<一実施の形態>
(符号化装置の一実施の形態の構成例)
図1は、本技術を適用した符号化装置の一実施の形態の構成例を示すブロック図である。
図1の符号化装置11は、A/D変換部31、画面並べ替えバッファ32、演算部33、直交変換部34、量子化部35、可逆符号化部36、蓄積バッファ37、逆量子化部38、逆直交変換部39、加算部40、デブロックフィルタ41、適応オフセットフィルタ42、適応ループフィルタ43、フレームメモリ44、スイッチ45、イントラ予測部46、動き予測・補償部47、予測画像選択部48、およびレート制御部49により構成される。
具体的には、符号化装置11のA/D変換部31は、入力信号として入力されたフレーム単位の画像をA/D変換し、画面並べ替えバッファ32に出力して記憶させる。画面並べ替えバッファ32は、記憶した表示の順番のフレーム単位の画像を、GOP構造に応じて、符号化のための順番に並べ替え、演算部33、イントラ予測部46、および動き予測・補償部47に出力する。
演算部33は、予測画像選択部48から供給される予測画像と、画面並べ替えバッファ32から出力された符号化対象の画像の差分を演算することにより符号化を行う。具体的には、演算部33は、画面並べ替えバッファ32から出力された符号化対象の画像から、予測画像選択部48から供給される予測画像を減算することにより符号化を行う。演算部33は、その結果得られる画像を、残差情報として直交変換部34に出力する。なお、予測画像選択部48から予測画像が供給されない場合、演算部33は、画面並べ替えバッファ32から読み出された画像をそのまま残差情報として直交変換部34に出力する。
直交変換部34は、演算部33からの残差情報を直交変換し、直交変換係数を生成する。直交変換部34は、生成された直交変換係数を量子化部35に供給する。
量子化部35は、直交変換部34から供給される直交変換係数に対して、レート制御部49から供給される量子化パラメータを用いて量子化を行う。量子化部35は、その結果得られる係数は、可逆符号化部36に入力される。
可逆符号化部36は、最適イントラ予測モードを示す情報(以下、イントラ予測モード情報という)をイントラ予測部46から取得する。また、可逆符号化部36は、最適インター予測モードを示す情報(以下、インター予測モード情報という)、動きベクトルなどを動き予測・補償部47から取得する。また、可逆符号化部36は、レート制御部49から量子化パラメータを取得する。
また、可逆符号化部36は、適応オフセットフィルタ42から格納フラグ、インデックスまたはオフセット、および種類情報をオフセットフィルタ情報として取得し、適応ループフィルタ43からフィルタ係数を取得する。
可逆符号化部36は、量子化部35から供給される量子化された係数に対して、可変長符号化(例えば、CAVLC(Context-Adaptive Variable Length Coding)など)、算術符号化(例えば、CABAC(Context-Adaptive Binary Arithmetic Coding)など)などの可逆符号化を行う。
また、可逆符号化部36は、イントラ予測モード情報、または、インター予測モード情報、動きベクトル、参照画像を特定するための情報など、量子化パラメータ、オフセットフィルタ情報、およびフィルタ係数を、符号化に関する符号化情報として可逆符号化する。可逆符号化部36は、可逆符号化された符号化情報と係数を、符号化データとして蓄積バッファ37に供給し、蓄積させる。なお、可逆符号化された符号化情報は、可逆符号化された係数のヘッダ情報(スライスヘッダ)とされてもよい。
蓄積バッファ37は、可逆符号化部36から供給される符号化データを、一時的に記憶する。また、蓄積バッファ37は、記憶している符号化データを出力する。
また、量子化部35より出力された、量子化された係数は、逆量子化部38にも入力される。逆量子化部38は、量子化部35により量子化された係数に対して、レート制御部49から供給される量子化パラメータを用いて逆量子化を行い、その結果得られる直交変換係数を逆直交変換部39に供給される。
逆直交変換部39は、逆量子化部38から供給される直交変換係数に対して逆直交変換を行う。逆直交変換部39は、逆直交変換の結果得られる残差情報を加算部40に供給する。
加算部40は、逆直交変換部39から供給される残差情報と、予測画像選択部48から供給される予測画像を加算して、局部的に復号された画像を得る。なお、予測画像選択部48から予測画像が供給されない場合、加算部40は、逆直交変換部39から供給される残差情報を局部的に復号された復号画像とする。加算部40は、局部的に復号された画像をデブロックフィルタ41に供給するとともに、フレームメモリ44に供給して蓄積させる。
デブロックフィルタ41は、加算部40から供給される局部的に復号された画像に対して、ブロック歪を除去する適応デブロックフィルタ処理を行い、その結果得られる画像を適応オフセットフィルタ42に供給する。
適応オフセットフィルタ42は、デブロックフィルタ41による適応デブロックフィルタ処理後の画像に対して、主にリンギングを除去する適応オフセットフィルタ(SAO: Sample adaptive offset)処理を行う。
具体的には、適応オフセットフィルタ42は、最大の符号化単位であるLCU(Largest Coding Unit)ごとに適応オフセットフィルタ処理の種類を決定し、その適応オフセットフィルタ処理で用いられるオフセットを求める。適応オフセットフィルタ42は、求められたオフセットを用いて、適応デブロックフィルタ処理後の画像に対して、決定された種類の適応オフセットフィルタ処理を行う。そして、適応オフセットフィルタ42は、適応オフセットフィルタ処理後の画像を適応ループフィルタ43に供給する。
また、適応オフセットフィルタ42は、オフセットを格納するバッファを有している。適応オフセットフィルタ42は、LCUごとに、適応デブロックフィルタ処理に用いられたオフセットが既にバッファに格納されているかどうかを判定する。
適応オフセットフィルタ42は、適応デブロックフィルタ処理に用いられたオフセットが既にバッファに格納されていると判定した場合、オフセットがバッファに格納されているかを示す格納フラグを、オフセットがバッファに格納されていることを示す値(ここでは1)に設定する。
そして、適応オフセットフィルタ42は、LCUごとに、1に設定された格納フラグ、バッファにおけるオフセットの格納位置を示すインデックス、および、行われた適応オフセットフィルタ処理の種類を示す種類情報を可逆符号化部36に供給する。
一方、適応オフセットフィルタ42は、適応デブロックフィルタ処理に用いられたオフセットがまだバッファに格納されていない場合、そのオフセットを順にバッファに格納する。また、適応オフセットフィルタ42は、格納フラグを、オフセットがバッファに格納されていないことを示す値(ここでは0)に設定する。そして、適応オフセットフィルタ42は、LCUごとに、0に設定された格納フラグ、オフセット、および種類情報を可逆符号化部36に供給する。
適応ループフィルタ43は、適応オフセットフィルタ42から供給される適応オフセットフィルタ処理後の画像に対して、例えば、LCUごとに、適応ループフィルタ(ALF:Adaptive Loop Filter)処理を行う。適応ループフィルタ処理としては、例えば、2次元のウィナーフィルタ(Wiener Filter)による処理が用いられる。もちろん、ウィナーフィルタ以外のフィルタが用いられてもよい。
具体的には、適応ループフィルタ43は、LCUごとに、画面並べ替えバッファ32から出力される画像である原画像と適応ループフィルタ処理後の画像の残差が最小となるように、適応ループフィルタ処理で用いられるフィルタ係数を算出する。そして、適応ループフィルタ43は、適応オフセットフィルタ処理後の画像に対して、算出されたフィルタ係数を用いて、LCUごとに適応ループフィルタ処理を行う。
適応ループフィルタ43は、適応ループフィルタ処理後の画像をフレームメモリ44に供給する。また、適応ループフィルタ43は、フィルタ係数を可逆符号化部36に供給する。
なお、ここでは、適応ループフィルタ処理は、LCUごとに行われるものとするが、適応ループフィルタ処理の処理単位は、LCUに限定されない。但し、適応オフセットフィルタ42と適応ループフィルタ43の処理単位を合わせることにより、処理を効率的に行うことができる。
フレームメモリ44は、DPBであり、適応ループフィルタ43から供給される画像、または、加算部40から供給される画像を復号画像として蓄積する。フレームメモリ44に蓄積された復号画像は、参照画像としてスイッチ45を介してイントラ予測部46または動き予測・補償部47に出力される。
イントラ予測部46は、フレームメモリ44からスイッチ45を介して読み出された参照画像を用いて、候補となる全てのイントラ予測モードのイントラ予測処理を行い、符号化対象の画像の予測画像を生成する。
また、イントラ予測部46は、画面並べ替えバッファ32から読み出された画像と、イントラ予測処理の結果生成される予測画像とに基づいて、候補となる全てのイントラ予測モードに対してコスト関数値(詳細は後述する)を算出する。そして、イントラ予測部46は、コスト関数値が最小となるイントラ予測モードを、最適イントラ予測モードに決定する。
イントラ予測部46は、最適イントラ予測モードで生成された予測画像、および、対応するコスト関数値を、予測画像選択部48に供給する。イントラ予測部46は、予測画像選択部48から最適イントラ予測モードで生成された予測画像の選択が通知された場合、イントラ予測モード情報を可逆符号化部36に供給する。
なお、コスト関数値は、RD(Rate Distortion)コストともいい、例えば、H.264/AVC方式における参照ソフトウエアであるJM(Joint Model)で定められているような、High Complexity モードか、Low Complexity モードのいずれかの手法に基づいて算出される。
具体的には、コスト関数値の算出手法としてHigh Complexity モードが採用される場合、候補となる全ての予測モードに対して、仮に復号までが行われ、次の式(1)で表わされるコスト関数値が各予測モードに対して算出される。
Cost(Mode)=D+λ・R ・・・(1)
Dは、原画像と復号画像の差分(歪)、Rは、直交変換の係数まで含んだ発生符号量、λは、量子化パラメータQPの関数として与えられるラグランジュ乗数である。
一方、コスト関数値の算出手法としてLow Complexity モードが採用される場合、候補となる全ての予測モードに対して、予測画像の生成、および、符号化情報の符号量の算出が行われ、次の式(2)で表わされるコスト関数が各予測モードに対して算出される。
Cost(Mode)=D+QPtoQuant(QP)・Header_Bit ・・・(2)
Dは、原画像と予測画像の差分(歪)、Header_Bitは、符号化情報の符号量、QPtoQuantは、量子化パラメータQPの関数として与えられる関数である。
Low Complexity モードにおいては、全ての予測モードに対して、予測画像を生成するだけでよく、復号画像を生成する必要がないため、演算量が少なくて済む。
動き予測・補償部47は、候補となる全てのインター予測モードの動き予測・補償処理を行う。具体的には、動き予測・補償部47は、画面並べ替えバッファ32から供給される画像と、フレームメモリ44からスイッチ45を介して読み出される参照画像に基づいて、候補となる全てのインター予測モードの動きベクトルを検出する。そして、動き予測・補償部47は、予測画像生成部として機能し、その動きベクトルに基づいて参照画像に補償処理を施し、符号化対象の画像の予測画像を生成する。
このとき、動き予測・補償部47は、画面並べ替えバッファ32から供給される画像と予測画像とに基づいて、候補となる全てのインター予測モードに対してコスト関数値を算出し、コスト関数値が最小となるインター予測モードを最適インター測モードに決定する。そして、動き予測・補償部47は、最適インター予測モードのコスト関数値と、対応する予測画像を予測画像選択部48に供給する。また、動き予測・補償部47は、予測画像選択部48から最適インター予測モードで生成された予測画像の選択が通知された場合、インター予測モード情報、対応する動きベクトル、参照画像を特定するための情報などを可逆符号化部36に出力する。
予測画像選択部48は、イントラ予測部46および動き予測・補償部47から供給されるコスト関数値に基づいて、最適イントラ予測モードと最適インター予測モードのうちの、対応するコスト関数値が小さい方を、最適予測モードに決定する。そして、予測画像選択部48は、最適予測モードの予測画像を、演算部33および加算部40に供給する。また、予測画像選択部48は、最適予測モードの予測画像の選択をイントラ予測部46または動き予測・補償部47に通知する。
レート制御部49は、蓄積バッファ37に蓄積された符号化データに基づいて、オーバーフローあるいはアンダーフローが発生しないように、量子化部35で用いられる量子化パラメータを決定する。レート制御部49は、決定された量子化パラメータを、量子化部35、可逆符号化部36、および逆量子化部38に供給する。
(フレームメモリに記憶される参照画像の第1の例)
図2は、フレームメモリ44に記憶可能な参照画像の枚数が6枚である場合にフレームメモリ44に記憶される参照画像を説明する図である。
図2に示すように、フレームメモリ44に記憶可能な参照画像の枚数が6枚である場合、1枚の符号化対象の画像の復号画像と、5枚以下の符号化済みの画像の復号画像とが、フレームメモリ44に記憶される。即ち、フレームメモリ44は、1枚の符号化対象の画像の復号画像を一時的に記憶する一時記憶領域と、5枚以下の符号化済みの画像の復号画像を記憶する長期記憶領域とを有する。
なお、図2において、Iは、Iピクチャを表し、Bは、Bピクチャを表す。また、IやBの後の数字は、対応するピクチャの表示順を表す。図2において、最上段は、ピクチャを、符号化順(復号順)に並べて記載したものである。上から2番目の段は、最上段のピクチャの表示順(POC(Picture Order Count))を記載したものである。上から3番目の段は、最上段のピクチャの復号時に表示されるピクチャを記載したものである。
また、上から4番目乃至8番目の段は、最上段のピクチャの符号化時にフレームメモリ44の長期記憶領域に記憶されるピクチャを記載したものである。上から9番目の段は、最上段のピクチャの符号化時のL0予測に参照画像として用いられるピクチャの表示順を表し、上から10番目の段は、最上段のピクチャの符号化時のL1予測に参照画像として用いられるピクチャの表示順を表す。これらのことは、後述する図3乃至図5においても同様である。
図2に示すように、フレームメモリ44は、符号化対象のピクチャの復号時にまだ表示が終わらないピクチャを、長期記憶領域に記憶する。一方、フレームメモリ44は、符号化対象のピクチャの復号時に表示が済んでおり、参照画像として用いられないピクチャを、長期記憶領域に記憶しない。
さらに、フレームメモリ44は、符号化対象のピクチャと表示順が近いピクチャよりも、量子化パラメータの小さいピクチャを優先的に長期記憶領域に記憶する。例えば、フレームメモリ44は、表示順が5番目であるBピクチャ(B5ピクチャ)の符号化時に、B5ピクチャと表示順が近い、表示順が2番目であるBピクチャ(B2ピクチャ)よりも、量子化パラメータの小さい、表示順が0番目であるIピクチャ(I0ピクチャ)を優先的に長期記憶領域に記憶する。
(フレームメモリに記憶される参照画像の第2の例)
図3は、フレームメモリ44に記憶可能な参照画像の枚数が5枚である場合にフレームメモリ44に記憶される参照画像の第1の例を説明する図である。
図3に示すように、フレームメモリ44に記憶可能な参照画像の枚数が5枚である場合、1枚の符号化対象の画像の復号画像と、4枚以下の符号化済みの画像の復号画像とが、フレームメモリ44に記憶される。即ち、フレームメモリ44は、1枚の符号化対象の画像の復号画像を一時的に記憶する一時記憶領域と、4枚以下の符号化済みの画像の復号画像を記憶する長期記憶領域とを有する。
図3に示すように、フレームメモリ44は、符号化対象のピクチャの復号時にまだ表示が終わらないピクチャを、長期記憶領域に記憶する。一方、フレームメモリ44は、符号化対象のピクチャの復号時に表示が済んでおり、参照画像として用いられないピクチャを、長期記憶領域に記憶しない。
さらに、フレームメモリ44は、符号化対象のピクチャと表示順が近いピクチャを優先的に長期記憶領域に記憶する。例えば、フレームメモリ44は、表示順が6番目であるBピクチャ(B6ピクチャ)の符号化時に、表示順が0番目であるI0ピクチャよりも、B6ピクチャと表示順が近い、表示順が2番目であるB2ピクチャを優先的に長期記憶領域に記憶する。
(フレームメモリに記憶される参照画像の第3の例)
図4は、フレームメモリ44に記憶可能な参照画像の枚数が5枚である場合にフレームメモリ44に記憶される参照画像の第2の例を説明する図である。
上述したように、フレームメモリ44に記憶可能な参照画像の枚数が5枚である場合、フレームメモリ44は、1枚の符号化対象の画像の復号画像を一時的に記憶する一時記憶領域と、4枚以下の符号化済みの画像の復号画像を記憶する長期記憶領域とを有する。
図4に示すように、フレームメモリ44は、符号化対象のピクチャの復号時にまだ表示が終わらないピクチャを、長期記憶領域に記憶する。一方、フレームメモリ44は、符号化対象のピクチャの復号時に表示が済んでおり、参照画像として用いられないピクチャを、長期記憶領域に記憶しない。
さらに、フレームメモリ44は、符号化対象のピクチャと表示順が近いピクチャを部分的に優先して長期記憶領域に記憶する。例えば、フレームメモリ44は、表示順が6番目であるB6ピクチャの符号化時に、B6ピクチャと表示順が近い、表示順が2番目であるB2ピクチャよりも、量子化パラメータの小さい、表示順が0番目であるI0ピクチャを優先的に長期記憶領域に記憶する。
一方、フレームメモリ44は、表示順が7番目であるBピクチャ(B7ピクチャ)の符号化時に、表示順が0番目であるI0ピクチャよりも、B7ピクチャと表示順が近い、表示順が4番目であるBピクチャ(B4ピクチャ)を優先的に長期記憶領域に記憶する。
(フレームメモリに記憶される参照画像の第4の例)
図5は、フレームメモリ44に記憶可能な参照画像の枚数が5枚である場合にフレームメモリ44に記憶される参照画像の第3の例を説明する図である。
上述したように、フレームメモリ44に記憶可能な参照画像の枚数が5枚である場合、フレームメモリ44は、1枚の符号化対象の画像の復号画像を一時的に記憶する一時記憶領域と、4枚以下の符号化済みの画像の復号画像を記憶する長期記憶領域とを有する。
図5に示すように、フレームメモリ44は、符号化対象のピクチャの復号時にまだ表示が終わらないピクチャを、長期記憶領域に記憶する。一方、フレームメモリ44は、符号化対象のピクチャの復号時に表示が済んでおり、参照画像として用いられないピクチャを、長期記憶領域に記憶しない。
さらに、フレームメモリ44は、符号化対象のピクチャと表示順が近いピクチャよりも、量子化パラメータの小さいピクチャを優先的に長期記憶領域に記憶する。例えば、フレームメモリ44は、表示順が6番目であるB6ピクチャの符号化時に、B6ピクチャと表示順が近い、表示順が2番目であるB2ピクチャよりも、量子化パラメータの小さい、表示順が0番目であるI0ピクチャを優先的に長期記憶領域に記憶する。
なお、フレームメモリ44に記憶可能な参照画像の枚数は、符号化対象の画像の大きさ、即ちプロファイルのレベルなどに応じて決定される。例えば、符号化対象の画像が大きい場合、フレームメモリ44に記憶可能な参照画像の枚数は5枚とされ、符号化対象の画像が小さい場合、フレームメモリ44に記憶可能な参照画像の枚数は6枚とされる。
また、フレームメモリ44に記憶可能な参照画像の枚数が5枚である場合、フレームメモリ44は、図3乃至図5のいずれの方法で参照画像を記憶してもよい。また、符号化対象の画像の種類等に応じて、図3乃至図5の方法が切り替えられるようにしてもよい。この場合、例えば、符号化対象の画像が動画像である場合図3の方法が用いられ、符号化対象の画像が静止画像である場合図5の方法が用いられる。
(符号化装置の処理の説明)
図6は、図3の符号化装置11の符号化処理の詳細を説明するフローチャートである。
図6のステップS31において、符号化装置11のA/D変換部31は、入力信号として入力されたフレーム単位の画像をA/D変換し、画面並べ替えバッファ32に出力して記憶させる。
ステップS32において、画面並べ替えバッファ32は、記憶した表示の順番のフレームの画像を、GOP構造に応じて、符号化のための順番に並べ替える。画面並べ替えバッファ32は、並べ替え後のフレーム単位の画像を、演算部33、イントラ予測部46、および動き予測・補償部47に供給する。
ステップS33において、イントラ予測部46は、候補となる全てのイントラ予測モードのイントラ予測処理を行う。また、イントラ予測部46は、画面並べ替えバッファ32から読み出された画像と、イントラ予測処理の結果生成される予測画像とに基づいて、候補となる全てのイントラ予測モードに対してコスト関数値を算出する。そして、イントラ予測部46は、コスト関数値が最小となるイントラ予測モードを、最適イントラ予測モードに決定する。イントラ予測部46は、最適イントラ予測モードで生成された予測画像、および、対応するコスト関数値を、予測画像選択部48に供給する。
また、動き予測・補償部47は、候補となる全てのインター予測モードの動き予測・補償処理を行う。また、動き予測・補償部47は、画面並べ替えバッファ32から供給される画像と予測画像とに基づいて、候補となる全てのインター予測モードに対してコスト関数値を算出し、コスト関数値が最小となるインター予測モードを最適インター測モードに決定する。そして、動き予測・補償部47は、最適インター予測モードのコスト関数値と、対応する予測画像を予測画像選択部48に供給する。
ステップS34において、予測画像選択部48は、ステップS33の処理によりイントラ予測部46および動き予測・補償部47から供給されるコスト関数値に基づいて、最適イントラ予測モードと最適インター予測モードのうちのコスト関数値が最小となる方を、最適予測モードに決定する。そして、予測画像選択部48は、最適予測モードの予測画像を、演算部33および加算部40に供給する。
ステップS35において、予測画像選択部48は、最適予測モードが最適インター予測モードであるかどうかを判定する。ステップS35で最適予測モードが最適インター予測モードであると判定された場合、予測画像選択部48は、最適インター予測モードで生成された予測画像の選択を動き予測・補償部47に通知する。
そして、ステップS36において、動き予測・補償部47は、インター予測モード情報、対応する動きベクトル、参照画像を特定するための情報などを可逆符号化部36に供給し、処理をステップS38に進める。
一方、ステップS35で最適予測モードが最適インター予測モードではないと判定された場合、即ち最適予測モードが最適イントラ予測モードである場合、予測画像選択部48は、最適イントラ予測モードで生成された予測画像の選択をイントラ予測部46に通知する。そして、ステップS37において、イントラ予測部46は、イントラ予測モード情報を可逆符号化部36に供給し、処理をステップS38に進める。
ステップS38において、演算部33は、画面並べ替えバッファ32から供給される画像から、予測画像選択部48から供給される予測画像を減算することにより符号化を行う。演算部33は、その結果得られる画像を、残差情報として直交変換部34に出力する。
ステップS39において、直交変換部34は、演算部33からの残差情報に対して直交変換を施し、その結果得られる直交変換係数を量子化部35に供給する。
ステップS40において、量子化部35は、レート制御部49から供給される量子化パラメータを用いて直交変換部34から供給される係数を量子化する。量子化された係数は、可逆符号化部36と逆量子化部38に入力される。
図7のステップS41において、逆量子化部38は、レート制御部49から供給される量子化パラメータを用いて、量子化部35から供給される量子化された係数を逆量子化し、その結果得られる直交変換係数を逆直交変換部39に供給する。
ステップS42において、逆直交変換部39は、逆量子化部38から供給される直交変換係数に対して逆直交変換を施し、その結果得られる残差情報を加算部40に供給する。
ステップS43において、加算部40は、逆直交変換部39から供給される残差情報と、予測画像選択部48から供給される予測画像を加算し、局部的に復号された画像を得る。加算部40は、得られた画像をデブロックフィルタ41に供給するとともに、フレームメモリ44に供給する。
ステップS44において、デブロックフィルタ41は、加算部40から供給される局部的に復号された画像に対して、デブロッキングフィルタ処理を行う。デブロックフィルタ41は、その結果得られる画像を適応オフセットフィルタ42に供給する。
ステップS45において、適応オフセットフィルタ42は、デブロックフィルタ41から供給される画像に対して、LCUごとに適応オフセットフィルタ処理を行う。適応オフセットフィルタ42は、その結果得られる画像を適応ループフィルタ43に供給する。また、適応オフセットフィルタ42は、LCUごとに、格納フラグ、インデックスまたはオフセット、および種類情報を、オフセットフィルタ情報として可逆符号化部36に供給する。
ステップS46において、適応ループフィルタ43は、適応オフセットフィルタ42から供給される画像に対して、LCUごとに適応ループフィルタ処理を行う。適応ループフィルタ43は、その結果得られる画像をフレームメモリ44に供給する。また、適応ループフィルタ43は、適応ループフィルタ処理で用いられたフィルタ係数を可逆符号化部36に供給する。
ステップS47において、フレームメモリ44は、図2乃至図5で説明したように、適応ループフィルタ43から供給される画像または加算部40から供給される画像を蓄積する。フレームメモリ44に蓄積された画像は、参照画像としてスイッチ45を介してイントラ予測部46または動き予測・補償部47に出力される。
ステップS48において、可逆符号化部36は、イントラ予測モード情報、または、インター予測モード情報、動きベクトル、参照画像を特定するための情報など、レート制御部49からの量子化パラメータ、オフセットフィルタ情報、およびフィルタ係数を、符号化情報として可逆符号化する。
ステップS49において、可逆符号化部36は、量子化部35から供給される量子化された係数を可逆符号化する。そして、可逆符号化部36は、ステップS48の処理で可逆符号化された符号化情報と可逆符号化された係数から、符号化データを生成する。
ステップS50において、蓄積バッファ37は、可逆符号化部36から供給される符号化データを、一時的に蓄積する。
ステップS51において、レート制御部49は、蓄積バッファ37に蓄積された符号化データに基づいて、オーバーフローあるいはアンダーフローが発生しないように、量子化部35で用いられる量子化パラメータを決定する。レート制御部49は、決定された量子化パラメータを、量子化部35、可逆符号化部36、および逆量子化部38に供給する。
ステップS52において、蓄積バッファ37は、記憶している符号化データを出力する。
なお、図6および図7の符号化処理では、説明を簡単化するため、常に、イントラ予測処理と動き予測・補償処理が行われるようにしたが、実際には、ピクチャタイプ等によっていずれか一方のみが行われる場合もある。
以上のように、符号化装置11のフレームメモリ44は、図3乃至図5で説明したように記憶することにより、参照画像の記憶可能な枚数を5枚に削減することができる。また、フレームメモリ44は、図3や図4で説明したように、符号化対象の画像と表示順が近い復号画像を参照画像として優先的に記憶することにより、符号化対象の画像が動画像などである場合、予測画像の精度の劣化を抑制することができる。
さらに、フレームメモリ44は、図4や図5で説明したように、量子化パラメータの小さい復号画像を参照画像として優先的に記憶することにより、符号化対象の画像が静止画像などである場合、予測画像の精度の劣化を抑制することができる。
(復号装置の一実施の形態の構成例)
図8は、図3の符号化装置11から伝送される符号化ストリームを復号する、本技術を適用した復号装置の一実施の形態の構成例を示すブロック図である。
図8の復号装置113は、蓄積バッファ131、可逆復号部132、逆量子化部133、逆直交変換部134、加算部135、デブロックフィルタ136、適応オフセットフィルタ137、適応ループフィルタ138、画面並べ替えバッファ139、D/A変換部140、フレームメモリ141、スイッチ142、イントラ予測部143、動き補償部144、およびスイッチ145により構成される。
復号装置113の蓄積バッファ131は、図3の符号化装置11から伝送されてくる符号化データを受け取り、蓄積する。蓄積バッファ131は、蓄積されている符号化データを可逆復号部132に供給する。
可逆復号部132は、蓄積バッファ131からの符号化データに対して、可変長復号や、算術復号等の可逆復号を施すことで、量子化された係数と符号化情報を得る。可逆復号部132は、量子化された係数を逆量子化部133に供給する。また、可逆復号部132は、符号化情報としてのイントラ予測モード情報などをイントラ予測部143に供給し、動きベクトル、インター予測モード情報、参照画像を特定するための情報などを動き補償部144に供給する。
さらに、可逆復号部132は、符号化情報としてのイントラ予測モード情報またはインター予測モード情報をスイッチ145に供給する。可逆復号部132は、符号化情報としてのオフセットフィルタ情報を適応オフセットフィルタ137に供給し、フィルタ係数を適応ループフィルタ138に供給する。
逆量子化部133、逆直交変換部134、加算部135、デブロックフィルタ136、適応オフセットフィルタ137、適応ループフィルタ138、フレームメモリ141、スイッチ142、イントラ予測部143、および、動き補償部144は、図4の逆量子化部38、逆直交変換部39、加算部40、デブロックフィルタ41、適応オフセットフィルタ42、適応ループフィルタ43、フレームメモリ44、スイッチ45、イントラ予測部46、および、動き予測・補償部47とそれぞれ同様の処理を行い、これにより、画像が復号される。
具体的には、逆量子化部133は、可逆復号部132からの量子化された係数を逆量子化し、その結果得られる直交変換係数を逆直交変換部134に供給する。
逆直交変換部134は、逆量子化部133からの直交変換係数に対して逆直交変換を行う。逆直交変換部134は、逆直交変換の結果得られる残差情報を加算部135に供給する。
加算部135は、逆直交変換部134から供給される復号対象の画像としての残差情報と、スイッチ145から供給される予測画像を加算することにより、復号を行う。加算部135は、復号の結果得られる画像をデブロックフィルタ136に供給するとともに、フレームメモリ141に供給する。なお、スイッチ145から予測画像が供給されない場合、加算部135は、逆直交変換部134から供給される残差情報である画像を復号の結果得られる画像として、デブロックフィルタ136に供給するとともに、フレームメモリ141に供給する。
デブロックフィルタ136は、加算部135から供給される画像に対して適応デブロックフィルタ処理を行い、その結果得られる画像を適応オフセットフィルタ137に供給する。
適応オフセットフィルタ137は、可逆復号部132から供給されるオフセットを順に格納するバッファを有する。また、適応オフセットフィルタ137は、LCUごとに、可逆復号部132から供給されるオフセットフィルタ情報に基づいて、デブロックフィルタ136による適応デブロックフィルタ処理後の画像に対して、適応オフセットフィルタ処理を行う。
具体的には、オフセットフィルタ情報に含まれる格納フラグが0である場合、適応オフセットフィルタ137は、LCU単位のデブロックフィルタ処理後の画像に対して、そのオフセットフィルタ情報に含まれるオフセットを用いて、種類情報が示す種類の適応オフセットフィルタ処理を行う。
一方、オフセットフィルタ情報に含まれる格納フラグが1である場合、適応オフセットフィルタ137は、LCU単位のデブロックフィルタ処理後の画像に対して、そのオフセットフィルタ情報に含まれるインデックスが示す位置に格納されるオフセットを読み出す。そして、適応オフセットフィルタ137は、読み出されたオフセットを用いて、種類情報が示す種類の適応オフセットフィルタ処理を行う。適応オフセットフィルタ137は、適応オフセットフィルタ処理後の画像を、適応ループフィルタ138に供給する。
適応ループフィルタ138は、適応オフセットフィルタ137から供給される画像に対して、可逆復号部132から供給されるフィルタ係数を用いて、LCUごとに適応ループフィルタ処理を行う。適応ループフィルタ138は、その結果得られる画像をフレームメモリ141および画面並べ替えバッファ139に供給する。
画面並べ替えバッファ139は、適応ループフィルタ138から供給される画像をフレーム単位で記憶する。画面並べ替えバッファ139は、記憶した符号化のための順番のフレーム単位の画像を、元の表示の順番に並び替え、D/A変換部140に供給する。
D/A変換部140は、画面並べ替えバッファ139から供給されるフレーム単位の画像をD/A変換し、出力信号として出力する。
フレームメモリ141は、DPBであり、フレームメモリ44と同様に、適応ループフィルタ138から供給される画像または加算部135から供給される画像を、復号画像として蓄積する。具体的には、図1のフレームメモリ44に記憶する復号画像を指定する情報や、図2乃至図5の方法を指定する情報等が、符号化装置11から伝送されてくる。フレームメモリ141は、符号化装置11から伝送されてくる情報に基づいて、フレームメモリ44と同様に復号画像の記憶を制御する。フレームメモリ141に蓄積された画像は参照画像として読み出され、スイッチ142を介して動き補償部144またはイントラ予測部143に供給される。
イントラ予測部143は、フレームメモリ141からスイッチ142を介して読み出された参照画像を用いて、可逆復号部132から供給されるイントラ予測モード情報が示すイントラ予測モードのイントラ予測処理を行う。イントラ予測部143は、その結果生成される復号対象の画像の予測画像をスイッチ145に供給する。
動き補償部144は、可逆復号部132から供給される参照画像を特定するための情報に基づいて、フレームメモリ141からスイッチ142を介して、参照画像を読み出す。動き補償部144は、予測画像生成部として機能し、動きベクトルと参照画像を用いて、インター予測モード情報が示す最適インター予測モードの動き補償処理を行う。動き補償部144は、その結果生成される復号対象の画像の予測画像をスイッチ145に供給する。
スイッチ145は、可逆復号部132からイントラ予測モード情報が供給された場合、イントラ予測部143から供給される予測画像を加算部135に供給する。一方、可逆復号部132からインター予測モード情報が供給された場合、スイッチ145は、動き補償部144から供給される予測画像を加算部135に供給する。
(復号装置の処理の説明)
図9は、図8の復号装置113の復号処理の詳細を説明するフローチャートである。
図9のステップS131において、復号装置113の蓄積バッファ131は、符号化装置11から伝送されてくるフレーム単位の符号化データを受け取り、蓄積する。蓄積バッファ131は、蓄積されている符号化データを可逆復号部132に供給する。
ステップS132において、可逆復号部132は、蓄積バッファ131からの符号化データを可逆復号し、量子化された係数と符号化情報を得る。可逆復号部132は、量子化された係数を逆量子化部133に供給する。また、可逆復号部132は、符号化情報としてのイントラ予測モード情報などをイントラ予測部143に供給し、動きベクトル、インター予測モード情報、参照画像を特定するための情報などを動き補償部144に供給する。
さらに、可逆復号部132は、符号化情報としてのイントラ予測モード情報またはインター予測モード情報をスイッチ145に供給する。可逆復号部132は、符号化情報としてのオフセットフィルタ情報を適応オフセットフィルタ137に供給し、フィルタ係数を適応ループフィルタ138に供給する。
ステップS133において、逆量子化部133は、可逆復号部132からの量子化された係数を逆量子化し、その結果得られる直交変換係数を逆直交変換部134に供給する。
ステップS134において、動き補償部144は、可逆復号部132からインター予測モード情報が供給されたかどうかを判定する。ステップS134でインター予測モード情報が供給されたと判定された場合、処理はステップS135に進む。
ステップS135において、動き補償部144は、可逆復号部132から供給される参照画像を特定するための情報に基づいて参照画像を読み出し、動きベクトルと参照画像を用いて、インター予測モード情報が示す最適インター予測モードの動き補償処理を行う。動き補償部144は、その結果生成される予測画像を、スイッチ145を介して加算部135に供給し、処理をステップS137に進める。
一方、ステップS134でインター予測モード情報が供給されていないと判定された場合、即ちイントラ予測モード情報がイントラ予測部143に供給された場合、処理はステップS136に進む。
ステップS136において、イントラ予測部143は、フレームメモリ141からスイッチ142を介して読み出された参照画像を用いて、イントラ予測モード情報が示すイントラ予測モードのイントラ予測処理を行う。イントラ予測部143は、イントラ予測処理の結果生成される予測画像を、スイッチ145を介して加算部135に供給し、処理をステップS137に進める。
ステップS137において、逆直交変換部134は、逆量子化部133からの直交変換係数に対して逆直交変換を施し、その結果得られる残差情報を加算部135に供給する。
ステップS138において、加算部135は、逆直交変換部134から供給される残差情報と、スイッチ145から供給される予測画像を加算する。加算部135は、その結果得られる画像をデブロックフィルタ136に供給するとともに、フレームメモリ141に供給する。
ステップS139において、デブロックフィルタ136は、加算部135から供給される画像に対してデブロッキングフィルタ処理を行い、ブロック歪を除去する。デブロックフィルタ136は、その結果得られる画像を適応オフセットフィルタ137に供給する。
ステップS140において、適応オフセットフィルタ137は、可逆復号部132から供給されるオフセットフィルタ情報に基づいて、デブロックフィルタ136によるデブロックフィルタ処理後の画像に対して、LCUごとに適応オフセットフィルタ処理を行う。適応オフセットフィルタ137は、適応オフセットフィルタ処理後の画像を、適応ループフィルタ138に供給する。
ステップS141において、適応ループフィルタ138は、適応オフセットフィルタ137から供給される画像に対して、可逆復号部132から供給されるフィルタ係数を用いて、LCUごとに適応ループフィルタ処理を行う。適応ループフィルタ138は、その結果得られる画像をフレームメモリ141および画面並べ替えバッファ139に供給する。
ステップS142において、フレームメモリ141は、図1のフレームメモリ44と同様の図2乃至図5の方法で、加算部135から供給される画像、または、適応ループフィルタ138から供給される画像を蓄積する。フレームメモリ141に蓄積された画像は、参照画像としてスイッチ142を介して動き補償部144またはイントラ予測部143に供給される。
ステップS143において、画面並べ替えバッファ139は、適応ループフィルタ138から供給される画像をフレーム単位で記憶し、記憶した符号化のための順番のフレーム単位の画像を、元の表示の順番に並び替え、D/A変換部140に供給する。
ステップS144において、D/A変換部140は、画面並べ替えバッファ139から供給されるフレーム単位の画像をD/A変換し、出力信号として出力し、処理を終了する。
以上のように、復号装置113のフレームメモリ141は、フレームメモリ44と同様の図3乃至図5の方法で復号画像を記憶することにより、参照画像の記憶可能な枚数を5枚に削減することができる。また、フレームメモリ141は、図3や図4の方法で、符号化対象の画像と表示順が近い復号画像を参照画像として優先的に記憶することにより、符号化対象の画像が動画像などである場合、予測画像の精度の劣化を抑制することができる。
さらに、フレームメモリ141は、図4や図5の方法で、量子化パラメータの小さい復号画像を参照画像として優先的に記憶することにより、符号化対象の画像が静止画像などである場合、予測画像の精度の劣化を抑制することができる。
(多視点画像符号化・多視点画像復号への適用)
上述した一連の処理は、多視点画像符号化・多視点画像復号に適用することができる。図10は、多視点画像符号化方式の一例を示す。
図10に示されるように、多視点画像は、複数の視点の画像を含み、その複数の視点のうちの所定の1つの視点の画像が、ベースビューの画像に指定されている。ベースビューの画像以外の各視点の画像は、ノンベースビューの画像として扱われる。
図10のような多視点画像符号化を行う場合、各ビューの画像を符号化・復号するが、この各ビューの符号化・復号に対して、上述した実施の形態の方法を適用するようにしてもよい。このようにすることにより、予測画像の精度の劣化を抑制しつつ、参照画像の記憶可能な枚数を削減することができる。
また、各ビュー(同一ビュー)において、量子化パラメータの差分をとることもできる:
(1)base-view:
(1-1) dQP(base view)=Current_CU_QP(base view)−LCU_QP(base view)
(1-2) dQP(base view)=Current_CU_QP(base view)−Previsous_CU_QP(base view)
(1-3) dQP(base view)=Current_CU_QP(base view)−Slice_QP(base view)
(2)non-base-view:
(2-1) dQP(non-base view)=Current_CU_QP(non-base view)−LCU_QP(non-base view)
(2-2) dQP(non-base view)=CurrentQP(non-base view)−PrevisousQP(non-base view)
(2-3) dQP(non-base view)=Current_CU_QP(non-base view)−Slice_QP(non-base view)
多視点画像符号化を行う場合、各ビュー(異なるビュー)において、量子化パラメータの差分をとることもできる:
(3)base-view/ non-base view:
(3-1) dQP(inter-view)=Slice_QP(base view)−Slice_QP(non-base view)
(3-2) dQP(inter-view)=LCU_QP(base view)−LCU_QP(non-base view)
(4)non-base view / non-base view :
(4-1) dQP(inter-view)=Slice_QP(non-base view i)−Slice_QP(non-base view j)
(4-2) dQP(inter-view)=LCU_QP(non-base view i)−LCU_QP(non-base view j)
この場合、上記(1)乃至(4)を組み合わせて用いることもできる。たとえば、ノンベースビューでは、ベースビューとノンベースビューとの間においてスライスレベルで量子化パラメータの差分をとる手法(3-1と2-3とを組み合わせる)、ベースビューとノンベースビューとの間においてLCUレベルで量子化パラメータの差分をとる手法(3-2と2-1とを組み合わせる)、が考えられる。このように、差分を繰り返して適用することにより、多視点符号化を行った場合においても、符号化効率を向上させることができる。
上述した手法と同様に、上記の各dQPに対して、値が0でないdQPが存在するか否かを識別するフラグをセットすることもできる。
(多視点画像符号化装置の構成例)
図11は、上述した多視点画像符号化を行う多視点画像符号化装置を示す図である。図11に示されるように、多視点画像符号化装置600は、符号化部601、符号化部602、および多重化部603を有する。
符号化部601は、ベースビュー画像を符号化し、ベースビュー画像符号化ストリームを生成する。符号化部602は、ノンベースビュー画像を符号化し、ノンベースビュー画像符号化ストリームを生成する。多重化部603は、符号化部601において生成されたベースビュー画像符号化ストリームと、符号化部602において生成されたノンベースビュー画像符号化ストリームとを多重化し、多視点画像符号化ストリームを生成する。
この多視点画像符号化装置600の符号化部601および符号化部602に対して、符号化装置11を適用することができる。この場合、多視点画像符号化装置600は、符号化部601が設定する量子化パラメータと符号化部602が設定する量子化パラメータとの差分値を設定して、伝送させる。
(多視点画像復号装置の構成例)
図12は、上述した多視点画像復号を行う多視点画像復号装置を示す図である。図12に示されるように、多視点画像復号装置610は、逆多重化部611、復号部612、および復号部613を有する。
逆多重化部611は、ベースビュー画像符号化ストリームとノンベースビュー画像符号化ストリームとが多重化された多視点画像符号化ストリームを逆多重化し、ベースビュー画像符号化ストリームと、ノンベースビュー画像符号化ストリームとを抽出する。復号部612は、逆多重化部611により抽出されたベースビュー画像符号化ストリームを復号し、ベースビュー画像を得る。復号部613は、逆多重化部611により抽出されたノンベースビュー画像符号化ストリームを復号し、ノンベースビュー画像を得る。
この多視点画像復号装置610の復号部612および復号部613に対して、復号装置113を適用することができる。この場合、多視点画像復号装置610は、符号化部601が設定する量子化パラメータと符号化部602が設定する量子化パラメータとの差分値から量子化パラメータを設定して、逆量子化を行う。
(階層画像符号化・階層画像復号への適用)
上述した一連の処理は、階層画像符号化・階層画像復号に適用することができる。図13は、多視点画像符号化方式の一例を示す。
図13に示されるように、階層画像は、所定のパラメータについてスケーラブル(scalable)機能を有するように、複数の階層の画像を含み、その複数の階層のうちの所定の1つの階層の画像が、ベースレイヤの画像に指定されている。ベースレイヤの画像以外の各階層の画像は、ノンベースレイヤの画像として扱われる。
図13のような階層画像符号化を行う場合、各レイヤ(同一レイヤ)において、量子化パラメータの差分をとることもできる:
(1)base-layer:
(1-1)dQP(base layer)=Current_CU_QP(base layer)−LCU_QP(base layer)
(1-2)dQP(base layer)=Current_CU_QP(base layer)−Previsous_CU_QP(base layer)
(1-3)dQP(base layer)=Current_CU_QP(base layer)−Slice_QP(base layer)
(2)non-base-layer:
(2-1)dQP(non-base layer)=Current_CU_QP(non-base layer)−LCU_QP(non-base layer)
(2-2)dQP(non-base layer)=CurrentQP(non-base layer)−PrevisousQP(non-base layer)
(2-3)dQP(non-base layer)=Current_CU_QP(non-base layer)−Slice_QP(non-base layer)
階層符号化を行う場合、各レイヤ(異なるレイヤ)において、量子化パラメータの差分をとることもできる:
(3)base-layer/ non-base layer:
(3-1)dQP(inter-layer)=Slice_QP(base layer)−Slice_QP(non-base layer)
(3-2)dQP(inter-layer)=LCU_QP(base layer)−LCU_QP(non-base layer)
(4)non-base layer / non-base layer :
(4-1)dQP(inter-layer)=Slice_QP(non-base layer i)−Slice_QP(non-base layer j)
(4-2)dQP(inter-layer)=LCU_QP(non-base layer i)−LCU_QP(non-base layer j)
この場合、上記(1)乃至(4)を組み合わせて用いることもできる。たとえば、ノンベースレイヤでは、ベースレイヤとノンベースレイヤとの間においてスライスレベルで量子化パラメータの差分をとる手法(3-1と2-3とを組み合わせる)、ベースレイヤとノンベースレイヤとの間においてLCUレベルで量子化パラメータの差分をとる手法(3-2と2-1とを組み合わせる)、が考えられる。このように、差分を繰り返して適用することにより、階層符号化を行った場合においても、符号化効率を向上させることができる。
上述した手法と同様に、上記の各dQPに対して、値が0でないdQPが存在するか否かを識別するフラグをセットすることもできる。
(スケーラブルなパラメータ)
このような階層画像符号化・階層画像復号(スケーラブル符号化・スケーラブル復号)において、スケーラブル(scalable)機能を有するパラメータは、任意である。例えば、図14に示されるような空間解像度をそのパラメータとしてもよい(spatial scalability)。このスペーシャルスケーラビリティ(spatial scalability)の場合、レイヤ毎に画像の解像度が異なる。つまり、この場合、図14に示されるように、各ピクチャが、元の画像より空間的に低解像度のベースレイヤと、ベースレイヤと合成することにより元の空間解像度が得られるエンハンスメントレイヤの2階層に階層化される。もちろん、この階層数は一例であり、任意の階層数に階層化することができる。
また、このようなスケーラブル性を持たせるパラメータとして、他には、例えば、図15に示されるような、時間解像度を適用しても良い(temporal scalability)。このテンポラルスケーラビリティ(temporal scalability)の場合、レイヤ毎にフレームレートが異なる。つまり、この場合、図15に示されるように、各ピクチャが、元の動画像より低フレームレートのベースレイヤと、ベースレイヤと合成することにより元のフレームレートが得られるエンハンスメントレイヤの2階層に階層化される。もちろん、この階層数は一例であり、任意の階層数に階層化することができる。
さらに、このようなスケーラブル性を持たせるパラメータとして、例えば、信号雑音比(SNR(Signal to Noise ratio))を適用しても良い(SNR scalability)。このSNRスケーラビリティ(SNR scalability)の場合、レイヤ毎にSN比が異なる。つまり、この場合、図16に示されるように、各ピクチャが、元の画像よりSNRの低いベースレイヤと、ベースレイヤと合成することにより元のSNRが得られるエンハンスメントレイヤの2階層に階層化される。もちろん、この階層数は一例であり、任意の階層数に階層化することができる。
スケーラブル性を持たせるパラメータは、上述した例以外であっても、もちろんよい。例えば、スケーラブル性を持たせるパラメータとして、ビット深度を用いることもできる(bit-depth scalability)。このビット深度スケーラビリティ(bit-depth scalability)の場合、レイヤ毎にビット深度が異なる。この場合、例えば、ベースレイヤ(base layer)が8ビット(bit)画像よりなり、これにエンハンスメントレイヤ(enhancement layer)を加えることにより、10ビット(bit)画像が得られるようにすることができる。
また、スケーラブル性を持たせるパラメータとして、クロマフォーマットを用いることもできる(chroma scalability)。このクロマスケーラビリティ(chroma scalability)の場合、レイヤ毎にクロマフォーマットが異なる。この場合、例えば、ベースレイヤ(base layer)が4:2:0フォーマットのコンポーネント画像よりなり、これにエンハンスメントレイヤ(enhancement layer)を加えることにより、4:2:2フォーマットのコンポーネント画像が得られるようにすることができる。
(階層画像符号化装置の構成例)
図17は、上述した階層画像符号化を行う階層画像符号化装置を示す図である。図17に示されるように、階層画像符号化装置620は、符号化部621、符号化部622、および多重化部623を有する。
符号化部621は、ベースレイヤ画像を符号化し、ベースレイヤ画像符号化ストリームを生成する。符号化部622は、ノンベースレイヤ画像を符号化し、ノンベースレイヤ画像符号化ストリームを生成する。多重化部623は、符号化部621において生成されたベースレイヤ画像符号化ストリームと、符号化部622において生成されたノンベースレイヤ画像符号化ストリームとを多重化し、階層画像符号化ストリームを生成する。
この階層画像符号化装置620の符号化部621および符号化部622に対して、符号化装置11を適用することができる。この場合、階層画像符号化装置620は、符号化部621が設定する量子化パラメータと符号化部622が設定する量子化パラメータとの差分値を設定して、伝送させる。
(階層画像復号装置の構成例)
図18は、上述した階層画像復号を行う階層画像復号装置を示す図である。図18に示されるように、階層画像復号装置630は、逆多重化部631、復号部632、および復号部633を有する。
逆多重化部631は、ベースレイヤ画像符号化ストリームとノンベースレイヤ画像符号化ストリームとが多重化された階層画像符号化ストリームを逆多重化し、ベースレイヤ画像符号化ストリームと、ノンベースレイヤ画像符号化ストリームとを抽出する。復号部632は、逆多重化部631により抽出されたベースレイヤ画像符号化ストリームを復号し、ベースレイヤ画像を得る。復号部633は、逆多重化部631により抽出されたノンベースレイヤ画像符号化ストリームを復号し、ノンベースレイヤ画像を得る。
この階層画像復号装置630の復号部632および復号部633に対して、復号装置113を適用することができる。この場合、階層画像復号装置630は、符号化部621が設定する量子化パラメータと符号化部622が設定する量子化パラメータとの差分値から量子化パラメータ設定して、逆量子化を行う。
(本技術を適用したコンピュータの説明)
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
図19は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
コンピュータにおいて、CPU(Central Processing Unit)801,ROM(Read Only Memory)802,RAM(Random Access Memory)803は、バス804により相互に接続されている。
バス804には、さらに、入出力インタフェース805が接続されている。入出力インタフェース805には、入力部806、出力部807、記憶部808、通信部809、及びドライブ810が接続されている。
入力部806は、キーボード、マウス、マイクロホンなどよりなる。出力部807は、ディスプレイ、スピーカなどよりなる。記憶部808は、ハードディスクや不揮発性のメモリなどよりなる。通信部809は、ネットワークインタフェースなどよりなる。ドライブ810は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア811を駆動する。
以上のように構成されるコンピュータでは、CPU801が、例えば、記憶部808に記憶されているプログラムを、入出力インタフェース805及びバス804を介して、RAM803にロードして実行することにより、上述した一連の処理が行われる。
コンピュータ(CPU801)が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア811に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
コンピュータでは、プログラムは、リムーバブルメディア811をドライブ810に装着することにより、入出力インタフェース805を介して、記憶部808にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部809で受信し、記憶部808にインストールすることができる。その他、プログラムは、ROM802や記憶部808に、あらかじめインストールしておくことができる。
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
(テレビジョン装置の構成例)
図20は、本技術を適用したテレビジョン装置の概略構成を例示している。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部909を有している。さらに、テレビジョン装置900は、制御部910、ユーザインタフェース部911等を有している。
チューナ902は、アンテナ901で受信された放送波信号から所望のチャンネルを選局して復調を行い、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に出力する。
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である番組の映像や音声のパケットを抽出して、抽出したパケットのデータをデコーダ904に出力する。また、デマルチプレクサ903は、EPG(Electronic Program Guide)等のデータのパケットを制御部910に供給する。なお、スクランブルが行われている場合、デマルチプレクサ等でスクランブルの解除を行う。
デコーダ904は、パケットの復号化処理を行い、復号処理化によって生成された映像データを映像信号処理部905、音声データを音声信号処理部907に出力する。
映像信号処理部905は、映像データに対して、ノイズ除去やユーザ設定に応じた映像処理等を行う。映像信号処理部905は、表示部906に表示させる番組の映像データや、ネットワークを介して供給されるアプリケーションに基づく処理による画像データなどを生成する。また、映像信号処理部905は、項目の選択などのメニュー画面等を表示するための映像データを生成し、それを番組の映像データに重畳する。映像信号処理部905は、このようにして生成した映像データに基づいて駆動信号を生成して表示部906を駆動する。
表示部906は、映像信号処理部905からの駆動信号に基づき表示デバイス(例えば液晶表示素子等)を駆動して、番組の映像などを表示させる。
音声信号処理部907は、音声データに対してノイズ除去などの所定の処理を施し、処理後の音声データのD/A変換処理や増幅処理を行いスピーカ908に供給することで音声出力を行う。
外部インタフェース部909は、外部機器やネットワークと接続するためのインタフェースであり、映像データや音声データ等のデータ送受信を行う。
制御部910にはユーザインタフェース部911が接続されている。ユーザインタフェース部911は、操作スイッチやリモートコントロール信号受信部等で構成されており、ユーザ操作に応じた操作信号を制御部910に供給する。
制御部910は、CPU(Central Processing Unit)やメモリ等を用いて構成されている。メモリは、CPUにより実行されるプログラムやCPUが処理を行う上で必要な各種のデータ、EPGデータ、ネットワークを介して取得されたデータ等を記憶する。メモリに記憶されているプログラムは、テレビジョン装置900の起動時などの所定タイミングでCPUにより読み出されて実行される。CPUは、プログラムを実行することで、テレビジョン装置900がユーザ操作に応じた動作となるように各部を制御する。
なお、テレビジョン装置900では、チューナ902、デマルチプレクサ903、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部909等と制御部910を接続するためバス912が設けられている。
このように構成されたテレビジョン装置では、デコーダ904に本願の画像処理装置(画像処理方法)の機能が設けられる。このため、予測画像の精度の劣化を抑制しつつ、参照画像の記憶可能な枚数を削減することができる。
(携帯電話機の構成例)
図21は、本技術を適用した携帯電話機の概略構成を例示している。携帯電話機920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、制御部931を有している。これらは、バス933を介して互いに接続されている。
また、通信部922にはアンテナ921が接続されており、音声コーデック923には、スピーカ924とマイクロホン925が接続されている。さらに制御部931には、操作部932が接続されている。
携帯電話機920は、音声通話モードやデータ通信モード等の各種モードで、音声信号の送受信、電子メールや画像データの送受信、画像撮影、またはデータ記録等の各種動作を行う。
音声通話モードにおいて、マイクロホン925で生成された音声信号は、音声コーデック923で音声データへの変換やデータ圧縮が行われて通信部922に供給される。通信部922は、音声データの変調処理や周波数変換処理等を行い、送信信号を生成する。また、通信部922は、送信信号をアンテナ921に供給して図示しない基地局へ送信する。また、通信部922は、アンテナ921で受信した受信信号の増幅や周波数変換処理および復調処理等を行い、得られた音声データを音声コーデック923に供給する。音声コーデック923は、音声データのデータ伸張やアナログ音声信号への変換を行いスピーカ924に出力する。
また、データ通信モードにおいて、メール送信を行う場合、制御部931は、操作部932の操作によって入力された文字データを受け付けて、入力された文字を表示部930に表示する。また、制御部931は、操作部932におけるユーザ指示等に基づいてメールデータを生成して通信部922に供給する。通信部922は、メールデータの変調処理や周波数変換処理等を行い、得られた送信信号をアンテナ921から送信する。また、通信部922は、アンテナ921で受信した受信信号の増幅や周波数変換処理および復調処理等を行い、メールデータを復元する。このメールデータを、表示部930に供給して、メール内容の表示を行う。
なお、携帯電話機920は、受信したメールデータを、記録再生部929で記憶媒体に記憶させることも可能である。記憶媒体は、書き換え可能な任意の記憶媒体である。例えば、記憶媒体は、RAMや内蔵型フラッシュメモリ等の半導体メモリ、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、またはメモリカード等のリムーバブルメディアである。
データ通信モードにおいて画像データを送信する場合、カメラ部926で生成された画像データを、画像処理部927に供給する。画像処理部927は、画像データの符号化処理を行い、符号化データを生成する。
多重分離部928は、画像処理部927で生成された符号化データと、音声コーデック923から供給された音声データを所定の方式で多重化して通信部922に供給する。通信部922は、多重化データの変調処理や周波数変換処理等を行い、得られた送信信号をアンテナ921から送信する。また、通信部922は、アンテナ921で受信した受信信号の増幅や周波数変換処理および復調処理等を行い、多重化データを復元する。この多重化データを多重分離部928に供給する。多重分離部928は、多重化データの分離を行い、符号化データを画像処理部927、音声データを音声コーデック923に供給する。画像処理部927は、符号化データの復号化処理を行い、画像データを生成する。この画像データを表示部930に供給して、受信した画像の表示を行う。音声コーデック923は、音声データをアナログ音声信号に変換してスピーカ924に供給して、受信した音声を出力する。
このように構成された携帯電話装置では、画像処理部927に本願の画像処理装置(画像処理方法)の機能が設けられる。このため、予測画像の精度の劣化を抑制しつつ、参照画像の記憶可能な枚数を削減することができる。
(記録再生装置の構成例)
図22は、本技術を適用した記録再生装置の概略構成を例示している。記録再生装置940は、例えば受信した放送番組のオーディオデータとビデオデータを、記録媒体に記録して、その記録されたデータをユーザの指示に応じたタイミングでユーザに提供する。また、記録再生装置940は、例えば他の装置からオーディオデータやビデオデータを取得し、それらを記録媒体に記録させることもできる。さらに、記録再生装置940は、記録媒体に記録されているオーディオデータやビデオデータを復号して出力することで、モニタ装置等において画像表示や音声出力を行うことができるようにする。
記録再生装置940は、チューナ941、外部インタフェース部942、エンコーダ943、HDD(Hard Disk Drive)部944、ディスクドライブ945、セレクタ946、デコーダ947、OSD(On-Screen Display)部948、制御部949、ユーザインタフェース部950を有している。
チューナ941は、図示しないアンテナで受信された放送信号から所望のチャンネルを選局する。チューナ941は、所望のチャンネルの受信信号を復調して得られた符号化ビットストリームをセレクタ946に出力する。
外部インタフェース部942は、IEEE1394インタフェース、ネットワークインタフェース部、USBインタフェース、フラッシュメモリインタフェース等の少なくともいずれかで構成されている。外部インタフェース部942は、外部機器やネットワーク、メモリカード等と接続するためのインタフェースであり、記録する映像データや音声データ等のデータ受信を行う。
エンコーダ943は、外部インタフェース部942から供給された映像データや音声データが符号化されていないとき所定の方式で符号化を行い、符号化ビットストリームをセレクタ946に出力する。
HDD部944は、映像や音声等のコンテンツデータ、各種プログラムやその他のデータ等を内蔵のハードディスクに記録し、また再生時等にそれらを当該ハードディスクから読み出す。
ディスクドライブ945は、装着されている光ディスクに対する信号の記録および再生を行う。光ディスク、例えばDVDディスク(DVD−Video、DVD−RAM、DVD−R、DVD−RW、DVD+R、DVD+RW等)やBlu−ray(登録商標)ディスク等である。
セレクタ946は、映像や音声の記録時には、チューナ941またはエンコーダ943からのいずれかの符号化ビットストリームを選択して、HDD部944やディスクドライブ945のいずれかに供給する。また、セレクタ946は、映像や音声の再生時に、HDD部944またはディスクドライブ945から出力された符号化ビットストリームをデコーダ947に供給する。
デコーダ947は、符号化ビットストリームの復号化処理を行う。デコーダ947は、復号処理化を行うことにより生成された映像データをOSD部948に供給する。また、デコーダ947は、復号処理化を行うことにより生成された音声データを出力する。
OSD部948は、項目の選択などのメニュー画面等を表示するための映像データを生成し、それをデコーダ947から出力された映像データに重畳して出力する。
制御部949には、ユーザインタフェース部950が接続されている。ユーザインタフェース部950は、操作スイッチやリモートコントロール信号受信部等で構成されており、ユーザ操作に応じた操作信号を制御部949に供給する。
制御部949は、CPUやメモリ等を用いて構成されている。メモリは、CPUにより実行されるプログラムやCPUが処理を行う上で必要な各種のデータを記憶する。メモリに記憶されているプログラムは、記録再生装置940の起動時などの所定タイミングでCPUにより読み出されて実行される。CPUは、プログラムを実行することで、記録再生装置940がユーザ操作に応じた動作となるように各部を制御する。
このように構成された記録再生装置では、デコーダ947に本願の画像処理装置(画像処理方法)の機能が設けられる。このため、予測画像の精度の劣化を抑制しつつ、参照画像の記憶可能な枚数を削減することができる。
(撮像装置の構成例)
図23は、本技術を適用した撮像装置の概略構成を例示している。撮像装置960は、被写体を撮像し、被写体の画像を表示部に表示させたり、それを画像データとして、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、カメラ信号処理部963、画像データ処理部964、表示部965、外部インタフェース部966、メモリ部967、メディアドライブ968、OSD部969、制御部970を有している。また、制御部970には、ユーザインタフェース部971が接続されている。さらに、画像データ処理部964や外部インタフェース部966、メモリ部967、メディアドライブ968、OSD部969、制御部970等は、バス972を介して接続されている。
光学ブロック961は、フォーカスレンズや絞り機構等を用いて構成されている。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またはCMOSイメージセンサを用いて構成されており、光電変換によって光学像に応じた電気信号を生成してカメラ信号処理部963に供給する。
カメラ信号処理部963は、撮像部962から供給された電気信号に対してニー補正やガンマ補正、色補正等の種々のカメラ信号処理を行う。カメラ信号処理部963は、カメラ信号処理後の画像データを画像データ処理部964に供給する。
画像データ処理部964は、カメラ信号処理部963から供給された画像データの符号化処理を行う。画像データ処理部964は、符号化処理を行うことにより生成された符号化データを外部インタフェース部966やメディアドライブ968に供給する。また、画像データ処理部964は、外部インタフェース部966やメディアドライブ968から供給された符号化データの復号化処理を行う。画像データ処理部964は、復号化処理を行うことにより生成された画像データを表示部965に供給する。また、画像データ処理部964は、カメラ信号処理部963から供給された画像データを表示部965に供給する処理や、OSD部969から取得した表示用データを、画像データに重畳させて表示部965に供給する。
OSD部969は、記号、文字、または図形からなるメニュー画面やアイコンなどの表示用データを生成して画像データ処理部964に出力する。
外部インタフェース部966は、例えば、USB入出力端子などで構成され、画像の印刷を行う場合に、プリンタと接続される。また、外部インタフェース部966には、必要に応じてドライブが接続され、磁気ディスク、光ディスク等のリムーバブルメディアが適宜装着され、それらから読み出されたコンピュータプログラムが、必要に応じて、インストールされる。さらに、外部インタフェース部966は、LANやインターネット等の所定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を有する。制御部970は、例えば、ユーザインタフェース部971からの指示にしたがって、メディアドライブ968から符号化データを読み出し、それを外部インタフェース部966から、ネットワークを介して接続される他の装置に供給させることができる。また、制御部970は、ネットワークを介して他の装置から供給される符号化データや画像データを、外部インタフェース部966を介して取得し、それを画像データ処理部964に供給したりすることができる。
メディアドライブ968で駆動される記録メディアとしては、例えば、磁気ディスク、光磁気ディスク、光ディスク、または半導体メモリ等の、読み書き可能な任意のリムーバブルメディアが用いられる。また、記録メディアは、リムーバブルメディアとしての種類も任意であり、テープデバイスであってもよいし、ディスクであってもよいし、メモリカードであってもよい。もちろん、非接触IC(Integrated Circuit)カード等であってもよい。
また、メディアドライブ968と記録メディアを一体化し、例えば、内蔵型ハードディスクドライブやSSD(Solid State Drive)等のように、非可搬性の記憶媒体により構成されるようにしてもよい。
制御部970は、CPUを用いて構成されている。メモリ部967は、制御部970により実行されるプログラムや制御部970が処理を行う上で必要な各種のデータ等を記憶する。メモリ部967に記憶されているプログラムは、撮像装置960の起動時などの所定タイミングで制御部970により読み出されて実行される。制御部970は、プログラムを実行することで、撮像装置960がユーザ操作に応じた動作となるように各部を制御する。
このように構成された撮像装置では、画像データ処理部964に本願の画像処理装置(画像処理方法)の機能が設けられる。このため、予測画像の精度の劣化を抑制しつつ、参照画像の記憶可能な枚数を削減することができる。
<スケーラブル符号化の応用例>
(第1のシステム)
次に、スケーラブル符号化(階層符号化)されたスケーラブル符号化データの具体的な利用例について説明する。スケーラブル符号化は、例えば、図24に示される例のように、伝送するデータの選択のために利用される。
図24に示されるデータ伝送システム1000において、配信サーバ1002は、スケーラブル符号化データ記憶部1001に記憶されているスケーラブル符号化データを読み出し、ネットワーク1003を介して、パーソナルコンピュータ1004、AV機器1005、タブレットデバイス1006、および携帯電話機1007等の端末装置に配信する。
その際、配信サーバ1002は、端末装置の能力や通信環境等に応じて、適切な品質の符号化データを選択して伝送する。配信サーバ1002が不要に高品質なデータを伝送しても、端末装置において高画質な画像を得られるとは限らず、遅延やオーバーフローの発生要因となる恐れがある。また、不要に通信帯域を占有したり、端末装置の負荷を不要に増大させたりしてしまう恐れもある。逆に、配信サーバ1002が不要に低品質なデータを伝送しても、端末装置において十分な画質の画像を得ることができない恐れがある。そのため、配信サーバ1002は、スケーラブル符号化データ記憶部1001に記憶されているスケーラブル符号化データを、適宜、端末装置の能力や通信環境等に対して適切な品質の符号化データとして読み出し、伝送する。
例えば、スケーラブル符号化データ記憶部1001は、スケーラブルに符号化されたスケーラブル符号化データ(BL+EL)1011を記憶するとする。このスケーラブル符号化データ(BL+EL)1011は、ベースレイヤとエンハンスメントレイヤの両方を含む符号化データであり、復号することにより、ベースレイヤの画像およびエンハンスメントレイヤの画像の両方を得ることができるデータである。
配信サーバ1002は、データを伝送する端末装置の能力や通信環境等に応じて、適切なレイヤを選択し、そのレイヤのデータを読み出す。例えば、配信サーバ1002は、処理能力の高いパーソナルコンピュータ1004やタブレットデバイス1006に対しては、高品質なスケーラブル符号化データ(BL+EL)1011をスケーラブル符号化データ記憶部1001から読み出し、そのまま伝送する。これに対して、例えば、配信サーバ1002は、処理能力の低いAV機器1005や携帯電話機1007に対しては、スケーラブル符号化データ(BL+EL)1011からベースレイヤのデータを抽出し、スケーラブル符号化データ(BL+EL)1011と同じコンテンツのデータであるが、スケーラブル符号化データ(BL+EL)1011よりも低品質なスケーラブル符号化データ(BL)1012として伝送する。
このようにスケーラブル符号化データを用いることにより、データ量を容易に調整することができるので、遅延やオーバーフローの発生を抑制したり、端末装置や通信媒体の負荷の不要な増大を抑制したりすることができる。また、スケーラブル符号化データ(BL+EL)1011は、レイヤ間の冗長性が低減されているので、各レイヤの符号化データを個別のデータとする場合よりもそのデータ量を低減させることができる。したがって、スケーラブル符号化データ記憶部1001の記憶領域をより効率よく使用することができる。
なお、パーソナルコンピュータ1004乃至携帯電話機1007のように、端末装置には様々な装置を適用することができるので、端末装置のハードウエアの性能は、装置によって異なる。また、端末装置が実行するアプリケーションも様々であるので、そのソフトウエアの能力も様々である。さらに、通信媒体となるネットワーク1003も、例えばインターネットやLAN(Local Area Network)等、有線若しくは無線、またはその両方を含むあらゆる通信回線網を適用することができ、そのデータ伝送能力は様々である。さらに、他の通信等によっても変化する恐れがある。
そこで、配信サーバ1002は、データ伝送を開始する前に、データの伝送先となる端末装置と通信を行い、端末装置のハードウエア性能や、端末装置が実行するアプリケーション(ソフトウエア)の性能等といった端末装置の能力に関する情報、並びに、ネットワーク1003の利用可能帯域幅等の通信環境に関する情報を得るようにしてもよい。そして、配信サーバ1002が、ここで得た情報を基に、適切なレイヤを選択するようにしてもよい。
なお、レイヤの抽出は、端末装置において行うようにしてもよい。例えば、パーソナルコンピュータ1004が、伝送されたスケーラブル符号化データ(BL+EL)1011を復号し、ベースレイヤの画像を表示しても良いし、エンハンスメントレイヤの画像を表示しても良い。また、例えば、パーソナルコンピュータ1004が、伝送されたスケーラブル符号化データ(BL+EL)1011から、ベースレイヤのスケーラブル符号化データ(BL)1012を抽出し、記憶したり、他の装置に転送したり、復号してベースレイヤの画像を表示したりするようにしてもよい。
もちろん、スケーラブル符号化データ記憶部1001、配信サーバ1002、ネットワーク1003、および端末装置の数はいずれも任意である。また、以上においては、配信サーバ1002がデータを端末装置に伝送する例について説明したが、利用例はこれに限定されない。データ伝送システム1000は、スケーラブル符号化された符号化データを端末装置に伝送する際、端末装置の能力や通信環境等に応じて、適切なレイヤを選択して伝送するシステムであれば、任意のシステムに適用することができる。
(第2のシステム)
また、スケーラブル符号化は、例えば、図25に示される例のように、複数の通信媒体を介する伝送のために利用される。
図25に示されるデータ伝送システム1100において、放送局1101は、地上波放送1111により、ベースレイヤのスケーラブル符号化データ(BL)1121を伝送する。また、放送局1101は、有線若しくは無線またはその両方の通信網よりなる任意のネットワーク1112を介して、エンハンスメントレイヤのスケーラブル符号化データ(EL)1122を伝送する(例えばパケット化して伝送する)。
端末装置1102は、放送局1101が放送する地上波放送1111の受信機能を有し、この地上波放送1111を介して伝送されるベースレイヤのスケーラブル符号化データ(BL)1121を受け取る。また、端末装置1102は、ネットワーク1112を介した通信を行う通信機能をさらに有し、このネットワーク1112を介して伝送されるエンハンスメントレイヤのスケーラブル符号化データ(EL)1122を受け取る。
端末装置1102は、例えばユーザ指示等に応じて、地上波放送1111を介して取得したベースレイヤのスケーラブル符号化データ(BL)1121を、復号してベースレイヤの画像を得たり、記憶したり、他の装置に伝送したりする。
また、端末装置1102は、例えばユーザ指示等に応じて、地上波放送1111を介して取得したベースレイヤのスケーラブル符号化データ(BL)1121と、ネットワーク1112を介して取得したエンハンスメントレイヤのスケーラブル符号化データ(EL)1122とを合成して、スケーラブル符号化データ(BL+EL)を得たり、それを復号してエンハンスメントレイヤの画像を得たり、記憶したり、他の装置に伝送したりする。
以上のように、スケーラブル符号化データは、例えばレイヤ毎に異なる通信媒体を介して伝送させることができる。したがって、負荷を分散させることができ、遅延やオーバーフローの発生を抑制することができる。
また、状況に応じて、伝送に使用する通信媒体を、レイヤ毎に選択することができるようにしてもよい。例えば、データ量が比較的多いベースレイヤのスケーラブル符号化データ(BL)1121を帯域幅の広い通信媒体を介して伝送させ、データ量が比較的少ないエンハンスメントレイヤのスケーラブル符号化データ(EL)1122を帯域幅の狭い通信媒体を介して伝送させるようにしてもよい。また、例えば、エンハンスメントレイヤのスケーラブル符号化データ(EL)1122を伝送する通信媒体を、ネットワーク1112とするか、地上波放送1111とするかを、ネットワーク1112の利用可能帯域幅に応じて切り替えるようにしてもよい。もちろん、任意のレイヤのデータについて同様である。
このように制御することにより、データ伝送における負荷の増大を、より抑制することができる。
もちろん、レイヤ数は任意であり、伝送に利用する通信媒体の数も任意である。また、データ配信先となる端末装置1102の数も任意である。さらに、以上においては、放送局1101からの放送を例に説明したが、利用例はこれに限定されない。データ伝送システム1100は、スケーラブル符号化された符号化データを、レイヤを単位として複数に分割し、複数の回線を介して伝送するシステムであれば、任意のシステムに適用することができる。
(第3のシステム)
また、スケーラブル符号化は、例えば、図26に示される例のように、符号化データの記憶に利用される。
図26に示される撮像システム1200において、撮像装置1201は、被写体1211を撮像して得られた画像データをスケーラブル符号化し、スケーラブル符号化データ(BL+EL)1221として、スケーラブル符号化データ記憶装置1202に供給する。
スケーラブル符号化データ記憶装置1202は、撮像装置1201から供給されるスケーラブル符号化データ(BL+EL)1221を、状況に応じた品質で記憶する。例えば、通常時の場合、スケーラブル符号化データ記憶装置1202は、スケーラブル符号化データ(BL+EL)1221からベースレイヤのデータを抽出し、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ(BL)1222として記憶する。これに対して、例えば、注目時の場合、スケーラブル符号化データ記憶装置1202は、高品質でデータ量の多いスケーラブル符号化データ(BL+EL)1221のまま記憶する。
このようにすることにより、スケーラブル符号化データ記憶装置1202は、必要な場合のみ、画像を高画質に保存することができるので、画質劣化による画像の価値の低減を抑制しながら、データ量の増大を抑制することができ、記憶領域の利用効率を向上させることができる。
例えば、撮像装置1201が監視カメラであるとする。撮像画像に監視対象(例えば侵入者)が写っていない場合(通常時の場合)、撮像画像の内容は重要でない可能性が高いので、データ量の低減が優先され、その画像データ(スケーラブル符号化データ)は、低品質に記憶される。これに対して、撮像画像に監視対象が被写体1211として写っている場合(注目時の場合)、その撮像画像の内容は重要である可能性が高いので、画質が優先され、その画像データ(スケーラブル符号化データ)は、高品質に記憶される。
なお、通常時であるか注目時であるかは、例えば、スケーラブル符号化データ記憶装置1202が、画像を解析することにより判定しても良い。また、撮像装置1201が判定し、その判定結果をスケーラブル符号化データ記憶装置1202に伝送するようにしてもよい。
なお、通常時であるか注目時であるかの判定基準は任意であり、判定基準とする画像の内容は任意である。もちろん、画像の内容以外の条件を判定基準とすることもできる。例えば、収録した音声の大きさや波形等に応じて切り替えるようにしてもよいし、所定の時間毎に切り替えるようにしてもよいし、ユーザ指示等の外部からの指示によって切り替えるようにしてもよい。
また、以上においては、通常時と注目時の2つの状態を切り替える例を説明したが、状態の数は任意であり、例えば、通常時、やや注目時、注目時、非常に注目時等のように、3つ以上の状態を切り替えるようにしてもよい。ただし、この切り替える状態の上限数は、スケーラブル符号化データのレイヤ数に依存する。
また、撮像装置1201が、スケーラブル符号化のレイヤ数を、状態に応じて決定するようにしてもよい。例えば、通常時の場合、撮像装置1201が、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ(BL)1222を生成し、スケーラブル符号化データ記憶装置1202に供給するようにしてもよい。また、例えば、注目時の場合、撮像装置1201が、高品質でデータ量の多いベースレイヤのスケーラブル符号化データ(BL+EL)1221を生成し、スケーラブル符号化データ記憶装置1202に供給するようにしてもよい。
以上においては、監視カメラを例に説明したが、この撮像システム1200の用途は任意であり、監視カメラに限定されない。
また、LCUとは、最大のサイズのCU(Coding Unit)であり、CTU(Coding Tree Unit)は、LCUのCTB(Coding Tree Block)と、そのLCUベース(レベル)で処理するときのパラメータを含む単位である。また、CTUを構成するCUは、CB(Coding Block)と、そのCUベース(レベル)で処理するときのパラメータを含む単位である。
本発明は、MPEG,H.26x等のように、離散コサイン変換等の直交変換と動き補償によって圧縮された画像情報(ビットストリーム)を、衛星放送、ケーブルTV、インターネット、携帯電話などのネットワークメディアを介して送受信する際に、若しくは光、磁気ディスク、フラッシュメモリのような記憶メディア上で処理する際に用いられる装置に適用することができる。
また、本発明における符号化方式は、HEVC方式以外の符号化方式であってもよい。
なお、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
また、本技術は、以下のような構成もとることができる。
(1)
参照画像を用いて画像の予測画像を生成する予測画像生成部と、
前記画像と表示順が近い前記参照画像を優先的に記憶する記憶部と
を備える画像処理装置。
(2)
前記記憶部は、前記画像が動画像である場合、前記画像と表示順が近い前記参照画像を優先的に記憶し、前記画像が静止画像である場合、量子化パラメータの小さい前記参照画像を優先的に記憶する
前記(1)に記載の画像処理装置。
(3)
前記記憶部は、前記画像が静止画像である場合、前記参照画像としてのIピクチャを優先的に記憶する
前記(2)に記載の画像処理装置。
(4)
前記記憶部に記憶可能な前記参照画像の枚数は、前記画像のサイズに基づいて決定される
前記(1)乃至(3)のいずれかに記載の画像処理装置。
(5)
画像処理装置が、
参照画像を用いて、画像の予測画像を生成する予測画像生成ステップと、
前記画像と表示順が近い前記参照画像を優先的に記憶する記憶ステップと
を含む画像処理方法。