JPWO2016009587A1 - 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置、及びコンテンツ配信方法 - Google Patents

画像符号化方法、画像復号方法、画像符号化装置、画像復号装置、及びコンテンツ配信方法 Download PDF

Info

Publication number
JPWO2016009587A1
JPWO2016009587A1 JP2016534093A JP2016534093A JPWO2016009587A1 JP WO2016009587 A1 JPWO2016009587 A1 JP WO2016009587A1 JP 2016534093 A JP2016534093 A JP 2016534093A JP 2016534093 A JP2016534093 A JP 2016534093A JP WO2016009587 A1 JPWO2016009587 A1 JP WO2016009587A1
Authority
JP
Japan
Prior art keywords
image
motion model
information
decoding
encoding
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.)
Pending
Application number
JP2016534093A
Other languages
English (en)
Inventor
哲史 吉川
哲史 吉川
寿郎 笹井
寿郎 笹井
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.)
Panasonic Intellectual Property Corp of America
Original Assignee
Panasonic Intellectual Property Corp of America
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 Panasonic Intellectual Property Corp of America filed Critical Panasonic Intellectual Property Corp of America
Publication of JPWO2016009587A1 publication Critical patent/JPWO2016009587A1/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods 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
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/20—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video object coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/56—Motion estimation with initialisation of the vector search, e.g. estimating a good candidate to initiate a search
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

画像符号化方法は、複数の画像を符号化する画像符号化方法であって、複数の画像における物体の三次元的な移動を示す動きモデル情報（１３４）を取得する取得ステップ（Ｓ１０１）と、動きモデル情報（１３４）を用いて参照画像（１５５）を生成する参照画像生成ステップ（Ｓ１３１）と、生成された参照画像（１５５）を参照して、複数の画像に含まれる対象画像を符号化する符号化ステップ（Ｓ１０４〜Ｓ１０６）とを含む。

Description

本発明は、画像符号化方法及び画像復号方法に関する。
最新の動画像符号化標準規格であるＨＥＶＣ（Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）規格では、符号化効率を向上させるために様々な検討がされている（例えば、非特許文献１参照）。この方式は、Ｈ．２６ｘで示されるＩＴＵ−Ｔ（国際電気通信連合電気通信標準化部門）規格、及び、ＭＰＥＧ−ｘで示されるＩＳＯ／ＩＥＣ規格であり、Ｈ．２６４／ＡＶＣ、又はＭＰＥＧ−４ ＡＶＣで示される規格の次の映像符号化規格として検討された。
Ｊｏｉｎｔ Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｔｅａｍ ｏｎ Ｖｉｄｅｏ Ｃｏｄｉｎｇ （ＪＣＴ−ＶＣ） ｏｆ ＩＴＵ−Ｔ ＳＧ １６ ＷＰ ３ ａｎｄ ＩＳＯ／ＩＥＣ ＪＴＣ １／ＳＣ ２９／ＷＧ １１ １２ｔｈ Ｍｅｅｔｉｎｇ： Ｇｅｎｅｖａ， ＣＨ， １４-２３ Ｊａｎ． ２０１３ｚｚ ＪＣＴＶＣ−Ｌ１００３＿ｖ３４ Ｔｉｔｌｅ： Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ （ＨＥＶＣ） ｔｅｘｔ ｓｐｅｃｉｆｉｃａｔｉｏｎ ｄｒａｆｔ １０ （ｆｏｒ ＦＤＩＳ ＆ Ｌａｓｔ Ｃａｌｌ） ｈｔｔｐ：／／ｐｈｅｎｉｘ．ｉｎｔ−ｅｖｒｙ．ｆｒ／ｊｃｔ／ｄｏｃ＿ｅｎｄ＿ｕｓｅｒ／ｄｏｃｕｍｅｎｔｓ／１２＿Ｇｅｎｅｖａ／ｗｇ１１／ＪＣＴＶＣ−Ｌ１００３−ｖ３４．ｚｉｐ
このような、画像符号化方法及び画像復号方法では、符号化効率を向上することが望まれている。
本発明は、符号化効率を向上できる画像符号化方法又は画像復号方法を提供することを目的とする。
上記目的を達成するために、本発明の一態様に係る画像符号化方法は、複数の画像を符号化する画像符号化方法であって、前記複数の画像における物体の三次元的な移動を示す動きモデル情報を取得する取得ステップと、前記動きモデル情報を用いて参照画像を生成する参照画像生成ステップと、生成された前記参照画像を参照して、前記複数の画像に含まれる対象画像を符号化する符号化ステップとを含む。
また、本発明の一態様に係る画像復号方法は、ビットストリームから複数の画像を復号する画像復号方法であって、前記複数の画像における物体の三次元的な移動を示す動きモデル情報を取得する取得ステップと、前記動きモデル情報を用いて参照画像を生成する参照画像生成ステップと、生成された前記参照画像を参照して、前記複数の画像に含まれる対象画像を復号する復号ステップとを含む。
なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
本発明は、符号化効率を向上できる画像符号化方法又は画像復号方法を提供できる。
図１は、実施の形態１に係る画像符号化装置のブロック図である。 図２は、実施の形態１に係る画像符号化処理のフローチャートである。 図３は、実施の形態１に係る動きモデル情報取得処理のフローチャートである。 図４は、実施の形態１に係る動きモデル情報を説明するための図である。 図５は、実施の形態１に係る動きモデル情報を説明するための図である。 図６は、実施の形態１に係るメタ情報から動きモデル情報を導出する動差を説明するための図である。 図７は、実施の形態１に係る予測ブロック生成処理のフローチャートである。 図８は、実施の形態１に係るインター予測処理のフローチャートである。 図９は、実施の形態１に係る動きモデル情報を用いた参照画像生成処理のフローチャートである。 図１０は、実施の形態１に係る動きモデル情報を用いた参照画像生成処理を説明するための図である。 図１１は、実施の形態１に係るインター予測画像生成処理のフローチャートである。 図１２は、実施の形態１に係る動き推定処理のフローチャートである。 図１３は、実施の形態１に係る予測動きベクトル探索処理のフローチャートである。 図１４は、実施の形態２に係る画像復号装置のブロック図である。 図１５は、実施の形態２に係るインター予測部のブロック図である。 図１６は、実施の形態２に係る画像復号装置処理のフローチャートである。 図１７は、実施の形態２に係る動きモデル情報復号処理のフローチャートである。 図１８は、実施の形態２に係る予測ブロックの生成処理のフローチャートである。 図１９は、実施の形態２に係るインター予測処理のフローチャートである。 図２０は、コンテンツ配信サービスを実現するコンテンツ供給システムの全体構成図である。 図２１は、デジタル放送用システムの全体構成図である。 図２２は、テレビの構成例を示すブロック図である。 図２３は、光ディスクである記録メディアに情報の読み書きを行う情報再生／記録部の構成例を示すブロック図である。 図２４は、光ディスクである記録メディアの構造例を示す図である。 図２５Ａは、携帯電話の一例を示す図である。 図２５Ｂは、携帯電話の構成例を示すブロック図である。 図２６は、多重化データの構成を示す図である。 図２７は、各ストリームが多重化データにおいてどのように多重化されているかを模式的に示す図である。 図２８は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかを更に詳しく示した図である。 図２９は、多重化データにおけるＴＳパケットとソースパケットの構造を示す図である。 図３０は、ＰＭＴのデータ構成を示す図である。 図３１は、多重化データ情報の内部構成を示す図である。 図３２は、ストリーム属性情報の内部構成を示す図である。 図３３は、映像データを識別するステップを示す図である。 図３４は、各実施の形態の動画像符号化方法および動画像復号化方法を実現する集積回路の構成例を示すブロック図である。 図３５は、駆動周波数を切り替える構成を示す図である。 図３６は、映像データを識別し、駆動周波数を切り替えるステップを示す図である。 図３７は、映像データの規格と駆動周波数を対応づけたルックアップテーブルの一例を示す図である。 図３８Ａは、信号処理部のモジュールを共有化する構成の一例を示す図である。 図３８Ｂは、信号処理部のモジュールを共有化する構成の他の一例を示す図である。
（発明の基礎となった知見）
従来の画像符号化方式における予測画像の生成処理では、対象フレームの前後のフレームの情報が活用される。例えば、Ｈ．２６４／ＡＶＣ及びＨ．２６５／ＨＥＶＣでは、動きベクトルを生成する際に、時間的及び空間的に近いブロックの情報などを予測動きベクトルとして利用することで、動きベクトルを生成するために必要な符号量を削減している。
しかしながら、道路上の車の動きなどの一枚の画像からでも動きを予測しすい物体に対しても、従来の画像符号化装置では、これらの画像から読み取れる状況又は環境の情報などを利用できていない。
一方、顔認識などに代表される物体認識又は機械学習などのコンピュータビジョンに関連する技術を利用した画像認識技術が発展してきている。このような技術を応用することで、動画像において頻繁に発生している情報などを解析し、この情報を用いて物体の動きを推測できることを本発明者は見出した。
例えば、店舗の監視カメラの画像から人間の動線などを解析し、お客様の店舗内での行動パターンを推測できる可能性がある。さらに、複数のカメラの利用又は動画像における時間変化などの複数の画像の情報を用いて、画像から奥行き情報などの三次元的な情報を生成する処理なども提案されている。
本発明者は、これらの情報を利用し、動画像符号化処理におけるインター予測画像生成処理において、符号化する情報を削減することが可能であることを見出した。本実施の形態では、動画像から構造又は傾向などの認識情報を抽出し、これを用いることで、予測画像生成手法において、既存手法より少ない情報量で予測画像を生成する画像符号化方法及び画像復号方法について説明する。
本発明の一態様に係る画像符号化方法は、複数の画像を符号化する画像符号化方法であって、前記複数の画像における物体の三次元的な移動を示す動きモデル情報を取得する取得ステップと、前記動きモデル情報を用いて参照画像を生成する参照画像生成ステップと、生成された前記参照画像を参照して、前記複数の画像に含まれる対象画像を符号化する符号化ステップとを含む。
これによれば、動きモデル情報を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
例えば、前記取得ステップでは、前記複数の画像に含まれる１以上の画像から前記動きモデル情報を抽出してもよい。
例えば、前記参照画像生成ステップでは、前記物体の代表画像に対して前記動きモデル情報に基づく変形処理を施すことでオブジェクト画像を生成し、前記オブジェクト画像と背景画像とを合成することで、前記参照画像を生成してもよい。
例えば、前記動きモデル情報は、高次変換行列の複数の係数として表現され、前記参照画像生成ステップでは、前記代表画像に前記高次変換行列を用いた演算を行うことで、前記変形処理が行われてもよい。
例えば、前記高次変換行列は、時間により変化する係数を含んでもよい。
例えば、前記画像符号化方法は、さらに、前記動きモデル情報を用いて、前記対象画像に含まれるブロックの動きベクトルの予測値を算出する予測ステップと、前記予測値を初期値として用いて、前記ブロックの動き探索処理を行う動き探索ステップとを含んでもよい。
これによれば、動きモデル情報を用いて動き探索処理の初期値を設定することで、動き探索処理の処理時間を短縮できる。
例えば、前記画像符号化方法は、さらに、前記対象画像に含まれるブロックの動きベクトルを推定する推定ステップと、前記動きモデル情報を用いて、前記対象画像に含まれるブロックのための予測動きベクトル候補を算出する予測ステップと、算出された予測動きベクトル候補を含む複数の予測動きベクトル候補のいずれかと、推定された前記動きベクトルとの差分を符号化する動きベクトル符号化ステップとを含んでもよい。
これによれば、動きモデル情報を用いて予測動きベクトル候補を算出することで符号化効率を向上できる。
また、本発明の一態様に係る画像復号方法は、ビットストリームから複数の画像を復号する画像復号方法であって、前記複数の画像における物体の三次元的な移動を示す動きモデル情報を取得する取得ステップと、前記動きモデル情報を用いて参照画像を生成する参照画像生成ステップと、生成された前記参照画像を参照して、前記複数の画像に含まれる対象画像を復号する復号ステップとを含む。
これによれば、動きモデル情報を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
例えば、前記取得ステップでは、前記ビットストリームから前記動きモデル情報を取得してもよい。
例えば、前記参照画像生成ステップでは、前記物体の代表画像に対して前記動きモデル情報に基づく変形処理を施すことでオブジェクト画像を生成し、前記オブジェクト画像と背景画像とを合成することで、前記参照画像を生成してもよい。
例えば、前記動きモデル情報は、高次変換行列の複数の係数として表現され、前記参照画像生成ステップでは、前記対象画像に前記高次変換行列を用いた演算を行うことで、前記変形処理が行われてもよい。
例えば、前記高次変換行列は、時間変化する係数を含んでもよい。
例えば、前記画像復号方法は、さらに、前記対象画像に含まれるブロックの動きベクトルの差分値を復号する差分動きベクトル復号ステップと、前記動きモデル情報を用いて、前記対象画像に含まれるブロックのための予測動きベクトル候補を算出する予測ステップと、算出された予測動きベクトル候補を含む複数の予測動きベクトル候補のいずれかと、前記差分値とを加算することで動きベクトルを算出する算出ステップとを含んでもよい。
これによれば、動きモデル情報を用いて予測動きベクトル候補を算出することで符号化効率を向上できる。
本発明の一態様に係る画像符号化装置は、複数の画像を符号化する画像符号化装置であって、処理回路と、前記処理回路に接続されたメモリとを備え、前記処理回路は、前記メモリを用いて、前記画像符号化方法を実行する。
これによれば、動きモデル情報を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
また、本発明の一態様に係る画像復号装置は、ビットストリームから複数の画像を復号する画像復号装置であって、処理回路と、前記処理回路に接続されたメモリとを備え、前記処理回路は、前記メモリを用いて、前記画像復号方法を実行する。
これによれば、動きモデル情報を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
また、本発明の一態様に係るコンテンツ配信方法は、コンテンツ配信方法であって、コンテンツの配信依頼を受信する受信ステップと、前記配信依頼に基づき、前記画像符号化方法を施した前記コンテンツを送信する送信ステップとを含む。
これによれば、動きモデル情報を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。
なお、既によく知られた事項の詳細説明、及び実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。
また、本実施の形態では、フレームを、ピクチャ又は画像と言い換えて記載する場合がある。さらに、符号化対象又は復号対象のフレーム（ピクチャ又は画像）を対象ピクチャ（カレントピクチャ）又は対象フレーム（カレントフレーム）などと言い換える場合がある。これら以外にもコーデック技術分野において一般的に用いられる種々の用語にも言い換えられる。
（実施の形態１）
本実施の形態に係る画像符号化装置は、物体の変形及び三次元的な動きの傾向を示す動きモデル情報を用いてインター予測処理を行う。これにより、当該画像符号化装置は、符号化効率を向上できる。
まず、本実施の形態に係る画像符号化装置１００の構成を説明する。図１は、本実施の形態に係る画像符号化装置１００の一例を示すブロック図である。この画像符号化装置１００は、動きモデル取得部１０１と、ブロック分割部１０２と、減算部１０３と、周波数変換部１０４と、量子化部１０５と、エントロピー符号化部１０６と、逆量子化部１０７と、逆周波数変換部１０８と、加算部１０９と、イントラ予測部１１０と、ループフィルタ１１１と、フレームメモリ１１２、インター予測部１１３と、切替部１１４を含む。
画像符号化装置１００は、１以上の画像を含む静止画像又は動画像である入力画像１２１を符号化することでビットストリーム１２６を生成する。
以下、画像符号化装置１００の動作を説明する。図２は、本実施の形態に係る画像符号化装置１００による画像符号化処理のフローチャートである。
まず、動きモデル取得部１０１は、入力画像１２１を用いて、空間的な位置によるオブジェクトの相対変化などの情報である動きモデル情報を抽出（算出）する（Ｓ１０１）。なお、この処理の詳細は後述する。
また、ブロック分割部１０２は、入力画像１２１を符号化処理単位である複数の符号ブロック１２２に分割する（Ｓ１０２）。イントラ予測部１１０又はインター予測部１１３は、符号ブロック１２２に対して、復号ブロック１２９又は復号画像１３０を利用した予測処理を行うことにより、予測ブロック１３３（１３１又は１３２）を生成する（Ｓ１０３）。なお、この処理の詳細は後述する。また、この予測処理に関する情報である予測情報１３５が、エントロピー符号化部１０６に送られ符号化される。具体的には、予測情報１３５は、使用された、予測モード、参照画像及び動きベクトル等を示す情報を含む。
次に、減算部１０３は、符号ブロック１２２と予測ブロック１３３との差分である差分ブロック１２３を生成する（Ｓ１０４）。周波数変換部１０４は、差分ブロック１２３を周波数変換することで係数ブロック１２４を生成する。量子化部１０５は係数ブロック１２４を量子化することで係数ブロック１２５を生成する（Ｓ１０５）。
エントロピー符号化部１０６は、係数ブロック１２５をエントロピー符号化することでビットストリーム１２６を生成する（Ｓ１０６）。また、逆量子化部１０７は、係数ブロック１２５を逆量子化することで係数ブロック１２７を生成し、逆周波数変換部１０８は、係数ブロック１２７を逆周波数変換することで差分ブロック１２８を復元する（Ｓ１０７）。加算部１０９は、差分ブロック１２８と予測ブロック１３３とを加算することで復号ブロック１２９（再構成画像）を生成する（Ｓ１０８）。この復号ブロック１２９は、イントラ予測部１１０によるイントラ予測処理に利用される。
また、画像符号化装置１００は、これら一連の処理を入力画像１２１全体に対する符号化処理が完了するまで繰り返し行う（Ｓ１０９）。
なお、１枚の画像全体の符号化処理が完了した場合には、ループフィルタ１１１は、１枚の画像に含まれる複数の復号ブロック１２９に、ブロック歪みによる画質劣化を緩和させるためのデブロッキングフィルタなどの画質改善のためのフィルタ処理を施すことで復号画像１３０を生成する。フレームメモリ１１２は、復号画像１３０を格納する。この復号画像１３０は、インター予測部１１３によるインター予測処理に用いられる。
なお、ステップＳ１０５の周波数変換及び量子化処理は、それぞれ別処理として逐次行われてもよいし、一括して行われてもよい。同様に、ステップＳ１０７の逆量子化及び逆周波数変換処理は、それぞれを別処理として逐次行われてもよいし、一括して行われてもよい。
また量子化とは、予め定められた間隔でサンプリングした値を予め定められたレベルに対応づけてデジタル化する処理である。逆量子化とは、量子化で得られた値を元の区間の値に戻す処理である。データ圧縮分野では、量子化は、値をオリジナルよりも粗い区間に分ける処理を意味し、逆量子化は粗い区間をオリジナルの細かい区間に分けなおす処理を意味する。コーデック技術分野では、量子化及び逆量子化を、丸め、ラウンディング、又はスケーリングと呼ぶ場合もある。
次に、ステップＳ１０１の動きモデル情報取得処理の詳細を、図３のフローチャートを用いて説明する。
まず、動きモデル取得部１０１は、１枚以上の入力画像１２１を用いて動きモデルを抽出する（Ｓ１１１）。ここで、動きモデルとは、撮像動画像内における物体の特徴的変化を示す。言い換えると、動きモデルは、動画像における物体の動きの傾向であり、統計的な動きを示す情報であり、三次元的な移動を示す。ここで三次元的な移動とは、平面方向の移動に加え、奥行き方向の移動を含み、具体的には、奥行き位置に起因する画像上の物体の大きさの変化、又は、奥行き位置に起因する画像上の物体の動き量の変化である。言い換えると、動きモデルは物体の動き及び変形の傾向を示す。また、この動きモデルは、画像中の領域ごとに設定されてもよい。
この動きモデルを用いることで、撮影対象又はカメラの設置場所などがある程度特定できる条件又は状況下であれば、少ない情報量から多くの情報を推測できる。例えば、監視カメラで撮影された動画像では、手前に写っていた人が奥に移動していく毎に人物の大きさが小さくなる。また、道路上の車の走行路に応じて車の進行方向又は速度などに傾向を見出すことができる。
例えば、図４に示すように、物体Ａ０が画面手前左下から画面奥右上の方向に動いているような動画像の場合、奥行き方向に進むほど動物体の大きさ（見え方）が規則的に変化する。具体的には、画像中において物体Ａ０が画面の奥に行くほど物体Ａ０の大きさが小さく映る。この場合、動きモデルは、例えば、物体Ａ０の動きの方向と、当該動きに伴う物体の大きさの変化度合いと、物体の消失点Ｐ０の座標等を示す。
また、図５に示す例では、画面手前から奥に向かって道路が延びている。また、物体Ａ１は道路上に存在しており、時刻ｔにおいて画面手前側に存在し、時刻ｔ＋Ｎにおいて画面奥側に存在する。また、各車線は一方通行であるため、道路上のオブジェクトの動きベクトルの方向は車線での進行方向と一致する。図５に示す例では、物体Ａ１は、道路の左車線内に存在するので、左奥方向に移動することがわかる。つまり、動きモデル取得部１０１は、特定の領域（例えば道路）においては物体の動きベクトルが常に似ているなどの画像空間における一定の法則を示す情報である。
なお、動きモデル取得部１０１は、１枚の画像のみから動きモデルを抽出することも可能である。例えば、画像内に道路が存在する場合には、当該道路に沿って物体（例えば車）が移動すると推定できる。また、右車線か左車線かに応じて、物体の進行方向を特定できる。
このように、動きモデル取得部１０１は、環境から予測可能な情報を動きモデルとして抽出する。また、動きモデルは、アフィン変換行列又は射影変換行列などにより表現される。また、各種行列は時間成分の変数を含む。つまり、動きモデルは、時間変化に伴う物体の位置、移動方向、速度又は大きさの変化を示す情報である。具体的には、動きモデルは、ある道路上における物体の速度情報、又は加速度情報を考慮した、物体の位置、移動方向、速度又は大きさの変化を示す。例えば、道路上の自動車の多くが一定の速度で動いている場合に、動きモデル情報は、この速度の情報を含む。これにより、新たなオブジェクトに対してその速度を適応できるので、符号量を削減できる。
次に、動きモデル取得部１０１は、入力画像１２１から動きモデルを抽出できたかを判定する（Ｓ１１２）。動きモデル取得部１０１は、動きモデルを抽出できた場合（Ｓ１１２でＹｅｓ）、符号化対象の情報に、抽出された動きモデルを示す動きモデル情報１３４を追加する。ここで、動きモデル情報とは、動きモデルそのものを示す情報（例えば、上記行列の変数）であってもよいし、動きモデルを特定するための情報であってもよい。これにより、エントロピー符号化部１０６は、動きモデル情報１３４を符号化することで、動きモデル情報１３４を含むビットストリーム１２６を生成する（Ｓ１１３）。
以下、動きモデルの抽出手法の具体例を説明する。動きモデル取得部１０１は、入力画像１２１からオブジェクトを抽出し、抽出されたオブジェクトの時間による座標及び大きさなどの変化を追跡する。例えば、動きモデル取得部１０１は、ＳＩＦＴ（Ｓｃａｌｅ−Ｉｎｖａｒｉａｎｔ Ｆｅａｔｕｒｅ Ｔｒａｎｓｆｏｒｍ）又はＨｏＧ（Ｈｉｓｔｏｇｒａｍｓ ｏｆ Ｏｒｉｅｎｔｅｄ Ｇｒａｄｉｅｎｔｓ）といった特徴量を用いる手法を用いてオブジェクトを抽出する。
また、動きモデル取得部１０１は、一つのオブジェクトを追跡するだけではなく、複数のオブジェクトとの関連性などを利用してもよい。例えば、特定領域（例えば、画像左下部）において出現する複数のオブジェクトが持つ動きベクトルの方向及び大きさなどが一定範囲内の値を持つ場合には、動きモデル取得部１０１は、当該特定領域に出現する全てのオブジェクトはその一定範囲内の動きベクトルをもつ物体であると仮定する。この場合、動きモデル取得部１０１は、動きモデルとして（１）特定領域又は特定領域内のオブジェクトを特定する情報と、（２）動きベクトルを特定する情報とを抽出する。
また、画像符号化装置１００は、画像にメタ情報が付与されている場合に、当該メタ情報を用いて動きモデルを算出してもよい。ここで、メタ情報とは、画像内の各物体の位置及び大きさ等を示す情報である。
図５は、メタ情報を用いて動きモデル情報を算出する動作を説明するための図である。図５に示すように、各フレームにメタ情報が設定されている。各フレームのメタ情報は、当該フレーム内の複数のオブジェクトの各々に対して、映像中のオブジェクトを一意に識別するためのＩＤと、当該オブジェクトの座標（座標ｘ及び座標ｙ）と、当該オブジェクトのサイズ（幅及び高さ）とを示す。
画像符号化装置１００は、まず、フレーム間の各オブジェクトのメタ情報の差分を算出する。具体的には、フレーム間の各オブジェクトの各要素（座標ｘ、座標ｙ、幅及び高さの各々）の差分が算出される。次に、画像符号化装置１００は、算出された差分に基づき、オブジェクト毎に動きモデル情報を生成する。
例えば、図６に示す例では、時刻Ｔ−１のフレームのメタ情報と時刻Ｔのフレームのメタ情報との差分が算出される。画像符号化装置１００は、オブジェクト毎に、当該オブジェクトの座標ｘ及び座標ｙの差分に基づき、当該オブジェクトの単位時間（時刻Ｔ−１と時刻Ｔとの差分）当たりの二次元座標の変化量を導出する。また、画像符号化装置１００は、当該オブジェクトの幅及び高さの差分に基づき、当該オブジェクトの単位時間当たりのサイズの変化量を導出する。これにより、各オブジェクトの時間変化に伴う移動（二次元座標の変化）及び変形を定義する動きモデル情報が生成される。
なお、動きモデル情報は、各オブジェクトの位置（二次元座標）又は位置の変化に対するオブジェクトの大きさ或いは形状又波その変化を示してもよい。例えば、画像符号化装置１００は、この関係をオブジェクトの座標ｘ及び座標ｙの差分と、幅及び高さの差分から導出する。
また、画像符号化装置１００は、複数のオブジェクトの各要素の差分を用いて一つの動きモデル情報を導出してもよい。例えば、メタ情報は、オブジェクトの属性（例えば車又は人等）を示す属性情報が含まれる。同一の属性を有するオブジェクトが複数存在する場合には、画像符号化装置１００は、同一の属性を有する複数のオブジェクトの各要素の差分を用いて、当該属性のオブジェクトに対する一つの動きモデル情報を導出してもよい。
また、使用されるメタ情報は、２つのフレームに限らず、３以上のフレームのメタ情報の各々差分が用いられてもよい。
また、画像符号化装置１００は、動きモデル情報１３４を画像単位で符号化してもよいし、ストリームに対して１つだけ符号化してもよい。監視カメラなどで撮影された定点映像の場合は、撮像範囲が動くことは少ないため動きモデルが大きく変わることは少ない。そのため、画像符号化装置１００は、シーケンス単位で１つの動きモデル情報１３４を含むビットストリーム１２６を生成する。画像復号装置は、複数の画像に対して当該動きモデル情報１３４を利用する。これにより、動きモデル情報１３４の符号量を削減できる。
また、画像符号化装置１００は、動きモデルを入力画像１２１から抽出するのではなく、有線又は無線を介して少なくとも一時的に接続される外部装置又は外部サーバから動きモデルを示すパラメータを取得してもよい。例えば、画像符号化装置１００外の映像処理装置が動きモデルの抽出処理を行い、画像符号化装置１００は、得られた動きモデルの情報を取得してもよい。これによると、映像解析処理を画像符号化装置１００で行う必要がないので、画像符号化装置１００の処理量を削減できる。
また、動きモデル情報１３４は、ビットストリーム１２６に含まれず、別の手法で画像復号装置に送信されてもよい。例えば、固定カメラで撮影された映像のように動きモデルが既知の場合には、前もって画像符号化装置１００及び画像復号装置に共通の動きモデルが設定されてもよい。これによると、ビットストリーム１２６に動きモデル情報１３４が含まれる必要がないので符号量を削減できる。
また、画像符号化装置１００及び画像復号装置に予め複数の動きモデルが設定され、画像符号化装置１００は、どの動きモデルが用いられるかを示すインデックスのみを符号化してもよい。これによると、シーンチェンジなどにより複数の動きモデルを利用する場合に、インデックスの情報のみを符号化すればよいため、符号量を削減できる。
次に、図２に示すステップＳ１０３の予測ブロック生成処理に関して、図７のフローチャートを用いて説明する。
まず、イントラ予測部１１０は、画面内の情報を用いたイントラ予測処理を行うことで予測ブロック１３１を生成する（Ｓ１２１）。続いて、インター予測部１１３は、画面間の情報を用いたインター予測処理を行うことで予測ブロック１３２を生成する（Ｓ１２２）。次に、切替部１１４は、ステップＳ１２１及びＳ１２２で得られた予測ブロック１３１及び１３２のうち、符号化効率の高い手法を選択し、選択された手法で生成された予測ブロックを予測ブロック１３３として出力する（Ｓ１２３）。具体的には、切替部１１４は、下記（式１）で示すＲ−Ｄ最適化モデルの式などを用いて、予測ブロック１３１及び１３２の各々のコスト計算を行い、コストの小さい予測ブロックを選択する。
Ｃｏｓｔ＝Ｄ＋λ×Ｒ ・・・（式１）
ここで、Ｄは符号化歪を表し、例えば、符号化対象ブロックの元の画素値と生成された予測ブロックとの差分絶対値和である。また、Ｒは発生符号量を表し、例えば、予測ブロックを生成するための予測情報（動きベクトル等）などを符号化するのに必要な符号量である。また、λはラグランジュの未定乗数である。これにより、イントラ予測及びインター予測から適切な予測モードを選ぶことができるので、符号化効率を向上できる。
なお、ステップＳ１２１及びＳ１２２の処理を行う前に、画像符号化装置１００は、どちらの予測処理を使用するかを決定し、決定された手法に対応する処理のみを行ってもよい。これにより、予測画像生成処理の処理量を削減できる。
また、画像符号化装置１００は、イントラ予測及びインター予測のうちいずれが使用されるかを示す情報を含む予測情報１３５を符号化する。
続いて、ステップＳ１２２のインター予測処理に関して、図８のフローチャートを用いて説明する。
まず、インター予測部１１３は、動きモデル情報１３４で示される動きモデル及び符号化済の復号画像１３０を用いて参照画像を生成する（Ｓ１３１）。続いて、Ｈ．２６４／ＡＶＣ方式又はＨ．２６５／ＨＥＶＣ方式で採用されているような、動き情報を利用したインター予測処理を行うことで予測画像（予測ブロック１３２）を生成する（Ｓ１３２）。
続いて、ステップＳ１３１の動きモデルを用いた参照画像生成処理に関して図９のフローチャート及び図１０を用いて説明する。
まず、インター予測部１１３は、対象フレームで利用可能な動きモデル情報１３４が存在するかを判定する（Ｓ１４１）。対象フレームで利用可能な動きモデル情報１３４が存在しなかった場合（Ｓ１４１でＮｏ）、インター予測部１１３は、ステップＳ１３１の処理を終了する。
一方、対象フレームで利用可能な動きモデル情報１３４が存在した場合（Ｓ１４１でＹｅｓ）、インター予測部１１３は、参照画像１５５の背景の画像である背景画像１５４を生成する（Ｓ１４２）。具体的には、インター予測部１１３は、２枚以上の復号画像１３０の各座標の画素値の平均値又は中央値を算出することで背景画像１５４を生成する。この時、シーケンス中の全ての復号画像１３０が利用されてもよいし、任意の画像が利用されてもよい。前者では、固定カメラなどの背景が動かない画像において、非常に高品質な背景画像１５４を生成でき、後者では、背景を多く含む画像のみを選択可能になるため少ない処理量で背景画像１５４を生成できる。また、インター予測部１１３は、対象フレームの直前の独立に復号可能な画像以降の画像のみを用いて背景画像１５４を生成してもよい。これによると、ランダムアクセス性を保持したまま、背景画像１５４を生成することが可能となる。また、インター予測部１１３は、１つの復号画像１３０をそのまま背景画像１５４として用いてもよい。また、背景画像１５４の生成に使用される１又は複数の復号画像１３０を示す情報がビットストリーム１２６に含まれ、又は、その他の手段により画像復号装置に送られてもよい。
なお、背景画像１５４は、例えば、サーバに保存されている予め定められた画像であってもよい。この場合、背景画像１５４を指定する情報、又は、背景画像１５４の符号化データがビットストリーム１２６に含まれ、又は、その他の手段により画像復号装置に送られてもよい。
次に、インター予測部１１３は、各種オブジェクトの元画像となる代表画像１５２を１つ以上、符号化済の復号画像１３０から抽出する（Ｓ１４３）。また、代表画像１５２を示す情報は、ビットストリーム１２６に含まれ、又は、その他の手段により画像復号装置に送られてもよい。具体的には、代表画像１５２を示す情報は、オブジェクトを抽出する対象の復号画像１３０を指定する情報と、その復号画像１３０内のどのオブジェクトを抽出するかを指定する情報とを含む。復号画像１３０を指定する情報は、例えば、Ｈ．２６４／ＡＶＣ及びＨ．２６５／ＨＥＶＣにおけるＰＯＣ（Ｐｉｃｔｕｒｅ Ｏｒｄｅｒ Ｃｏｕｎｔ）により示される。つまり、当該情報は、オブジェクトを抽出する対象の復号画像１３０のＰＯＣを示す。また、抽出オブジェクトを指定する情報は、例えば、そのオブジェクトの座標を示す座標情報である。この時、座標情報は、座標そのものを示しても良いし、複数画素を一つの単位（例えば、４×４画素を一つのブロック）として扱いその単位の座標を示す情報であってもよい。前者では、小さいオブジェクトが密集しているような画像においても、各オブジェクトを抽出することが可能である。また、後者では、抽出オブジェクトを指定する情報が少なくなるため、生成されるビットストリーム１２６の符号量を小さくすることが可能となる。
なお、代表画像１５２は、例えば、サーバに保存されている予め定められた画像であってもよい。この場合、代表画像１５２を指定する情報、又は、代表画像１５２の符号化データがビットストリーム１２６に含まれ、又は、その他の手段により画像復号装置に送られてもよい。
次に、インター予測部１１３は、動きモデル情報１３４で示される動きモデルを利用して、代表画像１５２を変形及び移動することで、対象フレームにおけるオブジェクト画像１５３を生成する（Ｓ１４４）。例えば、インター予測部１１３は、動きモデルを各係数で表現するアフィン変換行列又は射影変換行列を用いて、代表画像１５２を変形及び移動する。また、インター予測部１１３は、動きモデルとして３Ｄ空間を構成するための情報（光源の位置など）を利用して、３Ｄ空間におけるオブジェクトの見え方の変化（影のかかり方及び色合いの変化など）を再現してもよい。これにより、インター予測部１１３は、射影変換などでは表現できない変形にも対応できるので、生成される参照画像１５５の質をさらに向上できる。
また、画像内に複数のオブジェクトが存在する場合には、各オブジェクトに対して上記の処理が行われる。
なお、代表画像１５２を動きモデルを用いて変形させた場合に、代表画像１５２には含まれていない部分が視覚に入るというオクルージョンの問題が発生する場合がある。このような場合には、インター予測部１１３は、外部サーバ等に保存されたそのオブジェクト、又はそのオブジェクトに類似するオブジェクトの情報又は画像を取得して、取得した情報又は画像と変形後の代表画像１５２とを合成することでオブジェクト画像１５３を生成してもよい。
また、画像符号化装置１００は、動きモデルを用いた変形処理後の動き情報と符号化処理時に検出した実際の動き情報との差分情報を符号化してよい。これによると、画像符号化装置１００は、動きモデル情報の変形からは予測できない動き、例えば、交通監視映像における車線変更のような動きをした場合であっても、より原画像に近い参照画像１５５を生成できる。
最後に、インター予測部１１３は、背景画像１５４とオブジェクト画像１５３を合成することで参照画像１５５を生成する（Ｓ１４５）。例えば、インター予測部１１３は、背景画像１５４にオブジェクト画像１５３を重ね合わせることで参照画像１５５を生成する。なお、オブジェクトが複数存在する場合、画像符号化装置１００は、複数のオブジェクト画像１５３を重ね合わせる順番を示す情報を符号化してもよい。または、画像符号化装置１００及び画像復号装置において同様の手法により、動きモデル情報から複数のオブジェクトを重ね合わせる順番を予測してもよい。前者によると、合成の処理がビットストリーム１２６に明示されることで、画像復号装置は最適な参照画像１５５を生成することができる。後者によると、ビットストリーム１２６に含まれる情報を削減できるので、符号量を削減できる。
なお、上記処理により、対象フレームに対して１枚の参照画像１５５が生成されてもよいし、複数の参照画像１５５が生成されてもよい。例えば、対象フレームに含まれるオブジェクト毎にそれぞれ異なる参照画像１５５が生成されてもよい。これによると、各オブジェクトに対して最適な参照画像１５５が生成されるので、符号化効率を改善できる。また、インター予測部１１３は、画像単位で参照画像１５５の生成処理を行わず、処理ブロック単位で参照画像を生成してもよい。これによると、画像と比較して小さい単位で参照画像が生成されるので、参照画像を保存するメモリの容量を削減できる。
続いて、ステップＳ１３２インター予測画像生成処理の詳細に関して、図１１のフローチャートを用いて説明する。
まず、インター予測部１１３は、予測画像（予測ブロック１３２）を生成するための動きベクトルを推定する動き推定処理を行う（Ｓ１５１）。次に、インター予測部１１３は、得られた動きベクトルと近い動きベクトルを、周辺の符号化済みの符号ブロックで使用された動きベクトルから予測動きベクトルとして選択する（Ｓ１５２）。次に、インター予測部１１３は、ステップＳ１５１で得られた動きベクトルとＳ１５２で得られた予測動きベクトルとの差分である差分動きベクトルを生成する（Ｓ１５３）。また、選択された予測動きベクトルを示す情報と、差分動きベクトルとは、符号化され、ビットストリーム１２６に含まれる。
続いて、ステップＳ１５１の動き推定処理に関して、図１２のフローチャートを用いて説明する。
まず、インター予測部１１３は、対象フレームに対する動きモデル情報１３４が存在するかを判定する（Ｓ１６１）。対象フレームに対する動きモデル情報１３４が存在しない場合（Ｓ１６１でＮｏ）、インター予測部１１３は、動き探索処理の初期値（初期情報）として規定の値を設定する（Ｓ１６２）。ここで規定の値とは、例えば従来のＨ．２６４／ＡＶＣ又はＨ．２６５／ＨＥＶＣなどの動き推定処理において利用されている値である。例えば、この規定の値は、時間方向及び空間方向における周辺の符号化済ブロックにおける動きベクトルなどである。
一方、対象フレームに対する動きモデル情報１３４が存在する場合（Ｓ１６１でＹｅｓ）、インター予測部１１３は、動き探索処理の初期値として、各ブロックに対して、動きモデルから予測される値を設定する（Ｓ１６３）。
具体的には、インター予測部１１３は、対象ブロックにどの動きモデルが適用されるかを判定する。例えば、インター予測部１１３は、対象フレームに対してオブジェクト抽出を行い、対象ブロックがどのオブジェクト（背景、車又は人など）に該当するかを判定する。次に、インター予測部１１３は、この判定結果及び対象ブロックの画像中の存在位置などの情報などを用いて、対象ブロックの動き情報を予測する。具体的には、横断歩道を撮影している映像においては、人と認識されたオブジェクトは横断歩道に沿って動くと予想できる。よって、インター予測部１１３は、横断歩道に沿った動き情報を初期値として設定する。また、背景と判定された場合は、インター予測部１１３は、初期の動き情報として動きがないことを示す値を設定する。
次に、インター予測部１１３は、ステップＳ１６２又はＳ１６３で設定された初期値を探索点の初期値として動き探索処理を行う（Ｓ１６４）。
続いて、ステップＳ１５２の予測動きベクトルの探索処理の詳細に関して図１３のフローチャートを用いて説明する。
まず、インター予測部１１３は、対象ブロックの周辺にある１つ以上の符号化済ブロックで用いられた動きベクトルを予測動きベクトル候補に追加する（Ｓ１７１）。次に、インター予測部１１３は、対象フレームに対する動きモデル情報１３４が存在するかを判定する（Ｓ１７２）。
対象フレームに対する動きモデル情報１３４が存在する場合（Ｓ１７２でＹｅｓ）、インター予測部１１３は、動きモデルにより予測される動きベクトルを予測動きベクトル候補に追加する（Ｓ１７３）。なお、この処理の具体的な手法としては、ステップＳ１６３で説明した手法と同様の手法を用いることができる。
インター予測部１１３は、これらの処理により得られた複数の予測動きベクトル候補とＳ１６４で得られた動きベクトルとを用いて、符号化処理に用いる予測動きベクトルを選択する（Ｓ１７４）。具体的には、インター予測部１１３は、ステップＳ１６４で得られた動きベクトルと、複数の予測動きベクトル候補とのそれぞれの差分を算出し、差分の符号量が最も小さい予測動きベクトル候補を予測動きベクトルとして選択する。
（効果）
本実施の形態に係る画像符号化装置１００は、動画像から取得可能な動きモデル情報１３４を用いることで、予測動きベクトルの精度を向上できるので、予測画像の生成に必要な動き情報を削減できる。また、画像符号化装置１００は、動画像中の構造情報又は統計情報を利用することで、少ない動き情報で高品質な予測画像を生成できる。
なお、画像符号化装置１００は、動きモデル情報１３４は動画像以外から取得してもよし、外部から取得してもよい。
例えば、画像符号化装置１００は、動きモデル情報１３４としてミリ波レーダーなどの機器から得られる情報を用いてもよい。これによると、画像符号化装置１００内における動きモデル解析処理における処理量を削減できる。また、画像符号化装置１００は、他の機器から取得された情報を、動画像から動きモデル情報１３４を取得する際の、補助情報として用いてもよい。これによると、画像符号化装置１００は、画像単体から動きモデル情報１３４を取得する場合よりも、より高品質な動きモデル情報１３４を取得できる。
なお、動きモデル情報１３４は、１つのシーケンスに対して１つ以上存在してもよく、処理しているフレームに応じて切り換えられてもよい。これによると、画像符号化装置１００は、動画像中においてシーンチェンジなどの大きな変動が生じた場合においても、適切な動きモデルを利用できるので、符号化効率を向上できる。
また、画像符号化装置１００は、符号化処理の途中において、動きモデル情報を更新し、更新前後の動きモデル情報の差分を符号化してもよい。これによると、道路状態を撮影した映像において時間帯によって車の平均速度が変化していく場合のように、最大の符号化効率を期待できる動きモデル情報が変動する場合において、画像符号化装置１００は、この変動に追従して、使用する動きモデルを変更できる。これにより、生成される参照画像の品質が向上するので予測画像の品質が向上する。
以上のように、本実施の形態に係る画像符号化装置１００は、複数の画像を符号化する。画像符号化装置１００は、複数の画像における物体の三次元的な移動を示す動きモデル情報１３４を取得する（Ｓ１０１）。例えば、画像符号化装置１００は、複数の画像に含まれる１以上の画像から動きモデル情報１３４を抽出する。
次に、画像符号化装置１００は、取得された動きモデル情報１３４を用いて参照画像１５５を生成する（Ｓ１３１）。例えば、画像符号化装置１００は、物体の代表画像１５２に対して動きモデル情報１３４に基づく変形処理を施すことでオブジェクト画像１５３を生成し、オブジェクト画像１５３と背景画像１５４とを合成することで、参照画像１５５を生成する。
例えば、動きモデル情報１３４は、高次変換行列の複数の係数として表現される。画像符号化装置１００は、代表画像１５２に上記高次変換行列を用いた演算を行うことで、上記変形処理を行う。また、高次変換行列は、時間により変化する係数を含んでもよい。
次に、画像符号化装置１００は、生成された参照画像１５５を参照して、複数の画像に含まれる対象画像を符号化する（Ｓ１０４〜Ｓ１０６）。具体的には、画像符号化装置１００は、生成された参照画像１５５である予測画像と対象画像との差分である差分画像を算出し、当該差分画像を符号化する。
これにより、画像符号化装置１００は、動きモデル情報１３４を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
また、画像符号化装置１００は、動きモデル情報１３４を用いて、対象画像に含まれるブロックの動きベクトルの予測値を算出し（Ｓ１６３）、当該予測値を初期値として用いて、ブロックの動き探索処理を行う（Ｓ１５２）。
これによれば、動きモデル情報１３４を用いて動き探索処理の初期値を設定することで、動き探索処理の処理時間を短縮できる。
また、画像符号化装置１００は、対象画像に含まれるブロックの動きベクトルを推定する（Ｓ１５１）。画像符号化装置１００は、動きモデル情報１３４を用いて、対象画像に含まれるブロックのための予測動きベクトル候補を算出し（Ｓ１７３）、算出された予測動きベクトル候補を含む複数の予測動きベクトル候補のいずれかと、推定された動きベクトルとの差分を符号化する（Ｓ１５３）。
これによれば、動きモデル情報１３４を用いて予測動きベクトル候補を算出することで符号化効率を向上できる。
（実施の形態２）
本実施の形態では、実施の形態１で説明した画像符号化装置１００により生成されたビットストリーム１２６を復号する画像復号装置２００及び画像復号方法について説明する。
図１４は、本実施の形態に係る画像復号装置２００の一例を示すブロック図である。この画像復号装置２００は、ビットストリーム２２１を復号することで復号画像２２６を生成する。ビットストリーム２２１は、例えば、実施の形態１で説明した画像符号化装置１００により生成されたビットストリーム１２６である。
この画像復号装置２００は、エントロピー復号部２０１と、逆量子化部２０２と、逆周波数変換部２０３と、加算部２０４と、イントラ予測部２０５と、ループフィルタ２０６と、フレームメモリ２０７と、インター予測部２０８と、切替部２０９とを備える。
図１５は、インター予測部２０８の詳細な構成例を示すブロック図である。インター予測部２０８は、動きモデル情報２３０及び復号画像２２６を用いて参照画像２４１を生成する参照画像生成部２１２と、インター予測を行うことで予測画像（予測ブロック２２８）を生成するインター予測画像生成部２１１とを備える。
以下、画像復号装置２００の動作を説明する。図１６は、本実施の形態に係る画像復号装置２００による画像復号処理のフローチャートである。
まず、エントロピー復号部２０１は、１以上のピクチャを含む静止画又は動画が符号化されることで生成されたビットストリーム２２１から、動きモデル情報２３０を復号する（Ｓ２０１）。また、エントロピー復号部２０１は、ビットストリーム２２１から予測情報２３１を復号する（Ｓ２０２）。また、エントロピー復号部２０１は、ビットストリーム２２１から係数ブロック２２２を復号する（Ｓ２０３）。
逆量子化部２０２は、係数ブロック２２２を逆量子化することで係数ブロック２２３を生成する。逆周波数変換部２０３は、係数ブロック２２３を逆変換することで差分ブロック２２４を生成する（Ｓ２０４）。
イントラ予測部２０５又はインター予測部２０８は、予測情報２３１、復号画像２２６及び動きモデル情報２３０のうち１つ以上を用いて予測ブロック２２９を生成する（Ｓ２０５）。加算部２０４は、差分ブロック２２４と予測ブロック２２９とを加算することで復号ブロック２２５を生成する（Ｓ２０６）。
また、画像復号装置２００は、これら一連の処理をビットストリーム２２１に含まれる全ブロックに対する復号処理が完了するまで繰り返し行う（Ｓ２０７）。例えば、画像復号装置２００は、入力されたビットストリーム２２１が終了したかに応じてこの判定を行う。
なお、１枚の画像全体の復号処理が完了した場合には、ループフィルタ２０６は、１枚の画像に含まれる複数の復号ブロック２２５に、ブロック歪みによる画質劣化を緩和させるためのデブロッキングフィルタなどの画質改善のためのフィルタ処理を施すことで復号画像２２６を生成する。フレームメモリ２０７は、復号画像２２６を格納する。この復号画像２２６は、インター予測部２０８によるインター予測処理に用いられる。
なお、図１６に示す各ステップの順序はこの限りではない。例えば予測情報復号処理（Ｓ２０２）の後に動きモデル情報の復号処理（Ｓ２０１）が行われてもよいし、この二つの処理が並列して実行されてもよい。
また、ステップＳ２０４の逆量子化及び逆周波数変換処理は、それぞれ個別の処理として逐次行われてもよいし、一括して行われてもよい。なお、ＨＥＶＣなどの現在主流のコーディング規格では、逆量子化及び逆周波数変換処理は一括して行われる。また、復号側においても、実施の形態１と同様に、これらの処理にスケーリング等の表現が用いられる場合がある。
次に、ステップＳ２０１の動きモデル情報復号処理に関して、図１７のフローチャートを用いて説明する。
まず、エントロピー復号部２０１は、ビットストリーム２２１に、対象フレームで利用可能な動きモデル情報２３０が存在するかを判定する（Ｓ２１１）。動きモデル情報２３０が存在しない場合（Ｓ２１１でＮｏ）、エントロピー復号部２０１は、ステップＳ２０１の処理を終了する。一方、動きモデル情報２３０が存在する場合（Ｓ２１１でＹｅｓ）、エントロピー復号部２０１は動きモデル情報２３０を復号する（Ｓ２１２）。
ここで、動きモデル情報２３０とは、動画像から取得できる３Ｄ空間を再構成するための情報、又は、動画像中に存在するオブジェクトの大きさ及び座標の変化量などの空間内におけるオブジェクトの変化量を示す情報である。例えば、奥行きのある空間を撮影している動画像では手前に存在するオブジェクトが奥の方向に移動すると小さくなっていくというようにオブジェクトの見え方に変化が生じる。動きモデル情報２３０は、このような変化を示す情報であり、この変化を各係数で表現したアフィン変換行列又は射影変換行列である。この動きモデル情報２３０を用いることで、変化前から変化後を予想することができる。また、この動きモデル情報２３０は時間のパラメータを持つ変数であってもよい。
例えば、動画像中において特定領域（道路上など）における移動物体の速度がある程度同じ場合、道路上の領域における動きモデル情報として、時間を変数にもつ射影変換行列が用いられる。これにより、道路領域のオブジェクトの動きを一つの動きモデル情報２３０で表現できる。これによると、動きモデル情報２３０を表現するために必要な情報量を削減できる。
次に、ステップＳ２０５の予測ブロック生成処理に関して、図１８のフローチャートを用いて説明する。
まず、切替部２０９は、対象ブロックに用いる予測手法がイントラ予測かインター予測かを判定する（Ｓ２２１）。具体的には、切替部２０９はビットストリーム２２１に含まれる情報に基づき、この判定を行う。
イントラ予測と判定された場合（Ｓ２２１でイントラ）、イントラ予測部２０５は、イントラ予測処理を行う（Ｓ２２２）。インター予測と判定された場合（Ｓ２２１でインター）、インター予測部２０８は、インター予測処理を行う（Ｓ２２３）。
なお、ステップＳ２２１のイントラ／インター予測の判定処理は、各ブロックに対して行われる必要はない。例えば、ビットストリーム２２１内の情報によりシーケンス全体の予測ブロック生成手法が指定されている場合は、ステップＳ２２２及びＳ２２３のうち指定された手法のみが利用されてもよい。これによると、復号処理全体における判定処理の回数を削減することができるので、処理量を削減できる。
次に、ステップＳ２２３のインター予測処理に関して、図１９のフローチャートを用いて説明する。
まず、インター予測部２０８に含まれる参照画像生成部２１２は、動きモデル情報２３０及び復号画像２２６を用いて参照画像２４１を生成する（Ｓ２４１）。例えば、インター予測画像生成部２１１は、実施の形態１のステップＳ１３１と同様の処理により動きモデル情報２３０を利用して参照画像２４１を生成する。なお、上述したように、背景画像又は代表画像を特定するための情報がビットストリーム２２１に含まれてもよい。この場合には、参照画像生成部２１２は、この情報で特定された背景画像又は代表画像を用いて参照画像２４１を生成する。
また、参照画像生成部２１２は、画像単位で参照画像２４１の生成処理を行わず、処理ブロック単位で参照画像２４１を生成してもよい。これによると、画像と比較して小さい単位で参照画像２４１が生成されるので、参照画像２４１を保存するメモリの容量を削減できる。
続いて、インター予測画像生成部２１１は、Ｈ．２６４／ＡＶＣ方式又はＨ．２６５／ＨＥＶＣ方式で採用されているような、動き情報を利用したインター予測処理により予測画像（予測ブロック２２８）を生成する（Ｓ２４２）。
なお、画像復号装置２００において利用する動きモデル情報２３０はビットストリーム２２１に含まれなくてもよい。例えば、画像復号装置２００は、外部から動きモデル情報２３０に関するパラメータ等を取得してもよい。例えば、画像復号装置２００に入力されるビットストリーム２２１を生成する画像符号化装置１００が扱う映像が既知の場合、画像復号装置２００は、その映像に関する動きモデル情報２３０を予め取得してもよい。これにより、ビットストリーム２２１の符号量を削減できる。
（効果）
本実施の形態に係る画像復号装置２００は、動きモデル情報２３０を含んだビットストリーム２２１を復号できる。また、画像復号装置２００は、動きモデル情報２３０及び復号画像２２６を利用して参照画像２４１を生成することで、より高画質な画像の再構成を実現できる。
なお、画像復号装置２００に対しても、上述した実施の形態１で説明した各種変形例を適用してもよい。例えば、画像復号装置２００は、インター予測画像生成処理（Ｓ２４２）において、図１１に示す処理に対応する処理を行ってもよい。つまり、画像復号装置２００は、ステップＳ１７１〜Ｓ１７３と同様の処理により、予測動きベクトル候補を導出する。次に、画像復号装置２００は、ビットストリーム２２１に含まれる情報に基づき、複数の予測動きベクトル候補から予測動きベクトルを選択する。次に、画像復号装置２００は、ビットストリーム２２１に含まれる差分動きベクトルと、選択された予測動きベクトルとを加算することで動きベクトルを生成する。そして、画像復号装置２００は、生成された動きベクトルを用いて予測画像を生成する。
また、画像復号装置２００は、実施の形態１で説明した符号化処理に対応する復号処理を行う。具体的には、画像復号装置２００は、画像符号化装置１００と同様の処理を行うことで各種情報を生成する。または、画像復号装置２００は、その情報又はその情報を特定又は生成する情報がビットストリーム２２１に含まれる場合には、当該情報を用いる。ここで各種情報とは、動きモデル、代表画像又は背景画像等を、示す情報、又はこれらを特定或いは生成するための情報である。
以上のように、本実施の形態に係る画像復号装置２００は、ビットストリーム２２１から複数の画像を復号する。画像復号装置２００は、複数の画像における物体の三次元的な移動を示す動きモデル情報２３０を取得する（Ｓ２０１）。例えば、画像復号装置２００は、ビットストリーム２２１から動きモデル情報２３０を取得する。
画像復号装置２００は、動きモデル情報２３０を用いて参照画像２４１を生成する（Ｓ２４１）。例えば、画像復号装置２００は、物体の代表画像１５２に対して動きモデル情報１３４に基づく変形処理を施すことでオブジェクト画像１５３を生成し、オブジェクト画像１５３と背景画像１５４とを合成することで、参照画像１５５を生成する。
例えば、動きモデル情報２３０は、高次変換行列の複数の係数として表現される。画像復号装置２００は、代表画像１５２に上記高次変換行列を用いた演算を行うことで、上記変形処理を行う。また、高次変換行列は、時間により変化する係数を含んでもよい。
次に、画像復号装置２００は、生成された参照画像２４１を参照して、複数の画像に含まれる対象画像を復号する（Ｓ２０２〜Ｓ２０６）。
これによれば、動きモデル情報２３０を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
また、画像復号装置２００は、対象画像に含まれるブロックの動きベクトルの差分値を復号する（Ｓ２０３及びＳ２０４）。画像復号装置２００は、動きモデル情報２３０を用いて、対象画像に含まれるブロックのための予測動きベクトル候補を算出し（Ｓ１７３）、算出された予測動きベクトル候補を含む複数の予測動きベクトル候補のいずれかと、上記差分値とを加算することで動きベクトルを算出する。
これによれば、動きモデル情報２３０を用いて予測動きベクトル候補を算出することで符号化効率を向上できる。
以上、実施の形態に係る画像符号化方法に及び画像復号方法ついて説明したが、本発明は、この実施の形態に限定されるものではない。
例えば、本発明は、上記画像符号化方法が施されたコンテンツを配信するコンテンツ配信方法又はコンテンツ配信システムとして実現されてもよい。つまり、コンテンツ配信システム及びコンテンツ配信方法は、コンテンツの配信依頼を受信し、配信依頼に基づき、上記画像符号化方法を施したコンテンツを送信する。
また、上記実施の形態に係る画像符号化装置及び画像復号装置に含まれる各処理部は典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。
また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ又はプロセッサなどのプログラム実行部が、ハードディスク又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
言い換えると、画像符号化装置及び画像復号装置は、処理回路（ｐｒｏｃｅｓｓｉｎｇ ｃｉｒｃｕｉｔｒｙ）と、当該処理回路に電気的に接続された（当該制御回路からアクセス可能な）記憶装置（ｓｔｏｒａｇｅ）とを備える。処理回路は、専用のハードウェア及びプログラム実行部の少なくとも一方を含む。また、記憶装置は、処理回路がプログラム実行部を含む場合には、当該プログラム実行部により実行されるソフトウェアプログラムを記憶する。処理回路は、記憶装置を用いて、上記実施の形態に画像符号化方法又は画像復号方法を実行する。
さらに、本発明は上記ソフトウェアプログラムであってもよいし、上記プログラムが記録された非一時的なコンピュータ読み取り可能な記録媒体であってもよい。また、上記プログラムは、インターネット等の伝送媒体を介して流通させることができるのは言うまでもない。
また、上記で用いた数字は、全て本発明を具体的に説明するために例示するものであり、本発明は例示された数字に制限されない。
また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。
また、上記の画像符号化方法又は画像復号方法に含まれるステップが実行される順序は、本発明を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。
以上、本発明の一つ又は複数の態様に係る画像符号化装置、画像復号装置、画像符号化方法及び画像復号方法について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の一つ又は複数の態様の範囲内に含まれてもよい。
（実施の形態３）
上記各実施の形態で示した動画像符号化方法（画像符号化方法）または動画像復号化方法（画像復号方法）の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。
さらにここで、上記各実施の形態で示した動画像符号化方法（画像符号化方法）や動画像復号化方法（画像復号方法）の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。
図２０は、コンテンツ配信サービスを実現するコンテンツ供給システムex１００の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex１０６、ex１０７、ex１０８、ex１０９、ex１１０が設置されている。
このコンテンツ供給システムex１００は、インターネットex１０１にインターネットサービスプロバイダex１０２および電話網ex１０４、および基地局ex１０６からex１１０を介して、コンピュータex１１１、ＰＤＡ（Personal Digital Assistant）ex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５などの各機器が接続される。
しかし、コンテンツ供給システムex１００は図２０のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。
カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ−ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。
コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の一態様に係る画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。
なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像および／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。
また、これら符号化・復号化処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ−ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。
また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。
以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。
なお、コンテンツ供給システムex１００の例に限らず、図２１に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の一態様に係る画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。
また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号化する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に動画像復号化装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。
図２２は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。
また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の一態様に係る画像符号化装置または画像復号装置として機能する）を有する信号処理部ex３０６と、復号化した音声信号を出力するスピーカex３０７、復号化した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。
まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号化し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。
また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。
また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。
一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図２３に示す。情報再生／記録部ex４００は、以下に説明する要素ex４０１、ex４０２、ex４０３、ex４０４、ex４０５、ex４０６、ex４０７を備える。光ヘッドex４０１は、光ディスクである記録メディアex２１５の記録面にレーザスポットを照射して情報を書き込み、記録メディアex２１５の記録面からの反射光を検出して情報を読み込む。変調記録部ex４０２は、光ヘッドex４０１に内蔵された半導体レーザを電気的に駆動し記録データに応じてレーザ光の変調を行う。再生復調部ex４０３は、光ヘッドex４０１に内蔵されたフォトディテクタにより記録面からの反射光を電気的に検出した再生信号を増幅し、記録メディアex２１５に記録された信号成分を分離して復調し、必要な情報を再生する。バッファex４０４は、記録メディアex２１５に記録するための情報および記録メディアex２１５から再生した情報を一時的に保持する。ディスクモータex４０５は記録メディアex２１５を回転させる。サーボ制御部ex４０６は、ディスクモータex４０５の回転駆動を制御しながら光ヘッドex４０１を所定の情報トラックに移動させ、レーザスポットの追従処理を行う。システム制御部ex４０７は、情報再生／記録部ex４００全体の制御を行う。上記の読み出しや書き込みの処理はシステム制御部ex４０７が、バッファex４０４に保持された各種情報を利用し、また必要に応じて新たな情報の生成・追加を行うと共に、変調記録部ex４０２、再生復調部ex４０３、サーボ制御部ex４０６を協調動作させながら、光ヘッドex４０１を通して、情報の記録再生を行うことにより実現される。システム制御部ex４０７は例えばマイクロプロセッサで構成され、読み出し書き込みのプログラムを実行することでそれらの処理を実行する。
以上では、光ヘッドex４０１はレーザスポットを照射するとして説明したが、近接場光を用いてより高密度な記録を行う構成であってもよい。
図２４に光ディスクである記録メディアex２１５の模式図を示す。記録メディアex２１５の記録面には案内溝（グルーブ）がスパイラル状に形成され、情報トラックex２３０には、予めグルーブの形状の変化によってディスク上の絶対位置を示す番地情報が記録されている。この番地情報はデータを記録する単位である記録ブロックex２３１の位置を特定するための情報を含み、記録や再生を行う装置において情報トラックex２３０を再生し番地情報を読み取ることで記録ブロックを特定することができる。また、記録メディアex２１５は、データ記録領域ex２３３、内周領域ex２３２、外周領域ex２３４を含んでいる。ユーザデータを記録するために用いる領域がデータ記録領域ex２３３であり、データ記録領域ex２３３より内周または外周に配置されている内周領域ex２３２と外周領域ex２３４は、ユーザデータの記録以外の特定用途に用いられる。情報再生／記録部ex４００は、このような記録メディアex２１５のデータ記録領域ex２３３に対して、符号化された音声データ、映像データまたはそれらのデータを多重化した多重化データの読み書きを行う。
以上では、１層のＤＶＤ、ＢＤ等の光ディスクを例に挙げ説明したが、これらに限ったものではなく、多層構造であって表面以外にも記録可能な光ディスクであってもよい。また、ディスクの同じ場所にさまざまな異なる波長の色の光を用いて情報を記録したり、さまざまな角度から異なる情報の層を記録したりなど、多次元的な記録／再生を行う構造の光ディスクであってもよい。
また、デジタル放送用システムex２００において、アンテナex２０５を有する車ex２１０で衛星ex２０２等からデータを受信し、車ex２１０が有するカーナビゲーションex２１１等の表示装置に動画を再生することも可能である。なお、カーナビゲーションex２１１の構成は例えば図２２に示す構成のうち、ＧＰＳ受信部を加えた構成が考えられ、同様なことがコンピュータex１１１や携帯電話ex１１４等でも考えられる。
図２５Ａは、上記実施の形態で説明した動画像復号化方法および動画像符号化方法を用いた携帯電話ex１１４を示す図である。携帯電話ex１１４は、基地局ex１１０との間で電波を送受信するためのアンテナex３５０、映像、静止画を撮ることが可能なカメラ部ex３６５、カメラ部ex３６５で撮像した映像、アンテナex３５０で受信した映像等が復号化されたデータを表示する液晶ディスプレイ等の表示部ex３５８を備える。携帯電話ex１１４は、さらに、操作キー部ex３６６を有する本体部、音声を出力するためのスピーカ等である音声出力部ex３５７、音声を入力するためのマイク等である音声入力部ex３５６、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータもしくは復号化されたデータを保存するメモリ部ex３６７、又は同様にデータを保存する記録メディアとのインタフェース部であるスロット部ex３６４を備える。
さらに、携帯電話ex１１４の構成例について、図２５Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。
電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。
携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。
さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。
データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の一態様に係る画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。
多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。
データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の一態様に係る画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。
また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。
このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。
また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。
（実施の形態４）
上記各実施の形態で示した動画像符号化方法または装置と、ＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。
ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。
この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ−２トランスポートストリーム形式のデジタルストリームである。
図２６は、多重化データの構成を示す図である。図２６に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム（ＰＧ）、インタラクティブグラフィックスストリームのうち、１つ以上を多重化することで得られる。ビデオストリームは映画の主映像および副映像を、オーディオストリーム（ＩＧ）は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にＧＵＩ部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した動画像符号化方法または装置、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーＡＣ−３、Ｄｏｌｂｙ Ｄｉｇｉｔａｌ Ｐｌｕｓ、ＭＬＰ、ＤＴＳ、ＤＴＳ−ＨＤ、または、リニアＰＣＭのなどの方式で符号化されている。
多重化データに含まれる各ストリームはＰＩＤによって識別される。例えば、映画の映像に利用するビデオストリームには０ｘ１０１１が、オーディオストリームには０ｘ１１００から０ｘ１１１Ｆまでが、プレゼンテーショングラフィックスには０ｘ１２００から０ｘ１２１Ｆまでが、インタラクティブグラフィックスストリームには０ｘ１４００から０ｘ１４１Ｆまでが、映画の副映像に利用するビデオストリームには０ｘ１Ｂ００から０ｘ１Ｂ１Ｆまで、主音声とミキシングする副音声に利用するオーディオストリームには０ｘ１Ａ００から０ｘ１Ａ１Ｆが、それぞれ割り当てられている。
図２７は、多重化データがどのように多重化されるかを模式的に示す図である。まず、複数のビデオフレームからなるビデオストリームex２３５、複数のオーディオフレームからなるオーディオストリームex２３８を、それぞれＰＥＳパケット列ex２３６およびex２３９に変換し、ＴＳパケットex２３７およびex２４０に変換する。同じくプレゼンテーショングラフィックスストリームex２４１およびインタラクティブグラフィックスex２４４のデータをそれぞれＰＥＳパケット列ex２４２およびex２４５に変換し、さらにＴＳパケットex２４３およびex２４６に変換する。多重化データex２４７はこれらのＴＳパケットを１本のストリームに多重化することで構成される。
図２８は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかをさらに詳しく示している。図２８における第１段目はビデオストリームのビデオフレーム列を示す。第２段目は、ＰＥＳパケット列を示す。図２８の矢印ｙｙ１，ｙｙ２，ｙｙ３，ｙｙ４に示すように、ビデオストリームにおける複数のＶｉｄｅｏ Ｐｒｅｓｅｎｔａｔｉｏｎ ＵｎｉｔであるＩピクチャ、Ｂピクチャ、Ｐピクチャは、ピクチャ毎に分割され、ＰＥＳパケットのペイロードに格納される。各ＰＥＳパケットはＰＥＳヘッダを持ち、ＰＥＳヘッダには、ピクチャの表示時刻であるＰＴＳ（Ｐｒｅｓｅｎｔａｔｉｏｎ Ｔｉｍｅ−Ｓｔａｍｐ）やピクチャの復号時刻であるＤＴＳ（Ｄｅｃｏｄｉｎｇ Ｔｉｍｅ−Ｓｔａｍｐ）が格納される。
図２９は、多重化データに最終的に書き込まれるＴＳパケットの形式を示している。ＴＳパケットは、ストリームを識別するＰＩＤなどの情報を持つ４ＢｙｔｅのＴＳヘッダとデータを格納する１８４ＢｙｔｅのＴＳペイロードから構成される１８８Ｂｙｔｅ固定長のパケットであり、上記ＰＥＳパケットは分割されＴＳペイロードに格納される。ＢＤ−ＲＯＭの場合、ＴＳパケットには、４ＢｙｔｅのＴＰ＿Ｅｘｔｒａ＿Ｈｅａｄｅｒが付与され、１９２Ｂｙｔｅのソースパケットを構成し、多重化データに書き込まれる。ＴＰ＿Ｅｘｔｒａ＿ＨｅａｄｅｒにはＡＴＳ（Ａｒｒｉｖａｌ＿Ｔｉｍｅ＿Ｓｔａｍｐ）などの情報が記載される。ＡＴＳは当該ＴＳパケットのデコーダのＰＩＤフィルタへの転送開始時刻を示す。多重化データには図２９下段に示すようにソースパケットが並ぶこととなり、多重化データの先頭からインクリメントする番号はＳＰＮ（ソースパケットナンバー）と呼ばれる。
また、多重化データに含まれるＴＳパケットには、映像・音声・字幕などの各ストリーム以外にもＰＡＴ（Ｐｒｏｇｒａｍ Ａｓｓｏｃｉａｔｉｏｎ Ｔａｂｌｅ）、ＰＭＴ（Ｐｒｏｇｒａｍ Ｍａｐ Ｔａｂｌｅ）、ＰＣＲ（Ｐｒｏｇｒａｍ Ｃｌｏｃｋ Ｒｅｆｅｒｅｎｃｅ）などがある。ＰＡＴは多重化データ中に利用されるＰＭＴのＰＩＤが何であるかを示し、ＰＡＴ自身のＰＩＤは０で登録される。ＰＭＴは、多重化データ中に含まれる映像・音声・字幕などの各ストリームのＰＩＤと各ＰＩＤに対応するストリームの属性情報を持ち、また多重化データに関する各種ディスクリプタを持つ。ディスクリプタには多重化データのコピーを許可・不許可を指示するコピーコントロール情報などがある。ＰＣＲは、ＡＴＳの時間軸であるＡＴＣ（Ａｒｒｉｖａｌ Ｔｉｍｅ Ｃｌｏｃｋ）とＰＴＳ・ＤＴＳの時間軸であるＳＴＣ（Ｓｙｓｔｅｍ Ｔｉｍｅ Ｃｌｏｃｋ）の同期を取るために、そのＰＣＲパケットがデコーダに転送されるＡＴＳに対応するＳＴＣ時間の情報を持つ。
図３０はＰＭＴのデータ構造を詳しく説明する図である。ＰＭＴの先頭には、そのＰＭＴに含まれるデータの長さなどを記したＰＭＴヘッダが配置される。その後ろには、多重化データに関するディスクリプタが複数配置される。上記コピーコントロール情報などが、ディスクリプタとして記載される。ディスクリプタの後には、多重化データに含まれる各ストリームに関するストリーム情報が複数配置される。ストリーム情報は、ストリームの圧縮コーデックなどを識別するためストリームタイプ、ストリームのＰＩＤ、ストリームの属性情報（フレームレート、アスペクト比など）が記載されたストリームディスクリプタから構成される。ストリームディスクリプタは多重化データに存在するストリームの数だけ存在する。
記録媒体などに記録する場合には、上記多重化データは、多重化データ情報ファイルと共に記録される。
多重化データ情報ファイルは、図３１に示すように多重化データの管理情報であり、多重化データと１対１に対応し、多重化データ情報、ストリーム属性情報とエントリマップから構成される。
多重化データ情報は図３１に示すようにシステムレート、再生開始時刻、再生終了時刻から構成されている。システムレートは多重化データの、後述するシステムターゲットデコーダのＰＩＤフィルタへの最大転送レートを示す。多重化データ中に含まれるＡＴＳの間隔はシステムレート以下になるように設定されている。再生開始時刻は多重化データの先頭のビデオフレームのＰＴＳであり、再生終了時刻は多重化データの終端のビデオフレームのＰＴＳに１フレーム分の再生間隔を足したものが設定される。
ストリーム属性情報は図３２に示すように、多重化データに含まれる各ストリームについての属性情報が、ＰＩＤ毎に登録される。属性情報はビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム、インタラクティブグラフィックスストリーム毎に異なる情報を持つ。ビデオストリーム属性情報は、そのビデオストリームがどのような圧縮コーデックで圧縮されたか、ビデオストリームを構成する個々のピクチャデータの解像度がどれだけであるか、アスペクト比はどれだけであるか、フレームレートはどれだけであるかなどの情報を持つ。オーディオストリーム属性情報は、そのオーディオストリームがどのような圧縮コーデックで圧縮されたか、そのオーディオストリームに含まれるチャンネル数は何であるか、何の言語に対応するか、サンプリング周波数がどれだけであるかなどの情報を持つ。これらの情報は、プレーヤが再生する前のデコーダの初期化などに利用される。
本実施の形態においては、上記多重化データのうち、ＰＭＴに含まれるストリームタイプを利用する。また、記録媒体に多重化データが記録されている場合には、多重化データ情報に含まれる、ビデオストリーム属性情報を利用する。具体的には、上記各実施の形態で示した動画像符号化方法または装置において、ＰＭＴに含まれるストリームタイプ、または、ビデオストリーム属性情報に対し、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示す固有の情報を設定するステップまたは手段を設ける。この構成により、上記各実施の形態で示した動画像符号化方法または装置によって生成した映像データと、他の規格に準拠する映像データとを識別することが可能になる。
また、本実施の形態における動画像復号化方法のステップを図３３に示す。ステップexＳ１００において、多重化データからＰＭＴに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexＳ１０１において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexＳ１０２において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠するものであることを示している場合には、ステップexＳ１０３において、従来の規格に準拠した動画像復号方法により復号を行う。
このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。
（実施の形態５）
上記各実施の形態で示した動画像符号化方法および装置、動画像復号化方法および装置は、典型的には集積回路であるＬＳＩで実現される。一例として、図３４に１チップ化されたＬＳＩex５００の構成を示す。ＬＳＩex５００は、以下に説明する要素ex５０１、ex５０２、ex５０３、ex５０４、ex５０５、ex５０６、ex５０７、ex５０８、ex５０９を備え、各要素はバスex５１０を介して接続している。電源回路部ex５０５は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。
例えば符号化処理を行う場合には、ＬＳＩex５００は、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有する制御部ex５０１の制御に基づいて、ＡＶ Ｉ／Ｏex５０９によりマイクex１１７やカメラex１１３等からＡＶ信号を入力する。入力されたＡＶ信号は、一旦ＳＤＲＡＭ等の外部のメモリex５１１に蓄積される。制御部ex５０１の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex５０７に送られ、信号処理部ex５０７において音声信号の符号化および／または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex５０７ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームＩ／Ｏex５０６から外部に出力する。この出力された多重化データは、基地局ex１０７に向けて送信されたり、または記録メディアex２１５に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex５０８にデータを蓄積するとよい。
なお、上記では、メモリex５１１がＬＳＩex５００の外部の構成として説明したが、ＬＳＩex５００の内部に含まれる構成であってもよい。バッファex５０８も１つに限ったものではなく、複数のバッファを備えていてもよい。また、ＬＳＩex５００は１チップ化されてもよいし、複数チップ化されてもよい。
また、上記では、制御部ex５０１が、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有するとしているが、制御部ex５０１の構成は、この構成に限らない。例えば、信号処理部ex５０７がさらにＣＰＵを備える構成であってもよい。信号処理部ex５０７の内部にもＣＰＵを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、ＣＰＵex５０２が信号処理部ex５０７、または信号処理部ex５０７の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex５０１は、信号処理部ex５０７、またはその一部を有するＣＰＵex５０２を備える構成となる。
なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。このようなプログラマブル・ロジック・デバイスは、典型的には、ソフトウェア又はファームウェアを構成するプログラムを、ロードする又はメモリ等から読み込むことで、上記各実施の形態で示した動画像符号化方法、又は動画像復号化方法を実行することができる。
さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。
（実施の形態６）
上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。
この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図３５は、本実施の形態における構成ex８００を示している。駆動周波数切替え部ex８０３は、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合には、駆動周波数を高く設定する。そして、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１に対し、映像データを復号するよう指示する。一方、映像データが、従来の規格に準拠する映像データである場合には、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合に比べ、駆動周波数を低く設定する。そして、従来の規格に準拠する復号処理部ex８０２に対し、映像データを復号するよう指示する。
より具体的には、駆動周波数切替え部ex８０３は、図３４のＣＰＵex５０２と駆動周波数制御部ex５１２から構成される。また、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１、および、従来の規格に準拠する復号処理部ex８０２は、図３４の信号処理部ex５０７に該当する。ＣＰＵex５０２は、映像データがどの規格に準拠するものであるかを識別する。そして、ＣＰＵex５０２からの信号に基づいて、駆動周波数制御部ex５１２は、駆動周波数を設定する。また、ＣＰＵex５０２からの信号に基づいて、信号処理部ex５０７は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態４で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態４で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、ＣＰＵex５０２における駆動周波数の選択は、例えば、図３７のような映像データの規格と、駆動周波数とを対応付けたルックアップテーブルに基づいて行うことが考えられる。ルックアップテーブルを、バッファex５０８や、ＬＳＩの内部メモリに格納しておき、ＣＰＵex５０２がこのルックアップテーブルを参照することにより、駆動周波数を選択することが可能である。
図３６は、本実施の形態の方法を実施するステップを示している。まず、ステップexＳ２００では、信号処理部ex５０７において、多重化データから識別情報を取得する。次に、ステップexＳ２０１では、ＣＰＵex５０２において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexＳ２０２において、駆動周波数を高く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、高い駆動周波数に設定される。一方、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ステップexＳ２０３において、駆動周波数を低く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。
さらに、駆動周波数の切替えに連動して、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することが考えられる。
また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、ＭＰＥＧ４−ＡＶＣ規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。
さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を高く設定し、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＣＰＵex５０２の駆動を停止させることなく、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、ＣＰＵex５０２の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、ＣＰＵex５０２の駆動を一時停止させることも考えられる。この場合は、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。
このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてＬＳＩex５００またはＬＳＩex５００を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。
（実施の形態７）
テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、ＬＳＩex５００の信号処理部ex５０７が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex５０７を個別に用いると、ＬＳＩex５００の回路規模が大きくなり、また、コストが増加するという課題が生じる。
この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のＭＰＥＧ−２、ＭＰＥＧ４−ＡＶＣ、ＶＣ−１などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図３８Ａのex９００に示す。例えば、上記各実施の形態で示した動画像復号方法と、ＭＰＥＧ４−ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４−ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４−ＡＶＣ規格に対応しない、本発明の一態様に特有の他の処理内容については、専用の復号処理部ex９０１を用いるという構成が考えられる。特に、本発明の一態様は、動き補償に特徴を有していることから、例えば、動き補償については専用の復号処理部ex９０１を用い、それ以外のエントロピー復号、逆量子化、デブロッキング・フィルタのいずれか、または、全ての処理については、復号処理部を共有することが考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した動画像復号化方法を実行するための復号処理部を共有し、ＭＰＥＧ４−ＡＶＣ規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。
また、処理を一部共有化する他の例を図３８Ｂのex１０００に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。
このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。
本発明は、画像処理装置、画像の撮像装置及び画像の再生装置に適用可能である。具体的には、デジタルスチルカメラ、ムービー、カメラ機能付き携帯電話機、及びスマートフォンなどに、本発明は適用可能である。
１００ 画像符号化装置
１０１ 動きモデル取得部
１０２ ブロック分割部
１０３ 減算部
１０４ 周波数変換部
１０５ 量子化部
１０６ エントロピー符号化部
１０７，２０２ 逆量子化部
１０８，２０３ 逆周波数変換部
１０９，２０４ 加算部
１１０，２０５ イントラ予測部
１１１，２０６ ループフィルタ
１１２，２０７ フレームメモリ
１１３，２０８ インター予測部
１１４，２０９ 切替部
１２１ 入力画像
１２２ 符号ブロック
１２３，１２８，２２４ 差分ブロック
１２４，１２５，１２７，２２２，２２３ 係数ブロック
１２６，２２１ ビットストリーム
１２９，２２５ 復号ブロック
１３０，２２６ 復号画像
１３１，１３２，１３３，２２７，２２８，２２９ 予測ブロック
１３４，２３０ 動きモデル情報
１３５，２３１ 予測情報
１５２ 代表画像
１５３ オブジェクト画像
１５４ 背景画像
１５５，２４１ 参照画像
２００ 画像復号装置
２０１ エントロピー復号部
２１１ インター予測画像生成部
２１２ 参照画像生成部
【０００６】
を抽出し、これを用いることで、予測画像生成手法において、既存手法より少ない情報量で予測画像を生成する画像符号化方法及び画像復号方法について説明する。
［００１６］
本発明の一態様に係る画像符号化方法は、複数の画像を符号化する画像符号化方法であって、符号化対象ピクチャと参照ピクチャ間における物体の三次元的な移動を示す動きモデル情報を取得する取得ステップと、前記動きモデル情報を用いて導出される前記符号化対象ピクチャに含まれる符号化対象ブロックの動きベクトルの予測値から予測動きベクトル候補を導出する予測ステップと、前記予測動きベクトル候補を含む複数の予測動きベクトル候補から選択された予測動きベクトルを用いて、前記符号化対象ブロックを符号化する符号化ステップとを含む。
［００１７］
これによれば、動きモデル情報を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
［００１８］
例えば、前記取得ステップでは、前記複数の画像に含まれる１以上の画像から前記動きモデル情報を抽出してもよい。
［００１９］
例えば、前記参照画像生成ステップでは、前記物体の代表画像に対して前記動きモデル情報に基づく変形処理を施すことでオブジェクト画像を生成し、前記オブジェクト画像と背景画像とを合成することで、前記参照画像を生成してもよい。
［００２０］
例えば、前記動きモデル情報は、高次変換行列の複数の係数として表現され、前記参照画像生成ステップでは、前記代表画像に前記高次変換行列を用いた演算を行うことで、前記変形処理が行われてもよい。
［００２１］
例えば、前記高次変換行列は、時間により変化する係数を含んでもよい。
［００２２］
例えば、前記画像符号化方法は、さらに、前記予測値を初期値として用いて、前記ブロックの動き探索処理を行う動き探索ステップとを含んでもよい。
［００２３］
これによれば、動きモデル情報を用いて動き探索処理の初期値を設定することで、動き探索処理の処理時間を短縮できる。
［００２４］
例えば、前記画像符号化方法は、前記対象画像に含まれるブロッ
【０００７】
クの動きベクトルを推定する推定ステップと、前記動きモデル情報を用いて、前記対象画像に含まれるブロックのための予測動きベクトル候補を算出する予測ステップと、算出された予測動きベクトル候補を含む複数の予測動きベクトル候補のいずれかと、推定された前記動きベクトルとの差分を符号化する動きベクトル符号化ステップとを含んでもよい。
［００２５］
これによれば、動きモデル情報を用いて予測動きベクトル候補を算出することで符号化効率を向上できる。
［００２６］
また、本発明の一態様に係る画像復号方法は、ビットストリームから複数の画像を復号する画像復号方法であって、復号対象ピクチャと参照ピクチャ間における物体の三次元的な移動を示す動きモデル情報を取得する取得ステップと、前記動きモデル情報を用いて導出される前記復号対象ピクチャに含まれる符号化対象ブロックの動きベクトルの予測値から予測動きベクトル候補を導出する予測ステップと、前記予測動きベクトル候補を含む複数の予測動きベクトル候補から選択された予測動きベクトルを用いて、前記復号対象ブロックを復号する復号ステップとを含む。
［００２７］
これによれば、動きモデル情報を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
［００２８］
例えば、前記取得ステップでは、前記ビットストリームから前記動きモデル情報を取得してもよい。
［００２９］
例えば、前記参照画像生成ステップでは、前記物体の代表画像に対して前記動きモデル情報に基づく変形処理を施すことでオブジェクト画像を生成し、前記オブジェクト画像と背景画像とを合成することで、前記参照画像を生成してもよい。
［００３０］
例えば、前記動きモデル情報は、高次変換行列の複数の係数として表現され、前記参照画像生成ステップでは、前記対象画像に前記高次変換行列を用いた演算を行うことで、前記変形処理が行われてもよい。
［００３１］
例えば、前記高次変換行列は、時間変化する係数を含んでもよい。
［００３２］
例えば、前記画像復号方法は、さらに、前記対象画像に含まれるブロックの動きベクトルの差分値を復号する差分動きベクトル復号ステップと、算出された前記予測動きベクトル候補を含む複数の予測動きベクトル候補のいず
【０００８】
れかと、前記差分値とを加算することで動きベクトルを算出する算出ステップとを含んでもよい。
［００３３］
これによれば、動きモデル情報を用いて予測動きベクトル候補を算出することで符号化効率を向上できる。
［００３４］
本発明の一態様に係る画像符号化装置は、複数の画像を符号化する画像符号化装置であって、処理回路と、前記処理回路に接続されたメモリとを備え、前記処理回路は、前記メモリを用いて、前記画像符号化方法を実行する。
［００３５］
これによれば、動きモデル情報を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
［００３６］
また、本発明の一態様に係る画像復号装置は、ビットストリームから複数の画像を復号する画像復号装置であって、処理回路と、前記処理回路に接続されたメモリとを備え、前記処理回路は、前記メモリを用いて、前記画像復号方法を実行する。
［００３７］
これによれば、動きモデル情報を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
［００３８］
また、本発明の一態様に係るコンテンツ配信方法は、コンテンツ配信方法であって、コンテンツの配信依頼を受信する受信ステップと、前記配信依頼に基づき、前記画像符号化方法を施した前記コンテンツを送信する送信ステップとを含む。
［００３９］
これによれば、動きモデル情報を用いることで、少ない情報量で予測画像を生成できるので、符号化効率を向上できる。
［００４０］
なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
［００４１］
以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すも

Claims (16)

  1. 複数の画像を符号化する画像符号化方法であって、
    前記複数の画像における物体の三次元的な移動を示す動きモデル情報を取得する取得ステップと、
    前記動きモデル情報を用いて参照画像を生成する参照画像生成ステップと、
    生成された前記参照画像を参照して、前記複数の画像に含まれる対象画像を符号化する符号化ステップとを含む
    画像符号化方法。
  2. 前記取得ステップでは、前記複数の画像に含まれる１以上の画像から前記動きモデル情報を抽出する
    請求項１記載の画像符号化方法。
  3. 前記参照画像生成ステップでは、
    前記物体の代表画像に対して前記動きモデル情報に基づく変形処理を施すことでオブジェクト画像を生成し、
    前記オブジェクト画像と背景画像とを合成することで、前記参照画像を生成する
    請求項１又は２記載の画像符号化方法。
  4. 前記動きモデル情報は、高次変換行列の複数の係数として表現され、
    前記参照画像生成ステップでは、前記代表画像に前記高次変換行列を用いた演算を行うことで、前記変形処理が行われる
    請求項３記載の画像符号化方法。
  5. 前記高次変換行列は、時間により変化する係数を含む
    請求項４記載の画像符号化方法。
  6. 前記画像符号化方法は、さらに、
    前記動きモデル情報を用いて、前記対象画像に含まれるブロックの動きベクトルの予測値を算出する予測ステップと、
    前記予測値を初期値として用いて、前記ブロックの動き探索処理を行う動き探索ステップとを含む
    請求項１〜５のいずれか１項に記載の画像符号化方法。
  7. 前記画像符号化方法は、さらに、
    前記対象画像に含まれるブロックの動きベクトルを推定する推定ステップと、
    前記動きモデル情報を用いて、前記対象画像に含まれるブロックのための予測動きベクトル候補を算出する予測ステップと、
    算出された予測動きベクトル候補を含む複数の予測動きベクトル候補のいずれかと、推定された前記動きベクトルとの差分を符号化する動きベクトル符号化ステップとを含む
    請求項１〜５のいずれか１項に記載の画像符号化方法。
  8. ビットストリームから複数の画像を復号する画像復号方法であって、
    前記複数の画像における物体の三次元的な移動を示す動きモデル情報を取得する取得ステップと、
    前記動きモデル情報を用いて参照画像を生成する参照画像生成ステップと、
    生成された前記参照画像を参照して、前記複数の画像に含まれる対象画像を復号する復号ステップとを含む
    画像復号方法。
  9. 前記取得ステップでは、前記ビットストリームから前記動きモデル情報を取得する
    請求項８記載の画像復号方法。
  10. 前記参照画像生成ステップでは、
    前記物体の代表画像に対して前記動きモデル情報に基づく変形処理を施すことでオブジェクト画像を生成し、
    前記オブジェクト画像と背景画像とを合成することで、前記参照画像を生成する
    請求項８又は９記載の画像復号方法。
  11. 前記動きモデル情報は、高次変換行列の複数の係数として表現され、
    前記参照画像生成ステップでは、前記対象画像に前記高次変換行列を用いた演算を行うことで、前記変形処理が行われる
    請求項８〜１０のいずれか１項に記載の画像復号方法。
  12. 前記高次変換行列は、時間変化する係数を含む
    請求項１１記載の画像復号方法。
  13. 前記画像復号方法は、さらに、
    前記対象画像に含まれるブロックの動きベクトルの差分値を復号する差分動きベクトル復号ステップと、
    前記動きモデル情報を用いて、前記対象画像に含まれるブロックのための予測動きベクトル候補を算出する予測ステップと、
    算出された予測動きベクトル候補を含む複数の予測動きベクトル候補のいずれかと、前記差分値とを加算することで動きベクトルを算出する算出ステップとを含む
    請求項８〜１２のいずれか１項に記載の画像復号方法。
  14. 複数の画像を符号化する画像符号化装置であって、
    処理回路と、
    前記処理回路に接続されたメモリとを備え、
    前記処理回路は、前記メモリを用いて、請求項１記載の画像符号化方法を実行する
    画像符号化装置。
  15. ビットストリームから複数の画像を復号する画像復号装置であって、
    処理回路と、
    前記処理回路に接続されたメモリとを備え、
    前記処理回路は、前記メモリを用いて、請求項８記載の画像復号方法を実行する
    画像復号装置。
  16. コンテンツ配信方法であって、
    コンテンツの配信依頼を受信する受信ステップと、
    前記配信依頼に基づき、請求項１記載の画像符号化方法を施した前記コンテンツを送信する送信ステップとを含む
    コンテンツ配信方法。
JP2016534093A 2014-07-18 2015-06-15 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置、及びコンテンツ配信方法 Pending JPWO2016009587A1 (ja)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201462026060P 2014-07-18 2014-07-18
US62/026,060 2014-07-18
US201462027268P 2014-07-22 2014-07-22
US62/027,268 2014-07-22
JP2015088812 2015-04-23
JP2015088812 2015-04-23
PCT/JP2015/002970 WO2016009587A1 (ja) 2014-07-18 2015-06-15 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置、及びコンテンツ配信方法

Publications (1)

Publication Number Publication Date
JPWO2016009587A1 true JPWO2016009587A1 (ja) 2017-05-25

Family

ID=55078102

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016534093A Pending JPWO2016009587A1 (ja) 2014-07-18 2015-06-15 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置、及びコンテンツ配信方法

Country Status (6)

Country Link
US (1) US20170127081A1 (ja)
EP (1) EP3171597A4 (ja)
JP (1) JPWO2016009587A1 (ja)
KR (1) KR20170035832A (ja)
CN (1) CN106464900A (ja)
WO (1) WO2016009587A1 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018101080A1 (ja) 2016-11-30 2018-06-07 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元モデル配信方法及び三次元モデル配信装置
EP3639517B1 (en) * 2017-06-14 2021-02-24 Huawei Technologies Co., Ltd. Intra-prediction for video coding using perspective information
US10609384B2 (en) * 2017-09-21 2020-03-31 Futurewei Technologies, Inc. Restriction on sub-block size derivation for affine inter prediction
US20200336747A1 (en) * 2017-10-19 2020-10-22 Lg Electronics Inc. Inter prediction mode-based image processing method and device therefor
EP3767949A4 (en) * 2018-03-15 2021-01-20 Sony Corporation DEVICE AND METHOD FOR PROCESSING AN IMAGE
US11039104B2 (en) * 2018-04-18 2021-06-15 N3N Co., Ltd. Apparatus and method to transmit data by extracting data in shop floor image, apparatus and method to receive data extracted in shop floor image, and system to transmit and receive data extracted in shop floor image
CN113508584A (zh) * 2019-03-25 2021-10-15 Oppo广东移动通信有限公司 图像分量预测方法、编码器、解码器以及存储介质
JP2021111066A (ja) * 2020-01-08 2021-08-02 株式会社科学計算総合研究所 情報処理システム、情報処理方法及びプログラム
CN112153384B (zh) * 2020-07-23 2024-05-17 西安万像电子科技有限公司 图像编解码方法及装置
CN113392780B (zh) * 2021-06-17 2022-04-19 南开大学 一种面向ai识别汉字的文字图像扭曲变形方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005323021A (ja) * 2004-05-07 2005-11-17 Fuji Photo Film Co Ltd 車載撮像システム、および撮像方法
JP2011061302A (ja) * 2009-09-07 2011-03-24 Hitachi Kokusai Electric Inc 動画像符号化装置
JP2012151711A (ja) * 2011-01-20 2012-08-09 Renesas Electronics Corp 記録装置に搭載可能な半導体集積回路およびその動作方法
JP2014017844A (ja) * 2001-09-12 2014-01-30 Panasonic Corp 配信方法および符号化画像ストリーム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1118091A (ja) * 1997-06-25 1999-01-22 Toshiba Corp 多視点画像の符号化／復号化装置およびその符号化／復号化方法
JP3528548B2 (ja) * 1997-11-18 2004-05-17 トヨタ自動車株式会社 車両用動画像処理方法および車両用動画像処理装置
US8363721B2 (en) * 2009-03-26 2013-01-29 Cisco Technology, Inc. Reference picture prediction for video coding
CN103026707B (zh) * 2010-07-21 2016-11-09 杜比实验室特许公司 使用用于视频编码的高级运动模型的参考处理
JP6004375B2 (ja) * 2011-06-03 2016-10-05 サン パテント トラスト 画像符号化方法および画像復号化方法
WO2013053309A1 (en) * 2011-10-11 2013-04-18 Mediatek Inc. Method and apparatus of motion and disparity vector derivation for 3d video coding and hevc
WO2013107931A1 (en) * 2012-01-19 2013-07-25 Nokia Corporation An apparatus, a method and a computer program for video coding and decoding
KR20130108949A (ko) * 2012-03-26 2013-10-07 한국전자통신연구원 영상부호 및 복호화 단계에서의 이중 객체검출 및 이동경로 정보를 이용한 영상 압축 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014017844A (ja) * 2001-09-12 2014-01-30 Panasonic Corp 配信方法および符号化画像ストリーム
JP2005323021A (ja) * 2004-05-07 2005-11-17 Fuji Photo Film Co Ltd 車載撮像システム、および撮像方法
JP2011061302A (ja) * 2009-09-07 2011-03-24 Hitachi Kokusai Electric Inc 動画像符号化装置
JP2012151711A (ja) * 2011-01-20 2012-08-09 Renesas Electronics Corp 記録装置に搭載可能な半導体集積回路およびその動作方法

Also Published As

Publication number Publication date
KR20170035832A (ko) 2017-03-31
CN106464900A (zh) 2017-02-22
US20170127081A1 (en) 2017-05-04
EP3171597A1 (en) 2017-05-24
EP3171597A4 (en) 2017-12-13
WO2016009587A1 (ja) 2016-01-21

Similar Documents

Publication Publication Date Title
JP6340707B2 (ja) 画像符号化方法および画像符号化装置
JP6167409B2 (ja) 画像復号化方法および画像復号化装置
JP6260920B2 (ja) 符号化復号システム
JP6327568B2 (ja) 符号化・復号化装置
JP6041102B2 (ja) 画像符号化方法および画像符号化装置
JP6614472B2 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
JP5850893B2 (ja) 動画像符号化復号装置
JP6422011B2 (ja) 動画像符号化方法、動画像復号化方法、動画像符号化装置および動画像復号化装置
WO2016013147A1 (ja) 符号化方法、復号方法、符号化装置および復号装置
WO2016009587A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置、及びコンテンツ配信方法
JP5893570B2 (ja) 画像符号化方法および画像復号化方法
JP6399433B2 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
JP6187887B2 (ja) 符号化方法および符号化装置
WO2011135841A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置および画像復号装置
JP2024059908A (ja) 画像復号装置、画像符号化装置及びビットストリーム生成装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161228

A529 Written submission of copy of amendment under article 34 pct

Free format text: JAPANESE INTERMEDIATE CODE: A5211

Effective date: 20161228

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180402

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190212

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20191001