoding/decoding processes are generally processed by the computer ex111 or the LSI ex500 of each device. The
また、ストリーミングサーバex103は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。 Also, the streaming server ex103 may be a plurality of servers or a plurality of computers, and may distribute and process, record, and distribute data.
以上のようにして、コンテンツ供給システムex100では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex100では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。 As described above, in the content supply system ex100, the client can receive and reproduce encoded data. In this way, in the content supply system ex100, the client can receive, decode, and reproduce the information transmitted by the user in real time, and even users without special rights or facilities can realize personal broadcasting.
なお、コンテンツ供給システムex100の例に限らず、図34に示すように、デジタル放送用システムex200にも、上記各実施の形態の少なくとも動画像符号化装置(画像符号化装置)または動画像復号化装置(画像復号装置)のいずれかを組み込むことができる。具体的には、放送局ex201では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex202に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである(即ち、本発明の一態様に係る画像符号化装置によって符号化されたデータである)。これを受けた放送衛星ex202は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex204が受信する。受信した多重化データを、テレビ(受信機)ex300またはセットトップボックス(STB)ex217等の装置が復号化して再生する(即ち、本発明の一態様に係る画像復号装置として機能する)。 Note that not only the content supply system ex100 but also the digital broadcasting system ex200 as shown in FIG. device (image decoding device) can be incorporated. Specifically, at the broadcasting station ex201, multiplexed data in which music data and the like are multiplexed with video data is communicated or transmitted to the satellite ex202 via radio waves. This video data is data encoded by the video encoding method described in each of the above embodiments (that is, data encoded by the image encoding device according to one aspect of the present invention). The broadcasting satellite ex202 receiving this transmits a radio wave for broadcasting, and the home antenna ex204 capable of receiving the satellite broadcast receives this radio wave. A device such as a television (receiver) ex300 or a set-top box (STB) ex217 decodes and reproduces the received multiplexed data (that is, functions as an image decoding device according to an aspect of the present invention).
また、DVD、BD等の記録メディアex215に記録した多重化データを読み取り復号化する、または記録メディアex215に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ/レコーダex218にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex219に表示され、多重化データが記録された記録メディアex215により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex203または衛星/地上波放送のアンテナex204に接続されたセットトップボックスex217内に動画像復号化装置を実装し、これをテレビのモニタex219で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。 In addition, a reader/recorder ex218 reads and decodes multiplexed data recorded on a recording medium ex215 such as a DVD or BD, or encodes a video signal on the recording medium ex215, and in some cases multiplexes it with a music signal and writes it. It is possible to implement the moving image decoding device or the moving image encoding device shown in each of the above embodiments. In this case, the reproduced video signal is displayed on the monitor ex219, and the video signal can be reproduced in another device or system by the recording medium ex215 on which the multiplexed data is recorded. Also, the moving image decoding device may be installed in a set-top box ex217 connected to a cable television cable ex203 or a satellite/terrestrial broadcasting antenna ex204, and displayed on a television monitor ex219. At this time, the video decoding device may be incorporated in the television instead of the set-top box.
図35は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ(受信機)ex300を示す図である。テレビex300は、上記放送を受信するアンテナex204またはケーブルex203等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex301と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調/復調部ex302と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex306で符号化された映像データ、音声データを多重化する多重/分離部ex303を備える。 FIG. 35 is a diagram showing a television (receiver) ex300 using the moving image decoding method and moving image encoding method described in each of the above embodiments. The TV ex300 acquires or outputs multiplexed data in which audio data is multiplexed with video data via an antenna ex204 or a cable ex203 that receives the above broadcast, and a tuner ex301 that outputs the received multiplexed data. Alternatively, a modulation/demodulation unit ex302 that modulates the multiplexed data to be transmitted to the outside, and separates the demodulated multiplexed data into video data and audio data, or video data and audio data encoded by the signal processing unit ex306. A multiplexing/demultiplexing unit ex303 for multiplexing is provided.
また、テレビex300は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex304、映像信号処理部ex305(本発明の一態様に係る画像符号化装置または画像復号装置として機能する)を有する信号処理部ex306と、復号化した音声信号を出力するスピーカex307、復号化した映像信号を表示するディスプレイ等の表示部ex308を有する出力部ex309とを有する。さらに、テレビex300は、ユーザ操作の入力を受け付ける操作入力部ex312等を有するインタフェース部ex317を有する。さらに、テレビex300は、各部を統括的に制御する制御部ex310、各部に電力を供給する電源回路部ex311を有する。インタフェース部ex317は、操作入力部ex312以外に、リーダ/レコーダex218等の外部機器と接続されるブリッジex313、SDカード等の記録メディアex216を装着可能とするためのスロット部ex314、ハードディスク等の外部記録メディアと接続するためのドライバex315、電話網と接続するモデムex316等を有していてもよい。なお記録メディアex216は、格納する不揮発性/揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex300の各部は同期バスを介して互いに接続されている。 The television ex300 also includes an audio signal processing unit ex304 and a video signal processing unit ex305 (an image encoding device according to an aspect of the present invention or an image function as a decoding device), a speaker ex307 that outputs a decoded audio signal, and an output unit ex309 that has a display unit ex308 such as a display that displays the decoded video signal. Furthermore, the television ex300 has an interface section ex317 having an operation input section ex312 and the like that receives user operation input. Furthermore, the television ex300 has a control unit ex310 that controls each unit in an integrated manner, and a power supply circuit unit ex311 that supplies power to each unit. In addition to the operation input unit ex312, the interface unit ex317 includes a bridge ex313 that is connected to an external device such as a reader/recorder ex218, a slot unit ex314 that enables mounting of a recording medium ex216 such as an SD card, and an external recording unit such as a hard disk. It may have a driver ex315 for connecting to media, a modem ex316 for connecting to a telephone network, and the like. The recording medium ex216 can electrically record information by storing non-volatile/volatile semiconductor memory elements. Each part of the television ex300 is connected to each other via a synchronous bus.
まず、テレビex300がアンテナex204等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex300は、リモートコントローラex220等からのユーザ操作を受け、CPU等を有する制御部ex310の制御に基づいて、変調/復調部ex302で復調した多重化データを多重/分離部ex303で分離する。さらにテレビex300は、分離した音声データを音声信号処理部ex304で復号化し、分離した映像データを映像信号処理部ex305で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex309から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex318、ex319等に一旦これらの信号を蓄積するとよい。また、テレビex300は、放送等からではなく、磁気/光ディスク、SDカード等の記録メディアex215、ex216から多重化データを読み出してもよい。次に、テレビex300が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex300は、リモートコントローラex220等からのユーザ操作を受け、制御部ex310の制御に基づいて、音声信号処理部ex304で音声信号を符号化し、映像信号処理部ex305で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重/分離部ex303で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex320、ex321等に一旦これらの信号を蓄積するとよい。なお、バッファex318、ex319、ex320、ex321は図示しているように複数備えていてもよいし、1つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調/復調部ex302や多重/分離部ex303の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。 First, a configuration will be described in which the television ex300 decodes and reproduces multiplexed data acquired from the outside via the antenna ex204 or the like. The television ex300 receives a user operation from the remote controller ex220 or the like, and demultiplexes the multiplexed data demodulated by the modulation/demodulation unit ex302 by the multiplexing/demultiplexing unit ex303 based on the control of the control unit ex310 having a CPU or the like. Furthermore, the television ex300 decodes the separated audio data in the audio signal processing unit ex304, and decodes the separated video data in the video signal processing unit ex305 using the decoding method described in each of the above embodiments. The decoded audio signal and video signal are respectively output from the output unit ex309 to the outside. When outputting, these signals should be temporarily accumulated in the buffers ex318, ex319, etc. so that the audio signal and the video signal can be reproduced in synchronization. Also, the television ex300 may read the multiplexed data from recording media ex215 and ex216 such as a magnetic/optical disk and an SD card instead of broadcasting. Next, a configuration will be described in which the television ex300 encodes an audio signal or a video signal and transmits it to the outside or writes it to a recording medium or the like. The television ex300 receives a user operation from the remote controller ex220 or the like, encodes an audio signal with an audio signal processing unit ex304, and converts a video signal with a video signal processing unit ex305 based on the control of the control unit ex310. Encode using the encoding method described in . The encoded audio and video signals are multiplexed by the multiplexer/demultiplexer ex303 and output to the outside. When multiplexing, these signals should be temporarily accumulated in buffers ex320, ex321, etc. so that the audio signal and the video signal are synchronized. A plurality of buffers ex318, ex319, ex320, and ex321 may be provided as shown in the figure, or one or more buffers may be shared. Furthermore, data may be stored in buffers other than those shown in the figure, for example, between the modulation/demodulation unit ex302 and the multiplexing/demultiplexing unit ex303 as buffers to avoid system overflows and underflows.
また、テレビex300は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのAV入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex300は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。 In addition to acquiring audio data and video data from broadcasting and recording media, etc., the TV ex300 has a configuration that accepts AV input from a microphone or camera, and performs encoding processing on the data acquired from them. good too. Although the TV ex300 is described here as being capable of performing the above-described encoding processing, multiplexing, and external output, it cannot perform these processes, and can only perform the above-described reception, decoding processing, and external output. It may be a configuration.
また、リーダ/レコーダex218で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex300、リーダ/レコーダex218のいずれで行ってもよいし、テレビex300とリーダ/レコーダex218が互いに分担して行ってもよい。 Also, when reading or writing multiplexed data from the recording medium with the reader/recorder ex218, the above decoding processing or encoding processing may be performed by either the TV ex300 or the reader/recorder ex218. The reader/recorder ex 218 may share the work with each other.
一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生/記録部ex400の構成を図36に示す。情報再生/記録部ex400は、以下に説明する要素ex401、ex402、ex403、ex404、ex405、ex406、ex407を備える。光ヘッドex401は、光ディスクである記録メディアex215の記録面にレーザスポットを照射して情報を書き込み、記録メディアex215の記録面からの反射光を検出して情報を読み込む。変調記録部ex402は、光ヘッドex401に内蔵された半導体レーザを電気的に駆動し記録データに応じてレーザ光の変調を行う。再生復調部ex403は、光ヘッドex401に内蔵されたフォトディテクタにより記録面からの反射光を電気的に検出した再生信号を増幅し、記録メディアex215に記録された信号成分を分離して復調し、必要な情報を再生する。バッファex404は、記録メディアex215に記録するための情報および記録メディアex215から再生した情報を一時的に保持する。ディスクモータex405は記録メディアex215を回転させる。サーボ制御部ex406は、ディスクモータex405の回転駆動を制御しながら光ヘッドex401を所定の情報トラックに移動させ、レーザスポットの追従処理を行う。システム制御部ex407は、情報再生/記録部ex400全体の制御を行う。上記の読み出しや書き込みの処理はシステム制御部ex407が、バッファex404に保持された各種情報を利用し、また必要に応じて新たな情報の生成・追加を行うと共に、変調記録部ex402、再生復調部ex403、サーボ制御部ex406を協調動作させながら、光ヘッドex401を通して、情報の記録再生を行うことにより実現される。システム制御部ex407は例えばマイクロプロセッサで構成され、読み出し書き込みのプログラムを実行することでそれらの処理を実行する。 As an example, FIG. 36 shows the configuration of the information reproducing/recording section ex400 when reading or writing data from an optical disk. The information reproducing/recording unit ex400 includes elements ex401, ex402, ex403, ex404, ex405, ex406 and ex407 described below. The optical head ex401 irradiates the recording surface of the recording medium ex215, which is an optical disk, with a laser spot to write information, and detects reflected light from the recording surface of the recording medium ex215 to read the information. The modulation recording unit ex402 electrically drives a semiconductor laser built in the optical head ex401, and modulates laser light according to recording data. The reproduction demodulation unit ex403 amplifies a reproduction signal obtained by electrically detecting the reflected light from the recording surface by a photodetector built in the optical head ex401, separates and demodulates the signal components recorded on the recording medium ex215, information. The buffer ex404 temporarily holds information to be recorded on the recording medium ex215 and information reproduced from the recording medium ex215. A disk motor ex405 rotates the recording medium ex215. The servo control unit ex406 moves the optical head ex401 to a predetermined information track while controlling the rotational drive of the disk motor ex405 to follow the laser spot. The system control unit ex407 controls the entire information reproducing/recording unit ex400. In the above read and write processing, the system control unit ex407 uses various information held in the buffer ex404, and generates and adds new information as necessary. This is realized by recording and reproducing information through the optical head ex401 while cooperating the ex403 and the servo control unit ex406. The system control unit ex407 is composed of, for example, a microprocessor, and executes these processes by executing read/write programs.
以上では、光ヘッドex401はレーザスポットを照射するとして説明したが、近接場光を用いてより高密度な記録を行う構成であってもよい。 Although the optical head ex401 has been described above as emitting a laser spot, it may be configured to perform higher-density recording using near-field light.
図37に光ディスクである記録メディアex215の模式図を示す。記録メディアex215の記録面には案内溝(グルーブ)がスパイラル状に形成され、情報トラックex230には、予めグルーブの形状の変化によってディスク上の絶対位置を示す番地情報が記録されている。この番地情報はデータを記録する単位である記録ブロックex231の位置を特定するための情報を含み、記録や再生を行う装置において情報トラックex230を再生し番地情報を読み取ることで記録ブロックを特定することができる。また、記録メディアex215は、データ記録領域ex233、内周領域ex232、外周領域ex234を含んでいる。ユーザデータを記録するために用いる領域がデータ記録領域ex233であり、データ記録領域ex233より内周または外周に配置されている内周領域ex232と外周領域ex234は、ユーザデータの記録以外の特定用途に用いられる。情報再生/記録部ex400は、このような記録メディアex215のデータ記録領域ex233に対して、符号化された音声データ、映像データまたはそれらのデータを多重化した多重化データの読み書きを行う。 FIG. 37 shows a schematic diagram of the recording medium ex215, which is an optical disk. A guide groove (groove) is formed in a spiral shape on the recording surface of the recording medium ex215, and address information indicating an absolute position on the disc is recorded in advance on the information track ex230 by changing the shape of the groove. This address information includes information for specifying the position of the recording block ex231, which is a unit for recording data, and the recording block can be specified by reproducing the information track ex230 and reading the address information in a recording/reproducing device. can be done. The recording medium ex215 also includes a data recording area ex233, an inner peripheral area ex232, and an outer peripheral area ex234. The area used for recording user data is the data recording area ex233, and the inner circumference area ex232 and the outer circumference area ex234 arranged inside or outside the data recording area ex233 are used for specific purposes other than recording user data. Used. The information reproducing/recording unit ex400 reads and writes encoded audio data, video data, or multiplexed data obtained by multiplexing these data from/to the data recording area ex233 of the recording medium ex215.
以上では、1層のDVD、BD等の光ディスクを例に挙げ説明したが、これらに限ったものではなく、多層構造であって表面以外にも記録可能な光ディスクであってもよい。また、ディスクの同じ場所にさまざまな異なる波長の色の光を用いて情報を記録したり、さまざまな角度から異なる情報の層を記録したりなど、多次元的な記録/再生を行う構造の光ディスクであってもよい。 In the above, optical discs such as single-layer DVDs and BDs have been described as examples, but the present invention is not limited to these, and optical discs having a multi-layer structure and capable of recording on a surface other than the surface may also be used. Also, optical discs with multi-dimensional recording/reproducing structures, such as recording information using light of different wavelengths and colors in the same location on the disc, and recording different layers of information from various angles. may be
また、デジタル放送用システムex200において、アンテナex205を有する車ex210で衛星ex202等からデータを受信し、車ex210が有するカーナビゲーションex211等の表示装置に動画を再生することも可能である。なお、カーナビゲーションex211の構成は例えば図35に示す構成のうち、GPS受信部を加えた構成が考えられ、同様なことがコンピュータex111や携帯電話ex114等でも考えられる。 In the digital broadcasting system ex200, a car ex210 having an antenna ex205 can receive data from a satellite ex202 or the like, and can reproduce moving images on a display device such as a car navigation system ex211 of the car ex210. As for the configuration of the car navigation system ex211, for example, among the configurations shown in FIG. 35, a configuration in which a GPS receiving unit is added can be considered.
図38Aは、上記実施の形態で説明した動画像復号化方法および動画像符号化方法を用いた携帯電話ex114を示す図である。携帯電話ex114は、基地局ex110との間で電波を送受信するためのアンテナex350、映像、静止画を撮ることが可能なカメラ部ex365、カメラ部ex365で撮像した映像、アンテナex350で受信した映像等が復号化されたデータを表示する液晶ディスプレイ等の表示部ex358を備える。携帯電話ex114は、さらに、操作キー部ex366を有する本体部、音声を出力するためのスピーカ等である音声出力部ex357、音声を入力するためのマイク等である音声入力部ex356、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータもしくは復号化されたデータを保存するメモリ部ex367、又は同様にデータを保存する記録メディアとのインタフェース部であるスロット部ex364を備える。 FIG. 38A is a diagram showing the mobile phone ex114 using the moving image decoding method and moving image encoding method described in the above embodiments. The mobile phone ex114 has an antenna ex350 for transmitting and receiving radio waves to and from the base station ex110, a camera unit ex365 capable of capturing images and still images, images captured by the camera unit ex365, images received by the antenna ex350, etc. has a display unit ex358 such as a liquid crystal display for displaying the decoded data. The mobile phone ex114 further includes a main unit having an operation key ex366, an audio output unit ex357 such as a speaker for outputting audio, an audio input unit ex356 such as a microphone for inputting audio, captured video, In the memory unit ex367 that stores encoded data or decoded data such as still images, recorded voices, received images, still images, mails, etc., or the interface unit with recording media that similarly stores data It has a certain slot ex364.
さらに、携帯電話ex114の構成例について、図38Bを用いて説明する。携帯電話ex114は、表示部ex358及び操作キー部ex366を備えた本体部の各部を統括的に制御する主制御部ex360に対して、電源回路部ex361、操作入力制御部ex362、映像信号処理部ex355、カメラインタフェース部ex363、LCD(Liquid Crystal Display)制御部ex359、変調/復調部ex352、多重/分離部ex353、音声信号処理部ex354、スロット部ex364、メモリ部ex367がバスex370を介して互いに接続されている。 Furthermore, a configuration example of the mobile phone ex114 will be described with reference to FIG. 38B. The mobile phone ex114 has a main control unit ex360 that controls all parts of the main unit including a display unit ex358 and an operation key unit ex366. , a camera interface unit ex363, an LCD (Liquid Crystal Display) control unit ex359, a modulation/demodulation unit ex352, a multiplex/separation unit ex353, an audio signal processing unit ex354, a slot unit ex364, and a memory unit ex367 are connected to each other via a bus ex370. ing.
電源回路部ex361は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex114を動作可能な状態に起動する。 When the user turns off the call and the power key is turned on, the power circuit unit ex361 supplies power from the battery pack to each unit to start the mobile phone ex114 in an operable state.
携帯電話ex114は、CPU、ROM、RAM等を有する主制御部ex360の制御に基づいて、音声通話モード時に音声入力部ex356で収音した音声信号を音声信号処理部ex354でデジタル音声信号に変換し、これを変調/復調部ex352でスペクトラム拡散処理し、送信/受信部ex351でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex350を介して送信する。また携帯電話ex114は、音声通話モード時にアンテナex350を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調/復調部ex352でスペクトラム逆拡散処理し、音声信号処理部ex354でアナログ音声信号に変換した後、これを音声出力部ex357から出力する。 The mobile phone ex114 converts an audio signal picked up by the audio input unit ex356 into a digital audio signal by the audio signal processing unit ex354 in the voice call mode based on the control of the main control unit ex360 having CPU, ROM, RAM, etc. , is subjected to spectrum-spreading processing by the modulation/demodulation unit ex352, digital-to-analog conversion processing and frequency conversion processing by the transmission/reception unit ex351, and then transmitted via the antenna ex350. In addition, the mobile phone ex114 amplifies the received data received via the antenna ex350 in the voice call mode, performs frequency conversion processing and analog-to-digital conversion processing, performs spectrum despreading processing in the modulation/demodulation unit ex352, and performs voice signal processing unit After being converted into an analog audio signal by ex354, it is output from the audio output unit ex357.
さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex366等の操作によって入力された電子メールのテキストデータは操作入力制御部ex362を介して主制御部ex360に送出される。主制御部ex360は、テキストデータを変調/復調部ex352でスペクトラム拡散処理をし、送信/受信部ex351でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex350を介して基地局ex110へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex358に出力される。 Furthermore, when sending an e-mail in the data communication mode, the text data of the e-mail input by operating the operation key ex366 of the main unit is sent to the main control unit ex360 via the operation input control unit ex362. The main control unit ex360 performs spread spectrum processing on the text data in the modulation/demodulation unit ex352, digital-analog conversion processing and frequency conversion processing in the transmission/reception unit ex351, and then transmits the text data to the base station ex110 via the antenna ex350. . When receiving an e-mail, almost the reverse process is performed on the received data, and the data is output to the display unit ex358.
データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex355は、カメラ部ex365から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し(即ち、本発明の一態様に係る画像符号化装置として機能する)、符号化された映像データを多重/分離部ex353に送出する。また、音声信号処理部ex354は、映像、静止画等をカメラ部ex365で撮像中に音声入力部ex356で収音した音声信号を符号化し、符号化された音声データを多重/分離部ex353に送出する。 When transmitting video, still images, or video and audio in the data communication mode, the video signal processing unit ex355 compresses the video signal supplied from the camera unit ex365 by the video encoding method shown in each of the above embodiments. It encodes (that is, functions as an image encoding device according to one aspect of the present invention) and sends the encoded video data to the multiplexing/separating unit ex353. Also, the audio signal processing unit ex354 encodes an audio signal picked up by the audio input unit ex356 while an image, a still image, etc. is captured by the camera unit ex365, and sends the encoded audio data to the multiplexing/separating unit ex353. do.
多重/分離部ex353は、映像信号処理部ex355から供給された符号化された映像データと音声信号処理部ex354から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調/復調部(変調/復調回路部)ex352でスペクトラム拡散処理をし、送信/受信部ex351でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex350を介して送信する。 The multiplexing/separating unit ex353 multiplexes the encoded video data supplied from the video signal processing unit ex355 and the encoded audio data supplied from the audio signal processing unit ex354 using a predetermined method, and obtains A modulation/demodulation unit (modulation/demodulation circuit unit) ex352 performs spectrum spread processing on the multiplexed data.
データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex350を介して受信された多重化データを復号化するために、多重/分離部ex353は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex370を介して符号化された映像データを映像信号処理部ex355に供給するとともに、符号化された音声データを音声信号処理部ex354に供給する。映像信号処理部ex355は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し(即ち、本発明の一態様に係る画像復号装置として機能する)、LCD制御部ex359を介して表示部ex358から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex354は、音声信号を復号し、音声出力部ex357から音声が出力される。 When receiving video file data linked to a website, etc. in data communication mode, or when receiving e-mail with video and/or audio attached, decode multiplexed data received via antenna ex350 For this purpose, the multiplexing/demultiplexing unit ex353 separates the multiplexed data into a video data bit stream and an audio data bit stream, and processes the encoded video data via a synchronization bus ex370 for video signal processing. The encoded audio data is supplied to the audio signal processing unit ex354 as well as to the audio signal processing unit ex355. The video signal processing unit ex355 decodes the video signal by decoding with a video decoding method corresponding to the video encoding method described in each of the above embodiments (that is, the video signal according to one aspect of the present invention (functions as a decoding device), and video and still images included in a moving image file linked to, for example, a home page are displayed from the display unit ex358 via the LCD control unit ex359. The audio signal processing unit ex354 decodes the audio signal, and the audio output unit ex357 outputs audio.
また、上記携帯電話ex114等の端末は、テレビex300と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という3通りの実装形式が考えられる。さらに、デジタル放送用システムex200において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。 In addition, terminals such as the above mobile phone ex114, like the TV ex300, can be referred to as transmitting terminals having both encoders and decoders, transmitting terminals having only encoders, and receiving terminals having only decoders. Three implementation forms are conceivable. Furthermore, in the digital broadcasting system ex200, it was explained that multiplexed data in which music data etc. are multiplexed with video data is received and transmitted. or the video data itself instead of the multiplexed data.
このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。 In this way, it is possible to use the video encoding method or the video decoding method shown in each of the above embodiments in any of the devices and systems described above. The described effect can be obtained.
また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。 Moreover, the present invention is not limited to the above-described embodiments, and various modifications or modifications are possible without departing from the scope of the present invention.
(実施の形態7)
上記各実施の形態で示した動画像符号化方法または装置と、MPEG-2、MPEG4-AVC、VC-1など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。
(Embodiment 7)
The video encoding method or apparatus shown in each of the above embodiments and the video encoding method or apparatus conforming to different standards such as MPEG-2, MPEG4-AVC, and VC-1 are appropriately switched as necessary. Thus, it is also possible to generate video data.
ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。 Here, when a plurality of pieces of video data conforming to different standards are generated, it is necessary to select a decoding method corresponding to each standard when decoding. However, since it is not possible to identify which standard the video data to be decoded complies with, there arises a problem that an appropriate decoding method cannot be selected.
この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、MPEG-2トランスポートストリーム形式のデジタルストリームである。 In order to solve this problem, multiplexed data obtained by multiplexing audio data and the like with video data includes identification information indicating which standard the video data conforms to. A specific configuration of multiplexed data including video data generated by the moving image encoding method or apparatus shown in each of the above embodiments will be described below. The multiplexed data is a digital stream in MPEG-2 transport stream format.
図39は、多重化データの構成を示す図である。図39に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム(PG)、インタラクティブグラフィックスストリームのうち、1つ以上を多重化することで得られる。ビデオストリームは映画の主映像および副映像を、オーディオストリーム(IG)は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にGUI部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した動画像符号化方法または装置、従来のMPEG-2、MPEG4-AVC、VC-1などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーAC-3、Dolby Digital Plus、MLP、DTS、DTS-HD、または、リニアPCMのなどの方式で符号化されている。 FIG. 39 is a diagram showing the structure of multiplexed data. As shown in FIG. 39, multiplexed data is obtained by multiplexing one or more of a video stream, an audio stream, a presentation graphics stream (PG), and an interactive graphics stream. The video stream represents the main video and sub-video of the movie, the audio stream (IG) represents the main audio portion of the movie and sub-audio mixed with the main audio, and the presentation graphics stream represents subtitles of the movie. Here, the main image refers to a normal image displayed on the screen, and the sub-image refers to an image displayed on a small screen within the main image. Also, the interactive graphics stream indicates an interactive screen created by arranging GUI components on the screen. The video stream is encoded by the moving image encoding method or apparatus shown in each of the above embodiments, or by the moving image encoding method or apparatus conforming to conventional standards such as MPEG-2, MPEG4-AVC, and VC-1. ing. The audio stream is encoded in a scheme such as Dolby AC-3, Dolby Digital Plus, MLP, DTS, DTS-HD, or Linear PCM.
多重化データに含まれる各ストリームはPIDによって識別される。例えば、映画の映像に利用するビデオストリームには0x1011が、オーディオストリームには0x1100から0x111Fまでが、プレゼンテーショングラフィックスには0x1200から0x121Fまでが、インタラクティブグラフィックスストリームには0x1400から0x141Fまでが、映画の副映像に利用するビデオストリームには0x1B00から0x1B1Fまで、主音声とミキシングする副音声に利用するオーディオストリームには0x1A00から0x1A1Fが、それぞれ割り当てられている。 Each stream included in multiplexed data is identified by a PID. For example, 0x1011 is used for video streams used for movie images, 0x1100 to 0x111F for audio streams, 0x1200 to 0x121F for presentation graphics, and 0x1400 to 0x141F for interactive graphics streams. 0x1B00 to 0x1B1F are assigned to the video stream used for the sub-picture, and 0x1A00 to 0x1A1F are assigned to the audio stream used for the sub-audio mixed with the main audio.
図40は、多重化データがどのように多重化されるかを模式的に示す図である。まず、複数のビデオフレームからなるビデオストリームex235、複数のオーディオフレームからなるオーディオストリームex238を、それぞれPESパケット列ex236およびex239に変換し、TSパケットex237およびex240に変換する。同じくプレゼンテーショングラフィックスストリームex241およびインタラクティブグラフィックスex244のデータをそれぞれPESパケット列ex242およびex245に変換し、さらにTSパケットex243およびex246に変換する。多重化データex247はこれらのTSパケットを1本のストリームに多重化することで構成される。 FIG. 40 is a diagram schematically showing how multiplexed data is multiplexed. First, a video stream ex235 consisting of a plurality of video frames and an audio stream ex238 consisting of a plurality of audio frames are converted into PES packet sequences ex236 and ex239, respectively, and converted into TS packets ex237 and ex240. Similarly, the data of presentation graphics stream ex241 and interactive graphics ex244 are converted into PES packet sequences ex242 and ex245, respectively, and further converted into TS packets ex243 and ex246. The multiplexed data ex247 is constructed by multiplexing these TS packets into one stream.
図41は、PESパケット列に、ビデオストリームがどのように格納されるかをさらに詳しく示している。図41における第1段目はビデオストリームのビデオフレーム列を示す。第2段目は、PESパケット列を示す。図41の矢印yy1,yy2,yy3,yy4に示すように、ビデオストリームにおける複数のVideo Presentation UnitであるIピクチャ、Bピクチャ、Pピクチャは、ピクチャ毎に分割され、PESパケットのペイロードに格納される。各PESパケットはPESヘッダを持ち、PESヘッダには、ピクチャの表示時刻であるPTS(Presentation Time-Stamp)やピクチャの復号時刻であるDTS(Decoding Time-Stamp)が格納される。 FIG. 41 shows in more detail how the video stream is stored in the PES packet train. The first row in FIG. 41 shows the video frame sequence of the video stream. The second level shows the PES packet sequence. As indicated by arrows yy1, yy2, yy3, and yy4 in FIG. 41, I-pictures, B-pictures, and P-pictures, which are a plurality of Video Presentation Units in the video stream, are divided into individual pictures and stored in the payload of the PES packet. . Each PES packet has a PES header, and the PES header stores a PTS (Presentation Time-Stamp), which is a picture display time, and a DTS (Decoding Time-Stamp), which is a picture decoding time.
図42は、多重化データに最終的に書き込まれるTSパケットの形式を示している。TSパケットは、ストリームを識別するPIDなどの情報を持つ4ByteのTSヘッダとデータを格納する184ByteのTSペイロードから構成される188Byte固定長のパケットであり、上記PESパケットは分割されTSペイロードに格納される。BD-ROMの場合、TSパケットには、4ByteのTP_Extra_Headerが付与され、192Byteのソースパケットを構成し、多重化データに書き込まれる。TP_Extra_HeaderにはATS(Arrival_Time_Stamp)などの情報が記載される。ATSは当該TSパケットのデコーダのPIDフィルタへの転送開始時刻を示す。多重化データには図42下段に示すようにソースパケットが並ぶこととなり、多重化データの先頭からインクリメントする番号はSPN(ソースパケットナンバー)と呼ばれる。 FIG. 42 shows the format of the TS packet finally written to the multiplexed data. A TS packet is a 188-byte fixed-length packet composed of a 4-byte TS header having information such as a PID that identifies a stream and a 184-byte TS payload that stores data. The PES packet is divided and stored in the TS payload. be. In the case of a BD-ROM, a 4-byte TP_Extra_Header is attached to the TS packet, forming a 192-byte source packet and written into the multiplexed data. Information such as ATS (Arrival_Time_Stamp) is described in TP_Extra_Header. ATS indicates the transfer start time of the TS packet to the PID filter of the decoder. Source packets are arranged in the multiplexed data as shown in the lower part of FIG. 42, and a number incremented from the beginning of the multiplexed data is called an SPN (source packet number).
また、多重化データに含まれるTSパケットには、映像・音声・字幕などの各ストリーム以外にもPAT(Program Association Table)、PMT(Program Map Table)、PCR(Program Clock Reference)などがある。PATは多重化データ中に利用されるPMTのPIDが何であるかを示し、PAT自身のPIDは0で登録される。PMTは、多重化データ中に含まれる映像・音声・字幕などの各ストリームのPIDと各PIDに対応するストリームの属性情報を持ち、また多重化データに関する各種ディスクリプタを持つ。ディスクリプタには多重化データのコピーを許可・不許可を指示するコピーコントロール情報などがある。PCRは、ATSの時間軸であるATC(Arrival Time Clock)とPTS・DTSの時間軸であるSTC(System Time Clock)の同期を取るために、そのPCRパケットがデコーダに転送されるATSに対応するSTC時間の情報を持つ。 TS packets included in the multiplexed data include PAT (Program Association Table), PMT (Program Map Table), PCR (Program Clock Reference), etc., in addition to each stream such as video, audio, and subtitles. PAT indicates what the PID of the PMT used in the multiplexed data is, and the PID of PAT itself is registered as 0. The PMT has the PID of each stream such as video, audio, subtitles, etc. included in the multiplexed data, attribute information of the stream corresponding to each PID, and various descriptors related to the multiplexed data. The descriptor includes copy control information and the like that instruct permission/non-permission of copying of multiplexed data. PCR corresponds to ATS in which the PCR packet is transferred to the decoder in order to synchronize ATC (Arrival Time Clock), which is the time axis of ATS, and STC (System Time Clock), which is the time axis of PTS/DTS. It has STC time information.
図43はPMTのデータ構造を詳しく説明する図である。PMTの先頭には、そのPMTに含まれるデータの長さなどを記したPMTヘッダが配置される。その後ろには、多重化データに関するディスクリプタが複数配置される。上記コピーコントロール情報などが、ディスクリプタとして記載される。ディスクリプタの後には、多重化データに含まれる各ストリームに関するストリーム情報が複数配置される。ストリーム情報は、ストリームの圧縮コーデックなどを識別するためストリームタイプ、ストリームのPID、ストリームの属性情報(フレームレート、アスペクト比など)が記載されたストリームディスクリプタから構成される。ストリームディスクリプタは多重化データに存在するストリームの数だけ存在する。 FIG. 43 is a diagram explaining in detail the data structure of the PMT. A PMT header describing the length of data included in the PMT is placed at the beginning of the PMT. After that, a plurality of descriptors related to multiplexed data are arranged. The above copy control information and the like are described as descriptors. After the descriptor, a plurality of pieces of stream information regarding each stream included in the multiplexed data are arranged. The stream information is composed of a stream descriptor describing a stream type, a stream PID, and stream attribute information (frame rate, aspect ratio, etc.) to identify the compression codec of the stream. There are as many stream descriptors as there are streams in the multiplexed data.
記録媒体などに記録する場合には、上記多重化データは、多重化データ情報ファイルと共に記録される。 When recording on a recording medium or the like, the multiplexed data is recorded together with the multiplexed data information file.
多重化データ情報ファイルは、図44に示すように多重化データの管理情報であり、多重化データと1対1に対応し、多重化データ情報、ストリーム属性情報とエントリマップから構成される。 The multiplexed data information file, as shown in FIG. 44, is management information for multiplexed data, corresponds to multiplexed data one-to-one, and consists of multiplexed data information, stream attribute information, and an entry map.
多重化データ情報は図44に示すようにシステムレート、再生開始時刻、再生終了時刻から構成されている。システムレートは多重化データの、後述するシステムターゲットデコーダのPIDフィルタへの最大転送レートを示す。多重化データ中に含まれるATSの間隔はシステムレート以下になるように設定されている。再生開始時刻は多重化データの先頭のビデオフレームのPTSであり、再生終了時刻は多重化データの終端のビデオフレームのPTSに1フレーム分の再生間隔を足したものが設定される。 The multiplexed data information consists of system rate, reproduction start time, and reproduction end time, as shown in FIG. The system rate indicates the maximum transfer rate of multiplexed data to the PID filter of the system target decoder, which will be described later. The ATS interval included in the multiplexed data is set to be equal to or less than the system rate. The playback start time is the PTS of the video frame at the beginning of the multiplexed data, and the playback end time is set by adding the playback interval of one frame to the PTS of the video frame at the end of the multiplexed data.
ストリーム属性情報は図45に示すように、多重化データに含まれる各ストリームについての属性情報が、PID毎に登録される。属性情報はビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム、インタラクティブグラフィックスストリーム毎に異なる情報を持つ。ビデオストリーム属性情報は、そのビデオストリームがどのような圧縮コーデックで圧縮されたか、ビデオストリームを構成する個々のピクチャデータの解像度がどれだけであるか、アスペクト比はどれだけであるか、フレームレートはどれだけであるかなどの情報を持つ。オーディオストリーム属性情報は、そのオーディオストリームがどのような圧縮コーデックで圧縮されたか、そのオーディオストリームに含まれるチャンネル数は何であるか、何の言語に対応するか、サンプリング周波数がどれだけであるかなどの情報を持つ。これらの情報は、プレーヤが再生する前のデコーダの初期化などに利用される。 As for the stream attribute information, as shown in FIG. 45, attribute information for each stream included in the multiplexed data is registered for each PID. Attribute information has different information for each video stream, audio stream, presentation graphics stream, and interactive graphics stream. The video stream attribute information includes what compression codec the video stream was compressed with, what the resolution of each picture data that constitutes the video stream is, what the aspect ratio is, and what the frame rate is. It has information such as how much it is. The audio stream attribute information includes what compression codec the audio stream was compressed with, how many channels the audio stream contains, what languages it supports, what the sampling frequency is, and so on. have information on These pieces of information are used, for example, to initialize the decoder before playback by the player.
本実施の形態においては、上記多重化データのうち、PMTに含まれるストリームタイプを利用する。また、記録媒体に多重化データが記録されている場合には、多重化データ情報に含まれる、ビデオストリーム属性情報を利用する。具体的には、上記各実施の形態で示した動画像符号化方法または装置において、PMTに含まれるストリームタイプ、または、ビデオストリーム属性情報に対し、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示す固有の情報を設定するステップまたは手段を設ける。この構成により、上記各実施の形態で示した動画像符号化方法または装置によって生成した映像データと、他の規格に準拠する映像データとを識別することが可能になる。 In this embodiment, among the multiplexed data, the stream type included in the PMT is used. Also, when multiplexed data is recorded on the recording medium, the video stream attribute information included in the multiplexed data information is used. Specifically, in the video encoding method or apparatus shown in each of the above embodiments, for the stream type or video stream attribute information included in the PMT, the video encoding shown in each of the above embodiments A step or means is provided for setting unique information indicating that the video data is generated by the method or apparatus. With this configuration, it is possible to distinguish between video data generated by the moving picture encoding method or apparatus shown in each of the above embodiments and video data conforming to other standards.
また、本実施の形態における動画像復号化方法のステップを図46に示す。ステップexS100において、多重化データからPMTに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexS101において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexS102において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のMPEG-2、MPEG4-AVC、VC-1などの規格に準拠するものであることを示している場合には、ステップexS103において、従来の規格に準拠した動画像復号方法により復号を行う。 FIG. 46 shows the steps of the moving picture decoding method according to this embodiment. At step exS100, the stream type included in the PMT or the video stream attribute information included in the multiplexed data information is obtained from the multiplexed data. Next, in step exS101, it is determined whether or not the stream type or the video stream attribute information indicates multiplexed data generated by the video encoding method or apparatus shown in each of the above embodiments. do. Then, when it is determined that the stream type or the video stream attribute information is generated by the video encoding method or apparatus shown in each of the above embodiments, in step exS102, Decoding is performed by the video decoding method shown in the form. Also, if the stream type or video stream attribute information indicates that it conforms to conventional standards such as MPEG-2, MPEG4-AVC, VC-1, etc., in step exS103, the conventional Decoding is performed using a video decoding method conforming to the standard.
このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。 In this way, by setting a new unique value to the stream type or video stream attribute information, it is possible to determine whether decoding is possible with the video decoding method or device shown in each of the above embodiments. can judge. Therefore, even when multiplexed data conforming to different standards are input, an appropriate decoding method or device can be selected, enabling decoding without causing errors. In addition, the moving image encoding method or apparatus or the moving image decoding method or apparatus described in this embodiment can be used in any of the devices and systems described above.
(実施の形態8)
上記各実施の形態で示した動画像符号化方法および装置、動画像復号化方法および装置は、典型的には集積回路であるLSIで実現される。一例として、図47に1チップ化されたLSIex500の構成を示す。LSIex500は、以下に説明する要素ex501、ex502、ex503、ex504、ex505、ex506、ex507、ex508、ex509を備え、各要素はバスex510を介して接続している。電源回路部ex505は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。
(Embodiment 8)
The moving image encoding method and apparatus and the moving image decoding method and apparatus described in each of the above embodiments are typically realized by LSI, which is an integrated circuit. As an example, FIG. 47 shows the configuration of
例えば符号化処理を行う場合には、LSIex500は、CPUex502、メモリコントローラex503、ストリームコントローラex504、駆動周波数制御部ex512等を有する制御部ex501の制御に基づいて、AV I/Oex509によりマイクex117やカメラex113等からAV信号を入力する。入力されたAV信号は、一旦SDRAM等の外部のメモリex511に蓄積される。制御部ex501の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex507に送られ、信号処理部ex507において音声信号の符号化および/または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex507ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームI/Oex506から外部に出力する。この出力された多重化データは、基地局ex107に向けて送信されたり、または記録メディアex215に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex508にデータを蓄積するとよい。
For example, when performing encoding processing, the
なお、上記では、メモリex511がLSIex500の外部の構成として説明したが、LSIex500の内部に含まれる構成であってもよい。バッファex508も1つに限ったものではなく、複数のバッファを備えていてもよい。また、LSIex500は1チップ化されてもよいし、複数チップ化されてもよい。
In the above description, the memory ex511 is configured outside the LSI ex500, but may be included inside the LSI ex500. The buffer ex508 is also not limited to one, and may have a plurality of buffers. Also, the
また、上記では、制御部ex501が、CPUex502、メモリコントローラex503、ストリームコントローラex504、駆動周波数制御部ex512等を有するとしているが、制御部ex501の構成は、この構成に限らない。例えば、信号処理部ex507がさらにCPUを備える構成であってもよい。信号処理部ex507の内部にもCPUを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、CPUex502が信号処理部ex507、または信号処理部ex507の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex501は、信号処理部ex507、またはその一部を有するCPUex502を備える構成となる。 In the above description, the control unit ex501 includes the CPU ex502, memory controller ex503, stream controller ex504, driving frequency control unit ex512, etc. However, the configuration of the control unit ex501 is not limited to this configuration. For example, the signal processing unit ex507 may be configured to further include a CPU. By providing a CPU inside the signal processing unit ex507, the processing speed can be further improved. As another example, the CPU ex502 may include a signal processing unit ex507 or a part of the signal processing unit ex507, such as an audio signal processing unit. In such a case, the control unit ex501 is configured to include a CPU ex502 having a signal processing unit ex507 or part thereof.
なお、ここでは、LSIとしたが、集積度の違いにより、IC、システムLSI、スーパーLSI、ウルトラLSIと呼称されることもある。 Although LSI is used here, it may also be called IC, system LSI, super LSI, or ultra LSI depending on the degree of integration.
また、集積回路化の手法はLSIに限るものではなく、専用回路または汎用プロセッサで実現してもよい。LSI製造後に、プログラムすることが可能なFPGA(Field Programmable Gate Array)や、LSI内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。このようなプログラマブル・ロジック・デバイスは、典型的には、ソフトウェア又はファームウェアを構成するプログラムを、ロードする又はメモリ等から読み込むことで、上記各実施の形態で示した動画像符号化方法、又は動画像復号化方法を実行することができる。 Also, the method of circuit integration is not limited to LSI, and may be realized by a dedicated circuit or a general-purpose processor. An FPGA (Field Programmable Gate Array) that can be programmed after the LSI is manufactured, or a reconfigurable processor that can reconfigure the connections and settings of the circuit cells inside the LSI may be used. Such a programmable logic device typically loads a program constituting software or firmware or reads it from a memory or the like, thereby performing the moving image encoding method or the moving image encoding method described in each of the above embodiments. An image decoding method can be implemented.
さらには、半導体技術の進歩または派生する別技術によりLSIに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。 Furthermore, if an integration technology that replaces the LSI appears due to advances in semiconductor technology or another derived technology, the technology may naturally be used to integrate the functional blocks. Adaptation of biotechnology is a possibility.
(実施の形態9)
上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のMPEG-2、MPEG4-AVC、VC-1などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、LSIex500において、従来の規格に準拠する映像データを復号する際のCPUex502の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。
(Embodiment 9)
When decoding video data generated by the video encoding method or apparatus shown in each of the above embodiments, video data conforming to conventional standards such as MPEG-2, MPEG4-AVC, and VC-1 is decoded. It is conceivable that the amount of processing will increase compared to the case. Therefore, in the
この課題を解決するために、テレビex300、LSIex500などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図48は、本実施の形態における構成ex800を示している。駆動周波数切替え部ex803は、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合には、駆動周波数を高く設定する。そして、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex801に対し、映像データを復号するよう指示する。一方、映像データが、従来の規格に準拠する映像データである場合には、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合に比べ、駆動周波数を低く設定する。そして、従来の規格に準拠する復号処理部ex802に対し、映像データを復号するよう指示する。 In order to solve this problem, moving image decoding devices such as TV ex300 and LSI ex500 are configured to identify which standard the video data conforms to and switch the drive frequency according to the standard. FIG. 48 shows the configuration ex800 in this embodiment. The driving frequency switching unit ex803 sets a high driving frequency when the video data is generated by the moving image encoding method or apparatus described in each of the above embodiments. Then, it instructs the decoding processing unit ex801, which executes the moving image decoding method shown in each of the above embodiments, to decode the video data. On the other hand, when the video data conforms to the conventional standard, compared to the case where the video data is generated by the video encoding method or apparatus shown in each of the above embodiments, Set the drive frequency low. Then, it instructs the decoding processing unit ex802 conforming to the conventional standard to decode the video data.
より具体的には、駆動周波数切替え部ex803は、図47のCPUex502と駆動周波数制御部ex512から構成される。また、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex801、および、従来の規格に準拠する復号処理部ex802は、図47の信号処理部ex507に該当する。CPUex502は、映像データがどの規格に準拠するものであるかを識別する。そして、CPUex502からの信号に基づいて、駆動周波数制御部ex512は、駆動周波数を設定する。また、CPUex502からの信号に基づいて、信号処理部ex507は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態7で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態7で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、CPUex502における駆動周波数の選択は、例えば、図50のような映像データの規格と、駆動周波数とを対応付けたルックアップテーブルに基づいて行うことが考えられる。ルックアップテーブルを、バッファex508や、LSIの内部メモリに格納しておき、CPUex502がこのルックアップテーブルを参照することにより、駆動周波数を選択することが可能である。
More specifically, the driving frequency switching unit ex803 is composed of the CPU ex502 and the driving frequency control unit ex512 shown in FIG. Also, the decoding processing unit ex801 that executes the moving image decoding method shown in each of the above embodiments and the decoding processing unit ex802 conforming to the conventional standard correspond to the signal processing unit ex507 in FIG. The CPUex 502 identifies which standard the video data conforms to. Based on the signal from the CPU ex502, the driving frequency control unit ex512 sets the driving frequency. Also, based on the signal from the CPU ex502, the signal processing unit ex507 decodes the video data. Here, it is conceivable to use the identification information described in
図49は、本実施の形態の方法を実施するステップを示している。まず、ステップexS200では、信号処理部ex507において、多重化データから識別情報を取得する。次に、ステップexS201では、CPUex502において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexS202において、駆動周波数を高く設定する信号を、CPUex502が駆動周波数制御部ex512に送る。そして、駆動周波数制御部ex512において、高い駆動周波数に設定される。一方、従来のMPEG-2、MPEG4-AVC、VC-1などの規格に準拠する映像データであることを示している場合には、ステップexS203において、駆動周波数を低く設定する信号を、CPUex502が駆動周波数制御部ex512に送る。そして、駆動周波数制御部ex512において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。 FIG. 49 shows the steps of implementing the method of this embodiment. First, at step exS200, identification information is obtained from the multiplexed data in the signal processing unit ex507. Next, in step exS201, the CPU ex502 identifies whether or not the video data was generated by the encoding method or apparatus shown in each of the above embodiments based on the identification information. When the video data is generated by the encoding method or apparatus shown in each of the above embodiments, in step exS202, CPU ex502 sends a signal for setting a high driving frequency to driving frequency control section ex512. Then, the driving frequency is set to a high driving frequency in the driving frequency control unit ex512. On the other hand, if it indicates that the video data conforms to conventional standards such as MPEG-2, MPEG4-AVC, and VC-1, then in step exS203, the CPU ex502 drives a signal that sets the driving frequency low. It is sent to the frequency control unit ex512. Then, in the driving frequency control unit ex512, the driving frequency is set to be lower than that in the case where the video data is generated by the encoding method or apparatus shown in each of the above embodiments.
さらに、駆動周波数の切替えに連動して、LSIex500またはLSIex500を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、LSIex500またはLSIex500を含む装置に与える電圧を低く設定することが考えられる。 Furthermore, by changing the voltage applied to the LSI ex500 or the device including the LSI ex500 in conjunction with the switching of the drive frequency, it is possible to further enhance the power saving effect. For example, when the drive frequency is set low, the voltage applied to the LSI ex500 or the device including the LSI ex500 may be set lower than when the drive frequency is set high.
また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、MPEG4-AVC規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。 In addition, the driving frequency may be set high when the amount of processing in decoding is large, and set low when the amount of processing in decoding is small. The method is not limited. For example, when the amount of processing for decoding video data conforming to the MPEG4-AVC standard is greater than the amount of processing for decoding video data generated by the video encoding method or apparatus shown in each of the above embodiments. For this purpose, it is conceivable to set the drive frequency in the opposite manner as described above.
さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、LSIex500またはLSIex500を含む装置に与える電圧を高く設定し、従来のMPEG-2、MPEG4-AVC、VC-1などの規格に準拠する映像データであることを示している場合には、LSIex500またはLSIex500を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、CPUex502の駆動を停止させることなく、従来のMPEG-2、MPEG4-AVC、VC-1などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、CPUex502の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、CPUex502の駆動を一時停止させることも考えられる。この場合は、従来のMPEG-2、MPEG4-AVC、VC-1などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。 Furthermore, the method of setting the drive frequency is not limited to the configuration for lowering the drive frequency. For example, if the identification information indicates video data generated by the video encoding method or apparatus shown in each of the above embodiments, the voltage applied to the LSIex500 or the apparatus including the LSIex500 is set high. However, if it indicates that the video data conforms to conventional standards such as MPEG-2, MPEG4-AVC, and VC-1, it may be possible to set the voltage applied to the LSIex500 or the device containing the LSIex500 low. be done. As another example, if the identification information indicates that the video data is generated by the moving image encoding method or apparatus shown in each of the above embodiments, the driving of the CPU ex 502 is stopped. If it indicates that the video data conforms to conventional standards such as MPEG-2, MPEG4-AVC, and VC-1, the drive of the CPU ex 502 is temporarily stopped because there is room for processing. is also conceivable. Even if the identification information indicates that the video data is generated by the moving image encoding method or apparatus shown in each of the above embodiments, if there is room for processing, the drive of the CPU ex 502 may be temporarily suspended. It is also conceivable to stop it. In this case, it is conceivable to set the stop time shorter than in the case of indicating that the video data complies with conventional standards such as MPEG-2, MPEG4-AVC, and VC-1.
このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてLSIex500またはLSIex500を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。 In this way, by switching the drive frequency according to the standard to which the video data conforms, it is possible to save power. Further, when the LSIex500 or a device including the LSIex500 is driven using a battery, it is possible to extend the life of the battery along with the power saving.
(実施の形態10)
テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、LSIex500の信号処理部ex507が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex507を個別に用いると、LSIex500の回路規模が大きくなり、また、コストが増加するという課題が生じる。
(Embodiment 10)
A plurality of video data conforming to different standards may be input to the devices and systems described above, such as televisions and mobile phones. Thus, in order to be able to decode even when a plurality of video data conforming to different standards are input, the signal processing unit ex507 of the LSI ex500 needs to support a plurality of standards. However, if the signal processing units ex507 corresponding to each standard are individually used, the circuit scale of the LSI ex500 becomes large and the cost increases.
この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のMPEG-2、MPEG4-AVC、VC-1などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図51Aのex900に示す。例えば、上記各実施の形態で示した動画像復号方法と、MPEG4-AVC規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、MPEG4-AVC規格に対応する復号処理部ex902を共有し、MPEG4-AVC規格に対応しない、本発明の一態様に特有の他の処理内容については、専用の復号処理部ex901を用いるという構成が考えられる。特に、本発明の一態様は、動き補償に特徴を有していることから、例えば、動き補償については専用の復号処理部ex901を用い、それ以外の逆量子化、エントロピー復号、デブロッキング・フィルタのいずれか、または、全ての処理については、復号処理部を共有することが考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した動画像復号化方法を実行するための復号処理部を共有し、MPEG4-AVC規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。 In order to solve this problem, a decoding processing unit for executing the moving image decoding method shown in each of the above embodiments and a decoding unit conforming to conventional standards such as MPEG-2, MPEG4-AVC, VC-1, etc. It is configured to partially share the processing unit. An example of this configuration is shown in ex 900 in FIG. 51A. For example, the moving image decoding method shown in each of the above embodiments and the moving image decoding method conforming to the MPEG4-AVC standard are processed in processes such as entropy coding, inverse quantization, deblocking filtering, and motion compensation. Some contents are common. For common processing content, the decoding processing unit ex 902 compatible with the MPEG4-AVC standard is shared, and for other processing content specific to one aspect of the present invention that does not support the MPEG4-AVC standard, a dedicated decoding processing unit A configuration using ex901 is conceivable. In particular, since one aspect of the present invention is characterized by motion compensation, for example, a dedicated decoding processing unit ex901 is used for motion compensation, and inverse quantization, entropy decoding, and deblocking filter other than that are used. It is conceivable to share the decoding processing unit for any or all of the processing. Regarding the sharing of the decoding processing unit, for the common processing contents, the decoding processing unit for executing the moving image decoding method shown in each of the above embodiments is shared, and the processing contents specific to the MPEG4-AVC standard are shared. may be configured to use a dedicated decoding processing unit.
また、処理を一部共有化する他の例を図51Bのex1000に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex1001と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex1002と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex1003とを用いる構成としている。ここで、専用の復号処理部ex1001、ex1002は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、LSIex500で実装することも可能である。 Further, another example of partially sharing the processing is shown in ex1000 of FIG. 51B. In this example, a dedicated decoding processing unit ex1001 corresponding to processing specific to one aspect of the present invention, a dedicated decoding processing unit ex1002 corresponding to processing specific to another conventional standard, and one aspect of the present invention A common decoding processing unit ex1003 corresponding to the processing contents common to the video decoding method according to the standard and the video decoding method of other conventional standards is used. Here, the dedicated decoding processing units ex1001 and ex1002 are not necessarily specific to one aspect of the present invention or processing content specific to other conventional standards, but are capable of executing other general-purpose processing. good too. Moreover, it is also possible to mount the configuration of this embodiment on the LSIex500.
このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、LSIの回路規模を小さくし、かつ、コストを低減することが可能である。 In this way, by sharing the decoding processing unit for the processing content common to the moving image decoding method according to one aspect of the present invention and the moving image decoding method of the conventional standard, the circuit scale of the LSI can be reduced, Moreover, it is possible to reduce the cost.
本発明は、画像処理装置、画像の撮像装置及び画像の再生装置に適用可能である。具体的には、デジタルスチルカメラ、ムービー、カメラ機能付き携帯電話機、及びスマートフォンなどに、本発明は適用可能である。 INDUSTRIAL APPLICABILITY The present invention is applicable to an image processing device, an image capturing device, and an image reproducing device. Specifically, the present invention is applicable to digital still cameras, movies, mobile phones with camera functions, smart phones, and the like.
100 画像符号化装置
101 ブロック分割部
102 減算部
103 周波数変換部
104 量子化部
105 エントロピー符号化部
106、202 逆量子化部
107、203 逆周波数変換部
108、204 加算部
109、205 イントラ予測部
110、206 ループフィルタ
111、207 フレームメモリ
112、208 インター予測部
113、209 切替部
121 入力画像
122 符号ブロック
123、128、224 差分ブロック
124、125、127、222、223 係数ブロック
126、221 ビットストリーム
129、225 復号ブロック
130、132、134、226、229、230 予測ブロック
131、227 復号画像
133、151、228 動き情報
141 符号化情報選択部
142 動き推定部
143 動き補償部
144 動き情報計算部
161 平行移動フラグ
162 回転フラグ
163 拡大縮小フラグ
164 せん断フラグ
171 差分平行移動成分
172 差分回転成分
173 差分拡大縮小成分
174 差分せん断成分
181 符号化レベル情報
200 画像復号装置
201 エントロピー復号部
REFERENCE SIGNS
Claims (2)
前記処理回路からアクセス可能な記憶装置とを備え、
前記処理回路は、前記記憶装置を用いて、
ピクチャに含まれる複数のブロックに適用される情報であって、アフィン変換に基づく予測において、予測に用いられるパラメータの数の決定に用いられる情報をビットストリームから復号し、
前記ピクチャに含まれる前記複数のブロックのそれぞれに対して、前記情報によって選択された数のパラメータを用いたアフィン変換に基づく予測を行うことで、前記複数のブロックのそれぞれの予測画像を生成する、
画像復号装置。 a processing circuit;
a storage device accessible from the processing circuit;
The processing circuit uses the storage device to:
Decoding information from a bitstream that is applied to a plurality of blocks included in a picture and that is used to determine the number of parameters used for prediction in prediction based on an affine transformation,
Predicting each of the plurality of blocks included in the picture by performing prediction based on affine transformation using the number of parameters selected by the information, thereby generating a predicted image for each of the plurality of blocks ;
Image decoding device.
前記処理回路からアクセス可能な記憶装置とを備え、
前記処理回路は、前記記憶装置を用いて、
アフィン変換に基づく予測において、予測に用いられるパラメータの数を決定し、
ピクチャに含まれる複数のブロックのそれぞれに対して、決定した数のパラメータを用いたアフィン変換に基づく予測を行うことで、前記複数のブロックのそれぞれの予測画像を生成し、
前記ピクチャに含まれる前記複数のブロックに適用される情報であって、前記パラメータの数の決定に用いられる情報を符号化する、
画像符号化装置。 a processing circuit;
a storage device accessible from the processing circuit;
The processing circuit uses the storage device to:
In prediction based on affine transformation, determining the number of parameters used for prediction,
generating predicted images for each of the plurality of blocks by performing prediction based on affine transformation using the determined number of parameters for each of the plurality of blocks included in the picture ;
encoding information to be applied to the plurality of blocks included in the picture, the information being used to determine the number of parameters;
Image coding device.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023018114A JP7457929B2 (en) | 2013-09-30 | 2023-02-09 | Image decoding device and image encoding device |
JP2024029938A JP2024059908A (en) | 2013-09-30 | 2024-02-29 | Image decoding apparatus, image coding apparatus and bit stream generation apparatus |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013205619 | 2013-09-30 | ||
JP2013205619 | 2013-09-30 | ||
JP2019193580A JP6910019B2 (en) | 2013-09-30 | 2019-10-24 | Image coding method, image decoding method, image coding device and image decoding device |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019193580A Division JP6910019B2 (en) | 2013-09-30 | 2019-10-24 | Image coding method, image decoding method, image coding device and image decoding device |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023018114A Division JP7457929B2 (en) | 2013-09-30 | 2023-02-09 | Image decoding device and image encoding device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021158682A JP2021158682A (en) | 2021-10-07 |
JP7233027B2 true JP7233027B2 (en) | 2023-03-06 |
Family
ID=77918535
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021103274A Active JP7233027B2 (en) | 2013-09-30 | 2021-06-22 | Image decoding device and image encoding device |
JP2023018114A Active JP7457929B2 (en) | 2013-09-30 | 2023-02-09 | Image decoding device and image encoding device |
JP2024029938A Pending JP2024059908A (en) | 2013-09-30 | 2024-02-29 | Image decoding apparatus, image coding apparatus and bit stream generation apparatus |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023018114A Active JP7457929B2 (en) | 2013-09-30 | 2023-02-09 | Image decoding device and image encoding device |
JP2024029938A Pending JP2024059908A (en) | 2013-09-30 | 2024-02-29 | Image decoding apparatus, image coding apparatus and bit stream generation apparatus |
Country Status (1)
Country | Link |
---|---|
JP (3) | JP7233027B2 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004007804A (en) | 1996-01-22 | 2004-01-08 | Matsushita Electric Ind Co Ltd | Method for encoding and decoding digital image and device for encoding and decoding digital image using the same |
JP2009510929A (en) | 2005-09-27 | 2009-03-12 | クゥアルコム・インコーポレイテッド | Frame interpolation using more accurate motion information |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3654664B2 (en) * | 1994-08-23 | 2005-06-02 | シャープ株式会社 | Image encoding apparatus and image decoding apparatus |
JPH09224252A (en) * | 1996-02-16 | 1997-08-26 | Nippon Telegr & Teleph Corp <Ntt> | Motion compression predict coding method for dynamic image, decoding method, coder and decoder |
-
2021
- 2021-06-22 JP JP2021103274A patent/JP7233027B2/en active Active
-
2023
- 2023-02-09 JP JP2023018114A patent/JP7457929B2/en active Active
-
2024
- 2024-02-29 JP JP2024029938A patent/JP2024059908A/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004007804A (en) | 1996-01-22 | 2004-01-08 | Matsushita Electric Ind Co Ltd | Method for encoding and decoding digital image and device for encoding and decoding digital image using the same |
JP2009510929A (en) | 2005-09-27 | 2009-03-12 | クゥアルコム・インコーポレイテッド | Frame interpolation using more accurate motion information |
Also Published As
Publication number | Publication date |
---|---|
JP2021158682A (en) | 2021-10-07 |
JP2023053089A (en) | 2023-04-12 |
JP7457929B2 (en) | 2024-03-29 |
JP2024059908A (en) | 2024-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6910019B2 (en) | Image coding method, image decoding method, image coding device and image decoding device | |
JP6167409B2 (en) | Image decoding method and image decoding apparatus | |
JP6008263B2 (en) | Reproduction method and reproduction apparatus | |
KR101900986B1 (en) | Image decoding method, image encoding method, image decoding device, image encoding device, and image encoding/decoding device | |
WO2012172791A1 (en) | Image decoding method, image encoding method, image decoding device, image encoding device, and image encoding/decoding device | |
JP6587046B2 (en) | Image encoding method, image decoding method, image encoding device, and image decoding device | |
WO2012102045A1 (en) | Image encoding method, and image decoding method | |
JP6610853B2 (en) | Predicted image generation method, image encoding method, image decoding method, and predicted image generation apparatus | |
JP2013526199A (en) | Predictive coding using block shapes derived from prediction errors | |
KR20170035832A (en) | Image encoding method, image decoding method, image encoding apparatus, image decoding apparatus, and content delivery method | |
JP5331944B2 (en) | Image decoding method and image decoding apparatus | |
WO2011129090A1 (en) | Encoding distortion removal method, encoding method, decoding method, encoding distortion removal device, encoding device and decoding device | |
WO2012090495A1 (en) | Image encoding method and image decoding method | |
JPWO2012081246A1 (en) | Image encoding method and image decoding method | |
JP7233027B2 (en) | Image decoding device and image encoding device | |
JP7236667B2 (en) | Image decoding device, image encoding device and recording medium | |
WO2015004884A1 (en) | Image coding method, image decoding method, image coding device, and image decoding device | |
WO2012081225A1 (en) | Image encoding method and image decoding method | |
WO2013046616A1 (en) | Image encoding apparatus, image decoding apparatus, image encoding method and image decoding method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210622 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220614 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220909 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230209 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7233027 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |