JP7444570B2 - 動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法 - Google Patents

動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法 Download PDF

Info

Publication number
JP7444570B2
JP7444570B2 JP2019171549A JP2019171549A JP7444570B2 JP 7444570 B2 JP7444570 B2 JP 7444570B2 JP 2019171549 A JP2019171549 A JP 2019171549A JP 2019171549 A JP2019171549 A JP 2019171549A JP 7444570 B2 JP7444570 B2 JP 7444570B2
Authority
JP
Japan
Prior art keywords
unit
encoding
image
predicted image
transform block
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2019171549A
Other languages
English (en)
Other versions
JP2021048557A (ja
JP2021048557A5 (ja
Inventor
将伸 八杉
知宏 猪飼
友子 青野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sharp Corp
Original Assignee
Sharp Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sharp Corp filed Critical Sharp Corp
Priority to JP2019171549A priority Critical patent/JP7444570B2/ja
Priority to US17/017,743 priority patent/US11184622B2/en
Priority to TW109132187A priority patent/TW202114417A/zh
Priority to EP20196708.0A priority patent/EP3796656B1/en
Priority to CN202010979485.9A priority patent/CN112532976A/zh
Priority to EP24185002.3A priority patent/EP4418657A2/en
Publication of JP2021048557A publication Critical patent/JP2021048557A/ja
Priority to US17/486,592 priority patent/US11589056B2/en
Publication of JP2021048557A5 publication Critical patent/JP2021048557A5/ja
Priority to US18/095,011 priority patent/US11818363B2/en
Priority to US18/368,172 priority patent/US20240007650A1/en
Priority to JP2024022477A priority patent/JP2024054362A/ja
Application granted granted Critical
Publication of JP7444570B2 publication Critical patent/JP7444570B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Compression Or Coding Systems Of Tv Signals (AREA)

Description

本発明の実施形態は、動画像復号装置、および動画像符号化装置に関する。
動画像を効率的に伝送または記録するために、動画像を符号化することによって符号化データを生成する動画像符号化装置、および、当該符号化データを復号することによって復号画像を生成する動画像復号装置が用いられている。
具体的な動画像符号化方式としては、例えば、H.264/AVCやHEVC(High-Efficiency Video Coding)にて提案されている方式などが挙げられる。
このような動画像符号化方式においては、動画像を構成する画像(ピクチャ)は、画像を分割することにより得られるスライス、スライスを分割することにより得られる符号化ツリーユニット(CTU:Coding Tree Unit)、符号化ツリーユニットを分割することで得
られる符号化単位(符号化ユニット(Coding Unit:CU)と呼ばれることもある)、及び
、符号化単位を分割することより得られる変換ユニット(TU:Transform Unit)からなる階層構造により管理され、CU毎に符号化/復号される。
また、このような動画像符号化方式においては、通常、入力画像を符号化/復号することによって得られる局所復号画像に基づいて予測画像が生成され、当該予測画像を入力画像(原画像)から減算して得られる予測誤差(「差分画像」または「残差画像」と呼ぶこともある)が符号化される。予測画像の生成方法としては、画面間予測(インター予測)、および、画面内予測(イントラ予測)が挙げられる。
また、近年の動画像符号化及び復号の技術として非特許文献1が挙げられる。非特許文献2には、隣接画像から導出した参照画像と重み行列との積和演算により予測画像を導出する行列イントラ予測技術(Matrix-based Intra Predictio, MIP)が開示されている。
"Versatile Video Coding (Draft 6)", JVET-O2001-vE, Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 "CE3: Affine linear weighted intra prediction (CE3-4.1, CE3-4.2)", JVET-N0217-v1, Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11
非特許文献1、非特許文献2のような行列イントラ予測では、複数のブロックのサイズ、及び、イントラ予測モードに応じて異なる重み行列を保持するため、重み行列を保持するメモリサイズが大きいという課題がある。また、予測画像を生成するための処理量が膨大であるという課題がある。
本発明は、重み行列のメモリサイズを低減させながら好適なイントラ予測を行うこと、および、処理量を削減することを目的とする。
上記の課題を解決するために、本発明の一態様に係る動画像復号装置は、対象ブロックの上と左に隣接する画像をダウンサンプルして得られる画像を参照画像として導出する行列参照画素導出部と、イントラ予測モードと対象ブロックサイズに応じて、重み係数の行列を導出する重み行列導出部と、上記参照画像の要素と上記重み係数の行列の要素との積によって予測画像を導出する行列予測画像導出部と、上記予測画像もしくは上記予測画像を補間した画像を予測画像として導出する行列予測画像補間部と、を備える動画像復号装置であって、上記重み行列導出部は、対象ブロックサイズの幅以下かつ高さ以下のサイズの行列を導出することを特徴とする。
上記重み行列導出部は、対象ブロックの一辺が4の場合に4x4のサイズの行列を導出することを特徴とする。
上記重み行列導出部は、対象ブロックサイズが4x16と16x4の場合に4x4のサイズの行列
を導出することを特徴とする。
上記重み行列導出部は、対象ブロックサイズの幅と高さの積が64以下の場合に4x4のサ
イズの行列を導出することを特徴とする
上記行列予測画像導出部は、幅と高さが等しい正方の中間予測画像predMip[][]を導出
することを特徴とする。
対象ブロックの上と左に隣接する画像をダウンサンプルして得られる画像を参照画像として導出する行列参照画素導出部と、イントラ予測モードと対象ブロックサイズに応じて、重み係数の行列を導出する重み行列導出部と、上記参照画像の要素と上記重み係数の行列の要素との積によって予測画像を導出する行列予測画像導出部と、上記予測画像もしくは上記予測画像を補間した画像を予測画像として導出する行列予測画像補間部と、を備える動画像符号化装置であって、上記重み行列導出部は対象ブロックサイズの幅以下かつ高さ以下のサイズの行列を導出することを特徴とする。
上記重み行列導出部は、対象ブロックの一辺が4の場合に4x4のサイズの行列を導出することを特徴とする。
上記重み行列導出部は、対象ブロックサイズが4x16と16x4の場合に4x4のサイズの行列
を導出することを特徴とする。
上記重み行列導出部は、対象ブロックサイズの幅と高さの積が64以下の場合に4x4のサ
イズの行列を導出することを特徴とする
上記行列予測画像導出部は、幅と高さが等しい正方の中間予測画像predMip[][]を導出
することを特徴とする。
本発明の一態様によれば、重み行列のメモリサイズを低減させ、あるいは、処理量を削減させながら好適なイントラ予測を行うことができる。
本実施形態に係る画像伝送システムの構成を示す概略図である。 本実施形態に係る動画像符号化装置を搭載した送信装置、および、動画像復号装置を搭載した受信装置の構成について示した図である。PROD_Aは動画像符号化装置を搭載した送信装置を示しており、PROD_Bは動画像復号装置を搭載した受信装置を示している。 本実施形態に係る動画像符号化装置を搭載した記録装置、および、動画像復号装置を搭載した再生装置の構成について示した図である。PROD_Cは動画像符号化装置を搭載した記録装置を示しており、PROD_Dは動画像復号装置を搭載した再生装置を示している。 符号化ストリームのデータの階層構造を示す図である。 CTUの分割例を示す図である。 イントラ予測モードの種類(モード番号)を示す概略図である。 動画像復号装置の構成を示す概略図である。 イントラ予測パラメータ復号部の構成を示す概略図である。 イントラ予測に使用される参照領域を示す図である。 イントラ予測画像生成部の構成を示す図である。 MIP処理の一例を示す図である。 MIP処理の一例を示す図である。 動画像符号化装置の構成を示すブロック図である。 イントラ予測パラメータ符号化部の構成を示す概略図である。 MIP部の詳細を示す図である。 本実施形態のMIP処理を示す図である。 MIPで非正方を含むpredMipを導出する場合の予測画像生成のパラメータを示す図である。 本発明の一実施形態(MIP実施例1)のsizeIdの導出方法を示す図である。 MIPで正方のpredMipを導出する場合の予測画像生成のパラメータを示す図である。 本発明の一実施形態(MIP実施例2)のsizeIdの導出方法を示す図である。 本発明の一実施形態(MIP実施例3)のsizeIdの導出方法を示す図である。 本発明の一実施形態(MIP実施例4)のsizeIdの導出方法を示す図である。
(第1の実施形態)
以下、図面を参照しながら本発明の実施形態について説明する。
図1は、本実施形態に係る画像伝送システム1の構成を示す概略図である。
画像伝送システム1は、符号化対象画像を符号化した符号化ストリームを伝送し、伝送された符号化ストリームを復号し画像を表示するシステムである。画像伝送システム1は、動画像符号化装置(画像符号化装置)11、ネットワーク21、動画像復号装置(画像復号装置)31、及び動画像表示装置(画像表示装置)41を含んで構成される。
動画像符号化装置11には画像Tが入力される。
ネットワーク21は、動画像符号化装置11が生成した符号化ストリームTeを動画像復号装置31に伝送する。ネットワーク21は、インターネット(Internet)、広域ネットワーク(WAN:Wide Area Network)、小規模ネットワーク(LAN:Local Area Network)またはこれ
らの組み合わせである。ネットワーク21は、必ずしも双方向の通信網に限らず、地上デジタル放送、衛星放送等の放送波を伝送する一方向の通信網であっても良い。また、ネットワーク21は、DVD(Digital Versatile Disc:登録商標)、BD(Blue-ray Disc:登録商標)等の符号化ストリームTeを記録した記憶媒体で代替されても良い。
動画像復号装置31は、ネットワーク21が伝送した符号化ストリームTeのそれぞれを復号し、復号した1または複数の復号画像Tdを生成する。
動画像表示装置41は、動画像復号装置31が生成した1または複数の復号画像Tdの全部または一部を表示する。動画像表示装置41は、例えば、液晶ディスプレイ、有機EL(Electro-luminescence)ディスプレイ等の表示デバイスを備える。ディスプレイの形態としては、据え置き、モバイル、HMD等が挙げられる。また、動画像復号装置31が高い処理能力
を有する場合には、画質の高い画像を表示し、より低い処理能力しか有しない場合には、高い処理能力、表示能力を必要としない画像を表示する。
<演算子>
本明細書で用いる演算子を以下に記載する。
>>は右ビットシフト、<<は左ビットシフト、&はビットワイズAND、|はビットワイズOR
、|=はOR代入演算子であり、||は論理和を示す。
x?y:zは、xが真(0以外)の場合にy、xが偽(0)の場合にzをとる3項演算子である。
Clip3(a,b,c) は、cをa以上b以下の値にクリップする関数であり、c<aの場合にはaを返し、c>bの場合にはbを返し、その他の場合にはcを返す関数である(ただし、a<=b)。
Clip1Y(c)は、Clip3(a,b,c)において a=0、b=(1<<BitDepthY)-1に設定した演算子であ
る。BitDepthYは輝度のビット深度である。
abs(a)はaの絶対値を返す関数である。
Int(a)はaの整数値を返す関数である。
floor(a)はa以下の最大の整数を返す関数である。
ceil(a)はa以上の最小の整数を返す関数である。
a/dはdによるaの除算(小数点以下切り捨て)を表す。
min(a,b)はaとbのうち小さい値を返す関数である。
<符号化ストリームTeの構造>
本実施形態に係る動画像符号化装置11および動画像復号装置31の詳細な説明に先立って、動画像符号化装置11によって生成され、動画像復号装置31によって復号される符号化ストリームTeのデータ構造について説明する。
図4は、符号化ストリームTeにおけるデータの階層構造を示す図である。符号化ストリ
ームTeは、例示的に、シーケンス、およびシーケンスを構成する複数のピクチャを含む。図4には、それぞれ、シーケンスSEQを既定する符号化ビデオシーケンス、ピクチャPICTを規定する符号化ピクチャ、スライスSを規定する符号化スライス、スライスデータを規定
する符号化スライスデータ、符号化スライスデータに含まれる符号化ツリーユニット、符号化ツリーユニットに含まれる符号化ユニットを示す図が示されている。
(符号化ビデオシーケンス)
符号化ビデオシーケンスでは、処理対象のシーケンスSEQを復号するために動画像復号
装置31が参照するデータの集合が規定されている。シーケンスSEQは、図4の符号化ビデオシーケンスに示すように、ビデオパラメータセット(Video Parameter Set)、シーケン
スパラメータセットSPS(Sequence Parameter Set)、ピクチャパラメータセットPPS(Picture Parameter Set)、ピクチャPICT、及び、付加拡張情報SEI(Supplemental Enhancement Information)を含んでいる。
ビデオパラメータセットVPSは、複数のレイヤから構成されている動画像において、複
数の動画像に共通する符号化パラメータの集合および動画像に含まれる複数のレイヤおよび個々のレイヤに関連する符号化パラメータの集合が規定されている。
シーケンスパラメータセットSPSでは、対象シーケンスを復号するために動画像復号装
置31が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの幅や高さが規定される。なお、SPSは複数存在してもよい。その場合、PPSから複数のSPSの何れか
を選択する。
ピクチャパラメータセットPPSでは、対象シーケンス内の各ピクチャを復号するために
動画像復号装置31が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの復号に用いられる量子化幅の基準値(pic_init_qp_minus26)や重み付き予測の適用
を示すフラグ(weighted_pred_flag)が含まれる。なお、PPSは複数存在してもよい。そ
の場合、対象シーケンス内の各ピクチャから複数のPPSの何れかを選択する。
(符号化ピクチャ)
符号化ピクチャでは、処理対象のピクチャPICTを復号するために動画像復号装置31が参照するデータの集合が規定されている。ピクチャPICTは、図4の符号化ピクチャに示すよ
うに、スライス0~スライスNS-1を含む(NSはピクチャPICTに含まれるスライスの総数)
なお、以下、スライス0~スライスNS-1のそれぞれを区別する必要が無い場合、符号の
添え字を省略して記述することがある。また、以下に説明する符号化ストリームTeに含まれるデータであって、添え字を付している他のデータについても同様である。
(符号化スライス)
符号化スライスでは、処理対象のスライスSを復号するために動画像復号装置31が参照
するデータの集合が規定されている。スライスは、図4の符号化スライスに示すように、
スライスヘッダ、および、スライスデータを含んでいる。
スライスヘッダには、対象スライスの復号方法を決定するために動画像復号装置31が参照する符号化パラメータ群が含まれる。スライスタイプを指定するスライスタイプ指定情報(slice_type)は、スライスヘッダに含まれる符号化パラメータの一例である。
スライスタイプ指定情報により指定可能なスライスタイプとしては、(1)符号化の際にイントラ予測のみを用いるIスライス、(2)符号化の際に単方向予測、または、イントラ予測を用いるPスライス、(3)符号化の際に単方向予測、双方向予測、または、イントラ予測を用いるBスライスなどが挙げられる。なお、インター予測は、単予測、双予測に限定されず、より多くの参照ピクチャを用いて予測画像を生成してもよい。以下、P
、Bスライスと呼ぶ場合には、インター予測を用いることができるブロックを含むスライ
スを指す。
なお、スライスヘッダは、ピクチャパラメータセットPPSへの参照(pic_parameter_set_id)を含んでいても良い。
(符号化スライスデータ)
符号化スライスデータでは、処理対象のスライスデータを復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスデータは、図4の符号化スライ
スヘッダに示すように、CTUを含んでいる。CTUは、スライスを構成する固定サイズ(例えば64x64)のブロックであり、最大符号化単位(LCU:Largest Coding Unit)と呼ぶこともある。
(符号化ツリーユニット)
図4の符号化ツリーユニットには、処理対象のCTUを復号するために動画像復号装置31が参照するデータの集合が規定されている。CTUは、再帰的な4分木分割(QT(Quad Tree)分割)、2分木分割(BT(Binary Tree)分割)あるいは3分木分割(TT(Ternary Tree
)分割)により符号化処理の基本的な単位である符号化ユニットCUに分割される。BT分割とTT分割を合わせてマルチツリー分割(MT(Multi Tree)分割)と呼ぶ。再帰的な4分木分割により得られる木構造のノードのことを符号化ノード(Coding Node)と称する。4
分木、2分木、及び3分木の中間ノードは、符号化ノードであり、CTU自身も最上位の符
号化ノードとして規定される。
CTは、CT情報として、QT分割を行うか否かを示すQT分割フラグ(cu_split_flag)、MT
分割の有無を示すMT分割フラグ(split_mt_flag)、MT分割の分割方向を示すMT分割方向
(split_mt_dir)、MT分割の分割タイプを示すMT分割タイプ(split_mt_type)を含む。cu_split_flag、split_mt_flag、split_mt_dir、split_mt_type は符号化ノード毎に伝送
される。
cu_split_flagが1の場合、符号化ノードは4つの符号化ノードに分割される(図5のQT)。
cu_split_flagが0の時、split_mt_flagが0の場合に符号化ノードは分割されず1つのCUをノードとして持つ(図5の分割なし)。CUは符号化ノードの末端ノードであり、これ
以上分割されない。CUは、符号化処理の基本的な単位となる。
split_mt_flagが1の場合に符号化ノードは以下のようにMT分割される。split_mt_typeが0の時、split_mt_dirが1の場合に符号化ノードは2つの符号化ノードに水平分割され(図5のBT(水平分割))、split_mt_dirが0の場合に符号化ノードは2つの符号化ノード
に垂直分割される(図5のBT(垂直分割))。また、split_mt_typeが1の時、split_mt_dirが1の場合に符号化ノードは3つの符号化ノードに水平分割され(図5のTT(水平分割))
、split_mt_dirが0の場合に符号化ノードは3つの符号化ノードに垂直分割される(図5
のTT(垂直分割))。これらを図5のCT情報に示す。
また、CTUのサイズが64x64画素の場合には、CUのサイズは、64x64画素、64x32画素、32x64画素、32x32画素、64x16画素、16x64画素、32x16画素、16x32画素、16x16画素、64x8
画素、8x64画素、32x8画素、8x32画素、16x8画素、8x16画素、8x8画素、64x4画素、4x64
画素、32x4画素、4x32画素、16x4画素、4x16画素、8x4画素、4x8画素、及び、4x4画素の
何れかをとり得る。
(符号化ユニット)
図4の符号化ユニットに示すように、処理対象の符号化ユニットを復号するために動画
像復号装置31が参照するデータの集合が規定されている。具体的には、CUは、CUヘッダCUH、予測パラメータ、変換パラメータ、量子化変換係数等から構成される。CUヘッダでは
予測モード等が規定される。
予測処理は、CU単位で行われる場合と、CUをさらに分割したサブCU単位で行われる場合がある。CUとサブCUのサイズが等しい場合には、CU中のサブCUは1つである。CUがサブCUのサイズよりも大きい場合、CUは、サブCUに分割される。たとえばCUが8x8、サブCUが4x4の場合、CUは水平2分割、垂直2分割からなる、4つのサブCUに分割される。
予測の種類(予測モード)は、イントラ予測と、インター予測の2つがある。イントラ予測は、同一ピクチャ内の予測であり、インター予測は、互いに異なるピクチャ間(例えば、表示時刻間、レイヤ画像間)で行われる予測処理を指す。
変換・量子化処理はCU単位で行われるが、量子化変換係数は4x4等のサブブロック単位
でエントロピー符号化してもよい。
(予測パラメータ)
予測画像は、ブロックに付随する予測パラメータによって導出される。予測パラメータには、イントラ予測とインター予測の予測パラメータがある。
以下、イントラ予測の予測パラメータについて説明する。イントラ予測パラメータは、輝度予測モードIntraPredModeY、色差予測モードIntraPredModeCから構成される。図6は
、イントラ予測モードの種類(モード番号)を示す概略図である。図に示すように、イントラ予測モードは、例えば67種類(0~66)存在する。例えば、プレーナ予測(0)、DC予測(1)、Angular予測(2~66)である。さらに、色差ではLMモード(67~72)を追加し
てもよい。
イントラ予測パラメータを導出するためのシンタックス要素には、例えば、intra_luma_mpm_flag、intra_luma_mpm_idx、intra_luma_mpm_remainder等がある。
(MPM)
intra_luma_mpm_flagは、対象ブロックのIntraPredModeYとMPM(Most Probable Mode)とが一致するか否かを示すフラグである。MPMは、MPM候補リストmpmCandList[]に含まれ
る予測モードである。MPM候補リストは、隣接ブロックのイントラ予測モードおよび所定
のイントラ予測モードから、対象ブロックに適用される確率が高いと推定される候補を格納したリストである。intra_luma_mpm_flagが1の場合、MPM候補リストとインデックスintra_luma_mpm_idxを用いて、対象ブロックのIntraPredModeYを導出する。
IntraPredModeY = mpmCandList[intra_luma_mpm_idx]
(REM)
intra_luma_mpm_flagが0の場合、イントラ予測モード全体からMPM候補リストに含まれるイントラ予測モードを除いた残りのモードRemIntraPredModeからイントラ予測モードを選択する。RemIntraPredModeとして選択可能なイントラ予測モードは、「非MPM」または
「REM」と呼ばれる。RemIntraPredModeは、intra_luma_mpm_remainderを用いて導出され
る。
(動画像復号装置の構成)
本実施形態に係る動画像復号装置31(図7)の構成について説明する。
動画像復号装置31は、エントロピー復号部301、パラメータ復号部(予測画像復号装置
)302、ループフィルタ305、参照ピクチャメモリ306、予測パラメータメモリ307、予測画像生成部(予測画像生成装置)308、逆量子化・逆変換部311、及び加算部312を含んで構
成される。なお、後述の動画像符号化装置11に合わせ、動画像復号装置31にループフィル
タ305が含まれない構成もある。
また、パラメータ復号部302は、図示しないインター予測パラメータ復号部303及びイントラ予測パラメータ復号部304を含んで構成される。予測画像生成部308は、インター予測画像生成部309及びイントラ予測画像生成部310を含んで構成される。
また、以降では処理の単位としてCTU、CUを使用した例を記載するが、この例に限らず
、サブCU単位で処理をしてもよい。あるいはCTU、CU、をブロック、サブCUをサブブロッ
クと読み替え、ブロックあるいはサブブロック単位の処理としてもよい。
エントロピー復号部301は、外部から入力された符号化ストリームTeに対してエントロ
ピー復号を行って、個々の符号(シンタックス要素)を分離し復号する。エントロピー符号化には、シンタックス要素の種類や周囲の状況に応じて適応的に選択したコンテキスト(確率モデル)を用いてシンタックス要素を可変長符号化する方式と、あらかじめ定められた表、あるいは計算式を用いてシンタックス要素を可変長符号化する方式がある。前者のCABAC(Context Adaptive Binary Arithmetic Coding)は、符号化あるいは復号したピクチャ(スライス)毎に更新した確率モデルをメモリに格納する。そして、Pピクチャ、
あるいはBピクチャのコンテキストの初期状態として、メモリに格納された確率モデルの
中から、同じスライスタイプ、同じスライスレベルの量子化パラメータを使用したピクチャの確率モデルを設定する。この初期状態を符号化、復号処理に使用する。分離された符号には、予測画像を生成するための予測情報および、差分画像を生成するための予測誤差などがある。
エントロピー復号部301は、分離した符号をパラメータ復号部302に出力する。どの符号を復号するかの制御は、パラメータ復号部302の指示に基づいて行われる。
(イントラ予測パラメータ復号部304の構成)
イントラ予測パラメータ復号部304は、エントロピー復号部301から入力された符号に基づいて、予測パラメータメモリ307に記憶された予測パラメータを参照してイントラ予測
パラメータ、例えば、イントラ予測モードIntraPredModeを復号する。イントラ予測パラ
メータ復号部304は、復号したイントラ予測パラメータを予測画像生成部308に出力し、また予測パラメータメモリ307に記憶する。イントラ予測パラメータ復号部304は、輝度と色差で異なるイントラ予測モードを導出しても良い。
図8は、パラメータ復号部302のイントラ予測パラメータ復号部304の構成を示す概略図
である。図に示すように、イントラ予測パラメータ復号部304は、パラメータ復号制御部3041と、輝度イントラ予測パラメータ復号部3042と、色差イントラ予測パラメータ復号部3043とを含んで構成される。
パラメータ復号制御部3041は、エントロピー復号部301にシンタックス要素の復号を指
示し、エントロピー復号部301からシンタックス要素を受け取る。その中のintra_luma_mpm_flagが1の場合、パラメータ復号制御部3041は、輝度イントラ予測パラメータ復号部3042内のMPMパラメータ復号部30422にintra_luma_mpm_idxを出力する。また、intra_luma_mpm_flagが0の場合、パラメータ復号制御部3041は、輝度イントラ予測パラメータ復号部3042の非MPMパラメータ復号部30423にintra_luma_mpm_remainderを出力する。また、パラ
メータ復号制御部3041は、色差イントラ予測パラメータ復号部3043に色差のイントラ予測パラメータのシンタックス要素を出力する。
輝度イントラ予測パラメータ復号部3042は、MPM候補リスト導出部30421と、MPMパラメ
ータ復号部30422と、非MPMパラメータ復号部30423(復号部、導出部)とを含んで構成さ
れる。
MPMパラメータ復号部30422は、MPM候補リスト導出部30421によって導出されたmpmCandList[]とintra_luma_mpm_idxを参照して、IntraPredModeYを導出し、イントラ予測画像生
成部310に出力する。
非MPMパラメータ復号部30423は、mpmCandList[]とintra_luma_mpm_remainderからRemIntraPredModeを導出し、IntraPredModeYをイントラ予測画像生成部310に出力する。
色差イントラ予測パラメータ復号部3043は、色差のイントラ予測パラメータのシンタックス要素からIntraPredModeCを導出し、イントラ予測画像生成部310に出力する。
ループフィルタ305は、符号化ループ内に設けたフィルタで、ブロック歪やリンギング
歪を除去し、画質を改善するフィルタである。ループフィルタ305は、加算部312が生成したCUの復号画像に対し、デブロッキングフィルタ、サンプル適応オフセット(SAO)、適
応ループフィルタ(ALF)等のフィルタを施す。
参照ピクチャメモリ306は、加算部312が生成したCUの復号画像を、対象ピクチャ及び対象CU毎に予め定めた位置に記憶する。
予測パラメータメモリ307は、復号対象のCTUあるいはCU毎に予め定めた位置に予測パラメータを記憶する。具体的には、予測パラメータメモリ307は、パラメータ復号部302が復号したパラメータ及びエントロピー復号部301が分離した予測モードpredMode等を記憶す
る。
予測画像生成部308には、予測モードpredMode、予測パラメータ等が入力される。また
、予測画像生成部308は、参照ピクチャメモリ306から参照ピクチャを読み出す。予測画像生成部308は、予測モードpredModeが示す予測モードで、予測パラメータと読み出した参
照ピクチャ(参照ピクチャブロック)を用いてブロックもしくはサブブロックの予測画像を生成する。ここで、参照ピクチャブロックとは、参照ピクチャ上の画素の集合(通常矩形であるのでブロックと呼ぶ)であり、予測画像を生成するために参照する領域である。
(イントラ予測画像生成部310)
予測モードpredModeがイントラ予測モードを示す場合、イントラ予測画像生成部310は
、イントラ予測パラメータ復号部304から入力されたイントラ予測パラメータと参照ピク
チャメモリ306から読み出した参照画素を用いてイントラ予測を行う。
具体的には、イントラ予測画像生成部310は、対象ピクチャ上の、対象ブロックから予
め定めた範囲にある隣接ブロックを参照ピクチャメモリ306から読み出す。予め定めた範
囲とは、対象ブロックの左、左上、上、右上の隣接ブロックであり、イントラ予測モードによって参照する領域は異なる。
イントラ予測画像生成部310は、読み出した復号画素値とIntraPredModeが示す予測モードを参照して、対象ブロックの予測画像を生成する。イントラ予測画像生成部310は生成
したブロックの予測画像を加算部312に出力する。
イントラ予測モードに基づく予測画像の生成について以下で説明する。Planar予測、DC予測、Angular予測では、予測対象ブロックに隣接(近接)する復号済みの周辺領域を参
照領域Rとして設定する。そして、参照領域R上の画素を特定の方向に外挿することで予測画像を生成する。例えば、参照領域Rは、予測対象ブロックの左と上(あるいは、さら
に、左上、右上、左下)を含むL字型の領域(例えば図9の参照領域の例1の斜線の丸印
の画素で示される領域)として設定してもよい。
(予測画像生成部の詳細)
次に、図10を用いてイントラ予測画像生成部310の構成の詳細を説明する。イントラ予
測画像生成部310は、参照サンプルフィルタ部3103(第2の参照画像設定部)、予測部3104、および、予測画像補正部3105(予測画像補正部、フィルタ切替部、重み係数変更部)
を備える。
参照領域R上の各参照画素(参照画像)、参照画素フィルタ(第1のフィルタ)を適用して生成したフィルタ済参照画像、イントラ予測モードに基づいて、予測部3104は予測対象ブロックの仮予測画像(補正前予測画像)を生成し、予測画像補正部3105に出力する。予測画像補正部3105は、イントラ予測モードに応じて仮予測画像を修正し、予測画像(補正済予測画像)を生成し、出力する。
以下、イントラ予測画像生成部310が備える各部について説明する。
(参照サンプルフィルタ部3103)
参照サンプルフィルタ部3103は、参照画像を参照して参照領域R上の各位置(x,y)の参
照サンプルs[x][y]を導出する。また、参照サンプルフィルタ部3103は、イントラ予測モ
ードに応じて、参照サンプルs[x][y]に参照画素フィルタ(第1のフィルタ)を適用して
、参照領域R上の各位置(x,y)の参照サンプルs[x][y]を更新する(フィルタ済参照画像s[x][yを]導出する)。具体的には、位置(x,y)とその周辺の参照画像にローパスフィルタを適用し、フィルタ済参照画像(図9の参照領域の例2)を導出する。なお、必ずしも全イ
ントラ予測モードにローパスフィルタを適用する必要はなく、一部のイントラ予測モードに対してローパスフィルタを適用してもよい。なお、参照サンプルフィルタ部3103において参照領域R上の参照画像に適用するフィルタを「参照画素フィルタ(第1のフィルタ)」と呼称するのに対し、後述の予測画像補正部3105において仮予測画像を補正するフィルタを「ポジション依存フィルタ(第2のフィルタ)」と呼称する。
(イントラ予測部3104の構成)
イントラ予測部3104は、イントラ予測モードと、参照画像、フィルタ済参照画素値に基づいて予測対象ブロックの仮予測画像(仮予測画素値、補正前予測画像)を生成し、予測画像補正部3105に出力する。予測部3104は、内部にPlanar予測部31041、DC予測部31042、Angular予測部31043、LM予測部31044およびMIP部31045を備えている。予測部3104は、イ
ントラ予測モードに応じて特定の予測部を選択して、参照画像、フィルタ済参照画像を入力する。イントラ予測モードと対応する予測部との関係は次の通りである。
・Planar予測 ・・・Planar予測部31041
・DC予測 ・・・DC予測部31042
・Angular予測 ・・・Angular予測部31043
・LM予測 ・・・LM予測部31044
・行列イントラ予測・・MIP部31045
(Planar予測)
Planar予測部31041は、予測対象画素位置と参照画素位置との距離に応じて参照サンプ
ルs[x][y]を線形加算して仮予測画像を生成し、予測画像補正部3105に出力する。
(DC予測)
DC予測部31042は、参照サンプルs[x][y]の平均値に相当するDC予測値を導出し、DC予測値を画素値とする仮予測画像q[x][y]を出力する。
(Angular予測)
Angular予測部31043は、イントラ予測モードの示す予測方向(参照方向)の参照サンプルs[x][y]を用いて仮予測画像q[x][y]を生成し、予測画像補正部3105に出力する。
(LM予測)
LM予測部31044は、輝度の画素値に基づいて色差の画素値を予測する。具体的には、復
号した輝度画像をもとに、線形モデルを用いて、色差画像(Cb、Cr)の予測画像を生成する方式である。LM予測の1つとして、CCLM(Cross-Component Linear Model prediction
)予測がある。CCLM予測は、1つのブロックに対し、輝度から色差を予測するための線形モデルを使用する予測方式である。
(MIP実施例1)
以下、MIP部31045により実行されるMIP処理(Matrix-based intra prediction:行列イントラ予測処理)の一例を、図11~図18を用いて説明する。MIPは隣接画像から導出した
参照画像と重み行列との積和演算により予測画像を導出する技術である。図中、対象ブロックは幅nTbW、高さnTbHである。
(1)境界参照画素導出
MIP部は、対象ブロックのサイズに関する変数sizeIdを下式で導出する(図18)。
sizeId = (nTbW<=4 && nTbH<=4) ? 0 : (nTbW<=8 && nTbH<=8) ? 1 : 2 (MIP-1)
図18に示すように、対象ブロックのサイズ(nTbW x nTbH)が4x4、8x8、16x16の場合、sizeIdはそれぞれ0, 1, 2である。4x16, 16x4の場合には、sizeId=2となる。
次に、MIP部31045は、sizeIdを用いてMIPモードの数numModes、ダウンサンプリング後
の参照領域redT[]、redL[]のサイズboundarySize、中間予測画像predMip[][]の幅と高さpredW、predH、重み行列mWeight[predC*predC][inSize]による予測の過程で得られる予測
画像の一辺のサイズpredCを導出する。
numModes = (sizeId==0) ? 35 : (sizeId==1) ? 19 : 11 (MIP-2)
boundarySize = (sizeId==0) ? 2 : 4
predW = (sizeId<=1) ? 4 : Min(nTbW,8)
predH = (sizeId<=1) ? 4 : Min(nTbH,8)
predC = (sizeId<=1) ? 4 : 8
sizeIdとこれらの変数の値との関係を図17に示す。
重み行列のサイズは正方形(predC*predC)であり、sizeId=0、sizeId=1の場合は4x4、sizeId=2の場合には8x8である。重み行列のサイズと中間予測画像の出力サイズpredW*predHが異なる場合(特にpredC>predWもしくはpredC>predH)、後述のように重み行列を間引いて参照する。例えば、本実施形態では、出力サイズが4x16, 16x4の場合、sizeId=2で示されるサイズ(predC)が8の重み行列が選択されるため、各々、predW=4(<predC=8)、predH=4(<predC=8)の場合が生じる。中間予測画像のサイズ(predW*predH)は、対象ブロックの
サイズnTbW*nTbH以下である必要があるので、対象ブロックのサイズが小さい場合、より
大きな重み行列(predC*predC)を選択すると重み行列を中間予測画像のサイズに合わせる
処理が必要になる。
また、MIP部31045は、IntraPredModeを用いて転置処理用フラグisTransposedを導出す
る。IntraPredModeは、例えば図6で示すイントラ予測モード0~66である。
isTransposed = (IntraPredMode>(numModes/2)) ? 1 : 0
また、重み行列mWeight[predC*predC][inSize]による予測に用いられる参照画素数inSize
、転置後の中間予測画像predMip[][]の幅と高さmipW、mipHを導出する。
inSize = 2*boundarySize - ( (sizeId==2) ? 1 : 0 )
mipW = isTransposed ? predH : predW
mipH = isTransposed ? predW : predH
MIP部31045の行列参照画素導出部は、対象ブロックの上方に隣接するブロックの画素値predSamples[x][-1](x=0..nTbW-1)を第1の参照領域refT[x](x=0..nTbW-1)にセットする。また、対象ブロック左方に隣接するブロックの画素値predSamples[-1][y](y=0..nTbH-1)
を第1の参照領域refL[y](y=0..nTbH-1)にセットする。次に、MIP部31045は、第1の参照領域refT[x]、refL[y]をダウンサンプリングして第2の参照領域redT[x](x=0..boundarySize-1)、redL[y](y=0..boundarySize-1)を導出する。ダウンサンプリングはrefT[]、refL[]
に対して同様の処理を行うので、以降ではrefS[i](i=0..nTbX-1)、redS[i](i=0..boundarySize-1)と称する。
行列参照画素導出部は、refT[]あるいはrefL[]を代入したrefS[]に以下の処理を実施し、redS[]を導出する。refSにrefTを代入した場合、nTbS=nTbWであり、refSにrefLを代入
した場合、nTbS=nTbHである。
if (boundarySize<nTbS) {
bDwn = nTbS/boundarySize (MIP-3)
for (x=0; x<boundarySize; x++)
redS[x] = (ΣrefS[x*bDwn+i]+(1<<(Log2(bDwn)-1)))>>Log2(bDwn)
}
else
for (x=0; x<boundarySize; x++)
redS[x] = refS[x]
ここで、Σはi=0からi=bDwn-1までの総和である。
次に、行列参照画素導出部は、第2の参照領域redL[]、redT[]を結合してp[i](i=0..2*boundarySize-1)を導出する。
if (isTransposed==1) (MIP-4)
for (i=0;i<boundarySize;i++) {
pTemp[i] = redL[i]
pTemp[i+boundarySize] = redT[i]
}
else
for (i=0;i<boundarySize;i++) {
pTemp[i] = redT[i]
pTemp[i+boundarySize] = redL[i]
}
if (sizeId==2)
for (i=0;i<inSize;i++)
p[i] = pTemp[i+1]-pTemp[0]
else {
p[0] = pTemp[0] - (1<<(BitDepthY-1))
for (i=1;i<inSize;i++)
p[i] = pTemp[i]-pTemp[0]
}
bitDepthYは輝度のビット深度であり、例えば10bitであってもよい。
なお、上記参照画素を参照することができない場合、従来のイントラ予測と同様に、利用可能な参照画素の値を用いる。全ての参照画素が参照できない場合には、画素値として1<<(bitDepthY-1)を用いる。isTransposedは予測方向が垂直予測に近いか否かを表すので、isTransposedによってp[]の前半にredLを格納するか、redTを格納するかを切り替える
と、mWeight[][]のパターンを半分に削減することができる。
(2)予測画素導出(行列演算)
MIP部31045は、図11のSTEP2 予測画素導出(行列演算)で、p[]に対する行列演算によっ
て、predW*predHのサイズの中間予測画像predMip[][]を導出する。
MIP部31045の重み行列導出部は、sizeIdとmodeIdを参照して行列のセットから重み行列mWeight[predC*predC][inSize]を選択する。
まず、重み行列導出部は、IntraPredModeを用いてmodeIdを導出する。modeIdはMIPで用いるイントラ予測モードである。
modeId = IntraPredMode-((isTransposed==1) ? (numModes/2) : 0)
行列参照画素導出部は、sizeId=0の場合、重み行列を格納する配列WeightS0[18][16][4]から、modeIdを参照してmWeight[16][4]を選択する。sizeId=1の場合、重み行列を格納
する配列WeightS1[10][16][8]から、modeIdを参照してmWeight[16][8]を選択する。sizeId=2の場合、重み行列を格納する配列WeightS2[6][64][7]から、modeIdを参照してmWeight[64][7]を選択する。これらは下式で表される。
if (sizeId==0) (MIP-5)
mWeight[i][j] = WeightS0[modeId][i][j] (i=0..15, j=0..3)
else if (sizeId==1)
mWeight[i][j] = WeightS1[modeId][i][j] (i=0..15, j=0..7)
else // sizeId=2
mWeight[i][j] = WeightS2[modeId][i][j] (i=0..63, j=0..6)
次に、重み行列導出部は、sizeIdとmodeIdを参照して、(MIP-7)で用いるシフト値sWと
オフセット係数fOを導出する。ShiftS0[18]、ShiftS1[10]、ShiftS2[6]はシフト値を格納する配列、OffsetS0[18]、OffsetS1[10]、OffsetS2[6]はオフセット係数を格納する配列
である。
if (sizeId==0) { (MIP-6)
sW = ShiftS0[modeId]
fO = OffsetS0[modeId]
}
else if (sizeId==1) {
sW = ShiftS1[modeId]
fO = OffsetS1[modeId]
}
else { // sizeId=2
sW = ShiftS2[modeId]
fO = OffsetS2[modeId]
}
MIP部31045の行列予測画像導出部は、p[]に対して (MIP-7)の積和演算をすることによ
り、mipW*mipHのサイズのpredMip[][]を導出する。ここではpredMip[][]の対応する位置
毎に重み行列mWeight[][]の要素を参照して、中間予測画像を導出する。なお、本実施例
においては、sizeId=2のときに重み行列のサイズpredCが、predMipのサイズmipWまたはmi
pHよりも大きい場合がある。このため、変数incWおよびincHを用いて、重み行列を間引いて参照する。
oW = (1<<(sW-1)) - fO*Σp[i]
incW = (predC>mipW) ? 2 : 1
incH = (predC>mipH) ? 2 : 1
for (x=0; x<mipW; x++) (MIP-7)
for (y=0; y<mipH; y++) {
predMip[x][y] = (((ΣmWeight[i][y*incH*predC+x*incW]*p[i])+ oW)>>sW) + pTemp[0]
predMip[x][y] = Clip1Y(predMip[x][y])
}
Σはi=0からi=inSize-1までの総和である。
積和演算への入力p[]は、isTransposed=1の時、上方の参照画素と左方の参照画素の位
置を入れ替えて格納しており、積和演算の出力predMip[][]を(3)に出力する前に転置
する。
if (isTransposed==1) { (MIP-8)
for (x=0; x<predW; x++)
for (y=0; y<predH; y++)
tmpPred[x][y] = predMip[y][x]
for (x=0; x<predW; x++)
for (y=0; y<predH; y++)
predMip[x][y] = tmpPred[x][y]
}
(3)予測画素導出(線形補間)
nTbW=predW、かつ、nTbH=predHの場合、MIP部31045の行列予測画像補間部はpredMip[][]をpredsamples[][]にコピーする。
for (x=0; x<nTbW; x++)
for (y=0; y<nTbH; y++)
predSamples[x][y] = predMip[x][y]
それ以外(nTbW>predW、あるいは、nTbH>predH)の場合、行列予測画像補間部は、図11のSTEP3 予測画素導出(線形補間)の3-1において、nTbW*nTbHのサイズの予測画像predSamples[][]にpredMip[][]を格納する。predW、predHとnTbW、nTbHが異なる場合、3-2におい
て、予測画素値を補間する。
(3-1)行列予測画像補間部は、predMip[][]をpredSamples[][]に格納する。つまり、図12の補間前画像において、predMip[][]を右上左下方向の網掛け画素位置に格納する。
upHor = nTbW/predW (MIP-9)
upVer = nTbH/predH
for (x=0; x<predW; x++)
for (y=0; y<predH; y++)
predSamples[(x+1)*upHor-1][(y+1)*upVer-1] = predMip[x][y]
(3-2) (3-1)で格納しなかった画素を、nTbH>nTbWの場合、水平方向、垂直方向の順に隣接ブロックの画素値を用いて補間し、予測画像を生成する。
水平方向の補間を実施し、predSamples[xHor][yHor]とpredSamples[xHor+upHor][yHor]
(図の水平補間後画像の網掛け画素)を用いて"○"で示す位置の画素値を導出する。
for (m=0; m<predW; m++) (MIP-10)
for (n=1; n<=predH; n++)
for (dX=1; dX<upHor; dX++) {
xHor = m*upHor-1
yHor = n*upVer-1
sum = (upHor-dX)*predSamples[xHor][yHor]+dX*predSamples[xHor+upHor][yHor]
predSamples[xHor+dX][yHor] = (sum+upHor/2)/upHor
}
水平方向の補間後、predSamples[xVer][yVer]とpredSamples[xVer][yVer+upVer] (図
の垂直補間後画像の網掛け画素)を用いて"○"で示す位置の画素値を導出する。
for (m=0; m<nTbW; m++) (MIP-11)
for (n=0; n<predH; n++)
for (dY=1; dY<upVer; dY++) {
xVer = m
yVer = n*upVer-1
sum = (upVer-dY)*predSamples[xVer][yVer]+dY*predSamples[xVer][yVer+upVer]
predSamples[xVer][yVer+dY] = (sum+upVer/2)/upVer
}
nTbH<=nTbWの場合、垂直方向、水平方向の順に隣接ブロックの画素値を用いて補間し、予測画像を生成する。垂直および水平補間処理はnTbH>nTbWの場合と同様である。
(MIP実施例2)
本実施例では、MIP実施例1に比べ、符号化効率を低下させることなく処理を簡略化す
る例を説明する。以下では、変更点を中心に説明するため、記載されていない部分はMIP
実施例1と同様の処理である。
図16は、対象ブロックの幅nTbWと高さbTbH以下の大きさの正方の行列mWeightを参照し
て、同じサイズの正方の中間予測画像predMipを導出するMIP部31045の構成を示す。
本実施例では、sizeId=2においてpredW=predH=predCと設定する。これに伴い、sizeId
の定義を変更する。以降は、predW、predH、predCをpredSizeと記載する。
(1)境界参照画素導出
MIP部31045は、対象ブロックのサイズに関する変数sizeIdを下式で導出する(図20)。
sizeId = (nTbW<=4 && nTbH<=4) ? 0 : ((nTbW<=4 || nTbH<=4) || (nTbW == 8 && nTbH == 8)) ? 1 : 2 (MIP-21)
例えば、対象ブロックのサイズが4xN、Nx4(N>4)、8x8の場合、sizeIdは1である。同じ分
類であれば、式(MIP-21)は別の表現を用いても構わない。例えば、次のように表せる。
sizeId = (nTbW<=4 && nTbH<=4) ? 0 : ((nTbW<=8 && nTbH<=8) || nTbW <= 4 || nTbH
<= 4) ? 1 : 2 (MIP-21)
別の例としては、
sizeId = (nTbW<=4 && nTbH<=4) ? 0 : ((nTbW==8 && nTbH==8) || nTbW <= 4 || nTbH
<= 4) ? 1 : 2 (MIP-21)
でもよい。また、入力ブロックの最小サイズが4x4である場合は、nTbW<=4 およびnTbH<=4
をそれぞれnTbW==4 および nTbH==4と読み替えてもよい。
さらに、MIPを適用するブロックサイズが制限される場合、MIP部はsizeIdを別の導出方法によって導出してもよい。例えば、図20に示すように、入力ブロックサイズの縦横比が4倍以下(Abs(Log2(nTbW) - Log2(nTbH)) <= 2)のブロックにのみMIPが適用される場合、(MIP-21)に代えてsizeIdを次のように導出してもよい。
sizeId = (nTbW<=4 && nTbH<=4) ? 0 : (nTbW * nTbH <= 64) ? 1 : 2 (MIP-21a)
または対数表現を用いて次のように導出してもよい。
sizeId = (nTbW<=4 && nTbH<=4) ? 0 : (Log2(nTbW)+Log2(nTbH) <= 6) ? 1 : 2 (MIP-21b)
MIPを適用するブロックサイズが制限される場合、(MIP-21a)、(MIP-21b)を用いてsizeIdを導出するため、処理が簡単になる効果がある。
図20に示すように、本実施形態では、4x16, 16x4の場合に、sizeId=1で示されるサイズ(predC)が4の行列を選択するため、行列のサイズpredC (=predSize)よりpredW, predHが
小さくなる場合が生じない。本実施形態のMIP部31045は、nTbWとbTbH以下のサイズの行列(predC=predSize)、つまり以下の式を満たす行列を選択する。
predSize = predC <= min(nTbW, nTbH)
本実施形態ではsizeId=0, 1の場合の行列のサイズが4x4、sizeId=2の場合の行列のサイズが8x8であるから、MIP部31045は、「nTbWとbTbHの一方が4の場合には、sizeId=0もしくはsizeId=1の行列」を選択する。このような選択制限は後述の図21、図22でも同じである。
つまり、MIP部31045の備える重み行列導出部は、対象ブロックサイズの幅以下かつ高さ以下のサイズの行列を導出する。また、重み行列導出部は、対象ブロックの一辺が4の場
合に4x4のサイズの行列を導出する。また、重み行列導出部は、対象ブロックサイズが4x16と16x4の場合に4x4のサイズの行列を導出する。また、重み行列導出部は、サイズが4x4
のsizeId=0, 1で示される行列と、サイズが8x8のsizeId=2で示される行列の何れかを導出し、対象ブロックの一辺が4の場合にsizeId=1もしくは2の行列を導出する。
次に、MIP部31045は、sizeIdを用いてMIPモードの数numModes、ダウンサンプリング後
の参照領域redT[]、redL[]のサイズboundarySize、重み行列mWeightおよび中間予測画像predMip[][]の幅と高さpredSizeを導出する。
numModes = (sizeId==0) ? 35 : (sizeId==1) ? 19 : 11 (MIP-22)
boundarySize = (sizeId==0) ? 2 : 4
predSize = (sizeId<=1) ? 4 : 8
sizeIdとこれらの変数の値との関係を図19に示す。
isTransposed、inSizeの導出はMIP実施例1と同様である。
第1の参照領域refT[]、refL[]、第2の参照領域redT[]、redL[]、predMipの導出に必要
なp[]、pTemp[]の導出もMIP実施例1と同様である。
(2)予測画素導出(行列演算)
MIP部31045は、図11のSTEP2 予測画素導出(行列演算)で、p[]に対する行列演算によっ
て、predSize*predSizeのサイズのpredMip[][]を導出する。
MIP部31045の重み行列導出部は、sizeIdとmodeIdを参照して行列のセットから重み行列mWeight[predSize*predSize][inSize]を選択する。
modeId、mWeight[][]の選択方法、シフト値sW、オフセット係数fOの導出方法はMIP実施例1と同様である。
MIP部31045の行列予測画像導出部は、p[]に対して (MIP-23)の積和演算をすることにより、predSize*predSizeのサイズのpredMip[][]を導出する。ここで、本実施例のsizeIdの分類においては、mipWおよびmipHは常にpredSize(predC)以上である。したがって実施例1におけるincWおよびincHは常に1であり、計算は省略されている。
oW = (1<<(sW-1)) - fO*Σp[i]
for (x=0; x<predSize; x++) (MIP-23)
for (y=0; y<predSize; y++) {
predMip[x][y] = (((ΣmWeight[i][y*predSize+x]*p[i])+oW)>>sW) + pTemp[0]
predMip[x][y] = Clip1Y(predMip[x][y])
}
Σはi=0からi=inSize-1までの総和である。
if (isTransposed==1) { (MIP-24)
for (x=0; x<predSize; x++)
for (y=0; y<predSize; y++)
tmpPred[x][y] = predMip[y][x]
for (x=0; x<predSize; x++)
for (y=0; y<predSize; y++)
predMip[x][y] = tmpPred[x][y]
}
(3)予測画素導出(線形補間)
nTbW=predSize、かつ、nTbH=predSizeの場合、MIP部31045の行列予測画像補間部はpredMip[][]をpredsamples[][]にコピーする。
for (x=0; x<nTbW; x++)
for (y=0; y<nTbH; y++)
predSamples[x][y] = predMip[x][y]
それ以外(nTbW>predSize、あるいは、nTbH>predSize)の場合、行列予測画像補間部は、図11のSTEP3 予測画素導出(線形補間)において、predSize*predSizeのpredMip[][]をnTbW*nTbHのサイズの予測画像predSamples[][]に拡大する。3-1では対応位置の画素をコピ
ーし、3-2において、対応しない位置の画素を補間により導出する。
(3-1)行列予測画像補間部は、predMip[][]をpredSamples[][]の対応位置に格納する。
つまり、図12の補間前画像において、predMip[][]を3-1のpredSamples[][]の網掛け画素
位置に格納する。
upHor = nTbW/predSize (MIP-25)
upVer = nTbH/predSize
for (x=0; x<predSize; x++)
for (y=0; y<predSize; y++)
predSamples[(x+1)*upHor-1][(y+1)*upVer-1] = predMip[x][y]
(3-2) (3-1)で格納しなかった画素を、nTbH>nTbWの場合、水平方向、垂直方向に隣接ブロックの画素値を用いて補間し、予測画像を生成する。以下では水平方向、垂直方向の順
に補間するが、垂直方向、水平方向の順に補間してもよい。
水平方向の補間を実施し、predSamples[xHor][yHor]とpredSamples[xHor+upHor][yHor](図の水平補間後画像の網掛け画素)を用いて"○"で示す位置の画素値を導出する。
for (m=0; m<predSize; m++) (MIP-26)
for (n=1; n<=predSize; n++)
for (dX=1; dX<upHor; dX++) {
xHor = m*upHor-1
yHor = n*upVer-1
sum = (upHor-dX)*predSamples[xHor][yHor]+dX*predSamples[xHor+upHor][yHor]
predSamples[xHor+dX][yHor] = (sum+upHor/2)/upHor
}
水平方向の補間後、predSamples[xVer][yVer]とpredSamples[xVer][yVer+upVer] (図
の垂直補間後画像の網掛け画素)を用いて"○"で示す位置の画素値を導出する。
for (m=0; m<nTbW; m++) (MIP-27)
for (n=0; n<predSize; n++)
for (dY=1; dY<upVer; dY++) {
xVer = m
yVer = n*upVer-1
sum = (upVer-dY)*predSamples[xVer][yVer]+dY*predSamples[xVer][yVer+upVer]
predSamples[xVer][yVer+dY] = (sum+upVer/2)/upVer
}
nTbH<=nTbWの場合、垂直方向、水平方向の順に隣接ブロックの画素値を用いて補間し、予測画像を生成する。垂直および水平補間処理はnTbH>nTbWの場合と同様である。
MIP実施例2のMIP部31045は、正方(predW=predH=predSize)の中間予測画像predMip[][]を導出することを特徴とする。予測画像のアドレス計算が容易になるため導出処理が簡略化される。
MIP実施例2のMIP部31045は、対象ブロックの幅nTbWと高さnTbH以下のpredSizeを選択
することにより、sizeIdで選択される行列サイズpredC(=predSize)と、predW, predHが等しくなるため、predMip導出における行列要素の参照が容易になる。
MIP実施例2では、sizeId=2に分類される予測画像の幅と高さを制限することにより、MIP実施例1に比べ、演算数を大幅に削減することができる。シミュレーションにより、これらの変更による符号化効率の低下はほぼないことが確認されている。
(MIP実施例3)
本実施例では、MIP実施例1に比べ、符号化効率を低下させることなく処理を簡略化す
る別の例を説明する。以下では、変更点を中心に説明するため、記載されていない部分はMIP実施例2と同様の処理である。
本実施例では、sizeId=2においてpredW=predH=predCと設定する。これに伴い、sizeId
の定義を変更する。以降は、predW、predH、predCをpredSizeと記載する。
(1)境界参照画素導出
MIP部は、対象ブロックのサイズに関する変数sizeIdを下式で導出する(図21の上)。
sizeId = (nTbW<=4 && nTbH<=4) ? 0 : (nTbW <= 4 || nTbH <= 4) ? 1 : 2 (MIP-28)
あるいは、別の条件でsizeIdを決定してもよい(図21の下)。
sizeId = (nTbW<=4 && nTbH<=4) ? 0 : (nTbW <= 8 || nTbH <= 8) ? 1 : 2 (MIP-29)
(2)予測画素導出(行列演算)
MIP実施例2と同様である。
(3)予測画素導出(線形補間)
MIP実施例2と同様である。
以上のように、MIP実施例3では、MIP実施例2よりもsizeIdの判定をより簡略化することにより、MIP実施例2に比べ、さらに演算数を削減することができる。
なお、MIP実施例3も、MIP実施例2と同様、正方(predW=predH=predSize)の中間予測画像predMip[][]を導出し、対象ブロックの幅nTbWと高さnTbH以下のpredSizeを選択し、sizeId=2に分類される予測画像の幅と高さを制限するため、MIP実施例2と同様の効果を奏する。
(MIP実施例4)
本実施例では、MIP実施例1に比べ、重み行列の格納に要するメモリを削減する別の例
を説明する。以下では、変更点を中心に説明するため、記載されていない部分はMIP実施
例2と同様の処理である。
本実施例では、sizeId=2においてpredW=predH=predCと設定する。これに伴い、sizeId
の定義を変更する。以降は、predW、predH、predCをpredSizeと記載する。
(1)境界参照画素導出
MIP部は、対象ブロックのサイズに関する変数sizeIdを下式で導出する。
sizeId = (nTbW<=4 || nTbH<=4) ? 0 : 1 (MIP-30)
sizeIdの値としては、上記例では0,1としたが、図22上のように
sizeId = (nTbW<=4 || nTbH<=4) ? 0 : 2 (MIP-34)
あるいは、図22下のように、
sizeId = (nTbW<=4 || nTbH<=4) ? 1 : 2 (MIP-34)
とすれば、sizeIdを0,2や1,2の組み合わせに表わすことができる。なお、条件式 (nTbW<=4 || nTbH<=4) の代わりに (nTbW<=8 || nTbH<=8) としてもよい。
式MIP-30の例では、sizeIdの値は0,1の2通りである。このため、MIP実施例2におけるsizeId=2の場合の処理を、全て省略することができる。例えば、第2の参照領域redL[]、redT[]からのp[i](i=0..2*boundarySize-1)の導出は下式のみになる。
if (isTransposed==1) (MIP-31)
for (i=0;i<boundarySize;i++) {
pTemp[i] = redL[i]
pTemp[i+boundarySize] = redT[i]
}
else
for (i=0;i<boundarySize;i++) {
pTemp[i] = redT[i]
pTemp[i+boundarySize] = redL[i]
}(2)予測画素導出(行列演算)
MIP実施例2と同様にしてもよいが、sizeId=2を用いないため、sizeIdとmodeIdを参照
して行列のセットから重み行列mWeight[predSize*predSize][inSize]を選択する処理は、sizeId=2の場合を省略して、下式で表せる。
if (sizeId==0) (MIP-32)
mWeight[i][j] = WeightS0[modeId][i][j] (i=0..15, j=0..3)
else // sizeId==1
mWeight[i][j] = WeightS1[modeId][i][j] (i=0..15, j=0..7)
同様に、sizeIdとmodeIdを参照して、シフト値sWとオフセット係数fOを導出する処理は、下式で表せる。
if (sizeId==0) { (MIP-33)
sW = ShiftS0[modeId]
fO = OffsetS0[modeId]
}
else { // sizeId==1)
sW = ShiftS1[modeId]
fO = OffsetS1[modeId]
}
(3)予測画素導出(線形補間)
MIP実施例2と同様である。
以上のように、MIP実施例3では、MIP実施例2よりもsizeIdの種類を減らすことにより、MIP実施例2に比べ、重み行列の格納に要するメモリを削減することができる。
なお、MIP実施例3も、MIP実施例2と同様、正方(predW=predH=predSize)の中間予測画像predMip[][]を導出し、対象ブロックのサイズnTbW x nTbH以下の行列(predSize)を選択し、sizeId=2に分類される予測画像の幅と高さを制限するため、MIP実施例2と同様のの
効果を奏する。
(予測画像補正部3105の構成)
予測画像補正部3105は、イントラ予測モードに応じて、予測部3104から出力された仮予測画像を修正する。具体的には、予測画像補正部3105は、仮予測画像の各画素に対し、参照領域Rと対象予測画素の位置に応じて、ポジションに依存した重み係数を導出する。そして、参照サンプルs[][]と仮予測画像を重み付け加算(加重平均)することで、仮予測
画像を修正した予測画像(補正済予測画像)Pred[][]を導出する。なお、一部のイントラ予測モードでは、予測画像補正部3105で仮予測画像を補正せず、予測部3104の出力をそのまま予測画像としてもよい。
逆量子化・逆変換部311は、エントロピー復号部301から入力された量子化変換係数を逆量子化して変換係数を求める。この量子化変換係数は、符号化処理において、予測誤差に対してDCT(Discrete Cosine Transform、離散コサイン変換)、DST(Discrete Sine Transform、離散サイン変換)、等の周波数変換を行い量子化して得られる係数である。逆量子化・逆変換部311は、求めた変換係数について逆DCT、逆DST等の逆周波数変換を行い、
予測誤差を算出する。逆量子化・逆変換部311は予測誤差を加算部312に出力する。
加算部312は、予測画像生成部308から入力されたブロックの予測画像と逆量子化・逆変換部311から入力された予測誤差を画素毎に加算して、ブロックの復号画像を生成する。
加算部312はブロックの復号画像を参照ピクチャメモリ306に記憶し、また、ループフィルタ305に出力する。
(動画像符号化装置の構成)
次に、本実施形態に係る動画像符号化装置11の構成について説明する。図13は、本実施形態に係る動画像符号化装置11の構成を示すブロック図である。動画像符号化装置11は、予測画像生成部101、減算部102、変換・量子化部103、逆量子化・逆変換部105、加算部106、ループフィルタ107、予測パラメータメモリ(予測パラメータ記憶部、フレームメモリ)108、参照ピクチャメモリ(参照画像記憶部、フレームメモリ)109、符号化パラメータ決定部110、パラメータ符号化部111、エントロピー符号化部104を含んで構成される。
予測画像生成部101は画像Tの各ピクチャを分割した領域であるCU毎に予測画像を生成
する。予測画像生成部101は既に説明した予測画像生成部308と同じ動作であり、説明を省略する。
減算部102は、予測画像生成部101から入力されたブロックの予測画像の画素値を、画像Tの画素値から減算して予測誤差を生成する。減算部102は予測誤差を変換・量子化部103に出力する。
変換・量子化部103は、減算部102から入力された予測誤差に対し、周波数変換によって変換係数を算出し、量子化によって量子化変換係数を導出する。変換・量子化部103は、
量子化変換係数をエントロピー符号化部104及び逆量子化・逆変換部105に出力する。
逆量子化・逆変換部105は、動画像復号装置31における逆量子化・逆変換部311(図7)
と同じであり、説明を省略する。算出した予測誤差は加算部106に出力される。
エントロピー符号化部104には、変換・量子化部103から量子化変換係数が入力され、パラメータ符号化部111から符号化パラメータが入力される。エントロピー符号化部104は、分割情報、予測パラメータ、量子化変換係数等をエントロピー符号化して符号化ストリームTeを生成し、出力する。
パラメータ符号化部111は、図示しないヘッダ符号化部1110、CT情報符号化部1111、CU
符号化部1112(予測モード符号化部)、およびインター予測パラメータ符号化部112とイ
ントラ予測パラメータ符号化部113を備えている。CU符号化部1112はさらにTU符号化部1114を備えている。
(イントラ予測パラメータ符号化部113の構成)
イントラ予測パラメータ符号化部113は、符号化パラメータ決定部110から入力されたIntraPredModeから、符号化するための形式(例えばintra_luma_mpm_idx、intra_luma_mpm_remmainder等)を導出する。イントラ予測パラメータ符号化部113は、イントラ予測パラ
メータ復号部304がイントラ予測パラメータを導出する構成と、一部同一の構成を含む。
図14は、パラメータ符号化部111のイントラ予測パラメータ符号化部113の構成を示す概略図である。イントラ予測パラメータ符号化部113は、パラメータ符号化制御部1131、輝
度イントラ予測パラメータ導出部1132、色差イントラ予測パラメータ導出部1133とを含んで構成される。
パラメータ符号化制御部1131には、符号化パラメータ決定部110からIntraPredModeYお
よびIntraPredModeCが入力される。パラメータ符号化制御部1131はMPM候補リスト導出部30421のmpmCandList[]を参照して、intra_luma_mpm_flagを決定する。そして、intra_luma_mpm_flagとIntraPredModeYを、輝度イントラ予測パラメータ導出部1132に出力する。ま
た、IntraPredModeCを色差イントラ予測パラメータ導出部1133に出力する。
輝度イントラ予測パラメータ導出部1132は、MPM候補リスト導出部30421(候補リスト導出部)と、MPMパラメータ導出部11322と、非MPMパラメータ導出部11323(符号化部、導出部)とを含んで構成される。
MPM候補リスト導出部30421は、予測パラメータメモリ108に格納された隣接ブロックの
イントラ予測モードを参照して、mpmCandList[]を導出する。MPMパラメータ導出部11322
は、intra_luma_mpm_flagが1の場合に、IntraPredModeYとmpmCandList[]からintra_luma_mpm_idxを導出し、エントロピー符号化部104に出力する。非MPMパラメータ導出部11323
は、intra_luma_mpm_flagが0の場合に、IntraPredModeYとmpmCandList[]からRemIntraPredModeを導出し、intra_luma_mpm_remainderをエントロピー符号化部104に出力する。
色差イントラ予測パラメータ導出部1133は、IntraPredModeYとIntraPredModeCからintra_chroma_pred_modeを導出し、出力する。
加算部106は、予測画像生成部101から入力されたブロックの予測画像の画素値と逆量子化・逆変換部105から入力された予測誤差を画素毎に加算して復号画像を生成する。加算
部106は生成した復号画像を参照ピクチャメモリ109に記憶する。
ループフィルタ107は加算部106が生成した復号画像に対し、デブロッキングフィルタ、SAO、ALFを施す。なお、ループフィルタ107は、必ずしも上記3種類のフィルタを含まな
くてもよく、例えばデブロッキングフィルタのみの構成であってもよい。
予測パラメータメモリ108は、符号化パラメータ決定部110が生成した予測パラメータを、対象ピクチャ及びCU毎に予め定めた位置に記憶する。
参照ピクチャメモリ109は、ループフィルタ107が生成した復号画像を対象ピクチャ及びCU毎に予め定めた位置に記憶する。
符号化パラメータ決定部110は、符号化パラメータの複数のセットのうち、1つのセッ
トを選択する。符号化パラメータとは、上述したQT、BTあるいはTT分割情報、予測パラメータ、あるいはこれらに関連して生成される符号化の対象となるパラメータである。予測画像生成部101は、これらの符号化パラメータを用いて予測画像を生成する。
符号化パラメータ決定部110は、複数のセットの各々について情報量の大きさと符号化
誤差を示すRDコスト値を算出する。符号化パラメータ決定部110は、算出したコスト値が
最小となる符号化パラメータのセットを選択する。これにより、エントロピー符号化部104は、選択した符号化パラメータのセットを符号化ストリームTeとして出力する。符号化
パラメータ決定部110は決定した符号化パラメータを予測パラメータメモリ108に記憶する。
なお、上述した実施形態における動画像符号化装置11、動画像復号装置31の一部、例えば、エントロピー復号部301、パラメータ復号部302、ループフィルタ305、予測画像生成
部308、逆量子化・逆変換部311、加算部312、予測画像生成部101、減算部102、変換・量
子化部103、エントロピー符号化部104、逆量子化・逆変換部105、ループフィルタ107、符号化パラメータ決定部110、パラメータ符号化部111をコンピュータで実現するようにしても良い。その場合、この制御機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピュータシステム」とは、動画像符号化装置11、動画像復号装置31のいずれかに内蔵されたコンピュータシステムであって、OSや周辺機器等のハードウェアを含むものとする。また、「コ
ンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装
置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
また、上述した実施形態における動画像符号化装置11、動画像復号装置31の一部、または全部を、LSI(Large Scale Integration)等の集積回路として実現しても良い。動画像符号化装置11、動画像復号装置31の各機能ブロックは個別にプロセッサ化しても良いし、一部、または全部を集積してプロセッサ化しても良い。また、集積回路化の手法はLSIに限らず専用回路、または汎用プロセッサで実現しても良い。また、半導体技術の進歩によりLSIに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いても良い。
以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。
〔応用例〕
上述した動画像符号化装置11及び動画像復号装置31は、動画像の送信、受信、記録、再生を行う各種装置に搭載して利用することができる。なお、動画像は、カメラ等により撮像された自然動画像であってもよいし、コンピュータ等により生成された人工動画像(CGおよびGUIを含む)であってもよい。
まず、上述した動画像符号化装置11及び動画像復号装置31を、動画像の送信及び受信に利用できることを、図2を参照して説明する。
図2には、動画像符号化装置11を搭載した送信装置PROD_Aの構成を示したブロック図が
示されている。図に示すように、送信装置PROD_Aは、動画像を符号化することによって符号化データを得る符号化部PROD_A1と、符号化部PROD_A1が得た符号化データで搬送波を変調することによって変調信号を得る変調部PROD_A2と、変調部PROD_A2が得た変調信号を送信する送信部PROD_A3と、を備えている。上述した動画像符号化装置11は、この符号化部PROD_A1として利用される。
送信装置PROD_Aは、符号化部PROD_A1に入力する動画像の供給源として、動画像を撮像
するカメラPROD_A4、動画像を記録した記録媒体PROD_A5、動画像を外部から入力するための入力端子PROD_A6、及び、画像を生成または加工する画像処理部A7を更に備えていて
もよい。図においては、これら全てを送信装置PROD_Aが備えた構成を例示しているが、一部を省略しても構わない。
なお、記録媒体PROD_A5は、符号化されていない動画像を記録したものであってもよい
し、伝送用の符号化方式とは異なる記録用の符号化方式で符号化された動画像を記録したものであってもよい。後者の場合、記録媒体PROD_A5と符号化部PROD_A1との間に、記録媒体PROD_A5から読み出した符号化データを記録用の符号化方式に従って復号する復号部(
不図示)を介在させるとよい。
また、図2には、動画像復号装置31を搭載した受信装置PROD_Bの構成を示したブロック
図が示されている。図に示すように、受信装置PROD_Bは、変調信号を受信する受信部PROD_B1と、受信部PROD_B1が受信した変調信号を復調することによって符号化データを得る復調部PROD_B2と、復調部PROD_B2が得た符号化データを復号することによって動画像を得る復号部PROD_B3と、を備えている。上述した動画像復号装置31は、この復号部PROD_B3として利用される。
受信装置PROD_Bは、復号部PROD_B3が出力する動画像の供給先として、動画像を表示す
るディスプレイPROD_B4、動画像を記録するための記録媒体PROD_B5、及び、動画像を外部に出力するための出力端子PROD_B6を更に備えていてもよい。図においては、これら全て
を受信装置PROD_Bが備えた構成を例示しているが、一部を省略しても構わない。
なお、記録媒体PROD_B5は、符号化されていない動画像を記録するためのものであって
もよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化されたものであってもよい。後者の場合、復号部PROD_B3と記録媒体PROD_B5との間に、復号部PROD_B3から
取得した動画像を記録用の符号化方式に従って符号化する符号化部(不図示)を介在させるとよい。
なお、変調信号を伝送する伝送媒体は、無線であってもよいし、有線であってもよい。また、変調信号を伝送する伝送態様は、放送(ここでは、送信先が予め特定されていない送信態様を指す)であってもよいし、通信(ここでは、送信先が予め特定されている送信態様を指す)であってもよい。すなわち、変調信号の伝送は、無線放送、有線放送、無線通信、及び有線通信の何れによって実現してもよい。
例えば、地上デジタル放送の放送局(放送設備など)/受信局(テレビジョン受像機など)は、変調信号を無線放送で送受信する送信装置PROD_A/受信装置PROD_Bの一例である。また、ケーブルテレビ放送の放送局(放送設備など)/受信局(テレビジョン受像機など)は、変調信号を有線放送で送受信する送信装置PROD_A/受信装置PROD_Bの一例である。
また、インターネットを用いたVOD(Video On Demand)サービスや動画共有サービスなどのサーバ(ワークステーションなど)/クライアント(テレビジョン受像機、パーソナルコンピュータ、スマートフォンなど)は、変調信号を通信で送受信する送信装置PROD_A/受信装置PROD_Bの一例である(通常、LANにおいては伝送媒体として無線または有線の何れかが用いられ、WANにおいては伝送媒体として有線が用いられる)。ここで、パーソナルコンピュータには、デスクトップ型PC、ラップトップ型PC、及びタブレット型PCが含まれる。また、スマートフォンには、多機能携帯電話端末も含まれる。
なお、動画共有サービスのクライアントは、サーバからダウンロードした符号化データを復号してディスプレイに表示する機能に加え、カメラで撮像した動画像を符号化してサーバにアップロードする機能を有している。すなわち、動画共有サービスのクライアントは、送信装置PROD_A及び受信装置PROD_Bの双方として機能する。
次に、上述した動画像符号化装置11及び動画像復号装置31を、動画像の記録及び再生に利用できることを、図3を参照して説明する。
図3には、上述した動画像符号化装置11を搭載した記録装置PROD_Cの構成を示したブロ
ック図が示されている。図に示すように、記録装置PROD_Cは、動画像を符号化することによって符号化データを得る符号化部PROD_C1と、符号化部PROD_C1が得た符号化データを記録媒体PROD_Mに書き込む書込部PROD_C2と、を備えている。上述した動画像符号化装置11
は、この符号化部PROD_C1として利用される。
なお、記録媒体PROD_Mは、(1)HDD(Hard Disk Drive)やSSD(Solid State Drive)などのように、記録装置PROD_Cに内蔵されるタイプのものであってもよいし、(2)SDメモリカードやUSB(Universal Serial Bus)フラッシュメモリなどのように、記録装置PROD_Cに接続されるタイプのものであってもよいし、(3)DVD(Digital Versatile Disc:登
録商標)やBD(Blu-ray Disc:登録商標)などのように、記録装置PROD_Cに内蔵されたド
ライブ装置(不図示)に装填されるものであってもよい。
また、記録装置PROD_Cは、符号化部PROD_C1に入力する動画像の供給源として、動画像
を撮像するカメラPROD_C3、動画像を外部から入力するための入力端子PROD_C4、動画像を受信するための受信部PROD_C5、及び、画像を生成または加工する画像処理部PROD_C6を更に備えていてもよい。図においては、これら全てを記録装置PROD_Cが備えた構成を例示しているが、一部を省略しても構わない。
なお、受信部PROD_C5は、符号化されていない動画像を受信するものであってもよいし
、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを受信するものであってもよい。後者の場合、受信部PROD_C5と符号化部PROD_C1との間に、伝送用の符号化方式で符号化された符号化データを復号する伝送用復号部(不図示)を介在させるとよい。
このような記録装置PROD_Cとしては、例えば、DVDレコーダ、BDレコーダ、HDD(Hard Disk Drive)レコーダなどが挙げられる(この場合、入力端子PROD_C4または受信部PROD_C5が動画像の主な供給源となる)。また、カムコーダ(この場合、カメラPROD_C3が動画像の主な供給源となる)、パーソナルコンピュータ(この場合、受信部PROD_C5または画像
処理部C6が動画像の主な供給源となる)、スマートフォン(この場合、カメラPROD_C3
または受信部PROD_C5が動画像の主な供給源となる)なども、このような記録装置PROD_C
の一例である。
また、図3には、上述した動画像復号装置31を搭載した再生装置PROD_Dの構成を示した
ブロック図が示されている。図に示すように、再生装置PROD_Dは、記録媒体PROD_Mに書き込まれた符号化データを読み出す読出部PROD_D1と、読出部PROD_D1が読み出した符号化データを復号することによって動画像を得る復号部PROD_D2と、を備えている。上述した動
画像復号装置31は、この復号部PROD_D2として利用される。
なお、記録媒体PROD_Mは、(1)HDDやSSDなどのように、再生装置PROD_Dに内蔵されるタイプのものであってもよいし、(2)SDメモリカードやUSBフラッシュメモリなどのよ
うに、再生装置PROD_Dに接続されるタイプのものであってもよいし、(3)DVDやBDなど
のように、再生装置PROD_Dに内蔵されたドライブ装置(不図示)に装填されるものであってもよい。
また、再生装置PROD_Dは、復号部PROD_D2が出力する動画像の供給先として、動画像を
表示するディスプレイPROD_D3、動画像を外部に出力するための出力端子PROD_D4、及び、動画像を送信する送信部PROD_D5を更に備えていてもよい。図においては、これら全てを
再生装置PROD_Dが備えた構成を例示しているが、一部を省略しても構わない。
なお、送信部PROD_D5は、符号化されていない動画像を送信するものであってもよいし
、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを送信するものであってもよい。後者の場合、復号部PROD_D2と送信部PROD_D5との間に、動画像を伝送用の符号化方式で符号化する符号化部(不図示)を介在させるとよい。
このような再生装置PROD_Dとしては、例えば、DVDプレイヤ、BDプレイヤ、HDDプレイヤなどが挙げられる(この場合、テレビジョン受像機等が接続される出力端子PROD_D4が動
画像の主な供給先となる)。また、テレビジョン受像機(この場合、ディスプレイPROD_D3が動画像の主な供給先となる)、デジタルサイネージ(電子看板や電子掲示板等とも称
され、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる)、デスクトップ型PC(この場合、出力端子PROD_D4または送信部PROD_D5が動画像の主な供給先となる)、ラップトップ型またはタブレット型PC(この場合、ディスプレイPROD_D3または送
信部PROD_D5が動画像の主な供給先となる)、スマートフォン(この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる)なども、このような再生装置PROD_Dの一例である。
(ハードウェア的実現およびソフトウェア的実現)
また、上述した動画像復号装置31および動画像符号化装置11の各ブロックは、集積回路(ICチップ)上に形成された論理回路によってハードウェア的に実現してもよいし、CPU
(Central Processing Unit)を用いてソフトウェア的に実現してもよい。
後者の場合、上記各装置は、各機能を実現するプログラムの命令を実行するCPU、上記
プログラムを格納したROM(Read Only Memory)、上記プログラムを展開するRAM(Random
Access Memory)、上記プログラムおよび各種データを格納するメモリ等の記憶装置(記録媒体)などを備えている。そして、本発明の実施形態の目的は、上述した機能を実現するソフトウェアである上記各装置の制御プログラムのプログラムコード(実行形式プログラム、中間コードプログラム、ソースプログラム)をコンピュータで読み取り可能に記録した記録媒体を、上記各装置に供給し、そのコンピュータ(またはCPUやMPU)が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。
上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ類、フロッピー(登録商標)ディスク/ハードディスク等の磁気ディスクやCD-ROM(Compact Disc Read-Only Memory)/MOディスク(Magneto-Optical disc)/MD(Mini Disc)/DVD(Digital Versatile Disc:登録商標)/CD-R(CD Recordable)/ブルーレイディスク(Blu-ray
Disc:登録商標)等の光ディスクを含むディスク類、ICカード(メモリカードを含む)
/光カード等のカード類、マスクROM/EPROM(Erasable Programmable Read-Only Memory)/EEPROM(Electrically Erasable and Programmable Read-Only Memory:登録商標)
/フラッシュROM等の半導体メモリ類、あるいはPLD(Programmable logic device)やFPGA(Field Programmable Gate Array)等の論理回路類などを用いることができる。
また、上記各装置を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークは、プログラムコードを伝送可能であればよく、特に限定されない。例えば、インターネット、イントラネット、エキストラネット、LAN(Local Area Network)、ISDN(Integrated Services Digital Network)、VAN(Value-Added Network)、CATV(Community Antenna television/Cable Television)通信網、仮想専用網(Virtual Private Network)、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、この通信ネットワークを構成する伝送媒体も、プログラムコードを伝送可能な媒体であればよく、特定の構成または種類のものに限定されない。例えば、IEEE(Institute of Electrical and Electronic Engineers)1394、USB、電力線搬送、ケーブルTV回線、電話線、ADSL(Asymmetric Digital Subscriber Line)回線等の有線でも、IrDA(Infrared Data Association)やリモコンのような赤外線、BlueTooth(登録商標)、IEEE802.11無線、HDR(High Data Rate)、NFC(Near Field Communication)、DLNA(Digital Living Network Alliance:登録商標)、携帯電話網、
衛星回線、地上デジタル放送網等の無線でも利用可能である。なお、本発明の実施形態は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。
本発明の実施形態は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
本発明の実施形態は、画像データが符号化された符号化データを復号する動画像復号装置、および、画像データが符号化された符号化データを生成する動画像符号化装置に好適に適用することができる。また、動画像符号化装置によって生成され、動画像復号装置によって参照される符号化データのデータ構造に好適に適用することができる。
31 画像復号装置
301 エントロピー復号部
302 パラメータ復号部
3020 ヘッダ復号部
303 インター予測パラメータ復号部
304 イントラ予測パラメータ復号部
308 予測画像生成部
309 インター予測画像生成部
310 イントラ予測画像生成部
311 逆量子化・逆変換部
312 加算部
11 画像符号化装置
101 予測画像生成部
102 減算部
103 変換・量子化部
104 エントロピー符号化部
105 逆量子化・逆変換部
107 ループフィルタ
110 符号化パラメータ決定部
111 パラメータ符号化部
112 インター予測パラメータ符号化部
113 イントラ予測パラメータ符号化部
1110 ヘッダ符号化部
1111 CT情報符号化部
1112 CU符号化部(予測モード符号化部)
1114 TU符号化部

Claims (4)

  1. 符号化データを復号する動画像復号装置において、
    (i)イントラ予測モードと、(ii)変換ブロックの幅と変換ブロックの高さの値に応じて設定されるサイズ変数とを用いて、重み行列を導出する重み行列導出部と、
    対象ブロックの隣接画素をダウンサンプリングして導出した参照画素と上記重み行列との積和演算を用いて、所定サイズの中間予測画像を導出する行列予測画像導出部と、
    上記中間予測画像を用いて予測画像を導出する行列予測画像補間部と、を備え、
    上記変換ブロックの幅の値が4であり、上記変換ブロックの高さの値が32である場合、または、上記変換ブロックの幅の値が32であり、上記変換ブロックの高さの値が4である場合、上記サイズ変数は、1に設定され、上記所定サイズは、4に設定されることを特徴とする動画像復号装置。
  2. 符号化データを生成する動画像符号化装置において、
    (i)イントラ予測モードと、(ii)変換ブロックの幅と変換ブロックの高さの値に応じて設定されるサイズ変数とを用いて、重み行列を導出する重み行列導出部と、
    対象ブロックの隣接画素をダウンサンプリングして導出した参照画素と上記重み行列との積和演算を用いて、所定サイズの中間予測画像を導出する行列予測画像導出部と、
    上記中間予測画像を用いて予測画像を導出する行列予測画像補間部と、を備え、
    上記変換ブロックの幅の値が4であり、上記変換ブロックの高さの値が32である場合、または、上記変換ブロックの幅の値が32であり、上記変換ブロックの高さの値が4である場合、上記サイズ変数は、1に設定され、上記所定サイズは、4に設定されることを特徴とする動画像符号化装置。
  3. 符号化データを復号する動画像復号方法において、
    (i)イントラ予測モードと、(ii)変換ブロックの幅と変換ブロックの高さの値に応じて設定されるサイズ変数とを用いて、重み行列を導出するステップと、
    対象ブロックの隣接画素をダウンサンプリングして導出した参照画素と上記重み行列との積和演算を用いて、所定サイズの中間予測画像を導出するステップと、
    上記中間予測画像を用いて予測画像を導出するステップと、を少なくとも含み、
    上記変換ブロックの幅の値が4であり、上記変換ブロックの高さの値が32である場合、または、上記変換ブロックの幅の値が32であり、上記変換ブロックの高さの値が4である場合、上記サイズ変数は、1に設定され、上記所定サイズは、4に設定されることを特徴とする動画像復号方法。
  4. 符号化データを生成する動画像符号化方法において、
    (i)イントラ予測モードと、(ii)変換ブロックの幅と変換ブロックの高さの値に応じて設定されるサイズ変数とを用いて、重み行列を導出するステップと、
    対象ブロックの隣接画素をダウンサンプリングして導出した参照画素と上記重み行列との積和演算を用いて、所定サイズの中間予測画像を導出するステップと、
    上記中間予測画像を用いて予測画像を導出するステップと、を少なくとも含み、
    上記変換ブロックの幅の値が4であり、上記変換ブロックの高さの値が32である場合、または、上記変換ブロックの幅の値が32であり、上記変換ブロックの高さの値が4である場合、上記サイズ変数は、1に設定され、上記所定サイズは、4に設定されることを特徴とする動画像符号化方法。
JP2019171549A 2019-09-18 2019-09-20 動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法 Active JP7444570B2 (ja)

Priority Applications (10)

Application Number Priority Date Filing Date Title
JP2019171549A JP7444570B2 (ja) 2019-09-20 2019-09-20 動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法
US17/017,743 US11184622B2 (en) 2019-09-18 2020-09-11 Video decoding apparatus and video coding apparatus
EP20196708.0A EP3796656B1 (en) 2019-09-18 2020-09-17 Video decoding apparatus and video coding apparatus
CN202010979485.9A CN112532976A (zh) 2019-09-18 2020-09-17 运动图像解码装置以及运动图像编码装置
EP24185002.3A EP4418657A2 (en) 2019-09-18 2020-09-17 Video decoding apparatus and video coding apparatus
TW109132187A TW202114417A (zh) 2019-09-18 2020-09-17 動態圖像解碼裝置及動態圖像編碼裝置
US17/486,592 US11589056B2 (en) 2019-09-18 2021-09-27 Video decoding apparatus and video coding apparatus
US18/095,011 US11818363B2 (en) 2019-09-18 2023-01-10 Video decoding apparatus and video coding apparatus
US18/368,172 US20240007650A1 (en) 2019-09-18 2023-09-14 Video decoding apparatus and video coding apparatus
JP2024022477A JP2024054362A (ja) 2019-09-20 2024-02-19 動画像復号装置、動画像符号化装置および予測画像生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019171549A JP7444570B2 (ja) 2019-09-20 2019-09-20 動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2024022477A Division JP2024054362A (ja) 2019-09-20 2024-02-19 動画像復号装置、動画像符号化装置および予測画像生成方法

Publications (3)

Publication Number Publication Date
JP2021048557A JP2021048557A (ja) 2021-03-25
JP2021048557A5 JP2021048557A5 (ja) 2022-08-10
JP7444570B2 true JP7444570B2 (ja) 2024-03-06

Family

ID=74878845

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2019171549A Active JP7444570B2 (ja) 2019-09-18 2019-09-20 動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法
JP2024022477A Pending JP2024054362A (ja) 2019-09-20 2024-02-19 動画像復号装置、動画像符号化装置および予測画像生成方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2024022477A Pending JP2024054362A (ja) 2019-09-20 2024-02-19 動画像復号装置、動画像符号化装置および予測画像生成方法

Country Status (1)

Country Link
JP (2) JP7444570B2 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020127811A2 (en) 2018-12-20 2020-06-25 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Intra predictions using linear or affine transforms with neighbouring sample reduction
WO2021004155A1 (zh) 2019-07-10 2021-01-14 Oppo广东移动通信有限公司 图像分量预测方法、编码器、解码器以及存储介质
WO2021040941A1 (en) 2019-08-30 2021-03-04 Alibaba Group Holding Limited Matrix weighted intra prediction of video signals

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020127811A2 (en) 2018-12-20 2020-06-25 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Intra predictions using linear or affine transforms with neighbouring sample reduction
WO2021004155A1 (zh) 2019-07-10 2021-01-14 Oppo广东移动通信有限公司 图像分量预测方法、编码器、解码器以及存储介质
WO2021040941A1 (en) 2019-08-30 2021-03-04 Alibaba Group Holding Limited Matrix weighted intra prediction of video signals

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Benjamin Bross, Jianle Chen, and Shan Liu,Versatile Video Coding (Draft 6),Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-O2001 (version 14),15th Meeting: Gothenburg, SE,2019年07月31日,pp.160-161,168-178
Jonathan Pfaff, et al.,CE3: Affine linear weighted intra prediction (CE3-4.1, CE3-4.2),Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-N0217,14th Meeting: Geneva, CH,2019年03月,pp.1-17
Xinwei Li, et al.,Non-CE3: Removal of leaving out operation for 4×16 and 16×4 MIP blocks,Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-P0303-v2,16th Meeting: Geneva, CH,2019年10月,pp.1-8
Yukinobu Yasugi, and Tomohiro Ikai,Non-CE3: MIP simplification,Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-P0289_r1,16th Meeting: Geneva, CH,2019年10月,pp.1-5
Z. Zhang, et al.,Non-CE3: Align MIP matrix multiplication process,Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-P0199-v3,16th Meeting: Geneva, CH,2019年10月,pp.1-6

Also Published As

Publication number Publication date
JP2021048557A (ja) 2021-03-25
JP2024054362A (ja) 2024-04-16

Similar Documents

Publication Publication Date Title
JP7402016B2 (ja) 画像復号装置及び画像符号化装置
JP7368145B2 (ja) 画像符号化装置、および、画像復号装置
JP7139144B2 (ja) 画像フィルタ装置
JP2021002780A (ja) 動画像復号装置および動画像符号化装置
US11818363B2 (en) Video decoding apparatus and video coding apparatus
JP2020120141A (ja) 動画像符号化装置及び動画像復号装置、フィルタ装置
JP2020150516A (ja) 画像復号装置及び画像符号化装置
WO2020241858A1 (ja) 画像復号装置
JPWO2020241858A5 (ja)
WO2021246284A1 (ja) 動画像復号装置及び動画像符号化装置
WO2020184366A1 (ja) 画像復号装置
JP2020141285A (ja) 画像復号装置
WO2020067440A1 (ja) 動画像符号化装置および動画像復号装置
JP7444570B2 (ja) 動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法
JP7425568B2 (ja) 動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法
JP2020068462A (ja) 画像ビット階調拡張フィルタ装置及び画像符号化装置、画像復号装置
JP2021034887A (ja) 画像復号装置及び画像符号化装置
JP2021034848A (ja) 画像復号装置
JP2021180342A (ja) 予測画像生成装置、動画像復号装置、および動画像符号化装置
JP7397586B2 (ja) 画像復号装置及び画像符号化装置
JP2023085638A (ja) 動画像復号装置および動画像符号化装置
JP2023046435A (ja) 動画像復号装置および動画像符号化装置
JP2020195042A (ja) 動画像復号装置
JP2021197557A (ja) 画像復号装置及び画像符号化装置
JP2020195013A (ja) 画像復号装置および画像符号化装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220802

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220802

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20221207

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230921

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230926

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231025

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231205

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: 20240130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240222

R150 Certificate of patent or registration of utility model

Ref document number: 7444570

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150