WO2012090497A1 - 動画像符号化方法、動画像復号方法、動画像符号化装置、動画像復号装置、及び動画像符号化復号装置 - Google Patents

動画像符号化方法、動画像復号方法、動画像符号化装置、動画像復号装置、及び動画像符号化復号装置 Download PDF

Info

Publication number
WO2012090497A1
WO2012090497A1 PCT/JP2011/007326 JP2011007326W WO2012090497A1 WO 2012090497 A1 WO2012090497 A1 WO 2012090497A1 JP 2011007326 W JP2011007326 W JP 2011007326W WO 2012090497 A1 WO2012090497 A1 WO 2012090497A1
Authority
WO
WIPO (PCT)
Prior art keywords
motion vector
block
image
unit
specifying
Prior art date
Application number
PCT/JP2011/007326
Other languages
English (en)
French (fr)
Inventor
チョンスン リム
ビクター ワハダニア
スー モンテッ ナイン
シュエン ジン
西　孝啓
陽司 柴原
寿郎 笹井
敏康 杉尾
Original Assignee
パナソニック株式会社
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 パナソニック株式会社 filed Critical パナソニック株式会社
Publication of WO2012090497A1 publication Critical patent/WO2012090497A1/ja

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
    • H04N19/50—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
    • 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
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding

Definitions

  • the present invention relates to a method and apparatus for encoding and decoding multimedia data, and more particularly to a method and apparatus for encoding and decoding images and moving images using a plurality of views.
  • inter-picture prediction using motion compensation prediction from a coded picture stored in a picture memory is performed. It can be carried out.
  • Such a motion vector prediction method is called a temporal direct mode.
  • FIG. 1 is a diagram illustrating an example of inter-view motion compensation prediction in the related art.
  • one of the reference frames used for dependent view prediction is a base view reference frame.
  • the reference picture used for motion compensation prediction does not belong to the same view, leading to unnecessary degradation. Because of these challenges, coding efficiency is usually low when motion vectors are predicted across different views.
  • the present invention has been made in view of the above problems, and is a moving image encoding method, a moving image decoding method, a moving image encoding device, a moving image, and a moving image encoding efficiency that improve the encoding efficiency of a moving image including a plurality of views. It is an object of the present invention to provide a decoding device and a moving image coding / decoding device.
  • a video encoding method is a method for encoding a target block included in a target image belonging to a second viewpoint different from the first viewpoint, using an image belonging to the first viewpoint. It is.
  • the moving image encoding method includes a corresponding block specifying step for specifying a corresponding block corresponding to the target block from an already encoded image, and a second reference image that is a reference image of the target block.
  • a reference image specifying step for specifying the target block, a predicted motion vector determining step for determining a predicted motion vector of the target block, and a motion for determining a motion vector of the target block using the target block and the second reference image A vector determining step, a motion vector specifying information generating step for generating motion vector specifying information for specifying the motion vector using the predicted motion vector and the motion vector, and encoding the target block using the motion vector.
  • the reference image specifying step includes the second An image corresponding to the first reference image used for the encoding of the corresponding block is specified as the second reference image among images belonging to the viewpoint, and in the prediction motion vector determination step, the corresponding block The motion vector of the corresponding block specified in the specifying step is determined as the predicted motion vector.
  • the motion vector of the target block is predicted from the corresponding picture that has already been encoded in a different view, and motion compensation prediction of the target block is performed on the reference picture of the same view.
  • a parallax between the target image and the corresponding image belonging to the first viewpoint is calculated, and an amount corresponding to the parallax is calculated from the position of the target block of the corresponding image.
  • a block at a shifted position may be specified as the corresponding block.
  • the corresponding block specified in the corresponding block specifying step belongs to the second viewpoint and is included in a corresponding image different from the target image
  • the second viewpoint One of the images registered in the reference image list is specified as the second reference picture
  • the prediction motion vector determination step the image including the corresponding block and the first The motion vector may be determined by scaling the motion vector of the corresponding block using the time distance between the reference image and the time distance between the image including the target block and the second reference image. Good.
  • a block at the same position as the target block of the corresponding image may be specified as the corresponding block.
  • a video decoding method is a method of decoding a target block included in a target image belonging to a second viewpoint different from the first viewpoint, using an image belonging to the first viewpoint.
  • the moving picture decoding method includes an acquisition step of acquiring, from an encoded stream, an encoded block that is the encoded target block, and motion vector specifying information that specifies a motion vector of the target block; A corresponding block specifying step for specifying a corresponding block corresponding to the target block from a previously decoded image, a reference image specifying step for specifying a second reference image that is a reference image of the target block, and A predicted motion vector determining step for determining a predicted motion vector; a motion vector determining step for determining a motion vector of the target block using the motion vector specifying information and the predicted motion vector; the motion vector and the second motion vector; By decoding the encoded block using a reference image, the pair And a decoding step of generating a block.
  • the reference image specifying step includes the second An image corresponding to the first reference image used for decoding the corresponding block is specified as the second reference image among the images belonging to the viewpoint of the corresponding viewpoint.
  • the corresponding block specification is performed. The motion vector of the corresponding block identified in the step is determined as the predicted motion vector.
  • a parallax between the target image and the corresponding image belonging to the first viewpoint is calculated, and an amount corresponding to the parallax is calculated from the position of the target block of the corresponding image.
  • a block at a shifted position may be specified as the corresponding block.
  • the corresponding block specified in the corresponding block specifying step belongs to the second viewpoint and is included in a corresponding image different from the target image
  • the second viewpoint One of the images registered in the reference image list is specified as the second reference picture
  • the prediction motion vector determination step the image including the corresponding block and the first The motion vector may be determined by scaling the motion vector of the corresponding block using the time distance between the reference image and the time distance between the image including the target block and the second reference image. Good.
  • a block at the same position as the target block of the corresponding image may be specified as the corresponding block.
  • the moving image encoding apparatus encodes a target block included in a target image belonging to a second viewpoint different from the first viewpoint, using an image belonging to the first viewpoint.
  • the moving image encoding device includes a corresponding block specifying unit that specifies a corresponding block corresponding to the target block from an already encoded image, and a second reference image that is a reference image of the target block.
  • a motion that determines a motion vector of the target block using the reference block specifying unit, a predicted motion vector determining unit that determines a predicted motion vector of the target block, and the target block and the second reference image A vector determining unit, a motion vector specifying information generating unit for generating motion vector specifying information for specifying the motion vector using the predicted motion vector and the motion vector, and encoding the target block using the motion vector To generate an encoded block, and generate an encoded stream including the encoded block and the motion vector specifying information.
  • a coding unit for.
  • the reference image specifying unit When the corresponding block specified by the corresponding block specifying unit belongs to the first viewpoint and is included in the corresponding image at the same time as the target image, the reference image specifying unit The image corresponding to the first reference image used for the encoding of the corresponding block among the images belonging to the viewpoint is identified as the second reference image, and the predicted motion vector determination unit is configured to The motion vector of the corresponding block specified by the specifying unit is determined as the predicted motion vector.
  • the moving picture decoding apparatus decodes a target block included in a target image belonging to a second viewpoint different from the first viewpoint, using an image belonging to the first viewpoint.
  • the moving image decoding apparatus acquires an encoded block that is the encoded target block, and motion vector specifying information that specifies a motion vector of the target block from an encoded stream;
  • a corresponding block identifying unit that identifies a corresponding block corresponding to the target block, a reference image identifying unit that identifies a second reference image that is a reference image of the target block, and an image of the target block
  • a predicted motion vector determining unit that determines a predicted motion vector; a motion vector determining unit that determines a motion vector of the target block using the motion vector specifying information and the predicted motion vector; the motion vector and the second motion vector;
  • a decoding unit that generates the target block by decoding the encoded block using a reference image; Obtain.
  • the reference image specifying unit Among the images belonging to the viewpoint, the image corresponding to the first reference image used for decoding the corresponding block is identified as the second reference image, and the predicted motion vector determination unit is configured to identify the corresponding block.
  • the motion vector of the corresponding block specified in the section is determined as the predicted motion vector.
  • a video encoding / decoding device uses an image belonging to a first viewpoint to encode a target block included in a target image belonging to a second viewpoint different from the first viewpoint And a decoding processing unit that decodes the encoded target block.
  • the encoding processing unit includes a first corresponding block specifying unit that specifies a corresponding block corresponding to the target block from an already encoded image, and a second reference image of the target block.
  • a first reference image specifying unit for specifying a reference image of the target block, a first predicted motion vector determining unit for determining a predicted motion vector of the target block, the target block and the second reference image, A first motion vector determining unit that determines a motion vector of a target block; a motion vector specifying information generating unit that generates motion vector specifying information for specifying the motion vector using the predicted motion vector and the motion vector;
  • the target block is encoded using the motion vector to generate an encoded block, and the encoded block and the motion vector specifying information are And a coding unit for generating a non-encoded stream.
  • the first reference image specifying The unit identifies, as the second reference image, an image corresponding to the first reference image used for encoding the corresponding block among images belonging to the second viewpoint, and the first prediction
  • the motion vector determining unit determines the motion vector of the corresponding block specified by the first corresponding block specifying unit as the predicted motion vector.
  • the decoding processing unit includes an acquisition unit that acquires, from the encoded stream, an encoded block that is the encoded target block and motion vector specifying information that specifies a motion vector of the target block; A second corresponding block identifying unit that identifies a corresponding block corresponding to the target block, a second reference image identifying unit that identifies a second reference image that is a reference image of the target block, and A second predicted motion vector determining unit that determines a predicted motion vector of the target block; and a second motion vector determining unit that determines a motion vector of the target block using the motion vector specifying information and the predicted motion vector. And decoding the encoded block using the motion vector and the second reference image, thereby obtaining the target block.
  • a decoding unit for generating a. Then, when the corresponding block specified by the second corresponding block specifying unit belongs to the first viewpoint and is included in the corresponding image at the same time as the target image, the second reference image specifying The unit identifies, as the second reference image, an image corresponding to the first reference image used for decoding the corresponding block among images belonging to the second viewpoint, and the second predicted motion The vector determining unit determines the motion vector of the corresponding block specified by the second corresponding block specifying unit as the predicted motion vector.
  • the present invention may include the following.
  • the moving picture coding method is a method of coding a moving picture using motion vector prediction from different views.
  • the moving picture coding method includes a step of identifying a block of a picture that has already been coded, a step of obtaining a set of motion vectors of the block, and a first reference used for prediction of the block A step of obtaining temporal information of a picture, a step of calculating a difference between temporal positions of a picture to be encoded and the already encoded picture, and determining whether or not a difference value of the temporal position is zero
  • a moving image encoding method comprising steps.
  • the difference value is zero, setting a first set of motion vectors of the block of the current picture based on the acquired set of motion vectors; and Identifying a second reference picture in a list of reference pictures for the picture to be encoded based on the acquired temporal information. If the difference value is not zero, the obtained motion vector is scaled using a coefficient based on the temporal position difference, and the first set of motion vectors of the block of the current picture is encoded. And a step of identifying the first reference picture and the already encoded picture in a reference picture list of the encoding target picture.
  • the moving picture encoding method further includes determining a second set of motion vectors based on the first set of motion vectors of the block of the encoding target picture, and a second of the motion vectors.
  • the moving picture decoding method is a method of decoding a moving picture using motion vector prediction from different views.
  • the moving picture decoding method includes a step of identifying a block of a picture that has already been decoded, a step of obtaining a set of motion vectors of the block, and a first reference picture used for prediction of the block. Obtaining temporal information; calculating a temporal position difference between a picture to be encoded and the already decoded picture; and determining whether or not the temporal position difference value is zero.
  • a moving image decoding method provided.
  • the value of the difference is zero, setting a set of motion vectors of the block of the encoding target picture based on the acquired set of motion vectors, and acquiring the acquired of the first reference picture Identifying a second reference picture in a list of reference pictures for the picture to be encoded based on temporal information. If the difference value is not zero, the obtained motion vector is scaled using a coefficient based on the difference in temporal position to obtain a set of motion vectors of the block of the encoding target picture. And a step of identifying the first reference picture and the already encoded picture in a list of reference pictures of the encoding target picture.
  • the moving picture decoding method further includes a step of analyzing an update parameter from a coding block of the encoding target picture, a step of updating the set of motion vectors based on the analyzed update parameter, and the update Performing motion prediction of the block of the encoding target picture based on the set of motion vectors and the identified reference picture.
  • the block of the already encoded picture may be present at the same location as the block of the encoding target picture.
  • the step of specifying the block of the already encoded picture includes calculating a global view parallax value between two pictures of different views, and determining a set of block coordinates of the encoding target picture. Calculating the position of the block of the already encoded picture by adding the set of block coordinates to the calculated global view disparity value, and using the global view disparity value as a header of the encoding target picture. May be included.
  • the step of identifying the block of the already encoded picture includes analyzing a global view parallax parameter from a header of the encoding target picture, determining a set of block coordinates of the encoding target picture, Calculating a position of the block of the already encoded picture by adding a set of block coordinates to the analyzed global view parallax parameter.
  • the second reference picture and the first reference picture may be pictures of different views.
  • the moving picture encoding apparatus encodes a moving picture using motion vector prediction from different views.
  • the moving image encoding apparatus includes a search unit that identifies a block of a picture that has already been encoded, an acquisition unit that acquires a set of motion vectors of the block, and a first block used for prediction of the block.
  • An acquisition unit that acquires temporal information of the reference picture of the reference picture, a subtraction unit that calculates a temporal position difference between the current picture and the already-encoded picture, and whether or not the temporal position difference value is zero
  • a switching unit that determines whether the video encoding device is a video encoding device.
  • a switching unit that sets a first set of motion vectors of the block of the encoding target picture based on the acquired set of motion vectors, and the first reference picture
  • a search unit for specifying a second reference picture in a list of reference pictures for the encoding target picture based on the acquired temporal information. If the difference value is not zero, the obtained motion vector is scaled using a coefficient based on the difference in temporal position, and the first motion vector of the block of the encoding target picture is used.
  • a scaling unit that obtains a set; and a search unit that identifies the first reference picture and the already encoded picture in a list of reference pictures of the encoding target picture.
  • the moving image encoding apparatus further includes a motion detection unit that determines a second set of motion vectors based on the first set of motion vectors of the block of the encoding target picture; A motion prediction unit that performs motion prediction of the block of the encoding target picture based on the two sets and the identified reference picture, and calculates a plurality of update parameters, and the first set of motion vectors A subtracting unit for deriving a second set of motion vectors; and a writing unit for writing the calculated update parameter into the encoded block of the encoding target picture.
  • the moving picture decoding apparatus decodes a moving picture using motion vector prediction from different views.
  • the video decoding device includes a search unit that identifies a block of a picture that has already been encoded, an acquisition unit that acquires a set of motion vectors of the block, and a first block used for prediction of the block.
  • An acquisition unit that acquires temporal information of a reference picture, a subtraction unit that calculates a temporal position difference between an encoding target picture and the already encoded picture, and whether or not the temporal position difference value is zero And a switching unit for determining When the value of the difference is zero, a switching unit that sets a first set of motion vectors of the block of the encoding target picture based on the acquired set of motion vectors, and the first reference picture And a search unit for specifying a second reference picture in a list of reference pictures for the encoding target picture based on the acquired temporal information.
  • the video decoding device further includes an analysis unit that analyzes an update parameter from a coding block of the encoding target picture, and an addition unit that updates the set of motion vectors based on the analyzed update parameter; A motion prediction unit configured to perform motion prediction of the block of the encoding target picture based on the updated set of motion vectors and the identified reference picture.
  • the block of the already encoded picture may be present at the same place as the block of the encoding target picture.
  • the search unit that identifies the block of the already encoded picture determines a set of a calculation unit that calculates a global view parallax value between two pictures of different views and a block coordinate of the encoding target picture.
  • a writing unit for writing in the header of the target picture is a set of a calculation unit that calculates a global view parallax value between two pictures of different views and a block coordinate of the encoding target picture.
  • the search unit for specifying the block of the already encoded picture includes an analysis unit that analyzes the global view parallax parameter from the header of the encoding target picture, and a determination unit that determines a set of block coordinates of the encoding target picture And a calculation unit that calculates the position of the block of the already encoded picture by adding the set of block coordinates to the analyzed global view parallax parameter.
  • the second reference picture and the first reference picture may be pictures of different views.
  • the present invention can be realized not only as such a moving image encoding device and a moving image decoding device, but also as an integrated circuit that realizes the functions of the moving image encoding device and the moving image decoding device. It can also be realized as a program for causing a computer to execute various functions. Needless to say, such a program can be distributed via a recording medium such as a CD-ROM and a transmission medium such as the Internet.
  • the present invention can also be realized as an integrated circuit that realizes the functions of such a moving picture coding apparatus and moving picture decoding apparatus.
  • the present invention it is possible to improve the coding efficiency by predicting a motion vector from encoded pictures of different views and selecting a reference frame of the same view for motion compensation prediction.
  • FIG. 1 is a diagram illustrating an example of inter-view motion compensation prediction in the related art.
  • FIG. 2 is a diagram showing an example of inter-view motion vector prediction according to Embodiment 1 of the present invention.
  • FIG. 3 is a flowchart showing the moving image encoding process according to Embodiment 1 of the present invention.
  • FIG. 4 is a flowchart showing moving image decoding processing according to Embodiment 1 of the present invention.
  • FIG. 5A is a block diagram showing a schematic configuration of the video encoding apparatus according to Embodiment 1 of the present invention.
  • FIG. 5B is a block diagram showing a detailed configuration of the video encoding apparatus according to Embodiment 1 of the present invention.
  • FIG. 6A is a block diagram showing a schematic configuration of the video decoding apparatus according to Embodiment 1 of the present invention.
  • FIG. 6B is a block diagram showing a detailed configuration of the image decoding apparatus according to Embodiment 1 of the present invention.
  • FIG. 7 is a diagram illustrating the positions of inter prediction parameters and delta motion vector parameters in a coding block of a coded picture.
  • FIG. 8 is a flowchart showing a process for specifying the position of a block in a picture that has already been encoded in the moving picture encoding process according to Embodiment 2 of the present invention.
  • FIG. 9 is a flowchart showing a process of specifying the position of a block in an already encoded picture in the video decoding process according to Embodiment 2 of the present invention.
  • FIG. 10 is a diagram illustrating the position of the global view parallax parameter in the encoded picture.
  • FIG. 11 is an overall configuration diagram of a content supply system that implements a content distribution service.
  • FIG. 12 is an overall configuration diagram of a digital broadcasting system.
  • FIG. 13 is a block diagram illustrating a configuration example of a television.
  • FIG. 14 is a block diagram illustrating a configuration example of an information reproducing / recording unit that reads and writes information from and on a recording medium that is an optical disk.
  • FIG. 15 is a diagram illustrating a structure example of a recording medium that is an optical disk.
  • FIG. 16A is a block diagram illustrating an example of a configuration of a mobile phone.
  • FIG. 17 is a diagram showing a structure of multiplexed data.
  • FIG. 18 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 19 is a diagram showing in more detail how the video stream is stored in the PES packet sequence.
  • FIG. 20 is a diagram illustrating the structure of TS packets and source packets in multiplexed data.
  • FIG. 21 is a diagram illustrating a data structure of the PMT.
  • FIG. 22 is a diagram showing an internal configuration of multiplexed data information.
  • FIG. 23 is a diagram showing an internal configuration of stream attribute information.
  • FIG. 24 is a diagram illustrating steps for identifying video data.
  • FIG. 25 is a block diagram illustrating a configuration example of an integrated circuit that realizes the moving image encoding method and the moving image decoding method according to each embodiment.
  • FIG. 26 is a diagram illustrating a configuration for switching the driving frequency.
  • FIG. 27 is a diagram illustrating steps for identifying video data and switching between driving frequencies.
  • FIG. 28 is a diagram illustrating an example of a lookup table in which video data standards are associated with drive frequencies.
  • 29A is a diagram illustrating an example of a configuration for sharing a module of a decoding processing unit.
  • FIG. 29B is a diagram illustrating another example of a configuration for sharing a module of a decoding processing unit.
  • Embodiment 1 The moving picture encoding process and the moving picture decoding process according to Embodiment 1 are performed on the moving picture shown in FIG. 2, for example.
  • the moving image shown in FIG. 2 is composed of moving images from a plurality of different viewpoints (views).
  • the images 11, 12, 13, and 14 belonging to the basic view (first viewpoint) 10 are encoded and decoded using intra prediction or inter prediction.
  • the images 21, 22, 23, and 24 belonging to the dependent view (second viewpoint) 20 are encoded and decoded using intra prediction, inter prediction, or inter-view prediction.
  • FIG. 3 is a flowchart showing the video encoding process according to Embodiment 1 of the present invention.
  • a process for encoding the image 23 in a state where the images 11, 12, 13, 14, 21, 22, and 24 of FIG. 2 have already been encoded will be described.
  • a picture corresponding to the picture 23 that is the encoding target picture can be an image 13 at the same time of a different view or images 21, 22, and 24 of the same view at different times.
  • the image 13 is selected as the corresponding picture of the image 23 and an example in which the image 22 is selected will be mainly described.
  • the position of the corresponding block in the corresponding picture that has already been encoded is specified based on, for example, the same relative position as the encoding target block of the encoding target picture. That is, the position of the encoding target block in the encoding target picture is the same as the position of the corresponding block in the corresponding picture. Alternatively, based on the method shown in FIG. 8, the position of the corresponding block of the corresponding picture that has already been encoded is specified.
  • a set of motion vectors of the identified corresponding block is acquired (S102). For example, when the image 13 is selected as the corresponding picture, the motion vector for the image 12 and the motion vector for the image 14 are acquired. When the image 22 is selected as the corresponding picture, the motion vector for the image 21 and the motion vector for the image 24 are acquired.
  • each corresponding picture refers to two reference pictures and has two motion vectors.
  • the reference picture and the motion vector may be one, There may be a plurality.
  • the temporal information of the first reference picture used for motion compensated prediction of the corresponding block identified in step S100 is acquired (S104).
  • temporal information of all reference pictures used for prediction may be acquired.
  • the temporal information may be in the form of a time stamp (shooting time or the like) assigned to each picture, or in the form of a parameter indicating the temporal order of pictures. For example, when the image 13 is selected as the corresponding picture, the time stamp of the image 12 and the time stamp of the image 14 are acquired. When the image 22 is selected as the corresponding picture, the time stamp of the image 21 and the time stamp of the image 24 are acquired.
  • a temporal position difference between the current picture to be coded and the corresponding picture that has been coded is calculated (S106). For example, when the image 13 is selected as the corresponding picture, the temporal position difference between the image 23 and the image 13 is zero. On the other hand, when the image 22 is selected as the corresponding picture, the temporal position between the image 23 and the image 22 is the difference between the time stamps of the images (that is, non-zero).
  • the first set of motion vectors (predicted vector) in the encoding target block of the encoding target picture.
  • a set of motion vectors is set (S110).
  • the first set of motion vectors can be defined as inter-view predicted motion vectors. That is, when the image 13 is selected as the corresponding picture, the prediction vector of the encoding target block is the motion vector for the images 12 and 14 acquired in step S102.
  • the second reference picture included in the reference picture list of the encoding target picture is specified (S112).
  • the second reference picture and the first reference picture are pictures of different views located at the same temporal position.
  • the second reference picture is a picture that belongs to the same view as the encoding target picture and is different from the encoding target picture.
  • the first reference picture is a reference picture used for encoding the corresponding block.
  • the first reference pictures are the image 12 and the image 14.
  • the second reference picture is a reference picture used for encoding the current block, and belongs to the dependent view 20 and is the images 22 and 24 at the same time as the first reference picture.
  • the first set of motion vectors (predicted vector) in the encoding target block of the encoding target picture is calculated.
  • the coefficient is calculated by scaling the set of motion vectors acquired in step S102 using a coefficient based on the difference in the temporal position thus obtained (S114).
  • Motion vector scaling can be performed using the temporal distance between the corresponding picture and the first reference picture, and the temporal distance between the current picture and the second reference picture (specified in step S116).
  • the distance between the image 22 and the image 21 is equal to the distance between the image 23 and the image 22, and the distance between the image 22 and the image 24 is This is twice the distance between the image 23 and the image 24. Therefore, the first set of motion vectors of the image 23 is 1 ⁇ 2 of the motion vector of the image 22 with respect to the image 21 and the motion vector of the image 22 with respect to the image 24.
  • the position of the reference picture (second reference picture) for motion compensation of the encoding target picture in the reference picture list is specified (S116).
  • the second reference picture in step S116 may be specified by a conventional method.
  • the second set of motion vectors is determined based on the first set of motion vectors (S118).
  • the second set of motion vectors is a vector that is actually used to encode the current block. That is, the second set of motion vectors for image 23 includes a motion vector for image 22 and a motion vector for image 24.
  • step S118 may be omitted.
  • the second set of motion vectors is the same as the first set of motion vectors.
  • the second set of motion vectors may be determined in a conventional manner without depending on the first set of motion vectors.
  • motion compensated prediction of the block of the encoding target picture is performed based on the second set of motion vectors and the identified second reference picture (S120). If the second set of motion vectors is not the same as the first set of motion vectors, an update parameter for deriving the second set of motion vectors from the first set of motion vectors is calculated (S122). Then, the set of update parameters is written into the coded block of the image (S124).
  • the update parameter is typically the difference between the first set of motion vectors and the second set of motion vectors.
  • the information is not limited to this as long as the information can be used to derive the second set of motion vectors on the decoding side.
  • a flag indicating whether or not the first set of motion vectors and the second set of motion vectors are the same may be included in the encoded block as an update parameter.
  • FIG. 4 is a flowchart showing the video decoding process according to Embodiment 1 of the present invention.
  • a process of decoding the encoded block of the image 23 in a state where the images 11, 12, 13, 14, 21, 22, and 24 in FIG. 2 have already been decoded will be described.
  • a detailed description of the process common to the process shown in FIG. 3 is omitted, and the difference will be mainly described.
  • a corresponding block of a corresponding picture that has already been decoded is identified (S200).
  • the position of the corresponding block in the corresponding picture that has already been decoded is specified based on, for example, the same relative position of the decoding target block of the decoding target picture.
  • the position of the corresponding block of the corresponding picture that has already been decoded is specified based on the method shown in FIG.
  • the process in step S200 corresponds to step S100 in FIG.
  • step S202 a set of motion vectors of the corresponding block specified in step S200 is acquired (S202).
  • the process in step S202 corresponds to step S102 in FIG.
  • step S204 temporal information of the first reference picture used for motion compensation prediction of the identified corresponding block is acquired.
  • temporal information of all reference pictures used for prediction may be acquired.
  • the process in step S204 corresponds to step S104 in FIG.
  • step S206 the temporal position difference between the decoding target picture and the corresponding picture that has already been decoded is calculated (S206).
  • the process in step S206 corresponds to step S106 in FIG.
  • step S202 when the calculated difference value is zero (Yes in S208), the set of motion vectors acquired in step S202 is set as the first set of motion vectors in the block of the decoding target picture. (S210).
  • the first set of acquired motion vectors can be defined as inter-view predicted motion vectors.
  • the process in step S210 corresponds to step S110 in FIG.
  • the position of the second reference picture in the reference picture list of the decoding target picture is specified using the acquired temporal information of the first reference picture (S212).
  • the second reference picture and the first reference picture are pictures of different views located at the same temporal position.
  • the second reference picture is a picture that belongs to the same view as the decoding target picture and is different from the decoding target picture.
  • the process in step S212 corresponds to step S112 in FIG.
  • step S214 corresponds to step 114 in FIG.
  • step S216 the position of the second reference picture in the reference picture list of the reference picture for motion compensation prediction of the decoding target picture is specified (S216).
  • the process in step S216 corresponds to step S116 in FIG.
  • the update parameter is analyzed from the encoded block of the decoding target picture (S217).
  • the update parameters include inter prediction mode parameters and delta motion vector parameters.
  • the inter prediction mode parameter is, for example, a flag indicating that the prediction mode of the encoded block is the direct mode or the skip mode.
  • the delta motion vector parameter is information indicating a difference between a first set of motion vectors and a second set of motion vectors, for example.
  • a second set of motion vectors used for decoding the decoding target block is acquired based on the analyzed update parameter of the encoded block of the decoding target picture (S218).
  • the second set of motion vectors can be obtained by adding the first set of motion vectors and the update parameter.
  • step S217 and step S218 may be omitted.
  • the second set of motion vectors is the same as the first set of motion vectors obtained in step S210 or step S214.
  • motion compensation prediction of the decoding target block of the decoding target picture is performed based on the second set of motion vectors acquired in step S218 and the specified second reference picture (S220).
  • the moving image encoding apparatus 100 is an apparatus that encodes a target block included in a target image belonging to a second viewpoint different from the first viewpoint, using an image belonging to the first viewpoint, and is illustrated in FIG. 5A.
  • a corresponding block specifying unit 110, a reference image specifying unit 120, a predicted motion vector determining unit 130, a motion vector determining unit 140, a motion vector specifying information generating unit 150, and an encoding unit 160 are provided.
  • Corresponding block specifying unit 110 specifies a corresponding block corresponding to the target block from an already encoded image.
  • the reference image specifying unit 120 specifies a second reference image that is a reference image of the target block.
  • the predicted motion vector determination unit 130 determines the predicted motion vector of the target block. Note that the operations of the reference image specifying unit 120 and the motion vector predictor determining unit 130 differ depending on the specifying result in the corresponding block specifying unit 110.
  • the reference image specifying unit 120 displays the image belonging to the second viewpoint.
  • the image corresponding to the first reference image used for encoding the corresponding block is specified as the second reference image.
  • the predicted motion vector determination unit 130 determines the motion vector of the corresponding block specified by the corresponding block specifying unit 110 as the predicted motion vector.
  • the corresponding block specifying unit 110 in this case calculates a parallax between the target image and the corresponding image belonging to the first viewpoint, and a position shifted by an amount corresponding to the parallax from the position of the target block of the corresponding image. Are identified as corresponding blocks.
  • the reference image specifying unit 120 includes the images belonging to the second viewpoint.
  • One of the images registered in the reference image list is specified as the second reference picture.
  • the predicted motion vector determination unit 130 uses the time distance between the image including the corresponding block and the first reference image and the time distance between the image including the target block and the second reference image to move the corresponding block.
  • a motion vector is determined by scaling the vector.
  • the corresponding block specifying unit 110 specifies a block at the same position as the target block of the corresponding image as the corresponding block.
  • the motion vector determination unit 140 determines the motion vector of the target block using the target block and the second reference image.
  • the motion vector specifying information generation unit 150 generates motion vector specifying information for specifying a motion vector using the predicted motion vector and the motion vector.
  • the encoding unit 160 generates an encoded block by encoding a target block using a motion vector, and generates an encoded stream including the encoded block and motion vector specifying information.
  • FIG. 5B is a block diagram showing a detailed configuration of the video encoding apparatus according to Embodiment 1 of the present invention.
  • the correspondence of each component of FIG. 5A and 5B shown below is an example, Comprising: It is not limited to this.
  • the moving image encoding apparatus includes a subtraction unit 300, a temporal position acquisition unit 302, first and second storage units 304 and 332, a block specification unit 306, and a motion vector acquisition unit 308.
  • the subtraction unit 300 reads the temporal position D301 of the encoding target picture from the outside of the apparatus and the temporal position D325 of the decoded picture from the temporal position acquisition unit 302, and whether the temporal position difference is zero.
  • the temporal position acquisition unit 302 reads the encoded picture D323 from the first storage unit 304, and outputs the temporal position D325 of the already encoded picture D323 to the subtraction unit 300.
  • the block specifying unit 306 reads the encoding target block D343 from the outside of the apparatus from the first storage unit 304, and the corresponding block position D319 of the already encoded picture from the first storage unit 304, and sets the corresponding block position D305. This is output to the motion vector acquisition unit 308 and the reference picture temporal information acquisition unit 310.
  • the block specifying unit 306 corresponds to, for example, the corresponding block specifying unit 110 in FIG. 5A.
  • the motion vector acquisition unit 308 reads the motion vector D317 of the corresponding block from the first storage unit 304, the position D305 of the corresponding block from the block specifying unit 306, and the motion vector D307 of the corresponding block to the first switching unit 312. Output.
  • the reference picture temporal information acquisition unit 310 reads the position D305 of the corresponding block from the block specifying unit 306 and the first reference picture information D315 used in the corresponding block from the first storage unit 304, and the time of the first reference picture
  • the target information D313 is output to the scaling unit 314, the first reference picture specifying unit 316, and the second reference picture specifying unit 330.
  • the first switching unit 312 outputs the encoded motion vector D307 of the corresponding block to the scaling unit 314 or the second switching unit 326 based on the flag D303 indicating whether or not the temporal position difference is zero.
  • the scaling unit 314 receives the temporal position difference value D339 from the subtracting unit 300, the motion vector D309 of the corresponding block from the first switching unit 312, and the temporal information of the first reference picture from the reference picture temporal information acquisition unit 310. D 313 is read out, and the scaled motion vector D 329 is output to the second switching unit 326.
  • the first switching unit 312 and the scaling unit 314 correspond to, for example, the predicted motion vector determination unit 130 in FIG. 5A.
  • the first reference picture specifying unit 316 reads the first reference picture D321 from the first storage unit 304 and the temporal information D313 of the first reference picture from the reference picture temporal information acquisition unit 310, and the first reference picture D341 is output to the third switching unit 318.
  • the third switching unit 318 outputs the first reference picture D341 or the second reference picture D327 to the motion prediction unit 320 based on the flag D303 indicating whether the temporal position difference is zero.
  • the motion prediction unit 320 reads the reference picture D333 from the third switching unit 318 and the final motion vector D335 from the motion detection unit 328, and outputs a block D337 of prediction samples.
  • the second reference picture specifying unit 330 reads temporal information D313 of the first reference picture from the reference picture temporal information acquisition unit 310, and reads the second reference picture D351 from the second storage unit 332, and the second reference picture D327 is output to the third switching unit 318.
  • the second reference picture specifying unit 330 corresponds to, for example, the reference image specifying unit 120 in FIG. 5A.
  • the second switching unit 326 sends the scaled motion vector D329 or the predicted motion vector D311 to the subtracting unit 324 and the motion detecting unit 328 based on the flag D303 indicating whether or not the temporal position difference is zero. Output.
  • the motion detection unit 328 reads the initial sample block D345 from the outside of the apparatus, the motion vector D331 from the second switching unit 326, and outputs the final motion vector D335 to the motion prediction unit 320 and the subtraction unit 324.
  • the motion detection unit 328 corresponds to, for example, the motion vector determination unit 140 in FIG. 5A.
  • the subtraction unit 324 reads the final motion vector D335 from the motion detection unit 328, the motion vector D331 predicted from the second switching unit 326, and outputs the delta motion vector D347 to the writing unit 322.
  • the subtraction unit 324 corresponds to, for example, the motion vector specifying information generation unit 150 in FIG. 5A.
  • the writing unit 322 writes the delta motion vector D347 as a parameter D349 in the encoded block of the encoded image.
  • the writing unit 322 corresponds to, for example, the encoding unit 160 in FIG. 5A.
  • the moving image decoding apparatus 200 is an apparatus that decodes a target block included in a target image belonging to a second viewpoint different from the first viewpoint using an image belonging to the first viewpoint.
  • a block specifying unit 220, a reference image specifying unit 230, a predicted motion vector determining unit 240, a motion vector determining unit 250, and a decoding unit 260 are provided.
  • the acquisition unit 210 acquires, from the encoded stream, the encoded block that is the encoded target block and motion vector specifying information that specifies the motion vector of the target block.
  • the corresponding block specifying unit 220 specifies the corresponding block corresponding to the target block from the already decoded image.
  • the reference image specifying unit 230 specifies a second reference image that is a reference image of the target block.
  • the predicted motion vector determination unit 240 determines the predicted motion vector of the target block. Note that the operations of the reference image specifying unit 230 and the predicted motion vector determining unit 240 differ depending on the specifying results in the corresponding block specifying unit 220.
  • the reference image specifying unit 230 selects the image belonging to the second viewpoint. Among these, the image corresponding to the first reference image used for decoding the corresponding block is specified as the second reference image. Further, the predicted motion vector determination unit 240 determines the motion vector of the corresponding block specified in the corresponding block specifying step as the predicted motion vector. Further, the corresponding block specifying unit 220 in this case calculates a parallax between the target image and the corresponding image belonging to the first viewpoint, and a position shifted by an amount corresponding to the parallax from the position of the target block of the corresponding image. Are identified as corresponding blocks.
  • the reference image specifying unit 230 selects the image belonging to the second viewpoint.
  • One of the images registered in the reference image list is specified as the second reference picture.
  • the predicted motion vector determination unit 240 uses the time distance between the image including the corresponding block and the first reference image and the time distance between the image including the target block and the second reference image to move the corresponding block.
  • a motion vector is determined by scaling the vector.
  • the corresponding block specifying unit 220 specifies a block at the same position as the target block of the corresponding image as the corresponding block.
  • the motion vector determination unit 250 determines the motion vector of the target block using the motion vector specifying information and the predicted motion vector.
  • the decoding unit 260 generates a decoded block by decoding the encoded block using the motion vector and the second reference image.
  • FIG. 6B is a block diagram showing a configuration of the video decoding apparatus according to Embodiment 1 of the present invention.
  • the correspondence of each component of FIG. 6A and 6B shown below is an example, Comprising: It is not limited to this.
  • the video decoding device includes a subtraction unit 400, a temporal position acquisition unit 402, first and second storage units 404 and 436, a block specification unit 406, and a motion vector acquisition unit 408.
  • a reference picture temporal information acquisition unit 410, first to fifth switching units 412, 426, 428, 430, 418, a scaling unit 414, a first reference picture specifying unit 416, a motion prediction unit 420, A second reference picture specifying unit 434, an adding unit 432, a prediction mode analyzing unit 440, and a delta motion vector analyzing unit 438 are provided.
  • the subtraction unit 400 reads the temporal position D401 of the decoding target picture from the outside of the apparatus and the temporal position D425 of the already decoded picture from the temporal position acquisition unit 402, and whether the temporal position difference is zero.
  • a flag D403 indicating whether or not is output to the second and fifth switching units 426 and 418, and a temporal position difference value D453 is output to the scaling unit 414.
  • the temporal position acquisition unit 402 reads the decoded picture D423 from the first storage unit 404 and outputs the temporal position D425 of the already decoded picture to the subtraction unit 400.
  • the block specifying unit 406 reads out the decoding target block D443 from the outside of the apparatus, the corresponding block position D419 of the already decoded picture from the first storage unit 404, and the corresponding block position D405 as the motion vector acquisition unit 408 and the reference picture time. To the target information acquisition unit 410.
  • the block specifying unit 406 corresponds to, for example, the corresponding block specifying unit 220 in FIG. 6A.
  • the motion vector acquisition unit 408 reads the corresponding block motion vector D417 from the first storage unit 404, the corresponding block position D405 from the block specifying unit 406, and outputs the corresponding block motion vector D407 to the first switching unit 412.
  • the reference picture temporal information acquisition unit 410 reads the position D405 of the corresponding block from the block identification unit 406 and the first reference picture information D415 used in the corresponding block from the first storage unit 404, and the time of the first reference picture
  • the target information D413 is output to the scaling unit 414, the first reference picture specifying unit 416, and the second reference picture specifying unit 434.
  • the first switching unit 412 outputs the motion vector D407 of the decoded corresponding block to the scaling unit 414 or the second switching unit 426 based on the flag D403 indicating whether or not the temporal position difference is zero.
  • the scaling unit 414 receives the temporal position difference value D453 from the subtraction unit 400, the motion vector D409 of the corresponding block from the first switching unit 412, and the temporal information of the first reference picture from the reference picture temporal information acquisition unit 410. D413 is read and the scaled motion vector D429 is output to the second switching unit 426.
  • the first switching unit 412 and the scaling unit 414 correspond to, for example, the predicted motion vector determination unit 240.
  • the first reference picture specifying unit 416 reads the first reference picture D421 from the first storage unit 404 and the temporal information D413 of the first reference picture from the reference picture temporal information acquisition unit 410 to obtain the first reference picture D455 is output to the fifth switching unit 418.
  • the fifth switching unit 418 outputs the first reference picture D455 or the second reference picture D427 to the motion prediction unit 420 based on the flag D403 indicating whether or not the temporal position difference is zero.
  • the motion prediction unit 420 reads the reference picture D435 from the fifth switching unit 418 and the final motion vector D439 from the fourth switching unit 430, and outputs a prediction sample block D441.
  • This motion prediction unit 420 corresponds to, for example, the decoding unit 260 in FIG. 6A.
  • the second reference picture specifying unit 434 reads the first reference picture temporal information D413 from the reference picture temporal information acquisition unit 410, and reads the second reference picture D451 from the second storage unit 436 to obtain the second reference picture. D427 is output to the fifth switching unit 418.
  • the second reference picture specifying unit 434 corresponds to, for example, the reference image specifying unit 230 in FIG. 6A.
  • the second switching unit 426 outputs the scaled motion vector D429 or the predicted motion vector D411 to the third switching unit 428 based on the flag D403 indicating whether or not the temporal position difference is zero.
  • the prediction mode analysis unit 440 analyzes the encoded block D445 in the moving image stream, and outputs the prediction mode parameter D447 to the third and fourth switching units 428 and 430.
  • the delta motion vector analysis unit 438 analyzes the encoded block D445 in the moving image stream, and outputs the delta motion vector D449 to the addition unit 432.
  • the subtraction unit 400, the prediction mode analysis unit 440, and the delta motion vector analysis unit 438 correspond to, for example, the acquisition unit in FIG. 6A.
  • the third switching unit 428 outputs the predicted motion vector D431 to the fourth switching unit 430 or the adding unit 432 based on the prediction mode parameter D447.
  • the addition unit 432 reads the delta motion vector D449 from the delta motion vector analysis unit 438 and the motion vector D436 predicted from the third switching unit 428, and outputs the motion vector D437 to the fourth switching unit.
  • This adding unit 432 corresponds to, for example, the motion vector determining unit 250 in FIG. 6A.
  • the fourth switching unit 430 reads the motion vector D443 predicted from the third switching unit 428 or the motion vector D437 from the addition unit 432 based on the prediction mode parameter D447, and outputs the final motion vector D439 to the motion prediction unit 420. To do.
  • FIG. 7 is a diagram illustrating the positions of the inter prediction mode parameter D508 and the delta motion vector parameter D510 in the encoded block data of the encoded picture. As shown in FIG. 7, these parameters exist in the prediction unit D504 of the encoded block data D502. In addition, the presence of the delta motion vector parameter D510 of the prediction unit D504 of the encoded block data D502 depends on the value of the inter prediction mode parameter D508. Specifically, one of the values of the inter prediction mode parameter D508 indicates a signal for skipping the delta motion vector parameter D510.
  • FIGS. 6A and 6B constitute a moving image encoding / decoding apparatus. Can be configured.
  • FIG. 8 is a flowchart showing Embodiment 2 of processing for specifying the position of a block in an already encoded picture in the moving image encoding processing of the present invention.
  • a parallax value of a global view between two pictures of different views is calculated (S600).
  • a set of block coordinates of the encoding target picture is determined (S602).
  • the position of the block in the already encoded picture is calculated by adding the set of block coordinates to the calculated parallax value of the global view (S604).
  • the parallax value of the global view is written in the header of the encoding target picture (S606).
  • FIG. 9 is a flowchart showing Embodiment 2 of processing for specifying the position of a block in an already encoded picture in the moving image decoding processing of the present invention.
  • the global view parallax parameter is analyzed from the header of the decoding target picture (S700).
  • the analyzed global view parallax parameter indicates inter-view parallax between a decoding target picture and a picture corresponding to the picture of a view different from the picture to be decoded.
  • a set of block coordinates of the block of the decoding target picture is determined (S702).
  • the position of the block in the already decoded picture of the different view is calculated by adding the set of block coordinates to the disparity value of the analyzed global view (S704).
  • the addition of the horizontal component of the block coordinate to the analyzed parallax parameter of the global view is an example of calculating the position in step S704.
  • FIG. 10 is a diagram showing the position of the global view parallax parameter in the encoded picture of the present invention. As shown in FIG. 10, the global view parallax parameter D804 is present in the encoded picture header D800 of the encoded picture.
  • the storage medium may be any medium that can record a program, such as a magnetic disk, an optical disk, a magneto-optical disk, an IC card, and a semiconductor memory.
  • FIG. 11 is a diagram showing an overall configuration of a content supply system ex100 that realizes a content distribution service.
  • a communication service providing area is divided into desired sizes, and base stations ex106, ex107, ex108, ex109, and ex110, which are fixed wireless stations, are installed in each cell.
  • This content supply system ex100 includes a computer ex111, a PDA (Personal Digital Assistant) ex112, a camera ex113, a mobile phone ex114, a game machine ex115 via the Internet ex101, the Internet service provider ex102, the telephone network ex104, and the base stations ex106 to ex110. Etc. are connected.
  • PDA Personal Digital Assistant
  • each device may be directly connected to the telephone network ex104 without going from the base station ex106, which is a fixed wireless station, to ex110.
  • the devices may be directly connected to each other via short-range wireless or the like.
  • the camera ex113 is a device that can shoot moving images such as a digital video camera
  • the camera ex116 is a device that can shoot still images and movies such as a digital camera.
  • the mobile phone ex114 is a GSM (registered trademark) (Global System for Mobile Communications) system, a CDMA (Code Division Multiple Access) system, a W-CDMA (Wideband-Code Division Multiple Access) system, or an LTE (Long Term Evolution). It is possible to use any of the above-mentioned systems, HSPA (High Speed Packet Access) mobile phone, PHS (Personal Handyphone System), or the like.
  • the camera ex113 and the like are connected to the streaming server ex103 through the base station ex109 and the telephone network ex104, thereby enabling live distribution and the like.
  • live distribution the content (for example, music live video) captured by the user using the camera ex113 is encoded as described in the above embodiments, and transmitted to the streaming server ex103.
  • the streaming server ex103 stream-distributes the content data transmitted to the requested client. Examples of the client include a computer ex111, a PDA ex112, a camera ex113, a mobile phone ex114, and a game machine ex115 that can decode the encoded data. Each device that receives the distributed data decodes the received data and reproduces it.
  • the captured data may be encoded by the camera ex113, the streaming server ex103 that performs data transmission processing, or may be shared with each other.
  • the decryption processing of the distributed data may be performed by the client, the streaming server ex103, or may be performed in common with each other.
  • still images and / or moving image data captured by the camera ex116 may be transmitted to the streaming server ex103 via the computer ex111.
  • the encoding process in this case may be performed by any of the camera ex116, the computer ex111, and the streaming server ex103, or may be performed in a shared manner.
  • these encoding / decoding processes are generally performed in the computer ex111 and the LSI ex500 included in each device.
  • the LSI ex500 may be configured as a single chip or a plurality of chips.
  • moving image encoding / decoding software is incorporated into some recording medium (CD-ROM, flexible disk, hard disk, etc.) that can be read by the computer ex111, etc., and encoding / decoding processing is performed using the software. May be.
  • moving image data acquired by the camera may be transmitted.
  • the moving image data at this time is data encoded by the LSI ex500 included in the mobile phone ex114.
  • the streaming server ex103 may be a plurality of servers or a plurality of computers, and may process, record, and distribute data in a distributed manner.
  • the encoded data can be received and reproduced by the client.
  • the information transmitted by the user can be received, decrypted and reproduced by the client in real time, and personal broadcasting can be realized even for a user who does not have special rights or facilities.
  • At least one of the video encoding device and the video decoding device of each of the above embodiments is incorporated in the digital broadcast system ex200. be able to.
  • the broadcast station ex201 multiplexed data obtained by multiplexing music data and the like on video data is transmitted to a communication or satellite ex202 via radio waves.
  • This video data is data encoded by the moving image encoding method described in the above embodiments.
  • the broadcasting satellite ex202 transmits a radio wave for broadcasting, and this radio wave is received by a home antenna ex204 capable of receiving satellite broadcasting.
  • the received multiplexed data is decoded and reproduced by a device such as the television (receiver) ex300 or the set top box (STB) ex217.
  • a reader / recorder ex218 that reads and decodes multiplexed data recorded on a recording medium ex215 such as a DVD or a BD, or encodes a video signal on the recording medium ex215 and, in some cases, multiplexes and writes it with a music signal. It is possible to mount the moving picture decoding apparatus or moving picture encoding apparatus described in the above embodiments. In this case, the reproduced video signal is displayed on the monitor ex219, and the video signal can be reproduced in another device or system using the recording medium ex215 on which the multiplexed data is recorded.
  • a moving picture decoding apparatus may be mounted in a set-top box ex217 connected to a cable ex203 for cable television or an antenna ex204 for satellite / terrestrial broadcasting and displayed on the monitor ex219 of the television.
  • the moving picture decoding apparatus may be incorporated in the television instead of the set top box.
  • FIG. 13 is a diagram illustrating a television (receiver) ex300 that uses the video decoding method and the video encoding method described in each of the above embodiments.
  • the television ex300 obtains or outputs multiplexed data in which audio data is multiplexed with video data via the antenna ex204 or the cable ex203 that receives the broadcast, and demodulates the received multiplexed data.
  • the modulation / demodulation unit ex302 that modulates multiplexed data to be transmitted to the outside, and the demodulated multiplexed data is separated into video data and audio data, or the video data and audio data encoded by the signal processing unit ex306 Is provided with a multiplexing / demultiplexing unit ex303.
  • the television ex300 decodes the audio data and the video data, or encodes each information, the audio signal processing unit ex304, the signal processing unit ex306 including the video signal processing unit ex305, and the decoded audio signal.
  • the television ex300 includes an interface unit ex317 including an operation input unit ex312 that receives an input of a user operation.
  • the television ex300 includes a control unit ex310 that performs overall control of each unit, and a power supply circuit unit ex311 that supplies power to each unit.
  • the interface unit ex317 includes a bridge unit ex313 connected to an external device such as a reader / recorder ex218, a recording unit ex216 such as an SD card, and an external recording unit such as a hard disk.
  • a driver ex315 for connecting to a medium, a modem ex316 for connecting to a telephone network, and the like may be included.
  • the recording medium ex216 is capable of electrically recording information by using a nonvolatile / volatile semiconductor memory element to be stored.
  • Each part of the television ex300 is connected to each other via a synchronous bus.
  • the television ex300 receives a user operation from the remote controller ex220 or the like, and demultiplexes the multiplexed data demodulated by the modulation / demodulation unit ex302 by the multiplexing / demultiplexing unit ex303 based on the control of the control unit ex310 having a CPU or the like. Furthermore, in the television ex300, the separated audio data is decoded by the audio signal processing unit ex304, and the separated video data is decoded by the video signal processing unit ex305 using the decoding method described in each of the above embodiments.
  • the decoded audio signal and video signal are output from the output unit ex309 to the outside. At the time of output, these signals may be temporarily stored in the buffers ex318, ex319, etc. so that the audio signal and the video signal are reproduced in synchronization. Also, the television ex300 may read multiplexed data from recording media ex215 and ex216 such as a magnetic / optical disk and an SD card, not from broadcasting. Next, a configuration in which the television ex300 encodes an audio signal or a video signal and transmits the signal to the outside or to a recording medium will be described.
  • the television ex300 receives a user operation from the remote controller ex220 and the like, encodes an audio signal with the audio signal processing unit ex304, and converts the video signal with the video signal processing unit ex305 based on the control of the control unit ex310. Encoding is performed using the encoding method described in (1).
  • the encoded audio signal and video signal are multiplexed by the multiplexing / demultiplexing unit ex303 and output to the outside. When multiplexing, these signals may be temporarily stored in the buffers ex320, ex321, etc. so that the audio signal and the video signal are synchronized.
  • a plurality of buffers ex318, ex319, ex320, and ex321 may be provided as illustrated, or one or more buffers may be shared. Further, in addition to the illustrated example, data may be stored in the buffer as a buffer material that prevents system overflow and underflow, for example, between the modulation / demodulation unit ex302 and the multiplexing / demultiplexing unit ex303.
  • the television ex300 has a configuration for receiving AV input of a microphone and a camera, and performs encoding processing on the data acquired from them. Also good.
  • the television ex300 has been described as a configuration capable of the above-described encoding processing, multiplexing, and external output, but these processing cannot be performed, and only the above-described reception, decoding processing, and external output are possible. It may be a configuration.
  • the decoding process or the encoding process may be performed by either the television ex300 or the reader / recorder ex218,
  • the reader / recorder ex218 may share with each other.
  • FIG. 14 shows a configuration of the information reproducing / recording unit ex400 when data is read from or written to an optical disk.
  • the information reproducing / recording unit ex400 includes elements ex401, ex402, ex403, ex404, ex405, ex406, and ex407 described below.
  • the optical head ex401 irradiates a laser spot on the recording surface of the recording medium ex215 that is an optical disk to write information, and detects reflected light from the recording surface of the recording medium ex215 to read the information.
  • the modulation recording unit ex402 electrically drives a semiconductor laser built in the optical head ex401 and modulates the laser beam according to the recording data.
  • the reproduction demodulator ex403 amplifies the reproduction signal obtained by electrically detecting the reflected light from the recording surface by the photodetector built in the optical head ex401, separates and demodulates the signal component recorded on the recording medium ex215, and is necessary To play back information.
  • the buffer ex404 temporarily holds information to be recorded on the recording medium ex215 and information reproduced from the recording medium ex215.
  • the disk motor ex405 rotates the recording medium ex215.
  • the servo controller ex406 moves the optical head ex401 to a predetermined information track while controlling the rotational drive of the disk motor ex405, and performs a laser spot tracking process.
  • the system control unit ex407 controls the entire information reproduction / recording unit ex400.
  • the system control unit ex407 uses various kinds of information held in the buffer ex404, and generates and adds new information as necessary, and the modulation recording unit ex402, the reproduction demodulation unit This is realized by recording / reproducing information through the optical head ex401 while operating the ex403 and the servo control unit ex406 in a coordinated manner.
  • the system control unit ex407 is composed of, for example, a microprocessor, and executes these processes by executing a read / write program.
  • the optical head ex401 has been described as irradiating a laser spot.
  • a configuration in which higher-density recording is performed using near-field light may be used.
  • FIG. 15 shows a schematic diagram of a recording medium ex215 that is an optical disk.
  • Guide grooves grooves
  • address information indicating the absolute position on the disc is recorded in advance on the information track ex230 by changing the shape of the groove.
  • This address information includes information for specifying the position of the recording block ex231 that is a unit for recording data, and the recording block is specified by reproducing the information track ex230 and reading the address information in a recording or reproducing apparatus.
  • the recording medium ex215 includes a data recording area ex233, an inner peripheral area ex232, and an outer peripheral area ex234.
  • the area used for recording user data is the data recording area ex233, and the inner circumference area ex232 and the outer circumference area ex234 arranged on the inner or outer circumference of the data recording area ex233 are used for specific purposes other than user data recording. Used.
  • the information reproducing / recording unit ex400 reads / writes encoded audio data, video data, or multiplexed data obtained by multiplexing these data with respect to the data recording area ex233 of the recording medium ex215.
  • an optical disk such as a single-layer DVD or BD has been described as an example.
  • the present invention is not limited to these, and an optical disk having a multilayer structure and capable of recording other than the surface may be used.
  • an optical disc with a multi-dimensional recording / reproducing structure such as recording information using light of different wavelengths in the same place on the disc, or recording different layers of information from various angles. It may be.
  • the car ex210 having the antenna ex205 can receive data from the satellite ex202 and the like, and the moving image can be reproduced on a display device such as the car navigation ex211 that the car ex210 has.
  • the configuration of the car navigation ex211 may include a configuration in which a GPS receiving unit is added to the configuration illustrated in FIG. 13, and the same may be applied to the computer ex111, the mobile phone ex114, and the like.
  • FIG. 16 (a) is a diagram showing a mobile phone ex114 that uses the moving picture decoding method and the moving picture encoding method described in the above embodiment.
  • the mobile phone ex114 includes an antenna ex350 for transmitting and receiving radio waves to and from the base station ex110, a camera unit ex365 capable of capturing video and still images, a video captured by the camera unit ex365, a video received by the antenna ex350, and the like Is provided with a display unit ex358 such as a liquid crystal display for displaying the decrypted data.
  • the mobile phone ex114 further includes a main body unit having an operation key unit ex366, an audio output unit ex357 such as a speaker for outputting audio, an audio input unit ex356 such as a microphone for inputting audio, a captured video,
  • an audio input unit ex356 such as a microphone for inputting audio
  • a captured video In the memory unit ex367 for storing encoded data or decoded data such as still images, recorded audio, received video, still images, mails, or the like, or an interface unit with a recording medium for storing data
  • a slot ex364 is provided.
  • the mobile phone ex114 has a power supply circuit part ex361, an operation input control part ex362, and a video signal processing part ex355 with respect to a main control part ex360 that comprehensively controls each part of the main body including the display part ex358 and the operation key part ex366.
  • a camera interface unit ex363, an LCD (Liquid Crystal Display) control unit ex359, a modulation / demodulation unit ex352, a multiplexing / demultiplexing unit ex353, an audio signal processing unit ex354, a slot unit ex364, and a memory unit ex367 are connected to each other via a bus ex370. ing.
  • the power supply circuit unit ex361 starts up the mobile phone ex114 in an operable state by supplying power from the battery pack to each unit.
  • the cellular phone ex114 converts the audio signal collected by the audio input unit ex356 in the voice call mode into a digital audio signal by the audio signal processing unit ex354 based on the control of the main control unit ex360 having a CPU, a ROM, a RAM, and the like. Then, this is subjected to spectrum spread processing by the modulation / demodulation unit ex352, digital-analog conversion processing and frequency conversion processing are performed by the transmission / reception unit ex351, and then transmitted via the antenna ex350.
  • the mobile phone ex114 also amplifies the received data received via the antenna ex350 in the voice call mode, performs frequency conversion processing and analog-digital conversion processing, performs spectrum despreading processing by the modulation / demodulation unit ex352, and performs voice signal processing unit After being converted into an analog audio signal by ex354, this is output from the audio output unit ex356.
  • the text data of the e-mail input by operating the operation key unit ex366 of the main unit is sent to the main control unit ex360 via the operation input control unit ex362.
  • the main control unit ex360 performs spread spectrum processing on the text data in the modulation / demodulation unit ex352, performs digital analog conversion processing and frequency conversion processing in the transmission / reception unit ex351, and then transmits the text data to the base station ex110 via the antenna ex350.
  • almost the reverse process is performed on the received data and output to the display unit ex358.
  • the video signal processing unit ex355 compresses the video signal supplied from the camera unit ex365 by the moving image encoding method described in the above embodiments.
  • the encoded video data is sent to the multiplexing / separating unit ex353.
  • the audio signal processing unit ex354 encodes the audio signal picked up by the audio signal input unit ex356 while the camera unit ex365 images a video, a still image, and the like, and the encoded audio data is sent to the multiplexing / separating unit ex353. Send it out.
  • the multiplexing / demultiplexing unit ex353 multiplexes the encoded video data supplied from the video signal processing unit ex355 and the encoded audio data supplied from the audio signal processing unit ex354 by a predetermined method, and is obtained as a result.
  • the multiplexed data is subjected to spread spectrum processing by the modulation / demodulation circuit unit ex352, subjected to digital analog conversion processing and frequency conversion processing by the transmission / reception unit ex351, and then transmitted via the antenna ex350.
  • the multiplexing / separating unit ex353 separates the multiplexed data into a video data bit stream and an audio data bit stream, and performs video signal processing on the video data encoded via the synchronization bus ex370.
  • the encoded audio data is supplied to the audio signal processing unit ex354 while being supplied to the unit ex355.
  • the video signal processing unit ex355 decodes the video signal by decoding using the video decoding method corresponding to the video encoding method described in each of the above embodiments, and the display unit ex358 via the LCD control unit ex359. From, for example, video and still images included in a moving image file linked to a home page are displayed.
  • the audio signal processing unit ex354 decodes the audio signal, and the audio is output from the audio output unit ex357.
  • the terminal such as the mobile phone ex114 is referred to as a transmission terminal having only an encoder and a receiving terminal having only a decoder.
  • a transmission terminal having only an encoder
  • a receiving terminal having only a decoder.
  • multiplexed data in which music data is multiplexed with video data is received and transmitted.
  • character data related to video is multiplexed. It may be converted data, or may be video data itself instead of multiplexed data.
  • the moving picture encoding method or the moving picture decoding method shown in each of the above embodiments can be used in any of the above-described devices / systems. The described effect can be obtained.
  • Embodiment 4 The moving picture coding method or apparatus shown in the above embodiments and the moving picture coding method or apparatus compliant with different standards such as MPEG-2, MPEG4-AVC, and VC-1 are appropriately switched as necessary. Thus, it is also possible to generate video data.
  • multiplexed data obtained by multiplexing audio data or the like with video data is configured to include identification information indicating which standard the video data conforms to.
  • identification information indicating which standard the video data conforms to.
  • FIG. 17 is a diagram showing a structure of multiplexed data.
  • the multiplexed data is obtained by multiplexing one or more of a video stream, an audio stream, a presentation graphics stream (PG), and an interactive graphics stream.
  • the video stream indicates the main video and sub-video of the movie
  • the audio stream (IG) indicates the main audio portion of the movie and the sub-audio mixed with the main audio
  • the presentation graphics stream indicates the subtitles of the movie.
  • the main video indicates a normal video displayed on the screen
  • the sub-video is a video displayed on a small screen in the main video.
  • the interactive graphics stream indicates an interactive screen created by arranging GUI components on the screen.
  • the video stream is encoded by the moving image encoding method or apparatus shown in the above embodiments, or the moving image encoding method or apparatus conforming to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1. ing.
  • the audio stream is encoded by a method such as Dolby AC-3, Dolby Digital Plus, MLP, DTS, DTS-HD, or linear PCM.
  • Each stream included in the multiplexed data is identified by PID. For example, 0x1011 for video streams used for movie images, 0x1100 to 0x111F for audio streams, 0x1200 to 0x121F for presentation graphics, 0x1400 to 0x141F for interactive graphics streams, 0x1B00 to 0x1B1F are assigned to video streams used for sub-pictures, and 0x1A00 to 0x1A1F are assigned to audio streams used for sub-audio mixed with the main audio.
  • FIG. 18 is a diagram schematically showing how multiplexed data is multiplexed.
  • a video stream ex235 composed of a plurality of video frames and an audio stream ex238 composed of a plurality of audio frames are converted into PES packet sequences ex236 and ex239, respectively, and converted into TS packets ex237 and ex240.
  • the data of the presentation graphics stream ex241 and interactive graphics ex244 are converted into PES packet sequences ex242 and ex245, respectively, and further converted into TS packets ex243 and ex246.
  • the multiplexed data ex247 is configured by multiplexing these TS packets into one stream.
  • FIG. 19 shows in more detail how the video stream is stored in the PES packet sequence.
  • the first row in FIG. 19 shows a video frame sequence of the video stream.
  • the second level shows a PES packet sequence.
  • a plurality of Video Presentation Units in a video stream are divided for each picture and stored in the payload of the PES packet.
  • Each PES packet has a PES header, and a PTS (Presentation Time-Stamp) that is a display time of a picture and a DTS (Decoding Time-Stamp) that is a decoding time of a picture are stored in the PES header.
  • PTS Presentation Time-Stamp
  • DTS Decoding Time-Stamp
  • FIG. 20 shows the format of TS packets that are finally written in the multiplexed data.
  • the TS packet is a 188-byte fixed-length packet composed of a 4-byte TS header having information such as a PID for identifying a stream and a 184-byte TS payload for storing data.
  • the PES packet is divided and stored in the TS payload.
  • a 4-byte TP_Extra_Header is added to a TS packet, forms a 192-byte source packet, and is written in multiplexed data.
  • TP_Extra_Header information such as ATS (Arrival_Time_Stamp) is described.
  • ATS indicates the transfer start time of the TS packet to the PID filter of the decoder.
  • Source packets are arranged in the multiplexed data as shown in the lower part of FIG. 20, and the number incremented from the head of the multiplexed data is called SPN (source packet number).
  • TS packets included in the multiplexed data include PAT (Program Association Table), PMT (Program Map Table), PCR (Program Clock Reference), and the like in addition to each stream such as video / audio / caption.
  • PAT indicates what the PID of the PMT used in the multiplexed data is, and the PID of the PAT itself is registered as 0.
  • the PMT has the PID of each stream such as video / audio / subtitles included in the multiplexed data and the attribute information of the stream corresponding to each PID, and has various descriptors related to the multiplexed data.
  • the descriptor includes copy control information for instructing permission / non-permission of copying of multiplexed data.
  • the PCR corresponds to the ATS in which the PCR packet is transferred to the decoder. Contains STC time information.
  • FIG. 21 is a diagram for explaining the data structure of the PMT in detail.
  • a PMT header describing the length of data included in the PMT is arranged at the head of the PMT.
  • a plurality of descriptors related to multiplexed data are arranged.
  • the copy control information and the like are described as descriptors.
  • a plurality of pieces of stream information regarding each stream included in the multiplexed data are arranged.
  • the stream information includes a stream descriptor in which a stream type, a stream PID, and stream attribute information (frame rate, aspect ratio, etc.) are described to identify a compression codec of the stream.
  • the multiplexed data is recorded together with the multiplexed data information file.
  • the multiplexed data information file is management information of multiplexed data, has a one-to-one correspondence with the multiplexed data, and includes multiplexed data information, stream attribute information, and an entry map.
  • the multiplexed data information includes a system rate, a reproduction start time, and a reproduction end time as shown in FIG.
  • the system rate indicates a maximum transfer rate of multiplexed data to a PID filter of a system target decoder described later.
  • the ATS interval included in the multiplexed data is set to be equal to or less than the system rate.
  • the playback start time is the PTS of the first video frame of the multiplexed data
  • the playback end time is set by adding the playback interval for one frame to the PTS of the video frame at the end of the multiplexed data.
  • the attribute information for each stream included in the multiplexed data is registered for each PID.
  • the attribute information has different information for each video stream, audio stream, presentation graphics stream, and interactive graphics stream.
  • the video stream attribute information includes the compression codec used to compress the video stream, the resolution of the individual picture data constituting the video stream, the aspect ratio, and the frame rate. It has information such as how much it is.
  • the audio stream attribute information includes the compression codec used to compress the audio stream, the number of channels included in the audio stream, the language supported, and the sampling frequency. With information. These pieces of information are used for initialization of the decoder before the player reproduces it.
  • the stream type included in the PMT is used.
  • video stream attribute information included in the multiplexed data information is used.
  • the video encoding shown in each of the above embodiments for the stream type or video stream attribute information included in the PMT.
  • FIG. 24 shows steps of the moving picture decoding method according to the present embodiment.
  • step exS100 the stream type included in the PMT or the video stream attribute information included in the multiplexed data information is acquired from the multiplexed data.
  • step exS101 it is determined whether or not the stream type or the video stream attribute information indicates multiplexed data generated by the moving picture encoding method or apparatus described in the above embodiments. To do.
  • step exS102 the above embodiments are performed. Decoding is performed by the moving picture decoding method shown in the form.
  • the conventional information Decoding is performed by a moving image decoding method compliant with the standard.
  • FIG. 25 shows a configuration of an LSI ex500 that is made into one chip.
  • the LSI ex500 includes elements ex501, ex502, ex503, ex504, ex505, ex506, ex507, ex508, and ex509 described below, and each element is connected via a bus ex510.
  • the power supply circuit unit ex505 is activated to an operable state by supplying power to each unit when the power supply is on.
  • the LSI ex500 when performing the encoding process, performs the microphone ex117 and the camera ex113 by the AV I / O ex509 based on the control of the control unit ex501 including the CPU ex502, the memory controller ex503, the stream controller ex504, the drive frequency control unit ex512, and the like.
  • the AV signal is input from the above.
  • the input AV signal is temporarily stored in an external memory ex511 such as SDRAM.
  • the accumulated data is divided into a plurality of times as appropriate according to the processing amount and the processing speed and sent to the signal processing unit ex507, and the signal processing unit ex507 encodes an audio signal and / or video. Signal encoding is performed.
  • the encoding process of the video signal is the encoding process described in the above embodiments.
  • the signal processing unit ex507 further performs processing such as multiplexing the encoded audio data and the encoded video data according to circumstances, and outputs the result from the stream I / Oex 506 to the outside.
  • the output multiplexed data is transmitted to the base station ex107 or written to the recording medium ex215. It should be noted that data should be temporarily stored in the buffer ex508 so as to be synchronized when multiplexing.
  • the memory ex511 is described as an external configuration of the LSI ex500.
  • a configuration included in the LSI ex500 may be used.
  • the number of buffers ex508 is not limited to one, and a plurality of buffers may be provided.
  • the LSI ex500 may be made into one chip or a plurality of chips.
  • control unit ex510 includes the CPU ex502, the memory controller ex503, the stream controller ex504, the drive frequency control unit ex512, and the like, but the configuration of the control unit ex510 is not limited to this configuration.
  • the signal processing unit ex507 may further include a CPU.
  • the CPU ex502 may be configured to include a signal processing unit ex507 or, for example, an audio signal processing unit that is a part of the signal processing unit ex507.
  • the control unit ex501 is configured to include a signal processing unit ex507 or a CPU ex502 having a part thereof.
  • LSI LSI
  • IC system LSI
  • super LSI ultra LSI depending on the degree of integration
  • the method of circuit integration is not limited to LSI, and implementation with a dedicated circuit or a general-purpose processor is also possible.
  • An FPGA Field Programmable Gate Array
  • a reconfigurable processor that can reconfigure the connection and setting of circuit cells inside the LSI may be used.
  • FIG. 26 shows a configuration ex800 in the present embodiment.
  • the drive frequency switching unit ex803 sets the drive frequency high when the video data is generated by the moving image encoding method or apparatus described in the above embodiments.
  • the decoding processing unit ex801 that executes the moving picture decoding method described in each of the above embodiments is instructed to decode the video data.
  • the video data is video data compliant with the conventional standard, compared to the case where the video data is generated by the moving picture encoding method or apparatus shown in the above embodiments, Set the drive frequency low. Then, it instructs the decoding processing unit ex802 compliant with the conventional standard to decode the video data.
  • the drive frequency switching unit ex803 includes the CPU ex502 and the drive frequency control unit ex512 in FIG.
  • the decoding processing unit ex801 that executes the moving picture decoding method shown in each of the above embodiments and the decoding processing unit ex802 that complies with the conventional standard correspond to the signal processing unit ex507 in FIG.
  • the CPU ex502 identifies which standard the video data conforms to. Then, based on the signal from the CPU ex502, the drive frequency control unit ex512 sets the drive frequency. Further, based on the signal from the CPU ex502, the signal processing unit ex507 decodes the video data.
  • the identification information described in the fourth embodiment may be used.
  • the identification information is not limited to that described in the fourth embodiment, and any information that can identify which standard the video data conforms to may be used. For example, it is possible to identify which standard the video data conforms to based on an external signal that identifies whether the video data is used for a television or a disk. In some cases, identification may be performed based on such an external signal.
  • the selection of the driving frequency in the CPU ex502 may be performed based on, for example, a lookup table in which video data standards and driving frequencies are associated with each other as shown in FIG. The look-up table is stored in the buffer ex508 or the internal memory of the LSI, and the CPU ex502 can select the drive frequency by referring to the look-up table.
  • FIG. 27 shows steps for executing the method of the present embodiment.
  • the signal processing unit ex507 acquires identification information from the multiplexed data.
  • the CPU ex502 identifies whether the video data is generated by the encoding method or apparatus described in each of the above embodiments based on the identification information.
  • the CPU ex502 sends a signal for setting the drive frequency high to the drive frequency control unit ex512. Then, the drive frequency control unit ex512 sets a high drive frequency.
  • step exS203 the CPU ex502 drives the signal for setting the drive frequency low. This is sent to the frequency control unit ex512. Then, in the drive frequency control unit ex512, the drive frequency is set to be lower than that in the case where the video data is generated by the encoding method or apparatus described in the above embodiments.
  • the power saving effect can be further enhanced by changing the voltage applied to the LSI ex500 or the device including the LSI ex500 in conjunction with the switching of the driving frequency. For example, when the drive frequency is set low, it is conceivable that the voltage applied to the LSI ex500 or the device including the LSI ex500 is set low as compared with the case where the drive frequency is set high.
  • the setting method of the driving frequency may be set to a high driving frequency when the processing amount at the time of decoding is large, and to a low driving frequency when the processing amount at the time of decoding is small. It is not limited to the method.
  • the amount of processing for decoding video data compliant with the MPEG4-AVC standard is larger than the amount of processing for decoding video data generated by the moving picture encoding method or apparatus described in the above embodiments. It is conceivable that the setting of the driving frequency is reversed to that in the case described above.
  • the method for setting the drive frequency is not limited to the configuration in which the drive frequency is lowered.
  • the voltage applied to the LSIex500 or the apparatus including the LSIex500 is set high.
  • the driving of the CPU ex502 is stopped.
  • the CPU ex502 is temporarily stopped because there is room in processing. Is also possible. Even when the identification information indicates that the video data is generated by the moving image encoding method or apparatus described in each of the above embodiments, if there is a margin for processing, the CPU ex502 is temporarily driven. It can also be stopped. In this case, it is conceivable to set the stop time shorter than in the case where the video data conforms to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1.
  • a plurality of video data that conforms to different standards may be input to the above-described devices and systems such as a television and a mobile phone.
  • the signal processing unit ex507 of the LSI ex500 needs to support a plurality of standards in order to be able to decode even when a plurality of video data complying with different standards is input.
  • the signal processing unit ex507 corresponding to each standard is used individually, there is a problem that the circuit scale of the LSI ex500 increases and the cost increases.
  • a decoding processing unit for executing the moving picture decoding method shown in each of the above embodiments and a decoding conforming to a standard such as MPEG-2, MPEG4-AVC, or VC-1
  • the processing unit is partly shared.
  • An example of this configuration is shown as ex900 in FIG.
  • the moving picture decoding method shown in each of the above embodiments and the moving picture decoding method compliant with the MPEG4-AVC standard are processed in processes such as entropy coding, inverse quantization, deblocking filter, and motion compensation. Some contents are common.
  • the decoding processing unit ex902 corresponding to the MPEG4-AVC standard is shared, and for the other processing content unique to the present invention not corresponding to the MPEG4-AVC standard, the dedicated decoding processing unit ex901 is used.
  • Configuration is conceivable.
  • a dedicated decoding processing unit ex901 is used for inverse quantization, and other entropy coding, deblocking filter, motion compensation, and the like are used.
  • the decoding processing unit for executing the moving picture decoding method described in each of the above embodiments is shared, and the processing content specific to the MPEG4-AVC standard As for, a configuration using a dedicated decoding processing unit may be used.
  • ex1000 in FIG. 29 (b) shows another example in which processing is partially shared.
  • a dedicated decoding processing unit ex1001 corresponding to processing content unique to the present invention
  • a dedicated decoding processing unit ex1002 corresponding to processing content specific to other conventional standards
  • a moving picture decoding method of the present invention A common decoding processing unit ex1003 corresponding to processing contents common to other conventional video decoding methods is used.
  • the dedicated decoding processing units ex1001 and ex1002 are not necessarily specialized in the processing content specific to the present invention or other conventional standards, and may be capable of executing other general-purpose processing.
  • the configuration of the present embodiment can be implemented by LSI ex500.
  • the circuit scale of the LSI is reduced, and the cost is reduced. It is possible to reduce.
  • the present invention is advantageously used in a method and apparatus for encoding and decoding a moving image.

Abstract

　動画像符号化方法は、対象ブロックに対応する対応ブロックを特定する対応ブロック特定ステップ（Ｓ１００）と、対象ブロックと対応ブロックとが同一時刻の場合（Ｓ１０８）に、対応ブロックの符号化に用いられた第１の参照画像に対応する第２の視点に属する画像を、第２の参照画像として特定する参照画像特定ステップ（Ｓ１１２）と、対応ブロックの動きベクトルを予測動きベクトルと決定する予測動きベクトル決定ステップ（Ｓ１１０）と、対象ブロックの動きベクトルを決定する動きベクトル決定ステップ（Ｓ１１８）と、動きベクトルを特定する動きベクトル特定情報を生成する動きベクトル特定情報生成ステップ（Ｓ１２２）と、符号化ブロック及び動きベクトル特定情報を含む符号化ストリームを生成する符号化ステップ（Ｓ１１８、Ｓ１２４）とを含む。

Description

動画像符号化方法、動画像復号方法、動画像符号化装置、動画像復号装置、及び動画像符号化復号装置
　本発明は、マルチメディアデータを符号化及び復号する方法及び装置に関し、特に複数のビューを用いた画像および動画像を符号化及び復号する方法及び装置に関するものである。
　ＭＰＥＧ－４、ＭＰＥＧ－４　ＡＶＣ／Ｈ．２６４のような最新の動画像符号化規格および次世代規格であるＨＥＶＣ（Ｈｉｇｈ－Ｅｆｆｉｃｉｅｎｃｙ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ）では、ピクチャメモリに保存された符号化済みのピクチャからの動き補償予測を用いたピクチャ間予測を行うことができる。これらの規格では、ピクチャ間予測に用いられる動きベクトルを、時間的に過去に符号化されたピクチャの動きベクトルから予測することが可能であり、符号化効率が向上する。このような動きベクトル予測方法は、時間的ダイレクトモードと呼ばれる。
　ＭＰＥＧ－４　ＭＶＣのような複数のビューを用いた符号化規格では、符号化効率の向上を目的として、異なるビューの既に符号化済みのピクチャからの動き補償予測を用いたビュー間予測が可能である。典型的には、ビュー間動き補償予測は異なるビューで同時に表示されるピクチャ間で行われる。図１は、従来技術におけるビュー間動き補償予測の一例を示す図である。図１に示されるように、ディペンデント・ビューの予測に用いられる参照フレームの一つは、ベース・ビューの参照フレームである。
ＩＴＵ－Ｔ　Ｈ．２６４　０３／２０１０
　従来技術における複数のビューを含む動画像の符号化では、第一に、異なるビューのピクチャにわたる動きベクトル予測にあたって、動きベクトルのスケーリングに関する課題があった。これは、異なるビューのピクチャ間における時間的な距離は通常ゼロであるためである。
　第二に、動き補償予測に用いられる参照ピクチャは同じビューに属していないため、不必要な劣化につながっていた。これらの課題のために、動きベクトルが異なるビューにわたって予測される場合の符号化効率は通常低かった。
　本発明は、上記の課題に鑑みてなされたものであり、複数のビューを含む動画像の符号化効率を向上させた動画像符号化方法、動画像復号方法、動画像符号化装置、動画像復号装置、及び動画像符号化復号装置を提供することを目的とする。
　本発明の一形態に係る動画像符号化方法は、第１の視点に属する画像を用いて、前記第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを符号化する方法である。具体的には、動画像符号化方法は、既に符号化された画像から、前記対象ブロックに対応する対応ブロックを特定する対応ブロック特定ステップと、前記対象ブロックの参照画像である第２の参照画像を特定する参照画像特定ステップと、前記対象ブロックの予測動きベクトルを決定する予測動きベクトル決定ステップと、前記対象ブロック及び前記第２の参照画像を用いて、前記対象ブロックの動きベクトルを決定する動きベクトル決定ステップと、前記予測動きベクトル及び前記動きベクトルを用いて、前記動きベクトルを特定する動きベクトル特定情報を生成する動きベクトル特定情報生成ステップと、前記動きベクトルを用いて前記対象ブロックを符号化して符号化ブロックを生成し、前記符号化ブロック及び前記動きベクトル特定情報を含む符号化ストリームを生成する符号化ステップとを含む。そして、前記対応ブロック特定ステップで特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、前記参照画像特定ステップでは、前記第２の視点に属する画像のうち、前記対応ブロックの符号化に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、前記予測動きベクトル決定ステップでは、前記対応ブロック特定ステップで特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定する。
　すなわち、本発明で新規であるのは、対象ブロックの動きベクトルは異なるビューの既に符号化済みの対応ピクチャから予測され、対象ブロックの動き補償予測は同一ビューの参照ピクチャに行われる点である。
　また、前記対応ブロック特定ステップでは、前記対象画像と、前記第１の視点に属する前記対応画像との間の視差を算出し、前記対応画像の前記対象ブロックの位置から前記視差に相当する量だけずれた位置のブロックを、前記対応ブロックとして特定してもよい。
　一方、前記対応ブロック特定ステップで特定された前記対応ブロックが、前記第２の視点に属し、且つ前記対象画像と異なる対応画像に含まれる場合において、前記参照画像特定ステップでは、前記第２の視点に属する画像のうち、参照画像リストに登録されている画像のうちの１つを、前記第２の参照ピクチャとして特定し、前記予測動きベクトル決定ステップでは、前記対応ブロックを含む画像と前記第１の参照画像との時間距離、及び前記対象ブロックを含む画像と前記第２の参照画像との時間距離を用いて、前記対応ブロックの動きベクトルをスケーリングすることによって、前記動きベクトルを決定してもよい。
　また、前記対応ブロック特定ステップでは、前記対応画像の前記対象ブロックと同一の位置のブロックを、前記対応ブロックとして特定してもよい。
　本発明の一形態に係る動画像復号方法は、第１の視点に属する画像を用いて、前記第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを復号する方法である。具体的には、動画像復号方法は、符号化された前記対象ブロックである符号化ブロック、及び前記対象ブロックの動きベクトルを特定する動きベクトル特定情報を、符号化ストリームから取得する取得ステップと、既に復号された画像から、前記対象ブロックに対応する対応ブロックを特定する対応ブロック特定ステップと、前記対象ブロックの参照画像である第２の参照画像を特定する参照画像特定ステップと、前記対象ブロックの予測動きベクトルを決定する予測動きベクトル決定ステップと、前記動きベクトル特定情報及び前記予測動きベクトルを用いて、前記対象ブロックの動きベクトルを決定する動きベクトル決定ステップと、前記動きベクトル及び前記第２の参照画像を用いて前記符号化ブロックを復号することにより、前記対象ブロックを生成する復号ステップとを含む。そして、前記対応ブロック特定ステップで特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、前記参照画像特定ステップでは、前記第２の視点に属する画像のうち、前記対応ブロックの復号に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、前記予測動きベクトル決定ステップでは、前記対応ブロック特定ステップで特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定する。
　また、前記対応ブロック特定ステップでは、前記対象画像と、前記第１の視点に属する前記対応画像との間の視差を算出し、前記対応画像の前記対象ブロックの位置から前記視差に相当する量だけずれた位置のブロックを、前記対応ブロックとして特定してもよい。
　一方、前記対応ブロック特定ステップで特定された前記対応ブロックが、前記第２の視点に属し、且つ前記対象画像と異なる対応画像に含まれる場合において、前記参照画像特定ステップでは、前記第２の視点に属する画像のうち、参照画像リストに登録されている画像のうちの１つを、前記第２の参照ピクチャとして特定し、前記予測動きベクトル決定ステップでは、前記対応ブロックを含む画像と前記第１の参照画像との時間距離、及び前記対象ブロックを含む画像と前記第２の参照画像との時間距離を用いて、前記対応ブロックの動きベクトルをスケーリングすることによって、前記動きベクトルを決定してもよい。
　また、前記対応ブロック特定ステップでは、前記対応画像の前記対象ブロックと同一の位置のブロックを、前記対応ブロックとして特定してもよい。
　本発明の一形態に係る動画像符号化装置は、第１の視点に属する画像を用いて、前記第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを符号化する。具体的には、動画像符号化装置は、既に符号化された画像から、前記対象ブロックに対応する対応ブロックを特定する対応ブロック特定部と、前記対象ブロックの参照画像である第２の参照画像を特定する参照画像特定部と、前記対象ブロックの予測動きベクトルを決定する予測動きベクトル決定部と、前記対象ブロック及び前記第２の参照画像を用いて、前記対象ブロックの動きベクトルを決定する動きベクトル決定部と、前記予測動きベクトル及び前記動きベクトルを用いて、前記動きベクトルを特定する動きベクトル特定情報を生成する動きベクトル特定情報生成部と、前記動きベクトルを用いて前記対象ブロックを符号化して符号化ブロックを生成し、前記符号化ブロック及び前記動きベクトル特定情報を含む符号化ストリームを生成する符号化部とを備える。そして、前記対応ブロック特定部で特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、前記参照画像特定部は、前記第２の視点に属する画像のうち、前記対応ブロックの符号化に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、前記予測動きベクトル決定部は、前記対応ブロック特定部で特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定する。
　本発明の一形態に係る動画像復号装置は、第１の視点に属する画像を用いて、前記第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを復号する。具体的には、動画像復号装置は、符号化された前記対象ブロックである符号化ブロック、及び前記対象ブロックの動きベクトルを特定する動きベクトル特定情報を、符号化ストリームから取得する取得部と、既に復号された画像から、前記対象ブロックに対応する対応ブロックを特定する対応ブロック特定部と、前記対象ブロックの参照画像である第２の参照画像を特定する参照画像特定部と、前記対象ブロックの予測動きベクトルを決定する予測動きベクトル決定部と、前記動きベクトル特定情報及び前記予測動きベクトルを用いて、前記対象ブロックの動きベクトルを決定する動きベクトル決定部と、前記動きベクトル及び前記第２の参照画像を用いて前記符号化ブロックを復号することにより、前記対象ブロックを生成する復号部とを備える。そして、前記対応ブロック特定部で特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、前記参照画像特定部は、前記第２の視点に属する画像のうち、前記対応ブロックの復号に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、前記予測動きベクトル決定部は、前記対応ブロック特定部で特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定する。
　本発明の一形態に係る動画像符号化復号装置は、第１の視点に属する画像を用いて、前記第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを符号化処理部と、符号化された対象ブロックを復号する復号処理部とを備える。具体的には、前記符号化処理部は、既に符号化された画像から、前記対象ブロックに対応する対応ブロックを特定する第１の対応ブロック特定部と、前記対象ブロックの参照画像である第２の参照画像を特定する第１の参照画像特定部と、前記対象ブロックの予測動きベクトルを決定する第１の予測動きベクトル決定部と、前記対象ブロック及び前記第２の参照画像を用いて、前記対象ブロックの動きベクトルを決定する第１の動きベクトル決定部と、前記予測動きベクトル及び前記動きベクトルを用いて、前記動きベクトルを特定する動きベクトル特定情報を生成する動きベクトル特定情報生成部と、前記動きベクトルを用いて前記対象ブロックを符号化して符号化ブロックを生成し、前記符号化ブロック及び前記動きベクトル特定情報を含む符号化ストリームを生成する符号化部とを備える。そして、前記第１の対応ブロック特定部で特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、前記第１の参照画像特定部は、前記第２の視点に属する画像のうち、前記対応ブロックの符号化に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、前記第１の予測動きベクトル決定部は、前記第１の対応ブロック特定部で特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定する。また、前記復号処理部は、符号化された前記対象ブロックである符号化ブロック、及び前記対象ブロックの動きベクトルを特定する動きベクトル特定情報を、前記符号化ストリームから取得する取得部と、既に復号された画像から、前記対象ブロックに対応する対応ブロックを特定する第２の対応ブロック特定部と、前記対象ブロックの参照画像である第２の参照画像を特定する第２の参照画像特定部と、前記対象ブロックの予測動きベクトルを決定する第２の予測動きベクトル決定部と、前記動きベクトル特定情報及び前記予測動きベクトルを用いて、前記対象ブロックの動きベクトルを決定する第２の動きベクトル決定部と、前記動きベクトル及び前記第２の参照画像を用いて前記符号化ブロックを復号することにより、前記対象ブロックを生成する復号部とを備える。そして、前記第２の対応ブロック特定部で特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、前記第２の参照画像特定部は、前記第２の視点に属する画像のうち、前記対応ブロックの復号に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、前記第２の予測動きベクトル決定部は、前記第２の対応ブロック特定部で特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定する。
　また、本発明は、下記を含んでもよい。
　本発明の他の形態に係る動画像符号化方法は、異なるビューからの動きベクトル予測を用いて動画像を符号化する方法である。具体的には、動画像符号化方法は、既に符号化済みのピクチャのブロックを特定するステップと、前記ブロックの動きベクトルの組を取得するステップと、前記ブロックの予測に用いられる第１の参照ピクチャの時間的情報を取得するステップと、符号化対象ピクチャと前記既に符号化済みのピクチャの時間的位置の差分を算出するステップと、前記時間的位置の差分値がゼロか否かを判定するステップとを備える動画像符号化方法である。前記差分の値がゼロの場合には、前記取得した組の動きベクトルにもとづいて、前記符号化対象ピクチャのブロックの動きベクトルの第１の組を設定するステップと、前記第１の参照ピクチャの前記取得した時間的情報にもとづいて、前記符号化対象ピクチャのための参照ピクチャのリストにおいて第２の参照ピクチャを特定するステップとを含む。前記差分の値がゼロではない場合には、前記時間的位置の差分にもとづく係数を用いて、前記取得された動きベクトルのスケーリングを行い、符号化対象ピクチャのブロックの動きベクトルの第１の組を取得するステップと、前記符号化対象ピクチャの参照ピクチャのリストにおいて前記第１の参照ピクチャおよび前記既に符号化済みのピクチャを特定するステップとを含む。前記動画像符号化方法は、さらに、前記符号化対象ピクチャの前記ブロックの前記動きベクトルの第１の組にもとづいて、動きベクトルの第２の組を決定するステップと、前記動きベクトルの第２の組および前記特定された参照ピクチャにもとづいて、前記符号化対象ピクチャの前記ブロックの動き予測を行うステップと、複数の更新パラメータを算出し、前記動きベクトルの第１の組から前記動きベクトルの第２の組を導出するステップと、前記算出された更新パラメータを前記符号化対象ピクチャの符号化ブロックに書き込むステップとを備える。
　本発明の他の形態に係る動画像復号方法は、異なるビューからの動きベクトル予測を用いて動画像を復号する方法である。具体的には、動画像復号方法は、既に復号済みのピクチャのブロックを特定するステップと、前記ブロックの動きベクトルの組を取得するステップと、前記ブロックの予測に用いられる第１の参照ピクチャの時間的情報を取得するステップと、符号化対象ピクチャと前記既に復号済みのピクチャの時間的位置の差分を算出するステップと、前記時間的位置の差分値がゼロか否かを判定するステップとを備える動画像復号方法である。前記差分の値がゼロの場合には、前記取得した組の動きベクトルにもとづいて、前記符号化対象ピクチャのブロックの動きベクトルの組を設定するステップと、前記第１の参照ピクチャの前記取得した時間的情報にもとづいて、前記符号化対象ピクチャのための参照ピクチャのリストにおいて第２の参照ピクチャ特定するステップとを含む。前記差分の値がゼロではない場合には、時間的位置の前記差分に基づく係数を用いて、前記取得された動きベクトルのスケーリングを行い、符号化対象ピクチャのブロックの動きベクトルの組を取得するステップと、前記符号化対象ピクチャの参照ピクチャのリストにおいて前記第１の参照ピクチャおよび前記既に符号化済みのピクチャを特定するステップとを含む。前記動画像復号方法は、さらに、前記符号化対象ピクチャの符号化ブロックから更新パラメータを解析するステップと、前記解析された更新パラメータにもとづいて、前記動きベクトルの組を更新するステップと、前記更新された動きベクトルの組および前記特定された参照ピクチャにもとづいて、前記符号化対象ピクチャの前記ブロックの動き予測を行うステップとを備える。
　また、前記既に符号化済みのピクチャの前記ブロックは、符号化対象ピクチャの前記ブロックと同じ場所に存在してもよい。
　さらに、前記既に符号化済みのピクチャのブロックを特定するステップは、異なるビューの２枚のピクチャ間のグローバルビュー視差値を算出するステップと、符号化対象ピクチャのブロック座標の組を決定するステップと、前記ブロック座標の組を前記算出されたグローバルビュー視差値に加算することにより前記既に符号化済みのピクチャの前記ブロックの位置を算出するステップと、前記グローバルビュー視差値を符号化対象ピクチャのヘッダに書き込むステップとを含んでもよい。
　さらに、前記既に符号化済みのピクチャのブロックを特定するステップは、符号化対象ピクチャのヘッダからグローバルビュー視差パラメータを解析するステップと、符号化対象ピクチャのブロック座標の組を決定するステップと、前記ブロック座標の組を前記解析されたグローバルビュー視差パラメータに加算することにより前記既に符号化済みのピクチャの前記ブロックの位置を算出するステップとを含んでもよい。
　また、前記第２の参照ピクチャおよび前記第１の参照ピクチャは、異なるビューのピクチャであってもよい。
　本発明の他の形態に係る動画像符号化装置は、異なるビューからの動きベクトル予測を用いて動画像を符号化する。具体的には、動画像符号化装置は、既に符号化済みのピクチャのブロックを特定する検索部と、前記ブロックの動きベクトルの組を取得する取得部と、前記ブロックの予測に用いられる第１の参照ピクチャの時間的情報を取得する取得部と、符号化対象ピクチャと前記既に符号化済みのピクチャの時間的位置の差分を算出する減算部と、前記時間的位置の差分値がゼロか否かを判定する切替部とを備える動画像符号化装置である。前記差分の値がゼロの場合には、前記取得した動きベクトルの組にもとづいて、前記符号化対象ピクチャのブロックの動きベクトルの第１の組を設定する切替部と、前記第１の参照ピクチャの前記取得した時間的情報にもとづいて、前記符号化対象ピクチャのための参照ピクチャのリストにおいて第２の参照ピクチャを特定する検索部とを含む。前記差分の値がゼロではない場合には、時間的位置の前記差分に基づく係数を用いて、前記取得された動きベクトルのスケーリングを行い、前記符号化対象ピクチャのブロックの動きベクトルの第１の組を取得するスケーリング部と、前記符号化対象ピクチャの参照ピクチャのリストにおいて前記第１の参照ピクチャおよび前記既に符号化済みのピクチャを特定する検索部とを含む。前記動画像符号化装置は、さらに、符号化対象ピクチャの前記ブロックの前記動きベクトルの第１の組にもとづいて、動きベクトルの第２の組を決定する動き検出部と、前記動きベクトルの第２の組および前記特定された参照ピクチャにもとづいて、前記符号化対象ピクチャの前記ブロックの動き予測を行う動き予測部と、複数の更新パラメータを算出し、前記動きベクトルの第１の組から前記動きベクトルの第２の組を導出する減算部と、前記算出された更新パラメータを前記符号化対象ピクチャの符号化ブロックに書き込む書込部とを備える。
　本発明の他の形態に係る動画像復号装置は、異なるビューからの動きベクトル予測を用いて動画像を復号する。具体的には、動画像復号装置は、既に符号化済みのピクチャのブロックを特定する検索部と、前記ブロックの動きベクトルの組を取得する取得部と、前記ブロックの予測に用いられる第１の参照ピクチャの時間的情報を取得する取得部と、符号化対象ピクチャと前記既に符号化済みのピクチャの時間的位置の差分を算出する減算部と、前記時間的位置の差分値がゼロか否かを判定する切替部とを備える。前記差分の値がゼロの場合には、前記取得した動きベクトルの組にもとづいて、前記符号化対象ピクチャのブロックの動きベクトルの第１の組を設定する切替部と、前記第１の参照ピクチャの前記取得した時間的情報にもとづいて、前記符号化対象ピクチャのための参照ピクチャのリストにおいて第２の参照ピクチャ特定する検索部とを含む。前記差分の値がゼロではない場合には、時間的位置の前記差分に基づく係数を用いて、前記取得された動きベクトルのスケーリングを行い、符号化対象ピクチャのブロックの動きベクトルの第１の組を取得するスケーリング部と、前記符号化対象ピクチャの参照ピクチャのリストにおいて前記第１の参照ピクチャおよび前記既に符号化済みのピクチャを特定する検索部とを含む。前記動画像復号装置は、さらに、前記符号化対象ピクチャの符号化ブロックから更新パラメータを解析する解析部と、前記解析された更新パラメータにもとづいて、前記動きベクトルの組を更新する加算部と、前記更新された動きベクトルの組および前記特定された参照ピクチャにもとづいて、前記符号化対象ピクチャの前記ブロックの動き予測を行う動き予測部とを備える。
　また、前記既に符号化済みのピクチャの前記ブロックは、符号化対象ピクチャの前記ブロック同じ場所に存在してもよい。
　さらに、前記既に符号化済みのピクチャのブロックを特定する検索部は、異なるビューの２枚のピクチャ間のグローバルビュー視差値を算出する算出部と、符号化対象ピクチャのブロック座標の組を決定する決定部と、前記ブロック座標の組を前記算出されたグローバルビュー視差値に加算することにより前記既に符号化済みのピクチャの前記ブロックの位置を算出する算出部と、前記グローバルビュー視差値を符号化対象ピクチャのヘッダに書き込む書込部とを含んでもよい。
　さらに、前記既に符号化済みのピクチャのブロックを特定する検索部は、符号化対象ピクチャのヘッダからグローバルビュー視差パラメータを解析する解析部と、符号化対象ピクチャのブロック座標の組を決定する決定部と、前記ブロック座標の組を前記解析されたグローバルビュー視差パラメータに加算することにより前記既に符号化済みのピクチャの前記ブロックの位置を算出する算出部とを含んでもよい。
　また、前記第２の参照ピクチャおよび前記第１の参照ピクチャは、異なるビューのピクチャであってもよい。
　なお、本発明は、このような動画像符号化装置及び動画像復号装置等として実現できるだけでなく、動画像符号化装置及び動画像復号装置の機能を実現する集積回路として実現したり、そのような機能をコンピュータに実行させるプログラムとして実現したりすることもできる。そして、そのようなプログラムは、ＣＤ－ＲＯＭ等の記録媒体及び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、本発明は、このような動画像符号化装置及び動画像復号装置の機能を実現する集積回路として実現したりもできる。
　本発明によると、異なるビューの符号化済みピクチャから動きベクトルを予測し、動き補償予測に同一ビューの参照フレームを選択することにより、符号化効率を向上することができる。
図１は、従来技術におけるビュー間動き補償予測の一例を示す図である。 図２は、本発明の実施の形態１に係るビュー間動きベクトル予測の一例を示す図である。 図３は、本発明の実施の形態１に係る動画像符号化処理を示したフローチャートである。 図４は、本発明の実施の形態１に係る動画像復号処理を示したフローチャートである。 図５Ａは、本発明の実施の形態１に係る動画像符号化装置の概略構成を示すブロック図である。 図５Ｂは、本発明の実施の形態１に係る動画像符号化装置の詳細構成を示すブロック図である。 図６Ａは、本発明の実施の形態１に係る動画像復号装置の概略構成を示すブロック図である。 図６Ｂは、本発明の実施の形態１に係る画像復号装置の詳細構成を示すブロック図である。 図７は、符号化ピクチャの符号化ブロックにおける、インター予測型パラメータおよびデルタ動きベクトルパラメータの位置を示す図である。 図８は、本発明の実施の形態２に係る動画像符号化処理において、既に符号化済みのピクチャにおけるブロックの位置を特定する処理を示すフローチャートである。 図９は、本発明の実施の形態２に係る動画像復号処理において、既に符号化済みのピクチャにおけるブロックの位置を特定する処理のを示すフローチャートである。 図１０は、符号化ピクチャにおけるグローバルビュー視差パラメータの位置を示す図である。 図１１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１２は、デジタル放送用システムの全体構成図である。 図１３は、テレビの構成例を示すブロック図である。 図１４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１５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１６は、（ａ）携帯電話の一例を示す図（ｂ）携帯電話の構成例を示すブロック図である。 図１７は、多重化データの構成を示す図である。 図１８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１９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２０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２１は、ＰＭＴのデータ構成を示す図である。 図２２は、多重化データ情報の内部構成を示す図である。 図２３は、ストリーム属性情報の内部構成を示す図である。 図２４は、映像データを識別するステップを示す図である。 図２５は、各実施の形態の動画像符号化方法および動画像復号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２６は、駆動周波数を切り替える構成を示す図である。 図２７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２８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２９は、（ａ）復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（ｂ）復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。
　以下、図面を参照して、本発明に係る動画像符号化方法、動画像復号方法、動画像符号化装置、動画像復号装置、及び動画像符号化復号装置を説明する。なお、本発明は、請求の範囲の記載に基づいて特定される。よって、以下の実施の形態における構成要素のうち、請求項に記載されていない構成要素は、本発明の課題を達成するのに必ずしも必要ではない。すなわち、以下の実施の形態は、本発明のより好ましい形態を説明するものである。また、各図は模式図であり、必ずしも厳密に図示したものではない。
　（実施の形態１）
　実施の形態１に係る動画像符号化処理及び動画像復号処理は、例えば、図２に示される動画像に対して行われる。図２に示される動画像は、複数の異なる視点（ビュー）の動画像で構成される。基本ビュー（第１の視点）１０に属する画像１１、１２、１３、１４は、イントラ予測又はインター予測を用いて符号化され、復号される。一方、依存ビュー（第２の視点）２０に属する画像２１、２２、２３、２４は、イントラ予測、インター予測、又はビュー間予測を用いて符号化され、復号される。
　図３は、本発明の実施の形態１に係る動画像符号化処理を示したフローチャートである。以下、図２の画像１１、１２、１３、１４、２１、２２、２４が既に符号化された状態で、画像２３を符号化する処理を説明する。
　まず、既に符号化済みのピクチャ（対応ピクチャ）に含まれるブロック（対応ブロック）の位置を特定する（Ｓ１００）。符号化対象ピクチャである画像２３の対応ピクチャとなり得るのは、異なるビューの同一時刻の画像１３、又は同一ビューの異なる時刻の画像２１、２２、２４である。以下の例では、画像２３の対応ピクチャとして、画像１３が選択された例と、画像２２が選択された例とを中心に説明する。
　既に符号化済みの対応ピクチャにおける対応ブロックの位置は、例えば符号化対象ピクチャの符号化対象ブロックと同一の相対的な位置にもとづいて特定される。すなわち、符号化対象ブロックの符号化対象ピクチャ内の位置は、対応ブロックの対応ピクチャ内の位置と同一である。または、図８に示される方法にもとづいて、既に符号化済みの対応ピクチャの対応ブロックの位置が特定される。
　次に、特定された対応ブロックの動きベクトルの組を取得する（Ｓ１０２）。例えば、対応ピクチャとして画像１３が選択された場合、画像１２に対する動きベクトルと、画像１４に対する動きベクトルとが取得される。また、対応ピクチャとして画像２２が選択された場合、画像２１に対する動きベクトルと、画像２４に対する動きベクトルとが取得される。
　なお、この例では、各対応ピクチャが２枚の参照ピクチャを参照し、２つの動きベクトルを有している例を説明するが、参照ピクチャ及び動きベクトルは、１つであってもよいし、複数であってもよい。
　次に、ステップＳ１００で特定された対応ブロックの動き補償予測に用いられる第１の参照ピクチャの時間的情報を取得する（Ｓ１０４）。特定された対応ブロックが双方向動き補償により予測されている場合、予測に用いられる全ての参照ピクチャの時間的情報を取得してもよい。時間的情報は、各ピクチャに割り当てられたタイムスタンプ（撮影時刻等）の形式であってもよいし、ピクチャの時間的な順番を示すパラメータの形式であってもよい。例えば、対応ピクチャとして画像１３が選択された場合、画像１２のタイムスタンプと、画像１４のタイムスタンプとが取得される。また、対応ピクチャとして画像２２が選択された場合、画像２１のタイムスタンプと、画像２４のタイムスタンプとが取得される。
　次に、符号化対象ピクチャと符号化済みの対応ピクチャとの時間的な位置の差分を算出する（Ｓ１０６）。例えば、対応ピクチャとして画像１３が選択された場合、画像２３と画像１３との時間的な位置の差分はゼロとなる。一方、対応ピクチャとして画像２２が選択された場合、画像２３と画像２２との時間的な位置は、両者のタイムスタンプの差分（すなわち、非ゼロ）となる。
　次に、算出された差分の値がゼロである場合（Ｓ１０８でＹｅｓ）には、符号化対象ピクチャの符号化対象ブロックにおける動きベクトルの第１の組（予測ベクトル）として、ステップＳ１０２において取得された動きベクトルの組を設定する（Ｓ１１０）。動きベクトルの第１の組は、ビュー間予測動きベクトルと定義することができる。すなわち、対応ピクチャとして画像１３が選択された場合、符号化対象ブロックの予測ベクトルは、ステップＳ１０２で取得された画像１２、１４に対する動きベクトルそのものとなる。
　次に、第１の参照ピクチャの取得された時間的情報を用いて、符号化対象ピクチャの参照ピクチャリストに含まれる第２の参照ピクチャを特定する（Ｓ１１２）。この場合の第２の参照ピクチャおよび第１の参照ピクチャは、同一の時間的位置に位置する異なるビューのピクチャである。また、第２の参照ピクチャは、符号化対象ピクチャと同一のビューに属し、且つ符号化対象ピクチャと異なるピクチャである。
　すなわち、第１の参照ピクチャは、対応ブロックの符号化に用いられる参照ピクチャである。例えば、対応ピクチャとして画像１３が選択された場合の第１の参照ピクチャは、画像１２及び画像１４となる。また、第２の参照ピクチャは、符号化対象ブロックの符号化に用いられる参照ピクチャであり、依存ビュー２０に属し、且つ第１の参照ピクチャと同一時刻の画像２２、２４となる。
　一方、ステップＳ１０６で算出された時間的位置の差分の値がゼロでない場合（Ｓ１０８でＮｏ）は、符号化対象ピクチャの符号化対象ブロックにおける動きベクトルの第１の組（予測ベクトル）を、算出された時間的位置の差分にもとづいた係数を用いて、ステップＳ１０２で取得された動きベクトルの組をスケーリングすることにより算出する（Ｓ１１４）。
　動きベクトルのスケーリングは、対応ピクチャと第１の参照ピクチャとの時間距離、及び符号化対象ピクチャと第２の参照ピクチャ（ステップＳ１１６で特定される）との時間距離を用いて行うことができる。画像２３の第２の参照ピクチャとして画像２２、２４が選択される場合、画像２２と画像２１との距離は、画像２３と画像２２との距離と等しく、画像２２と画像２４との距離は、画像２３と画像２４との距離の２倍である。そのため、画像２３の動きベクトルの第１の組は、画像２２の画像２１に対する動きベクトルと、画像２２の画像２４に対する動きベクトルの１／２となる。
　そして、符号化対象ピクチャの動き補償のための参照ピクチャ（第２の参照ピクチャ）の参照ピクチャリストにおける位置を特定する（Ｓ１１６）。ステップＳ１１６における第２の参照ピクチャは、従来の方法によって特定すればよい。
　次に、符号化対象ピクチャの符号化対象ブロックについて、動きベクトルの第２の組を動きベクトルの第１の組にもとづいて決定する（Ｓ１１８）。この動きベクトルの第２の組は、符号化対象ブロックの符号化に実際に用いられるベクトルである。すなわち、画像２３の動きベクトルの第２の組は、画像２２に対する動きベクトルと、画像２４に対する動きベクトルとを含む。
　本発明の実施の形態１において、ステップＳ１１８は省略してもよい。その場合は、動きベクトルの第２の組は、動きベクトルの第１の組と同一である。または、動きベクトルの第２の組は、動きベクトルの第１の組に依存せずに、従来の方法で決定してもよい。
　次に、符号化対象ピクチャのブロックの動き補償予測を、動きベクトルの第２の組および特定された第２の参照ピクチャに基づいて行う（Ｓ１２０）。また、第２の組の動きベクトルが第１の組の動きベクトルと同一でない場合、第１の組の動きベクトルから第２の組の動きベクトルを導出するための更新パラメータを算出（Ｓ１２２）し、更新パラメータの組を画像の符号化ブロックに書き込む（Ｓ１２４）。
　更新パラメータとは、典型的には、動きベクトルの第１の組と動きベクトルの第２の組との差分である。但し、復号側で動きベクトルの第２の組を導出することができる情報であれば、これに限定されない。また、動きベクトルの第１の組と動きベクトルの第２の組とが同一であるか否かを示すフラグを更新パラメータとして符号化ブロックに含めてもよい。
　図４は、本発明の実施の形態１に係る動画像復号処理を示したフローチャートである。以下、図２の画像１１、１２、１３、１４、２１、２２、２４が既に復号された状態で、画像２３の符号化ブロックを復号する処理を説明する。ただし、図３に示す処理と共通する処理の詳しい説明は省略し、相違点を中心に説明する。
　まず、既に復号済みの対応ピクチャの対応ブロックを特定する（Ｓ２００）。既に復号済みの対応ピクチャにおける対応ブロックの位置は、例えば復号対象ピクチャの復号対象ブロックの同一の相対的な位置に基づいて特定される。または、図９に示される方法にもとづいて、既に復号済みの対応ピクチャの対応ブロックの位置が特定される。ステップＳ２００の処理は、図３のステップＳ１００に対応する。
　次に、ステップＳ２００で特定された対応ブロックの動きベクトルの組を取得する（Ｓ２０２）。ステップＳ２０２の処理は、図３のステップＳ１０２に対応する。
　次に、特定された対応ブロックの動き補償予測に用いられる第１の参照ピクチャの時間的情報を取得する（Ｓ２０４）。特定された対応ブロックが双方向動き補償により予測されている場合、予測に用いられる全ての参照ピクチャの時間的情報を取得してもよい。ステップＳ２０４の処理は、図３のステップＳ１０４に対応する。
　次に、復号対象ピクチャと既に復号済みの対応ピクチャとの時間的な位置の差分を算出する（Ｓ２０６）。ステップＳ２０６の処理は、図３のステップＳ１０６に対応する。
　次に、算出された差分の値がゼロである場合（Ｓ２０８でＹｅｓ）には、復号対象ピクチャのブロックにおける動きベクトルの第１の組として、ステップＳ２０２において取得された動きベクトルの組を設定する（Ｓ２１０）。取得された動きベクトルの第１の組は、ビュー間予測動きベクトルと定義することができる。ステップＳ２１０の処理は、図３のステップＳ１１０に対応する。
　次に、第１の参照ピクチャの取得された時間的情報を用いて、復号対象ピクチャの参照ピクチャリストにおける第２の参照ピクチャの位置を特定する（Ｓ２１２）。この場合の第２の参照ピクチャおよび第１の参照ピクチャは、同一の時間的位置に位置する異なるビューのピクチャである。また、第２の参照ピクチャは、復号対象ピクチャと同一のビューに属し、且つ復号対象ピクチャと異なるピクチャである。ステップＳ２１２の処理は、図３のステップＳ１１２に対応する。
　一方、算出された時間的位置の差分の値がゼロでない場合（Ｓ２０８でＮｏ）は、復号対象ピクチャの復号対象ブロックの動きベクトルの第１の組を、算出された時間的位置の差分にもとづいた係数を用いて、ステップＳ２０２で取得された動きベクトルの組をスケーリングすることにより算出する（Ｓ２１４）。ステップＳ２１４の処理は、図３のステップ１１４に対応する。
　そして、復号対象ピクチャの動き補償予測のための参照ピクチャの参照ピクチャリストにおける第２の参照ピクチャの位置を特定する（Ｓ２１６）。ステップＳ２１６の処理は、図３のステップＳ１１６に対応する。
　次に、更新パラメータを、復号対象ピクチャの符号化ブロックから解析する（Ｓ２１７）。更新パラメータは、インター予測モードパラメータおよびデルタ動きベクトルパラメータを含む。インター予測モードパラメータとは、例えば、符号化ブロックの予測モードがダイレクトモード又はスキップモードであることを示すフラグである。デルタ動きベクトルパラメータとは、例えば、動きベクトルの第１の組と動きベクトルの第２の組との差分を示す情報である。
　次に、復号対象ブロックの復号に用いる動きベクトルの第２の組を、復号対象ピクチャの符号化ブロックの解析された更新パラメータにもとづいて取得する（Ｓ２１８）。例えば、動きベクトルの第１の組と更新パラメータとを加算することにより、動きベクトルの第２の組を取得することができる。本発明の実施の形態１において、ステップＳ２１７及びステップＳ２１８を省略してもよい。その場合は、動きベクトルの第２の組は、ステップＳ２１０又はステップＳ２１４で取得された動きベクトルの第１の組と同一である。
　次に、復号対象ピクチャの復号対象ブロックの動き補償予測を、ステップＳ２１８で取得した動きベクトルの第２の組および特定された第２の参照ピクチャをもとに行う（Ｓ２２０）。
　次に、図５Ａを参照して、本発明の実施の形態１に係る動画像符号化装置１００の構成を説明する。動画像符号化装置１００は、第１の視点に属する画像を用いて、第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを符号化する装置であり、図５Ａに示されるように、対応ブロック特定部１１０と、参照画像特定部１２０と、予測動きベクトル決定部１３０と、動きベクトル決定部１４０と、動きベクトル特定情報生成部１５０と、符号化部１６０とを備える。
　対応ブロック特定部１１０は、既に符号化された画像から、対象ブロックに対応する対応ブロックを特定する。
　参照画像特定部１２０は、対象ブロックの参照画像である第２の参照画像を特定する。予測動きベクトル決定部１３０は、対象ブロックの予測動きベクトルを決定する。なお、参照画像特定部１２０及び予測動きベクトル決定部１３０の動作は、対応ブロック特定部１１０での特定結果によって異なる。
　まず、対応ブロック特定部１１０で特定された対応ブロックが、第１の視点に属し、且つ対象画像と同一時刻の対応画像に含まれる場合、参照画像特定部１２０は、第２の視点に属する画像のうち、対応ブロックの符号化に用いられた第１の参照画像に対応する画像を、第２の参照画像として特定する。また、予測動きベクトル決定部１３０は、対応ブロック特定部１１０で特定された対応ブロックの動きベクトルを、予測動きベクトルと決定する。また、この場合の対応ブロック特定部１１０は、対象画像と、第１の視点に属する対応画像との間の視差を算出し、対応画像の対象ブロックの位置から視差に相当する量だけずれた位置のブロックを、対応ブロックとして特定する。
　一方、対応ブロック特定部１１０で特定された対応ブロックが、第２の視点に属し、且つ対象画像と異なる対応画像に含まれる場合、参照画像特定部１２０は、第２の視点に属する画像のうち、参照画像リストに登録されている画像のうちの１つを、第２の参照ピクチャとして特定する。また、予測動きベクトル決定部１３０は、対応ブロックを含む画像と第１の参照画像との時間距離、及び対象ブロックを含む画像と第２の参照画像との時間距離を用いて、対応ブロックの動きベクトルをスケーリングすることによって、動きベクトルを決定する。また、この場合の対応ブロック特定部１１０は、対応画像の対象ブロックと同一の位置のブロックを、対応ブロックとして特定する。
　動きベクトル決定部１４０は、対象ブロック及び第２の参照画像を用いて、対象ブロックの動きベクトルを決定する。動きベクトル特定情報生成部１５０は、予測動きベクトル及び動きベクトルを用いて、動きベクトルを特定する動きベクトル特定情報を生成する。符号化部１６０は、動きベクトルを用いて対象ブロックを符号化して符号化ブロックを生成し、符号化ブロック及び動きベクトル特定情報を含む符号化ストリームを生成する。
　図５Ｂは、本発明の実施の形態１に係る動画像符号化装置の詳細な構成を示すブロック図である。なお、下記に示す図５Ａ及び図５Ｂの各構成要素の対応関係は一例であって、これに限定されない。
　図５Ｂに示すように、動画像符号化装置は、減算部３００と、時間的位置取得部３０２と、第１及び第２記憶部３０４、３３２と、ブロック特定部３０６と、動きベクトル取得部３０８と、参照ピクチャ時間的情報取得部３１０と、第１～第３切替部３１２、３２６、３１８と、スケーリング部３１４と、第１参照ピクチャ特定部３１６と、動き予測部３２０と、書込部３２２と、減算部３２４と、動き検出部３２８と、第２参照ピクチャ特定部３３０とを備える。
　まず、減算部３００は、装置外部から符号化対象ピクチャの時間的位置Ｄ３０１を、時間的位置取得部３０２から復号済みのピクチャの時間的位置Ｄ３２５を読み出し、時間的位置の差分がゼロであるか否かを示すフラグＤ３０３を第２及び第３切替部３２６、３１８に、時間的位置の差分値Ｄ３３９をスケーリング部３１４に出力する。
　時間的位置取得部３０２は、第１記憶部３０４から符号化済みのピクチャＤ３２３を読み出し、既に符号化済みのピクチャＤ３２３の時間的位置Ｄ３２５を減算部３００に出力する。
　ブロック特定部３０６は、第１記憶部３０４から、装置外部から符号化対象ブロックＤ３４３を、第１記憶部３０４から既に符号化済みのピクチャの対応ブロックの位置Ｄ３１９を読み出し、対応ブロックの位置Ｄ３０５を動きベクトル取得部３０８及び参照ピクチャ時間的情報取得部３１０に出力する。このブロック特定部３０６は、例えば、図５Ａの対応ブロック特定部１１０に対応する。
　次に、動きベクトル取得部３０８は、第１記憶部３０４から対応ブロックの動きベクトルＤ３１７を、ブロック特定部３０６から対応ブロックの位置Ｄ３０５を読み出し、対応ブロックの動きベクトルＤ３０７を第１切替部３１２に出力する。
　参照ピクチャ時間的情報取得部３１０は、ブロック特定部３０６から対応ブロックの位置Ｄ３０５を、第１記憶部３０４から対応ブロックで用いられる第１の参照ピクチャ情報Ｄ３１５を読み出し、第１の参照ピクチャの時間的情報Ｄ３１３をスケーリング部３１４、第１参照ピクチャ特定部３１６、及び第２参照ピクチャ特定部３３０に出力する。
　第１切替部３１２は、時間的位置の差分がゼロであるか否かを示すフラグＤ３０３にもとづき、符号化済みの対応ブロックの動きベクトルＤ３０７を、スケーリング部３１４または第２切替部３２６に出力する。スケーリング部３１４は、減算部３００から時間的位置の差分値Ｄ３３９を、第１切替部３１２から対応ブロックの動きベクトルＤ３０９を、参照ピクチャ時間的情報取得部３１０から第１の参照ピクチャの時間的情報Ｄ３１３を読み出し、スケーリングされた動きベクトルＤ３２９を第２切替部３２６に出力する。この第１切替部３１２及びスケーリング部３１４は、例えば、図５Ａの予測動きベクトル決定部１３０に対応する。
　第１参照ピクチャ特定部３１６は、第１記憶部３０４から第１の参照ピクチャＤ３２１を、参照ピクチャ時間的情報取得部３１０から第１の参照ピクチャの時間的情報Ｄ３１３を読み出し、第１の参照ピクチャＤ３４１を第３切替部３１８に出力する。
　第３切替部３１８は、時間的位置の差分がゼロであるか否かを示すフラグＤ３０３に基づき、第１の参照ピクチャＤ３４１または第２の参照ピクチャＤ３２７を動き予測部３２０に出力する。
　動き予測部３２０は、第３切替部３１８から参照ピクチャＤ３３３を、動き検出部３２８から最終動きベクトルＤ３３５を読み出し、予測サンプルのブロックＤ３３７を出力する。
　第２参照ピクチャ特定部３３０は、参照ピクチャ時間的情報取得部３１０から第１の参照ピクチャの時間的情報Ｄ３１３を、第２記憶部３３２から第２の参照ピクチャＤ３５１を読み出し、第２の参照ピクチャＤ３２７を第３切替部３１８に出力する。この第２参照ピクチャ特定部３３０は、例えば、図５Ａの参照画像特定部１２０に対応する。
　第２切替部３２６は、時間的位置の差分がゼロであるか否かを示すフラグＤ３０３に基づき、スケーリングされた動きベクトルＤ３２９または予測された動きベクトルＤ３１１を、減算部３２４および動き検出部３２８に出力する。
　動き検出部３２８は、装置外部から当初のサンプルのブロックＤ３４５を、第２切替部３２６から動きベクトルＤ３３１を読み出し、最終動きベクトルＤ３３５を動き予測部３２０及び減算部３２４に出力する。この動き検出部３２８は、例えば、図５Ａの動きベクトル決定部１４０に対応する。
　減算部３２４は、動き検出部３２８から最終動きベクトルＤ３３５を、第２切替部３２６から予測された動きベクトルＤ３３１を読み出し、デルタ動きベクトルＤ３４７を書込部３２２に出力する。この減算部３２４は、例えば、図５Ａの動きベクトル特定情報生成部１５０に対応する。
　書込部３２２は、デルタ動きベクトルＤ３４７を符号化画像の符号化ブロック内にパラメータＤ３４９として書き込む。この書込部３２２は、例えば、図５Ａの符号化部１６０に対応する。
　次に、図６Ａを参照して、本発明の実施の形態１に係る動画像復号装置２００の構成を説明する。動画像復号装置２００は、第１の視点に属する画像を用いて、第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを復号する装置であり、取得部２１０と、対応ブロック特定部２２０と、参照画像特定部２３０と、予測動きベクトル決定部２４０と、動きベクトル決定部２５０と、復号部２６０とを備える。
　取得部２１０は、符号化された対象ブロックである符号化ブロック、及び対象ブロックの動きベクトルを特定する動きベクトル特定情報を、符号化ストリームから取得する。対応ブロック特定部２２０は、既に復号された画像から、対象ブロックに対応する対応ブロックを特定する。
　参照画像特定部２３０は、対象ブロックの参照画像である第２の参照画像を特定する。予測動きベクトル決定部２４０は、対象ブロックの予測動きベクトルを決定する。なお、参照画像特定部２３０及び予測動きベクトル決定部２４０の動作は、対応ブロック特定部２２０での特定結果によって異なる。
　まず、対応ブロック特定部２２０で特定された対応ブロックが、第１の視点に属し、且つ対象画像と同一時刻の対応画像に含まれる場合、参照画像特定部２３０は、第２の視点に属する画像のうち、対応ブロックの復号に用いられた第１の参照画像に対応する画像を、第２の参照画像として特定する。また、予測動きベクトル決定部２４０は、対応ブロック特定ステップで特定された対応ブロックの動きベクトルを、予測動きベクトルと決定する。また、この場合の対応ブロック特定部２２０は、対象画像と、第１の視点に属する対応画像との間の視差を算出し、対応画像の対象ブロックの位置から視差に相当する量だけずれた位置のブロックを、対応ブロックとして特定する。
　一方、対応ブロック特定部２２０で特定された対応ブロックが、第２の視点に属し、且つ対象画像と異なる対応画像に含まれる場合、参照画像特定部２３０は、第２の視点に属する画像のうち、参照画像リストに登録されている画像のうちの１つを、第２の参照ピクチャとして特定する。また、予測動きベクトル決定部２４０は、対応ブロックを含む画像と第１の参照画像との時間距離、及び対象ブロックを含む画像と第２の参照画像との時間距離を用いて、対応ブロックの動きベクトルをスケーリングすることによって、動きベクトルを決定する。また、この場合の対応ブロック特定部２２０は、対応画像の対象ブロックと同一の位置のブロックを、対応ブロックとして特定する。
　動きベクトル決定部２５０は、動きベクトル特定情報及び予測動きベクトルを用いて、対象ブロックの動きベクトルを決定する。復号部２６０は、動きベクトル及び第２の参照画像を用いて符号化ブロックを復号することにより、復号ブロックを生成する。
　図６Ｂは、本発明の実施の形態１に係る動画像復号装置の構成を示すブロック図である。なお、下記に示す図６Ａ及び図６Ｂの各構成要素の対応関係は一例であって、これに限定されない。
　図６Ｂに示されるように、動画像復号装置は、減算部４００と、時間的位置取得部４０２と、第１及び第２記憶部４０４、４３６と、ブロック特定部４０６と、動きベクトル取得部４０８と、参照ピクチャ時間的情報取得部４１０と、第１～第５切替部４１２、４２６、４２８、４３０、４１８と、スケーリング部４１４と、第１参照ピクチャ特定部４１６と、動き予測部４２０と、第２参照ピクチャ特定部４３４と、加算部４３２と、予測モード用解析部４４０と、デルタ動きベクトル用解析部４３８とを備える。
　まず、減算部４００は、装置外部から復号対象ピクチャの時間的位置Ｄ４０１を、時間的位置取得部４０２から既に復号済みのピクチャの時間的位置Ｄ４２５を読み出し、時間的位置の差分がゼロであるか否かを示すフラグＤ４０３を第２及び第５切替部４２６、４１８に、時間的位置の差分値Ｄ４５３をスケーリング部４１４に出力する。
　時間的位置取得部４０２は、第１記憶部４０４から復号済みのピクチャＤ４２３を読み出し、既に復号済みのピクチャの時間的位置Ｄ４２５を減算部４００に出力する。
　ブロック特定部４０６は、装置外部から復号対象ブロックＤ４４３を、第１記憶部４０４から既に復号済みのピクチャの対応ブロックの位置Ｄ４１９を読み出し、対応ブロックの位置Ｄ４０５を動きベクトル取得部４０８及び参照ピクチャ時間的情報取得部４１０に出力する。このブロック特定部４０６は、例えば、図６Ａの対応ブロック特定部２２０に対応する。
　動きベクトル取得部４０８は、第１記憶部４０４から対応ブロックの動きベクトルＤ４１７を、ブロック特定部４０６から対応ブロックの位置Ｄ４０５を読み出し、対応ブロックの動きベクトルＤ４０７を第１切替部４１２に出力する。
　参照ピクチャ時間的情報取得部４１０は、ブロック特定部４０６から対応ブロックの位置Ｄ４０５を、第１記憶部４０４から対応ブロックで用いられる第１の参照ピクチャ情報Ｄ４１５を読み出し、第１の参照ピクチャの時間的情報Ｄ４１３をスケーリング部４１４、第１参照ピクチャ特定部４１６、及び第２参照ピクチャ特定部４３４に出力する。
　第１切替部４１２は、時間的位置の差分がゼロであるか否かを示すフラグＤ４０３に基づき、復号済みの対応ブロックの動きベクトルＤ４０７をスケーリング部４１４または第２切替部４２６に出力する。スケーリング部４１４は、減算部４００から時間的位置の差分値Ｄ４５３を、第１切替部４１２から対応ブロックの動きベクトルＤ４０９を、参照ピクチャ時間的情報取得部４１０から第１の参照ピクチャの時間的情報Ｄ４１３を読み出し、スケーリングされた動きベクトルＤ４２９を第２切替部４２６に出力する。この第１切替部４１２及びスケーリング部４１４は、例えば、予測動きベクトル決定部２４０に対応する。
　第１参照ピクチャ特定部４１６は、第１記憶部４０４から第１の参照ピクチャＤ４２１を、参照ピクチャ時間的情報取得部４１０から第１の参照ピクチャの時間的情報Ｄ４１３を読み出し、第１の参照ピクチャＤ４５５を第５切替部４１８に出力する。
　第５切替部４１８は、時間的位置の差分がゼロであるか否かを示すフラグＤ４０３に基づき、第１の参照ピクチャＤ４５５または第２の参照ピクチャＤ４２７を動き予測部４２０に出力する。
　動き予測部４２０は、第５切替部４１８から参照ピクチャＤ４３５を、第４切替部４３０から最終動きベクトルＤ４３９を読み出し、予測サンプルのブロックＤ４４１を出力する。この動き予測部４２０は、例えば、図６Ａの復号部２６０に対応する。
　第２参照ピクチャ特定部４３４は、参照ピクチャ時間的情報取得部４１０から第１の参照ピクチャの時間的情報Ｄ４１３を、第２記憶部４３６から第２の参照ピクチャＤ４５１を読み出し、第２の参照ピクチャＤ４２７を第５切替部４１８に出力する。この第２参照ピクチャ特定部４３４は、例えば、図６Ａの参照画像特定部２３０に対応する。
　第２切替部４２６は、時間的位置の差分がゼロであるか否かを示すフラグＤ４０３にもとづき、スケーリングされた動きベクトルＤ４２９または予測された動きベクトルＤ４１１を、第３切替部４２８に出力する。
　予測モード用解析部４４０は、動画像ストリーム中の符号化ブロックＤ４４５を解析し、予測モードパラメータＤ４４７を第３および第４切替部４２８、４３０に出力する。デルタ動きベクトル用解析部４３８は、動画像ストリーム中の符号化ブロックＤ４４５を解析し、デルタ動きベクトルＤ４４９を加算部４３２へ出力する。減算部４００、予測モード用解析部４４０、及びデルタ動きベクトル用解析部４３８は、例えば、図６Ａの取得部に対応する。
　第３切替部４２８は、予測モードパラメータＤ４４７にもとづき、予測された動きベクトルＤ４３１を第４切替部４３０または加算部４３２へ出力する。
　加算部４３２は、デルタ動きベクトル用解析部４３８からデルタ動きベクトルＤ４４９を、第３切替部４２８から予測された動きベクトルＤ４３６を読み出し、動きベクトルＤ４３７を第４切替部に出力する。この加算部４３２は、例えば、図６Ａの動きベクトル決定部２５０に対応する。
　第４切替部４３０は、予測モードパラメータＤ４４７にもとづき、第３切替部４２８から予測された動きベクトルＤ４４３を、または加算部４３２から動きベクトルＤ４３７を読み出し、最終動きベクトルＤ４３９を動き予測部４２０へ出力する。
　図７は、符号化ピクチャの符号化ブロックデータにおける、インター予測モードパラメータＤ５０８およびデルタ動きベクトルパラメータＤ５１０の位置を示す図である。図７に示されるように、これらのパラメータは、符号化ブロックデータＤ５０２の予測部Ｄ５０４に存在する。また、符号化ブロックデータＤ５０２の予測部Ｄ５０４のデルタ動きベクトルパラメータＤ５１０の存在は、インター予測モードパラメータＤ５０８の値に依存する。具体的には、インター予測モードパラメータＤ５０８の値の一つは、デルタ動きベクトルパラメータＤ５１０がスキップされるシグナルを示す。
　なお、図５Ａ及び図５Ｂに示される動画像符号化装置（符号化処理部）と、図６Ａ及び図６Ｂに示される動画像復号装置（復号処理部）とで、動画像符号化復号装置を構成することができる。
　（実施の形態２）
　図８は、本発明の動画像符号化処理において、既に符号化済みのピクチャにおけるブロックの位置を特定する処理の実施の形態２を示すフローチャートである。
　まず、図８に示されるように、異なるビューの二つのピクチャ間のグローバルビューの視差値を算出する（Ｓ６００）。次に、符号化対象ピクチャのブロック座標の組を決定する（Ｓ６０２）。次に、既に符号化済みのピクチャにおけるブロックの位置を、算出されたグローバルビューの視差値にブロック座標の組を加算することにより算出する（Ｓ６０４）。最後に、グローバルビューの視差値を、符号化対象ピクチャのヘッダに書き込む（Ｓ６０６）。
　図９は、本発明の動画像復号処理において、既に符号化済みのピクチャにおけるブロックの位置を特定する処理の実施の形態２を示すフローチャートである。
　まず、図９に示されるように、復号対象ピクチャのヘッダから、グローバルビュー視差パラメータを解析する（Ｓ７００）。解析されたグローバルビュー視差パラメータは、復号対象ピクチャおよび当該ピクチャと異なるビューの当該ピクチャに対応するピクチャとのビュー間視差を示す。次に、復号対象ピクチャのブロックのブロック座標の組を決定する（Ｓ７０２）。最後に、異なるビューの既に復号済みのピクチャにおけるブロックの位置を、解析されたグローバルビューの視差値にブロック座標の組を加算することにより、算出する（Ｓ７０４）。解析されたグローバルビューの視差パラメータへのブロック座標の水平成分の加算は、ステップＳ７０４における位置の算出の一例である。
　図１０は、本発明の符号化ピクチャにおけるグローバルビュー視差パラメータの位置を示す図である。図１０に示すように、グローバルビュー視差パラメータＤ８０４は、符号化済みピクチャの符号化済みピクチャヘッダＤ８００に存在する。
　（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または動画像復号化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や動画像復号化方法の応用例とそれを用いたシステムを説明する。
　図１１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１１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、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。
　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１２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または動画像復号化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。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。
　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１３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１４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１５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１３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１６（ａ）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１６（ｂ）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ex３５６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、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で撮像中に音声信号入力部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、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１７は、多重化データの構成を示す図である。図１７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ァイ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１８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１９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１９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１９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２０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２０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２１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２２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２２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２３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２４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２５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ex５１０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ex５１０の構成は、この構成に限らない。例えば、信号処理部ex５０７がさらにＣＰＵを備える構成であってもよい。信号処理部ex５０７の内部にもＣＰＵを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、ＣＰＵex５０２が信号処理部ex５０７、または信号処理部ex５０７の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex５０１は、信号処理部ex５０７、またはその一部を有するＣＰＵex５０２を備える構成となる。
　なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
　また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
　さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。
　（実施の形態６）
　上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。
　この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図２６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２５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２５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２６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２７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２９（ａ）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、本発明は、逆量子化に特徴を有していることから、例えば、逆量子化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符号化、デブロッキング・フィルタ、動き補償のいずれか、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２９（ｂ）のex１０００に示す。この例では、本発明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、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、動画像を符号化し、復号する方法及び装置に有利に利用される。
　１０　基本ビュー
　１１，１２，１３，１４，２１，２２，２３，２４　画像
　２０　依存ビュー
　１００　動画像符号化装置
　１１０，２２０　対応ブロック特定部
　１２０，２３０　参照画像特定部
　１３０，２４０　予測動きベクトル決定部
　１４０，２５０　動きベクトル決定部
　１５０　動きベクトル特定情報生成部
　１６０　符号化部
　２００　動画像復号装置
　２１０　取得部
　２６０　復号部
　３００，３２４，４００　減算部
　３０２，４０２　時間的位置取得部
　３０４，４０４　第１記憶部
　３０６，４０６　ブロック特定部
　３０８，４０８　動きベクトル取得部
　３１０，４１０　参照ピクチャ時間的情報取得部
　３１２，４１２　第１切替部
　３１４，４１４　スケーリング部
　３１６，４１６　第１参照ピクチャ特定部
　３１８，４２８　第３切替部
　３２０，４２０　動き予測部
　３２２　書込部
　３２６，４２６　第２切替部
　３２８　動き検出部
　３３０，４３４　第２参照ピクチャ特定部
　３３２，４３６　第２記憶部
　４１８　第５切替部
　４３０　第４切替部
　４３２　加算部
　４３８　デルタ動きベクトル用解析部
　４４０　予測モード用解析部

Claims (11)

  1. 　第１の視点に属する画像を用いて、前記第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを符号化する動画像符号化方法であって、
    　既に符号化された画像から、前記対象ブロックに対応する対応ブロックを特定する対応ブロック特定ステップと、
    　前記対象ブロックの参照画像である第２の参照画像を特定する参照画像特定ステップと、
    　前記対象ブロックの予測動きベクトルを決定する予測動きベクトル決定ステップと、
    　前記対象ブロック及び前記第２の参照画像を用いて、前記対象ブロックの動きベクトルを決定する動きベクトル決定ステップと、
    　前記予測動きベクトル及び前記動きベクトルを用いて、前記動きベクトルを特定する動きベクトル特定情報を生成する動きベクトル特定情報生成ステップと、
    　前記動きベクトルを用いて前記対象ブロックを符号化して符号化ブロックを生成し、前記符号化ブロック及び前記動きベクトル特定情報を含む符号化ストリームを生成する符号化ステップとを含み、
    　前記対応ブロック特定ステップで特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、
    　前記参照画像特定ステップでは、前記第２の視点に属する画像のうち、前記対応ブロックの符号化に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、
    　前記予測動きベクトル決定ステップでは、前記対応ブロック特定ステップで特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定する
    　動画像符号化方法。
  2. 　前記対応ブロック特定ステップでは、
    　前記対象画像と、前記第１の視点に属する前記対応画像との間の視差を算出し、
    　前記対応画像の前記対象ブロックの位置から前記視差に相当する量だけずれた位置のブロックを、前記対応ブロックとして特定する
    　請求項１に記載の動画像符号化方法。
  3. 　前記対応ブロック特定ステップで特定された前記対応ブロックが、前記第２の視点に属し、且つ前記対象画像と異なる対応画像に含まれる場合において、
    　前記参照画像特定ステップでは、前記第２の視点に属する画像のうち、参照画像リストに登録されている画像のうちの１つを、前記第２の参照ピクチャとして特定し、
    　前記予測動きベクトル決定ステップでは、前記対応ブロックを含む画像と前記第１の参照画像との時間距離、及び前記対象ブロックを含む画像と前記第２の参照画像との時間距離を用いて、前記対応ブロックの動きベクトルをスケーリングすることによって、前記動きベクトルを決定する
    　請求項１又は２に記載の動画像符号化方法。
  4. 　前記対応ブロック特定ステップでは、前記対応画像の前記対象ブロックと同一の位置のブロックを、前記対応ブロックとして特定する
    　請求項３に記載の動画像符号化方法。
  5. 　第１の視点に属する画像を用いて、前記第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを復号する動画像復号方法であって、
    　符号化された前記対象ブロックである符号化ブロック、及び前記対象ブロックの動きベクトルを特定する動きベクトル特定情報を、符号化ストリームから取得する取得ステップと、
    　既に復号された画像から、前記対象ブロックに対応する対応ブロックを特定する対応ブロック特定ステップと、
    　前記対象ブロックの参照画像である第２の参照画像を特定する参照画像特定ステップと、
    　前記対象ブロックの予測動きベクトルを決定する予測動きベクトル決定ステップと、
    　前記動きベクトル特定情報及び前記予測動きベクトルを用いて、前記対象ブロックの動きベクトルを決定する動きベクトル決定ステップと、
    　前記動きベクトル及び前記第２の参照画像を用いて前記符号化ブロックを復号することにより、前記対象ブロックを生成する復号ステップとを含み、
    　前記対応ブロック特定ステップで特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、
    　前記参照画像特定ステップでは、前記第２の視点に属する画像のうち、前記対応ブロックの復号に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、
    　前記予測動きベクトル決定ステップでは、前記対応ブロック特定ステップで特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定する
    　動画像復号方法。
  6. 　前記対応ブロック特定ステップでは、
    　前記対象画像と、前記第１の視点に属する前記対応画像との間の視差を算出し、
    　前記対応画像の前記対象ブロックの位置から前記視差に相当する量だけずれた位置のブロックを、前記対応ブロックとして特定する
    　請求項５に記載の動画像復号方法。
  7. 　前記対応ブロック特定ステップで特定された前記対応ブロックが、前記第２の視点に属し、且つ前記対象画像と異なる対応画像に含まれる場合において、
    　前記参照画像特定ステップでは、前記第２の視点に属する画像のうち、参照画像リストに登録されている画像のうちの１つを、前記第２の参照ピクチャとして特定し、
    　前記予測動きベクトル決定ステップでは、前記対応ブロックを含む画像と前記第１の参照画像との時間距離、及び前記対象ブロックを含む画像と前記第２の参照画像との時間距離を用いて、前記対応ブロックの動きベクトルをスケーリングすることによって、前記動きベクトルを決定する
    　請求項５又は６に記載の動画像復号方法。
  8. 　前記対応ブロック特定ステップでは、前記対応画像の前記対象ブロックと同一の位置のブロックを、前記対応ブロックとして特定する
    　請求項７に記載の動画像復号方法。
  9. 　第１の視点に属する画像を用いて、前記第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを符号化する動画像符号化装置であって、
    　既に符号化された画像から、前記対象ブロックに対応する対応ブロックを特定する対応ブロック特定部と、
    　前記対象ブロックの参照画像である第２の参照画像を特定する参照画像特定部と、
    　前記対象ブロックの予測動きベクトルを決定する予測動きベクトル決定部と、
    　前記対象ブロック及び前記第２の参照画像を用いて、前記対象ブロックの動きベクトルを決定する動きベクトル決定部と、
    　前記予測動きベクトル及び前記動きベクトルを用いて、前記動きベクトルを特定する動きベクトル特定情報を生成する動きベクトル特定情報生成部と、
    　前記動きベクトルを用いて前記対象ブロックを符号化して符号化ブロックを生成し、前記符号化ブロック及び前記動きベクトル特定情報を含む符号化ストリームを生成する符号化部とを備え、
    　前記対応ブロック特定部で特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、
    　前記参照画像特定部は、前記第２の視点に属する画像のうち、前記対応ブロックの符号化に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、
    　前記予測動きベクトル決定部は、前記対応ブロック特定部で特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定する
    　動画像符号化装置。
  10. 　第１の視点に属する画像を用いて、前記第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを復号する動画像復号装置であって、
    　符号化された前記対象ブロックである符号化ブロック、及び前記対象ブロックの動きベクトルを特定する動きベクトル特定情報を、符号化ストリームから取得する取得部と、
    　既に復号された画像から、前記対象ブロックに対応する対応ブロックを特定する対応ブロック特定部と、
    　前記対象ブロックの参照画像である第２の参照画像を特定する参照画像特定部と、
    　前記対象ブロックの予測動きベクトルを決定する予測動きベクトル決定部と、
    　前記動きベクトル特定情報及び前記予測動きベクトルを用いて、前記対象ブロックの動きベクトルを決定する動きベクトル決定部と、
    　前記動きベクトル及び前記第２の参照画像を用いて前記符号化ブロックを復号することにより、前記対象ブロックを生成する復号部とを備え、
    　前記対応ブロック特定部で特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、
    　前記参照画像特定部は、前記第２の視点に属する画像のうち、前記対応ブロックの復号に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、
    　前記予測動きベクトル決定部は、前記対応ブロック特定部で特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定する
    　動画像復号装置。
  11. 　第１の視点に属する画像を用いて、前記第１の視点と異なる第２の視点に属する対象画像に含まれる対象ブロックを符号化処理部と、符号化された対象ブロックを復号する復号処理部とを備える動画像符号化復号装置であって、
    　前記符号化処理部は、
    　既に符号化された画像から、前記対象ブロックに対応する対応ブロックを特定する第１の対応ブロック特定部と、
    　前記対象ブロックの参照画像である第２の参照画像を特定する第１の参照画像特定部と、
    　前記対象ブロックの予測動きベクトルを決定する第１の予測動きベクトル決定部と、
    　前記対象ブロック及び前記第２の参照画像を用いて、前記対象ブロックの動きベクトルを決定する第１の動きベクトル決定部と、
    　前記予測動きベクトル及び前記動きベクトルを用いて、前記動きベクトルを特定する動きベクトル特定情報を生成する動きベクトル特定情報生成部と、
    　前記動きベクトルを用いて前記対象ブロックを符号化して符号化ブロックを生成し、前記符号化ブロック及び前記動きベクトル特定情報を含む符号化ストリームを生成する符号化部とを備え、
    　前記第１の対応ブロック特定部で特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、
    　前記第１の参照画像特定部は、前記第２の視点に属する画像のうち、前記対応ブロックの符号化に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、
    　前記第１の予測動きベクトル決定部は、前記第１の対応ブロック特定部で特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定し、
    　前記復号処理部は、
    　符号化された前記対象ブロックである符号化ブロック、及び前記対象ブロックの動きベクトルを特定する動きベクトル特定情報を、前記符号化ストリームから取得する取得部と、
    　既に復号された画像から、前記対象ブロックに対応する対応ブロックを特定する第２の対応ブロック特定部と、
    　前記対象ブロックの参照画像である第２の参照画像を特定する第２の参照画像特定部と、
    　前記対象ブロックの予測動きベクトルを決定する第２の予測動きベクトル決定部と、
    　前記動きベクトル特定情報及び前記予測動きベクトルを用いて、前記対象ブロックの動きベクトルを決定する第２の動きベクトル決定部と、
    　前記動きベクトル及び前記第２の参照画像を用いて前記符号化ブロックを復号することにより、前記対象ブロックを生成する復号部とを備え、
    　前記第２の対応ブロック特定部で特定された前記対応ブロックが、前記第１の視点に属し、且つ前記対象画像と同一時刻の対応画像に含まれる場合において、
    　前記第２の参照画像特定部は、前記第２の視点に属する画像のうち、前記対応ブロックの復号に用いられた第１の参照画像に対応する画像を、前記第２の参照画像として特定し、
    　前記第２の予測動きベクトル決定部は、前記第２の対応ブロック特定部で特定された前記対応ブロックの動きベクトルを、前記予測動きベクトルと決定する
    　動画像符号化復号装置。
     
PCT/JP2011/007326 2010-12-28 2011-12-27 動画像符号化方法、動画像復号方法、動画像符号化装置、動画像復号装置、及び動画像符号化復号装置 WO2012090497A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201061427525P 2010-12-28 2010-12-28
US61/427,525 2010-12-28

Publications (1)

Publication Number Publication Date
WO2012090497A1 true WO2012090497A1 (ja) 2012-07-05

Family

ID=46382629

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/007326 WO2012090497A1 (ja) 2010-12-28 2011-12-27 動画像符号化方法、動画像復号方法、動画像符号化装置、動画像復号装置、及び動画像符号化復号装置

Country Status (1)

Country Link
WO (1) WO2012090497A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014054684A1 (ja) * 2012-10-02 2014-04-10 シャープ株式会社 画像復号装置および画像復号方法
JPWO2014013880A1 (ja) * 2012-07-18 2016-06-30 ソニー株式会社 画像処理装置および方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10191393A (ja) * 1996-12-24 1998-07-21 Sharp Corp 多視点画像符号化装置
JPH11252586A (ja) * 1998-03-03 1999-09-17 Kdd Corp ステレオ動画像用符号化装置
JP2008509592A (ja) * 2004-08-03 2008-03-27 デーヤン ファウンデーション 多視点映像のダイレクトモードの動き予測方法及び装置
WO2008053746A1 (fr) * 2006-10-30 2008-05-08 Nippon Telegraph And Telephone Corporation Procédé de génération d'informations de référence prédictives, procédé de codage et de décodage d'image dynamiques, leur dispositif, leur programme et support de stockage contenant le programme
JP2009543508A (ja) * 2006-07-12 2009-12-03 エルジー エレクトロニクス インコーポレイティド 信号処理方法及び装置
JP2010536242A (ja) * 2007-08-06 2010-11-25 トムソン ライセンシング 複数のインタービュー参照ピクチャを用いたモーションスキップモードのための方法及び装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10191393A (ja) * 1996-12-24 1998-07-21 Sharp Corp 多視点画像符号化装置
JPH11252586A (ja) * 1998-03-03 1999-09-17 Kdd Corp ステレオ動画像用符号化装置
JP2008509592A (ja) * 2004-08-03 2008-03-27 デーヤン ファウンデーション 多視点映像のダイレクトモードの動き予測方法及び装置
JP2009543508A (ja) * 2006-07-12 2009-12-03 エルジー エレクトロニクス インコーポレイティド 信号処理方法及び装置
WO2008053746A1 (fr) * 2006-10-30 2008-05-08 Nippon Telegraph And Telephone Corporation Procédé de génération d'informations de référence prédictives, procédé de codage et de décodage d'image dynamiques, leur dispositif, leur programme et support de stockage contenant le programme
JP2010536242A (ja) * 2007-08-06 2010-11-25 トムソン ライセンシング 複数のインタービュー参照ピクチャを用いたモーションスキップモードのための方法及び装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2014013880A1 (ja) * 2012-07-18 2016-06-30 ソニー株式会社 画像処理装置および方法
WO2014054684A1 (ja) * 2012-10-02 2014-04-10 シャープ株式会社 画像復号装置および画像復号方法
JPWO2014054684A1 (ja) * 2012-10-02 2016-08-25 シャープ株式会社 画像復号装置および画像復号方法

Similar Documents

Publication Publication Date Title
JP6008263B2 (ja) 再生方法及び再生装置
CN109905710B (zh) 动态图像编码方法及装置、动态图像解码方法及装置
JP6394966B2 (ja) 時間動きベクトル予測を用いた、符号化方法、復号方法、符号化装置、及び、復号装置
JP6210248B2 (ja) 動画像符号化方法及び動画像符号化装置
WO2012140821A1 (ja) 動画像符号化方法、動画像符号化装置、動画像復号化方法、動画像復号化装置、および動画像符号化復号化装置
WO2012090491A1 (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、および、画像符号化復号装置
JP6044915B2 (ja) 符号化方法、符号化装置、及びプログラム
JP6327435B2 (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
JP6004375B2 (ja) 画像符号化方法および画像復号化方法
WO2012102045A1 (ja) 画像符号化方法および画像復号化方法
JP6414712B2 (ja) 多数の参照ピクチャを用いる動画像符号化方法、動画像復号方法、動画像符号化装置、および動画像復号方法
WO2012023281A1 (ja) 動画像復号方法、動画像符号化方法、動画像復号装置、及び、動画像符号化装置
WO2013001748A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像符号化復号装置
WO2013001749A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像符号化復号装置
KR102125930B1 (ko) 영상 부호화 방법 및 영상 복호 방법
WO2012102021A1 (ja) 動画像符号化方法および動画像復号化方法
WO2012090495A1 (ja) 画像符号化方法および画像復号方法
WO2012098878A1 (ja) 動画像符号化方法及び動画像復号化方法
WO2012090497A1 (ja) 動画像符号化方法、動画像復号方法、動画像符号化装置、動画像復号装置、及び動画像符号化復号装置
JP2016187206A (ja) 符号化方法および符号化装置
WO2012096157A1 (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
WO2012073481A1 (ja) 動画像符号化方法および動画像復号化方法
WO2012014472A1 (ja) 動画像符号化方法、動画像符号化装置、動画像復号方法、及び動画像復号装置
WO2012042810A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像処理システム
WO2013046616A1 (ja) 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

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11853008

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 11853008

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP