WO2013014884A1 - 動画像符号化方法、動画像符号化装置、動画像復号化方法、および動画像復号化装置 - Google Patents

動画像符号化方法、動画像符号化装置、動画像復号化方法、および動画像復号化装置 Download PDF

Info

Publication number
WO2013014884A1
WO2013014884A1 PCT/JP2012/004583 JP2012004583W WO2013014884A1 WO 2013014884 A1 WO2013014884 A1 WO 2013014884A1 JP 2012004583 W JP2012004583 W JP 2012004583W WO 2013014884 A1 WO2013014884 A1 WO 2013014884A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
resolution
image
unit
area
Prior art date
Application number
PCT/JP2012/004583
Other languages
English (en)
French (fr)
Inventor
大作 小宮
西　孝啓
陽司 柴原
寿郎 笹井
敏康 杉尾
京子 谷川
徹 松延
Original Assignee
パナソニック株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニック株式会社 filed Critical パナソニック株式会社
Publication of WO2013014884A1 publication Critical patent/WO2013014884A1/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
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
    • 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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process

Definitions

  • the present invention relates to a moving image encoding method and a moving image decoding method.
  • Fig. 1 shows the standardized H.264 standard.
  • 1 is a block diagram illustrating a configuration of a moving image encoding apparatus of a moving image encoding method called H.264.
  • the moving image encoding apparatus 1000 includes a subtraction unit 1001, an orthogonal transform unit 1002, a quantization unit 1003, an inverse quantization unit 1004, an inverse orthogonal transform unit 1005, an addition unit 1006, a block memory 1007, a frame A memory 1008, an intra prediction unit 1009, an inter prediction unit 1010, a switch 1011, a variable length coding unit 1012, and a multiplexing unit 1013 are provided.
  • the subtraction unit 1001 generates prediction error data by subtracting predicted image data generated by a method described later from input image data included in the input image signal for each block.
  • the orthogonal transform unit 1002 performs transform from the image domain to the frequency domain on the generated prediction error data.
  • the quantization unit 1003 performs a quantization process on the prediction error data converted into the frequency domain.
  • the inverse quantization unit 1004 performs inverse quantization processing on the prediction error data quantized by the quantization unit 1003.
  • the inverse orthogonal transform unit 1005 performs transform from the frequency domain to the image domain on the prediction error data subjected to the inverse quantization process.
  • the adding unit 1006 generates decoded image data by adding the predicted image data and the prediction error data subjected to the inverse quantization process.
  • the block memory 1007 stores the decoded image data in units of blocks.
  • the frame memory 1008 stores the decoded image data in units of frames.
  • the intra prediction unit 1009 uses the decoded image data in units of blocks stored in the block memory 1007 to generate predicted image data by intra prediction of the encoding target block.
  • the inter prediction unit 1010 uses the decoded image data in units of frames stored in the frame memory 1008 to generate predicted image data by inter prediction of the encoding target block.
  • the variable length coding unit 1012 performs variable length coding on the quantized prediction error data to generate a bitstream.
  • the multiplexing unit 1013 acquires a picture parameter set (PPS: Picture Parameter Set) and a sequence parameter set (SPS) obtained from the outside, and multiplexes these picture parameter set and sequence parameter set in the bitstream.
  • the picture parameter set is a parameter set corresponding to a header of a picture
  • the sequence parameter set is a parameter set corresponding to a header that can be used in common for one or more pictures.
  • the picture parameter set includes the variable length coding type, the initial value of the quantization step, the number of reference pictures, and the like.
  • the sequence parameter set includes the maximum number of pictures that can be referred to, the image size, and video display information (VUI: Video Usability Information).
  • the video display information includes information on a horizontal size and a vertical size of a pixel aspect ratio (SAR) when displaying a decoded picture.
  • SAR pixel aspect ratio
  • an object of the present invention is to provide a moving picture coding method and a moving picture decoding method that can improve coding efficiency.
  • a moving image encoding method is a moving image encoding method that performs encoding by changing the resolution for each predetermined region that constitutes an image.
  • a resolution step for determining the resolution for each region, a resolution conversion step for converting the difference image between the image and the predicted image for each predetermined region so that the determined resolution is obtained, and after the resolution conversion An encoding step for encoding the difference image and generating an encoded image; a generation step for generating divided region information including resolution information indicating the resolution for each of the predetermined regions; and the encoded image and the division A multiplexing step for multiplexing the region information.
  • the encoding efficiency can be improved.
  • FIG. 1 is a block diagram illustrating a configuration of a moving image encoding apparatus of a moving image encoding method called H.264.
  • FIG. 2 is a diagram illustrating a conventional image size and a pixel aspect ratio (SAR).
  • FIG. 3 is a block diagram showing a configuration of the video encoding apparatus according to Embodiment 1.
  • FIG. 4A is a diagram illustrating an example of pixels of original image data.
  • FIG. 4B is a diagram illustrating an example of pixels of image data obtained by converting the resolution of a specific area in an image.
  • FIG. 4C is a diagram illustrating an example of pixels of image data in which the pixels are rearranged.
  • FIG. 5 is a flowchart showing the processing operation of the video encoding apparatus according to Embodiment 1.
  • FIG. 6A is a diagram illustrating a configuration of divided region information.
  • FIG. 6B is a diagram illustrating an example in which an image is divided into nine regions.
  • FIG. 7A is a diagram illustrating an example in which a region is specified by the number of LCUs (Large Coding Units).
  • FIG. 7B is a diagram illustrating an example of region specifying information when a region is specified by the number of LCUs.
  • FIG. 7C is a diagram illustrating an example in which a region is specified using a slice number.
  • FIG. 7D is a diagram illustrating an example in which an area is specified by a tile.
  • FIG. 7E is a diagram illustrating an example of specifying a region by coordinates.
  • FIG. 7A is a diagram illustrating a configuration of divided region information.
  • FIG. 6B is a diagram illustrating an example in which an image is divided into nine regions.
  • FIG. 7A is a diagram illustrating an example in which a region is specified by
  • FIG. 7F is a diagram illustrating an example of area specifying information when an area is specified by coordinates.
  • FIG. 8 is a diagram illustrating an example of the region SAR information.
  • FIG. 9 is a diagram illustrating an example of region offset information.
  • FIG. 10 is a diagram illustrating an example of defining base information common to frames.
  • FIG. 11 is a diagram illustrating a specific example of the divided region information.
  • FIG. 12 is a block diagram showing a configuration of the moving picture coding apparatus according to Embodiment 2.
  • FIG. 13 is a block diagram showing a configuration of a video decoding apparatus according to Embodiment 3.
  • FIG. 14 is a flowchart showing the processing operation of the video decoding apparatus according to Embodiment 3.
  • FIG. 15 is a block diagram showing a configuration of a video decoding apparatus according to Embodiment 4.
  • FIG. 16 is a block diagram showing a configuration of a video encoding apparatus according to Embodiment 5.
  • FIG. 17 is a block diagram showing the configuration of the video decoding apparatus according to Embodiment 5.
  • FIG. 18 is a flowchart showing an operation of deblocking filter processing in the video encoding device and the video decoding device.
  • FIG. 19 is an overall configuration diagram of a content supply system that realizes a content distribution service.
  • FIG. 20 is an overall configuration diagram of a digital broadcasting system.
  • FIG. 21 is a block diagram illustrating a configuration example of a television.
  • FIG. 22 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. 23 is a diagram illustrating a structure example of a recording medium that is an optical disk.
  • FIG. 24A is a diagram illustrating an example of a mobile phone.
  • FIG. 24B is a block diagram illustrating a configuration example of a mobile phone.
  • FIG. 25 is a diagram showing a structure of multiplexed data.
  • FIG. 26 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 27 is a diagram showing in more detail how the video stream is stored in the PES packet sequence.
  • FIG. 28 is a diagram illustrating the structure of TS packets and source packets in multiplexed data.
  • FIG. 29 is a diagram illustrating a data structure of the PMT.
  • FIG. 30 is a diagram showing an internal configuration of multiplexed data information.
  • FIG. 31 shows the internal structure of stream attribute information.
  • FIG. 32 is a diagram illustrating steps for identifying video data.
  • FIG. 33 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. 34 is a diagram illustrating a configuration for switching the driving frequency.
  • FIG. 35 is a diagram illustrating steps for identifying video data and switching between driving frequencies.
  • FIG. 36 is a diagram illustrating an example of a look-up table in which video data standards are associated with drive frequencies.
  • FIG. 37A is a diagram illustrating an example of a configuration for sharing a module of a signal processing unit.
  • FIG. 37B is a diagram illustrating another example of a configuration for sharing a module of a signal processing unit.
  • FIG. 2 is a diagram illustrating a conventional image size and a pixel aspect ratio (SAR).
  • the image size is specified by (width, height) as shown in FIG.
  • the pixel aspect ratio (SAR) is obtained by using the distance between pixels in the horizontal direction (horizontal size xb) and the distance between pixels in the vertical direction (vertical size yb). It is specified by the pixel interval ratio (xb: yb). Arbitrary units are used for the horizontal size xb and the vertical size yb.
  • VUI video display information
  • SAR pixel aspect ratio
  • the present invention has been made to solve the above-described problems, and by changing the pixel aspect ratio (SAR) for each picture unit or for each predetermined area smaller than the picture unit, It is an object of the present invention to provide a moving image encoding method and a moving image decoding method that can improve the efficiency of image processing.
  • SAR pixel aspect ratio
  • a moving image encoding method is a moving image encoding method that performs encoding by changing resolution for each predetermined region constituting an image, and determines the resolution for each predetermined region.
  • a resolution step for converting the difference image between the image and the predicted image for each of the predetermined regions so as to achieve the determined resolution; and encoding the difference image after the resolution conversion;
  • the resolution information may specify the resolution by a ratio of a distance between pixels in the horizontal direction and a distance between pixels in the vertical direction.
  • the resolution information is obtained by using relative values of the distance between the pixels in the horizontal direction and the distance between the pixels in the vertical direction of the base resolution information, which is resolution information that can be commonly referred to in the image. It may be specified.
  • the divided area information may include area specifying information for specifying each predetermined area and area offset information for specifying the pixel position after the resolution conversion in the predetermined area.
  • base resolution information which is resolution information that can be commonly referred to in the image, and information for specifying a pixel position after resolution conversion that can be commonly referred to in the image.
  • Base information including base area offset information is generated, and when the base resolution information and the resolution information are the same, it is determined that the resolution information is not generated, the base area offset information, and the area If the offset information is the same, it may be determined that the region offset information is not generated.
  • the predetermined area may be an area obtained by dividing an image by one or more boundary lines in the horizontal direction or the vertical direction and dividing the image by the boundary lines.
  • the moving picture decoding method is a divided area information including an encoded image encoded by changing the resolution for each predetermined area constituting the image, and resolution information indicating the resolution.
  • a video decoding method for decoding a multiplexed stream in which the multiplexed stream is multiplexed the acquisition step for demultiplexing the multiplexed stream to obtain a coded image and divided region information, and the coding
  • the determination step of determining whether the resolution information included in the divided region information is the same as a predetermined resolution the determination step, When it is determined that the resolution information included in the divided area information is different from the predetermined resolution, the predetermined area of the difference image is determined based on the divided area information for each predetermined area.
  • the resolution and a resolution conversion step of performing resolution conversion the resolution and a resolution conversion step of performing resolution conversion.
  • the resolution information may specify the resolution by a ratio of a distance between pixels in the horizontal direction and a distance between pixels in the vertical direction.
  • the resolution information is obtained by using relative values of the distance between the pixels in the horizontal direction and the distance between the pixels in the vertical direction of the base resolution information, which is resolution information that can be commonly referred to in the image. It may be specified.
  • the divided area information may include area specifying information for specifying each predetermined area and area offset information for specifying the pixel position after the resolution conversion in the predetermined area.
  • the multiplexed stream includes base resolution information that is resolution information that can be commonly referred to in the image, and information that specifies a pixel position after resolution conversion that can be commonly referred to in the image. Including base information including certain base region offset information.
  • the base information is acquired in addition to the encoded image and the divided region information, and in the determining step, the base information is included in the divided region information. When the resolution information cannot be acquired, the determination may be performed using the base resolution information.
  • resolution conversion may be performed using the base region offset information when the region offset information included in the divided region information cannot be acquired.
  • the predetermined area may be an area obtained by dividing an image by one or more boundary lines in the horizontal direction or the vertical direction and dividing the image by the boundary lines.
  • FIG. 3 is a block diagram showing a configuration of the video encoding apparatus according to Embodiment 1.
  • the moving image encoding apparatus 100 is an apparatus that performs encoding by changing the resolution for each predetermined region constituting an image, and as illustrated in FIG. 3, as illustrated in FIG. 3, a subtraction unit 101, an orthogonal transform unit 102, a quantization unit 103, Inverse quantization unit 104, inverse orthogonal transform unit 105, addition unit 106, block memory 107, frame memory 108, intra prediction unit 109, inter prediction unit 110, switch 111, resolution conversion control unit 112, first up / down conversion Unit 113, second up / down conversion unit 114, variable length coding unit 115, and multiplexing unit 116.
  • the subtraction unit 101 generates prediction error data by subtracting predicted image data generated by a method described later from input image data included in the input image signal.
  • the resolution conversion control unit 112 includes a first up / down conversion unit 113 based on the segment area information, the picture parameter set (PPS), and the sequence parameter set (SPS) input from the outside of the video encoding apparatus 100.
  • the resolution conversion control signal is sent to the second up / down conversion unit 114.
  • the first up / down conversion unit 113 performs an up / down conversion process in a vertical direction / horizontal direction on a predetermined region of the prediction error data generated by the subtraction unit 101 based on the resolution conversion control signal.
  • the predetermined area may be a predetermined unit such as a picture unit, a slice unit constituting the picture unit, a block unit constituting the slice unit, or a tile unit (FIG. 7D) described later. .
  • FIG. 4A is a diagram illustrating an example of pixels of original image data
  • FIG. 4B is a diagram illustrating an example of pixels of image data in which a specific area in the image has undergone resolution conversion
  • FIG. It is a figure which shows an example of the pixel of the image data rearranged.
  • the image size of the original image data to be subjected to the resolution conversion process is 1920 ⁇ 1080 pixels as shown in FIG. 4A, for example, and the pixel aspect ratio is SAR (1: 1), which is one in the image. It is like.
  • the first up / down conversion unit 113 divides the original image data into three regions.
  • the first up / down conversion unit 113 performs resolution conversion (down-conversion processing) in both end regions. That is, the first up / down conversion unit 113 deletes the white pixel columns as shown in FIG. 4B.
  • the pixel aspect ratio of both end regions is SAR (2: 1).
  • the pixel aspect ratio of the central region remains SAR (1: 1).
  • the image size of the resolution-converted image signal is, for example, 1440 ⁇ 1080 pixels.
  • the first up / down conversion unit 113 is arranged so that the pixel aspect ratios of the regions at both ends of the resolution-converted image shown in FIG. 4B are SAR (1: 1) as shown in FIG. 4C ( Horizontally pinched).
  • the orthogonal transform unit 102 transforms the prediction error data subjected to the up / down conversion process from the image domain to the frequency domain.
  • the quantization unit 103 performs a quantization process on the prediction error data converted into the frequency domain.
  • the inverse quantization unit 104 performs inverse quantization processing on the prediction error data quantized by the quantization unit.
  • the inverse orthogonal transform unit 105 performs transform from the frequency domain to the image domain on the prediction error data subjected to the inverse quantization process.
  • the second up / down conversion unit 114 performs up / down conversion processing in the vertical / horizontal direction on the prediction error data converted into the image area based on the resolution conversion control signal.
  • the reverse process of the process in the first up / down conversion unit 113 is performed.
  • the second up / down conversion unit 114 performs the operation on the predetermined region. Up-conversion processing is performed in the vertical direction. That is, the second up / down conversion unit 114 changes the pixel aspect ratio to the same as the input image data.
  • the addition unit 106 generates decoded image data by adding the prediction image data and the prediction error data processed by the second up / down conversion unit.
  • the block memory 107 stores decoded image data in units of blocks.
  • the frame memory 108 stores the decoded image data in units of frames.
  • a picture type determination unit (not shown) determines whether the input image data is to be encoded with an I picture, a B picture, or a P picture, and generates picture type information.
  • the intra prediction unit 109 uses the decoded image data in units of blocks stored in the block memory 107 to generate predicted image data based on intra prediction of the encoding target block.
  • the inter prediction unit 110 uses the decoded image data in units of frames stored in the frame memory 108 to generate predicted image data by inter prediction of the encoding target block.
  • the switch 111 outputs the intra prediction image data generated by the intra prediction unit 109 to the subtraction unit 101 and the addition unit 106 as prediction image data of the encoding target block. To do.
  • the switch 111 uses the inter prediction image data generated by the inter prediction unit 110 as the prediction image data of the encoding target block. Output to.
  • the variable length coding unit 115 generates a bitstream by performing variable length coding processing on the quantized prediction error data, inter prediction mode, and picture type information.
  • the multiplexing unit 116 multiplexes the bit stream, the picture parameter set (PPS), the sequence parameter set (SPS), and the divided region information acquired from the outside.
  • multiplexing section 116 adds divided area information for each predetermined area in the picture for which up / down conversion processing has been performed in first up / down conversion section 113.
  • the divided area information is added to each predetermined area in the image.
  • the picture parameter set may include the segment area information.
  • SPS sequence parameter set
  • FIG. 5 is a flowchart showing the processing operation of the video encoding apparatus according to the first embodiment.
  • the resolution conversion control unit 112 determines whether or not to change the pixel aspect ratio of the predetermined area (step S101). If it is determined that the pixel aspect ratio is to be changed (Yes in step S101), the resolution conversion control unit 112 determines whether to increase the vertical size of the pixel aspect ratio (step S102). For example, a change from SAR (1: 1) to SAR (1: 2), a change from SAR (3: 1) to SAR (3: 2), and the like can be considered. If it is determined that the vertical size of the pixel aspect ratio is to be increased (Yes in step S102), the resolution conversion control unit 112 performs up / down conversion so that the vertical size of the pixel aspect ratio is increased for a predetermined area. Processing is performed (step S103).
  • a process of up-sampling in the horizontal direction or down-sampling in the vertical direction can be considered.
  • a process of up-sampling in the horizontal direction and down-sampling in the vertical direction may be used.
  • the resolution conversion control unit 112 determines whether or not to increase the horizontal size of the pixel aspect ratio (step S104). For example, a change from SAR (1: 1) to SAR (2: 1), a change from SAR (1: 3) to SAR (2: 3), and the like can be considered.
  • the resolution conversion control unit 112 increases the horizontal size of the pixel aspect ratio for a predetermined area.
  • step S105 Down-conversion processing is performed (step S105). For example, a process of up-sampling in the vertical direction or down-sampling in the horizontal direction can be considered. A process of up-sampling in the vertical direction and down-sampling in the horizontal direction may be used. Finally, the resolution conversion control unit 112 adds divided area information for each predetermined area (step S106).
  • the divided area information is added to all the areas, but the divided area information may be added only when the contents of the divided area information are changed.
  • FIG. 6A is a diagram illustrating a configuration of divided region information
  • FIG. 6B is a diagram illustrating an example in which an image is divided into nine regions.
  • the divided area information includes area specifying information, area SAR information, and area offset information. Further, the divided area information is given for each divided area as shown in FIG. 6B.
  • the area specifying information is information for specifying each area divided in the image. That is, this is information indicating a region in the image to which the region SAR information and the region offset information included in the divided region information are applied.
  • this is information indicating a region in the image to which the region SAR information and the region offset information included in the divided region information are applied.
  • FIG. 7A and FIG. 7B are diagrams showing an example in which an area is specified by the number of LCUs (Large Coding Units).
  • the LCU means a unit of maximum size when an image is divided into a plurality of units and encoded.
  • FIG. 7A shows an example in which an image is divided into 35 LCUs.
  • Each area can be specified by the number of LCUs included in each area in the order of raster scanning from the upper left of the image. For example, as shown in FIG. 7B, the area specifying information of area a is “11”, the area specifying information of area b is “9”, the area specifying information of area c is “4”, and the area specifying information of area d is “11”. It is possible to specify each area.
  • FIG. 7C is a diagram illustrating an example in which an area is specified using a slice number.
  • slices are defined and assigned slice numbers in the raster / scan order from the upper left of the image, each region can be specified by the slice number.
  • the slice is not limited to the raster scan order, and may be defined by a slice group (Flexible Macro block Order).
  • FIG. 7D is a diagram illustrating an example of specifying an area with a tile.
  • An image is divided by one or more boundary lines in the horizontal direction and the vertical direction, and an area divided by each boundary line is defined as a tile.
  • each region can be specified by the tile number.
  • FIG. 7E and FIG. 7F are diagrams showing an example of specifying a region by coordinates.
  • coordinates are provided in the right direction (x axis) and the down direction (y axis) with the upper left corner of the image as the base point.
  • a pixel, an LCU, a region having a predetermined size, or the like can be considered.
  • the area can be specified by the upper left and lower right coordinates of the area.
  • the area specifying information of the area a is (3, 3), (7, 5), and the area specifying information of the area b is (9, 7), (11, 9),
  • Each region can be specified.
  • the area SAR information is relative information from the pixel aspect ratio (SAR). That is, the values of the horizontal size and the vertical size of the area SAR information indicate pixel intervals (distances) based on the values of the horizontal size xb and the vertical size yb of the base SAR.
  • FIG. 8 is a diagram illustrating an example of the area SAR information.
  • a black circle indicates a pixel (original sample) before resolution conversion, and a pixel aspect ratio (SAR) is SAR (xb: yb).
  • SAR pixel aspect ratio
  • white triangles indicate pixels after resolution conversion in this region (samples to be encoded).
  • the pixel interval (distance) in the horizontal direction of the sample to be encoded is X based on the horizontal size xb of the SAR as a base.
  • the white triangle pixel interval is three times the black circle pixel interval, so if xb is “1”, X is “3”, and if xb is “2”, X is “6”.
  • the vertical pixel interval (distance) of the sample to be encoded is Y based on the vertical size yb of the base SAR.
  • the region SAR information is expressed as region SAR information (X: Y) using a pixel interval (distance) based on the values of the horizontal size xb and the vertical size yb of the base SAR.
  • the area SAR information can indicate the SAR of the target area and the down / up-conversion information at the same time by using a relative value from the base SAR, and it is not necessary to prepare the down-up-conversion information separately. No. That is, as shown in FIG.
  • the down-conversion process is (xb / X, yb / Y) and the up-conversion process is (X / xb, Y / yb).
  • SAR (1: 1) and region SAR information (3: 2) in the down-conversion process, pixels are thinned out to be 1/3 in the horizontal direction and 1/2 in the vertical direction.
  • the up-conversion process pixels are interpolated so as to be 3 times in the horizontal direction and 2 times in the vertical direction.
  • the area offset information is information for specifying a pixel position in the area after resolution conversion. Therefore, the region offset information is defined as an offset from the base point of the region.
  • FIG. 9 is a diagram illustrating an example of region offset information. Also in FIG. 9, black circles indicate pixels before resolution conversion (original samples), and white triangles indicate pixels after resolution conversion in a region (samples to be encoded). In the example shown in FIG. 9, the encoding target is located at the upper left of the area, with the pixel position of the original sample located at the upper left of the area as the base point, and coordinates as (right x axis) and down (y axis). The area offset to the pixel position of the sample is (Xo, Yo).
  • the region offset of the region a is (0.5, 0.5)
  • the region offset of the region b is (0.5, 0)
  • the region offset of the region c Is (0, 0.5)
  • the region offset of the region d is (0, 0)
  • the base point of the region offset is not limited to the upper left of the region, but may be the lower left, the upper right, the lower right, or the like.
  • FIG. 10 is a diagram illustrating an example of defining base information (base SAR information, base offset information) common to frames.
  • base information base SAR information, base offset information
  • the region SAR information and the region offset information can be added only when they are different from the base information, and the encoding efficiency can be improved.
  • the conventional pixel aspect ratio (SAR) can be used as it is as the base SAR information.
  • SAR pixel aspect ratio
  • the base information may be included in SPS or PPS.
  • FIG. 11 is a diagram showing a specific example of the divided area information.
  • four regions from region a to region d are included, and different resolution conversion processing is performed in each region.
  • Area SAR information and area offset information of each area are shown.
  • the base point of the region offset information and the up / down conversion processing of each region are the same as those described in FIG.
  • the base information is SAR (1: 1) and offset (0, 0)
  • the divided area information of the area d is the same as the base information. Therefore, the amount of information can be reduced by using the base information. It becomes possible.
  • the pixel aspect ratio of a predetermined area in the image can be changed, and the information amount of the area is changed according to the importance in the image, thereby improving the encoding efficiency. It is possible. For example, it is possible to improve the coding efficiency by down-sampling pixels on the outer periphery of an image that humans tend not to watch. Furthermore, since the divided area information is added to each predetermined area, it is possible to appropriately decode based on the divided area information.
  • FIG. 12 is a block diagram showing a configuration of the moving picture coding apparatus according to Embodiment 2.
  • the moving image coding apparatus 200 includes a subtraction unit 201, an orthogonal transformation unit 202, a quantization unit 203, an inverse quantization unit 204, an inverse orthogonal transformation unit 205, an addition unit 206, a block memory 207, a frame A memory 208, an intra prediction unit 209, an inter prediction unit 210, a switch 211, a variable length coding unit 212, and a multiplexing unit 213 are provided.
  • the second embodiment is different from the first embodiment in that it does not have a resolution conversion control unit, a first up / down conversion unit, and a second up / down conversion unit.
  • the input image signal is a signal that has been subjected to resolution conversion processing for each predetermined area by a resolution conversion unit (not shown).
  • the input image signal is an image signal in which pixels are arranged so as to be SAR (1: 1) after performing resolution conversion processing on a predetermined area.
  • the subtraction unit 201 generates prediction error data by subtracting predicted image data generated by a method described later from input image data included in the input image signal.
  • the orthogonal transformation unit 202 performs transformation from the image domain to the frequency domain on the generated prediction error data.
  • the quantization unit 203 performs a quantization process on the prediction error data converted into the frequency domain.
  • the inverse quantization unit 204 performs an inverse quantization process on the prediction error data quantized by the quantization unit 203.
  • the inverse orthogonal transform unit 205 performs transform from the frequency domain to the image domain on the prediction error data subjected to the inverse quantization process.
  • the adding unit 206 generates decoded image data by adding the predicted image data and the prediction error data.
  • the block memory 207 stores decoded image data in units of blocks.
  • the frame memory 208 stores decoded image data in units of frames.
  • a picture type determination unit determines whether the input image signal is to be encoded with an I picture, a B picture, or a P picture, and generates picture type information.
  • the intra prediction unit 209 uses the decoded image data in units of blocks stored in the block memory 207 to generate predicted image data by intra prediction of the encoding target block.
  • the inter prediction unit 210 uses the decoded image data in units of frames stored in the frame memory 208 to generate predicted image data by inter prediction of the encoding target block.
  • the switch 211 outputs the intra prediction image data generated by the intra prediction unit 209 to the subtraction unit 201 and the addition unit 206 as prediction image data of the encoding target block. To do.
  • the switch 211 uses the inter prediction image data generated by the inter prediction unit 210 as the prediction image data of the encoding target block. Output to.
  • the variable length coding unit 212 generates a bitstream by performing variable length coding processing on the quantized prediction error data, inter prediction mode, and picture type information.
  • the multiplexing unit 213 multiplexes the bit stream, the picture parameter set (PPS), the sequence parameter set (SPS), and the divided region information acquired from the outside.
  • the multiplexing unit 213 adds divided area information for each predetermined area in the image.
  • the divided region information is the same as that described in the first embodiment.
  • SAR image aspect ratio
  • SAR image aspect ratio
  • the divided area information is added to each predetermined area in the image.
  • the picture parameter set may include the segment area information.
  • SPS sequence parameter set
  • the present embodiment it is possible to improve the coding efficiency by using the image signal in which the amount of information of a predetermined area is changed according to the importance in the image as the input image signal. is there.
  • an image signal obtained by down-converting an outer peripheral area of an image that tends not to be watched by humans.
  • divided area information is added for each predetermined area, so that decoding is appropriately performed based on such information. Is possible.
  • FIG. 13 is a block diagram showing a configuration of a video decoding apparatus according to Embodiment 3.
  • the moving picture decoding apparatus 300 is a multiplexed stream in which an encoded image encoded by changing the resolution for each predetermined area constituting an image and divided area information including resolution information indicating the resolution are multiplexed.
  • a demultiplexing unit 301 a variable length decoding unit 302, an inverse quantization unit 303, an inverse orthogonal transform unit 304, a resolution conversion control unit 305, and a resolution conversion unit 306 are provided.
  • the demultiplexing unit 301 demultiplexes the input bitstream, and separates the encoded image signal from the divided region information, the picture parameter set (PPS), and the sequence parameter set (SPS).
  • the variable length decoding unit 302 performs a variable length decoding process on the encoded image signal, and generates a quantized coefficient that has been subjected to the variable length decoding process.
  • the inverse quantization unit 303 performs an inverse quantization process on the quantization coefficient obtained by the variable length decoding process.
  • the inverse orthogonal transform unit 304 generates prediction error data by transforming the orthogonal transform coefficient obtained by the inverse quantization process from the frequency domain to the image domain.
  • the resolution conversion control unit 305 sends a resolution conversion control signal to the resolution conversion unit 306 based on the divided region information, the picture parameter set (PPS), and the sequence parameter set (SPS).
  • the resolution conversion control unit 305 refers to the area SAR information in the divided area information for each area. Then, the resolution conversion control unit 305 determines whether or not the region SAR information is the same as a predetermined pixel aspect ratio (SAR).
  • the predetermined pixel aspect ratio (SAR) is the pixel aspect ratio (SAR) of the input signal input to the moving image encoding device, and the pixel aspect ratio (SAR) in the video display information in the sequence parameter set (SPS).
  • base information is used as shown in FIG.
  • the resolution conversion control unit 305 performs resolution conversion control indicating that the up / down conversion processing is performed so that the predetermined pixel aspect ratio (SAR) is obtained.
  • the signal is sent to the resolution conversion unit 306.
  • the resolution conversion control unit 305 has a predetermined pixel aspect ratio of SAR (1 1), a resolution conversion control signal indicating that a vertical pixel row is added, that is, an up-conversion process is performed in the horizontal direction, is sent.
  • the area SAR information is the area SAR (1: 2)
  • the resolution conversion control unit 305 sets the horizontal pixel row so that the predetermined pixel aspect ratio is SAR (1: 1).
  • the resolution conversion control unit 305 transmits a resolution conversion control signal indicating that the up / down conversion process is performed based on the area offset information included in the divided area information.
  • the resolution conversion control signal is transmitted by designating the area specified by the area specifying information for each area to which the divided area information has been added. For example, as shown in FIG. 7, an LCU unit, a slice unit, a tile unit, an area unit specified by coordinates, or the like can be considered.
  • the resolution conversion unit 306 performs resolution conversion processing for the designated area based on the resolution conversion control signal.
  • the block memory 308 stores prediction error data and image data generated by adding the prediction image data in units of blocks.
  • the frame memory 309 stores image data in units of frames.
  • the intra prediction unit 310 generates predicted image data of a decoding target block by performing intra prediction using image data in units of blocks stored in the block memory 308.
  • the inter prediction unit 311 generates predicted image data of a decoding target block by performing inter prediction using image data in units of frames stored in the frame memory 309.
  • the switch 312 When the decoding target block is intra prediction decoded, the switch 312 outputs the intra prediction image data generated by the intra prediction unit 310 to the adding unit 307 as prediction image data of the decoding target block. On the other hand, when the decoding target block is subjected to inter prediction decoding, the switch 312 outputs the inter prediction image data generated by the inter prediction unit 311 to the adding unit 307 as prediction image data of the decoding target block. Finally, the adding unit 307 generates decoded image data by adding the prediction error data and the predicted image data.
  • FIG. 14 is a flowchart showing the processing operation of the video decoding apparatus according to the third embodiment.
  • the demultiplexing unit 301 demultiplexes the bit stream, and acquires the encoded image signal and the divided region information (step S201).
  • the resolution conversion control unit 305 determines whether or not the area SAR information included in the divided area information is the same as a predetermined pixel aspect ratio (SAR) (step S202).
  • the resolution conversion control unit 305 specifies the area specified by the area specifying information included in the divided area information.
  • a resolution conversion control signal indicating that up / down conversion processing is performed so as to have a predetermined pixel aspect ratio is sent to the resolution conversion unit 306.
  • the resolution conversion unit 306 Based on the resolution conversion control signal, the resolution conversion unit 306 performs an up / down conversion process so that the area specified by the area specifying information included in the divided area information has a predetermined pixel aspect ratio (step S203). .
  • the resolution conversion unit 306 performs an up / down conversion process so that the area specified by the area specifying information included in the divided area information has a predetermined pixel aspect ratio (step S203).
  • step SAR predetermined pixel aspect ratio
  • the moving picture decoding method and the moving picture decoding apparatus of the present embodiment even when the pixel aspect ratio of the predetermined area of the image is changed, it is appropriate based on the divided area information. Can be decrypted.
  • FIG. 15 is a block diagram showing a configuration of a video decoding apparatus according to Embodiment 4.
  • the moving picture decoding apparatus 400 includes a demultiplexing unit 401, a variable length decoding unit 402, an inverse quantization unit 403, an inverse orthogonal transform unit 404, a resolution conversion control unit 405, and a resolution conversion unit 406. , An adder 407, a block memory 408, a frame memory 409, an intra prediction unit 410, an inter prediction unit 411, a switch 412, and a display unit 413.
  • the fourth embodiment is different from the third embodiment in that the resolution conversion unit 406 is arranged immediately before the display unit 413.
  • the demultiplexing unit 401 demultiplexes the input bitstream, and separates the encoded image signal from the divided region information, the picture parameter set (PPS), and the sequence parameter set (SPS).
  • the variable length decoding unit 402 performs a variable length decoding process on the encoded image signal, and generates a quantized coefficient that has been subjected to the variable length decoding process.
  • the inverse quantization unit 403 performs an inverse quantization process on the quantization coefficient obtained by the variable length decoding process.
  • the inverse orthogonal transform unit 404 generates prediction error data by transforming the orthogonal transform coefficient obtained by the inverse quantization process from the frequency domain to the image domain.
  • the block memory 408 stores prediction error data and image data generated by adding the prediction image data in units of blocks.
  • the frame memory 409 stores image data in units of frames.
  • the intra prediction unit 410 generates predicted image data of the decoding target block by performing intra prediction using image data in units of blocks stored in the block memory 408.
  • the inter prediction unit 411 generates predicted image data of a decoding target block by performing inter prediction using image data in units of frames stored in the frame memory 409.
  • the adder 407 generates decoded image data by adding the prediction error data and the predicted image data.
  • the resolution conversion control unit 405 determines whether the pixel aspect ratio (SAR) is the same as the predetermined pixel aspect ratio (SAR) based on the divided region information, the picture parameter set (PPS), and the sequence parameter set (SPS). Judging.
  • the resolution conversion control unit 405 refers to the area SAR in the divided area for each area. Then, the resolution conversion control unit 405 determines whether the region SAR information is the same as a predetermined pixel aspect ratio (SAR).
  • the predetermined pixel aspect ratio (SAR) is the pixel aspect ratio (SAR) of the input signal input to the moving image encoding device, and the pixel aspect ratio (SAR) in the video display information in the sequence parameter set (SPS). ).
  • the resolution conversion control unit 405 performs resolution conversion control indicating that the up / down conversion processing is performed so that the predetermined pixel aspect ratio (SAR) is obtained.
  • the signal is sent to the resolution conversion unit 406. For example, when the pixel aspect ratio is SAR (2: 1), the resolution conversion control unit 405 adds a vertical pixel column so that the pixel aspect ratio is SAR (1: 1). Then, a resolution conversion control signal indicating that up-conversion processing is performed in the horizontal direction is sent.
  • the resolution conversion control unit 405 adds a pixel row in the horizontal direction so that the pixel aspect ratio becomes SAR (1: 1). Then, a resolution conversion control signal indicating that up-conversion processing is performed in the vertical direction is sent.
  • the resolution conversion control unit 405 transmits a resolution conversion control signal indicating that the up / down conversion process is performed based on the area offset information included in the divided area information.
  • the resolution conversion control signal is transmitted by designating the area specified by the area specifying information for each area to which the divided area information has been added. For example, as shown in FIG. 7, an LCU unit, a slice unit, a tile unit, an area unit specified by coordinates, or the like can be considered.
  • the resolution conversion unit 406 performs resolution conversion processing for the designated area based on the resolution conversion control signal, and sends the signal after the conversion processing to the display unit 413.
  • the moving picture decoding method and the moving picture decoding apparatus of the present embodiment even when the pixel aspect ratio of the predetermined area of the image is changed, it is appropriate based on the divided area information. Can be decrypted.
  • FIG. 16 is a block diagram showing a configuration of a video encoding apparatus according to Embodiment 5.
  • FIG. 17 is a block diagram showing the configuration of the video decoding apparatus according to the fifth embodiment.
  • the moving picture coding apparatus 500 includes a deblocking filter 501 as shown in FIG. 16 in addition to the configuration of the moving picture coding apparatus 100 of the first embodiment.
  • the moving picture decoding apparatus 600 includes a deblock filter 601 as shown in FIG.
  • symbol is attached
  • predetermined area for example, a predetermined unit such as a picture unit or a slice unit constituting a picture unit or a block unit constituting a slice unit
  • SAR pixel aspect ratio
  • LCU block size block
  • the resolution conversion control unit 502 determines whether or not to perform the deblock filter process between predetermined areas or between blocks (LCUs) having the maximum block size, and notifies the deblock filter 501 of the determination.
  • the deblock filter 501 performs deblock filter processing in response to a notification from the resolution conversion control unit 502.
  • the resolution conversion control unit 602 determines whether or not to perform deblocking filter processing between predetermined areas or between blocks (LCUs) having the maximum block size, and notifies the deblocking filter 601 of it.
  • the deblock filter 601 performs deblock filter processing in response to a notification from the resolution conversion control unit 602.
  • FIG. 18 is a flowchart showing the operation of the deblocking filter process in the video encoding device 500 and the video decoding device 600.
  • the resolution conversion control unit 502 and the resolution conversion control unit 602 determine whether or not to perform the deblock filter process between predetermined areas or between blocks (LCU) having the maximum block size (step S301). Specifically, the resolution conversion control unit 502 and the resolution conversion control unit 602 determine the pixel aspect ratio between predetermined adjacent areas or between blocks (LCU) having the maximum block size based on the pixel aspect ratio (SAR) information. It is determined whether (SAR) is different. For example, it is determined whether or not the pixel aspect ratio (SAR) is different using the area SAR information included in the divided area information described in the first to fourth embodiments.
  • the resolution conversion control unit 502 and The resolution conversion control unit 602 determines that deblocking filter processing is necessary, and notifies the deblocking filter 501 or the deblocking filter 601 respectively.
  • the deblock filter 501 and the deblock filter 601 perform deblock filter processing (step S302).
  • the resolution conversion control unit 502 and the resolution conversion control unit 602 determine that the deblock filter process is unnecessary, and do not perform the deblock filter process.
  • the decoded image data subjected to the deblocking filter process is stored in the frame memory 108 and the frame memory 309 (step S303).
  • the strength of the deblocking filter process may be further changed based on the difference in pixel aspect ratio (SAR). For example, when the difference in the value of (horizontal size) / (vertical size) of the pixel aspect ratio (SAR) between adjacent predetermined regions or between blocks of the maximum block size is larger than the predetermined value It is conceivable to perform deblocking filter processing having a higher strength than when the value is smaller than a predetermined value.
  • the moving picture coding apparatus when the pixel aspect ratio differs between adjacent blocks, deblocking is performed. Since filter processing is performed, it becomes possible to reduce block distortion.
  • each component may be configured by dedicated hardware or may be realized by executing a software program suitable for each component.
  • Each component may be realized by a program execution unit such as a CPU or a processor reading and executing a software program recorded on a recording medium such as a hard disk or a semiconductor memory.
  • the software that realizes the moving picture encoding apparatus or the moving picture decoding apparatus according to each of the above embodiments is the following program.
  • this program is a moving image encoding method for encoding to a computer by changing the resolution for each predetermined area constituting an image, and determining the resolution for each predetermined area;
  • the moving image encoding method is executed.
  • the program can be obtained by multiplexing, on a computer, an encoded image that is encoded by changing the resolution for each predetermined area constituting an image, and divided area information including resolution information indicating the resolution.
  • a video decoding method for decoding a coded stream wherein the multiplexed stream is demultiplexed to obtain a coded image and divided region information, and the coded image is decoded to obtain a difference image.
  • the determination step for determining whether or not the resolution information included in the divided region information is the same as the predetermined resolution and the determination step include the step included in the divided region information
  • the predetermined information is determined for each predetermined area of the difference image based on the divided area information.
  • 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. 19 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 Terminal 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 content that is shot by a user using the camera ex113 (for example, music live video) is encoded as described in each of the above embodiments (that is, in one aspect of the present invention).
  • 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 an image decoding device according to one embodiment 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 broadcast system ex200 also includes at least the moving image encoding device (image encoding device) or the moving image decoding of 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 each of the above embodiments (that is, data encoded by the image encoding apparatus according to one aspect 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 an image decoding apparatus according to one embodiment 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. 21 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 also decodes the audio data and the video data, or encodes the information, the audio signal processing unit ex304, the video signal processing unit ex305 (the image encoding device or the image according to one embodiment of the present invention) A signal processing unit ex306 that functions as a decoding device), a speaker ex307 that outputs the decoded audio signal, and an output unit ex309 that includes a display unit ex308 such as a display that displays the decoded video signal. Furthermore, the television ex300 includes an interface unit ex317 including an operation input unit ex312 that receives an input of a user operation. Furthermore, 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. 22 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 information reflected 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 control unit 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 types of information held in the buffer ex404, and generates and adds new information as necessary.
  • 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 includes, 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. 23 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 receiver is added in the configuration shown in FIG. 21, and the same may be considered for the computer ex111, the mobile phone ex114, and the like.
  • FIG. 24A is a diagram showing the 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 an image encoding device according to an aspect 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 described in each of the above embodiments (that is, an image according to an aspect 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. 25 is a diagram showing a structure of multiplexed data.
  • multiplexed data is obtained by multiplexing one or more of a video stream, an audio stream, a presentation graphics stream (PG), and an interactive graphics stream.
  • the video stream indicates the main video and sub-video of the movie
  • the audio stream (IG) indicates the main audio portion of the movie and the sub-audio mixed with the main audio
  • the presentation graphics stream indicates the subtitles of the movie.
  • the main video indicates a normal video displayed on the screen
  • the sub-video is a video displayed on a small screen in the main video.
  • the interactive graphics stream indicates an interactive screen created by arranging GUI components on the screen.
  • the video stream is encoded by the moving image encoding method or apparatus shown in the above embodiments, or the moving image encoding method or apparatus conforming to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1. ing.
  • the audio stream is encoded by a method such as Dolby AC-3, Dolby Digital Plus, MLP, DTS, DTS-HD, or linear PCM.
  • Each stream included in the multiplexed data is identified by PID. For example, 0x1011 for video streams used for movie images, 0x1100 to 0x111F for audio streams, 0x1200 to 0x121F for presentation graphics, 0x1400 to 0x141F for interactive graphics streams, 0x1B00 to 0x1B1F are assigned to video streams used for sub-pictures, and 0x1A00 to 0x1A1F are assigned to audio streams used for sub-audio mixed with the main audio.
  • FIG. 26 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. 27 shows in more detail how the video stream is stored in the PES packet sequence.
  • the first row in FIG. 27 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 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. 28 shows the format of the TS packet that is 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. 28, 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. 29 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 one-to-one correspondence with the multiplexed data, and includes multiplexed data information, stream attribute information, and an entry map.
  • the multiplexed data information is composed of a system rate, a reproduction start time, and a reproduction end time as shown in FIG.
  • the system rate indicates a maximum transfer rate of multiplexed data to a PID filter of a system target decoder described later.
  • the ATS interval included in the multiplexed data is set to be equal to or less than the system rate.
  • the playback start time is the PTS of the first video frame of the multiplexed data
  • the playback end time is set by adding the playback interval for one frame to the PTS of the video frame at the end of the multiplexed data.
  • the attribute information for each stream included in the multiplexed data is registered for each PID.
  • the attribute information has different information for each video stream, audio stream, presentation graphics stream, and interactive graphics stream.
  • the video stream attribute information includes the compression codec used to compress the video stream, the resolution of the individual picture data constituting the video stream, the aspect ratio, and the frame rate. It has information such as how much it is.
  • the audio stream attribute information includes the compression codec used to compress the audio stream, the number of channels included in the audio stream, the language supported, and the sampling frequency. With information. These pieces of information are used for initialization of the decoder before the player reproduces it.
  • the stream type included in the PMT is used.
  • video stream attribute information included in the multiplexed data information is used.
  • the video encoding shown in each of the above embodiments for the stream type or video stream attribute information included in the PMT.
  • FIG. 32 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. 33 shows a configuration of 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 uses the AV I / O ex509 to perform the microphone ex117 and the camera ex113 based on the control of the control unit ex501 including the CPU ex502, the memory controller ex503, the stream controller ex504, the driving 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. 34 shows a configuration ex800 in the present embodiment.
  • the drive frequency switching unit ex803 sets the drive frequency high when the video data is generated by the moving image encoding method or apparatus described in the above embodiments.
  • the decoding processing unit ex801 that executes the moving picture decoding method described in each of the above embodiments is instructed to decode the video data.
  • the video data is video data compliant with the conventional standard, compared to the case where the video data is generated by the moving picture encoding method or apparatus shown in the above embodiments, Set the drive frequency low. Then, it instructs the decoding processing unit ex802 compliant with the conventional standard to decode the video data.
  • the drive frequency switching unit ex803 includes the CPU ex502 and the drive frequency control unit ex512 in FIG.
  • the decoding processing unit ex801 that executes the moving picture decoding method shown in each of the above embodiments and the decoding processing unit ex802 that conforms to the conventional standard correspond to the signal processing unit ex507 in FIG.
  • the CPU ex502 identifies which standard the video data conforms to.
  • the drive frequency control unit ex512 sets the drive frequency.
  • the signal processing unit ex507 decodes the video data.
  • the identification of the video data for example, it is conceivable to use the identification information described in the seventh embodiment.
  • the identification information is not limited to that described in Embodiment 7, 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 drive frequency in the CPU ex502 may be performed based on, for example, a look-up table in which video data standards and drive 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. 35 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. 37A.
  • 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 other processing contents specific to one aspect of the present invention that do not correspond to the MPEG4-AVC standard, a dedicated decoding processing unit A configuration using ex901 is conceivable.
  • 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. 37B shows another example in which processing is partially shared.
  • a dedicated decoding processing unit ex1001 corresponding to the processing content specific to one aspect of the present invention
  • a dedicated decoding processing unit ex1002 corresponding to the processing content specific to another conventional standard
  • a common decoding processing unit ex1003 corresponding to the processing contents common to the moving image decoding method according to the above and other conventional moving image decoding methods.
  • the dedicated decoding processing units ex1001 and ex1002 are not necessarily specialized in one aspect of the present invention or processing content specific to other conventional standards, and can execute other general-purpose processing. Also good.
  • the configuration of the present embodiment can be implemented by LSI ex500.
  • the processing content common to the moving picture decoding method according to one aspect of the present invention and the moving picture decoding method of the conventional standard reduces the circuit scale of the LSI by sharing the decoding processing unit, In addition, the cost can be reduced.
  • the moving picture coding method and the moving picture decoding method according to the present invention can be applied to any multimedia data, and can improve coding efficiency.
  • a mobile phone, a DVD device, and a personal computer It is useful as a moving picture coding method and a moving picture decoding method in storage, transmission, communication, etc.

Abstract

　符号化効率を向上することができる動画像符号化方法および動画像復号化方法を提供する。動画像符号化装置（１００）は、分割領域情報、ピクチャパラメータセット（ＰＰＳ）、およびシーケンスパラメータセット（ＳＰＳ）に基づいて、解像度変換制御信号を生成する解像度変換制御部（１１２）と、解像度変換制御信号に基づいて、予測誤差データの所定の領域に対し、垂直方向／水平方向にアップ／ダウンコンバート処理を行う第１のアップ／ダウンコンバート部（１１３）と、予測誤差データに対し、第１のアップ／ダウンコンバート部（１１３）における処理の逆の処理となる垂直方向／水平方向のアップ／ダウンコンバート処理を行う第２のアップ／ダウンコンバート部（１１４）と、ビットストリームと、ＰＰＳ、ＳＰＳ、および分割領域情報とを多重化処理する多重化部（１１６）を備える。

Description

動画像符号化方法、動画像符号化装置、動画像復号化方法、および動画像復号化装置
　本発明は、動画像符号化方法および動画像復号化方法に関する。
　図１は、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の動画像符号化装置の構成を示すブロック図である。
　動画像符号化装置１０００は、図１に示すように、減算部１００１、直交変換部１００２、量子化部１００３、逆量子化部１００４、逆直交変換部１００５、加算部１００６、ブロックメモリ１００７、フレームメモリ１００８、イントラ予測部１００９、インター予測部１０１０、スイッチ１０１１、可変長符号化部１０１２、および多重化部１０１３を備えている。
　減算部１００１は、ブロックごとに、入力画像信号に含まれる入力画像データから後述する方法で生成された予測画像データを減算することにより予測誤差データを生成する。直交変換部１００２は、生成された予測誤差データに対し、画像領域から周波数領域への変換を行う。量子化部１００３は、周波数領域に変換された予測誤差データに対し、量子化処理を行う。逆量子化部１００４は、量子化部１００３によって量子化処理された予測誤差データに対し、逆量子化処理を行う。逆直交変換部１００５は、逆量子化処理された予測誤差データに対し、周波数領域から画像領域への変換を行う。加算部１００６は、予測画像データと逆量子化処理された予測誤差データとを加算することにより、復号画像データを生成する。ブロックメモリ１００７には、復号画像データがブロック単位で保存される。フレームメモリ１００８には、復号画像データがフレーム単位で保存される。
　イントラ予測部１００９は、ブロックメモリ１００７に保存されているブロック単位の復号画像データを用いて、符号化対象ブロックのイントラ予測による予測画像データを生成する。インター予測部１０１０は、フレームメモリ１００８に保存されているフレーム単位の復号画像データを用いて、符号化対象ブロックのインター予測による予測画像データを生成する。可変長符号化部１０１２は、量子化処理された予測誤差データを可変長符号化し、ビットストリームを生成する。
　多重化部１０１３は、外部から取得したピクチャパラメータセット（ＰＰＳ：Ｐｉｃｔｕｒｅ　Ｐａｒａｍｅｔｅｒ　Ｓｅｔ）、シーケンスパラメータセット（ＳＰＳ：Ｓｅｑｕｅｎｃｅ　Ｐａｒａｍｅｔｅｒ　Ｓｅｔ）を取得し、ビットストリームにこれらピクチャパラメータセットおよびシーケンスパラメータセットを多重化する。ピクチャパラメータセットは、ピクチャのヘッダに相当するパラメータセットであり、シーケンスパラメータセットは、１枚以上のピクチャに共通に使用することが可能なヘッダに相当するパラメータセットである。ピクチャパラメータセットには、可変長符号化のタイプや、量子化ステップの初期値、参照ピクチャ数などが含まれ、シーケンスパラメータセットには、最大参照可能ピクチャ数や画像サイズ、ビデオ表示情報(ＶＵＩ：Ｖｉｄｅｏ　Ｕｓａｂｉｌｉｔｙ　Ｉｎｆｏｒｍａｔｉｏｎ)などが含まれている。ここで、ビデオ表示情報には、復号ピクチャを表示する際の、画素アスペクト比（ＳＡＲ：Ｓａｍｐｌｅ　Ａｓｐｅｃｔ　Ｒａｔｉｏ）の水平方向サイズ、垂直方向サイズの情報が含まれている。
ＩＴＵ－Ｔ　Ｈ．２６４　０３／２０１０
　しかしながら、従来の技術では、符号化効率を向上させることが望まれている。
　そこで、本発明は、符号化効率を向上することができる動画像符号化方法および動画像復号化方法を提供することを目的とする。
　上記目的を達成するために、本発明の一態様に係る動画像符号化方法は、画像を構成する所定の領域毎に解像度を変更して符号化する動画像符号化方法であって、前記所定の領域毎に解像度を決定する決定ステップと、前記決定した解像度となるように、前記画像と予測画像との差分画像を前記所定の領域毎に解像度変換する解像度変換ステップと、前記解像度変換後の前記差分画像を符号化し、符号化画像を生成する符号化ステップと、前記所定の領域毎に、前記解像度を示す解像度情報を含む分割領域情報を生成する生成ステップと、前記符号化画像と前記分割領域情報とを多重化する多重化ステップとを含む。
　なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。
　本発明によれば、ピクチャ単位、または、ピクチャ単位よりも小さい所定の領域毎に、画素アスペクト比（ＳＡＲ）を変更することが可能であるため、符号化効率を向上させることが可能になる。
図１は、Ｈ．２６４と呼ばれる動画像符号化方式の動画像符号化装置の構成を示すブロック図である。 図２は、従来の画像サイズと、画素アスペクト比（ＳＡＲ）を示す図である。 図３は、実施の形態１に係る動画像符号化装置の構成を示すブロック図である。 図４Ａは、オリジナルの画像データの画素の一例を示す図である。 図４Ｂは、画像内の特定領域が解像度変換された画像データの画素の一例を示す図である。 図４Ｃは、画素を配置し直した画像データの画素の一例を示す図である。 図５は、実施の形態１に係る動画像符号化装置の処理動作を示すフローチャートである。 図６Ａは、分割領域情報の構成を示す図である。 図６Ｂは、画像を９つの領域に分割した場合の例を示す図である。 図７Ａは、ＬＣＵ（Ｌａｒｇｅｓｔ　Ｃｏｄｉｎｇ　Ｕｎｉｔ）の数で領域を特定する例を示す図である。 図７Ｂは、ＬＣＵの数で領域を特定する場合の領域特定情報の一例を示す図である。 図７Ｃは、スライス番号を用いて領域を特定する例を示す図である。 図７Ｄは、タイルで領域を特定する例を示す図である。 図７Ｅは、座標で領域を特定する例を示す図である。 図７Ｆは、座標で領域を特定する場合の領域特定情報の一例を示す図である。 図８は、領域ＳＡＲ情報の例を示す図である。 図９は、領域オフセット情報の例を示す図である。 図１０は、フレームで共通なベース情報を定義する例を示す図である。 図１１は、分割領域情報の具体例を示す図である。 図１２は、実施の形態２に係る動画像符号化装置の構成を示すブロック図である。 図１３は、実施の形態３に係る動画像復号化装置の構成を示すブロック図である。 図１４は、実施の形態３に係る動画像復号化装置の処理動作を示すフローチャートである。 図１５は、実施の形態４に係る動画像復号化装置の構成を示すブロック図である。 図１６は、実施の形態５に係る動画像符号化装置の構成を示すブロック図である。 図１７は、実施の形態５に係る動画像復号化装置の構成を示すブロック図である。 図１８は、動画像符号化装置および動画像復号化装置におけるデブロックフィルタ処理の動作を示すフローチャートである。 図１９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２０は、デジタル放送用システムの全体構成図である。 図２１は、テレビの構成例を示すブロック図である。 図２２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２３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２４Ａは、携帯電話の一例を示す図である。 図２４Ｂは、携帯電話の構成例を示すブロック図である。 図２５は、多重化データの構成を示す図である。 図２６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２７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２８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２９は、ＰＭＴのデータ構成を示す図である。 図３０は、多重化データ情報の内部構成を示す図である。 図３１は、ストリーム属性情報の内部構成を示す図である。 図３２は、映像データを識別するステップを示す図である。 図３３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３４は、駆動周波数を切り替える構成を示す図である。 図３５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３６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３７Ａは、信号処理部のモジュールを共有化する構成の一例を示す図である。 図３７Ｂは、信号処理部のモジュールを共有化する構成の他の一例を示す図である。
　（本発明の基礎となった知見）
　図２は、従来の画像サイズと、画素アスペクト比（ＳＡＲ）を示す図である。画像サイズは、図２（ａ）に示すように（ｗｉｄｔｈ，ｈｅｉｇｈｔ）で特定される。一方、画素アスペクト比（ＳＡＲ）は、図２（ｂ）に示すように水平方向の画素間の距離（水平方向サイズｘｂ）と垂直方向の画素間の距離（垂直方向サイズｙｂ）とを用いて画素間隔の比（ｘｂ：ｙｂ）で特定される。なお、水平方向サイズｘｂ、垂直方向サイズｙｂは、任意の単位が用いられる。
　しかしながら、従来のビットストリームの構成では、シーケンスパラメータセットに、ビデオ表示情報（ＶＵＩ）が含まれていたため、ビットストリームで共通のビデオ表示情報が用いられていた。また、ビデオ表示情報に画素アスペクト比（ＳＡＲ）の情報が含まれていたため、ピクチャ単位、または、ピクチャ単位よりも小さい所定の領域毎に、画素アスペクト比（ＳＡＲ）を変更することができず、符号化効率の低下を招いていた。
　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、ピクチャ単位、または、ピクチャ単位よりも小さい所定の領域毎に、画素アスペクト比（ＳＡＲ）の変更を可能とすることにより、符号化効率を向上させることができる動画像符号化方法および動画像復号化方法を提供することを目的とする。
　本発明の一態様に係る動画像符号化方法は、画像を構成する所定の領域毎に解像度を変更して符号化する動画像符号化方法であって、前記所定の領域毎に解像度を決定する決定ステップと、前記決定した解像度となるように、前記画像と予測画像との差分画像を前記所定の領域毎に解像度変換する解像度変換ステップと、前記解像度変換後の前記差分画像を符号化し、符号化画像を生成する符号化ステップと、前記所定の領域毎に、前記解像度を示す解像度情報を含む分割領域情報を生成する生成ステップと、前記符号化画像と前記分割領域情報とを多重化する多重化ステップとを含む。
　また、前記解像度情報は、水平方向の画素間の距離と、垂直方向の画素間の距離との比で解像度を特定していてもよい。
　また、前記解像度情報は、画像内で共通に参照することが可能な解像度情報であるベース解像度情報の水平方向の画素間の距離と、垂直方向の画素間の距離とのそれぞれ相対値を用いて特定されてもよい。
　また、前記分割領域情報は、前記解像度情報に加え、各所定の領域を特定する領域特定情報と、前記所定の領域内において前記解像度変換後の画素位置を特定する領域オフセット情報とを含んでもよい。
　また、前記生成ステップでは、画像内で共通に参照することが可能な解像度情報であるベース解像度情報と、画像内で共通に参照することが可能な解像度変換後の画素位置を特定する情報であるベース領域オフセット情報とを含む、ベース情報を生成し、前記ベース解像度情報と、前記解像度情報が同じである場合には、前記解像度情報を生成しないと判断し、前記ベース領域オフセット情報と、前記領域オフセット情報が同じである場合には、前記領域オフセット情報を生成しないと判断してもよい。
　また、前記所定の領域は、画像を水平方向、または、垂直方向の１つ以上の境界線で区切り、前記境界線により分割された領域であってもよい。
　また、本発明の一態様に係る動画像復号化方法は、画像を構成する所定の領域毎に解像度を変更して符号化された符号化画像と、前記解像度を示す解像度情報を含む分割領域情報とが多重化された多重化ストリームを復号化する動画像復号化方法であって、前記多重化ストリームを逆多重化し、符号化画像と、分割領域情報とを取得する取得ステップと、前記符号化画像を復号化し差分画像を生成する復号化ステップと、前記分割領域情報に含まれる前記解像度情報と、所定の解像度とが同じであるか否かを判定する判定ステップと、前記判定ステップにおいて、前記分割領域情報に含まれる前記解像度情報と、前記所定の解像度とが異なると判定された場合に、前記差分画像の前記所定の領域毎に、前記分割領域情報に基づいて、前記所定の解像度となるように解像度変換を行う解像度変換ステップとを含む。
　また、前記解像度情報は、水平方向の画素間の距離と、垂直方向の画素間の距離との比で解像度を特定していてもよい。
　また、前記解像度情報は、画像内で共通に参照することが可能な解像度情報であるベース解像度情報の水平方向の画素間の距離と、垂直方向の画素間の距離とのそれぞれ相対値を用いて特定されてもよい。
　また、前記分割領域情報は、前記解像度情報に加え、各所定の領域を特定する領域特定情報と、前記所定の領域内において前記解像度変換後の画素位置を特定する領域オフセット情報とを含んでもよい。
　また、前記多重化ストリームは、画像内で共通に参照することが可能な解像度情報であるベース解像度情報と、画像内で共通に参照することが可能な解像度変換後の画素位置を特定する情報であるベース領域オフセット情報とを含む、ベース情報を含み、前記取得ステップでは、前記符号化画像、前記分割領域情報に加え、前記ベース情報を取得し、前記判定ステップでは、前記分割領域情報に含まれる解像度情報が取得できない場合に、前記ベース解像度情報を用いて判定を行ってもよい。
　また、前記解像度変換ステップでは、前記分割領域情報に含まれる領域オフセット情報が取得できない場合に、前記ベース領域オフセット情報を用いて、解像度変換を行ってもよい。
　また、前記所定の領域は、画像を水平方向、または、垂直方向の１つ以上の境界線で区切り、前記境界線により分割された領域であってもよい。
　なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。
　以下、本発明一態様に係る動画像符号化装置および動画像復号化装置について、図面を参照しながら説明する。
　なお、以下で説明する実施の形態は、いずれも本発明の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置および接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
　（実施の形態１）
　図３は、実施の形態１に係る動画像符号化装置の構成を示すブロック図である。
　動画像符号化装置１００は、画像を構成する所定の領域毎に解像度を変更して符号化する装置であり、図３に示すように、減算部１０１、直交変換部１０２、量子化部１０３、逆量子化部１０４、逆直交変換部１０５、加算部１０６、ブロックメモリ１０７、フレームメモリ１０８、イントラ予測部１０９、インター予測部１１０、スイッチ１１１、解像度変換制御部１１２、第１のアップ／ダウンコンバート部１１３、第２のアップ／ダウンコンバート部１１４、可変長符号化部１１５、および多重化部１１６を備えている。
　減算部１０１は、入力画像信号に含まれる入力画像データから、後述する方法で生成された予測画像データを減算することにより予測誤差データを生成する。解像度変換制御部１１２は、動画像符号化装置１００の外部から入力される分割領域情報、ピクチャパラメータセット（ＰＰＳ）、およびシーケンスパラメータセット（ＳＰＳ）に基づいて、第１のアップ／ダウンコンバート部１１３、第２のアップ／ダウンコンバート部１１４に対し、解像度変換制御信号を送る。
　第１のアップ／ダウンコンバート部１１３は、解像度変換制御信号に基づいて、減算部１０１によって生成された予測誤差データの所定の領域に対し、垂直方向／水平方向にアップ／ダウンコンバート処理を行う。ここで、所定の領域とは、例えば、ピクチャ単位、ピクチャ単位を構成するスライス単位、スライス単位を構成するブロック単位、もしくは、後述するタイル単位（図７Ｄ）など、予め定められた単位が考えられる。
　次に、解像度変換処理の具体例(水平方向にダウンコンバート処理を行う例)について説明する。図４Ａは、オリジナルの画像データの画素の一例を示す図であり、図４Ｂは、画像内の特定領域が解像度変換された画像データの画素の一例を示す図であり、図４Ｃは、画素を配置し直した画像データの画素の一例を示す図である。ここで、解像度変換処理の対象となるオリジナルの画像データの画像サイズは、例えば図４Ａに示すように１９２０×１０８０画素で、画素アスペクト比は、ＳＡＲ（１：１）であり、画像内で一様である。
　まず、第１のアップ／ダウンコンバート部１１３は、オリジナルの画像データを３つの領域に分割する。次に、第１のアップ／ダウンコンバート部１１３は、両端の領域において、解像度変換（ダウンコンバート処理）を行う。すなわち、第１のアップ／ダウンコンバート部１１３は、図４Ｂに示すように白抜き画素列を削除する。これにより、両端の領域の画素アスペクト比は、ＳＡＲ（２：１）となる。なお、中央の領域の画素アスペクト比は、ＳＡＲ（１：１）のままである。また、垂直方向の画素列が削除されたことにより、解像度変換された画像信号の画像サイズは、例えば１４４０×１０８０画素となる。最後に、第１のアップ／ダウンコンバート部１１３は、図４Ｂに示す解像度変換した画像の両端の領域の画素アスペクト比が、図４Ｃに示すようにＳＡＲ（１：１）となるように配置（水平方向につめられた状態）する。
　このように、垂直方向に並んだ画素列を削除することにより、水平方向にダウンコンバート処理を行うことが可能である。一方、水平方向に並んだ画素列を削除することにより、垂直方向にダウンコンバート処理を行うことが可能である。また、垂直方向に並んだ画素列を追加することにより、水平方向にアップコンバート処理を行うことができ、水平方向に並んだ画素列を追加することにより、垂直方向にアップコンバート処理を行うことが可能である。なお、解像度変換の具体例として、１画素列の単なる追加削除の方法を説明したが、これに限られない。例えば、３画素列から新たな２画素列を生成するようにダウンコンバート処理することや、２画素列から新たな３画素列を生成するようにアップコンバート処理することも可能である。
　直交変換部１０２は、アップ／ダウンコンバート処理された予測誤差データに対し、画像領域から周波数領域への変換を行う。量子化部１０３は、周波数領域に変換された予測誤差データに対し、量子化処理を行う。逆量子化部１０４は、量子化部によって量子化処理された予測誤差データに対し、逆量子化処理を行う。逆直交変換部１０５は、逆量子化処理された予測誤差データに対し、周波数領域から画像領域への変換を行う。
　第２のアップ／ダウンコンバート部１１４は、解像度変換制御信号に基づいて、画像領域へ変換された予測誤差データに対し、垂直方向／水平方向にアップ／ダウンコンバート処理を行う。第２のアップ／ダウンコンバート部１１４においては、第１のアップ／ダウンコンバート部１１３における処理の逆の処理が行われる。例えば、第１のアップ／ダウンコンバート部１１３において、所定の領域に対し、垂直方向にダウンコンバート処理が行われている場合には、第２のアップ／ダウンコンバート部１１４は、所定の領域に対し、垂直方向にアップコンバート処理を行う。即ち、第２のアップ／ダウンコンバート部１１４により、入力画像データと同じ画素アスペクト比に変更される。
　加算部１０６は、予測画像データと第２のアップ／ダウンコンバート部で処理された予測誤差データとを加算することにより、復号画像データを生成する。ブロックメモリ１０７には、復号画像データがブロック単位で保存される。フレームメモリ１０８には、復号画像データがフレーム単位で保存される。なお、図示しないピクチャタイプ決定部は、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データ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。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号画像データを用いて、符号化対象ブロックのイントラ予測による予測画像データを生成する。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号画像データを用いて、符号化対象ブロックのインター予測による予測画像データを生成する。スイッチ１１１は、符号化対象ブロックがイントラ予測符号化される場合に、イントラ予測部１０９によって生成されたイントラ予測画像データを、符号化対象ブロックの予測画像データとして減算部１０１および加算部１０６に出力する。一方、スイッチ１１１は、符号化対象ブロックがインター予測符号化される場合に、インター予測部１１０によって生成されたインター予測画像データを、符号化対象ブロックの予測画像データとして減算部１０１および加算部１０６に出力する。
　可変長符号化部１１５は、量子化処理された予測誤差データ、インター予測モード、ピクチャタイプ情報に対し、可変長符号化処理を行うことで、ビットストリームを生成する。多重化部１１６は、ビットストリームと、外部から取得したピクチャパラメータセット（ＰＰＳ）、シーケンスパラメータセット（ＳＰＳ）、分割領域情報とを多重化処理する。ここで、多重化部１１６は、第１のアップ／ダウンコンバート部１１３において、アップ／ダウンコンバート処理が行われたピクチャ内の所定の領域毎に、分割領域情報を付加する。
　なお、本実施の形態では、分割領域情報を、画像内の所定の領域毎に付加する構成としたが、これに限られるものではない。例えば、ピクチャ毎に付加する場合には、ピクチャパラメータセット（ＰＰＳ）に、分割領域情報を含ませる構成としてもよい。また、シーケンス毎に付加する場合には、シーケンスパラメータセット（ＳＰＳ）に、分割領域情報を含ませる構成としてもよい。
　図５は、本実施の形態１に係る動画像符号化装置の処理動作を示すフローチャートである。
　解像度変換制御部１１２は、所定の領域の画素アスペクト比を変更するか否かを判断する（ステップＳ１０１）。ここで画素アスペクト比を変更すると判断した場合（ステップＳ１０１でＹｅｓ）、解像度変換制御部１１２は、画素アスペクト比の垂直方向サイズを大きくするか否かを判断する（ステップＳ１０２）。例えば、ＳＡＲ（１：１）から、ＳＡＲ（１：２）への変更、ＳＡＲ（３：１）から、ＳＡＲ（３：２）への変更などが考えられる。画素アスペクト比の垂直方向サイズを大きくすると判断した場合（ステップＳ１０２でＹｅｓ）、解像度変換制御部１１２は、所定の領域に対し、画素アスペクト比の垂直方向サイズが大きくなるように、アップ／ダウンコンバート処理を行う（ステップＳ１０３）。例えば、水平方向にアップサンプリングする、または、垂直方向にダウンサンプリングする処理が考えられる。水平方向にアップサンプリングし、かつ、垂直方向にダウンサンプリングする処理でもよい。次に、解像度変換制御部１１２は、画素アスペクト比の水平方向サイズを大きくするか否かを判断する（ステップＳ１０４）。例えば、ＳＡＲ（１：１）から、ＳＡＲ（２：１）への変更、ＳＡＲ（１：３）から、ＳＡＲ（２：３）への変更などが考えられる。ここで、画素アスペクト比の水平方向サイズを大きくすると判断した場合（ステップＳ１０４でＹｅｓ）、解像度変換制御部１１２は、所定の領域に対し、画素アスペクト比の水平方向サイズが大きくなるように、アップ／ダウンコンバート処理を行う（ステップＳ１０５）。例えば、垂直方向にアップサンプリングする、または、水平方向にダウンサンプリングする処理が考えられる。垂直方向にアップサンプリングし、かつ、水平方向にダウンサンプリングする処理でもよい。最後に、解像度変換制御部１１２は、所定の領域毎に分割領域情報を付加する（ステップＳ１０６）。
　なお、図５のフローチャートにおいては、全ての領域において分割領域情報を付加するとしているが、分割領域情報の内容を変更した場合にのみ、分割領域情報を付加するとしてもよい。
　図６Ａは、分割領域情報の構成を示す図であり、図６Ｂは、画像を９つの領域に分割した場合の例を示す図である。
　分割領域情報は、図６Ａに示すように領域特定情報と、領域ＳＡＲ情報と、領域オフセット情報とを含んでいる。また、分割領域情報は、図６Ｂに示すように、分割された領域毎に、付与される。
　領域特定情報は、画像内において分割された各領域を特定する情報である。すなわち、分割領域情報に含まれる領域ＳＡＲ情報と領域オフセット情報が適用される画像内の領域を示す情報である。以下、領域特定情報のバリエーションの例を説明する。
　図７Ａおよび図７Ｂは、ＬＣＵ（Ｌａｒｇｅｓｔ　Ｃｏｄｉｎｇ　Ｕｎｉｔ）の数で領域を特定する例を示す図である。ＬＣＵは、画像を複数の単位に分割して符号化する際における、最大サイズの単位を意味する。図７Ａは、画像を３５個のＬＣＵに分割している例を示している。画像の左上からラスタ・スキャンする順番で、各領域に含まれるＬＣＵの個数によって各領域を特定することができる。例えば、図７Ｂに示すように領域ａの領域特定情報を「１１」、領域ｂの領域特定情報を「９」、領域ｃの領域特定情報を「４」、領域ｄの領域特定情報を「１１」とすることにより、各領域を特定することが可能である。
　図７Ｃは、スライス番号を用いて領域を特定する例を示す図である。画像の左上からラスタ・スキャン順でスライスが定義されスライス番号が付与されている場合に、スライス番号により各領域を特定することが可能である。なお、スライスは、ラスタ・スキャン順に限らず、スライス・グループで定義されるものであってもよい（Ｆｌｅｘｉｂｌｅ　Ｍａｃｒｏ　ｂｌｏｃｋ　Ｏｒｄｅｒ）。
　図７Ｄは、タイルで領域を特定する例を示す図である。画像を水平方向および垂直方向の１本以上の境界線で区切り、各境界線によって分割された領域をタイルと定義する。図７Ｄに示すように、タイル番号が付与されている場合に、タイル番号により各領域を特定することが可能である。
　図７Ｅおよび図７Ｆは、座標で領域を特定する例を示す図である。図７Ｅに示すように画像の左上を基点に、右方向（ｘ軸）、下方向（ｙ軸）として座標を設ける。座標のユニット単位は、画素、ＬＣＵ、所定の大きさの領域などが考えられる。領域の左上と、右下の座標により、領域を特定することができる。例えば、図７Ｆに示すように領域ａの領域特定情報を（３，３）、（７，５）、領域ｂの領域特定情報を（９，７）、（１１，９）とすることにより、各領域を特定することが可能である。
　領域ＳＡＲ情報は、画素アスペクト比（ＳＡＲ）からの相対情報である。すなわち、領域ＳＡＲ情報の水平方向サイズと垂直方向サイズの値は、ベースとなるＳＡＲの水平方向サイズｘｂと垂直方向サイズｙｂの値を基準とした画素間隔（距離）を示している。
　図８は、領域ＳＡＲ情報の例を示す図である。図８において、黒丸が解像度変換前の画素（元のサンプル）を示し、画素アスペクト比（ＳＡＲ）はＳＡＲ（ｘｂ：ｙｂ）である。これに対し、白三角がこの領域における解像度変換後の画素（符号化対象のサンプル）を示している。符号化対象のサンプルの水平方向の画素間隔（距離）は、ベースとなるＳＡＲの水平方向サイズｘｂを基準としてＸとなる。例えば、図８の例では白三角の画素間隔は黒丸の画素間隔の３倍であるため、ｘｂが「１」であればＸは「３」、ｘｂが「２」であればＸは「６」ということである。同様に、符号化対象のサンプルの垂直方向の画素間隔（距離）は、ベースとなるＳＡＲの垂直方向サイズｙｂを基準としてＹとなる。このように、領域ＳＡＲ情報は、ベースとなるＳＡＲの水平方向サイズｘｂと垂直方向サイズｙｂの値を基準とした画素間隔（距離）を用いて、領域ＳＡＲ情報（Ｘ：Ｙ）と表現される。なお、領域ＳＡＲ情報は、ベースとなるＳＡＲからの相対値を用いることで、対象領域のＳＡＲと、ダウン・アップコンバート情報とを同時に示すことができ、ダウン・アップコンバート情報を別に用意する必要は無い。つまり、図８のように、ＳＡＲ（ｘｂ：ｙｂ）、領域ＳＡＲ情報（Ｘ：Ｙ）である場合には、ダウンコンバート処理は（ｘｂ／Ｘ，ｙｂ／Ｙ）、アップコンバート処理は（Ｘ／ｘｂ，Ｙ／ｙｂ）として処理することができる。例えば、ＳＡＲ（１：１）で領域ＳＡＲ情報（３：２）である場合、ダウンコンバート処理では、水平方向に１／３、垂直方向に１／２となるように画素を間引く。一方、アップコンバート処理では、水平方向に３倍、垂直方向に２倍となるように画素を補間する。
　領域オフセット情報は、解像度変換後のその領域における画素位置を特定する情報である。よって、領域オフセット情報は、領域の基点からのオフセットとして定義する。図９は、領域オフセット情報の例を示す図である。図９においても、黒丸が解像度変換前の画素（元のサンプル）を示し、白三角が領域における解像度変換後の画素（符号化対象のサンプル）を示している。図９に示す例では、領域の左上に位置する元のサンプルの画素位置を基点とし、（右方向ｘ軸）、下方向（ｙ軸）として座標を設け、領域の左上に位置する符号化対象サンプルの画素位置への領域オフセットを（Ｘｏ，Ｙｏ）としている。元のサンプルの画素間隔を１とすることにより、領域ａの領域オフセットは、（０．５，０．５）、領域ｂの領域オフセットは、(０．５，０)、領域ｃの領域オフセットは、（０，０．５）、領域ｄの領域オフセットは、（０，０）となり、符号化対象サンプルの画素位置を特定することが可能である。なお、領域オフセットの基点は、領域の左上に限らず、左下、右上、右下などでもよい。このような領域オフセットを設けることにより、領域ＳＡＲ情報と合わせ、各領域アップ／ダウンコンバート処理を行うことが可能となる。
　図１０は、フレームで共通なベース情報（ベースＳＡＲ情報、ベースオフセット情報）を定義する例を示す図である。図１０に示すようにベース情報を用いることにより、領域ＳＡＲ情報、領域オフセット情報については、ベース情報と異なる場合にのみ付与することができ、符号化効率を向上させることが可能となる。
　なお、ベースＳＡＲ情報として、従来の画素アスペクト比（ＳＡＲ）をそのまま用いることが考えられる。従来の画素アスペクト比（ＳＡＲ）をそのままベースＳＡＲ情報として用いることにより、更に符号化効率を向上させることが可能となる。また、ベース情報は、ＳＰＳや、ＰＰＳに含ませることが考えられる。
　図１１は、分割領域情報の具体例を示す図である。図１１に示す例では、領域ａから領域ｄまでの４つの領域を含み、それぞれの領域で異なる解像度変換処理がなされている。各領域の領域ＳＡＲ情報、領域オフセット情報がそれぞれ示される。なお、領域オフセット情報の基点および各領域のアップ／ダウンコンバート処理は、図９で説明したものを用いている。ベース情報をＳＡＲ（１：１）、オフセット（０，０）とした場合、領域ｄの分割領域情報は、ベース情報と同じであるため、ベース情報を利用することにより情報量を削減することが可能になる。
　このように、本実施の形態によれば、画像内の所定領域の画素アスペクト比を変更することができ、画像内において重要性に応じて領域の情報量を変更し、符号化効率を向上させることが可能である。例えば、人間が注視しない傾向にある画像の外周部の画素をダウンサンプリングすることにより、符号化効率を向上させることが可能である。更に、所定の領域毎に、分割領域情報を付加していることから、分割領域情報に基づいて、適切に復号化することが可能となる。
　（実施の形態２）
　図１２は、実施の形態２に係る動画像符号化装置の構成を示すブロック図である。
　動画像符号化装置２００は、図１２に示すように、減算部２０１、直交変換部２０２、量子化部２０３、逆量子化部２０４、逆直交変換部２０５、加算部２０６、ブロックメモリ２０７、フレームメモリ２０８、イントラ予測部２０９、インター予測部２１０、スイッチ２１１、可変長符号化部２１２、および多重化部２１３を備えている。
　本実施の形態２は、解像度変換制御部、第１アップ／ダウンコンバート部、第２アップ／ダウンコンバート部を有していない点において、実施の形態１と構成が異なる。
　入力画像信号は、図示しない解像度変換部により、所定の領域毎に解像度変換処理がなされた信号である。入力画像信号は、例えば、図４Ｃに示すように、所定の領域を解像度変換処理した後に、ＳＡＲ（１：１）となるように画素を配置した画像信号となっている。
　減算部２０１は、入力画像信号に含まれる入力画像データから、後述する方法で生成された予測画像データを減算することにより予測誤差データを生成する。直交変換部２０２は、生成された予測誤差データに対し、画像領域から周波数領域への変換を行う。量子化部２０３は、周波数領域に変換された予測誤差データに対し、量子化処理を行う。逆量子化部２０４は、量子化部２０３によって量子化処理された予測誤差データに対し、逆量子化処理を行う。逆直交変換部２０５は、逆量子化処理された予測誤差データに対し、周波数領域から画像領域への変換を行う。加算部２０６は、予測画像データと予測誤差データとを加算することにより、復号画像データを生成する。ブロックメモリ２０７には、復号画像データがブロック単位で保存される。フレームメモリ２０８には、復号画像データがフレーム単位で保存される。なお、図示しないピクチャタイプ決定部は、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信号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。
　イントラ予測部２０９は、ブロックメモリ２０７に保存されているブロック単位の復号画像データを用いて、符号化対象ブロックのイントラ予測による予測画像データを生成する。インター予測部２１０は、フレームメモリ２０８に保存されているフレーム単位の復号画像データを用いて、符号化対象ブロックのインター予測による予測画像データを生成する。スイッチ２１１は、符号化対象ブロックがイントラ予測符号化される場合に、イントラ予測部２０９によって生成されたイントラ予測画像データを、符号化対象ブロックの予測画像データとして減算部２０１および加算部２０６に出力する。一方、スイッチ２１１は、符号化対象ブロックがインター予測符号化される場合に、インター予測部２１０によって生成されたインター予測画像データを、符号化対象ブロックの予測画像データとして減算部２０１および加算部２０６に出力する。
　可変長符号化部２１２は、量子化処理された予測誤差データ、インター予測モード、ピクチャタイプ情報に対し、可変長符号化処理を行うことで、ビットストリームを生成する。多重化部２１３は、ビットストリームと、外部から取得したピクチャパラメータセット（ＰＰＳ）、シーケンスパラメータセット（ＳＰＳ）、分割領域情報とを多重化処理する。ここで、多重化部２１３は、画像内の所定の領域毎に、分割領域情報を付加する。なお、分割領域情報は、実施の形態１で説明したものと同じである。画像アスペクト比（ＳＡＲ）情報、分割領域情報については、例えば、図４Ｂに示すように、所定の領域（両端の領域）のアスペクト比がＳＡＲ（２：１）になるようにダウンコンバート処理を行った場合には、画像アスペクト比（ＳＡＲ）情報はＳＡＲ（１：１）、所定の領域（両端の領域）の分割領域情報内の領域ＳＡＲ情報はＳＡＲ（２：１）と設定する。
　なお、本実施の形態では、分割領域情報を、画像内の所定の領域毎に付加する構成としたが、これに限られるものではない。例えば、ピクチャ毎に付加する場合には、ピクチャパラメータセット（ＰＰＳ）に、分割領域情報を含ませる構成としてもよい。また、シーケンス毎に付加する場合には、シーケンスパラメータセット（ＳＰＳ）に、分割領域情報を含ませる構成としてもよい。
　このように、本実施の形態によれば、画像内において重要性に応じて所定の領域の情報量を変更した画像信号を入力画像信号とすることにより、符号化効率を向上させることが可能である。例えば、人間が注視しない傾向にある画像の外周部の領域をダウンコンバート処理した画像信号を入力画像信号とすることにより、符号化効率を向上させることが可能である。更に、所定の領域の情報量を変更した画像信号を符号化する場合に、所定の領域毎に、分割領域情報を付加していることから、これらの情報に基づいて、適切に復号化することが可能となる。
　（実施の形態３）
　図１３は、実施の形態３に係る動画像復号化装置の構成を示すブロック図である。
　動画像復号化装置３００は、画像を構成する所定の領域毎に解像度を変更して符号化された符号化画像と、解像度を示す解像度情報を含む分割領域情報とが多重化された多重化ストリームを復号化する装置であり、図１３に示すように、逆多重化部３０１、可変長復号化部３０２、逆量子化部３０３、逆直交変換部３０４、解像度変換制御部３０５、解像度変換部３０６、加算部３０７、ブロックメモリ３０８、フレームメモリ３０９、イントラ予測部３１０、インター予測部３１１、およびスイッチ３１２を備えている。
　逆多重化部３０１は、入力されたビットストリームを逆多重化し、符号化された画像信号と、分割領域情報、ピクチャパラメータセット（ＰＰＳ）、シーケンスパラメータセット（ＳＰＳ）とを分離する。可変長復号化部３０２は、符号化された画像信号に対し、可変長復号化処理を行い、可変長復号化処理を行った量子化係数を生成する。逆量子化部３０３は、可変長復号化処理によって得られた量子化係数に対し、逆量子化処理を行う。逆直交変換部３０４は、逆量子化処理によって得られた直交変換係数を、周波数領域から画像領域への変換することにより、予測誤差データを生成する。
　解像度変換制御部３０５は、分割領域情報、ピクチャパラメータセット（ＰＰＳ）、シーケンスパラメータセット（ＳＰＳ）に基づいて、解像度変換部３０６に対し、解像度変換制御信号を送る。解像度変換制御部３０５は、各領域ごとに分割領域情報内の領域ＳＡＲ情報を参照する。そして、解像度変換制御部３０５は、領域ＳＡＲ情報が、所定の画素アスペクト比（ＳＡＲ）と同じであるか否かを判断する。例えば、所定の画素アスペクト比（ＳＡＲ）は、動画像符号化装置に入力された入力信号の画素アスペクト比（ＳＡＲ）であり、シーケンスパラメータセット（ＳＰＳ）におけるビデオ表示情報内の画素アスペクト比（ＳＡＲ）とすることができる。また、図１０に示すようにベース情報が用いられる場合には、ベースＳＡＲ情報とすることができる。なお、当該領域の分割領域情報内に領域ＳＡＲ情報が存在しない場合は、領域ＳＡＲ情報が所定の画素アスペクト比（ＳＡＲ）と同じであると判断する。領域ＳＡＲ情報が所定の画素アスペクト比（ＳＡＲ）と異なる場合には、解像度変換制御部３０５は、所定の画素アスペクト比（ＳＡＲ）となるようにアップ／ダウンコンバート処理を行うことを示す解像度変換制御信号を、解像度変換部３０６に対し送る。例えば、所定の画素アスペクト比をＳＡＲ（１：１）とし、領域ＳＡＲ情報が領域ＳＡＲ（２：１）である場合には、解像度変換制御部３０５は、所定の画素アスペクト比であるＳＡＲ（１：１）となるように、垂直方向の画素列を追加する、即ち、水平方向にアップコンバート処理を行うことを示す解像度変換制御信号を送る。一方、領域ＳＡＲ情報が領域ＳＡＲ（１：２）である場合には、解像度変換制御部３０５は、所定の画素アスペクト比であるＳＡＲ（１：１）となるように、水平方向の画素列を追加する、即ち、垂直方向にアップコンバート処理を行うことを示す解像度変換制御信号を送る。また、領域オフセット情報が存在する場合には、解像度変換制御部３０５は、アップ／ダウンコンバート処理を、分割領域情報に含まれる領域オフセット情報に基づき行うことを示す解像度変換制御信号を送る。なお、解像度変換制御信号は、分割領域情報が付加されていた領域毎に領域特定情報で特定した領域を指定して送られる。例えば、図７に示すようにＬＣＵ単位、スライス単位、タイル単位、座標で特定した領域単位などが考えられる。
　解像度変換部３０６は、解像度変換制御信号に基づいて、指定された領域について解像度変換処理を行う。ブロックメモリ３０８には、予測誤差データと、予測画像データが加算されて生成された画像データが、ブロック単位で保存される。フレームメモリ３０９には、画像データが、フレーム単位で保存される。
　イントラ予測部３１０は、ブロックメモリ３０８に保存されているブロック単位の画像データを用いてイントラ予測することにより、復号化対象ブロックの予測画像データを生成する。インター予測部３１１は、フレームメモリ３０９に保存されているフレーム単位の画像データを用いてインター予測することにより、復号化対象ブロックの予測画像データを生成する。
　スイッチ３１２は、復号対象ブロックがイントラ予測復号される場合に、イントラ予測部３１０によって生成されたイントラ予測画像データを、復号対象ブロックの予測画像データとして加算部３０７に出力する。一方、スイッチ３１２は、復号対象ブロックがインター予測復号される場合に、インター予測部３１１によって生成されたインター予測画像データを、復号対象ブロックの予測画像データとして加算部３０７に出力する。最後に、加算部３０７は、予測誤差データと予測画像データとを加算することにより、復号画像データを生成する。
　図１４は、本実施の形態３に係る動画像復号化装置の処理動作を示すフローチャートである。
　逆多重化部３０１は、ビットストリームを逆多重化し、符号化された画像信号と、分割領域情報を取得する（ステップＳ２０１）。解像度変換制御部３０５は、分割領域情報に含まれる領域ＳＡＲ情報が、所定の画素アスペクト比（ＳＡＲ）と同じであるか否かについて判断する（ステップＳ２０２）。ここで、領域ＳＡＲ情報が所定の画素アスペクト比（ＳＡＲ）と異なると判断された場合（ステップＳ２０２でＮｏ）、解像度変換制御部３０５は、分割領域情報に含まれる領域特定情報で特定される領域について所定の画素アスペクト比となるようにアップ／ダウンコンバート処理を行うことを示す解像度変換制御信号を解像度変換部３０６へ送る。解像度変換部３０６は、解像度変換制御信号に基づいて、分割領域情報に含まれる領域特定情報で特定される領域について、所定の画素アスペクト比となるようにアップ／ダウンコンバート処理を行う（ステップＳ２０３）。なお、実施の形態１と同様に、分割領域情報に領域オフセット情報が存在する場合には、領域オフセット情報に基づいて、アップ／ダウンコンバート処理が行われる。一方、領域ＳＡＲ情報が所定の画素アスペクト比（ＳＡＲ）と同じであると判断された場合（ステップＳ２０２でＹｅｓ）、アップ／ダウンコンバート処理は行われない。最後に、復号画像データを生成し、出力する（ステップＳ２０４）。
　このように、本実施の形態の動画像復号化方法、動画像復号化装置によれば、画像の所定領域の画素アスペクト比が変更されている場合であっても、分割領域情報に基づいて適切に復号することが可能である。
　（実施の形態４）
　図１５は、実施の形態４に係る動画像復号化装置の構成を示すブロック図である。
　動画像復号化装置４００は、図１５に示すように、逆多重化部４０１、可変長復号化部４０２、逆量子化部４０３、逆直交変換部４０４、解像度変換制御部４０５、解像度変換部４０６、加算部４０７、ブロックメモリ４０８、フレームメモリ４０９、イントラ予測部４１０、インター予測部４１１、スイッチ４１２、および表示部４１３を備えている。
　本実施の形態４は、解像度変換部４０６が、表示部４１３の直前に配置されている点において実施の形態３と異なる。
　逆多重化部４０１は、入力されたビットストリームを逆多重化し、符号化された画像信号と、分割領域情報、ピクチャパラメータセット（ＰＰＳ）、シーケンスパラメータセット（ＳＰＳ）とを分離する。可変長復号化部４０２は、符号化された画像信号に対し、可変長復号化処理を行い、可変長復号化処理を行った量子化係数を生成する。逆量子化部４０３は、可変長復号化処理によって得られた量子化係数に対し、逆量子化処理を行う。逆直交変換部４０４は、逆量子化処理によって得られた直交変換係数を、周波数領域から画像領域への変換することにより、予測誤差データを生成する。ブロックメモリ４０８には、予測誤差データと、予測画像データが加算されて生成された画像データが、ブロック単位で保存される。フレームメモリ４０９には、画像データが、フレーム単位で保存される。
　イントラ予測部４１０は、ブロックメモリ４０８に保存されているブロック単位の画像データを用いてイントラ予測することにより、復号化対象ブロックの予測画像データを生成する。インター予測部４１１は、フレームメモリ４０９に保存されているフレーム単位の画像データを用いて、インター予測することにより復号化対象ブロックの予測画像データを生成する。加算部４０７は、予測誤差データと予測画像データとを加算することにより、復号画像データを生成する。
　解像度変換制御部４０５は、分割領域情報、ピクチャパラメータセット（ＰＰＳ）、シーケンスパラメータセット（ＳＰＳ）に基づいて、画素アスペクト比（ＳＡＲ）が所定の画素アスペクト比（ＳＡＲ）と同じであるか否かを判断する。解像度変換制御部４０５は、各領域毎に、分割領域内の領域ＳＡＲを参照する。そして、解像度変換制御部４０５は、領域ＳＡＲ情報が、所定の画素アスペクト比（ＳＡＲ）と同じであるか否かを判断する。例えば、所定の画素アスペクト比（ＳＡＲ）は、動画像符号化装置に入力された入力信号の画素アスペクト比（ＳＡＲ）であり、シーケンスパラメータセット（ＳＰＳ）におけるビデオ表示情報内の画素アスペクト比（ＳＡＲ）とすることができる。なお、当該領域の分割領域情報内に、領域ＳＡＲ情報が存在しない場合は、領域ＳＡＲ情報が所定の画素アスペクト比（ＳＡＲ）と同じであると判断する。領域ＳＡＲ情報が所定の画素アスペクト比（ＳＡＲ）と異なる場合には、解像度変換制御部４０５は、所定の画素アスペクト比（ＳＡＲ）となるようにアップ／ダウンコンバート処理を行うことを示す解像度変換制御信号を、解像度変換部４０６に対し送る。例えば、画素アスペクト比がＳＡＲ（２：１）である場合には、解像度変換制御部４０５は、画素アスペクト比がＳＡＲ（１：１）となるように、垂直方向の画素列を追加する、即ち、水平方向にアップコンバート処理を行うことを示す解像度変換制御信号を送る。一方、画素アスペクト比がＳＡＲ（１：２）である場合には、解像度変換制御部４０５は、画素アスペクト比がＳＡＲ（１：１）となるように、水平方向の画素列を追加する、即ち、垂直方向にアップコンバート処理を行うことを示す解像度変換制御信号を送る。また、領域オフセット情報が存在する場合には、解像度変換制御部４０５は、アップ／ダウンコンバート処理を、分割領域情報に含まれる、領域オフセット情報に基づき行うことを示す解像度変換制御信号を送る。なお、解像度変換制御信号は、分割領域情報が付加されていた領域毎に領域特定情報で特定した領域を指定して送られる。例えば、図７に示すようにＬＣＵ単位、スライス単位、タイル単位、座標で特定した領域単位などが考えられる。
　解像度変換部４０６は、解像度変換制御信号に基づいて、指定された領域について解像度変換処理を行い、変換処理後の信号を表示部４１３に送る。
　このように、本実施の形態の動画像復号化方法、動画像復号化装置によれば、画像の所定領域の画素アスペクト比が変更されている場合であっても、分割領域情報に基づいて適切に復号することが可能である。
　（実施の形態５）
　図１６は、実施の形態５に係る動画像符号化装置の構成を示すブロック図である。
　図１７は、実施の形態５に係る動画像復号化装置の構成を示すブロック図である。
　動画像符号化装置５００は、実施の形態１の動画像符号化装置１００の構成に加えて、図１６に示すようにデブロックフィルタ５０１を備えている。また、動画像復号化装置６００は、実施の形態３の動画像復号化装置３００の構成に加えて、図１７に示すようにデブロックフィルタ６０１を備えている。なお、動画像符号化装置１００および動画像復号化装置３００と同様の構成については、同じ符号を付し、説明を省略する。
　所定の領域毎（例えば、ピクチャ単位、もしくは、ピクチャ単位を構成するスライス単位、スライス単位を構成するブロック単位など、予め定められた単位毎）、または、階層的に画像を分割した際の最大のブロックサイズのブロック（ＬＣＵ）毎に、画素アスペクト比（ＳＡＲ）を変更した場合、所定の領域間、または、最大のブロックサイズ（ＬＣＵ）のブロック間においてブロック歪が生じる。本実施の形態によれば、ブロック歪の影響を抑えて適切な符号化、または、復号化処理を行うことが可能である。
　解像度変換制御部５０２は、所定の領域間、または、最大のブロックサイズのブロック（ＬＣＵ）間においてデブロックフィルタ処理を行うか否かを判断し、デブロックフィルタ５０１へ通知する。デブロックフィルタ５０１は、解像度変換制御部５０２からの通知に応じてデブロックフィルタ処理を行う。
　解像度変換制御部６０２は、所定の領域間、または、最大のブロックサイズのブロック（ＬＣＵ）間においてデブロックフィルタ処理を行うか否かを判断し、デブロックフィルタ６０１へ通知する。デブロックフィルタ６０１は、解像度変換制御部６０２からの通知に応じてデブロックフィルタ処理を行う。
　図１８は、動画像符号化装置５００および動画像復号化装置６００におけるデブロックフィルタ処理の動作を示すフローチャートである。
　解像度変換制御部５０２および解像度変換制御部６０２は、所定の領域間、または、最大のブロックサイズのブロック（ＬＣＵ）間においてデブロックフィルタ処理を行うか否かを判断する（ステップＳ３０１）。具体的には、解像度変換制御部５０２および解像度変換制御部６０２は、画素アスペクト比（ＳＡＲ）情報に基づき、隣接する所定の領域同士、または、最大ブロックサイズのブロック（ＬＣＵ）同士の画素アスペクト比（ＳＡＲ）が異なる否かを判断する。例えば、実施の形態１～４において説明した分割領域情報に含まれる領域ＳＡＲ情報を用いて画素アスペクト比（ＳＡＲ）が異なるか否かを判断する。ここで、所定の領域間、または、最大のブロックサイズのブロック（ＬＣＵ）間において、画素アスペクト比（ＳＡＲ）が異なると判断された場合（ステップＳ３０１でＹｅｓ）には、解像度変換制御部５０２および解像度変換制御部６０２は、デブロックフィルタ処理が必要と判断し、それぞれデブロックフィルタ５０１またはデブロックフィルタ６０１へ通知する。通知を受けて、デブロックフィルタ５０１およびデブロックフィルタ６０１は、デブロックフィルタ処理を行う（ステップＳ３０２）。一方、画素アスペクト比（ＳＡＲ）が同じ場合（ステップＳ３０１でＮｏ）には、解像度変換制御部５０２および解像度変換制御部６０２はデブロックフィルタ処理が不要と判断し、デブロックフィルタ処理は行わない。最後に、デブロックフィルタ処理が行われた復号画像データがフレームメモリ１０８およびフレームメモリ３０９に保存される（ステップＳ３０３）。
　なお、デブロックフィルタ処理を行うと判断した場合において、更に、画素アスペクト比（ＳＡＲ）の差に基づいてデブロックフィルタ処理の強度を変更してもよい。例えば、隣接する所定の領域間、または、最大ブロックサイズのブロック間の画素アスペクト比（ＳＡＲ）の（水平方向サイズ）／（垂直方向サイズ）の値の差が、所定の値よりも大きい場合には、所定の値よりも小さい場合に比べて、強度の強いデブロックフィルタ処理を行うことが考えられる。
　このように、本実施の形態の動画像符号化方法、動画像符号化装置、動画像復号化方法、動画像復号化装置によれば、隣接するブロック間において画素アスペクト比が異なる場合にデブロックフィルタ処理を行うため、ブロック歪を低減することが可能になる。
　以上、本発明の１つまたは複数の態様に係る動画像符号化装置および動画像復号化装置について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の１つまたは複数の態様の範囲内に含まれてもよい。
　なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、上記各実施の形態の動画像符号化装置または動画像復号化装置などを実現するソフトウェアは、次のようなプログラムである。
　すなわち、このプログラムは、コンピュータに、画像を構成する所定の領域毎に解像度を変更して符号化する動画像符号化方法であって、前記所定の領域毎に解像度を決定する決定ステップと、前記決定した解像度となるように、前記画像と予測画像との差分画像を前記所定の領域毎に解像度変換する解像度変換ステップと、前記解像度変換後の前記差分画像を符号化し、符号化画像を生成する符号化ステップと、前記所定の領域毎に、前記解像度を示す解像度情報を含む分割領域情報を生成する生成ステップと、前記符号化画像と前記分割領域情報とを多重化する多重化ステップとを含む動画像符号化方法を実行させる。
　あるいは、このプログラムは、コンピュータに、画像を構成する所定の領域毎に解像度を変更して符号化された符号化画像と、前記解像度を示す解像度情報を含む分割領域情報とが多重化された多重化ストリームを復号化する動画像復号化方法であって、前記多重化ストリームを逆多重化し、符号化画像と、分割領域情報とを取得する取得ステップと、前記符号化画像を復号化し差分画像を生成する復号化ステップと、前記分割領域情報に含まれる前記解像度情報と、所定の解像度とが同じであるか否かを判定する判定ステップと、前記判定ステップにおいて、前記分割領域情報に含まれる前記解像度情報と、前記所定の解像度とが異なると判定された場合に、前記差分画像の前記所定の領域毎に、前記分割領域情報に基づいて、前記所定の解像度となるように解像度変換を行う解像度変換ステップとを含む動画像復号化方法を実行させる。
　（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（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１９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１９のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。
　カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ－ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。
　コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の一態様に係る画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。
　なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像および／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。
　また、これら符号化・復号化処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ－ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。
　また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。
　以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。
　なお、コンテンツ供給システムex１００の例に限らず、図２０に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の一態様に係る画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。
　また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号化する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に動画像復号化装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。
　図２１は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。
　また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の一態様に係る画像符号化装置または画像復号装置として機能する）を有する信号処理部ex３０６と、復号化した音声信号を出力するスピーカex３０７、復号化した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。
　まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号化し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。
　また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。
　また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。
　一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図２２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２３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２１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２４Ａ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２４Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。
　電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。
　携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。
　さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。
　データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の一態様に係る画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。
　多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。
　データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の一態様に係る画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。
　また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。
　このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。
　また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。
　（実施の形態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２５は、多重化データの構成を示す図である。図２５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２６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２７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２７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２７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２８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２８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２９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３０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３０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３１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３２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８）
　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３３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９）
　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３４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３３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３３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７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７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３６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３５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１０）
　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３７Ａのex９００に示す。例えば、上記各実施の形態で示した動画像復号方法と、ＭＰＥＧ４－ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４－ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４－ＡＶＣ規格に対応しない、本発明の一態様に特有の他の処理内容については、専用の復号処理部ex９０１を用いるという構成が考えられる。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３７Ｂのex１０００に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。
　このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。
　本発明に係る動画像符号化方法および動画像復号化方法は、あらゆるマルチメディアデータに適用することができ、符号化効率を向上させることが可能であり、例えば携帯電話、ＤＶＤ装置、およびパーソナルコンピュータ等を用いた蓄積、伝送、通信等における動画像符号化方法および動画像復号化方法として有用である。
　１００、２００、５００　動画像符号化装置
　１０１、２０１　減算部
　１０２、２０２　直交変換部
　１０３、２０３　量子化部
　１０４、２０４、３０３、４０３　逆量子化部
　１０５、２０５、３０４、４０４　逆直交変換部
　１０６、２０６、３０７、４０７　加算部
　１０７、２０７、３０８、４０８　ブロックメモリ
　１０８、２０８、３０９、４０９　フレームメモリ
　１０９、２０９、３１０、４１０　イントラ予測部
　１１０、２１０、３１１、４１１　インター予測部
　１１１、２１１、３１２、４１２　スイッチ
　１１２、３０５、４０５、５０２、６０２　解像度変換制御部
　１１３　第１のアップ／ダウンコンバート部
　１１４　第２のアップ／ダウンコンバート部
　１１５、２１２　可変長符号化部
　１１６、２１３　多重化部
　３００、４００、６００　動画像復号化装置
　３０１、４０１　逆多重化部
　３０２、４０２可変長復号化部
　３０６、４０６　解像度変換部
　４１３　表示部
　５０１、６０１　デブロックフィルタ
 

Claims (15)

  1. 　画像を構成する所定の領域毎に解像度を変更して符号化する動画像符号化方法であって、
    　前記所定の領域毎に解像度を決定する決定ステップと、
    　前記決定した解像度となるように、前記画像と予測画像との差分画像を前記所定の領域毎に解像度変換する解像度変換ステップと、
    　前記解像度変換後の前記差分画像を符号化し、符号化画像を生成する符号化ステップと、
    　前記所定の領域毎に、前記解像度を示す解像度情報を含む分割領域情報を生成する生成ステップと、
    　前記符号化画像と、前記分割領域情報とを多重化する多重化ステップと
    　を含む動画像符号化方法。
  2. 　前記解像度情報は、水平方向の画素間の距離と、垂直方向の画素間の距離との比で解像度を特定している
    　請求項１に記載の動画像符号化方法。
  3. 　前記解像度情報は、画像内で共通に参照することが可能な解像度情報であるベース解像度情報の水平方向の画素間の距離と、垂直方向の画素間の距離とのそれぞれ相対値を用いて特定される
    　請求項２に記載の動画像符号化方法。
  4. 　前記分割領域情報は、前記解像度情報に加え、各所定の領域を特定する領域特定情報と、前記所定の領域内において前記解像度変換後の画素位置を特定する領域オフセット情報とを含む
    　請求項１に記載の動画像符号化方法。
  5. 　前記生成ステップでは、画像内で共通に参照することが可能な解像度情報であるベース解像度情報と、画像内で共通に参照することが可能な解像度変換後の画素位置を特定する情報であるベース領域オフセット情報とを含む、ベース情報を生成し、
    　前記ベース解像度情報と、前記解像度情報が同じである場合には、前記解像度情報を生成しないと判断し、
    　前記ベース領域オフセット情報と、前記領域オフセット情報が同じである場合には、前記領域オフセット情報を生成しないと判断する
    　請求項４に記載の動画像符号化方法。
  6. 　前記所定の領域は、画像を水平方向、または、垂直方向の１つ以上の境界線で区切り、前記境界線により分割された領域である
    　請求項１から請求項５のいずれか１項に記載の動画像符号化方法。
  7. 　画像を構成する所定の領域毎に解像度を変更して符号化する動画像符号化装置であって、
    　前記所定の領域毎に解像度を決定する決定部と、
    　前記決定した解像度となるように、前記画像と予測画像との差分画像を前記所定の領域毎に解像度変換する解像度変換部と、
    　前記解像度変換後の前記差分画像を符号化し、符号化画像を生成する符号化部と、
    　前記所定の領域毎に、前記解像度を示す解像度情報を含む分割領域情報を生成する生成部と、
    　前記符号化画像と、前記分割領域情報とを多重化する多重化部と
    　を備える動画像符号化装置。
  8. 　画像を構成する所定の領域毎に解像度を変更して符号化された符号化画像と、前記解像度を示す解像度情報を含む分割領域情報とが多重化された多重化ストリームを復号化する動画像復号化方法であって、
    　前記多重化ストリームを逆多重化し、符号化画像と、分割領域情報とを取得する取得ステップと、
    　前記符号化画像を復号化し差分画像を生成する復号化ステップと、
    　前記分割領域情報に含まれる前記解像度情報と、所定の解像度とが同じであるか否かを判定する判定ステップと、
    　前記判定ステップにおいて、前記分割領域情報に含まれる前記解像度情報と、前記所定の解像度とが異なると判定された場合に、前記差分画像の前記所定の領域毎に、前記分割領域情報に基づいて、前記所定の解像度となるように解像度変換を行う解像度変換ステップと
    　を含む動画像復号化方法。
  9. 　前記解像度情報は、水平方向の画素間の距離と、垂直方向の画素間の距離との比で解像度を特定している
    　請求項８に記載の動画像復号化方法。
  10. 　前記解像度情報は、画像内で共通に参照することが可能な解像度情報であるベース解像度情報の水平方向の画素間の距離と、垂直方向の画素間の距離とのそれぞれ相対値を用いて特定される
    　請求項９に記載の動画像復号化方法。
  11. 　前記分割領域情報は、前記解像度情報に加え、各所定の領域を特定する領域特定情報と、前記所定の領域内において前記解像度変換後の画素位置を特定する領域オフセット情報とを含む
    　請求項８に記載の動画像復号化方法。
  12. 　前記多重化ストリームは、画像内で共通に参照することが可能な解像度情報であるベース解像度情報と、画像内で共通に参照することが可能な解像度変換後の画素位置を特定する情報であるベース領域オフセット情報とを含む、ベース情報を含み、
    　前記取得ステップでは、前記符号化画像、前記分割領域情報に加え、前記ベース情報を取得し、
    　前記判定ステップでは、前記分割領域情報に含まれる解像度情報が取得できない場合に、前記ベース解像度情報を用いて判定を行う
    　請求項１１に記載の動画像復号化方法。
  13. 　前記解像度変換ステップでは、前記分割領域情報に含まれる領域オフセット情報が取得できない場合に、前記ベース領域オフセット情報を用いて、解像度変換を行う
    　請求項１２に記載の動画像復号化方法。
  14. 　前記所定の領域は、画像を水平方向、または、垂直方向の１つ以上の境界線で区切り、前記境界線により分割された領域である
    　請求項８から請求項１３のいずれか１項に記載の動画像復号化方法。
  15. 　画像を構成する所定の領域毎に解像度を変更して符号化された符号化画像と、前記解像度を示す解像度情報を含む分割領域情報とが多重化された多重化ストリームを復号化する動画像復号化装置であって、
    　前記多重化ストリームを逆多重化し、符号化画像と、分割領域情報とを取得する取得部と、
    　前記符号化画像を復号化し差分画像を生成する復号化部と、
    　前記分割領域情報に含まれる前記解像度情報と、所定の解像度とが同じであるか否かを判定する判定部と、
    　前記判定部において、前記分割領域情報に含まれる前記解像度情報と、前記所定の解像度とが異なると判定された場合に、前記差分画像の前記所定の領域毎に、前記分割領域情報に基づいて、前記所定の解像度となるように解像度変換を行う解像度変換部と
    　を備える動画像復号化装置。
PCT/JP2012/004583 2011-07-22 2012-07-18 動画像符号化方法、動画像符号化装置、動画像復号化方法、および動画像復号化装置 WO2013014884A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201161510697P 2011-07-22 2011-07-22
US61/510,697 2011-07-22

Publications (1)

Publication Number Publication Date
WO2013014884A1 true WO2013014884A1 (ja) 2013-01-31

Family

ID=47600759

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/004583 WO2013014884A1 (ja) 2011-07-22 2012-07-18 動画像符号化方法、動画像符号化装置、動画像復号化方法、および動画像復号化装置

Country Status (1)

Country Link
WO (1) WO2013014884A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015098231A1 (ja) * 2013-12-27 2015-07-02 ソニー株式会社 画像処理装置及び画像処理方法
CN109451320A (zh) * 2013-06-05 2019-03-08 太阳专利托管公司 图像编码方法、图像解码方法、图像编码装置以及图像解码装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10191351A (ja) * 1996-10-24 1998-07-21 Fujitsu Ltd 動画像符号化装置および復号化装置
JP2002118849A (ja) * 2000-10-06 2002-04-19 Nec Corp 動画像符号化方法、動画像符号化装置、動画像復号化装置及びそれらを備えた動画像通信システム
JP2003102005A (ja) * 2001-09-21 2003-04-04 Hitachi Ltd 動画像符号化・復号化方法
JP2010212811A (ja) * 2009-03-06 2010-09-24 Panasonic Corp 動画像符号化装置及び動画像復号化装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10191351A (ja) * 1996-10-24 1998-07-21 Fujitsu Ltd 動画像符号化装置および復号化装置
JP2002118849A (ja) * 2000-10-06 2002-04-19 Nec Corp 動画像符号化方法、動画像符号化装置、動画像復号化装置及びそれらを備えた動画像通信システム
JP2003102005A (ja) * 2001-09-21 2003-04-04 Hitachi Ltd 動画像符号化・復号化方法
JP2010212811A (ja) * 2009-03-06 2010-09-24 Panasonic Corp 動画像符号化装置及び動画像復号化装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109451320A (zh) * 2013-06-05 2019-03-08 太阳专利托管公司 图像编码方法、图像解码方法、图像编码装置以及图像解码装置
CN109451321A (zh) * 2013-06-05 2019-03-08 太阳专利托管公司 图像编码方法、图像解码方法、图像编码装置以及图像解码装置
CN109451321B (zh) * 2013-06-05 2023-06-02 太阳专利托管公司 图像编码方法、图像解码方法、图像编码装置以及图像解码装置
CN109451320B (zh) * 2013-06-05 2023-06-02 太阳专利托管公司 图像编码方法、图像解码方法、图像编码装置以及图像解码装置
WO2015098231A1 (ja) * 2013-12-27 2015-07-02 ソニー株式会社 画像処理装置及び画像処理方法

Similar Documents

Publication Publication Date Title
JP6473982B2 (ja) 画像復号方法および画像復号装置
JP6074743B2 (ja) 画像復号方法及び画像復号装置
JP6222589B2 (ja) 復号方法及び復号装置
JP6384650B2 (ja) 符号化方法、符号化装置、復号方法、および復号装置
JP5572811B2 (ja) 画像復号方法、画像符号化方法、画像復号装置、画像符号化装置および画像符号化復号装置
JP2020043611A (ja) 復号化方法および復号化装置
JP6327435B2 (ja) 画像符号化方法、画像復号方法、画像符号化装置、及び、画像復号装置
JP2018011332A (ja) 符号化復号方法
JP6004375B2 (ja) 画像符号化方法および画像復号化方法
JP6587046B2 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
JP6399433B2 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
WO2013164903A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置及び画像符号化復号装置
WO2012098878A1 (ja) 動画像符号化方法及び動画像復号化方法
WO2011132400A1 (ja) 画像符号化方法及び画像復号化方法
WO2013014884A1 (ja) 動画像符号化方法、動画像符号化装置、動画像復号化方法、および動画像復号化装置
WO2015059880A1 (ja) 動き補償方法、画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
WO2013057938A1 (ja) システム層処理装置、符号化装置、システム層処理方法、および符号化方法
WO2013136678A1 (ja) 画像復号装置および画像復号方法
WO2015004884A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
WO2013046616A1 (ja) 画像符号化装置、画像復号装置、画像符号化方法及び画像復号方法
WO2012095930A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
WO2012086166A1 (ja) 画像符号化方法及び画像復号化方法
WO2012120876A1 (ja) 画像復号方法、画像符号化方法、画像復号装置、及び画像符号化装置
WO2012014458A1 (ja) 画像符号化方法および画像復号方法

Legal Events

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

Ref document number: 12817847

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12817847

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP