JPWO2014002619A1 - 画像復号装置、画像復号方法、画像符号化装置及び画像符号化方法 - Google Patents

画像復号装置、画像復号方法、画像符号化装置及び画像符号化方法 Download PDF

Info

Publication number
JPWO2014002619A1
JPWO2014002619A1 JP2014522473A JP2014522473A JPWO2014002619A1 JP WO2014002619 A1 JPWO2014002619 A1 JP WO2014002619A1 JP 2014522473 A JP2014522473 A JP 2014522473A JP 2014522473 A JP2014522473 A JP 2014522473A JP WO2014002619 A1 JPWO2014002619 A1 JP WO2014002619A1
Authority
JP
Japan
Prior art keywords
tile
image
unit
roi
decoding
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.)
Granted
Application number
JP2014522473A
Other languages
English (en)
Other versions
JP6295951B2 (ja
Inventor
佐藤 数史
数史 佐藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of JPWO2014002619A1 publication Critical patent/JPWO2014002619A1/ja
Application granted granted Critical
Publication of JP6295951B2 publication Critical patent/JP6295951B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods 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
    • H04N19/17Methods 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/103Selection of coding mode or of prediction mode
    • H04N19/105Selection 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/167Position within a video image, e.g. region of interest [ROI]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51Motion estimation or motion compensation
    • H04N19/55Motion estimation with spatial constraints, e.g. at image or region borders
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70Methods 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/119Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51Motion estimation or motion compensation
    • H04N19/527Global motion vector estimation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

【課題】タイル分割を活用することにより部分復号を可能とする仕組みを実現すること。【解決手段】画像を複数のタイルに分割することにより符号化された符号化ストリームから、いずれのタイルが注目領域タイルであるかを示す第1のパラメータを取得する取得部と、前記取得部により取得される前記第1のパラメータに基づいて、前記画像の前記注目領域タイル及び非注目領域タイルの少なくとも一方を復号する復号部と、を備える画像復号装置を提供する。【選択図】図12

Description

本開示は、画像復号装置、画像復号方法、画像符号化装置及び画像符号化方法に関する。
現在、H.264/AVCよりも符号化効率をさらに向上することを目的として、ITU−TとISO/IECとの共同の標準化団体であるJCTVC(Joint Collaboration Team-Video Coding)により、HEVC(High Efficiency Video Coding)と呼ばれる画像符号化方式の標準化が進められている。HEVC規格については、2012年2月に最初のドラフト版の仕様であるCommittee draftが発行されている(例えば、下記非特許文献1参照)。
HEVCの標準化作業では、画像を複数のタイル(Tiles)に分割し、タイルごとに符号化処理及び復号処理を実行することが提案されている(例えば、下記非特許文献2参照)。タイル分割(Tile Partitioning)は、処理速度を向上させるための高度な並列処理を可能とし、伝送される符号化ストリームのMTU(Maximum Transmission Unit)サイズとのマッチングを容易にし得る。
Benjamin Bross, Woo-Jin Han, Jens-Rainer Ohm, Gary J. Sullivan, Thomas Wiegand, "High efficiency video coding (HEVC) text specification draft 6"(JCTVC-H1003 ver20, 2012年2月17日) Arild Fuldseth, Michael Horowitz, Shilin Xu, Andrew Segall, Minhua Zhou, "Tiles"(JCTVC-F335, 6th Meeting: Torino, IT, 2011年7月14-22日)
HEVC方式が導入されれば、高解像度の画像を高い符号化効率で圧縮して、圧縮された画像を伝送し又は蓄積することが可能となる。しかし、必ずしも全ての端末が高解像度の画像を扱う能力を有するわけではない。そこで、能力の高い端末には高解像度の画像を提供し、相対的に能力の低い端末には低解像度の画像を提供するために、いわゆる部分復号を実現することが有益である。上述したタイル分割は、タイルごとに復号処理が別々に行われる点で、部分復号に適していると言える。しかし、タイル分割を活用することにより部分復号を可能とする仕組みは、未だ提案されていない。
本開示によれば、画像を複数のタイルに分割することにより符号化された符号化ストリームから、いずれのタイルが注目領域タイルであるかを示す第1のパラメータを取得する取得部と、前記取得部により取得される前記第1のパラメータに基づいて、前記画像の前記注目領域タイル及び非注目領域タイルの少なくとも一方を復号する復号部と、を備える画像復号装置が提供される。
また、本開示によれば、画像を複数のタイルに分割することにより符号化された符号化ストリームから、いずれのタイルが注目領域タイルであるかを示す第1のパラメータを取得することと、取得された前記第1のパラメータに基づいて、前記画像の前記注目領域タイル及び非注目領域タイルの少なくとも一方を復号することと、を含む画像復号方法が提供される。
また、本開示によれば、画像を注目領域タイルを含む複数のタイルに分割する分割部と、前記画像をタイルごとに符号化することにより生成される符号化ストリームに、いずれのタイルが前記注目領域タイルであるかを示す第1のパラメータを挿入する符号化部と、を備える画像符号化装置が提供される。
また、本開示によれば、画像を注目領域タイルを含む複数のタイルに分割することと、前記画像をタイルごとに符号化することにより生成される符号化ストリームに、いずれのタイルが前記注目領域タイルであるかを示す第1のパラメータを挿入することと、を含む画像符号化方法が提供される。
本開示に係る技術によれば、タイル分割を活用することにより、部分復号を可能とする仕組みが実現される。
タイル分割の一例について説明するための説明図である。 既存の手法においてタイルに課される参照関係の制約について説明するための説明図である。 一実施形態において設定され得る注目領域(ROI)タイルの第1の例を示す説明図である。 一実施形態において設定され得るROIタイルの第2の例を示す説明図である。 一実施形態においてタイルに課される参照関係の制約について説明するための説明図である。 画像にROIタイルを設定するための手法の一例について説明するための説明図である。 ROIタイルの第3の例を示す説明図である。 ROIタイルの第4の例を示す説明図である。 第1の実施形態に係る画像符号化装置の構成の一例を示すブロック図である。 タイル分割部の詳細な構成の一例を示すブロック図である。 第1の実施形態において生成され得る符号化ストリームの構成の一例について説明するための説明図である。 第1の実施形態に係る符号化時の処理の流れの一例を示すフローチャートである。 タイル分割処理の詳細な流れの一例を示すフローチャートである。 第1の実施形態に係る画像復号装置の構成の一例を示すブロック図である。 第1の実施形態に係る復号時の処理の流れの一例を示すフローチャートである。 第2の実施形態に係る画像符号化装置の概略的な構成の一例を示すブロック図である。 図14に示した第1符号化部の構成の一例を示すブロック図である。 図14に示した第2符号化部の構成の一例を示すブロック図である。 第2の実施形態において生成され得る多重化ストリームの構成の一例について説明するための説明図である。 第2の実施形態に係る符号化時の処理の流れの一例を示すフローチャートである。 第2の実施形態に係る画像復号装置の概略的な構成の一例を示すブロック図である。 図19に示した第1復号部の構成の一例を示すブロック図である。 図19に示した第2復号部の構成の一例を示すブロック図である。 第2の実施形態に係る復号時の処理の流れの一例を示すフローチャートである。 テレビジョン装置の概略的な構成の一例を示すブロック図である。 携帯電話機の概略的な構成の一例を示すブロック図である。 記録再生装置の概略的な構成の一例を示すブロック図である。 撮像装置の概略的な構成の一例を示すブロック図である。
以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
また、以下の順序で説明を行う。
1.概要
1−1.タイル分割の仕組み
1−2.注目領域(ROI)タイルの導入
1−3.ROIの検出に基づくタイル分割
1−4.ROIタイルのバリエーション
2.第1の実施形態
2−1.エンコーダの構成例
2−2.ストリームの構成例
2−3.符号化時の処理の流れ
2−4.デコーダの構成例
2−5.復号時の処理の流れ
3.第2の実施形態
3−1.エンコーダの構成例
3−2.ストリームの構成例
3−3.符号化時の処理の流れ
3−4.デコーダの構成例
3−5.復号時の処理の流れ
4.応用例
5.まとめ
<1.概要>
[1−1.タイル分割の仕組み]
上記非特許文献2において説明されているタイル分割の仕組みによれば、1つのピクチャを複数の矩形のタイルに分割することが許容される。タイルサイズは、ピクチャ内で均一であってもよく、又は不均一であってもよい。タイル分割は、タイル列の数、タイル行の数、各タイル列の幅及び各タイル行の高さによって定まる。タイルサイズが均一である場合には、SPS(Sequence Parameter Set)又はPPS(Picture Parameter Set)内で、タイル列の数及びタイル行の数が指定される。この場合、ピクチャの幅及び高さをタイル列の数及びタイル行の数でそれぞれ除算することにより、タイル列の幅及びタイル行の高さを決定することができる。タイルサイズが不均一である場合には、タイル列の数及びタイル行の数に加えて、各タイル列の幅及び各タイル行の高さがSPS又はPPS内で指定される。タイルサイズが均一か否かを示すフラグもまた、SPS又はPPS内で指定される。1つのスライスは、1つ以上のタイルを含み得る。
図1は、タイル分割の一例について説明するための説明図である。図1を参照すると、ピクチャPIC0が、不均一なサイズを有する9個のタイルT00〜T08に分割されている。左上のタイルT00は、4×3=12個のLCU(LCU1〜LCU12)を含む。中央上のタイルT01は、6×3=18個のLCU(LCU13〜LCU30)を含む。右上のタイルT02は、3×3=9個のLCU(LCU31〜LCU39)を含む。左中央のタイルT03は、4×4=16個のLCUを含む。中央のタイルT04は、6×4=24個のLCUを含む。右中央のタイルT05は、3×4=12個のLCUを含む。左下のタイルT06は、4×3=12個のLCUを含む。中央下のタイルT07は、6×3=18個のLCUを含む。右下のタイルT08は、3×3=9個のLCUを含む。
各タイル内のLCU(Largest Coding Unit)は、ラスタスキャン順に処理される。例えば、タイルT00内の12個のLCUは、各LCUに付された番号の若い順に処理される。また、ピクチャ内のタイルは、原則としてラスタスキャン順に処理される。但し、イントラ予測においてタイル間の参照が禁止されるため、同じピクチャ内で複数のタイルを並列的に復号することが可能である。タイルサイズは、例えば、デコーダの並列処理の性能又は伝送される符号化ストリームのMTUサイズなどの条件に従って決定されてよい。
図2は、既存の手法においてタイルに課される参照関係の制約について説明するための説明図である。図2を参照すると、符号化(復号)対象画像であるピクチャPIC0、及びピクチャPIC0の参照画像であるピクチャPIC1が示されている。ピクチャPIC0は、タイルT04を含む複数のタイルに分割されている。ピクチャPIC1もまた、複数のタイルに分割されている。タイルT04内のPU(予測単位)についてのイントラ予測に際して、ピクチャPIC0内の他のタイルの画素を参照画素として用いることは禁止される(矢印RA1,RA2)。同じタイル内の画素を参照画素として用いることは許容される(矢印RA3)。タイル端のPUについては、スライス端のPUに課される制約と同等の予測モードの制約が課される。但し、タイルは、スライスと比較すると、通常、正方形により近い形状を有する。そのため、スライスではなくタイルを利用することにより、予測モードの制約に起因する予測精度の低下は緩和される。インター予測に際しては、ピクチャPIC1のいずれのタイルの画素を参照画素として用いることも許容される(矢印RB1)。
ところで、映像コンテンツの高解像度化は年々進んでいる。HEVC方式は、高解像度の画像を高い符号化効率で圧縮することに適した画像符号化方式である。しかし、現在利用されている端末及び将来利用される端末の全てが、高解像度の画像を扱う能力を有するわけではない。例えば、処理性能の低いプロセッサを有する端末、帯域幅の狭い通信チャネルを通じて画像を受信する端末又は解像度の低いディスプレイを有する端末などにとっては、過剰に高い解像度は却って不都合である。そこで、能力の高い端末には高解像度の画像を提供し、相対的に能力の低い端末には低解像度の画像を提供するために、いわゆる部分復号を実現することが有益である。タイル分割は、タイルごとに復号処理が別々に行われる点で、部分復号に適している。そこで、本開示に係る技術は、上述したタイル分割を活用することにより、部分復号を可能とする仕組みを提供する。
[1−2.注目領域(ROI)タイルの導入]
本明細書において、画像全体の中の部分復号によって復号される領域を、注目領域(ROI:Region of Interest)という。また、画像内のROI以外の領域を、非注目領域(非ROI)という。ROIは、通常は、画像の個々の用途において特に注目されるべき領域である。例えば、監視カメラ映像の用途において、画像内で検出される人物領域がROIとして設定されてもよい。また、テレビ会議の用途において、画像内で検出される話し手の領域がROIとして設定されてもよい。
本開示に係る技術では、画像に設定されるROIの位置に応じて、タイル分割が決定される。一例として、図3Aを参照すると、ピクチャPIC2の中央に、斜線で網掛けされた矩形のROIが設定されている。そして、ROIのエッジに沿ってタイル境界が設けられている。結果として、ピクチャPIC2は、9個のタイルT20〜T28に分割されている。タイルT24はROIタイルである。タイルT20〜T23、T25〜T28は非ROIタイルである。他の例として、図3Bを参照すると、ピクチャPIC3の左下のコーナーに接するように、斜線で網掛けされた矩形のROIが設定されている。そして、ROIのエッジに沿ってタイル境界が設けられている。結果として、ピクチャPIC3は、4個のタイルT30〜T33に分割されている。タイルT32はROIタイルである。タイルT30、T31及びT33は非ROIタイルである。
さらに、本開示に係る技術では、ROIタイルのみを部分的に復号することを可能とするために、新たな参照関係の制約がタイルに課される。
図4は、一実施形態においてタイルに課される参照関係の制約について説明するための説明図である。図4を参照すると、符号化(復号)対象画像であるピクチャPIC0、及びピクチャPIC0の参照画像であるピクチャPIC4が示されている。ピクチャPIC0は、タイルT04を含む複数のタイルに分割されている。タイルT04は、ピクチャPIC0のROIタイルである。ピクチャPIC4は、タイルT43を含む複数のタイルに分割されている。タイルT43は、ピクチャPIC4のROIタイルである。ROIタイルT04内のPUについてのイントラ予測に際して、ピクチャPIC0内の非ROIタイルの画素を参照画素として用いることは禁止される(矢印RA1)。同じROIタイル内の画素を参照画素として用いることは許容される(矢印RA3)。ROIタイルT04内のPUについてのインター予測に際して、ピクチャPIC4の非ROIタイルの画素を参照画素として用いることは禁止される(矢印RB1)。ピクチャPIC4のROIタイルT43の画素を参照画素として用いることは許容される(矢印RB2)。
非ROIタイルに課される参照関係の制約は、図2を用いて説明した既存の手法と同様であってよい。即ち、非ROIタイル内のPUについてのイントラ予測に際して、他のタイルの画素を参照画素として用いることは禁止され、同じタイル内の画素を参照画素として用いることは許容される。非ROIタイル内のPUについてのインター予測に際しては、参照画像のROIタイル及び非ROIタイルの双方の画素を参照画素として用いることが許容される。
ROIタイルについての上述した制約が導入されることにより、デコーダは、ROIタイルを復号する際に、非ROIタイルを一切参照しないこととなる。結果として、符号化ストリームからROIタイルのみを表示する一連の部分画像を復号するすることが可能となる。このような部分復号を可能とするエンコーダ及びデコーダの2つの実施形態について、後に詳細に説明する。
[1−3.ROIの検出に基づくタイル分割]
図5は、画像にROIタイルを設定するための手法の一例について説明するための説明図である。図5の左上を参照すると、符号化対象画像PIC0に人物が映っている。当該人物は、例えば、特徴量マッチング法、背景差分抽出法及び肌色領域抽出法などの公知の人物検出法を符号化対象画像PIC0に適用することにより認識される。図5の例では、人物検出処理の結果として検出される人物領域RG1が、注目領域(ROI)として設定される。そして、タイル分割は、設定されたROIの位置に応じて決定される。例えば、矩形のROIの上下左右のエッジがタイル境界に一致するように画像が分割されてもよい。複数の画像にわたってROIタイルのサイズが等しくなるように、タイル境界の位置は調整されてもよい。図5の右下を参照すると、人物領域RG1のエッジがタイル境界に一致するように、符号化対象画像PIC0が9個のタイルに分割されている。
[1−4.ROIタイルのバリエーション]
なお、ここまで1つの画像に1つのROIタイルが設定される例を主に説明した。しかしながら、かかる例に限定されず、1つの画像に複数のROIタイルが設定されてもよい。
図6Aを参照すると、ピクチャPIC5は、9個のタイルT50〜T58に分割されている。タイルT53及びT55はROIタイルである。タイルT50〜T52、54、T56〜T58は非ROIタイルである。このように、1つの画像に互いに独立した2つ以上のROIタイルが設定されてもよい。あるピクチャのどのROIが後続するピクチャのどのROIと対応するかを認識するために、各ROIは複数の画像にわたってトラッキングされ得る。ROIタイル内のPUについてのイントラ予測に際して、同じピクチャ内の他のROIタイルの画素を参照画素として用いることは禁止され得る。ROIタイル内のPUについてのインター予測に際して、参照画像の対応するROIタイルの画素を参照画素として用いることは許容され、参照画像の他のROIタイル及び非ROIタイルの画素を参照画素として用いることは禁止され得る。
図6Bを参照すると、ピクチャPIC6は、ROIタイルT60〜T65を含む15個のタイルに分割されている。ROIタイルT64は、第1レベルのROIタイルである。ROIタイルT60〜T63、T65は第2レベルのROIタイルである。第1レベルのROIタイルは、画像の個々の用途において最も注目されるべき領域に対応する。第2レベルのROIタイルは、第1レベルのROIを囲むより広い領域に対応する。このように、1つの画像に、広さの異なる複数レベルのROIに対応するROIタイルが設定されてもよい。例えば、第1レベルのROIは人物の顔領域、第2レベルのROIは人物の体全体の領域であってもよい。ROIタイル内のPUについてのインター予測に際して、参照画像の同等又はより上位のレベルのROIタイルの画素を参照画素として用いることは許容され、より下位のROIタイル及び非ROIタイルの画素を参照画素として用いることは禁止され得る。
次節より説明する2つの実施形態では、説明の簡明さのために、1つの画像に高々1つのROIタイルが設定されるものとする。
<2.第1の実施形態>
第1の実施形態では、ROIタイル及び非ROIタイルの双方が1つの符号化ストリーム内に符号化されるものとする。
[2−1.エンコーダの構成例]
(1)全体的な構成
図7は、第1の実施形態に係る画像符号化装置1の構成の一例を示すブロック図である。図7を参照すると、画像符号化装置1は、並び替えバッファ11、タイル分割部12、減算部13、直交変換部14、量子化部15、可逆符号化部16、蓄積バッファ17、レート制御部18、逆量子化部21、逆直交変換部22、加算部23、デブロックフィルタ24、フレームメモリ25、セレクタ26及び27、イントラ予測部30、インター予測部35、並びに予測制御部40を備える。
並び替えバッファ11には、デジタル形式の一連の原画像データが入力される。原画像データに含まれる各画像が、符号化対象画像である。並び替えバッファ11は、GOP(Group of Pictures)構造に応じて、原画像データに含まれる画像を符号化/復号順(encoding/decoding order)に並び替える。そして、並び替えバッファ11は、並び替え後の順序で符号化対象画像が配列された原画像データを、減算部13、イントラ予測部30及びインター予測部35へ出力する。
タイル分割部12は、並び替えバッファ11に入力される符号化対象画像を、注目領域(ROI)タイルを含む複数のタイルに分割する。タイル分割部12は、例えば、各画像にROIを設定し、設定したROIの位置に応じてタイル分割を決定し得る。タイル分割部12は、画像の用途に応じて、どのようなROIを画像に設定してもよい。例えば、タイル分割部12は、各画像について人物検出を実行し、検出される人物領域をROIとして設定してもよい。タイル分割部12は、各画像がどのように分割されるか、及びいずれのタイルがROIタイルであるかを示すタイルパラメータを生成する。そして、タイル分割部12は、生成したタイルパラメータを、可逆符号化部16、イントラ予測部30、インター予測部35及び予測制御部40へ出力する。タイル分割部12のより詳細な構成の一例について、後にさらに説明する。
減算部13には、並び替えバッファ11から入力される原画像データ、及び後に説明する予測画像データが供給される。減算部13は、原画像データと予測画像データとの差分である予測誤差データを算出し、算出した予測誤差データを直交変換部14へ出力する。
直交変換部14は、減算部13から入力される予測誤差データについて直交変換を行う。直交変換部14により実行される直交変換は、例えば、離散コサイン変換(Discrete Cosine Transform:DCT)又はカルーネン・レーベ変換などであってよい。直交変換部14は、直交変換処理により取得される変換係数データを量子化部15へ出力する。
量子化部15には、直交変換部14から入力される変換係数データ、及び後に説明するレート制御部18からのレート制御信号が供給される。量子化部15は、変換係数データを量子化し、量子化後の変換係数データ(以下、量子化データという)を可逆符号化部16及び逆量子化部21へ出力する。また、量子化部15は、レート制御部18からのレート制御信号に基づいて量子化パラメータ(量子化スケール)を切替えることにより、可逆符号化部16に入力される量子化データのビットレートを変化させる。
可逆符号化部16には、量子化部15から入力される量子化データ、及び、符号化ストリームのヘッダ領域に挿入されるべき様々なパラメータが供給される。可逆符号化部16に供給されるパラメータは、タイル分割部12により生成されるタイルパラメータ、イントラ予測部30により生成されるイントラ予測に関する情報及びインター予測部35により生成されるインター予測に関する情報を含み得る。可逆符号化部16は、タイルごとに、量子化データについて可逆符号化処理を行うことにより、符号化ストリームを生成する。可逆符号化部16による可逆符号化は、例えば、可変長符号化、又は算術符号化などであってよい。また、可逆符号化部16は、タイルパラメータを含む様々なパラメータを、符号化ストリームのヘッダ領域に挿入する。そして、可逆符号化部16は、生成した符号化ストリームを蓄積バッファ17へ出力する。
蓄積バッファ17は、可逆符号化部16から入力される符号化ストリームを半導体メモリなどの記憶媒体を用いて一時的に蓄積する。そして、蓄積バッファ17は、蓄積した符号化ストリームを、伝送路(又は画像符号化装置1からの出力線)の帯域に応じたレートで出力する。
レート制御部18は、蓄積バッファ17の空き容量を監視する。そして、レート制御部18は、蓄積バッファ17の空き容量に応じてレート制御信号を生成し、生成したレート制御信号を量子化部15へ出力する。例えば、レート制御部18は、蓄積バッファ17の空き容量が少ない時には、量子化データのビットレートを低下させるためのレート制御信号を生成する。また、例えば、レート制御部18は、蓄積バッファ17の空き容量が十分大きい時には、量子化データのビットレートを高めるためのレート制御信号を生成する。
逆量子化部21は、量子化部15から入力される量子化データについて逆量子化処理を行う。そして、逆量子化部21は、逆量子化処理により取得される変換係数データを、逆直交変換部22へ出力する。
逆直交変換部22は、逆量子化部21から入力される変換係数データについて逆直交変換処理を行うことにより、予測誤差データを復元する。そして、逆直交変換部22は、復元した予測誤差データを加算部23へ出力する。
加算部23は、逆直交変換部22から入力される復元された予測誤差データとセレクタ27から入力される予測画像データとを加算することにより、復号画像データ(リコンストラクト画像データともいう)を生成する。そして、加算部23は、生成した復号画像データをデブロックフィルタ24及びフレームメモリ25へ出力する。
デブロックフィルタ24は、画像の符号化の際に生じるブロック歪みを減少させるためのフィルタリング処理を行う。そして、デブロックフィルタ24は、ブロック歪みの除去されたフィルタリング後の復号画像データをフレームメモリ25へ出力する。
フレームメモリ25は、加算部23から入力される復号画像データ、及びデブロックフィルタ24から入力されるフィルタリング後の復号画像データを記憶媒体を用いて記憶する。
セレクタ26は、イントラ予測のために使用されるフィルタリング前の復号画像データをフレームメモリ25から読み出し、読み出した復号画像データを参照画像データとしてイントラ予測部30に供給する。また、セレクタ26は、インター予測のために使用されるフィルタリング後の復号画像データをフレームメモリ25から読み出し、読み出した復号画像データを参照画像データとしてインター予測部35に供給する。
セレクタ27は、イントラ予測モードとインター予測モードとを切り替える。セレクタ27は、イントラ予測モードにおいて、イントラ予測部30から入力される予測画像データを減算部13及び加算部23へ出力すると共に、イントラ予測に関する情報を可逆符号化部16へ出力する。また、セレクタ27は、インター予測モードにおいて、インター予測部35から入力される予測画像データを減算部13及び加算部23へ出力すると共に、インター予測に関する情報を可逆符号化部16へ出力する。セレクタ27は、例えば、コスト関数値の大きさに応じて、イントラ予測モードとインター予測モードとを切り替えてもよい。
イントラ予測部30は、並び替えバッファ11から入力される原画像データ、及びセレクタ26を介して供給される復号画像データに基づいて、イントラ予測処理を行う。例えば、イントラ予測部30は、複数の予測モードでの予測結果を所定のコスト関数を用いて評価し、コスト関数値が最小となる予測モードを最適な予測モードとして選択する。イントラ予測部30は、選択した最適な予測モードを示す予測モード情報を含むイントラ予測に関する情報を生成する。そして、イントラ予測部30は、イントラ予測に関する情報、予測画像データ及びコスト関数値を、セレクタ27へ出力する。
インター予測部35は、並び替えバッファ11から入力される原画像データ、及びセレクタ26を介して供給される復号画像データに基づいて、インター予測処理を行う。例えば、インター予測部35は、複数の予測モードでの予測結果を所定のコスト関数を用いて評価し、コスト関数値が最小となる予測モードを最適な予測モードとして選択する。インター予測部35は、選択した最適な予測モードを示す予測モード情報、動きベクトル情報及び参照画像情報を含むインター予測に関する情報を生成する。そして、インター予測部35は、インター予測に関する情報、予測画像データ及びコスト関数値を、セレクタ27へ出力する。
予測制御部40は、イントラ予測及びインター予測に課される参照関係の制約を制御する。例えば、予測制御部40は、各PUについてイントラ予測が実行される際に、当該PUが属しているタイルとは異なるタイルが参照されないように、イントラ予測部30を制御する。予測制御部40は、参照画像がROIタイルを含まない場合には、符号化対象画像のROIタイル内のPUについて、インター予測部35にインター予測を実行させない。
また、予測制御部40は、例えば、ROIタイル内の各PUについてインター予測が実行される際に、参照画像の非ROIタイルが参照されないように、インター予測部35を制御する。一方、予測制御部40は、非ROIタイル内の各PUについてインター予測が実行される際には、参照画像の各タイルがROIタイルであるかに関わらず、参照画像の任意のタイルをインター予測部35に参照させてよい。
なお、インター予測部35は、ROIタイル内のPUについてインター予測を実行した際に、動きベクトル情報を、参照画像のROIタイルの位置に依存してオフセットしてもよい。ここでのオフセット量は、例えば、符号化対象画像のROIタイルの左上端の位置と参照画像のROIタイルの左上端の位置との間の差分に相当し得る。動きベクトル情報をこのようにオフセットすることにより、ROI自体の動きを動きベクトル情報から減殺し、動きベクトル情報の符号量を削減することができる。それにより、符号化効率を高めることができる。
(2)タイル分割部の詳細な構成
図8は、タイル分割部12の詳細な構成の一例を示すブロック図である。図8を参照すると、タイル分割部12は、ROIサイズ設定部122、人物検出部124及びタイルパラメータ生成部126を有する。
ROIサイズ設定部122は、例えば、ユーザ入力又は予め記憶されるシステム設定に基づいて、ROIタイルのタイルサイズを設定する。人物検出部124は、符号化対象画像に公知の人物検出法を適用することにより、人物検出を実行する。そして、人物検出部124は、検出した人物領域を含む注目領域(ROI)を、符号化対象画像に設定する。タイルパラメータ生成部126は、人物検出部124により設定されたROIの位置に応じてタイル分割を決定し、決定したタイル分割及びROIタイルを特定するタイルパラメータを生成する。そして、タイルパラメータ生成部126は、生成したタイルパラメータを、可逆符号化部16、イントラ予測部30、インター予測部35及び予測制御部40へ出力する。
表1は、タイルパラメータ生成部126により生成され得るタイルパラメータの一例を示している。表1の第1列は、パラメータ名(Parameter Name)を示す。第2列は、各パラメータが挿入され得る位置(Location)を示す。第3列が“Yes”を示すパラメータは、本開示に係る技術において新たに定義されるパラメータである。
Figure 2014002619
パラメータ“num_tile_columns_minus1”は、タイル列の数を表す。このパラメータがゼロであれば、タイル列の数は1個である。パラメータ“num_tile_rows_minus1”は、タイル行の数を表す。このパラメータがゼロであれば、タイル行の数は1個である。パラメータ“uniform_spacing_flag”は、画像内でタイルサイズが均一か否かを示すフラグである。パラメータ“column_width[i]”は、i番目のタイル列の幅を表す。パラメータ“row_height[i]”は、i番目のタイル行の高さを表す。ここまでのパラメータに関する説明は、上記非特許文献2にも記載されている。
パラメータ“roi_tile_present_flag”、“coord_roi_tile_hor_minus1”、“coord_roi_tile_ver_minus1”及び“roi_tile_indicator[i]”は、新たに定義されるパラメータである。パラメータ“roi_tile_present_flag”は、符号化対象画像にROIタイルが含まれるかを示すフラグである。なお、1つの画像に複数のROIタイルが設定可能な場合には、当該フラグの代わりに、設定されるROIタイルの数を示すパラメータが生成されてもよい。パラメータ“coord_roi_tile_hor_minus1”及び“coord_roi_tile_ver_minus1”は、ROIタイルの位置(第何行第何列のタイルがROIタイルであるか)を表す。例えば、これら2つのパラメータが共にゼロであれば、第1行第1列のタイルがROIタイルである。パラメータ“roi_tile_present_flag”がFalse(ROIタイルなし)を示す場合には、パラメータ“coord_roi_tile_hor_minus1”及び“coord_roi_tile_ver_minus1”は省略され得る。パラメータ“roi_tile_present_flag”、“coord_roi_tile_hor_minus1”及び“coord_roi_tile_ver_minus1”は、SPS又はPPSに挿入されてもよい。その代わりに、これらパラメータは、SEI(Supplemental Enhancement Information)に挿入されてもよい。パラメータ“roi_tile_indicator[i]”は、スライスヘッダに挿入され得るパラメータである。このパラメータは、各スライス内のi番目のタイルがROIタイルであるか否かを示すフラグである。
なお、ここで説明したタイルパラメータは、一例に過ぎない。上述したパラメータの一部が省略されてもよく、又は追加的なパラメータが生成されてもよい。また、名称又は種類の異なる他のパラメータが、上述したパラメータの代わりに生成されてもよい。また、タイルパラメータがピクチャごとに頻繁に変化する場合には、SPS又はPPSではなくAPS(Adaptation Parameter Set)にタイルパラメータが格納されてもよい。
[2−2.ストリームの構成例]
図9は、本実施形態において生成され得る符号化ストリームの構成の一例について説明するための説明図である。図9を参照すると、一例としての符号化ストリームST1が示されている。符号化ストリームST1は、複数のピクチャPIC11、PIC12、PIC13、…の画像データを含む。ピクチャPIC11は、ROIタイルを含まないピクチャである。ピクチャPIC11に関連するPPSは、ROIタイルが含まれないことを示すフラグ(例えば、“roi_tile_present_flag”=FALSE)を含み得る。ピクチャPIC12及びPIC13は、ROIタイルを含むピクチャである。これらピクチャに関連するPPSは、ROIタイルが含まれることを示すフラグ(例えば、“roi_tile_present_flag”=TRUE)、並びにROIタイルの位置を示すパラメータ(例えば、“coord_roi_tile_hor_minus1”及び“coord_roi_tile_ver_minus1”)を含み得る。
図9から理解されるように、本実施形態では、可逆符号化部16は、ROIタイルの画像データ及び非ROIタイルの画像データの双方を含む1つの符号化ストリームを生成する。そして、当該符号化ストリームについて部分復号が行われる際には、非ROIタイルの画像データは無視され、ROIタイルの画像データからROIタイルのみが復号され得る。
[2−3.符号化時の処理の流れ]
(1)全体的な流れ
図10は、本実施形態に係る符号化時の処理の流れの一例を示すフローチャートである。図10に示した処理は、符号化対象画像の各々について繰り返される。なお、説明の簡明さのために、既存の手法に従った処理と特に相違しない部分は、図から省略されている。
図10を参照すると、まず、タイル分割部12は、タイル分割処理を実行する(ステップS110)。タイル分割処理の結果として、符号化対象画像は、ROIタイルを含む複数のタイルに分割され得る。タイル分割処理の詳細な流れについて、後にさらに説明する。
次に、予測制御部40は、符号化対象画像にROIタイルが設定されたか否かを判定する(ステップS120)。タイル分割部12により符号化対象画像にROIタイルが設定された場合には、処理はステップS125へ進む。一方、符号化対象画像にROIタイルが設定されなかった場合には、処理はステップS150へ進む。
ステップS125において、予測制御部40は、符号化対象画像がイントラ予測フレームであるか否かを判定する(ステップS125)。例えば、符号化対象画像がIピクチャである場合には、当該符号化対象画像はイントラ予測フレームである。この場合、インター予測は実行されず、処理はステップS140へ進む。一方、符号化対象画像がイントラ予測フレームでない場合には、処理はステップS130へ進む。
ステップS130において、予測制御部40は、参照画像にROIタイルが含まれるか否かを判定する(ステップS130)。ここで、参照画像にROIタイルが含まれる場合には、処理はステップS135へ進む。参照画像にROIタイルが含まれない場合には、処理はステップS140へ進む。
ステップS135において、インター予測部35は、インター予測を実行する(ステップS135)。予測制御部40は、ROIタイル内のPUについてのインター予測に際して、参照画像の非ROIタイルが参照されないように、インター予測部35を制御する。一方、予測制御部40は、非ROIタイル内のPUについてインター予測が実行される際には、参照画像の任意のタイルをインター予測部35が参照することを許容する。
ステップS140において、イントラ予測部30は、イントラ予測を実行する(ステップS140)。予測制御部40は、各PUについてイントラ予測が実行される際に、当該PUが属しているタイルとは異なるタイルが参照されないように、イントラ予測部30を制御する。
次に、ステップS145において、可逆符号化部16は、タイルごとに量子化データを符号化して、符号化ストリームを生成する。また、可逆符号化部16は、タイルパラメータ、イントラ予測に関する情報及びインター予測に関する情報を含み得る様々なパラメータを、符号化ストリームのヘッダ領域に挿入する(ステップS145)。
ステップS150では、符号化対象画像にROIタイルが設定されていないため、画像符号化装置1は、既存の手法と同様に、符号化ストリームを生成する(ステップS150)。符号化ストリームのヘッダ領域には、符号化対象画像がROIタイルを含まないことを示すタイルパラメータが挿入される。
(2)タイル分割処理
図11は、タイル分割処理の詳細な流れの一例を示すフローチャートである。図11を参照すると、まず、タイル分割部12は、符号化対象画像についてROI検出(例えば、人物検出)を実行する(ステップS111)。次に、タイル分割部12は、ROI検出の結果としてROIが検出されたか否かを判定する(ステップS112)。ROIが検出された場合には、タイル分割部12は、符号化対象画像をROIタイル及び非ROIタイルを含む複数のタイルに分割する(ステップS113)。そして、タイル分割部12は、ROIタイルの位置を示すパラメータを含むタイルパラメータを生成する(ステップS114)。一方、ROIが検出されなかった場合には、タイル分割部12は、ROIタイルが存在しないこと(即ち、符号化対象画像がROIタイルを含まないこと)を示すパラメータを含むタイルパラメータを生成する(ステップS115)。
なお、タイル分割部12は、人物領域又はその他のROIが検出されなかった場合に、暫定的なROIタイルを符号化対象画像に設定してもよい。例えば、タイル分割部12は、既定の位置(画像の中央など)又は最後に設定されたROIタイルと同じ位置に、暫定的なROIタイルを設定し得る。それにより、全ての画像に少なくとも1つのROIタイルを含めることができる。その結果として、ROIタイルのみを部分復号するデコーダにおいて、ROIタイルが欠落する時間を無くすことができる。
[2−4.デコーダの構成例]
図12は、本実施形態に係る画像復号装置6の構成の一例を示すブロック図である。図12を参照すると、画像復号装置6は、ストリーム取得部61、タイル識別部62、可逆復号部63、逆量子化部64、逆直交変換部65、加算部66、デブロックフィルタ67、並び替えバッファ68、解像度調整部69、フレームメモリ70、セレクタ71及び72、イントラ予測部80、インター予測部85、並びに判定部90を備える。
ストリーム取得部61は、伝送路を介して入力される符号化ストリームを取得し、記憶媒体を用いて符号化ストリームをバッファリングする。また、ストリーム取得部61は、符号化ストリームをパースし、ヘッダ領域に挿入されているタイルパラメータを取得する。ここで取得されるタイルパラメータは、各復号対象画像がROIタイルを含むか否かを示すパラメータを含み得る。復号対象画像がROIタイルを含む場合には、タイルパラメータは、いずれのタイルがROIであるかを示すパラメータをも含む。ストリーム取得部61は、これらタイルパラメータを、符号化ストリームのSPS、PPS又はスライスヘッダから取得してもよい。その代わりに、ストリーム取得部61は、符号化ストリームのSEIからタイルパラメータを取得してもよい。
タイル識別部62は、上述したタイルパラメータをストリーム取得部61から取得する。そして、タイル識別部62は、取得したタイルパラメータに基づいて、各復号対象画像のタイル分割と、ROIタイルの位置とを識別する。タイル分割は、例えば、表1に例示したパラメータ“num_tile_columns_minus1”、“num_tile_rows_minus1”、“uniform_spacing_flag”、“column_width[i]”及び“row_height[i]”に基づいて、既存の手法と同様に識別され得る。新たに定義されるパラメータ“roi_tile_present_flag”は、ROIタイルが存在するか否かを示す。ROIタイルの位置は、新たに定義されるパラメータ“coord_roi_tile_hor_minus1”及び“coord_roi_tile_ver_minus1”、又は“roi_tile_indicator[i]”に基づいて識別され得る。
可逆復号部63は、ストリーム取得部61によりバッファリングされている符号化ストリームを復号する。より具体的には、可逆復号部63は、上述したタイルパラメータに基づいて識別されるROIタイルの画像データを復号する。また、可逆復号部63は、判定部90により全体復号が指示されると、非ROIタイルの画像データをも復号する。可逆復号部63は、判定部90により部分復号が指示されると、非ROIタイルの画像データを復号しない。可逆復号部63は、復号した画像データ(量子化データ)を逆量子化部64へ出力する。また、可逆復号部63は、イントラ予測に関する情報をイントラ予測部80へ出力する。また、可逆復号部63は、インター予測に関する情報をインター予測部85へ出力する。
逆量子化部64は、可逆復号部63による復号後の量子化データを逆量子化する。逆直交変換部65は、符号化の際に使用された直交変換方式に従い、逆量子化部64から入力される変換係数データについて逆直交変換を行うことにより、予測誤差データを生成する。そして、逆直交変換部65は、生成した予測誤差データを加算部66へ出力する。
加算部66は、逆直交変換部65から入力される予測誤差データと、セレクタ72から入力される予測画像データとを加算することにより、復号画像データ(リコンストラクト画像データ)を生成する。そして、加算部66は、生成した復号画像データをデブロックフィルタ67及びフレームメモリ70へ出力する。
デブロックフィルタ67は、復号された画像に現れるブロック歪みを除去するためのフィルタリング処理を行う。そして、デブロックフィルタ67は、ブロック歪みの除去されたフィルタリング後の復号画像データを並び替えバッファ68及びフレームメモリ70へ出力する。
並び替えバッファ68は、デブロックフィルタ67から復号順(decoding order)で入力される画像を、表示順(presentation order)に並び替える。そして、並び替えバッファ68は、並び替え後の一連の復号画像データを解像度調整部69へ出力する。
解像度調整部69は、並び替えバッファ68から入力される各復号画像の解像度を調整する。例えば、解像度調整部69は、部分復号によって生成されるROIタイルの復号画像をディスプレイの解像度に合わせて高解像度化することにより、表示画像を生成してもよい。その代わりに、解像度調整部69は、全体復号によって生成される(ROIタイル及び非ROIタイルを含む)復号画像を低解像度化することにより、表示画像を生成してもよい。解像度調整部69は、解像度の調整された復号画像データを、例えば、画像復号装置6と接続されるディスプレイ(図示せず)へ出力する。
フレームメモリ70は、加算部66から入力されるフィルタリング前の復号画像データ、及びデブロックフィルタ67から入力されるフィルタリング後の復号画像データを記憶媒体を用いて記憶する。
セレクタ71は、可逆復号部63により復号されるモード情報に応じて、フレームメモリ70からのデータの出力先をイントラ予測部80とインター予測部85との間で切り替える。例えば、セレクタ71は、イントラ予測モードが指定された場合には、フレームメモリ70から供給されるフィルタリング前の復号画像データを参照画像データとしてイントラ予測部80へ出力する。また、セレクタ71は、インター予測モードが指定された場合には、フレームメモリ70から供給されるフィルタリング後の復号画像データを参照画像データとしてインター予測部85へ出力する。
セレクタ72は、可逆復号部63により復号されるモード情報に応じて、加算部66へ供給すべき予測画像データの出力元をイントラ予測部80とインター予測部85との間で切り替える。例えば、セレクタ72は、イントラ予測モードが指定された場合には、イントラ予測部80から出力される予測画像データを加算部66へ供給する。セレクタ72は、インター予測モードが指定された場合には、インター予測部85から出力される予測画像データを加算部66へ供給する。
イントラ予測部80は、可逆復号部63から入力されるイントラ予測に関する情報とフレームメモリ70からの参照画像データとに基づいてイントラ予測を実行し、予測画像データを生成する。そして、イントラ予測部80は、生成した予測画像データをセレクタ72へ出力する。
インター予測部85は、可逆復号部63から入力されるインター予測に関する情報とフレームメモリ70からの参照画像データとに基づいてインター予測を実行し、予測画像データを生成する。そして、インター予測部85は、生成した予測画像データをセレクタ72へ出力する。インター予測に関する情報は、典型的には、予測モード情報、動きベクトル情報及び参照画像情報を含む。
なお、インター予測部85は、復号対象画像のROIタイル内のPUについて取得される動きベクトル情報がエンコーダ側でROIタイルの位置に依存してオフセットされている場合には、参照画像と復号対象画像との間のROIタイルの位置の差分に応じて、当該動きベクトル情報のオフセットを解除し得る。そして、インター予測部85は、オフセットの解除された動きベクトル情報を用いて、インター予測を実行し得る。
判定部90は、画像復号装置6が部分復号及び全体復号のいずれを実行すべきかを判定する。例えば、判定部90は、プロセッサ、メモリ又はディスプレイの性能が復号対象画像の全体を復号するために十分でない場合に、部分復号を実行すべきであると判定してもよい。また、判定部90は、符号化ストリームを送信する装置との間の通信チャネルの帯域幅が狭い場合に、部分復号を実行すべきであると判定してもよい。この場合には、判定部90は、符号化ストリームを送信する装置へ、ROIタイルの画像データのみを送信することを要求してもよい。また、判定部90は、(例えば、ユーザにとって非ROIタイルの画像を閲覧する必要が無いなどの理由で)部分復号がユーザにより指定された場合に、部分復号を実行すべきであると判定してもよい。
判定部90は、部分復号を実行すべきであると判定すると、可逆復号部63に部分復号を指示する。また、判定部90は、全体復号を実行すべきであると判定すると、可逆復号部63に全体復号を指示する。可逆復号部63は、部分復号が指示されると、復号対象画像のROIタイルのみを復号する。一方、可逆復号部63は、全体復号が指示されると、ROIタイルに加えて非ROIタイルをも復号する。解像度調整部69は、判定部90により部分復号が指示されると、ROIタイルのサイズとディスプレイのサイズとに基づいて、ROIタイルの画像の解像度を調整する。一方、解像度調整部69は、判定部90により全体復号が指示されると、復号画像全体のサイズとディスプレイのサイズとに基づいて、復号画像の解像度を調整する。
[2−5.復号時の処理の流れ]
図13は、本実施形態に係る復号時の処理の流れの一例を示すフローチャートである。図13に示した処理は、復号対象画像の各々について繰り返される。なお、説明の簡明さのために、既存の手法に従った処理と特に相違しない部分は、図から省略されている。
図13を参照すると、まず、ストリーム取得部61は、符号化ストリームからタイルパラメータを取得する(ステップS160)。次に、タイル識別部62は、復号対象画像がタイル分割されているか否かを判定する(ステップS165)。復号対象画像がタイル分割されている場合には、処理はステップS170へ進む。一方、復号対象画像がタイル分割されていない場合には、処理はステップS190へ進む。
ステップS170において、タイル識別部62は、タイルパラメータに基づいて、復号対象画像のタイル分割とROIタイルの位置とを識別する(ステップS170)。
次に、判定部90は、部分復号を実行すべきであるか否かを判定する(ステップS175)。ここで、部分復号を実行すべきであると判定された場合には、処理はステップS180へ進む。一方、部分復号を実行すべきでないと判定された場合には、処理はステップS195へ進む。
ステップS180において、可逆復号部63は、バッファリングされている符号化ストリームから、全てのタイルのうちROIタイルの画像データのみを抽出し(ステップS180)、抽出したROIタイルの画像データを復号する(ステップS185)。
一方、ステップS190では、可逆復号部63は、バッファリングされている符号化ストリームのROIタイル及び非ROIタイルの画像データを復号する(ステップS190)。
その後、解像度調整部69は、並び替えバッファ68から入力される復号画像の解像度を、ディスプレイの解像度に合わせて調整する(ステップS195)。そして、解像度の調整された画像が、ディスプレイに表示される。
<3.第2の実施形態>
第2の実施形態では、いわゆるスケーラブル符号化が実現される。スケーラブル符号化(SVC(Scalable Video Coding)ともいう)とは、一般には、粗い画像信号を伝送するレイヤと精細な画像信号を伝送するレイヤとを階層的に符号化する技術をいう。スケーラブル符号化には、様々な種類が存在する。例えば、空間解像度が階層化されるケースは空間スケーラビリティ、フレームレートが階層化されるケースは時間スケーラビリティ、SN(Signal to Noise)比が階層化されるケースはSNRスケーラビリティと呼ばれる。
本開示に係る技術において実現されるスケーラブル符号化は、上述した既存のスケーラビリティとは異なり、領域スケーラビリティ(Regional Scalability)と表現され得る。領域スケーラビリティにおいて、ベースレイヤの符号化ストリームは、ROIタイルのみの画像データを含む。エンハンスメントレイヤの符号化ストリームにおいて、ROIタイルの画像データは省略される。エンハンスメントレイヤの符号化ストリームは、非ROIタイルのみの画像データを含む。部分復号を実行するデコーダは、ベースレイヤの符号化ストリームを復号して、ROIタイルのみを含む復号画像データを生成する。
[3−1.エンコーダの構成例]
(1)概略的な構成
図14は、本実施形態に係る画像符号化装置10の概略的な構成の一例を示すブロック図である。図14を参照すると、画像符号化装置10は、並び替えバッファ11、タイル分割部12、第1符号化部1a、第2符号化部1b、共通メモリ2及び多重化部3を備える。
並び替えバッファ11は、一連の原画像データに含まれる符号化対象画像を、GOP構造に応じて、符号化/復号順に並び替える。タイル分割部12は、符号化対象画像をROIタイルを含む複数のタイルに分割する。そして、タイル分割部12は、各画像がどのように分割されるか、及びいずれのタイルがROIタイルであるかを示すタイルパラメータを生成する。タイル分割部12は、符号化対象画像のうちのROIタイルに対応する部分画像(以下、ROIタイル画像という)とタイルパラメータとを、第1符号化部1aへ出力する。また、タイル分割部12は、非ROIタイルに対応する部分画像(以下、非ROIタイル画像という)を、第2符号化部1bへ出力する。タイルパラメータは、共通メモリ2により記憶され得る。
第1符号化部1aは、ROIタイル画像を符号化し、ベースレイヤの符号化ストリームを生成する。第2符号化部1bは、非ROIタイル画像を符号化し、エンハンスメントレイヤの符号化ストリームを生成する。共通メモリ2は、レイヤ間で共通的に利用される情報を記憶する。多重化部3は、第1符号化部1aにより生成されるベースレイヤの符号化ストリームと、第2符号化部1bにより生成されるエンハンスメントレイヤの符号化ストリームとを多重化し、マルチレイヤの多重化ストリームを生成する。
(2)ベースレイヤの符号化
図15は、図14に示した第1符号化部1aの構成の一例を示すブロック図である。図15を参照すると、第1符号化部1aは、減算部13、直交変換部14、量子化部15、可逆符号化部16a、蓄積バッファ17、レート制御部18、逆量子化部21、逆直交変換部22、加算部23、デブロックフィルタ24、フレームメモリ25、セレクタ26及び27、イントラ予測部30a、インター予測部35a、並びに予測制御部40aを備える。
減算部13は、図14に示したタイル分割部12から入力されるROIタイル画像の原画像データ、及び予測画像データが供給される。減算部13は、原画像データと予測画像データとの差分である予測誤差データを算出する。直交変換部14は、減算部13から入力される予測誤差データについて直交変換を行う。量子化部15は、直交変換部14から入力される変換係数データを量子化し、量子化データを生成する。
可逆符号化部16aは、ROIタイルの量子化データについて可逆符号化処理を行うことにより、ベースレイヤの符号化ストリームを生成する。また、可逆符号化部16aは、タイルパラメータを含む様々なパラメータを、ベースレイヤの符号化ストリームのヘッダ領域に挿入する。蓄積バッファ17は、可逆符号化部16aにより生成されるベースレイヤの符号化ストリームを一時的に蓄積し、蓄積した符号化ストリームを図14に示した多重化部3へ出力する。
レート制御部18は、蓄積バッファ17の空き容量を監視し、量子化データのビットレートを制御する。逆量子化部21は、量子化部15から入力される量子化データについて逆量子化処理を行う。逆直交変換部22は、逆量子化部21から入力される変換係数データについて逆直交変換処理を行うことにより、予測誤差データを復元する。加算部23は、逆直交変換部22から入力される予測誤差データとセレクタ27から入力される予測画像データとを加算することにより、復号画像データを生成する。デブロックフィルタ24は、画像の符号化の際に生じるブロック歪みを減少させるためのフィルタリング処理を行う。フレームメモリ25は、フィルタリング前の復号画像データとフィルタリング後の復号画像データとを記憶する。
イントラ予測部30aは、タイル分割部12から入力されるROIタイル画像の原画像データ、及びセレクタ26を介して供給される復号画像データに基づいて、ROIタイル画像についてのイントラ予測処理を行う。インター予測部35aは、タイル分割部12から入力されるROIタイル画像の原画像データ、及びセレクタ26を介して供給される復号画像データに基づいて、ROIタイル画像についてのインター予測処理を行う。
予測制御部40aは、イントラ予測及びインター予測に課される参照関係の制約を制御する。例えば、予測制御部40aは、ROIタイル内の各PUについてイントラ予測が実行される際に、他のタイルが参照されないように、イントラ予測部30aを制御する。予測制御部40aは、参照画像がROIタイルを含まない場合には、インター予測部35aにインター予測を実行させない。また、予測制御部40aは、例えば、ROIタイル内の各PUについてインター予測が実行される際に、参照画像のROIタイルのみが参照されるように、インター予測部35aを制御する。
(3)エンハンスメントレイヤの符号化
図16は、図14に示した第2符号化部1bの構成の一例を示すブロック図である。図16を参照すると、第2符号化部1bは、減算部13、直交変換部14、量子化部15、可逆符号化部16b、蓄積バッファ17、レート制御部18、逆量子化部21、逆直交変換部22、加算部23、デブロックフィルタ24、フレームメモリ25、セレクタ26及び27、イントラ予測部30b、インター予測部35b、並びに予測制御部40bを備える。
減算部13は、図14に示したタイル分割部12から入力される非ROIタイル画像の原画像データ、及び予測画像データが供給される。減算部13は、原画像データと予測画像データとの差分である予測誤差データを算出する。直交変換部14は、減算部13から入力される予測誤差データについて直交変換を行う。量子化部15は、直交変換部14から入力される変換係数データを量子化し、量子化データを生成する。
可逆符号化部16bは、非ROIタイルの量子化データについて可逆符号化処理を行うことにより、エンハンスメントレイヤの符号化ストリームを生成する。タイルパラメータはレイヤ間で再利用され得るため、可逆符号化部16bはエンハンスメントレイヤの符号化ストリームのヘッダ領域にタイルパラメータを挿入しなくてよい。蓄積バッファ17は、可逆符号化部16bにより生成されるエンハンスメントレイヤの符号化ストリームを一時的に蓄積し、蓄積した符号化ストリームを図14に示した多重化部3へ出力する。
レート制御部18は、蓄積バッファ17の空き容量を監視し、量子化データのビットレートを制御する。逆量子化部21は、量子化部15から入力される量子化データについて逆量子化処理を行う。逆直交変換部22は、逆量子化部21から入力される変換係数データについて逆直交変換処理を行うことにより、予測誤差データを復元する。加算部23は、逆直交変換部22から入力される予測誤差データとセレクタ27から入力される予測画像データとを加算することにより、復号画像データを生成する。デブロックフィルタ24は、画像の符号化の際に生じるブロック歪みを減少させるためのフィルタリング処理を行う。エンハンスメントレイヤの符号化の際には、フレームメモリ25は、ROIタイル及び非ROIタイルの双方を含む(フィルタリング前及びフィルタリング後の)復号画像データの全体を記憶する。
イントラ予測部30bは、タイル分割部12から入力される非ROIタイル画像の原画像データ、及びセレクタ26を介して供給される復号画像データに基づいて、非ROIタイル画像についてのイントラ予測処理を行う。インター予測部35bは、タイル分割部12から入力される非ROIタイル画像の原画像データ、及びセレクタ26を介して供給される復号画像データに基づいて、非ROIタイル画像についてのインター予測処理を行う。
予測制御部40bは、非ROIタイル内の各PUについてイントラ予測が実行される際に、他のタイルが参照されないように、イントラ予測部30bを制御する。予測制御部40bは、非ROIタイル内の各PUについてインター予測が実行される際には、参照画像の各タイルがROIタイルであるかに関わらず、参照画像の任意のタイルをインター予測部35bに参照させてよい。
[3−2.ストリームの構成例]
図17は、本実施形態において生成され得る多重化ストリームの構成の一例について説明するための説明図である。図17を参照すると、一例としての多重化ストリームST2が示されている。多重化ストリームST2は、ベースレイヤの符号化ストリーム及びエンハンスメントレイヤの符号化ストリームを含む。ベースレイヤの符号化ストリームは、SPS、PPS及びスライスヘッダなどのヘッダデータに加えて、ROIタイルのみの画像データを含む。一方、エンハンスメントレイヤの符号化ストリームは、非ROIタイルのみの画像データを含む。例えば、ピクチャPIC21のROIタイルの画像データはベースレイヤの符号化ストリームに、ピクチャPIC21の1つ以上の非ROIタイルの画像データはエンハンスメントレイヤの符号化ストリームに含まれている。デコーダが部分復号を実行する際には、ベースレイヤの符号化ストリームのみが復号される。一方、デコーダが全体復号を実行する際には、ベースレイヤの符号化ストリーム及びエンハンスメントレイヤの符号化ストリームの双方が復号され、別々に生成されるROIタイル画像と非ROIタイル画像とが合成される。
[3−3.符号化時の処理の流れ]
図18は、本実施形態に係る符号化時の処理の流れの一例を示すフローチャートである。図18に示した処理は、符号化対象画像の各々について繰り返される。
図18を参照すると、まず、タイル分割部12は、図11を用いて説明したタイル分割処理を実行する(ステップS210)。タイル分割処理の結果として、符号化対象画像は、ROIタイル画像と非ROIタイル画像とに分割される。なお、ここでは一例として、全ての符号化対象画像に1つのROIタイルが設定されるものとする。
次に、第1符号化部1aは、ROIタイル画像を符号化して、ベースレイヤの符号化ストリームを生成する(ステップS220)。ROIタイルのリコンストラクト画像は、フレームメモリ25に格納される(ステップS225)。
次に、第2符号化部1bは、非ROIタイル画像を符号化して、エンハンスメントレイヤの符号化ストリームを生成する(ステップS230)。
次に、多重化部3は、第1符号化部1aにより生成されたベースレイヤの符号化ストリームと、第2符号化部1bにより生成されたエンハンスメントレイヤの符号化ストリームとを多重化し、マルチレイヤの多重化ストリームを生成する(ステップS235)。
なお、ここまでの説明から理解されるように、第1符号化部1aは、自らが符号化する画像が原画像の一部に相当するROIタイル画像であることを、必ずしも認識していなくてもよい。即ち、第1符号化部1aは、ROIタイル画像を、タイル分割されていない単一の符号化対象画像として扱うことができる。これは、第1符号化部1aがベースレイヤの符号化処理をHEVC方式以外の画像符号化方式に従って実行し得ることを意味する。例えば、第1符号化部1aは、タイル分割をサポートしないAVC(Advanced Video Coding)方式又はMPEG2方式などの画像符号化方式に従って、ベースレイヤの符号化ストリームを生成してもよい。一方、第2符号化部1bは、タイル分割をサポートするHEVC方式に従って各タイルの位置を認識し、ROIタイルの画像データが省略されたエンハンスメントレイヤの符号化ストリームを生成する。
[3−4.デコーダの構成例]
(1)概略的な構成
図19は、本実施形態に係る画像復号装置60の概略的な構成の一例を示すブロック図である。図19を参照すると、画像復号装置60は、逆多重化部5、第1復号部6a、第2復号部6b、共通メモリ7、合成部8、解像度調整部9及び判定部90を備える。
逆多重化部5は、マルチレイヤの多重化ストリームをベースレイヤの符号化ストリーム及びエンハンスメントレイヤの符号化ストリームに逆多重化する。第1復号部6aは、ベースレイヤの符号化ストリームからROIタイル画像を復号する。第2復号部6bは、判定部90により全体復号が指示された場合に、エンハンスメントレイヤの符号化ストリームから非ROIタイル画像を復号する。共通メモリ7は、レイヤ間で共通的に利用される情報を記憶する。
合成部8は、判定部90により全体復号が指示された場合に、第1復号部6aにより生成されるROIタイル画像と第2復号部6bにより生成される非ROIタイル画像とを合成して、原画像の全体を復元する。
解像度調整部9は、第1復号部6aにより生成されるROIタイルの復号画像、又は合成部8により生成されるROIタイル及び非ROIタイルを含む全体としての復号画像の解像度を調整する。解像度調整部9は、解像度の調整された復号画像データを、例えば、画像復号装置60と接続されるディスプレイ(図示せず)へ出力する。
判定部90は、画像復号装置60が部分復号及び全体復号のいずれを実行すべきかを、例えば装置の性能若しくは種類、通信帯域幅又はユーザによる指定に従って判定する。判定部90は、部分復号を実行すべきであると判定すると、第1復号部6aにROIタイル画像のみを復号させる。一方、判定部90は、全体復号を実行すべきであると判定すると、さらに第2復号部6bにエンハンスメントレイヤの符号化ストリームから非ROIタイル画像を復号させ、合成部8にROIタイル画像と非ROIタイル画像とを合成させる。
なお、第1復号部6aは、タイル分割をサポートしないAVC方式又はMPEG2方式などの画像符号化方式に従って、ベースレイヤの符号化ストリームからROI画像を復号してもよい。
(2)ベースレイヤの復号
図20は、図19に示した第1復号部6aの構成の一例を示すブロック図である。図20を参照すると、第1復号部6aは、可逆復号部63a、逆量子化部64、逆直交変換部65、加算部66、デブロックフィルタ67、並び替えバッファ68、フレームメモリ70、セレクタ71及び72、イントラ予測部80並びにインター予測部85を備える。
可逆復号部63aは、逆多重化部5から入力されるベースレイヤの符号化ストリームから、ROIタイルの画像データを復号する。そして、可逆復号部63aは、復号した画像データ(量子化データ)を逆量子化部64へ出力する。また、可逆復号部63aは、符号化ストリームのヘッダ領域に挿入されているタイルパラメータを取得し、取得したタイルパラメータを共通メモリ7に格納する。また、可逆復号部63aは、イントラ予測に関する情報をイントラ予測部80へ出力する。また、可逆復号部63aは、インター予測に関する情報をインター予測部85へ出力する。
逆量子化部64は、可逆復号部63aによる復号後の量子化データを逆量子化する。逆直交変換部65は、逆量子化部64から入力される変換係数データについて逆直交変換を行うことにより、予測誤差データを生成する。加算部66は、逆直交変換部65から入力される予測誤差データと、セレクタ72から入力される予測画像データとを加算することにより、ROIタイルの復号画像データを生成する。デブロックフィルタ67は、復号された画像に現れるブロック歪みを除去するためのフィルタリング処理を行う。並び替えバッファ68は、デブロックフィルタ67から復号順で入力されるROIタイル画像を、表示順に並び替える。そして、並び替えバッファ68は、並び替え後のROIタイルの一連の復号画像データを合成部8又は解像度調整部9へ出力する。
フレームメモリ70は、ROIタイルの(フィルタリング前及びフィルタリング後の)復号画像データを記憶する。セレクタ71は、可逆復号部63aにより復号されるモード情報に応じて、フレームメモリ70からのデータの出力先をイントラ予測部80とインター予測部85との間で切り替える。セレクタ72は、可逆復号部63aにより復号されるモード情報に応じて、加算部66へ供給すべき予測画像データの出力元をイントラ予測部80とインター予測部85との間で切り替える。
イントラ予測部80は、可逆復号部63aから入力されるイントラ予測に関する情報とフレームメモリ70からの参照画像データとに基づいてイントラ予測を実行し、予測画像データをセレクタ72へ出力する。インター予測部85は、可逆復号部63aから入力されるインター予測に関する情報とフレームメモリ70からの参照画像データとに基づいてインター予測を実行し、予測画像データをセレクタ72へ出力する。
(3)エンハンスメントレイヤの復号
図21は、図19に示した第2復号部6bの構成の一例を示すブロック図である。図21を参照すると、第2復号部6bは、パラメータ取得部62b、可逆復号部63b、逆量子化部64、逆直交変換部65、加算部66、デブロックフィルタ67、並び替えバッファ68、フレームメモリ70、セレクタ71及び72、イントラ予測部80並びにインター予測部85を備える。
パラメータ取得部62bは、上述したタイルパラメータを共通メモリ7から取得する。そして、パラメータ取得部62bは、取得したタイルパラメータに基づいて、各復号対象画像のタイル分割と、ROIタイル及び非ROIタイルの位置とを識別する。なお、パラメータ取得部62bは、共通メモリ7からタイルパラメータを取得する代わりに、ベースレイヤの符号化ストリーム又は多重化ストリームのヘッダ領域を参照することにより、タイルパラメータを取得してもよい。
可逆復号部63bは、逆多重化部5から入力されるエンハンスメントレイヤの符号化ストリームから、非ROIタイルの画像データを復号する。そして、可逆復号部63bは、復号した画像データ(量子化データ)を逆量子化部64へ出力する。また、可逆復号部63bは、イントラ予測に関する情報をイントラ予測部80へ出力する。また、可逆復号部63bは、インター予測に関する情報をインター予測部85へ出力する。
逆量子化部64は、可逆復号部63bによる復号後の量子化データを逆量子化する。逆直交変換部65は、逆量子化部64から入力される変換係数データについて逆直交変換を行うことにより、予測誤差データを生成する。加算部66は、逆直交変換部65から入力される予測誤差データと、セレクタ72から入力される予測画像データとを加算することにより、非ROIタイルの復号画像データを生成する。デブロックフィルタ67は、復号された画像に現れるブロック歪みを除去するためのフィルタリング処理を行う。並び替えバッファ68は、デブロックフィルタ67から復号順で入力される非ROIタイル画像を、表示順に並び替える。そして、並び替えバッファ68は、並び替え後の非ROIタイルの一連の復号画像データを合成部8へ出力する。
エンハンスメントレイヤの符号化の際には、フレームメモリ70は、ROIタイル及び非ROIタイルの双方を含む(フィルタリング前及びフィルタリング後の)復号画像データの全体を記憶する。セレクタ71は、可逆復号部63bにより復号されるモード情報に応じて、フレームメモリ70からのデータの出力先をイントラ予測部80とインター予測部85との間で切り替える。セレクタ72は、可逆復号部63bにより復号されるモード情報に応じて、加算部66へ供給すべき予測画像データの出力元をイントラ予測部80とインター予測部85との間で切り替える。
イントラ予測部80は、可逆復号部63bから入力されるイントラ予測に関する情報とフレームメモリ70からの参照画像データとに基づいてイントラ予測を実行し、予測画像データをセレクタ72へ出力する。インター予測部85は、可逆復号部63bから入力されるインター予測に関する情報とフレームメモリ70からの参照画像データとに基づいてインター予測を実行し、予測画像データをセレクタ72へ出力する。
[3−5.復号時の処理の流れ]
図22は、本実施形態に係る復号時の処理の流れの一例を示すフローチャートである。図22に示した処理は、復号対象画像の各々について繰り返される。
図22を参照すると、まず、第1復号部6aは、ベースレイヤの符号化ストリームからタイルパラメータを取得する(ステップS260)。ここで取得されたタイルパラメータは、共通メモリ7を介して第2復号部6bへ受け渡される。
次に、第1復号部6aは、ベースレイヤの符号化ストリームからROIタイル画像を復号する(ステップS265)。ROIタイルのリコンストラクト画像は、フレームメモリ70に格納される(ステップS270)。
また、判定部90は、部分復号を実行すべきであるか否かを判定する(ステップS275)。ここで、部分復号を実行すべきであると判定された場合には、処理はステップS295へ進む。一方、全体復号を実行すべきであると判定された場合には、処理はステップS280へ進む。
全体復号を実行すべきであると判定された場合、第2復号部6bは、エンハンスメントレイヤの符号化ストリームから非ROIタイル画像を復号する(ステップS280)。なお、第2復号部6bは、ステップS260において取得されたタイルパラメータに基づいてROIタイル及び非ROIタイルの位置を識別し、既に第1復号部6aにより復号されているROIタイルについての復号処理をスキップする。次に、合成部8は、第1復号部6aにより生成されたROIタイル画像と第2復号部6bにより生成された非ROIタイル画像とを合成する(ステップS285)。そして、解像度調整部9は、合成された全体としての復号画像の解像度を調整する(ステップS290)。
一方、部分復号を実行すべきであると判定された場合、第2復号部6bは、非ROIタイル画像を復号しない。解像度調整部9は、第1復号部6aにより生成されたROIタイルの復号画像の解像度を調整する(ステップS295)。
そして、ステップS290又はステップS295において解像度の調整された画像が、ディスプレイに表示される。
<4.応用例>
本開示に係る技術は、衛星放送、ケーブルTVなどの有線放送、インターネット上での配信、及びセルラー通信による端末への配信などにおける送信機若しくは受信機、光ディスク、磁気ディスク及びフラッシュメモリなどの媒体に画像を記録する記録装置、又は、これら記憶媒体から画像を再生する再生装置などの様々な電子機器に応用され得る。以下、4つの応用例について説明する。
[4−1.第1の応用例]
図23は、上述した第1の実施形態又は第2の実施形態が適用され得るテレビジョン装置の概略的な構成の一例を示している。テレビジョン装置900は、アンテナ901、チューナ902、デマルチプレクサ903、デコーダ904、映像信号処理部905、表示部906、音声信号処理部907、スピーカ908、外部インタフェース909、制御部910、ユーザインタフェース911、及びバス912を備える。
チューナ902は、アンテナ901を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ902は、復調により得られた符号化ビットストリームをデマルチプレクサ903へ出力する。即ち、チューナ902は、画像が符号化されている符号化ストリームを受信する、テレビジョン装置900における伝送手段としての役割を有する。
デマルチプレクサ903は、符号化ビットストリームから視聴対象の番組の映像ストリーム及び音声ストリームを分離し、分離した各ストリームをデコーダ904へ出力する。また、デマルチプレクサ903は、符号化ビットストリームからEPG(Electronic Program Guide)などの補助的なデータを抽出し、抽出したデータを制御部910に供給する。なお、デマルチプレクサ903は、符号化ビットストリームがスクランブルされている場合には、デスクランブルを行ってもよい。
デコーダ904は、デマルチプレクサ903から入力される映像ストリーム及び音声ストリームを復号する。そして、デコーダ904は、復号処理により生成される映像データを映像信号処理部905へ出力する。また、デコーダ904は、復号処理により生成される音声データを音声信号処理部907へ出力する。
映像信号処理部905は、デコーダ904から入力される映像データを再生し、表示部906に映像を表示させる。また、映像信号処理部905は、ネットワークを介して供給されるアプリケーション画面を表示部906に表示させてもよい。また、映像信号処理部905は、映像データについて、設定に応じて、例えばノイズ除去などの追加的な処理を行ってもよい。さらに、映像信号処理部905は、例えばメニュー、ボタン又はカーソルなどのGUI(Graphical User Interface)の画像を生成し、生成した画像を出力画像に重畳してもよい。
表示部906は、映像信号処理部905から供給される駆動信号により駆動され、表示デバイス(例えば、液晶ディスプレイ、プラズマディスプレイ又はOLEDなど)の映像面上に映像又は画像を表示する。
音声信号処理部907は、デコーダ904から入力される音声データについてD/A変換及び増幅などの再生処理を行い、スピーカ908から音声を出力させる。また、音声信号処理部907は、音声データについてノイズ除去などの追加的な処理を行ってもよい。
外部インタフェース909は、テレビジョン装置900と外部機器又はネットワークとを接続するためのインタフェースである。例えば、外部インタフェース909を介して受信される映像ストリーム又は音声ストリームが、デコーダ904により復号されてもよい。即ち、外部インタフェース909もまた、画像が符号化されている符号化ストリームを受信する、テレビジョン装置900における伝送手段としての役割を有する。
制御部910は、CPU(Central Processing Unit)などのプロセッサ、並びにRAM(Random Access Memory)及びROM(Read Only Memory)などのメモリを有する。メモリは、CPUにより実行されるプログラム、プログラムデータ、EPGデータ、及びネットワークを介して取得されるデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、テレビジョン装置900の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース911から入力される操作信号に応じて、テレビジョン装置900の動作を制御する。
ユーザインタフェース911は、制御部910と接続される。ユーザインタフェース911は、例えば、ユーザがテレビジョン装置900を操作するためのボタン及びスイッチ、並びに遠隔制御信号の受信部などを有する。ユーザインタフェース911は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部910へ出力する。
バス912は、チューナ902、デマルチプレクサ903、デコーダ904、映像信号処理部905、音声信号処理部907、外部インタフェース909及び制御部910を相互に接続する。
このように構成されたテレビジョン装置900において、デコーダ904は、上述した実施形態に係る部分復号の機能を有する。それにより、テレビジョン装置900での画像の復号に際して、ROIタイルのみを復号するか画像全体を復号するかを動的に選択することができる。
[4−2.第2の応用例]
図24は、上述した第1の実施形態又は第2の実施形態が適用され得る携帯電話機の概略的な構成の一例を示している。携帯電話機920は、アンテナ921、通信部922、音声コーデック923、スピーカ924、マイクロホン925、カメラ部926、画像処理部927、多重分離部928、記録再生部929、表示部930、制御部931、操作部932、及びバス933を備える。
アンテナ921は、通信部922に接続される。スピーカ924及びマイクロホン925は、音声コーデック923に接続される。操作部932は、制御部931に接続される。バス933は、通信部922、音声コーデック923、カメラ部926、画像処理部927、多重分離部928、記録再生部929、表示部930、及び制御部931を相互に接続する。
携帯電話機920は、音声通話モード、データ通信モード、撮影モード及びテレビ電話モードを含む様々な動作モードで、音声信号の送受信、電子メール又は画像データの送受信、画像の撮像、及びデータの記録などの動作を行う。
音声通話モードにおいて、マイクロホン925により生成されるアナログ音声信号は、音声コーデック923に供給される。音声コーデック923は、アナログ音声信号を音声データへ変換し、変換された音声データをA/D変換し圧縮する。そして、音声コーデック923は、圧縮後の音声データを通信部922へ出力する。通信部922は、音声データを符号化及び変調し、送信信号を生成する。そして、通信部922は、生成した送信信号をアンテナ921を介して基地局(図示せず)へ送信する。また、通信部922は、アンテナ921を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部922は、受信信号を復調及び復号して音声データを生成し、生成した音声データを音声コーデック923へ出力する。音声コーデック923は、音声データを伸張し及びD/A変換し、アナログ音声信号を生成する。そして、音声コーデック923は、生成した音声信号をスピーカ924に供給して音声を出力させる。
また、データ通信モードにおいて、例えば、制御部931は、操作部932を介するユーザによる操作に応じて、電子メールを構成する文字データを生成する。また、制御部931は、文字を表示部930に表示させる。また、制御部931は、操作部932を介するユーザからの送信指示に応じて電子メールデータを生成し、生成した電子メールデータを通信部922へ出力する。通信部922は、電子メールデータを符号化及び変調し、送信信号を生成する。そして、通信部922は、生成した送信信号をアンテナ921を介して基地局(図示せず)へ送信する。また、通信部922は、アンテナ921を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部922は、受信信号を復調及び復号して電子メールデータを復元し、復元した電子メールデータを制御部931へ出力する。制御部931は、表示部930に電子メールの内容を表示させると共に、電子メールデータを記録再生部929の記憶媒体に記憶させる。
記録再生部929は、読み書き可能な任意の記憶媒体を有する。例えば、記憶媒体は、RAM又はフラッシュメモリなどの内蔵型の記憶媒体であってもよく、ハードディスク、磁気ディスク、光磁気ディスク、光ディスク、USBメモリ、又はメモリカードなどの外部装着型の記憶媒体であってもよい。
また、撮影モードにおいて、例えば、カメラ部926は、被写体を撮像して画像データを生成し、生成した画像データを画像処理部927へ出力する。画像処理部927は、カメラ部926から入力される画像データを符号化し、符号化ストリームを記録再生部929の記憶媒体に記憶させる。
また、テレビ電話モードにおいて、例えば、多重分離部928は、画像処理部927により符号化された映像ストリームと、音声コーデック923から入力される音声ストリームとを多重化し、多重化したストリームを通信部922へ出力する。通信部922は、ストリームを符号化及び変調し、送信信号を生成する。そして、通信部922は、生成した送信信号をアンテナ921を介して基地局(図示せず)へ送信する。また、通信部922は、アンテナ921を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。これら送信信号及び受信信号には、符号化ビットストリームが含まれ得る。そして、通信部922は、受信信号を復調及び復号してストリームを復元し、復元したストリームを多重分離部928へ出力する。多重分離部928は、入力されるストリームから映像ストリーム及び音声ストリームを分離し、映像ストリームを画像処理部927、音声ストリームを音声コーデック923へ出力する。画像処理部927は、映像ストリームを復号し、映像データを生成する。映像データは、表示部930に供給され、表示部930により一連の画像が表示される。音声コーデック923は、音声ストリームを伸張し及びD/A変換し、アナログ音声信号を生成する。そして、音声コーデック923は、生成した音声信号をスピーカ924に供給して音声を出力させる。
このように構成された携帯電話機920において、画像処理部927は、上述した実施形態に係る部分復号の機能を有する。それにより、携帯電話機920での画像の復号又は携帯電話機920と通信する装置での画像の復号に際して、ROIタイルのみを復号するか画像全体を復号するかを動的に選択することができる。
[4−3.第3の応用例]
図25は、上述した第1の実施形態又は第2の実施形態が適用され得る記録再生装置の概略的な構成の一例を示している。記録再生装置940は、例えば、受信した放送番組の音声データ及び映像データを符号化して記録媒体に記録する。また、記録再生装置940は、例えば、他の装置から取得される音声データ及び映像データを符号化して記録媒体に記録してもよい。また、記録再生装置940は、例えば、ユーザの指示に応じて、記録媒体に記録されているデータをモニタ及びスピーカ上で再生する。このとき、記録再生装置940は、音声データ及び映像データを復号する。
記録再生装置940は、チューナ941、外部インタフェース942、エンコーダ943、HDD(Hard Disk Drive)944、ディスクドライブ945、セレクタ946、デコーダ947、OSD(On-Screen Display)948、制御部949、及びユーザインタフェース950を備える。
チューナ941は、アンテナ(図示せず)を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ941は、復調により得られた符号化ビットストリームをセレクタ946へ出力する。即ち、チューナ941は、記録再生装置940における伝送手段としての役割を有する。
外部インタフェース942は、記録再生装置940と外部機器又はネットワークとを接続するためのインタフェースである。外部インタフェース942は、例えば、IEEE1394インタフェース、ネットワークインタフェース、USBインタフェース、又はフラッシュメモリインタフェースなどであってよい。例えば、外部インタフェース942を介して受信される映像データ及び音声データは、エンコーダ943へ入力される。即ち、外部インタフェース942は、記録再生装置940における伝送手段としての役割を有する。
エンコーダ943は、外部インタフェース942から入力される映像データ及び音声データが符号化されていない場合に、映像データ及び音声データを符号化する。そして、エンコーダ943は、符号化ビットストリームをセレクタ946へ出力する。
HDD944は、映像及び音声などのコンテンツデータが圧縮された符号化ビットストリーム、各種プログラム及びその他のデータを内部のハードディスクに記録する。また、HDD944は、映像及び音声の再生時に、これらデータをハードディスクから読み出す。
ディスクドライブ945は、装着されている記録媒体へのデータの記録及び読み出しを行う。ディスクドライブ945に装着される記録媒体は、例えばDVDディスク(DVD−Video、DVD−RAM、DVD−R、DVD−RW、DVD+R、DVD+RW等)又はBlu−ray(登録商標)ディスクなどであってよい。
セレクタ946は、映像及び音声の記録時には、チューナ941又はエンコーダ943から入力される符号化ビットストリームを選択し、選択した符号化ビットストリームをHDD944又はディスクドライブ945へ出力する。また、セレクタ946は、映像及び音声の再生時には、HDD944又はディスクドライブ945から入力される符号化ビットストリームをデコーダ947へ出力する。
デコーダ947は、符号化ビットストリームを復号し、映像データ及び音声データを生成する。そして、デコーダ947は、生成した映像データをOSD948へ出力する。また、デコーダ904は、生成した音声データを外部のスピーカへ出力する。
OSD948は、デコーダ947から入力される映像データを再生し、映像を表示する。また、OSD948は、表示する映像に、例えばメニュー、ボタン又はカーソルなどのGUIの画像を重畳してもよい。
制御部949は、CPUなどのプロセッサ、並びにRAM及びROMなどのメモリを有する。メモリは、CPUにより実行されるプログラム、及びプログラムデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、記録再生装置940の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース950から入力される操作信号に応じて、記録再生装置940の動作を制御する。
ユーザインタフェース950は、制御部949と接続される。ユーザインタフェース950は、例えば、ユーザが記録再生装置940を操作するためのボタン及びスイッチ、並びに遠隔制御信号の受信部などを有する。ユーザインタフェース950は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部949へ出力する。
このように構成された記録再生装置940において、エンコーダ943及びデコーダ947は、上述した実施形態に係る部分復号の機能を有する。それにより、記録再生装置940での画像の復号又は記録再生装置940で記録された画像の他の装置での復号に際して、ROIタイルのみを復号するか画像全体を復号するかを動的に選択することができる。
[4−4.第4の応用例]
図26は、上述した第1の実施形態又は第2の実施形態が適用され得る撮像装置の概略的な構成の一例を示している。撮像装置960は、被写体を撮像して画像を生成し、画像データを符号化して記録媒体に記録する。
撮像装置960は、光学ブロック961、撮像部962、信号処理部963、画像処理部964、表示部965、外部インタフェース966、メモリ967、メディアドライブ968、OSD969、制御部970、ユーザインタフェース971、及びバス972を備える。
光学ブロック961は、撮像部962に接続される。撮像部962は、信号処理部963に接続される。表示部965は、画像処理部964に接続される。ユーザインタフェース971は、制御部970に接続される。バス972は、画像処理部964、外部インタフェース966、メモリ967、メディアドライブ968、OSD969、及び制御部970を相互に接続する。
光学ブロック961は、フォーカスレンズ及び絞り機構などを有する。光学ブロック961は、被写体の光学像を撮像部962の撮像面に結像させる。撮像部962は、CCD又はCMOSなどのイメージセンサを有し、撮像面に結像した光学像を光電変換によって電気信号としての画像信号に変換する。そして、撮像部962は、画像信号を信号処理部963へ出力する。
信号処理部963は、撮像部962から入力される画像信号に対してニー補正、ガンマ補正、色補正などの種々のカメラ信号処理を行う。信号処理部963は、カメラ信号処理後の画像データを画像処理部964へ出力する。
画像処理部964は、信号処理部963から入力される画像データを符号化し、符号化データを生成する。そして、画像処理部964は、生成した符号化データを外部インタフェース966又はメディアドライブ968へ出力する。また、画像処理部964は、外部インタフェース966又はメディアドライブ968から入力される符号化データを復号し、画像データを生成する。そして、画像処理部964は、生成した画像データを表示部965へ出力する。また、画像処理部964は、信号処理部963から入力される画像データを表示部965へ出力して画像を表示させてもよい。また、画像処理部964は、OSD969から取得される表示用データを、表示部965へ出力する画像に重畳してもよい。
OSD969は、例えばメニュー、ボタン又はカーソルなどのGUIの画像を生成して、生成した画像を画像処理部964へ出力する。
外部インタフェース966は、例えばUSB入出力端子として構成される。外部インタフェース966は、例えば、画像の印刷時に、撮像装置960とプリンタとを接続する。また、外部インタフェース966には、必要に応じてドライブが接続される。ドライブには、例えば、磁気ディスク又は光ディスクなどのリムーバブルメディアが装着され、リムーバブルメディアから読み出されるプログラムが、撮像装置960にインストールされ得る。さらに、外部インタフェース966は、LAN又はインターネットなどのネットワークに接続されるネットワークインタフェースとして構成されてもよい。即ち、外部インタフェース966は、撮像装置960における伝送手段としての役割を有する。
メディアドライブ968に装着される記録媒体は、例えば、磁気ディスク、光磁気ディスク、光ディスク、又は半導体メモリなどの、読み書き可能な任意のリムーバブルメディアであってよい。また、メディアドライブ968に記録媒体が固定的に装着され、例えば、内蔵型ハードディスクドライブ又はSSD(Solid State Drive)のような非可搬性の記憶部が構成されてもよい。
制御部970は、CPUなどのプロセッサ、並びにRAM及びROMなどのメモリを有する。メモリは、CPUにより実行されるプログラム、及びプログラムデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、撮像装置960の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース971から入力される操作信号に応じて、撮像装置960の動作を制御する。
ユーザインタフェース971は、制御部970と接続される。ユーザインタフェース971は、例えば、ユーザが撮像装置960を操作するためのボタン及びスイッチなどを有する。ユーザインタフェース971は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部970へ出力する。
このように構成された撮像装置960において、画像処理部964は、上述した実施形態に係る部分復号の機能を有する。それにより、撮像装置960で撮像され又は記録される画像の復号に際して、ROIタイルのみを復号するか画像全体を復号するかを動的に選択することができる。
<5.まとめ>
ここまで、図3A〜図26を用いて、本開示に係る技術について詳細に説明した。本開示に係る技術によれば、HEVC方式のタイル分割を活用することにより、画像が注目領域(ROI)タイル及び非ROIタイルに分割され、いずれのタイルがROIタイルであるかを示すタイルパラメータが符号化ストリームに挿入される。従って、デコーダがROIタイルのみを部分復号することの可能な仕組みが実現される。それにより、個別の解像度ごとの符号化ストリームを冗長的に用意することなく、能力の高い端末には高解像度の画像を提供し、相対的に能力の低い端末には低解像度の画像を提供することが可能となる。
ROIタイルのみの部分復号を可能とする新たなタイルパラメータは、符号化ストリームのSPS若しくはPPS、SEI、又はスライスヘッダに挿入され得る。従って、例えばROIタイルが存在するか否か及びROIタイルの位置を、部分復号の用途に合わせて柔軟に指定することができる。例えば、全ての画像が少なくとも1つのROIタイルを含むような用途では、ROIタイルが存在することをSPSにおいて包括的に示すことにより、タイルパラメータの符号量を削減することができる。
上述した実施形態によれば、タイル分割は、符号化対象画像に設定されたROIの位置に応じて決定される。従って、ROIが時間的に移動するような用途においても、移動するROIを適切に追跡する動画を、部分復号によって得ることができる。例えば、画像内で検出される人物領域をROIとして扱うことにより、監視カメラの画像に映る人物画像のみを性能の低い端末で閲覧することが可能となる。また、例えばテレビ会議システムの用途では、帯域幅の異なる通信チャネルで複数のサイトが接続されている状況において、十分に広い帯域幅を有するサイトでは他のサイトからの高解像度画像の全体を復号し、狭い帯域幅のみを有するサイトでは当該高解像度画像に映る話し手の領域のみを部分的に復号することができる。
また、上述した実施形態によれば、エンコーダ側でROIタイルについてインター予測を実行する際に、参照画像の非ROIタイルを参照することが禁止される。参照画像がROIタイルを含まない場合には、インター予測が実行されず、イントラ予測のみが実行される。従って、ROIタイルの一連の画像データを、非ROIタイルを参照することなく復号することができる。
第2の実施形態によれば、スケーラブル符号化の一種としての領域スケーラビリティが実現される。この場合、ベースレイヤの符号化ストリームを、タイル分割をサポートしない画像符号化方式に従って符号化し及び復号することも可能である。従って、例えばMPEG2方式又はAVC方式などの旧来の画像符号化方式のみをサポートする端末にはROI画像のみを提供し、HEVC方式をサポートする端末にはROI画像を含む高解像度画像の全体を提供することもできる。また、エンハンスメントレイヤの符号化ストリームにおいてはROIタイルの画像データが省略されるため、ROIタイル画像の冗長的な符号化を回避して符号量の増加を抑制しつつ、これら画像符号化方式の間の部分的な互換性を確保することができる。
なお、本明細書に記述したCU、PU及びTUとの用語は、HEVCにおいて、個々のブロックに関連付られるシンタックスをも含む論理的な単位を意味する。画像の一部分としての個々のブロックのみに着目する場合、これらは、CB(Coding Block)、PB(Prediction Block)及びTB(Transform Block)との用語にそれぞれ置き換えられてもよい。CBは、CTB(Coding Tree Block)を四分木(Quad-Tree)状に階層的に分割することにより形成される。1つの四分木の全体がCTBに相当し、CTBに対応する論理的な単位はCTU(Coding Tree Unit)と呼ばれる。HEVCにおけるCTB及びCBは、符号化処理の処理単位である点でH.264/AVCにおけるマクロブロックに類似する役割を有する。但し、CTB及びCBは、そのサイズが固定的でない点でマクロブロックと異なる(マクロブロックのサイズは常に16×16画素である)。CTBのサイズは16×16画素、32×32画素及び64×64画素から選択され、符号化ストリーム内でパラメータにより指定される。CBのサイズは、CTBの分割の深さによって変化し得る。
また、本明細書では、様々な情報が、符号化ストリームのヘッダに多重化されて、符号化側から復号側へ伝送される例について主に説明した。しかしながら、これら情報を伝送する手法はかかる例に限定されない。例えば、これら情報は、符号化ビットストリームに多重化されることなく、符号化ビットストリームと関連付けられた別個のデータとして伝送され又は記録されてもよい。ここで、「関連付ける」という用語は、ビットストリームに含まれる画像(スライス若しくはブロックなど、画像の一部であってもよい)と当該画像に対応する情報とを復号時にリンクさせ得るようにすることを意味する。即ち、情報は、画像(又はビットストリーム)とは別の伝送路上で伝送されてもよい。また、情報は、画像(又はビットストリーム)とは別の記録媒体(又は同一の記録媒体の別の記録エリア)に記録されてもよい。さらに、情報と画像(又はビットストリーム)とは、例えば、複数フレーム、1フレーム、又はフレーム内の一部分などの任意の単位で互いに関連付けられてよい。
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
なお、以下のような構成も本開示の技術的範囲に属する。
(1)
画像を複数のタイルに分割することにより符号化された符号化ストリームから、いずれのタイルが注目領域タイルであるかを示す第1のパラメータを取得する取得部と、
前記取得部により取得される前記第1のパラメータに基づいて、前記画像の前記注目領域タイル及び非注目領域タイルの少なくとも一方を復号する復号部と、
を備える画像復号装置。
(2)
前記取得部は、前記符号化ストリームのSPS(Sequence Parameter Set)又はPPS(Picture Parameter Set)から前記第1のパラメータを取得する、前記(1)に記載の画像復号装置。
(3)
前記取得部は、前記符号化ストリームのSEI(Supplemental Enhancement Information)から前記第1のパラメータを取得する、前記(1)に記載の画像復号装置。
(4)
前記取得部は、前記符号化ストリームのスライスヘッダから前記第1のパラメータを取得する、前記(1)に記載の画像復号装置。
(5)
前記取得部は、注目領域タイルを含むことを前記符号化ストリームから取得される第2のパラメータが示している画像について、前記第1のパラメータを取得する、前記(1)〜(4)のいずれか1項に記載の画像復号装置。
(6)
前記画像は、当該画像に設定された注目領域の位置に応じて、符号化の際に前記複数のタイルに分割される、前記(1)〜(5)のいずれか1項に記載の画像復号装置。
(7)
前記注目領域タイルは、各画像内で検出された人物領域を含むタイルである、前記(6)に記載の画像復号装置。
(8)
前記画像復号装置は、
前記符号化ストリームから取得される動きベクトル情報の、注目領域タイルの位置に依存するオフセットを解除し、オフセットの解除された当該動きベクトル情報を用いてインター予測を実行するインター予測部、
をさらに備える、前記(1)〜(7)のいずれか1項に記載の画像復号装置。
(9)
前記復号部は、部分復号が実行される場合には、前記非注目領域タイルを復号することなく前記注目領域タイルを復号する、前記(1)〜(8)のいずれか1項に記載の画像復号装置。
(10)
前記復号部は、前記注目領域タイルの画像データが省略されたエンハンスメントレイヤのストリームである前記符号化ストリームを復号して、前記非注目領域タイルの画像データを生成し、
前記画像復号装置は、
ベースレイヤのストリームを復号して、前記注目領域タイルの画像データを生成するベースレイヤ復号部と、
前記注目領域タイルの画像データ及び前記非注目領域タイルの画像データを合成して前記画像を復元する合成部と、
をさらに備える、前記(1)〜(8)のいずれか1項に記載の画像復号装置。
(11)
前記ベースレイヤ復号部は、タイル分割をサポートしない符号化方式に従って、前記ベースレイヤのストリームを復号する、前記(10)に記載の画像復号装置。
(12)
前記復号部は、HEVC(High Efficiency Video Coding)方式に従って、前記エンハンスメントレイヤのストリームを復号し、
前記ベースレイヤ復号部は、MPEG2方式又はAVC(Advanced Video Coding)方式に従って、前記ベースレイヤのストリームを復号する、
前記(11)に記載の画像復号装置。
(13)
前記画像復号装置は、
装置の性能若しくは種類、通信帯域幅又はユーザによる指定に従って、部分復号を実行すべきかを判定する判定部、
をさらに備え、
前記判定部により部分復号を実行すべきであると判定された場合には、前記画像の前記注目領域タイルのみが復号される、
前記(9)〜(12)のいずれか1項に記載の画像復号装置。
(14)
前記画像復号装置は、
部分復号によって生成される前記注目領域タイルの復号画像を高解像度化することにより、表示画像を生成する解像度調整部、
をさらに備える、前記(13)に記載の画像復号装置。
(15)
前記画像復号装置は、
全体復号によって生成される前記注目領域タイル及び前記非注目領域タイルの復号画像を低解像度化することにより、表示画像を生成する解像度調整部、
をさらに備える、前記(13)に記載の画像復号装置。
(16)
画像を複数のタイルに分割することにより符号化された符号化ストリームから、いずれのタイルが注目領域タイルであるかを示す第1のパラメータを取得することと、
取得された前記第1のパラメータに基づいて、前記画像の前記注目領域タイル及び非注目領域タイルの少なくとも一方を復号することと、
を含む画像復号方法。
(17)
画像を注目領域タイルを含む複数のタイルに分割する分割部と、
前記画像をタイルごとに符号化することにより生成される符号化ストリームに、いずれのタイルが前記注目領域タイルであるかを示す第1のパラメータを挿入する符号化部と、
を備える画像符号化装置。
(18)
前記符号化部は、前記符号化ストリームのSPS(Sequence Parameter Set)又はPPS(Picture Parameter Set)に前記第1のパラメータを挿入する、前記(17)に記載の画像符号化装置。
(19)
前記符号化部は、前記符号化ストリームのSEI(Supplemental Enhancement Information)に前記第1のパラメータを挿入する、前記(17)に記載の画像符号化装置。
(20)
前記符号化部は、前記符号化ストリームのスライスヘッダに前記第1のパラメータを挿入する、前記(17)に記載の画像符号化装置。
(21)
前記符号化部は、各画像に注目領域タイルが含まれるかを示す第2のパラメータを前記符号化ストリームにさらに挿入する、前記(17)〜(20)のいずれか1項に記載の画像符号化装置。
(22)
前記分割部は、各画像に注目領域を設定し、設定した前記注目領域の位置に応じて、タイル分割を決定する、前記(17)〜(21)のいずれか1項に記載の画像符号化装置。
(23)
前記分割部は、各画像について人物検出を実行することにより、各画像に前記注目領域を設定する、前記(22)に記載の画像符号化装置。
(24)
前記画像符号化装置は、
符号化対象画像についてインター予測を実行するインター予測部と、
前記符号化対象画像の注目領域タイル内の予測単位について、参照画像の非注目領域タイルを参照することなく、前記インター予測部にインター予測を実行させる制御部と、
をさらに備える、前記(17)〜(23)のいずれか1項に記載の画像符号化装置。
(25)
前記インター予測部は、前記符号化対象画像の注目領域タイル内の予測単位について、前記参照画像の注目領域タイルの位置に依存してオフセットされる動きベクトル情報を生成する、前記(24)に記載の画像符号化装置。
(26)
前記制御部は、前記符号化対象画像の非注目領域タイル内の予測単位について、前記参照画像の各タイルが注目領域タイルであるかに関わらず、前記インター予測部にインター予測を実行させる、前記(24)又は前記(25)に記載の画像符号化装置。
(27)
前記制御部は、前記参照画像が注目領域タイルを含まない場合には、前記符号化対象画像の注目領域タイル内の予測単位について、前記インター予測部にインター予測を実行させない、前記(24)〜(26)のいずれか1項に記載の画像符号化装置。
(28)
前記符号化部は、前記注目領域タイルの画像データ及び非注目領域タイルの画像データの双方を1つの符号化ストリームに符号化する、前記(17)〜(27)のいずれか1項に記載の画像符号化装置。
(29)
前記符号化部は、前記注目領域タイルの画像データが省略されたエンハンスメントレイヤのストリームとして、前記符号化ストリームを生成し、
前記画像符号化装置は、
前記注目領域タイルの画像データを符号化することにより、ベースレイヤのストリームを生成するベースレイヤ符号化部と、
前記ベースレイヤのストリーム及び前記エンハンスメントレイヤのストリームを多重化して多重化ストリームを生成する多重化部と、
をさらに備える、前記(17)〜(27)のいずれか1項に記載の画像符号化装置。
(30)
前記ベースレイヤ符号化部は、タイル分割をサポートしない符号化方式に従って、前記ベースレイヤのストリームを生成する、前記(29)に記載の画像符号化装置。
(31)
前記符号化部は、HEVC(High Efficiency Video Coding)方式に従って、前記エンハンスメントレイヤのストリームを生成し、
前記ベースレイヤ符号化部は、MPEG2方式又はAVC(Advanced Video Coding)方式に従って、前記ベースレイヤのストリームを生成する、
前記(30)に記載の画像符号化装置。
(32)
画像を注目領域タイルを含む複数のタイルに分割することと、
前記画像をタイルごとに符号化することにより生成される符号化ストリームに、いずれのタイルが前記注目領域タイルであるかを示す第1のパラメータを挿入することと、
を含む画像符号化方法。
1,10 画像符号化装置
3 多重化部
12 タイル分割部
16,16a,16b 可逆符号化部
30,30a,30b イントラ予測部
35,35a,35b インター予測部
40,40a,40b 予測制御部
6,60 画像復号装置
8 合成部
63,63a,63b 可逆復号部
69,9 解像度調整部
80 イントラ予測部
85 インター予測部
90 判定部

Claims (20)

  1. 画像を複数のタイルに分割することにより符号化された符号化ストリームから、いずれのタイルが注目領域タイルであるかを示す第1のパラメータを取得する取得部と、
    前記取得部により取得される前記第1のパラメータに基づいて、前記画像の前記注目領域タイル及び非注目領域タイルの少なくとも一方を復号する復号部と、
    を備える画像復号装置。
  2. 前記取得部は、前記符号化ストリームのSPS(Sequence Parameter Set)又はPPS(Picture Parameter Set)から前記第1のパラメータを取得する、請求項1に記載の画像復号装置。
  3. 前記取得部は、前記符号化ストリームのSEI(Supplemental Enhancement Information)から前記第1のパラメータを取得する、請求項1に記載の画像復号装置。
  4. 前記取得部は、前記符号化ストリームのスライスヘッダから前記第1のパラメータを取得する、請求項1に記載の画像復号装置。
  5. 前記取得部は、注目領域タイルを含むことを前記符号化ストリームから取得される第2のパラメータが示している画像について、前記第1のパラメータを取得する、請求項1に記載の画像復号装置。
  6. 前記画像は、当該画像に設定された注目領域の位置に応じて、符号化の際に前記複数のタイルに分割される、請求項1に記載の画像復号装置。
  7. 前記注目領域タイルは、各画像内で検出された人物領域を含むタイルである、請求項6に記載の画像復号装置。
  8. 前記画像復号装置は、
    前記符号化ストリームから取得される動きベクトル情報の、注目領域タイルの位置に依存するオフセットを解除し、オフセットの解除された当該動きベクトル情報を用いてインター予測を実行するインター予測部、
    をさらに備える、請求項1に記載の画像復号装置。
  9. 前記復号部は、部分復号が実行される場合には、前記非注目領域タイルを復号することなく前記注目領域タイルを復号する、請求項1に記載の画像復号装置。
  10. 前記復号部は、前記注目領域タイルの画像データが省略されたエンハンスメントレイヤのストリームである前記符号化ストリームを復号して、前記非注目領域タイルの画像データを生成し、
    前記画像復号装置は、
    ベースレイヤのストリームを復号して、前記注目領域タイルの画像データを生成するベースレイヤ復号部と、
    前記注目領域タイルの画像データ及び前記非注目領域タイルの画像データを合成して前記画像を復元する合成部と、
    をさらに備える、請求項1に記載の画像復号装置。
  11. 前記ベースレイヤ復号部は、タイル分割をサポートしない符号化方式に従って、前記ベースレイヤのストリームを復号する、請求項10に記載の画像復号装置。
  12. 前記復号部は、HEVC(High Efficiency Video Coding)方式に従って、前記エンハンスメントレイヤのストリームを復号し、
    前記ベースレイヤ復号部は、MPEG2方式又はAVC(Advanced Video Coding)方式に従って、前記ベースレイヤのストリームを復号する、
    請求項11に記載の画像復号装置。
  13. 前記画像復号装置は、
    装置の性能若しくは種類、通信帯域幅又はユーザによる指定に従って、部分復号を実行すべきかを判定する判定部、
    をさらに備え、
    前記判定部により部分復号を実行すべきであると判定された場合には、前記画像の前記注目領域タイルのみが復号される、
    請求項9に記載の画像復号装置。
  14. 前記画像復号装置は、
    部分復号によって生成される前記注目領域タイルの復号画像を高解像度化することにより、表示画像を生成する解像度調整部、
    をさらに備える、請求項13に記載の画像復号装置。
  15. 前記画像復号装置は、
    全体復号によって生成される前記注目領域タイル及び前記非注目領域タイルの復号画像を低解像度化することにより、表示画像を生成する解像度調整部、
    をさらに備える、請求項13に記載の画像復号装置。
  16. 画像を複数のタイルに分割することにより符号化された符号化ストリームから、いずれのタイルが注目領域タイルであるかを示す第1のパラメータを取得することと、
    取得された前記第1のパラメータに基づいて、前記画像の前記注目領域タイル及び非注目領域タイルの少なくとも一方を復号することと、
    を含む画像復号方法。
  17. 画像を注目領域タイルを含む複数のタイルに分割する分割部と、
    前記画像をタイルごとに符号化することにより生成される符号化ストリームに、いずれのタイルが前記注目領域タイルであるかを示す第1のパラメータを挿入する符号化部と、
    を備える画像符号化装置。
  18. 前記符号化部は、前記符号化ストリームのSPS(Sequence Parameter Set)又はPPS(Picture Parameter Set)に前記第1のパラメータを挿入する、請求項17に記載の画像符号化装置。
  19. 前記符号化部は、各画像に注目領域タイルが含まれるかを示す第2のパラメータを前記符号化ストリームにさらに挿入する、請求項17に記載の画像符号化装置。
  20. 画像を注目領域タイルを含む複数のタイルに分割することと、
    前記画像をタイルごとに符号化することにより生成される符号化ストリームに、いずれのタイルが前記注目領域タイルであるかを示す第1のパラメータを挿入することと、
    を含む画像符号化方法。
JP2014522473A 2012-06-25 2013-05-10 画像復号装置及び画像復号方法 Expired - Fee Related JP6295951B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012141652 2012-06-25
JP2012141652 2012-06-25
PCT/JP2013/063116 WO2014002619A1 (ja) 2012-06-25 2013-05-10 画像復号装置、画像復号方法、画像符号化装置及び画像符号化方法

Publications (2)

Publication Number Publication Date
JPWO2014002619A1 true JPWO2014002619A1 (ja) 2016-05-30
JP6295951B2 JP6295951B2 (ja) 2018-03-20

Family

ID=49782793

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014522473A Expired - Fee Related JP6295951B2 (ja) 2012-06-25 2013-05-10 画像復号装置及び画像復号方法

Country Status (5)

Country Link
US (1) US10257522B2 (ja)
EP (1) EP2814243A4 (ja)
JP (1) JP6295951B2 (ja)
CN (1) CN104170384A (ja)
WO (1) WO2014002619A1 (ja)

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6214235B2 (ja) * 2012-07-02 2017-10-18 キヤノン株式会社 ファイル生成方法、ファイル生成装置、及びプログラム
US10390024B2 (en) * 2013-04-08 2019-08-20 Sony Corporation Region of interest scalability with SHVC
JP6261215B2 (ja) * 2013-07-12 2018-01-17 キヤノン株式会社 画像符号化装置、画像符号化方法及びプログラム、画像復号装置、画像復号方法及びプログラム
WO2015014773A1 (en) 2013-07-29 2015-02-05 Koninklijke Kpn N.V. Providing tile video streams to a client
US9386275B2 (en) 2014-01-06 2016-07-05 Intel IP Corporation Interactive video conferencing
JP6370671B2 (ja) * 2014-01-30 2018-08-08 パナソニック株式会社 画像復号装置、画像送信装置、画像処理システム、画像復号方法、および、画像送信方法
US9948935B2 (en) * 2014-01-30 2018-04-17 Panasonic Corporation Image decoding apparatus, image transmission apparatus, image processing system, image decoding method, and image transmission method using range information
US20150237351A1 (en) * 2014-02-18 2015-08-20 Penne Lee Techniques for inclusion of region of interest indications in compressed video data
WO2015190078A1 (ja) * 2014-06-12 2015-12-17 日本電気株式会社 映像符号化装置、映像符号化方法および記録媒体
WO2015197815A1 (en) 2014-06-27 2015-12-30 Koninklijke Kpn N.V. Determining a region of interest on the basis of a hevc-tiled video stream
US10694192B2 (en) 2014-06-27 2020-06-23 Koninklijke Kpn N.V. HEVC-tiled video streaming
US10271076B2 (en) 2014-06-30 2019-04-23 Sony Corporation File generation device and method, and content playback device and method
US10506244B2 (en) 2015-03-06 2019-12-10 Qualcomm Incorporated Method and apparatus for video coding using adaptive tile sizes
CN107683605B (zh) * 2015-06-24 2021-12-03 索尼公司 编码装置、解码装置和传输控制方法
WO2017029400A1 (en) 2015-08-20 2017-02-23 Koninklijke Kpn N.V. Forming one or more tile streams on the basis of one or more video streams
US9967446B2 (en) * 2015-09-09 2018-05-08 Itx-M2M Co., Ltd. Personalized shopping mall system using virtual camera
US10674185B2 (en) 2015-10-08 2020-06-02 Koninklijke Kpn N.V. Enhancing a region of interest in video frames of a video stream
US10178414B2 (en) 2015-10-14 2019-01-08 International Business Machines Corporation Aggregated region-based reduced bandwidth video streaming
KR20220002736A (ko) * 2015-11-24 2022-01-06 삼성전자주식회사 비디오 복호화 방법 및 장치, 그 부호화 방법 및 장치
US20170180758A1 (en) * 2015-12-22 2017-06-22 Vallabhajosyula S. Somayazulu Tiled Wireless Display
KR101713492B1 (ko) * 2016-06-27 2017-03-07 가천대학교 산학협력단 영상 복호화 방법, 영상 부호화 방법, 영상 복호화 장치, 및 영상 부호화 장치
EP3293981A1 (en) * 2016-09-08 2018-03-14 Koninklijke KPN N.V. Partial video decoding method, device and system
KR102390413B1 (ko) * 2017-03-03 2022-04-25 에스케이텔레콤 주식회사 영상 부호화 또는 복호화하기 위한 장치 및 방법
BR112019025471A2 (pt) * 2017-06-09 2020-06-23 Sony Semiconductor Solutions Corporation Dispositivo de transmissão de figura, e, dispositivo de recepção de figura
JP6415652B1 (ja) * 2017-07-18 2018-10-31 三菱電機株式会社 映像再生装置、映像記録装置および映像記録方法
JP7148236B2 (ja) * 2017-10-27 2022-10-05 キヤノン株式会社 符号化装置及びその制御方法及びプログラム
CN107809641B (zh) 2017-11-13 2020-04-24 北京京东方光电科技有限公司 图像数据传输方法、处理方法及图像处理设备、显示设备
US10375407B2 (en) 2018-02-05 2019-08-06 Intel Corporation Adaptive thresholding for computer vision on low bitrate compressed video streams
US11025942B2 (en) * 2018-02-08 2021-06-01 Samsung Electronics Co., Ltd. Progressive compressed domain computer vision and deep learning systems
FI3809702T3 (fi) * 2018-06-15 2023-05-11 Lg Electronics Inc Menetelmä ja laite CABAC-pohjaista entropiakoodausta varten
US10841602B2 (en) * 2018-07-16 2020-11-17 Tencent America LLC Hierarchical tiles
US10798389B2 (en) * 2018-10-02 2020-10-06 Tencent America LLC Method and apparatus for content-aware point cloud compression using HEVC tiles
CN111294601A (zh) 2018-12-07 2020-06-16 华为技术有限公司 视频图像解码、编码方法及装置
CN113228519A (zh) * 2018-12-14 2021-08-06 华为技术有限公司 任意和环绕分块分组
MX2021007873A (es) 2018-12-27 2021-10-26 Huawei Tech Co Ltd Un codificador de video, un decodificador de video y métodos correspondientes.
CN113261030A (zh) * 2018-12-28 2021-08-13 华为技术有限公司 视频译码中的灵活分块的分块组
US11523185B2 (en) 2019-06-19 2022-12-06 Koninklijke Kpn N.V. Rendering video stream in sub-area of visible display area
CN112930683A (zh) * 2019-06-20 2021-06-08 株式会社 Xris 用于对图像信号进行编码/解码的方法及其设备
JP2021002773A (ja) * 2019-06-21 2021-01-07 キヤノン株式会社 画像符号化装置、画像復号装置、画像符号化方法、画像復号方法
JP7403246B2 (ja) * 2019-06-21 2023-12-22 キヤノン株式会社 画像復号装置、画像復号方法
CN116195256A (zh) * 2020-03-20 2023-05-30 寰发股份有限公司 图片和视频编解码中以信号通知片和切片分区信息的方法和装置
TW202147850A (zh) * 2020-05-01 2021-12-16 美商Op解決方案公司 用於組合無損和有損寫碼之方法和系統
US11451770B2 (en) 2021-01-25 2022-09-20 Dell Products, Lp System and method for video performance optimizations during a video conference session
US20220270539A1 (en) * 2021-02-22 2022-08-25 Novatek Microelectronics Corp. Display driver integrated circuit, image processor, and operation method thereof
US11463656B1 (en) 2021-07-06 2022-10-04 Dell Products, Lp System and method for received video performance optimizations during a video conference session
US11546394B1 (en) * 2022-01-31 2023-01-03 Zoom Video Communications, Inc. Region of interest-based resolution normalization
US11979441B2 (en) 2022-01-31 2024-05-07 Zoom Video Communications, Inc. Concurrent region of interest-based video stream capture at normalized resolutions
CN118042158A (zh) * 2022-11-14 2024-05-14 杭州海康威视数字技术股份有限公司 一种图像编解码方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007036889A (ja) * 2005-07-28 2007-02-08 Sanyo Electric Co Ltd 符号化方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070025444A1 (en) 2005-07-28 2007-02-01 Shigeyuki Okada Coding Method
US20070025442A1 (en) * 2005-07-28 2007-02-01 Sanyo Electric Co., Ltd. Coding method for coding moving images
CN102271249B (zh) * 2005-09-26 2014-04-09 韩国电子通信研究院 用于可伸缩视频的感兴趣区域信息设置方法和解析方法
US9584819B2 (en) * 2011-10-24 2017-02-28 Qualcomm Incorporated Grouping of tiles for video coding

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007036889A (ja) * 2005-07-28 2007-02-08 Sanyo Electric Co Ltd 符号化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DANNY HONG, WONKAP JANG, JILL BOYCE, ADEEL ABBAS, SCALABILITY SUPPORT IN HEVC, JPN6013038151, 14 July 2011 (2011-07-14), ISSN: 0003658675 *
OHJI NAKAGAMI ET AL., BITSTREAM RESTRICTION FLAG TO ENABLE TILE SPLIT, JPN6017038557, 27 April 2012 (2012-04-27), ISSN: 0003658674 *
YE-KUI WANG, YING CHEN, MUHAMMED COBAN, MARTA KARCZEWICZ, TILE GROUPS, JPN6013038147, 21 November 2011 (2011-11-21), ISSN: 0003658673 *

Also Published As

Publication number Publication date
US10257522B2 (en) 2019-04-09
EP2814243A4 (en) 2016-04-20
US20150023407A1 (en) 2015-01-22
JP6295951B2 (ja) 2018-03-20
EP2814243A1 (en) 2014-12-17
CN104170384A (zh) 2014-11-26
WO2014002619A1 (ja) 2014-01-03

Similar Documents

Publication Publication Date Title
JP6295951B2 (ja) 画像復号装置及び画像復号方法
US10448017B2 (en) Image processing device and image processing method for image decoding based on non-square quantization matrix
US11812042B2 (en) Image decoding device and method for setting information for controlling decoding of coded data
JP6580648B2 (ja) 画像処理装置および記録媒体
JP6471786B2 (ja) 画像処理装置及び画像処理方法
US20230055659A1 (en) Image processing device and method using adaptive offset filter in units of largest coding unit
WO2017126333A1 (ja) 画像処理装置および方法
JPWO2014002822A1 (ja) 画像処理装置および方法
JP6652126B2 (ja) 画像処理装置および方法
WO2013088833A1 (ja) 画像処理装置及び画像処理方法
KR102197557B1 (ko) 화상 처리 장치 및 방법
JP2013074491A (ja) 画像処理装置および方法
WO2017126331A1 (ja) 画像処理装置および方法
WO2015098231A1 (ja) 画像処理装置及び画像処理方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160314

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170418

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170614

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20171010

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171201

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: 20180123

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180205

R151 Written notification of patent or utility model registration

Ref document number: 6295951

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

LAPS Cancellation because of no payment of annual fees