WO2013002150A1 - 映像符号化方法，装置，映像復号方法，装置およびそれらのプログラム - Google Patents

映像符号化方法，装置，映像復号方法，装置およびそれらのプログラム Download PDF

Info

Publication number
WO2013002150A1
WO2013002150A1 PCT/JP2012/066039 JP2012066039W WO2013002150A1 WO 2013002150 A1 WO2013002150 A1 WO 2013002150A1 JP 2012066039 W JP2012066039 W JP 2012066039W WO 2013002150 A1 WO2013002150 A1 WO 2013002150A1
Authority
WO
WIPO (PCT)
Prior art keywords
interpolation
filter coefficient
interpolation filter
weighted
decimal precision
Prior art date
Application number
PCT/JP2012/066039
Other languages
English (en)
French (fr)
Inventor
翔平 松尾
幸浩 坂東
誠之 高村
裕尚 如澤
Original Assignee
日本電信電話株式会社
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 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to BR112013031911A priority Critical patent/BR112013031911A2/pt
Priority to US14/125,463 priority patent/US9667963B2/en
Priority to KR1020137029324A priority patent/KR20140029434A/ko
Priority to EP12805330.3A priority patent/EP2709364A4/en
Priority to RU2013154760/08A priority patent/RU2013154760A/ru
Priority to CN201280028582.3A priority patent/CN103597835B/zh
Priority to CA2839089A priority patent/CA2839089A1/en
Publication of WO2013002150A1 publication Critical patent/WO2013002150A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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
    • 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
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding

Definitions

  • the present invention relates to a video encoding / decoding technique for improving performance of an interpolation filter in video encoding and improving encoding efficiency.
  • This application claims priority based on Japanese Patent Application No. 2011-141725 for which it applied to Japan on June 27, 2011, and uses the content here.
  • inter-frame prediction (motion compensation) coding in which prediction is performed between different screens, a motion vector that minimizes prediction error energy is obtained by referring to an already decoded frame.
  • a signal also called a residual signal
  • quantization is performed, and entropy coding is performed to finally become binary data, that is, a bit stream.
  • a prediction method with high prediction accuracy is required.
  • This tool is called multiple reference frame prediction.
  • 16 ⁇ 16 and 8 ⁇ 8, 16 ⁇ 8, 8 ⁇ 16, 8 ⁇ 4, 4 ⁇ 8, 4 ⁇ 4, etc. in addition to 16 ⁇ 16 and 8 ⁇ 8
  • the block size can be divided finely. This tool is called variable block size prediction.
  • a half precision pixel is interpolated from the integer precision pixel of the reference frame using a 6-tap filter, and a quarter precision pixel is generated by linear interpolation using the pixel.
  • the prediction is applied to the decimal precision motion. This tool is called 1/4 pixel accuracy prediction.
  • H. ITU / IEC “MPEG” International Organization for Standardization / International Electrotechnical Commission “Moving Picture Experts Group”
  • ITU- for the development of next-generation video coding standards with higher coding efficiency than H.264 / AVC T “VCEG” (International Telecommunication Union-Telecommunication Standardization Sector “Video Coding Experts Group”) jointly established a study team (Joint Collaborative Team for Video Coding: JCT-VC).
  • the next generation standard system is called High Efficiency Video Coding (High HEV Video Coding: HEVC), and various new encoding technologies are currently gathered from around the world and are being discussed at the JCT-VC meeting.
  • HEVC test Model: HM includes tools to improve the prediction efficiency of motion vectors and block sizes.
  • a tool that expands to 16 ⁇ 16 or more is employed.
  • DCT-IF DCT-based interpolation filter
  • HM Discrete Cosine Transform
  • the conventional interpolation filter will be described in more detail.
  • FIG. 2 is a diagram illustrating a pixel interpolation method with decimal precision in H.264 / AVC.
  • H. In H.264 / AVC as shown in FIG. 8, at the time of interpolation at a 1/2 pixel position, interpolation is performed using a total of 6 integer pixels for each of the three left and right points of the target interpolation pixel. In the vertical direction, interpolation is performed using a total of 6 integer pixels for each of the upper and lower three points.
  • the filter coefficients are [(1, -5, 20, 20, -5, 1) / 32], respectively.
  • the 1 ⁇ 4 pixel position is interpolated using an average value filter of [1/2, 1/2].
  • Non-Patent Document 1 Since it is necessary to interpolate all 1 ⁇ 2 pixel positions once, calculation complexity is high, but high-performance interpolation is possible, leading to improved coding efficiency.
  • the above-described interpolation technique using the fixed filter is disclosed in Non-Patent Document 1 and the like.
  • a filter that uses the same coefficient value for all input images and all frames such as a one-dimensional 6-tap filter of H.264 / AVC, is called a fixed interpolation filter (Fixed Interpolation Filter).
  • the DCT-based interpolation filter (DCT-IF) is employed in the HEVC reference software HM.
  • FIG. 9 shows a decimal pixel interpolation method of this DCT-based interpolation filter.
  • the interpolation target pixel at the decimal precision position is p
  • the integer position pixel is p x
  • the integer position pixel parameter indicating the position of p is ⁇ (0 ⁇ ⁇ ⁇ 1).
  • the number of pixels at integer positions used for interpolation that is, the tap length is 2M (M is an integer value of 1 or more). Equation (1) is established from the DCT transformation definition equation.
  • equation (2) holds.
  • the pixel interpolation formula at the decimal position ⁇ is given by the following formula (3).
  • This DCT-based interpolation filter is compatible with an arbitrary filter length and interpolation accuracy, and is a high-performance interpolation filter. Therefore, this DCT-based interpolation filter is adopted in the HEVC test model HM.
  • the filter coefficient value is constant regardless of input image conditions (sequence type / image size / frame rate) and encoding conditions (block size / GOP (Group of Pictures) structure / QP (Quantization Parameter)). is there.
  • time-varying effects such as aliasing, quantization error, error due to motion estimation, and camera noise are not considered. Therefore, it is considered that there is a limit to the performance improvement in terms of coding efficiency. Therefore, a method for adaptively changing the interpolation filter coefficient has been proposed in Non-Patent Document 3, and is called a non-separation type adaptive interpolation filter.
  • Non-Patent Document 3 considers a two-dimensional interpolation filter (6 ⁇ 6 total 36 filter coefficients), and the filter coefficient is determined so as to minimize the prediction error energy. H. The encoding efficiency was higher than that of the one-dimensional 6-tap fixed interpolation filter used in H.264 / AVC, but the calculation complexity for obtaining the filter coefficient is very high.
  • Non-Patent Document 4 introduces a proposal for reducing the above.
  • Non-Patent Document 4 The method introduced in Non-Patent Document 4 is called a separable adaptive interpolation filter (SAIF), which uses a one-dimensional 6-tap interpolation filter instead of using a two-dimensional interpolation filter.
  • SAIF separable adaptive interpolation filter
  • FIGS. 10A to 10C are diagrams illustrating a pixel interpolation method with decimal precision in the separable adaptive interpolation filter (SAIF).
  • SAIF separable adaptive interpolation filter
  • S is an original image
  • P is a decoded reference image
  • x and y are horizontal and vertical positions in the image, respectively.
  • ⁇ x ( ⁇ is a symbol above x; the same applies to others)
  • ⁇ X x + MV x -FilterOffset
  • MV x indicates the horizontal component of the motion vector obtained in advance
  • FilterOffset indicates the offset for adjustment (value obtained by dividing the horizontal filter length by 2).
  • ⁇ y y + MV y
  • MV y represents the vertical component of the motion vector.
  • w ci represents a horizontal filter coefficient group c i (0 ⁇ c i ⁇ 6) to be obtained.
  • Equation (4) IV The same number of linear equations as the filter coefficients obtained in Equation (4) IV are obtained, and the minimization process is performed independently for each decimal pixel position in the horizontal direction. Through this minimization process, three types of 6-tap filter coefficient groups are obtained, and decimal precision pixels a, b, and c are interpolated using the filter coefficient groups.
  • Step 2 of FIG. 10C The filter coefficient in the vertical direction is determined by solving a linear problem similar to that in the horizontal direction. Specifically, the vertical filter coefficient that minimizes the prediction error energy function E V 2 of Equation (5) is analytically determined.
  • S is an original image
  • ⁇ P ( ⁇ is a symbol on P) is an image subjected to interpolation processing in the horizontal direction after decoding
  • x and y indicate horizontal and vertical positions in the image, respectively.
  • ⁇ x 4 ⁇ (x + MV x ) is expressed
  • MV x indicates a horizontal component of the rounded motion vector.
  • w cj represents a vertical filter coefficient group c j (0 ⁇ c j ⁇ 6) to be obtained.
  • the minimization process is performed independently for each decimal precision pixel, and 12 types of 6-tap filter coefficients are obtained. The remaining decimal precision pixels are interpolated using this filter coefficient.
  • the filter coefficients can be inverted and used. That is, if 6 coefficients of d are transmitted, the value can be applied to l.
  • c (d) 1 c (l) 6
  • c (d) 2 c (l) 5
  • c (d) 3 c (l) 4
  • c (d) 4 c (l) 3
  • c ( d) 5 c (l) 2
  • c (d) 6 c (l) 1
  • This symmetry is also available for e and m, f and n, and g and o. The same theory holds for a and c.
  • the filter coefficient to be transmitted for each frame is 51 (15 in the horizontal direction and 36 in the vertical direction).
  • the unit of the prediction error energy minimization processing is fixed in the frame.
  • 51 filter coefficients are determined for one frame. If the encoding target frame is divided into two large (or multiple) texture areas A and B, the optimum filter coefficient is a coefficient group taking into account both (all textures). In the situation where a characteristic filter coefficient originally appears only in the vertical direction in the area A, but in the situation where the filter coefficient can be obtained only in the horizontal direction in the area B, the filter coefficient is derived in the form of averaging both.
  • Non-Patent Document 5 proposes a method for achieving energy reduction and improving coding efficiency.
  • Non-Patent Document 6 grouping is performed for each interpolation position, and the fixed interpolation filter and adaptive interpolation filter are selected for each group so that the prediction error energy can be reduced.
  • a technique for generating an interpolated image has been proposed (see Non-Patent Document 6).
  • Non-Patent Document 4 and Non-Patent Document 5 do not have a function of switching the interpolation filter for each interpolation position, and there is room for improvement in improving motion compensation performance.
  • the interpolation filter having interpolation position adaptability described in Non-Patent Document 6 determines whether to use a fixed interpolation filter defined in advance for each position to be interpolated or an adaptive interpolation filter derived in units of frames.
  • the filter selection is selected from the viewpoint of minimizing the prediction error energy, and either one is always selected.
  • Non-Patent Document 6 is an alternative choice, and it is considered that there is a limit to improving the performance. Encoding efficiency can be improved if an interpolation filter that further reduces the prediction error energy can be designed by putting the weighted sum of a plurality of interpolation filters into the selection range.
  • the present invention provides a new method for solving the above-described problems and reducing the prediction error energy in the motion compensation inter-picture prediction and improving the coding efficiency by providing a wide selection of interpolation filters.
  • the purpose is to do.
  • the present invention adds the weighted interpolation filter to the selection of the interpolation image generation based on the assumption that the weighted sum of the plurality of interpolation filters can further reduce the prediction error energy. If it is determined that the weighted interpolation filter minimizes the prediction error energy, a weighting factor is transmitted. By using this means, it is possible to generate an interpolated prediction image more flexibly, and the encoding efficiency can be improved by reducing the prediction error energy.
  • the following processing is performed in video encoding using decimal precision motion compensation.
  • weighted filter coefficients are derived using a plurality of parameters from a plurality of interpolation filter sets. Select a weighted filter coefficient that minimizes the prediction error energy among the weighted filter coefficients.
  • decimal precision pixels are interpolated with respect to the reference picture, and the input picture is encoded by decimal precision motion compensation.
  • a weight parameter that specifies the weight value of the selected weighted filter coefficient and the interpolation filter coefficient used for motion compensation are encoded and added to the encoded bitstream.
  • the following processing is performed in video decoding using decimal precision motion compensation.
  • a weight parameter for specifying a weight value of the interpolation filter coefficient and an interpolation filter coefficient for generating a decimal precision pixel are decoded.
  • the unit for switching the interpolation filter is an alternative method, and there is a limit to the performance improvement.
  • a weighted sum of a plurality of filter coefficients is calculated for each interpolation position group to obtain an optimum weight coefficient, and motion compensation is performed by applying an interpolation filter using the weight coefficient.
  • the interpolation filter can be expressed more flexibly, and the performance of motion compensation can be improved and the coding efficiency can be improved by generating a filter that reduces the prediction error energy.
  • the present invention it is possible to express a weighted sum of interpolation filters that could not be taken into consideration with a conventional interpolation filter having interpolation position adaptability, and the interpolation filter selection range is widened to reduce prediction error energy. Improved coding efficiency can be achieved.
  • FIG. 1 is a diagram illustrating a configuration example of a video encoding device according to an embodiment of the present invention.
  • the interpolation filter coefficient calculation unit 11 calculates the interpolation filter coefficient of the decimal precision pixel used for the reference image in the predictive encoding.
  • the interpolation filter coefficient determination unit 12 calculates a weighted sum of a plurality of filter coefficients using the motion vector MV detected by the motion detection unit 132, obtains an optimum weight coefficient, and outputs the weight parameter and the interpolation filter coefficient To do.
  • the interpolation filter coefficient determination unit 12 outputs the interpolation position group information when the interpolation position group serving as a unit for switching the weighted filter coefficient is dynamically determined.
  • the prediction signal generation unit 13 includes a reference image interpolation unit 131 and a motion detection unit 132.
  • the reference image interpolation unit 131 applies an interpolation filter based on the interpolation filter coefficient selected by the interpolation filter coefficient determination unit 12 to the decoded reference image stored in the reference image memory 17.
  • the motion detection unit 132 calculates a motion vector by performing a motion search on the interpolated reference image.
  • the prediction signal generation unit 13 generates a prediction signal by motion compensation using a decimal precision motion vector calculated by the motion detection unit 132.
  • the prediction encoding unit 14 calculates a residual signal between the input video signal and the prediction signal, orthogonally transforms the signal, and performs prediction encoding by quantization of a transform coefficient.
  • the decoding unit 16 decodes the result of predictive encoding, and stores the decoded image in the reference image memory 17 for later predictive encoding.
  • an in-loop filter for removing coding noise such as a deblocking filter or ALF (Adaptive Loop Filter) may be applied and stored.
  • variable length coding unit 15 performs variable length coding on the quantized transform coefficient and motion vector, variable length codes the weight parameter and the interpolation filter coefficient that are output from the interpolation filter coefficient determination unit 12, and codes these. Output as a generalized bitstream.
  • the variable length encoding unit 15 also encodes the information of the interpolation position group and encodes the encoded bit. Add to stream.
  • FIG. 2 is a diagram illustrating a first configuration example of the interpolation filter coefficient determination unit.
  • the part of the interpolation filter coefficient determination unit 12 is a part that is significantly different from that of the prior art.
  • the interpolation filter information acquisition unit 121 outputs a fixed interpolation filter coefficient value prepared in advance at the time of encoding to the weighted filter coefficient generation unit 123.
  • a fixed interpolation filter coefficient value prepared in advance at the time of encoding to the weighted filter coefficient generation unit 123.
  • H.M. A 6-tap coefficient defined in H.264 / AVC, or a DCT-IF 8-tap or 12-tap coefficient may be used.
  • the weighted filter coefficient generation unit 123 (a) Adaptive interpolation filter coefficient value generated in frame unit or region unit: f A (x), (b) Weight parameters output from the weight parameter specifying unit 122: ⁇ , (c) The following calculation is performed with the fixed interpolation filter coefficient value: f B (x) output from the interpolation filter information acquisition unit 121 as an input.
  • the weighted filter coefficient generation unit 123 outputs the obtained weighted filter coefficient to the MSE calculation unit 124 described later.
  • the MSE calculation unit 124 inputs (a) a motion vector MV obtained by the motion search process, (b) Decoded signal (local decoded image), (c) Weighted filter coefficient output from the weighted filter coefficient generation unit 123, And an interpolated image at the position indicated by the motion vector MV is generated by the integer position pixel of the decoded image and the weighted filter coefficient, and the MSE (Mean Square Error), that is, the prediction residual energy of the original image is calculated. calculate.
  • MSE ⁇ (total of original signal ⁇ predicted signal) 2 ⁇ / the number of pixels calculated MSE is output to minimum MSE storage section 125.
  • the minimum MSE storage unit 125 uses the MSE obtained by the MSE calculation unit 124 as an input, and stores the value.
  • the minimum MSE storage unit 125 compares the minimum value stored or defined in advance with the input MSE, (a) If the input MSE value is smaller than the stored minimum value: input MSE value, (b) If the saved minimum value is smaller than the input MSE value: the saved minimum value, Thus, the minimum MSE is determined, and the minimum value is stored and updated. Further, when the minimum value is stored, the minimum MSE storage unit 125 stores a weight parameter that realizes the MSE value.
  • the interpolation filter coefficient determination unit 12 processes possible combinations related to the interpolation filter in the MSE calculation unit 124, and then outputs a combination that realizes the minimum MSE, that is, (1) weight parameter and (2) interpolation filter coefficient. .
  • FIG. 3 is a diagram illustrating a second configuration example of the interpolation filter coefficient determination unit.
  • the interpolation filter coefficient determination unit 12 ′ shown in FIG. 3 is different from the interpolation filter coefficient unit 12 shown in FIG. 2 in that an interpolation target position grouping unit 126 is provided. This is performed for each group of positions, and the interpolation filter coefficient is switched for each group of interpolation positions.
  • a weighted filter is used for all pixel interpolation positions.
  • an interpolation process using an interpolation filter is performed for each specified interpolation position group or each interpolation position group calculated by some method.
  • Set the weighted filter coefficient used for It is also possible to select whether or not a weighted sum of filter coefficients is taken for a certain interpolation position group.
  • a weighted filter is used for an important interpolation position or an interpolation position with a high selection probability, and an unweighted filter is used for other positions, and adaptive processing can be performed for the interpolation position group.
  • the functions of the interpolation filter information acquisition unit 121, the weight parameter specification unit 122, and the weighted filter coefficient generation unit 123 are the same as those in the configuration example 1 described above.
  • the interpolation target position grouping unit 126 performs grouping for each interpolation position, which is a decimal pixel position, and outputs group information for each interpolation position.
  • This interpolation position group may be predetermined with respect to the decimal pixel position, or may be determined dynamically using, for example, a probability distribution of motion vectors.
  • the MSE calculation unit 124 uses the weighted filter coefficient output from the weighted filter coefficient generation unit 123 for each interpolation position group specified by the interpolation position group information output by the interpolation target position grouping unit 126, and uses the motion vector.
  • An interpolated image at the position indicated by MV is generated by the integer position pixel of the decoded image and the weighted filter coefficient, and the MSE of the original image, that is, the prediction residual energy is calculated.
  • the calculated MSE is output to the minimum MSE storage unit 125. Further, when the minimum value is stored, the minimum MSE storage unit 125 stores a weight parameter and interpolation position group information for realizing the MSE value.
  • the interpolation filter coefficient determination unit 12 ′ executes combinations that can be taken with respect to the interpolation filter, and then realizes the minimum MSE, that is, (1) weight parameter, (2) interpolation position group information, (3) interpolation filter coefficient , Is output.
  • the interpolation position group is fixed and the interpolation position group information can be shared between the encoding side and the decoding side, it is not necessary to output the interpolation position group information.
  • FIG. 4 is a process flowchart of the video encoding device shown in FIG.
  • the flow of processing when the video encoding apparatus encodes one frame will be described with reference to FIG.
  • an example of processing when the interpolation filter coefficient determination unit is configured in the configuration example 2 will be described, but the processing in the configuration example 1 is almost the same.
  • processing with a luminance signal is assumed.
  • step S101 a frame of an original image necessary for encoding processing is input.
  • step S102 for example, H.264 is performed.
  • the fixed interpolation filter provided in the encoder such as the one-dimensional 6-tap filter used in H.264 / AVC and the one-dimensional 8-tap / 12-tap filter of the DCT-based interpolation filter, is used as a predefined interpolation filter.
  • MV motion vector
  • step S103 the coefficient value of the adaptive interpolation filter in the encoding target frame is calculated using the motion vector obtained in step S102.
  • a generally known prediction error energy minimization method linear regression is used to calculate the coefficients of the interpolation filter in this step.
  • step S104 the interpolation target pixels to which the interpolation filter is applied are grouped. Specifically, according to a predetermined table, the interpolation target pixels are divided into a plurality of groups according to the interpolation position. Note that the interpolation position group may be dynamically determined by some method. When the interpolation position group is dynamically determined, the interpolation position group information needs to be encoded and transmitted to the decoding side.
  • step S105 a weighted filter coefficient is generated for each interpolation position group divided in step S104.
  • the weighting parameters are read from the table and set, and weighted interpolation filter coefficients are generated from each weighting parameter as shown in Equation (6) IV below.
  • f A (x) is a predefined interpolation filter coefficient
  • f B (x) is an interpolation filter coefficient obtained in the frame.
  • x indicates a coefficient number and takes a range of 0 ⁇ x ⁇ n (n indicates a tap length).
  • weighted filter coefficients of two types of filter coefficients are assumed, but even in the case of m (> 2) types of interpolation filters, they can be expressed in the same format.
  • step S106 for each group determined in step S104, an interpolation filter to be actually applied to encoding is determined using the weighted filter coefficient generated in step S105.
  • a prediction error energy is set as an evaluation criterion (cost function)
  • a prediction image using an interpolation filter with the original image and the weight parameter selected in step S105 is generated, and a weight parameter for minimizing the square error sum Is calculated.
  • the weight parameter for example, the value of ⁇ is changed in increments of 0.1 or 0.01, and ⁇ that achieves the lowest cost value is calculated.
  • step S107 interpolation processing is performed using an interpolation filter determined by the weighted filter coefficient determined in step S106.
  • step S108 the weight parameter calculated in step S106 is encoded.
  • step S109 the interpolation filter information such as the interpolation filter coefficient calculated in step S103 is encoded.
  • the interpolation position group information is transmitted, it is encoded in step S109.
  • step S110 the remaining information to be encoded, for example, the prediction error signal (texture component information) and the motion vector are all encoded.
  • step S111 it is determined whether the encoded frame has reached the final frame. If the processing frame is not the final frame, the process returns to step S101 to process the next frame. If the processing frame is the last frame, the encoding process is terminated.
  • the function of performing the encoding process by optimizing the weight parameter of the interpolation filter for each interpolation position group described in this embodiment can be applied not only to the luminance signal but also to the color difference signal. .
  • FIG. 5 is a diagram illustrating a configuration example of a video decoding apparatus according to an embodiment of the present invention.
  • variable length decoding unit 21 receives the encoded bit stream and decodes the quantized transform coefficient, motion vector, weight parameter, interpolation filter coefficient, and the like. When the interpolation position group information is encoded, the variable length decoding unit 21 also decodes the interpolation position group information.
  • the weighted filter coefficient generation unit 22 generates weighted filter coefficients from the weight parameters and interpolation filter coefficients decoded by the variable length decoding unit 21.
  • the interpolation filter coefficient determination unit 23 determines an interpolation filter coefficient to be used for each grouped interpolation position using the weighted filter coefficient generated by the weighted filter coefficient generation unit 22.
  • the reference image interpolation unit 241 in the prediction signal generation unit 24 applies the interpolation filter based on the interpolation filter coefficient received from the interpolation filter coefficient determination unit 23 to the decoded reference image stored in the reference image memory 26, and calculates the decimal number of the reference image. Restore precision pixels.
  • the prediction signal generation unit 24 generates a prediction signal of the decoding target block from the reference image in which the decimal precision pixels are restored.
  • the prediction decoding unit 25 performs inverse quantization, inverse orthogonal transformation, and the like on the quantization coefficient decoded by the variable length decoding unit 21, and the prediction error signal calculated thereby, the prediction signal generated by the prediction signal generation unit 24, Are added to generate a decoded image and output as an output image.
  • the decoded image decoded by the predictive decoding unit 25 is stored in the reference image memory 26 for later predictive decoding.
  • an in-loop filter for removing coding noise such as a deblocking filter or ALF (Adaptive Loop Filter) may be applied and stored.
  • FIG. 6 is a processing flowchart of the video decoding apparatus shown in FIG.
  • the flow of processing when the video decoding apparatus decodes one frame will be described with reference to FIG.
  • processing with a luminance signal is assumed.
  • step S201 information on the frame header (or slice header) is acquired. Subsequently, in step S202, the weight parameter is decoded and the information is stored. In step S203, the interpolation filter coefficient information is decoded. When the interpolation position group information is encoded, the interpolation position group information is also decoded. Subsequently, in step S204, all other information necessary for decoding (for example, motion vectors and prediction error signals) is decoded.
  • step S205 a weighted filter coefficient necessary for interpolation of each interpolation position group is generated from the weight parameter decoded in step S202 and the interpolation filter coefficient decoded in step S203.
  • step S206 interpolation processing is performed using the motion vector decoded in step S204 and the weighted filter coefficient obtained in step S205 to generate a prediction signal.
  • step S207 the prediction error signal decoded in step S204 and the prediction signal obtained in step S206 are combined to restore the decoded signal.
  • step S208 it is determined whether or not all the frames to be decoded have been decoded. If all the frames have not been decoded, the process returns to step S201 to proceed to the decoding of the next frame. Ends the decoding process.
  • the luminance signal is used, but this flow can be applied to the color difference signal as well.
  • the video encoding and decoding processes described above can be realized by a computer and a software program, and the program can be recorded on a computer-readable recording medium or provided through a network.
  • FIG. 7 shows a configuration example of a system when the embodiment of the present invention is implemented using a computer and a software program.
  • This system includes a CPU (Central Processing Unit) 50 that executes a program, a memory 51 such as a RAM (Random Access Memory) that stores programs and data accessed by the CPU 50, a video signal to be encoded, or a decoded image.
  • a video signal storage unit 52 that stores the video signal
  • a program storage device 53 that stores a program for causing the CPU 50 to execute the processing described in the embodiment of the present invention, and a bit stream of an encoding result or a decoding target
  • the encoded stream storage unit 54 that stores the bit stream is connected by a bus.
  • the program storage device 53 includes a video encoding program 531 for encoding a video signal using the embodiment of the present invention, and a video decoding program 532 for decoding an encoded bitstream using the embodiment of the present invention. One of them is stored.
  • the program storage device 53 may store both of these programs.
  • the video encoding program 531 is loaded into the memory 51, and the CPU 50 sequentially fetches and executes the instructions of the video encoding program 531 loaded into the memory 51,
  • the video signal stored in the video signal storage unit 52 is encoded by the method described in the embodiment of the present invention, and the bit stream of the encoding result is stored in the encoded stream storage unit 54.
  • the bit stream may be output to an external device via an interface such as a network adapter.
  • the video decoding program 532 When the present system is used as a video decoding device, the video decoding program 532 is loaded into the memory 51, and the CPU 50 sequentially fetches and executes the instructions of the video decoding program 532 loaded into the memory 51, and executes the encoded stream.
  • the bit stream stored in the storage unit 54 is decoded by the method described in the embodiment of the present invention, and the decoded video signal is stored in the video signal storage unit 52. Alternatively, the decoded video signal is output to an external playback device.
  • the present invention can be used for, for example, video encoding and video decoding using motion compensation inter-screen prediction. According to the present invention, it is possible to achieve an improvement in coding efficiency by reducing the prediction error energy by giving a wide range to the selection range of the interpolation filter.

Landscapes

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

Abstract

　動き補償画面間予測における予測誤差エネルギーを低減させ，符号化効率の改善を図る。小数精度の動き補償を用いる映像符号化方法は，複数の補間フィルタセットから補間フィルタ係数の重み値を指定する重みパラメータを用いて複数の重み付きフィルタ係数を生成するステップと，前記重み付きフィルタ係数の中で，前記小数精度の動き補償における予測誤差エネルギーを最小化する重み付きフィルタ係数を選択するステップと，前記選択された重み付きフィルタ係数による補間フィルタの適用により，参照画像に対する小数精度画素の補間を行い，前記小数精度の動き補償により入力画像を符号化するステップと，前記選択された重み付きフィルタ係数の生成に用いた重みパラメータと，前記補間フィルタ係数とを符号化し，符号化された重みパラメータと符号化された補間フィルタ係数を符号化ビットストリームに加えるステップとを有する。

Description

映像符号化方法，装置，映像復号方法，装置およびそれらのプログラム
　本発明は，映像符号化における補間フィルタの性能改善を図り，符号化効率を改善する映像符号化／復号技術に関するものである。
　本願は，２０１１年６月２７日に日本へ出願された特願２０１１－１４１７２５号に基づき優先権を主張し，その内容をここに援用する。
　映像符号化において，異なる画面間で予測を実行する画面間予測（動き補償）符号化では，すでに復号されたフレームを参照して，予測誤差エネルギーを最小にする動きベクトルが求められ，その予測誤差信号（残差信号とも呼ばれる）が直交変換される。その後，量子化が施され，エントロピー符号化を経て，最終的にバイナリーデータ，すなわちビットストリームとなる。符号化効率を高めるためには予測誤差エネルギーの低減が不可欠であり，予測精度の高い予測方式が求められる。
　映像符号化標準方式には，数多くの画面間予測の精度を高めるためのツールが導入されている。例えばＨ．２６４／ＡＶＣでは，直近のフレームにオクルージョンが存在する場合には，時間的に少し離れたフレームを参照したほうが予測誤差エネルギーを低減できるため，複数のフレームを参照可能としている。本ツールを複数参照フレーム予測と呼ぶ。また，複雑な形状の動きにも対応可能とするために，１６×１６および８×８に加えて，１６×８，８×１６，８×４，４×８，４×４のように，ブロックサイズを細かく分割可能としている。本ツールを可変ブロックサイズ予測と呼ぶ。
　これらと同様に，参照フレームの整数精度画素から６タップのフィルタを用いて１／２精度の画素を補間し，さらにその画素を利用して１／４精度の画素を線形補間で生成する。これにより，小数精度の動きに対して予測が当たるようになる。本ツールを１／４画素精度予測と呼ぶ。
　Ｈ．２６４／ＡＶＣよりも符号化効率の高い次世代映像符号化標準方式の策定に向け，国際標準化組織ＩＳＯ／ＩＥＣ“ＭＰＥＧ”（International Organization for Standardization/International Electrotechnical Commission "Moving Picture Experts Group"）およびＩＴＵ－Ｔ“ＶＣＥＧ”（International Telecommunication Union-Telecommunication Standardization Sector "Video Coding Experts Group"）が共同で検討チーム（Joint Collaborative Team for Video Coding:ＪＣＴ－ＶＣ）を設立した。次世代標準方式は，高能率映像符号化方式（High Efficiency Video Coding: ＨＥＶＣ）と呼ばれ，現在世界各国から様々な新規符号化技術が集められ，ＪＣＴ－ＶＣ会合にて審議されている。
　その中で，特に画面間予測（動き補償）に関連する提案は多くなされており，ＨＥＶＣ用参照ソフトウェア（HEVC test Model:ＨＭ）には，動きベクトルの予測効率を改善するツールや，ブロックサイズを１６×１６以上に拡張するツールが採用されている。
　また，小数精度画素の補間精度を高めるツールも提案されており，補間フィルタ係数をＤＣＴ（Discrete Cosine Transform）係数の基底から導出したＤＣＴベース補間フィルタ（DCT-based Interpolation Filter: ＤＣＴ－ＩＦ）は効果が高く，ＨＭに採用されている。さらに補間精度を上げるため，補間フィルタ係数をフレーム単位で適応的に変化させる補間フィルタも提案されており，適応補間フィルタ（Adaptive Interpolation Filter:ＡＩＦ）と呼ばれる。適応補間フィルタは符号化効率改善の効果が高く，ＶＣＥＧ主導で作成された次世代映像符号化向け参照ソフトウェア（Key Technical Area: ＫＴＡ）にも採用されている。符号化効率向上への寄与が高いため，補間フィルタの性能改善は非常に期待される領域である。
　従来の補間フィルタについて，さらに詳しく説明する。
　〔固定的補間〕
　図８は，Ｈ．２６４／ＡＶＣにおける小数精度の画素補間方法を示す図である。Ｈ．２６４／ＡＶＣにおいては，図８に示すように１／２画素位置の補間時は，対象となる補間画素の左右３点ずつ計６整数画素を用いて補間を行う。垂直方向については上下３点ずつ計６整数画素を用いて補間する。フィルタ係数は，それぞれ［（１，－５，２０，２０，－５，１）／３２］となっている。１／２画素位置が補間された後，１／４画素位置は［１／２，１／２］の平均値フィルタを用いて補間を行う。一度，１／２画素位置をすべて補間して求める必要があるため，計算複雑度は高いものの，性能の高い補間が可能となり，符号化効率向上を導いている。以上の固定フィルタによる補間の技術は，非特許文献１等に示されている。
　Ｈ．２６４／ＡＶＣの１次元６タップフィルタのように，係数値が全入力画像および全フレームに対して同じ値を用いるフィルタは，固定補間フィルタ（Fixed Interpolation Filter）と呼ばれる。
　Ｈ．２６４／ＡＶＣに採用されている補間フィルタの性能をさらに改善する方式として，ＨＥＶＣ用参照ソフトウェアＨＭでは，ＤＣＴベース補間フィルタ（ＤＣＴ－ＩＦ）が採用されている。このＤＣＴベース補間フィルタの小数精度の画素補間方法を，図９に示す。図９のように，小数精度位置における補間対象画素をｐ，整数位置画素をｐx ，ｐの位置を示す整数位置画素間パラメータをα（０≦α≦１）とする。このとき，補間に使用する整数位置の画素数，すなわちタップ長を２Ｍ（Ｍは１以上の整数値）とする。ＤＣＴ変換の定義式より，式(1) が成立する。
Figure JPOXMLDOC01-appb-M000001
また，逆ＤＣＴ変換の定義式より，式(2) が成立する。
Figure JPOXMLDOC01-appb-M000002
ｘを位置とみなすことにより，小数位置αにおける画素補間式は以下の式(3) となる。
Figure JPOXMLDOC01-appb-M000003
　式(3) より，補間に用いるタップ長２Ｍおよび補間対象位置αが定まれば，一意に係数を導出することができる。以上の議論から得られる補間フィルタの事例を表１および表２にまとめる。以上の詳細については，非特許文献２に示されている。
Figure JPOXMLDOC01-appb-T000004
Figure JPOXMLDOC01-appb-T000005
　このＤＣＴベース補間フィルタは，任意のフィルタ長および補間精度に対応でき，性能の高い補間フィルタであるため，ＨＥＶＣ用テストモデルＨＭに採用されている。
　〔適応的補間〕
　Ｈ．２６４／ＡＶＣでは，入力画像条件（シーケンス種類／画像サイズ／フレームレート）や符号化条件（ブロックサイズ／ＧＯＰ（Group of Pictures）構造／ＱＰ（Quantization Parameter））に関わらず，フィルタ係数値は一定である。フィルタ係数値が固定である場合，例えば，エイリアシング，量子化誤差，動き推定による誤差，カメラノイズといった時間的に変化する効果が考慮されていない。したがって，符号化効率の点で性能向上に限界があると考えられる。そこで，補間フィルタ係数を適応的に変化させる方式が非特許文献３では提案されており，非分離型の適応補間フィルタと呼ばれている。
　非特許文献３では，２次元の補間フィルタ（６×６の計３６フィルタ係数）を考えており，予測誤差エネルギーを最小にするようにフィルタ係数が決定される。Ｈ．２６４／ＡＶＣに用いられている１次元６タップの固定補間フィルタを用いるよりも高い符号化効率が実現できたが，フィルタ係数を求める上での計算複雑度が非常に高いため，その計算複雑度を低減するための提案が非特許文献４で紹介されている。
　非特許文献４で紹介されている手法は分離型適応補間フィルタ（ＳＡＩＦ：Separable Adaptive Interpolation Filter ）と呼ばれ，２次元の補間フィルタを用いるのではなく，１次元の６タップ補間フィルタを用いる。
　図１０Ａ～図１０Ｃは，分離型適応補間フィルタ（ＳＡＩＦ）における小数精度の画素補間方法を示す図である。手順としては，図１０ＢのＳｔｅｐ１に示すように，まず水平方向の画素（ａ，ｂ，ｃ）を補間する。フィルタ係数の決定には整数精度画素Ｃ１からＣ６が用いられる。式(4) の予測誤差エネルギー関数Ｅh  2 を最小化するような水平方向フィルタ係数が，一般に知られた最小二乗法（非特許文献３参照）により，解析的に決定される。
Figure JPOXMLDOC01-appb-M000006
　ここで，Ｓは原画像，Ｐは復号済参照画像，ｘおよびｙはそれぞれ画像中の水平および垂直方向の位置を示す。また，～ｘ（～はｘの上に付く記号；他も同様）は，
　　～ｘ＝ｘ＋ＭＶx －FilterOffset
であり，ＭＶx は事前に得られた動きベクトルの水平成分， FilterOffset は調整のためのオフセット（水平方向フィルタ長を２で割った値）を示している。垂直方向については，～ｙ＝ｙ＋ＭＶy となり，ＭＶy は動きベクトルの垂直成分を示す。ｗciは求めるべき水平方向フィルタ係数群ｃi （０≦ｃi ＜６）を示す。
　式(4) で求めるフィルタ係数と同じ数の一次方程式が得られることになり，最小化処理は，水平方向の小数画素位置ごとに独立に実施される。この最小化処理を経て，３種類の６タップフィルタ係数群が求まり，そのフィルタ係数群を用いて小数精度画素ａ，ｂ，ｃが補間される。
　水平方向の画素補間が完了した後，図１０ＣのＳｔｅｐ２に示すように，垂直方向の補間処理を実施する。水平方向と同様の線形問題を解くことで垂直方向のフィルタ係数を決定する。具体的には，式(5) の予測誤差エネルギー関数ＥV  2 を最小化するような垂直方向フィルタ係数が，解析的に決定される。
Figure JPOXMLDOC01-appb-M000007
　ここで，Ｓは原画像，＾Ｐ（＾はＰの上に付く記号）は復号後に水平方向に補間処理された画像，ｘおよびｙはそれぞれ画像中の水平および垂直方向の位置を示す。また，～ｘ＝４・（ｘ＋ＭＶx ）で表現され，ＭＶx は丸められた動きベクトルの水平成分を示す。垂直方向については，～ｙ＝ｙ＋ＭＶy －FilterOffset　で表現され，ＭＶy は動きベクトルの垂直成分， FilterOffset は調整のためのオフセット（フィルタ長を２で割った値）を示す。ｗcjは求めるべき垂直方向フィルタ係数群ｃj （０≦ｃj ＜６）を示す。
　最小化処理は小数精度画素ごとに独立に実施され，１２種類の６タップフィルタ係数が得られる。このフィルタ係数を用いて，残りの小数精度画素が補間される。
　以上より，合計９０（＝６×１５）のフィルタ係数を符号化して復号側に伝送する必要がある。特に低解像度の符号化については，このオーバーヘッドが大きくなるため，フィルタの対称性を用いて，伝送すべきフィルタ係数を削減している。例えば，図１０Ａでは，ｂ，ｈ，ｉ，ｊ，ｋの位置は，補間方向に関して各整数精度画素から見て中心に位置しており，水平方向であれば，左３点に用いる係数を反転させて右３点に適用できる。同様に，垂直方向であれば，上３点に用いる係数を反転させて下３点に適用できる（ｃ1 ＝ｃ6 ，ｃ2 ＝ｃ5 ，ｃ3 ＝ｃ4 ）。
　他にもｄとｌの関係はｈを挟んで対称となっているため，フィルタ係数もそれぞれ反転して利用できる。すなわち，ｄの６係数を伝送すれば，その値をｌにも適用できる。ｃ（ｄ）1 ＝ｃ（ｌ）6 ，ｃ（ｄ）2 ＝ｃ（ｌ）5 ，ｃ（ｄ）3 ＝ｃ（ｌ）4 ，ｃ（ｄ）4 ＝ｃ（ｌ）3 ，ｃ（ｄ）5 ＝ｃ（ｌ）2 ，ｃ（ｄ）6 ＝ｃ（ｌ）1 となる。この対称性は，ｅとｍ，ｆとｎ，そしてｇとｏにも利用可能となる。ａとｃについても同様の理論が成立するが，水平方向は垂直方向の補間にも結果が影響を及ぼすため，対称性は用いずに，ａとｃはそれぞれ別々に伝送を行う。以上の対称性を利用した結果，フレームごとに伝送すべきフィルタ係数は５１（水平方向が１５，垂直方向が３６）となる。
　以上，非特許文献４の適応補間フィルタは，予測誤差エネルギーの最小化処理の単位がフレームで固定されていた。１枚のフレームに対して，５１のフィルタ係数が決定される。符号化対象フレームが仮に大きな２種類（もしくは複数種類の）テクスチャ領域Ａ，Ｂに分けられる場合，最適なフィルタ係数はその両者（すべてのテクスチャ）を考慮した係数群になる。Ａの領域では本来垂直方向のみ特徴的なフィルタ係数が出ていたとして，Ｂの領域で水平方向のみフィルタ係数が得られるような状況では，その両方が平均化された形でフィルタ係数が導出される。
　１枚のフレームにつき１つのフィルタ係数群（５１係数）に限定されずに，画像の局所的性質に応じて，領域分割を行い，分割された領域ごとに補間フィルタ係数を生成して，予測誤差エネルギーの低減を達成し，符号化効率の改善を実現する方法が，非特許文献５にて提案されている。
　また，非特許文献４の適応補間フィルタの性能改善を目的として，補間位置ごとにグルーピングを行い，予測誤差エネルギーを低減できるように，そのグループ単位で固定補間フィルタと適応補間フィルタの選択をして補間画像を生成する技術が提案されている（非特許文献６参照）。
日本特開２０１１－８２７２５号公報
大久保榮, 角野眞也, 菊池義浩, 鈴木輝彦："Ｈ．２６４／ＡＶＣ教科書改訂三版"，インプレス, pp. 119-123，2009 Ken McCann, Woo-Jin Han, Il-Koo Kim, Jung-Hye Min, Elena Alshina, Alexander Alshin, Tammy Lee, Jianle Chen, Vadim Seregin, Sunil Lee, Yoon-Mi Hong, Min-Su Cheon, Nikolay Shlyakhov, "Samsung's Response to the Call for Proposals on Video Compression Technology", JCTVC-A124 r2, pp. 12-14, 1st JCT-VC Meeting, Dresden, Apr. 2010 Y. Vatis, B. Edler, D. T. Nguyen , J. Ostermann: "Motｉon-and aliasing-compensated prediction using a two-dimensional non-separable adaptive Wiener interpolation filter", Proc. ICIP2005, IEEE International Conference on Image Processing, pp. II 894-897, Genova, Italy, Sep. 2005 S. Wittmann, T. Wedi: "Separable adaptive interpolation filter for video coding",  Proc. ICIP2008, IEEE International Conference on Image Processing, pp. 2500-2503, San Diego, California, USA, Oct. 2008 Shohei Matsuo, Yukihiro Bandoh, Seishi Takamura, Hirohisa Jozawa: "Enhanced region-based adaptive interpolation filter" , Proc. PCS2010, IEEE Picture Coding Symposium, pp. 526-529, Nagoya, Japan, Dec. 2010 Faouzi Kossentini, Nader Mahdi, Hsan Guermazi, Mohammed Ali Ben Ayed: "An Adaptive Interpolation Filtering Technique", JCTVC-E284, 5th JCT-VC Meeting, Geneva, Mar. 2011
　非特許文献４や非特許文献５に記載の補間フィルタでは，補間位置ごとに補間フィルタを切り替える機能がなく，動き補償の性能向上に改善の余地がある。
　非特許文献６に記載の補間位置適応性を有する補間フィルタは，補間する位置ごとに事前に定義された固定補間フィルタを用いるか，フレーム単位で導出した適応補間フィルタを用いるかを判断する。フィルタ選択は予測誤差エネルギー最小化の観点で選択され，どちらかを必ず選択する方式となっている。
　複数の補間フィルタから選択することで符号化効率の向上を狙うには，補間フィルタの選択に幅があるほうが，より予測誤差エネルギーを最小化できると考えられる。しかしながら，非特許文献６に記載の方法は，二者択一の選択となっており，性能向上には限界があると考えられる。複数の補間フィルタの重み付き和を選択範囲に入れることで，より予測誤差エネルギーの低減を実現する補間フィルタを設計できれば，符号化効率の改善が実現可能である。
　本発明は，上記課題の解決を図り，補間フィルタの選択に幅を持たせることにより，動き補償画面間予測における予測誤差エネルギーを従来技術よりも低減させ，符号化効率を改善させる新しい方式を提供することを目的とする。
　上記目的を達成するための方法として，本発明は，複数の補間フィルタの重み付き和が，より予測誤差エネルギーを低減できるという想定に基づき，重み付き補間フィルタを補間画像生成の選択に加える。重み付き補間フィルタが予測誤差エネルギーを最小化すると判断された場合には，重み係数を伝送する。本手段を用いることで，より柔軟に補間予測画像を生成することが可能となり，予測誤差エネルギーの低減によって，符号化効率の改善が実現される。
　本発明では，小数精度の動き補償を用いる映像符号化において，例えば以下の処理を行う。
・小数精度画素の補間位置をあらかじめ指定された方法または他の何らかの方法により複数のグループに分ける。
・補間位置のグループごとに，複数の補間フィルタセットから複数のパラメータを用いて重み付きフィルタ係数を導出する。
・重み付きフィルタ係数の中で，予測誤差エネルギーを最小化する重み付きフィルタ係数を選択する。
・重み付きフィルタ係数による補間フィルタの適用により，参照画像に対する小数精度画素の補間を行い，小数精度の動き補償により入力画像を符号化する。
・選択された重み付きフィルタ係数の重み値を指定する重みパラメータと動き補償に用いた補間フィルタ係数とを符号化し，符号化ビットストリームに加える。
　また，本発明では，小数精度の動き補償を用いる映像復号において，例えば以下の処理を行う。
・補間位置のグループごとに，補間フィルタ係数の重み値を指定する重みパラメータと小数精度画素生成のための補間フィルタ係数を復号する。
・復号された重みパラメータを用いて復号された補間フィルタ係数の重み和により定まる重み付きフィルタ係数を生成する。
・生成された重み付きフィルタ係数を用いて予測信号を生成する。
・残差信号を復号し，その残差信号および前記予測信号を用いて復号画像を生成する。
　本発明の作用は以下のとおりである。従来の補間位置適応性を有する補間フィルタでは，補間フィルタを切り替える単位として，二者択一の方式となっており，性能改善には限界があった。一方，本発明では，例えば補間位置グループごとに複数のフィルタ係数の重み付き和を計算して最適な重み係数を求め，その重み係数を用いて補間フィルタを適用することにより動き補償を実施する。これにより，補間フィルタをより柔軟に表現でき，予測誤差エネルギーを低減するフィルタを生成することで動き補償の性能改善を達成し，符号化効率を改善することができる。
　本発明によれば，従来の補間位置適応性を有する補間フィルタでは考慮できなかった補間フィルタの重み付き和の表現が可能となり，補間フィルタの選択範囲に幅を持たせ，予測誤差エネルギーの低減による符号化効率の改善が達成できる。
本発明の一実施形態である映像符号化装置の構成例を示す図である。 補間フィルタ係数判定部の構成例１を示す図である。 補間フィルタ係数判定部の構成例２を示す図である。 本発明の一実施形態である符号化処理のフローチャートである。 本発明の一実施形態である映像復号装置の構成例を示す図である。 本発明の一実施形態である復号処理のフローチャートである。 本発明の実施形態をコンピュータとソフトウェアプログラムとを用いて実施する場合のシステムの構成例を示す図である。 映像符号化標準方式（Ｈ．２６４／ＡＶＣ）の小数精度の画素補間方法を示す図である。 ＤＣＴベース補間フィルタ（ＤＣＴ－ＩＦ）の小数精度の画素補間方法を示す図である。 分離型適応補間フィルタ（ＳＡＩＦ）における小数精度の画素補間方法を示す図である。 分離型適応補間フィルタ（ＳＡＩＦ）における小数精度の画素補間方法を示す図である。 分離型適応補間フィルタ（ＳＡＩＦ）における小数精度の画素補間方法を示す図である。
　以下，図面を用いながら，本発明の一実施形態について説明する。
　〔映像符号化装置の構成例〕
　図１は，本発明の一実施形態である映像符号化装置の構成例を示す図である。
　映像符号化装置１０において，補間フィルタ係数算出部１１は，予測符号化における参照画像に対して用いる小数精度画素の補間フィルタ係数を算出する。補間フィルタ係数判定部１２は，動き検出部１３２が検出した動きベクトルＭＶを用いて複数のフィルタ係数の重み付き和を計算して最適な重み係数を求め，その重みパラメータと補間フィルタ係数とを出力する。また，補間フィルタ係数判定部１２は，重み付きフィルタ係数を切り替える単位となる補間位置グループを動的に決定した場合には，補間位置グループ情報を出力する。
　予測信号生成部１３は，参照画像補間部１３１と動き検出部１３２とを備える。参照画像補間部１３１は，参照画像メモリ１７に格納された復号済み参照画像に，補間フィルタ係数判定部１２が選択した補間フィルタ係数による補間フィルタを適用する。動き検出部１３２は，補間後の参照画像に対して動き探索を行うことにより，動きベクトルを算出する。予測信号生成部１３は，動き検出部１３２によって算出された小数精度の動きベクトルによる動き補償により予測信号を生成する。
　予測符号化部１４は，入力映像信号と予測信号との残差信号を算出し，それを直交変換し，変換係数の量子化などによって予測符号化を行う。また，復号部１６は，予測符号化の結果を復号し，復号画像を後の予測符号化のために参照画像メモリ１７に格納する。このとき，デブロッキングフィルタやＡＬＦ（Adaptive Loop Filter）などの符号化ノイズ除去のためのインループフィルタを施してから，格納してもよい。
　可変長符号化部１５は，量子化された変換係数，動きベクトルを可変長符号化するとともに，補間フィルタ係数判定部１２の出力である重みパラメータ，補間フィルタ係数を可変長符号化し，これらを符号化ビットストリームとして出力する。また，重み付きフィルタ係数を切り替える単位となる小数精度画素の補間位置グループを動的に決定した場合には，可変長符号化部１５は，その補間位置グループの情報についても符号化して符号化ビットストリームに加える。
　〔補間フィルタ係数判定部の構成例１〕
　図２は，補間フィルタ係数判定部の第１の構成例を示す図である。補間フィルタ係数判定部１２の部分が従来技術と顕著に異なる部分である。
　補間フィルタ係数判定部１２において，補間フィルタ情報取得部１２１は，符号化時に予め用意されている固定補間フィルタ係数値を，重み付きフィルタ係数生成部１２３に出力する。例えば，Ｈ．２６４／ＡＶＣに定義されている６タップの係数や，ＤＣＴ－ＩＦの８タップもしくは１２タップの係数を用いてもよい。
　重みパラメータ指定部１２２は，重みパラメータを設定し，そのパラメータを重み付きフィルタ係数生成部１２３に出力する。重みパラメータは，例えば２種類のフィルタ係数の重みを取る場合，αを与える（α＋β＝１の制約から重みを１つ与えればよい。αとβの２種の重みを送ることもできるが，オーバーヘッド削減のため１種の重みを送る) 。同様に３種類のフィルタの重みを計算する場合，α＋β＋γ＝１の制約からα，βを与える。ｍ（４以上の整数）種類の重みの場合も同様である。
　重み付きフィルタ係数生成部１２３は，
(a) フレーム単位または領域単位で生成される適応補間フィルタ係数値：ｆA （ｘ），
(b) 重みパラメータ指定部１２２から出力される重みパラメータ：α，
(c) 補間フィルタ情報取得部１２１から出力される固定補間フィルタ係数値：ｆB （ｘ），を入力とし，以下の計算を行う。
　　α×ｆA （ｘ）＋β×ｆB （ｘ）
　　（ただし，０≦ｘ＜ｔ；ｔはタップ長，β＝１－α）
　ここでは２種類のフィルタ係数の重み付き和を想定しているが，３種類以上のフィルタ係数の重み付き和でも同様に設定することができる。重み付きフィルタ係数生成部１２３は，得られる重み付きフィルタ係数を，後述するＭＳＥ算出部１２４へ出力する。
　ＭＳＥ算出部１２４では，入力を
(a) 動き探索処理によって得られる動きベクトルＭＶ，
(b) 復号信号（ローカルデコード画像) ，
(c) 重み付きフィルタ係数生成部１２３から出力される重み付きフィルタ係数，
とし，動きベクトルＭＶが指し示す位置における補間画像を，復号画像の整数位置画素と重み付きフィルタ係数とによって生成し，原画像とのＭＳＥ（Mean Square Error ：平均二乗誤差) ，すなわち予測残差エネルギーを計算する。
　ＭＳＥには，例として以下のような式を用いることができる。
　　ＭＳＥ＝｛（原信号－予測信号）2 の総和｝／画素数
計算されたＭＳＥは，最小ＭＳＥ記憶部１２５に出力される。
　最小ＭＳＥ記憶部１２５は，入力をＭＳＥ算出部１２４で得られるＭＳＥとし，その値を保存する。最小ＭＳＥ記憶部１２５は，事前に保存ないしは定義されている最小値と，入力のＭＳＥとを比較し，
(a) 保存済みの最小値よりも入力ＭＳＥ値が小さい場合：入力ＭＳＥ値，
(b) 保存済みの最小値の方が入力ＭＳＥ値よりも小さい場合：保存済みの最小値，
というように，最小となるＭＳＥを判定して，最小値の保存と更新を行う。また，最小ＭＳＥ記憶部１２５は，その最小値を保存する際には，そのＭＳＥ値を実現する重みパラメータを保存する。
　補間フィルタ係数判定部１２は，ＭＳＥ算出部１２４において補間フィルタに関わる取り得る組み合わせを処理した後，最小ＭＳＥを実現する組み合わせ，すなわち，(1) 重みパラメータ，(2) 補間フィルタ係数，を出力する。
　〔補間フィルタ係数判定部の構成例２〕
　図３は，補間フィルタ係数判定部の第２の構成例を示す図である。図３に示す補間フィルタ係数判定部１２′が図２に示す補間フィルタ係数部１２と異なるのは，補間対象位置グルーピング部１２６が備わっており，前述した重みパラメータの設定を小数画素位置である補間位置のグループごとに行い，補間位置のグループごとに補間フィルタ係数を切り替える点である。
　前述した構成例１では，例えば全画素補間位置に対して重み付きフィルタを用いるが，構成例２では，指定された補間位置グループまたは何らかの方法により算出された補間位置グループごとに補間フィルタによる補間処理に用いる重み付きフィルタ係数を設定する。ある補間位置グループに対して，フィルタ係数の重み付き和をとるかとらないかを選択することもできる。例えば，重要な補間位置，選択確率が高い補間位置には重み付きフィルタを用い，それ以外の位置は重み付きではないフィルタを用いるなど，補間位置グループに対して適応的な処理が可能である。
　補間フィルタ情報取得部１２１，重みパラメータ指定部１２２，重み付きフィルタ係数生成部１２３の機能は，前述した構成例１と同様である。
　補間対象位置グルーピング部１２６は，小数画素位置である補間位置ごとにグループ分けを実施し，その補間位置ごとのグループ情報を出力する。この補間位置グループは，小数画素位置に対してあらかじめ定められているものでもよく，また，例えば動きベクトルの確率分布などを用いて，動的に定められるものでもよい。
　ＭＳＥ算出部１２４は，補間対象位置グルーピング部１２６が出力する補間位置グループ情報によって指定される補間位置グループごとに，重み付きフィルタ係数生成部１２３から出力される重み付きフィルタ係数を用いて，動きベクトルＭＶが指し示す位置における補間画像を，復号画像の整数位置画素と重み付きフィルタ係数とによって生成し，原画像とのＭＳＥ，すなわち予測残差エネルギーを計算する。計算されたＭＳＥは，最小ＭＳＥ記憶部１２５に出力される。また，最小ＭＳＥ記憶部１２５は，その最小値を保存する際には，そのＭＳＥ値を実現する重みパラメータ，補間位置グループ情報を保存する。
　補間フィルタ係数判定部１２′は，補間フィルタに関わる取り得る組み合わせを施行した後，最小ＭＳＥを実現する組み合わせ，すなわち，(1) 重みパラメータ，(2) 補間位置グループ情報，(3) 補間フィルタ係数，を出力する。なお，補間位置グループが固定であり，符号化側と復号側とで補間位置グループ情報を共有できる場合には，補間位置グループ情報の出力は不要である。
  〔符号化の処理フロー〕
　図４は，図１に示す映像符号化装置の処理フローチャートである。以下，図４に従って，映像符号化装置が１枚のフレームを符号化する場合の処理の流れを説明する。ここでは，補間フィルタ係数判定部が構成例２で構成される場合の処理の例を説明するが，構成例１の場合の処理もほぼ同様である。以下では，特に断りがない限り，輝度信号での処理を仮定する。
　まず，ステップＳ１０１にて，符号化処理に必要となる原画像のフレームを入力する。続いて，ステップＳ１０２にて，例えば，Ｈ．２６４／ＡＶＣに採用されている１次元６タップフィルタやＤＣＴベース補間フィルタの１次元８タップ／１２タップフィルタなど，符号化器に備わっている固定補間フィルタを事前定義補間フィルタとして，その補間フィルタを用いてフレーム全体の動きベクトル（ＭＶ）を導出する。ここで，固定補間フィルタに限らず，前フレームなどで算出された適応補間フィルタを採用してもよい。
　続いて，ステップＳ１０３にて，ステップＳ１０２にて得られた動きベクトルを用いて，符号化対象フレームにおける適応補間フィルタの係数値を算出する。本ステップにおける補間フィルタの係数算出には，一般に知られている予測誤差エネルギー最小化方法（線形回帰）を用いる。
　続いて，ステップＳ１０４にて，補間フィルタを適用する補間対象画素のグループ分けを行う。具体的には，予め定めたテーブルに従い，補間位置に応じて補間対象画素を複数のグループに分ける。なお，何らかの方法により補間位置グループを動的に決定してもよい。補間位置グループを動的に決定した場合には，補間位置グループ情報を符号化して，復号側に伝送する必要がある。
　続いて，ステップＳ１０５にて，ステップＳ１０４にて分けられた補間位置グループごとに重み付きフィルタ係数を生成する。重みパラメータをテーブルから読み込んで設定し，各重みパラメータから以下の式(6) に示されるように重み付き補間フィルタ係数を生成する。
　　α×ｆA （ｘ）＋β×ｆB （ｘ）　　　　　　　　　　　　　　(6) 
　ここで，αおよびβは重みパラメータ（α＋β＝１），ｆA （ｘ）は事前定義された補間フィルタ係数，ｆB （ｘ）は当該フレームにて求まった補間フィルタ係数である。ｘは係数番号を示し，０≦ｘ＜ｎの範囲を取る（ｎはタップ長を示す）。ここでは，２種類のフィルタ係数の重み付きフィルタ係数を想定しているが，ｍ（＞２）種類の補間フィルタの場合でも，同様の形式で表現できる。
　続いて，ステップＳ１０６にて，ステップＳ１０４にて定められたグループごとに，ステップＳ１０５にて生成された重み付きフィルタ係数を用いて，実際に符号化に適用する補間フィルタを決定する。例えば，評価基準（コスト関数）として予測誤差エネルギーを設定し，原画像とステップＳ１０５にて選んだ重みパラメータでの補間フィルタを用いた予測画像を生成し，その二乗誤差和を最小化する重みパラメータを算出する。重みパラメータは，例えば，０．１刻みや０．０１刻みでαの値を変更し，一番低いコスト値を実現するαを算出する。
　続いて，ステップＳ１０７にて，ステップＳ１０６で決定された重み付きフィルタ係数により定まる補間フィルタを用いて補間処理を行う。
　続いて，ステップＳ１０８にて，ステップＳ１０６で算出した重みパラメータを符号化する。続いて，ステップＳ１０９にて，ステップＳ１０３で算出した補間フィルタ係数などの補間フィルタ情報を符号化する。補間位置グループ情報を伝送する場合は，ステップＳ１０９で符号化する。続いて，ステップＳ１１０にて，残りの符号化すべき情報，例えば予測誤差信号（テクスチャ成分情報）や動きベクトルなどをすべて符号化する。
　続いて，ステップＳ１１１にて，符号化フレームが最終フレームに到達しているかどうかの判定を行う。もし処理フレームが最終フレームでなければ，次のフレームを処理するためにステップＳ１０１に戻る。もし処理フレームが最終フレームであった場合，符号化処理を終了する。
　なお，本実施形態で述べている補間位置グループ単位で補間フィルタの重みパラメータを最適化させて，符号化処理を実施する機能は，輝度信号だけでなく，色差信号にも同様に適用可能である。
　〔映像復号装置の構成例〕
　図５は，本発明の一実施形態である映像復号装置の構成例を示す図である。
　映像復号装置２０において，可変長復号部２１は，符号化されたビットストリームを入力して，量子化変換係数，動きベクトル，重みパラメータ，補間フィルタ係数などの復号を行う。また，補間位置グループ情報が符号化されている場合には，可変長復号部２１は，補間位置グループ情報についても復号する。
　重み付きフィルタ係数生成部２２は，可変長復号部２１で復号された重みパラメータ，補間フィルタ係数から，重み付きフィルタ係数を生成する。補間フィルタ係数判定部２３は，重み付きフィルタ係数生成部２２が生成した重み付きフィルタ係数を用いて，グループ分けされた各補間位置に用いる補間フィルタ係数を決定する。
　予測信号生成部２４における参照画像補間部２４１は，参照画像メモリ２６に格納された復号済み参照画像に，補間フィルタ係数判定部２３から受け取った補間フィルタ係数による補間フィルタを適用し，参照画像の小数精度画素の復元を行う。予測信号生成部２４は，小数精度画素の復元が行われた参照画像から，復号対象ブロックの予測信号を生成する。
　予測復号部２５は，可変長復号部２１で復号した量子化係数の逆量子化，逆直交変換などを行い，それにより算出された予測誤差信号と，予測信号生成部２４が生成した予測信号とを足し合わせて復号画像を生成し，出力画像として出力する。また，予測復号部２５が復号した復号画像は，後の予測復号のために，参照画像メモリ２６に格納する。このとき，デブロッキングフィルタやＡＬＦ（Adaptive Loop Filter）などの符号化ノイズ除去のためのインループフィルタを施してから，格納してもよい。
　〔復号の処理フロー〕
　図６は，図５に示す映像復号装置の処理フローチャートである。以下，図６に従って，映像復号装置が１枚のフレームを復号する場合の処理の流れを説明する。以下では，特に断りがない限り，輝度信号での処理を仮定する。
　ステップＳ２０１にて，フレームヘッダ（ないしはスライスヘッダ）の情報を取得する。続いて，ステップＳ２０２にて，重みパラメータを復号し，その情報を格納する。続いて，ステップＳ２０３にて，補間フィルタ係数の情報を復号する。補間位置グループ情報が符号化されている場合には，補間位置グループ情報についても復号する。続いて，ステップＳ２０４にて，復号に必要なその他の情報（例えば動きベクトルや予測誤差信号など）をすべて復号する。
　続いて，ステップＳ２０５にて，ステップＳ２０２で復号した重みパラメータとステップＳ２０３で復号した補間フィルタ係数から各補間位置グループの補間に必要な重み付きフィルタ係数を生成する。
　続いて，ステップＳ２０６にて，ステップＳ２０４にて復号された動きベクトルとステップＳ２０５で得られた重み付きフィルタ係数を用いて，補間処理を実施して予測信号を生成する。
　続いて，ステップＳ２０７にて，ステップＳ２０４にて復号された予測誤差信号とステップＳ２０６にて求まった予測信号を合成し，復号信号を復元する。
　続いて，ステップＳ２０８にて，復号すべきフレームがすべて復号されたかの判定を行い，すべて復号されていない場合には，ステップＳ２０１へ戻って次のフレームの復号に移り，すべて復号されている場合には復号処理を終了する。
　以上，輝度信号での説明を行ったが，本フローは色差信号にも同様に適用できる。
　〔ソフトウェアプログラムを用いた場合の構成例〕
　以上の映像符号化，復号の処理は，コンピュータとソフトウェアプログラムとによっても実現することができ，そのプログラムをコンピュータ読み取り可能な記録媒体に記録することも，ネットワークを通して提供することも可能である。
  図７は，本発明の実施形態をコンピュータとソフトウェアプログラムとを用いて実施する場合のシステムの構成例を示している。
　本システムは，プログラムを実行するＣＰＵ（Central Processing Unit）５０と，ＣＰＵ５０がアクセスするプログラムやデータが格納されるＲＡＭ（Random Access Memory）等のメモリ５１と，符号化対象の映像信号，または復号画像の映像信号を記憶する映像信号記憶部５２と，本発明の実施形態で説明した処理をＣＰＵ５０に実行させるためのプログラムが格納されたプログラム記憶装置５３と，符号化結果のビットストリームまたは復号対象のビットストリームを記憶する符号化ストリーム記憶部５４とがバスで接続された構成になっている。
　プログラム記憶装置５３は，本発明の実施形態を用いて映像信号を符号化するための映像符号化プログラム５３１，本発明の実施形態を用いて符号化ビットストリームを復号するための映像復号プログラム５３２のいずれかを格納している。プログラム記憶装置５３は，これらのプログラムの双方を格納していてもよい。
　また，本システムが映像符号化装置として用いられる場合，映像符号化プログラム５３１がメモリ５１にロードされ，ＣＰＵ５０は，メモリ５１にロードされた映像符号化プログラム５３１の命令を逐次フェッチして実行し，映像信号記憶部５２に格納されている映像信号を，本発明の実施形態で説明した手法により符号化して，符号化結果のビットストリームを符号化ストリーム記憶部５４に格納する。または，ネットワークアダプタ等のインタフェースを介して，ビットストリームを外部装置に出力してもよい。
　また，本システムが映像復号装置として用いられる場合，映像復号プログラム５３２がメモリ５１にロードされ，ＣＰＵ５０は，メモリ５１にロードされた映像復号プログラム５３２の命令を逐次フェッチして実行し，符号化ストリーム記憶部５４に格納されているビットストリームを，本発明の実施形態で説明した手法により復号して，復号結果の映像信号を映像信号記憶部５２に格納する。または，外部の再生装置に復号結果の映像信号を出力する。
　以上，本発明の実施形態を図面を参照して説明してきたが，これら実施形態は本発明の例示に過ぎず，本発明がこれら実施形態に限定されるものでないことは明らかである。したがって，本発明の要旨を逸脱しない範囲で構成要素の追加，省略，置換，その他の変更を行うようにしても良い。すなわち，本発明は上述した説明に限定されるものではなく，以下に述べる請求の範囲の範囲のみに限定される。
　　本発明は，例えば，動き補償画面間予測を用いた映像符号化および映像復号に利用可能である。本発明によれば，補間フィルタの選択範囲に幅を持たせ，予測誤差エネルギーの低減による符号化効率の改善が達成できる。
　１０　映像符号化装置
　１１　補間フィルタ係数算出部
　１２，１２′，２３　補間フィルタ係数判定部
　１２１　補間フィルタ情報取得部
　１２２　重みパラメータ指定部
　１２３，２２　重み付きフィルタ係数生成部
　１２４　ＭＳＥ算出部
　１２５　最小ＭＳＥ記憶部
　１２６　補間対象位置グルーピング部
　１３，２４　予測信号生成部
　１３１，２４１　参照画像補間部
　１３２　動き検出部
　１４　予測符号化部
　１５　可変長符号化部
　１６　復号部
　１７，２６　参照画像メモリ
　２０　映像復号装置
　２１　可変長復号部
　２５　予測復号部

Claims (10)

  1. 　小数精度の動き補償を用いる映像符号化方法であって，
    　複数の補間フィルタセットから補間フィルタ係数の重み値を指定する重みパラメータを用いて複数の重み付きフィルタ係数を生成するステップと，
    　前記重み付きフィルタ係数の中で，前記小数精度の動き補償における予測誤差エネルギーを最小化する重み付きフィルタ係数を選択するステップと，
    　前記選択された重み付きフィルタ係数による補間フィルタの適用により，参照画像に対する小数精度画素の補間を行い，前記小数精度の動き補償により入力画像を符号化するステップと，
    　前記選択された重み付きフィルタ係数の生成に用いた重みパラメータと，前記補間フィルタ係数とを符号化し，符号化された重みパラメータと符号化された補間フィルタ係数を符号化ビットストリームに加えるステップと
    　を有する映像符号化方法。
  2. 　請求項１記載の映像符号化方法において，
    　前記重み付きフィルタ係数の選択を，あらかじめ定められた方法により算出された小数精度画素の補間位置グループごと，または指定された小数精度画素の補間位置グループごとに行い，
    　前記重み付きフィルタ係数による補間フィルタを，前記小数精度画素の補間位置グループごとに切り替える
    　映像符号化方法。
  3. 　小数精度の動き補償を用いる映像符号化装置であって，
    　複数の補間フィルタセットから補間フィルタ係数の重み値を指定する重みパラメータを用いて複数の重み付きフィルタ係数を生成する重み付きフィルタ係数生成部と，
    　前記重み付きフィルタ係数の中で，前記小数精度の動き補償における予測誤差エネルギーを最小化する重み付きフィルタ係数を選択する重み付きフィルタ係数選択部と，
    　前記選択された重み付きフィルタ係数による補間フィルタの適用により，参照画像に対する小数精度画素の補間を行い，前記小数精度の動き補償により入力画像を符号化する第１の符号化部と，
    　前記選択された重み付きフィルタ係数の生成に用いた重みパラメータと，前記補間フィルタ係数とを符号化し，符号化された重みパラメータと符号化された補間フィルタ係数を符号化ビットストリームに加える第２の符号化部と
    　を備える映像符号化装置。
  4. 　請求項３記載の映像符号化装置において，
    　前記重み付きフィルタ係数の選択を，あらかじめ定められた方法により算出された小数精度画素の補間位置グループごと，または指定された小数精度画素の補間位置グループごとに行い，
    　前記重み付きフィルタ係数による補間フィルタを，前記小数精度画素の補間位置グループごとに切り替える
    　映像符号化装置。
  5. 　小数精度の動き補償を用いる映像復号方法であって，
    　小数精度画素生成のための補間フィルタ係数と，前記補間フィルタ係数の重み値を指定する重みパラメータとを復号するステップと，
    　復号された重みパラメータを用いて復号された補間フィルタ係数の重み和により定まる重み付きフィルタ係数を生成するステップと，
    　生成された重み付きフィルタ係数により定まる補間フィルタを用いて予測信号を生成するステップと，
    　残差信号を復号するステップと，
    　復号した残差信号および生成された予測信号を用いて復号画像を生成するステップと
    　を有する映像復号方法。
  6. 　請求項５記載の映像復号方法において，
    　前記小数精度画素生成のための補間フィルタ係数と，前記補間フィルタ係数の重み値を指定する重みパラメータの復号を，符号化側から指定された補間位置グループまたは所定の補間位置グループごとに行い，
    　前記重み付きフィルタ係数により定まる補間フィルタを，前記補間位置グループごとに切り替える
    　映像復号方法。
  7. 　小数精度の動き補償を用いる映像復号装置であって，
    　小数精度画素生成のための補間フィルタ係数と，前記補間フィルタ係数の重み値を指定する重みパラメータとを復号する第１の復号部と，
    　復号された重みパラメータを用いて復号された補間フィルタ係数の重み和により定まる重み付きフィルタ係数を生成する重み付きフィルタ係数生成部と，
    　生成された重み付きフィルタ係数により定まる補間フィルタを用いて予測信号を生成する予測信号生成部と，
    　残差信号を復号する第２の復号部と，
    　復号した残差信号および生成された予測信号を用いて復号画像を生成する復号画像生成部と
    　を備える　映像復号装置。
  8. 　請求項７記載の映像復号装置において，
    　前記小数精度画素生成のための補間フィルタ係数と，前記補間フィルタ係数の重み値を指定する重みパラメータの復号を，符号化側から指定された補間位置グループまたは所定の補間位置グループごとに行い，
    　前記重み付きフィルタ係数により定まる補間フィルタを，前記補間位置グループごとに切り替える
    　映像復号装置。
  9. 　請求項１または請求項２記載の映像符号化方法を，コンピュータに実行させるための映像符号化プログラム。
  10. 　請求項５または請求項６記載の映像復号方法を，コンピュータに実行させるための映像復号プログラム。
PCT/JP2012/066039 2011-06-27 2012-06-22 映像符号化方法，装置，映像復号方法，装置およびそれらのプログラム WO2013002150A1 (ja)

Priority Applications (7)

Application Number Priority Date Filing Date Title
BR112013031911A BR112013031911A2 (pt) 2011-06-27 2012-06-22 método e aparelho para codificação de vídeo, método e aparelho para decodificação de vídeo e programas para os mesmos
US14/125,463 US9667963B2 (en) 2011-06-27 2012-06-22 Method and apparatus for encoding video, method and apparatus for decoding video, and programs therefor
KR1020137029324A KR20140029434A (ko) 2011-06-27 2012-06-22 영상 부호화 방법, 장치, 영상 복호 방법, 장치 및 그 프로그램
EP12805330.3A EP2709364A4 (en) 2011-06-27 2012-06-22 METHOD AND DEVICE FOR ENCODING VIDEO IMAGES, METHOD AND DEVICE FOR DECODING VIDEO IMAGES, AND PROGRAM THEREOF
RU2013154760/08A RU2013154760A (ru) 2011-06-27 2012-06-22 Способ и устройство кодирования видео, способ и устройство декодирования видео и программы для них
CN201280028582.3A CN103597835B (zh) 2011-06-27 2012-06-22 影像编码方法、装置、影像解码方法、装置
CA2839089A CA2839089A1 (en) 2011-06-27 2012-06-22 Video encoding and decoding methods and apparatuses using fractional-ac curacy motion compensation

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011-141725 2011-06-27
JP2011141725A JP5649524B2 (ja) 2011-06-27 2011-06-27 映像符号化方法，装置，映像復号方法，装置およびそれらのプログラム

Publications (1)

Publication Number Publication Date
WO2013002150A1 true WO2013002150A1 (ja) 2013-01-03

Family

ID=47424045

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/066039 WO2013002150A1 (ja) 2011-06-27 2012-06-22 映像符号化方法，装置，映像復号方法，装置およびそれらのプログラム

Country Status (10)

Country Link
US (1) US9667963B2 (ja)
EP (1) EP2709364A4 (ja)
JP (1) JP5649524B2 (ja)
KR (1) KR20140029434A (ja)
CN (1) CN103597835B (ja)
BR (1) BR112013031911A2 (ja)
CA (1) CA2839089A1 (ja)
RU (1) RU2013154760A (ja)
TW (1) TWI504241B (ja)
WO (1) WO2013002150A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11596920B2 (en) 2018-06-21 2023-03-07 Battelle Memorial Institute Enhanced microchannel or mesochannel devices and methods of additively manufacturing the same

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015149241A1 (zh) * 2014-03-31 2015-10-08 北京大学深圳研究生院 一种针对色度的插值方法及滤波器
KR101982788B1 (ko) * 2014-10-01 2019-05-27 엘지전자 주식회사 향상된 예측 필터를 이용하여 비디오 신호를 인코딩, 디코딩하는 방법 및 장치
KR20180009358A (ko) * 2015-06-16 2018-01-26 엘지전자 주식회사 영상의 부호화/복호화 방법 및 이를 위한 장치
US10419755B2 (en) 2016-05-16 2019-09-17 Qualcomm Incorporated Confusion of multiple filters in adaptive loop filtering in video coding
US10419757B2 (en) * 2016-08-31 2019-09-17 Qualcomm Incorporated Cross-component filter
WO2019065537A1 (ja) * 2017-09-28 2019-04-04 シャープ株式会社 動き補償フィルタ装置、画像復号装置および動画像符号化装置
WO2019093919A1 (en) 2017-11-13 2019-05-16 Huawei Technologies Co., Ltd In-loop filter apparatus and method for video coding

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011082725A (ja) 2009-10-06 2011-04-21 Nippon Telegr & Teleph Corp <Ntt> 映像符号化方法，映像符号化装置，映像復号方法，映像復号装置，映像符号化・復号方法，およびプログラム

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2690551B1 (fr) * 1991-10-15 1994-06-03 Thomson Csf Procede de quantification d'un filtre predicteur pour vocodeur a tres faible debit.
US6968008B1 (en) 1999-07-27 2005-11-22 Sharp Laboratories Of America, Inc. Methods for motion estimation with adaptive motion accuracy
JP4241588B2 (ja) 2004-11-30 2009-03-18 日本ビクター株式会社 動画像符号化装置、及び動画像復号化装置
KR100723403B1 (ko) * 2005-02-28 2007-05-30 삼성전자주식회사 컬러 성분간 단일 부호화 모드를 이용한 예측영상 생성 방법 및 장치와, 그를 이용한 영상 및 비디오 부호화/복호화방법 및 장치
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
WO2007100128A1 (en) * 2006-02-28 2007-09-07 Sharp Kabushiki Kaisha Method and system for picture up-sampling
US7782401B1 (en) * 2006-06-20 2010-08-24 Kolorific, Inc. Method and system for digital image scaling with sharpness enhancement and transient improvement
US9014280B2 (en) 2006-10-13 2015-04-21 Qualcomm Incorporated Video coding with adaptive filtering for motion compensated prediction
US8942505B2 (en) * 2007-01-09 2015-01-27 Telefonaktiebolaget L M Ericsson (Publ) Adaptive filter representation
KR101369746B1 (ko) * 2007-01-22 2014-03-07 삼성전자주식회사 적응적 보간 필터를 이용한 영상 부호화, 복호화 방법 및장치
WO2009046601A1 (en) * 2007-10-09 2009-04-16 Hong Kong Applied Science And Technology Research Institute Co. Ltd. Method for motion compensation
US8462842B2 (en) 2008-04-10 2013-06-11 Qualcomm, Incorporated Symmetry for interpolation filtering of sub-pixel positions in video coding
US20090323807A1 (en) 2008-06-30 2009-12-31 Nicholas Mastronarde Enabling selective use of fractional and bidirectional video motion estimation
EP2157799A1 (en) * 2008-08-18 2010-02-24 Panasonic Corporation Interpolation filter with local adaptation based on block edges in the reference frame
CN102224735A (zh) 2008-10-03 2011-10-19 索尼公司 图像处理设备和方法
EP2182732A1 (en) 2008-10-28 2010-05-05 Panasonic Corporation Switching between scans in image coding
EP2393296A1 (en) 2009-01-29 2011-12-07 Panasonic Corporation Image coding method and image decoding method

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011082725A (ja) 2009-10-06 2011-04-21 Nippon Telegr & Teleph Corp <Ntt> 映像符号化方法，映像符号化装置，映像復号方法，映像復号装置，映像符号化・復号方法，およびプログラム

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
ALSHINA.E. ET AL.: "CE3: Experimental results of DCTIF by Samsung", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC)OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 4TH MEETING: JCTVC-D344, 20 January 2011 (2011-01-20), XP030047677 *
FAOUZI KOSSENTINI; NADER MAHDI; HSAN GUERMAZI; MOHAMMED ALI BEN AYED: "An Adaptive Interpolation Filtering Technique", JCTVC-E284, 5TH JCT-VC MEETING, GENEVA, March 2011 (2011-03-01)
KEN MCCANN; WOO-JIN HAN; IL-KOO KIM; JUNG-HYE MIN; ELENA ALSHINA; ALEXANDER ALSHIN; TAMMY LEE; JIANLE CHEN; VADIM SEREGIN; SUNIL L: "Samsung's Response to the Call for Proposals on Video Compression Technology", JCTVC-A124 R2, April 2010 (2010-04-01), pages 12 - 14
KOSSENTINI,F. ET AL.: "An Adaptive Interpolation Filtering Technique", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC)OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 JCTVC-E284, 16 March 2011 (2011-03-16), XP030048378 *
MATSUO,S. ET AL.: "CE3: Region-based adaptive interpolation filter", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC)OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 JCTVC-E078, 10 March 2011 (2011-03-10), XP030008584 *
S. WITTMANN; T. WEDI: "Separable adaptive interpolation filter for video coding", PROC. ICIP2008, IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING, October 2008 (2008-10-01), pages 2500 - 2503, XP031374548
SAKAE OKUBO; SHINYA KADONO; YOSHIHIRO KIKUCHI; TERUHIKO SUZUKI: "H.264/AVC Textbook", 2009, IMPRESS R&D, pages: 119 - 123
See also references of EP2709364A4 *
SHOHEI MATSUO; YUKIHIRO BANDOH; SEISHI TAKAMURA; HIROHISA JOZAWA: "Enhanced region-based adaptive interpolation filter", PROC. PCS2010, IEEE PICTURE CODING SYMPOSIUM, December 2010 (2010-12-01), pages 526 - 529, XP031885224, DOI: doi:10.1109/PCS.2010.5702554
Y. VATIS; B. EDLER; D. T. NGUYEN; J. OSTERMANN: "Motion-and aliasing-compensated prediction using a two-dimensional non-separable adaptive Wiener interpolation filter", PROC. ICIP2005, IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING, September 2005 (2005-09-01), pages II 894 - 897

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11596920B2 (en) 2018-06-21 2023-03-07 Battelle Memorial Institute Enhanced microchannel or mesochannel devices and methods of additively manufacturing the same

Also Published As

Publication number Publication date
EP2709364A4 (en) 2014-11-26
EP2709364A1 (en) 2014-03-19
KR20140029434A (ko) 2014-03-10
JP5649524B2 (ja) 2015-01-07
CN103597835B (zh) 2017-04-26
TWI504241B (zh) 2015-10-11
BR112013031911A2 (pt) 2016-12-13
CA2839089A1 (en) 2013-01-03
JP2013009241A (ja) 2013-01-10
RU2013154760A (ru) 2015-08-10
TW201311010A (zh) 2013-03-01
CN103597835A (zh) 2014-02-19
US20140105308A1 (en) 2014-04-17
US9667963B2 (en) 2017-05-30

Similar Documents

Publication Publication Date Title
CA2755889C (en) Image processing device and method
JP5649523B2 (ja) 映像符号化方法，装置，映像復号方法，装置およびそれらのプログラム
WO2013002150A1 (ja) 映像符号化方法，装置，映像復号方法，装置およびそれらのプログラム
JP5563403B2 (ja) 映像符号化方法，映像復号方法，映像符号化装置，映像復号装置およびそれらのプログラム
JP5485851B2 (ja) 映像符号化方法，映像復号方法，映像符号化装置，映像復号装置およびそれらのプログラム
JP5552092B2 (ja) 動画像符号化装置、動画像符号化方法及び動画像符号化プログラム
US9609318B2 (en) Video encoding method, video decoding method, video encoding apparatus, video decoding apparatus, and programs thereof
JP5762243B2 (ja) 映像符号化方法，装置，映像復号方法，装置およびそれらのプログラム
AU2015255215B2 (en) Image processing apparatus and method

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: 12805330

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20137029324

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2012805330

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2839089

Country of ref document: CA

WWE Wipo information: entry into national phase

Ref document number: 14125463

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112013031911

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 2013154760

Country of ref document: RU

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 112013031911

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20131211