JPWO2013042359A1 - 動画像符号化方法、動画像符号化装置、動画像復号化方法、および、動画像復号化装置 - Google Patents

Abstract

復号化効率を向上させることができる動画像符号化装置および動画像復号化装置を提供とする。空間階層‐マルチビュー動画像符号化装置（１００）は、ベースレイヤを符号化するベースレイヤ符号化部（１０３）と、ベースレイヤ符号化部（１０３）が生成したベースレイヤの再構築画像を用いて、拡張レイヤを空間階層符号化する拡張レイヤ符号化部（１０４）と、ベースレイヤ符号化部（１０３）が生成したベースレイヤの再構築画像を用いて、拡張ビューのベースレイヤをマルチビュー符号化する拡張ビューのベースレイヤ符号化部（１０７）と、拡張レイヤ符号化部（１０４）が生成した拡張レイヤの再構築画像を用いて、拡張ビューの拡張レイヤをマルチビュー符号化する拡張ビューの拡張レイヤ符号化部（１０８）とを備える。

Description

本発明は、動画像符号化方法および動画像復号化方法に関する。

Ｈ．２６４と呼ばれる動画像符号化方式が既に標準化されている。このＨ．２６４と呼ばれる動画像符号化方式を用いて、空間階層画像符号化およびマルチビュー画像符号化も行われている。

従来、空間階層画像符号化とマルチビュー画像符号化を組み合わせた符号化を行う場合、復号処理の負荷が高く、また復号化効率が悪いという問題がある。

そこで、本発明は、復号化効率を向上させることができる動画像符号化装置および動画像復号化装置を提供とする。

本発明の一態様に係る動画像符号化装置は、ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層符号化し、ベースビューと一つ以上の拡張ビューとをマルチビュー画像符号化する動画像符号化装置であって、前記ベースレイヤを符号化するベースレイヤ符号化部と、前記ベースレイヤ符号化部が生成した前記ベースレイヤの再構築画像を用いて、前記拡張レイヤを空間階層符号化する拡張レイヤ符号化部と、前記ベースレイヤ符号化部が生成した前記ベースレイヤの再構築画像を用いて、前記拡張ビューのベースレイヤをマルチビュー符号化する拡張ビュー・ベースレイヤ符号化部と、前記拡張レイヤ符号化部が生成した前記拡張レイヤの再構築画像を用いて、前記拡張ビューの拡張レイヤをマルチビュー符号化する拡張ビュー・拡張レイヤ符号化部と、を有する。

なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。

本発明によれば、レイヤ間参照とビュー間参照の優先度を設定することが可能であるため、空間階層画像符号化とマルチビュー画像符号化を組み合わせて符号化されたビットストリームの復号化効率を向上させることが可能になる。

図１は、Ｈ．２６４と呼ばれる動画像符号化方式における空間階層画像符号化装置の構成を示すブロック図である。 図２は、空間階層画像符号化装置の各レイヤの符号化部における入力画像の例を示す図である。 図３は、Ｈ．２６４と呼ばれる動画像符号化方式におけるマルチビュー画像符号化装置の構成を示すブロック図である。 図４は、マルチビュー画像符号化装置における各ビューの入力画像の例を示す図である。 図５は、本発明に係る動画像符号化方法を用いた空間階層-マルチビュー動画像符号化装置の一実施の形態の構成を示すブロック図である。 図６Ａは、パターン１における入力画像の予測構造を示す図である。 図６Ｂは、パターン２における入力画像の予測構造を示す図である。 図６Ｃは、パターン３における入力画像の予測構造を示す図である。 図７は、空間階層-マルチビュー動画像符号化装置の処理フローを示す図である。 図８Ａは、実施の形態１に係るレイヤ間予測における入力画像の予測構造を示す図である。 図８Ｂは、実施の形態１に係るレイヤ間予測における入力画像の予測構造を示す図である。 図９Ａは、入力画像の予測構造の一例を示す図である。 図９Ｂは、入力画像の予測構造の一例を示す図である。 図１０は、ＳＶＣ−ＭＶＣビットストリームを復号化する空間階層‐マルチビュー動画像復号化装置の一実施の形態の構成を示すブロック図である。 図１１は、空間階層‐マルチビュー動画像復号化装置の処理フローを示す図である。 図１２は、コンテンツ配信サービスを実現するコンテンツ供給システムの全体構成図である。 図１３は、デジタル放送用システムの全体構成図である。 図１４は、テレビの構成例を示すブロック図である。 図１５は、光ディスクである記録メディアに情報の読み書きを行う情報再生／記録部の構成例を示すブロック図である。 図１６は、光ディスクである記録メディアの構造例を示す図である。 図１７Ａは、携帯電話の一例を示す図である。 図１７Ｂは、携帯電話の構成例を示すブロック図である。 図１８は、多重化データの構成を示す図である。 図１９は、各ストリームが多重化データにおいてどのように多重化されているかを模式的に示す図である。 図２０は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかを更に詳しく示した図である。 図２１は、多重化データにおけるＴＳパケットとソースパケットの構造を示す図である。 図２２は、ＰＭＴのデータ構成を示す図である。 図２３は、多重化データ情報の内部構成を示す図である。 図２４は、ストリーム属性情報の内部構成を示す図である。 図２５は、映像データを識別するステップを示す図である。 図２６は、各実施の形態の動画像符号化方法および動画像復号化方法を実現する集積回路の構成例を示すブロック図である。 図２７は、駆動周波数を切り替える構成を示す図である。 図２８は、映像データを識別し、駆動周波数を切り替えるステップを示す図である。 図２９は、映像データの規格と駆動周波数を対応づけたルックアップテーブルの一例を示す図である。 図３０Ａは、信号処理部のモジュールを共有化する構成の一例を示す図である。 図３０Ｂは、信号処理部のモジュールを共有化する構成の他の一例を示す図である。

（本発明の基礎となった知見）
本発明者は、「背景技術」の欄において記載した制御装置に関し、以下の問題が生じることを見出した。

図１は、既に標準化されている、Ｈ．２６４と呼ばれる動画像符号化方式における空間階層画像符号化装置の構成を示すブロック図である。

空間階層画像符号化装置５００は、図１に示すように、入力画像制御部５０１、ダウンサンプリング部５０２、ベースレイヤ符号化部５０３、拡張レイヤ符号化部５０４、拡大伸張部５０５、および階層多重化部５０６を備えている。

入力画像制御部５０１は、入力画像信号を各レイヤの符号化を担当する符号化部に送信する。ダウンサンプリング部５０２は、入力画像信号のダウンサンプリングを行い、より解像度の小さい入力画像を生成する。ベースレイヤ符号化部５０３は、空間階層符号化を行わない通常の画像符号化装置であり、ベースレイヤの画像符号化を行う。拡大伸張部５０５は、ベースレイヤの画像符号化情報を拡大または伸張して拡張レイヤの画像符号化に用いる予測情報を生成し、拡張レイヤ符号化部５０４に入力する。拡張レイヤ符号化部５０４は、予測情報を用いて入力画像制御部５０１から入力される入力画像信号（拡張レイヤ）の画像符号化を行う。階層多重化部５０６は、各階層、すなわち、ベースレイヤと拡張レイヤの符号化情報を多重化し、空間階層符号化されたビットストリームを出力する。なお、図１に示す空間階層画像符号化装置は、例としてベースレイヤと拡張レイヤの２階層としているが、拡張レイヤ符号化部５０４を多段に結合することにより、複数の拡張レイヤの空間階層画像符号化を実現することができる。

図２は、空間階層画像符号化装置の各レイヤの符号化部における入力画像の例を示す。入力画像は、１つのベースレイヤと２つの拡張レイヤからなる。ベースレイヤ（Ｌａｙｅｒ１）の入力画像はＳＤサイズ、拡張レイヤであるＬａｙｅｒ２の入力画像はＨＤサイズ、Ｌａｙｅｒ３の入力画像は４Ｋ２Ｋサイズである。

相対的に解像度の小さいレイヤを下位レイヤと呼び、解像度の大きいレイヤを上位レイヤと呼ぶ。すなわち、ベースレイヤが最下層の下位レイヤとなる。空間階層画像符号化は、上位レイヤの符号化を行う際、下位レイヤの予測情報を用いてレイヤ間予測を行うことにより、符号化効率を向上する。予測情報としては、イントラテクスチャ予測、動きベクトル予測、フレーム間差分予測などの情報が用いられる。なお、上位レイヤを符号化する際、下位レイヤの予測情報を用いることをレイヤ間参照（予測）と呼ぶ。空間階層画像符号化においても、通常の画像符号化で用いられる時間方向のフレーム間予測（インター予測）は用いられる。ただし、ベースレイヤのフレーム間参照関係は、全てのレイヤで一致していなければならない。図２の点線矢印は、レイヤ間予測と、インター予測を示している。矢印の先の画像を参照情報として矢印の始点の画像が参照していることを示す。ベースレイヤのインター予測は、２枚前のフレームを参照しているので、拡張レイヤにおいても同様に２枚前のフレームを参照する。なお、レイヤ間予測を行うか否かは、ブロック単位で切り替えられる。

図３は、既に標準化されている、Ｈ．２６４と呼ばれる動画像符号化方式におけるマルチビュー画像符号化装置の構成を示すブロック図である。

マルチビュー画像符号化装置６００は、図３に示すように、入力画像制御部６０１、ベースビュー符号化部６０２、拡張ビュー符号化部６０３、ビュー多重化部６０４を備えている。

入力画像制御部６０１は、必要に応じて入力画像信号から各ビュー画像を生成し、各ビュー画像を対応する各ビューの符号化部に送信する。なお、各ビューの入力画像信号が入力画像制御部６０１に入力されてもよい。ベースビュー符号化部６０２は、マルチビュー符号化を行わない通常の画像符号化装置であり、ベースビューの画像符号化を行う。また、ベースビュー符号化部６０２は、ベースビュー符号化部６０２の内部で符号化され復号化されたベースビューの再構築ビュー画像を拡張ビュー符号化部６０３に入力する。拡張ビュー符号化部６０３は、再構築ビュー画像を用いて入力画像制御部６０１から入力される拡張ビュー画像の画像符号化を行う。ビュー多重化部６０４は、各ビュー、すなわち、ベースビューと拡張ビューの符号化情報を多重化し、マルチビュー符号化されたビットストリームを出力する。なお、図３に示すマルチビュー画像符号化装置は、例としてベースビューと拡張ビューの２つとしているが、拡張ビュー符号化部６０３を多段に結合することにより、複数の拡張ビューのマルチビュー画像符号化を実現することができる。

図４は、マルチビュー画像符号化装置における各ビューの入力画像の例を示す。入力画像は、１つのベースビューと２つの拡張ビューからなる。ベースビュー（Ｖｉｅｗ１）、拡張ビュー（Ｖｉｅｗ２、Ｖｉｅｗ３）の画像解像度は同一である。一般的に、各ビューはわずかに違う視点から同時刻に撮影された画像であり相関を有している。現在では、立体画像（３Ｄ）の符号化方法として用いられている。

マルチビュー画像符号化は、拡張ビューの符号化を行う際、他のビューの再構築画像を参照画像として用いてフレーム間予測を行うことにより、符号化効率を向上する。なお、拡張ビューを符号化する際、他のビューの再構築画像を用いることをビュー間参照（予測）と呼ぶ。マルチビュー画像符号化においては、通常の画像符号化で用いられる時間方向のフレーム間予測（インター予測）の参照画像として、他のビューの再構築画像が用いられる。ただし、符号化対象画像と時間的に異なる他のビューの再構築画像を参照画像として用いることはできない。

ビュー間予測が用いられる場合には、参照するビューを選択する。図４の点線矢印は、ビュー間予測と、インター予測を示している。拡張ビュー（Ｖｉｅｗ２）のビュー間予測は、ベースビュー（Ｖｉｅｗ１）を参照している。一方で、拡張ビュー（Ｖｉｅｗ３）のビュー間予測は、拡張ビュー（Ｖｉｅｗ２）を参照している。なお、ビュー間予測を行うか否かは、ブロック単位で切り替えられる。また、時間が異なれば、ビュー間の参照関係は異なっても良い。

上述した空間階層画像符号化とマルチビュー画像符号化を組み合わせた符号化を行う場合、拡張ビューの拡張レイヤは、レイヤ間参照とビュー間参照が行われる。拡張ビューの拡張レイヤは、ベースビューの拡張レイヤと、拡張ビューの下位レイヤをそれぞれ復号してからでなければ復号することができず、復号処理の負荷が高く、また復号化効率が悪い。

以下、実施の形態について、図面を参照しながら説明する。

なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

（実施の形態１）
図５は、本発明に係る動画像符号化方法を用いた空間階層‐マルチビュー動画像符号化装置の一実施の形態の構成を示すブロック図である。

空間階層‐マルチビュー動画像符号化装置１００は、図５に示すように、入力画像制御部１０１、第１ダウンサンプリング部１０２、ベースレイヤ符号化部１０３、拡張レイヤ符号化部１０４、第１拡大伸張部１０５、第２ダウンサンプリング部１０６、拡張ビューのベースレイヤ符号化部１０７、拡張ビューの拡張レイヤ符号化部１０８、第２拡大伸張部１０９、優先度決定部１１０、階層‐ビュー多重化部１１１を備えている。なお、第１ダウンサンプリング部１０２と第２ダウンサンプリング部１０６、第１拡大伸張部１０５と第２拡大伸張部１０９は、いずれも同一の機能を有しており、共用するように実装することができる。

なお、図５に示す空間階層‐マルチビュー動画像符号化装置は、ビューについてベースビューと拡張ビューの２つとしているが、拡張ビュー符号化部（拡張ビューのベースレイヤ符号化部１０７及び拡張ビューの拡張レイヤ符号化部１０８）を多段に結合することにより、複数の拡張ビューのマルチビュー画像符号化を実現することができる。同様に、階層についてベースレイヤと拡張レイヤの２階層としているが、拡張レイヤ符号化部１０４及び拡張ビューの拡張レイヤ符号化部１０８を多段に結合することにより、複数の拡張レイヤの空間階層画像符号化を実現することができる。

入力画像制御部１０１は、入力画像信号をビューごとに分離し、各ビューの符号化を担当する符号化部に送信する。

第１ダウンサンプリング部１０２（第２ダウンサンプリング部１０６）は、入力画像信号のダウンサンプリングを行い、より解像度の小さい入力画像を生成する。

ベースレイヤ符号化部１０３は、空間階層符号化を行わない通常の画像符号化装置であり、ベースビューのベースレイヤの画像符号化を行う。そして、ベースビューのベースレイヤの再構築画像を拡張ビューのベースレイヤ符号化部１０７に入力する。

第１拡大伸張部１０５は、ベースレイヤの画像符号化情報を拡大または伸張して拡張レイヤの画像符号化に用いる予測情報を生成し、拡張レイヤ符号化部１０４に入力する。

拡張レイヤ符号化部１０４は、予測情報を用いて入力画像制御部１０１から入力される入力画像信号（ベースビューの拡張レイヤ）の画像符号化を行う。そして、ベースビューの拡張レイヤの再構築画像を優先度決定部１１０に入力する。

拡張ビューのベースレイヤ符号化部１０７は、ベースレイヤ符号化部１０３によって再構築されたベースビューのベースレイヤの再構築画像を用いて、拡張ビューのベースレイヤの画像符号化を行う。

第２拡大伸張部１０９は、拡張ビューのベースレイヤの画像符号化情報を拡大もしくは伸張して拡張ビューの拡張レイヤの画像符号化に用いる予測情報を生成し、優先度決定部１１０に入力する。

優先度決定部１１０は、レイヤ間参照とビュー間参照の優先度を決定し、決定した優先度の予測情報を拡張ビューの拡張レイヤ符号化部１０８に送信する。

拡張ビューの拡張レイヤ符号化部１０８は、優先度決定部１１０から送られた予測情報を用いて入力画像制御部１０１から入力される入力画像信号（拡張ビューの拡張レイヤ）の画像符号化を行う。

階層‐ビュー多重化部１１１は、各符号化部、すなわち、ベースレイヤ符号化部１０３、拡張レイヤ符号化部１０４、拡張ビューのベースレイヤ符号化部１０７、拡張ビューの拡張レイヤ符号化部１０８から送られる符号化情報を多重化し、空間階層画像符号化かつマルチビュー画像符号化されたビットストリーム（以後、SVC-MVCビットストリームと呼ぶ）を出力する。

次に、優先度決定部１１０が決定する優先度について説明する。優先度には３つのパターンがある。パターン１は、ビュー間参照が優先する。この場合は、レイヤ間参照は禁止され、レイヤ間参照のための予測情報は拡張ビューの拡張レイヤ符号化部１０８に送られない。したがって、拡張ビューの拡張レイヤは、ビュー間参照のみが行われる。すなわち拡張ビューのベースレイヤ符号化部１０７が生成した拡張ビューのベースレイヤの再構築画像は、拡張ビューの拡張レイヤ符号化部１０８に入力されない。図６Ａは、パターン１における入力画像の予測構造を示す図である。説明の便宜上、階層は３階層、ビューは２ビュー（３Ｄ）としている。レフトビューをベースレイヤとし、ライトビューを拡張ビューとする。ベースビューのベースレイヤ（Ｌａｙｅｒ１（Ｌ））は、インター予測のみ可能である。ベースビューの拡張レイヤ（Ｌａｙｅｒ２（Ｌ）、Ｌａｙｅｒ３（Ｌ））は、レイヤ間予測とインター予測が可能である。拡張ビューのベースレイヤ（Ｌａｙｅｒ１（Ｒ））は、ビュー間予測またはインター予測が可能である。そして、拡張ビューの拡張レイヤ（Ｌａｙｅｒ２（Ｒ）、Ｌａｙｅｒ３（Ｒ））は、ビュー間予測またはインター予測が可能である。パターン２は、レイヤ間参照が優先する。この場合は、ビュー間参照は禁止され、ビュー間参照のための予測情報（参照ビューの再構築画像）は拡張ビューの拡張レイヤ符号化部１０８に送信されない。したがって、拡張ビューの拡張レイヤは、レイヤ間参照のみが行われる。図６Ｂは、パターン２における入力画像の予測構造を示す図である。拡張ビューの拡張レイヤ以外の予測構造は、図６Ａと同一である。拡張ビューの拡張レイヤ（Ｌａｙｅｒ２（Ｒ）、Ｌａｙｅｒ３（Ｒ））は、レイヤ間予測とインター予測が可能である。

パターン３は、ビュー間参照とレイヤ間参照の優先度は同じである。この場合、レイヤ間参照のための予測情報とビュー間参照のための予測情報（参照ビューの再構築画像）は、両方とも拡張ビューの拡張レイヤ符号化部１０８に送信される。したがって、拡張ビューの拡張レイヤは、ビュー間参照とレイヤ間参照が行われる。図６Ｃは、パターン３における入力画像の予測構造を示す図である。拡張ビューの拡張レイヤ以外の予測構造は、図６Ａと同一である。拡張ビューの拡張レイヤ（Ｌａｙｅｒ２（Ｒ）、Ｌａｙｅｒ３（Ｒ））は、レイヤ間予測とインター予測、またはレイヤ間予測もしくはインター予測が可能である。

決定された優先度（パターン１からパターン３のいずれか）をシーケンスパラメータセット（ＳＰＳ）に含めることにより、デコーダ側では、拡張ビューの拡張レイヤの予測に用いられる参照方式を知ることができるようになる。また、パターン１をデフォルト設定とすることより、優先度決定部１１０は、パターン１を利用する場合には、優先度をSPSに含めないようにしても良い。

図７は、空間階層‐マルチビュー動画像符号化装置の処理フローを示す。

優先度決定部１１０が優先度を決定する（ステップＳ１０１）。なお、優先度決定部１１０は、通信状況やエンコーダ・デコーダの演算リソースなど、さまざまな観点に基づき優先度を決定することができる。決定された優先度をシーケンスパラメータセット（ＳＰＳ）に設定する（ステップＳ１０２）。なお、優先度をシーケンスの途中で変更する場合には、ＳＰＳに限らずピクチャパラメータセット（ＰＰＳ）などの他のパラメータに設定することができる。符号化対象の入力画像が拡張ビューかつ拡張レイヤである場合（ステップＳ１０３のＹｅｓ）に、優先度決定部１１０は決定された優先度に応じて、拡張ビューの拡張レイヤ符号化部１０８に予測情報を送信する（ステップＳ１０４）。ビュー間参照が優先する場合、ビュー間参照のための予測情報（参照ビューの再構築画像）が拡張ビューの拡張レイヤ符号化部１０８に送信される。拡張ビューの拡張レイヤ符号化部１０８は、ビュー間予測またはインター予測を行う（ステップＳ１０５）。レイヤ間参照が優先する場合、レイヤ間参照のための予測情報が拡張ビューの拡張レイヤ符号化部１０８に送信される。拡張ビューの拡張レイヤ符号化部１０８は、レイヤ間予測およびインター予測を行う（ステップＳ１０６）。ビュー間参照とレイヤ間参照の優先度が同じである場合、レイヤ間参照のための予測情報とビュー間参照のための予測情報（参照ビューの再構築画像）は、両方とも拡張ビューの拡張レイヤ符号化部１０８に送信される。拡張ビューの拡張レイヤ符号化部１０８は、レイヤ間予測およびインター予測、またはレイヤ間予測もしくはインター予測を行う（ステップＳ１０７）。

符号化対象の入力画像が拡張ビューかつ拡張レイヤでない場合（ステップＳ１０３Ｎｏ）、通常の予測符号化を行う（ステップＳ１０８）。すなわち、ベースビューのベースレイヤは、インター予測符号化が行われ、ベースビューの拡張レイヤは、レイヤ間予測およびインター予測符号化が行われ、拡張ビューのベースレイヤは、ビュー間予測またはインター予測符号化が行われる。

ＳＶＣ−ＭＶＣビットストリームにおける拡張ビューの拡張レイヤの予測に用いられる参照方式をデコーダ側であらかじめ知ることができると、復号化効率が向上する。例えば、デコーダ側で拡張ビューの拡張レイヤであるＬａｙｅｒ３（Ｒ）を復号し表示する場合、図６Ａに示すパターン１の予測構造が用いられることを知ることにより、デコーダは、Ｌａｙｅｒ１（Ｌ）、Ｌａｙｅｒ２（Ｌ）、Ｌａｙｅｒ３（Ｌ）の画像を復号化するだけで、Ｌａｙｅｒ１（Ｒ）、Ｌａｙｅｒ２（Ｒ）の画像を復号化することなく、Ｌａｙｅｒ３（Ｒ）の画像を復号化することができるようになる。同様に、図６Ｂに示すパターン２の予測構造が用いられることを知ることにより、デコーダは、Ｌａｙｅｒ１（Ｌ）、Ｌａｙｅｒ１（Ｒ）、Ｌａｙｅｒ２（Ｒ）の画像を復号化するだけで、Ｌａｙｅｒ２（Ｌ）、Ｌａｙｅｒ３（Ｌ）の画像を復号化することなく、Ｌａｙｅｒ３（Ｒ）の画像を復号化することができるようになる。

以上のように、本実施の形態によれば、レイヤ間参照とビュー間参照の優先度を決定することにより、デコーダ側での復号化効率が向上する。

図８は、本実施の形態に係るレイヤ間予測における入力画像の予測構造を示す図である。図８Ａは、図２に示す従来の空間階層符号化に用いられる予測構造と同様である。すなわち、第１の拡張レイヤ（Ｌａｙｅｒ２）は、ベースレイヤ（Ｌａｙｅｒ１）の予測情報をレイヤ間予測に用いる。また、第２の拡張レイヤ（Ｌａｙｅｒ３）は、第１の拡張レイヤ（Ｌａｙｅｒ２）の予測情報をレイヤ間予測に用いる。つまり、拡張レイヤは、一つ下の階層の拡張レイヤを参照する。この予測構造を順次予測構造と呼ぶ。これに対し、図８Ｂに示す予測構造は、第２の拡張レイヤ（Ｌａｙｅｒ３）は、第１の拡張レイヤ（Ｌａｙｅｒ２）ではなく、ベースレイヤ（Ｌａｙｅｒ１）の予測情報をレイヤ間予測に用いる。すなわち、全ての拡張レイヤは、ベースレイヤ（Ｌａｙｅｒ１）の予測情報をレイヤ間予測に用いることになる。この予測構造をスター予測構造と呼ぶ。スター予測構造を用いると、順次予測構造を用いた場合と比較し、全階層のトータルの符号化ビット量は増加する傾向にある。しかしながら、ベースレイヤを復号化した後、上位レイヤの復号化処理を直ちに開始できるため復号化効率は高い。図示しないが、図８４に示す予測構造を一般化し、全ての拡張レイヤは、下位層の任意の拡張レイヤまたはベースレイヤを参照するようにしてもよい。その場合、例えば拡張レイヤが３層では、予測構造は順次予測構造とスター予測構造を含めて６通りとなる。順次予測構造とスター予測構造に代えて、一般化した予測構造を用いても良い。

決定された予測構造（順次予測構造やスター予測構造など）を補足情報（ＳＥＩ：Ｓｕｐｐｌｅｍｅｎｔａｌ Ｅｎｈａｎｃｅｍｅｎｔ Ｉｎｆｏｒｍａｔｉｏｎ）に含め、デコーダ側にＳＥＩメッセージを送信することにより、デコーダ側では、レイヤ間予測に用いられる予測構造を知ることができるようになる。また、順次予測構造をデフォルト設定とすることより、エンコーダは、順次予測構造を利用する場合には、レイヤ間予測の予測構造を送信しないようにしても良い。

本実施の形態に係る空間階層‐マルチビュー動画像符号化装置の図示しない予測構造制御部は、ベースビューのレイヤ間参照の予測構造と拡張ビューのレイヤ間参照の予測構造とを一致させるように制御する。具体的には、ベースビューのレイヤ間参照の予測構造に一致するように拡張ビューのレイヤ間参照の予測構造を制御する。その結果、図６Ｂや図６Ｃのように、ベースビューのレイヤ間参照と拡張ビューのレイヤ間参照は、いずれも順次予測構造が用いられることになる。また、ベースビューのレイヤ間参照にスター予測構造が用いられる場合、拡張ビューのレイヤ間参照にもスター予測構造が用いられる。図９Ａは、図６Ｃに示す入力画像の予測構造において、レイヤ間参照をスター予測構造に変更したものである。予測構造制御部は、図９Ａのように、ベースビューのレイヤ間参照の予測構造に一致するように、拡張ビューのレイヤ間参照の予測構造を制御する。

図示しない予測構造制御部が、このように制御することにより、デコーダ側におけるＳＶＣ−ＭＶＣビットストリームの復号化効率が向上する。例えば、デコーダ側で拡張ビューの拡張レイヤであるＬａｙｅｒ３（Ｒ）を復号し表示する場合、図９Ａに示す予測構造が用いられると、デコーダは、Ｌａｙｅｒ１（Ｌ）、Ｌａｙｅｒ３（Ｌ）、Ｌａｙｅｒ１（Ｒ）の画像を復号化するだけで、Ｌａｙｅｒ２（Ｌ）、Ｌａｙｅｒ２（Ｒ）の画像を復号化することなく、Ｌａｙｅｒ３（Ｒ）の画像を復号化することができるようになる。図９Ｂは、復号化効率の比較のために、各ビューのレイヤ間参照の予測構造が一致していない予測構造を示す。ベースビューのレイヤ間参照の予測構造にはスター予測構造が用いられ、拡張ビューのレイヤ間参照の予測構造には順次予測構造が用いられている。拡張ビューのレイヤ間参照の予測構造は、ベースビューのレイヤ間参照の予測構造と一致していない。このとき、デコーダ側で拡張ビューの拡張レイヤであるＬａｙｅｒ３（Ｒ）を復号し表示する場合、Ｌａｙｅｒ１（Ｌ）、Ｌａｙｅｒ２（Ｌ）、Ｌａｙｅｒ３（Ｌ）、Ｌａｙｅｒ１（Ｒ）、Ｌａｙｅｒ２（Ｒ）の全ての画像を復号化しなければならず、復号化効率は著しく低下する。

本実施の形態によれば、拡張ビューのレイヤ間参照の予測構造をベースビューのレイヤ間参照の予測構造と一致させるように制御することにより、デコーダ側での復号化効率が向上する。

なお、本実施の形態における動画像復号化装置及び方法は、図５または図７に示す全ての構成・ステップを備えていなくても良い。すなわち、
本実施の形態における一態様における動画像復号化装置では、ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層符号化し、ベースビューと一つ以上の拡張ビューとをマルチビュー画像符号化する動画像符号化装置であって、前記ベースレイヤを符号化するベースレイヤ符号化部と、前記ベースレイヤ符号化部が生成した前記ベースレイヤの再構築画像を用いて、前記拡張レイヤを空間階層符号化する拡張レイヤ符号化部と、前記ベースレイヤ符号化部が生成した前記ベースレイヤの再構築画像を用いて、前記拡張ビューのベースレイヤをマルチビュー符号化する拡張ビュー・ベースレイヤ符号化部と、前記拡張レイヤ符号化部が生成した前記拡張レイヤの再構築画像を用いて、前記拡張ビューの拡張レイヤをマルチビュー符号化する拡張ビュー・拡張レイヤ符号化部と、有するとしてもよい。

また本実施の形態における一態様における動画像復号化装置では、前記拡張ビュー・ベースレイヤ符号化部が生成した前記拡張ビューのベースレイヤの再構築画像は、前記拡張ビュー・拡張レイヤ符号化部に入力されない、としてもよい。

また本実施の形態における一態様における動画像復号化方法では、ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層符号化し、ベースビューと一つ以上の拡張ビューとをマルチビュー画像符号化する動画像符号化方法であって、前記ベースレイヤを符号化し前記ベースレイヤの再構築画像を生成するステップと、前記ベースレイヤの再構築画像を用いて、前記拡張レイヤを空間階層符号化し、前記拡張レイヤの再構築画像を生成するステップと、前記ベースレイヤの再構築画像を用いて、前記拡張ビューのベースレイヤをマルチビュー符号化するステップと、前記拡張レイヤの再構築画像を用いて、前記拡張ビューの拡張レイヤをマルチビュー符号化するステップと、を有するとしてもよい。

（実施の形態２）
図１０は、空間階層画像符号化かつマルチビュー画像符号化がなされたビットストリーム（以後、ＳＶＣ−ＭＶＣビットストリームと呼ぶ）を復号化する空間階層‐マルチビュー動画像復号化装置の一実施の形態の構成を示すブロック図である。

空間階層‐マルチビュー動画像復号化装置２００は、図１０に示すように、逆多重化部２０１、復号制御部２０２、逆ビュー多重化部２０３、第１逆階層多重化部２０４、ベースレイヤ復号化部２０５、拡張レイヤ復号化部２０６、第１拡大伸張部２０７、第２逆階層多重化部２０８、拡張ビューのベースレイヤ復号化部２０９、拡張ビューの拡張レイヤ復号化部２１０、第２拡大伸張部２１１、および切り替え器２１２、２１３、２１４を備えている。なお、第１逆階層多重化部２０４と第２逆階層多重化部２０８、第１拡大伸張部２０７と第２拡大伸張部２１１は、いずれも同一の機能を有しており、共用するように実装することができる。

なお、図１０に示す空間階層‐マルチビュー動画像復号化装置は、ビューについてベースビューと拡張ビューの２つとしているが、拡張ビュー復号化部（拡張ビューのベースレイヤ復号化部２０９および拡張ビューの拡張レイヤ復号化部２１０）を多段に結合することにより、複数の拡張ビューのマルチビュー画像復号化を実現することができる。同様に、階層についてベースレイヤと拡張レイヤの２階層としているが、拡張レイヤ復号化部２０６および拡張ビューの拡張レイヤ復号化部２１０を多段に結合することにより、複数の拡張レイヤの空間階層画像復号化を実現することができる。

逆多重化部２０１は、ＳＶＣ−ＭＶＣビットストリームが入力されると、ビデオ符号化データと付加情報に分離する。付加情報とは、例えば、ＳＰＳやＳＥＩなどの情報である。なお、ＳＥＩはＳＶＣ−ＭＶＣビットストリームとは別に受信する構成にしても良い。逆多重化部２０１は、ビデオ符号化データを逆ビュー多重化部２０３に送信し、付加情報を復号制御部２０２に送信する。

復号制御部２０２は、付加情報に基づき、空間階層‐マルチビュー動画像復号化装置内部の各ユニットを制御する。なお、復号制御部２０２が制御に用いる制御信号については一部を除いて図示しない。

逆ビュー多重化部２０３は、マルチビュー符号化されたビデオ符号化データをビュー毎の符号化データ（ベースビュー符号化データと拡張ビュー符号化データ）に分離する。

第１逆階層多重化部２０４（第２逆階層多重化部２０８）は、階層符号化されたビデオ符号化データから各階層の符号化データ（ベースレイヤ符号化データと拡張レイヤ符号化データ）に分離し、各階層の復号化部へそれぞれ送信する。なお、本実施の形態の空間階層‐マルチビュー動画像復号化装置は、逆ビュー多重化部２０３が先にビュー毎の符号化データに分離し、逆階層多重化部が各ビューの符号化データを各階層の符号化データに分離する構成としているが、これに限定されない。すなわち、逆階層多重化部が先に各階層の符号化データに分離し、逆ビュー多重化部２０３が各階層の符号化データを各ビューの符号化データに分離する構成とすることは、当業者には自明である。

ベースレイヤ復号化部２０５は、空間階層画像符号化を行わない通常の画像復号化装置であり、ベースビューのベースレイヤの画像復号化を行う。

第１拡大伸張部２０７は、ベースレイヤの画像復号化情報を拡大もしくは伸張して拡張レイヤの画像復号化に用いる予測情報を生成し、拡張レイヤ復号化部２０６に入力する。

拡張レイヤ復号化部２０６は、予測情報を用いてベースビューの拡張レイヤの画像復号化を行う。そして、再構築されたベースビューの拡張レイヤの画像を拡張ビューの拡張レイヤ符号化部に入力する。

拡張ビューのベースレイヤ復号化部２０９は、ベースレイヤ復号化部２０５によって再構築されたベースビューのベースレイヤの画像を用いて、拡張ビューのベースレイヤの画像復号化を行う。

第２拡大伸張部２１１は、拡張ビューのベースレイヤの画像復号化情報を拡大もしくは伸張して拡張ビューの拡張レイヤの画像復号化に用いる予測情報を生成し、拡張ビューの拡張レイヤ復号化部２１０に入力する。

切り替え器（１）２１２は第１逆階層多重化部２０４と拡張レイヤ復号化部２０６との間に、切り替え器（２）２１３は第２逆階層多重化部２０８と拡張ビューのベースレイヤ復号化部２０９との間に、切り替え器（３）２１４は、第２逆階層多重化部２０８と拡張ビューの拡張レイヤ復号化部２１０との間にそれぞれ挿入される。切り替え器２１２、２１３、２１４は、復号制御部２０２によって経路のオン・オフが制御され、オフの場合にはデータは流れずに破棄される。

図１１は、空間階層‐マルチビュー動画像復号化装置の処理フローを示す。

最初に、ターゲット復号画像が設定される（ステップＳ２０１S1）。ターゲット復号画像とは、空間階層‐マルチビュー動画像復号化装置が復号化し、図示しない表示装置に表示する画像のことである。図６Ａに示される図を例に用いると、ＳＶＣ−ＭＶＣビットストリームには、Ｌａｙｅｒ１（Ｌ）、Ｌａｙｅｒ２（Ｌ）、Ｌａｙｅｒ３（Ｌ）、Ｌａｙｅｒ１（Ｒ）、Ｌａｙｅｒ２（Ｒ）、Ｌａｙｅｒ３（Ｒ）の６枚の符号化された画像が含まれている。しかしながら、デコーダ側の表示装置に表示されるのは、通常、選択された画像のみである。６枚の画像の中から選択した画像をターゲット復号画像と呼ぶ。なお、ターゲット復号画像の選択は、ユーザの指示で行ってもよいし、通信状況、デコーダ側の演算リソース、表示装置の解像度に基づいて決定するようにしてもよい。

つぎに、復号制御部２０２は、設定されたターゲット復号画像が拡張ビューの拡張レイヤの画像（Ｌａｙｅｒ２（Ｒ）、Ｌａｙｅｒ３（Ｒ））であるか否かを判断する（ステップＳ２０２）。ターゲット復号画像が拡張ビューの拡張レイヤの画像である場合には、復号制御部２０２は、付加情報から予測構造情報（レイヤ間参照とビュー間参照の優先度情報）を取得する（ステップＳ２０３）。そして、予測構造情報に基づき、切り替え器の制御を行う（ステップＳ２０４）。切り替え器がオフに制御されると、符号化データは復号化部に入力されずに破棄される。なお、符号化データが入力されない符号化部は動作しない。符号化データが入力された復号化部は、入力された符号化データの復号化処理を行う（ステップＳ２０６）。そして、ターゲット復号画像に対応する復号化部のみが、復号された出力画像信号を図示しない表示装置に出力する。なお、ある時刻の符号化データを復号化処理（ステップＳ２０５）した後、復号制御部２０２が、付加情報から新たな予測構造情報を取得した場合（ステップＳ２０３）は、ステップＳ２０４に戻り、ステップＳ２０５の処理を繰り返す。例えば、シーケンスの途中で予測構造が変化した場合には、付加情報の一つであるピクチャパラメータセット（ＰＰＳ）に新たな予測構造情報が含まれる。以降のシーケンスでは、取得した新たな予測構造情報に基づいて復号処理が行われる。

ターゲット復号画像が拡張ビューの拡張レイヤの画像でない場合には、復号制御部２０２は、ターゲット復号画像に応じた切り替え器の制御を行う（ステップＳ２０６）。具体的には、ターゲット画像がベースビューのベースレイヤ（Ｌａｙｅｒ１（Ｌ））のとき、切り替え器（１）２１２から切り替え器（３）２１４を全てオフに制御する。また、ターゲット画像がベースビューの拡張レイヤ（Ｌａｙｅｒ２（Ｌ）、Ｌａｙｅｒ３（Ｌ））のとき、切り替え器（２）２１３と切り替え器（３）２１４をオフに制御する。また、ターゲット画像が拡張ビューのベースレイヤ（Ｌａｙｅｒ１（Ｒ））のとき、切り替え器（１）２１２と切り替え器（３）２１４をオフに制御する。

次に、ステップＳ２０４（予測構造情報に基づく切り替え器の制御）の具体的な動作について説明する。入力画像の予測構造情報は、実施の形態１で説明したように、図６Ａから図６Ｃに示されるパターン１からパターン３の予測構造を示す情報である。ターゲット復号画像は拡張ビューの拡張レイヤの画像であるＬａｙｅｒ３（Ｒ）であるとする。図６Ａの予測構造の場合、復号制御部２０２は、切り替え器（１）２１２をオンにする。これによってベースビューの拡張レイヤ復号化部が動作し、Ｌａｙｅｒ３（Ｌ）の符号化データが復号化される。一方、復号制御部２０２は、切り替え器（２）２１３をオフにする。これによってＬａｙｅｒ１（Ｒ）の符号化データは破棄され、拡張ビューのベースレイヤ復号化部２０９は動作しない。さらに、復号制御部２０２は、切り替え器（３）２１４をオフにする。これによってＬａｙｅｒ２（Ｒ）の符号化データは破棄され、拡張ビューの拡張レイヤ復号化部２１０は動作しない。なお、復号制御部２０２は、Ｌａｙｅｒ３（Ｒ）の符号化データを復号化する図示しない拡張ビューの拡張レイヤ復号部に接続している図示しない切り替え器はオンに制御する。それにより、図示しない拡張ビューの拡張レイヤ復号部は動作し、再構築されたＬａｙｅｒ３（Ｌ）に基づきＬａｙｅｒ３（Ｒ）の符号化データは復号化される。次に、図６Ｂの予測構造の場合、復号制御部２０２は、切り替え器（２）２１３と切り替え器（３）２１４をオンに制御する。これによって拡張ビューのベースレイヤ復号化部２０９が動作し、再構築されたＬａｙｅｒ１（Ｌ）に基づきＬａｙｅｒ１（Ｒ）の符号化データは復号化される。そして、拡張ビューの拡張レイヤ復号化部２１０が動作し、Ｌａｙｅｒ３（Ｒ）の符号化データが復号化される。一方、復号制御部２０２は、切り替え器（１）２１２をオフに制御する。これによってＬａｙｅｒ２（Ｌ）及びＬａｙｅｒ３（Ｌ）の符号化データは破棄され、ベースビューの拡張レイヤ復号化部は動作しない。

以上のように、本実施の形態によれば、予測構造情報に基づき復号化制御することにより、ターゲット復号画像の復号に必要ない画像の復号処理を省き復号化効率が向上する。

なお、本実施の形態における動画像復号化装置及び方法は、図１０または図１１に示す全ての構成・ステップを備えていなくても良い。すなわち、
本実施の形態における一態様における動画像復号化装置では、ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層符号化し、前記ベースレイヤと前記拡張レイヤをベースビューとしてそれぞれ一つ以上の拡張ビューをマルチビュー画像符号化した符号化データを、復号化する動画像復号化装置であって、前記ベースレイヤを復号化するベースレイヤ復号化部と、前記ベースレイヤ復号化部が生成した前記ベースレイヤの再構築画像を用いて、前記拡張レイヤを空間階層復号化する拡張レイヤ復号化部と、を有するとしてもよい。

また、本実施の形態における一態様における動画像復号化装置では、ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層符号化し、前記ベースレイヤと前記拡張レイヤをベースビューとしてそれぞれ一つ以上の拡張ビューをマルチビュー画像符号化した符号化データを、復号化する動画像復号化装置であって、前記ベースレイヤを復号化するベースレイヤ復号化部と、前記ベースレイヤ復号化部が生成した前記ベースレイヤの再構築画像を用いて、前記拡張ビューのベースレイヤをマルチビュー復号化する拡張ビュー・ベースレイヤ復号化部と、を有するとしてもよい。

また、本実施の形態における一態様における動画像復号化装置では、ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層画像符号化し、前記ベースレイヤと前記拡張レイヤをベースビューとして、それぞれ一つ以上の拡張ビューをマルチビュー画像符号化した符号化データを復号化する動画像復号化装置であって、前記ベースレイヤを復号化するベースレイヤ復号化部と、前記ベースレイヤ復号化部が生成した前記ベースレイヤの再構築画像を用いて、前記拡張レイヤを空間階層復号化する拡張レイヤ復号化部と、前記ベースレイヤ復号化部が生成した前記ベースレイヤの再構築画像を用いて前記拡張ビューのベースレイヤをマルチビュー復号化し、或いは前記拡張レイヤ復号化部が生成した前記拡張レイヤの再構築画像を用いて、前記拡張ビューのベースレイヤ或いは前記拡張ビューの拡張レイヤをマルチビュー復号化する、拡張ビュー復号化部と、を有するとしてもよい。

また、本実施の形態における一態様における動画像復号化方法では、ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層画像符号化し、前記ベースレイヤと前記拡張レイヤをベースビューとしてそれぞれ一つ以上の拡張ビューをマルチビュー画像符号化した符号化データを、復号化する動画像復号化方法であって、前記ベースレイヤを復号化し前記ベースレイヤの再構築画像を生成するステップと、前記ベースレイヤの再構築画像を用いて、前記拡張レイヤを空間階層復号化するステップと、を有するとしてもよい。

また、本実施の形態における一態様における動画像復号化方法では、ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層画像符号化し、前記ベースレイヤと前記拡張レイヤをベースビューとしてそれぞれ一つ以上の拡張ビューをマルチビュー画像符号化した符号化データを、復号化する動画像復号化方法であって、前記ベースレイヤを復号化し前記ベースレイヤの再構築画像を生成するステップと、前記ベースレイヤの再構築画像を用いて、前記拡張ビューのベースレイヤをマルチビュー復号化するステップと、を有するとしてもよい。

また、本実施の形態における一態様における動画像復号化方法では、ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層画像符号化し、前記ベースレイヤと前記拡張レイヤをベースビューとしてそれぞれ一つ以上の拡張ビューをマルチビュー画像符号化した符号化データを、復号化する動画像復号化方法であって、前記ベースレイヤを復号化し前記ベースレイヤの再構築画像を生成するステップと、前記ベースレイヤの再構築画像を用いて、前記拡張レイヤを空間階層復号化し、前記拡張レイヤの再構築画像を生成するステップと、前記ベースレイヤの再構築画像を用いて、前記拡張ビューのベースレイヤをマルチビュー復号化するステップと、前記拡張レイヤの再構築画像を用いて、前記拡張ビューの拡張レイヤをマルチビュー復号化するステップと、を有するとしてもよい。

（実施の形態３）
上記各実施の形態で示した動画像符号化方法（画像符号化方法）または動画像復号化方法（画像復号方法）の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。

さらにここで、上記各実施の形態で示した動画像符号化方法（画像符号化方法）や動画像復号化方法（画像復号方法）の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。

図１２は、コンテンツ配信サービスを実現するコンテンツ供給システムex１００の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex１０６、ex１０７、ex１０８、ex１０９、ex１１０が設置されている。

このコンテンツ供給システムex１００は、インターネットex１０１にインターネットサービスプロバイダex１０２および電話網ex１０４、および基地局ex１０６からex１１０を介して、コンピュータex１１１、ＰＤＡ（Personal Digital Assistant）ex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５などの各機器が接続される。

しかし、コンテンツ供給システムex１００は図１２のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。

カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ−ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。

コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の一態様に係る画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。

なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像および／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。

また、これら符号化・復号化処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ−ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。

また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。

以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。

なお、コンテンツ供給システムex１００の例に限らず、図１３に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の一態様に係る画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。

また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号化する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に動画像復号化装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。

図１４は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。

また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の一態様に係る画像符号化装置または画像復号装置として機能する）を有する信号処理部ex３０６と、復号化した音声信号を出力するスピーカex３０７、復号化した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。

まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号化し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。

また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。

また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。

一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図１５に示す。情報再生／記録部ex４００は、以下に説明する要素ex４０１、ex４０２、ex４０３、ex４０４、ex４０５、ex４０６、ex４０７を備える。光ヘッドex４０１は、光ディスクである記録メディアex２１５の記録面にレーザスポットを照射して情報を書き込み、記録メディアex２１５の記録面からの反射光を検出して情報を読み込む。変調記録部ex４０２は、光ヘッドex４０１に内蔵された半導体レーザを電気的に駆動し記録データに応じてレーザ光の変調を行う。再生復調部ex４０３は、光ヘッドex４０１に内蔵されたフォトディテクタにより記録面からの反射光を電気的に検出した再生信号を増幅し、記録メディアex２１５に記録された信号成分を分離して復調し、必要な情報を再生する。バッファex４０４は、記録メディアex２１５に記録するための情報および記録メディアex２１５から再生した情報を一時的に保持する。ディスクモータex４０５は記録メディアex２１５を回転させる。サーボ制御部ex４０６は、ディスクモータex４０５の回転駆動を制御しながら光ヘッドex４０１を所定の情報トラックに移動させ、レーザスポットの追従処理を行う。システム制御部ex４０７は、情報再生／記録部ex４００全体の制御を行う。上記の読み出しや書き込みの処理はシステム制御部ex４０７が、バッファex４０４に保持された各種情報を利用し、また必要に応じて新たな情報の生成・追加を行うと共に、変調記録部ex４０２、再生復調部ex４０３、サーボ制御部ex４０６を協調動作させながら、光ヘッドex４０１を通して、情報の記録再生を行うことにより実現される。システム制御部ex４０７は例えばマイクロプロセッサで構成され、読み出し書き込みのプログラムを実行することでそれらの処理を実行する。

以上では、光ヘッドex４０１はレーザスポットを照射するとして説明したが、近接場光を用いてより高密度な記録を行う構成であってもよい。

図１６に光ディスクである記録メディアex２１５の模式図を示す。記録メディアex２１５の記録面には案内溝（グルーブ）がスパイラル状に形成され、情報トラックex２３０には、予めグルーブの形状の変化によってディスク上の絶対位置を示す番地情報が記録されている。この番地情報はデータを記録する単位である記録ブロックex２３１の位置を特定するための情報を含み、記録や再生を行う装置において情報トラックex２３０を再生し番地情報を読み取ることで記録ブロックを特定することができる。また、記録メディアex２１５は、データ記録領域ex２３３、内周領域ex２３２、外周領域ex２３４を含んでいる。ユーザデータを記録するために用いる領域がデータ記録領域ex２３３であり、データ記録領域ex２３３より内周または外周に配置されている内周領域ex２３２と外周領域ex２３４は、ユーザデータの記録以外の特定用途に用いられる。情報再生／記録部ex４００は、このような記録メディアex２１５のデータ記録領域ex２３３に対して、符号化された音声データ、映像データまたはそれらのデータを多重化した多重化データの読み書きを行う。

以上では、１層のＤＶＤ、ＢＤ等の光ディスクを例に挙げ説明したが、これらに限ったものではなく、多層構造であって表面以外にも記録可能な光ディスクであってもよい。また、ディスクの同じ場所にさまざまな異なる波長の色の光を用いて情報を記録したり、さまざまな角度から異なる情報の層を記録したりなど、多次元的な記録／再生を行う構造の光ディスクであってもよい。

また、デジタル放送用システムex２００において、アンテナex２０５を有する車ex２１０で衛星ex２０２等からデータを受信し、車ex２１０が有するカーナビゲーションex２１１等の表示装置に動画を再生することも可能である。なお、カーナビゲーションex２１１の構成は例えば図１４に示す構成のうち、ＧＰＳ受信部を加えた構成が考えられ、同様なことがコンピュータex１１１や携帯電話ex１１４等でも考えられる。

図１７Ａは、上記実施の形態で説明した動画像復号化方法および動画像符号化方法を用いた携帯電話ex１１４を示す図である。携帯電話ex１１４は、基地局ex１１０との間で電波を送受信するためのアンテナex３５０、映像、静止画を撮ることが可能なカメラ部ex３６５、カメラ部ex３６５で撮像した映像、アンテナex３５０で受信した映像等が復号化されたデータを表示する液晶ディスプレイ等の表示部ex３５８を備える。携帯電話ex１１４は、さらに、操作キー部ex３６６を有する本体部、音声を出力するためのスピーカ等である音声出力部ex３５７、音声を入力するためのマイク等である音声入力部ex３５６、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータもしくは復号化されたデータを保存するメモリ部ex３６７、又は同様にデータを保存する記録メディアとのインタフェース部であるスロット部ex３６４を備える。

さらに、携帯電話ex１１４の構成例について、図１７Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。

電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。

携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。

さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。

データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の一態様に係る画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。

多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。

データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の一態様に係る画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。

また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。

このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。

また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。

（実施の形態４）
上記各実施の形態で示した動画像符号化方法または装置と、ＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。

ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。

この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ−２トランスポートストリーム形式のデジタルストリームである。

図１８は、多重化データの構成を示す図である。図１８に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム（ＰＧ）、インタラクティブグラフィックスストリームのうち、１つ以上を多重化することで得られる。ビデオストリームは映画の主映像および副映像を、オーディオストリーム（ＩＧ）は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にＧＵＩ部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した動画像符号化方法または装置、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーＡＣ−３、Ｄｏｌｂｙ Ｄｉｇｉｔａｌ Ｐｌｕｓ、ＭＬＰ、ＤＴＳ、ＤＴＳ−ＨＤ、または、リニアＰＣＭのなどの方式で符号化されている。

多重化データに含まれる各ストリームはＰＩＤによって識別される。例えば、映画の映像に利用するビデオストリームには０ｘ１０１１が、オーディオストリームには０ｘ１１００から０ｘ１１１Ｆまでが、プレゼンテーショングラフィックスには０ｘ１２００から０ｘ１２１Ｆまでが、インタラクティブグラフィックスストリームには０ｘ１４００から０ｘ１４１Ｆまでが、映画の副映像に利用するビデオストリームには０ｘ１Ｂ００から０ｘ１Ｂ１Ｆまで、主音声とミキシングする副音声に利用するオーディオストリームには０ｘ１Ａ００から０ｘ１Ａ１Ｆが、それぞれ割り当てられている。

図１９は、多重化データがどのように多重化されるかを模式的に示す図である。まず、複数のビデオフレームからなるビデオストリームex２３５、複数のオーディオフレームからなるオーディオストリームex２３８を、それぞれＰＥＳパケット列ex２３６およびex２３９に変換し、ＴＳパケットex２３７およびex２４０に変換する。同じくプレゼンテーショングラフィックスストリームex２４１およびインタラクティブグラフィックスex２４４のデータをそれぞれＰＥＳパケット列ex２４２およびex２４５に変換し、さらにＴＳパケットex２４３およびex２４６に変換する。多重化データex２４７はこれらのＴＳパケットを１本のストリームに多重化することで構成される。

図２０は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかをさらに詳しく示している。図２０における第１段目はビデオストリームのビデオフレーム列を示す。第２段目は、ＰＥＳパケット列を示す。図２０の矢印ｙｙ１，ｙｙ２，ｙｙ３，ｙｙ４に示すように、ビデオストリームにおける複数のＶｉｄｅｏ Ｐｒｅｓｅｎｔａｔｉｏｎ ＵｎｉｔであるＩピクチャ、Ｂピクチャ、Ｐピクチャは、ピクチャ毎に分割され、ＰＥＳパケットのペイロードに格納される。各ＰＥＳパケットはＰＥＳヘッダを持ち、ＰＥＳヘッダには、ピクチャの表示時刻であるＰＴＳ（Ｐｒｅｓｅｎｔａｔｉｏｎ Ｔｉｍｅ−Ｓｔａｍｐ）やピクチャの復号時刻であるＤＴＳ（Ｄｅｃｏｄｉｎｇ Ｔｉｍｅ−Ｓｔａｍｐ）が格納される。

図２１は、多重化データに最終的に書き込まれるＴＳパケットの形式を示している。ＴＳパケットは、ストリームを識別するＰＩＤなどの情報を持つ４ＢｙｔｅのＴＳヘッダとデータを格納する１８４ＢｙｔｅのＴＳペイロードから構成される１８８Ｂｙｔｅ固定長のパケットであり、上記ＰＥＳパケットは分割されＴＳペイロードに格納される。ＢＤ−ＲＯＭの場合、ＴＳパケットには、４ＢｙｔｅのＴＰ＿Ｅｘｔｒａ＿Ｈｅａｄｅｒが付与され、１９２Ｂｙｔｅのソースパケットを構成し、多重化データに書き込まれる。ＴＰ＿Ｅｘｔｒａ＿ＨｅａｄｅｒにはＡＴＳ（Ａｒｒｉｖａｌ＿Ｔｉｍｅ＿Ｓｔａｍｐ）などの情報が記載される。ＡＴＳは当該ＴＳパケットのデコーダのＰＩＤフィルタへの転送開始時刻を示す。多重化データには図２１下段に示すようにソースパケットが並ぶこととなり、多重化データの先頭からインクリメントする番号はＳＰＮ（ソースパケットナンバー）と呼ばれる。

また、多重化データに含まれるＴＳパケットには、映像・音声・字幕などの各ストリーム以外にもＰＡＴ（Ｐｒｏｇｒａｍ Ａｓｓｏｃｉａｔｉｏｎ Ｔａｂｌｅ）、ＰＭＴ（Ｐｒｏｇｒａｍ Ｍａｐ Ｔａｂｌｅ）、ＰＣＲ（Ｐｒｏｇｒａｍ Ｃｌｏｃｋ Ｒｅｆｅｒｅｎｃｅ）などがある。ＰＡＴは多重化データ中に利用されるＰＭＴのＰＩＤが何であるかを示し、ＰＡＴ自身のＰＩＤは０で登録される。ＰＭＴは、多重化データ中に含まれる映像・音声・字幕などの各ストリームのＰＩＤと各ＰＩＤに対応するストリームの属性情報を持ち、また多重化データに関する各種ディスクリプタを持つ。ディスクリプタには多重化データのコピーを許可・不許可を指示するコピーコントロール情報などがある。ＰＣＲは、ＡＴＳの時間軸であるＡＴＣ（Ａｒｒｉｖａｌ Ｔｉｍｅ Ｃｌｏｃｋ）とＰＴＳ・ＤＴＳの時間軸であるＳＴＣ（Ｓｙｓｔｅｍ Ｔｉｍｅ Ｃｌｏｃｋ）の同期を取るために、そのＰＣＲパケットがデコーダに転送されるＡＴＳに対応するＳＴＣ時間の情報を持つ。

図２２はＰＭＴのデータ構造を詳しく説明する図である。ＰＭＴの先頭には、そのＰＭＴに含まれるデータの長さなどを記したＰＭＴヘッダが配置される。その後ろには、多重化データに関するディスクリプタが複数配置される。上記コピーコントロール情報などが、ディスクリプタとして記載される。ディスクリプタの後には、多重化データに含まれる各ストリームに関するストリーム情報が複数配置される。ストリーム情報は、ストリームの圧縮コーデックなどを識別するためストリームタイプ、ストリームのＰＩＤ、ストリームの属性情報（フレームレート、アスペクト比など）が記載されたストリームディスクリプタから構成される。ストリームディスクリプタは多重化データに存在するストリームの数だけ存在する。

記録媒体などに記録する場合には、上記多重化データは、多重化データ情報ファイルと共に記録される。

多重化データ情報ファイルは、図２３に示すように多重化データの管理情報であり、多重化データと１対１に対応し、多重化データ情報、ストリーム属性情報とエントリマップから構成される。

多重化データ情報は図２３に示すようにシステムレート、再生開始時刻、再生終了時刻から構成されている。システムレートは多重化データの、後述するシステムターゲットデコーダのＰＩＤフィルタへの最大転送レートを示す。多重化データ中に含まれるＡＴＳの間隔はシステムレート以下になるように設定されている。再生開始時刻は多重化データの先頭のビデオフレームのＰＴＳであり、再生終了時刻は多重化データの終端のビデオフレームのＰＴＳに１フレーム分の再生間隔を足したものが設定される。

ストリーム属性情報は図２４に示すように、多重化データに含まれる各ストリームについての属性情報が、ＰＩＤ毎に登録される。属性情報はビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム、インタラクティブグラフィックスストリーム毎に異なる情報を持つ。ビデオストリーム属性情報は、そのビデオストリームがどのような圧縮コーデックで圧縮されたか、ビデオストリームを構成する個々のピクチャデータの解像度がどれだけであるか、アスペクト比はどれだけであるか、フレームレートはどれだけであるかなどの情報を持つ。オーディオストリーム属性情報は、そのオーディオストリームがどのような圧縮コーデックで圧縮されたか、そのオーディオストリームに含まれるチャンネル数は何であるか、何の言語に対応するか、サンプリング周波数がどれだけであるかなどの情報を持つ。これらの情報は、プレーヤが再生する前のデコーダの初期化などに利用される。

本実施の形態においては、上記多重化データのうち、ＰＭＴに含まれるストリームタイプを利用する。また、記録媒体に多重化データが記録されている場合には、多重化データ情報に含まれる、ビデオストリーム属性情報を利用する。具体的には、上記各実施の形態で示した動画像符号化方法または装置において、ＰＭＴに含まれるストリームタイプ、または、ビデオストリーム属性情報に対し、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示す固有の情報を設定するステップまたは手段を設ける。この構成により、上記各実施の形態で示した動画像符号化方法または装置によって生成した映像データと、他の規格に準拠する映像データとを識別することが可能になる。

また、本実施の形態における動画像復号化方法のステップを図２５に示す。ステップexＳ１００において、多重化データからＰＭＴに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexＳ１０１において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexＳ１０２において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠するものであることを示している場合には、ステップexＳ１０３において、従来の規格に準拠した動画像復号方法により復号を行う。

このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。

（実施の形態５）
上記各実施の形態で示した動画像符号化方法および装置、動画像復号化方法および装置は、典型的には集積回路であるＬＳＩで実現される。一例として、図２６に１チップ化されたＬＳＩex５００の構成を示す。ＬＳＩex５００は、以下に説明する要素ex５０１、ex５０２、ex５０３、ex５０４、ex５０５、ex５０６、ex５０７、ex５０８、ex５０９を備え、各要素はバスex５１０を介して接続している。電源回路部ex５０５は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。

例えば符号化処理を行う場合には、ＬＳＩex５００は、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有する制御部ex５０１の制御に基づいて、ＡＶ Ｉ／Ｏex５０９によりマイクex１１７やカメラex１１３等からＡＶ信号を入力する。入力されたＡＶ信号は、一旦ＳＤＲＡＭ等の外部のメモリex５１１に蓄積される。制御部ex５０１の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex５０７に送られ、信号処理部ex５０７において音声信号の符号化および／または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex５０７ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームＩ／Ｏex５０６から外部に出力する。この出力された多重化データは、基地局ex１０７に向けて送信されたり、または記録メディアex２１５に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex５０８にデータを蓄積するとよい。

なお、上記では、メモリex５１１がＬＳＩex５００の外部の構成として説明したが、ＬＳＩex５００の内部に含まれる構成であってもよい。バッファex５０８も１つに限ったものではなく、複数のバッファを備えていてもよい。また、ＬＳＩex５００は１チップ化されてもよいし、複数チップ化されてもよい。

また、上記では、制御部ex５０１が、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有するとしているが、制御部ex５０１の構成は、この構成に限らない。例えば、信号処理部ex５０７がさらにＣＰＵを備える構成であってもよい。信号処理部ex５０７の内部にもＣＰＵを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、ＣＰＵex５０２が信号処理部ex５０７、または信号処理部ex５０７の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex５０１は、信号処理部ex５０７、またはその一部を有するＣＰＵex５０２を備える構成となる。

なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。

さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。

（実施の形態６）
上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。

この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図２７は、本実施の形態における構成ex８００を示している。駆動周波数切替え部ex８０３は、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合には、駆動周波数を高く設定する。そして、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１に対し、映像データを復号するよう指示する。一方、映像データが、従来の規格に準拠する映像データである場合には、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合に比べ、駆動周波数を低く設定する。そして、従来の規格に準拠する復号処理部ex８０２に対し、映像データを復号するよう指示する。

より具体的には、駆動周波数切替え部ex８０３は、図２６のＣＰＵex５０２と駆動周波数制御部ex５１２から構成される。また、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１、および、従来の規格に準拠する復号処理部ex８０２は、図２６の信号処理部ex５０７に該当する。ＣＰＵex５０２は、映像データがどの規格に準拠するものであるかを識別する。そして、ＣＰＵex５０２からの信号に基づいて、駆動周波数制御部ex５１２は、駆動周波数を設定する。また、ＣＰＵex５０２からの信号に基づいて、信号処理部ex５０７は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態４で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態４で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、ＣＰＵex５０２における駆動周波数の選択は、例えば、図２９のような映像データの規格と、駆動周波数とを対応付けたルックアップテーブルに基づいて行うことが考えられる。ルックアップテーブルを、バッファex５０８や、ＬＳＩの内部メモリに格納しておき、ＣＰＵex５０２がこのルックアップテーブルを参照することにより、駆動周波数を選択することが可能である。

図２８は、本実施の形態の方法を実施するステップを示している。まず、ステップexＳ２００では、信号処理部ex５０７において、多重化データから識別情報を取得する。次に、ステップexＳ２０１では、ＣＰＵex５０２において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexＳ２０２において、駆動周波数を高く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、高い駆動周波数に設定される。一方、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ステップexＳ２０３において、駆動周波数を低く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。

さらに、駆動周波数の切替えに連動して、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することが考えられる。

また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、ＭＰＥＧ４−ＡＶＣ規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。

さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を高く設定し、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＣＰＵex５０２の駆動を停止させることなく、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、ＣＰＵex５０２の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、ＣＰＵex５０２の駆動を一時停止させることも考えられる。この場合は、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。

このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてＬＳＩex５００またはＬＳＩex５００を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。

（実施の形態７）
テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、ＬＳＩex５００の信号処理部ex５０７が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex５０７を個別に用いると、ＬＳＩex５００の回路規模が大きくなり、また、コストが増加するという課題が生じる。

この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図３０Ａのex９００に示す。例えば、上記各実施の形態で示した動画像復号方法と、ＭＰＥＧ４−ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４−ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４−ＡＶＣ規格に対応しない、本発明の一態様に特有の他の処理内容については、専用の復号処理部ex９０１を用いるという構成が考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した動画像復号化方法を実行するための復号処理部を共有し、ＭＰＥＧ４−ＡＶＣ規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。

また、処理を一部共有化する他の例を図３０Ｂのex１０００に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。

このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。

本発明に係る動画像符号化装置および動画像復号化装置は、あらゆるマルチメディアデータに適用することができ、復号化効率を向上させることが可能であり、例えば携帯電話、ＤＶＤ装置、およびパーソナルコンピュータ等を用いた蓄積、伝送、通信等における動画像符号化装置および動画像復号化装置として有用である。

１００ 空間階層‐マルチビュー動画像符号化装置
１０１ 入力画像制御部
１０２ 第１ダウンサンプリング部
１０３ ベースレイヤ符号化部
１０４ 拡張レイヤ符号化部
１０５ 第１拡大伸張部
１０６ 第２ダウンサンプリング部
１０７ 拡張ビューのベースレイヤ符号化部
１０８ 拡張ビューの拡張レイヤ符号化部
１０９ 第２拡大伸張部
１１０ 優先度決定部
１１１ 階層‐ビュー多重化部
２００ 空間階層‐マルチビュー動画像復号化装置
２０１ 逆多重化部
２０２ 復号制御部
２０３ 逆ビュー多重化部
２０４ 第１逆階層多重化部
２０５ ベースレイヤ復号化部
２０６ 拡張レイヤ復号化部
２０７ 第１拡大伸張部
２０８ 第２逆階層多重化部
２０９ 拡張ビューのベースレイヤ復号化部
２１０ 拡張ビューの拡張レイヤ復号化部
２１１ 第２拡大伸張部
２１２、２１３、２１４ 切り替え器

Claims (7)

1. ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層符号化し、ベースビューと一つ以上の拡張ビューとをマルチビュー画像符号化する動画像符号化装置であって、
   前記ベースレイヤを符号化するベースレイヤ符号化部と、
   前記ベースレイヤ符号化部が生成した前記ベースレイヤの再構築画像を用いて、前記拡張レイヤを空間階層符号化する拡張レイヤ符号化部と、
   前記ベースレイヤ符号化部が生成した前記ベースレイヤの再構築画像を用いて、前記拡張ビューのベースレイヤをマルチビュー符号化する拡張ビュー・ベースレイヤ符号化部と、
   前記拡張レイヤ符号化部が生成した前記拡張レイヤの再構築画像を用いて、前記拡張ビューの拡張レイヤをマルチビュー符号化する拡張ビュー・拡張レイヤ符号化部と、
   を有する動画像符号化装置。
2. 前記拡張ビュー・ベースレイヤ符号化部が生成した前記拡張ビューのベースレイヤの再構築画像は、前記拡張ビュー・拡張レイヤ符号化部に入力されない
   請求項１に記載の動画符号化装置。
3. ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層符号化し、ベースビューと一つ以上の拡張ビューとをマルチビュー画像符号化する動画像符号化方法であって、
   前記ベースレイヤを符号化し前記ベースレイヤの再構築画像を生成するステップと、
   前記ベースレイヤの再構築画像を用いて、前記拡張レイヤを空間階層符号化し、前記拡張レイヤの再構築画像を生成するステップと、
   前記ベースレイヤの再構築画像を用いて、前記拡張ビューのベースレイヤをマルチビュー符号化するステップと、
   前記拡張レイヤの再構築画像を用いて、前記拡張ビューの拡張レイヤをマルチビュー符号化するステップと、
   を含む動画像符号化方法。
4. ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層符号化し、前記ベースレイヤと前記拡張レイヤをベースビューとしてそれぞれ一つ以上の拡張ビューをマルチビュー画像符号化した符号化データを、復号化する動画像復号化装置であって、
   前記ベースレイヤを復号化するベースレイヤ復号化部と、
   前記ベースレイヤ復号化部が生成した前記ベースレイヤの再構築画像を用いて、前記拡張レイヤを空間階層復号化する拡張レイヤ復号化部と、
   を有する動画像復号化装置。
5. ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層符号化し、前記ベースレイヤと前記拡張レイヤをベースビューとしてそれぞれ一つ以上の拡張ビューをマルチビュー画像符号化した符号化データを、復号化する動画像復号化装置であって、
   前記ベースレイヤを復号化するベースレイヤ復号化部と、
   前記ベースレイヤ復号化部が生成した前記ベースレイヤの再構築画像を用いて、前記拡張ビューのベースレイヤをマルチビュー復号化する拡張ビュー・ベースレイヤ復号化部と、
   を有する動画像復号化装置。
6. 前記動画像復号化装置は、さらに、
   前記ベースレイヤ復号化部が生成した前記ベースレイヤの再構築画像を用いて前記拡張ビューのベースレイヤをマルチビュー復号化し、前記拡張レイヤ復号化部が生成した前記拡張レイヤの再構築画像を用いて、前記拡張ビューの拡張レイヤをマルチビュー復号化する、拡張ビュー復号化部を有する
   請求項４に記載の動画像復号化装置。
7. ベースレイヤと一つ以上の拡張レイヤとからなる入力画像を空間階層画像符号化し、前記ベースレイヤと前記拡張レイヤをベースビューとしてそれぞれ一つ以上の拡張ビューをマルチビュー画像符号化した符号化データを、復号化する動画像復号化方法であって、
   前記ベースレイヤを復号化し前記ベースレイヤの再構築画像を生成するステップと、
   前記ベースレイヤの再構築画像を用いて、前記拡張レイヤを空間階層復号化し、前記拡張レイヤの再構築画像を生成するステップと、
   前記ベースレイヤの再構築画像を用いて、前記拡張ビューのベースレイヤをマルチビュー復号化するステップと、
   前記拡張レイヤの再構築画像を用いて、前記拡張ビューの拡張レイヤをマルチビュー復号化するステップと、
   を含む動画像復号化方法。

Images