WO2012117728A1 - 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
WO2012117728A1
WO2012117728A1 PCT/JP2012/001389 JP2012001389W WO2012117728A1 WO 2012117728 A1 WO2012117728 A1 WO 2012117728A1 JP 2012001389 W JP2012001389 W JP 2012001389W WO 2012117728 A1 WO2012117728 A1 WO 2012117728A1
Authority
WO
WIPO (PCT)
Prior art keywords
motion vector
picture
block
prediction
decoding
Prior art date
Application number
PCT/JP2012/001389
Other languages
English (en)
French (fr)
Inventor
敏康 杉尾
西　孝啓
陽司 柴原
寿郎 笹井
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
Priority to JP2013502195A priority Critical patent/JP5358746B2/ja
Priority to MX2013009864A priority patent/MX2013009864A/es
Priority to KR1020137022646A priority patent/KR101878008B1/ko
Publication of WO2012117728A1 publication Critical patent/WO2012117728A1/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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/573—Motion compensation with multiple frame prediction using two or more reference frames in a given prediction direction

Definitions

  • the present invention relates to a moving image encoding method and a moving image decoding method.
  • the amount of information is compressed using redundancy in the spatial direction and temporal direction of a moving image.
  • redundancy in the spatial direction conversion to the frequency domain is used.
  • temporal redundancy inter-picture prediction (hereinafter referred to as inter prediction) encoding processing is used.
  • a motion vector is derived by detecting the motion of the encoding target picture with respect to the reference picture, and a difference between the predicted image data obtained by performing motion compensation based on the motion vector and the image data of the encoding target picture is obtained.
  • motion detection a difference value between a coding target block in a coded picture and a block in a reference picture is calculated, and a block in the reference picture having the smallest difference value is set as a reference block. Then, a motion vector is detected using the encoding target block and the reference block.
  • An I picture is a picture that does not perform inter prediction encoding processing, that is, performs only intra prediction (hereinafter referred to as intra prediction) encoding processing.
  • the P picture is a picture that performs inter prediction encoding with reference to only one already encoded picture that is in front of or behind the current picture in display time order.
  • the B picture is a picture that performs inter prediction encoding with reference to two already encoded pictures that are in front of or behind the encoding target picture in display time order.
  • the reference picture list is a list in which a reference picture index is assigned to an encoded reference picture that is referred to in inter prediction. For example, since a B picture can be encoded with reference to two pictures, two reference picture lists are held. Then, the reference picture is specified from the reference picture list by the reference picture index.
  • FIG. 13 shows an example of a reference picture list in a B picture.
  • Reference picture list 0 in FIG. 13 (hereinafter referred to as reference list L0) is an example of a reference picture list in prediction direction 0 in bidirectional prediction.
  • reference picture 1 in display order 2 at value 0 of reference picture index 0, reference picture 2 in display order 1 at value 1 in reference picture index 0, and display order at value 2 in reference picture index 0 0 reference pictures 3 are assigned respectively. That is, the reference picture index is assigned in the order of time closest to the encoding target picture in the display order.
  • reference picture list 1 (hereinafter referred to as reference list L1) is an example of a reference picture list in prediction direction 1 in bidirectional prediction.
  • reference picture 2 in display order 1 is set to value 0 of reference picture index 1
  • reference picture 1 in display order 2 is set to value 1 in reference picture index 1
  • display order is set to value 2 in reference picture index 1.
  • 0 reference pictures 3 are assigned respectively.
  • FIG. 14 is an explanatory diagram showing motion vectors in temporal direct, and shows a case where block a of picture B2 is encoded in temporal direct.
  • the motion vector a of the block b at the same position as the block a in the picture P3 which is a reference picture behind the picture B2 is used.
  • the motion vector a is a motion vector used when the block b is encoded, and refers to the picture P1.
  • the block a obtains a reference block from a picture P1 that is a forward reference picture and a picture P3 that is a backward reference picture by using a motion vector parallel to the motion vector a, performs bi-directional prediction, and performs coding. Is done. That is, the motion vector used when coding the block a is the motion vector b for the picture P1 and the motion vector c for the picture P3.
  • the motion vector used in the temporal direct is a motion vector of a reference picture behind the current picture in display time order, and forward in the display time order. Limited to motion vectors.
  • An object of the present invention is to solve the above-mentioned problem, and by deriving a motion vector most suitable for a picture to be encoded by adaptively selecting a motion vector to be used in temporal directing.
  • the purpose is to improve the compression ratio.
  • the moving picture coding method is a method of performing inter prediction coding on a coding target block constituting a coding target picture.
  • the moving image encoding method includes an image encoding step for encoding the block to be encoded using a motion vector, a predicted motion vector candidate generation step for generating a plurality of predicted motion vectors, and the prediction A motion vector encoding step of encoding the motion vector using one of the plurality of predicted motion vectors generated in the motion vector candidate generation step.
  • the predicted motion vector candidate generation step The first prediction vector corresponding to the first reference picture list of the coding target block using the first reference motion vector corresponding to the first reference picture list of the two reference motion vectors. And using the second reference motion vector corresponding to the second reference picture list of the two reference motion vectors, the second reference motion list corresponding to the second reference picture list of the current block is encoded. Generate a prediction vector.
  • the first prediction vector may be generated using one reference motion vector
  • the second prediction vector may be generated using the second reference motion vector
  • the first prediction vector may be generated using the first reference motion vector
  • the second prediction vector may be generated using the second reference motion vector
  • the predicted motion vector candidate generation step when the reference directions of the two reference motion vectors are different, a reference motion vector that refers to the direction of the coding target picture is used among the two reference motion vectors.
  • the first and second prediction vectors may be generated.
  • the predicted motion vector candidate generation step when the encoded picture is positioned ahead of the encoding target picture in display order, a backward-referenced reference motion vector of the two reference motion vectors is used. Then, the first and second prediction vectors may be generated.
  • the reference motion vector of the forward reference of the two reference motion vectors May be used to generate the first and second prediction vectors.
  • the moving picture decoding method is a method for performing inter prediction decoding on a decoding target block constituting a decoding target picture. Specifically, the moving picture decoding method uses a predicted motion vector candidate generation step for generating a plurality of predicted motion vectors, and one of the plurality of predicted motion vectors generated in the predicted motion vector candidate generation step. A motion vector decoding step for decoding a motion vector, and an image decoding step for decoding the block to be decoded using the motion vector decoded in the motion vector decoding step.
  • a first prediction vector corresponding to the first reference picture list of the block to be decoded is generated using a first reference motion vector corresponding to a first reference picture list of the two reference motion vectors.
  • the moving picture coding method is a method of performing inter prediction coding on a coding target block constituting a coding target picture.
  • the moving image encoding apparatus includes an image encoding unit that encodes the encoding target block using a motion vector, a predicted motion vector candidate generation unit that generates a plurality of predicted motion vectors, and the prediction A motion vector encoding unit that encodes the motion vector using one of the plurality of predicted motion vectors generated by the motion vector candidate generation unit.
  • the predicted motion vector candidate generation unit Is a first prediction vector corresponding to a first reference picture list of the current block using a first reference motion vector corresponding to a first reference picture list of the two reference motion vectors. And using the second reference motion vector corresponding to the second reference picture list of the two reference motion vectors, the second reference motion list corresponding to the second reference picture list of the current block is encoded. Generate a prediction vector.
  • the moving picture decoding apparatus is a method for performing inter prediction decoding on a decoding target block constituting a decoding target picture.
  • the video decoding device uses a prediction motion vector candidate generation unit that generates a plurality of prediction motion vectors, and one of the plurality of prediction motion vectors generated by the prediction motion vector candidate generation unit.
  • the predicted motion vector candidate generation unit A first prediction vector corresponding to the first reference picture list of the block to be decoded is generated using a first reference motion vector corresponding to a first reference picture list of the two reference motion vectors. Generating a second prediction vector corresponding to the second reference picture list of the block to be decoded using a second reference motion vector corresponding to a second reference picture list of the two reference motion vectors. To do.
  • a moving picture coding / decoding device includes a moving picture coding unit that performs inter prediction coding on a coding target block constituting a coding target picture, and a decoding generated by the moving picture coding unit.
  • a moving picture decoding unit that performs inter prediction decoding on the target block.
  • the moving image encoding unit includes an image encoding unit that encodes the encoding target block using a motion vector, a first prediction motion vector candidate generation unit that generates a plurality of prediction motion vectors, and the first A motion vector encoding unit that encodes the motion vector using one of the plurality of predicted motion vectors generated by the predicted motion vector candidate generation unit.
  • the first predicted motion vector uses the first reference motion vector corresponding to the first reference picture list of the two reference motion vectors, and uses the first reference motion vector corresponding to the first reference picture list of the coding target block.
  • a second prediction vector is generated.
  • the moving picture decoding unit receives a second motion vector predictor candidate generation unit that generates a plurality of motion vector predictors, and one of the motion vector predictors generated by the second motion vector predictor candidate generation unit.
  • the second predicted motion vector candidate generation The first prediction vector corresponding to the first reference picture list of the decoding target block using the first reference motion vector corresponding to the first reference picture list of the two reference motion vectors. And the second prediction motion vector corresponding to the second reference picture list of the decoding target block using the second reference motion vector corresponding to the second reference picture list of the two reference motion vectors. Generate a vector.
  • a motion vector most suitable for a picture to be encoded by adaptively selecting a motion vector to be used in time direct, and to improve a compression rate. Is possible.
  • FIG. 1A is a block diagram of a video encoding apparatus according to Embodiment 1.
  • FIG. 1B is a diagram illustrating the position of the co-located block.
  • FIG. 2 is an outline of a processing flow of the moving picture coding method according to the first embodiment.
  • FIG. 3A is a diagram illustrating an example of motion vector predictor candidates.
  • FIG. 3B is a diagram illustrating an example of priorities of motion vector predictor candidates.
  • FIG. 3C is a diagram illustrating another example of the priority order of prediction motion vector candidates.
  • FIG. 3D is a diagram illustrating another example of the priority order of prediction motion vector candidates.
  • FIG. 3E is a diagram illustrating another example of the priority order of prediction motion vector candidates.
  • FIG. 3A is a block diagram of a video encoding apparatus according to Embodiment 1.
  • FIG. 1B is a diagram illustrating the position of the co-located block.
  • FIG. 2 is an outline of a processing flow of the moving picture
  • FIG. 4 is a diagram illustrating an example of a code table when the motion vector predictor index is variable length encoded.
  • FIG. 5 is a diagram illustrating a flow of determining a motion vector predictor candidate.
  • FIG. 6 is a diagram showing a detailed processing flow of step S12 of FIG.
  • FIG. 7A is a diagram illustrating an example of a temporal direct vector calculation method when the co-located block is referred to twice in the forward direction.
  • FIG. 7B is a diagram illustrating an example of a method for calculating a temporal direct vector when the co-located block is referenced twice backward.
  • FIG. 7A is a diagram illustrating an example of a temporal direct vector calculation method when the co-located block is referred to twice in the forward direction.
  • FIG. 7B is a diagram illustrating an example of a method for calculating a temporal direct vector when the co-located block is referenced twice backward.
  • FIG. 8A is a diagram illustrating an example of a method of calculating a temporal direct vector when the co-located block is a backward reference block and has both a forward reference motion vector and a backward reference motion vector.
  • FIG. 8B is a diagram illustrating an example of a method of calculating a temporal direct vector when the co-located block is a backward reference block and has only a backward reference motion vector.
  • FIG. 9A is a diagram illustrating an example of a temporal direct vector calculation method when the co-located block is a forward reference block and has both a forward reference motion vector and a backward reference motion vector.
  • FIG. 9B is a diagram illustrating an example of a method for calculating a temporal direct vector when the co-located block is a forward reference block and has only a forward reference motion vector.
  • FIG. 10 is a diagram showing another example of the detailed processing flow of step S12 of FIG.
  • FIG. 11 is a block diagram of a video decoding apparatus according to Embodiment 3.
  • FIG. 12 is an outline of a processing flow of the video decoding method according to the third embodiment.
  • FIG. 13 is a diagram illustrating an example of a reference picture list in a B picture.
  • FIG. 14 is a diagram for explaining an inter prediction encoding method in temporal direct.
  • FIG. 15 is an overall configuration diagram of a content supply system that realizes a content distribution service.
  • FIG. 10 is a diagram showing another example of the detailed processing flow of step S12 of FIG.
  • FIG. 11 is a block diagram of a video decoding apparatus according to Embodiment 3.
  • FIG. 12 is an outline of a processing
  • FIG. 16 is an overall configuration diagram of a digital broadcasting system.
  • FIG. 17 is a block diagram illustrating a configuration example of a television.
  • FIG. 18 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. 19 is a diagram illustrating a structure example of a recording medium that is an optical disk.
  • 20A is a block diagram illustrating an example of a configuration of a mobile phone.
  • FIG. 21 is a diagram showing a structure of multiplexed data.
  • FIG. 22 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 23 is a diagram showing in more detail how the video stream is stored in the PES packet sequence.
  • FIG. 21 is a diagram showing a structure of multiplexed data.
  • FIG. 22 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 24 is a diagram showing the structure of TS packets and source packets in multiplexed data.
  • FIG. 25 is a diagram illustrating a data structure of the PMT.
  • FIG. 26 is a diagram showing an internal configuration of multiplexed data information.
  • FIG. 27 shows the internal structure of the stream attribute information.
  • FIG. 28 is a diagram showing steps for identifying video data.
  • FIG. 29 is a block diagram illustrating a configuration example of an integrated circuit that realizes the moving picture coding method and the moving picture decoding method according to each embodiment.
  • FIG. 30 is a diagram illustrating a configuration for switching the driving frequency.
  • FIG. 31 is a diagram illustrating steps for identifying video data and switching between driving frequencies.
  • FIG. 32 is a diagram illustrating an example of a lookup table in which video data standards are associated with drive frequencies.
  • FIG. 33A is a diagram illustrating an example of a configuration for sharing a module of a signal processing unit
  • FIG. 33B is a diagram illustrating another example of a configuration of sharing a module of a signal processing unit.
  • FIG. 1A is a block diagram showing a video encoding apparatus according to Embodiment 1 of the present invention.
  • the moving image encoding apparatus 100 includes a subtraction unit 101, an orthogonal transformation unit 102, a quantization unit 103, an inverse quantization unit 104, an inverse orthogonal transformation unit 105, and an addition unit 106.
  • Block memory 107, frame memory 108, intra prediction unit 109, inter prediction unit 110, switch 111, inter prediction control unit 112, picture type determination unit 113, temporal direct vector calculation unit 114, co A -located reference direction determination unit 115 and a variable length encoding unit 116 are provided.
  • the subtraction unit 101 acquires an input image sequence including an encoding target block from the outside of the device, acquires a prediction block from the switch 111, and subtracts the prediction block from the encoding target block to perform an orthogonal transformation unit on a residual block obtained To 102.
  • the orthogonal transform unit 102 transforms the residual block acquired from the subtraction unit 101 from the image domain to the frequency domain, and outputs transform coefficients to the quantization unit 103.
  • the quantization unit 103 quantizes the transform coefficient acquired from the quantization unit 103 and outputs the quantization coefficient to the inverse quantization unit 104 and the variable length coding unit 116.
  • the inverse quantization unit 104 inversely quantizes the quantization coefficient acquired from the quantization unit 103 and outputs the restored transform coefficient to the inverse orthogonal transform unit 105.
  • the inverse orthogonal transform unit 105 transforms the restored transform coefficient acquired from the inverse quantization unit 104 from the frequency domain to the image domain, and outputs the restored residual block to the adder unit 106.
  • the adding unit 106 adds the restored residual block acquired from the inverse orthogonal transform unit 105 and the prediction block acquired from the switch 111, and adds the restored encoding target block (input image sequence) to the block memory 107 and Output to the frame memory 108.
  • the block memory 107 stores the restored input image sequence in units of blocks.
  • the frame memory 108 stores the restored input image sequence in units of frames.
  • the picture type determination unit 113 determines which of the I picture, B picture, and P picture is to be used to encode the input image sequence, and generates picture type information. Then, the picture type determination unit 113 outputs the generated picture type information to the switch 111, the inter prediction control unit 112, the co-located reference direction determination unit 115, and the variable length encoding unit 116.
  • the intra prediction unit 109 generates a prediction block by intra-predicting the block to be encoded using the restored input image sequence in block units stored in the block memory 107, and outputs the prediction block to the switch 111.
  • the inter prediction unit 110 generates a prediction block by inter-predicting a block to be encoded using the restored input image sequence in units of frames stored in the frame memory 108 and a motion vector derived by motion detection. And output to the switch 111.
  • the switch 111 outputs the prediction block generated by the intra prediction unit 109 or the prediction block generated by the inter prediction unit 110 to the subtraction unit 101 and the addition unit 106.
  • the switch 111 may output the prediction block with the smaller encoding cost out of the two prediction blocks.
  • the co-located reference direction determination unit 115 includes a block (hereinafter referred to as a forward reference block) included in a picture located in front of the encoding target picture in the display time order, or behind the encoding target picture in the display time order. It is determined which block (hereinafter referred to as a backward reference block) included in the picture located at is a co-located block. Then, the co-located reference direction determination unit 115 generates a co-located reference direction flag for each picture and outputs it to the temporal direct vector calculation unit 114 and the variable length coding unit 116.
  • a forward reference block included in a picture located in front of the encoding target picture in the display time order, or behind the encoding target picture in the display time order. It is determined which block (hereinafter referred to as a backward reference block) included in the picture located at is a co-located block. Then, the co-located reference direction determination unit 115 generates a co-located reference direction flag for
  • the co-located block is a block in an encoded picture different from the encoding target picture including the encoding target block, and the position in the encoded picture is the same position as the encoding target block.
  • Block A in FIG. 1B the co-located block is a block whose position in the encoded picture is the same as that of the encoding target block, but is not necessarily limited thereto.
  • the peripheral block of the block A at the same position as the encoding target block may be used as the co-located block.
  • the neighboring blocks B, C, D, and E can be used as the co-located block.
  • the accuracy of the temporal direct vector can be improved, and the encoding efficiency can be improved.
  • the temporal direct vector calculation unit 114 derives a temporal direct vector that is a candidate for a predicted motion vector by temporal direct using the reference motion vector of the co-located block. Then, the temporal direct vector calculation unit 114 outputs the derived temporal direct vector to the inter prediction control unit 112.
  • the temporal direct vector calculation unit 114 uses the two motion vectors of the co-located block to perform temporal direct, Prediction motion vector candidates (temporal direct vector TMVL0 in prediction direction 0, temporal direct vector TMVL1 in prediction direction 1) are derived. Further, the temporal direct vector calculation unit 114 assigns the value of the predicted motion vector index corresponding to each temporal direct vector in each prediction direction. Note that “the reference directions of two reference motion vectors are the same” means that the co-located block is calculated with reference to two forward reference motion vectors (pictures positioned ahead of the encoded pictures in display order). Motion vector) or two backward reference motion vectors (motion vectors calculated with reference to a picture located behind a coded picture in display order).
  • temporal direct The vector calculation unit 114 determines a motion vector of the co-located block to be used for time direct depending on whether the co-located block is a forward reference block or a backward reference block. Specifically, the temporal direct vector calculation unit 114 calculates a predicted motion vector candidate using a reference motion vector that refers to the direction of the current picture to be encoded, out of two reference motion vectors included in the co-located block. To do.
  • the temporal direct vector calculation unit 114 uses the forward reference motion vector of the co-located block to predict a motion vector candidate (temporal direct vector TMVL0 in the prediction direction 0) by temporal direct.
  • a temporal direct vector TMVL1 in the prediction direction 1 is derived.
  • the temporal direct vector calculation unit 114 performs the co-located block.
  • the temporal direct vector calculation unit 114 uses the backward reference motion vector of the co-located block to perform a motion vector candidate (temporal direct in the prediction direction 0) by temporal direct.
  • a vector TMVL0, a temporal direct vector TMVL1) in the prediction direction 1 is derived.
  • the temporal direct vector calculation unit 114 performs the co-located block.
  • prediction motion vector candidates temporary direct vector TMVL0 in prediction direction 0, temporal direct vector TMVL1 in prediction direction 1 are derived by temporal direct.
  • the inter prediction control unit 112 determines to encode a motion vector using a predicted motion vector having the smallest error from a motion vector derived by motion detection among a plurality of motion vector predictor candidates.
  • the error indicates, for example, a difference value between a predicted motion vector candidate and a motion vector derived by motion detection.
  • the inter prediction control unit 112 generates a prediction motion vector index corresponding to the determined prediction motion vector for each block. Then, the inter prediction control unit 112 sends the prediction motion vector index and the error information of the prediction motion vector candidate to the variable length encoding unit 116.
  • the variable length encoding unit 116 acquires from the quantization coefficient acquired from the quantization unit 103, error information of prediction motion vector index and prediction motion vector candidate acquired from the inter prediction control unit 112, and the picture type determination unit 113.
  • the picture type information and the co-located reference direction flag acquired from the co-located reference direction determination unit 115 are variable-length encoded to generate a bitstream.
  • FIG. 2 is an outline of the processing flow of the moving picture coding method according to Embodiment 1 of the present invention.
  • the co-located reference direction determination unit 115 determines which one of the forward reference block and the backward reference block is a co-located block when temporally directing a motion vector predictor candidate (S11). Further, the co-located reference direction determination unit 115 generates a co-located block reference flag indicating whether the co-located block is a forward reference block or a backward reference block for each picture, and a temporal direct vector calculation unit 114 And output to the variable length coding unit 116.
  • the temporal direct vector calculation unit 114 derives predicted motion vector candidates by temporal direct using the reference motion vector of the co-located block.
  • the temporal direct vector calculation unit 114 uses the two motion vectors of the co-located block to generate temporal By direct, prediction motion vector candidates (temporal direct vector TMVL0 in prediction direction 0, temporal direct vector TMVL1 in prediction direction 1) are derived.
  • the temporal direct vector calculation unit 114 assigns the value of the predicted motion vector index to the temporal direct vector in each prediction direction.
  • the temporal direct vector calculation unit 114 uses the first reference motion vector corresponding to the first reference picture list among the two reference motion vectors included in the co-located block, and performs encoding.
  • a first prediction vector (TVML0) corresponding to the first reference picture list of the block is generated.
  • the temporal direct vector calculation unit 114 uses the second reference motion vector corresponding to the second reference picture list of the two reference motion vectors included in the co-located block, and uses the second reference motion vector corresponding to the second reference motion vector.
  • the second prediction vector (TVML1) corresponding to the reference picture list is generated.
  • the motion vector predictor index requires a smaller amount of information when the value is small.
  • the amount of information required increases. Accordingly, when a small predicted motion vector index is assigned to a motion vector that is likely to be a more accurate motion vector, the encoding efficiency is increased.
  • the temporal direct vector calculation unit 114 determines whether the co-located block is a forward reference block, Depending on whether the block is a backward reference block, the motion vector of the co-located block used for time direct is determined.
  • the temporal direct vector calculation unit 114 uses the forward reference motion vector of the co-located block to predict a motion vector candidate (temporal direct vector TMVL0 in the prediction direction 0) by temporal direct. , A temporal direct vector TMVL1) in the prediction direction 1 is derived. However, when the co-located block does not have a forward reference motion vector, the temporal direct vector calculation unit 114 uses the backward reference motion vector of the co-located block to perform prediction motion vector candidates (prediction direction). 0 time direct vector TMVL0 and prediction direction 1 time direct vector TMVL1) are derived.
  • the temporal direct vector calculation unit 114 uses the backward reference motion vector of the co-located block to perform a motion vector candidate (temporal direct in the prediction direction 0) by temporal direct.
  • a vector TMVL0, a temporal direct vector TMVL1) in the prediction direction 1 is derived.
  • the temporal direct vector calculation unit 114 uses the forward reference motion vector of the co-located block to perform a motion vector candidate (prediction direction) by temporal direct. 0 time direct vector TMVL0 and prediction direction 1 time direct vector TMVL1) are derived.
  • the inter prediction unit 110 encodes the encoding target picture by inter prediction using the motion vector derived by motion detection. Further, the inter prediction control unit 112 determines to encode the motion vector in each prediction direction using the prediction motion vector with the smallest error among the prediction motion vector candidates in each prediction direction. For example, the inter prediction control unit 112 uses a difference value between a predicted motion vector candidate and a motion vector derived by motion detection as an error, and uses the predicted motion vector with the smallest error when encoding the motion vector. And decide. Then, the variable length coding unit 116 performs variable length coding of the predicted motion vector index corresponding to the selected predicted motion vector candidate and the error information of the determined predicted motion vector candidate together with the quantization coefficient and the like (S13). ).
  • FIG. 3A shows an example of predicted motion vector candidates.
  • Motion vectors MVL0_A and MVL1_A are a motion vector in the prediction direction 0 and a motion vector in the prediction direction 1 of the adjacent block A located on the left side of the current block.
  • the motion vectors MVL0_B and MVL1_B are a motion vector in the prediction direction 0 and a motion vector in the prediction direction 1 of the adjacent block B located immediately above the encoding target block.
  • the motion vector MVL0_C is a motion vector in the prediction direction 0 of the adjacent block C located on the upper right side of the encoding target block.
  • Adjacent block A and adjacent block B are bidirectional prediction, and adjacent block C is unidirectional prediction.
  • the intermediate value is derived as follows, for example.
  • the value of the predicted motion vector index in the prediction direction 0 is set to 0 corresponding to the median (MVL0_A, MVL0_B, MVL0_C), 1 as the value corresponding to the motion vector MVL0_A, 2 as the value corresponding to the MVL0_B, and MVL0_C.
  • the corresponding value is 3, and the value corresponding to the time direct vector TMVL0 is 4.
  • the value of the predicted motion vector index in the prediction direction 1 is 0 for a value corresponding to Median (MVL1_A, MVL1_B, 0), 1 for a value corresponding to the motion vector MVL1_A, and 2 for a value corresponding to MVL1_B,
  • the value corresponding to the time direct vector TMVL1 is set to 3.
  • the method of assigning the motion vector predictor index is not limited to this example.
  • the allocation of the motion vector predictor index may be switched according to the reference direction of the motion vector included in the co-located block. Specific examples are shown in FIGS. 3B-3E.
  • the two motion vectors of the co-located block are both referred to as a forward reference motion vector (hereinafter referred to as “reference twice forward”) or a backward reference motion vector (hereinafter referred to as “reference backward twice”).
  • a reference direction of each motion vector is a diagram illustrating an example of predictive motion vector index allocation in the case where the reference direction of each motion vector matches the direction of the encoding target picture including the encoding target block.
  • the temporal direct vector TMVLX in the prediction direction X calculated from each motion vector may have higher accuracy than other prediction motion vector candidates. Therefore, as shown in FIG. 3B, a smaller motion vector predictor index is assigned to the temporal direct vector TMVLX.
  • FIG. 3C shows that the two motion vectors of the co-located block are both forward reference motion vectors or backward reference motion vectors, and the reference direction of each motion vector includes a target block for encoding. It is a figure which shows the example of allocation of a prediction motion vector index in the case where it is a direction opposite to this direction. In this case, a smaller motion vector predictor index is assigned to another motion vector predictor candidate than the temporal direct vector in the prediction direction X calculated from each motion vector.
  • FIG. 3D shows that the motion vector of the co-located block is a forward reference motion vector or a backward reference motion vector, and the reference direction of the motion vector is the direction of the encoding target picture including the encoding target block. It is a figure which shows the example of allocation of the prediction motion vector index in a certain case.
  • the temporal direct vector in the prediction direction X calculated from the motion vector may be more accurate than other prediction motion vector candidates. For this reason, as shown in FIG. 3D, a smaller predicted motion vector index is assigned to the temporal direct vector.
  • the motion vector of the co-located block is a forward reference motion vector or a backward reference motion vector, and the reference direction of the motion vector is opposite to the direction of the picture including the coding target block.
  • a small motion vector predictor can be selected as a motion vector predictor with a high possibility of high prediction accuracy. Since an index can be assigned, encoding efficiency can be improved.
  • FIG. 4 shows an example of a code table used when the motion vector predictor index is variable length encoded.
  • codes with shorter code lengths are assigned in ascending order of predicted motion vector index values. Therefore, by assigning a small motion vector predictor index to a motion vector predictor candidate that is highly likely to have good prediction accuracy, the encoding efficiency can be improved.
  • FIG. 5 is a diagram showing a prediction motion vector determination flow executed by the inter prediction control unit 112.
  • the inter prediction control unit 112 selects a prediction motion vector with the smallest error from the motion vector in each prediction direction derived by motion detection from among a plurality of prediction motion vector candidates. It is determined that it is used when encoding the motion vector.
  • the variable length coding unit 116 performs variable length coding on the error information of the determined predicted motion vector candidate and the predicted motion vector index indicating the determined predicted motion vector.
  • the inter prediction control unit 112 initializes the motion vector predictor candidate index mvp_idx and the minimum motion vector error (S21).
  • the inter prediction control unit 112 compares the motion vector predictor candidate index mvp_idx with the number of motion vector predictor candidates (the number of records in the table shown in FIG. 3) (S22).
  • the inter prediction control unit 112 compares the motion vector error calculated in step S23 with the minimum motion vector error (S24). If motion vector error ⁇ minimum motion vector error (Yes in S24), the inter prediction control unit 112 sets (overwrites) the motion vector error calculated in step S23 to the minimum motion vector error, and uses the current mvp_idx as a predicted motion. The vector index is set (overwritten) (S25). On the other hand, if motion vector error ⁇ minimum motion vector error (No in S24), step S25 is skipped.
  • FIG. 6 is a detailed processing flow of step S12 of FIG. Hereinafter, FIG. 6 will be described.
  • the temporal direct vector calculation unit 114 determines whether or not the co-located block has a reference motion vector (S31). When it is determined that the co-located block has a reference motion vector (Yes in S31), the temporal direct vector calculation unit 114 indicates that the co-located block is referenced twice forward or twice backward. Whether or not (S32).
  • the temporal direct vector calculation unit 114 uses the motion vector (mvL0) of the co-located block.
  • the time direct vector TMVL0 in the prediction direction 0 is derived by time direct (S33).
  • the temporal direct vector calculation unit 114 derives the temporal direct vector TMVL1 in the prediction direction 1 by temporal direct using the motion vector (mvL1) of the co-located block (S34).
  • the temporal direct vector calculation unit 114 adds the temporal direct vectors TMVL0 and TMVL1 to the prediction motion vector candidates of the prediction directions 0 and 1 (S35).
  • the temporal direct vector calculation unit 114 indicates that the co-located block is a backward reference block. Whether or not (S36).
  • the temporal direct vector calculation unit 114 determines whether the co-located block has a forward reference motion vector (mvL0) ( S37). When it is determined that the co-located block has the forward reference motion vector (mvL0) (Yes in S37), the temporal direct vector calculation unit 114 uses the forward reference motion vector (mvL0) to perform the prediction direction 0 by temporal direct.
  • the temporal direct vector TMVL0 and the temporal direct vector TMVL1 in the prediction direction 1 are derived (S38), and are added to the prediction motion vector candidates in the prediction directions 0 and 1 (S35).
  • the temporal direct vector calculation unit 114 performs the backward reference motion vector (mvL1) of the co-located block.
  • the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 are derived by temporal direct (S39) and added to the prediction motion vector candidates in the prediction directions 0 and 1 (S35).
  • the temporal direct vector calculation unit 114 determines that the co-located block is a backward reference motion vector (mvL1). ) Is determined (S40).
  • the temporal direct vector calculation unit 114 uses the backward reference motion vector (mvL1) to generate the temporal reference motion vector (mvL1).
  • the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 are derived (S41), and added to the prediction motion vector candidates in the prediction directions 0 and 1 (S35).
  • the temporal direct vector calculation unit 114 determines the forward reference motion vector (mvL0) of the co-located block.
  • the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 are derived by temporal direct (S42), and added to the prediction motion vector candidates in the prediction directions 0 and 1 (S35).
  • the temporal direct vector calculation unit 114 derives a predicted motion vector candidate by temporal direct. This is not done (S43).
  • FIG. 7A is a diagram illustrating an example of a method of calculating a temporal direct vector when the co-located block is referenced twice forward, that is, when the block has two forward reference motion vectors (mvL0, mvL1).
  • the temporal direct vector calculation unit 114 derives the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 by temporal direct using each motion vector.
  • the temporal direct vector calculation unit 114 derives the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 by the following equations 4 and 5.
  • TMVL0 mvL0 ⁇ (B8-B4) / (B4-B2) (Equation 4)
  • TMVL1 mvL1 ⁇ (B8 ⁇ B4) / (B4 ⁇ B0) (5)
  • (B4-B2) indicates time difference information in the display time between the picture B4 and the picture B2.
  • (B4-B0) indicates time difference information in the display time between the picture B4 and the picture B0.
  • (B8-B4) indicates time difference information in the display time between the picture B8 and the picture B4.
  • FIG. 7B is a diagram illustrating an example of a method of calculating a temporal direct vector when the co-located block is referred to twice backward, that is, when the backward reference motion vector is included (mvL0, MVL1).
  • the temporal direct vector calculation unit 114 derives the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 by temporal direct using each motion vector.
  • the temporal direct vector calculation unit 114 derives the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 by the following formulas 6 and 7.
  • TMVL0 mvL0 ⁇ (B2-B0) / (B4-B2) (Equation 6)
  • TMVL1 mvL1 ⁇ (B2-B0) / (B8-B2) (Equation 7)
  • (B4-B2) indicates time difference information in the display time between the picture B4 and the picture B2.
  • (B8-B2) indicates time difference information in the display time between the picture B8 and the picture B2.
  • (B2-B0) indicates time difference information in the display time between the picture B2 and the picture B0.
  • FIG. 8A is a diagram illustrating an example of a temporal direct vector calculation method when the co-located block is a backward reference block and has both a forward reference motion vector and a backward reference motion vector.
  • the temporal direct vector calculation unit 114 derives the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 by temporal direct using the forward reference motion vector.
  • the temporal direct vector calculation unit 114 uses the forward reference motion vector to derive the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 by the following equations 8 and 9. .
  • TMVL0 mvL0 ⁇ (B2-B0) / (B4-B0) (Equation 8)
  • TMVL1 mvL0 ⁇ (B2-B4) / (B4-B0) (Equation 9)
  • (B2-B0) indicates time difference information in the display time between the picture B2 and the picture B0.
  • (B2-B4) indicates time difference information in the display time between the picture B2 and the picture B4.
  • (B4-B0) indicates time difference information in the display time between the picture B4 and the picture B0.
  • FIG. 8B is a diagram illustrating an example of a method of calculating a temporal direct vector when the co-located block is a backward reference block and has only a backward reference motion vector.
  • the temporal direct vector calculation unit 114 derives the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 by temporal direct using the backward reference motion vector.
  • the temporal direct vector calculation unit 114 uses the backward reference motion vector to derive the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 according to the following equations 10 and 11. .
  • TMVL0 mvL1 ⁇ (B2-B0) / (B4-B8) (Equation 10)
  • TMVL1 mvL1 ⁇ (B2-B4) / (B4-B8) (Equation 11)
  • (B2-B0) indicates time difference information in the display time between the picture B2 and the picture B0.
  • (B2-B4) indicates time difference information in the display time between the picture B2 and the picture B4.
  • (B4-B8) indicates time difference information in the display time between the picture B4 and the picture B8.
  • FIG. 9A is a diagram illustrating an example of a temporal direct vector calculation method when the co-located block is a forward reference block and has both a forward reference motion vector and a backward reference motion vector.
  • the temporal direct vector calculation unit 114 derives the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 by temporal direct using the backward reference motion vector.
  • the temporal direct vector calculation unit 114 uses the backward reference motion vector to derive a predicted motion vector candidate using the following equations 12 and 13.
  • TMVL0 mvL1 ⁇ (B6-B8) / (B4-B8) (Equation 12)
  • TMVL1 mvL1 ⁇ (B6-B4) / (B4-B8) (Equation 13)
  • (B6-B8) indicates time difference information in the display time between the picture B6 and the picture B8.
  • (B6-B4) indicates time difference information in the display time between the picture B6 and the picture B4.
  • (B4-B8) indicates time difference information in the display time between the picture B4 and the picture B8.
  • FIG. 9B is a diagram illustrating an example of a method of calculating a temporal direct vector when the co-located block is a forward reference block and has only a forward reference motion vector.
  • the temporal direct vector calculation unit 114 derives the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 by temporal direct using the forward reference motion vector.
  • the temporal direct vector calculation unit 114 derives a predicted motion vector candidate using the backward reference motion vector according to the following Expression 14 and Expression 15.
  • TMVL0 mvL0 ⁇ (B6-B8) / (B4-B0) (Equation 14)
  • TMVL1 mvL0 ⁇ (B6-B4) / (B4-B0) (Equation 15)
  • (B6-B8) indicates time difference information in the display time between the picture B6 and the picture B8.
  • (B6-B4) indicates time difference information in the display time between the picture B6 and the picture B4.
  • (B4-B0) indicates time difference information in the display time between the picture B4 and the picture B0.
  • encoding efficiency is improved.
  • the difference value between the motion vector obtained by motion detection and the selected predicted motion vector is used as the error value.
  • the reference motion vector of the co-located block used in the time direct is selected according to the position of the co-located block and the number of reference motion vectors included in the co-located block.
  • a temporal direct vector TMVL0 in the prediction direction 0 is calculated from the motion vector mvL0 in the prediction direction 0 of the co-located block by temporal direct, and the prediction direction 1 in the prediction direction 1 from the motion vector mvL1 in the prediction direction 1 is calculated.
  • the time direct vector TMVL1 is calculated.
  • the temporal direct vector TMVL0 in the prediction direction 0 and the prediction direction 1 in accordance with the position of the co-located block is selected.
  • the forward reference motion vector is a motion vector from the picture including the co-located block to the encoding target picture including the encoding target block, and the prediction error may be smaller than that of the backward reference motion vector. This is because the nature is high.
  • a backward reference motion vector is used. Specifically, the backward reference motion vector is a motion vector from the picture including the co-located block to the encoding target picture including the encoding target block, and the prediction error may be smaller than that of the forward reference motion vector. This is because the nature is high.
  • the co-located block is referenced twice forward or twice, but the position of the co-located block is also determined at the same time. Also good. Specifically, in step S32 of FIG. 6, when the co-located block is a forward reference block, the forward reference is made twice, or when the co-located block is a backward reference block, the backward is 2 Determine whether you are referring to it.
  • the backward reference motion vector is a motion vector extending from the picture including the co-located block in the direction of the picture located on the opposite side of the picture including the current block. Therefore, the prediction accuracy may be lowered.
  • the temporal direct vector calculation unit 114 calculates the temporal direct vector TMVL0 in the prediction direction 0 by temporal direct from the motion vector mvL0 in the prediction direction 0, and temporally direct from the motion vector mvL1 in the prediction direction 1. To calculate the temporal direct vector TMVL1 in the prediction direction 1. Thereby, it is possible to suppress the processing amount while improving the prediction accuracy.
  • step S43 in FIG. 6 if the co-located block does not have a reference motion vector, the temporal direct vector is not calculated. However, it is possible to calculate a temporal direct vector by making other blocks co-located blocks.
  • the forward reference block when the co-located block is a backward reference block and does not have a reference motion vector, the forward reference block may be a co-located block. In this case, it is possible to improve the prediction accuracy by using the backward reference motion vector among the reference motion vectors of the forward reference block.
  • the forward reference block does not have the backward reference motion vector, the temporal direct vector can be derived by using the forward reference motion vector.
  • the backward reference block may be a co-located block. In this case, it is possible to improve prediction accuracy by using the forward reference motion vector among the reference motion vectors of the backward reference block.
  • a temporal direct vector can be derived by using the backward reference motion vector.
  • the co-located block uses a block in the picture with index 0 in the reference picture list L0 of the encoding target picture
  • the co-located block specified by index 0 in the reference picture list L0 is the reference motion.
  • the reference motion vector of the co-located block specified by the index 0 of the reference picture list L1 is the reference motion vector.
  • the temporal direct vector calculation method has been described as one of the predicted motion vector candidates used when encoding the motion vector derived by motion detection.
  • the present invention is not necessarily limited to this.
  • H.M As a coding mode for inter prediction of a coding target block in a B picture or a P picture used in H.264, only a difference value of image data is coded, and a motion vector is predicted from a peripheral block or the like.
  • There is a skip mode in which neither the difference value nor the motion vector is encoded, and the predicted image at the position indicated by the motion vector predicted from the peripheral block or the like is the decoded image as it is. Even in the direct mode and the skip mode, the temporal direct vector calculated by the same method can be applied as one of the predicted motion vectors.
  • a motion vector or a reference picture index is copied from an adjacent block or a co-located block of the encoding target block, and encoding of the encoding target block is performed.
  • a merge mode to do.
  • a motion vector or a reference picture index can be selected by attaching an index of an adjacent block used for copying to a bit stream.
  • a temporal direct vector calculated by a similar method can be applied as a predicted motion vector of a co-located block.
  • either the forward reference block or the backward reference block is selected as the co-located block using the co-located reference direction flag, and the temporal direct vector is obtained.
  • the forward reference block is co-located block 1 and the backward reference block is co-located block 2.
  • a temporal direct vector may be calculated according to the direction and number of reference motion vectors held by the co-located block 1 and the co-located block 2 and added to the predicted motion vector candidates.
  • the time in the prediction direction 0 is determined from the motion vector mvL0 in the prediction direction 0 of the co-located block by time direct.
  • the direct vector TMVL0 is calculated
  • the temporal direct vector TMVL1 in the prediction direction 1 is calculated from the motion vector mvL1 in the prediction direction 1 by temporal direct.
  • TMVL0 and TMVL1 are added to the prediction motion vector candidates in each prediction direction, but the present invention is not necessarily limited thereto.
  • the calculated TMVL0 and TMVL1 may both be added to prediction motion vector candidates in each prediction direction. As a result, the accuracy of prediction motion vector candidates can be improved, and the encoding efficiency can be improved.
  • step S52 is different from step S32 in the first embodiment.
  • a description will be given focusing on differences from the first embodiment.
  • Step S52 in FIG. 10 determines whether the reference picture index assignment method for the reference pictures in the encoded picture reference list L0 and the reference list L1 is the same.
  • the reference list L1 assigns a reference picture index to a picture located behind the current picture in display time order.
  • the reference list L0 assigns a reference picture index to a picture positioned ahead of the encoding target picture in display time order. Therefore, when the reference picture index is allocated to the reference pictures in the reference list L1 and the reference list L0 of the encoded pictures, the reference direction is either forward or backward in the display order from the encoding target picture. Limited.
  • the temporal direct vector calculation unit 114 When it is determined that the reference picture index allocation method for the reference pictures in the reference list L0 and the reference list L1 of the encoded pictures is the same (Yes in S52), the temporal direct vector calculation unit 114 The temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 are derived by temporal direct using the reference motion vectors mvL0 and mvL1 of the co-located block (S53, S54).
  • the motion vector of the encoding target block and the motion vector of the co-located block are more likely to be approximated in the same prediction direction. For this reason, encoding efficiency can be improved by calculating a temporal direct vector in each prediction direction from motion vectors in the same prediction direction of the co-located block. More specifically, the temporal direct vector calculation unit 114 calculates the temporal direct vector TMVL0 in the prediction direction 0 by temporal direct from the motion vector mvL0 in the prediction direction 0 of the co-located block, and the motion vector mvL1 in the prediction direction 1 Thus, a temporal direct vector TMVL1 in the prediction direction 1 is calculated by temporal direct.
  • the temporal direct vector calculation unit 114 has only one of the reference motion vectors mvL0 and mvL1.
  • the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 are derived by temporal direct (S56 to S62). Since the processing after step S56 is the same as steps S36 to S42 of the first embodiment, description thereof is omitted.
  • Embodiment 2 of the present invention reduces the amount of processing during encoding and decoding by making a determination based on the reference list. Since the reference list is provided for each picture, it may be determined for each picture. That is, since it is not necessary to make a determination in units of blocks, the processing amount can be reduced.
  • the prediction direction is temporally direct from the motion vector mvL0 in the prediction direction 0 of the co-located block.
  • the time direct vector TMVL0 of 0 is calculated and the time direct vector TMVL1 of the prediction direction 1 is calculated from the motion vector mvL1 of the prediction direction 1 by time direct, it is not necessarily limited thereto.
  • the motion vector mvL0 in the prediction direction 0 of the co-located block is
  • the temporal direct vector TMVL0 in the prediction direction 0 may be calculated by temporal direct
  • the temporal direct vector TMVL1 in the prediction direction 1 may be calculated by temporal direct from the motion vector mvL1 in the prediction direction 1.
  • the time direct vector TMVL0 in the prediction direction 0 is calculated by the time direct
  • the motion vector mvL1 in the prediction direction 1 is calculated by the time direct.
  • the temporal direct vector TMVL1 in the prediction direction 1 may be calculated.
  • Embodiment 3 Next, with reference to FIG.11 and FIG.12, the moving image encoding method and moving image decoding apparatus which concern on Embodiment 3 are demonstrated. A detailed description of points common to the first embodiment will be omitted, and differences will be mainly described.
  • FIG. 11 is a block diagram showing a moving picture decoding apparatus according to Embodiment 2 of the present invention.
  • a block included in a picture positioned ahead of the decoding target picture in display time order is referred to as a forward reference block.
  • a block included in a picture located behind the decoding target picture in display time order is referred to as a backward reference block.
  • the moving image decoding apparatus 200 includes a variable length decoding unit 201, an inverse quantization unit 202, an inverse orthogonal transform unit 203, an addition unit 204, a block memory 205, a frame memory 206, An intra prediction unit 207, an inter prediction unit 208, a switch 209, an inter prediction control unit 210, and a temporal direct vector calculation unit 211 are provided.
  • This moving picture decoding apparatus 200 decodes, for example, the bit stream output from the moving picture encoding apparatus 100 according to Embodiment 1.
  • variable length decoding unit 201 performs variable length decoding on the input bitstream, outputs the quantization coefficient to the inverse quantization unit 202, outputs the picture type information to the switch 209 and the inter prediction control unit 210, and predicts a motion vector.
  • the index is output to the inter prediction control unit 210, and the co-located reference direction flag is output to the temporal direct vector calculation unit 211.
  • the inverse quantization unit 202 inversely quantizes the quantized coefficient acquired from the variable length decoding unit 201 to restore the transform coefficient, and outputs it to the inverse orthogonal transform unit 203.
  • the inverse orthogonal transform unit 203 transforms the restored transform coefficient acquired from the inverse quantization unit 202 from the frequency domain to the image domain, restores the residual block, and outputs the residual block to the adder 204.
  • the adding unit 204 adds the restored residual block acquired from the inverse orthogonal transform unit 203 and the prediction block acquired from the switch 209 to restore the decoded block. Then, the adding unit 204 outputs the decoded image sequence including the restored decoded block to the outside of the apparatus and stores it in the block memory 205 and the frame memory 206.
  • the block memory 205 stores the decoded image sequence acquired from the adding unit 204 in units of blocks.
  • the frame memory 206 stores the decoded image sequence acquired from the addition unit 204 in units of frames.
  • the intra prediction unit 207 generates a prediction block of the decoding target block by performing intra prediction using the decoded image sequence in block units stored in the block memory 205, and outputs the prediction block to the switch 209.
  • the inter prediction unit 208 generates a prediction block of the decoding target block by performing inter prediction using the decoded image sequence in units of frames stored in the frame memory 206, and outputs the prediction block to the switch.
  • the switch 209 outputs the prediction block generated by the intra prediction unit 207 or the prediction block generated by the inter prediction unit 208 to the addition unit 204.
  • the temporal direct vector calculation unit 211 derives motion vector predictor candidates by temporal direct using the co-located reference direction flag acquired from the variable length decoding unit 201. Specifically, when the co-located block specified by the co-located reference direction flag has two forward reference motion vectors or two backward reference motion vectors, the temporal direct vector calculation unit 211 Uses the two motion vectors of the co-located block to derive the temporal direct vector TMVL0 in the prediction direction 0 and the temporal direct vector TMVL1 in the prediction direction 1 by temporal direct. In addition, the temporal direct vector calculation unit 211 assigns the value of the predicted motion vector index to the temporal direct vector in each prediction direction.
  • the temporal direct vector calculation unit 211 performs co- The motion vector of the co-located block used for temporal direct is determined depending on whether the locate block is a forward reference block or a backward reference block.
  • the temporal direct vector calculation unit 211 uses the forward reference motion vector of the co-located block to temporally direct the temporal direct vector TMVL0 in the prediction direction 0 and A temporal direct vector TMVL1 in the prediction direction 1 is derived.
  • the temporal direct vector calculation unit 211 uses the backward reference motion vector of the co-located block to perform temporal direct vector TMVL0 in the prediction direction 0 by temporal direct. Then, a temporal direct vector TMVL1 in the prediction direction 1 is derived.
  • the temporal direct vector calculation unit 211 uses the backward reference motion vector of the co-located block to perform temporal direct vector TMVL0 in prediction direction 0 and prediction direction 1 by temporal direct.
  • the time direct vector TMVL1 is derived.
  • the temporal direct vector calculation unit 211 uses the forward reference motion vector of the co-located block to perform temporal direct vector TMVL0 in the prediction direction 0 by temporal direct. Then, a temporal direct vector TMVL1 in the prediction direction 1 is derived.
  • the inter prediction control unit 208 specifies a prediction motion vector corresponding to the prediction motion vector index acquired from the variable length decoding unit 201 from among a plurality of prediction motion vector candidates. Then, the inter prediction control unit 210 calculates a motion vector used in the inter prediction by adding error information between the motion vector and the predicted motion vector to the identified predicted motion vector.
  • FIG. 12 is an outline of the processing flow of the video decoding method according to Embodiment 3 of the present invention.
  • variable length decoding unit 201 performs variable length decoding of the co-located reference direction flag in units of pictures (S71). Then, the variable length decoding unit 201 outputs the decoded co-located reference direction flag to the temporal direct vector calculation unit 211.
  • the temporal direct vector calculation unit 211 determines whether the forward reference block is a co-located block or the backward reference block is a co-located block based on the decoded co-located reference direction flag. Also, the temporal direct vector calculation unit 211 derives a temporal direct vector by temporal direct using the reference motion vector of the co-located block. Then, the temporal direct vector deriving unit 211 outputs the derived temporal direct vector as a predicted motion vector candidate to the inter prediction control unit 210 (S72).
  • the temporal direct vector calculation unit 211 performs the two motion vectors of the co-located block. Is used to derive a temporal direct vector TMVL0 in the prediction direction 0 and a temporal direct vector TMVL1 in the prediction direction 1 by temporal direct. In addition, the temporal direct vector calculation unit 211 assigns the value of the predicted motion vector index to the temporal direct vector in each prediction direction.
  • the method for allocating the motion vector predictor follows the first embodiment.
  • the temporal direct vector calculation unit 211 determines whether the co-located block is a forward reference block, Depending on whether the block is a backward reference block, the motion vector of the co-located block used for time direct is determined.
  • the temporal direct vector calculation unit 211 uses the forward reference motion vector of the co-located block to temporally direct the temporal direct vector TMVL0 in the prediction direction 0 and A temporal direct vector TMVL1 in the prediction direction 1 is derived. However, if the co-located block does not have a forward reference motion vector, the temporal direct vector calculation unit 211 uses the backward reference motion vector to perform temporal direct, the temporal direct vector TMVL0 in the prediction direction 0 and the prediction direction 1 A temporal direct vector TMVL1 is derived.
  • the temporal direct vector calculation unit 211 uses the backward reference motion vector of the co-located block to perform temporal direct vector TMVL0 in prediction direction 0 and prediction direction 1 by temporal direct.
  • the time direct vector TMVL1 is derived.
  • the temporal direct vector calculation unit 211 uses the forward reference motion vector to temporally predict the temporal direct vector TMVL0 in the prediction direction 0 and the prediction direction 1 in the temporal direction.
  • a temporal direct vector TMVL1 is derived.
  • the inter prediction control unit 210 determines a motion vector to be used for the inter prediction based on the prediction motion vector index acquired from the variable length decoding unit 201 from among a plurality of prediction motion vector candidates. Further, the inter prediction control unit adds error information to the determined prediction motion vector, derives a motion vector, and outputs the motion vector to the inter prediction unit 208 (S73). The inter prediction unit 208 performs decoding by inter prediction using the motion vector acquired from the inter prediction control unit 210.
  • Embodiment 3 of the present invention it is possible to select an optimal motion vector for a decoding target block, and thus it is possible to appropriately decode a highly efficient compressed bit stream.
  • the motion vector of the decoding target block and the motion vector of the co-located block have the same prediction direction. Is more likely to approximate. For this reason, encoding efficiency can be improved by calculating a temporal direct vector in each prediction direction from motion vectors in the same prediction direction of the co-located block. More specifically, the temporal direct vector calculation unit 211 calculates the temporal direct vector TMVL0 in the prediction direction 0 by temporal direct from the motion vector mvL0 in the prediction direction 0 of the co-located block, and the motion vector mvL1 in the prediction direction 1 Thus, a temporal direct vector TMVL1 in the prediction direction 1 is calculated by temporal direct.
  • the temporal direct vector TMVL0 in the prediction direction 0 and the prediction direction 1 in accordance with the position of the co-located block has a forward reference motion vector and a backward reference motion vector
  • the temporal direct vector TMVL0 in the prediction direction 0 and the prediction direction 1 in accordance with the position of the co-located block has a forward reference motion vector and a backward reference motion vector
  • the temporal direct vector TMVL0 in the prediction direction 0 and the prediction direction 1 in accordance with the position of the co-located block.
  • a motion vector used to calculate the temporal direct vector TMVL1 is selected.
  • a forward reference motion vector is used. This is because the forward reference motion vector is a motion vector in the direction from the picture including the co-located block to the picture including the decoding target block, and the prediction error is more likely to be smaller than the backward reference motion vector.
  • a backward reference motion vector is used. This is because the backward reference motion vector is a motion vector from the picture including the co-located block toward the decoded picture including the encoding target block, and the prediction error is likely to be smaller than the forward reference motion vector.
  • the reference picture index allocation method for the reference pictures in the reference list L0 and the reference list L1 is the same. You may judge whether there is.
  • the reference list L1 assigns a reference picture index to a picture located behind the decoding target picture in display time order.
  • the reference list L0 assigns a reference picture index to a picture positioned ahead of the decoding target picture in display time order.
  • the reference picture index allocation method for the reference pictures in the reference list L1 and the reference list L0 is the same, the reference direction is limited to either the front or the rear in the display order from the decoding target picture.
  • the In this way it is possible to reduce the processing amount by making a determination based on the reference list. This is because since the reference list is provided for each picture, it may be determined in units of pictures and need not be determined in units of blocks.
  • the temporal direct vector TMVL0 in the prediction direction 0 is calculated by temporal direct from the motion vector mvL0 in the prediction direction 0 of the co-located block, and the prediction direction 1 by temporal direct is calculated from the motion vector mvL1 in the prediction direction 1.
  • the time direct vector TMVL1 may be calculated.
  • the temporal direct vector is not calculated.
  • the temporal direct vector can be calculated by using another block as the co-located block. Is possible.
  • the forward reference block when the co-located block is a backward reference block and does not have a reference motion vector, the forward reference block may be a co-located block. In this case, it is possible to improve the prediction accuracy by using the backward reference motion vector among the reference motion vectors of the forward reference block. However, when the forward reference block does not have the backward reference motion vector, the temporal direct vector can be derived by using the forward reference motion vector.
  • the backward reference block may be a co-located block. In this case, it is possible to improve prediction accuracy by using the forward reference motion vector among the reference motion vectors of the backward reference block. However, when the backward reference block does not have a forward reference motion vector, it is possible to derive a temporal direct vector by using the backward reference motion vector.
  • the co-located block uses a block in the picture of index 0 of the reference picture list L0 of the decoding target picture
  • the co-located block specified by index 0 of the reference picture list L0 is the reference motion vector. Is not used, it is conceivable to use the reference motion vector of the co-located block specified by the index 0 of the reference picture list L1.
  • the temporal direct vector calculation method has been described as one of predicted motion vector candidates used when decoding a motion vector derived by motion detection.
  • H.M As an encoding mode for inter prediction of a decoding target block in a B picture or a P picture used in H.264, only a difference value of image data is encoded, and a motion vector is predicted from a peripheral block or the like, There is a skip mode in which neither the difference value nor the motion vector is decoded, and the predicted image at the position indicated by the motion vector predicted from the peripheral block or the like is the decoded image as it is. Even in the direct mode and the skip mode, the temporal direct vector calculated by the same method can be applied as one of the motion vector predictor candidates.
  • a merge mode for decoding a decoding target block by copying a motion vector or a reference picture index from an adjacent block or a co-located block of the decoding target block Exists.
  • a motion vector or a reference picture index can be selected by attaching an index of an adjacent block used for copying to a bit stream.
  • a temporal direct vector calculated by a similar method can be applied as a predicted motion vector of a co-located block.
  • 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.
  • the system has an image encoding / decoding device including an image encoding device using an image encoding method and an image decoding device using an image decoding method.
  • image encoding / decoding device including an image encoding device using an image encoding method and an image decoding device using an image decoding method.
  • Other configurations in the system can be appropriately changed according to circumstances.
  • FIG. 15 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 (that is, the image encoding of the present invention).
  • Function as a device Function as a device) and transmit 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 (that is, functions as the image decoding device of the present invention).
  • 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.
  • the digital broadcasting system ex200 also includes at least the moving image encoding device (image encoding device) or the moving image decoding according to each of the above embodiments. Any of the devices (image decoding devices) can be incorporated.
  • 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 (that is, data encoded by the image encoding apparatus of the present invention).
  • 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 an apparatus such as the television (receiver) ex300 or the set top box (STB) ex217 (that is, functions as the image decoding apparatus of the present invention).
  • 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. 17 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 each of the audio data and the video data, or encodes the respective information, the audio signal processing unit ex304, the video signal processing unit ex305 (function as the image encoding device or the image decoding device of the present invention). ), A speaker ex307 for outputting the decoded audio signal, and an output unit ex309 having a display unit ex308 such as a display for displaying the decoded video 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. 18 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. 19 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 be, for example, a configuration in which a GPS receiving unit is added in the configuration illustrated in FIG. 17, and the same may be considered for the computer ex111, the mobile phone ex114, and the like.
  • FIG. 20 (a) is a diagram showing a mobile phone ex114 using 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 ex357.
  • 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. Encode (that is, function as the image encoding apparatus of the present invention), and send the encoded video data to the multiplexing / demultiplexing unit ex353.
  • the audio signal processing unit ex354 encodes the audio signal picked up by the audio input unit ex356 while the camera unit ex365 images a video, a still image, etc., and sends the encoded audio data to the multiplexing / separating unit ex353. To do.
  • 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 unit (modulation / demodulation circuit unit) ex352, 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 shown in each of the above embodiments (that is, functions as the image decoding device of the present invention).
  • video and still images included in the moving image file linked to the home page are displayed from the display unit ex358 via the LCD control unit ex359.
  • 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 or the like is multiplexed with video data is received and transmitted, but data in which character data or the like related to video is multiplexed in addition to audio data It 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.
  • 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. 21 is a diagram showing a structure of multiplexed data.
  • multiplexed data can be 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. 22 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. 23 shows in more detail how the video stream is stored in the PES packet sequence.
  • the first row in FIG. 23 shows a video frame sequence of the video stream.
  • the second level shows a PES packet sequence.
  • a plurality of Video Presentation Units in the video stream are divided into pictures, B pictures, and P pictures, and are 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. 24 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. 24, 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. 25 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.
  • attribute information about 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. 28 shows the 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. 29 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 ex501 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 ex501 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. 30 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 of 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 fifth embodiment may be used.
  • the identification information is not limited to that described in the fifth 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. 31 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. 33 (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 video encoding device and a video decoding device.

Abstract

　動画像符号化方法は、動きベクトルを用いて符号化対象ブロックを符号化する画像符号化ステップと、複数の予測動きベクトルを生成する予測動きベクトル候補生成ステップ（Ｓ１１、Ｓ１２）と、複数の予測動きベクトルの１つを用いて動きベクトルを符号化する動きベクトル符号化ステップ（Ｓ１３）とを含み、符号化済みピクチャに含まれる符号化対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合（Ｓ１１）、予測動きベクトル候補生成ステップ（Ｓ１２）では、第１の参照動きベクトルを用いて第１の予測ベクトルを生成し、第２の参照動きベクトルを用いて第２の予測ベクトルを生成する。

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、動画像符号化方法および動画像復号方法に関するものである。
　動画像符号化処理では、一般に、動画像が有する空間方向および時間方向の冗長性を利用して情報量の圧縮が行われる。ここで一般に、空間方向の冗長性を利用する方法としては、周波数領域への変換が用いられる。また、時間方向の冗長性を利用する方法としては、ピクチャ間予測（以降、インター予測と呼ぶ）符号化処理が用いられる。
　インター予測符号化処理では、あるピクチャを符号化する際に、符号化対象ピクチャに対して表示時間順で前方または後方にある符号化済みのピクチャを、参照ピクチャとして用いる。そして、その参照ピクチャに対する符号化対象ピクチャの動き検出により動きベクトルを導出し、動きベクトルに基づいて動き補償を行って得られた予測画像データと符号化対象ピクチャの画像データとの差分を取ることにより、時間方向の冗長性を取り除く。ここで、動き検出では、符号化ピクチャ内の符号化対象ブロックと、参照ピクチャ内のブロックとの差分値を算出し、最も差分値の小さい参照ピクチャ内のブロックを参照ブロックとする。そして、符号化対象ブロックと、参照ブロックとを用いて、動きベクトルを検出する。
　既に標準化されている、Ｈ．２６４と呼ばれる動画像符号化方式では、情報量の圧縮のために、Ｉピクチャ、Ｐピクチャ、Ｂピクチャという３種類のピクチャタイプを用いている。Ｉピクチャは、インター予測符号化処理を行わない、すなわち、ピクチャ内予測（以降、イントラ予測と呼ぶ）符号化処理のみを行うピクチャである。Ｐピクチャは、表示時間順で、符号化対象ピクチャの前方または後方にある既に符号化済みの１つのピクチャのみを参照してインター予測符号化を行うピクチャである。Ｂピクチャは、表示時間順で、符号化対象ピクチャの前方または後方にある既に符号化済みの２つのピクチャを参照してインター予測符号化を行うピクチャである。
　インター予測符号化においては、参照ピクチャを特定するための参照ピクチャリストを生成する。参照ピクチャリストは、インター予測で参照する符号化済みの参照ピクチャに参照ピクチャインデックスを割り当てたリストである。例えば、Ｂピクチャでは、２つのピクチャを参照して符号化を行えるため、２つの参照ピクチャリストを保持する。そして、参照ピクチャインデックスにより、参照ピクチャリストから参照ピクチャを特定する。
　図１３に、Ｂピクチャにおける参照ピクチャリストの例を示す。図１３における参照ピクチャリスト０（以降、参照リストＬ０と呼ぶ）は、双方向予測における予測方向０の参照ピクチャリストの例である。図１３の例では、参照ピクチャインデックス０の値０に表示順２の参照ピクチャ１を、参照ピクチャインデックス０の値１に表示順１の参照ピクチャ２を、参照ピクチャインデックス０の値２に表示順０の参照ピクチャ３を、それぞれ割り当てている。つまり、表示順で符号化対象ピクチャに時間的に近い順に、参照ピクチャインデックスを割り当てている。
　一方、参照ピクチャリスト１（以降、参照リストＬ１と呼ぶ）は、双方向予測における予測方向１の参照ピクチャリストの例である。図１３の例では、参照ピクチャインデックス１の値０に表示順１の参照ピクチャ２を、参照ピクチャインデックス１の値１に表示順２の参照ピクチャ１を、参照ピクチャインデックス１の値２に表示順０の参照ピクチャ３を、それぞれ割り当てている。
　このように、各参照ピクチャに対して、予測方向毎に異なる参照ピクチャインデックスを割り当てることや（図１３の参照ピクチャ１、２）、同じ参照ピクチャインデックスを割り当てることが可能である（図１３の参照ピクチャ３）。Ｂピクチャの符号化の際には、参照リストＬ０内の参照ピクチャインデックス０で特定される参照ピクチャを参照する動きベクトル（ｍｖＬ０）と、参照リストＬ１内の参照ピクチャインデックス１で特定される参照ピクチャを参照する動きベクトル（ｍｖＬ１）とを用いてインター予測を行うことになる。Ｐピクチャの場合には、参照リストが１つだけ用いられることになる。
　また、Ｈ．２６４と呼ばれる動画像符号化方式では、Ｂピクチャの符号化において動きベクトルを導出する際に、時間ダイレクトと呼ぶ符号化モードを選択することができる。時間ダイレクトにおけるインター予測符号化方法を、図１４を用いて説明する。図１４は、時間ダイレクトにおける動きベクトルを示す説明図であり、ピクチャＢ２のブロックａを時間ダイレクトで符号化する場合を示している。
　この場合、ピクチャＢ２の後方にある参照ピクチャであるピクチャＰ３中の、ブロックａと同じ位置にあるブロックｂの動きベクトルａを利用する。動きベクトルａは、ブロックｂが符号化された際に用いられた動きベクトルであり、ピクチャＰ１を参照している。そして、ブロックａは、動きベクトルａと平行な動きベクトルを用いて、前方参照ピクチャであるピクチャＰ１と、後方参照ピクチャであるピクチャＰ３とから参照ブロックを取得し、２方向予測を行って符号化される。すなわち、ブロックａを符号化する際に用いられる動きベクトルは、ピクチャＰ１に対しては動きベクトルｂ、ピクチャＰ３に対しては動きベクトルｃとなる。
ＩＴＵ－Ｔ　Ｈ．２６４　０３／２０１０
　しかしながら、従来の時間ダイレクトでは、時間ダイレクトの際に利用する動きベクトルは、表示時間順で、符号化対象ピクチャの後方にある参照ピクチャの動きベクトルであり、かつ、表示時間順で、前方向の動きベクトルに限られている。
　このように、時間ダイレクトの際に利用する動きベクトルが限定されることにより、符号化対象ピクチャに最も適した動きベクトルを導出することが困難となり、圧縮率の低下を招くという課題が生じている。
　本発明は、上記課題を解決することを目的とするものであり、時間ダイレクトの際に利用する動きベクトルを適応的に選択することにより、符号化対象ピクチャに最も適した動きベクトルを導出するとともに、圧縮率を向上させ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、符号化対象ピクチャを構成する符号化対象ブロックを、インター予測符号化する方法である。具体的には、動画像符号化方法は、動きベクトルを用いて前記符号化対象ブロックを符号化する画像符号化ステップと、複数の予測動きベクトルを生成する予測動きベクトル候補生成ステップと、前記予測動きベクトル候補生成ステップで生成された複数の前記予測動きベクトルの１つを用いて、前記動きベクトルを符号化する動きベクトル符号化ステップとを含む。そして、符号化済みピクチャに含まれる前記符号化対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、前記予測動きベクトル候補生成ステップでは、前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記符号化対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記符号化対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成する。
　上記方法によれば、時間ダイレクトの際に利用する動きベクトルを適応的に選択することにより、符号化対象ピクチャに最も適した動きベクトルを導出することが可能になるとともに、圧縮率を向上させることが可能になる。
　一例として、前記予測動きベクトル候補生成ステップでは、前記符号化済みピクチャが表示順で符号化対象ピクチャより前方に位置し、且つ前記２つの参照動きベクトルが両方とも前方参照である場合に、前記第１の参照動きベクトルを用いて前記第１の予測ベクトルを生成し、前記第２の参照動きベクトルを用いて前記第２の予測ベクトルを生成してもよい。
　他の例として、前記予測動きベクトル候補生成ステップでは、前記符号化済みピクチャが表示順で符号化対象ピクチャより後方に位置し、且つ前記２つの参照動きベクトルが両方とも後方参照である場合に、前記第１の参照動きベクトルを用いて前記第１の予測ベクトルを生成し、前記第２の参照動きベクトルを用いて前記第２の予測ベクトルを生成してもよい。
　また、前記予測動きベクトル候補生成ステップでは、前記２つの参照動きベクトルの参照方向が異なる場合に、前記２つの参照動きベクトルのうち、前記符号化対象ピクチャの方向を参照する参照動きベクトルを用いて、前記第１及び第２の予測ベクトルを生成してもよい。
　一例として、前記予測動きベクトル候補生成ステップでは、前記符号化済みピクチャが表示順で符号化対象ピクチャより前方に位置する場合に、前記２つの参照動きベクトルのうちの後方参照の参照動きベクトルを用いて、前記第１及び第２の予測ベクトルを生成してもよい。
　他の例として、前記予測動きベクトル候補生成ステップでは、前記符号化済みピクチャが表示順で符号化対象ピクチャより後方に位置する場合に、前記２つの参照動きベクトルのうちの前方参照の参照動きベクトルを用いて、前記第１及び第２の予測ベクトルを生成してもよい。
　本発明の一形態に係る動画像復号方法は、復号対象ピクチャを構成する復号対象ブロックを、インター予測復号する方法である。具体的には、動画像復号方法は、複数の予測動きベクトルを生成する予測動きベクトル候補生成ステップと、前記予測動きベクトル候補生成ステップで生成された複数の前記予測動きベクトルの１つを用いて、動きベクトルを復号する動きベクトル復号ステップと、前記動きベクトル復号ステップで復号された前記動きベクトルを用いて、前記復号対象ブロックを復号する画像復号ステップとを含む。そして、復号済みピクチャに含まれる前記復号対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、前記予測動きベクトル候補生成ステップでは、前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記復号対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記復号対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成する。
　本発明の一形態に係る動画像符号化方法は、符号化対象ピクチャを構成する符号化対象ブロックを、インター予測符号化する方法である。具体的には、動画像符号化装置は、動きベクトルを用いて前記符号化対象ブロックを符号化する画像符号化部と、複数の予測動きベクトルを生成する予測動きベクトル候補生成部と、前記予測動きベクトル候補生成部で生成された複数の前記予測動きベクトルの１つを用いて、前記動きベクトルを符号化する動きベクトル符号化部とを備える。そして、符号化済みピクチャに含まれる前記符号化対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、前記予測動きベクトル候補生成部は、前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記符号化対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記符号化対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成する。
　本発明の一形態に係る動画像復号装置は、復号対象ピクチャを構成する復号対象ブロックを、インター予測復号する方法である。具体的には、動画像復号装置は、複数の予測動きベクトルを生成する予測動きベクトル候補生成部と、前記予測動きベクトル候補生成部で生成された複数の前記予測動きベクトルの１つを用いて、動きベクトルを復号する動きベクトル復号部と、前記動きベクトル復号部で復号された前記動きベクトルを用いて、前記復号対象ブロックを復号する画像復号部とを備える。そして、復号済みピクチャに含まれる前記復号対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、前記予測動きベクトル候補生成部は、前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記復号対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記復号対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成する。
　本発明の一形態に係る動画像符号化復号装置は、符号化対象ピクチャを構成する符号化対象ブロックをインター予測符号化する動画像符号化部と、前記動画像符号化部で生成された復号対象ブロックをインター予測復号する動画像復号部とを備える。前記動画像符号化部は、動きベクトルを用いて前記符号化対象ブロックを符号化する画像符号化部と、複数の予測動きベクトルを生成する第１の予測動きベクトル候補生成部と、前記第１の予測動きベクトル候補生成部で生成された複数の前記予測動きベクトルの１つを用いて、前記動きベクトルを符号化する動きベクトル符号化部とを備える。そして、符号化済みピクチャに含まれる前記符号化対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、前記第１の予測動きベクトル候補生成部は、前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記符号化対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記符号化対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成する。前記動画像復号部は、複数の予測動きベクトルを生成する第２の予測動きベクトル候補生成部と、前記第２の予測動きベクトル候補生成部で生成された複数の前記予測動きベクトルの１つを用いて、動きベクトルを復号する動きベクトル復号部と、前記動きベクトル復号部で復号された前記動きベクトルを用いて、前記復号対象ブロックを復号する画像復号部とを備える。そして、復号済みピクチャに含まれる前記復号対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、前記第２の予測動きベクトル候補生成部は、前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記復号対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記復号対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成する。
　本発明によれば、時間ダイレクトの際に利用する動きベクトルを適応的に選択することにより、符号化対象ピクチャに最も適した動きベクトルを導出することが可能になるとともに、圧縮率を向上させることが可能になる。
図１Ａは、実施の形態１に係る動画像符号化装置のブロック図である。 図１Ｂは、ｃｏ－ｌｏｃａｔｅｄブロックの位置を示す図である。 図２は、実施の形態１に係る動画像符号化方法の処理フローの概要である。 図３Ａは、予測動きベクトルの候補の例を示す図である。 図３Ｂは、予測動きベクトルの候補の優先順位の一例を示す図である。 図３Ｃは、予測動きベクトルの候補の優先順位の他の例を示す図である。 図３Ｄは、予測動きベクトルの候補の優先順位の他の例を示す図である。 図３Ｅは、予測動きベクトルの候補の優先順位の他の例を示す図である。 図４は、予測動きベクトルインデックスを可変長符号化する場合の符号表の例を示す図である。 図５は、予測動きベクトルの候補の決定フローを示す図である。 図６は、図２のステップＳ１２の詳細な処理フローを示す図である。 図７Ａは、ｃｏ－ｌｏｃａｔｅｄブロックが前方２度参照の場合の時間ダイレクトベクトルの算出方法の例を示す図である。 図７Ｂは、ｃｏ－ｌｏｃａｔｅｄブロックが後方２度参照の場合の時間ダイレクトベクトルの算出方法の例を示す図である。 図８Ａは、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックであり、且つ前方参照動きベクトルと後方参照動きベクトルとの両方を有する場合の時間ダイレクトベクトルの算出方法の例を示す図である。 図８Ｂは、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックであり、且つ後方参照動きベクトルのみ有する場合の時間ダイレクトベクトルの算出方法の例を示す図である。 図９Ａは、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックであり、且つ前方参照動きベクトルと後方参照動きベクトルとの両方を有する場合の時間ダイレクトベクトルの算出方法の例を示す図である。 図９Ｂは、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックであり、且つ前方参照動きベクトルのみ有する場合の時間ダイレクトベクトルの算出方法の例を示す図である。 図１０は、図２のステップＳ１２の詳細な処理フローの他の例を示す図である。 図１１は、実施の形態３に係る動画像復号装置のブロック図である。 図１２は、実施の形態３に係る動画像復号方法の処理フローの概要である。 図１３は、Ｂピクチャにおける参照ピクチャリストの例を示す図である。 図１４は、時間ダイレクトにおけるインター予測符号化方法を説明するための図である。 図１５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１６は、デジタル放送用システムの全体構成図である。 図１７は、テレビの構成例を示すブロック図である。 図１８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１９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２０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２１は、多重化データの構成を示す図である。 図２２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２３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２４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２５は、ＰＭＴのデータ構成を示す図である。 図２６は、多重化データ情報の内部構成を示す図である。 図２７は、ストリーム属性情報の内部構成を示す図である。 図２８は、映像データを識別するステップを示す図である。 図２９は、各実施の形態の動画像符号化方法および動画像復号化方法を実現する集積回路の構成例を示すブロック図である。 図３０は、駆動周波数を切り替える構成を示す図である。 図３１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３２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３３は、（ａ）信号処理部のモジュールを共有化する構成の一例を示す図（ｂ）信号処理部のモジュールを共有化する構成の他の一例を示す図である。
　以下、本発明の実施の形態について、図面を参照しながら説明する。
　（実施の形態１）
　図１Ａは、本発明の実施の形態１に係る動画像符号化装置を示すブロック図である。
　動画像符号化装置１００は、図１Ａに示すように、減算部１０１と、直交変換部１０２と、量子化部１０３と、逆量子化部１０４と、逆直交変換部１０５と、加算部１０６と、ブロックメモリ１０７と、フレームメモリ１０８と、イントラ予測部１０９と、インター予測部１１０と、スイッチ１１１と、インター予測制御部１１２と、ピクチャタイプ決定部１１３と、時間ダイレクトベクトル算出部１１４と、ｃｏ－ｌｏｃａｔｅｄ参照方向決定部１１５と、可変長符号化部１１６とを備えている。
　減算部１０１は、装置外部から符号化対象ブロックを含む入力画像列を取得し、スイッチ１１１から予測ブロックを取得し、符号化対象ブロックから予測ブロックを減算して得られる残差ブロックを直交変換部１０２に出力する。
　直交変換部１０２は、減算部１０１から取得した残差ブロックを画像領域から周波数領域に変換し、変換係数を量子化部１０３に出力する。量子化部１０３は、量子化部１０３から取得した変換係数を量子化し、量子化係数を逆量子化部１０４及び可変長符号化部１１６に出力する。
　逆量子化部１０４は、量子化部１０３から取得した量子化係数を逆量子化し、復元された変換係数を逆直交変換部１０５に出力する。逆直交変換部１０５は、逆量子化部１０４から取得した復元された変換係数を周波数領域から画像領域に変換し、復元された残差ブロックを加算部１０６に出力する。
　加算部１０６は、逆直交変換部１０５から取得した復元された残差ブロックと、スイッチ１１１から取得した予測ブロックとを加算し、復元された符号化対象ブロック（入力画像列）をブロックメモリ１０７及びフレームメモリ１０８に出力する。ブロックメモリ１０７は、復元された入力画像列をブロック単位で保存する。フレームメモリ１０８は、復元された入力画像列をフレーム単位で保存する。
　ピクチャタイプ決定部１１３は、Ｉピクチャ、Ｂピクチャ、Ｐピクチャのいずれのピクチャタイプで入力画像列を符号化するかを決定し、ピクチャタイプ情報を生成する。そして、ピクチャタイプ決定部１１３は、生成したピクチャタイプ情報を、スイッチ１１１、インター予測制御部１１２、ｃｏ－ｌｏｃａｔｅｄ参照方向決定部１１５、及び可変長符号化部１１６に出力する。
　イントラ予測部１０９は、ブロックメモリ１０７に保存されているブロック単位の復元された入力画像列を用いて、符号化対象ブロックをイントラ予測して予測ブロックを生成し、スイッチ１１１に出力する。インター予測部１１０は、フレームメモリ１０８に保存されているフレーム単位の復元された入力画像列と、動き検出により導出した動きベクトルとを用いて、符号化対象ブロックをインター予測して予測ブロックを生成し、スイッチ１１１に出力する。
　スイッチ１１１は、イントラ予測部１０９で生成された予測ブロック、又はインター予測部１１０で生成された予測ブロックを、減算部１０１及び加算部１０６に出力する。例えば、スイッチ１１１は、２つの予測ブロックのうち、符号化コストの小さい方の予測ブロックを出力するようにすればよい。
　ｃｏ－ｌｏｃａｔｅｄ参照方向決定部１１５は、表示時間順で符号化対象ピクチャより前方に位置するピクチャに含まれるブロック（以降、前方参照ブロックと呼ぶ）、または、表示時間順で符号化対象ピクチャより後方に位置するピクチャに含まれるブロック（以降、後方参照ブロックと呼ぶ）のいずれをｃｏ－ｌｏｃａｔｅｄブロックとするかを決定する。そして、ｃｏ－ｌｏｃａｔｅｄ参照方向決定部１１５は、ｃｏ－ｌｏｃａｔｅｄ参照方向フラグをピクチャ毎に生成し、時間ダイレクトベクトル算出部１１４及び可変長符号化部１１６に出力する。
　ここで、ｃｏ－ｌｏｃａｔｅｄブロックとは、符号化対象ブロックを含む符号化対象ピクチャとは異なる符号化済みピクチャ内のブロックで、かつ、符号化済みピクチャ内における位置が、符号化対象ブロックと同じ位置になるブロックである（図１ＢのブロックＡ）。なお、本実施の形態では、ｃｏ－ｌｏｃａｔｅｄブロックは、符号化済みピクチャ内における位置が、符号化対象ブロックと同じ位置になるブロックとしたが、必ずしもこれに限らない。例えば、図１ＢのブロックＢ、Ｃ、Ｄ、Ｅのように、符号化対象ブロックと同じ位置のブロックＡの周辺ブロック等をｃｏ－ｌｏｃａｔｅｄブロックとして用いても構わない。これにより、例えば、ブロックＡがイントラ予測で符号化されたために、動きベクトルを保持しない場合等に、周辺のブロックＢ、Ｃ、Ｄ、Ｅをｃｏ－ｌｏｃａｔｅｄブロックとして使用することができる。その結果、時間ダイレクトベクトルの精度を向上でき、符号化効率を向上させることができる。
　時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの参照動きベクトルを用いて、時間ダイレクトにより、予測動きベクトルの候補である時間ダイレクトベクトルを導出する。そして、時間ダイレクトベクトル算出部１１４は、導出した時間ダイレクトベクトルをインター予測制御部１１２に出力する。
　具体的には、ｃｏ－ｌｏｃａｔｅｄブロックが有する２つの参照動きベクトルの参照方向が同一である場合、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの２つの動きベクトルを用いて、時間ダイレクトにより、予測動きベクトルの候補（予測方向０の時間ダイレクトベクトルＴＭＶＬ０、予測方向１の時間ダイレクトベクトルＴＭＶＬ１）を導出する。また、時間ダイレクトベクトル算出部１１４は、各予測方向の時間ダイレクトベクトルに、それぞれに対応する予測動きベクトルインデックスの値を割り振る。なお、「２つの参照動きベクトルの参照方向が同一」とは、ｃｏ－ｌｏｃａｔｅｄブロックが、２つの前方参照動きベクトル（表示順で符号化済みピクチャより前方に位置するピクチャを参照して算出される動きベクトル）、または、２つの後方参照動きベクトル（表示順で符号化済みピクチャより後方に位置するピクチャを参照して算出される動きベクトル）を有している場合を指す。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが、２つの前方参照動きベクトル、または、２つの後方参照動きベクトルを有していない場合（典型的には、２つの参照動きベクトルの参照方向が異なる場合）、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックであるか、後方参照ブロックであるかにより、時間ダイレクトに用いるｃｏ－ｌｏｃａｔｅｄブロックの動きベクトルを決定する。具体的には、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックが有する２つの参照動きベクトルのうち、符号化対象ピクチャの方向を参照する参照動きベクトルを用いて、予測動きベクトルの候補を算出する。
　ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックである場合、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの前方参照動きベクトルを用いて、時間ダイレクトにより予測動きベクトルの候補（予測方向０の時間ダイレクトベクトルＴＭＶＬ０、予測方向１の時間ダイレクトベクトルＴＭＶＬ１）を導出する。
　但し、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照動きベクトルを有していない場合（すなわち、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照動きベクトルのみを有している場合）、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの後方参照動きベクトルを用いて、時間ダイレクトにより予測動きベクトルの候補（予測方向０の時間ダイレクトベクトルＴＭＶＬ０、予測方向１の時間ダイレクトベクトルＴＭＶＬ１）を導出する。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックである場合、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの後方参照動きベクトルを用いて、時間ダイレクトにより予測動きベクトルの候補（予測方向０の時間ダイレクトベクトルＴＭＶＬ０、予測方向１の時間ダイレクトベクトルＴＭＶＬ１）を導出する。
　但し、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照動きベクトルを有していない場合（すなわち、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照動きベクトルのみを有している場合）、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの前方参照動きベクトルを用いて、時間ダイレクトにより予測動きベクトルの候補（予測方向０の時間ダイレクトベクトルＴＭＶＬ０、予測方向１の時間ダイレクトベクトルＴＭＶＬ１）を導出する。
　インター予測制御部１１２は、複数の予測動きベクトルの候補のうちから、動き検出により導出された動きベクトルとの誤差が最も小さい予測動きベクトルを用いて、動きベクトルの符号化を行うと決定する。ここで、誤差とは、例えば、予測動きベクトル候補と動き検出により導出された動きベクトルとの差分値を示す。また、インター予測制御部１１２は、決定した予測動きベクトルに対応する予測動きベクトルインデックスをブロック毎に生成する。そして、インター予測制御部１１２は、予測動きベクトルインデックスと、予測動きベクトル候補の誤差情報とを、可変長符号化部１１６に送る。
　可変長符号化部１１６は、量子化部１０３から取得した量子化係数と、インター予測制御部１１２から取得した予測動きベクトルインデックス及び予測動きベクトルの候補の誤差情報と、ピクチャタイプ決定部１１３から取得したピクチャタイプ情報と、ｃｏ－ｌｏｃａｔｅｄ参照方向決定部１１５から取得したｃｏ－ｌｏｃａｔｅｄ参照方向フラグとを、可変長符号化してビットストリームを生成する。
　図２は、本発明の実施の形態１に係る動画像符号化方法の処理フローの概要である。
　ｃｏ－ｌｏｃａｔｅｄ参照方向決定部１１５は、予測動きベクトルの候補を時間ダイレクトで導出する際に、前方参照ブロック、または、後方参照ブロックのいずれをｃｏ－ｌｏｃａｔｅｄブロックとするか決定する（Ｓ１１）。また、ｃｏ－ｌｏｃａｔｅｄ参照方向決定部１１５は、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックであるか後方参照ブロックであるかを示すｃｏ－ｌｏｃａｔｅｄブロック参照フラグをピクチャ毎に生成し、時間ダイレクトベクトル算出部１１４及び可変長符号化部１１６に出力する。
　次に、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの参照動きベクトルを用いて、時間ダイレクトにより、予測動きベクトルの候補を導出する。ｃｏ－ｌｏｃａｔｅｄブロックが、２つの前方参照動きベクトル、または、２つの後方参照動きベクトルを有している場合、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの２つの動きベクトルを用いて、時間ダイレクトにより、予測動きベクトルの候補（予測方向０の時間ダイレクトベクトルＴＭＶＬ０、予測方向１の時間ダイレクトベクトルＴＭＶＬ１）を導出する。また、時間ダイレクトベクトル算出部１１４は、各予測方向の時間ダイレクトベクトルに、予測動きベクトルインデックスの値を割り振る。
　より具体的には、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックが有する２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、符号化対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトル（ＴＶＭＬ０）を生成する。また、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックが有する２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、符号化対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトル（ＴＶＭＬ１）を生成する。
　ここで、一般に、予測動きベクトルインデックスは、値の小さい場合に必要な情報量が少なくなる。一方、予測動きベクトルインデックスの値が大きくなると、必要な情報量が大きくなる。従って、より精度の高い動きベクトルとなる可能性の高い動きベクトルに、小さい予測動きベクトルインデックスを割り当てると、符号化効率が高くなる。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが、２つの前方参照動きベクトル、または、２つの後方参照動きベクトルを有していない場合、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックであるか、後方参照ブロックであるかにより、時間ダイレクトに用いるｃｏ－ｌｏｃａｔｅｄブロックの動きベクトルを決定する。
　ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックである場合、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの前方参照動きベクトルを用いて、時間ダイレクトにより予測動きベクトルの候補（予測方向０の時間ダイレクトベクトルＴＭＶＬ０、予測方向１の時間ダイレクトベクトルＴＭＶＬ１）を導出する。但し、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照動きベクトルを有していない場合、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの後方参照動きベクトルを用いて、時間ダイレクトにより予測動きベクトルの候補（予測方向０の時間ダイレクトベクトルＴＭＶＬ０、予測方向１の時間ダイレクトベクトルＴＭＶＬ１）を導出する。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックである場合、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの後方参照動きベクトルを用いて、時間ダイレクトにより予測動きベクトルの候補（予測方向０の時間ダイレクトベクトルＴＭＶＬ０、予測方向１の時間ダイレクトベクトルＴＭＶＬ１）を導出する。但し、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照動きベクトルを有していない場合、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの前方参照動きベクトルを用いて、時間ダイレクトにより予測動きベクトルの候補（予測方向０の時間ダイレクトベクトルＴＭＶＬ０、予測方向１の時間ダイレクトベクトルＴＭＶＬ１）を導出する。
　次に、インター予測部１１０は、動き検出により導出された動きベクトルを用いて、インター予測により符号化対象ピクチャを符号化する。また、インター予測制御部１１２は、各予測方向の予測動きベクトルの候補うちから、誤差の最も小さい予測動きベクトルを用いて、各予測方向の動きベクトルの符号化を行うと決定する。例えば、インター予測制御部１１２は、予測動きベクトルの候補と動き検出により導出された動きベクトルとの差分値を誤差とし、最も誤差の小さい予測動きベクトルを、動きベクトルの符号化を行う際に用いると決定する。そして、可変長符号化部１１６は、選択した予測動きベクトルの候補に対応する予測動きベクトルインデックスと、決定した予測動きベクトル候補の誤差情報とを、量子化係数等と共に可変長符号化する（Ｓ１３）。
　図３Ａは、予測動きベクトルの候補の例を示している。動きベクトルＭＶＬ０＿Ａ、ＭＶＬ１＿Ａは、符号化対象ブロックの左隣に位置する隣接ブロックＡの予測方向０の動きベクトルおよび予測方向１の動きベクトルである。動きベクトルＭＶＬ０＿Ｂ、ＭＶＬ１＿Ｂは、符号化対象ブロックの上隣に位置する隣接ブロックＢの予測方向０の動きベクトルおよび予測方向１の動きベクトルである。動きベクトルＭＶＬ０＿Ｃは、符号化対象ブロックの右上隣に位置する隣接ブロックＣの予測方向０の動きベクトルである。また、隣接ブロックＡおよび隣接ブロックＢは双方向予測、隣接ブロックＣは片方向予測である。また、予測方向Ｘ（Ｘ＝０，１）のＭｅｄｉａｎ（ＭＶＬＸ＿Ａ，ＭＶＬＸ＿Ｂ，ＭＶＬＸ＿Ｃ）は、動きベクトルＭＶＬＸ＿Ａ、ＭＶＬＸ＿Ｂ、ＭＶＬＸ＿Ｃの中間値を示している。ここで、中間値は、例えば、以下のように導出される。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
Figure JPOXMLDOC01-appb-M000003
　予測方向０の予測動きベクトルインデックスの値は、Ｍｅｄｉａｎ（ＭＶＬ０＿Ａ，ＭＶＬ０＿Ｂ，ＭＶＬ０＿Ｃ）に対応する値を０とし、動きベクトルＭＶＬ０＿Ａに対応する値を１とし、ＭＶＬ０＿Ｂに対応する値を２とし、ＭＶＬ０＿Ｃに対応する値を３とし、時間ダイレクトベクトルＴＭＶＬ０に対応する値を４としている。また、予測方向１の予測動きベクトルインデックスの値は、Ｍｅｄｉａｎ（ＭＶＬ１＿Ａ，ＭＶＬ１＿Ｂ，０）に対応する値を０とし、動きベクトルＭＶＬ１＿Ａに対応する値を１とし、ＭＶＬ１＿Ｂに対応する値を２とし、時間ダイレクトベクトルＴＭＶＬ１に対応する値を３としている。
　なお、予測動きベクトルインデックスの割り当て方は、この例に限らない。例えば、ｃｏ－ｌｏｃａｔｅｄブロックの有する動きベクトルの参照方向に応じて、予測動きベクトルインデックスの割当を切り替えるなどが考えられる。具体的な例を図３Ｂ～３Ｅに示す。
　図３Ｂは、ｃｏ－ｌｏｃａｔｅｄブロックの２つの動きベクトルが、共に前方参照動きベクトル（以下、「前方２度参照」と表記する）または後方参照動きベクトル（以下、「後方２度参照」と表記する）であり、かつ、各動きベクトルの参照方向が、符号化対象ブロックを含む符号化対象ピクチャの方向に一致する場合の予測動きベクトルインデックスの割り当て例を示す図である。この場合には、各々の動きベクトルから算出した予測方向Ｘの時間ダイレクトベクトルＴＭＶＬＸは、他の予測動きベクトルの候補よりも精度が高い可能性がある。このため、図３Ｂのように、時間ダイレクトベクトルＴＭＶＬＸに、より小さい予測動きベクトルインデックスを割り当てる。
　また、図３Ｃは、ｃｏ－ｌｏｃａｔｅｄブロックの２つの動きベクトルが、共に前方参照動きベクトルまたは後方参照動きベクトルであり、かつ、各動きベクトルの参照方向が、符号化対象ブロックを含む符号化対象ピクチャの方向とは逆方向である場合の予測動きベクトルインデックスの割り当て例を示す図である。この場合には、各々の動きベクトルから算出した予測方向Ｘの時間ダイレクトベクトルよりも、他の予測動きベクトルの候補に、より小さい予測動きベクトルインデックスを割り当てる。
　また、図３Ｄは、ｃｏ－ｌｏｃａｔｅｄブロックの動きベクトルが、前方参照動きベクトルまたは後方参照動きベクトルであり、かつ、その動きベクトルの参照方向が、符号化対象ブロックを含む符号化対象ピクチャの方向である場合の予測動きベクトルインデックスの割り当て例を示す図である。この場合には、動きベクトルから算出した予測方向Ｘの時間ダイレクトベクトルは、他の予測動きベクトルの候補よりも精度が高い可能性がある。このため、図３Ｄのように、時間ダイレクトベクトルに、より小さい予測動きベクトルインデックスを割り当てる。
　また、図３Ｅは、ｃｏ－ｌｏｃａｔｅｄブロックの動きベクトルが、前方参照動きベクトルまたは後方参照動きベクトルであり、かつ、その動きベクトルの参照方向が、符号化対象ブロックを含むピクチャ方向と逆方向である場合の予測動きベクトルインデックスの割り当て例を示す図である。この場合には、動きベクトルから算出した予測方向Ｘの時間ダイレクトベクトルよりも、他の予測動きベクトルの候補により小さい予測動きベクトルインデックスを割り当てる。
　このように、ｃｏ－ｌｏｃａｔｅｄブロックの有する動きベクトルの参照方向に応じて、予測動きベクトルインデックスの割り当て方法を切り替えることによって、予測精度が良い可能性の高い予測動きベクトルの候補に、小さい予測動きベクトルインデックスを割り当てることができるので、符号化効率を向上させることができる。
　図４は、予測動きベクトルインデックスを可変長符号化する際に用いる、符号表の例を示している。図４の例では、予測動きベクトルインデックスの値の小さい順に、符号長の短い符号を割り当てている。従って、予測精度が良い可能性の高い予測動きベクトル候補に、小さい予測動きベクトルインデックスを割り当てることにより、符号化効率を向上させることができる。
　図５は、インター予測制御部１１２が実行する予測動きベクトルの候補の決定フローを示す図である。図５に示すフローにより、インター予測制御部１１２は、複数の予測動きベクトルの候補のうちから、動き検出により導出した各予測方向の動きベクトルとの誤差が最も小さい予測動きベクトルを、各予測方向の動きベクトルを符号化する際に用いると決定する。そして、可変長符号化部１１６は、決定した予測動きベクトル候補の誤差情報と、決定した予測動きベクトルを示す予測動きベクトルインデックスとを可変長符号化する。
　具体的には、まず、インター予測制御部１１２は、予測動きベクトル候補インデックスｍｖｐ＿ｉｄｘ、及び最小動きベクトル誤差を初期化する（Ｓ２１）。次に、インター予測制御部１１２は、予測動きベクトル候補インデックスｍｖｐ＿ｉｄｘと、予測動きベクトル候補数（図３に示されるテーブルのレコード数）とを比較する（Ｓ２２）。
　ｍｖｐ＿ｉｄｘ＜予測動きベクトル候補数（Ｓ２２でＹｅｓ）であれば、インター予測制御部１１２は、複数の予測動きベクトルの候補のうちの１つを用いて、動きベクトル誤差（誤差情報）を算出する（Ｓ２３）。例えば、インター予測制御部１１２は、符号化対象ブロックの符号化に用いた動きベクトルから、図３の予測動きベクトルインデックス＝０の予測動きベクトルを減算することによって、動きベクトル誤差を算出する。
　次に、インター予測制御部１１２は、ステップＳ２３で算出した動きベクトル誤差と、最小動きベクトル誤差とを比較する（Ｓ２４）。動きベクトル誤差＜最小動きベクトル誤差（Ｓ２４でＹｅｓ）であれば、インター予測制御部１１２は、ステップＳ２３で算出した動きベクトル誤差を最小動きベクトル誤差にセット（上書き）し、現在のｍｖｐ＿ｉｄｘを予測動きベクトルインデックスにセット（上書き）する（Ｓ２５）。一方、動きベクトル誤差≧最小動きベクトル誤差（Ｓ２４でＮｏ）であれば、ステップＳ２５はスキップされる。
　そして、インター予測制御部１１２は、ｍｖｐ＿ｉｄｘを１だけインクリメント（Ｓ２６）し、上記の各処理（ステップＳ２２～ステップＳ２６）を予測動きベクトルの候補数だけ繰り返し実行する。そして、インター予測制御部１１２は、ｍｖｐ＿ｉｄｘ＝予測動きベクトル候補数（Ｓ２２）となるタイミングで、最小動きベクトル誤差及び予測動きベクトルインデックスにセットされている値を、可変長符号化部１１８に出力し、図５の処理を終了する（Ｓ２７）。
　図６は、図２のステップＳ１２の詳細な処理フローである。以下、図６について説明する。
　まず、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックが、参照動きベクトルを有しているか否かを判断する（Ｓ３１）。ｃｏ－ｌｏｃａｔｅｄブロックが参照動きベクトルを有していると判断された場合（Ｓ３１でＹｅｓ）、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックが前方２度参照、または、後方２度参照であるか否かを判断する（Ｓ３２）。
　ｃｏ－ｌｏｃａｔｅｄブロックが、前方２度参照、または、後方２度参照であると判断された場合（Ｓ３２でＹｅｓ）、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの動きベクトル（ｍｖＬ０）を用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０を導出する（Ｓ３３）。また、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの動きベクトル（ｍｖＬ１）を用いて、時間ダイレクトにより、予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する（Ｓ３４）。そして、時間ダイレクトベクトル算出部１１４は、予測方向０、１の予測動きベクトルの候補に、時間ダイレクトベクトルＴＭＶＬ０、ＴＭＶＬ１それぞれを追加する（Ｓ３５）。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが、前方２度参照及び後方２度参照のいずれでもないと判断された場合（Ｓ３２でＮｏ）、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックであるか否かを判断する（Ｓ３６）。
　ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックであると判断された場合（Ｓ３６でＹｅｓ）、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照動きベクトル（ｍｖＬ０）を有するか否かを判断する（Ｓ３７）。ｃｏ－ｌｏｃａｔｅｄブロックが前方参照動きベクトル（ｍｖＬ０）を有する判断された場合（Ｓ３７でＹｅｓ）、時間ダイレクトベクトル算出部１１４は、前方参照動きベクトル（ｍｖＬ０）を用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出し（Ｓ３８）、予測方向０、１の予測動きベクトルの候補に追加する（Ｓ３５）。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照動きベクトル（ｍｖＬ０）を有していないと判断された場合（Ｓ３７でＮｏ）、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの後方参照動きベクトル（ｍｖＬ１）を用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出し（Ｓ３９）、予測方向０、１の予測動きベクトルの候補に追加する（Ｓ３５）。
　また、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックではない、すなわち、前方参照ブロックであると判断された場合（Ｓ３６でＮｏ）、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照動きベクトル（ｍｖＬ１）を有しているか否かを判断する（Ｓ４０）。
　そして、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照動きベクトル（ｍｖＬ１）を有していると判断された場合（Ｓ４０でＹｅｓ）、時間ダイレクトベクトル算出部１１４は、後方参照動きベクトル（ｍｖＬ１）を用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出し（Ｓ４１）、予測方向０、１の予測動きベクトルの候補に追加する（Ｓ３５）。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照動きベクトル（ｍｖＬ１）を有していないと判断された場合（Ｓ４０でＮｏ）、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの前方参照動きベクトル（ｍｖＬ０）を用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出し（Ｓ４２）、予測方向０、１の予測動きベクトルの候補に追加する（Ｓ３５）。
　さらに、ｃｏ－ｌｏｃａｔｅｄブロックが参照動きベクトル（ｍｖＬ０，ｍｖＬ１）を有していないと判断された場合（Ｓ３１でＮｏ）、時間ダイレクトベクトル算出部１１４は、時間ダイレクトにより、予測動きベクトル候補を導出することは行わない（Ｓ４３）。
　次に、時間ダイレクトにより、動きベクトルを導出する方法について、詳細に説明する。
　図７Ａは、ｃｏ－ｌｏｃａｔｅｄブロックが前方２度参照の場合、すなわち、前方参照動きベクトルを２つ（ｍｖＬ０，ｍｖＬ１）有している場合の時間ダイレクトベクトルの算出方法の例を示す図である。図７Ａの場合、時間ダイレクトベクトル算出部１１４は、それぞれの動きベクトルを用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。具体的には、時間ダイレクトベクトル算出部１１４は、以下の式４及び式５により、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。
　ＴＭＶＬ０＝ｍｖＬ０×（Ｂ８－Ｂ４）／（Ｂ４－Ｂ２）　　・・（式４）
　ＴＭＶＬ１＝ｍｖＬ１×（Ｂ８－Ｂ４）／（Ｂ４－Ｂ０）　　・・（式５）
　ここで、（Ｂ４－Ｂ２）は、ピクチャＢ４とピクチャＢ２との表示時間における時間差情報を示す。（Ｂ４－Ｂ０）は、ピクチャＢ４とピクチャＢ０との表示時間における時間差情報を示す。（Ｂ８－Ｂ４）は、ピクチャＢ８とピクチャＢ４との表示時間における時間差情報を示す。
　図７Ｂは、ｃｏ－ｌｏｃａｔｅｄブロックが後方２度参照の場合、すなわち、後方参照動きベクトルを２つ（ｍｖＬ０，ＭＶＬ１）有している場合の時間ダイレクトベクトルの算出方法の例を示す図である。図７Ｂの場合、時間ダイレクトベクトル算出部１１４は、それぞれの動きベクトルを用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。具体的には、時間ダイレクトベクトル算出部１１４は、以下の式６及び式７により、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。
　ＴＭＶＬ０＝ｍｖＬ０×（Ｂ２－Ｂ０）／（Ｂ４－Ｂ２）　　・・（式６）
　ＴＭＶＬ１＝ｍｖＬ１×（Ｂ２－Ｂ０）／（Ｂ８－Ｂ２）　　・・（式７）
　ここで、（Ｂ４－Ｂ２）は、ピクチャＢ４とピクチャＢ２との表示時間における時間差情報を示す。（Ｂ８－Ｂ２）は、ピクチャＢ８とピクチャＢ２との表示時間における時間差情報を示す。（Ｂ２－Ｂ０）は、ピクチャＢ２とピクチャＢ０との表示時間における時間差情報を示す。
　図８Ａは、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックであり、且つ前方参照動きベクトルと後方参照動きベクトルとの両方を有する場合の時間ダイレクトベクトルの算出方法の例を示す図である。図８Ａの場合、時間ダイレクトベクトル算出部１１４は、前方参照動きベクトルを用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。具体的には、時間ダイレクトベクトル算出部１１４は、前方参照動きベクトルを用いて、以下の式８及び式９により、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。
　ＴＭＶＬ０＝ｍｖＬ０×（Ｂ２－Ｂ０）／（Ｂ４－Ｂ０）　　・・（式８）
　ＴＭＶＬ１＝ｍｖＬ０×（Ｂ２－Ｂ４）／（Ｂ４－Ｂ０）　　・・（式９）
　ここで、（Ｂ２－Ｂ０）は、ピクチャＢ２とピクチャＢ０との表示時間における時間差情報を示す。（Ｂ２－Ｂ４）は、ピクチャＢ２とピクチャＢ４との表示時間における時間差情報を示す。（Ｂ４－Ｂ０）は、ピクチャＢ４とピクチャＢ０との表示時間における時間差情報を示す。
　図８Ｂは、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックであり、且つ後方参照動きベクトルのみ有する場合の時間ダイレクトベクトルの算出方法の例を示す図である。図８Ｂの場合、時間ダイレクトベクトル算出部１１４は、後方参照動きベクトルを用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。具体的には、時間ダイレクトベクトル算出部１１４は、後方参照動きベクトルを用いて、以下の式１０及び式１１により、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。
　ＴＭＶＬ０＝ｍｖＬ１×（Ｂ２－Ｂ０）／（Ｂ４－Ｂ８）　　・・（式１０）
　ＴＭＶＬ１＝ｍｖＬ１×（Ｂ２－Ｂ４）／（Ｂ４－Ｂ８）　　・・（式１１）
　ここで、（Ｂ２－Ｂ０）は、ピクチャＢ２とピクチャＢ０との表示時間における時間差情報を示す。（Ｂ２－Ｂ４）は、ピクチャＢ２とピクチャＢ４との表示時間における時間差情報を示す。（Ｂ４－Ｂ８）は、ピクチャＢ４とピクチャＢ８との表示時間における時間差情報を示す。
　図９Ａは、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックであり、且つ前方参照動きベクトルと後方参照動きベクトルとの両方を有する場合の時間ダイレクトベクトルの算出方法の例を示す図である。図９Ａの場合、時間ダイレクトベクトル算出部１１４は、後方参照動きベクトルを用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。具体的には、時間ダイレクトベクトル算出部１１４は、後方参照動きベクトルを用いて、以下の式１２及び式１３により、予測動きベクトル候補を導出する。
　ＴＭＶＬ０＝ｍｖＬ１×（Ｂ６－Ｂ８）／（Ｂ４－Ｂ８）　　・・（式１２）
　ＴＭＶＬ１＝ｍｖＬ１×（Ｂ６－Ｂ４）／（Ｂ４－Ｂ８）　　・・（式１３）
　ここで、（Ｂ６－Ｂ８）は、ピクチャＢ６とピクチャＢ８との表示時間における時間差情報を示す。（Ｂ６－Ｂ４）は、ピクチャＢ６とピクチャＢ４との表示時間における時間差情報を示す。（Ｂ４－Ｂ８）は、ピクチャＢ４とピクチャＢ８との表示時間における時間差情報を示す。
　図９Ｂは、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックであり、且つ前方参照動きベクトルのみ有する場合の時間ダイレクトベクトルの算出方法の例を示す図である。図９Ｂの場合、時間ダイレクトベクトル算出部１１４は、前方参照動きベクトルを用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。具体的には、時間ダイレクトベクトル算出部１１４は、後方参照動きベクトルを用いて、以下の式１４及び式１５により、予測動きベクトル候補を導出する。
　ＴＭＶＬ０＝ｍｖＬ０×（Ｂ６－Ｂ８）／（Ｂ４－Ｂ０）　　・・（式１４）
　ＴＭＶＬ１＝ｍｖＬ０×（Ｂ６－Ｂ４）／（Ｂ４－Ｂ０）　　・・（式１５）
　ここで、（Ｂ６－Ｂ８）は、ピクチャＢ６とピクチャＢ８との表示時間における時間差情報を示す。（Ｂ６－Ｂ４）は、ピクチャＢ６とピクチャＢ４との表示時間における時間差情報を示す。（Ｂ４－Ｂ０）は、ピクチャＢ４とピクチャＢ０との表示時間における時間差情報を示す。
　このように、本発明の実施の形態１では、動きベクトルを符号化する際に、複数の予測動きベクトルの候補のうちから、最も誤差値の小さい予測動きベクトルを用いることにより、符号化効率を向上させることができる。例えば、動き検出による動きベクトルと、選択された予測動きベクトルとの差分値を誤差値とする。
　また、実施の形態１では、ｃｏ－ｌｏｃａｔｅｄブロックの位置、及び、ｃｏ－ｌｏｃａｔｅｄブロックの有する参照動きベクトルの数に応じて、時間ダイレクトの際に用いるｃｏ－ｌｏｃａｔｅｄブロックの参照動きベクトルを選択する。これにより、精度の高い予測動きベクトルの候補に絞ることができ、符号化及び復号の際における処理負荷を軽減することが可能となる。
　具体的には、ｃｏ－ｌｏｃａｔｅｄブロックが、前方２度参照又は後方２度参照している場合には、符号化対象ブロックの動きベクトルとｃｏ－ｌｏｃａｔｅｄブロックの動きベクトルとは、同一の予測方向の方が近似する可能性が高い。このため、ｃｏ－ｌｏｃａｔｅｄブロックの同一の予測方向の動きベクトルから各予測方向の時間ダイレクトベクトルを算出することにより、符号化効率を向上させることができる。より具体的には、ｃｏ－ｌｏｃａｔｅｄブロックの予測方向０の動きベクトルｍｖＬ０から、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０を算出し、予測方向１の動きベクトルｍｖＬ１から、時間ダイレクトにより予測方向１の時間ダイレクトベクトルＴＭＶＬ１を算出する。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照動きベクトルと後方参照動きベクトルとの両方を有している場合には、ｃｏ－ｌｏｃａｔｅｄブロックの位置に応じて、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１の算出に用いる動きベクトルを選択する。
　例えば、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックである場合には、前方参照動きベクトルを用いる。具体的には、前方参照動きベクトルは、ｃｏ－ｌｏｃａｔｅｄブロックを含むピクチャから、符号化対象ブロックを含む符号化対象ピクチャ方向への動きベクトルであり、後方参照動きベクトルよりも予測誤差が小さくなる可能性が高いためである。一方、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックである場合には、後方参照動きベクトルを用いる。具体的には、後方参照動きベクトルは、ｃｏ－ｌｏｃａｔｅｄブロックを含むピクチャから、符号化対象ブロックを含む符号化対象ピクチャ方向への動きベクトルであり、前方参照動きベクトルよりも予測誤差が小さくなる可能性が高いためである。
　なお、本実施の形態１では、ｃｏ－ｌｏｃａｔｅｄブロックが前方２度参照、または、後方２度参照しているか否かを判断しているが、更に、ｃｏ－ｌｏｃａｔｅｄブロックの位置も同時に判断してもよい。具体的には、図６のステップＳ３２において、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックである場合に前方を２度参照しているか、または、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックである場合に後方を２度参照しているかを判断する。
　ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックである場合、後方参照動きベクトルは、ｃｏ－ｌｏｃａｔｅｄブロックを含むピクチャから、符号化対象ブロックを含むピクチャとは反対側に位置するピクチャの方向に延びる動きベクトルであるため、予測精度が低くなる可能性がある。このような場合に、時間ダイレクトベクトル算出部１１４は、予測方向０の動きベクトルｍｖＬ０から、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０を算出し、予測方向１の動きベクトルｍｖＬ１から、時間ダイレクトにより予測方向１の時間ダイレクトベクトルＴＭＶＬ１を算出することに。これにより、予測精度を高めつつ、処理量を抑制することが可能になる。
　また、図６のステップＳ４３において、ｃｏ－ｌｏｃａｔｅｄブロックが参照動きベクトルを有していない場合には、時間ダイレクトベクトルを算出しないとしている。しかしながら、他のブロックをｃｏ－ｌｏｃａｔｅｄブロックとすることにより、時間ダイレクトベクトルを算出することが可能である。
　例えば、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックであり、参照動きベクトルを有していない場合には、前方参照ブロックをｃｏ－ｌｏｃａｔｅｄブロックとすることが考えられる。この場合、前方参照ブロックの参照動きベクトルのうち、後方参照動きベクトルを用いることにより、予測精度を向上させることが可能である。また、前方参照ブロックが、後方参照動きベクトルを有していない場合には、前方参照動きベクトルを用いることにより、時間ダイレクトベクトルを導出することが可能となる。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックであり、参照動きベクトルを有していない場合には、後方参照ブロックをｃｏ－ｌｏｃａｔｅｄブロックとすることが考えられる。この場合、後方参照ブロックの参照動きベクトルのうち、前方参照動きベクトルを用いることにより、予測精度を向上させることが可能である。また、後方参照ブロックが、前方参照動きベクトルを有していない場合には、後方参照動きベクトルを用いることにより、時間ダイレクトベクトルを導出することが可能となる。
　例えば、ｃｏ－ｌｏｃａｔｅｄブロックが、符号化対象ピクチャの参照ピクチャリストＬ０のインデックス０のピクチャ内のブロックを用いている場合に、参照ピクチャリストＬ０のインデックス０で特定されるｃｏ－ｌｏｃａｔｅｄブロックが参照動きベクトルを有さない場合には、参照ピクチャリストＬ１のインデックス０で特定されるｃｏ－ｌｏｃａｔｅｄブロックの参照動きベクトルを用いることが考えられる。
　また、本実施の形態１では、動き検出により導出された動きベクトルを符号化する際に用いる予測動きベクトルの候補の一つとして、時間ダイレクトベクトルの算出方法を説明したが、必ずしもこれに限らない。例えば、Ｈ．２６４で用いられる、ＢピクチャやＰピクチャにおける符号化対象ブロックのインター予測の符号化モードとして、画像データの差分値のみ符号化を行い、動きベクトルは周辺ブロック等から予測するダイレクトモードや、画像データの差分値も動きベクトルも符号化せず、周辺ブロック等から予測した動きベクトルの示す位置の予測画像をそのまま復号画像とするスキップモードが存在する。このダイレクトモードやスキップモードでも、同様の方法で算出した時間ダイレクトベクトルを、予測動きベクトルの一つとして適用することができる。
　また、ＢピクチャやＰピクチャにおける各符号化対象ブロックのインター予測モードとして、符号化対象ブロックの隣接ブロックやｃｏ－ｌｏｃａｔｅｄブロックから動きベクトルや参照ピクチャインデックスをコピーして、符号化対象ブロックの符号化を行うマージモードが存在する。マージモードでは、コピーに用いた隣接ブロックのインデックス等をビットストリームに付随させることによって、動きベクトルや参照ピクチャインデックスを選択することができる。このようなマージモードにおいても、同様の方法で算出した時間ダイレクトベクトルを、ｃｏ－ｌｏｃａｔｅｄブロックの予測動きベクトルとして適用することができる。
　また、本実施の形態１では、ｃｏ－ｌｏｃａｔｅｄ参照方向フラグを用いて、前方参照ブロックまたは後方参照ブロックのどちらかをｃｏ－ｌｏｃａｔｅｄブロックとして選択し、時間ダイレクトベクトルを求めるようにしたが、必ずしもこれに限らない。例えば、前方参照ブロックをｃｏ－ｌｏｃａｔｅｄブロック１とし、後方参照ブロックをｃｏ－ｌｏｃａｔｅｄブロック２とする。そして、ｃｏ－ｌｏｃａｔｅｄブロック１とｃｏ－ｌｏｃａｔｅｄブロック２との保持する参照動きベクトルの方向や数に応じて、時間ダイレクトベクトルを算出し、予測動きベクトルの候補に追加しても構わない。このように、前方参照ブロックおよび後方参照ブロックのｃｏ－ｌｏｃａｔｅｄブロックを両方とも用いることによって、時間ダイレクトベクトルの精度を向上でき、符号化効率を向上させることができる。
　また、本実施の形態１では、ｃｏ－ｌｏｃａｔｅｄブロックが前方２度参照または後方２度参照を行う場合に、ｃｏ－ｌｏｃａｔｅｄブロックの予測方向０の動きベクトルｍｖＬ０から、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０を算出し、予測方向１の動きベクトルｍｖＬ１から、時間ダイレクトにより予測方向１の時間ダイレクトベクトルＴＭＶＬ１を算出する。そして、各予測方向の予測動きベクトルの候補にＴＭＶＬ０、ＴＭＶＬ１それぞれ追加するようにしたが、必ずしもこれに限らない。例えば、算出したＴＭＶＬ０およびＴＭＶＬ１を、どちらとも各予測方向の予測動きベクトルの候補に加えるようにしても構わない。これにより、予測動きベクトルの候補の精度が向上し、符号化効率を向上させることができる。
　（実施の形態２）
　本実施の形態２は、ステップＳ５２が、実施の形態１のステップＳ３２と異なる。以下、実施の形態１と異なる点を中心に説明する。
　図１０のステップＳ５２は、符号化済みピクチャの参照リストＬ０及び参照リストＬ１における参照ピクチャに対する参照ピクチャインデックスの割り当て方が同じであるかを判断している。一般に、参照リストＬ１は、表示時間順で符号化対象ピクチャより後方に位置するピクチャに対し、参照ピクチャインデックスを割り振る。一方、参照リストＬ０は、表示時間順で符号化対象ピクチャより前方に位置するピクチャに対し、参照ピクチャインデックスを割り振る。従って、符号化済みピクチャの参照リストＬ１及び参照リストＬ０における参照ピクチャに対する参照ピクチャインデックスの割り振り方が同じ場合には、符号化対象ピクチャよりも表示順で前方または後方のいずれか一方に参照方向が制限される。
　より具体的には、符号化済みピクチャの参照リストＬ０及び参照リストＬ１における参照ピクチャに対する参照ピクチャインデックスの割り当て方が同じであると判断された場合（Ｓ５２でＹｅｓ）、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの参照動きベクトルｍｖＬ０、ｍｖＬ１を用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する（Ｓ５３、Ｓ５４）。
　符号化対象ブロックの動きベクトルとｃｏ－ｌｏｃａｔｅｄブロックの動きベクトルとは、同一の予測方向の方が近似する可能性が高い。このため、ｃｏ－ｌｏｃａｔｅｄブロックの同一の予測方向の動きベクトルから各予測方向の時間ダイレクトベクトルを算出することにより、符号化効率を向上させることができる。より具体的には、時間ダイレクトベクトル算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックの予測方向０の動きベクトルｍｖＬ０から、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０を算出し、予測方向１の動きベクトルｍｖＬ１から、時間ダイレクトにより予測方向１の時間ダイレクトベクトルＴＭＶＬ１を算出する。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが、参照動きベクトルｍｖＬ０、ｍｖＬ１のいずれか一方しか有していない場合（Ｓ５２でＮｏ）、時間ダイレクトベクトル算出部１１４は、参照動きベクトルｍｖＬ０、ｍｖＬ１のいずれか一方のみを用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する（Ｓ５６～Ｓ６２）。ステップＳ５６以降の処理は、実施の形態１のステップＳ３６～Ｓ４２と同じであるため説明を省略する。
　このように、本発明の実施の形態２は、参照リストに基づいて判断を行うことにより、符号化及び復号の際の処理量を軽減している。参照リストは、ピクチャ毎に有していることから、ピクチャ単位で判断すればよい。すなわち、ブロック単位で判断する必要がなくなるため、処理量を軽減することが可能となる。
　なお、本実施の形態２では、参照リストＬ０及び参照リストＬ１における参照ピクチャに対する参照ピクチャインデックスの割り当て方が同じ場合に、ｃｏ－ｌｏｃａｔｅｄブロックの予測方向０の動きベクトルｍｖＬ０から、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０を算出し、予測方向１の動きベクトルｍｖＬ１から、時間ダイレクトにより予測方向１の時間ダイレクトベクトルＴＭＶＬ１を算出するようにしたが、必ずしもこれに限らない。
　例えば、ｃｏ－ｌｏｃａｔｅｄブロックが含まれる参照ピクチャにおいて、その参照リストＬ０と参照リストＬ１における参照ピクチャに対する参照ピクチャインデックスの割り当て方が同じ場合に、ｃｏ－ｌｏｃａｔｅｄブロックの予測方向０の動きベクトルｍｖＬ０から、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０を算出し、予測方向１の動きベクトルｍｖＬ１から、時間ダイレクトにより予測方向１の時間ダイレクトベクトルＴＭＶＬ１を算出するようにしても構わない。
　さらに他の例として、符号化済みピクチャの参照リストＬ０、Ｌ１に保持されている全ての参照ピクチャが、表示順で符号化対象ピクチャよりも前方に位置する場合、又は表示順で符号化対象ピクチャよりも後方に位置する場合に、ｃｏ－ｌｏｃａｔｅｄブロックの予測方向０の動きベクトルｍｖＬ０から、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０を算出し、予測方向１の動きベクトルｍｖＬ１から、時間ダイレクトにより予測方向１の時間ダイレクトベクトルＴＭＶＬ１を算出するようにしても構わない。
　（実施の形態３）
　次に、図１１及び図１２を参照して、実施の形態３に係る動画像符号化方法及び動画像復号装置を説明する。なお、実施の形態１との共通点の詳しい説明は省略し、相違点を中心に説明する。
　図１１は、本発明の実施の形態２に係る動画像復号装置を示すブロック図である。
　本実施の形態３では、表示時間順で復号対象ピクチャより前方に位置するピクチャに含まれるブロックを、前方参照ブロックと呼ぶ。また、表示時間順で復号対象ピクチャより後方に位置するピクチャに含まれるブロックを、後方参照ブロックと呼ぶ。
　動画像復号装置２００は、図１１に示すように、可変長復号部２０１と、逆量子化部２０２と、逆直交変換部２０３と、加算部２０４と、ブロックメモリ２０５と、フレームメモリ２０６と、イントラ予測部２０７と、インター予測部２０８と、スイッチ２０９と、インター予測制御部２１０、時間ダイレクトベクトル算出部２１１とを備えている。この動画像復号装置２００は、例えば、実施の形態１に係る動画像符号化装置１００から出力されるビットストリームを復号する。
　可変長復号部２０１は、入力されたビットストリームを可変長復号し、量子化係数を逆量子化部２０２に出力し、ピクチャタイプ情報をスイッチ２０９及びインター予測制御部２１０に出力し、予測動きベクトルインデックスをインター予測制御部２１０に出力し、ｃｏ－ｌｏｃａｔｅｄ参照方向フラグを時間ダイレクトベクトル算出部２１１に出力する。
　逆量子化部２０２は、可変長復号部２０１から取得した量子化係数を逆量子化して変換係数を復元し、逆直交変換部２０３に出力する。逆直交変換部２０３は、逆量子化部２０２から取得した復元された変換係数を周波数領域から画像領域に変換して残差ブロックを復元し、加算器２０４に出力する。
　加算部２０４は、逆直交変換部２０３から取得した復元された残差ブロックと、スイッチ２０９から取得した予測ブロックとを加算して復号ブロックを復元する。そして、加算部２０４は、この復元された復号ブロックを含む復号画像列を装置外部に出力すると共に、ブロックメモリ２０５及びフレームメモリ２０６に保存する。ブロックメモリ２０５は、加算部２０４から取得した復号画像列を、ブロック単位で保存する。フレームメモリ２０６は、加算部２０４から取得した復号画像列を、フレーム単位で保存する。
　イントラ予測部２０７は、ブロックメモリ２０５に保存されているブロック単位の復号画像列を用いてイントラ予測することにより、復号対象ブロックの予測ブロックを生成し、スイッチ２０９に出力する。インター予測部２０８は、フレームメモリ２０６に保存されているフレーム単位の復号画像列を用いてインター予測することにより、復号対象ブロックの予測ブロックを生成し、スイッチに出力する。スイッチ２０９は、イントラ予測部２０７で生成された予測ブロック、又はインター予測部２０８で生成された予測ブロックを、加算部２０４に出力する。
　時間ダイレクトベクトル算出部２１１は、可変長復号部２０１から取得したｃｏ－ｌｏｃａｔｅｄ参照方向フラグを用いて、時間ダイレクトにより、予測動きベクトルの候補を導出する。具体的には、ｃｏ－ｌｏｃａｔｅｄ参照方向フラグで特定されるｃｏ－ｌｏｃａｔｅｄブロックが、２つの前方参照動きベクトル、または、２つの後方参照の動きベクトルを有している場合、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックの２つの動きベクトルを用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。また、時間ダイレクトベクトル算出部２１１は、各予測方向の時間ダイレクトベクトルに、予測動きベクトルインデックスの値を割り振る。
　一方、ｃｏ－ｌｏｃａｔｅｄ参照方向フラグで特定されるｃｏ－ｌｏｃａｔｅｄブロックが、２つの前方参照動きベクトル、または、２つの後方参照動きベクトルを有していない場合、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックであるか、後方参照ブロックであるかにより、時間ダイレクトに用いるｃｏ－ｌｏｃａｔｅｄブロックの動きベクトルを決定する。
　具体的には、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックである場合、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックの前方参照動きベクトルを用いて、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。但し、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照動きベクトルを有していない場合、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックの後方参照動きベクトルを用いて、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックである場合、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックの後方参照動きベクトルを用いて、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。但し、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照動きベクトルを有していない場合、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックの前方参照動きベクトルを用いて、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。
　インター予測制御部２０８は、複数の予測動きベクトルの候補のうちから、可変長復号部２０１から取得した予測動きベクトルインデックスに対応する予測動きベクトルを特定する。そして、インター予測制御部２１０は、特定した予測動きベクトルに、動きベクトルと予測動きベクトルとの誤差情報を加算することにより、インター予測の際に用いる動きベクトルを算出する。
　図１２は、本発明の実施の形態３に係る動画像復号方法の処理フローの概要である。
　まず、可変長復号部２０１は、ピクチャ単位で、ｃｏ－ｌｏｃａｔｅｄ参照方向フラグを可変長復号する（Ｓ７１）。そして、可変長復号部２０１は、復号されたｃｏ－ｌｏｃａｔｅｄ参照方向フラグを、時間ダイレクトベクトル算出部２１１に出力する。
　次に、時間ダイレクトベクトル算出部２１１は、復号されたｃｏ－ｌｏｃａｔｅｄ参照方向フラグに基づいて、前方参照ブロックをｃｏ－ｌｏｃａｔｅｄブロックとするか、後方参照ブロックをｃｏ－ｌｏｃａｔｅｄブロックとするか決定する。また、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックの参照動きベクトルを用いて、時間ダイレクトにより、時間ダイレクトベクトルを導出する。そして、時間ダイレクトベクトル導出部２１１は、導出した時間ダイレクトベクトルを予測動きベクトルの候補としてインター予測制御部２１０に出力する（Ｓ７２）。
　具体的には、ｃｏ－ｌｏｃａｔｅｄブロックが、２つの前方参照動きベクトル、または、２つの後方参照動きベクトルを有している場合、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックの２つの動きベクトルを用いて、時間ダイレクトにより、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。また、時間ダイレクトベクトル算出部２１１は、各予測方向の時間ダイレクトベクトルに、予測動きベクトルインデックスの値を割り振る。予測動きベクトルインデックスの割り振り方は、実施の形態１に従う。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが、２つの前方参照動きベクトル、または、２つの後方参照動きベクトルを有していない場合、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックであるか、後方参照ブロックであるかにより、時間ダイレクトに用いるｃｏ－ｌｏｃａｔｅｄブロックの動きベクトルを決定する。
　具体的には、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックである場合、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックの前方参照動きベクトルを用いて、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。但し、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照動きベクトルを有していない場合、時間ダイレクトベクトル算出部２１１は、後方参照動きベクトルを用いて、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックである場合、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックの後方参照動きベクトルを用いて、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。但し、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照動きベクトルを有していない場合、時間ダイレクトベクトル算出部２１１は、前方参照動きベクトルを用いて、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１を導出する。
　次に、インター予測制御部２１０は、複数の予測動きベクトルの候補のうちから、可変長復号部２０１から取得した予測動きベクトルインデックスに基づいて、インター予測の際に用いる動きベクトルを決定する。また、インター予測制御部は、決定した予測動きベクトルに誤差情報を加算し、動きベクトルを導出し、インター予測部２０８に出力する（Ｓ７３）。インター予測部２０８は、インター予測制御部２１０から取得した動きベクトルを用いて、インター予測により復号を行う。
　このように、本発明の実施の形態３によれば、復号対象ブロックに最適な動きベクトルを選択することができるため、高効率で圧縮したビットストリームを適切に復号することが可能になる。
　また、ｃｏ－ｌｏｃａｔｅｄブロックの位置、及び、ｃｏ－ｌｏｃａｔｅｄブロックの有する参照動きベクトルの数に応じて、時間ダイレクトの際に用いるｃｏ－ｌｏｃａｔｅｄブロックの参照動きベクトルを選択することにより、精度の高い予測動きベクトル候補に絞ることができ、処理負荷を軽減することが可能となる。
　具体的には、ｃｏ－ｌｏｃａｔｅｄブロックが、前方２度参照、又は、後方２度参照している場合には、復号対象ブロックの動きベクトルとｃｏ－ｌｏｃａｔｅｄブロックの動きベクトルとは、同一の予測方向の方が近似する可能性が高い。このため、ｃｏ－ｌｏｃａｔｅｄブロックの同一の予測方向の動きベクトルから各予測方向の時間ダイレクトベクトルを算出することにより、符号化効率を向上させることができる。より具体的には、時間ダイレクトベクトル算出部２１１は、ｃｏ－ｌｏｃａｔｅｄブロックの予測方向０の動きベクトルｍｖＬ０から、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０を算出し、予測方向１の動きベクトルｍｖＬ１から、時間ダイレクトにより予測方向１の時間ダイレクトベクトルＴＭＶＬ１を算出する。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが、前方参照動きベクトルと後方参照動きベクトルとを有している場合には、ｃｏ－ｌｏｃａｔｅｄブロックの位置に応じて、予測方向０の時間ダイレクトベクトルＴＭＶＬ０および予測方向１の時間ダイレクトベクトルＴＭＶＬ１の算出に用いる動きベクトルを選択する。
　例えば、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックである場合には、前方参照動きベクトルを用いる。前方参照動きベクトルは、ｃｏ－ｌｏｃａｔｅｄブロックを含むピクチャから、復号対象ブロックを含むピクチャ方向への動きベクトルであり、後方参照動きベクトルよりも予測誤差が小さくなる可能性が高いためである。一方、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックである場合には、後方参照動きベクトルを用いる。後方参照動きベクトルは、ｃｏ－ｌｏｃａｔｅｄブロックを含むピクチャから、符号化対象ブロックを含む復号ピクチャ方向への動きベクトルであり、前方参照動きベクトルよりも予測誤差が小さくなる可能性が高いためである。
　また、ｃｏ－ｌｏｃａｔｅｄブロックが前方２度参照、または、後方２度参照しているか否かの判断に換えて、参照リストＬ０と参照リストＬ１とにおける参照ピクチャに対する参照ピクチャインデックスの割り当て方が同じであるかを判断してもよい。一般に、参照リストＬ１は、表示時間順で復号対象ピクチャより後方に位置するピクチャに対し、参照ピクチャインデックスを割り振る。一方、参照リストＬ０は、表示時間順で復号対象ピクチャより前方に位置するピクチャに対し、参照ピクチャインデックスを割り振る。
　従って、参照リストＬ１と参照リストＬ０とにおける参照ピクチャに対する参照ピクチャインデックスの割り振り方が同じ場合には、参照方向が、復号対象ピクチャよりも表示順で前方、または、後方のいずれか一方に制限される。このように、参照リストに基づいて判断を行うことにより、処理量を軽減することが可能である。参照リストは、ピクチャ毎に有していることから、ピクチャ単位で判断すればよく、ブロック単位で判断する必要がなくなるためである。
　さらに他の例として、復号済みピクチャの参照リストＬ０、Ｌ１に保持されている全ての参照ピクチャが、表示順で復号対象ピクチャよりも前方に位置する場合、又は表示順で復号対象ピクチャよりも後方に位置する場合に、ｃｏ－ｌｏｃａｔｅｄブロックの予測方向０の動きベクトルｍｖＬ０から、時間ダイレクトにより予測方向０の時間ダイレクトベクトルＴＭＶＬ０を算出し、予測方向１の動きベクトルｍｖＬ１から、時間ダイレクトにより予測方向１の時間ダイレクトベクトルＴＭＶＬ１を算出するようにしても構わない。
　また、ｃｏ－ｌｏｃａｔｅｄブロックが参照動きベクトルを有していない場合には、時間ダイレクトベクトルを算出しないとしているが、他のブロックをｃｏ－ｌｏｃａｔｅｄブロックとすることにより、時間ダイレクトベクトルを算出することが可能である。
　例えば、ｃｏ－ｌｏｃａｔｅｄブロックが後方参照ブロックであり、参照動きベクトルを有していない場合には、前方参照ブロックをｃｏ－ｌｏｃａｔｅｄブロックとすることが考えられる。この場合、前方参照ブロックの参照動きベクトルのうち、後方参照動きベクトルを用いることにより、予測精度を向上させることが可能である。但し、前方参照ブロックが、後方参照動きベクトルを有していない場合には、前方参照動きベクトルを用いることにより、時間ダイレクトベクトルを導出することが可能となる。
　一方、ｃｏ－ｌｏｃａｔｅｄブロックが前方参照ブロックであり、参照動きベクトルを有していない場合には、後方参照ブロックをｃｏ－ｌｏｃａｔｅｄブロックとすることが考えられる。この場合、後方参照ブロックの参照動きベクトルのうち、前方参照動きベクトルを用いることにより、予測精度を向上させることが可能である。但し、後方参照ブロックが、前方の参照動きベクトルを有していない場合には、後方参照動きベクトルを用いることにより、時間ダイレクトベクトルを導出することが可能となる。
　例えば、ｃｏ－ｌｏｃａｔｅｄブロックが、復号対象ピクチャの参照ピクチャリストＬ０のインデックス０のピクチャ内のブロックを用いている場合に、参照ピクチャリストＬ０のインデックス０で特定されるｃｏ－ｌｏｃａｔｅｄブロックが参照動きベクトルを有さない場合には、参照ピクチャリストＬ１のインデックス０で特定されるｃｏ－ｌｏｃａｔｅｄブロックの参照動きベクトルを用いることが考えられる。
　また、本実施の形態３では、動き検出により導出された動きベクトルを復号する際に用いる予測動きベクトルの候補の一つとして、時間ダイレクトベクトルの算出方法を説明したが、必ずしもこれに限らない。例えば、Ｈ．２６４で用いられる、ＢピクチャやＰピクチャにおける復号対象ブロックのインター予測の符号化モードとして、画像データの差分値のみ符号化を行い、動きベクトルは周辺ブロック等から予測するダイレクトモードや、画像データの差分値も動きベクトルも復号せず、周辺ブロック等から予測した動きベクトルの示す位置の予測画像をそのまま復号画像とするスキップモードが存在する。このダイレクトモードやスキップモードでも、同様の方法で算出した時間ダイレクトベクトルを、予測動きベクトルの候補の一つとして適用することができる。
　また、ＢピクチャやＰピクチャにおける各復号対象ブロックのインター予測モードとして、復号対象ブロックの隣接ブロックやｃｏ－ｌｏｃａｔｅｄブロックから動きベクトルや参照ピクチャインデックスをコピーして、復号対象ブロックの復号を行うマージモードが存在する。マージモードでは、コピーに用いた隣接ブロックのインデックス等をビットストリームに付随させることによって、動きベクトルや参照ピクチャインデックスを選択することができる。このようなマージモードにおいても、同様の方法で算出した時間ダイレクトベクトルを、ｃｏ－ｌｏｃａｔｅｄブロックの予測動きベクトルとして適用することができる。
　（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（画像符号化方法）または動画像復号化方法（画像復号方法）の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。
　さらにここで、上記各実施の形態で示した動画像符号化方法（画像符号化方法）や動画像復号化方法（画像復号方法）の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。
　図１５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１５のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。
　カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ－ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。
　コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の画像復号装置として機能する）。
　なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像および／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。
　また、これら符号化・復号化処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ－ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。
　また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。
　以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。
　なお、コンテンツ供給システムex１００の例に限らず、図１６に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の画像復号装置として機能する）。
　また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号化する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に動画像復号化装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。
　図１７は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。
　また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の画像符号化装置または画像復号装置として機能する）を有する信号処理部ex３０６と、復号化した音声信号を出力するスピーカex３０７、復号化した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。
　まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号化し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。
　また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。
　また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。
　一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図１８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１９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１７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２０（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２０（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ex３５７から出力する。
　さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。
　データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。
　多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。
　データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。
　また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。
　このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。
　また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。
　（実施の形態５）
　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２１は、多重化データの構成を示す図である。図２１に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム（ＰＧ）、インタラクティブグラフィックスストリームのうち、１つ以上を多重化することで得られる。ビデオストリームは映画の主映像および副映像を、オーディオストリーム（ＩＧ）は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にＧＵＩ部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した動画像符号化方法または装置、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーＡＣ－３、Ｄｏｌｂｙ　Ｄｉｇｉｔａｌ　Ｐｌｕｓ、ＭＬＰ、ＤＴＳ、ＤＴＳ－ＨＤ、または、リニアＰＣＭのなどの方式で符号化されている。
　多重化データに含まれる各ストリームはＰＩＤによって識別される。例えば、映画の映像に利用するビデオストリームには０ｘ１０１１が、オーディオストリームには０ｘ１１００から０ｘ１１１Ｆまでが、プレゼンテーショングラフィックスには０ｘ１２００から０ｘ１２１Ｆまでが、インタラクティブグラフィックスストリームには０ｘ１４００から０ｘ１４１Ｆまでが、映画の副映像に利用するビデオストリームには０ｘ１Ｂ００から０ｘ１Ｂ１Ｆまで、主音声とミキシングする副音声に利用するオーディオストリームには０ｘ１Ａ００から０ｘ１Ａ１Ｆが、それぞれ割り当てられている。
　図２２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２３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２３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２３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２４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２４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２５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２６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２６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２７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２８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６）
　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２９に１チップ化されたＬＳＩex５００の構成を示す。ＬＳＩex５００は、以下に説明する要素ex５０１、ex５０２、ex５０３、ex５０４、ex５０５、ex５０６、ex５０７、ex５０８、ex５０９を備え、各要素はバスex５１０を介して接続している。電源回路部ex５０５は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。
　例えば符号化処理を行う場合には、ＬＳＩex５００は、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有する制御部ex５０１の制御に基づいて、ＡＶ　Ｉ／Ｏex５０９によりマイクex１１７やカメラex１１３等からＡＶ信号を入力する。入力されたＡＶ信号は、一旦ＳＤＲＡＭ等の外部のメモリex５１１に蓄積される。制御部ex５０１の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex５０７に送られ、信号処理部ex５０７において音声信号の符号化および／または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex５０７ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームＩ／Ｏex５０６から外部に出力する。この出力された多重化データは、基地局ex１０７に向けて送信されたり、または記録メディアex２１５に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex５０８にデータを蓄積するとよい。
　なお、上記では、メモリex５１１がＬＳＩex５００の外部の構成として説明したが、ＬＳＩex５００の内部に含まれる構成であってもよい。バッファex５０８も１つに限ったものではなく、複数のバッファを備えていてもよい。また、ＬＳＩex５００は１チップ化されてもよいし、複数チップ化されてもよい。
　また、上記では、制御部ex５０１が、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有するとしているが、制御部ex５０１の構成は、この構成に限らない。例えば、信号処理部ex５０７がさらにＣＰＵを備える構成であってもよい。信号処理部ex５０７の内部にもＣＰＵを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、ＣＰＵex５０２が信号処理部ex５０７、または信号処理部ex５０７の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex５０１は、信号処理部ex５０７、またはその一部を有するＣＰＵex５０２を備える構成となる。
　なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
　また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
　さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。
　（実施の形態７）
　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３０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２９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２９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５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５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３２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３１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８）
　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３３（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３３（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、動画像符号化装置及び動画像復号装置に有利に利用される。
　１００　動画像符号化装置
　１０１　減算部
　１０２　直交変換部
　１０３　量子化部
　１０４，２０２　逆量子化部
　１０５，２０３　逆直交変換部
　１０６，２０４　加算部
　１０７，２０５　ブロックメモリ
　１０８，２０６　フレームメモリ
　１０９，２０７　イントラ予測部
　１１０，２０８　インター予測部
　１１１，２０９　スイッチ
　１１２，２１０　インター予測制御部
　１１３　ピクチャタイプ決定部
　１１４，２１１　時間ダイレクトベクトル算出部
　１１５　ｃｏ－ｌｏｃａｔｅｄ参照方向決定部
　１１６　可変長符号化部
　２００　動画像復号化装置
　２０１　可変長復号部

Claims (10)

  1. 　符号化対象ピクチャを構成する符号化対象ブロックを、インター予測符号化する動画像符号化方法であって、
    　動きベクトルを用いて前記符号化対象ブロックを符号化する画像符号化ステップと、
    　複数の予測動きベクトルを生成する予測動きベクトル候補生成ステップと、
    　前記予測動きベクトル候補生成ステップで生成された複数の前記予測動きベクトルの１つを用いて、前記動きベクトルを符号化する動きベクトル符号化ステップとを含み、
    　符号化済みピクチャに含まれる前記符号化対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、
    　前記予測動きベクトル候補生成ステップでは、
    　前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記符号化対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、
    　前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記符号化対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成する
    　動画像符号化方法。
  2. 　前記予測動きベクトル候補生成ステップでは、前記符号化済みピクチャが表示順で符号化対象ピクチャより前方に位置し、且つ前記２つの参照動きベクトルが両方とも前方参照である場合に、前記第１の参照動きベクトルを用いて前記第１の予測ベクトルを生成し、前記第２の参照動きベクトルを用いて前記第２の予測ベクトルを生成する
    　請求項１に記載の動画像符号化方法。
  3. 　前記予測動きベクトル候補生成ステップでは、前記符号化済みピクチャが表示順で符号化対象ピクチャより後方に位置し、且つ前記２つの参照動きベクトルが両方とも後方参照である場合に、前記第１の参照動きベクトルを用いて前記第１の予測ベクトルを生成し、前記第２の参照動きベクトルを用いて前記第２の予測ベクトルを生成する
    　請求項１に記載の動画像符号化方法。
  4. 　前記予測動きベクトル候補生成ステップでは、前記２つの参照動きベクトルの参照方向が異なる場合に、前記２つの参照動きベクトルのうち、前記符号化対象ピクチャの方向を参照する参照動きベクトルを用いて、前記第１及び第２の予測ベクトルを生成する
    　請求項１～３のいずれか１項に記載の動画像符号化方法。
  5. 　前記予測動きベクトル候補生成ステップでは、前記符号化済みピクチャが表示順で符号化対象ピクチャより前方に位置する場合に、前記２つの参照動きベクトルのうちの後方参照の参照動きベクトルを用いて、前記第１及び第２の予測ベクトルを生成する
    　請求項４に記載の動画像符号化方法。
  6. 　前記予測動きベクトル候補生成ステップでは、前記符号化済みピクチャが表示順で符号化対象ピクチャより後方に位置する場合に、前記２つの参照動きベクトルのうちの前方参照の参照動きベクトルを用いて、前記第１及び第２の予測ベクトルを生成する
    　請求項４に記載の動画像符号化方法。
  7. 　復号対象ピクチャを構成する復号対象ブロックを、インター予測復号する動画像復号方法であって、
    　複数の予測動きベクトルを生成する予測動きベクトル候補生成ステップと、
    　前記予測動きベクトル候補生成ステップで生成された複数の前記予測動きベクトルの１つを用いて、動きベクトルを復号する動きベクトル復号ステップと、
    　前記動きベクトル復号ステップで復号された前記動きベクトルを用いて、前記復号対象ブロックを復号する画像復号ステップとを含み、
    　復号済みピクチャに含まれる前記復号対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、
    　前記予測動きベクトル候補生成ステップでは、
    　前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記復号対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、
    　前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記復号対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成する
    　動画像復号方法。
  8. 　符号化対象ピクチャを構成する符号化対象ブロックを、インター予測符号化する動画像符号化装置であって、
    　動きベクトルを用いて前記符号化対象ブロックを符号化する画像符号化部と、
    　複数の予測動きベクトルを生成する予測動きベクトル候補生成部と、
    　前記予測動きベクトル候補生成部で生成された複数の前記予測動きベクトルの１つを用いて、前記動きベクトルを符号化する動きベクトル符号化部とを備え、
    　符号化済みピクチャに含まれる前記符号化対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、
    　前記予測動きベクトル候補生成部は、
    　前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記符号化対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、
    　前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記符号化対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成する
    　動画像符号化装置。
  9. 　復号対象ピクチャを構成する復号対象ブロックを、インター予測復号する動画像復号装置であって、
    　複数の予測動きベクトルを生成する予測動きベクトル候補生成部と、
    　前記予測動きベクトル候補生成部で生成された複数の前記予測動きベクトルの１つを用いて、動きベクトルを復号する動きベクトル復号部と、
    　前記動きベクトル復号部で復号された前記動きベクトルを用いて、前記復号対象ブロックを復号する画像復号部とを備え、
    　復号済みピクチャに含まれる前記復号対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、
    　前記予測動きベクトル候補生成部は、
    　前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記復号対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、
    　前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記復号対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成する
    　動画像復号装置。
  10. 　符号化対象ピクチャを構成する符号化対象ブロックをインター予測符号化する動画像符号化部と、前記動画像符号化部で生成された復号対象ブロックをインター予測復号する動画像復号部とを備える動画像符号化復号装置であって、
    　前記動画像符号化部は、
    　動きベクトルを用いて前記符号化対象ブロックを符号化する画像符号化部と、
    　複数の予測動きベクトルを生成する第１の予測動きベクトル候補生成部と、
    　前記第１の予測動きベクトル候補生成部で生成された複数の前記予測動きベクトルの１つを用いて、前記動きベクトルを符号化する動きベクトル符号化部とを備え、
    　符号化済みピクチャに含まれる前記符号化対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、
    　前記第１の予測動きベクトル候補生成部は、
    　前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記符号化対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、
    　前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記符号化対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成し、
    　前記動画像復号部は、
    　複数の予測動きベクトルを生成する第２の予測動きベクトル候補生成部と、
    　前記第２の予測動きベクトル候補生成部で生成された複数の前記予測動きベクトルの１つを用いて、動きベクトルを復号する動きベクトル復号部と、
    　前記動きベクトル復号部で復号された前記動きベクトルを用いて、前記復号対象ブロックを復号する画像復号部とを備え、
    　復号済みピクチャに含まれる前記復号対象ブロックの対応ブロックが２つの参照動きベクトルを有し、且つ当該２つの参照動きベクトルの参照方向が同一である場合、
    　前記第２の予測動きベクトル候補生成部は、
    　前記２つの参照動きベクトルのうちの第１の参照ピクチャリストに対応する第１の参照動きベクトルを用いて、前記復号対象ブロックの第１の参照ピクチャリストに対応する第１の予測ベクトルを生成し、
    　前記２つの参照動きベクトルのうちの第２の参照ピクチャリストに対応する第２の参照動きベクトルを用いて、前記復号対象ブロックの第２の参照ピクチャリストに対応する第２の予測ベクトルを生成する
    　動画像符号化復号装置。
PCT/JP2012/001389 2011-03-03 2012-02-29 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 WO2012117728A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2013502195A JP5358746B2 (ja) 2011-03-03 2012-02-29 動画像符号化方法、動画像符号化装置及びプログラム
MX2013009864A MX2013009864A (es) 2011-03-03 2012-02-29 Metodo de codificacion de imagenes en movimiento, metodo de decodificacion de imagenes en movimiento, aparato de codificacion de imagenes en movimiento, aparato de decodificacion de imagenes en movimiento y aparato de codificacion y decodificacion de imagenes en movimiento.
KR1020137022646A KR101878008B1 (ko) 2011-03-03 2012-02-29 동화상 부호화 방법, 동화상 복호 방법, 동화상 부호화 장치, 동화상 복호 장치 및 동화상 부호화 복호 장치

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201161448683P 2011-03-03 2011-03-03
US61/448,683 2011-03-03

Publications (1)

Publication Number Publication Date
WO2012117728A1 true WO2012117728A1 (ja) 2012-09-07

Family

ID=46753280

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/001389 WO2012117728A1 (ja) 2011-03-03 2012-02-29 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 (6)

Country Link
US (5) US9210440B2 (ja)
JP (3) JP5358746B2 (ja)
KR (1) KR101878008B1 (ja)
MX (1) MX2013009864A (ja)
TW (1) TWI538486B (ja)
WO (1) WO2012117728A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014521243A (ja) * 2011-07-02 2014-08-25 サムスン エレクトロニクス カンパニー リミテッド コロケーティッド映像を利用したインター予測を伴うビデオ符号化方法及びその装置、ビデオ復号化方法及びその装置
US11336899B2 (en) 2016-08-11 2022-05-17 Electronics And Telecommunications Research Institute Method and apparatus for encoding/decoding a video using a motion compensation

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9648334B2 (en) * 2011-03-21 2017-05-09 Qualcomm Incorporated Bi-predictive merge mode based on uni-predictive neighbors in video coding
TWI526056B (zh) * 2011-04-27 2016-03-11 Jvc Kenwood Corp A moving picture coding apparatus, a motion picture coding method, a motion picture coding program, a transmission apparatus, a transmission method, a transmission program, a video decoding apparatus, a video decoding method, a video decoding program, a reception device, a reception method, Receiving program
WO2012147344A1 (ja) * 2011-04-27 2012-11-01 株式会社Ｊｖｃケンウッド 動画像復号装置、動画像復号方法、及び動画像復号プログラム
WO2013001749A1 (ja) 2011-06-29 2013-01-03 パナソニック株式会社 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
BR122015001000B1 (pt) * 2011-06-30 2022-07-26 Sony Corporation Dispositivo e método de processamento de imagem
WO2013009104A2 (ko) 2011-07-12 2013-01-17 한국전자통신연구원 인터 예측 방법 및 그 장치
US11245912B2 (en) 2011-07-12 2022-02-08 Texas Instruments Incorporated Fast motion estimation for hierarchical coding structures
KR101492105B1 (ko) * 2011-08-29 2015-02-11 주식회사 아이벡스피티홀딩스 Ａｍｖｐ 모드에서 영상 부호화 방법
PL2805511T3 (pl) 2012-01-20 2019-09-30 Sun Patent Trust Sposoby i urządzenie do kodowania i dekodowania wideo przy użyciu predykcji wektora ruchu w czasie
PL2811743T3 (pl) 2012-02-03 2021-09-13 Sun Patent Trust Sposób kodowania obrazów, sposób dekodowania obrazów, urządzenie do kodowania obrazów, urządzenie do dekodowania obrazów i urządzenie do kodowania/dekodowania obrazów
WO2013132792A1 (ja) 2012-03-06 2013-09-12 パナソニック株式会社 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
TWI747000B (zh) 2018-06-29 2021-11-21 大陸商北京字節跳動網絡技術有限公司 虛擬Merge候選
US10638130B1 (en) * 2019-04-09 2020-04-28 Google Llc Entropy-inspired directional filtering for image coding
WO2021202178A1 (en) * 2020-03-31 2021-10-07 Beijing Dajia Internet Information Technology Co., Ltd. Methods and devices for high-level syntax in video coding
EP4128792A4 (en) * 2020-04-03 2023-05-24 Beijing Dajia Internet Information Technology Co., Ltd. METHODS AND DEVICES FOR HIGH-LEVEL SYNTAX IN VIDEO CODING

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004023458A (ja) * 2002-06-17 2004-01-22 Toshiba Corp 動画像符号化／復号化方法及び装置
JP2004129191A (ja) * 2002-10-04 2004-04-22 Lg Electronics Inc Ｂピクチャのダイレクトモード動きベクトル演算方法
JP2004208258A (ja) * 2002-04-19 2004-07-22 Matsushita Electric Ind Co Ltd 動きベクトル計算方法

Family Cites Families (84)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5020829B1 (ja) 1970-08-28 1975-07-17
KR950009699B1 (ko) 1992-06-09 1995-08-26 대우전자주식회사 움직임벡터 검출방법 및 장치
US6611559B1 (en) 1996-09-24 2003-08-26 Matsushita Electric Industrial Co., Ltd. Apparatus and method of detecting motion vectors by calculating a correlation degree between each candidate block
KR100341079B1 (ko) 1997-01-10 2002-06-20 마츠시타 덴끼 산교 가부시키가이샤 화상 처리 방법 및 화상 처리 장치, 및 데이터 기록 매체
US20040057518A1 (en) 2000-10-09 2004-03-25 Knee Michael James Compression of motion vectors
JPWO2002037860A1 (ja) 2000-10-27 2004-03-11 三菱電機株式会社 動きベクトル検出装置
US7170932B2 (en) 2001-05-11 2007-01-30 Mitsubishi Electric Research Laboratories, Inc. Video transcoder with spatial resolution reduction and drift compensation
KR100926850B1 (ko) 2001-11-06 2009-11-13 파나소닉 주식회사 움직임 벡터 결정 방법 및 장치
US6980596B2 (en) * 2001-11-27 2005-12-27 General Instrument Corporation Macroblock level adaptive frame/field coding for digital video content
JP2004007379A (ja) 2002-04-10 2004-01-08 Toshiba Corp 動画像符号化方法及び動画像復号化方法
JP2004088722A (ja) 2002-03-04 2004-03-18 Matsushita Electric Ind Co Ltd 動画像符号化方法および動画像復号化方法
KR100508798B1 (ko) 2002-04-09 2005-08-19 엘지전자 주식회사 쌍방향 예측 블록 예측 방법
KR100931750B1 (ko) * 2002-04-19 2009-12-14 파나소닉 주식회사 움직임 벡터 계산방법
EP3525467B1 (en) 2002-04-19 2021-02-24 Panasonic Intellectual Property Corporation of America Bitstream decoding method and apparatus
JP2004208259A (ja) 2002-04-19 2004-07-22 Matsushita Electric Ind Co Ltd 動きベクトル計算方法
JP4130783B2 (ja) 2002-04-23 2008-08-06 松下電器産業株式会社 動きベクトル符号化方法および動きベクトル復号化方法
KR100491530B1 (ko) 2002-05-03 2005-05-27 엘지전자 주식회사 모션 벡터 결정 방법
JP2003333600A (ja) 2002-05-09 2003-11-21 Matsushita Electric Ind Co Ltd 画像符号化方法および画像復号方法
WO2003098939A1 (en) * 2002-05-22 2003-11-27 Matsushita Electric Industrial Co., Ltd. Moving image encoding method, moving image decoding method, and data recording medium
CA2450309C (en) 2002-07-02 2012-08-21 Shinya Kadono Motion vector derivation method, moving picture coding method and moving picture decoding method
US20040234143A1 (en) * 2002-07-02 2004-11-25 Makoto Hagai Image encoding method and picture decoding method
CN100566420C (zh) 2002-07-15 2009-12-02 株式会社日立制作所 动态图像的编码方法
KR100865034B1 (ko) 2002-07-18 2008-10-23 엘지전자 주식회사 모션 벡터 예측 방법
US6728315B2 (en) 2002-07-24 2004-04-27 Apple Computer, Inc. Method and apparatus for variable accuracy inter-picture timing specification for digital video encoding with reduced requirements for division operations
EP2793473B1 (en) * 2002-11-01 2016-12-14 Godo Kaisha IP Bridge 1 Direct mode motion vector computation avoiding divisions by zero
BRPI0306987B1 (pt) 2002-11-20 2018-04-03 Godo Kaisha Ip Bridge 1 “Método de prognóstico de imagem em movimento”
NO318167B1 (no) 2002-11-27 2005-02-14 Tandberg Telecom As Vektorprediksjon
CN1774930A (zh) 2003-04-17 2006-05-17 皇家飞利浦电子股份有限公司 视频转码
US7882434B2 (en) 2003-06-27 2011-02-01 Benjamin Slotznick User prompting when potentially mistaken actions occur during user interaction with content on a display screen
US7426308B2 (en) 2003-07-18 2008-09-16 Microsoft Corporation Intraframe and interframe interlace coding and decoding
KR100579542B1 (ko) 2003-07-29 2006-05-15 삼성전자주식회사 블럭 간의 상관성을 고려한 움직임 추정 장치 및 방법
US8064520B2 (en) 2003-09-07 2011-11-22 Microsoft Corporation Advanced bi-directional predictive coding of interlaced video
CN1225127C (zh) 2003-09-12 2005-10-26 中国科学院计算技术研究所 一种用于视频编码的编码端/解码端双向预测方法
KR100999091B1 (ko) 2003-11-17 2010-12-07 삼성전자주식회사 임의 크기의 가변 블록을 이용한 영상 압축 방법 및 장치
US8036271B2 (en) * 2004-02-24 2011-10-11 Lsi Corporation Method and apparatus for determining a second picture for temporal direct-mode block prediction
US7894526B2 (en) 2004-02-27 2011-02-22 Panasonic Corporation Motion estimation method and moving picture coding method
TWI268715B (en) 2004-08-16 2006-12-11 Nippon Telegraph & Telephone Picture encoding method, picture decoding method, picture encoding apparatus, and picture decoding apparatus
US20060153300A1 (en) 2005-01-12 2006-07-13 Nokia Corporation Method and system for motion vector prediction in scalable video coding
US7580456B2 (en) 2005-03-01 2009-08-25 Microsoft Corporation Prediction-based directional fractional pixel motion estimation for video coding
US8761258B2 (en) 2005-06-17 2014-06-24 The Hong Kong University Of Science And Technology Enhanced block-based motion estimation algorithms for video compression
JP2007043651A (ja) 2005-07-05 2007-02-15 Ntt Docomo Inc 動画像符号化装置、動画像符号化方法、動画像符号化プログラム、動画像復号装置、動画像復号方法及び動画像復号プログラム
US20070025444A1 (en) 2005-07-28 2007-02-01 Shigeyuki Okada Coding Method
KR101276720B1 (ko) * 2005-09-29 2013-06-19 삼성전자주식회사 카메라 파라미터를 이용하여 시차 벡터를 예측하는 방법,그 방법을 이용하여 다시점 영상을 부호화 및 복호화하는장치 및 이를 수행하기 위한 프로그램이 기록된 기록 매체
EP1931141A4 (en) 2005-09-30 2010-11-03 Sharp Kk IMAGE DISPLAY DEVICE AND METHOD
KR100727989B1 (ko) 2005-10-01 2007-06-14 삼성전자주식회사 동영상 부호화시의 인터 모드 결정 방법 및 장치
KR100728011B1 (ko) 2005-11-09 2007-06-14 삼성전자주식회사 영상 부호화 및 복호화 장치와, 그 방법, 및 이를 수행하기위한 프로그램이 기록된 기록 매체
JP5020829B2 (ja) 2005-12-27 2012-09-05 シャープ株式会社 動画像復号装置および動画像符号化装置
JP4527677B2 (ja) 2006-03-15 2010-08-18 富士通株式会社 動画像符号化方法、動画像符号化装置、動画像符号化プログラム
CN101090491B (zh) 2006-06-16 2016-05-18 香港科技大学 用于视频压缩的增强的基于块的运动估计算法
KR101366242B1 (ko) 2007-03-29 2014-02-20 삼성전자주식회사 움직임 모델 파라메터의 부호화, 복호화 방법 및 움직임모델 파라메터를 이용한 영상의 부호화, 복호화 방법 및장치
JP4788649B2 (ja) 2007-04-27 2011-10-05 株式会社日立製作所 動画像記録方法及びその装置
US8526499B2 (en) * 2007-06-15 2013-09-03 Sungkyunkwan University Foundation For Corporate Collaboration Bi-prediction coding method and apparatus, bi-prediction decoding method and apparatus, and recording medium
JP4523625B2 (ja) 2007-08-07 2010-08-11 パナソニック株式会社 画像符号化装置および方法
JP4523023B2 (ja) 2007-08-07 2010-08-11 パナソニック株式会社 画像符号化装置および方法
EP2200323A4 (en) 2007-09-25 2012-03-14 Sharp Kk CODES FOR MOVING IMAGES AND DECODERS FOR MOVING IMAGES
US8514939B2 (en) 2007-10-31 2013-08-20 Broadcom Corporation Method and system for motion compensated picture rate up-conversion of digital video using picture boundary processing
KR101560182B1 (ko) 2008-01-07 2015-10-15 삼성전자주식회사 다시점 비디오 부호화 방법과 그 장치 및 다시점 비디오 복호화 방법과 그 장치
JP2009182623A (ja) 2008-01-30 2009-08-13 Panasonic Corp 画像符号化方法
KR101505195B1 (ko) 2008-02-20 2015-03-24 삼성전자주식회사 직접 모드 부호화 및 복호화 방법
US20100079605A1 (en) 2008-09-29 2010-04-01 William Marsh Rice University Sensor-Assisted Motion Estimation for Efficient Video Encoding
KR101377660B1 (ko) 2008-09-30 2014-03-26 에스케이텔레콤 주식회사 복수 개의 움직임 벡터 추정을 이용한 움직임 벡터 부호화/복호화 방법 및 장치와 그를 이용한 영상 부호화/복호화 방법 및 장치
US8620883B2 (en) 2009-03-02 2013-12-31 Qualcomm, Incorporated Apparatus and methods of reconciling different versions of an ordered list
KR101647376B1 (ko) 2009-03-30 2016-08-10 엘지전자 주식회사 비디오 신호 처리 방법 및 장치
WO2010123198A2 (ko) 2009-04-21 2010-10-28 엘지전자 주식회사 다시점 비디오 신호 처리 방법 및 장치
JP2010288110A (ja) 2009-06-12 2010-12-24 Sony Corp 画像処理装置および画像処理方法
US8462852B2 (en) 2009-10-20 2013-06-11 Intel Corporation Methods and apparatus for adaptively choosing a search range for motion estimation
US8917769B2 (en) 2009-07-03 2014-12-23 Intel Corporation Methods and systems to estimate motion based on reconstructed reference frames at a video decoder
US20120275518A1 (en) 2009-07-10 2012-11-01 Shinya Kadono Moving picture coding method, apparatus, program, and integrated circuit
KR101452859B1 (ko) 2009-08-13 2014-10-23 삼성전자주식회사 움직임 벡터를 부호화 및 복호화하는 방법 및 장치
KR101671460B1 (ko) 2009-09-10 2016-11-02 에스케이 텔레콤주식회사 움직임 벡터 부호화/복호화 방법 및 장치와 그를 이용한 영상 부호화/복호화 방법 및 장치
US9060176B2 (en) * 2009-10-01 2015-06-16 Ntt Docomo, Inc. Motion vector prediction in video coding
KR101348613B1 (ko) * 2009-12-23 2014-01-10 한국전자통신연구원 영상의 부호화/복호화 장치 및 그 방법
KR101522850B1 (ko) 2010-01-14 2015-05-26 삼성전자주식회사 움직임 벡터를 부호화, 복호화하는 방법 및 장치
US9036692B2 (en) 2010-01-18 2015-05-19 Mediatek Inc. Motion prediction method
US9124898B2 (en) * 2010-07-12 2015-09-01 Mediatek Inc. Method and apparatus of temporal motion vector prediction
US8824558B2 (en) * 2010-11-23 2014-09-02 Mediatek Inc. Method and apparatus of spatial motion vector prediction
CN106878742B (zh) 2011-01-12 2020-01-07 太阳专利托管公司 动态图像编解码装置
US9532066B2 (en) 2011-01-21 2016-12-27 Qualcomm Incorporated Motion vector prediction
US9008181B2 (en) 2011-01-24 2015-04-14 Qualcomm Incorporated Single reference picture list utilization for interprediction video coding
US9319716B2 (en) 2011-01-27 2016-04-19 Qualcomm Incorporated Performing motion vector prediction for video coding
JP2012169763A (ja) 2011-02-10 2012-09-06 Sony Corp 画像符号化装置と画像符号化方法およびプログラム
US9288501B2 (en) * 2011-03-08 2016-03-15 Qualcomm Incorporated Motion vector predictors (MVPs) for bi-predictive inter mode in video coding
US9734399B2 (en) 2014-04-08 2017-08-15 The Boeing Company Context-aware object detection in aerial photographs/videos using travel path metadata
US10575699B2 (en) 2018-01-05 2020-03-03 Irobot Corporation System for spot cleaning by a mobile robot

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004208258A (ja) * 2002-04-19 2004-07-22 Matsushita Electric Ind Co Ltd 動きベクトル計算方法
JP2004023458A (ja) * 2002-06-17 2004-01-22 Toshiba Corp 動画像符号化／復号化方法及び装置
JP2004129191A (ja) * 2002-10-04 2004-04-22 Lg Electronics Inc Ｂピクチャのダイレクトモード動きベクトル演算方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"Test Model under Consideration, Output Document (draft007)", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11, JCTVC-B205, 2ND MEETING, October 2010 (2010-10-01), GENEVA, CH, pages 1 - 6, 80-93 *
BYEONG-MOON JEON: "Direct mode in B pictures", JOINT VIDEO TEAM (JVT) OF ISO/IEC MPEG & ITU-T VCEG (ISO/IEC JTC1/SC29/WG11 AND ITU-T SG16 Q.6), JVT-D056, 4TH MEETING, July 2002 (2002-07-01), KLAGENFURT, AUSTRIA, pages 1 - 7 *
JIAN-LIANG LIN ET AL.: "Improved Advanced Motion Vector Prediction", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11, JCTVC-D125_R2, 4TH MEETING, January 2011 (2011-01-01), DAEGU, KR, pages 1 - 8 *
TOSHIYASU SUGIO ET AL.: "Modified usage of predicted motion vectors in forward directional bi-predictive coding frame", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11, JCTVC-D274, 4TH MEETING, January 2011 (2011-01-01), DAEGU, KR, pages 1 - 7 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014521243A (ja) * 2011-07-02 2014-08-25 サムスン エレクトロニクス カンパニー リミテッド コロケーティッド映像を利用したインター予測を伴うビデオ符号化方法及びその装置、ビデオ復号化方法及びその装置
JP2015130708A (ja) * 2011-07-02 2015-07-16 サムスン エレクトロニクス カンパニー リミテッド ビデオ復号化方法及びビデオ復号化装置
US9118926B2 (en) 2011-07-02 2015-08-25 Samsung Electronics Co., Ltd. Method and apparatus for coding video, and method and apparatus for decoding video accompanied by inter prediction using collocated image
JP2015156702A (ja) * 2011-07-02 2015-08-27 サムスン エレクトロニクス カンパニー リミテッド ビデオ復号化方法及びビデオ復号化装置
US9232229B2 (en) 2011-07-02 2016-01-05 Samsung Electronics Co., Ltd. Method and apparatus for coding video, and method and apparatus for decoding video accompanied by inter prediction using collocated image
US9253502B2 (en) 2011-07-02 2016-02-02 Samsung Electronics Co., Ltd. Method and apparatus for coding video, and method and apparatus for decoding video accompanied by inter prediction using collocated image
US9253488B2 (en) 2011-07-02 2016-02-02 Samsung Electronics Co., Ltd. Method and apparatus for coding video, and method and apparatus for decoding video accompanied by inter prediction using collocated image
US9313517B2 (en) 2011-07-02 2016-04-12 Samsung Electronics Co., Ltd. Method and apparatus for coding video, and method and apparatus for decoding video accompanied by inter prediction using collocated image
US9762924B2 (en) 2011-07-02 2017-09-12 Samsung Electronics Co., Ltd. Method and apparatus for coding video, and method and apparatus for decoding video accompanied by inter prediction using collocated image
US10034014B2 (en) 2011-07-02 2018-07-24 Samsung Electronics Co., Ltd. Method and apparatus for coding video, and method and apparatus for decoding video accompanied by inter prediction using collocated image
US10397601B2 (en) 2011-07-02 2019-08-27 Samsung Electronics Co., Ltd. Method and apparatus for coding video, and method and apparatus for decoding video accompanied by inter prediction using collocated image
US11336899B2 (en) 2016-08-11 2022-05-17 Electronics And Telecommunications Research Institute Method and apparatus for encoding/decoding a video using a motion compensation
US11743473B2 (en) 2016-08-11 2023-08-29 Lx Semicon Co., Ltd. Method and apparatus for encoding/decoding a video using a motion compensation

Also Published As

Publication number Publication date
US10237570B2 (en) 2019-03-19
TW201246947A (en) 2012-11-16
US20200351514A1 (en) 2020-11-05
MX2013009864A (es) 2013-10-25
US20190166381A1 (en) 2019-05-30
JP5358746B2 (ja) 2013-12-04
JP5850893B2 (ja) 2016-02-03
TWI538486B (zh) 2016-06-11
KR20140018891A (ko) 2014-02-13
US9210440B2 (en) 2015-12-08
JP5393924B2 (ja) 2014-01-22
US10771804B2 (en) 2020-09-08
US20120224637A1 (en) 2012-09-06
US20160007039A1 (en) 2016-01-07
JPWO2012117728A1 (ja) 2014-07-07
JP2014003694A (ja) 2014-01-09
JP2014014141A (ja) 2014-01-23
US11284102B2 (en) 2022-03-22
KR101878008B1 (ko) 2018-07-13
US9832480B2 (en) 2017-11-28
US20180048908A1 (en) 2018-02-15

Similar Documents

Publication Publication Date Title
JP6478133B2 (ja) 動画像復号方法、動画像復号装置、動画像符号化方法、および動画像符号化装置
JP6167409B2 (ja) 画像復号化方法および画像復号化装置
JP6112320B2 (ja) 動画像復号化方法および動画像符号化方法
JP5858953B2 (ja) 動画像復号方法、及び動画像復号装置
JP5393924B2 (ja) 動画像復号方法、動画像復号装置及びプログラム
JP6422011B2 (ja) 動画像符号化方法、動画像復号化方法、動画像符号化装置および動画像復号化装置
WO2013061549A1 (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
JP6108309B2 (ja) 動画像符号化方法、動画像符号化装置、動画像復号方法、および、動画像復号装置
WO2012102045A1 (ja) 画像符号化方法および画像復号化方法
JP5883431B2 (ja) 画像符号化方法および画像復号化方法
JP6551894B2 (ja) 動画像復号化方法および動画像復号化装置
WO2012090495A1 (ja) 画像符号化方法および画像復号方法
WO2012070235A1 (ja) 動きベクトル算出方法、画像符号化方法、画像復号方法、動きベクトル算出装置および画像符号化復号装置
WO2012073481A1 (ja) 動画像符号化方法および動画像復号化方法

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: 12751774

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2013502195

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20137022646

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: MX/A/2013/009864

Country of ref document: MX

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12751774

Country of ref document: EP

Kind code of ref document: A1