JP7448349B2 - 動画像復号装置 - Google Patents
動画像復号装置 Download PDFInfo
- Publication number
- JP7448349B2 JP7448349B2 JP2019227057A JP2019227057A JP7448349B2 JP 7448349 B2 JP7448349 B2 JP 7448349B2 JP 2019227057 A JP2019227057 A JP 2019227057A JP 2019227057 A JP2019227057 A JP 2019227057A JP 7448349 B2 JP7448349 B2 JP 7448349B2
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- flag
- unit
- value
- parameter
- 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
- 239000013598 vector Substances 0.000 claims description 90
- 230000033001 locomotion Effects 0.000 claims description 83
- 230000002123 temporal effect Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 description 89
- 238000000034 method Methods 0.000 description 68
- 238000009795 derivation Methods 0.000 description 50
- 230000015654 memory Effects 0.000 description 41
- 238000013139 quantization Methods 0.000 description 36
- 238000010586 diagram Methods 0.000 description 35
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 25
- 230000009466 transformation Effects 0.000 description 25
- 230000005540 biological transmission Effects 0.000 description 23
- 230000006870 function Effects 0.000 description 23
- 238000006243 chemical reaction Methods 0.000 description 18
- 230000015572 biosynthetic process Effects 0.000 description 15
- 238000003786 synthesis reaction Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 230000006854 communication Effects 0.000 description 14
- 238000000638 solvent extraction Methods 0.000 description 12
- 230000003044 adaptive effect Effects 0.000 description 10
- 238000012937 correction Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 4
- 238000012952 Resampling Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 229920000069 polyphenylene sulfide Polymers 0.000 description 3
- 208000034188 Stiff person spectrum disease Diseases 0.000 description 2
- 229920010524 Syndiotactic polystyrene Polymers 0.000 description 2
- 101000804730 Xenopus laevis Protein Wnt-1 Proteins 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 208000012112 ischiocoxopodopatellar syndrome Diseases 0.000 description 2
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000002490 spark plasma sintering Methods 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- VBRBNWWNRIMAII-WYMLVPIESA-N 3-[(e)-5-(4-ethylphenoxy)-3-methylpent-3-enyl]-2,2-dimethyloxirane Chemical compound C1=CC(CC)=CC=C1OC\C=C(/C)CCC1C(C)(C)O1 VBRBNWWNRIMAII-WYMLVPIESA-N 0.000 description 1
- 241001025261 Neoraja caerulea Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
- H04N19/517—Processing of motion vectors by encoding
- H04N19/52—Processing of motion vectors by encoding by predictive encoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/174—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a slice, e.g. a line of blocks or a group of blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/573—Motion compensation with multiple frame prediction using two or more reference frames in a given prediction direction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Description
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。
対象ブロックの周囲の動きベクトルを用いて予測を行う空間予測と、
コロケートピクチャの動きベクトルを用いて予測を行う時間予測を適応的に行う適応動きベクトル予測部を有し、
前記適応ベクトル予測部の時間予測では、参照するコロケートピクチャをピクチャ単位で指定し、参照リストをスライス単位に指定することを特徴とする。
対象ブロックの周囲の動きベクトルを用いて予測を行う空間予測と、
コロケートピクチャの動きベクトルを用いて予測を行う時間予測を適応的に行う適応動きベクトル予測部を有し、
前記適応ベクトル予測部の時間予測では、参照するコロケートピクチャをピクチャ単位で指定し、参照リストをスライス単位に指定することを特徴とする。
対象ブロックの周囲の動きベクトルを用いて予測を行う空間予測と、
コロケートピクチャの動きベクトルを用いて予測を行う時間予測を適応的に行う適応動きベクトル予測部を有し、
前記適応ベクトル予測部の時間予測では、参照するコロケートピクチャをピクチャ単位で指定し、参照リストをスライス単位に指定することを特徴とする。
コロケートピクチャを示すインデクスを指定することが可能となり、冗長性を削減し、上記の課題が解決できる。
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。
を含む可変解像度動画像信号を、画像符号化装置11に供給する。また、解像度変換装置51は、画像の解像度変換の有無を示す情報を動画像符号化装置11に供給する。当該情報が解像度変換を示す場合、動画像符号化装置は、後述する解像度変換情報ref_pic_resampling_enabled_flagを1に設定し、符号化データのシーケンスパラメータセットSPS(Sequence
Parameter Set)に含ませて符号化する。
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。
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。
本明細書で用いる演算子を以下に記載する。
、|=はOR代入演算子であり、||は論理和を示す。
る。
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)。
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。
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、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に示すように、ビデオパラメータセットVPS(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)、Adaptation Parameter Set(APS)、ピクチャPICT、及び、付加拡張情報SEI(Supplemental Enhancement Information)を含んでいる。
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。
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。
・ref_pic_resampling_enabled_flag:対象SPSを参照する単一のシーケンスに含まれる各画像を復号する場合に、解像度を可変とする機能(リサンプリング:resampling)を用いるか否かを規定するフラグである。別の側面から言えば、当該フラグは、予測画像の生成において参照される参照ピクチャのサイズが、単一のシーケンスが示す各画像間において変化することを示すフラグである。当該フラグの値が1である場合、上記リサンプリング
が適用され、0である場合、適用されない。
・pic_width_max_in_luma_samples:単一のシーケンスにおける画像のうち、最大の幅を
有する画像の幅を、輝度ブロック単位で指定するシンタックスである。また、当該シンタックスの値は、0ではなく、且つMax(8, MinCbSizeY)の整数倍であることが要求される。
ここで、MinCbSizeYは、輝度ブロックの最小サイズによって定まる値である。
・pic_height_max_in_luma_samples:単一のシーケンスにおける画像のうち、最大の高さを有する画像の高さを、輝度ブロック単位で指定するシンタックスである。また、当該シンタックスの値は、0ではなく、且つMax(8, MinCbSizeY)の整数倍であることが要求され
る。
・sps_temporal_mvp_enabled_flag:対象シーケンスを復号する場合において、時間動き
ベクトル予測を用いるか否かを規定するフラグである。当該フラグの値が1であれば時間
動きベクトル予測が用いられ、値が0であれば時間動きベクトル予測は用いられない。ま
た、当該フラグを規定することにより、異なる解像度の参照ピクチャを参照する場合等に、参照する座標位置がずれてしまうことを防ぐことができる。
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。
・pic_width_in_luma_samples:対象ピクチャの幅を指定するシンタックスである。当該
シンタックスの値は、0ではなく、Max(8, MinCbSizeY)の整数倍であり、且つpic_width_m
ax_in_luma_samples以下の値であることが要求される。
・pic_height_in_luma_samples:対象ピクチャの高さを指定するシンタックスである。当該シンタックスの値は、0ではなく、Max(8, MinCbSizeY)の整数倍であり、且つpic_height_max_in_luma_samples以下の値であることが要求される。
・conformance_window_flag:コンフォーマンス(クロッピング)ウィンドウオフセット
パラメータが続いて通知されるか否かを示すフラグであって、コンフォーマンスウィンドウを表示する場所を示すフラグである。このフラグが1である場合、当該パラメータが通
知され、0である場合、コンフォーマンスウインドウオフセットパラメータが存在しない
ことを示す。
・conf_win_left_offset、conf_win_right_offset、conf_win_top_offset、conf_win_bottom_offset:出力用のピクチャ座標で指定される矩形領域に関して、復号処理で出力されるピクチャの左、右、上、下位置を指定するためのオフセット値である。また、conformance_window_flagの値が0である場合、conf_win_left_offset、conf_win_right_offset、conf_win_top_offset、conf_win_bottom_offsetの値は0であるものと推定される。
・scaling_window_flag:スケーリングウインドウオフセットパラメータが対象PPSに存在するか否かを示すフラグであって、出力される画像サイズの規定に関するフラグである。このフラグが1である場合、当該パラメータがPPSに存在することを示しており、このフラグが0である場合、当該パラメータがPPSに存在しないことを示している。また、ref_pic_resampling_enabled_flagの値が0である場合、scaling_window_flagの値も0であることが要求される。
・scaling_win_left_offset、scaling_win_right_offset、scaling_win_top_offset、scaling_win_bottom_offset:スケーリング比率計算のために画像サイズに適用されるオフセットを、それぞれ、対象ピクチャの左、右、上、下位置について輝度サンプル単位で指定するシンタックスである。また、scaling_window_flagの値が0である場合、scaling_win_left_offset、scaling_win_right_offset、scaling_win_top_offset、scaling_win_bottom_offsetの値は0であるものと推定される。また、scaling_win_left_offset + scaling_win_right_offsetの値はpic_width_in_luma_samples未満であること、及びscaling_win_top_offset + scaling_win_bottom_offsetの値はpic_height_in_luma_samples未満であることが要求される。
PicOutputHeightL = pic_height_in_pic_size_units - (scaling_win_bottom_offset +
scaling_win_top_offset)
・pps_collocated_from_l0_idc:collocated_from_l0_flagが、当該PPSを参照するスライスのスライスヘッダに存在するか否かを示すシンタックスである。当該シンタックスの値が0である場合、collocated_from_l0_flagが当該スライスヘッダに存在し、1又は2の場合、当該スライスヘッダには存在しないことを示している。
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に示すように、ピクチャヘ
ッダPH、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
)。
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。
・pic_temporal_mvp_enabled_flag:当該ピクチャヘッダに関連付けられたスライスのイ
ンター予測に時間動きベクトル予測を用いるか否かを規定するフラグである。当該フラグの値が0である場合、当該ピクチャヘッダに関連付けられたスライスのシンタックス要素
は、そのスライスの復号において時間動きベクトル予測が用いられないように制限される。当該フラグの値が1である場合、当該ピクチャヘッダに関連付けられたスライスの復号
に時間動きベクトル予測が用いられることを示している。また、当該フラグが規定されていない場合、値が0であるものと推定される。
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。
・collocated_from_l0_flag:時間動きベクトル予測に用いられるコロケートピクチャピ
クチャ(collocated picture)が何れの参照ピクチャリストから導出されるかを規定するフラグである。当該フラグの値が1である場合、当該ピクチャが参照ピクチャリスト0(L0リスト)から導出されることを示しており、当該フラグの値が0である場合、当該ピクチ
ャが参照ピクチャリスト1(L1リスト)から導出されることを示している。また、当該フ
ラグが規定されていない場合、スライスのタイプとpps_collocated_from_l0_idcとに応じて、0又は1の値が推定される。
タイプがBの場合、collocated_from_l0_flagはpps_collocated_from_l0_idc - 1と推定される。
・collocated_ref_idx:時間動きベクトル予測に使用されるコロケートピクチャの参照インデックスである。また、collocated_ref_idxの値は、スライスのタイプ又はcollocated_from_l0_flagの値によって規定される。スライスタイプがPの場合、あるいは、スライスタイプがBかつcollocated_from_l0_flagが1の場合、collocated_ref_idxはList0のピクチャを参照する。スライスタイプがBかつcollocated_from_l0_flagが0の場合、collocated_ref_idxはList1のピクチャを参照する。collocated_ref_idxが存在しない場合、0と推定
する。
]の値が1ならば、変数SliceTemporalMvpEnableFlagを0に設定する。そうでない場合は、変数SliceTemporalMvpEnableFlagを、pic_temporal_mvp_enabled_flagの値に設定する。
これにより、もし、符号化ピクチャのサイズと異なるサイズの参照ピクチャをcollocated_ref_idxで指定した場合には、強制的に変数SliceTemporalMvpEnableFlagを0に設定して
、当該スライスにおいて、参照ピクチャの動きベクトル情報を用いずに、符号化、復号処理を行う。
ル予測に用いられるコロケートピクチャピクチャ(collocated picture)がL0、L1のいずれの参照ピクチャリストから導出されるかを規定するフラグであるcollocated_from_l0_flagの値を代入する。(S201)次に、collocated_ref_idxで示されたコロケートピクチャ
ピクチャのサイズが、符号化ピクチャのサイズと異なるか否かを調べるために、変数RefPicIsScaledの値が1か否かを比較する。(S202)もし、1ならば、コロケートピクチャピクチャのサイズが、符号化ピクチャのサイズと異なると判断して、変数SliceTemporalMvpEnableFlagを0に設定して、コロケートピクチャの動きベクトル情報を用いない。(S203
)もし、1でないならば、変数SliceTemporalMvpEnableFlagには、ピクチャレベルでのフ
ラグであるpicTemporalMvpEnableFlagの値を代入する。(S204)
別の実施の形態としては、もし、符号化ピクチャのサイズと異なるサイズの参照ピクチャをcollocated_ref_idxで指定した場合は、符号化ピクチャのサイズと同一サイズの参照ピクチャでref_idxの最も小さい値をcollocated_ref_idxとする。そうでなく、もし、符
号化ピクチャのサイズと同一サイズの参照ピクチャが存在しない場合は、強制的に変数SliceTemporalMvpEnableFlagを0に設定して、当該スライスにおいて、参照ピクチャの動き
ベクトル情報を用いずに、符号化、復号処理を行うという方式でもよい。
予測を用いるか否かを規定するフラグである。
クチャヘッダPHに関連付けられたスライスのslice_typeがBに等しく、ピクチャヘッダPH
に関連付けられたスライスのcollocated_from_l0_flagが1の場合、collocated_ref_idxはリスト0のピクチャを参照する。
ダPHに関連付けられたスライスのcollocated_from_l0_flagが0に等しい場合、collocated_ref_idxはリスト1のピクチャを参照する。
collocated_ref_idxが存在しない場合、collocated_ref_idxの値は0に等しいと推測され
る。
に設定する。
、pps_collocated_from_l0_idcの値が0の時、collocated_from_l0_flagを指定する。
ラグが規定されていない場合、スライスのタイプとpps_collocated_from_l0_idcとに応じて、0又は1の値が推定される。
タイプがBの場合、collocated_from_l0_flagはpps_collocated_from_l0_idc - 1と推定される。
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。
図4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。
割を行うか否かを示すQT分割フラグ(qt_split_cu_flag)、MT分割の分割方向を示すMT分割方向(mtt_split_cu_vertical_flag)、MT分割の分割タイプを示すMT分割タイプ(mtt_split_cu_binary_flag)を含む。split_cu_flag、qt_split_cu_flag、mtt_split_cu_vertical_flag、mtt_split_cu_binary_flagは符号化ノード毎に伝送される。
図4は、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。
でエントロピー符号化してもよい。
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。
ンター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、動きベクトルを導出するための予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、動きベクト
ル精度モードamvr_modeがある。
参照ピクチャリストは、参照ピクチャメモリ306に記憶された参照ピクチャからなるリ
ストである。図6は、参照ピクチャおよび参照ピクチャリストの一例を示す概念図である。図6の参照ピクチャの一例を示す概念図において、矩形はピクチャ、矢印はピクチャの参照関係、横軸は時間、矩形中のI、P、Bは各々イントラピクチャ、単予測ピクチャ、双
予測ピクチャ、矩形中の数字は復号順を示す。図に示すように、ピクチャの復号順は、I0、P1、B2、B3、B4であり、表示順は、I0、B3、B2、B4、P1である。図6には、ピクチャB3(対象ピクチャ)の参照ピクチャリストの例を示されている。参照ピクチャリストは、参照ピクチャの候補を表すリストであり、1つのピクチャ(スライス)が1つ以上の参照ピクチャリストを有してもよい。図の例では、対象ピクチャB3は、L0リストRefPicList0お
よびL1リストRefPicList1の2つの参照ピクチャリストを持つ。個々のCUでは、参照ピク
チャリストRefPicListX(X=0または1)中のどのピクチャを実際に参照するかをrefIdxLX
で指定する。図は、refIdxL0=2、refIdxL1=0の例である。なお、LXは、L0予測とL1予測を区別しない場合に用いられる記述方法であり、以降では、LXをL0、L1に置き換えることでL0リストに対するパラメータとL1リストに対するパラメータを区別する。
予測パラメータの復号(符号化)方法には、マージ予測(merge)モードとAMVP(Advanced Motion Vector Prediction、適応動きベクトル予測)モードがあり、merge_flagは、これらを識別するためのフラグである。マージ予測モードは、予測リスト利用フラグpredFlagLX、参照ピクチャインデックスrefIdxLX、動きベクトルmvLXを符号化データに含めずに、既に処理した近傍ブロックの予測パラメータ等から導出するモードである。AMVPモードは、inter_pred_idc、refIdxLX、mvLXを符号化データに含めるモードである。なお、mvLXは、予測ベクトルmvpLXを識別するmvp_LX_idxと差分ベクトルmvdLXとして符号化される。また、マージ予測モードの他に、アフィン予測モード、MMVD予測モードがあってもよい。
た1枚の参照ピクチャを用いる単予測を示す。PRED_BIはL0リストとL1リストで管理され
た2枚の参照ピクチャを用いる双予測を示す。
補)のうち、いずれの予測パラメータを対象ブロックの予測パラメータとして用いるかを示すインデックスである。
mvLXは、異なる2つのピクチャ上のブロック間のシフト量を示す。mvLXに関する予測ベクトル、差分ベクトルを、それぞれmvpLX、mvdLXと呼ぶ。
inter_pred_idcと、predFlagL0、predFlagL1の関係は以下のとおりであり、相互に変換可能である。
predFlagL0 = inter_pred_idc & 1
predFlagL1 = inter_pred_idc >> 1
なお、インター予測パラメータは、予測リスト利用フラグを用いても良いし、インター予測識別子を用いてもよい。また、予測リスト利用フラグを用いた判定は、インター予測識別子を用いた判定に置き替えてもよい。逆に、インター予測識別子を用いた判定は、予測リスト利用フラグを用いた判定に置き替えてもよい。
双予測であるかのフラグbiPredは、2つの予測リスト利用フラグがともに1であるかによって導出できる。例えば以下の式で導出できる。
あるいは、biPredは、インター予測識別子が2つの予測リスト(参照ピクチャ)を使うことを示す値であるか否かによっても導出できる。例えば以下の式で導出できる。
(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。
)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、予測パラ
メータ導出部320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。
部3022(予測モード復号部)を備えており、CU復号部3022はさらにTU復号部3024を備えている。これらを総称して復号モジュールと呼んでもよい。ヘッダ復号部3020は、符号化データからVPS、SPS、PPS、APSなどのパラメータセット情報、スライスヘッダ(スライス情報)を復号する。CT情報復号部3021は、符号化データからCTを復号する。CU復号部3022は符号化データからCUを復号する。TU復号部3024は、TUに予測誤差が含まれている場合に、符号化データからQP更新情報(量子化補正値)と量子化予測誤差(residual_coding)を
復号する。
場合は0と導出する。
また、TU復号部3024は、符号化データからセカンダリ変換の利用及び変換基底を示すインデックスstIdxを復号する。stIdxは0の場合にセカンダリ変換の非適用を示し、1の場合にセカンダリ変換基底のセット(ペア)のうち一方の変換を示し、2の場合に上記ペアのう
ち他方の変換を示す。
残差を復号する。さらにTU復号部3024は、サブブロックの数が4であるか2であるかを示すフラグcu_sbt_quad_flag、分割方向を示すcu_sbt_horizontal_flag、非ゼロの変換係数が含まれるサブブロックを示すcu_sbt_pos_flagを復号してもよい。
含んで構成される。
、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。
ピー復号を行って、個々の符号(シンタックス要素)を復号する。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、コンテキストのCABAC状態(優勢
シンボルの種別(0 or 1)と確率を指定する確率状態インデックスpStateIdx)をメモリに
格納する。エントロピー復号部301は、セグメント(タイル、CTU行、スライス)の先頭で全てのCABAC状態を初期化する。エントロピー復号部301は、シンタックス要素をバイナリ列(Bin String)に変換し、Bin Stringの各ビットを復号する。コンテキストを用いる場合には、シンタックス要素の各ビットに対してコンテキストインデックスctxIncを導出し、コンテキストを用いてビットを復号し、用いたコンテキストのCABAC状態を更新する。
コンテキストを用いないビットは、等確率(EP, bypass)で復号され、ctxInc導出やCABAC
状態は省略される。復号されたシンタックス要素には、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。
メータ復号部302の指示に基づいて行われる。
図8は、動画像復号装置31の概略的動作を説明するフローチャートである。
(スライス情報)を復号する。
の処理を繰り返すことにより各CTUの復号画像を導出する。
号する。
フラグsplit_transform_flag、CU残差フラグcbf_cb、cbf_cr、cbf_luma等を復号する。
データからQP更新情報と量子化予測誤差、変換インデックスmts_idxを復号する。なお、QP更新情報は、量子化パラメータQPの予測値である量子化パラメータ予測値qPpredからの
差分値である。
、逆量子化・逆変換部311より供給される予測誤差とを加算することによって、対象CUの
復号画像を生成する。
図12には、本実施形態に係るインター予測パラメータ導出部303の構成を示す概略図が
示されている。インター予測パラメータ導出部303は、パラメータ復号部302から入力されたシンタックス要素に基づいて、予測パラメータメモリ307に記憶された予測パラメータ
を参照してインター予測パラメータを導出する。また、インター予測パラメータをインター予測画像生成部309、予測パラメータメモリ307に出力する。インター予測パラメータ導出部303及びその内部の要素であるAMVP予測パラメータ導出部3032、マージ予測パラメー
タ導出部3036、アフィン予測部30372、MMVD予測部30373、triangle予測部30377、DMVR部30537、MV加算部3038は、動画像符号化装置、動画像復号装置で共通する手段であるので、これらを総称して動きベクトル導出部(動きベクトル導出装置)と称してもよい。
導出する。ここで、iは参照ピクチャリストがL0リストかL1リストであるかを示し、jをL0参照ピクチャリストあるいはL1参照ピクタyリストの値として、次のように導出する。
((fRefWidth << 14)+(PicOutputWidthL >> 1)) / PicOutputWidthL
RefPicScale[ i ][ j ][ 1 ] =
((fRefHeight << 14)+(PicOutputHeightL >> 1)) / PicOutputHeightL
RefPicIsScaled[i][j] =
(RefPicScale[i][j][0] != (1<<14)) || (RefPicScale[i][j][1] != (1<<14))
ここで、変数PicOutputWidthLは、符号化ピクチャが参照される時に水平方向のスケー
リング比を計算する時の値であり、符号化ピクチャの輝度の水平方向の画素数から左右の
オフセット値を引いたものが用いられる。変数PicOutputHeightLは、符号化ピクチャが参照される時に垂直方向のスケーリング比を計算する時の値であり、符号化ピクチャの輝度の垂直方向の画素数から上下のオフセット値を引いたものが用いられる。変数fRefWidth
は、リストiの参照リスト値jの参照ピクチャのPicOutputWidthLの値とし、変数fRefHightは、リストiの参照ピクチャリスト値jの参照ピクチャのPicOutputHeightLの値とする。
ジ予測パラメータ導出部3036に出力する。
MV加算部3038では導出されたmvpLXとmvdLXを加算し、mvLXを導出する。
アフィン予測部30372は、1)対象ブロックの2つの制御点CP0、CP1、もしくは3つの
制御点CP0, CP1, CP2の動きベクトルを導出し、2)対象ブロックのアフィン予測パラメ
ータを導出し、3)アフィン予測パラメータから各サブブロックの動きベクトルを導出する。
各制御点CP0, CP1, CP2の予測ベクトルと符号化データから導出される差分ベクトルmvdCpLX[]の和から各制御点のcpMvLX[]を導出する。
制御点CP0の動きベクトルcpMvLX[0]、CP1の動きベクトルcpMvLX[1]、CP2の動きベクトルcpMvLX[2]から導出する例を示す図である。spMvLXは、図に示すように、各サブブロックの中心に位置する点(xPosCb, yPosCb)の動きベクトルとして導出される。
メータ(mvScaleHor, mvScalerVer, dHorX, dHorY, dHorX, dVerY)を導出する。
mvScaleVer = cpMvLX[ 0 ][ 1 ] << 7
dHorX = ( cpMvLX[ 1 ][ 0 ] - cpMvLX[ 0 ][ 0 ] ) << ( 7 - log2CbW )
dVerX = ( cpMvLX[ 1 ][ 1 ] - cpMvLX[ 0 ][ 1 ] ) << ( 7 - log2CbW )
numCpMv==3の場合、
dHorY = ( cpMvLX[ 2 ][ 0 ] - cpMvLX[ 0 ][ 0 ] ) << ( 7 - log2CbH )
dVerY = ( cpMvLX[ 2 ][ 1 ] - cpMvLX[ 0 ][ 1 ] ) << ( 7 - log2CbH )
numCpMv!=3の場合、
dHorY = - dVerX
dVerY = dHorX
ここで、log2CbW、log2CbHは、対象ブロックの幅bW、高さbHの対数値である。
ロック中のspMvLX[i][j] (i=0,1,2,…,(bW/sbW)-1、j=0,1,2,…,(bH/sbH)-1)を下記の式
を用いて、導出する。
yPosCb = 2 + (j<<2)
spMvLX[i][j][0] = mvScaleHor + dHorX * xPosCb + dHorY * yPosCb
spMvLX[i][j][1] = mvScaleVer + dVerX * xPosCb + dVerY * yPosCb
さらにラウンドシフトをし、クリップしてもよい。
spMvLX[i][j][1] = Clip3(-2^17, 2^17, (spMvLX[i][j][1]+64)>>7 )
ここで、sbWとsbHは対象サブブロックの幅と高さである。
(マージ予測)
図13には、本実施形態に係るマージ予測パラメータ導出部3036の構成を示す概略図が示されている。マージ予測パラメータ導出部3036は、マージ候補導出部30361、マージ候補
選択部30362を備える。なお、マージ候補は、予測パラメータ(predFlagLX、mvLX、refIdxLX)を含んで構成され、マージ候補リストに格納される。マージ候補リストに格納され
たマージ候補には、所定の規則に従ってインデックスが割り当てられる。
ま用いてマージ候補を導出する。それ以外に、マージ候補導出部30361は、後述する空間
マージ候補導出処理、時間マージ候補導出処理、ペアワイズマージ候補導出処理、およびゼロマージ候補導出処理を適用してもよい。
測パラメータメモリ307が記憶している予測パラメータを読み出し、マージ候補に設定す
る。参照ピクチャの指定方法は、例えば、対象ブロックから予め定めた範囲内にある隣接ブロック(例えば、対象ブロックの左A1、右B1、右上B0、左下A0、左上B2にそれぞれ接するブロックの全部または一部)のそれぞれに係る予測パラメータである。各々のマージ候補をA1,B1,B0,A0,B2と呼ぶ。
ここで、A1,B1,B0,A0,B2は各々、下記の座標を含むブロックから導出される動き情報である。図9の対象ピクチャでマージ候補の配置にA1,B1,B0,A0,B2の位置を示す。
B1: (xCb + cbWidth - 1, yCb - 1)
B0: (xCb + cbWidth, yCb - 1)
A0: (xCb - 1, yCb + cbHeight)
B2: (xCb - 1, yCb - 1)
対象ブロックの左上座標を(xCb, yCb)、幅cbWidth、高さcbHeightとする。
示されるように、対象ブロックの右下CBR、あるいは、中央の座標を含む参照画像中のブ
ロックCの予測パラメータを、予測パラメータメモリ307から読み出してマージ候補Colと
し、マージ候補リストmergeCandList[]に格納する。
(例えばイントラ予測ブロック)場合や、CBRがピクチャ外に位置する場合は、ブロックCの動きベクトルを予測ベクトル候補に加える。動きの異なる可能性が高いコロケートブロックの動きベクトルを予測候補として加えることで、予測ベクトルの選択肢が増え、符号化効率が高まる。
、yColCBr)を、以下の式で導出してもよい。
yColCtr = yCb+(cbHeight>>1)
xColCBr = xCb+cbWidth
yColCBr = yCb+ cbHeight
CBRが利用可能であればCBRの動きベクトルを利用してマージ候補COLを導出する。CBRが利用可能でなければCを使用してCOLを導出する。そして、availableFlagLXColを1に設定す
る。なお、参照ピクチャは、スライスヘッダにおいて通知されたcollocated_ref_idxであってもよい。
mvLXavgK[1] = (mvLXp0Cand[1]+mvLXp1Cand[1])/2
マージ候補導出部30361は、refIdxLXが0…Mであり、mvLXのX成分、Y成分が共に0であ
るゼロマージ候補Z0,…, ZMを導出しマージ候補リストに格納する。
マージ候補Col、ペアワイズ候補avgK、ゼロマージ候補ZKである。なお、利用可能でない
(ブロックがイントラ予測等)参照ブロックはマージ候補リストに格納しない。
i = 0
if( availableFlagA1 )
mergeCandList[ i++ ] = A1
if( availableFlagB1 )
mergeCandList[ i++ ] = B1
if( availableFlagB0 )
mergeCandList[ i++ ] = B0
if( availableFlagA0 )
mergeCandList[ i++ ] = A0
if( availableFlagB2 )
mergeCandList[ i++ ] = B2
if( availableFlagCol )
mergeCandList[ i++ ] = Col
if( availableFlagAvgK )
mergeCandList[ i++ ] = avgK
if( i < MaxNumMergeCand )
mergeCandList[ i++ ] = ZK
マージ候補選択部30362は、マージ候補リストに含まれるマージ候補のうち、merge_idxが示すマージ候補Nを以下の式で選択する。
ここでNは、マージ候補を示すラベルであり、A1,B1,B0,A0,B2,Col,avgK,ZKなどをとる
。ラベルNで示されるマージ候補の動き情報は(mvLXN[0], mvLXN[0])、predFlagLXN, refIdxLXNで示される。
ター予測パラメータを予測パラメータメモリ307に記憶するとともに、インター予測画像
生成部309に出力する。
続いて、DMVR部30375が行うDMVR(Decoder side Motion Vector Refinement)処理について説明する。DMVR部30375は、対象CUに対して、merge_flagが1の場合、又は、スキップフラグskip_flagが1の場合、マージ予測部30374が導出する当該対象CUのmvLXを、参照画
像を用いて修正する。具体的には、マージ予測部30374が導出する予測パラメータが双予
測である場合において、2つの参照ピクチャに対応すると動きベクトルから導出される予測画像を用いて、動きベクトルを修正する。修正後のmvLXはインター予測画像生成部309
に供給される。
に設定する複数の条件の1つとして、上述したRefPicIsScaled[0][refIdxL0]の値が0であ
り、且つRefPicIsScaled[1][refIdxL1]の値が0であることが含まれる。dmvrFlagの値が1
に設定された場合、DMVR部30375によるDMVR処理が実行される。
に設定する複数の条件の1つとして、ciip_flagが0、つまりIntraInter合成処理を適用し
ないことが含まれている。
に設定する複数の条件の1つとして、後述する輝度のL0予測の重み予測の係数情報が存在
するか否かを示すフラグであるluma_weight_l0_flag[i]が0であり、且つ輝度のL1予測の
重み予測の係数情報が存在するか否かを示すフラグであるluma_weight_l1_flag[i]の値が0であることが含まれる。dmvrFlagの値が1に設定された場合、DMVR部30375によるDMVR処
理が実行される。
に設定する複数の条件の1つとして、luma_weight_l0_flag[i]が0であり、且つluma_weigh
t_l1_flag[i]の値が0、且つ後述する色差のL0予測の重み予測の係数情報が存在するか否
かを示すフラグであるchroma_weight_l0_flag[i]が0であり、且つ色差のL1予測の重み予
測の係数情報が存在するか否かを示すフラグであるchroma_weight_l1_flag[i]の値が0で
あることが含まれてもよい。dmvrFlagの値が1に設定された場合、DMVR部30375によるDMVR処理が実行される。
また、RefPicIsScaled[0][refIdxLX]の値が1であるか、RefPicIsScaled[1][refIdxLX]
の値が1であれば、cbProfFlagLXの値はFALSEに設定される。ここで、cbProfFlagLXは、アフィン予測のPrediction refinement(PROF)を行うか否かを規定するフラグである。
図13には、本実施形態に係るAMVP予測パラメータ導出部3032の構成を示す概略図が示されている。AMVP予測パラメータ導出部3032は、ベクトル候補導出部3033とベクトル候補選択部3034を備える。ベクトル候補導出部3033は、refIdxLXに基づいて予測パラメータメモリ307が記憶する復号済みの隣接ブロックの動きベクトルから予測ベクトル候補を導出し
、予測ベクトル候補リストmvpListLX[]に格納する。
す動きベクトルmvpListLX[mvp_LX_idx]をmvpLXとして選択する。ベクトル候補選択部3034は選択したmvpLXをMV加算部3038に出力する。
MV加算部3038は、AMVP予測パラメータ導出部3032から入力されたmvpLXと復号したmvdLXを加算してmvLXを算出する。加算部3038は、算出したmvLXをインター予測画像生成部309
および予測パラメータメモリ307に出力する。
mvLX[1] = mvpLX[1]+mvdLX[1]
(サブブロックマージの詳細分類)
サブブロックマージが関連する予測処理の種類について纏める。上記のように、マージ予測とAMVP予測とに大別される。
・サブブロックマージ予測
サブブロックマージ予測は、更に、以下に類別される。
・アフィン予測
・継承アフィン予測(inferred affine prediction)
・構成アフィン予測(constructed affine prediction)
一方、AMVP予測は、以下に類別される。
・MVDアフィン予測
MVDアフィン予測は、更に、以下に類別される。
・6パラメータMVDアフィン予測
なお、MVDアフィン予測は、差分ベクトルを復号して用いるアフィン予測を指す。
ータを導出する。少なくとも、上述のSliceTemporalMvpEnabledFlagが0の場合に、availableFlagSbColは0に設定される。
、AMVP予測に分類してもよい。前者では、merge_flag=1の場合にmmvd_flag及びMMVD関連
シンタックス要素を復号し、後者ではmerge_flag=0の場合にmmvd_flag及びMMVD関連シン
タックス要素を復号する。
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。
位置に記憶する。
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。
predModeがインター予測モードを示す場合、インター予測画像生成部309は、インター
予測パラメータ導出部303から入力されたインター予測パラメータと参照ピクチャを用い
てインター予測によりブロックもしくはサブブロックの予測画像を生成する。
置)3091、合成部3095を含んで構成される。合成部3095は、IntraInter合成部30951、Triangle合成部30952、BDOF部30954、重み予測部3094を含んで構成される。
動き補償部3091(補間画像生成部3091)は、インター予測パラメータ導出部303から入
力された、インター予測パラメータ(predFlagLX、refIdxLX、mvLX)に基づいて、参照ピクチャメモリ306から参照ブロックを読み出すことによって補間画像(動き補償画像)を
生成する。参照ブロックは、refIdxLXで指定された参照ピクチャRefPicLX上で、対象ブロックの位置からmvLXシフトした位置のブロックである。ここで、mvLXが整数精度でない場合には、動き補償フィルタと呼ばれる小数位置の画素を生成するためのフィルタを施して、補間画像を生成する。
xFrac = mvLX[0]&(MVPREC-1)
yInt = yPb+(mvLX[1]>>(log2(MVPREC)))+y
yFrac = mvLX[1]&(MVPREC-1)
ここで、(xPb,yPb)は、bW*bHサイズのブロックの左上座標、x=0…bW-1、y=0…bH-1であり、MVPRECは、mvLXの精度(1/MVPREC画素精度)を示す。例えばMVPREC=16である。
続いて、動き補償部3091は、一時的画像temp[][]を垂直補間処理により、補間画像Pred[][]を導出する。以下のΣはk=0..NTAP-1のkに関する和、shift2は値のレンジを調整する正規化パラメータ、offset2=1<<(shift2-1)である。
なお、双予測の場合、上記のPred[][]をL0リスト、L1リスト毎に導出し(補間画像PredL0[][]とPredL1[][]と呼ぶ)、PredL0[][]とPredL1[][]から補間画像Pred[][]を生成する。
の水平方向のスケーリング比RefPicScale[i][j][0]、および、参照ピクチャの垂直方向のスケーリング比RefPicScale[i][j][1]に応じて、補間画像をスケーリングする機能を有している。
以下、予測画像生成部308によって実行されるinterpolation filter処理であって、上
述したリサンプリングが適用されて参照ピクチャのサイズが単一のシーケンス中で変化する場合におけるinterpolation filter処理について説明する。なお、この処理は、例えば動き補償部3091によって実行されるものであってもよい。
平輝度補間フィルタ係数fLH[p]の値と、垂直輝度補間フィルタ係数fLV[p]の値とを導出する。ここで、値pは、輝度サンプルの水平又は垂直方向の1/16毎の位置に対応する値であ
る。xFracLまたはyFracLの1/16画素位置pの水平輝度補間フィルタ係数fLH[p]は、次のよ
うに導出される。
度補間フィルタ係数fLH[p]は、図19を用いる。
る。
ように導出される。
度補間フィルタ係数fLV[p]は図19を用いる。
和を示す。
それ以外の場合、yFracLが0で、scalingRatio[1]が20481より小さい場合、predSampleLXLの値は次のように導出する。
それ以外の場合、xFracLが0で、scalingRatio[0]が20481より小さい場合、predSampleLXLの値は次のように導出する。
それ以外の場合、predSampleLXLの値は次のように導出する。
輝度の補間画像の画素値predSampleLXLは、次のように導出される。
また、予測画像生成部308は、色差についての参照ピクチャのサイズを補正するにあた
り、水平色差補間フィルタ係数fCH[p]の値と、垂直色差補間フィルタ係数fCV[p]の値とを導出する。ここでの値pは、色差サンプルの水平又は垂直方向の1/32毎の位置に対応する
値である。xFracCの1/32画素位置pの水平色差補間フィルタ係数fCH[p]は、次のように導
出される。
に導出する。
置(xFracL、yFracL)と色差の参照画素配列refPicLXL、色差の補間画像の画素値predSampleLXLCは、次のように導出する。
それ以外の場合、yFracCが0で、scalingRatio[1]が20481より小さい場合、predSampleLXCの値は次のように導出する。
それ以外の場合、xFracCが0で、scalingRatio[0]が20481より小さい場合、predSampleLXCの値は次のように導出する。
それ以外の場合、predSampleLXCの値は次のように導出する、
n = 0..3の画素配列temp[n]は、次のように導出する。
色差の補間画像の画素値predSampleLXCは、次のように導出される。
+ fCV[yFracC][2]*temp[2]+fCV[yFracC][3]*temp[3])>> shift2
(IntraInter合成処理)
IntraInter合成部30951は、インター予測画像とイントラ予測画像の重み付け和により
予測画像を生成する。
フラグciip_flagが1ならば、次のように導出される。
+(4 - w)*predSamplesInter[x][y] + 2)>> 2
ここで、predSamplesIntra[x][y]はイントラ予測画像で、planar予測に限定されている。predSamplesInter[x][y]は、再構成されたインター予測画像である。
ブロック(図9のB1)の両方がイントラの場合、wは3に設定される。
Triangle合成部30952は、上述したTriangle予測を用いた予測画像を生成する。
次に、BDOF部30954が行うBDOF予測(Bi-Directional Optical Flow, BDOF処理)の詳細について説明する。BDOF部30954は、双予測モードにおいて、2つの予測画像(第1の予測
画像及び第2の予測画像)及び勾配補正項を参照して予測画像を生成する。
モードであると判定(S101で、inter_pred_idcが2)した場合、以下のS104の処理に続く
。S104にて、合成部3095はBDOF処理を行うか否かを示すbdofAvailableFlagを参照しBDOF
処理の要否を判定する。bdofAvailableFlagがTRUEを示すと、BDOF部30954はBDOF処理を実行して双予測画像を生成し(S106)、FALSEを示すと、合成部3095は通常の双方予測画像
生成で予測画像を生成する(S105)。
の値が0であり、且つRefPicIsScaled[1][refIdxL1]の値が0であることが含まれている。
つ輝度のL1予測の重み予測の係数情報が存在するか否かを示すフラグであるluma_weight_l1_flag[i]の値が0であることが含まれている。
が、luma_weight_l0_flag[i]が0であり、且つluma_weight_l1_flag[i]の値が0、且つ後述する色差のL0予測の重み予測の係数情報が存在するか否かを示すフラグであるchroma_weight_l0_flag[i]が0であり、且つ色差のL1予測の重み予測の係数情報が存在するか否かを
示すフラグであるchroma_weight_l1_flag[i]の値が0であることを含んでいてもよい。
部30954は動き補償部3091から受信した補間画像と、インター予測パラメータ復号部303から受信したインター予測パラメータとから予測画像を生成し、加算部312に出力する。な
お、勾配画像から動き補償修正値bdofOffset(動き補償修正画像)を導出し、PredL0、PredL1を修正して導出する処理を、双方向勾配変化処理と呼ぶ。
で、予測画像の画素値は次のように導出される。
(predSamplesL0[x+1][y+1]+offset4+predSamplesL1[x+1][y+1])>>shift4)
それ以外の場合(bdofAvailableFlagがTRUEに等しい)、現在の予測画像の画素値は、以
下のように導出される。
vy = Clip3(1,H,y)
ここで、Wは、処理ブロックの水平方向の画素数、Hが垂直方向の画素数である。
-(predSampleL0[hx-1][vy])>>shift1)
gradientVL0[x][y]=(predSampleL0[hx][vy+1]>>shift1)
-(predSampleL0[hx][vy-1])>>shift1)
gradientHL1[x][y]=(predSamplesL1[hx+1][vy]>>shift1)
-(predSampleL1[hx-1][vy])>>shift1)
gradientVL1[x][y]=(predSampleL1[hx][vy+1]>>shift1)
-(predSampleL1[hx][vy-1])>>shift1)
また、変数diff[x][y]、tempH[x][y]およびtempV[x][y]を導出する。
tempH[x][y] = (gradientHL0[x][y]+gradientHL1[x][y])>>shift3
tempV[x][y] = (gradientVL0[x][y]+gradientVL1[x][y])>>shift3
次に、相関パラメータ計算部309543は、4x4画素のブロック毎に勾配積和変数sGx2、sGy2、sGxGy、sGxdI、およびsGydIを、次のように導出する。
sGy2=ΣΣabs(tempV[xSb+i][ySb+j])
sGxGy=ΣΣ(Sign(tempV[xSb+i][ySb+j])*tempH[xSb+i][ySb+j])
sGxdI=ΣΣ(-Sign(tempH[xSb+i][ySb+j])*diff[xSb+i][ySb+j])
sGydI=ΣΣ(-Sign(tempV[xSb+i][ySb+j])*diff[xSb+i][ySb+j])
ここで、ΣΣはi=-1..4、j=-1..4において、4x4画素の周囲1画素を含む6x6画素のブロ
ックの合計値を求めていることを意味し、abs(x)は、xの絶対値を返す関数、Sign(x)は、xの値が0より大きい場合1、0の場合0、0より小さい場合-1を返す関数である。
(sGxdI<<2)>>Floor(Log2(sGx2))) : 0
v = sGy2 > 0 ? Clip3( -mvRefineThres + 1, mvRefineThres - 1,
((sGydI << 2 ) - ((vx*sGxGy) >> 1)) >> Floor(Log2(sGy2))) : 0
動き補償修正値導出部309544は、4x4画素単位の補正重みベクトル(u, v)と勾配画像gradientHL0、gradientVL0、gradientHL1、gradientVL1を用いて、bdofOffsetを導出する。
+v*(gradientVL0[x+1][y+1]-gradientVL1[x+1][y+1])
双予測画像生成部309545は、上記のパラメータを用いて下式により、4x4画素の予測画
像の画素値Predを導出する。
(predSamplesL0[x+1][y+1]+offset4+predSamplesL1[x+1][y+1]+bdofOffset)>>shift4)
(重み予測)
重み予測部3094は、補間画像PredLXからブロックの予測画像pbSamplesを生成する。ま
ず、重み予測部3094に関連するシンタクスに関して説明する。
用される可能性があることを示す。sps_weighted_pred_flagが0に等しいことは、SPSを参照するPスライスに重み予測が適用されないことを示す。sps_weighted_bipred_flagが1に
等しいことは、SPSを参照するBスライスに重み予測が適用される可能性があることを示す。sps_weighted_bipred_flagが0に等しいことは、SPSを参照するBスライスに重み予測が
適用されないことを示す。
用されないことを示す。pps_weighted_pred_flagが1に等しいことは、PPSを参照するPス
ライスに重み予測が適用されることを示す。sps_weighted_pred_flagが0に等しいとき、
重み予測部3094はpps_weighted_pred_flagの値は0に設定する。pps_weighted_pred_flag
が存在しない場合、値は0に設定する。
適用されないことを示す。pps_weighted_bipred_flagが1に等しいことは、PPSを参照するBスライスに重み予測が適用されることを示す。sps_weighted_bipred_flagが0に等しいとき、重み予測部3094はpps_weighted_bipred_flagの値は0に設定する。pps_weighted_bipred_flagが存在しない場合、値は0に設定する。
。 luma_log2_weight_denomの値は、0から7の範囲内でなければならない。delta_chroma_log2_weight_denomは、すべての色差重み係数の分母の2を底とする対数の差である。delta_chroma_log2_weight_denomが存在しない場合、0に等しいと推測する。変数ChromaLog2WeightDenomは、luma_log2_weight_denom + delta_chroma_log2_weight_denomに等しくな
るように導出され、値は0から7の範囲内でなければならない。
す。luma_weight_l0_flag[i]が0の場合、L0予測の輝度成分の重み係数が存在しないこと
を示す。luma_weight_l0_flag[i]が存在しない場合、重み予測部3094は0に等しいと推測
する。chroma_weight_l0_flag[i]が1の場合、L0予測の色差予測値の重み係数が存在する
ことを示す。chroma_weight_l0_flag[i]が0の場合、L0予測の色差予測値の重み係数が存
在しないことを示す。chroma_weight_l0_flag[i]が存在しない場合、重み予測部3094は0
に等しいと推測する。
される重み係数の差である。変数LumaWeightL0[i]は、(1 << luma_log2_weight_denom)+ delta_luma_weight_l0[i]と等しくなるように導出される。luma_weight_l0_flag[i]が1に等しい場合、delta_luma_weight_l0[i]の値は-128から127の範囲内になければならない。luma_weight_l0_flag[i]が0に等しい場合、重み予測部3094はLumaWeightL0[i]は2のluma_log2_weight_denomのべき乗値(2^luma_log2_weight_denom)に等しいと推測する。
加算オフセットである。luma_offset_l0[i]の値は、-128から127の範囲内でなければならない。luma_weight_l0_flag[i]が0に等しい場合、重み予測部3094はluma_offset_l0[i]は0に等しいと推測する。
予測のクロマ予測値に適用される重み係数の差である。変数ChromaWeightL0[i][j]は、(1 << ChromaLog2WeightDenom)+ delta_chroma_weight_l0[i][j]に等しくなるように導出される。chroma_weight_l0_flag[i]が1に等しいとき、delta_chroma_weight_l0[i][j]の
値は-128から127までの範囲になければならない。chroma_weight_l0_flag[i]が0の場合、重み予測部3094はChromaWeightL0[i][j]は2のChromaLog2WeightDenomのべき乗値(2^ ChromaLog2WeightDenom)に等しいと推測する。delta_chroma_offset_l0[i][j]は、Cbでjが0、Crでjが1のRefPicList0[i]を使用したL0予測のクロマ予測値に適用される加算オフセットの差である。変数ChromaOffsetL0[i][j]は、次のように導出される。
(128 + delta_chroma_offset_l0[i][j] -
((128 * ChromaWeightL0[i][j])>> ChromaLog2WeightDenom)))
delta_chroma_offset_l0[i][j]の値は、-4 * 128から4 * 127の範囲内でなければなら
ない。chroma_weight_l0_flag[i]が0に等しい場合、重み予測部3094はChromaOffsetL0[i][j]は0に等しいと推測する。
、luma_offset_l1[i]、delta_chroma_weight_l1[i][j]、およびdelta_chroma_offset_l1[i][j]を、それぞれ、luma_weight_l0_flag[i]、chroma_weight_l0_flag[i]、delta_luma_weight_l0[i]、luma_offset_l0[i]、delta_chroma_weight_l0[i][j]およびdelta_chroma_offset_l0[i][j]に置き換えて解釈し、l0、L0、list0およびList0を、それぞれ、l1、l1
、list 1およびList1に置き換えて解釈する。
ックのbcwIdxNをセットし、AMVP予測モードでは対象ブロックのbcw_idxをセットする。
ここで、shift1=14-bitDepth、offset1=1<<(shift1-1)である。PredLXは、L0もしくはL1
予測の補間画像である。
)、かつ、重み予測を用いない場合、PredL0、PredL1を平均し画素ビット数に合わせる以下の式の処理を行う。
ここで、shift2=15-bitDepth、offset2=1<<(shift2-1)である。
合は、重み予測処理として、予測画像pbSamplesは次のように導出される。
びw1は、次のように導出する。
w0 = LumaWeightL0[refIdxL0]
w1 = LumaWeightL1[refIdxL1]
o0 = luma_offset_l0[refIdxL0] <<(bitDepth - 8)
o1 = luma_offset_l1[refIdxL1] <<(bitDepth - 8)
それ以外(cIdxは0に等しくない色差)の場合、以下が適用される。
w0 = ChromaWeightL0[refIdxL0][cIdx - 1]
w1 = ChromaWeightL1[refIdxL1][cIdx - 1]
o0 = ChromaOffsetL0[refIdxL0][cIdx - 1] <<(bitDepth - 8)
o1 = ChromaOffsetL1[refIdxL1][cIdx - 1] <<(bitDepth - 8)
x = 0..nCbW - 1およびy = 0..nCbH - 1の予測画像の画素値pbSamples[x][y]は、次の
ように導出される。
pbSamples[x][y] = Clip3(0,(1 << bitDepth)- 1,
((predSamplesL0[x][y] * w0 + 2^(log2Wd - 1))>> log2Wd)+ o0)
else
pbSamples[x][y] = Clip3(0,(1<<bitDepth)-1, predSamplesL0[x][y]*w0 + o0)
それ以外で、もし、predFlagL0が0でpredFlagL1が1の場合、予測画像の画素値pbSamples[x][y]は、次のように導出される。
pbSamples[x][y] = Clip3(0,(1 << bitDepth)- 1,
((predSamplesL1[x][y] * w1 + 2^(log2Wd - 1))>> log2Wd)+ o1)
else
pbSamples[x][y] = Clip3(0,(1<<bitDepth)-1、predSamplesL1[x][y]*w1 + o1)
それ以外で、もし、predFlagL0は1に等しく、predFlagL1は1に等しい場合、予測画像の画素値pbSamples[x][y]は次のように導出される。
(predSamplesL0[x][y] * w0 + predSamplesL1[x][y] * w1 +
((o0 + o1 + 1)<< log2Wd))>>(log2Wd + 1))
しかしながら非特許文献1に記載の方法では、例えば、L0リストの参照ピクチャ毎に輝度の重み係数LumaWeightL0[i]とオフセット値luma_offset_l0[refIdxL0]が存在するか否
かのフラグluma_weight_l0_flag[i]が存在するのに対し、重み係数の分母に相当する右シフト値は、輝度のluma_log2_weight_denom1つしか存在しない。そのため、参照リストに対する重み係数とオフセット値が存在しない場合は、重み係数の値を2のluma_log2_weight_denom乗として、オフセット値を0として、重み予測処理を行っている。そのため、L0予測かL1予測の時に、参照リストに対する重み係数とオフセット値が存在しない場合に、本来は、通常の予測処理を行うべきところを、重み予測処理を行っている。また、双予測の時に、L0リストとL1リストの双方の重み係数とオフセット値が存在しない場合は、本来は、通常の双予測処理を行うべきところを、重み予測処理を行っている。このように、通常の予測処理が行われるべき場合にも、重み予測処理を行う場合があるという課題がある。
(slice_type == P && pps_weighted_pred_flag ) ?
((cIdx == 0) ? luma_weight_l0_flag [refIdxL0] :
chroma_weight_l0_flag[refIdxL0]) :
((slice_type == B && pps_weighted_bipred_flag ) ?
((refIdxL0>=0 && refIdxL1>=0) ?
((cIdx == 0) ? (luma_weight_l0_flag[refIdxL0] ||
luma_weight_l1_flag[refIdxL1]) :
(chroma_weight_l0_flag[refIdxL0] ||
chroma_weight_l1_flag[refIdxL1])) :
((refIdxL0>=0 && refIdxL1<0) ?
((cIdx == 0) ? luma_weight_l0_flag [refIdxL0] :
chroma_weight_l0_flag[refIdxL0]) :
((refIdxL0<0 && refIdxL1>=0) ?
((cIdx == 0) ? luma_weight_l1_flag [refIdxL1] :
chroma_weight_l1_flag[refIdxL1]) : 0))) : 0)
この関数WeightedPredFlag(slice_type, cIdx, refIdxL0, refIdxL1)は、重み予測との排他処理を行う場合に、用いることができる。図30のシンタクスは、BCW予測と重み予測
を排他的に動作させるために、重み予測の係数が存在しない場合のみ、bcw_idx[x0][y0]
を通知させるための例である。
いという条件を設定することができる。
きる。
理が呼ばれた場合であっても、結果として、通常の予測処理が行われるべき場合、重み予測処理を行うという課題があった。
weightedPredFlag = ( cIdx == 0 ) ? luma_weight_l0_flag[refIdxL0] :
chroma_weight_l0_flag[refIdxL0]
に設定する。
weightedPredFlag = ( cIdx == 0 ) ?
(luma_weight_l0_flag[refIdxL0] || luma_weight_l1_flag[refIdxL1]) :
(chroma_weight_l0_flag[refIdxL0] || chroma_weight_l1_flag[refIdxL1])
に設定する。
weightedPredFlag = ( cIdx == 0 ) ? luma_weight_l0_flag[refIdxL0] :
chroma_weight_l0_flag[refIdxL0]
に設定する。
weightedPredFlag = ( cIdx == 0 ) ? luma_weight_l1_flag[refIdxL1] :
chroma_weight_l0_flag[refIdxL1]
に設定する。
weightedPredFlag = 0
に設定する。
合は、重み予測処理として、予測画像pbSamplesは次のように導出される。
びw1は、次のように導出する。
WeightL0Flag = luma_weight_l0_flag[ refIdxL0 ]
WeightL1Flag = luma_weight_l1_flag[ refIdxL1 ]
w0 = LumaWeightL0[refIdxL0]
w1 = LumaWeightL1[refIdxL1]
o0 = luma_offset_l0[refIdxL0] <<(bitDepth - 8)
o1 = luma_offset_l1[refIdxL1] <<(bitDepth - 8)
それ以外(cIdxは0に等しくない色差)の場合、以下が適用される。
WeightL0Flag = chroma_weight_l0_flag[ refIdxL0 ]
WeightL1Flag = chroma_weight_l1_flag[ refIdxL1 ]
w0 = ChromaWeightL0[refIdxL0][cIdx - 1]
w1 = ChromaWeightL1[refIdxL1][cIdx - 1]
o0 = ChromaOffsetL0[refIdxL0][cIdx - 1] <<(bitDepth - 8)
o1 = ChromaOffsetL1[refIdxL1][cIdx - 1] <<(bitDepth - 8)
x = 0..nCbW - 1およびy = 0..nCbH - 1の予測画像の画素値pbSamples[x][y]は、次の
ように導出される。
pbSamples[x][y] = Clip3( 0, ( 1 << bitDepth ) - 1,
( predSamplesL0[x][y] + offset1 ) >> shift1 )
else if(log2Wd> = 1)
pbSamples[x][y] = Clip3(0,(1 << bitDepth)- 1,
((predSamplesL0[x][y] * w0 + 2^(log2Wd - 1))>> log2Wd)+ o0)
else
pbSamples[x][y] = Clip3(0,(1<<bitDepth)-1, predSamplesL0[x][y]*w0 + o0)
それ以外で、もし、predFlagL0が0でpredFlagL1が1の場合、予測画像の画素値pbSamples[x][y]は、次のように導出される。
pbSamples[x][y] = Clip3(0, (1 << bitDepth ) - 1,
(predSamplesL1[x][y] + offset1) >> shift1)
else if(log2Wd> = 1)
pbSamples[x][y] = Clip3(0,(1 << bitDepth)- 1,
((predSamplesL1 [x][y] * w1 + 2^(log2Wd - 1))>> log2Wd)+ o1)
else
pbSamples[x][y] = Clip3(0,(1<<bitDepth)-1、predSamplesL1[x][y]*w1 + o1)
それ以外で、もし、predFlagL0は1に等しく、predFlagL1は1に等しい場合、予測画像の画素値pbSamples[x][y]は次のように導出される。
pbSamples[x][y] = Clip3( 0, ( 1 << bitDepth ) - 1,
(predSamplesL0[x][y] + predSamplesL1[x][y] + offset2) >> shift2)
else
pbSamples[x][y] = Clip3(0,(1 << bitDepth)- 1,
(predSamplesL0[x][y] * w0 + predSamplesL1[x][y] * w1 +
((o0 + o1 + 1)<< log2Wd))>>(log2Wd + 1))
以上のように導出することで、重み係数が存在しない場合には、重み予測を行わないということを輝度、色差信号別に規定することが可能となり、上記の課題が解決できる。
ようになる。
かを示す変数であるdmvrFlagがTRUEである条件の一つは、luma_weight_l0_flag[refIdxL0]とluma_weight_l1_flag[refIdxL1]の両方が0であるという輝度信号の重み予測処理につ
いてのみで定義されているため、色差信号の処理について重み予測処理の適用条件が明確化でないという問題があった。
に等しい場合、weightedPredFlagはPPSで定義されるpps_weighted_bipred_flag && !(dmvrFlag && cIdx == 0)に等しく設定する。
処理が適切に動作するようになり、重み予測処理の適用条件が明確化される。
weightedPredFlag = weightedPredFlag && (!ciip_flag)
という条件を加えてもよい。
BCW(Bi-prediction with CU-level Weights)予測は、CUレベルで予め決まった重み係数を切り替えることが可能な予測方法である。
現在の符号化ブロックの幅と高さを指定する2つの変数nCbWとnCbHと、(nCbW)x(nCbH)の2つの配列predSamplesL0およびpredSamplesL1と、予測リストを使うか否かを示すフラグpredFlagL0およびpredFlagL1と、参照インデックスrefIdxL0およびrefIdxL1と、BCW予
測のインデックスbcw_idxと、輝度、色差成分のインデックスを指定する変数cIdxを入力
し、BCW予測処理を行い、(nCbW)x(nCbH)の配列pbSamplesの予測画像の画素値を出力する
。
(predSamplesL0[x][y] + predSamplesL1[x][y] + offset2)>> shift2)
それ以外の場合(bcwIdxが0と等しくない場合)、以下が適用される。
る。
(w0 * predSamplesL0[x][y] +
w1 * predSamplesL1[x][y] + offset3)>>(shift2 + 3))
AMVP予測モードにおいてBCW予測が用いられる場合、インター予測パラメータ復号部303はbcw_idxを復号し、BCW部30955に送付する。また、マージ予測モードにおいてBCW予測が用いられる場合、インター予測パラメータ復号部303は、マージインデックスmerge_idxを復号し、マージ候補導出部30361は各マージ候補のbcwIdxを導出する。具体的には、マー
ジ候補導出部30361は、マージ候補の導出に用いた隣接ブロックの重み係数を、対象ブロ
ックに用いるマージ候補の重み係数として用いる。つまり、マージモードでは、過去に用いた重み係数を、対象ブロックの重み係数として継承する。
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
予測パラメータ導出部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。
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。
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。
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23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、予測パラメータ導出部120、エントロピー符号化部104を含んで構成される。
量子化変換係数をパラメータ符号化部111及び逆量子化・逆変換部105に出力する。
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。
ている。以下、各モジュールの概略動作を説明する。
メータ(intra_luma_mpm_flag、intra_luma_mpm_idx、intra_luma_mpm_reminder、intra_chroma_pred_mode)、量子化変換係数等のシンタックス要素をパラメータ符号化部111に
供給する。
ら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。
れる。
インター予測パラメータ符号化部112は図24に示すように、パラメータ符号化制御部1121、インター予測パラメータ導出部303を含んで構成される。インター予測パラメータ導出部303は動画像復号装置と共通の構成である。パラメータ符号化制御部1121は、マージイ
ンデックス導出部11211とベクトル候補インデックス導出部11212を含む。
導出部303に出力する。ベクトル候補インデックス導出部11212は予測ベクトル候補等を導出し、インター予測パラメータ導出部303とパラメータ符号化部111に出力する。
イントラ予測パラメータ符号化部113は図25に示すように、パラメータ符号化制御部1131とイントラ予測パラメータ導出部304を備える。イントラ予測パラメータ導出部304は動
画像復号装置と共通の構成である。
パラメータ導出部304への入力は符号化パラメータ決定部110、予測パラメータメモリ108
であり、パラメータ符号化部111に出力する。
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。
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。
誤差を示すRDコスト値を算出する。RDコスト値は、例えば、符号量と二乗誤差に係数λを乗じた値との和である。符号量は、量子化誤差と符号化パラメータをエントロピー符号化して得られる符号化ストリームTeの情報量である。二乗誤差は、減算部102において算出
された予測誤差の二乗和である。係数λは、予め設定されたゼロよりも大きい実数である。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。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パラメータ
符号化部111と予測パラメータ導出部120に出力する。
部308、逆量子化・逆変換部311、加算部312、予測パラメータ導出部320、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、予測パラメータ導出部120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。
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。
ク図である。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。
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。
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。
図である。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。
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。
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。
たブロック図である。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。
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。
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。
、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。
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。
ロックである。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。
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。
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。
、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。
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。
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。
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。
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。
301 エントロピー復号部
302 パラメータ復号部
303 インター予測パラメータ導出部
304 イントラ予測パラメータ導出部
305、107 ループフィルタ
306、109 参照ピクチャメモリ
307、108 予測パラメータメモリ
308、101 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、105 逆量子化・逆変換部
312、106 加算部
320 予測パラメータ導出部
11 画像符号化装置
102 減算部
103 変換・量子化部
104 エントロピー符号化部
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
120 予測パラメータ導出部
Claims (1)
- 対象ブロックの隣接ブロックを参照するマージ候補を導出し、前記対象ブロックの右下または中央に空間的に位置するコロケートポジションを参照するマージ候補を導出するマージ候補導出部と、
ピクチャヘッダ、スライスヘッダおよびピクチャパラメータセットを受信し、時間動きベクトル予測が有効な場合、前記時間動きベクトル予測が用いられるか否かを示す第1のフラグを前記ピクチャヘッダから復号するパラメータ復号部と、を有し、
前記第1のフラグが真の場合、前記パラメータ復号部は、
(1)第2のフラグを復号し、
(2)前記時間動きベクトル予測に用いられるコロケートピクチャのインデックスを前記ピクチャヘッダから復号し、
1に等しい前記第2のフラグの値は、前記時間動きベクトル予測に用いられるコロケー
トピクチャが第1の参照ピクチャリストから導出されることを示し、
0に等しい前記第2のフラグの値は、前記時間動きベクトル予測に用いられるコロケー
トピクチャが第2の参照ピクチャリストから導出されることを示し、
前記インデックスは、前記第2のフラグによって示された前記第1の参照ピクチャリストまたは前記第2の参照ピクチャリストの前記コロケートピクチャを参照するためのインデックスである
ことを特徴とする動画像復号装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019227057A JP7448349B2 (ja) | 2019-12-17 | 2019-12-17 | 動画像復号装置 |
US17/122,919 US11563934B2 (en) | 2019-12-17 | 2020-12-15 | Video coding apparatus and video decoding apparatus |
US18/072,182 US20230085680A1 (en) | 2019-12-17 | 2022-11-30 | Video decoding apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019227057A JP7448349B2 (ja) | 2019-12-17 | 2019-12-17 | 動画像復号装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024030045A Division JP2024063132A (ja) | 2024-02-29 | 動画像復号装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021097316A JP2021097316A (ja) | 2021-06-24 |
JP2021097316A5 JP2021097316A5 (ja) | 2022-12-09 |
JP7448349B2 true JP7448349B2 (ja) | 2024-03-12 |
Family
ID=76317191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019227057A Active JP7448349B2 (ja) | 2019-12-17 | 2019-12-17 | 動画像復号装置 |
Country Status (2)
Country | Link |
---|---|
US (2) | US11563934B2 (ja) |
JP (1) | JP7448349B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4080886A4 (en) | 2019-12-20 | 2024-02-21 | Lg Electronics Inc | PREDICTION WEIGHTED TABLE BASED IMAGE/VIDEO CODING METHOD AND APPARATUS |
WO2021125703A1 (ko) * | 2019-12-20 | 2021-06-24 | 엘지전자 주식회사 | 영상/비디오 코딩 방법 및 장치 |
AU2021207559A1 (en) * | 2020-01-13 | 2022-09-08 | Lg Electronics Inc. | Method and device for weighted prediction for image/video coding |
EP4091327A4 (en) | 2020-02-19 | 2023-05-03 | ByteDance Inc. | INFERENCE OF WEIGHT VALUES FOR VIDEO COMPONENTS IN A BITSTREAM |
US20230345004A1 (en) * | 2022-04-25 | 2023-10-26 | Tencent America LLC | Ctu level inheritance of cabac context initialization |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020059688A1 (en) | 2018-09-20 | 2020-03-26 | Sharp Kabushiki Kaisha | Systems and methods for signaling parameters in video coding |
WO2021112633A1 (ko) | 2019-12-06 | 2021-06-10 | 엘지전자 주식회사 | 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015093449A1 (ja) * | 2013-12-19 | 2015-06-25 | シャープ株式会社 | マージ候補導出装置、画像復号装置及び画像符号化装置 |
WO2015093565A1 (ja) * | 2013-12-19 | 2015-06-25 | シャープ株式会社 | 画像復号装置、画像符号化装置および残差予測装置 |
JPWO2017061189A1 (ja) * | 2015-10-05 | 2018-09-13 | シャープ株式会社 | 画像復号装置または画像符号化装置のための画像予測装置 |
-
2019
- 2019-12-17 JP JP2019227057A patent/JP7448349B2/ja active Active
-
2020
- 2020-12-15 US US17/122,919 patent/US11563934B2/en active Active
-
2022
- 2022-11-30 US US18/072,182 patent/US20230085680A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020059688A1 (en) | 2018-09-20 | 2020-03-26 | Sharp Kabushiki Kaisha | Systems and methods for signaling parameters in video coding |
WO2021112633A1 (ko) | 2019-12-06 | 2021-06-10 | 엘지전자 주식회사 | 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법 |
Non-Patent Citations (5)
Title |
---|
Benjamin Bross, Jianle Chen, Shan Liu, and Ye-Kui Wang,Versatile Video Coding (Draft 7),Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-P2001 (version 14),16th Meeting: Geneva, CH,2019年11月14日,pp.42-48,56-58,134-140,214-219,226-229 |
Hendry, Seung Hwan Kim, Junghak Nam, and Jaehyun Lim,[AHG9]: On signalling of TMVP enabled flag and collocated reference picture,Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-Q0207,17th Meeting: Brussels, BE,2019年12月,pp.1-7 |
Hendry, Ye-Kui Wang, and Jianle Chen,AHG17: On Access Unit Delimiter and Picture Header,Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-P0120-v1,16th Meeting: Geneva, CH,2019年09月,pp.1-3 |
Martin Pettersson, Rickard Sjoberg, and Mitra Damghanian,AHG17: On selectively signal slice header parameters in PPS,Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-P0368-v2,16th Meeting: Geneva, CH,2019年09月,pp.1-9 |
Takeshi Chujoh, Tomonori Hashimoto, Eiich Sasaki, and Tomohiro Ikai,On improvement of collocated_ref_idx,Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11,JVET-Q0130-v1,17th Meeting: Brussels, BE,2019年12月,pp.1-3 |
Also Published As
Publication number | Publication date |
---|---|
US11563934B2 (en) | 2023-01-24 |
JP2021097316A (ja) | 2021-06-24 |
US20210185307A1 (en) | 2021-06-17 |
US20230085680A1 (en) | 2023-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021111962A1 (ja) | 動画像復号装置 | |
JP7448349B2 (ja) | 動画像復号装置 | |
CN113228682A (zh) | 预测图像生成装置、运动图像解码装置、运动图像编码装置以及预测图像生成方法 | |
US20230319305A1 (en) | Video decoding apparatus | |
US20220264142A1 (en) | Image decoding apparatus, image coding apparatus, and image decoding method | |
JP2022007319A (ja) | 動画像符号化装置、復号装置 | |
JP2021027429A (ja) | 動画像符号化装置、動画像復号装置 | |
WO2021200610A1 (ja) | 動画像復号装置、動画像符号化装置、動画像復号方法及び動画像符号化方法 | |
WO2021200658A1 (ja) | 動画像復号装置及び動画像復号方法 | |
JP2020096279A (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 | |
JP7409802B2 (ja) | 動画像復号装置および動画像符号化装置 | |
JP2022096879A (ja) | 動画像符号化装置、復号装置 | |
US11044490B2 (en) | Motion compensation filter apparatus, image decoding apparatus, and video coding apparatus | |
JP7465128B2 (ja) | 動画像符号化装置及び動画像復号装置 | |
WO2021235448A1 (ja) | 動画像符号化装置及び動画像復号装置 | |
JP2020170901A (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 | |
JP7378968B2 (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 | |
JP2024063132A (ja) | 動画像復号装置 | |
JP2021197558A (ja) | 動画像符号化装置及び動画像復号装置 | |
JP2021175009A (ja) | 動画像符号化装置及び動画像復号装置 | |
JP2022085475A (ja) | 動画像符号化装置、復号装置 | |
JP2021078004A (ja) | 動画像符号化装置、動画像復号装置 | |
JP2021125798A (ja) | 動画像符号化装置、復号装置 | |
JP2023003481A (ja) | 画像復号装置および画像符号化装置 | |
JP2022156140A (ja) | 動画像符号化装置、復号装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221201 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221201 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20221207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231024 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20231213 |
|
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: 20240229 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7448349 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |