WO2013057938A1 - システム層処理装置、符号化装置、システム層処理方法、および符号化方法 - Google Patents

システム層処理装置、符号化装置、システム層処理方法、および符号化方法 Download PDF

Info

Publication number
WO2013057938A1
WO2013057938A1 PCT/JP2012/006631 JP2012006631W WO2013057938A1 WO 2013057938 A1 WO2013057938 A1 WO 2013057938A1 JP 2012006631 W JP2012006631 W JP 2012006631W WO 2013057938 A1 WO2013057938 A1 WO 2013057938A1
Authority
WO
WIPO (PCT)
Prior art keywords
retargeting
video
information
image
transport stream
Prior art date
Application number
PCT/JP2012/006631
Other languages
English (en)
French (fr)
Inventor
大作 小宮
西　孝啓
寿郎 笹井
陽司 柴原
敏康 杉尾
京子 谷川
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
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 WO2013057938A1 publication Critical patent/WO2013057938A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/434—Disassembling of a multiplex stream, e.g. demultiplexing audio and video streams, extraction of additional data from a video stream; Remultiplexing of multiplex streams; Extraction or processing of SI; Disassembling of packetised elementary stream
    • H04N21/4345—Extraction or processing of SI, e.g. extracting service information from an MPEG stream
    • 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
    • H04N19/40—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video transcoding, i.e. partial or full decoding of a coded input stream followed by re-encoding of the decoded output stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/414—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance
    • H04N21/41407—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance embedded in a portable device, e.g. video client on a mobile phone, PDA, laptop
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440263—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by altering the spatial resolution, e.g. for displaying on a connected PDA

Definitions

  • the present invention relates to a moving image encoding method and a moving image decoding method.
  • HD high definition
  • SD Standard Definition
  • the same HD video uses different resolutions in the broadcast and movie fields.
  • the resolution of HD video of a digital cinema determined by an industry group called the Digital Cinema Initiative is 2048 ⁇ 1080 pixels. Therefore, when digital cinema content is broadcast as digital broadcast content, image resolution conversion accompanied by a change in aspect ratio is also necessary.
  • Non-Patent Document 1 image resolution conversion accompanied by a change in aspect ratio is required in various scenes, and several image resolution conversion methods (for example, see Non-Patent Document 1) have been proposed.
  • the decoder-side system normally selects an image resolution conversion method. That is, when a terminal that receives video content of a certain resolution displays the video content, the terminal performs resolution conversion using a selected image resolution conversion method in accordance with the resolution and aspect ratio that can be displayed on the display.
  • the image and quality after resolution conversion differ depending on the image resolution conversion method used for resolution conversion. That is, the content producer's intention is not reflected in the image displayed on the display on the decoder side, and the content producer's intention that this content should be displayed in this way (hereinafter referred to as a content display intention). Contrary to), content is displayed without permission.
  • the present invention provides a system layer processing apparatus and encoding apparatus capable of performing display reflecting content display intention in a decoder-side system when image resolution conversion accompanied by a change in aspect ratio is required. .
  • the system layer processing apparatus indicates a transport stream generation unit that generates a transport stream and whether or not the transport stream includes retargeting information used for image retargeting.
  • a flag setting unit that sets a flag in the transport stream.
  • resolution conversion suitable for the content display intention of the content producer can be performed on the decoder side.
  • FIG. 1A is a diagram illustrating an example of image resolution conversion accompanied by a change in aspect ratio.
  • FIG. 1B is a diagram illustrating an example of image resolution conversion that involves changing the aspect ratio.
  • FIG. 2A is a diagram illustrating another example of image resolution conversion that involves changing the aspect ratio.
  • FIG. 2B is a diagram illustrating another example of image resolution conversion that involves changing the aspect ratio.
  • FIG. 3 is a diagram showing another example of image resolution conversion accompanied by a change in aspect ratio called video retargeting.
  • FIG. 4 is a block diagram showing a configuration of an embodiment of an encoder side system according to the present invention.
  • FIG. 5 is a diagram showing the configuration of the PMT.
  • FIG. 6 is a flowchart showing a processing flow of the encoder side system.
  • FIG. 1A is a diagram illustrating an example of image resolution conversion accompanied by a change in aspect ratio.
  • FIG. 1B is a diagram illustrating an example of image resolution conversion that involves changing the aspect ratio
  • FIG. 7 is a diagram illustrating an example of the configuration of the retargeting SEI message.
  • FIG. 8 is a block diagram showing a configuration of an embodiment of a decoder side system according to the present invention.
  • FIG. 9 is a flowchart showing the processing flow of the decoder-side system.
  • FIG. 10 is an overall configuration diagram of a content supply system that realizes a content distribution service.
  • FIG. 11 is an overall configuration diagram of a digital broadcasting system.
  • FIG. 12 is a block diagram illustrating a configuration example of a television.
  • FIG. 13 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. 14 is a diagram illustrating a structure example of a recording medium that is an optical disk.
  • FIG. 15A is a diagram illustrating an example of a mobile phone.
  • FIG. 15B is a block diagram illustrating a configuration example of a mobile phone.
  • FIG. 16 is a diagram showing a structure of multiplexed data.
  • FIG. 17 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 18 is a diagram showing in more detail how the video stream is stored in the PES packet sequence.
  • FIG. 19 is a diagram illustrating the structure of TS packets and source packets in multiplexed data.
  • FIG. 20 is a diagram illustrating a data structure of the PMT.
  • FIG. 20 is a diagram illustrating a data structure of the PMT.
  • FIG. 21 is a diagram showing an internal configuration of multiplexed data information.
  • FIG. 22 shows the internal structure of stream attribute information.
  • FIG. 23 is a diagram illustrating steps for identifying video data.
  • FIG. 24 is a block diagram illustrating a configuration example of an integrated circuit that realizes the moving picture encoding method and the moving picture decoding method according to each embodiment.
  • FIG. 25 is a diagram illustrating a configuration for switching the driving frequency.
  • FIG. 26 is a diagram illustrating steps for identifying video data and switching between driving frequencies.
  • FIG. 27 is a diagram illustrating an example of a lookup table in which video data standards are associated with drive frequencies.
  • FIG. 28A is a diagram illustrating an example of a configuration for sharing a module of a signal processing unit.
  • FIG. 28B is a diagram illustrating another example of a configuration for sharing a module of a signal processing unit.
  • FIG. 1A and 1B show an example of image resolution conversion accompanied by a change in aspect ratio.
  • Mutual image resolution conversion is shown for HD video having a resolution of 1920 ⁇ 1080 pixels (aspect ratio 16: 9) and SD video having a resolution of 640 ⁇ 480 pixels (aspect ratio 4: 3).
  • FIG. 1A shows a method called letterbox used when HD video is converted to SD video. After HD video is resolution-converted (reduced) without changing the aspect ratio, black frames are added to the top and bottom of the image. .
  • FIG. 1B shows a technique called a pillar box or side panel used when converting SD video to HD video. After SD video resolution is changed (enlarged) without changing the aspect ratio, black frames are formed on the left and right sides of the image. Attached. These techniques can display all regions of the original image on the display without changing the aspect ratio of the image. On the other hand, since the image is not displayed in the black frame area, the entire surface of the display cannot be utilized.
  • FIG. 2A and 2B show another example of image resolution conversion accompanied by a change in aspect ratio.
  • FIG. 2A shows a technique called cropping used when converting HD video to SD video. After removing the shaded portions at both ends so that the aspect ratio of HD video is 4: 3, 640 ⁇ 480 pixels. The resolution is converted (reduced) without changing the aspect ratio.
  • FIG. 2B is a technique called cropping used when converting SD video to HD video. After removing the upper and lower shaded portions so that the aspect ratio of SD video is 16: 9, 1920 is used. The resolution is converted (enlarged) without changing the aspect ratio so as to be ⁇ 1080 pixels. In these methods, the image after resolution conversion is displayed on the entire surface of the display, but a part of the original image is cut off and is not displayed.
  • FIG. 3 shows another example of image resolution conversion accompanied by a change in aspect ratio called video retargeting.
  • image resolution conversion is performed by distorting a partial region of an image. Therefore, video retargeting eliminates the disadvantage that the black frame area is displayed on the display like letterbox and pillar box, and the disadvantage that some area of the original image is cut off and not displayed like cropping.
  • FIG. 3 is an example of video retargeting when HD video is converted to SD video. An image of 1440 ⁇ 1080 pixels is generated by down-sampling pixels in both ends of the 1920 ⁇ 1080 pixel image in the horizontal direction.
  • an image of 1920 ⁇ 1080 pixels is divided into three regions, and the white pixel rows are deleted in the regions at both ends.
  • an image of 1440 ⁇ 1080 pixels having the image area of the original image is generated.
  • the pixel aspect ratio (SAR) of the central area maintains the SAR (1: 1) which is the pixel aspect ratio of the original image, while the pixel aspect ratio of the both end areas is SAR (2: 1).
  • the pixel aspect ratio is specified by a pixel interval ratio (xb: yb) using a distance between horizontal pixels (horizontal size xb) and a distance between vertical pixels (vertical size yb).
  • the image areas at both ends are distorted (the horizontal length of the image areas at both ends is halved), and the pixels are arranged so that the pixel aspect ratio is SAR (1: 1).
  • the resolution of the 1440 ⁇ 1080 pixel image is converted (reduced) without changing the aspect ratio so as to be 640 ⁇ 480 pixels.
  • Non-Patent Document 1 proposes a method of not only dividing into three areas as shown in FIG. 3 but also dividing the area by paying attention to the contents of the image and changing the distortion for each area. . Specifically, after determining the important area, the important area is stored, and the non-important area is distorted nonlinearly in accordance with the target resolution after resolution conversion.
  • the decoder-side system When performing image resolution conversion, the decoder-side system usually selects the image resolution conversion method as described above. That is, when a terminal that receives video content of a certain resolution displays the video content, the terminal performs resolution conversion using a selected image resolution conversion method in accordance with the resolution and aspect ratio that can be displayed on the display.
  • the content creator's intention is not reflected in the image displayed on the display on the decoder side as described above, and the content is arbitrarily displayed against the content display intention.
  • the system layer processing apparatus includes a transport stream generation unit that generates a transport stream, and the retargeting information used for image retargeting is the transport A flag setting unit that sets a flag indicating whether or not the stream is included in the transport stream.
  • the system layer processing apparatus further includes a retargeting information setting unit that sets the retargeting information, and the flag setting unit receives the retargeting information from the retargeting information setting unit.
  • the flag may be set to indicate that retargeting information is included in the transport stream.
  • the flag may be included in a program map table that is one piece of program information included in the transport stream.
  • An encoding apparatus includes an encoding processing unit that encodes an image, an SEI message generation unit that generates a retargeting SEI message based on the retargeting information used for the retargeting of the image, and .
  • the SEI message may include Retargeting_method_type that identifies the retargeting technique.
  • the SEI message may include Retargeting_parameters indicating parameters used in the retargeting technique.
  • the encoding apparatus further includes a transport stream generating unit that generates a transport stream using the encoded data of the image encoded by the encoding processing unit, and a re-target used for image retargeting.
  • a flag setting unit that sets a flag indicating whether or not targeting information is included in the transport stream.
  • the encoding apparatus further includes a retargeting information setting unit that sets the retargeting information, and the encoding processing unit receives the retargeting information from the retargeting information setting unit.
  • the retargeting information When generating the targeting SEI message, adding the generated retargeting SEI message to the encoded data, and the flag setting unit receiving the retargeting information from the retargeting information setting unit, the retargeting information May be set to indicate that is included in the transport stream.
  • the system layer processing apparatus includes a transport stream receiving unit that receives a transport stream, and whether or not the transport stream includes retargeting information used for image retargeting. And a confirmation unit that confirms the presence or absence of the retargeting SEI message.
  • the system layer processing apparatus further includes a decoding processing unit that decodes the encoded image data, and when the checking unit confirms that the SEI message is included, the transport stream receiving unit Outputs the encoded data including the retargeting SEI message to the decoding processing unit, and the decoding processing unit decodes the output encoded data and decodes the decoded image based on the retargeting SEI message.
  • the retargeting process may be performed.
  • image resolution conversion is referred to as retargeting or retargeting processing.
  • Retargeting can include not only image resolution conversion that involves changing the aspect ratio but also image resolution conversion (such as enlargement / reduction) that does not involve changing the aspect ratio.
  • Retargeting methods include not only so-called video retargeting but also methods such as letter box, pillar box, and cropping.
  • FIG. 4 is a block diagram showing a configuration of an embodiment of an encoder side system according to the present invention.
  • the encoder-side system (encoding device) includes a retargeting information setting unit 101, a video layer encoding processing unit 102, and a system layer processing unit 103.
  • the retargeting information setting unit 101 stores content display intentions instructed in advance by a content producer or the like, and notifies the system layer processing unit 103 and the video layer encoding processing unit 102 of the retargeting information at the time of image encoding.
  • the retargeting information is information indicating a content display intention, and includes an image resolution conversion method used for resolution conversion.
  • the video layer encoding processing unit 102 encodes an input image, adds a sequence parameter set (SPS), a picture parameter set (PPS), an SEI message, etc. to the encoded video data, and generates a video elementary stream. To do. At this time, the video layer encoding processing unit 102 generates a retargeting SEI message based on the retargeting information notified from the retargeting information setting unit 101. When the video elementary stream is generated, the video layer encoding processing unit 102 outputs a byte stream in which a start code is added to the head of the NAL unit to indicate a data delimiter to the system layer processing unit 103. That is, in the present embodiment, the video layer encoding processing unit 102 corresponds to a code processing unit and an SEI message generation unit.
  • the system layer processing unit 103 multiplexes the byte stream and outputs the multiplexed system layer data (transport stream). For example, a video byte stream and an audio byte stream are multiplexed. Further, the system layer processing unit 103 sets a flag in the program information of the transport stream, as will be described later, based on the retargeting information notified from the retargeting information setting unit 101. That is, in the present embodiment, the system layer processing unit 103 corresponds to a transport stream generation unit and a flag setting unit.
  • the system layer processing unit 103 finely cuts each byte stream and generates a fixed-length TS packet to which a TS header is added. Then, for example, multiplexing is performed by alternately arranging TS packets including video data in the payload and TS packets including audio data in the payload.
  • a series of multiplexed (aligned) TS packets is called a transport stream.
  • the transport stream includes TS packets including program information in the payload in addition to TS packets including video data and audio data in the payload.
  • One of the program information included in the transport stream is PMT (Program Map Table / program correspondence table).
  • FIG. 5 is a diagram showing the configuration of the PMT.
  • the PMT includes a video descriptor describing attribute information of a video elementary stream such as a bit rate and a frame rate. Since the video descriptor is included in the PMT, the decoder-side system can obtain information regarding the video stream when the system layer processing unit 103 acquires the program information.
  • the video descriptor includes a flag (The_Retargeting_SEI_not_present_flag) indicating whether or not a retargeting SEI message is included in the video stream.
  • The_Retargeting_SEI_not_present_flag is false (0), it indicates that a retargeting SEI message is included, and if the value is true (1), it indicates that no retargeting SEI message is included. That is, by using this flag, the decoder side system can know whether or not the retargeting SEI message is included in the video stream when the system layer processing unit 103 acquires the program information.
  • FIG. 6 shows the processing flow of the encoder side system.
  • the retargeting information setting unit 101 confirms whether or not the content display intention is set at the time of image encoding (step S101).
  • the retargeting information setting unit 101 notifies the system layer processing unit 103 and the video layer encoding processing unit 102 of the retargeting information (step S102).
  • the video layer encoding processing unit 102 encodes an input image and generates encoded video data. Further, based on the retargeting information notified from the retargeting information setting unit 101, a later-described retargeting SEI message is generated (step S103).
  • a retargeting SEI message is added to the encoded video data, and a byte stream with a start code added to the head of the NAL unit is output to the system layer processing unit 103.
  • the system layer processing unit 103 sets 0 to The_Retargeting_SEI_not_present_flag in the video descriptor (step S104).
  • the PMT including the video descriptor and the byte stream data are multiplexed.
  • the system layer processing unit 103 outputs the multiplexed system layer data (transport stream) (step S105).
  • the retargeting information is not notified to the system layer processing unit 103 and the video layer encoding processing unit 102. Therefore, the video layer encoding processing unit 102 outputs a byte stream to which the retargeting SEI message is not added to the system layer processing unit 103.
  • the system layer processing unit 103 sets 1 to The_Retargeting_SEI_not_present_flag in the video descriptor (step S106).
  • the retargeting SEI message is one of SEI (Supplemental Enhancement Information) messages.
  • the SEI message is used to indicate additional information that is not essential for decoding the moving image coding layer to the decoder side system.
  • the retargeting SEI message is a message in which retargeting information indicating the content display intention of the content creator is described.
  • the decoder side system receives the retargeting SEI message and performs resolution conversion (retargeting) suitable for the content display intention. Processing).
  • FIG. 7 shows the structure of the retargeting SEI message.
  • Retargeting_id is an ID for identifying a message. The ID value must be within a predetermined range.
  • Retargeting_method_type specifies the type of retargeting technique. As the retargeting method, for example, a predetermined number is determined in advance, such as 0 for video retargeting, 1 for letterbox, 2 for cropping, and the like. By referring to Retargeting_method_type, the retargeting technique can be identified.
  • Retargeting_parameters includes specific parameters used in the retargeting method specified by Retargeting_method_type. The size of the field of Retargeting_parameters is a variable length, and the usage of Retargeting_parameters can be arbitrarily determined for each retargeting technique.
  • Retargeting_repetition_period specifies the period of a frame to which a certain retargeting SEI message is applied. The specific usage is the same as the Frame_packing_arrangement_repetition_period of the frame packing arrangement SEI message.
  • each component in the message shown in FIG. 7 is an example, and the order of each component in the message can be changed. Moreover, each component is not necessarily essential, and can be omitted as necessary.
  • FIG. 3 shows video retargeting when HD video is converted to SD video.
  • An image of 1920 ⁇ 1080 pixels is divided into three areas, and pixels in both end areas are downsampled in the horizontal direction 1440. The resolution is converted into an image of ⁇ 1080 pixels.
  • Retargeting_parameters specifies 3 as the number of area divisions, SAR (2: 1) as the pixel aspect ratio of both end areas, and the like. By providing information necessary for such retargeting, the retargeting process can be performed.
  • Retargeting_parameters includes all parameters necessary for executing the retargeting technique, and the description method of the parameters can be arbitrarily determined for each retargeting technique.
  • the encoder-side system generates the retargeting SEI message including the retargeting information based on the content display intention, and adds the generated retargeting SEI message to the video stream, thereby decoding the video stream.
  • the display reflecting the content display intention can be performed when the image resolution conversion accompanied by the change of the aspect ratio is necessary.
  • FIG. 8 is a block diagram showing a configuration of an embodiment of a decoder side system according to the present invention.
  • the decoder-side system includes a system layer processing unit 201, a video layer decoding processing unit 202, and a video output processing unit 203.
  • the system layer processing unit 201 performs demultiplexing of the multiplexed system layer data.
  • the system layer data is usually multiplexed in the transport stream (TS) format.
  • the system layer processing unit 201 refers to a flag indicating whether or not the retargeting information used for image retargeting is included in the transport stream, and confirms the presence or absence of the retargeting SEI message. That is, in the present embodiment, the system layer processing unit 201 corresponds to a transport stream reception unit and a confirmation unit.
  • the video layer decoding processing unit 202 decodes the encoded video data. That is, in the present embodiment, the video layer decoding processing unit 202 corresponds to a decoding processing unit.
  • the video output processing unit 203 performs an output process of the decoded video data to a display device (not shown). At this time, a retargeting process is performed as necessary.
  • the retargeting process may be performed not by the video output processing unit 203 but by the video layer decoding processing unit 202.
  • FIG. 9 shows the processing flow of the decoder side system.
  • the system layer processing unit 201 performs demultiplexing of the system layer data, and sends video encoded data including the SEI message to the video layer decoding processing unit 202 (step S201).
  • the system layer processing unit 201 refers to a flag (The_Retargeting_SEI_not_present_flag) in the video descriptor of the system layer data (program information) to check whether or not a retargeting SEI message exists (step S202).
  • the video output processing unit 203 is notified to reserve a memory area for performing the retargeting process (step S203).
  • the video output processing unit 203 can secure a memory area prior to the start of the retargeting process, the video output processing unit 203 can start the retargeting process at high speed.
  • the video layer decoding processing unit 202 extracts the retargeting SEI message from the SEI message, and parses the retargeting SEI message (processing for separating at a delimiter) (step S204). Then, the obtained retargeting information is transmitted to the system layer processing unit 201 (step S205).
  • the system layer processing unit 201 instructs the video output processing unit 203 to perform the retargeting process based on the retargeting information (step S206).
  • the video output processing unit 203 performs a retargeting process on the image data decoded by the video layer decoding processing unit 202 (step S207).
  • the video output processing unit 203 receives the instruction, and the image data decoded by the video layer decoding processing unit 202 based on the prior settings.
  • the retargeting process is performed (step S207).
  • the video layer decoding processing unit 202 may instruct the video output processing unit 203 to perform the retargeting process based on the retargeting information.
  • the configuration of the retargeting SEI message is the same as that shown in FIG. 7 and described in the first embodiment.
  • the retargeting information obtained from the retargeting SEI message is information indicating content display intention, and includes an image resolution conversion method used for resolution conversion.
  • the decoder-side system when the decoder-side system performs the retargeting process based on the retargeting information acquired from the retargeting SEI message, it is necessary to perform image resolution conversion that involves changing the aspect ratio.
  • the display reflecting the content display intention can be performed.
  • the decoder-side system supports the retargeting method specified by Retargeting_method_type of the retargeting SEI message. That is, the operation was described only when the video output processing unit 203 can perform the retargeting process on the image data decoded by the specified retargeting method.
  • the retargeting processing tool provided in the video output processing unit 203 is limited in terms of mounting and cost. For example, in order to perform the retargeting process proposed in Non-Patent Document 1, considerable computing resources are required, and all the video output processes are performed by tools corresponding to the retargeting process proposed in Non-Patent Document 1. It is not necessarily mounted on the unit 203.
  • the video output processing unit 203 When the video output processing unit 203 does not have a tool for executing the retargeting method specified by Retargeting_method_type, the retargeting process in the video output processing unit 203 results in an error. When the video output processing unit 203 detects an error, the video output processing unit 203 selects a default tool from the tools held by the video output processing unit 203, and performs a retargeting process using the default tool. Further, instead of the default tool, a tool having a subjective image quality as close as possible to the resolution-converted image generated using the specified retargeting technique can be preferentially selected.
  • the decoder-side system does not have a tool for executing the retargeting technique specified by Retargeting_method_type, a configuration can be adopted in which an alternative tool can be designated in advance in the retargeting SEI message. As a result, the occurrence of error processing is reduced, and the decoder-side system can perform display reflecting the content display intention.
  • 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. 10 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 moving image encoding device (image encoding device) or the moving image decoding according to each of the above embodiments. Any of the devices (image decoding devices) can be incorporated.
  • the broadcast station ex201 multiplexed data obtained by multiplexing music data and the like on video data is transmitted to a communication or satellite ex202 via radio waves.
  • This video data is data encoded by the moving image encoding method described in 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. 12 is a diagram showing a television (receiver) ex300 that uses the moving picture decoding method and the moving picture encoding method described in 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. 13 shows a configuration of the information reproducing / recording unit ex400 when data is read from or written to an optical disk.
  • the information reproducing / recording unit ex400 includes elements ex401, ex402, ex403, ex404, ex405, ex406, and ex407 described below.
  • the optical head ex401 irradiates a laser spot on the recording surface of the recording medium ex215 that is an optical disk to write information, and detects information reflected from the recording surface of the recording medium ex215 to read the information.
  • the modulation recording unit ex402 electrically drives a semiconductor laser built in the optical head ex401 and modulates the laser beam according to the recording data.
  • the reproduction demodulator ex403 amplifies the reproduction signal obtained by electrically detecting the reflected light from the recording surface by the photodetector built in the optical head ex401, separates and demodulates the signal component recorded on the recording medium ex215, and is necessary To play back information.
  • the buffer ex404 temporarily holds information to be recorded on the recording medium ex215 and information reproduced from the recording medium ex215.
  • the disk motor ex405 rotates the recording medium ex215.
  • the servo control unit ex406 moves the optical head ex401 to a predetermined information track while controlling the rotational drive of the disk motor ex405, and performs a laser spot tracking process.
  • the system control unit ex407 controls the entire information reproduction / recording unit ex400.
  • the system control unit ex407 uses various types of information held in the buffer ex404, and generates and adds new information as necessary.
  • the modulation recording unit ex402, the reproduction demodulation unit This is realized by recording / reproducing information through the optical head ex401 while operating the ex403 and the servo control unit ex406 in a coordinated manner.
  • the system control unit ex407 includes, for example, a microprocessor, and executes these processes by executing a read / write program.
  • the optical head ex401 has been described as irradiating a laser spot.
  • a configuration in which higher-density recording is performed using near-field light may be used.
  • FIG. 14 shows a schematic diagram of a recording medium ex215 that is an optical disk.
  • Guide grooves grooves
  • address information indicating the absolute position on the disc is recorded in advance on the information track ex230 by changing the shape of the groove.
  • This address information includes information for specifying the position of the recording block ex231 that is a unit for recording data, and the recording block is specified by reproducing the information track ex230 and reading the address information in a recording or reproducing apparatus.
  • the recording medium ex215 includes a data recording area ex233, an inner peripheral area ex232, and an outer peripheral area ex234.
  • the area used for recording user data is the data recording area ex233, and the inner circumference area ex232 and the outer circumference area ex234 arranged on the inner or outer circumference of the data recording area ex233 are used for specific purposes other than user data recording. Used.
  • the information reproducing / recording unit ex400 reads / writes encoded audio data, video data, or multiplexed data obtained by multiplexing these data with respect to the data recording area ex233 of the recording medium ex215.
  • an optical disk such as a single-layer DVD or BD has been described as an example.
  • the present invention is not limited to these, and an optical disk having a multilayer structure and capable of recording other than the surface may be used.
  • an optical disc with a multi-dimensional recording / reproducing structure such as recording information using light of different wavelengths in the same place on the disc, or recording different layers of information from various angles. It may be.
  • the car ex210 having the antenna ex205 can receive data from the satellite ex202 and the like, and the moving image can be reproduced on a display device such as the car navigation ex211 that the car ex210 has.
  • the configuration of the car navigation ex211 may be, for example, a configuration in which a GPS receiving unit is added in the configuration illustrated in FIG. 12, and the same may be considered for the computer ex111, the mobile phone ex114, and the like.
  • FIG. 15A is a diagram showing the mobile phone ex114 using the video decoding method and the video 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. 16 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. 17 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. 18 shows in more detail how the video stream is stored in the PES packet sequence.
  • the first row in FIG. 18 shows a video frame sequence of the video stream.
  • the second level shows a PES packet sequence.
  • a plurality of Video Presentation Units in the video stream are divided into pictures, B pictures, and P pictures and stored in the payload of the PES packet.
  • Each PES packet has a PES header, and a PTS (Presentation Time-Stamp) that is a display time of a picture and a DTS (Decoding Time-Stamp) that is a decoding time of a picture are stored in the PES header.
  • PTS Presentation Time-Stamp
  • DTS Decoding Time-Stamp
  • FIG. 19 shows the format of the TS packet that is finally written in the multiplexed data.
  • the TS packet is a 188-byte fixed-length packet composed of a 4-byte TS header having information such as a PID for identifying a stream and a 184-byte TS payload for storing data.
  • the PES packet is divided and stored in the TS payload.
  • a 4-byte TP_Extra_Header is added to a TS packet, forms a 192-byte source packet, and is written in multiplexed data.
  • TP_Extra_Header information such as ATS (Arrival_Time_Stamp) is described.
  • ATS indicates the transfer start time of the TS packet to the PID filter of the decoder.
  • Source packets are arranged in the multiplexed data as shown in the lower part of FIG. 19, and the number incremented from the head of the multiplexed data is called SPN (source packet number).
  • TS packets included in the multiplexed data include PAT (Program Association Table), PMT (Program Map Table), PCR (Program Clock Reference), and the like in addition to each stream such as video / audio / caption.
  • PAT indicates what the PID of the PMT used in the multiplexed data is, and the PID of the PAT itself is registered as 0.
  • the PMT has the PID of each stream such as video / audio / subtitles included in the multiplexed data and the attribute information of the stream corresponding to each PID, and has various descriptors related to the multiplexed data.
  • the descriptor includes copy control information for instructing permission / non-permission of copying of multiplexed data.
  • the PCR corresponds to the ATS in which the PCR packet is transferred to the decoder. Contains STC time information.
  • FIG. 20 is a diagram for explaining the data structure of the PMT in detail.
  • a PMT header describing the length of data included in the PMT is arranged at the head of the PMT.
  • a plurality of descriptors related to multiplexed data are arranged.
  • the copy control information and the like are described as descriptors.
  • a plurality of pieces of stream information regarding each stream included in the multiplexed data are arranged.
  • the stream information includes a stream descriptor in which a stream type, a stream PID, and stream attribute information (frame rate, aspect ratio, etc.) are described to identify a compression codec of the stream.
  • the multiplexed data is recorded together with the multiplexed data information file.
  • the multiplexed data information file is management information of multiplexed data, has one-to-one correspondence with the multiplexed data, and includes multiplexed data information, stream attribute information, and an entry map.
  • the multiplexed data information includes a system rate, a reproduction start time, and a reproduction end time as shown in FIG.
  • the system rate indicates a maximum transfer rate of multiplexed data to a PID filter of a system target decoder described later.
  • the ATS interval included in the multiplexed data is set to be equal to or less than the system rate.
  • the playback start time is the PTS of the first video frame of the multiplexed data
  • the playback end time is set by adding the playback interval for one frame to the PTS of the video frame at the end of the multiplexed data.
  • attribute information 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. 23 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. 24 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. 25 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. 26 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. 28A.
  • 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. 28B 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 system layer processing apparatus and the encoding apparatus according to the present invention can be applied to any multimedia data, and can perform display reflecting the content display intention in the system on the decoder side. It is useful as a system layer processing apparatus and an encoding apparatus in storage, transmission, communication, etc. using an apparatus and a personal computer.

Abstract

　アスペクト比の変更を伴う画像解像度変換が必要になる場合に、デコーダ側のシステムでコンテンツ表示意図を反映した表示を行うことができるシステム層処理装置および符号化装置を提供する。エンコーダ側システム（符号化装置）は、リターゲティング情報を設定するリターゲッティング情報設定部（１０１）と、画像を符号化するとともに、画像のリターゲッティングに用いられるリターゲッティング情報に基づき、リターゲッティングＳＥＩメッセージを生成するビデオ層エンコード処理部（１０２）と、トランスポートストリームを生成するとともに、画像のリターゲッティングに用いられるリターゲッティング情報がトランスポートストリームに含まれているか否かを示すフラグをトランスポートストリームに設定するシステム層処理部（１０３）とを備える。

Description

システム層処理装置、符号化装置、システム層処理方法、および符号化方法
　本発明は、動画像符号化方法および動画像復号化方法に関する。
　デジタル放送の開始以降、デジタル放送に用いられるＨＤ（ハイ・ディフィニション）映像を表示するテレビ受像機が急速に普及している。一方で、ＳＤ（スタンダード・ディフィニション）映像を表示する従来のテレビ受像機も今なお存在している。ＨＤ映像とＳＤ映像は、解像度及びアスペクト比が異なる。ＨＤ映像の解像度の一例は、１９２０×１０８０ピクセルであり、ＳＤ映像の解像度の一例は、６４０×４８０ピクセルである。つまり、ＨＤ映像を従来のテレビ受像機で表示する場合は、画像アスペクト比の１６：９から４：３への変更を伴う画像解像度変換が必要になる。
　また、インターネットなどの通信分野で普及しているビデオ配信サービスにおいては、ビデオ提供者がサーバにアップロードしたコンテンツに、パソコン、テレビ、携帯端末などさまざまな端末からアクセスし、ビデオコンテンツの視聴が行われている。一般に、それぞれの端末の表示デバイスが表示可能な解像度とアスペクト比は異なっている。一方で、サーバにアップロードされるコンテンツは、通常１種類の解像度のみであるため、アスペクト比の変更を伴う画像解像度変換が必要になる。
　また、同じＨＤ映像でも放送と映画の分野では異なる解像度が用いられている。デジタルシネマイニシアチブと呼ばれる業界団体が定めたデジタルシネマのＨＤ映像の解像度は、２０４８×１０８０ピクセルである。したがって、デジタルシネマコンテンツをデジタル放送のコンテンツとして放送する場合には、やはりアスペクト比の変更を伴う画像解像度変換が必要になる。
　上述したように、さまざまな場面においてアスペクト比の変更を伴う画像解像度変換が必要とされており、いくつかの画像解像度変換の手法（例えば、非特許文献１参照）が提案されている。そして、画像解像度変換を行う場合、通常、デコーダ側のシステムが、画像解像度変換の手法の選択を行う。すなわち、ある解像度の映像コンテンツを受信した端末が、その映像コンテンツを表示する際に、そのディスプレイが表示可能な解像度とアスペクト比に合わせて、選択した画像解像度変換手法を用いて解像度変換を行う。
"Ａ　Ｓｙｓｔｅｍ　ｆｏｒ　Ｒｅｔａｒｇｅｔｉｎｇ　ｏｆ　Ｓｔｒｅａｍｉｎｇ　Ｖｉｄｅｏ，"Ｐｒｏｃｅｅｄｉｎｇ　ＡＣＭ　ＳＳＩＧＧＲＡＰＨ　Ａｓｉａ，Ｙｏｋｏｈａｍａ，Ｊａｐａｎ，Ｄｅｃｅｍｂｅｒ１６‐１９，２００９
　しかしながら、解像度変換に用いられる画像解像度変換手法に応じて、解像度変換後の画像や品質は異なる。つまり、デコーダ側のディスプレイに表示される画像に関して、コンテンツ製作者の意図が反映されておらず、本来このコンテンツはこのように表示して欲しいというコンテンツ製作者の意（以下、コンテンツ表示意図と呼ぶ）に反してコンテンツが勝手に表示されている。
　そこで、本発明は、アスペクト比の変更を伴う画像解像度変換が必要になる場合に、デコーダ側のシステムでコンテンツ表示意図を反映した表示を行うことができるシステム層処理装置および符号化装置を提供する。
　本発明の一態様に係るシステム層処理装置は、トランスポートストリームを生成するトランスポートストリーム生成部と、画像のリターゲッティングに用いられるリターゲッティング情報が前記トランスポートストリームに含まれているか否かを示すフラグを前記トランスポートストリームに設定するフラグ設定部と、を備える。
　なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。
　本発明によれば、コンテンツの送信側でリターゲッティング情報を付与することにより、デコーダ側でコンテンツ製作者のコンテンツ表示意図に適合する解像度変換が可能になる。
図１Ａは、アスペクト比の変更を伴う画像解像度変換の一例を示す図である。 図１Ｂは、アスペクト比の変更を伴う画像解像度変換の一例を示す図である。 図２Ａは、アスペクト比の変更を伴う画像解像度変換の別な一例を示す図である。 図２Ｂは、アスペクト比の変更を伴う画像解像度変換の別な一例を示す図である。 図３は、ビデオリターゲッティングと呼ばれるアスペクト比の変更を伴う画像解像度変換の別な一例を示す図である。 図４は、本発明に係るエンコーダ側システムの一実施の形態の構成を示すブロック図である。 図５は、ＰＭＴの構成を示す図である。 図６は、エンコーダ側システムの処理フローを示すフローチャートである。 図７は、リターゲッティングＳＥＩメッセージの構成の一例を示す図である。 図８は、本発明に係るデコーダ側システムの一実施の形態の構成を示すブロック図である。 図９は、デコーダ側システムの処理フローを示すフローチャートである。 図１０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１１は、デジタル放送用システムの全体構成図である。 図１２は、テレビの構成例を示すブロック図である。 図１３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１４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１５Ａは、携帯電話の一例を示す図である。 図１５Ｂは、携帯電話の構成例を示すブロック図である。 図１６は、多重化データの構成を示す図である。 図１７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１８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１９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２０は、ＰＭＴのデータ構成を示す図である。 図２１は、多重化データ情報の内部構成を示す図である。 図２２は、ストリーム属性情報の内部構成を示す図である。 図２３は、映像データを識別するステップを示す図である。 図２４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２５は、駆動周波数を切り替える構成を示す図である。 図２６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２７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２８Ａ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２８Ｂ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）
　本発明者は、「背景技術」の欄において記載した制御装置に関し、以下の問題が生じることを見出した。
　図１Ａおよび図１Ｂは、アスペクト比の変更を伴う画像解像度変換の一例を示す。１９２０×１０８０ピクセル（アスペクト比１６：９）の解像度を有するＨＤ映像と、６４０×４８０ピクセル（アスペクト比４：３）の解像度を有するＳＤ映像で、相互の画像解像度変換が示されている。図１Ａは、ＨＤ映像をＳＤ映像に変換する場合に用いられるレターボックスと呼ばれる手法であり、ＨＤ映像をアスペクト比を変えずに解像度変換（縮小）した後、画像の上下に黒枠が付される。図１Ｂは、ＳＤ映像をＨＤ映像に変換する場合に用いられるピラーボックスまたはサイドパネルと呼ばれる手法であり、ＳＤ映像をアスペクト比を変えずに解像度変換（拡大）した後、画像の左右に黒枠が付される。これらの手法は、元の画像の全ての領域について画像のアスペクト比を変えずにディスプレイに表示することができる。その反面、黒枠領域には画像は表示されないためディスプレイの全面を活用できていない。
　図２Ａおよび図２Ｂは、アスペクト比の変更を伴う画像解像度変換の別な一例を示す。図２Ａは、ＨＤ映像をＳＤ映像に変換する場合に用いられるクロッピングと呼ばれる手法であり、ＨＤ映像のアスペクト比が４：３になるように両端の網掛け部を削除した後、６４０×４８０ピクセルになるようにアスペクト比を変えずに解像度変換（縮小）される。図２Ｂは、ＳＤ映像をＨＤ映像に変換する場合に用いられるクロッピングと呼ばれている手法であり、ＳＤ映像のアスペクト比が１６：９になるように上下の網掛け部を削除した後、１９２０×１０８０ピクセルになるようにアスペクト比を変えずに解像度変換（拡大）される。これらの手法は、ディスプレイの全面で解像度変換後の画像が表示される一方で、元の画像の一部の領域が切り捨てられ表示されない。
　図３は、ビデオリターゲッティングと呼ばれるアスペクト比の変更を伴う画像解像度変換の別な一例を示す。ビデオリターゲッティングでは、画像の一部の領域を歪ませることにより、画像解像度変換を行う。したがって、ビデオリターゲッティングは、レターボックスやピラーボックスのようにディスプレイに黒枠領域が表示されるという欠点を解消し、かつ、クロッピングのように元の画像の一部の領域が切り捨てられ表示されないという欠点を同時に解消する。図３は、ＨＤ映像をＳＤ映像に変換する場合のビデオリターゲッティングの一例である。１９２０×１０８０ピクセルの画像の両端の領域の画素を水平方向にダウンサンプリングを行うことにより、１４４０×１０８０ピクセルの画像を生成する。具体的には、１９２０×１０８０ピクセルの画像を３つの領域に分割し、両端の領域において、白抜き画素列を削除する。この結果、元の画像の画像領域を有する１４４０×１０８０ピクセルの画像が生成される。このとき、中央の領域の画素アスペクト比（ＳＡＲ：Ｓａｍｐｌｅ　ａｓｐｅｃｔ　ｒａｔｉｏ）は、元の画像の画素アスペクト比であるＳＡＲ（１：１）を保っている一方で、両端の領域の画素アスペクト比は、ＳＡＲ（２：１）となる。なお、画素アスペクト比とは、水平方向の画素間の距離（水平方向サイズｘｂ）と垂直方向の画素間の距離（垂直方向サイズｙｂ）を用いて画素間隔の比（ｘｂ：ｙｂ）で特定される。つぎに、両端の画像領域を歪めて（両端の画像領域の水平方向の長さを半分にして）、画素アスペクト比がＳＡＲ（１：１）となるように画素を配置する。この結果、アスペクト比が４：３である１４４０×１０８０ピクセルの画像が生成される。最後に、１４４０×１０８０ピクセルの画像は、６４０×４８０ピクセルになるようにアスペクト比を変えずに解像度変換（縮小）される。このように、ビデオリターゲッティングでは、画像の一部の領域を歪ませることにより、元の画像の全ての領域についてディスプレイに表示することができる。また、画像の両端部など人間が注視しない傾向にある、より重要度の低い画像領域を歪ませることにより、解像度変換後の画像に対する主観的な違和感を削減している。
　また、非特許文献１では、図３のように単に３つの領域に分割するだけでなく、画像の内容に着目して領域を分割し、領域ごとに歪ませ方を変える手法が提案されている。具体的には、重要な領域を決定した後、重要な領域は保存し、非重要な領域を解像度変換後のターゲット解像度に合わせて非線形に歪ませる。
　画像解像度変換を行う場合、通常、デコーダ側のシステムが、上記のような画像解像度変換の手法の選択を行う。すなわち、ある解像度の映像コンテンツを受信した端末が、その映像コンテンツを表示する際に、そのディスプレイが表示可能な解像度とアスペクト比に合わせて、選択した画像解像度変換手法を用いて解像度変換を行う。
　したがって、上記のようにデコーダ側のディスプレイに表示される画像に関して、コンテンツ製作者の意図が反映されておらず、コンテンツ表示意図に反してコンテンツが勝手に表示されている。
　このような問題を解決するために、本発明の一態様に係るシステム層処理装置は、トランスポートストリームを生成するトランスポートストリーム生成部と、画像のリターゲッティングに用いられるリターゲッティング情報が前記トランスポートストリームに含まれているか否かを示すフラグを前記トランスポートストリームに設定するフラグ設定部と、を備える。
　また、前記システム層処理装置は、さらに、前記リターゲティング情報を設定するリターゲッティング情報設定部を備え、前記フラグ設定部は、前記リターゲティング情報設定部から前記リターゲティング情報を受信した場合に、前記リターゲッティング情報が前記トランスポートストリームに含まれていることを示すように前記フラグを設定してもよい。
　また、前記フラグは、前記トランスポートストリームに含まれるプログラム情報の一つであるプログラムマップテーブルに含まれてもよい。
　また、本発明の一態様に係る符号化装置は、画像を符号化する符号処理部と、前記画像のリターゲッティングに用いられるリターゲッティング情報に基づき、リターゲッティングＳＥＩメッセージを生成するＳＥＩメッセージ生成部と、を備える。
　また、前記ＳＥＩメッセージは、前記リターゲッティングの手法を識別するＲｅｔａｒｇｅｔｉｎｇ＿ｍｅｔｈｏｄ＿ｔｙｐｅを含んでもよい。
　また、前記ＳＥＩメッセージは、前記リターゲッティングの手法で用いられるパラメータを示すＲｅｔａｒｇｅｔｉｎｇ＿ｐａｒａｍｅｔｅｒｓを含んでもよい。
　また、前記符号化装置は、さらに、前記符号処理部によって符号化された前記画像の符号化データを用いて、トランスポートストリームを生成するトランスポートストリーム生成部と、画像のリターゲッティングに用いられるリターゲッティング情報が前記トランスポートストリームに含まれているか否かを示すフラグを前記トランスポートストリームに設定するフラグ設定部とを備えてもよい。
　また、前記符号化装置は、さらに、前記リターゲティング情報を設定するリターゲッティング情報設定部を備え、前記符号処理部は、前記リターゲティング情報設定部から前記リターゲッティング情報を受信した場合に、前記リターゲッティングＳＥＩメッセージを生成し、生成した前記リターゲッティングＳＥＩメッセージを前記符号化データに付加し、前記フラグ設定部は、前記リターゲティング情報設定部から前記リターゲッティング情報を受信した場合に、前記リターゲッティング情報が前記トランスポートストリームに含まれていることを示すように前記フラグを設定してもよい。
　また、本発明の一態様に係るシステム層処理装置は、トランスポートストリームを受信するトランスポートストリーム受信部と、画像のリターゲッティングに用いられるリターゲッティング情報が前記トランスポートストリームに含まれているか否かを示すフラグを参照し、リターゲッティングＳＥＩメッセージの有無を確認する確認部と、を備える。
　また、前記システム層処理装置は、さらに、符号化された画像データを復号化する復号処理部を備え、前記確認部によってＳＥＩメッセージが含まれていると確認された場合、前記トランスポートストリーム受信部は、前記復号処理部にリターゲッティングＳＥＩメッセージを含む符号化データを出力し、前記復号処理部は、出力された前記符号化データを復号し、前記リターゲッティングＳＥＩメッセージに基づいて、復号された画像のリターゲッティング処理を行ってもよい。
　以下、実施の形態について、図面を参照しながら説明する。
　なお、以下で説明する実施の形態は、いずれも包括的または具体的な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及び接続形態、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）＜エンコーダ側の処理＞
　以降の説明では、画像解像度変換のことをリターゲッティングもしくはリターゲッティング処理と呼ぶ。リターゲッティングには、アスペクト比の変更を伴う画像解像度変換のみならず、アスペクト比の変更を伴わない画像解像度変換（拡大縮小など）を含めることができる。リターゲッティングの手法としては、いわゆるビデオリターゲッティングだけでなく、レターボックスやピラーボックス、クロッピングなどの手法も含みうる。
　図４は、本発明に係るエンコーダ側システムの一実施の形態の構成を示すブロック図である。エンコーダ側システム（符号化装置）は、図４に示すように、リターゲッティング情報設定部１０１、ビデオ層エンコード処理部１０２、およびシステム層処理部１０３を備えている。
　リターゲッティング情報設定部１０１は、コンテンツ製作者等により予め指示されたコンテンツ表示意図を格納し、画像符号化の際、リターゲッティング情報をシステム層処理部１０３とビデオ層エンコード処理部１０２に通知する。リターゲッティング情報とは、コンテンツ表示意図を示す情報のことであり、解像度変換に用いられる画像解像度変換手法などが含まれる。
　ビデオ層エンコード処理部１０２は、入力画像の符号化を行い、符号化されたビデオデータにシーケンスパラメータセット（ＳＰＳ）、ピクチャパラメータセット（ＰＰＳ）、ＳＥＩメッセージなどを付加し、ビデオエレメンタリーストリームを生成する。このとき、ビデオ層エンコード処理部１０２は、リターゲッティング情報設定部１０１から通知されたリターゲッティング情報に基づき、リターゲッティングＳＥＩメッセージを生成する。ビデオエレメンタリーストリームの生成の際、ビデオ層エンコード処理部１０２は、データの区切りを示すためにＮＡＬユニットの先頭にスタートコードを付与したバイトストリームをシステム層処理部１０３に出力する。すなわち、本実施の形態において、ビデオ層エンコード処理部１０２は、符号処理部およびＳＥＩメッセージ生成部に相当する。
　システム層処理部１０３は、バイトストリームの多重化を行い、多重化されたシステム層データ（トランスポートストリーム）を出力する。例えば、ビデオのバイトストリームと、オーディオのバイトストリームが多重化される。また、システム層処理部１０３は、リターゲッティング情報設定部１０１から通知されたリターゲッティング情報に基づき、後述するようにトランスポートストリームのプログラム情報内にフラグを設定する。すなわち、本実施の形態において、システム層処理部１０３は、トランスポートストリーム生成部およびフラグ設定部に相当する。
　次に、システム層処理部１０３による多重化処理について、より詳細に説明する。システム層処理部１０３は、各バイトストリームを細かく切り分けて、ＴＳヘッダを付加した固定長のＴＳパケットを生成する。そして、例えば、ビデオデータをペイロードに含むＴＳパケットと、オーディオデータをペイロードに含むＴＳパケットを交互に並べることにより、多重化を行う。多重化された（並べられた）一連のＴＳパケットは、トランスポートストリームと呼ばれる。トランスポートストリームは、ビデオデータやオーディオデータをペイロードに含むＴＳパケットの他に、プログラム情報をペイロードに含むＴＳパケットを含む。トランスポートストリームに含まれるプログラム情報の一つがＰＭＴ（Ｐｒｏｇｒａｍ　Ｍａｐ　Ｔａｂｌｅ／番組対応テーブル）である。
　図５はＰＭＴの構成を示す図である。ＰＭＴには、ビットレートやフレームレートなどのビデオのエレメンタリーストリームの属性情報を記述するビデオデスクリプタが含まれる。ビデオデスクリプタがＰＭＴに含まれていることにより、デコーダ側システムでは、システム層処理部１０３でプログラム情報を取得した時点で、ビデオストリームに関する情報が得られる。そして、ビデオデスクリプタは、ビデオストリームにリターゲッティングＳＥＩメッセージが含まれているか否かを示すフラグ（Ｔｈｅ＿Ｒｅｔａｒｇｅｔｉｎｇ＿ＳＥＩ＿ｎｏｔ＿ｐｒｅｓｅｎｔ＿ｆｌａｇ）を含む。Ｔｈｅ＿Ｒｅｔａｒｇｅｔｉｎｇ＿ＳＥＩ＿ｎｏｔ＿ｐｒｅｓｅｎｔ＿ｆｌａｇの値が偽（０）であれば、リターゲッティングＳＥＩメッセージが含まれていることを示し、値が真（１）であれば、リターゲッティングＳＥＩメッセージが含まれていないことを示す。つまり、このフラグを用いることにより、デコーダ側システムでは、システム層処理部１０３でプログラム情報を取得した時点で、ビデオストリームにリターゲッティングＳＥＩメッセージが含まれているか否かを知ることができる。
　図６は、エンコーダ側システムの処理フローを示す。
　リターゲッティング情報設定部１０１は、画像符号化の際、コンテンツ表示意図が設定されているか確認する（ステップＳ１０１）。コンテンツ表示意図が設定されている場合（ステップＳ１０１のｙｅｓ）、リターゲッティング情報設定部１０１は、リターゲッティング情報をシステム層処理部１０３とビデオ層エンコード処理部１０２に通知する（ステップＳ１０２）。ビデオ層エンコード処理部１０２は、入力画像の符号化を行い、符号化されたビデオデータを生成する。また、リターゲッティング情報設定部１０１から通知されたリターゲッティング情報に基づき、後述するリターゲッティングＳＥＩメッセージを生成する（ステップＳ１０３）。そして、符号化されたビデオデータにリターゲッティングＳＥＩメッセージを付加し、ＮＡＬユニットの先頭にスタートコードを付与したバイトストリームをシステム層処理部１０３に出力する。システム層処理部１０３は、リターゲッティング情報設定部１０１からリターゲッティング情報が通知されることにより、ビデオデスクリプタ内のＴｈｅ＿Ｒｅｔａｒｇｅｔｉｎｇ＿ＳＥＩ＿ｎｏｔ＿ｐｒｅｓｅｎｔ＿ｆｌａｇに０をセットする（ステップＳ１０４）。そして、当該ビデオデスクリプタを含むＰＭＴとバイトストリームデータとの多重化を行う。システム層処理部１０３は、多重化されたシステム層データ（トランスポートストリーム）を出力する（ステップＳ１０５）。一方、コンテンツ表示意図が設定されていない場合（ステップＳ１０１のｎｏ）、リターゲッティング情報はシステム層処理部１０３とビデオ層エンコード処理部１０２に通知されない。そのため、ビデオ層エンコード処理部１０２は、リターゲッティングＳＥＩメッセージを付加しないバイトストリームをシステム層処理部１０３に出力する。システム層処理部１０３は、ビデオデスクリプタ内のＴｈｅ＿Ｒｅｔａｒｇｅｔｉｎｇ＿ＳＥＩ＿ｎｏｔ＿ｐｒｅｓｅｎｔ＿ｆｌａｇに１をセットする（ステップＳ１０６）。
　次に、リターゲッティングＳＥＩメッセージについて説明する。リターゲッティングＳＥＩメッセージは、ＳＥＩ（Ｓｕｐｐｌｅｍｅｎｔａｌ　Ｅｎｈａｎｃｅｍｅｎｔ　Ｉｎｆｏｒｍａｔｉｏｎ）メッセージの一つである。ＳＥＩメッセージは、動画像符号化レイヤの復号に必須ではない付加情報をデコーダ側システムに示すために用いられる。リターゲッティングＳＥＩメッセージは、コンテンツ製作者のコンテンツ表示意図を示すリターゲッティング情報を記載したメッセージであり、デコーダ側システムは、リターゲッティングＳＥＩメッセージを受信することによりコンテンツ表示意図に適合する解像度変換（リターゲッティング処理）が可能になる。図７は、リターゲッティングＳＥＩメッセージの構成を示す。Ｒｅｔａｒｇｅｔｉｎｇ＿ｉｄは、メッセージを識別するＩＤである。ＩＤの値は、所定の範囲内でなければならない。Ｒｅｔａｒｇｅｔｉｎｇ＿ｃａｎｃｅｌ＿ｆｌａｇは、フラグが真（１）の場合、過去の全てのメッセージはキャンセルされる。Ｒｅｔａｒｇｅｔｉｎｇ＿ｍｅｔｈｏｄ＿ｔｙｐｅは、リターゲッティングの手法のタイプを規定する。リターゲッティングの手法は、例えば、ビデオリターゲッティングは０、レターボックスは１、クロッピングは２などと、予め所定の番号が決められている。Ｒｅｔａｒｇｅｔｉｎｇ＿ｍｅｔｈｏｄ＿ｔｙｐｅを参照することにより、リターゲッティングの手法を識別することができる。そして、Ｒｅｔａｒｇｅｔｉｎｇ＿ｐａｒａｍｅｔｅｒｓは、Ｒｅｔａｒｇｅｔｉｎｇ＿ｍｅｔｈｏｄ＿ｔｙｐｅで特定されるリターゲッティングの手法で用いられる具体的なパラメータを含む。Ｒｅｔａｒｇｅｔｉｎｇ＿ｐａｒａｍｅｔｅｒｓのフィールドのサイズは可変長であり、Ｒｅｔａｒｇｅｔｉｎｇ＿ｐａｒａｍｅｔｅｒｓの使い方はリターゲッティングの手法ごとに任意に定めることができる。Ｒｅｔａｒｇｅｔｉｎｇ＿ｒｅｐｅｔｉｔｉｏｎ＿ｐｅｒｉｏｄは、あるリターゲッティングＳＥＩメッセージが適用されるフレームの期間を特定する。なお、具体的な使用方法については、フレームパッキングアレンジメントＳＥＩメッセージのＦｒａｍｅ＿ｐａｃｋｉｎｇ＿ａｒｒａｎｇｅｍｅｎｔ＿ｒｅｐｅｔｉｔｉｏｎ＿ｐｅｒｉｏｄと同じである。
　なお、図７に示されるリターゲッティングＳＥＩメッセージの構成は一例であり、メッセージ内での各構成要素の順番は変更可能である。また、各構成要素は必ずしも必須ではなく、必要に応じて省略することができる。
　次に、リターゲティングＳＥＩメッセージのＲｅｔａｒｇｅｔｉｎｇ＿ｐａｒａｍｅｔｅｒｓの使用方法について、図３のビデオリターゲッティングの手法を例に説明する。図３は、ＨＤ映像をＳＤ映像に変換する場合のビデオリターゲッティングであり、１９２０×１０８０ピクセルの画像を３つの領域に分割し、両端の領域の画素を水平方向にダウンサンプリングを行うことにより１４４０×１０８０ピクセルの画像へと解像度変換を行うものである。図３のビデオリターゲッティングを示す場合、Ｒｅｔａｒｇｅｔｉｎｇ＿ｐａｒａｍｅｔｅｒｓには、領域分割の個数である３、両端の領域の画素アスペクト比であるＳＡＲ（２：１）などを指定することになる。これらのリターゲッティングに必要な情報が与えられることにより、リターゲッティング処理が可能になる。また、例えば、両端の領域の画素アスペクト比をＳＡＲ（３：１）と指定することにより、より狭い領域をきつく（大きく）歪める処理となる。また、領域分割の個数を５とし、両端の領域の画素アスペクト比をＳＡＲ（２：１）、ＳＡＲ（３：１）と指定することにより、両端の領域の画像を２段階で歪める処理となる。その際、両端の領域を外側ほどきつく歪めることになる。なお、その際、領域分割の個数と、両端の領域の画素アスペクト比以外に、ＳＡＲ（２：１）やＳＡＲ（３：１）が適用される領域の範囲について指定する必要があることは当業者にとって明らかである。Ｒｅｔａｒｇｅｔｉｎｇ＿ｐａｒａｍｅｔｅｒｓには、リターゲッティング手法を実施するために必要な全てのパラメータが含まれ、また、パラメータの記載の仕方は、リターゲティング手法ごとに任意に定めることができる。
　以上のように、本発明によれば、エンコーダ側システムがコンテンツ表示意図に基づきリターゲッティング情報を含むリターゲッティングＳＥＩメッセージを生成し、ビデオストリームに付与することにより、当該ビデオストリームを復号するデコード側システムは、リターゲッティング情報に基づいてリターゲッティング処理を行うことにより、アスペクト比の変更を伴う画像解像度変換が必要になる場合に、コンテンツ表示意図を反映した表示を行うことができる。
　（実施の形態２）＜デコーダ側の処理＞
　図８は、本発明に係るデコーダ側システムの一実施の形態の構成を示すブロック図である。デコーダ側システムは、図８に示すように、システム層処理部２０１、ビデオ層デコード処理部２０２、ビデオ出力処理部２０３を備えている。
　システム層処理部２０１は、多重化されたシステム層データの逆多重化を行う。なお、システム層テータは、通常トランスポートストリーム（ＴＳ）形式で多重化されている。また、システム層処理部２０１は、画像のリターゲッティングに用いられるリターゲッティング情報がトランスポートストリームに含まれているか否かを示すフラグを参照し、リターゲッティングＳＥＩメッセージの有無を確認する。すなわち、本実施の形態において、システム層処理部２０１は、トランスポートストリーム受信部および確認部に相当する。
　ビデオ層デコード処理部２０２は、符号化されたビデオデータの復号を行う。すなわち、本実施の形態において、ビデオ層デコード処理部２０２は、復号処理部に相当する。
　ビデオ出力処理部２０３は、図示しない表示デバイスへ復号化されたビデオデータの出力処理を行う。このとき、必要に応じてリターゲッティング処理がなされる。なお、リターゲッティング処理をビデオ出力処理部２０３でなく、ビデオ層デコード処理部２０２が行う構成とすることもできる。
　図９は、デコーダ側システムの処理フローを示す。
　システム層処理部２０１は、システム層データの逆多重化を行い、ＳＥＩメッセージを含むビデオ符号化データをビデオ層デコード処理部２０２に送る（ステップＳ２０１）。逆多重化に際して、システム層処理部２０１は、システム層データ（プログラム情報）のビデオデスクリプタ内のフラグ（Ｔｈｅ＿Ｒｅｔａｒｇｅｔｉｎｇ＿ＳＥＩ＿ｎｏｔ＿ｐｒｅｓｅｎｔ＿ｆｌａｇ）を参照し、リターゲッティングＳＥＩメッセージが存在するか否かを確認する（ステップＳ２０２）。リターゲッティングＳＥＩメッセージが存在する場合（ステップＳ２０２のｙｅｓ）、ビデオ出力処理部２０３にリターゲッティング処理を行うためのメモリ領域を確保するように通知する（ステップＳ２０３）。ビデオ出力処理部２０３は、リターゲッティング処理の開始に先立ってメモリ領域を確保できるので、リターゲッティング処理を高速に開始することができる。ビデオ層デコード処理部２０２は、ＳＥＩメッセージの中からリターゲッティングＳＥＩメッセージを抽出し、リターゲティングＳＥＩメッセージのパーズ（区切りで切分ける処理）を行う（ステップＳ２０４）。そして、得られたリターゲッティング情報をシステム層処理部２０１に送信する（ステップＳ２０５）。システム層処理部２０１は、リターゲッティング情報に基づいて、ビデオ出力処理部２０３にリターゲッティング処理を指示する（ステップＳ２０６）。ビデオ出力処理部２０３は、ビデオ層デコード処理部２０２によって復号化された画像データのリターゲッティング処理を行う（ステップＳ２０７）。一方、リターゲッティングＳＥＩメッセージが存在しない場合（ステップＳ２０２のｎｏ）、ビデオ出力処理部２０３は、指示を受けることなく、事前の設定などに基づき、ビデオ層デコード処理部２０２によって復号化された画像データのリターゲッティング処理を行う（ステップＳ２０７）。
　なお、ビデオ層デコード処理部２０２がリターゲッティング情報に基づいて、ビデオ出力処理部２０３にリターゲッティング処理を指示するフローとすることもできる。
　なお、リターゲッティングＳＥＩメッセージの構成は、図７で示され、実施の形態１で説明されたものと同様である。また、リターゲッティングＳＥＩメッセージから得られるリターゲッティング情報は、コンテンツ表示意図を示す情報のことであり、解像度変換に用いられる画像解像度変換手法などが含まれている。
　以上のように、本発明によれば、デコーダ側システムがリターゲッティングＳＥＩメッセージから取得したリターゲッティング情報に基づいてリターゲッティング処理を行うことにより、アスペクト比の変更を伴う画像解像度変換が必要になる場合に、コンテンツ表示意図を反映した表示を行うことができる。
　以上の説明では、デコーダ側システムがリターゲッティングＳＥＩメッセージのＲｅｔａｒｇｅｔｉｎｇ＿ｍｅｔｈｏｄ＿ｔｙｐｅで特定されるリターゲッティング手法に対応していることを前提としていた。すなわち、ビデオ出力処理部２０３は、特定されるリターゲティング手法で復号化された画像データをリターゲッティング処理することが可能な場合に限った動作が説明された。しかしながら、一般的には、ビデオ出力処理部２０３が具備するリターゲッティング処理のツールは、実装やコストの面から限定的である。例えば、非特許文献１で提案されるリターゲッティングの処理を行うためには、相当な演算リソースを必要とし、非特許文献１で提案されるリターゲッティングの処理に対応するツールがすべてのビデオ出力処理部２０３に搭載されるとは限らない。
　Ｒｅｔａｒｇｅｔｉｎｇ＿ｍｅｔｈｏｄ＿ｔｙｐｅで特定されるリターゲッティングの手法を実行するツールをビデオ出力処理部２０３が有していない場合、ビデオ出力処理部２０３におけるリターゲッティング処理はエラーとなる。ビデオ出力処理部２０３は、エラーを検出すると、ビデオ出力処理部２０３が保持するツールの中からデフォルトのツールを選択し、そのデフォルトのツールを用いて、リターゲッティング処理を行う。また、デフォルトのツールでなく、特定されるリターゲッティングの手法を用いて生成される解像度変換後の画像にできるだけ近い主観的画質となるツールが優先的に選択されるようにすることもできる。
　さらに、デコーダ側システムがＲｅｔａｒｇｅｔｉｎｇ＿ｍｅｔｈｏｄ＿ｔｙｐｅで特定されるリターゲッティングの手法を実行するツールを保持していない場合に備えて、リターゲッティングＳＥＩメッセージを予め代替ツールを指定しておける構成とすることもできる。これにより、エラー処理の発生を減らすとともに、デコーダ側システムは、コンテンツ表示意図を反映した表示を行うことができるようになる。
　（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１０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１０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１１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１２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１３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１４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１２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１５Ａ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１５Ｂ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１６は、多重化データの構成を示す図である。図１６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１７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１８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１８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１８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１９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１９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２０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２１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２１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２２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２３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２４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２５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２４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２４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２７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２６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２８Ａ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２８Ｂのex１０００に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。
　このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。
　本発明に係るシステム層処理装置および符号化装置は、あらゆるマルチメディアデータに適用することができ、デコーダ側のシステムでコンテンツ表示意図を反映した表示を行うことが可能であり、例えば携帯電話、ＤＶＤ装置、およびパーソナルコンピュータ等を用いた蓄積、伝送、通信等におけるシステム層処理装置および符号化装置として有用である。
　１０１　リターゲッティング情報設定部
　１０２　ビデオ層エンコード処理部
　１０３、２０１　システム層処理部
　２０２　ビデオ層デコード処理部
　２０３　ビデオ出力処理部

Claims (12)

  1. 　トランスポートストリームを生成するトランスポートストリーム生成部と、
    　画像のリターゲッティングに用いられるリターゲッティング情報が前記トランスポートストリームに含まれているか否かを示すフラグを前記トランスポートストリームに設定するフラグ設定部と、
    　を備えるシステム層処理装置。
  2. 　前記システム層処理装置は、さらに、
    　前記リターゲティング情報を設定するリターゲッティング情報設定部を備え、
    　前記フラグ設定部は、前記リターゲティング情報設定部から前記リターゲティング情報を受信した場合に、前記リターゲッティング情報が前記トランスポートストリームに含まれていることを示すように前記フラグを設定する、
    　請求項１に記載のシステム層処理装置。
  3. 　前記フラグは、前記トランスポートストリームに含まれるプログラム情報の一つであるプログラムマップテーブルに含まれる
    　請求項１または請求項２に記載のシステム層処理装置。
  4. 　画像を符号化する符号処理部と、
    　前記画像のリターゲッティングに用いられるリターゲッティング情報に基づき、リターゲッティングＳＥＩメッセージを生成するＳＥＩメッセージ生成部と、
    　を備える符号化装置。
  5. 　前記ＳＥＩメッセージは、前記リターゲッティングの手法を識別するＲｅｔａｒｇｅｔｉｎｇ＿ｍｅｔｈｏｄ＿ｔｙｐｅを含む
    　請求項４に記載の符号化装置。
  6. 　前記ＳＥＩメッセージは、前記リターゲッティングの手法で用いられるパラメータを示すＲｅｔａｒｇｅｔｉｎｇ＿ｐａｒａｍｅｔｅｒｓを含む
    　請求項４に記載の符号化装置。
  7. 　前記符号化装置は、さらに、
    　前記符号処理部によって符号化された前記画像の符号化データを用いて、トランスポートストリームを生成するトランスポートストリーム生成部と、
    　画像のリターゲッティングに用いられるリターゲッティング情報が前記トランスポートストリームに含まれているか否かを示すフラグを前記トランスポートストリームに設定するフラグ設定部とを備える、
    　請求項４から請求項６のいずれか１項に記載の符号化装置。
  8. 　前記符号化装置は、さらに、
    　前記リターゲティング情報を設定するリターゲッティング情報設定部を備え、
    　前記符号処理部は、前記リターゲティング情報設定部から前記リターゲッティング情報を受信した場合に、前記リターゲッティングＳＥＩメッセージを生成し、生成した前記リターゲッティングＳＥＩメッセージを前記符号化データに付加し、
    　前記フラグ設定部は、前記リターゲティング情報設定部から前記リターゲッティング情報を受信した場合に、前記リターゲッティング情報が前記トランスポートストリームに含まれていることを示すように前記フラグを設定する、
    　請求項７に記載の符号化装置。
  9. 　トランスポートストリームを受信するトランスポートストリーム受信部と、
    　画像のリターゲッティングに用いられるリターゲッティング情報が前記トランスポートストリームに含まれているか否かを示すフラグを参照し、リターゲッティングＳＥＩメッセージの有無を確認する確認部と、
    　を備えるシステム層処理装置。
  10. 　前記システム層処理装置は、さらに、
    　符号化された画像データを復号化する復号処理部を備え、
    　前記確認部によってＳＥＩメッセージが含まれていると確認された場合、前記トランスポートストリーム受信部は、前記復号処理部にリターゲッティングＳＥＩメッセージを含む符号化データを出力し、
    　前記復号処理部は、出力された前記符号化データを復号し、前記リターゲッティングＳＥＩメッセージに基づいて、復号された画像のリターゲッティング処理を行う、
    　請求項９に記載のシステム層処理装置。
  11. 　トランスポートストリームを生成するトランスポートストリーム生成ステップと、
    　画像のリターゲッティングに用いられるリターゲッティング情報が前記トランスポートストリームに含まれているか否かを示すフラグを前記トランスポートストリームに設定するフラグ設定ステップと、
    　を含むシステム層処理方法。
  12. 　画像を符号化する符号化ステップと、
    　前記画像のリターゲッティングに用いられるリターゲッティング情報に基づき、リターゲッティングＳＥＩメッセージを生成するＳＥＩメッセージ生成ステップと、
    　を含む符号化方法。
PCT/JP2012/006631 2011-10-19 2012-10-17 システム層処理装置、符号化装置、システム層処理方法、および符号化方法 WO2013057938A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201161548821P 2011-10-19 2011-10-19
US61/548,821 2011-10-19

Publications (1)

Publication Number Publication Date
WO2013057938A1 true WO2013057938A1 (ja) 2013-04-25

Family

ID=48140601

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/006631 WO2013057938A1 (ja) 2011-10-19 2012-10-17 システム層処理装置、符号化装置、システム層処理方法、および符号化方法

Country Status (1)

Country Link
WO (1) WO2013057938A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016031912A1 (ja) * 2014-08-29 2016-03-03 シャープ株式会社 制御情報生成装置、送信装置、受信装置、テレビジョン受像機、映像信号伝送システム、制御プログラム、および記録媒体
WO2016190089A1 (ja) * 2015-05-22 2016-12-01 ソニー株式会社 送信装置、送信方法、画像処理装置、画像処理方法、受信装置および受信方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011004304A1 (en) * 2009-07-06 2011-01-13 Koninklijke Philips Electronics N.V. Retargeting of image with overlay graphic
WO2012017643A1 (ja) * 2010-08-06 2012-02-09 パナソニック株式会社 符号化方法、表示装置、及び復号方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011004304A1 (en) * 2009-07-06 2011-01-13 Koninklijke Philips Electronics N.V. Retargeting of image with overlay graphic
WO2012017643A1 (ja) * 2010-08-06 2012-02-09 パナソニック株式会社 符号化方法、表示装置、及び復号方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
AVIDAN S. ET AL: "Seam Carving for Content-Aware Image Resizing", ACM TRANSACTIONS ON GRAPHICS (TOG), vol. 26, no. 3, July 2007 (2007-07-01), pages 1 - 9, XP002471179 *
KAZUNARI TERADA ET AL.: "A Study of Spatial Scalable Coding Method Based on Seam Carving", THE TRANSACTIONS OF THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS D, vol. J93-D, no. 9, 1 September 2010 (2010-09-01), pages 1665 - 1668 *
YASUHIRO INAZUMI: "An Abstract Image Communication Approach for High-efficiency Coding", IEICE TECHNICAL REPORT, vol. 111, no. 318, 18 November 2011 (2011-11-18), pages 1 - 6 *
YUICHI TANAKA ET AL.: "Gyoshuku - Kishaku o Riyo shita Gazo Fugoka -Seam Carving no Ichi Oyo", PICTURE CODING SYMPOSIUM OF JAPAN, DAI 24 KAI SYMPOSIUM SHIRYO (PCSJ2009), 7 October 2009 (2009-10-07), pages 19 - 20 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016031912A1 (ja) * 2014-08-29 2016-03-03 シャープ株式会社 制御情報生成装置、送信装置、受信装置、テレビジョン受像機、映像信号伝送システム、制御プログラム、および記録媒体
JPWO2016031912A1 (ja) * 2014-08-29 2017-06-15 シャープ株式会社 制御情報生成装置、送信装置、受信装置、テレビジョン受像機、映像信号伝送システム、制御プログラム、および記録媒体
WO2016190089A1 (ja) * 2015-05-22 2016-12-01 ソニー株式会社 送信装置、送信方法、画像処理装置、画像処理方法、受信装置および受信方法
CN107534786A (zh) * 2015-05-22 2018-01-02 索尼公司 传输装置、传输方法、图像处理装置、图像处理方法、接收装置、及接收方法
JPWO2016190089A1 (ja) * 2015-05-22 2018-03-08 ソニー株式会社 送信装置、送信方法、画像処理装置、画像処理方法、受信装置および受信方法
CN107534786B (zh) * 2015-05-22 2020-10-27 索尼公司 传输装置、传输方法、图像处理装置、图像处理方法、接收装置、及接收方法
US10904592B2 (en) 2015-05-22 2021-01-26 Sony Corporation Transmission apparatus, transmission method, image processing apparatus, image processing method, reception apparatus, and reception method

Similar Documents

Publication Publication Date Title
JP6643665B2 (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
JP6384650B2 (ja) 符号化方法、符号化装置、復号方法、および復号装置
JP5572811B2 (ja) 画像復号方法、画像符号化方法、画像復号装置、画像符号化装置および画像符号化復号装置
JP6384690B2 (ja) 画像符号化方法、画像符号化装置、画像復号方法及び画像復号装置
JP6008334B2 (ja) 復号装置及び復号方法
JP6562369B2 (ja) 符号化復号方法および符号化復号装置
JP6210375B2 (ja) 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置及び画像符号化復号装置
WO2016103542A1 (ja) 符号化方法、復号方法、符号化装置および復号装置
JP6156648B2 (ja) 動画像符号化方法、動画像符号化装置、動画像復号化方法、および、動画像復号化装置
JP6414712B2 (ja) 多数の参照ピクチャを用いる動画像符号化方法、動画像復号方法、動画像符号化装置、および動画像復号方法
WO2012023281A1 (ja) 動画像復号方法、動画像符号化方法、動画像復号装置、及び、動画像符号化装置
WO2012117722A1 (ja) 符号化方法、復号方法、符号化装置及び復号装置
JP2014512705A (ja) 画像符号化方法、画像復号方法、画像符号化装置、及び、画像復号装置
WO2013118485A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像符号化復号装置
WO2013001813A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置および画像復号装置
WO2012111331A1 (ja) 映像符号化方法および映像復号方法
WO2015001762A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像符号化復号装置
JP2018133820A (ja) 符号化方法、復号方法、符号化装置、および復号装置
WO2011132400A1 (ja) 画像符号化方法及び画像復号化方法
WO2013057938A1 (ja) システム層処理装置、符号化装置、システム層処理方法、および符号化方法
WO2013014884A1 (ja) 動画像符号化方法、動画像符号化装置、動画像復号化方法、および動画像復号化装置
WO2013136678A1 (ja) 画像復号装置および画像復号方法
JP6167906B2 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
WO2012096157A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置および画像復号装置
WO2013046616A1 (ja) 画像符号化装置、画像復号装置、画像符号化方法及び画像復号方法

Legal Events

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

Ref document number: 12842093

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12842093

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP