JP7245898B2 - ビデオ画像成分の予測方法、装置及びコンピュータ記憶媒体 - Google Patents

Description

本願の実施例は、ビデオ符号化分野のイントラ予測技術に関し、特にビデオ画像成分の予測方法、装置及びコンピュータ記憶媒体に関する。

次世代ビデオ符号化規格Ｈ．２６６又は多機能ビデオ符号化（Ｖｅｒｓａｔｉｌｅ Ｖｉｄｅｏ Ｃｏｄｉｎｇ：ＶＶＣ）において、クロスコンポーネント線形モデル予測方法（Ｃｒｏｓｓ－ｃｏｍｐｏｎｅｎｔ Ｌｉｎｅａｒ Ｍｏｄｅｌ Ｐｒｅｄｉｃｔｉｏｎ：ＣＣＬＭ）により、輝度値から色度値を予測するか又は色度値間の予測を行うことを実現することができる。具体的には、線形回帰方法により、現在符号化ブロックに対応する隣接の輝度パラメータ及び色度パラメータに対して線形モデルを構築することができる。これにより、該線形モデル及び再構成輝度値に基づいて、色度予測値を算出することができる。

しかしながら、線形モデルを構築する時、現在考慮した要因が不十分である。例えば、輝度値により、色度値を予測する時、通常、隣接参考輝度値及び隣接参考色度値を考慮し、それに対して、色度間の予測を行う時、通常、隣接参考色度成分を考慮している。従って、隣接参考輝度値が現在符号化ブロックに対応するパラメータから大きく離れ、又は隣接参考色度成分が現在符号化ブロックに対応するパラメータから大きく離れる場合、算出された線形モデルが所望モデルから大きく乖離が生じる。これにより、現在符号化ブロックの色度予測値の予測精度を低下させ、色度予測値と真実の色度値が大きく離れる。

上記技術的課題を解決するために、本願の実施例は、第２画像成分予測値の予測精度を効果的に向上させ、第２画像成分予測値を真実の成分値に更に近くすることができるビデオ画像成分の予測方法、装置及びコンピュータ記憶媒体を提供する。

本願の実施例の技術的解決手段は、以下のように実現する。

ビデオ画像成分の予測方法であって、前記方法は、
現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得することであって、前記第１画像成分隣接参考値は、前記現在符号化ブロックの隣接参考点に対応する第１画像成分パラメータを表すためのものであり、前記第１画像成分再構成値は、前記現在符号化ブロックに対応する１つ又は複数の第１画像成分の再構成パラメータを表すためのものである、ことと、
前記第１画像成分隣接参考値及び前記第１画像成分再構成値に基づいて、相関係数を決定することであって、前記相関係数は、前記現在符号化ブロックと前記隣接参考点との間の画像成分乖離度合いを表すためのものである、ことと、
前記相関係数を所定の重み演算モデルに入力し、前記隣接参考点に対応する重み係数を得ることと、
前記重み係数に基づいて比例因子を決定することと、
前記比例因子により、前記現在符号化ブロックに対応する第２画像成分予測値を得ることと、を含む。

本願の実施例は、ビデオ画像成分の予測方法、装置、及びコンピュータ記憶媒体を提供する。予測装置は、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得する。第１画像成分隣接参考値は、現在符号化ブロックの隣接参考点に対応する第１画像成分パラメータを表すためのものであり、第１画像成分再構成値は、現在符号化ブロックに対応する１つ又は複数の第１画像成分の再構成パラメータを表すためのものである。第１画像成分隣接参考値及び第１画像成分再構成値に基づいて、相関係数を決定する。相関係数は、現在符号化ブロックと隣接参考点との間の画像成分乖離度合いを表すためのものである。相関係数を所定の重み演算モデルに入力し、隣接参考点に対応する重み係数を得る。重み係数に基づいて比例因子を決定する。比例因子により、現在符号化ブロックに対応する第２画像成分予測値を得る。上記から分かるように、本願の実施例において、予測装置は、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値に基づいて相関係数を決定することができる。これにより、隣接参考点と現在符号化ブロックとの間の成分パラメータの相関性に基づいて、異なる隣接参考点に異なる重み係数を割り当て、所望モデルに更に合致する線形モデルを構築することができる。これにより、第１画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、又は、第３画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、線形モデルが所望モデルから乖離するという欠陥を解消することができる。更に、該線形モデルに基づいて、現在符号化ブロックの成分を予測する時、ビデオ画像成分予測値の予測精度を大幅に向上させ、ビデオ画像成分予測を真実のビデオ画像成分値に更に近くすることができる。

ビデオ符号化を示すフローチャートである。 ビデオ復号を示すフローチャートである。 隣接参考サンプリングの位置を示す第１概略図である。 隣接参考サンプリングの位置を示す第２概略図である。 従来技術における線形モデルの決定を示す第１概略図である。 従来技術における線形モデルの決定を示す第２概略図である。 本願の実施例によるビデオ画像成分の予測方法を示すフローチャートである。 本願の実施例における干渉点の削除を示す概略図である。 本願の実施例による予測装置の構造を示す第１概略図である。 本願の実施例による予測装置の構造を示す第２概略図である。

以下、本願の実施例の図面を参照しながら、本願の実施例における技術的解決手段を明瞭かつ完全に説明する。ここで説明される具体的な実施例は、関連出願を解釈するためのものに過ぎず、該出願を限定するものではないことが理解されるべきである。なお、説明を容易にするために、図面において関連出願に係る部分のみが示されることに留意されたい。

ビデオ画像において、一般的には、第１画像成分、第２画像成分及び第３画像成分で符号化ブロックを表す。ここで、第１画像成分、第２画像成分及び第３画像成分は、１つの輝度成分及び２つの色度成分を含む。具体的には、輝度成分は一般的には、符号Ｙで表され、色度成分は一般的には、符号Ｃｂ、Ｃｒで表される。ここで、Ｃｂは、青色色度成分を表し、Ｃｒは、赤色色度成分を表す。

本願の実施例において、第１画像成分、第２画像成分及び第３画像成分はそれぞれ、輝度成分Ｙ、青色色度成分Ｃｂ及び赤色色度成分Ｃｒであってもよいことに留意されたい。例えば、第１画像成分は、輝度成分Ｙであってもよく、第２画像成分は、赤色色度成分Ｃｒであってもよく、第３画像成分は、青色色度成分Ｃｂであってもよいが、本願の実施例は、これを具体的に限定するものではない。

更に、本願の実施例において、通常輝度成分、色度成分を分けて表されるサンプリングフォーマットは、ＹＣｂＣｒフォーマットとも呼ばれる。ここで、ＹＣｂＣｒフォーマットは、４：４：４フォーマット、４：２：２フォーマット及び４：２：０フォーマットを含んでもよい。

ビデオ画像がＹＣｂＣｒ４：２：０フォーマットを用いる場合、ビデオ画像の輝度成分がサイズ２Ｎ×２Ｎの符号化ブロックである場合、対応する色度成分は、サイズＮ×Ｎの符号化ブロックである。ここで、Ｎは、符号化ブロックの辺長である。本願の実施例において、４：２：０フォーマットを例として説明するが、本願の実施例の技術的解決手段は同様に他のサンプリングフォーマットに適用可能である。

本願の実施例において、上記ビデオ画像成分の予測方法は、ビデオ符号化ハイブリッドフレームワークにおけるイントラ予測に適用可能である。具体的には、上記ビデオ画像成分の予測方法は、符号化側及び復号側に同時に適用可能である。例えば、図１は、ビデオ符号化を示すフローチャートである。図１に示すように、ビデオ符号化は、イントラ推定、イントラ予測及び動き補償などの複数の具体的な工程を含んでもよい。ここで、本願で提出されるビデオ画像成分の予測方法は、イントラ予測部に適用可能である。図２は、ビデオ復号を示すフローチャートである。図２に示すように、ビデオ復号は、フィルタリング、イントラ予測及び動き補償などの複数の具体的な工程を含んでもよい。ここで、本願で提出されるビデオ画像成分の予測方法は、イントラ予測部に適用可能である。

Ｈ．２６６において、符号化性能及び符号化効率を更に向上させるために、成分間予測（Ｃｒｏｓｓ－ｃｏｍｐｏｎｅｎｔ Ｐｒｅｄｉｃｔｉｏｎ：ＣＣＰ）に対して拡張改善を行って、成分間演算モデル予測（Ｃｒｏｓｓ－ｃｏｍｐｏｎｅｎｔ Ｌｉｎｅａｒ Ｍｏｄｅｌ Ｐｒｅｄｉｃｔｉｏｎ：ＣＣＬＭ）を提出した。Ｈ．２６６において、ＣＣＬＭは、第１画像成分から第２画像成分、第１画像成分から第３画像成分、及び第２画像成分と第３画像成分との間の予測を実現した。以下、第１画像成分から第２画像成分の予測を例として説明するが、本願の実施例の技術的解決手段は同様に他の画像成分の予測に適用可能である。

具体的には、従来技術において、ＣＣＬＭ方法により、輝度成分から色度成分を予測することを実現する時、輝度成分と色度成分との間の冗長性及び異なる色度成分間の冗長性を減少させるために、例えば、２６６／ＶＶＣ早期試験モデル（Ｊｏｉｎｔ Ｅｘｐｌｏｒａｔｉｏｎ Ｍｏｄｅｌ：ＪＥＭ）又はＶＶＣ試験モデル（ＶＶＣ Ｔｅｓｔ ｍｏｄｅｌ：ＶＴＭ）のような次世代ビデオ符号化規格のデコーダにおいて、成分間線形モデル予測モードを用いる。例えば、式（１）により、同一の符号化ブロックの再構成輝度値を利用して色度の予測値を生成する。

具体的には、従来技術において、ＣＣＬＭ予測モードは、輝度成分により色度成分を予測する方法以外に、つまり、第１画像成分により第２画像成分を予測し、又は第１画像成分により第３画像成分を予測する方法以外に、２つの色度成分間の予測方法を更に含む。つまり、第２画像成分と第３画像成分との間の予測方法を更に含む。ここで、本願の実施例において、Ｃｂ成分からＣｒ成分を予測できるだけでなく、Ｃｒ成分からＣｂ成分を予測することもできる。

本願の実施例において、ＣＣＬＭにおける色度成分間の予測である第２画像成分と第３画像成分との間の予測は、残差ドメインに適用可能である。Ｃｒ成分を予測することを例として、Ｃｂ残差を利用してＣｒ残差を予測することができる。Ｃｒ成分の最終予測値は、Ｃｒ成分の従来のイントラ予測値に、重み付きの再構成Ｃｂ残差を追加することで得られる。例えば、式（３）に示すとおりである。

本願の実施例において、ビデオ画像成分の予測方法は、成分の相関性に基づいた線形モデル算出方法を提出する。具体的には、線形モデルの比例因子を算出する時、第１画像成分隣接参考値、第２画像成分隣接参考値又は第３画像成分隣接参考値を考慮するだけでなく、現在符号化ブロックの第１画像成分再構成値と第１画像成分隣接参考値との相関性及び類似度合いも考慮する。続いて、類似度合いに基づいて、隣接参考画素点に対して重み付け又は選択を行い、それによって、線形モデルパラメータを現在第１画像成分再構成値により近くなり、更に、現在符号化ブロックの第２画像成分予測値又は第３画像成分予測値をより正確にすることができる。

以下、本願の実施例の図面を参照しながら、本願の実施例における技術的解決手段を明瞭かつ完全に説明する。ここで、下記各実施例において、第１画像成分は、輝度成分Ｙであってもよく、第２画像成分は、赤色色度成分Ｃｒであってもよく、第３画像成分は、青色色度成分Ｃｂであってもよく、本願の実施例は、これを具体的に限定するものではない。

実施例１
本願の実施例は、ビデオ画像成分の予測方法を提供する。図７は、本願の実施例によるビデオ画像成分の予測方法を示すフローチャートである。図７に示すように、本願の実施例において、上記予測装置により行われるビデオ画像成分の予測方法は、下記ステップを含んでもよい。

ステップ１０１において、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得し、第１画像成分隣接参考値は、現在符号化ブロックの隣接参考点に対応する第１画像成分パラメータを表すためのものであり、第１画像成分再構成値は、現在符号化ブロックに対応する１つ又は複数の第１画像成分の再構成パラメータを表すためのものである。

本願の実施例において、上記予測装置は、まず、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得することができる。本願の実施例において、上記現在符号化ブロックは、上記予測装置により分割された、少なくとも１つの画素点を含む符号化ブロックであることに留意されたい。

本願の実施例において、上記第１画像成分隣接参考値は、上記現在符号化ブロックの隣接参考点に対応する第１画像成分パラメータを表すためのものであることに留意されたい。ここで、サブサンプリング方式について、上記現在符号化ブロックに１つの画素点が含まれる時、対応する隣接参考点は、該１つの画素点の上側及び左側のそれぞれ１つの画素点であってもよい。上記現在符号化ブロックに複数の画素点が含まれる時、対応する隣接参考点は、該複数の画素点の上側及び左側の複数の画素点であってもよい。

更に、本願の実施例において、上記隣接参考点は、上記現在符号化ブロックに隣接する画素点であってもよい。具体的には、本願の実施例において、サブサンプリング方式について、上記隣接参考点は、上記現在符号化ブロックの左側及び上側に位置する隣接画素点であってもよい。

本願の実施例において、上記予測装置は、上記第１画像成分隣接参考値を取得する時、上記隣接参考点に対応する全ての第１画像成分隣接参考値を取得することができる。具体的には、本願の実施例において、１つの隣接参考点が１つの第１画像成分隣接参考値に対応する。上記隣接参考点が複数の画素点である場合、上記予測装置は、上記複数の画素点に対応する複数の第１画像成分隣接参考値を取得することができる。

更に、本願の実施例において、上記第１画像成分再構成値は、上記現在符号化ブロックに対応する１つ又は複数の第１画像成分の再構成パラメータを表すためのものである。具体的には、本願の実施例において、上記現在符号化ブロックに１つの画素点が含まれる時、対応する第１画像成分の再構成パラメータは、１つであり、上記現在符号化ブロックに複数の画素点が含まれる時、対応する第１画像成分の再構成パラメータは複数である。

本願の実施例において、上記予測装置は、上記第１画像成分再構成値を取得する時、上記現在符号化ブロックに対応する全ての第１画像成分再構成値を取得することができる。具体的には、本願の実施例において、上記現在符号化ブロックにおける１つの画素点が１つの第１画像成分再構成値に対応する。

ステップ１０２において、第１画像成分隣接参考値及び第１画像成分再構成値に基づいて、相関係数を決定し、相関係数は、現在符号化ブロックと隣接参考点との間の画像成分乖離度合いを表すためのものである。

本願の実施例において、上記予測装置は、上記現在符号化ブロックに対応する上記第１画像成分隣接参考値及び上記第１画像成分再構成値を取得した後、上記第１画像成分隣接参考値及び上記第１画像成分再構成値に基づいて、相関係数を更に決定することができる。

本願の実施例において、上記相関係数は、上記現在符号化ブロックと上記隣接参考点との間の画像成分乖離度合いを表すためのものであってもよい。具体的には、上記相関係数は、上記現在符号化ブロックに対応する上記第１画像成分再構成値と上記隣接参考点に対応する上記第１画像成分隣接参考値との相関性を表すためのものであってもよい。

更に、本願の実施例において、上記予測装置は、上記第１画像成分隣接参考値及び上記第１画像成分再構成値に基づいて上記相関係数を決定する時、上記第１画像成分隣接参考値と上記第１画像成分再構成値との差分計算を行うことができる。これにより、差分計算結果に基づいて、上記相関係数を更に決定することができる。それと同時に、上記予測装置は、上記第１画像成分隣接参考値及び上記第１画像成分再構成値に基づいて上記相関係数を決定する時に、上記第１画像成分隣接参考値に対応する行列及び上記第１画像成分再構成値に対応する行列に対して行列乗算を行い、行列乗算結果に基づいて、上記相関係数を更に決定することができる。

ステップ１０３において、相関係数を所定の重み演算モデルに入力し、隣接参考点に対応する重み係数を得る。

本願の実施例において、上記予測装置は、上記第１画像成分隣接参考値及び上記第１画像成分再構成値に基づいて、上記相関係数を決定した後、上記相関係数を所定の重み演算モデルに入力することで、上記隣接参考点に対応する重み係数を得ることができる。

本願の実施例において、上記所定の重み演算モデルは、上記予測装置により事前に設定された、上記相関係数に基づいて重みを割り当てるための演算モデルであることに留意されたい。

更に、本願の実施例において、上記重み係数は、上記現在符号化ブロックに対応する第２画像成分予測値を予測する時、上記隣接参考点と上記現在符号化ブロックとの相関性に基づいて算出する重み値であってもよい。

本願の実施例において、上記隣接参考点における１つの参考点と上記現在符号化ブロックとの相関性が大きいほど、上記１つの参考点に対応する重み値は、大きくなることに留意されたい。

本願の実施例において、上記第２画像成分予測値を演算する時、上記隣接参考点におけるそれぞれの参考点は、いずれも、対応する上記重み係数を有することに留意されたい。

更に、本願の実施例において、上記予測装置は、上記重み係数を決定する時、上記所定の重み演算モデルにより、演算を行うことができる。具体的には、本願の実施例において、上記重み演算モデルは、式（５）に示すとおりである。

ステップ１０４において、重み係数に基づいて比例因子を決定する。

本願の実施例において、上記予測装置は、上記相関係数を所定の重み演算モデルに入力して、上記隣接参考点に対応する上記重み係数を得た後、上記重み係数に基づいて比例因子を決定することができる。

本願の実施例において、上記比例因子は、上記予測装置がビデオ画像成分予測を行う時に得た線形モデルにおける係数であってもよいことに留意されたい。

ステップ１０５において、比例因子により、現在符号化ブロックに対応する第２画像成分予測値を得る。

本願の実施例において、上記予測装置は、上記重み係数に基づいて、上記比例因子を決定した後に、上記比例因子により、上記現在符号化ブロックに対応する第２画像成分予測値を更に得ることができる。ここで、上記第２画像成分予測値は、上記予測装置が上記現在符号化ブロックに対して第２成分予測を行う時に得た予測結果である。

本願の実施例において、上記予測装置は、上記比例因子に基づいて上記第２画像成分予測値を得る時に、上記比例因子に基づいて、ビデオ画像成分予測のための線形モデルをまず構築することができることに留意されたい。

更に、本願の実施例において、異なる予測モードにおいて、上記予測装置により構築された線形モデルも異なる。つまり、第１画像成分により第２画像成分又は第３画像成分を予測する時に構築される線形モデルは、第２画像成分と第３画像成分との間の予測を行う時に構築される線形モデルと異なる。

本願の実施例において、第１画像成分によって、第２画像成分又は第３画像成分を予測する時に得られた上記第２画像成分予測値は、上記現在符号化ブロックに対応する第２画像成分又は第第３画像成分であり、つまり、Ｃｂ成分又はＣｒ成分である。第２画像成分と第３画像成分との間の予測を行う時に得られた上記第２画像成分予測値は、上記現在符号化ブロックに対応する第２画像成分又は第３画像成分であり、つまり、Ｃｂ成分又はＣｒ成分である。

更に、本願の実施例において、上記予測装置は、上記比例因子に基づいて上記線形モデルを構築した後、上記線形モデルに基づいて上記現在符号化ブロックに対してビデオ画像成分予測を行うことができ、それによって、上記第２画像成分予測値を得ることができる。

更に、本願の実施例において、現在、２つのＣＣＬＭ予測モードがある。１つは、単一モデルＣＣＬＭ予測モードであり、もう１つは、ＭＭＬＭ予測モードとも呼ばれるマルチモデルＣＣＬＭ（Ｍｕｌｔｉｐｌｅ Ｍｏｄｅｌ ＣＣＬＭ：ＭＭＬＭ）予測モードである。文字通り、単一モデルＣＣＬＭ予測モードは、１つの線形モデルにより、第１画像成分から第２画像成分又は第３画像成分を予測することを実現させるものである。ＭＭＬＭ予測モードは、複数の線形モデルにより第１画像成分から第２画像成分又は第３画像成分を予測することを実現させるものである。例えば、ＭＭＬＭ予測モードにおいて、現在符号化ブロックの第１画像成分隣接参考値及び第２画像成分隣接参考値を２組に分割し、各組をいずれも、線形モデルパラメータを導出するための訓練集合とすることができる。つまり、各組は、いずれも一組の比例因子を導出することができる。従って、本願の実施例で提出されるビデオ画像成分の予測方法は、ＭＭＬＭ予測モードにも適用可能である。同様に、第１画像成分隣接参考値が現在符号化ブロックに対応するパラメータから大きく乖離した場合、又は、第３画像成分隣接参考値が現在符号化ブロックに対応するパラメータから大きく乖離した場合、線形モデルが所望モデルから乖離するという欠陥を解消することができる。更に、該線形モデルに基づいて、現在符号化ブロックの第２画像成分を予測する時、第２画像成分予測値の予測精度を大幅に向上させることができる。

上記から分かるように、本願の実施例において、予測装置は、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値に基づいて相関係数を決定することができる。これにより、隣接参考点と現在符号化ブロックとの間の成分パラメータの相関性に基づいて、異なる隣接参考点に異なる重み係数を割り当て、所望モデルに更に合致する線形モデルを構築することができる。これにより、第１画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、又は、第３画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、線形モデルが所望モデルから乖離するという欠陥を解消することができる。更に、該線形モデルに基づいて、現在符号化ブロックの成分を予測する時、ビデオ画像成分予測値の予測精度を大幅に向上させ、ビデオ画像成分予測を真実のビデオ画像成分値に更に近くすることができる。

実施例２
上記実施例１によれば、本願の実施例において、上記予測装置が前記第１画像成分隣接参考値及び前記第１画像成分再構成値に基づいて、相関係数を決定する方法は、下記ステップを含んでもよい。

ステップ１０２ａにおいて、第１画像成分隣接参考値のうちのいずれか１つの参考値と各第１画像成分再構成値との差分値をそれぞれ算出し、いずれか１つの参考値に対応する成分差分値を得て、１つの第１画像成分隣接参考値と１つの第１画像成分再構成値は、１つの差分値に対応する。

本願の実施例において、上記予測装置は、上記現在符号化ブロックに対応する上記第１画像成分隣接参考値及び上記第１画像成分再構成値を取得した後、上記第１画像成分隣接参考値のうちのいずれか１つの参考値と各上記第１画像成分再構成値との差分値をそれぞれ算出し、上記いずれか１つの参考値に対応する成分差分値を得ることができる。

本願の実施例において、上記第１画像成分隣接参考値内の１つの参考値と上記第１画像成分再構成値内の１つの第１画像成分再構成値は、１つの差分値に対応することに留意されたい。

更に、本願の実施例において、上記予測装置により算出された上記第１画像成分隣接参考値のうちのいずれか１つの参考値と各上記第１画像成分再構成値との差分値は、上記隣接参考点と上記現在符号化ブロックとのビデオ画像成分の相関性を表すことができる。

本願の実施例において、上記成分差分値が大きいほど、上記隣接参考点と上記現在符号化ブロックとの相関性が小さいと考えられる。

ステップ１０２ｂにおいて、成分差分値のうちの最小差分値を相関係数として決定する。

本願の実施例において、上記予測装置は、上記第１画像成分隣接参考値のうちのいずれか１つの参考値と各第１画像成分再構成値との差分値をそれぞれ算出し、上記いずれか１つの参考値に対応する上記成分差分値を得た後、上記成分差分値のうちの最小差分値を上記相関係数として決定することができる。

本願の実施例は、上記予測装置は、上記成分差分値から最小差分値を決定した後、更に、該最小差分値に基づいて、上記相関係数を決定することができることに留意されたい。

更に、本願の実施例において、上記成分差分値が小さいほど、上記隣接参考点と上記現在符号化ブロックとの相関性が大きいと考えられるため、上記予測装置は、上記成分差分値のうちの最小差分値に基づいて上記相関因子を決定することができる。

更に、本願の実施例において、上記予測装置が上記第１画像成分隣接参考値のうちのいずれか１つの参考値と各上記第１画像成分再構成値との差分値をそれぞれ算出し、上記いずれか１つの参考値に対応する成分差分値を得た後、上記重み係数に基づいて比例因子を決定する前に、上記予測装置がビデオ画像成分予測を行う方法は、下記ステップを更に含んでもよい。

ステップ１０６において、いずれか１つの参考値に対応する成分差分値がいずれも所定の差分値閾値より大きい場合、いずれか１つの参考値に対応する隣接参考点の重み係数をゼロとして設定する。

本願の実施例において、上記予測装置は、上記第１画像成分隣接参考値のうちのいずれか１つの参考値と各上記第１画像成分再構成値との差分値をそれぞれ算出し、上記いずれか１つの参考値に対応する上記成分差分値を得た後、且つ上記重み係数に基づいて比例因子を決定する前に、上記いずれか１つの参考値に対応する上記成分差分値がいずれも所定の差分値閾値より大きい場合、上記予測装置は、上記いずれか１つの参考値に対応する隣接参考点の上記重み係数をゼロとして設定することができる。

本発明の実施例において、上記予測装置は、上記いずれか１つの参考値に対応する上記成分差分値を得た後、上記成分差分値を上記所定の差分値閾値と比較する。上記いずれか１つの参考値に対応する上記成分差分値がいずれも上記所定の差分値閾値より大きい場合、上記いずれか１つの第１画像成分隣接参考値が上記現在符号化ブロックから大きく乖離したと考えられる。それによって、上記予測装置は、上記いずれか１つの第１画像成分隣接参考値に対応する隣接参考点を取り除いてもよく、つまり、上記いずれか１つの参考値に対応する隣接参考点の上記重み係数をゼロとして設定する。

更に、本発明の実施例において、上記予測装置は、線形モデルを演算する前に、上記現在符号化ブロックの上記第１画像成分再構成値と上記第１画像成分隣接参考値との相関性を考慮することができる。つまり、上記第１画像成分隣接参考値と上記第１画像成分再構成値との差分値に基づいて、上記第１画像成分隣接参考値を選択する。

更に、本発明の実施例において、上記予測装置は、閾値、即ち、所定の差分値閾値を事前に設定することができ、そして、上記第１画像成分隣接参考値内の各参考値をトラバースし、上記現在符号化ブロックにおける各上記第１画像成分再構成値との差分値をそれぞれ算出する。上記第１画像成分隣接参考値内の何かしらの１つの第１画像成分隣接参考値と各上記第１画像成分再構成値との差分値の最小値が上記所定の差分値閾値より大きい場合、上記予測装置は、該隣接参考点が、正確に演算する線形モデルにとって、干渉点であると見なすことができる。従って、これを線形モデルの訓練サンプルから取り除き、これにより、干渉点が取り除かれた上記第１画像成分隣接参考値を線形モデルの訓練サンプルとして、モデルパラメータの算出を行うことができる。

本発明の実施例において、図８は、本願の実施例における干渉点を取り除く概略図である。図８に示すように、現在符号化ブロックの第１画像成分隣接参考値のうち、幾つかの第１画像成分値が現在符号化ブロックの第１画像成分再構成値から乖離している場合、線形モデルを演算する時、該点を取り除き、線形モデルの訓練サンプルとして利用しない。この場合、算出された線形モデルはより正確になる
上記から分かるように、本願の実施例において、予測装置は、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値に基づいて相関係数を決定することができる。これにより、隣接参考点と現在符号化ブロックとの間の成分パラメータの相関性に基づいて、異なる隣接参考点に異なる重み係数を割り当て、所望モデルに更に合致する線形モデルを構築することができる。これにより、第１画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、又は、第３画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、線形モデルが所望モデルから乖離するという欠陥を解消することができる。更に、該線形モデルに基づいて、現在符号化ブロックの成分を予測する時、ビデオ画像成分予測値の予測精度を大幅に向上させ、ビデオ画像成分予測を真実のビデオ画像成分値に更に近くすることができる。

実施例３
上記実施例１に基づいて、本願の実施例において、上記予測装置が上記重み係数に基づいて比例因子を決定するステップ１０４の前に、上記予測装置がビデオ画像成分予測を行う方法は、下記ステップを更に含んでもよい。

ステップ１０７において、現在符号化ブロックに対応する第２画像成分隣接参考値を取得し、第２画像成分隣接参考値は、隣接参考点に対応する、第１画像成分パラメータと異なる第２画像成分パラメータである。

本願の実施例において、上記予測装置は、上記重み係数に基づいて上記比例因子を決定する前に、まず、前記現在符号化ブロックに対応する第２画像成分隣接参考値を取得することができる。

本願の実施例において、前記第２画像成分隣接参考値は、前記隣接参考点に対応する、前記第１画像成分パラメータと異なる第２画像成分パラメータであることに留意されたい。

本願の実施例において、前記比例因子は、第１比例パラメータ及び第２比例パラメータを含み、上記装置が前記重み係数に基づいて比例因子を決定する方法は、下記ステップを含んでもよい。

１０４ａにおいて、重み係数、第１画像成分隣接参考値及び第２画像成分隣接参考値を第１プリセット因子演算モデルに入力し、第１比例パラメータを得る。

本発明の実施例において、上記予測装置は、上記相関係数を所定の重み演算モデルに入力し、上記第１画像成分隣接参考値に対応する上記重み係数を得た後、上記重み係数、上記第１画像成分隣接参考値及び上記第２画像成分隣接参考値を第１プリセット因子演算モデルに入力し、上記第１比例パラメータを得ることができる。

本発明の実施例において、上記予測装置が第１画像成分により第２画像成分を予測する時、上記比例因子は、上記第１比例パラメータ及び上記第２比例パラメータを含んでもよく、上記第１比例パラメータ及び上記第２比例パラメータは、上記第１画像成分再構成値に基づいて上記第２画像成分予測値を生成するためのものであることに留意されたい。

更に、本願の実施例において、上記予測装置は、上記第１画像成分隣接参考値及び上記第２画像成分隣接参考値に基づいて上記第１比例パラメータを更に算出する時、式（６）に示すような上記第１プリセット因子演算モデルを用いることができる。

ステップ１０４ｂにおいて、重み係数、第１比例パラメータ、第１画像成分隣接参考値及び第２画像成分隣接参考値を第２プリセット因子演算モデルに入力し、第２比例パラメータを得る。

本願の実施例において、上記予測装置は、上記重み係数、上記第１画像成分隣接参考値及び上記第２画像成分隣接参考値を上記第１プリセット因子演算モデルに入力し、上記第１比例パラメータを得た後、引き続き、上記重み係数、上記第１比例パラメータ、上記第１画像成分隣接参考値及び上記第２画像成分隣接参考値を第２プリセット因子演算モデルに入力し、第２比例パラメータを得ることができる。

更に、本願の実施例において、上記予測装置は、上記第１画像成分隣接参考値及び上記第２画像成分隣接参考値に基づいて上記第２比例パラメータを更に算出する時、式（７）に示すような上記第２プリセット因子演算モデルを用いることができる。

本願の実施例において、更に、上記予測装置が前記重み係数に基づいて比例因子を決定するステップ１０４の前に、上記予測装置がビデオ画像成分予測を行う方法は、下記ステップを更に含んでもよい。

ステップ１０８において、現在符号化ブロックに対応する第２画像成分隣接参考値及び第３画像成分隣接参考値を取得し、第２画像成分隣接参考値及び第３画像成分隣接参考値はそれぞれ、隣接参考点の第２画像成分パラメータ及び第３画像成分パラメータを表す。

本願の実施例において、上記予測装置は、上記重み係数に基づいて上記比例因子を決定する前に、まず、上記現在符号化ブロックに対応する第２画像成分隣接参考値及び第３画像成分隣接参考値を取得することができる。

本願の実施例において、前記第２画像成分隣接参考値及び第３画像成分隣接参考値はそれぞれ、前記隣接参考点の第２画像成分パラメータ及び第３画像成分パラメータを表すことに留意されたい。具体的には、上記第３画像成分隣接参考値及び上記第２画像成分隣接参考値は、同一成分の間の予測を行うために用いられる。

更に、本願の実施例において、上記第３画像成分隣接参考値及び上記第２画像成分隣接参考値はそれぞれ、上記隣接参考点に対応する隣接参考Ｃｂ値及び隣接参考Ｃｒ値であってもよい。

本願の実施例において、更に、上記予測装置は、前記比例因子により、前記現在符号化ブロックに対応する第２画像成分予測値を得るステップ１０５の前に、上記予測装置がビデオ画像成分予測を行う方法は、下記ステップを更に含んでもよい。

ステップ１０９において、現在符号化ブロックに対応する第２画像成分推定値及び第３画像成分再構成残差を取得する。

本願の実施例において、上記予測装置は、上記比例因子に基づいて、上記現在符号化ブロックに対応する上記第２画像成分予測値を得る前に、まず、上記現在符号化ブロックに対応する第２画像成分推定値及び第３画像成分再構成残差を取得することができる。

本願の実施例において、上記第２画像成分推定値は、上記現在符号化ブロックに対応する第２画像成分に基づいて従来の成分予測を行うことで得られたものであり、上記第３画像成分再構成残差は、上記現在符号化ブロックに対応する第３画像成分の予測残差を表すためのものであることに留意されたい。

本願の実施例において、更に、前記比例因子は、第３比例パラメータを含み、上記予測装置が前記重み係数に基づいて比例因子を決定する方法は、下記ステップを含んでもよい。

ステップ１０４ｃにおいて、重み係数、第３画像成分隣接参考値及び第２画像成分隣接参考値を第３プリセット因子演算モデルに入力し、第３比例パラメータを得る。

本発明の実施例において、上記予測装置は、上記相関係数を所定の重み演算モデルに入力し、上記隣接参考点に対応する上記重み係数を得た後、上記重み係数、上記第３画像成分隣接参考値及び上記第２画像成分隣接参考値を第３プリセット因子演算モデルに入力し、上記第３比例パラメータを得ることができる。

本発明の実施例において、上記予測装置が第２画像成分と第３画像成分との間の予測を行う時、上記比例因子は、上記第３比例パラメータを含んでもよいことに留意されたい。

更に、本願の実施例において、上記予測装置が上記第３画像成分隣接参考値及び上記第２画像成分隣接参考値に基づいて上記第３比例パラメータを更に算出する時、式（８）に示すような上記第３プリセット因子演算モデルを用いることができる。

上記から分かるように、本願の実施例において、予測装置は、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値に基づいて相関係数を決定することができる。これにより、隣接参考点と現在符号化ブロックとの間の成分パラメータの相関性に基づいて、異なる隣接参考点に異なる重み係数を割り当て、所望モデルに更に合致する線形モデルを構築することができる。これにより、第１画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、又は、第３画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、線形モデルが所望モデルから乖離するという欠陥を解消することができる。更に、該線形モデルに基づいて、現在符号化ブロックの成分を予測する時、ビデオ画像成分予測値の予測精度を大幅に向上させ、ビデオ画像成分予測を真実のビデオ画像成分値に更に近くすることができる。

実施例４
上記実施例３によれば、本願の実施例において、上記予測装置が前記比例因子により、前記現在符号化ブロックに対応する第２画像成分予測値を得る方法は、下記ステップを含んでもよい。

ステップ１０５ａにおいて、第１比例パラメータ、第２比例パラメータ及び第１画像成分再構成値に基づいて、第２画像成分予測値を得る。

本願の実施例において、上記予測装置は、上記重み係数に基づいて上記比例因子を決定した後、上記第１比例パラメータ、上記第２比例パラメータを含む比例因子及び上記第１画像成分再構成値に基づいて、上記第２画像成分予測値を更に得ることができる。

本願の実施例において、上記予測装置は、上記第１比例パラメータ、上記第２比例パラメータを含む比例因子を得た後、上記第１比例パラメータ、上記第２比例パラメータ及び上記第１画像成分再構成値に基づいて、ビデオ画像成分予測を行うための線形モデルを構築することができる。これにより、該線形モデルに基づいて上記現在符号化ブロックの第２画像成分を構築し、上記第２画像成分予測値を得ることができる。

更に、本願の実施例において、上記予測装置は、上記式（１）により、上記第２画像成分予測値を決定することができる。つまり、上記予測装置は、上記第１比例パラメータ、上記第２比例パラメータ及び上記第１画像成分再構成値に基づいて、上記第２画像成分予測値を算出することができる。

本願の実施例において、上記予測装置が前記比例因子により、前記現在符号化ブロックに対応する第２画像成分予測値を得る方法は下記ステップを更に含んでもよい。

ステップ１０５ｂにおいて、第３比例パラメータ、第２画像成分推定値及び第３画像成分再構成残差に基づいて、第２画像成分予測値を得る。

本願の実施例において、上記予測装置は、上記重み係数に基づいて上記比例因子を決定した後、上記第３比例パラメータを含む比例因子、上記第２画像成分推定値及び上記第３画像成分再構成残差に基づいて、上記第２画像成分予測値を更に得ることができる。

本願の実施例において、上記予測装置は、上記第３比例パラメータを含む比例因子を得た後、上記第３比例パラメータ、上記第２画像成分推定値及び上記第３画像成分再構成残差に基づいて、ビデオ画像成分予測のための線形モデルを構築することができる。これにより、該線形モデルに基づいて上記現在符号化ブロックの第２画像成分を構築し、上記第２画像成分予測値を得ることができる。

更に、本願の実施例において、上記予測装置は、上記式（３）により、上記第２画像成分予測値を決定することができる。つまり、上記予測装置は、上記第３比例パラメータ、上記第２画像成分推定値及び上記第３画像成分再構成残差に基づいて、上記第２画像成分予測値を算出することができる。

上記から分かるように、本願の実施例において、予測装置は、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値に基づいて相関係数を決定することができる。これにより、隣接参考点と現在符号化ブロックとの間の成分パラメータの相関性に基づいて、異なる隣接参考点に異なる重み係数を割り当て、所望モデルに更に合致する線形モデルを構築することができる。これにより、第１画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、又は、第３画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、線形モデルが所望モデルから乖離するという欠陥を解消することができる。更に、該線形モデルに基づいて、現在符号化ブロックの成分を予測する時、ビデオ画像成分予測値の予測精度を大幅に向上させ、ビデオ画像成分予測を真実のビデオ画像成分値に更に近くすることができる。

実施例５
上記実施例１から実施例４と同様の発明構想によれば、図９は、本願の実施例による予測装置の構造を示す第１概略図である。図９に示すように、本願の実施例による予測装置１は、取得部１１と、決定部１２と、設定部１３と、を備えてもよい。

取得部１１は、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得するように構成され、前記第１画像成分隣接参考値は、前記現在符号化ブロックの隣接参考点に対応する第１画像成分パラメータを表すためのものであり、前記第１画像成分再構成値は、前記現在符号化ブロックに対応する１つ又は複数の第１画像成分の再構成パラメータを表すためのものである。

決定部１２は、取得部１１が現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得した後、前記第１画像成分隣接参考値及び前記第１画像成分再構成値に基づいて、相関係数を決定するように構成され、前記相関係数は、前記現在符号化ブロックと前記隣接参考点との間の画像成分乖離度合いを表すためのものである。

取得部１１は更に、決定部１２が前記第１画像成分隣接参考値及び前記第１画像成分再構成値に基づいて、相関係数を決定した後、前記相関係数を所定の重み演算モデルに入力し、前記隣接参考点に対応する重み係数を得るように構成される。

決定部１２は更に、取得部１１が前記相関係数を所定の重み演算モデルに入力し、前記隣接参考点に対応する重み係数を得た後、前記重み係数に基づいて比例因子を決定するように構成される。

取得部１１は更に、決定部１２が前記重み係数に基づいて比例因子を決定した後、前記比例因子により、前記現在符号化ブロックに対応する第２画像成分予測値を得るように構成される。

更に、本願の実施例において、前記決定部１２は具体的には、前記第１画像成分隣接参考値のうちのいずれか１つの参考値と各前記第１画像成分再構成値との差分値をそれぞれ算出し、前記いずれか１つの参考値に対応する成分差分値を得るように構成され、１つの第１画像成分隣接参考値と１つの第１画像成分再構成値は、１つの差分値に対応し、前記決定部１２は具体的には、前記成分差分値のうちの最小差分値を前記相関係数として決定するように構成される。

更に、本願の実施例において、前記取得部１１は更に、前記重み係数に基づいて比例因子を決定する前に、前記現在符号化ブロックに対応する第２画像成分隣接参考値を取得するように構成され、前記第２画像成分隣接参考値は、前記隣接参考点に対応する、前記第１画像成分パラメータと異なる第２画像成分パラメータである。

更に、本願の実施例において、前記比例因子は、第１比例パラメータ及び第２比例パラメータを含み、前記決定部１２は更に具体的には、前記重み係数、前記第１画像成分隣接参考値及び前記第２画像成分隣接参考値を第１プリセット因子演算モデルに入力し、前記第１比例パラメータを得て、前記重み係数、前記第１比例パラメータ、前記第１画像成分隣接参考値及び前記第２画像成分隣接参考値を第２プリセット因子演算モデルに入力し、前記第２比例パラメータを得るように構成される。

更に、本願の実施例において、前記取得部１１は更に、前記重み係数に基づいて比例因子を決定する前に、前記現在符号化ブロックに対応する第３画像成分隣接参考値及び第２画像成分隣接参考値を取得するように構成され、前記第２画像成分隣接参考値及び第３画像成分隣接参考値はそれぞれ、前記隣接参考点の第２画像成分パラメータ及び第３画像成分パラメータを表す。

更に、本願の実施例において、取得部１１は更に、前記比例因子により、前記現在符号化ブロックに対応する第２画像成分予測値を得る前に、前記現在符号化ブロックに対応する第２画像成分推定値及び第３画像成分再構成残差を取得するように構成され、前記第２画像成分推定値は、前記現在符号化ブロックに対応する第２画像成分に基づいて成分予測を行うことによって得られたものであり、前記第３画像成分再構成残差は、前記現在符号化ブロックに対応する予測残差を表すためのものである。

更に、本願の実施例において、前記比例因子は、第３比例パラメータを含み、決定部１２は更に具体的には、前記重み係数、前記第２画像成分隣接参考値及び前記第３画像成分隣接参考値を第３プリセット因子演算モデルに入力し、前記第３比例パラメータを得るように構成される。

更に、本願の実施例において、取得部１１は具体的には、前記第１比例パラメータ、前記第２比例パラメータ及び前記第１画像成分再構成値に基づいて、前記第２画像成分予測値を得るように構成される。

更に、本願の実施例において、取得部１１は更に具体的には、前記第３比例パラメータ、前記第２画像成分推定値及び前記第３画像成分再構成残差に基づいて、前記第２画像成分予測値を得るように構成される。

更に、本願の実施例において、設定部１３は、前記第１画像成分隣接参考値のうちのいずれか１つの参考値と各前記第１画像成分再構成値との差分値をそれぞれ算出し、前記いずれか１つの参考値に対応する成分差分値を得た後、且つ、前記重み係数に基づいて比例因子を決定する前に、前記いずれか１つの参考値に対応する成分差分値がいずれも所定の差分値閾値より大きい場合、前記いずれか１つの参考値に対応する隣接参考点の重み係数をゼロとして設定するように構成される。

図１０は、本願の実施例による予測装置の構造を示す第２概略図である。図１０に示すように、本願の実施例による予測装置１は、プロセッサ１４と、プロセッサ１４による実行可能な命令を記憶するメモリ１５と、通信インタフェース１６と、プロセッサ１４、メモリ１５及び通信インタフェース１６を接続するためのバス１７と、を備えてもよい。

本願の実施例において、上記プロセッサ１４は、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｒｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、デジタル信号プロセッサ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ：ＤＳＰ）、デジタル信号処理装置（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｄｅｖｉｃｅ：ＤＳＰＤ）、プログラマブルロジックデバイス（ＰｒｏｇＲＡＭｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＰＬＤ）、現場でプログラム可能なゲートアレイ（Ｆｉｅｌｄ ＰｒｏｇＲＡＭｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ）、中央演算装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）、コントローラ、マイクロコントローラ、マイクロプロセッサのうちの少なくとも１つであってもよい。異なる装置について、上記プロセッサ機能を実現させるための電子機器は、他のものであってもよく、本願の実施例は、これを具体的に限定するものではないことが理解されるべきである。装置１は、メモリ１５を更に備えてもよい。該メモリ１５は、プロセッサ１４に接続されてもよい。メモリ１５は、実行可能なプログラムコードを記憶するように構成され、該プログラムコードは、コンピュータ操作命令を含む。メモリ１５は、高速ＲＡＭメモリを含んでもよく、例えば、少なくとも２つの磁気ディスクメモリのような不揮発性メモリを含んでもよい。

本願の実施例において、バス１７は、通信インタフェース１６、プロセッサ１４及びメモリ１５を接続してこれらの素子間の相互通信に用いられる。

本願の実施例において、メモリ１５は、命令及びデータを記憶するように構成される。

更に、本願の実施例において、上記プロセッサ１４は、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得することであって、第１画像成分隣接参考値は、現在符号化ブロックの隣接参考点に対応する第１画像成分パラメータを表すためのものであり、第１画像成分再構成値は、現在符号化ブロックに対応する１つ又は複数の第１画像成分の再構成パラメータを表すためのものである、ことと、第１画像成分隣接参考値及び第１画像成分再構成値に基づいて、相関係数を決定することであって、相関係数は、現在符号化ブロックと隣接参考点との間の画像成分乖離度合いを表すためのものである、ことと、相関係数を所定の重み演算モデルに入力し、隣接参考点に対応する重み係数を得ることと、重み係数に基づいて比例因子を決定することと、比例因子により、現在符号化ブロックに対応する第２画像成分予測値を得ることと、を実行するように構成される。

実際の適用において、上記メモリ１５は、ランダムアクセス第１メモリ（Ｒａｎｄｏｍ－Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）のような揮発性第１メモリ（ｖｏｌａｔｉｌｅ ｍｅｍｏｒｙ）であってもよく、又は、読出し専用第１メモリ（Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ：ＲＯＭ）、フラッシュ第１メモリ（ｆｌａｓｈ ｍｅｍｏｒｙ）、ハードディスク（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ：ＨＤＤ）又はソリッドステートドライブ（Ｓｏｌｉｄ－Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）のような不揮発性第１メモリ（ｎｏｎ－ｖｏｌａｔｉｌｅ ｍｅｍｏｒｙ）であってもよく、又は上記第１メモリの組み合わせであってもよい。これは、プロセッサ１４に命令及びデータを提供する。

なお、本実施例における各機能モジュールは一つの処理ユニットに集積されてもよいし、各ユニットが物理的に別個のものとして存在してもよいし、２つ以上のユニットが一つのユニットに集積されてもよい。上記集積したユニットは、ハードウェアの形態で実現してもよく、ソフトウェア機能モジュールの形態で実現してもよい。

集積したユニットはソフトウェア機能モジュールの形で実現され、かつ独立した製品として販売または使用されるとき、コンピュータにより読み取り可能な記憶媒体内に記憶されてもよい。このような理解のもと、本発明の技術的解決手段は、本質的に、又は、従来技術に対して貢献をもたらした部分又は該技術的解決手段の一部は、ソフトウェア製品の形式で具現することができ、このようなコンピュータソフトウェア製品は、記憶媒体に記憶しても良く、また、コンピュータ設備（パソコン、サーバ、又はネットワーク装置など）又はｐｒｏｃｅｓｓｏｒ（プロセッサ）に、本実施例に記載の方法の全部又は一部のステップを実行させるための若干の命令を含む。前記の記憶媒体は、ＵＳＢメモリ、リムーバブルハードディスク、読み出し専用メモリ（ＲＯＭ：Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ランダムアクセスメモリ（ＲＡＭ：Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、磁気ディスク又は光ディスクなどの、プログラムコードを記憶できる種々の媒体を含む。

本願の実施例は予測装置を提供する。該予測装置は、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値に基づいて、相関係数を決定することができる。これにより、隣接参考点と現在符号化ブロックとの間の成分パラメータの相関性に基づいて、異なる隣接参考点に異なる重み係数を割り当て、所望モデルに更に合致する線形モデルを構築することができる。これにより、第１画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、又は、第３画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、線形モデルが所望モデルから乖離するという欠陥を解消することができる。更に、該線形モデルに基づいて、現在符号化ブロックの成分を予測する時、ビデオ画像成分予測値の予測精度を大幅に向上させ、ビデオ画像成分予測を真実のビデオ画像成分値に更に近くすることができる。

本願の実施例は、第１コンピュータ可読記憶媒体を提供する。前記第１コンピュータ可読記憶媒体にプログラムが記憶されており、該プログラムがプロセッサにより実行される時、実施例１から実施例４に記載の方法を実現させる。

具体的には、本実施例におけるビデオ画像成分の予測方法に対応するプログラム命令は、光ディスク、ハードディスク、ＵＳＢメモリなどの記憶媒体に記憶されてもよい。記憶媒体におけるビデオ画像成分の予測方法に対応するプログラム命令が電子機器により読み取られるか又は実行される時、
現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得することであって、前記第１画像成分隣接参考値は、前記現在符号化ブロックの隣接参考点に対応する第１画像成分パラメータを表すためのものであり、前記第１画像成分再構成値は、前記現在符号化ブロックに対応する１つ又は複数の第１画像成分の再構成パラメータを表すためのものである、ことと、
前記第１画像成分隣接参考値及び前記第１画像成分再構成値に基づいて、相関係数を決定することであって、前記相関係数は、前記現在符号化ブロックと前記隣接参考点との間の画像成分乖離度合いを表すためのものである、ことと、
前記相関係数を所定の重み演算モデルに入力し、前記隣接参考点に対応する重み係数を得ることと、
前記重み係数に基づいて比例因子を決定することと、
前記比例因子により、前記現在符号化ブロックに対応する第２画像成分予測値を得ることと、を含む。

当業者であれば、本願の実施例は、方法、システム、又はコンピュータプログラム製品として提供されてもよいことを理解すべきである。従って、本願は、ハードウェア実施例、ソフトウェア実施例、又はソフトウェアとハードウェアを組み合わせた実施例の形態を用いることができる。また、本願は、コンピュータ利用可能なプログラムコードを含む１つ又は複数のコンピュータ利用可能な記憶媒体（磁気ディスクメモリ及び光学メモリ等を含むが、これらに限定されない）で実行されるコンピュータプログラム製品の形態としてもよい。

本発明は、本発明の実施例に基づく方法、装置（システム）及びコンピュータプログラム製品のフローチャート及び／又はブロック図を参照して説明されたものである。コンピュータプログラム命令によりフローチャート及び／又はブロック図における各フロー及び／又はブロック、及びフローチャート及び／又はブロック図における各フロー及び／又はブロックの組み合わせを実現することができることが理解されるべきである。これらのコンピュータプログラム命令を汎用コンピュータ、専用コンピュータ、埋め込みプロセッサ又は他のプログラマブルデータ処理装置のプロセッサへ提供することで機器を構成する。それによって、コンピュータまたは他のプログラマブルデータ処理装置のプロセッサによって実行する命令が、フローチャートにおける１つのフロー又は複数のフロー及び／又はブロック図における１つのブロック又は複数のブロックで指定された機能を実現させるための装置を構成する。

これらのコンピュータプログラム命令は、コンピュータ又は他のプログラマブルデータ処理装置を所定の方式で動作させるように指示することができるコンピュータ可読メモリに記憶されてもよく。これにより該コンピュータ可読メモリに記憶されている命令により、命令装置を備える製品を構成し、該命令装置は、フローチャートにおける１つのフロー又は複数のフロー及び／又はブロック図における１つのブロック又は複数のブロックで指定された機能を実現させる。

これらのコンピュータプログラム命令は、コンピュータ又は他のプログラマブルデータ処理装置にインストールされてもよい。これにより、コンピュータ又は他のプログラマブルデータ処理装置上で一連の操作を実行してコンピュータにより実行される処理を生成する。これによりコンピュータ又は他のプログラマブルデータ処理装置上で実行される指令により、フローチャートにおける１つのフロー又は複数のフロー及び／又はブロック図における１つのブロック又は複数のブロックで指定された機能を実現させるための工程を提供する。

以上は、本発明の好適な実施例に過ぎず、本発明の保護範囲を限定するものではない。

本願の実施例は、ビデオ画像成分の予測方法、装置、及びコンピュータ記憶媒体を提供する。予測装置は、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値に基づいて相関係数を決定することができる。これにより、隣接参考点と現在符号化ブロックとの間の成分パラメータの相関性に基づいて、異なる隣接参考点に異なる重み係数を割り当て、所望モデルに更に合致する線形モデルを構築することができる。これにより、第１画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、又は、第３画像成分隣接参考値が現在符号化ブロックに対応する成分パラメータから大きく乖離した場合、線形モデルが所望モデルから乖離するという欠陥を解消することができる。更に、該線形モデルに基づいて、現在符号化ブロックの成分を予測する時、ビデオ画像成分予測値の予測精度を大幅に向上させ、ビデオ画像成分予測を真実のビデオ画像成分値に更に近くすることができる。

Claims (34)

1. ビデオ画像成分の予測方法であって、前記方法は、デコーダに適用され、
   現在ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得することであって、前記第１画像成分隣接参考値は、前記現在ブロックの隣接参考点に対応する第１画像成分パラメータを表すためのものであり、前記第１画像成分再構成値は、前記現在ブロックに対応する１つ又は複数の第１画像成分の再構成パラメータを表すためのものである、ことと、
   前記隣接参考点に対応する重み係数を決定することと、
   前記第１画像成分隣接参考値、及び前記重み係数に基づいて、比例因子を決定することと、
   前記比例因子に対応する線形モデルに基づいて、前記現在ブロックに対応する第２画像成分予測値を得ることと、を含み、
   前記隣接参考点に対応する重み係数を決定することは
   前記現在ブロックと前記隣接参考点との間の相関性に基づいて、前記重み係数を決定することを含むことを特徴とする、
   ビデオ画像成分の予測方法。
2. 前記第１画像成分隣接参考値、及び前記重み係数に基づいて、比例因子を決定する前に、前記方法は、
   前記現在ブロックに対応する第２画像成分隣接参考値を取得することを更に含み、前記第２画像成分隣接参考値は、前記隣接参考点に対応する、前記第１画像成分パラメータと異なる第２画像成分パラメータであることを特徴とする、
   請求項１に記載の方法。
3. 前記第１画像成分隣接参考値、及び前記重み係数に基づいて、比例因子を決定することは、
   前記重み係数、前記第１画像成分隣接参考値及び前記第２画像成分隣接参考値をプリセット因子演算モデルに入力し、前記比例因子を得ること、を含むことを特徴とする、
   請求項２に記載の方法。
4. 前記比例因子に対応する線形モデルに基づいて、前記現在ブロックに対応する第２画像成分予測値を得る前に、前記方法は、
   前記現在ブロックに対応する第２画像成分推定値を取得することを更に含み、前記第２画像成分推定値は、前記現在ブロックに対応する第２画像成分に基づいて成分予測を行うことによって得られたものであることを特徴とする、
   請求項２に記載の方法。
5. 前記比例因子に対応する線形モデルに基づいて、前記現在ブロックに対応する第２画像成分予測値を得ることは、
   前記比例因子に対応する線形モデル、及び前記第１画像成分再構成値に基づいて、前記第２画像成分予測値を得ることを含むことを特徴とする、
   請求項３に記載の方法。
6. 前記比例因子に対応する線形モデルに基づいて、前記現在ブロックに対応する第２画像成分予測値を得ることは、
   前記比例因子及び前記第２画像成分推定値に基づいて、前記第２画像成分予測値を得ることを含むことを特徴とする、
   請求項４に記載の方法。
7. 前記方法は、
   一部の参考値に対応する一部の参考点の重み係数をゼロに設定することであって、前記一部の参考点と前記現在ブロックとの位置上の相関性が所定閾値を満たさないこと、又は、
   前記隣接参考点から一部の参考点を取り除くことであって、前記一部の参考点と前記現在ブロックとの位置上の相関性が所定閾値を満たさないこと、又は、
   前記隣接参考点に対して選択処理を行うこと、を更に含むことを特徴とする、
   請求項１に記載の方法。
8. 前記隣接参考点に対して選択処理を行うことは、
   前記隣接参考点に対してサブサンプリング処理を行い、一部の参考点を決定することを含むことを特徴とする、
   請求項７に記載の方法。
9. 前記隣接参考点は、前記現在ブロックの上側の画素点、及び前記現在ブロックの左側の画素点のうちの少なくとも一つを含むことを特徴とする、
   請求項１に記載の方法。
10. 前記比例因子は前記線形モデルの係数であり、前記線形モデルは第１画像成分に基づいて第２画像成分を予測するためのものであることを特徴とする、
    請求項１に記載の方法。
11. デコーダであって、取得部と決定部とを含み、
    前記取得部は、現在ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得するように構成され、前記第１画像成分隣接参考値は、前記現在ブロックの隣接参考点に対応する第１画像成分パラメータを表すためのものであり、前記第１画像成分再構成値は、前記現在ブロックに対応する１つ又は複数の第１画像成分の再構成パラメータを表すためのものであり、
    前記決定部は、前記隣接参考点に対応する重み係数を決定し、前記第１画像成分隣接参考値、及び前記重み係数に基づいて、比例因子を決定するように構成され、
    前記取得部は、前記比例因子に対応する線形モデルに基づいて、前記現在ブロックに対応する第２画像成分予測値を得るようにさらに構成され、
    前記決定部は、
    前記現在ブロックと前記隣接参考点との間の相関性に基づいて、前記重み係数を決定するように構成される、
    デコーダ。
12. 前記取得部は、
    前記第１画像成分隣接参考値、及び前記重み係数に基づいて、比例因子を決定する前に、
    前記現在ブロックに対応する第２画像成分隣接参考値を取得するように構成され、
    前記第２画像成分隣接参考値は、前記隣接参考点に対応する、前記第１画像成分パラメータと異なる第２画像成分パラメータである、
    請求項１１に記載のデコーダ。
13. 前記決定部は、前記重み係数、前記第１画像成分隣接参考値及び前記第２画像成分隣接参考値をプリセット因子演算モデルに入力し、前記比例因子を得るように構成され、
    前記取得部は、前記比例因子に対応する線形モデル、及び前記第１画像成分再構成値に基づいて、前記第２画像成分予測値を得るようにさらに構成される、
    請求項１２に記載のデコーダ。
14. 前記取得部は、
    前記比例因子に対応する線形モデルに基づいて、前記現在ブロックに対応する第２画像成分予測値を得る前に、
    前記現在ブロックに対応する第２画像成分推定値を取得するように構成され、
    前記第２画像成分推定値は、前記現在ブロックに対応する第２画像成分に基づいて成分予測を行うことによって得られたものである、
    請求項１２に記載のデコーダ。
15. 前記デコーダは、一部の参考値に対応する一部の参考点の重み係数をゼロに設定するように構成される設定部を更に含み、前記一部の参考点と前記現在ブロックとの位置上の相関性が所定閾値を満たさなく、
    前記決定部は、前記隣接参考点から一部の参考点を取り除き、前記一部の参考点と前記現在ブロックとの位置上の相関性が所定閾値を満たさなく、又は、前記隣接参考点に対して選択処理を行うように構成される、
    請求項１１に記載のデコーダ。
16. 前記決定部は、
    前記隣接参考点に対してサブサンプリング処理を行い、一部の参考点を決定する構成される、
    請求項１５に記載のデコーダ。
17. 前記隣接参考点は、前記現在ブロックの上側の画素点、及び前記現在ブロックの左側の画素点のうちの少なくとも一つを含む、
    請求項１１に記載のデコーダ。
18. ビデオ画像成分の予測方法であって、エンコーダに適用され、
    現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得することであって、前記第１画像成分隣接参考値は、前記現在符号化ブロックの隣接参考点に対応する第１画像成分パラメータを表すためのものであり、前記第１画像成分再構成値は、前記現在符号化ブロックに対応する１つ又は複数の第１画像成分の再構成パラメータを表すためのものである、ことと、
    前記隣接参考点に対応する重み係数を決定することと、 前記第１画像成分隣接参考値、及び前記重み係数に基づいて、比例因子を決定することと、
    前記比例因子に対応する線形モデルに基づいて、前記現在符号化ブロックに対応する第２画像成分予測値を得ることと、を含み、
    前記隣接参考点に対応する重み係数を決定することは
    前記現在符号化ブロックと前記隣接参考点との間の相関性に基づいて、前記重み係数を決定することを含むことを特徴とする、
    ビデオ画像成分の予測方法。
19. 前記第１画像成分隣接参考値、及び前記重み係数に基づいて比例因子を決定する前に、前記方法は、
    前記現在符号化ブロックに対応する第２画像成分隣接参考値を取得することであって、前記第２画像成分隣接参考値は、前記隣接参考点に対応する、前記第１画像成分パラメータと異なる第２画像成分パラメータである、ことを更に含むことを特徴とする
    請求項１８に記載の方法。
20. 前記第１画像成分隣接参考値、及び前記重み係数に基づいて比例因子を決定することは、
    前記重み係数、前記第１画像成分隣接参考値及び前記第２画像成分隣接参考値をプリセット因子演算モデルに入力し、前記比例因子を得ること、を含むことを特徴とする、
    請求項１９に記載の方法。
21. 前記現在符号化ブロックに対応する第１画像成分隣接参考値と第１画像成分再構成値は、少なくとも２グループの第１画像成分隣接参考値と第１画像成分再構成値を含み、
    各グループの第１画像成分隣接参考値と第１画像成分再構成値に対して、重み係数をそれぞれ決定することと、
    前記重み係数、前記第１画像成分隣接参考値及び前記第２画像成分隣接参考値をプリセット因子演算モデルに入力し、前記少なくとも２グループの第１画像成分隣接参考値と第１画像成分再構成値が対応する少なくとも２グループの比例因子を得ることと、
    前記少なくとも２グループの比例因子から１グループの比例因子を選択することと、を含む、
    請求項１９に記載の方法。
22. 前記比例因子に対応する線形モデルに基づいて、前記現在符号化ブロックに対応する第２画像成分予測値を得る前に、前記方法は、
    前記現在符号化ブロックに対応する第２画像成分推定値を取得することであって、前記第２画像成分推定値は、前記現在符号化ブロックに対応する第２画像成分に基づいて成分予測を行うことによって得られたものである、ことを更に含むことを特徴とする
    請求項１９に記載の方法。
23. 前記比例因子に対応する線形モデルに基づいて、前記現在符号化ブロックに対応する第２画像成分予測値を得る前に、前記方法は、
    前記比例因子に対応する線形モデル、及び前記第１画像成分再構成値に基づいて、前記第２画像成分予測値を得ることを含むことを特徴とする、
    請求項２０に記載の方法。
24. 前記比例因子に対応する線形モデルに基づいて、前記現在符号化ブロックに対応する第２画像成分予測値を得ることは、
    前記比例因子及び前記第２画像成分推定値に基づいて、前記第２画像成分予測値を得ることを含むことを特徴とする
    請求項２２に記載の方法。
25. 前記方法は、
    一部の参考値に対応する一部の参考点の重み係数をゼロに設定することであって、前記一部の参考点と前記現在符号化ブロックとの位置上の相関性が所定閾値を満たさないこと、又は、
    前記隣接参考点から一部の参考点を取り除くことであって、前記一部の参考点と前記現在符号化ブロックとの位置上の相関性が所定閾値を満たさないこと、又は、
    前記隣接参考点に対して選択処理を行うこと、を更に含むことを特徴とする、
    請求項１８に記載の方法。
26. 前記隣接参考点に対して選択処理を行うことは、
    前記隣接参考点に対してサブサンプリング処理を行い、一部の参考点を決定することを含むことを特徴とする、
    請求項２５に記載の方法。
27. 前記隣接参考点は、前記現在符号化ブロックの上側の画素点、及び前記現在符号化ブロックの左側の画素点のうちの少なくとも一つを含むことを特徴とする、
    請求項１８に記載の方法。
28. 前記比例因子は前記線形モデルの係数であり、前記線形モデルは第１画像成分に基づいて第２画像成分を予測するためのものであることを特徴とする、
    請求項１８に記載の方法。
29. エンコーダであって、前記エンコーダは、取得部と、決定部と、を備え、
    前記取得部は、現在符号化ブロックに対応する第１画像成分隣接参考値及び第１画像成分再構成値を取得するように構成され、前記第１画像成分隣接参考値は、前記現在符号化ブロックの隣接参考点に対応する第１画像成分パラメータを表すためのものであり、前記第１画像成分再構成値は、前記現在符号化ブロックに対応する１つ又は複数の第１画像成分の再構成パラメータを表すためのものであり、
    前記決定部は、前記隣接参考点に対応する重み係数を決定し、前記第１画像成分隣接参考値、及び前記重み係数に基づいて、比例因子を決定するように構成され、
    前記取得部は更に、前記比例因子に対応する線形モデルに基づいて、前記現在符号化ブロックに対応する第２画像成分予測値を得るように構成され、
    前記決定部は、
    前記現在符号化ブロックと前記隣接参考点との間の相関性に基づいて、前記重み係数を決定するように構成される、
    エンコーダ。
30. 前記取得部は更に、前記第１画像成分隣接参考値、及び前記重み係数に基づいて比例因子を決定する前に、前記現在符号化ブロックに対応する第２画像成分隣接参考値を取得するように構成され、前記第２画像成分隣接参考値は、前記隣接参考点に対応する、前記第１画像成分パラメータと異なる第２画像成分パラメータであることを特徴とする
    請求項２９に記載のエンコーダ。
31. 前記現在符号化ブロックに対応する第１画像成分隣接参考値と第１画像成分再構成値は、少なくとも２グループの第１画像成分隣接参考値と第１画像成分再構成値を含み、
    前記決定部は更に具体的には、
    各グループの第１画像成分隣接参考値と第１画像成分再構成値に対して、重み係数をそれぞれ決定し、
    前記重み係数、前記第１画像成分隣接参考値及び前記第２画像成分隣接参考値をプリセット因子演算モデルに入力し、前記少なくとも２グループの第１画像成分隣接参考値と第１画像成分再構成値が対応する少なくとも２グループの比例因子を得、
    前記少なくとも２グループの比例因子から１グループの比例因子を選択するように構成されることを特徴とする
    請求項３０に記載のエンコーダ。
32. 前記取得部は、
    前記比例因子に対応する線形モデル、及び前記第１画像成分再構成値に基づいて、前記第２画像成分予測値を得るように構成されることを含むことを特徴とする、
    請求項２９に記載のエンコーダ。
33. 前記エンコーダは、設定部を更に含み、
    前記設定部は、一部の参考値に対応する一部の参考点の重み係数をゼロに設定するように構成され、前記一部の参考点と前記現在符号化ブロックとの位置上の相関性が所定閾値を満たさなく、
    前記決定部は、前記隣接参考点から一部の参考点を取り除くように構成され、前記一部の参考点と前記現在符号化ブロックとの位置上の相関性が所定閾値を満たさなく、又は、
    前記決定部は、前記隣接参考点に対して選択処理を行うように構成される、
    請求項２９に記載のエンコーダ。
34. 前記隣接参考点は、前記現在符号化ブロックの上側の画素点、及び前記現在符号化ブロックの左側の画素点のうちの少なくとも一つを含むことを特徴とする、
    請求項２９に記載のエンコーダ。

Images