WO2013051209A1 - 画像符号化方法、画像符号化装置、画像復号方法、画像復号装置、および、画像符号化復号装置 - Google Patents

画像符号化方法、画像符号化装置、画像復号方法、画像復号装置、および、画像符号化復号装置 Download PDF

Info

Publication number
WO2013051209A1
WO2013051209A1 PCT/JP2012/006005 JP2012006005W WO2013051209A1 WO 2013051209 A1 WO2013051209 A1 WO 2013051209A1 JP 2012006005 W JP2012006005 W JP 2012006005W WO 2013051209 A1 WO2013051209 A1 WO 2013051209A1
Authority
WO
WIPO (PCT)
Prior art keywords
block
merge
candidate
decoding
image
Prior art date
Application number
PCT/JP2012/006005
Other languages
English (en)
French (fr)
Inventor
敏康 杉尾
西　孝啓
陽司 柴原
京子 谷川
寿郎 笹井
徹 松延
健吾 寺田
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
Priority to CN201280046937.1A priority Critical patent/CN103828373B/zh
Priority to EP23203187.2A priority patent/EP4283995A3/en
Priority to CA2850066A priority patent/CA2850066C/en
Priority to JP2013537392A priority patent/JP5514372B2/ja
Priority to KR1020147007820A priority patent/KR102050761B1/ko
Priority to MX2014003728A priority patent/MX2014003728A/es
Priority to EP12837786.8A priority patent/EP2765771A4/en
Priority to RU2014111736/08A priority patent/RU2604330C2/ru
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 WO2013051209A1 publication Critical patent/WO2013051209A1/ja
Priority to US14/228,651 priority patent/US9161036B2/en
Priority to US14/516,972 priority patent/US9712840B2/en
Priority to US15/621,052 priority patent/US9888253B2/en
Priority to US15/852,230 priority patent/US10334266B2/en
Priority to US16/386,540 priority patent/US10666966B2/en
Priority to US16/851,254 priority patent/US10999593B2/en
Priority to US17/221,928 priority patent/US11432000B2/en
Priority to US17/869,021 priority patent/US11647220B2/en
Priority to US18/127,820 priority patent/US11930203B2/en
Priority to US18/436,121 priority patent/US20240179338A1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding

Definitions

  • the present invention relates to an image encoding method and an image decoding method.
  • the amount of information is compressed using redundancy in the spatial direction and temporal direction of a moving image.
  • redundancy in the spatial direction conversion to the frequency domain is used.
  • temporal redundancy inter-picture prediction (hereinafter referred to as “inter prediction”) encoding processing is used.
  • inter prediction inter-picture prediction
  • the inter prediction encoding process when a certain picture is encoded, an encoded picture that is ahead or behind in the display time order with respect to the encoding target picture is used as a reference picture. Then, a motion vector is derived by detecting the motion of the encoding target picture with respect to the reference picture.
  • an object of the present invention is to provide an image encoding method and an image decoding method capable of improving the encoding efficiency of image encoding and decoding using inter prediction.
  • An image encoding method is an image encoding method for generating a bitstream by encoding an image for each block, and dividing an encoding target block into a plurality of sub-blocks; , Obtained for each sub-block in a step of obtaining a merge candidate that is a candidate for a set of a prediction direction, a motion vector, and a reference picture index to be referred to in coding of the coding target block, and obtaining the merge candidate.
  • An index for identifying the merge candidate selected in the step of selecting the merge candidate used for encoding the encoding target block from the merge candidate and the step of selecting the merge candidate is included in the bitstream.
  • FIG. 1A is a diagram for explaining an example of a reference picture list in a B picture.
  • FIG. 1B is a diagram illustrating an example of a reference picture list in a prediction direction 0 in a B picture.
  • FIG. 1C is a diagram illustrating an example of a reference picture list in a prediction direction 1 in a B picture.
  • FIG. 2 is a diagram for explaining motion vectors in the temporal prediction motion vector mode.
  • FIG. 3 is a diagram illustrating an example of motion vectors of adjacent blocks used in the merge mode.
  • FIG. 4 is a diagram for explaining an example of the merge block candidate list.
  • FIG. 5 is a diagram illustrating the relationship between the merge block candidate size and the bit string assigned to the merge block index.
  • FIG. 6 is a flowchart illustrating an example of the encoding process when the merge mode is used.
  • FIG. 7 is a diagram illustrating an example of a configuration of an image encoding device that encodes an image using the merge mode.
  • FIG. 8 is a flowchart illustrating an example of a decoding process when the merge mode is used.
  • FIG. 9 is a diagram illustrating an example of a configuration of an image decoding apparatus that decodes an image encoded using the merge mode.
  • FIG. 10 is a diagram illustrating a syntax when a merge block index is added to a bitstream.
  • FIG. 11 is a diagram illustrating a relationship between a coding block unit and a prediction block unit (partition).
  • FIG. 12 is a block diagram showing the configuration of the image coding apparatus according to Embodiment 1.
  • FIG. 13 is a flowchart showing the processing operation of the image coding apparatus according to Embodiment 1.
  • FIG. 14A is a diagram showing an example of a merge block candidate list in the first embodiment.
  • FIG. 14B is a diagram showing an example of a merge block candidate list in the first embodiment.
  • FIG. 14C is a diagram showing an example of a merge block candidate list in the first embodiment.
  • FIG. 14D is a diagram showing an example of a merge block candidate list in the first embodiment.
  • FIG. 15 is a flowchart showing a merge block candidate and merge block candidate list size calculation process in the first embodiment.
  • FIG. 16 is a flowchart showing an operation of calculating the number of mergeable candidates in the first embodiment.
  • FIG. 17 is a flowchart showing an operation for determining a non-merge target block in the first embodiment.
  • FIG. 18 is a diagram illustrating a relationship between a coding block unit and a prediction block unit in the first embodiment.
  • FIG. 19 is a flowchart showing a new candidate addition process in the first embodiment.
  • FIG. 20 is a flowchart showing processing relating to selection of merge block candidates in the first embodiment.
  • FIG. 21 is a block diagram showing a configuration of the image decoding apparatus according to the second embodiment.
  • FIG. 22 is a flowchart showing the processing operation of the image decoding apparatus according to the second embodiment.
  • FIG. 23 is a flowchart showing merge block candidate list size setting processing in the second embodiment.
  • FIG. 24 is a flowchart illustrating merge block candidate calculation processing according to the second embodiment.
  • FIG. 25 is a diagram illustrating an example of syntax when a merge block index is added to a bitstream.
  • FIG. 26 is a diagram illustrating an example of syntax when the merge block candidate list size is fixed to the maximum number of merge block candidates.
  • FIG. 27 is an overall configuration diagram of a content supply system that implements a content distribution service.
  • FIG. 28 is an overall configuration diagram of a digital broadcasting system.
  • FIG. 29 is a block diagram illustrating a configuration example of a television.
  • FIG. 30 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. 31 is a diagram showing an example of the structure of a recording medium that is an optical disk.
  • FIG. 32A is a diagram illustrating an example of a mobile phone.
  • FIG. 32B is a block diagram illustrating a configuration example of a mobile phone.
  • FIG. 33 shows a structure of multiplexed data.
  • FIG. 34 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 35 is a diagram showing in more detail how the video stream is stored in the PES packet sequence.
  • FIG. 36 is a diagram showing the structure of TS packets and source packets in multiplexed data.
  • FIG. 37 shows the data structure of the PMT.
  • FIG. 38 is a diagram showing an internal configuration of multiplexed data information.
  • FIG. 39 shows the internal structure of stream attribute information.
  • FIG. 40 is a diagram showing steps for identifying video data.
  • FIG. 41 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. 42 is a diagram showing a configuration for switching the drive frequency.
  • FIG. 43 is a diagram illustrating steps for identifying video data and switching between driving frequencies.
  • FIG. 44 is a diagram showing an example of a look-up table in which video data standards are associated with drive frequencies.
  • FIG. 45A is a diagram illustrating an example of a configuration for sharing a module of a signal processing unit.
  • FIG. 45B is a diagram illustrating another example of a configuration for
  • the I picture is not encoded by the inter prediction encoding process. That is, an I picture is encoded by intra-picture prediction (hereinafter referred to as “intra prediction”) encoding processing.
  • the P picture is inter-predictively encoded with reference to one already encoded picture in front of or behind the current picture in display time order.
  • the B picture is inter-predictively encoded with reference to two already encoded pictures that are in front of or behind the current picture in display time order.
  • a reference picture list for specifying a reference picture is generated.
  • the reference picture list is a list in which a reference picture index is assigned to an encoded reference picture that is referred to in inter prediction. For example, since B picture can be encoded with reference to two pictures, two reference picture lists (L0, L1) are generated.
  • FIG. 1A is a diagram for explaining an example of a reference picture list in a B picture.
  • FIG. 1B shows an example of reference picture list 0 (L0) in prediction direction 0 in bidirectional prediction.
  • the value 0 of the reference picture index 0 is assigned to the reference picture 0 in the display order 2.
  • the value 1 of the reference picture index 0 is assigned to the reference picture 1 in the display order 1.
  • the value 2 of the reference picture index 0 is assigned to the reference picture 2 in the display order 0. That is, a reference picture index having a smaller value is assigned to a reference picture that is closer in time to the encoding target picture in display order.
  • FIG. 1C shows an example of the reference picture list 1 (L1) in the prediction direction 1 in bidirectional prediction.
  • the value 0 of the reference picture index 1 is assigned to the reference picture 1 in the display order 1.
  • the value 1 of the reference picture index 1 is assigned to the reference picture 0 in the display order 2.
  • the value 2 of the reference picture index 2 is assigned to the reference picture 2 in display order 0.
  • reference picture index values can be assigned to each reference picture for each prediction direction (reference pictures 0 and 1 in FIG. 1A), or the same reference picture index value can be assigned ( Reference picture 2 in FIG. 1A).
  • a motion vector detection mode is used as an inter prediction coding mode for each coding target block in a B picture.
  • the motion vector detection mode the difference value between the predicted image data and the image data of the encoding target block and the motion vector used to generate the predicted image data are encoded.
  • bidirectional prediction and unidirectional prediction can be selected as the prediction direction.
  • bi-directional prediction a predicted image is generated with reference to two already encoded pictures that are in front of or behind the current picture.
  • the unidirectional prediction a prediction image is generated with reference to one already encoded picture in front or rear.
  • a motion vector when a motion vector is derived in coding a B picture, a coding mode called a temporal prediction motion vector mode can be selected.
  • An inter prediction encoding method in the temporal prediction motion vector mode will be described with reference to FIG.
  • FIG. 2 is a diagram for explaining a motion vector in the temporal motion vector predictor mode. Specifically, FIG. 2 illustrates a case where the block a of the picture B2 is encoded in the temporal prediction motion vector mode.
  • a motion vector vb used for encoding a block b (hereinafter referred to as “co-located block”) in the same position as the block a in the picture P3 which is a reference picture behind the picture B2 is It's being used.
  • the motion vector vb is a motion vector used when the block b is encoded with reference to the picture P1.
  • the motion vector used when coding the block a is the motion vector va1 for the picture P1 and the motion vector va2 for the picture P3.
  • Non-Patent Document 2 a merge mode has been studied as an inter prediction mode for each encoding target block in a B picture or a P picture.
  • the prediction direction, the motion vector, and the reference picture index used for encoding the adjacent block of the encoding target block are copied, and the encoding target block is encoded.
  • an index of an adjacent block used for copying is added to the bit stream.
  • the motion direction, motion vector, and reference picture index used for encoding can be selected on the decoding side. A specific example will be described with reference to FIG.
  • FIG. 3 is a diagram illustrating an example of motion vectors of adjacent blocks used in the merge mode.
  • an adjacent block A is an encoded block adjacent to the left side of the encoding target block, and the lower end of the adjacent block A and the lower end of the prediction target block are located on the same straight line.
  • the adjacent block B is an encoded block adjacent to the upper side of the encoding target block, and the right end of the adjacent block B and the right end of the prediction target block are located on the same straight line.
  • the adjacent block C is an encoded block adjacent to the upper right of the encoding target block.
  • the adjacent block D is an encoded block adjacent to the lower left of the encoding target block.
  • the adjacent block E is a coded block adjacent to the upper left of the prediction target block.
  • the prediction direction, the motion vector, and the reference picture index used for encoding any of the adjacent blocks A to D and the co-located block are copied, and the encoding target block is encoded. Will be described.
  • the adjacent block A is a block encoded by unidirectional prediction with the prediction direction 0.
  • the adjacent block A has a motion vector MvL0_A in the prediction direction 0 as a motion vector for the reference picture indicated by the reference picture index RefL0_A in the prediction direction 0.
  • MvL0 indicates a motion vector that refers to a reference picture specified by reference picture list 0 (L0).
  • MvL1 indicates a motion vector that refers to the reference picture specified by the reference picture list 1 (L1).
  • the adjacent block B is a block encoded by unidirectional prediction in the prediction direction 1.
  • the adjacent block B has a motion vector MvL1_B in the prediction direction 1 as a motion vector for the reference picture indicated by the reference picture index RefL1_B in the prediction direction 1.
  • the adjacent block C is a block encoded by intra prediction.
  • the adjacent block D is a block encoded by unidirectional prediction in the prediction direction 0.
  • the adjacent block D has a motion vector MvL0_D in the prediction direction 0 as a motion vector for the reference picture indicated by the reference picture index RefL0_D in the prediction direction 0.
  • the prediction direction of the adjacent blocks A to D, the motion vector and the reference picture index, and the prediction direction, the motion vector, and the reference picture index in the temporal prediction motion vector mode obtained using the co-located block are used. Are selected with the highest coding efficiency as the prediction direction, motion vector, and reference picture index of the current block. Then, a merge block index representing a block of the selected prediction direction, motion vector, and reference picture index is added to the bitstream.
  • non-mergeable candidates candidates that cannot be used for encoding
  • uplicate candidates Candidates that match each other
  • the amount of code assigned to the merge block index is reduced.
  • merging is impossible because the merge block candidate is (1) a block coded by intra prediction, and (2) a slice including a coding target block or a block outside a picture boundary. Or (3) a block that has not been encoded yet.
  • the adjacent block C is encoded by intra prediction. Therefore, the merge block candidate of the merge block index 3 is a merge impossible candidate and is deleted from the merge block candidate list.
  • the adjacent block D has the same prediction direction, motion vector, and reference picture index as the adjacent block A. Therefore, the merge block candidate with the merge block index 4 is deleted from the merge block candidate list. As a result, the number of merge block candidates is finally set to 3, and the list size of the merge block candidate list is set to 3.
  • the merge block index is assigned a bit string and is variable-length coded according to the size of the merge block candidate list size.
  • the bit amount assigned to the merge mode index is changed according to the size of the merge block candidate list size, thereby reducing the code amount.
  • FIG. 6 is a flowchart showing an example of the encoding process when the merge mode is used.
  • step S1001 the motion vector, reference picture index, and prediction direction of the merge block candidate are acquired from the adjacent block and the co-located block.
  • step S1002 duplicate candidates and non-mergeable candidates are deleted from merge block candidates.
  • step S1003 the number of merge block candidates after the deletion process is set to the merge block candidate list size.
  • step S1004 a merge block index to be used for encoding the current block is determined.
  • the determined merge block index is variable-length encoded using the bit string determined by the merge block candidate list size.
  • FIG. 7 shows an example of the configuration of an image encoding apparatus 1000 that encodes an image using the merge mode.
  • the image coding apparatus 1000 includes a subtraction unit 1001, an orthogonal transformation unit 1002, a quantization unit 1003, an inverse quantization unit 1004, an inverse orthogonal transformation unit 1005, an addition unit 1006, a block memory 1007, and a frame memory 1008.
  • the merge block candidate calculation unit 1014 calculates merge block candidates. Then, merge block candidate calculation section 1014 transmits the calculated number of merge block candidates to variable length encoding section 1016.
  • the variable length encoding unit 1016 sets the number of merge block candidates to the merge block candidate list size that is an encoding parameter. Then, the variable length coding unit 1016 assigns a bit string corresponding to the merge block candidate list size to the merge block index used for coding, and performs variable length coding on the assigned bit string.
  • FIG. 8 is a flowchart showing an example of the decoding process when the merge mode is used.
  • step S2001 the motion vector, reference picture index, and prediction direction of the merge block candidate are acquired from the adjacent block and the co-located block.
  • step S2002 duplication candidates and non-mergeable candidates are deleted from the merge block candidates.
  • step S2003 the number of merge block candidates after the deletion process is set to the merge block candidate list size.
  • step S2004 the merge block index used for decoding the decoding target block is decoded from the bitstream using the merge block candidate list size.
  • step S2005 a prediction image is generated using a merge block candidate indicated by the decoded merge block index, and a decoding process is performed.
  • FIG. 9 shows an example of the configuration of an image decoding apparatus 2000 that decodes an image encoded using the merge mode.
  • the image decoding apparatus 2000 includes a variable length decoding unit 2001, an inverse quantization unit 2002, an inverse orthogonal transform unit 2003, an addition unit 2004, a block memory 2005, a frame memory 2006, an intra prediction unit 2007, and an inter prediction. Unit 2008, inter prediction control unit 2009, switch 2010, merge block candidate calculation unit 2011, and colPic memory 2012.
  • the merge block candidate calculation unit 2011 calculates merge block candidates. Then, the merge block candidate calculation unit 2011 transmits the calculated number of merge block candidates (number of merge block candidates) to the variable length decoding unit 2001.
  • the variable length decoding unit 2001 sets the number of merge block candidates to the merge block candidate list size that is a decoding parameter. Then, the variable length decoding unit 2001 decodes the merge block index included in the bitstream using the merge block candidate list size.
  • FIG. 10 shows a syntax for adding a merge block index to a bitstream.
  • merge_idx represents a merge block index.
  • merge_flag represents a merge flag.
  • NumMergeCand represents the merge block candidate list size. In this NumMergeCand, the number of merge block candidates after the merge impossible candidate and the duplicate candidate are deleted from the merge block candidates is set.
  • an image is encoded or decoded using the merge mode.
  • CU Coding Unit
  • the prediction image may be generated by a prediction block unit PU obtained by further dividing the encoded block CU. If a prediction image is generated for each prediction block unit PU, a more precise prediction image can be generated.
  • FIG. 11 shows an example in which a coding block unit CU having a 2N ⁇ 2N size (N is an integer) is divided into a plurality of prediction block units PU.
  • FIG. 11 show a case where the coding block unit CU is divided into two vertically, and the upper prediction block unit PU0 is located in the partition 0 and the lower side.
  • the prediction block unit PU1 to be performed is defined as partition 1.
  • A) of FIG. 11 has shown the case where prediction block unit PU is 2NxN.
  • B) of FIG. 11 has shown the case where prediction block unit PU is 2NxnU.
  • C) of FIG. 11 has shown the case where prediction block unit PU is 2NxnD.
  • (D) to (f) of FIG. 11 show a case where the coding block unit CU is divided into left and right parts.
  • the prediction block unit PU0 located on the left side is partitioned 0, and the prediction block unit PU1 located on the right side is represented. Partition 1 is assumed.
  • (D) of FIG. 11 has shown the case where prediction block unit PU is Nx2N.
  • (E) of FIG. 11 has shown the case where prediction block unit PU is nLx2N.
  • (F) of FIG. 11 has shown the case where prediction block unit PU is nRx2N.
  • FIG. 11 shows a case where the prediction block unit PU is NxN, that is, a case where the coding block unit CU is divided into four (upper and lower parts and left and right two parts).
  • the prediction block unit PU0 located on the upper left side is the partition 0
  • the prediction block unit PU1 located on the upper right side is the partition 1
  • the prediction block unit PU2 located on the lower left side is the partition 2
  • the predicted block unit PU3 located at is partition 3.
  • FIG. 11 (h) shows a case where the prediction block unit PU is 2N ⁇ 2N, that is, a case where the encoded block unit CU and the prediction block unit PU are the same.
  • the prediction block unit PU0 is the partition 0.
  • the prediction direction, the motion vector, and the reference picture index used for generating the prediction image are not the same in all the divided partitions. It is preferable to set. If the same prediction direction, motion vector, and reference picture index are used in all partitions, this is substantially the same result as when a predicted image is generated in a coding block unit CU. This is because the advantage of dividing into prediction block units PU is reduced.
  • the prediction block unit PU when generating a motion vector and the like, calculating a prediction image, and obtaining a prediction residual, from a plurality of prediction block units shown in FIGS. 11A to 11H, By selectively using a motion vector or the like used to generate a predicted image, a moving image having a complicated shape can be efficiently encoded.
  • merge block candidates are included even in adjacent blocks located in the same encoded block unit CU. Is calculated. As described above, it is not preferable to apply the same motion vector or the like to the prediction block unit PU in the same coding block unit CU. For this reason, merge block candidates obtained from the motion vectors of adjacent blocks located in the same encoded block unit CU are redundant merge block candidates. As described above, in the conventional merge mode, merge block candidates are obtained even for adjacent blocks located in the same coding block unit CU. Therefore, merge block indexes are assigned to extra merge block candidates, and the bit amount There is a problem that increases.
  • an image encoding method is an image encoding method for generating a bitstream by encoding an image for each block, and divides the encoding target block into a plurality of sub-blocks.
  • An index for specifying the merge candidate selected in the step of selecting a merge candidate used for encoding the block to be encoded from the acquired merge candidate and the step of selecting the merge candidate is the bit.
  • Adding to the stream, and obtaining the merge candidate For each adjacent block adjacent to the sub-block, it is determined whether or not the adjacent block is included in the encoding target block, and the adjacent block that is not included in the encoding target block is determined as a merge target block.
  • the prediction direction, the motion vector, and the reference used to generate the prediction image of the merge target block A first derivation process is performed for deriving a first candidate as a part of the merge candidate using a set of picture indexes.
  • adjacent blocks to be calculated as merge block candidates are: It is determined whether or not it is located in the same encoded block unit, and if it is determined that it is located in the same encoded block unit, it is excluded from the calculation target of merge block candidates.
  • the adjacent block is a block encoded by intra prediction or not, a slice including the encoding target block or a block located outside the picture boundary. It is determined whether or not it is a block that has not been encoded yet, (1) it is determined that the block is not included in the encoding target block, and (2) it is encoded by intra prediction. And (3) it is determined that the block is not located outside the slice or picture boundary including the encoding target block, and (4) the block is not yet encoded.
  • the determined adjacent block may be determined as the merge target block.
  • the method further includes a step of determining a maximum number of merge candidates that can be acquired, and the step of acquiring the merge candidates further includes determining whether the number of the first candidates is smaller than the maximum number.
  • a second derivation process may be performed.
  • it may further include a step of generating a prediction image of the target sub-block using the merge candidate selected in the step of selecting the merge candidate.
  • An image decoding method is an image decoding method for decoding image data included in an encoded bitstream for each block, the step of dividing a decoding target block into a plurality of subblocks, For each step, obtaining a merge candidate that is a candidate for a set of a prediction direction, a motion vector, and a reference picture index to be referred to in decoding of the decoding target block, and specifying a merge candidate to be referred to in decoding of the decoding target block Obtaining the index of the encoded bitstream, identifying the merge candidate using the obtained index, and decoding the decoding target block using the identified merge candidate,
  • the sub-block A first determination process for determining whether or not the adjacent block is included in the decoding target block, and determining the adjacent block not included in the decoding target block as a merge target block When one or more merge target blocks are determined, for each of the one or more merge target blocks, a set of a prediction direction, a motion vector, and
  • the adjacent block is a block decoded by intra prediction, or whether the block is located outside a slice or picture boundary including the decoding target block. And whether the block is not decoded yet, (1) it is determined not to be included in the decoding target block, and (2) it is not a block decoded by intra prediction. And (3) it is determined that the block is not located outside the slice or picture boundary including the decoding target block, and (4) the adjacent block that is determined not to be a block that has not been decoded yet.
  • the merge target block may be determined.
  • the method further includes a step of determining a maximum number of merge candidates that can be acquired, and the step of acquiring the merge candidates further includes determining whether the number of the first candidates is smaller than the maximum number.
  • Deriving a new candidate having a picture index for a picture that can be referred to in the decoding of the target sub-block when the number of the first candidates is determined to be smaller than the maximum number The second derivation process may be performed.
  • it may further include a step of generating a prediction image of the target sub-block using the merge candidate selected in the step of selecting the merge candidate.
  • An image encoding device is an image encoding device that generates a bitstream by encoding an image block by block, and first divides an encoding target block into a plurality of sub-blocks.
  • a first acquisition unit that acquires, for each of the plurality of sub-blocks, merge candidates that are candidates for a set of a prediction direction, a motion vector, and a reference picture index to be referred to in encoding of the encoding target block;
  • a first selection unit that selects a merge candidate used for encoding the encoding target block from the merge candidates acquired in the step of acquiring the merge candidate, and the first selection unit selected by the first selection unit
  • An encoding unit for adding an index for specifying a merge candidate to the encoded bitstream, and the first acquisition unit includes the subblock.
  • each adjacent block adjacent to a block it is determined whether the adjacent block is included in the encoding target block, and the adjacent block not included in the encoding target block is determined as a merge target block And when one or more merge target blocks are determined, for each of the one or more merge target blocks, a prediction direction, a motion vector, and a reference picture index used to generate a prediction image of the merge target block And a first derivation process for deriving the first candidate as a part of the merge candidate.
  • An image decoding apparatus is an image decoding apparatus that decodes image data included in an encoded bitstream for each block, and a second dividing unit that divides a decoding target block into a plurality of sub-blocks
  • a second acquisition unit that acquires, for each of the plurality of sub-blocks, a merge candidate that is a candidate for a set of a prediction direction, a motion vector, and a reference picture index to be referred to in decoding of the decoding target block; and the decoding target block
  • An index acquisition unit that acquires from the encoded bitstream an index for specifying a merge candidate to be referred to in the decoding of the image, and specifies the merge candidate using the acquired index, and uses the specified merge candidate
  • a decoding unit that decodes the decoding target block, and the second acquisition unit includes the support unit.
  • First determination processing for determining, for each adjacent block adjacent to the block, whether or not the adjacent block is included in the decoding target block, and determining the adjacent block not included in the decoding target block as a merge target block
  • a set of a prediction direction, a motion vector, and a reference picture index used to generate a prediction image of the merge target block is set.
  • a first derivation process for deriving the first candidate as part of the merge candidate.
  • An image encoding / decoding device includes the image encoding device and the image decoding device.
  • Embodiment 1 An image encoding apparatus that executes the image encoding method according to the present embodiment will be described with reference to FIGS.
  • a case will be described in which merge block candidates are derived and prediction images are generated with prediction block units PU (prediction target blocks) obtained by dividing a coding block unit CU (encoding target block).
  • FIG. 12 is a block diagram showing a configuration of the image coding apparatus 100 according to the first embodiment.
  • the image encoding device 100 generates a bitstream by encoding an image for each block.
  • the image encoding device 100 includes a subtraction unit 101, an orthogonal transform unit 102, a quantization unit 103, an inverse quantization unit 104, an inverse orthogonal transform unit 105, an addition unit 106, and a block.
  • a variable-length encoding unit 116 a variable-length encoding unit 116.
  • the orthogonal transform unit 102 performs transform from the image domain to the frequency domain on the generated prediction error data.
  • 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 103.
  • 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 addition unit 106 generates reconstructed image data by adding the prediction image data and the prediction error data subjected to the inverse quantization processing by the inverse orthogonal transform unit 105 for each block (prediction block unit PU).
  • reconstructed image data is stored in units of blocks.
  • reconstructed image data is stored in units of frames.
  • the picture type determining unit 112 determines which of the I picture, B picture, and P picture is used to encode the input image data. Then, the picture type determination unit 112 generates picture type information indicating the determined picture type.
  • the intra prediction unit 109 generates intra prediction image data of a prediction target block by performing intra prediction using the reconstructed image data in block units stored in the block memory 107.
  • the inter prediction unit 110 performs inter prediction using the reconstructed image data in units of frames stored in the frame memory 108 and the motion vector derived by motion detection or the like, thereby performing inter prediction image data of the prediction target block. Is generated.
  • the switch 113 When the prediction target block is intra prediction encoded, the switch 113 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 prediction target block. On the other hand, when the prediction target block is subjected to inter prediction encoding, the switch 113 outputs the inter prediction image data generated by the inter prediction unit 110 to the subtraction unit 101 and the addition unit 106 as prediction image data of the prediction target block. To do.
  • the merge block candidate calculation unit 114 assigns a merge block index value to the derived merge block candidate. Then, the merge block candidate calculation unit 114 transmits the merge block candidate and the merge block index to the inter prediction control unit 111. In addition, the merge block candidate calculation unit 114 transmits the calculated number of mergeable candidates to the variable length coding unit 116.
  • the inter prediction control unit 111 has the smallest prediction among a prediction mode (motion detection mode) using a motion vector derived by motion detection and a prediction mode (merge mode) using a motion vector derived from merge block candidates. Select a prediction mode that gives an error. Further, the inter prediction control unit 111 transmits a merge flag indicating whether or not the prediction mode is the merge mode to the variable length coding unit 116. Further, when the merge mode is selected as the prediction mode, the inter prediction control unit 111 transmits a merge block index corresponding to the determined merge block candidate to the variable length coding unit 116. Further, the inter prediction control unit 111 transfers colPic information including the motion vector of the prediction target block to the colPic memory 115.
  • variable length coding unit 116 generates a bitstream by performing variable length coding processing on the quantized prediction error data, the merge flag, and the picture type information. In addition, the variable length coding unit 116 sets the number of mergeable candidates to the merge block candidate list size. Then, the variable length coding unit 116 assigns a bit string corresponding to the merge block candidate list size to the merge block index used for coding, and performs variable length coding on the assigned bit string.
  • FIG. 13 is a flowchart showing the processing operation of the image coding apparatus 100 according to the present embodiment.
  • the image encoding apparatus 100 first divides the encoding target block into a plurality of subblocks, and determines one of the plurality of subblocks as a prediction target block.
  • the merge block candidate calculation unit 114 acquires a merge candidate that is a set candidate of a prediction direction, a motion vector, and a reference picture index to be referred to in prediction of a prediction target block. Specifically, the merge block candidate calculation unit 114 derives merge block candidates from, for example, adjacent blocks of the prediction target block and the co-located block. In this embodiment, merge block candidate calculation section 114 calculates the merge block candidate list size by a method described later.
  • the merge block candidate calculation unit 114 first generates merge block candidates from the adjacent blocks A to D and the co-located block of the prediction target block by a method described later. Furthermore, the merge block candidate calculation unit 114 assigns a merge block index to each merge block candidate, for example, as illustrated in FIG. 14A (a).
  • the shorter the value of the merge block index the shorter code is assigned. That is, when the value of the merge block index is small, the amount of information necessary for the merge block index is reduced.
  • the merge block candidate calculation unit 114 may, for example, measure the number of times selected as a merge block for each merge block candidate, and assign a merge block index with a small value to a block with a large number of times. Specifically, it is conceivable that the merge block selected in the adjacent block is specified, and the value of the merge block index for the specified merge block is reduced when the target block is encoded.
  • the merge block candidate calculation unit 114 deletes the non-mergeable candidate and the duplicate candidate by a method described later. At this time, the merge block candidate calculation unit 114 may add a new candidate. It is not always necessary to add a new candidate.
  • Non-merge target blocks include adjacent blocks included in the same encoding target block.
  • a block having no information such as a motion vector (a block encoded by intra prediction) and (2) a slice or picture boundary including the encoding target block, as non-merge target blocks Blocks located outside, (3) blocks that have not yet been encoded are included.
  • merge block candidates that can be used to generate a predicted image are called mergeable candidates.
  • merge target block a block corresponding to a mergeable candidate is called a merge target block.
  • a candidate in which a motion vector, a reference picture index, and a prediction direction all match with any other merge block candidate is referred to as a duplicate candidate.
  • the adjacent block C is a block encoded by intra prediction, it is determined as a non-mergeable candidate.
  • the adjacent block D is a candidate for duplication because the motion vector, the reference picture index, and the prediction direction all match the adjacent block A.
  • FIG. 14A is a diagram illustrating an example of a merge block candidate list calculated when there is no adjacent block (non-merge target block) included in the same encoding target block.
  • FIG. 14B is a diagram showing a merge block candidate list calculated when the adjacent block A is a non-merge target block included in the same encoding target block.
  • FIG. 14C is a diagram showing a merge block candidate list calculated when the adjacent block B is a non-merge target block included in the same encoding target block.
  • FIG. 14D is a diagram illustrating a merge block candidate list calculated when adjacent block A and adjacent block B are non-merge target blocks included in the same encoding target block. The determination of the block not to be merged will be described later.
  • step S102 the inter prediction control unit 111 predicts a prediction image generated using a motion vector derived by motion detection and a prediction error generated using a motion vector obtained from merge block candidates.
  • a prediction mode is selected (a merge candidate used for encoding a block to be encoded is selected).
  • the inter prediction control unit 111 sets the merge flag to 1, and otherwise sets the merge flag to 0.
  • variable length encoding unit 116 adds an index for specifying the selected merge candidate to the bitstream by executing steps S103 to S105.
  • step S103 it is determined whether or not the merge flag is 1 (that is, whether or not the prediction mode is the merge mode).
  • variable length encoding unit 116 adds a merge flag to the bitstream in step S104. Further, in step S105, the variable length encoding unit 116 assigns a bit string corresponding to the merge block candidate list size as shown in FIG. 5 to the merge block index of the merge block candidate used for encoding. Then, the variable length coding unit 116 performs variable length coding on the allocated bit string.
  • step S106 the variable length coding unit 116 adds the merge flag and motion detection vector mode information to the bitstream.
  • “0” is assigned as the value of the merge block index corresponding to the adjacent block A as shown in FIG. 14A (a). Also, “1” is assigned as the value of the merge block index corresponding to the adjacent block B. Further, “2” is assigned as the value of the merge block index corresponding to the co-located merge block. Also, “3” is assigned as the value of the merge block index corresponding to the adjacent block C. Further, “4” is assigned as the value of the merge block index corresponding to the adjacent block D.
  • variable length coding unit 116 may assign a merge block index larger than the adjacent block to the co-located merge block. For example, when a new candidate is added using a method described later, the variable length encoding unit 116 assigns a small value to the original merge block candidate and assigns a large value to the new candidate. Also good. That is, the variable length encoding unit 116 may assign a smaller merge block index in preference to the original merge block candidate.
  • the adjacent blocks for obtaining merge block candidates are not necessarily limited to the adjacent blocks A to D and the co-located block.
  • merge block candidates may be obtained from the adjacent block E in FIG.
  • only the adjacent block A and the adjacent block B may be merge block candidates.
  • variable length coding unit 116 adds the merge block index to the bitstream in step S105 of FIG. 13, but it is not always necessary to add the merge block index to the bitstream. For example, when the merge block candidate list size is “1”, the variable length encoding unit 116 may not add the merge block index to the bitstream. Thereby, the information amount of the merge block index can be reduced.
  • FIG. 15 is a flowchart showing detailed processing of step S101 in FIG. Specifically, FIG. 15 shows a method of calculating merge block candidates and a merge block candidate list size. Hereinafter, FIG. 15 will be described.
  • step S111 the merge block candidate calculation unit 114 determines whether the merge block candidate [N] is a mergeable candidate by a method described later (part of the first derivation process). Then, the merge block candidate calculation unit 114 updates the number of mergeable candidates according to the determination result.
  • N is an index value for representing each merge block candidate.
  • N takes a value from 0 to 4.
  • the adjacent block A in FIG. 3 is allocated to the merge block candidate [0].
  • the adjacent block B of FIG. 3 is allocated to the merge block candidate [1].
  • a co-located merge block is allocated to the merge block candidate [2].
  • the adjacent block C in FIG. 3 is allocated to the merge block candidate [3].
  • the adjacent block D in FIG. 3 is allocated to the merge block candidate [4].
  • step S112 the merge block candidate calculation unit 114 acquires the motion vector, the reference picture index, and the prediction direction of the merge block candidate [N] and adds them to the merge block candidate list (part of the first derivation process). ).
  • step S113 the merge block candidate calculation unit 114 searches for and deletes merge-candidate candidates and duplicate candidates from the merge block candidate list as shown in FIGS. 14A to 14C (part of the first derivation process). .
  • step S114 the merge block candidate calculation unit 114 adds a new candidate to the merge block candidate list by a method described later.
  • the merge block candidate calculation unit 114 reassigns the value of the merge block index so that the merge block index having a smaller value is assigned in preference to the original merge block candidate. You may go.
  • the merge block candidate calculation unit 114 may reassign the value of the merge block index so that a merge block index having a large value is assigned to the new candidate. Thereby, the code amount of the merge block index can be reduced.
  • step S115 the merge block candidate calculation unit 114 sets the number of mergeable candidates calculated in step S111 as the merge block candidate list size.
  • the number of mergeable candidates is calculated as “4” by the method described later, and “4” is set as the merge block candidate list size.
  • the new candidate in step S114 is a candidate that is newly added to the merge block candidate when the number of merge block candidates has not reached the number of mergeable candidates by the method described later.
  • the new candidate may be the upper left adjacent block E in FIG.
  • the new candidate may be, for example, a block corresponding to the adjacent blocks A to D of the co-located block.
  • the new candidate may be, for example, a block having a motion vector, a reference picture index, a prediction direction statistic value, or the like in the entire reference picture screen or a certain area.
  • the merge block candidate calculation unit 114 adds a new candidate having a new motion vector, a reference picture index, and a prediction direction, Encoding efficiency can be improved.
  • FIG. 16 is a flowchart showing detailed processing of step S111 of FIG. Specifically, FIG. 16 illustrates a method of determining whether the merge block candidate [N] is a mergeable candidate and updating the number of mergeable candidates. Hereinafter, FIG. 16 will be described.
  • step S121 the merge block candidate calculation unit 114 determines that the merge block candidate [N] is located outside the boundary of the slice or picture including (1) the block encoded by intra prediction, or (2) the block to be encoded. Or (3) a block that has not been encoded yet.
  • step S121 determines a block corresponding to the merge block candidate [N] as a non-merge target block.
  • the merge block candidate [N] is set as a non-mergeable candidate.
  • step S121 determines whether or not the merge block candidate [N] is a non-merge target block (first determination). processing).
  • step S123 the merge block candidate calculation unit 114 determines the merge block candidate [N] as a non-mergeable candidate.
  • step S124 the merge block candidate calculation unit 114 determines the merge block candidate [N] as a mergeable candidate.
  • step S125 the merge block candidate calculation unit 114 determines whether the merge block candidate [N] is a mergeable candidate or a co-located merge block candidate.
  • step S126 the merge block candidate calculation unit 114 adds 1 to the number of merge block candidates and updates the number of merge block candidates. On the other hand, if the determination result in step S125 is false (No in step S125), the number of mergeable candidates is not updated.
  • the merge block candidate calculation unit 114 sets the number of mergeable candidates to 1 regardless of whether the co-located block is a mergeable candidate or a non-mergeable candidate. Is added. Thereby, even when the information of the co-located merge block is lost due to packet loss or the like, there is no mismatch in the number of candidates that can be merged between the image encoding device and the image decoding device.
  • the number of mergeable candidates is set to the merge block candidate list size in step S115 of FIG. Further, in step S105 of FIG. 13, the merge block candidate list size is used for variable length coding of the merge block index. Accordingly, even when reference picture information including a co-located block or the like is lost, the image encoding device 100 can generate a bitstream that can normally decode the merge block index.
  • step S121 and step S122 may be executed in one step.
  • step S121 is not necessarily executed.
  • step S122 the main configuration in the present embodiment is step S122.
  • FIG. 17 is a flowchart showing detailed processing of step S122 of FIG. Specifically, FIG. 17 illustrates a method for determining whether or not the block corresponding to the merge block candidate [N] is a non-merge target block. Hereinafter, FIG. 17 will be described.
  • step S122 when the determination target block is a block included in the encoding target block to which the prediction target block belongs, it is determined as a non-merge target block.
  • step S151 the merge block candidate calculation unit 114 determines that the prediction block unit PU of the prediction target block corresponds to any of 2NxN, 2NxnU, 2NxnD, Nx2N, nLx2N, or nRx2N, and the partition of the prediction block unit PU1. It is determined whether or not the prediction target block corresponding to the merge block candidate [N] is located in the same encoded block unit CU when calculating one merge block candidate.
  • step S151 determines the prediction target block corresponding to the merge block candidate [N] as a non-merge target block.
  • the merge block candidate [N] becomes a non-mergeable candidate and is deleted from the merge block candidate list.
  • merge block candidate calculation section 114 determines that the prediction target block corresponding to merge block candidate [N] is a non-merge target block if the determination result in step S151 is true (Yes in step S151). However, it is not limited to this. When the determination result in step S151 is false (No in step S151), the merge block candidate calculation unit 114 may determine the prediction target block corresponding to the merge block candidate [N] as the merge target block. Even when the prediction target block corresponding to the merge block candidate [N] is determined as the merge target block when the determination result in step S151 is false, the merge block candidate [N] is determined when the determination result in step S151 is true. The same result as when the prediction target block corresponding to is determined as a non-merge target block is obtained.
  • the merge block candidate calculation unit 114 determines whether or not the merge block candidate [N] is a merge target block in step S122 of FIG. If the determination result in step S122 is a merge target block, the merge block candidate calculation unit 114 proceeds to step S124. Further, the merge block candidate calculation unit 114 proceeds to step S123 when the determination result of step S122 is not the merge target block.
  • FIG. 18 is a block diagram showing blocks that are blocks not to be merged for each prediction block unit corresponding to (a) to (f) of FIG.
  • the prediction target block (partition 1) and the non-merge target block corresponding to the prediction target block are indicated by bold lines.
  • an adjacent block described by a normal line that is not a thick line among the adjacent blocks is a merge target block.
  • the block L corresponds to the adjacent block A in FIG.
  • Block T corresponds to adjacent block B in FIG.
  • the block TR corresponds to the adjacent block C in FIG.
  • the block BL corresponds to the adjacent block D in FIG.
  • the block TL corresponds to the adjacent block E in FIG.
  • the prediction block unit PU when the prediction block unit is 2NxN, 2NxnU, or 2NxnD, when calculating the merge block candidate list of partition 1, the prediction block unit PU The block T adjacent on the upper side is included in the same encoded block unit CU. For this reason, the block T is a non-merge target block. Therefore, in this case, since the block T (adjacent block B) is a non-merge target block, in derivation of the merge block candidate, as shown in FIG. 14C, the adjacent block B is deleted from the merge candidate.
  • the prediction block unit when the prediction block unit is Nx2N, nLx2N, or nRx2N, when calculating the merge block candidate list of partition 1, the prediction block unit The block L adjacent to the left side of the PU is included in the same encoded block unit. For this reason, the block L is a non-merge target block. Accordingly, in this case, since the block L (adjacent block A) is a non-merge target block, in derivation of the merge block candidate, as shown in FIG. 14B, the adjacent block A is deleted from the merge candidate.
  • a prediction image generated when partition 0 and partition 1 have the same prediction direction, the same motion vector, and the same reference picture index is a 2N ⁇ 2N prediction that does not involve division of a coding block unit CU. This is the same as the predicted image generated in block units ((h) in FIG. 11). For this reason, adding merge block candidates obtained from blocks included in partition 0 to the merge block candidate list of partition 1 assigns merge block indexes to redundant merge block candidates. Therefore, as in the present embodiment, when the prediction image is generated in the prediction block unit obtained by dividing the coding block unit into partitions, adjacent blocks for calculating merge block candidates are within the same coding block unit. If the determination result is true, the merge block candidate obtained from the adjacent block is not added to the merge block candidate list.
  • a merge impossible candidate is added to the merge block candidate list and then deleted is shown.
  • the present invention is not limited to this.
  • a merge impossible candidate is merged from the beginning. You may not add it to the list.
  • FIG. 19 is a flowchart showing detailed processing of step S114 of FIG. Specifically, FIG. 19 shows a method of adding a new candidate. Hereinafter, FIG. 19 will be described.
  • step S131 the merge block candidate calculation unit 114 determines whether or not the number of merge block candidates is smaller than the number of mergeable candidates. That is, the merge block candidate calculation unit 114 determines whether or not the number of merge block candidates has reached the number of mergeable candidates.
  • step S132 the merge block candidate calculation unit 114 determines whether there is a new candidate that can be added to the merge block candidate list as a merge block candidate. Determine.
  • step S133 the merge block candidate calculation unit 114 assigns the value of the merge block index to the new candidate, and adds the new candidate to the merge block candidate list. to add.
  • step S134 the merge block candidate calculation unit 114 adds 1 to the number of merge block candidates.
  • step S131 or step S132 determines whether the new candidate addition process has reached the number of candidates that can be merged, or when there is no new candidate.
  • FIG. 20 is a flowchart showing detailed processing of step S102 of FIG. Specifically, FIG. 20 shows processing related to selection of merge block candidates. Hereinafter, FIG. 20 will be described.
  • step S141 the inter prediction control unit 111 sets 0 as the merge block candidate index, sets the prediction error (cost) of the motion vector detection mode as the minimum prediction error, and sets 0 as the merge flag.
  • the cost is calculated by, for example, the following equation of the RD optimization model.
  • D represents coding distortion.
  • D Used the sum of absolute differences between a pixel value obtained by encoding and decoding a block to be encoded using a predicted image generated with a certain motion vector and the original pixel value of the block to be encoded is D Used.
  • R represents a generated code amount. The code amount necessary for encoding the motion vector used for generating the predicted image is used as R.
  • ⁇ is a Lagrange's undetermined multiplier.
  • step S142 the inter prediction control unit 111 determines whether the value of the merge block candidate index is smaller than the number of merge block candidates of the prediction target block. That is, the inter prediction control unit 111 determines whether there is a merge block candidate that has not yet been subjected to the processing of the following steps S143 to S145.
  • step S143 the inter prediction control unit 111 calculates the cost of the merge block candidate to which the merge block candidate index is allocated.
  • the inter prediction control unit 111 determines whether the calculated cost of the merge block candidate is smaller than the minimum prediction error.
  • step S145 the inter prediction control unit 111 updates the values of the minimum prediction error, the merge block index, and the merge flag.
  • the determination result in step S144 is false (No in S144)
  • the inter prediction control unit 111 does not update the values of the minimum prediction error, the merge block index, and the merge flag.
  • step S146 the inter prediction control unit 111 adds 1 to the value of the merge block candidate index, and repeats step S142 to step S146.
  • step S147 the inter prediction control unit 111 finally sets the merge flag and Determine the value of the merge block index.
  • the image coding apparatus 100 when dividing a coding block unit CU into prediction block units PU (partition) and generating a prediction image, encodes the same adjacent blocks.
  • merge block candidates obtained from the adjacent blocks are not added to the merge block candidate list.
  • the image coding apparatus 100 according to the present embodiment does not need to assign a merge block index to redundant merge block candidates, and can improve coding efficiency. Further, by excluding redundant merge block candidates from the merge block candidate list, it becomes possible to add more new candidates and improve encoding efficiency.
  • the coding block unit CU is divided into 2NxN, 2NxnU, 2NxnD, Nx2N, nLx2N, and nRx2N has been described. It is not necessarily limited to this. For example, you may apply also about the case of the prediction block unit NxN shown to (g) of FIG. Also in this case, if the adjacent block is located in the same encoded block unit, the image encoding apparatus 100 does not add the adjacent block to the merge block candidate list, thereby adding the merge block to the redundant merge block candidate. It is not necessary to assign an index, and encoding efficiency can be improved.
  • image coding apparatus 100 According to image coding apparatus 100 according to the present embodiment, a method that does not depend on reference picture information including a co-located block or the like for the merge block candidate list size used when encoding or decoding a merge block index Can be calculated. As a result, the image encoding device 100 can improve error tolerance.
  • the image coding apparatus 100 can always merge if a merge block candidate is a co-located merge block, regardless of whether the co-located merge block is a mergeable candidate. Add 1 to the number of candidates. Then, the image coding apparatus 100 determines a bit string to be assigned to the merge block index using the number of mergeable candidates calculated in this way. As a result, the image encoding device 100 can generate a bitstream that can normally decode the merge block index even when reference picture information including a co-located block is lost.
  • the image coding apparatus 100 merges new candidates having new motion vectors, reference picture indexes, and prediction directions when the number of merge block candidates has not reached the number of mergeable candidates. By adding as a block candidate, encoding efficiency can be improved.
  • step S125 of FIG. 16 only the co-located merge block has the merge block candidate count regardless of whether it is a mergeable candidate or a non-mergeable candidate.
  • 1 may be always added to the number of merge block candidates.
  • the image encoding apparatus 100 may always fix the number of mergeable candidates to the maximum value Max of the number of merge block candidates. That is, merge block candidates in all adjacent blocks are regarded as mergeable candidates, the merge block candidate list size is fixed to the maximum value Max of the number of merge candidate block candidates, and the merge block index may be encoded. Absent.
  • the merge block candidate list is always obtained.
  • the size may be set to “5” and the merge block index may be encoded.
  • the maximum value Max of merge block candidates is 4 (adjacent block A, adjacent block B, adjacent block)
  • the merge block candidate list size may always be set to “4” and the merge block index may be encoded.
  • the merge block candidate list size may be determined according to the maximum value Max of the number of merge block candidates.
  • the image encoding device 100 performs variable length encoding using the maximum value Max as the merge block candidate list size in step S105 of FIG.
  • variable length decoding unit of the image decoding apparatus can generate a bitstream that can decode the merge block index in the bitstream without referring to information on adjacent blocks and co-located blocks.
  • processing amount of the variable length decoding unit can be reduced.
  • the maximum value Max of the number of merge block candidates may be embedded in an SPS (Sequence Parameter Set), a PPS (Picture Parameter Set), or a slice header. Thereby, the maximum value Max of the number of merge block candidates can be switched according to the encoding target picture, and the processing amount can be reduced and the encoding efficiency can be improved.
  • the merge mode may be forcibly selected according to the block shape used for inter prediction of the encoding target block. In that case, the amount of information may be reduced by not adding the merge flag to the bitstream.
  • a skip merge mode may be used.
  • the skip merge mode using the merge block candidate list created as shown in FIG. 14A (b), the prediction direction, the motion vector, and the reference picture index are copied from the adjacent block of the encoding target block as in the merge mode. Then, the encoding target block is encoded. As a result, if all the prediction error data of the encoding target block is 0, the skip flag is set to 1, and the skip flag and the merge block index are added to the bit stream. If the prediction error data is not 0, the skip flag is set to 0, and the skip flag, merge flag, merge block index, and prediction error data are added to the bitstream.
  • a motion vector in the motion vector detection mode may be encoded using a merge block candidate list created as shown in FIG. 14A (b). That is, the difference is obtained by subtracting the motion vector of the merge block candidate specified by the merge block index from the motion vector in the motion vector detection mode. Then, the obtained difference and merge block index may be added to the bitstream.
  • the motion vector MV_Merge of the merge block candidate is scaled using the reference picture index RefIdx_ME of the motion detection mode and the reference picture index RefIdx_Merge of the merge block candidate, and the scaled merge block candidate of the scaled motion block from the motion vector of the motion detection mode
  • the difference may be obtained by subtracting the motion vector scaledMV_Merge. Then, the obtained difference and merge block index may be added to the bitstream.
  • An example of the scaling equation is shown below.
  • POC indicates the display order of the reference picture indicated by the reference picture index RefIdx_ME.
  • POC (RefIdx_Merge) indicates the display order of the reference picture indicated by the reference picture index RefIdx_Merge.
  • curPOC indicates the display order of the encoding target picture.
  • Embodiment 2 An image decoding apparatus that executes the image decoding method according to the present embodiment will be described with reference to FIGS.
  • a case will be described in which merge block candidates are derived and prediction images are generated with prediction block units PU (prediction target blocks) obtained by dividing decoded block units CU (decoding target blocks).
  • FIG. 21 is a block diagram showing a configuration of the image decoding apparatus according to the second embodiment.
  • This image decoding apparatus 300 is an apparatus corresponding to the image encoding apparatus 100 according to Embodiment 1.
  • the image decoding device 300 decodes the encoded image included in the bitstream generated by the image encoding device 100 according to Embodiment 1 for each block.
  • the image decoding apparatus 300 includes a variable length decoding unit 301, an inverse quantization unit 302, an inverse orthogonal transform unit 303, an addition unit 304, a block memory 305, a frame memory 306, an intra A prediction unit 307, an inter prediction unit 308, an inter prediction control unit 309, a switch 310, a merge block candidate calculation unit 311, and a colPic memory 312 are provided.
  • variable length decoding unit 301 performs variable length decoding processing on the input bitstream, and generates picture type information, a merge flag, and a quantization coefficient. In addition, the variable length decoding unit 301 performs a variable length decoding process of the merge block index using the number of mergeable candidates described later.
  • the inverse quantization unit 302 performs an inverse quantization process on the quantization coefficient obtained by the variable length decoding process.
  • the inverse orthogonal transform unit 303 generates prediction error data by transforming the orthogonal transform coefficient obtained by the inverse quantization process from the frequency domain to the image domain.
  • decoded image data generated by adding the prediction error data and the prediction image data is stored in units of blocks.
  • the decoded image data is stored in units of frames.
  • the intra prediction unit 307 generates predicted image data of the decoding target block by performing intra prediction using the decoded image data in units of blocks stored in the block memory 305.
  • the inter prediction unit 308 generates predicted image data of the decoding target block by performing inter prediction using the decoded image data in units of frames stored in the frame memory 306.
  • the switch 310 When the decoding target block is subjected to intra prediction decoding, the switch 310 outputs the intra prediction image data generated by the intra prediction unit 307 to the adding unit 304 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 310 outputs the inter prediction image data generated by the inter prediction unit 308 to the adding unit 304 as prediction image data of the decoding target block.
  • the merge block candidate calculation unit 311 derives merge block candidates in the prediction block unit PU shown in (a) to (f) of FIG.
  • the prediction block unit PU shown in (g) and (h) of FIG. 11 is selected as an example. explain.
  • the merge block candidate calculation unit 311 uses the motion vector of the adjacent block of the prediction target block, the motion vector of the co-located block stored in the colPic memory 312 (colPic information), and the merge block in the merge mode. Candidates are derived by the method described below. Further, the merge block candidate calculation unit 311 assigns a merge block index value to each derived merge block candidate. Then, the merge block candidate calculation unit 311 transmits the merge block candidate and the merge block index to the inter prediction control unit 309.
  • the inter prediction control unit 309 causes the inter prediction unit 308 to generate an inter prediction image using the information of the motion vector detection mode.
  • the merge flag is “1”
  • the inter prediction control unit 309 determines a motion vector, a reference picture index, and a prediction direction to be used for inter prediction based on the decoded merge block index from a plurality of merge block candidates. To do.
  • the inter prediction control unit 309 causes the inter prediction unit 308 to generate an inter prediction image using the determined motion vector, reference picture index, and prediction direction.
  • the inter prediction control unit 309 transfers colPic information including the motion vector of the decoding target block to the colPic memory 312.
  • the adding unit 304 generates decoded image data by adding the predicted image data and the prediction error data.
  • FIG. 22 is a flowchart showing the processing operation of the image decoding apparatus 300 according to this embodiment.
  • the image decoding apparatus 300 first divides a decoding target block into a plurality of subblocks, and determines one of the plurality of subblocks as a prediction target block.
  • step S301 the variable length decoding unit 301 decodes the merge flag.
  • step S302 if the merge flag is “1” (Yes in S302), in step S303, the merge block candidate calculation unit 311 calculates the number of mergeable candidates by a method described later.
  • the merge block candidate calculation unit 311 sets the calculated number of mergeable candidates as the merge block candidate list size.
  • step S304 the variable length decoding unit 301 performs variable length decoding of the merge block index in the bitstream using the merge block candidate list size.
  • step S305 the merge block candidate calculation unit 311 generates a merge block candidate from the adjacent block and the co-located block of the prediction target block by a method described later.
  • step S306 the inter prediction control unit 309 causes the inter prediction unit 308 to generate an inter prediction image using the motion vector, reference picture index, and prediction direction of the merge block candidate indicated by the decoded merge block index.
  • step S307 the inter prediction unit 308 uses the motion vector detection mode information decoded by the variable length decoding unit 301 to use the inter prediction image. Is generated.
  • the merge block index may be estimated as “0” without being decoded.
  • FIG. 23 is a flowchart showing detailed processing of step S303 in FIG. Specifically, FIG. 23 shows a method of determining whether or not the merge block candidate [N] can be merged and calculating the number of mergeable candidates. Hereinafter, FIG. 23 will be described.
  • step S311 the merge block candidate calculation unit 311 determines that the merge block candidate [N] is (1) a block decoded by intra prediction, or (2) a block that is located outside a slice or picture boundary including a decoding target block. Or (3) Determine whether the block has not been decoded yet.
  • step S311 determines the block corresponding to the merge block candidate [N] as a non-merge target block. Further, in step S313, the merge block candidate calculation unit 311 sets the merge block candidate [N] as a non-mergeable candidate.
  • step S311 uses a method similar to the method illustrated in the flowchart of FIG. ] Is determined whether it is a block not to be merged (first determination process).
  • step S313 the merge block candidate calculation unit 311 determines the merge block candidate [N] as a non-mergeable candidate.
  • step S314 determines the merge block candidate [N] as a mergeable candidate.
  • step S315 the merge block candidate calculation unit 311 determines whether the merge block candidate [N] is a mergeable candidate or a co-located merge block candidate.
  • step S316 the merge block candidate calculation unit 311 adds 1 to the number of merge block candidates and updates the value.
  • step S315 determines whether the number of mergeable candidates is updated.
  • the merge block candidate calculation unit 311 sets the number of mergeable candidates to 1 regardless of whether the co-located block is a mergeable candidate or a non-mergeable candidate. Is added. Thereby, even when the information of the co-located merge block is lost due to packet loss or the like, there is no mismatch in the number of candidates that can be merged between the image encoding device and the image decoding device.
  • the number of mergeable candidates is set to the merge block candidate list size in step S303 in FIG. Furthermore, in step S304 of FIG. 22, the merge block candidate list size is used for variable length decoding of the merge block index. Accordingly, even when reference picture information including a co-located block or the like is lost, the image decoding apparatus 300 can normally decode the merge block index.
  • step S311 and step S312 in FIG. 23 it does not necessarily restrict to this. For example, you may make it determine in order of step S312 and step S311. Further, for example, step S311 and step S312 may be executed in one step. Furthermore, step S311 is not necessarily executed.
  • the merge block candidate calculation unit 311 determines that the merge block candidate [N] is included in the decoding target block in step S312, but is not a merge target block. is not.
  • the block may be determined as the merging target block.
  • the merge block candidate calculation unit 311 proceeds to step S314 when the determination result in step S312 of FIG. 23 is the merge target block. Further, the merge block candidate calculation unit 311 proceeds to step S313 when the determination result in step S312 is not the merge target block.
  • FIG. 24 is a flowchart showing detailed processing of step S305 in FIG. Specifically, FIG. 24 shows a method of calculating merge block candidates. Hereinafter, FIG. 24 will be described.
  • step S321 the merge block candidate calculation unit 311 acquires a motion vector, a reference picture index, and a prediction direction of the merge block candidate [N] and adds them to the merge block candidate list (part of the first derivation process). ).
  • step S322 the merge block candidate calculation unit 311 searches for a merge impossible candidate and a duplicate candidate from the merge block candidate list and deletes them as shown in FIGS. 14A to 14D (part of the first derivation process). .
  • step S323 the merge block candidate calculation unit 311 adds a new candidate to the merge block candidate list by the same method as in FIG.
  • FIG. 25 shows an example of syntax when a merge block index is added to a bitstream.
  • merge_idx represents a merge block index
  • merge_flag represents a merge flag.
  • NumMergeCand represents the merge block candidate list size, and in this embodiment, the number of mergeable candidates calculated in the processing flow of FIG. 23 is set.
  • the image decoding apparatus 300 when decoding is performed by dividing a decoding block unit into partitions, adjacent blocks located in the same decoding block unit are determined as merge block candidates. By not adding, the merge block index is not assigned to redundant merge block candidates. If the same prediction direction, motion vector, and reference picture index are used in all partitions, this is substantially the same result as when a predicted image is generated in units of decoded blocks. This is because the advantage of dividing into two is reduced. As a result, the image decoding apparatus 300 can appropriately decode the bitstream with improved encoding efficiency. Further, more new candidates can be added by deleting more redundant merge block candidates from the merge block candidate list. As a result, the image decoding apparatus 300 can improve the encoding efficiency and appropriately decode the bitstream.
  • the merge block candidate list size used when encoding or decoding the merge block index is a method that does not depend on reference picture information including a co-located block or the like. Can be calculated. As a result, the image decoding apparatus 300 can appropriately decode the bitstream with improved error tolerance.
  • the image decoding apparatus 300 can always merge candidates if the merge block candidate is a co-located merge block, regardless of whether the co-located merge block is a mergeable candidate. Add 1 to the number. Then, the image decoding apparatus 300 determines a bit string to be assigned to the merge block index using the number of mergeable candidates calculated in this way. As a result, the image decoding apparatus 300 can normally decode the merge block index even when the reference picture information including the co-located block is lost.
  • the image decoding apparatus 300 when the number of merge block candidates has not reached the number of mergeable candidates, the image decoding apparatus 300 according to the present embodiment adds a new candidate having a new motion vector, a reference picture index, and a prediction direction to the merge block. By adding as a candidate, it becomes possible to appropriately decode a bitstream with improved encoding efficiency.
  • the decoded block unit CU is divided into prediction block units PU (partitions)
  • the case of dividing into 2NxN, 2NxnU, 2NxnD, Nx2N, nLx2N, and nRx2N has been described.
  • the image decoding apparatus 300 adds the merge block index to the redundant merge block candidate by not adding the adjacent block to the merge block candidate list. There is no need to assign the bit stream, and it is possible to appropriately decode the bit stream with improved encoding efficiency.
  • step S315 of FIG. 23 only the co-located merge block has the merge block candidate count regardless of whether it is a mergeable candidate or a non-mergeable candidate.
  • the calculation is always performed by adding 1, the present invention is not limited to this. Regardless of whether other blocks are mergeable candidates or non-mergeable candidates, 1 may be always added to the number of merge block candidates.
  • the image decoding apparatus 300 may always fix the number of mergeable candidates to the maximum value Max of the number of merge block candidates. That is, the image decoding apparatus 300 may regard all merge block candidates as mergeable candidates, fix the merge block candidate list size to the maximum number N of merge block candidates, and decode the merge block index. .
  • the image decoding apparatus since the maximum value Max of the number of merge block candidates is 5 (adjacent block A, adjacent block B, co-located merge block, adjacent block C, adjacent block D), the image decoding apparatus It is also possible to always set the merge block candidate list size to 5 and decode the merge block index. Further, in the case of a picture that does not refer to a co-located block (B picture or P picture that refers to an I picture), the maximum value Max of merge block candidates is set to 4 (adjacent block A, adjacent block B, adjacent block). C, adjacent block D) may be set. Thereby, the variable length decoding unit of the image decoding apparatus can decode the merge block index in the bitstream without referring to the information of the adjacent block or the co-located block. As a result, for example, the processing of step S314 and step S315 in FIG. 23 can be omitted, and the processing amount of the variable length decoding unit can be reduced.
  • FIG. 26 shows an example of syntax when the merge block candidate list size is fixed to the maximum number of merge block candidates. As shown in FIG. 26, when the merge block candidate list size is fixed to the maximum number of merge block candidates, NumMergeCand can be deleted from the syntax.
  • the maximum value Max of the number of merge block candidates a value embedded in SPS, PPS, slice header or the like may be used. Thereby, the maximum value Max of the number of merge block candidates can be switched in accordance with the decoding target picture, and it becomes possible to correctly decode a bitstream with a reduced processing amount and improved encoding efficiency.
  • blocks that are spatially adjacent to the target block for example, adjacent blocks A to E
  • temporally adjacent blocks for example, a case has been described in which merge block candidates are generated from a co-located block or the like according to the processing of FIG. 15 or FIG. 24 and the merge block candidates shown in FIGS. 14A to 14D are generated.
  • Embodiment 1 and Embodiment 2 described above when the merge block candidate list size is a fixed value, if there is a space in the merge block candidate list, the merge block is improved in order to improve error tolerance.
  • a predetermined merge block candidate (second candidate) for improving error tolerance may be placed in an empty portion of the candidate list.
  • the target picture (encoding target picture or decoding target picture) is a B picture, bi-prediction, the reference picture index in the prediction direction 0 is 0, and the motion vector is (0, 0).
  • merge block candidates having a reference picture index of 0 in the prediction direction 0 and a motion vector of (0, 0) may be allocated in unidirectional prediction.
  • the second candidate is a candidate for improving error tolerance, even when a plurality of second candidates are added, they may all be set to the same value. Since new candidates are candidates for improving the coding efficiency, different candidates are added when a plurality of new candidates are added. However, the new candidate may exist as a result between the first candidate and the second candidate.
  • the maximum number of merge block candidates is 5.
  • the number of merge block candidates (the number of first candidates) is four.
  • the merge block index 4 is not assigned a merge block candidate.
  • the second candidate for example, bi-prediction
  • the reference picture index in the prediction direction 0 is 0
  • the motion vector is (0, 0)
  • the reference picture index in the prediction direction 1 is 0
  • the motion vector (0, 0) merge block candidates may be assigned.
  • a merge block candidate having a reference picture of 0 and a motion vector of (0, 0) is assigned to a merge block index to which no merge block candidate is assigned has been described as an example. It is not limited.
  • a merge block candidate assigned to another merge block index may be copied. Further, it may be generated from merge block candidates assigned to other merge block indexes, such as taking the average of merge block candidates assigned to other merge block indexes.
  • step S306 of FIG. 22 it is determined whether or not a merge block candidate is assigned to the decoded merge block index. If no merge block candidate is assigned, the second candidate may be used. I do not care.
  • step S306 of FIG. 22 it is determined whether or not the value of the decoded merge block index is equal to or greater than the number of merge block candidates obtained in step S305, and the value of the merge block index is equal to or greater than the number of merge block candidates. May use the second candidate.
  • step S306 of FIG. 22 it is determined whether the value of the decoded merge block index is equal to or greater than the number of merge block candidates obtained in step S305, and the value of the decoded merge block index is equal to or greater than the number of merge block candidates.
  • the value of the merge block index may be clipped with the value of the number of merge block candidates so that the value of the merge block index is smaller than the number of merge block candidates.
  • 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. 27 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 broadcasting system ex200 also includes at least the video encoding device (video encoding device) or video decoding of each of the above embodiments. Any of the devices (image decoding devices) can be incorporated.
  • video encoding device video encoding device
  • 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. 29 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. 30 shows the configuration of the information reproducing / recording unit ex400 when data is read from or written to the 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. 31 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, the configuration shown in FIG. 29 with a GPS receiving unit added, and the same may be considered for the computer ex111, the mobile phone ex114, and the like.
  • FIG. 32A 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.
  • Embodiment 4 The moving picture coding method or apparatus shown in the above embodiments and the moving picture coding method or apparatus compliant with different standards such as MPEG-2, MPEG4-AVC, and VC-1 are appropriately switched as necessary. Thus, it is also possible to generate video data.
  • multiplexed data obtained by multiplexing audio data or the like with video data is configured to include identification information indicating which standard the video data conforms to.
  • identification information indicating which standard the video data conforms to.
  • FIG. 33 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 the video stream used for the sub-picture, and 0x1A00 to 0x1A1F are assigned to the audio stream used for the sub-audio mixed with the main audio.
  • FIG. 34 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. 35 shows in more detail how the video stream is stored in the PES packet sequence.
  • the first row in FIG. 35 shows a video frame sequence of the video stream.
  • the second level shows a PES packet sequence.
  • a plurality of Video Presentation Units in the video stream are divided into pictures, B pictures, and P pictures, and are stored in the payload of the PES packet.
  • Each PES packet has a PES header, and a PTS (Presentation Time-Stamp) that is a display time of a picture and a DTS (Decoding Time-Stamp) that is a decoding time of a picture are stored in the PES header.
  • PTS Presentation Time-Stamp
  • DTS Decoding Time-Stamp
  • FIG. 36 shows the format of a 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. 36, and the number incremented from the head of the multiplexed data is called an 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. 37 is a diagram for explaining the data structure of the PMT in detail.
  • a PMT header describing the length of data included in the PMT is arranged at the head of the PMT.
  • a plurality of descriptors related to multiplexed data are arranged.
  • the copy control information and the like are described as descriptors.
  • a plurality of pieces of stream information regarding each stream included in the multiplexed data are arranged.
  • the stream information includes a stream descriptor in which a stream type, a stream PID, and stream attribute information (frame rate, aspect ratio, etc.) are described to identify a compression codec of the stream.
  • the multiplexed data is recorded together with the multiplexed data information file.
  • the multiplexed data information file is management information of multiplexed data, has a one-to-one correspondence with the multiplexed data, and includes multiplexed data information, stream attribute information, and an entry map.
  • the multiplexed data information includes a system rate, a reproduction start time, and a reproduction end time as shown in FIG.
  • the system rate indicates a maximum transfer rate of multiplexed data to a PID filter of a system target decoder described later.
  • the ATS interval included in the multiplexed data is set to be equal to or less than the system rate.
  • the playback start time is the PTS of the first video frame of the multiplexed data
  • the playback end time is set by adding the playback interval for one frame to the PTS of the video frame at the end of the multiplexed data.
  • the attribute information for each stream included in the multiplexed data is registered for each PID.
  • the attribute information has different information for each video stream, audio stream, presentation graphics stream, and interactive graphics stream.
  • the video stream attribute information includes the compression codec used to compress the video stream, the resolution of the individual picture data constituting the video stream, the aspect ratio, and the frame rate. It has information such as how much it is.
  • the audio stream attribute information includes the compression codec used to compress the audio stream, the number of channels included in the audio stream, the language supported, and the sampling frequency. With information. These pieces of information are used for initialization of the decoder before the player reproduces it.
  • the stream type included in the PMT is used.
  • video stream attribute information included in the multiplexed data information is used.
  • the video encoding shown in each of the above embodiments for the stream type or video stream attribute information included in the PMT.
  • FIG. 40 shows steps of the moving picture decoding method according to the present embodiment.
  • step exS100 the stream type included in the PMT or the video stream attribute information included in the multiplexed data information is acquired from the multiplexed data.
  • step exS101 it is determined whether or not the stream type or the video stream attribute information indicates multiplexed data generated by the moving picture encoding method or apparatus described in the above embodiments. To do.
  • step exS102 the above embodiments are performed. Decoding is performed by the moving picture decoding method shown in the form.
  • the conventional information Decoding is performed by a moving image decoding method compliant with the standard.
  • FIG. 41 shows a configuration of an LSI ex500 that is made into one chip.
  • the LSI ex500 includes elements ex501, ex502, ex503, ex504, ex505, ex506, ex507, ex508, and ex509 described below, and each element is connected via a bus ex510.
  • the power supply circuit unit ex505 is activated to an operable state by supplying power to each unit when the power supply is on.
  • the LSI ex500 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. 42 shows a configuration ex800 in the present embodiment.
  • the drive frequency switching unit ex803 sets the drive frequency high when the video data is generated by the moving image encoding method or apparatus described in the above embodiments.
  • the decoding processing unit ex801 that executes the moving picture decoding method described in each of the above embodiments is instructed to decode the video data.
  • the video data is video data compliant with the conventional standard, compared to the case where the video data is generated by the moving picture encoding method or apparatus shown in the above embodiments, Set the drive frequency low. Then, it instructs the decoding processing unit ex802 compliant with the conventional standard to decode the video data.
  • the drive frequency switching unit ex803 includes the CPU ex502 and the drive frequency control unit ex512 in FIG.
  • the decoding processing unit ex801 that executes the moving picture decoding method shown in each of the above embodiments and the decoding processing unit ex802 that complies with the conventional standard correspond to the signal processing unit ex507 in FIG.
  • the CPU ex502 identifies which standard the video data conforms to. Then, based on the signal from the CPU ex502, the drive frequency control unit ex512 sets the drive frequency. Further, based on the signal from the CPU ex502, the signal processing unit ex507 decodes the video data.
  • the identification information described in the fourth embodiment may be used.
  • the identification information is not limited to that described in the fourth embodiment, and any information that can identify which standard the video data conforms to may be used. For example, it is possible to identify which standard the video data conforms to based on an external signal that identifies whether the video data is used for a television or a disk. In some cases, identification may be performed based on such an external signal.
  • the selection of the driving frequency in the CPU ex502 may be performed based on, for example, a lookup table in which video data standards and driving frequencies are associated with each other as shown in FIG. The look-up table is stored in the buffer ex508 or the internal memory of the LSI, and the CPU ex502 can select the drive frequency by referring to the look-up table.
  • FIG. 43 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. 45A.
  • 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. 45B 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 image encoding method and the image decoding method according to an aspect of the present invention are advantageously used for a moving image encoding method and a decoding method.

Landscapes

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

Abstract

　符号化対象ブロックを複数のサブブロックに分割するステップと、サブブロック毎に、予測方向、動きベクトルおよび参照ピクチャインデックスのセットの候補であるマージ候補を取得するステップと、マージ候補を選択するステップと、選択されたマージ候補を特定するためのインデックスをビットストリームに付加するステップとを含み、マージ候補を取得するステップでは、サブブロックに隣接する隣接ブロック毎に、符号化対象ブロックに含まれるか否かを判定し、符号化対象ブロックに含まれない隣接ブロックをマージ対象ブロックと決定する第一の判定処理と、マージ対象ブロックの予測画像の生成に用いられた前記セットを用いて第一の候補を前記マージ候補の一部として導出する第一の導出処理とを実行する。

Description

画像符号化方法、画像符号化装置、画像復号方法、画像復号装置、および、画像符号化復号装置
　本発明は、画像符号化方法および画像復号方法に関する。
　動画像符号化処理では、一般に、動画像が有する空間方向および時間方向の冗長性を利用して情報量の圧縮が行われる。ここで一般に、空間方向の冗長性を利用する方法としては、周波数領域への変換が用いられる。また、時間方向の冗長性を利用する方法としては、ピクチャ間予測（以降、「インター予測」と呼ぶ）符号化処理が用いられる。インター予測符号化処理では、あるピクチャを符号化する際に、符号化対象ピクチャに対して表示時間順で前方または後方にある符号化済みのピクチャが、参照ピクチャとして用いられる。そして、その参照ピクチャに対する符号化対象ピクチャの動き検出により、動きベクトルが導出される。そして、導出された動きベクトルに基づいて動き補償を行って得られた予測画像データと符号化対象ピクチャの画像データとの差分を算出することにより、時間方向の冗長性が取り除かれる（例えば、非特許文献１参照）。ここで、動き検出では、符号化ピクチャ内の符号化対象ブロックと、参照ピクチャ内のブロックとの差分値を算出し、最も差分値の小さい参照ピクチャ内のブロックが参照ブロックとして決定される。そして、符号化対象ブロックと、参照ブロックとを用いて、動きベクトルが検出される。
ＩＴＵ－Ｔ　Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ　Ｈ．２６４「Ａｄｖａｎｃｅｄ　ｖｉｄｅｏ　ｃｏｄｉｎｇ　ｆｏｒ　ｇｅｎｅｒｉｃ　ａｕｄｉｏｖｉｓｕａｌ　ｓｅｒｖｉｃｅｓ」、２０１０年３月 ＪＣＴ－ＶＣ,　"ＷＤ３:　Ｗｏｒｋｉｎｇ　Ｄｒａｆｔ　３　ｏｆ　Ｈｉｇｈ－Ｅｆｆｉｃｉｅｎｃｙ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ",　ＪＣＴＶＣ－Ｅ６０３,　Ｍａｒｃｈ　２０１１.
　しかしながら、上記従来の技術では、インター予測を用いた画像符号化及び復号（復号化）の符号化効率を向上させることが望まれている。
　そこで、本発明の目的は、インター予測を用いた画像符号化及び復号の符号化効率を向上させることができる画像符号化方法及び画像復号方法を提供することである。
　本発明の一態様に係る画像符号化方法は、画像をブロック毎に符号化することでビットストリームを生成する画像符号化方法であって、符号化対象ブロックを複数のサブブロックに分割するステップと、サブブロック毎に、前記符号化対象ブロックの符号化において参照する予測方向、動きベクトルおよび参照ピクチャインデックスのセットの候補であるマージ候補を取得するステップと、前記マージ候補を取得するステップで取得された前記マージ候補から、前記符号化対象ブロックの符号化に用いるマージ候補を選択するステップと、前記マージ候補を選択するステップで選択された前記マージ候補を特定するためのインデックスを、前記ビットストリームに付加するステップとを含み、前記マージ候補を取得するステップでは、前記サブブロックに隣接する隣接ブロック毎に、当該隣接ブロックが前記符号化対象ブロックに含まれるか否かを判定し、前記符号化対象ブロックに含まれない前記隣接ブロックをマージ対象ブロックと決定する第一の判定処理と、１以上のマージ対象ブロックが決定された場合に、前記１以上のマージ対象ブロック毎に、当該マージ対象ブロックの予測画像の生成に用いられた予測方向、動きベクトルおよび参照ピクチャインデックスのセットを用いて第一の候補を前記マージ候補の一部として導出する第一の導出処理とを実行する。
　本発明の一態様によれば、インター予測を用いた画像符号化及び復号の符号化効率を向上させることが可能になる。
図１Ａは、Ｂピクチャにおける参照ピクチャリストの一例を説明するための図である。 図１Ｂは、Ｂピクチャにおける予測方向０の参照ピクチャリストの一例を示す図である。 図１Ｃは、Ｂピクチャにおける予測方向１の参照ピクチャリストの一例を示す図である。 図２は、時間予測動きベクトルモードにおける動きベクトルを説明するための図である。 図３は、マージモードにおいて用いられる隣接ブロックの動きベクトルの一例を示す図である。 図４は、マージブロック候補リストの一例を説明するための図である。 図５は、マージブロック候補サイズとマージブロックインデックスに割り当てられるビット列との関係を示す図である。 図６は、マージモードを用いる場合の符号化処理の一例を示すフローチャートである。 図７は、マージモードを用いて画像を符号化する画像符号化装置の構成の一例を示す図である。 図８は、マージモードを用いる場合の復号処理の一例を示すフローチャートである。 図９は、マージモードを用いて符号化された画像を復号する画像復号装置の構成の一例を示す図である。 図１０は、マージブロックインデックスをビットストリームに付加する際のシンタックスを表す図である。 図１１は、符号化ブロック単位と予測ブロック単位（パーティション）との関係を示す図である。 図１２は、実施の形態１に係る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１に係る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１４Ａは、実施の形態１におけるマージブロック候補リストの一例を示す図である。 図１４Ｂは、実施の形態１におけるマージブロック候補リストの一例を示す図である。 図１４Ｃは、実施の形態１におけるマージブロック候補リストの一例を示す図である。 図１４Ｄは、実施の形態１におけるマージブロック候補リストの一例を示す図である。 図１５は、実施の形態１におけるマージブロック候補およびマージブロック候補リストサイズの算出処理を示すフローチャートである。 図１６は、実施の形態１におけるマージ可能候補数の算出動作を示すフローチャートである。 図１７は、実施の形態１におけるマージ対象外ブロックの判定動作を示すフローチャートである。 図１８は、実施の形態１における符号化ブロック単位と予測ブロック単位との関係を示す図である。 図１９は、実施の形態１における新規候補の追加処理を示すフローチャートである。 図２０は、実施の形態１におけるマージブロック候補の選択に関する処理を示すフローチャートである。 図２１は、実施の形態２に係る画像復号装置の構成を示すブロック図である。 図２２は、実施の形態２に係る画像復号装置の処理動作を示すフローチャートである。 図２３は、実施の形態２におけるマージブロック候補リストサイズの設定処理を示すフローチャートである。 図２４は、実施の形態２におけるマージブロック候補の算出処理を示すフローチャートである。 図２５は、マージブロックインデックスをビットストリームに付加する際のシンタックスの一例を示す図である。 図２６は、マージブロック候補リストサイズをマージブロック候補数の最大値に固定した場合のシンタックスの一例を示す図である。 図２７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２８は、デジタル放送用システムの全体構成図である。 図２９は、テレビの構成例を示すブロック図である。 図３０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３１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３２Ａは、携帯電話の一例を示す図である。 図３２Ｂは、携帯電話の構成例を示すブロック図である。 図３３は、多重化データの構成を示す図である。 図３４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３５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３６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３７は、ＰＭＴのデータ構成を示す図である。 図３８は、多重化データ情報の内部構成を示す図である。 図３９は、ストリーム属性情報の内部構成を示す図である。 図４０は、映像データを識別するステップを示す図である。 図４１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４２は、駆動周波数を切り替える構成を示す図である。 図４３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４４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４５Ａ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４５Ｂ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）
　既に標準化されている、Ｈ．２６４と呼ばれる動画像符号化方式では、情報量の圧縮のために、Ｉピクチャ、Ｐピクチャ、Ｂピクチャという３種類のピクチャタイプが用いられている。
　Ｉピクチャは、インター予測符号化処理で符号化されない。すなわち、Ｉピクチャは、ピクチャ内予測（以降、「イントラ予測」と呼ぶ）符号化処理で符号化される。Ｐピクチャは、表示時間順で、符号化対象ピクチャの前方または後方にある既に符号化済みの１つのピクチャを参照してインター予測符号化される。Ｂピクチャは、表示時間順で、符号化対象ピクチャの前方または後方にある既に符号化済みの２つのピクチャを参照してインター予測符号化される。
　インター予測符号化においては、参照ピクチャを特定するための参照ピクチャリストが生成される。参照ピクチャリストは、インター予測で参照する符号化済みの参照ピクチャに参照ピクチャインデックスを割り当てたリストである。例えば、Ｂピクチャでは、２つのピクチャを参照して符号化を行えるため、２つの参照ピクチャリスト（Ｌ０、Ｌ１）が生成される。
　図１Ａは、Ｂピクチャにおける参照ピクチャリストの一例を説明するための図である。図１Ｂは、双方向予測における予測方向０の参照ピクチャリスト０（Ｌ０）の一例を示す。ここでは、参照ピクチャリスト０において、参照ピクチャインデックス０の値０は、表示順２の参照ピクチャ０に割り当てられている。また、参照ピクチャインデックス０の値１は、表示順１の参照ピクチャ１に割り当てられている。また、参照ピクチャインデックス０の値２は、表示順０の参照ピクチャ２に割り当てられている。つまり、符号化対象ピクチャに対して表示順で時間的に近い参照ピクチャほど、小さい値を有する参照ピクチャインデックスが割り当てられている。
　一方、図１Ｃは、双方向予測における予測方向１の参照ピクチャリスト１（Ｌ１）の一例を示す。ここでは、参照ピクチャリスト１において、参照ピクチャインデックス１の値０は、表示順１の参照ピクチャ１に割り当てられている。また、参照ピクチャインデックス１の値１は、表示順２の参照ピクチャ０に割り当てられている。また、参照ピクチャインデックス２の値２は、表示順０の参照ピクチャ２に割り当てられている。
　このように、各参照ピクチャに対して、予測方向毎に異なる参照ピクチャインデックスの値を割り当てること（図１Ａの参照ピクチャ０、１）、あるいは同じ参照ピクチャインデックスの値を割り当てることが可能である（図１Ａの参照ピクチャ２）。
　また、Ｈ．２６４と呼ばれる動画像符号化方式（非特許文献１）では、Ｂピクチャにおける各符号化対象ブロックのインター予測の符号化モードとして、動きベクトル検出モードが用いられる。動きベクトル検出モードでは、予測画像データおよび符号化対象ブロックの画像データの差分値と、予測画像データ生成に用いた動きベクトルとが符号化される。また、動きベクトル検出モードでは、予測方向として、双方向予測と片方向予測とを選択することができる。双方向予測では、符号化対象ピクチャの前方または後方にある既に符号化済みの２つのピクチャを参照して予測画像が生成される。片方向予測では、前方または後方にある既に符号化済みの１つのピクチャを参照して予測画像が生成される。
　また、Ｈ．２６４と呼ばれる動画像符号化方式では、Ｂピクチャの符号化において、動きベクトルを導出する際に、時間予測動きベクトルモードと呼ばれる符号化モードを選択することができる。時間予測動きベクトルモードにおけるインター予測符号化方法を、図２を用いて説明する。
　図２は、時間予測動きベクトルモードにおける動きベクトルを説明するための図である。具体的には、図２は、ピクチャＢ２のブロックａを時間予測動きベクトルモードで符号化する場合を示している。
　ここでは、ピクチャＢ２の後方にある参照ピクチャであるピクチャＰ３内の、ブロックａと同じ位置にあるブロックｂ（以下、「ｃｏ－ｌｏｃａｔｅｄブロック」と呼ぶ）の符号化に用いられた動きベクトルｖｂが利用されている。動きベクトルｖｂは、ブロックｂがピクチャＰ１を参照して符号化された際に用いられた動きベクトルである。
　動きベクトルｖｂに平行な動きベクトルを用いて、前方向参照ピクチャであるピクチャＰ１と、後方参照ピクチャであるピクチャＰ３とから、ブロックａのための２つの参照ブロックが取得される。そして、取得された２つの参照ブロックに基づいて２方向予測を行うことにより、ブロックａが符号化される。すなわち、ブロックａを符号化する際に用いられる動きベクトルは、ピクチャＰ１に対しては動きベクトルｖａ１であり、ピクチャＰ３に対しては動きベクトルｖａ２である。
　また、ＢピクチャあるいはＰピクチャにおける各符号化対象ブロックのインター予測モードとして、マージモードが検討されている（非特許文献２）。マージモードでは、符号化対象ブロックの隣接ブロックの符号化に用いられた予測方向、動きベクトルおよび参照ピクチャインデックスをコピーして、符号化対象ブロックの符号化が行われる。この際に、コピーに用いられた隣接ブロックのインデックス等がビットストリームに付加される。これにより、符号化に用いられた動き方向、動きベクトルおよび参照ピクチャインデックスを復号側で選択できるようになる。具体例を、図３を参照して説明する。
　図３は、マージモードにおいて用いられる隣接ブロックの動きベクトルの一例を示す図である。図３において、隣接ブロックＡは、符号化対象ブロックの左側に隣接する符号化済みブロックであり、隣接ブロックＡの下端と予測対象ブロックの下端は同一直線上に位置する。隣接ブロックＢは、符号化対象ブロックの上側に隣接する符号化済みブロックであり、隣接ブロックＢの右端と予測対象ブロックの右端は同一直線上に位置する。隣接ブロックＣは、符号化対象ブロックの右上に隣接する符号化済みブロックである。隣接ブロックＤは、符号化対象ブロックの左下に隣接する符号化済みブロックである。隣接ブロックＥは、予測対象ブロックの左上に隣接する符号化済みブロックである。
　ここでは、隣接ブロックＡ～Ｄおよびｃｏ－ｌｏｃａｔｅｄブロックのうちの何れかのブロックの符号化に用いられた予測方向、動きベクトルおよび参照ピクチャインデックスをコピーして、符号化対象ブロックの符号化が行われる場合について説明する。
　また、隣接ブロックＡは、予測方向０の片方向予測で符号化されたブロックである。隣接ブロックＡは、予測方向０の参照ピクチャインデックスＲｅｆＬ０＿Ａが示す参照ピクチャに対する動きベクトルとして、予測方向０の動きベクトルＭｖＬ０＿Ａを持つ。ここで、ＭｖＬ０とは、参照ピクチャリスト０（Ｌ０）により特定される参照ピクチャを参照する動きベクトルを示す。また、ＭｖＬ１とは、参照ピクチャリスト１（Ｌ１）により特定される参照ピクチャを参照する動きベクトルを示す。
　また、隣接ブロックＢは、予測方向１の片方向予測で符号化されたブロックである。隣接ブロックＢは、予測方向１の参照ピクチャインデックスＲｅｆＬ１＿Ｂが示す参照ピクチャに対する動きベクトルとして、予測方向１の動きベクトルＭｖＬ１＿Ｂを持つ。
　また、隣接ブロックＣは、イントラ予測で符号化されたブロックである。
　また、隣接ブロックＤは、予測方向０の片方向予測で符号化されたブロックである。隣接ブロックＤは、予測方向０の参照ピクチャインデックスＲｅｆＬ０＿Ｄが示す参照ピクチャに対する動きベクトルとして、予測方向０の動きベクトルＭｖＬ０＿Ｄを持つ。
　このような場合では、例えば、隣接ブロックＡ～Ｄの予測方向、動きベクトルおよび参照ピクチャインデックス、および、ｃｏ－ｌｏｃａｔｅｄブロックを用いて求めた時間予測動きベクトルモードによる予測方向、動きベクトルおよび参照ピクチャインデックスの中から、符号化対象ブロックの予測方向、動きベクトルおよび参照ピクチャインデックスとして、最も符号化効率の良いものが選択される。そして、選択された予測方向、動きベクトルおよび参照ピクチャインデックスのブロックを表すマージブロックインデックスがビットストリームに付加される。
　例えば、隣接ブロックＡが選択された場合、符号化対象ブロックは、予測方向０の動きベクトルＭｖＬ０＿Ａおよび参照ピクチャインデックスＲｅｆＬ０＿Ａを用いて符号化される。そして、図４に示すような隣接ブロックＡを用いたことを表すマージブロックインデックスの値０のみがビットストリームに付加される。これにより、予測方向、動きベクトルおよび参照ピクチャインデックスの情報量を削減できる。
　また、図４に示すように、マージモードでは、符号化に用いることが不可能な候補（以下、「マージ不可能候補」と呼ぶ）、あるいは、予測方向、動きベクトルおよび参照ピクチャインデックスの組合せが互いに一致する候補（以下、「重複候補」と呼ぶ）が、マージブロック候補から削除される。
　このように、マージブロック候補数を削減することで、マージブロックインデックスに割り当てる符号量が削減される。ここで、マージが不可能であるということは、マージブロック候補が、（１）イントラ予測で符号化されたブロックであること、（２）符号化対象ブロックを含むスライスあるいはピクチャ境界外のブロックであること、または、（３）まだ符号化されていないブロックであること等を表している。
　図４の例では、隣接ブロックＣがイントラ予測で符号化されている。そのため、マージブロックインデックス３のマージブロック候補は、マージ不可能候補であり、マージブロック候補リストから削除される。また、隣接ブロックＤは、隣接ブロックＡと、予測方向、動きベクトル、および、参照ピクチャインデックスが一致している。そのため、マージブロックインデックス４のマージブロック候補は、マージブロック候補リストから削除される。その結果、最終的に、マージブロック候補数は３となり、マージブロック候補リストのリストサイズは３に設定される。
　マージブロックインデックスは、マージブロック候補リストサイズの大きさに応じて、図５に示すように、ビット列が割り当てられ、可変長符号化される。このように、マージモードでは、マージモードインデックスに割り当てるビット列を、マージブロック候補リストサイズの大きさによって変化させることにより、符号量を削減している。
　図６は、マージモードを用いる場合の符号化処理の一例を示すフローチャートである。ステップＳ１００１では、隣接ブロックおよびｃｏ－ｌｏｃａｔｅｄブロックから、マージブロック候補の動きベクトル、参照ピクチャインデックスおよび予測方向が取得される。ステップＳ１００２では、マージブロック候補から重複候補およびマージ不可能候補が削除される。ステップＳ１００３では、削除処理後のマージブロック候補数が、マージブロック候補リストサイズに設定される。ステップＳ１００４では、符号化対象ブロックの符号化に用いるマージブロックインデックスが決定される。ステップＳ１００５において、決定されたマージブロックインデックスが、マージブロック候補リストサイズによって決められたビット列を用いて可変長符号化される。
　図７は、マージモードを用いて画像を符号化する画像符号化装置１０００の構成の一例を示す。画像符号化装置１０００は、減算部１００１と、直交変換部１００２と、量子化部１００３と、逆量子化部１００４と、逆直交変換部１００５と、加算部１００６、ブロックメモリ１００７と、フレームメモリ１００８と、イントラ予測部１００９と、インター予測部１０１０と、インター予測制御部１０１１と、ピクチャタイプ決定部１０１２と、スイッチ１０１３と、マージブロック候補算出部１０１４と、ｃｏｌＰｉｃメモリ１０１５と、可変長符号化部１０１６とを備える。
　図７において、マージブロック候補算出部１０１４は、マージブロック候補を算出する。そして、マージブロック候補算出部１０１４は、算出されたマージブロック候補数を可変長符号化部１０１６に送信する。可変長符号化部１０１６は、マージブロック候補数を符号化パラメータであるマージブロック候補リストサイズに設定する。そして、可変長符号化部１０１６は、符号化に用いられるマージブロックインデックスに、マージブロック候補リストサイズに応じたビット列を割り当てて、割り当てられたビット列に対して可変長符号化を行う。
　図８は、マージモードを用いる場合の復号処理の一例を示すフローチャートである。ステップＳ２００１では、隣接ブロックおよびｃｏ－ｌｏｃａｔｅｄブロックから、マージブロック候補の動きベクトル、参照ピクチャインデックスおよび予測方向が取得される。ステップＳ２００２では、マージブロック候補から重複候補およびマージ不可能候補が削除される。ステップＳ２００３では、削除処理後のマージブロック候補数が、マージブロック候補リストサイズに設定される。ステップＳ２００４では、ビットストリームから、復号対象ブロックの復号に用いるマージブロックインデックスが、マージブロック候補リストサイズを用いて復号される。ステップＳ２００５において、復号されたマージブロックインデックが示すマージブロック候補を用いて、予測画像が生成され、復号処理が行われる。
　図９は、マージモードを用いて符号化された画像を復号する画像復号装置２０００の構成の一例を示す。画像復号装置２０００は、可変長復号部２００１と、逆量子化部２００２と、逆直交変換部２００３と、加算部２００４と、ブロックメモリ２００５と、フレームメモリ２００６と、イントラ予測部２００７と、インター予測部２００８と、インター予測制御部２００９と、スイッチ２０１０と、マージブロック候補算出部２０１１と、ｃｏｌＰｉｃメモリ２０１２とを備える。
　図９において、マージブロック候補算出部２０１１は、マージブロック候補を算出する。そして、マージブロック候補算出部２０１１は、算出されたマージブロック候補の数（マージブロック候補数）を可変長復号部２００１に送信する。可変長復号部２００１は、マージブロック候補数を復号パラメータであるマージブロック候補リストサイズに設定する。そして、可変長復号部２００１は、ビットストリームに含まれるマージブロックインデックスを、マージブロック候補リストサイズを用いて復号する。
　図１０は、マージブロックインデックスをビットストリームに付加する際のシンタックスを表す。図１０において、ｍｅｒｇｅ＿ｉｄｘは、マージブロックインデックスを表す。ｍｅｒｇｅ＿ｆｌａｇは、マージフラグを表す。ＮｕｍＭｅｒｇｅＣａｎｄは、マージブロック候補リストサイズを表す。このＮｕｍＭｅｒｇｅＣａｎｄには、マージブロック候補から、マージ不可能候補および重複候補を削除した後のマージブロック候補数が設定されている。
　以上のように、マージモードを用いて画像が符号化あるいは復号される。
　なお、上述した非特許文献２で検討されている動画像符号化方式では、符号化ブロック単位（以下、ＣＵ（Ｃｏｄｉｎｇ　Ｕｎｉｔ））で予測画像の生成を行うこと、すなわち、符号化ブロック単位ＣＵと予測画像の生成を行う予測ブロック単位ＰＵとが同じサイズであることを前提としている。
　しかし、予測画像は、符号化ブロックＣＵをさらに分割した予測ブロック単位ＰＵで生成されても構わない。予測ブロック単位ＰＵで予測画像を生成すれば、より精細精な予測画像を生成することが可能になる。
　図１１は、２Ｎｘ２Ｎサイズ（Ｎは整数）の符号化ブロック単位ＣＵを、複数の予測ブロック単位ＰＵに分割する場合の例を示している。
　具体的には、図１１の（ａ）～（ｃ）は、符号化ブロック単位ＣＵを上下に２分割する場合を示しており、上側に位置する予測ブロック単位ＰＵ０をパーティション０、下側に位置する予測ブロック単位ＰＵ１をパーティション１としている。図１１の（ａ）は、予測ブロック単位ＰＵが２ＮｘＮの場合を示している。図１１の（ｂ）は、予測ブロック単位ＰＵが２ＮｘｎＵの場合を示している。図１１の（ｃ）は、予測ブロック単位ＰＵが２ＮｘｎＤの場合を示している。
　図１１の（ｄ）～（ｆ）は、符号化ブロック単位ＣＵを左右に２分割する場合を示しており、左側に位置する予測ブロック単位ＰＵ０をパーティション０、右側に位置する予測ブロック単位ＰＵ１をパーティション１としている。図１１の（ｄ）は、予測ブロック単位ＰＵがＮｘ２Ｎの場合を示している。図１１の（ｅ）は、予測ブロック単位ＰＵがｎＬｘ２Ｎの場合を示している。図１１の（ｆ）は、予測ブロック単位ＰＵがｎＲｘ２Ｎの場合を示している。
　図１１の（ｇ）は、予測ブロック単位ＰＵがＮｘＮの場合、すなわち、符号化ブロック単位ＣＵを４分割（上下に２分割、左右に２分割）する場合を示している。図１１の（ｇ）では、左上側に位置する予測ブロック単位ＰＵ０をパーティション０、右上側に位置する予測ブロック単位ＰＵ１をパーティション１、左下側に位置する予測ブロック単位ＰＵ２をパーティション２、右下側に位置する予測ブロック単位ＰＵ３をパーティション３としている。
　図１１の（ｈ）は、予測ブロック単位ＰＵが２Ｎｘ２Ｎの場合、すなわち、符号化ブロック単位ＣＵと予測ブロック単位ＰＵとが同じである場合を示している。図１１の（ｈ）では、予測ブロック単位ＰＵ０をパーティション０としている。
　このような符号化ブロック単位ＣＵを分割した予測ブロック単位ＰＵでの符号化では、予測画像の生成で用いる予測方向、動きベクトルおよび参照ピクチャインデックスが、分割されたパーティションの全てで同じとならないように設定することが好ましい。これは、全てのパーティションで同じ予測方向、動きベクトルおよび参照ピクチャインデックスを用いたとすると、実質的に、符号化ブロック単位ＣＵで予測画像の生成を行うのと同じ結果となり、符号化ブロック単位ＣＵを予測ブロック単位ＰＵに分割する利点が低減するからである。予測ブロック単位ＰＵでの符号化では、動きベクトル等を生成し、予測画像を算出して、予測残差を得るときに、図１１（ａ）～（ｈ）に示す複数の予測ブロック単位から、予測画像の生成に用いる動きベクトル等を選択的に用いることで、複雑な形状を持つ動画像を効率良く符号化することが可能になる。
　しかしながら、従来のマージモードは、符号化ブロック単位ＣＵを複数のパーティションに分割して予測画像の生成を行う場合に、同一の符号化ブロック単位ＣＵ内に位置する隣接ブロックであってもマージブロック候補を算出する。上述したように、同一の符号化ブロック単位ＣＵ内の予測ブロック単位ＰＵに、同じ動きベクトル等を適用することは好ましくない。このため、同一の符号化ブロック単位ＣＵ内に位置する隣接ブロックの動きベクトル等から求められるマージブロック候補は、冗長なマージブロック候補となる。このように、従来のマージモードは、同一の符号化ブロック単位ＣＵ内に位置する隣接ブロックであってもマージブロック候補を求めるため、余分なマージブロック候補にもマージブロックインデックスが割り当てられ、ビット量が増加するという問題がある。
　そこで、本発明の一態様に係る画像符号化方法は、画像をブロック毎に符号化することでビットストリームを生成する画像符号化方法であって、符号化対象ブロックを複数のサブブロックに分割するステップと、サブブロック毎に、前記符号化対象ブロックの符号化において参照する予測方向、動きベクトルおよび参照ピクチャインデックスのセットの候補であるマージ候補を取得するステップと、前記マージ候補を取得するステップで取得された前記マージ候補から、前記符号化対象ブロックの符号化に用いるマージ候補を選択するステップと、前記マージ候補を選択するステップで選択された前記マージ候補を特定するためのインデックスを、前記ビットストリームに付加するステップとを含み、前記マージ候補を取得するステップでは、前記サブブロックに隣接する隣接ブロック毎に、当該隣接ブロックが前記符号化対象ブロックに含まれるか否かを判定し、前記符号化対象ブロックに含まれない前記隣接ブロックをマージ対象ブロックと決定する第一の判定処理と、１以上のマージ対象ブロックが決定された場合に、前記１以上のマージ対象ブロック毎に、当該マージ対象ブロックの予測画像の生成に用いられた予測方向、動きベクトルおよび参照ピクチャインデックスのセットを用いて第一の候補を前記マージ候補の一部として導出する第一の導出処理とを実行する。
　上記構成の画像符号化方法によれば、符号化ブロック単位を複数のパーティション（予測ブロック単位ＰＵ）に分割して予測画像の生成を行う場合に、マージブロック候補の算出対象となる隣接ブロックが、同一の符号化ブロック単位内に位置するかどうかを判定し、同一の符号化ブロック単位内に位置すると判定された場合には、マージブロック候補の算出対象から除外する。このように構成することにより、上記構成の画像符号化方法では、余分なマージブロック候補がマージブロック候補リストに追加されることがなくなり、符号化効率を向上させることが可能になる。
　また、例えば、前記第一の判定処理では、さらに、前記隣接ブロックが、イントラ予測で符号化されたブロックであるか否か、前記符号化対象ブロックを含むスライスもしくはピクチャ境界外に位置するブロックであるか否か、および、まだ符号化されていないブロックであるか否かを判定し、（１）前記符号化対象ブロックに含まれないと判定され、且つ、（２）イントラ予測で符号化されたブロックではないと判定され、且つ、（３）前記符号化対象ブロックを含むスライスもしくはピクチャ境界外に位置するブロックではないと判定され、且つ、（４）まだ符号化されていないブロックではないと判定された前記隣接ブロックを、前記マージ対象ブロックと決定してもよい。
　また、例えば、さらに、取得可能なマージ候補の最大数を決定するステップを含み、前記マージ候補を取得するステップは、さらに、前記第一の候補の数が、前記最大数よりも小さいか否かを判定する第二の判定処理と、前記第一の候補の数が前記最大数よりも小さいと判定した場合に、前記対象サブブロックの符号化において参照可能なピクチャに対するピクチャインデックスを持つ新規候補を導出する第二の導出処理を行ってもよい。
　また、例えば、さらに、前記マージ候補を選択するステップで選択された前記マージ候補を用いて、前記対象サブブロックの予測画像の生成を行うステップを含んでもよい。
　本発明の一態様に係る画像復号方法は、符号化ビットストリームに含まれる画像データをブロック毎に復号する画像復号方法であって、復号対象ブロックを複数のサブブロックに分割するステップと、サブブロック毎に、前記復号対象ブロックの復号において参照する予測方向、動きベクトルおよび参照ピクチャインデックスのセットの候補であるマージ候補を取得するステップと、前記復号対象ブロックの復号において参照するマージ候補を特定するためのインデックスを、前記符号化ビットストリームから取得するステップと、取得した前記インデックスを用いて前記マージ候補を特定し、特定した前記マージ候補を用いて前記復号対象ブロックを復号するステップとを含み、前記マージ候補を取得するステップでは、前記サブブロックに隣接する隣接ブロック毎に、当該隣接ブロックが前記復号対象ブロックに含まれるか否かを判定し、前記復号対象ブロックに含まれない前記隣接ブロックをマージ対象ブロックと決定する第一の判定処理と、１以上のマージ対象ブロックが決定された場合に、前記１以上のマージ対象ブロック毎に、当該マージ対象ブロックの予測画像の生成に用いられた予測方向、動きベクトルおよび参照ピクチャインデックスのセットを用いて第一の候補を前記マージ候補の一部として導出する第一の導出処理とを実行する。
　また、例えば、前記第一の判定処理では、さらに、前記隣接ブロックが、イントラ予測で復号されたブロックであるか否か、前記復号対象ブロックを含むスライスもしくはピクチャ境界外に位置するブロックであるか否か、および、まだ復号されていないブロックであるか否かを判定し、（１）前記復号対象ブロックに含まれないと判定され、且つ、（２）イントラ予測で復号されたブロックではないと判定され、且つ、（３）前記復号対象ブロックを含むスライスもしくはピクチャ境界外に位置するブロックではないと判定され、且つ、（４）まだ復号されていないブロックではないと判定された前記隣接ブロックを、前記マージ対象ブロックと決定してもよい。
　また、例えば、さらに、取得可能なマージ候補の最大数を決定するステップを含み、前記マージ候補を取得するステップは、さらに、前記第一の候補の数が、前記最大数よりも小さいか否かを判定する第二の判定処理と、前記第一の候補の数が前記最大数よりも小さいと判定した場合に、前記対象サブブロックの復号において参照可能なピクチャに対するピクチャインデックスを持つ新規候補を導出する第二の導出処理を行ってもよい。
　また、例えば、さらに、前記マージ候補を選択するステップで選択された前記マージ候補を用いて、前記対象サブブロックの予測画像の生成を行うステップを含んでもよい。
　本発明の一態様に係る画像符号化装置は、画像をブロック毎に符号化することでビットストリームを生成する画像符号化装置であって、符号化対象ブロックを複数のサブブロックに分割する第一の分割部と、前記複数のサブブロック毎に、前記符号化対象ブロックの符号化において参照する予測方向、動きベクトルおよび参照ピクチャインデックスのセットの候補であるマージ候補を取得する第一の取得部と、前記マージ候補を取得するステップで取得された前記マージ候補から、前記符号化対象ブロックの符号化に用いるマージ候補を選択する第一の選択部と、前記第一の選択部で選択された前記マージ候補を特定するためのインデックスを、前記符号化ビットストリームに付加する符号化部とを備え、前記第一の取得部は、前記サブブロックに隣接する隣接ブロック毎に、当該隣接ブロックが前記符号化対象ブロックに含まれるか否かを判定し、前記符号化対象ブロックに含まれない前記隣接ブロックをマージ対象ブロックと決定する第一の判定処理と、１以上のマージ対象ブロックが決定された場合に、前記１以上のマージ対象ブロック毎に、当該マージ対象ブロックの予測画像の生成に用いられた予測方向、動きベクトルおよび参照ピクチャインデックスのセットを用いて第一の候補を前記マージ候補の一部として導出する第一の導出処理とを実行する。
　本発明の一態様に係る画像復号装置は、符号化ビットストリームに含まれる画像データをブロック毎に復号する画像復号装置であって、復号対象ブロックを複数のサブブロックに分割する第二の分割部と、前記複数のサブブロック毎に、前記復号対象ブロックの復号において参照する予測方向、動きベクトルおよび参照ピクチャインデックスのセットの候補であるマージ候補を取得する第二の取得部と、前記復号対象ブロックの復号において参照するマージ候補を特定するためのインデックスを、前記符号化ビットストリームから取得するインデックス取得部と、取得した前記インデックスを用いて前記マージ候補を特定し、特定した前記マージ候補を用いて前記復号対象ブロックを復号する復号部とを備え、前記第二の取得部は、前記サブブロックに隣接する隣接ブロック毎に、当該隣接ブロックが前記復号対象ブロックに含まれるか否かを判定し、前記復号対象ブロックに含まれない前記隣接ブロックをマージ対象ブロックと決定する第一の判定処理と、１以上のマージ対象ブロックが決定された場合に、前記１以上のマージ対象ブロック毎に、当該マージ対象ブロックの予測画像の生成に用いられた予測方向、動きベクトルおよび参照ピクチャインデックスのセットを用いて第一の候補を前記マージ候補の一部として導出する第一の導出処理とを実行する。
　本発明の一態様に係る画像符号化復号装置は、上記画像符号化装置と、上記画像復号装置とを備える。
　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または記録媒体の任意な組み合わせで実現されてもよい。
　以下、本発明の一態様に係る動画像符号化装置および動画像復号装置について、図面を参照しながら具体的に説明する。
　なお、以下で説明する実施の形態は、いずれも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）
　本実施の形態における画像符号化方法を実行する画像符号化装置について、図１２～図２０を基に説明する。本実施の形態では、符号化ブロック単位ＣＵ（符号化対象ブロック）を分割した予測ブロック単位ＰＵ（予測対象ブロック）で、マージブロック候補を導出し、予測画像を生成する場合について説明する。
　［１－１　画像符号化装置の構成］
　先ず、画像符号化装置の構成について、図１２を基に説明する。
　図１２は、実施の形態１に係る画像符号化装置１００の構成を示すブロック図である。画像符号化装置１００は、画像をブロック毎に符号化することでビットストリームを生成する。
　画像符号化装置１００は、図１２に示すように、減算部１０１と、直交変換部１０２と、量子化部１０３と、逆量子化部１０４と、逆直交変換部１０５と、加算部１０６、ブロックメモリ１０７と、フレームメモリ１０８と、イントラ予測部１０９と、インター予測部１１０と、インター予測制御部１１１と、ピクチャタイプ決定部１１２と、スイッチ１１３と、マージブロック候補算出部１１４と、ｃｏｌＰｉｃメモリ１１５と、可変長符号化部１１６とを備える。
　減算部１０１は、ブロック（予測ブロック単位ＰＵ）毎に、入力画像列に含まれる入力画像データから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１０２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１０３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。
　加算部１０６は、ブロック（予測ブロック単位ＰＵ）毎に、予測画像データと、逆直交変換部１０５によって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、再構成画像データを生成する。
　ブロックメモリ１０７には、再構成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、再構成画像データがフレーム単位で保存される。
　ピクチャタイプ決定部１１２は、Ｉピクチャ、Ｂピクチャ、および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する。そして、ピクチャタイプ決定部１１２は、決定されたピクチャタイプを示す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再構成画像データを用いてイントラ予測を行うことにより、予測対象ブロックのイントラ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再構成画像データと、動き検出等により導出した動きベクトルとを用いてインター予測を行うことにより、予測対象ブロックのインター予測画像データを生成する。
　スイッチ１１３は、予測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、予測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１１３は、予測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、予測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。
　マージブロック候補算出部１１４は、本実施の形態では、図１１の（ａ）～（ｆ）に示す予測ブロック単位ＰＵで、マージブロック候補を導出する。なお、本実施の形態では、説明のため、図１１の（ｇ）および（ｈ）に示す予測ブロック単位ＰＵは、選択されない場合を例に説明する。マージブロック候補算出部１１４は、予測対象ブロックの隣接ブロックの動きベクトル等、および、ｃｏｌＰｉｃメモリ１１５に格納されているｃｏ－ｌｏｃａｔｅｄブロックの動きベクトル等（ｃｏｌＰｉｃ情報）を用いて、マージモードのマージブロック候補を導出する。そして、マージブロック候補算出部１１４は、後述する方法で、マージ可能候補数を算出する。
　また、マージブロック候補算出部１１４は、導出したマージブロック候補に対して、マージブロックインデックスの値を割り当てる。そして、マージブロック候補算出部１１４は、マージブロック候補と、マージブロックインデックスとを、インター予測制御部１１１に送信する。また、マージブロック候補算出部１１４は、算出したマージ可能候補数を可変長符号化部１１６に送信する。
　インター予測制御部１１１は、動き検出により導出された動きベクトルを用いる予測モード（動き検出モード）と、マージブロック候補から導出された動きベクトルを用いる予測モード（マージモード）とのうち、最も小さい予測誤差が得られる予測モードを選択する。また、インター予測制御部１１１は、予測モードがマージモードかどうかを表すマージフラグを可変長符号化部１１６に送信する。また、インター予測制御部１１１は、予測モードとしてマージモードが選択された場合に、決定されたマージブロック候補に対応するマージブロックインデックスを、可変長符号化部１１６に送信する。さらに、インター予測制御部１１１は、予測対象ブロックの動きベクトル等を含むｃｏｌＰｉｃ情報をｃｏｌＰｉｃメモリ１１５に転送する。
　可変長符号化部１１６は、量子化処理された予測誤差データと、マージフラグおよびピクチャタイプ情報とに対し、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。また、可変長符号化部１１６は、マージ可能候補数をマージブロック候補リストサイズに設定する。そして、可変長符号化部１１６は、符号化に用いるマージブロックインデックスに、マージブロック候補リストサイズに応じたビット列を割り当てて、割り当てられたビット列に対して可変長符号化を行う。
　［１－２　画像符号化装置による画像符号化方法の実行］
　次に、画像符号化装置１００の処理動作（画像符号化方法の実行）について、図１３～図２０を基に説明する。
　図１３は、本実施の形態に係る画像符号化装置１００の処理動作を示すフローチャートである。
　ここでは、画像符号化装置１００は、先ず、符号化対象ブロックを複数のサブブロックに分割し、複数のサブブロックの内の１つを予測対象ブロックと決定する。
　ステップＳ１０１では、マージブロック候補算出部１１４は、予測対象ブロックの予測において参照する予測方向、動きベクトルおよび参照ピクチャインデックスのセットの候補であるマージ候補を取得する。具体的には、マージブロック候補算出部１１４は、例えば、予測対象ブロックの隣接ブロックおよびｃｏ－ｌｏｃａｔｅｄブロックからマージブロック候補を導出する。また、本実施の形態では、マージブロック候補算出部１１４は、後述する方法で、マージブロック候補リストサイズを算出する。
　マージブロック候補の導出では、マージブロック候補算出部１１４は、先ず、後述する方法で、予測対象ブロックの隣接ブロックＡ～Ｄおよびｃｏ－ｌｏｃａｔｅｄブロックからマージブロック候補を生成する。さらに、マージブロック候補算出部１１４は、例えば、図１４Ａの（ａ）のように、各マージブロック候補に対してマージブロックインデックスを割当てる。
　マージブロックインデックスは、値が小さいほど短い符号が割り振られる。すなわち、マージブロックインデックスの値が小さい場合にマージブロックインデックスに必要な情報量が少なくなる。
　一方、マージブロックインデックスの値が大きくなると、マージブロックインデックスに必要な情報量が大きくなる。したがって、より精度が高い動きベクトルおよび参照ピクチャインデックスを有する可能性が高いマージブロック候補に対して、値の小さいマージブロックインデックスが割り当てられると、符号化効率が高くなる。
　そこで、マージブロック候補算出部１１４は、例えば、マージブロックとして選ばれた回数をマージブロック候補毎に計測し、その回数が多いブロックに対し、値の小さいマージブロックインデックスを割り当ててもよい。具体的には、隣接ブロックにおいて選択されたマージブロックを特定しておき、対象ブロックの符号化の際に、特定したマージブロックに対するマージブロックインデックスの値を小さくすることが考えられる。
　そして、マージブロック候補算出部１１４は、後述する方法で、マージ不可能候補および重複候補の削除を行う。このとき、マージブロック候補算出部１１４は、新規候補の追加を行っても構わない。新規候補の追加は、必ずしも実行する必要はない。
　本実施の形態では、予測画像の生成に利用できないマージブロック候補をマージ不可能候補と呼ぶ。また、マージ不可能候補に対応するブロックを、マージ対象外ブロックと呼ぶ。マージ対象外ブロックには、同一の符号化対象ブロックに含まれる隣接ブロックが含まれる。本実施の形態では、さらに、マージ対象外ブロックとして、（１）動きベクトル等の情報を有しないブロック（イントラ予測で符号化されたブロック）、（２）符号化対象ブロックを含むスライスまたはピクチャ境界外に位置するブロック、（３）まだ符号化されていないブロックが含まれる。
　また、予測画像の生成に利用できるマージブロック候補をマージ可能候補と呼ぶ。さらに、マージ可能候補に対応するブロックを、マージ対象ブロックと呼ぶ。
　また、複数のマージブロック候補において、他のいずれかのマージブロック候補と、動きベクトル、参照ピクチャインデックス、および、予測方向のすべてが一致している候補を重複候補と呼ぶ。
　例えば、図１４Ａの（ａ）の場合では、隣接ブロックＣは、イントラ予測で符号化されたブロックであるので、マージ不可能候補とする。また、隣接ブロックＤは、隣接ブロックＡと動きベクトル、参照ピクチャインデックス、および、予測方向のすべてが一致しているので、重複候補とする。
　ここで、図１４Ａの（ｂ）は、同じ符号化対象ブロックに含まれる隣接ブロック（マージ対象外ブロック）がない場合に算出されるマージブロック候補リストの例を示す図である。また、図１４Ｂは、隣接ブロックＡが、同じ符号化対象ブロックに含まれるマージ対象外ブロックである場合に算出されるマージブロック候補リストを示す図である。図１４Ｃは、隣接ブロックＢが、同じ符号化対象ブロックに含まれるマージ対象外ブロックである場合に算出されるマージブロック候補リストを示す図である。図１４Ｄは、隣接ブロックＡおよび隣接ブロックＢが、同じ符号化対象ブロックに含まれるマージ対象外ブロックである場合に算出されるマージブロック候補リストを示す図である。マージ対象外ブロックの判定については、後述する。
　ステップＳ１０２では、インター予測制御部１１１は、動き検出により導出された動きベクトルを用いて生成した予測画像の予測誤差と、マージブロック候補から得られた動きベクトルを用いて生成した予測画像の予測誤差とを、後述する方法で比較し、予測モードを選択する（符号化対象ブロックの符号化に用いるマージ候補を選択する）。ここで、選択された予測モードがマージモードであれば、インター予測制御部１１１は、マージフラグを１にセットし、そうでなければ、マージフラグを０にセットする。
　可変長符号化部１１６は、ステップＳ１０３～ステップＳ１０５を実行することにより、選択されたマージ候補を特定するためのインデックスを、ビットストリームに付加する。
　具体的には、ステップＳ１０３では、マージフラグが１であるか否か（すなわち、予測モードがマージモードかどうか）が判定される。
　ここで、ステップＳ１０３の判定結果が真ならば（Ｓ１０３のＹｅｓ）、ステップＳ１０４において、可変長符号化部１１６は、マージフラグをビットストリームに付加する。さらに、ステップＳ１０５において、可変長符号化部１１６は、符号化に用いるマージブロック候補のマージブロックインデックスに図５に示すようなマージブロック候補リストサイズに応じたビット列を割り当てる。そして、可変長符号化部１１６は、割り当てられたビット列に対して可変長符号化を行う。
　一方、ステップＳ１０３の判定結果が偽ならば（Ｓ１０３のＮｏ）、ステップＳ１０６において、可変長符号化部１１６は、マージフラグおよび動き検出ベクトルモードの情報をビットストリームに付加する。
　本実施の形態では、図１４Ａの（ａ）のように、隣接ブロックＡに対応するマージブロックインデックスの値として「０」が割り当てられる。また、隣接ブロックＢに対応するマージブロックインデックスの値として「１」が割り当てられる。また、ｃｏ－ｌｏｃａｔｅｄマージブロックに対応するマージブロックインデックスの値として「２」が割り当てられる。また、隣接ブロックＣに対応するマージブロックインデックスの値として「３」が割り当てられる。また、隣接ブロックＤに対応するマージブロックインデックスの値として「４」割り当てられる。
　なお、必ずしも、マージブロックインデックスの割り当て方は、この例に限らない。例えば、例えば、可変長符号化部１１６は、ｃｏ－ｌｏｃａｔｅｄマージブロックに隣接ブロックよりも大きなマージブロックインデックスを割り当てるようにしても構わない。また、例えば、可変長符号化部１１６は、後述する方法を用いて新規候補が追加された場合などには、元々のマージブロック候補には小さい値を割り当て、新規候補には大きい値を割り当ててもよい。つまり、可変長符号化部１１６は、元々のマージブロック候補に優先して小さな値のマージブロックインデックスを割り当てても構わない。
　また、必ずしも、マージブロック候補を求めるための隣接ブロックは、隣接ブロックＡ～Ｄおよびｃｏ－ｌｏｃａｔｅｄブロックに限定されない。例えば、図３の隣接ブロックＥ等からマージブロック候補を求めても構わない。また、必ずしも隣接ブロックＡ～Ｄおよびｃｏ－ｌｏｃａｔｅｄブロックの全ての隣接ブロックを使用することに限定されず、例えば、隣接ブロックＡおよび隣接ブロックＢのみをマージブロック候補としてもよい。
　また、本実施の形態では、図１３のステップＳ１０５において、可変長符号化部１１６は、マージブロックインデックスをビットストリームに付加したが、必ずしもマージブロックインデックスをビットストリームに付加する必要はない。例えば、可変長符号化部１１６は、マージブロック候補リストサイズが「１」の場合には、マージブロックインデックスをビットストリームに付加しなくてもよい。これにより、マージブロックインデックスの情報量を削減できる。
　図１５は、図１３のステップＳ１０１の詳細な処理を示すフローチャートである。具体的には、図１５は、マージブロック候補、および、マージブロック候補リストサイズを算出する方法を表す。以下、図１５について説明する。
　ステップＳ１１１では、マージブロック候補算出部１１４は、マージブロック候補［Ｎ］がマージ可能候補であるかどうかを後述する方法で判定する（第一の導出処理の一部）。そして、マージブロック候補算出部１１４は、判定結果に従って、マージ可能候補数を更新する。
　ここで、Ｎは各マージブロック候補を表すためのインデックス値である。本実施の形態では、Ｎは０から４までの値をとる。具体的には、マージブロック候補［０］には、図３の隣接ブロックＡが割り振られる。また、マージブロック候補［１］には、図３の隣接ブロックＢが割り振られる。また、マージブロック候補［２］には、ｃｏ－ｌｏｃａｔｅｄマージブロックが割り振られる。また、マージブロック候補［３］には、図３の隣接ブロックＣが割り振られる。また、マージブロック候補［４］には、図３の隣接ブロックＤが割り振られる。
　ステップＳ１１２では、マージブロック候補算出部１１４は、マージブロック候補［Ｎ］の動きベクトル、参照ピクチャインデックス、および予測方向を取得して、マージブロック候補リストに追加する（第一の導出処理の一部）。
　ステップＳ１１３では、マージブロック候補算出部１１４は、図１４Ａ～図１４Ｃに示すように、マージブロック候補リストからマージ不可能候補および重複候補を探索し、削除する（第一の導出処理の一部）。
　ステップＳ１１４では、マージブロック候補算出部１１４は、後述する方法で、マージブロック候補リストに新規候補を追加する。ここで、新規候補を追加する際には、マージブロック候補算出部１１４は、元々あるマージブロック候補に優先して小さい値のマージブロックインデックスが割り当たるように、マージブロックインデックスの値の再割り当てを行ってもよい。つまり、マージブロック候補算出部１１４は、新規候補には値が大きいマージブロックインデックスが割り当たるように、マージブロックインデックスの値の再割り当てを行ってもよい。これにより、マージブロックインデックスの符号量を削減できる。
　ステップＳ１１５では、マージブロック候補算出部１１４は、ステップＳ１１１で算出されたマージ可能候補数をマージブロック候補リストサイズに設定する。例えば、図１４Ａでは、後述する方法により、マージ可能候補数は「４」と算出され、マージブロック候補リストサイズには「４」が設定される。
　なお、ステップＳ１１４における新規候補とは、後述する方法で、マージブロック候補数がマージ可能候補数に達していない場合に、マージブロック候補に新たに追加される候補である。例えば、新規候補は、図３における左上隣接ブロックＥ等であってもよい。また、新規候補は、例えば、ｃｏ－ｌｏｃａｔｅｄブロックの隣接ブロックＡ～Ｄに対応するブロックであってもよい。また、新規候補は、例えば、参照ピクチャの画面全体または一定の領域における動きベクトル、参照ピクチャインデックスおよび予測方向の統計値などを持つブロックであってもよい。このように、マージブロック候補数がマージ可能候補数に達していない場合には、マージブロック候補算出部１１４は、新たな動きベクトル、参照ピクチャインデックスおよび予測方向を持つ新規候補を追加することによって、符号化効率を向上できる。
　図１６は、図１５のステップＳ１１１の詳細な処理を示すフローチャートである。具体的には、図１６は、マージブロック候補［Ｎ］がマージ可能候補かどうかを判定し、マージ可能候補数を更新する方法を表す。以下、図１６について説明する。
　ステップＳ１２１では、マージブロック候補算出部１１４は、マージブロック候補［Ｎ］が、（１）イントラ予測で符号化されたブロック、または、（２）符号化対象ブロックを含むスライスまたはピクチャ境界外に位置するブロック、または、（３）まだ符号化されていないブロックであるかどうかを判定する。
　ステップＳ１２１の判定結果が真ならば（ステップＳ１２１のＹｅｓ）、マージブロック候補算出部１１４は、マージブロック候補［Ｎ］に対応するブロックをマージ対象外ブロックと決定する。さらに、ステップＳ１２３において、マージブロック候補［Ｎ］をマージ不可能候補に設定する。
　一方、ステップＳ１２１の判定結果が偽ならば（ステップＳ１２１のＮｏ）、ステップＳ１２２において、後述する方法で、マージブロック候補［Ｎ］がマージ対象外ブロックであるかどうかを判定する（第一の判定処理）。
　ステップＳ１２２の判定結果が真ならば（ステップＳ１２２のＹｅｓ）、ステップＳ１２３において、マージブロック候補算出部１１４は、マージブロック候補［Ｎ］をマージ不可能候補に決定する。
　一方、ステップＳ１２２の判定結果が偽ならば（ステップＳ１２１のＮｏ）、ステップＳ１２４において、マージブロック候補算出部１１４は、マージブロック候補［Ｎ］をマージ可能候補に決定する。
　ステップＳ１２５では、マージブロック候補算出部１１４は、マージブロック候補［Ｎ］がマージ可能候補、または、ｃｏ－ｌｏｃａｔｅｄマージブロック候補であるかどうかを判定する。
　ステップＳ１２５の判定結果が真ならば（ステップＳ１２５のＹｅｓ）、ステップＳ１２６において、マージブロック候補算出部１１４は、マージブロック候補数に１を加算して、マージブロック候補数を更新する。一方、ステップＳ１２５の判定結果が偽ならば（ステップＳ１２５のＮｏ）、マージ可能候補数を更新しない。
　このように、マージブロック候補がｃｏ－ｌｏｃａｔｅｄマージブロックの場合は、マージブロック候補算出部１１４は、ｃｏ－ｌｏｃａｔｅｄブロックがマージ可能候補かマージ不可能候補かに関らず、マージ可能候補数に１を加算する。これにより、パケットロス等でｃｏ－ｌｏｃａｔｅｄマージブロックの情報がロスされた場合でも、画像符号化装置と画像復号装置とでマージ可能候補数に不一致が発生しない。
　このマージ可能候補数は、図１５のステップＳ１１５において、マージブロック候補リストサイズに設定される。さらに、図１３のステップＳ１０５において、マージブロック候補リストサイズは、マージブロックインデックスの可変長符号化に用いられる。これによって、ｃｏ－ｌｏｃａｔｅｄブロック等を含む参照ピクチャ情報をロスした場合でも、画像符号化装置１００は、マージブロックインデックスを正常に復号できるビットストリームを生成することが可能になる。
　なお、本実施の形態では、図１６において、ステップＳ１２１、ステップＳ１２２の順に判定する例を示したが、必ずしもこれに限るものではない。例えば、ステップＳ１２２、ステップＳ１２１の順に判定するようにしても構わない。また、例えば、ステップＳ１２１とステップＳ１２２とを１つのステップで実行するようにしても構わない。さらに、ステップＳ１２１は、必ずしも実行する必要はない。
　なお、本実施の形態における主要構成は、ステップＳ１２２である。
　図１７は、図１６のステップＳ１２２の詳細な処理を示すフローチャートである。具体的には、図１７は、マージブロック候補［Ｎ］に対応するブロックがマージ対象外ブロックであるか否かを判定する方法を表す。以下、図１７について説明する。
　なお、ステップＳ１２２では、判定対象のブロックが、予測対象ブロックが属する符号化対象ブロックに含まれるブロックである場合に、マージ対象外ブロックと決定する。
　ステップＳ１５１では、マージブロック候補算出部１１４は、予測対象ブロックの予測ブロック単位ＰＵが、２ＮｘＮ，２ＮｘｎＵ，２ＮｘｎＤ，Ｎｘ２Ｎ，ｎＬｘ２Ｎ、または、ｎＲｘ２Ｎの何れかに該当し、かつ、予測ブロック単位ＰＵ１のパーティション１のマージブロック候補の算出時であり、かつ、マージブロック候補［Ｎ］に対応する予測対象ブロックが同一の符号化ブロック単位ＣＵ内に位置するか否かを判定する。
　ステップＳ１５１の判定結果が真ならば（ステップＳ１５１でＹｅｓ）、マージブロック候補算出部１１４は、マージブロック候補［Ｎ］に対応する予測対象ブロックをマージ対象外ブロックと決定する。
　このように、マージブロック候補［Ｎ］に対応する予測対象ブロックがマージ対象外ブロックの場合は、マージブロック候補［Ｎ］はマージ不可能候補となり、マージブロック候補リストから削除される。
　なお、本実施の形態では、マージブロック候補算出部１１４は、ステップＳ１５１の判定結果が真ならば（ステップＳ１５１でＹｅｓ）マージブロック候補［Ｎ］に対応する予測対象ブロックをマージ対象外ブロックと判定したが、これに限られない。マージブロック候補算出部１１４は、ステップＳ１５１の判定結果が偽の場合に（ステップＳ１５１でＮｏ）、マージブロック候補［Ｎ］に対応する予測対象ブロックをマージ対象ブロックと決定しても良い。なお、ステップＳ１５１の判定結果が偽の場合にマージブロック候補［Ｎ］に対応する予測対象ブロックをマージ対象ブロックと決定した場合でも、ステップＳ１５１の判定結果が真の場合にマージブロック候補［Ｎ］に対応する予測対象ブロックをマージ対象外ブロックと決定したときと同じ結果が得られる。
　この場合には、マージブロック候補算出部１１４は、図１６のステップＳ１２２において、マージブロック候補［Ｎ］がマージ対象ブロックか否かを判定する。マージブロック候補算出部１１４は、ステップＳ１２２の判定結果がマージ対象ブロックの場合には、ステップＳ１２４に移行する。また、マージブロック候補算出部１１４は、ステップＳ１２２の判定結果がマージ対象ブロックではない場合に、ステップＳ１２３に移行する。
　図１８は、図１１の（ａ）～（ｆ）に対応する各予測ブロック単位について、マージ対象外ブロックとなるブロックを示すブロック図である。なお、図１８では、予測対象ブロック（パーティション１）と、当該予測対象ブロックに対応するマージ対象外ブロックとを太線で示している。言い換えると、隣接ブロックの内、太線ではない通常の線で記載された隣接ブロックは、マージ対象ブロックである。
　また、ブロックＬは、図３の隣接ブロックＡに対応する。ブロックＴは、図３の隣接ブロックＢに対応する。ブロックＴＲは、図３の隣接ブロックＣに対応する。ブロックＢＬは、図３の隣接ブロックＤに対応する。ブロックＴＬは、図３の隣接ブロックＥに対応する。
　図１８の（ａ）～（ｃ）に示すように、予測ブロック単位が２ＮｘＮ、または、２ＮｘｎＵ、または、２ＮｘｎＤの場合に、パーティション１のマージブロック候補リストを算出するときは、予測ブロック単位ＰＵの上側に隣接するブロックＴが、同一の符号化ブロック単位ＣＵに含まれる。このため、ブロックＴは、マージ対象外ブロックとなる。従って、この場合、ブロックＴ（隣接ブロックＢ）がマージ対象外ブロックとなることから、マージブロック候補の導出では、図１４Ｃに示すように、隣接ブロックＢがマージ候補から削除される。
　また、図１８の（ｄ）～（ｆ）に示すように、予測ブロック単位がＮｘ２Ｎ、または、ｎＬｘ２Ｎ、または、ｎＲｘ２Ｎの場合に、パーティション１のマージブロック候補リストを算出するときは、予測ブロック単位ＰＵの左側に隣接するブロックＬが、同一の符号化ブロック単位に含まれる。このため、ブロックＬは、マージ対象外ブロックとなる。従って、この場合、ブロックＬ（隣接ブロックＡ）がマージ対象外ブロックとなることから、マージブロック候補の導出では、図１４Ｂに示すように、隣接ブロックＡがマージ候補から削除される。
　なお、パーティション０とパーティション１とが同一の予測方向、同一の動きベクトル、および、同一の参照ピクチャインデックスを持つ場合に生成される予測画像は、符号化ブロック単位ＣＵの分割を伴わない２Ｎｘ２Ｎの予測ブロック単位（図１１の（ｈ））で生成される予測画像と同じになる。このため、パーティション１のマージブロック候補リストに、パーティション０に含まれるブロックから得られるマージブロック候補を追加することは、冗長なマージブロック候補にマージブロックインデックスを割り当てることとなる。そのため、本実施の形態のように、符号化ブロック単位をパーティションに分割た予測ブロック単位で予測画像の生成を行う場合に、マージブロック候補を算出する隣接ブロックが、同一の符号化ブロック単位内に位置するかどうかを判定し、判定結果が真ならば、その隣接ブロックから得られるマージブロック候補をマージブロック候補リストに追加しない。これにより、冗長なマージブロック候補にマージブロックインデックスを割り当てる必要がなくなり、符号化効率を向上させることができる。また、冗長なマージブロック候補をマージブロック候補リストから削除することで、後述する方法で算出する、符号化効率向上のための候補である新規候補を追加することが可能になる。冗長なマージブロック候補を削除して新規候補を追加することにより、符号化効率を向上させることが可能になる。
　なお、本実施の形態では、マージ不可能候補をいったんマージブロック候補リストに追加した後に削除するような例を示したが、必ずしもこれに限らず、例えば、マージ不可能候補を最初からマージブロック候補リストに追加しないようにしても構わない。
　図１９は、図１５のステップＳ１１４の詳細な処理を示すフローチャートである。具体的には、図１９は、新規候補を追加する方法を表す。以下、図１９について説明する。
　ステップＳ１３１では、マージブロック候補算出部１１４は、マージブロック候補数がマージ可能候補数より小さいか否かを判定する。つまり、マージブロック候補算出部１１４は、マージブロック候補数がマージ可能候補数に達していないかどうかを判定する。
　ここで、ステップＳ１３１の判定結果が真ならば（ステップＳ１３１のＹｅｓ）、ステップＳ１３２において、マージブロック候補算出部１１４は、マージブロック候補としてマージブロック候補リストに追加可能な新規候補が存在するかどうかを判定する。ここで、ステップＳ１３２の判定結果が真ならば（ステップＳ１３２のＹｅｓ）、ステップＳ１３３において、マージブロック候補算出部１１４は、新規候補にマージブロックインデックスの値を割り当て、マージブロック候補リストに新規候補を追加する。さらに、ステップＳ１３４において、マージブロック候補算出部１１４は、マージブロック候補数に１を加算する。
　一方、ステップＳ１３１またはステップＳ１３２の判定結果が偽ならば（ステップＳ１３１またはステップＳ１３２のＮｏ）、新規候補追加処理を終了する。つまり、マージブロック候補数がマージ可能候補数に達している場合、または、新規候補が存在しない場合は、新規候補追加処理を終了する。
　図２０は、図１３のステップＳ１０２の詳細な処理を示すフローチャートである。具体的には、図２０は、マージブロック候補の選択に関する処理を示す。以下、図２０について説明する。
　ステップＳ１４１では、インター予測制御部１１１は、マージブロック候補インデックスに０をセットし、最小予測誤差に、動きベクトル検出モードの予測誤差（コスト）をセットし、マージフラグに０をセットする。ここで、コストは、例えば、Ｒ－Ｄ最適化モデルの以下の式で算出される。
　（式１）
　Ｃｏｓｔ=Ｄ+λＲ
　式１において、Ｄは、符号化歪を表す。例えば、ある動きベクトルで生成した予測画像を用いて符号化対象ブロックを符号化および復号して得られた画素値と、符号化対象ブロックの元の画素値との差分絶対値和などがＤとして用いられる。また、Ｒは、発生符号量を表す。予測画像生成に用いた動きベクトルを符号化するために必要な符号量などがＲとして用いられる。また、λは、ラグランジュの未定乗数である。
　ステップＳ１４２では、インター予測制御部１１１は、マージブロック候補インデックスの値が、予測対象ブロックのマージブロック候補数よりも小さいかどうかを判定する。つまり、インター予測制御部１１１は、まだ以下のステップＳ１４３～ステップＳ１４５の処理が行われていないマージブロック候補が存在するかどうかを判定する。
　ここで、ステップＳ１４２の判定結果が真ならば（Ｓ１４２のＹｅｓ）、ステップＳ１４３において、インター予測制御部１１１は、マージブロック候補インデックスが割り振られたマージブロック候補のコストを算出する。そして、ステップＳ１４４では、インター予測制御部１１１は、算出したマージブロック候補のコストが、最小予測誤差よりも小さいかどうかを判定する。
　ここで、ステップＳ１４４の判定結果が真ならば（Ｓ１４４のＹｅｓ）、ステップＳ１４５において、インター予測制御部１１１は、最小予測誤差、マージブロックインデックス、およびマージフラグの値を更新する。一方、ステップＳ１４４の判定結果が偽ならば（Ｓ１４４のＮｏ）、インター予測制御部１１１は、最小予測誤差、マージブロックインデックス、およびマージフラグの値を更新しない。
　ステップＳ１４６では、インター予測制御部１１１は、マージブロック候補インデックスの値に１を加算し、ステップＳ１４２からステップＳ１４６を繰り返し行う。
　一方、ステップＳ１４２の判定結果が偽ならば（Ｓ１４２のＮｏ）、すなわち、未処理のマージブロック候補がなくなれば、ステップＳ１４７において、インター予測制御部１１１は、最終的に設定されているマージフラグおよびマージブロックインデックスの値を確定する。
　［１－３　効果、変形例等］
　このように、本実施の形態に係る画像符号化装置１００は、符号化ブロック単位ＣＵを予測ブロック単位ＰＵ（パーティション）に分割して予測画像の生成を行う場合に、隣接ブロックが同一の符号化ブロック単位ＣＵ内に位置するときは、その隣接ブロックから得られるマージブロック候補をマージブロック候補リストに追加しない。これにより、本実施の形態に係る画像符号化装置１００は、冗長なマージブロック候補にマージブロックインデックスを割り当てる必要がなくなり、符号化効率を向上させることができる。また、冗長なマージブロック候補をマージブロック候補リストから除外することで、より多くの新規候補を追加することが可能になり、符号化効率を向上させることが可能になる。
　なお、本実施の形態では、符号化ブロック単位ＣＵを、予測ブロック単位ＰＵ（パーティション）に分割する例として、２ＮｘＮ，２ＮｘｎＵ，２ＮｘｎＤ，Ｎｘ２Ｎ，ｎＬｘ２Ｎ，および、ｎＲｘ２Ｎに分割する場合について説明したが、必ずしもこれに限るものではない。例えば、図１１の（ｇ）に示す予測ブロック単位ＮｘＮの場合についても適用しても構わない。この場合にも、画像符号化装置１００は、隣接ブロックが同一の符号化ブロック単位内に位置するならば、その隣接ブロックをマージブロック候補リストに追加しないことによって、冗長なマージブロック候補にマージブロックインデックスを割り当てる必要がなくなり、符号化効率を向上させることができる。
　また、本実施の形態に係る画像符号化装置１００によれば、マージブロックインデックスを符号化または復号する際に用いるマージブロック候補リストサイズを、ｃｏ－ｌｏｃａｔｅｄブロック等を含む参照ピクチャ情報に依存しない方法で算出することができる。これによって、画像符号化装置１００は、エラー耐性を向上することが可能になる。
　より具体的には、本実施の形態に係る画像符号化装置１００は、ｃｏ－ｌｏｃａｔｅｄマージブロックがマージ可能候補かどうかに関らず、マージブロック候補がｃｏ－ｌｏｃａｔｅｄマージブロックであれば常にマージ可能候補数に１を加算する。そして、画像符号化装置１００は、このようにして算出したマージ可能候補数を用いて、マージブロックインデックスに割り当てるビット列を決定する。これにより、画像符号化装置１００は、ｃｏ－ｌｏｃａｔｅｄブロックを含む参照ピクチャ情報をロスした場合でも、マージブロックインデックスを正常に復号できるビットストリームを生成することが可能になる。
　また、本実施の形態に係る画像符号化装置１００は、マージブロック候補数が、マージ可能候補数に達していない場合には、新たな動きベクトル、参照ピクチャインデックスおよび予測方向を持つ新規候補をマージブロック候補として追加することによって、符号化効率を向上できる。
　なお、本実施の形態では、図１６のステップＳ１２５で示されるように、ｃｏ－ｌｏｃａｔｅｄマージブロックについてのみ、マージ可能候補であるかマージ不可能候補であるかに関らず、マージブロック候補数に常に１を加算するようにしたが、これに限られない。他のブロックについても、マージ可能候補であるかマージ不可能候補であるかに関らず、マージブロック候補数に常に１を加算するようにしても良い。この場合、画像符号化装置１００は、例えば、常にマージ可能候補数をマージブロック候補数の最大値Ｍａｘに固定しても構わない。つまり、全ての隣接ブロックにおけるマージブロック候補をマージ可能候補とみなし、マージブロック候補リストサイズを、マージ候補ブロック候補数の最大値Ｍａｘに固定して、マージブロックインデックスを符号化するようにしても構わない。例えば、本実施の形態では、マージブロック候補数の最大値Ｍａｘは５であるため（隣接ブロックＡ、隣接ブロックＢ、ｃｏ－ｌｏｃａｔｅｄマージブロック、隣接ブロックＣ、隣接ブロックＤ）、常にマージブロック候補リストサイズに「５」を設定して、マージブロックインデックスを符号化するようにしても構わない。
　また、例えば、ｃｏ-ｌｏｃａｔｅｄマージブロックを参照しないピクチャ（Ｉピクチャを参照するＢピクチャやＰピクチャ）の場合等、マージブロック候補数の最大値Ｍａｘが４（隣接ブロックＡ、隣接ブロックＢ、隣接ブロックＣ、隣接ブロックＤ）の場合には、常にマージブロック候補リストサイズに「４」を設定して、マージブロックインデックスを符号化するようにしても構わない。
　このように、マージブロック候補数の最大値Ｍａｘに応じて、マージブロック候補リストサイズを決定しても構わない。この場合、画像符号化装置１００は、図１３のステップＳ１０５において、マージブロック候補リストサイズとして最大値Ｍａｘを用いて可変長符号化を行う。
　これにより、画像復号装置の可変長復号部が、ビットストリーム中のマージブロックインデックスを、隣接ブロックやｃｏ－ｌｏｃａｔｅｄブロックの情報を参照せずに復号することができるビットストリームを生成することが可能となり、可変長復号部の処理量を削減することができる。また、マージブロック候補数の最大値Ｍａｘを、ＳＰＳ（Ｓｅｑｕｅｎｃｅ　Ｐａｒａｍｅｔｅｒ　Ｓｅｔ）、ＰＰＳ（Ｐｉｃｔｕｒｅ　Ｐａｒａｍｅｔｅｒ　Ｓｅｔ）、または、スライスヘッダ等に埋め込んでも構わない。これにより、符号化対象ピクチャに応じて、マージブロック候補数の最大値Ｍａｘを切り替えることができ、処理量の削減および符号化効率の向上を図ることができる。
　なお、本実施の形態では、マージモードにおいて常にマージフラグがビットストリームに付加される例を示したが、必ずしもこれに限らない。例えば、符号化対象ブロックのインター予測に用いるブロック形状等に応じて、強制的にマージモードが選択されるようにしてもよい。その場合には、マージフラグをビットストリームに付加しないことで情報量を削減しても構わない。
　なお、本実施の形態では、符号化対象ブロックの隣接ブロックから予測方向、動きベクトル、および参照ピクチャインデックスをコピーして、符号化対象ブロックの符号化を行うマージモードを用いた例を示したが、必ずしもこれに限らない。例えば、スキップマージモードが用いられてもよい。スキップマージモードでは、図１４Ａの（ｂ）のように作成されたマージブロック候補リストを用いて、マージモードと同様に符号化対象ブロックの隣接ブロックから予測方向、動きベクトル、および参照ピクチャインデックスをコピーして、符号化対象ブロックの符号化を行う。その結果、符号化対象ブロックのすべての予測誤差データが０であれば、スキップフラグを１にセットし、スキップフラグおよびマージブロックインデックスをビットストリームに付加する。また、予測誤差データが０でなければ、スキップフラグを０にセットして、スキップフラグ、マージフラグ、マージブロックインデックス、および予測誤差データをビットストリームに付加する。
　なお、本実施の形態では、符号化対象ブロックの隣接ブロックから予測方向、動きベクトル、参照ピクチャインデックスをコピーして、符号化対象ブロックの符号化を行うマージモードを用いた例を示したが、必ずしもこれに限らない。例えば、図１４Ａの（ｂ）のように作成したマージブロック候補リストを用いて、動きベクトル検出モードの動きベクトルを符号化しても構わない。つまり、動きベクトル検出モードの動きベクトルから、マージブロックインデックスで指定したマージブロック候補の動きベクトルを減ずることにより差分を求める。そして、求められた差分およびマージブロックインデックスをビットストリームに付加しても構わない。
　また、動き検出モードの参照ピクチャインデックスＲｅｆＩｄｘ＿ＭＥと、マージブロック候補の参照ピクチャインデックスＲｅｆＩｄｘ＿Ｍｅｒｇｅとを用いて、マージブロック候補の動きベクトルＭＶ＿Ｍｅｒｇｅをスケーリングし、動き検出モードの動きベクトルからスケーリング後のマージブロック候補の動きベクトルｓｃａｌｅｄＭＶ＿Ｍｅｒｇｅを減ずることにより差分を求めてもよい。そして、求められた差分およびマージブロックインデックスをビットストリームに付加しても構わない。スケーリングの式の例を以下に示す。
　（式２）
　ｓｃａｌｅｄＭＶ_Ｍｅｒｇｅ＝
　ＭＶ_Ｍｅｒｇｅ×（ＰＯＣ（ＲｅｆＩｄｘ_ＭＥ）－ｃｕｒＰＯＣ）／（ＰＯＣ（ＲｅｆＩｄｘ_Ｍｅｒｇｅ）－ｃｕｒＰＯＣ）
　ここで、ＰＯＣ（ＲｅｆＩｄｘ＿ＭＥ）は、参照ピクチャインデックスＲｅｆＩｄｘ＿ＭＥが示す参照ピクチャの表示順を示す。ＰＯＣ（ＲｅｆＩｄｘ＿Ｍｅｒｇｅ）は、参照ピクチャインデックスＲｅｆＩｄｘ＿Ｍｅｒｇｅが示す参照ピクチャの表示順を示す。ｃｕｒＰＯＣは、符号化対象ピクチャの表示順を示す。
　（実施の形態２）
　本実施の形態における画像復号方法を実行する画像復号装置について、図２１～図２４を基に説明する。本実施の形態では、復号ブロック単位ＣＵ（復号対象ブロック）を分割した予測ブロック単位ＰＵ（予測対象ブロック）で、マージブロック候補を導出し、予測画像を生成する場合について説明する。
　［２－１　画像復号装置の構成］
　図２１は、実施の形態２に係る画像復号装置の構成を示すブロック図である。この画像復号装置３００は、実施の形態１に係る画像符号化装置１００に対応する装置である。画像復号装置３００は、例えば、実施の形態１に係る画像符号化装置１００によって生成されたビットストリームに含まれる符号化画像をブロック毎に復号する。
　画像復号装置３００は、図２１に示すように、可変長復号部３０１と、逆量子化部３０２と、逆直交変換部３０３と、加算部３０４と、ブロックメモリ３０５と、フレームメモリ３０６と、イントラ予測部３０７と、インター予測部３０８と、インター予測制御部３０９と、スイッチ３１０と、マージブロック候補算出部３１１と、ｃｏｌＰｉｃメモリ３１２とを備える。
　可変長復号部３０１は、入力されたビットストリームに対し、可変長復号処理を行い、ピクチャタイプ情報、マージフラグ、および量子化係数を生成する。また、可変長復号部３０１は、後述するマージ可能候補数を用いて、マージブロックインデックスの可変長復号処理を行う。
　逆量子化部３０２は、可変長復号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３０３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３０５には、予測誤差データと予測画像データとが加算されて生成された復号画像データが、ブロック単位で保存される。
　フレームメモリ３０６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３０７は、ブロックメモリ３０５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イントラ予測することにより、復号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３０８は、フレームメモリ３０６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インター予測することにより、復号対象ブロックの予測画像データを生成する。
　スイッチ３１０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３０７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３０４に出力する。一方、スイッチ３１０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３０８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３０４に出力する。
　マージブロック候補算出部３１１は、本実施の形態では、図１１の（ａ）～（ｆ）に示す予測ブロック単位ＰＵで、マージブロック候補を導出する。なお、本実施の形態では、実施の形態１の画像符号化装置１００に対応する装置であるため、図１１の（ｇ）および（ｈ）に示す予測ブロック単位ＰＵは、選択されない場合を例に説明する。マージブロック候補算出部３１１は、予測対象ブロックの隣接ブロックの動きベクトル等、および、ｃｏｌＰｉｃメモリ３１２に格納されているｃｏ－ｌｏｃａｔｅｄブロックの動きベクトル等（ｃｏｌＰｉｃ情報）を用いて、マージモードのマージブロック候補を後述する方法で導出する。また、マージブロック候補算出部３１１は、導出した各マージブロック候補に対し、マージブロックインデックスの値を割り当てる。そして、マージブロック候補算出部３１１は、マージブロック候補と、マージブロックインデックスとを、インター予測制御部３０９に送信する。
　インター予測制御部３０９は、復号されたマージフラグが「０」ならば、動きベクトル検出モードの情報を用いて、インター予測部３０８にインター予測画像を生成させる。一方、マージフラグが「１」ならば、インター予測制御部３０９は、複数のマージブロック候補から、復号されたマージブロックインデックスに基づいて、インター予測に用いる動きベクトル、参照ピクチャインデックスおよび予測方向を決定する。そして、インター予測制御部３０９は、決定された動きベクトル、参照ピクチャインデックスおよび予測方向を用いて、インター予測部３０８にインター予測画像を生成させる。また、インター予測制御部３０９は、復号対象ブロックの動きベクトル等を含むｃｏｌＰｉｃ情報をｃｏｌＰｉｃメモリ３１２に転送する。
　最後に、加算部３０４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。
　［２－２　画像復号装置による画像復号方法の実行］
　次に、画像復号装置３００の処理動作（画像復号方法の実行）について、図２２～図２４を基に説明する。
　図２２は、本実施の形態に係る画像復号装置３００の処理動作を示すフローチャートである。
　ここでは、画像復号装置３００は、先ず、復号対象ブロックを複数のサブブロックに分割し、複数のサブブロックの内の１つを予測対象ブロックと決定する。
　ステップＳ３０１では、可変長復号部３０１は、マージフラグを復号する。
　ステップＳ３０２において、マージフラグが「１」ならば（Ｓ３０２のＹｅｓ）、ステップＳ３０３において、マージブロック候補算出部３１１は、後述する方法で、マージ可能候補数を算出する。そして、マージブロック候補算出部３１１は、算出されたマージ可能候補数をマージブロック候補リストサイズに設定する。
　ステップＳ３０４では、可変長復号部３０１は、マージブロック候補リストサイズを用いて、ビットストリーム中のマージブロックインデックスを可変長復号する。
　ステップＳ３０５では、マージブロック候補算出部３１１は、後述する方法で、予測対象ブロックの隣接ブロックおよびｃｏ－ｌｏｃａｔｅｄブロックからマージブロック候補を生成する。
　ステップＳ３０６では、インター予測制御部３０９は、復号されたマージブロックインデックスが示すマージブロック候補の動きベクトル、参照ピクチャインデックス、および、予測方向を用いてインター予測画像をインター予測部３０８に生成させる。
　ステップＳ３０２において、マージフラグが「０」ならば（Ｓ３０２のＮｏ）、ステップＳ３０７において、インター予測部３０８は、可変長復号部３０１によって復号された動きベクトル検出モードの情報を用いて、インター予測画像を生成する。
　なお、ステップＳ３０３で算出されたマージブロック候補リストサイズが「１」の場合は、マージブロックインデックスは、復号されずに、「０」と推定されても構わない。
　図２３は、図２２のステップＳ３０３の詳細な処理を示すフローチャートである。具体的には、図２３は、マージブロック候補［Ｎ］がマージ可能かどうかを判定し、マージ可能候補数を算出する方法を表す。以下、図２３について説明する。
　ステップＳ３１１では、マージブロック候補算出部３１１は、マージブロック候補［Ｎ］が、（１）イントラ予測で復号されたブロック、または、（２）復号対象ブロックを含むスライスまたはピクチャ境界外に位置するブロック、または、（３）まだ復号されていないブロックであるかどうかを判定する。
　ステップＳ３１１の判定結果が真ならば（ステップＳ３１１のＹｅｓ）、マージブロック候補算出部３１１は、マージブロック候補［Ｎ］に対応するブロックをマージ対象外ブロックと決定する。さらに、ステップＳ３１３において、マージブロック候補算出部３１１は、マージブロック候補［Ｎ］をマージ不可能候補に設定する。
　一方、ステップＳ３１１の判定結果が偽ならば（ステップＳ３１１のＮｏ）、ステップＳ３１２において、マージブロック候補算出部３１１は、図１７のフローチャートに示す方法と同様の方法を用いて、マージブロック候補［Ｎ］に対応するブロックがマージ対象外ブロックであるかどうかを判定する（第一の判定処理）。
　ステップＳ３１２の判定結果が真ならば（ステップＳ３１２のＹｅｓ）、ステップＳ３１３において、マージブロック候補算出部３１１は、マージブロック候補［Ｎ］をマージ不可能候補に決定する。
　このように、復号ブロック単位をパーティションに分割して復号する場合に、隣接ブロックが同一の復号ブロック単位内に位置するならば、その隣接ブロックをマージブロック候補リストに追加しないことによって、画像符号化装置１００で生成されたビットストリームを正常に復号することが可能になる。
　一方、ステップＳ３１２の判定結果が偽ならば（ステップＳ３１２のＮｏ）、ステップＳ３１４において、マージブロック候補算出部３１１は、マージブロック候補［Ｎ］をマージ可能候補に決定する。
　ステップＳ３１５では、マージブロック候補算出部３１１は、マージブロック候補［Ｎ］がマージ可能候補、または、ｃｏ－ｌｏｃａｔｅｄマージブロック候補かどうかを判定する。
　ステップＳ３１５の判定結果が真ならば（ステップＳ３１５のＹｅｓ）、ステップＳ３１６において、マージブロック候補算出部３１１は、マージブロック候補数に１を加算して値を更新する。
　一方、ステップＳ３１５の判定結果が偽ならば（ステップＳ３１５のＮｏ）、マージ可能候補数を更新しない。
　このように、マージブロック候補がｃｏ－ｌｏｃａｔｅｄマージブロックの場合は、マージブロック候補算出部３１１は、ｃｏ－ｌｏｃａｔｅｄブロックがマージ可能候補かマージ不可能候補かに関らず、マージ可能候補数に１を加算する。これにより、パケットロス等でｃｏ－ｌｏｃａｔｅｄマージブロックの情報がロスされた場合でも、画像符号化装置と画像復号装置とでマージ可能候補数に不一致が発生しない。
　このマージ可能候補数は、図２２のステップＳ３０３において、マージブロック候補リストサイズに設定される。さらに、図２２のステップＳ３０４において、マージブロック候補リストサイズは、マージブロックインデックスの可変長復号に用いられる。これによって、ｃｏ－ｌｏｃａｔｅｄブロック等を含む参照ピクチャ情報をロスした場合でも、画像復号装置３００は、マージブロックインデックスを正常に復号することが可能になる。
　なお、本実施の形態では、図２３において、ステップＳ３１１、ステップＳ３１２の順に判定する例を示したが、必ずしもこれに限るものではない。例えば、ステップＳ３１２、ステップＳ３１１の順に判定するようにしても構わない。また、例えば、ステップＳ３１１とステップＳ３１２とを１つのステップで実行するようにしても構わない。さらに、ステップＳ３１１は、必ずしも実行する必要はない。
　また、本実施の形態では、マージブロック候補算出部３１１は、ステップＳ３１２において、マージブロック候補［Ｎ］が復号対象ブロックに含まれる場合に、マージ対象外ブロックと決定したが、これに限られるものではない。マージブロック候補［Ｎ］が復号対象ブロックに含まれない場合に、マージ対象ブロックと決定するように構成してもよい。この場合、マージブロック候補算出部３１１は、図２３のステップＳ３１２の判定結果がマージ対象ブロックの場合には、ステップＳ３１４に移行する。また、マージブロック候補算出部３１１は、ステップＳ３１２の判定結果がマージ対象ブロックではない場合に、ステップＳ３１３に移行する。
　なお、本実施の形態における主要構成は、ステップＳ３１２である。
　図２４は、図２２のステップＳ３０５の詳細な処理を示すフローチャートである。具体的には、図２４は、マージブロック候補を算出する方法を表す。以下、図２４について説明する。
　ステップＳ３２１では、マージブロック候補算出部３１１は、マージブロック候補［Ｎ］の動きベクトル、参照ピクチャインデックス、および予測方向を取得して、マージブロック候補リストに追加する（第一の導出処理の一部）。
　ステップＳ３２２では、マージブロック候補算出部３１１は、図１４Ａ～図１４Ｄに示すように、マージブロック候補リストからマージ不可能候補および重複候補を探索し、削除する（第一の導出処理の一部）。
　ステップＳ３２３では、マージブロック候補算出部３１１は、図１９と同様の方法で、マージブロック候補リストに新規候補を追加する。
　図２５は、マージブロックインデックスをビットストリームに付加する際のシンタックスの一例を表す。図２５において、ｍｅｒｇｅ＿ｉｄｘはマージブロックインデックス、ｍｅｒｇｅ＿ｆｌａｇはマージフラグを表す。ＮｕｍＭｅｒｇｅＣａｎｄはマージブロック候補リストサイズを表し、本実施の形態では図２３の処理フローで算出されたマージ可能候補数が設定される。
　［２－３　効果、変形例等］
　このように、本実施の形態に係る画像復号装置３００によれば、復号ブロック単位をパーティションに分割して復号する場合に、同一の復号ブロック単位内に位置する隣接ブロックについては、マージブロック候補として追加しないことによって、冗長なマージブロック候補にマージブロックインデックスが割り当てられることがなくなる。これは、全てのパーティションで同じ予測方向、動きベクトルおよび参照ピクチャインデックスを用いたとすると、実質的に、復号ブロック単位で予測画像の生成を行うのと同じ結果となり、復号ブロック単位を予測ブロック単位ＰＵに分割する利点が低減するからである。これにより、画像復号装置３００は、符号化効率を向上させたビットストリームを、適切に復号することが可能になる。また、冗長なマージブロック候補をより多くマージブロック候補リストから削除することで、より多くの新規候補を追加することができる。これによって、画像復号装置３００は、符号化効率を向上させビットストリームを適切に復号することが可能になる。
　また、本実施の形態に係る画像復号装置３００によれば、マージブロックインデックスを符号化または復号する際に用いるマージブロック候補リストサイズを、ｃｏ－ｌｏｃａｔｅｄブロック等を含む参照ピクチャ情報に依存しない方法で算出することができる。これによって、画像復号装置３００は、エラー耐性を向上したビットストリームを適切に復号することが可能になる。
　より具体的には、本実施の形態に係る画像復号装置３００は、ｃｏ－ｌｏｃａｔｅｄマージブロックがマージ可能候補かどうかに関らず、マージブロック候補がｃｏ－ｌｏｃａｔｅｄマージブロックであれば常にマージ可能候補数に１を加算する。そして、画像復号装置３００は、このようにして算出したマージ可能候補数を用いて、マージブロックインデックスに割り当てるビット列を決定する。これにより、画像復号装置３００は、ｃｏ－ｌｏｃａｔｅｄブロックを含む参照ピクチャ情報をロスした場合でも、マージブロックインデックスを正常に復号することが可能になる。
　また、本実施の形態に係る画像復号装置３００は、マージブロック候補数が、マージ可能候補数に達していない場合には、新たな動きベクトル、参照ピクチャインデックスおよび予測方向を持つ新規候補をマージブロック候補として追加することによって、符号化効率を向上したビットストリームを適切に復号することが可能になる。
　なお、本実施の形態では、復号ブロック単位ＣＵを、予測ブロック単位ＰＵ（パーティション）に分割する例として、２ＮｘＮ，２ＮｘｎＵ，２ＮｘｎＤ，Ｎｘ２Ｎ，ｎＬｘ２Ｎ，および、ｎＲｘ２Ｎに分割する場合について説明したが、必ずしもこれに限るものではない。例えば、図１１の（ｇ）に示す予測ブロック単位ＮｘＮの場合についても適用しても構わない。この場合にも、画像復号装置３００は、隣接ブロックが同一の復号ブロック単位内に位置するならば、その隣接ブロックをマージブロック候補リストに追加しないことによって、冗長なマージブロック候補にマージブロックインデックスを割り当てる必要がなくなり、符号化効率を向上させたビットストリームを適切に復号することが可能になる。
　なお、本実施の形態では、図２３のステップＳ３１５で示されるように、ｃｏ－ｌｏｃａｔｅｄマージブロックについてのみ、マージ可能候補であるかマージ不可能候補であるかに関らず、マージブロック候補数に常に１を加算するようにして算出したが、これに限られない。他のブロックについても、マージ可能候補であるかマージ不可能候補であるかに関らず、マージブロック候補数に常に１を加算するようにしても良い。この場合、画像復号装置３００は、例えば、常にマージ可能候補数をマージブロック候補数の最大値Ｍａｘに固定しても構わない。つまり、画像復号装置３００は、全てのマージブロック候補をマージ可能候補とみなし、マージブロック候補リストサイズを、マージブロック候補数の最大値Ｎに固定して、マージブロックインデックスを復号しても構わない。
　例えば、本実施の形態では、マージブロック候補数の最大値Ｍａｘは５であるため（隣接ブロックＡ、隣接ブロックＢ、ｃｏ－ｌｏｃａｔｅｄマージブロック、隣接ブロックＣ、隣接ブロックＤ）、画像復号装置は、常にマージブロック候補リストサイズに５を設定して、マージブロックインデックスを復号しても構わない。また、ｃｏ－ｌｏｃａｔｅｄブロックを参照しないようなピクチャ（Ｉピクチャを参照するＢピクチャやＰピクチャ）の場合には、マージブロック候補数の最大値Ｍａｘを４（隣接ブロックＡ、隣接ブロックＢ、隣接ブロックＣ、隣接ブロックＤ）に設定しても構わない。これにより、画像復号装置の可変長復号部は、ビットストリーム中のマージブロックインデックスを、隣接ブロックあるいはｃｏ－ｌｏｃａｔｅｄブロックの情報を参照せずに復号することが可能になる。その結果、例えば、図２３のステップＳ３１４、およびステップＳ３１５の処理などを省略することができ、可変長復号部の処理量を削減できる。
　図２６は、マージブロック候補リストサイズをマージブロック候補数の最大値に固定した場合のシンタックスの一例を示す。図２６のように、マージブロック候補リストサイズをマージブロック候補数の最大値に固定する場合は、ＮｕｍＭｅｒｇｅＣａｎｄをシンタックスから削除できる。
　また、マージブロック候補数の最大値Ｍａｘとして、ＳＰＳ、ＰＰＳ、または、スライスヘッダ等に埋め込まれた値を用いても構わない。これにより、復号対象ピクチャに応じて、マージブロック候補数の最大値Ｍａｘを切り替えることができ、処理量を削減し且つ符号化効率を向上させたビットストリームを正しく復号することが可能になる。
　（実施の形態１および実施の形態２の変形例）
　上述した実施の形態１および実施の形態２では、対象ブロック（符号化対象ブロックまたは復号対象ブロック）に空間的に隣接するブロック（例えば、隣接ブロックＡ～Ｅ等）および時間的に隣接するブロック（例えば、ｃｏ－ｌｏｃａｔｅｄブロック等）からマージブロック候補を、図１５あるいは図２４の処理に従って生成し、図１４Ａ～図１４Ｄに示すマージブロック候補を生成する場合について説明した。
　ここで、上述した実施の形態１および実施の形態２において、マージブロック候補リストサイズを固定値とする場合に、マージブロック候補リストに空きがあるときは、エラー耐性を向上させるために、マージブロック候補リストの空き部分に所定のエラー耐性向上用のマージブロック候補（第二の候補）を入れるようにしてもよい。
　具体的には、例えば、対象ピクチャ（符号化対象ピクチャまたは復号対象ピクチャ）がＢピクチャであれば、双方向予測で、予測方向０の参照ピクチャインデックスが０、動きベクトルが（０、０）のマージブロック候補と、予測方向１の参照ピクチャインデックスが０、動きベクトルが（０、０）のマージブロック候補とを割り当てるようにしても構わない。また、例えば、対象ピクチャがＰピクチャであれば、片方向予測で、予測方向０の参照ピクチャインデックスが０、動きベクトルが（０、０）のマージブロック候補を割り当てるようにしても構わない。第二の候補は、エラー耐性を向上させるための候補であることから、複数の第二の候補を追加する場合でも、全て同じ値に設定しても良い。なお、新規候補については、符号化効率を向上させるための候補であることから、複数の新規候補を追加する場合には、異なる候補を追加する。ただし、新規候補は、第一の候補および第二の候補との間では、結果として、同じ候補が存在していても良い。
　例えば、図１４Ａの（ａ）の例では、マージブロック候補数の最大値は５である。また、図１４Ａの（ｂ）に示すように、マージブロック候補数（第一の候補の数）は４である。このため、図１４Ａに示す例では、マージブロックインデックス４には、マージブロック候補が割り当てられていない状態となる。このマージブロックインデックス４に、第二の候補、例えば、双方向予測で、予測方向０の参照ピクチャインデックスが０、動きベクトルが（０、０）、予測方向１の参照ピクチャインデックスが０、動きベクトルが（０、０）のマージブロック候補を割り当てても構わない。
　これにより、例えば、画像復号装置３００において、マージブロック候補の重複候補の削除に誤りが発生した場合等でも、復号したマージブロックインデックスにマージブロック候補が割り当てられていないという状況を回避することができる。
　なお、本変形例では、マージブロック候補が割り当てられていないマージブロックインデックスに、参照ピクチャが０、動きベクトルが（０、０）のマージブロック候補を割当てる場合を例に説明したが、必ずしもこれに限られるものではない。第二の候補としては、例えば、他のマージブロックインデックスに割り当てられたマージブロック候補をコピーするようにしても構わない。また、他のマージブロックインデックスに割り当てられたマージブロック候補の平均をとるなど、他のマージブロックインデックスに割り当てられたマージブロック候補から生成するようにしても構わない。
　また、図２２のステップＳ３０６において、復号したマージブロックインデックスにマージブロック候補が割り当てられているか否かを判定し、マージブロック候補が割り当てられていない場合は、第二の候補を用いるようにしても構わない。
　また、図２２のステップＳ３０６において、復号したマージブロックインデックスの値が、ステップＳ３０５で求めたマージブロック候補数以上であるか否かを判定し、マージブロックインデックスの値がマージブロック候補数以上の場合は、第二の候補を用いるようにしても構わない。
　また、図２２のステップＳ３０６において、復号したマージブロックインデックスの値が、ステップＳ３０５で求めたマージブロック候補数以上であるか否かを判定し、復号したマージブロックインデックスの値がマージブロック候補数以上の場合は、マージブロックインデックスの値がマージブロック候補数より小さい値になるように、マージブロックインデックスの値をマージブロック候補数の値でクリッピング処理するようにしても構わない。このような処理により、例えば、マージブロック候補の重複候補の削除に誤りが発生した場合でも、復号したマージブロックインデックスにマージブロック候補が割り当てられていないという状況を回避することができる。
　（実施の形態３）
　上記各実施の形態で示した動画像符号化方法（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２７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２７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２８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２９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３０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３１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２９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３２Ａ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３２Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。
　電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。
　携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。
　さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。
　データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の一態様に係る画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。
　多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。
　データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の一態様に係る画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。
　また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。
　このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。
　また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。
　（実施の形態４）
　上記各実施の形態で示した動画像符号化方法または装置と、ＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。
　ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。
　この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ－２トランスポートストリーム形式のデジタルストリームである。
　図３３は、多重化データの構成を示す図である。図３３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３４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３５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３５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３５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３６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３６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３７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３８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３８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３９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４０に示す。ステップexＳ１００において、多重化データからＰＭＴに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexＳ１０１において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexＳ１０２において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠するものであることを示している場合には、ステップexＳ１０３において、従来の規格に準拠した動画像復号方法により復号を行う。
　このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。
　（実施の形態５）
　上記各実施の形態で示した動画像符号化方法および装置、動画像復号化方法および装置は、典型的には集積回路であるＬＳＩで実現される。一例として、図４１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６）
　上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。
　この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図４２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４１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４１の信号処理部ex５０７に該当する。ＣＰＵex５０２は、映像データがどの規格に準拠するものであるかを識別する。そして、ＣＰＵex５０２からの信号に基づいて、駆動周波数制御部ex５１２は、駆動周波数を設定する。また、ＣＰＵex５０２からの信号に基づいて、信号処理部ex５０７は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態４で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態４で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、ＣＰＵex５０２における駆動周波数の選択は、例えば、図４４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４３は、本実施の形態の方法を実施するステップを示している。まず、ステップexＳ２００では、信号処理部ex５０７において、多重化データから識別情報を取得する。次に、ステップexＳ２０１では、ＣＰＵex５０２において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexＳ２０２において、駆動周波数を高く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、高い駆動周波数に設定される。一方、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、ステップexＳ２０３において、駆動周波数を低く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。
　さらに、駆動周波数の切替えに連動して、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することが考えられる。
　また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、ＭＰＥＧ４－ＡＶＣ規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。
　さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を高く設定し、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＣＰＵex５０２の駆動を停止させることなく、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、ＣＰＵex５０２の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、ＣＰＵex５０２の駆動を一時停止させることも考えられる。この場合は、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。
　このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてＬＳＩex５００またはＬＳＩex５００を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。
　（実施の形態７）
　テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、ＬＳＩex５００の信号処理部ex５０７が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex５０７を個別に用いると、ＬＳＩex５００の回路規模が大きくなり、また、コストが増加するという課題が生じる。
　この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図４５Ａ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４５Ｂ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。
　本発明の一態様に係る画像符号化方法及び画像復号方法は、動画像の符号化方法及び復号方法に有利に利用される。
　１００、１０００　画像符号化装置
　１０１、１００１　減算部
　１０２、１００２　直交変換部
　１０３、１００３　量子化部
　１０４、１００４、３０２、２００２　逆量子化部
　１０５、１００５、３０３、２００３　逆直交変換部
　１０６、１００６、３０４、２００４　加算部
　１０７、１００７、３０５、２００５　ブロックメモリ
　１０８、１００８、３０６、２００６　フレームメモリ
　１０９、１００９、３０７、２００７　イントラ予測部
　１１０、１０１０、３０８、２００８　インター予測部
　１１１、１０１１、３０９、２００９　インター予測制御部
　１１２、１０１２　ピクチャタイプ決定部
　１１３、１０１３、３１０、２０１０　スイッチ
　１１４、１０１４、３１１、２０１１　マージブロック候補算出部
　１１５、１０１５、３１２、２０１２　ｃｏｌＰｉｃメモリ
　１１６、１０１６　可変長符号化部
　３００、２０００　画像復号装置
　３０１、２００１　可変長復号部

Claims (11)

  1. 　画像をブロック毎に符号化することでビットストリームを生成する画像符号化方法であって、
    　符号化対象ブロックを複数のサブブロックに分割するステップと、
    　サブブロック毎に、前記符号化対象ブロックの符号化において参照する予測方向、動きベクトルおよび参照ピクチャインデックスのセットの候補であるマージ候補を取得するステップと、
    　前記マージ候補を取得するステップで取得された前記マージ候補から、前記符号化対象ブロックの符号化に用いるマージ候補を選択するステップと、
    　前記マージ候補を選択するステップで選択された前記マージ候補を特定するためのインデックスを、前記ビットストリームに付加するステップとを含み、
    　前記マージ候補を取得するステップでは、
    　前記サブブロックに隣接する隣接ブロック毎に、当該隣接ブロックが前記符号化対象ブロックに含まれるか否かを判定し、前記符号化対象ブロックに含まれない前記隣接ブロックをマージ対象ブロックと決定する第一の判定処理と、
    　１以上のマージ対象ブロックが決定された場合に、前記１以上のマージ対象ブロック毎に、当該マージ対象ブロックの予測画像の生成に用いられた予測方向、動きベクトルおよび参照ピクチャインデックスのセットを用いて第一の候補を前記マージ候補の一部として導出する第一の導出処理とを実行する
    　画像符号化方法。
  2. 　前記第一の判定処理では、さらに、
    　　前記隣接ブロックが、イントラ予測で符号化されたブロックであるか否か、前記符号化対象ブロックを含むスライスもしくはピクチャ境界外に位置するブロックであるか否か、および、まだ符号化されていないブロックであるか否かを判定し、
    　　（１）前記符号化対象ブロックに含まれないと判定され、且つ、（２）イントラ予測で符号化されたブロックではないと判定され、且つ、（３）前記符号化対象ブロックを含むスライスもしくはピクチャ境界外に位置するブロックではないと判定され、且つ、（４）まだ符号化されていないブロックではないと判定された前記隣接ブロックを、前記マージ対象ブロックと決定する
    　請求項１に記載の画像符号化方法。
  3. 　さらに、取得可能なマージ候補の最大数を決定するステップを含み、
    　前記マージ候補を取得するステップは、さらに、
    　　前記第一の候補の数が、前記最大数よりも小さいか否かを判定する第二の判定処理と、
    　　前記第一の候補の数が前記最大数よりも小さいと判定した場合に、前記対象サブブロックの符号化において参照可能なピクチャに対するピクチャインデックスを持つ新規候補を導出する第二の導出処理を行う
    　請求項１または２に記載の画像符号化方法。
  4. 　さらに、前記マージ候補を選択するステップで選択された前記マージ候補を用いて、前記対象サブブロックの予測画像の生成を行うステップを含む
    　請求項１～３の何れか１項に記載の画像符号化方法。
  5. 　符号化ビットストリームに含まれる画像データをブロック毎に復号する画像復号方法であって、
    　復号対象ブロックを複数のサブブロックに分割するステップと、
    　サブブロック毎に、前記復号対象ブロックの復号において参照する予測方向、動きベクトルおよび参照ピクチャインデックスのセットの候補であるマージ候補を取得するステップと、
    　前記復号対象ブロックの復号において参照するマージ候補を特定するためのインデックスを、前記符号化ビットストリームから取得するステップと、
    　取得した前記インデックスを用いて前記マージ候補を特定し、特定した前記マージ候補を用いて前記復号対象ブロックを復号するステップとを含み、
    　前記マージ候補を取得するステップでは、
    　前記サブブロックに隣接する隣接ブロック毎に、当該隣接ブロックが前記復号対象ブロックに含まれるか否かを判定し、前記復号対象ブロックに含まれない前記隣接ブロックをマージ対象ブロックと決定する第一の判定処理と、
    　１以上のマージ対象ブロックが決定された場合に、前記１以上のマージ対象ブロック毎に、当該マージ対象ブロックの予測画像の生成に用いられた予測方向、動きベクトルおよび参照ピクチャインデックスのセットを用いて第一の候補を前記マージ候補の一部として導出する第一の導出処理とを実行する
    　画像復号方法。
  6. 　前記第一の判定処理では、さらに、
    　　前記隣接ブロックが、イントラ予測で復号されたブロックであるか否か、前記復号対象ブロックを含むスライスもしくはピクチャ境界外に位置するブロックであるか否か、および、まだ復号されていないブロックであるか否かを判定し、
    　　（１）前記復号対象ブロックに含まれないと判定され、且つ、（２）イントラ予測で復号されたブロックではないと判定され、且つ、（３）前記復号対象ブロックを含むスライスもしくはピクチャ境界外に位置するブロックではないと判定され、且つ、（４）まだ復号されていないブロックではないと判定された前記隣接ブロックを、前記マージ対象ブロックと決定する
    　請求項５に記載の画像復号方法。
  7. 　さらに、取得可能なマージ候補の最大数を決定するステップを含み、
    　前記マージ候補を取得するステップは、さらに、
    　　前記第一の候補の数が、前記最大数よりも小さいか否かを判定する第二の判定処理と、
    　　前記第一の候補の数が前記最大数よりも小さいと判定した場合に、前記対象サブブロックの復号において参照可能なピクチャに対するピクチャインデックスを持つ新規候補を導出する第二の導出処理を行う
    　請求項５または６に記載の画像復号方法。
  8. 　さらに、前記マージ候補を選択するステップで選択された前記マージ候補を用いて、前記対象サブブロックの予測画像の生成を行うステップを含む
    　請求項５～７の何れか１項に記載の画像復号方法。
  9. 　画像をブロック毎に符号化することでビットストリームを生成する画像符号化装置であって、
    　符号化対象ブロックを複数のサブブロックに分割する第一の分割部と、
    　前記複数のサブブロック毎に、前記符号化対象ブロックの符号化において参照する予測方向、動きベクトルおよび参照ピクチャインデックスのセットの候補であるマージ候補を取得する第一の取得部と、
    　前記マージ候補を取得するステップで取得された前記マージ候補から、前記符号化対象ブロックの符号化に用いるマージ候補を選択する第一の選択部と、
    　前記第一の選択部で選択された前記マージ候補を特定するためのインデックスを、前記符号化ビットストリームに付加する符号化部とを備え、
    　前記第一の取得部は、
    　前記サブブロックに隣接する隣接ブロック毎に、当該隣接ブロックが前記符号化対象ブロックに含まれるか否かを判定し、前記符号化対象ブロックに含まれない前記隣接ブロックをマージ対象ブロックと決定する第一の判定処理と、
    　１以上のマージ対象ブロックが決定された場合に、前記１以上のマージ対象ブロック毎に、当該マージ対象ブロックの予測画像の生成に用いられた予測方向、動きベクトルおよび参照ピクチャインデックスのセットを用いて第一の候補を前記マージ候補の一部として導出する第一の導出処理とを実行する
    　画像符号化装置。
  10. 　符号化ビットストリームに含まれる画像データをブロック毎に復号する画像復号装置であって、
    　復号対象ブロックを複数のサブブロックに分割する第二の分割部と、
    　前記複数のサブブロック毎に、前記復号対象ブロックの復号において参照する予測方向、動きベクトルおよび参照ピクチャインデックスのセットの候補であるマージ候補を取得する第二の取得部と、
    　前記復号対象ブロックの復号において参照するマージ候補を特定するためのインデックスを、前記符号化ビットストリームから取得するインデックス取得部と、
    　取得した前記インデックスを用いて前記マージ候補を特定し、特定した前記マージ候補を用いて前記復号対象ブロックを復号する復号部とを備え、
    　前記第二の取得部は、
    　前記サブブロックに隣接する隣接ブロック毎に、当該隣接ブロックが前記復号対象ブロックに含まれるか否かを判定し、前記復号対象ブロックに含まれない前記隣接ブロックをマージ対象ブロックと決定する第一の判定処理と、
    　１以上のマージ対象ブロックが決定された場合に、前記１以上のマージ対象ブロック毎に、当該マージ対象ブロックの予測画像の生成に用いられた予測方向、動きベクトルおよび参照ピクチャインデックスのセットを用いて第一の候補を前記マージ候補の一部として導出する第一の導出処理とを実行する
    　画像復号装置。
  11. 　請求項９に記載の画像符号化装置と、
    　請求項１０に記載の画像復号装置とを備える
    　画像符号化復号装置。
PCT/JP2012/006005 2011-10-05 2012-09-21 画像符号化方法、画像符号化装置、画像復号方法、画像復号装置、および、画像符号化復号装置 WO2013051209A1 (ja)

Priority Applications (18)

Application Number Priority Date Filing Date Title
CN201280046937.1A CN103828373B (zh) 2011-10-05 2012-09-21 图像解码方法以及图像解码装置
EP23203187.2A EP4283995A3 (en) 2011-10-05 2012-09-21 Decoding method and decoding apparatus
CA2850066A CA2850066C (en) 2011-10-05 2012-09-21 An image coding and decoding method using prediction information candidates for prediction unit sub-blocks
JP2013537392A JP5514372B2 (ja) 2011-10-05 2012-09-21 符号化方法および符号化装置
KR1020147007820A KR102050761B1 (ko) 2011-10-05 2012-09-21 화상 복호 방법 및 화상 복호 장치
MX2014003728A MX2014003728A (es) 2011-10-05 2012-09-21 Metodo de codificacion de imagenes, aparato de codificacion de imagenes, metodo de decodificacion de imagenes, aparato de decodificacion de imagenes y aparato de codificacion/decodificacio n de imagenes.
EP12837786.8A EP2765771A4 (en) 2011-10-05 2012-09-21 PICTURE CODING METHOD, PICTURE CODING DEVICE, IMAGE DECODING METHOD, IMAGE DECODING DEVICE, AND PICTURE CODING / DECODING DEVICE
RU2014111736/08A RU2604330C2 (ru) 2011-10-05 2012-09-21 Способ кодирования изображений, устройство кодирования изображений, способ декодирования изображений, устройство декодирования изображений и устройство кодирования изображений
US14/228,651 US9161036B2 (en) 2011-10-05 2014-03-28 Image decoding method and image decoding apparatus
US14/516,972 US9712840B2 (en) 2011-10-05 2014-10-17 Image decoding method
US15/621,052 US9888253B2 (en) 2011-10-05 2017-06-13 Image decoding method
US15/852,230 US10334266B2 (en) 2011-10-05 2017-12-22 Image decoding method
US16/386,540 US10666966B2 (en) 2011-10-05 2019-04-17 Image decoding method
US16/851,254 US10999593B2 (en) 2011-10-05 2020-04-17 Image decoding method
US17/221,928 US11432000B2 (en) 2011-10-05 2021-04-05 Image decoding method
US17/869,021 US11647220B2 (en) 2011-10-05 2022-07-20 Image decoding method
US18/127,820 US11930203B2 (en) 2011-10-05 2023-03-29 Image decoding method
US18/436,121 US20240179338A1 (en) 2011-10-05 2024-02-08 Image decoding method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201161543365P 2011-10-05 2011-10-05
US61/543,365 2011-10-05

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/228,651 Continuation US9161036B2 (en) 2011-10-05 2014-03-28 Image decoding method and image decoding apparatus

Publications (1)

Publication Number Publication Date
WO2013051209A1 true WO2013051209A1 (ja) 2013-04-11

Family

ID=48043394

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/006005 WO2013051209A1 (ja) 2011-10-05 2012-09-21 画像符号化方法、画像符号化装置、画像復号方法、画像復号装置、および、画像符号化復号装置

Country Status (10)

Country Link
US (10) US9161036B2 (ja)
EP (2) EP2765771A4 (ja)
JP (4) JP5514372B2 (ja)
KR (1) KR102050761B1 (ja)
CN (2) CN103828373B (ja)
CA (1) CA2850066C (ja)
MX (1) MX2014003728A (ja)
RU (1) RU2604330C2 (ja)
TW (1) TW201322775A (ja)
WO (1) WO2013051209A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018522468A (ja) * 2015-06-11 2018-08-09 クゥアルコム・インコーポレイテッドＱｕａｌｃｏｍｍ Ｉｎｃｏｒｐｏｒａｔｅｄ 空間および／または時間動き情報を使用するサブ予測ユニット動きベクトル予測
CN109952761A (zh) * 2016-09-20 2019-06-28 株式会社Kt 用于处理视频信号的方法和装置
JP2022525989A (ja) * 2020-01-14 2022-05-20 テンセント・アメリカ・エルエルシー ビデオコーディングのための方法、装置及びプログラム

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103314587B (zh) * 2010-10-28 2017-02-22 韩国电子通信研究院 视频信息编码方法和解码方法
RU2604330C2 (ru) 2011-10-05 2016-12-10 Сан Пэтент Траст Способ кодирования изображений, устройство кодирования изображений, способ декодирования изображений, устройство декодирования изображений и устройство кодирования изображений
US9300977B2 (en) * 2013-10-02 2016-03-29 Amlogic Co., Ltd. Methods for encoding motion vectors
JP6482191B2 (ja) * 2014-06-12 2019-03-13 キヤノン株式会社 画像符号化装置、画像符号化方法及びプログラム、画像復号装置、画像復号方法及びプログラム
WO2016048834A1 (en) * 2014-09-26 2016-03-31 Vid Scale, Inc. Intra block copy coding with temporal block vector prediction
US9930357B2 (en) * 2016-03-03 2018-03-27 Uurmi Systems Pvt. Ltd. Systems and methods for motion estimation for coding a video sequence
KR102660093B1 (ko) * 2016-10-10 2024-04-23 삼성전자주식회사 블록 맵을 이용하여 영상을 부호화 또는 복호화하는 방법 및 장치
CN116866593A (zh) * 2016-11-28 2023-10-10 韩国电子通信研究院 对图像编码/解码的方法和设备及存储比特流的记录介质
WO2019054838A1 (ko) * 2017-09-18 2019-03-21 인텔렉추얼디스커버리 주식회사 블록 분할에 따른 병합 후보 리스트를 사용하는 비디오 코딩 방법 및 장치
US20200336747A1 (en) * 2017-10-19 2020-10-22 Lg Electronics Inc. Inter prediction mode-based image processing method and device therefor
EP3806472A1 (en) * 2018-06-30 2021-04-14 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Merge mode-based inter-prediction method and apparatus
CN110677668B (zh) 2018-07-01 2022-06-21 北京字节跳动网络技术有限公司 空间运动压缩
WO2020047289A1 (en) 2018-08-29 2020-03-05 Beijing Dajia Internet Information Technology Co., Ltd. Methods and apparatus of video coding using subblock-based temporal motion vector prediction
WO2020063599A1 (zh) * 2018-09-24 2020-04-02 华为技术有限公司 图像预测方法、装置以及相应的编码器和解码器
KR20210068537A (ko) * 2018-10-08 2021-06-09 후아웨이 테크놀러지 컴퍼니 리미티드 코딩 블록의 기하학적 분할의 인터 예측을 위한 장치 및 방법
WO2020086317A1 (en) * 2018-10-23 2020-04-30 Tencent America Llc. Method and apparatus for video coding
CN118200590A (zh) * 2018-12-27 2024-06-14 英迪股份有限公司 视频信号解码方法、视频信号编码方法和视频信号比特流的传输方法
CN112584172B (zh) 2018-12-28 2022-04-26 杭州海康威视数字技术股份有限公司 一种编解码方法及其设备
JP6931038B2 (ja) * 2019-12-26 2021-09-01 Kddi株式会社 画像復号装置、画像復号方法及びプログラム

Family Cites Families (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5544452Y2 (ja) 1975-02-10 1980-10-18
JPS5544721A (en) 1978-09-27 1980-03-29 Natl Res Inst For Metals Extraneous semiconductor joining matter and its preparation
JP4140202B2 (ja) * 2001-02-28 2008-08-27 三菱電機株式会社 移動物体検出装置
EP2096872B1 (en) * 2001-09-14 2014-11-12 NTT DoCoMo, Inc. Coding method, decoding method, coding apparatus, decoding apparatus, image processing system, coding program, and decoding program
WO2003098939A1 (en) * 2002-05-22 2003-11-27 Matsushita Electric Industrial Co., Ltd. Moving image encoding method, moving image decoding method, and data recording medium
US7289674B2 (en) * 2002-06-11 2007-10-30 Nokia Corporation Spatial prediction based intra coding
KR100693669B1 (ko) * 2003-03-03 2007-03-09 엘지전자 주식회사 피일드 매크로 블록의 레퍼런스 픽쳐 결정 방법
US7212573B2 (en) * 2003-06-13 2007-05-01 Lsi Logic Corporation Method and/or apparatus for determining minimum positive reference indices for a direct prediction mode
US7526028B2 (en) * 2003-07-25 2009-04-28 Taiwan Imaging-Tek Corp. Motion estimation method and apparatus for video data compression
US8064520B2 (en) * 2003-09-07 2011-11-22 Microsoft Corporation Advanced bi-directional predictive coding of interlaced video
CN101204092B (zh) * 2005-02-18 2010-11-03 汤姆森许可贸易公司 从低分辨率图像导出高分辨率图像的编码信息的方法以及实施所述方法的编码和解码设备
US20060222074A1 (en) * 2005-04-01 2006-10-05 Bo Zhang Method and system for motion estimation in a video encoder
US7864839B2 (en) * 2005-04-01 2011-01-04 Broadcom Corporation Method and system for rate control in a video encoder
KR101139138B1 (ko) * 2005-09-20 2012-07-02 미쓰비시덴키 가부시키가이샤 화상 부호화 장치, 화상 부호화 방법, 화상 복호 장치 및 화상 복호 방법
US20070140353A1 (en) * 2005-12-19 2007-06-21 Sharp Laboratories Of America, Inc. Intra prediction skipping in mode selection for video compression
CN101385356B (zh) * 2006-02-17 2011-01-19 汤姆森许可贸易公司 采用帧内预测模式的图像编码方法
US20100091845A1 (en) * 2006-03-30 2010-04-15 Byeong Moon Jeon Method and apparatus for decoding/encoding a video signal
JP4793070B2 (ja) * 2006-04-12 2011-10-12 ソニー株式会社 動きベクトル探索方法及び装置
WO2007136094A1 (ja) * 2006-05-24 2007-11-29 Panasonic Corporation 動画像復号装置
US20070286277A1 (en) * 2006-06-13 2007-12-13 Chen Xuemin Sherman Method and system for video compression using an iterative encoding algorithm
US9319708B2 (en) * 2006-06-16 2016-04-19 Via Technologies, Inc. Systems and methods of improved motion estimation using a graphics processing unit
RU2427976C2 (ru) * 2006-07-28 2011-08-27 Кабусики Кайся Тосиба Способ и устройство для кодирования и декодирования изображения
WO2008084996A1 (en) * 2007-01-11 2008-07-17 Samsung Electronics Co, . Ltd. Method and apparatus for deblocking-filtering video data
KR101365570B1 (ko) * 2007-01-18 2014-02-21 삼성전자주식회사 인트라 예측 부호화, 복호화 방법 및 장치
US20100266042A1 (en) * 2007-03-02 2010-10-21 Han Suh Koo Method and an apparatus for decoding/encoding a video signal
US8160150B2 (en) * 2007-04-10 2012-04-17 Texas Instruments Incorporated Method and system for rate distortion optimization
US20080285652A1 (en) * 2007-05-14 2008-11-20 Horizon Semiconductors Ltd. Apparatus and methods for optimization of image and motion picture memory access
JP5188875B2 (ja) * 2007-06-04 2013-04-24 株式会社エヌ・ティ・ティ・ドコモ 画像予測符号化装置、画像予測復号装置、画像予測符号化方法、画像予測復号方法、画像予測符号化プログラム、及び画像予測復号プログラム
KR20090000502A (ko) * 2007-06-28 2009-01-07 삼성전자주식회사 손실된 블록의 주변 블록 특성에 적응적인 에러 은닉 방법및 장치
US8077772B2 (en) * 2007-11-09 2011-12-13 Cisco Technology, Inc. Coding background blocks in video coding that includes coding as skipped
CN100594732C (zh) * 2007-11-16 2010-03-17 中国科学院计算技术研究所 一种帧间模式选择方法
KR101228020B1 (ko) * 2007-12-05 2013-01-30 삼성전자주식회사 사이드 매칭을 이용한 영상의 부호화 방법 및 장치, 그복호화 방법 및 장치
WO2009089032A2 (en) * 2008-01-10 2009-07-16 Thomson Licensing Methods and apparatus for illumination compensation of intra-predicted video
WO2009115901A2 (en) * 2008-03-19 2009-09-24 Nokia Corporation Combined motion vector and reference index prediction for video coding
TW201004361A (en) * 2008-07-03 2010-01-16 Univ Nat Cheng Kung Encoding device and method thereof for stereoscopic video
KR20100027384A (ko) * 2008-09-02 2010-03-11 삼성전자주식회사 예측 모드 결정 방법 및 장치
US8724697B2 (en) * 2008-09-26 2014-05-13 Qualcomm Incorporated Locating motion vectors for video data units
KR101458471B1 (ko) * 2008-10-01 2014-11-10 에스케이텔레콤 주식회사 영상 부호화/복호화 방법 및 장치
US20100086051A1 (en) * 2008-10-06 2010-04-08 Lg Electronics Inc. Method and an apparatus for processing a video signal
US20100246675A1 (en) * 2009-03-30 2010-09-30 Sony Corporation Method and apparatus for intra-prediction in a video encoder
US9113169B2 (en) * 2009-05-07 2015-08-18 Qualcomm Incorporated Video encoding with temporally constrained spatial dependency for localized decoding
US8724707B2 (en) * 2009-05-07 2014-05-13 Qualcomm Incorporated Video decoding using temporally constrained spatial dependency
JP2009290889A (ja) * 2009-08-07 2009-12-10 Ntt Docomo Inc 動画像符号化装置、動画像復号化装置、動画像符号化方法、動画像復号化方法、動画像符号化プログラム及び動画像復号化プログラム
RU2567213C2 (ru) * 2009-10-22 2015-11-10 Конинклейке Филипс Электроникс Н.В. Выравнивание упорядоченного стека изображений образца
CN102742268B (zh) * 2009-12-08 2016-05-04 汤姆森特许公司 视频编码和解码的自适应模版匹配预测的方法和装置
KR20110068792A (ko) * 2009-12-16 2011-06-22 한국전자통신연구원 적응적 영상 부호화 장치 및 방법
WO2011142801A1 (en) * 2010-05-10 2011-11-17 Thomson Licensing Methods and apparatus for adaptive interpolative intra block encoding and decoding
US9083974B2 (en) * 2010-05-17 2015-07-14 Lg Electronics Inc. Intra prediction modes
US9357229B2 (en) * 2010-07-28 2016-05-31 Qualcomm Incorporated Coding motion vectors in video coding
KR101967817B1 (ko) * 2010-09-02 2019-04-11 엘지전자 주식회사 영상 부호화 및 복호화 방법과 이를 이용한 장치
US8898159B2 (en) * 2010-09-28 2014-11-25 International Business Machines Corporation Providing answers to questions using logical synthesis of candidate answers
CN103314587B (zh) 2010-10-28 2017-02-22 韩国电子通信研究院 视频信息编码方法和解码方法
CN102006480B (zh) * 2010-11-29 2013-01-30 清华大学 基于视间预测的双目立体视频的编码及解码方法
US9137544B2 (en) * 2010-11-29 2015-09-15 Mediatek Inc. Method and apparatus for derivation of mv/mvp candidate for inter/skip/merge modes
US9532066B2 (en) * 2011-01-21 2016-12-27 Qualcomm Incorporated Motion vector prediction
US9313494B2 (en) 2011-06-20 2016-04-12 Qualcomm Incorporated Parallelization friendly merge candidates for video coding
US9736489B2 (en) * 2011-09-17 2017-08-15 Qualcomm Incorporated Motion vector determination for video coding
RU2604330C2 (ru) 2011-10-05 2016-12-10 Сан Пэтент Траст Способ кодирования изображений, устройство кодирования изображений, способ декодирования изображений, устройство декодирования изображений и устройство кодирования изображений

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"Advanced video coding for generic audiovisual services", ITU-T RECOMMENDATION H.264, March 2010 (2010-03-01)
"WD3: Working Draft 3 of High-Efficiency Video Coding", JCTVC-E603, March 2011 (2011-03-01)
GUILLAUME LAROCHE ET AL.: "CE9: Description of experiments ROB01 and ROB02'', Joint Collaborative Team on Video Coding (JCT-VC) of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 6th Meeting", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 6TH MEETING, no. F474, 14 July 2011 (2011-07-14) - 22 July 2011 (2011-07-22), TORINO, IT, pages 1 - 10, XP030009497 *
MINHUA ZHOU: "Parallelized merge/skip mode for HEVC", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC TC1/SC29/ WG11 6TH MEETING, no. F069, 14 July 2011 (2011-07-14) - 22 July 2011 (2011-07-22), TORINO, IT, pages 1 - 13, XP030009092, Retrieved from the Internet <URL:http://wftp3.itu.int/av-arch/jctvc-site/> *
TOSHIYASU SUGIO ET AL.: "Parsing Robustness for Merge/AMVP", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 6TH MEETING, no. F470, 14 July 2011 (2011-07-14) - 22 July 2011 (2011-07-22), TORINO, IT, pages 1 - 21, XP030009493, Retrieved from the Internet <URL:http://wftp3.itu.int/av-arch/jctvc-site/> *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018522468A (ja) * 2015-06-11 2018-08-09 クゥアルコム・インコーポレイテッドＱｕａｌｃｏｍｍ Ｉｎｃｏｒｐｏｒａｔｅｄ 空間および／または時間動き情報を使用するサブ予測ユニット動きベクトル予測
CN109952761A (zh) * 2016-09-20 2019-06-28 株式会社Kt 用于处理视频信号的方法和装置
US11095892B2 (en) 2016-09-20 2021-08-17 Kt Corporation Method and apparatus for processing video signal
CN109952761B (zh) * 2016-09-20 2022-04-15 株式会社Kt 用于处理视频信号的方法和装置
US11812016B2 (en) 2016-09-20 2023-11-07 Kt Corporation Method and apparatus for processing video signal
JP2022525989A (ja) * 2020-01-14 2022-05-20 テンセント・アメリカ・エルエルシー ビデオコーディングのための方法、装置及びプログラム

Also Published As

Publication number Publication date
US20150036748A1 (en) 2015-02-05
US10334266B2 (en) 2019-06-25
JP2017011740A (ja) 2017-01-12
EP2765771A4 (en) 2015-03-11
US20140211857A1 (en) 2014-07-31
RU2014111736A (ru) 2015-11-10
CN103828373A (zh) 2014-05-28
US11432000B2 (en) 2022-08-30
US11647220B2 (en) 2023-05-09
JP5544452B1 (ja) 2014-07-09
US20240179338A1 (en) 2024-05-30
MX2014003728A (es) 2014-07-09
EP4283995A2 (en) 2023-11-29
JP2014150585A (ja) 2014-08-21
CA2850066C (en) 2020-03-24
US20230239487A1 (en) 2023-07-27
US20210227244A1 (en) 2021-07-22
US20200244984A1 (en) 2020-07-30
TWI563830B (ja) 2016-12-21
JP6008211B2 (ja) 2016-10-19
US20170280150A1 (en) 2017-09-28
CA2850066A1 (en) 2013-04-11
CN108040259A (zh) 2018-05-15
EP4283995A3 (en) 2024-02-21
JP6403125B2 (ja) 2018-10-10
US10666966B2 (en) 2020-05-26
JP2014143729A (ja) 2014-08-07
US9161036B2 (en) 2015-10-13
US20220360808A1 (en) 2022-11-10
US20190246132A1 (en) 2019-08-08
RU2604330C2 (ru) 2016-12-10
US9712840B2 (en) 2017-07-18
KR102050761B1 (ko) 2019-12-02
EP2765771A1 (en) 2014-08-13
US11930203B2 (en) 2024-03-12
CN103828373B (zh) 2018-02-16
KR20140085434A (ko) 2014-07-07
TW201322775A (zh) 2013-06-01
US20180124416A1 (en) 2018-05-03
US10999593B2 (en) 2021-05-04
CN108040259B (zh) 2022-02-01
JPWO2013051209A1 (ja) 2015-03-30
US9888253B2 (en) 2018-02-06
JP5514372B2 (ja) 2014-06-04

Similar Documents

Publication Publication Date Title
JP7065354B2 (ja) 動画像復号化方法、および動画像復号化装置
JP6340707B2 (ja) 画像符号化方法および画像符号化装置
JP6384691B2 (ja) 動画像符号化方法および動画像符号化装置
JP6403125B2 (ja) 復号方法および復号装置
JP6094983B2 (ja) 画像処理装置
JP6422011B2 (ja) 動画像符号化方法、動画像復号化方法、動画像符号化装置および動画像復号化装置
WO2013057877A1 (ja) 画像符号化方法、画像符号化装置、画像復号方法、および、画像復号装置
WO2012164908A1 (ja) 動画像符号化方法、動画像符号化装置、動画像復号化方法、動画像復号化装置、および動画像符号化復号化装置
WO2012164906A1 (ja) 画像符号化方法、画像符号化装置、画像復号方法、画像復号装置、および、画像符号化復号装置
WO2012102045A1 (ja) 画像符号化方法および画像復号化方法
WO2013108613A1 (ja) 動画像符号化方法、動画像復号化方法、動画像符号化装置、動画像復号化装置および動画像符号化復号化装置

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: 12837786

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2013537392

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2850066

Country of ref document: CA

Ref document number: 20147007820

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2012837786

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: MX/A/2014/003728

Country of ref document: MX

WWE Wipo information: entry into national phase

Ref document number: IDP00201401820

Country of ref document: ID

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2014111736

Country of ref document: RU

Kind code of ref document: A