WO2013073154A1 - 符号化方法および復号方法 - Google Patents

符号化方法および復号方法 Download PDF

Info

Publication number
WO2013073154A1
WO2013073154A1 PCT/JP2012/007238 JP2012007238W WO2013073154A1 WO 2013073154 A1 WO2013073154 A1 WO 2013073154A1 JP 2012007238 W JP2012007238 W JP 2012007238W WO 2013073154 A1 WO2013073154 A1 WO 2013073154A1
Authority
WO
WIPO (PCT)
Prior art keywords
encoding
pcm
target block
signal
decoding
Prior art date
Application number
PCT/JP2012/007238
Other languages
English (en)
French (fr)
Inventor
陽司 柴原
西　孝啓
敏康 杉尾
京子 谷川
徹 松延
寿郎 笹井
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 WO2013073154A1 publication Critical patent/WO2013073154A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding

Definitions

  • the present invention relates to technologies for audio encoding / decoding, still image encoding / decoding, and moving image encoding / decoding.
  • H.264 ITU-T As an example of the video coding standard, H.264 ITU-T standard called 26x and ISO / IEC standard called MPEG-x.
  • the latest video coding standard is H.264. It is a standard called H.264 / MPEG-4AVC (see Non-Patent Document 1).
  • HEVC High Efficiency Video Coding
  • a PCM (Pulse Code Modulation) mode may be used as one of the prediction modes.
  • the input signal is directly encoded without using the prediction signal.
  • the present invention provides an image encoding method and an image decoding method that can more efficiently encode and decode an input signal in encoding and decoding in the PCM mode.
  • An image encoding method is an encoding method for encoding an encoding target block obtained by dividing an input signal, and includes a plurality of prediction modes including a PCM (Pulse Code Modulation) mode. From the selection step of selecting a prediction mode for the encoding target block, and the encoding step of encoding the encoding target block based on the selected prediction mode, (I) When the selected prediction mode is not the PCM mode, a prediction signal of the encoding target block is generated, and the prediction signal of the encoding target block is subtracted from the input signal of the encoding target block A prediction error signal is generated, and frequency conversion is performed on the prediction error signal to have coefficient values of a plurality of frequency components.
  • PCM Pulse Code Modulation
  • a transform output signal is generated, the transform output signal is quantized to generate a quantized coefficient, the quantized coefficient is entropy-coded, and an encoded signal of the block to be coded is output; (ii) selected When the prediction mode is the PCM mode, a predetermined higher N bits of the input signal of the encoding target block are PCM encoded to output an encoding signal of the encoding target block, and the encoding When the predetermined upper N bits of the input signal of the target block are subjected to PCM encoding, if the size of the target block exceeds a predetermined maximum PCM size, the target block is determined to be the maximum PCM size.
  • the PCM code is divided into the following blocks, and the luminance signal and the color difference signal included in the input signal of the encoding target block are divided into blocks. To.
  • the image encoding method according to an aspect of the present invention can more efficiently encode and decode an input signal in encoding and decoding in the PCM mode.
  • FIG. 1 is a block diagram showing a configuration of an encoding apparatus according to Embodiment 1.
  • FIG. 2 is a block diagram showing a configuration of the decoding apparatus according to the first embodiment.
  • FIG. 3A is a diagram illustrating the size and processing order of PCM data in a comparative example.
  • FIG. 3B is a diagram showing the size of PCM data and the processing order in the second embodiment.
  • FIG. 4A is a diagram showing the PCM data size, processing order, and byte alignment position in the second embodiment.
  • FIG. 4B is a diagram showing the size of PCM data, the processing order, and the byte alignment position in the second embodiment.
  • FIG. 5A is a flowchart showing operations of the encoding device and the decoding device according to Embodiment 2.
  • FIG. 5A is a flowchart showing operations of the encoding device and the decoding device according to Embodiment 2.
  • FIG. 5A is a flowchart showing operations of the encoding device and the de
  • FIG. 5B is a flowchart illustrating operations of the encoding device and the decoding device according to the comparative example.
  • FIG. 6 is a diagram for explaining the operation of the coding apparatus according to Embodiment 3 in time series.
  • FIG. 7 is a flowchart showing the operation of the coding apparatus according to Embodiment 3.
  • FIG. 8 is a diagram for explaining the operation of the coding apparatus according to Embodiment 4 in time series.
  • FIG. 9 is a flowchart showing the operation of the coding apparatus according to Embodiment 4.
  • FIG. 10A is a diagram illustrating a first part of syntax relating to encoding and decoding of PCM data according to Embodiment 2.
  • FIG. 10A is a diagram illustrating a first part of syntax relating to encoding and decoding of PCM data according to Embodiment 2.
  • FIG. 10A is a diagram illustrating a first part of syntax relating to encoding and decoding of PCM data according to Embodiment
  • FIG. 10B is a diagram illustrating a second part of the syntax related to encoding and decoding of PCM data in the second embodiment.
  • FIG. 10C is a diagram illustrating a third part of syntax relating to encoding and decoding of PCM data in the second embodiment.
  • FIG. 11A is a diagram illustrating a first part of syntax related to encoding and decoding of PCM data.
  • FIG. 11B is a diagram illustrating a second part of syntax related to encoding and decoding of PCM data.
  • FIG. 11C is a diagram illustrating a third part of syntax related to encoding and decoding of PCM data.
  • FIG. 12 is an overall configuration diagram of a content supply system that realizes a content distribution service.
  • FIG. 13 is an overall configuration diagram of a digital broadcasting system.
  • FIG. 14 is a block diagram illustrating a configuration example of a television.
  • FIG. 15 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. 16 is a diagram illustrating a structure example of a recording medium that is an optical disk.
  • FIG. 17A is a diagram illustrating an example of a mobile phone.
  • FIG. 17B is a block diagram illustrating a configuration example of a mobile phone.
  • FIG. 18 is a diagram showing a structure of multiplexed data.
  • FIG. 19 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 20 is a diagram showing in more detail how the video stream is stored in the PES packet sequence.
  • FIG. 21 is a diagram showing the structure of TS packets and source packets in multiplexed data.
  • FIG. 22 is a diagram illustrating a data structure of the PMT.
  • FIG. 23 is a diagram showing an internal configuration of multiplexed data information.
  • FIG. 24 shows the internal structure of stream attribute information.
  • FIG. 25 is a diagram showing steps for identifying video data.
  • FIG. 26 is a block diagram illustrating a configuration example of an integrated circuit that realizes the moving picture coding method and the moving picture decoding method according to each embodiment.
  • FIG. 27 is a diagram illustrating a configuration for switching the driving frequency.
  • FIG. 28 is a diagram illustrating steps for identifying video data and switching between driving frequencies.
  • FIG. 29 is a diagram illustrating an example of a lookup table in which video data standards are associated with drive frequencies.
  • FIG. 30A is a diagram illustrating an example of a configuration for sharing a module of a signal processing unit.
  • FIG. 30B is a diagram illustrating another example of a configuration for sharing a module of a signal processing unit.
  • the inventors have found that in encoding and decoding in the PCM mode, the data unit becomes too large, and it is difficult to perform pipeline parallel processing for encoding and decoding.
  • the inventors have also found that the amount of internal memory required for encoding and decoding in the PCM mode is too large.
  • an image encoding method is an encoding method for encoding an encoding target block obtained by dividing an input signal, and includes a plurality of prediction modes including a PCM (Pulse Code Modulation) mode.
  • the encoding step includes: a selection step of selecting a prediction mode for the encoding target block, and an encoding step of encoding the encoding target block based on the selected prediction mode.
  • a prediction signal of the encoding target block is generated, and a prediction signal of the encoding target block is generated from an input signal of the encoding target block.
  • a transform output signal having the following: quantize the transform output signal to generate a quantized coefficient, entropy-encode the quantized coefficient, and output a coded signal of the coding target block; (ii) selection
  • the prediction mode is the PCM mode
  • the predetermined upper N bits of the input signal of the encoding target block are PCM encoded to output the encoded signal of the encoding target block
  • the predetermined upper N bits of the input signal of the encoding target block are PCM encoded and the size of the encoding target block exceeds a predetermined maximum PCM size
  • the encoding target block is set to the maximum
  • the block is divided into blocks having a PCM size or less, and the luminance signal and the color difference signal included in the input signal of the encoding target block are divided into P units.
  • the luminance signal and the color difference signal can be PCM-encoded in units of blocks having a predetermined maximum PCM size or less. Therefore, an increase in the size of a block to be PCM encoded can be suppressed, and the required amount of internal memory when pipeline processing is performed can be reduced.
  • the image decoding method is a decoding method for decoding an encoded signal for each block, and (i) the prediction mode for a decoding target block is not a PCM (Pulse Code Modulation) mode. Then, the encoded signal is entropy decoded to generate a quantized coefficient of the block to be decoded, the quantized coefficient is dequantized to generate a decoded conversion output, and the decoded converted output is inversely converted to be decoded.
  • PCM Pese Code Modulation
  • the encoded signal of the decoding target block is PCM-decoded to perform the decoding target block.
  • the block to be decoded is divided.
  • the encoded signal of the decoding target block is PCM-decoded in units of blocks that are equal to or smaller than the obtained maximum PCM size.
  • the luminance signal and the color difference signal can be PCM decoded in units of blocks having a predetermined maximum PCM size or less. Therefore, an increase in the size of the block subjected to PCM decoding can be suppressed, and the required amount of internal memory when pipeline processing is performed can be reduced.
  • An image encoding method is an encoding method for encoding an encoding target block obtained by dividing an input signal, and includes a plurality of predictions including a PCM (Pulse Code Modulation) mode.
  • the encoding step (i) when the selected prediction mode is not the PCM mode, a prediction signal of the encoding target block is generated, and prediction of the encoding target block is performed from an input signal of the encoding target block.
  • a signal is subtracted to generate a prediction error signal, and frequency conversion is performed on the prediction error signal to obtain coefficient values of a plurality of frequency components.
  • Generating a transformed output signal quantizing the transformed output signal to generate a quantized coefficient, entropy-coding the quantized coefficient, and outputting an encoded signal of the encoding target block, (ii) selected
  • the prediction mode is the PCM mode
  • a predetermined upper N bits of the input signal of the encoding target block are PCM-encoded to output an encoding signal of the encoding target block, and the code
  • the predetermined upper N bits of the input signal of the encoding target block are subjected to PCM encoding, if the size of the encoding target block exceeds a predetermined maximum PCM size, the encoding target block is determined to be the maximum PCM size.
  • the encoding target block is recursively divided until the following is reached, and at least one of a plurality of blocks obtained by the division is PCM encoded
  • An image encoding method is an encoding method for encoding an encoding target block obtained by recursively dividing an input signal, and includes a PCM (Pulse Code Modulation) mode.
  • the selected prediction mode is not the PCM mode
  • a prediction signal of the encoding target block is generated, and the encoding target is generated from an input signal of the encoding target block.
  • a prediction error signal is generated by subtracting the prediction signal of the block, and frequency conversion is performed on the prediction error signal to obtain a plurality of frequency components. Generating a transformed output signal having a coefficient value, quantizing the transformed output signal to generate a quantized coefficient, entropy-coding the quantized coefficient, and outputting an encoded signal of the encoding target block; )
  • the selected prediction mode is the PCM mode
  • a predetermined upper N bits of the input signal of the encoding target block are output and an encoding signal of the encoding target block is output
  • the predetermined upper N bits of the input signal of the encoding target block are PCM-encoded, and the size of the encoding target block is less than a predetermined minimum PCM size, it is equal to or larger than the minimum PCM size.
  • the block to be encoded is returned to the block before being recursively divided, and the obtained block larger than the minimum PCM size is PCM.
  • FIG. 1 is a block diagram showing a configuration of an encoding apparatus according to Embodiment 1.
  • This encoding apparatus is an apparatus for encoding audio data and moving image data at a low bit rate.
  • the encoding device encodes each block obtained by dividing the input signal.
  • the encoding apparatus includes a subtraction unit 110, a conversion unit 120, a quantization unit 130, an inverse quantization unit 140, an inverse conversion unit 150, an addition unit 160, a memory 170, a prediction unit 180, and a prediction mode.
  • the subtraction unit 110 generates a prediction error signal (conversion input signal) that is a difference signal between the input signal and the prediction signal, and outputs the prediction error signal to the conversion unit 120.
  • the converted input signal is frequency-converted by the converter 120 and output as a converted output signal.
  • the conversion unit 120 converts an input signal, which is various data, or a conversion input obtained by performing some processing on the input signal from the spatio-temporal domain to the frequency domain, and outputs a converted output with reduced correlation.
  • the quantization unit 130 quantizes the conversion output output from the conversion unit 120 and outputs a quantization coefficient with a small total data amount.
  • the entropy encoding unit 190 encodes the quantization coefficient output from the quantization unit 130 using an entropy encoding algorithm, and outputs an encoded signal in which the redundancy is further compressed.
  • the inverse quantization unit 140 inversely quantizes the quantized coefficient and generates a decoded transform output.
  • the inverse conversion unit 150 performs inverse conversion on the decoded conversion output to generate a decoded conversion input.
  • the addition unit 160 adds the decoded conversion input and the prediction signal to generate a decoded signal.
  • the decoded signal is stored in the memory 170.
  • the prediction unit 180 acquires a predetermined signal from the memory 170 based on the prediction mode determined by the prediction mode determination unit 181, generates a prediction signal by a predetermined method based on the determined prediction mode, and outputs it.
  • the prediction mode determination unit 181 determines and outputs the prediction mode so that the encoding efficiency is maximized. That is, the prediction mode determination unit 181 selects a prediction mode for the encoding target block from a plurality of prediction modes including the PCM mode. The determined prediction mode is entropy-encoded in the entropy encoder as necessary.
  • the prediction mode is, for example, a PCM mode, an inter prediction mode, or an intra prediction mode.
  • the inverse quantization unit 140, the inverse transform unit 150, the addition unit 160, the memory 170, and the prediction unit 180 are components provided in the decoding device.
  • the decoded signal corresponds to a reproduced image signal obtained in the decoding device.
  • FIG. 2 is a block diagram showing a configuration of the decoding apparatus according to the first embodiment.
  • This decoding apparatus decodes the encoded signal.
  • the decoding device includes an entropy decoding unit 200, an inverse quantization unit 140, an inverse transform unit 150, an addition unit 160, a memory 170, and a prediction unit 180.
  • the entropy decoding unit 200 outputs a quantized coefficient and a prediction mode by entropy decoding the input encoded signal.
  • the inverse quantization unit 140 generates a decoded transform output by inversely quantizing the quantization coefficient.
  • the inverse quantization unit 140 outputs the decoded transform output to the inverse transform unit 150.
  • the inverse conversion unit 150 performs inverse frequency conversion on the decoded conversion output to generate a decoded conversion input.
  • the addition unit 160 adds the decoded conversion input and the prediction signal to generate a decoded signal.
  • the decoded signal is a reproduced image obtained by the decoding device, and is output from the decoding device and stored in the memory 170.
  • the prediction unit 180 acquires a predetermined signal from the memory 170 based on the prediction mode, generates a prediction signal by a predetermined method based on the prediction mode, and outputs it.
  • PCM encoding when the PCM mode is selected will be described.
  • PCM encoding most of the operations of the respective components described above are skipped, and an encoded signal is generated directly from an input signal. PCM encoding will be described with reference to FIG.
  • the input signal is output as an encoded signal without the prediction signal being subtracted by the subtraction unit 110.
  • PCM coding there is a degree of freedom to change the bit precision.
  • the 8-bit input signal may be output as an encoded signal as it is, or the upper 6 bits of the input signal may be output as an encoded signal. By outputting the upper 6 bits of the input signal as an encoded signal, the amount of data can be reduced.
  • the entropy encoding unit 190 operates by skipping. However, when only the entropy encoding unit 190 outputs the encoded signal, the PCM encoded signal (the input signal or the signal whose bit precision has been changed) is input to the entropy encoding unit 190.
  • the entropy encoding unit 190 may output the data as it is without being processed.
  • the prediction mode for the decoding target block is the PCM mode. That is, decoding of a PCM encoded encoded signal will be described with reference to FIG.
  • a configuration of an encoding device for decoding a PCM-encoded encoded signal a configuration in which the encoded signal passes through the entropy decoding unit 200 or a configuration in which the encoded signal avoids the entropy decoding unit 200 is taken.
  • the bit length of the encoded signal is adjusted to the bit length of the decoded signal.
  • the encoded signal is stored as a decoded signal in the memory 170 while avoiding the adding unit 160.
  • FIG. 3A is a conceptual diagram showing PCM-encoded data in an encoded signal output from an encoding apparatus according to a comparative example.
  • the maximum size of the PCM encoding is N ⁇ N
  • the block size of the luminance signal Y is 2N ⁇ 2N
  • the block size of the color difference signal is 2Nx2N in the 4: 4: 4 color format and NxN in the 4: 2: 0 color format.
  • an encoding device and a decoding device there is a need to reduce the processing unit of an input signal to a certain size or less.
  • processing is performed in parallel in units of data having a certain size. Therefore, when the block size is made uniform by NxN, if a block of 2Nx2N size is PCM-encoded, data of a block of 2Nx2N, which is four times NxN, is stored only for the block that is PCM-encoded. Internal memory is required, which increases the cost.
  • the maximum PCM size (MaxPCMSize) is defined by the sequence parameter set, picture parameter set, or application of the encoded signal, or by the profile level, etc. It shall be specified. MaxPCMSize may be named MaxPCMCUSize. Log2MaxPCMSSize or Log2MaxPCMCUSize, which is a logarithmic representation of MaxPCMSSize or MaxPCMCUSize, may be used.
  • the maximum PCM size shall not exceed the maximum orthogonal transform size.
  • the maximum orthogonal transform size is defined by MaxTrafoSize in HEVC, and Log2MaxTrafoSize, which is a logarithmic expression thereof, may be used.
  • the maximum orthogonal transform size is derived from the sequence parameter sets log2_diff_max_min_transform_block_size and log2_min_transform_block_size_minus2 as follows.
  • Log2MaxTrafoSize log2_min_transform_block_size_minus2 + 2 + log2_diff_max_min_transform_block_size
  • Log2MaxPCMSize may add log2_diff_max_min_pcm_block_size in the sequence parameter set, and notify log2_min_pcm_coding_block_size_minus3 or add log2_max_zlog_cod_3_code_code_code_code_sick_code_code_code_code_3_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_code_3 Alternatively, no parameter may be added for the maximum PCM size, and Log2MaxPCMSSize may match Log2MaxTrafoSize. In this case, an increase in data amount due to the addition of parameters can be reduced.
  • Log2MaxPCMSSize is added as described above, and it is set to an appropriate value so as to reduce the internal memory at the time of pipeline mounting. Make it possible.
  • FIG. 3B is a conceptual diagram illustrating PCM-encoded data in the encoded signal output from the encoding apparatus according to Embodiment 2 and the encoded signal input to the decoding apparatus according to Embodiment 2. It is. The numerical value indicates the order of appearance in the encoded signal. It is assumed that the maximum size that can reduce the memory by pipelining or the like is NxN, and it is Log2MaxPCMSSize.
  • the coding unit block (CU) is 2N ⁇ 2N, and here, the coding unit block (target block) is divided until the size becomes N ⁇ N (predetermined maximum PCM size).
  • the coding unit block is divided into four blocks.
  • the PCM-encoded encoding unit blocks are arranged in the encoded signal in the Z scan order (upper left, upper right, lower left, lower right). Further, as shown in FIG. 3B, for example, the upper left divided block of luminance, the upper left divided block of color difference Cb, and the upper left divided block of color difference Cr are arranged as one set in the encoded signal. Further, for example, the upper right divided block of luminance, the upper right divided block of color difference Cb, and the upper right divided block of color difference Cr are arranged as one set in the encoded signal. In other words, the divided blocks at the same spatial position may be arranged as one set in the encoded signal to reduce the capacity of the buffer that temporarily stores each block.
  • PCM coding is also expected to be used as a noise-resistant coding mode in noisy communication channels. Therefore, several bits of 0 data may be inserted as necessary so that the data of the block subjected to PCM coding starts from a position aligned in units of 8 bits (1 byte). Depending on the transmission path, an error occurs in units of bytes, thus improving error resistance.
  • FIG. 4A is a diagram showing the byte alignment position in the example of FIG. 3B. Since the data is arranged as one set of Y / Cb / Cr divided blocks at the same position in the space, byte alignment is inserted only at the head of the set. As a result, Y / Cb / Cr data of the block at the same position in the lower space can be easily acquired even when an error occurs. Although byte alignment may be placed before the Cb and Cr blocks, the additional bit length required for byte alignment can be reduced by doing as described above.
  • luminance and color difference interleaving may be performed in units of coding units. That is, after the PCM data of the luminance of all the blocks in the coding unit block is arranged, the PCM data of the color difference Cb of all the blocks may be arranged, and the PCM data of the color difference Cr of all the blocks may be arranged. .
  • the PCM data of the color difference Cb of all the blocks may be arranged, and the PCM data of the color difference Cr of all the blocks may be arranged.
  • only one byte alignment is arranged before each first block of Y / Cb / Cr, or only one before the first block of Y. Thereby, an overhead does not increase too much and error tolerance can be improved.
  • FIG. 5B is a flowchart showing PCM encoding and PCM decoding in the encoding device and decoding device according to the comparative example.
  • an encoding or decoding target CU among encoding unit blocks (CUs) obtained by dividing an input signal or a decoded signal will be described.
  • the coding unit block CU is divided to obtain a prediction unit block (PU).
  • PU is a unit in which a prediction signal is generated.
  • PCM encoding or PCM decoding of the target block is started (S101). It is determined whether the size CuSize of the target block is equal to or larger than the minimum size for performing PCM encoding (decoding) (S121). If the determination result in step S121 is false (No in S121), encoding (decoding) in another prediction mode is performed without performing PCM encoding (decoding) (S124). If the determination result in step S121 is true (Yes in S121), pcm_flag is encoded (decoded) (S103).
  • FIG. 5A is a flowchart showing PCM encoding and PCM decoding in the encoding apparatus and decoding apparatus according to Embodiment 2. That is, FIG. 5A shows encoding and decoding of the target block when the PCM mode is selected as the prediction mode for the target block.
  • PCM encoding or PCM decoding of the target block is started (S101). It is determined whether the size CuSize of the target block is equal to or larger than the minimum size for performing PCM encoding (decoding) (S121). If the determination result in step S121 is false (No in S121), encoding (decoding) in another prediction mode is performed without performing PCM encoding (decoding) (S110). If the determination result in step S121 is true (Yes in S121), pcm_flag is encoded (decoded) (S103).
  • the target block is divided (S105). That is, when the size of the target block exceeds a predetermined maximum PCM size, the target block is divided into PCM blocks having a size equal to or smaller than the maximum PCM size.
  • the PCM encoding (decoding) of luminance Y (S107) and the PCM encoding (decoding) of color difference Cb / Cr (S108) are repeated for the number of PCM blocks (S106, S109). That is, the luminance signal and the color difference signal included in the input signal of the target block are PCM-encoded in units of divided blocks. A byte align bit may be added before the luminance Y.
  • PCM encoding (decoding) pipeline processing is facilitated by dividing a target block exceeding a predetermined MaxPCMSize and performing PCM encoding in units of PCM blocks obtained by the division. Can do. Further, the PCM block is cycled by Y / Cb / Cr, and byte alignment is performed as a set, so that error detection at the time of an error can be facilitated in the unit of the set.
  • Embodiment 3 The encoding apparatus according to Embodiment 3 does not perform the division (PCM division) for PCM encoding described in Embodiment 2.
  • PCM division division
  • the CPU or Memory resource provided in the encoding device performs all the processes again to generate a smaller size code. In some cases, it is difficult to perform encoding using a unit block.
  • the operation of the coding apparatus according to the present embodiment in such a case will be described with reference to FIG.
  • the numerical value in the block means a time slot (time).
  • the block signal represents Y as a representative without distinction of Y / Cb / Cr.
  • MaxPCMSize is NxN
  • the target block CU is 2Nx2N (time 0).
  • MaxTrafoSize is also NxN
  • the target block is assumed to perform orthogonal transform with four blocks (TU) divided into NxN (time 1 to time 4).
  • PCM encoding is not required until time 3, but PCM mode is requested at time 4. That is, it is assumed that the PCM mode is selected as the prediction mode for the target block at time 4. For example, when the amount of data is excessively generated as a result of performing orthogonal transform and quantization, it is necessary to select the PCM mode.
  • the target block CU is recursively divided until it reaches MaxPCMSize (from time 5 to time 8). In this example, the target block CU is divided into four.
  • Normal encoding is performed in units of divided CUs (time 5 to time 7), and the block at the position where the PCM mode is requested is subjected to PCM encoding (time 8).
  • PCM encoding is performed on all the CUs obtained by the division.
  • the generated transform coefficients can be used at times 1 to 3 to reduce the amount of processing required for orthogonal transform and quantization. Good. Prediction modes, motion vectors, etc. are also reused, but because the CU block size changes, it may be necessary to convert to another encoded signal to send the same meaning.
  • FIG. 7 is a flowchart showing the encoding process in the third embodiment.
  • Encoding processing is started in the encoding device (S201). First, recursively divide a CU, try multiple types of prediction modes, try multiple types of transform sizes, etc., to divide the coding unit block that gives the best compression ratio, prediction mode, and transform
  • the size is determined (S210). When the PCM mode is requested during the trial, it is determined whether or not the size of the target CU is larger than the maximum PCM size MaxPCMSize (S202).
  • step S202 If the determination result in step S202 is true (Yes in S202), the generation of the encoded signal and other processes are returned to the head position of the target CU (S203). Then, the target CU is divided until MaxPCMSize is reached (S204).
  • step S202 determines whether the target CU is PCM-encoded with the same size (S212), and the normal encoding operation is returned (S210).
  • the encoding apparatus according to the fourth embodiment does not perform the PCM division described in the second embodiment.
  • the operation of the coding apparatus according to the present embodiment when there is a need to perform PCM coding during coding of a coding unit block (CU) smaller than MinPCMSize will be described with reference to FIG.
  • the numerical value in the block means a time slot (time).
  • the block signal represents Y as a representative without distinction of Y / Cb / Cr.
  • MinPCMSize is AxA and the block CU is 2Ax2A.
  • the target CU is divided into four AxA CUs, and the first three CUs do not require PCM encoding (from time 1 to time 3).
  • FIG. 9 is a flowchart showing the encoding process according to the fourth embodiment.
  • Encoding processing is started in the encoding device (S201). First, recursively divide a CU, try multiple types of prediction modes, try multiple types of transform sizes, etc., to divide the coding unit block that gives the best compression ratio, prediction mode, and transform
  • the size is determined (S210). When the PCM mode is requested during the trial, it is determined whether or not the size of the target CU is smaller than the minimum PCM size MinPCMSize (S221).
  • step S221 If the determination result in step S221 is true (Yes in S221), the coding unit generation and other processes are rewound until the size of the CU reaches MinPCMSize (S222). That is, the encoding target block is returned to the block before being recursively divided until a block larger than the minimum PCM size is obtained. Then, the CU obtained by rewinding is PCM encoded (S207). On the other hand, if the determination result in step S221 is false (No in S221), the target CU is PCM-encoded with the same size (S207).
  • 10A to 10C are diagrams explaining the PCM encoding and the PCM decoding according to the first embodiment and the second embodiment by using the syntax notation in HEVC.
  • the underlined part indicates the characteristic part.
  • Pcm_data is placed under prediction_unit, but it is better to place it under transform_coeff (TU), considering it as an alternative to the conversion coefficient.
  • PCM data is neither a prediction signal nor a transform coefficient
  • the prediction signal is generated in the decoding device
  • the transform coefficient is data stored in the encoded signal
  • the PCM data is also included in the encoded signal. It is similar in that it is data stored in.
  • the conversion coefficient has a large data size especially at a high rate
  • PCM data is similar in that it has a large data size. In general, a large amount of data can be shared by devices having a large bus width, thereby saving circuit resources. This will be described with reference to the encoding device in FIG.
  • the PCM encoded signal is treated as an alternative to the decoding conversion input, and the decoding conversion input in the figure is replaced.
  • the prediction signal is data generated in the decoding device, and may be configured such that invalid data or an all-zero signal is set and the addition unit 160 performs addition. Such a configuration can process PCM decoding at low cost.
  • the encoding device and the decoding device according to one or more aspects have been described based on the embodiment, but the present invention is not limited to this embodiment. Unless it deviates from the gist of the present invention, various modifications conceived by those skilled in the art have been made in this embodiment, and forms constructed by combining components in different embodiments are also within the scope of one or more aspects. May be included.
  • 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. 12 is a diagram showing an overall configuration of a content supply system ex100 that realizes a content distribution service.
  • a communication service providing area is divided into desired sizes, and base stations ex106, ex107, ex108, ex109, and ex110, which are fixed wireless stations, are installed in each cell.
  • This content supply system ex100 includes a computer ex111, a PDA (Personal Digital Assistant) ex112, a camera ex113, a mobile phone ex114, a game machine ex115 via the Internet ex101, the Internet service provider ex102, the telephone network ex104, and the base stations ex106 to ex110. Etc. are connected.
  • PDA Personal Digital Assistant
  • each device may be directly connected to the telephone network ex104 without going from the base station ex106, which is a fixed wireless station, to ex110.
  • the devices may be directly connected to each other via short-range wireless or the like.
  • the camera ex113 is a device that can shoot moving images such as a digital video camera
  • the camera ex116 is a device that can shoot still images and movies such as a digital camera.
  • the mobile phone ex114 is a GSM (registered trademark) (Global System for Mobile Communications) system, a CDMA (Code Division Multiple Access) system, a W-CDMA (Wideband-Code Division Multiple Access) system, or an LTE (Long Terminal Term Evolution). It is possible to use any of the above-mentioned systems, HSPA (High Speed Packet Access) mobile phone, PHS (Personal Handyphone System), or the like.
  • the camera ex113 and the like are connected to the streaming server ex103 through the base station ex109 and the telephone network ex104, thereby enabling live distribution and the like.
  • live distribution content that is shot by a user using the camera ex113 (for example, music live video) is encoded as described in each of the above embodiments (that is, in one aspect of the present invention).
  • the streaming server ex103 stream-distributes the content data transmitted to the requested client. Examples of the client include a computer ex111, a PDA ex112, a camera ex113, a mobile phone ex114, and a game machine ex115 that can decode the encoded data.
  • Each device that receives the distributed data decodes the received data and reproduces it (that is, functions as an image decoding device according to one embodiment of the present invention).
  • the captured data may be encoded by the camera ex113, the streaming server ex103 that performs data transmission processing, or may be shared with each other.
  • the decryption processing of the distributed data may be performed by the client, the streaming server ex103, or may be performed in common with each other.
  • still images and / or moving image data captured by the camera ex116 may be transmitted to the streaming server ex103 via the computer ex111.
  • the encoding process in this case may be performed by any of the camera ex116, the computer ex111, and the streaming server ex103, or may be performed in a shared manner.
  • these encoding / decoding processes are generally performed in the computer ex111 and the LSI ex500 included in each device.
  • the LSI ex500 may be configured as a single chip or a plurality of chips.
  • moving image encoding / decoding software is incorporated into some recording medium (CD-ROM, flexible disk, hard disk, etc.) that can be read by the computer ex111, etc., and encoding / decoding processing is performed using the software. May be.
  • moving image data acquired by the camera may be transmitted.
  • the moving image data at this time is data encoded by the LSI ex500 included in the mobile phone ex114.
  • the streaming server ex103 may be a plurality of servers or a plurality of computers, and may process, record, and distribute data in a distributed manner.
  • the encoded data can be received and reproduced by the client.
  • the information transmitted by the user can be received, decrypted and reproduced by the client in real time, and personal broadcasting can be realized even for a user who does not have special rights or facilities.
  • the digital broadcast system ex200 also includes at least the moving image encoding device (image encoding device) or the moving image decoding 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. 14 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. 15 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. 16 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.
  • FIG. 17A is a diagram showing the mobile phone ex114 using the moving picture decoding method and the moving picture encoding method described in the above embodiment.
  • the mobile phone ex114 includes an antenna ex350 for transmitting and receiving radio waves to and from the base station ex110, a camera unit ex365 capable of capturing video and still images, a video captured by the camera unit ex365, a video received by the antenna ex350, and the like Is provided with a display unit ex358 such as a liquid crystal display for displaying the decrypted data.
  • the mobile phone ex114 further includes a main body unit having an operation key unit ex366, an audio output unit ex357 such as a speaker for outputting audio, an audio input unit ex356 such as a microphone for inputting audio, a captured video,
  • an audio input unit ex356 such as a microphone for inputting audio
  • a captured video In the memory unit ex367 for storing encoded data or decoded data such as still images, recorded audio, received video, still images, mails, or the like, or an interface unit with a recording medium for storing data
  • a slot ex364 is provided.
  • the mobile phone ex114 has a power supply circuit part ex361, an operation input control part ex362, and a video signal processing part ex355 with respect to a main control part ex360 that comprehensively controls each part of the main body including the display part ex358 and the operation key part ex366.
  • a camera interface unit ex363, an LCD (Liquid Crystal Display) control unit ex359, a modulation / demodulation unit ex352, a multiplexing / demultiplexing unit ex353, an audio signal processing unit ex354, a slot unit ex364, and a memory unit ex367 are connected to each other via a bus ex370. ing.
  • the power supply circuit unit ex361 starts up the mobile phone ex114 in an operable state by supplying power from the battery pack to each unit.
  • the cellular phone ex114 converts the audio signal collected by the audio input unit ex356 in the voice call mode into a digital audio signal by the audio signal processing unit ex354 based on the control of the main control unit ex360 having a CPU, a ROM, a RAM, and the like. Then, this is subjected to spectrum spread processing by the modulation / demodulation unit ex352, digital-analog conversion processing and frequency conversion processing are performed by the transmission / reception unit ex351, and then transmitted via the antenna ex350.
  • the mobile phone ex114 also amplifies the received data received via the antenna ex350 in the voice call mode, performs frequency conversion processing and analog-digital conversion processing, performs spectrum despreading processing by the modulation / demodulation unit ex352, and performs voice signal processing unit After being converted into an analog audio signal by ex354, this is output from the audio output unit ex357.
  • the text data of the e-mail input by operating the operation key unit ex366 of the main unit is sent to the main control unit ex360 via the operation input control unit ex362.
  • the main control unit ex360 performs spread spectrum processing on the text data in the modulation / demodulation unit ex352, performs digital analog conversion processing and frequency conversion processing in the transmission / reception unit ex351, and then transmits the text data to the base station ex110 via the antenna ex350.
  • almost the reverse process is performed on the received data and output to the display unit ex358.
  • the video signal processing unit ex355 compresses the video signal supplied from the camera unit ex365 by the moving image encoding method described in the above embodiments. Encode (that is, function as an image encoding device according to an aspect of the present invention), and send the encoded video data to the multiplexing / demultiplexing unit ex353.
  • the audio signal processing unit ex354 encodes the audio signal picked up by the audio input unit ex356 while the camera unit ex365 images a video, a still image, etc., and sends the encoded audio data to the multiplexing / separating unit ex353. To do.
  • the multiplexing / demultiplexing unit ex353 multiplexes the encoded video data supplied from the video signal processing unit ex355 and the encoded audio data supplied from the audio signal processing unit ex354 by a predetermined method, and is obtained as a result.
  • the multiplexed data is subjected to spread spectrum processing by the modulation / demodulation unit (modulation / demodulation circuit unit) ex352, digital-analog conversion processing and frequency conversion processing by the transmission / reception unit ex351, and then transmitted via the antenna ex350.
  • the multiplexing / separating unit ex353 separates the multiplexed data into a video data bit stream and an audio data bit stream, and performs video signal processing on the video data encoded via the synchronization bus ex370.
  • the encoded audio data is supplied to the audio signal processing unit ex354 while being supplied to the unit ex355.
  • the video signal processing unit ex355 decodes the video signal by decoding using the video decoding method corresponding to the video encoding method described in each of the above embodiments (that is, an image according to an aspect of the present invention).
  • video and still images included in the moving image file linked to the home page are displayed from the display unit ex358 via the LCD control unit ex359.
  • the audio signal processing unit ex354 decodes the audio signal, and the audio is output from the audio output unit ex357.
  • the terminal such as the mobile phone ex114 is referred to as a transmission terminal having only an encoder and a receiving terminal having only a decoder.
  • a transmission terminal having only an encoder
  • a receiving terminal having only a decoder.
  • multiplexed data in which music data or the like is multiplexed with video data is received and transmitted, but data in which character data or the like related to video is multiplexed in addition to audio data It may be video data itself instead of multiplexed data.
  • the moving picture encoding method or the moving picture decoding method shown in each of the above embodiments can be used in any of the above-described devices / systems. The described effect can be obtained.
  • multiplexed data obtained by multiplexing audio data or the like with video data is configured to include identification information indicating which standard the video data conforms to.
  • identification information indicating which standard the video data conforms to.
  • FIG. 18 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. 19 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. 20 shows in more detail how the video stream is stored in the PES packet sequence.
  • the first level in FIG. 20 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, 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. 21 shows the format of TS packets that are finally written in the multiplexed data.
  • the TS packet is a 188-byte fixed-length packet composed of a 4-byte TS header having information such as a PID for identifying a stream and a 184-byte TS payload for storing data.
  • the PES packet is divided and stored in the TS payload.
  • a 4-byte TP_Extra_Header is added to a TS packet, forms a 192-byte source packet, and is written in multiplexed data.
  • TP_Extra_Header information such as ATS (Arrival_Time_Stamp) is described.
  • ATS indicates the transfer start time of the TS packet to the PID filter of the decoder.
  • source packets are arranged as shown in the lower part of FIG. 21, 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. 22 is a diagram for explaining the data structure of the PMT in detail.
  • a PMT header describing the length of data included in the PMT is arranged at the head of the PMT.
  • a plurality of descriptors related to multiplexed data are arranged.
  • the copy control information and the like are described as descriptors.
  • a plurality of pieces of stream information regarding each stream included in the multiplexed data are arranged.
  • the stream information includes a stream descriptor in which a stream type, a stream PID, and stream attribute information (frame rate, aspect ratio, etc.) are described to identify a compression codec of the stream.
  • the multiplexed data is recorded together with the multiplexed data information file.
  • the multiplexed data information file is management information of multiplexed data, has one-to-one correspondence with the multiplexed data, and includes multiplexed data information, stream attribute information, and an entry map.
  • the multiplexed data information is composed of a system rate, a reproduction start time, and a reproduction end time.
  • the system rate indicates a maximum transfer rate of multiplexed data to a PID filter of a system target decoder described later.
  • the ATS interval included in the multiplexed data is set to be equal to or less than the system rate.
  • the playback start time is the PTS of the first video frame of the multiplexed data
  • the playback end time is set by adding the playback interval for one frame to the PTS of the video frame at the end of the multiplexed data.
  • attribute information about each stream included in the multiplexed data is registered for each PID.
  • the attribute information has different information for each video stream, audio stream, presentation graphics stream, and interactive graphics stream.
  • the video stream attribute information includes the compression codec used to compress the video stream, the resolution of the individual picture data constituting the video stream, the aspect ratio, and the frame rate. It has information such as how much it is.
  • the audio stream attribute information includes the compression codec used to compress the audio stream, the number of channels included in the audio stream, the language supported, and the sampling frequency. With information. These pieces of information are used for initialization of the decoder before the player reproduces it.
  • the stream type included in the PMT is used.
  • video stream attribute information included in the multiplexed data information is used.
  • the video encoding shown in each of the above embodiments for the stream type or video stream attribute information included in the PMT.
  • FIG. 25 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. 26 shows the 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. 27 shows a configuration ex800 in the present embodiment.
  • the drive frequency switching unit ex803 sets the drive frequency high when the video data is generated by the moving image encoding method or apparatus described in the above embodiments.
  • the decoding processing unit ex801 that executes the moving picture decoding method described in each of the above embodiments is instructed to decode the video data.
  • the video data is video data compliant with the conventional standard, compared to the case where the video data is generated by the moving picture encoding method or apparatus shown in the above embodiments, Set the drive frequency low. Then, it instructs the decoding processing unit ex802 compliant with the conventional standard to decode the video data.
  • the drive frequency switching unit ex803 includes the CPU ex502 and the drive frequency control unit ex512 in FIG.
  • the decoding processing unit ex801 that executes the moving picture decoding method shown in each of the above embodiments and the decoding processing unit ex802 that conforms to the conventional standard correspond to the signal processing unit ex507 in FIG.
  • the CPU ex502 identifies which standard the video data conforms to. 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 sixth embodiment may be used.
  • the identification information is not limited to that described in Embodiment 6, 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. In addition, 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. 28 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. 30A.
  • 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. 30B shows another example in which processing is partially shared.
  • a dedicated decoding processing unit ex1001 corresponding to the processing content specific to one aspect of the present invention
  • a dedicated decoding processing unit ex1002 corresponding to the processing content specific to another conventional standard
  • a common decoding processing unit ex1003 corresponding to the processing contents common to the moving image decoding method according to the above and other conventional moving image decoding methods.
  • the dedicated decoding processing units ex1001 and ex1002 are not necessarily specialized in one aspect of the present invention or processing content specific to other conventional standards, and can execute other general-purpose processing. Also good.
  • the configuration of the present embodiment can be implemented by LSI ex500.
  • the processing content common to the moving picture decoding method according to one aspect of the present invention and the moving picture decoding method of the conventional standard reduces the circuit scale of the LSI by sharing the decoding processing unit, In addition, the cost can be reduced.
  • the image encoding device and the image decoding device according to an aspect of the present invention can be used in, for example, a television receiver, a digital video recorder, a car navigation, a mobile phone, a digital camera, or a digital video camera.

Landscapes

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

Abstract

　入力信号を分割して得られる符号化対象ブロックを符号化する符号化方法は、複数の予測モードの中から、符号化対象ブロックのための予測モードを選択し、選択された予測モードがＰＣＭモードである場合に、符号化対象ブロックのサイズが予め定められた最大ＰＣＭサイズを超えるときには、符号化対象ブロックを最大ＰＣＭサイズ以下のブロックに分割し（Ｓ１０５）、符号化対象ブロックの入力信号に含まれる輝度信号および色差信号を、分割したブロック単位でＰＣＭ符号化する（Ｓ１０７、Ｓ１０８）。

Description

符号化方法および復号方法
　本発明は、オーディオ符号化・復号、静止画像符号化・復号、および動画像符号化・復号の技術に関する。
　音声データや動画像データを圧縮するために、複数の音声符号化規格、動画像符号化規格が開発されてきた。動画像符号化規格の例として、Ｈ．２６ｘと称されるＩＴＵ－Ｔ規格やＭＰＥＧ－ｘと称されるＩＳＯ／ＩＥＣ規格が挙げられる。最新の動画像符号化規格は、Ｈ．２６４／ＭＰＥＧ－４ＡＶＣと称される規格である（非特許文献１を参照）。また近年ではＨＥＶＣ（Ｈｉｇｈ　Ｅｆｆｉｃｉｅｎｃｙ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ）と称される次世代の符号化規格が検討されている。
　これらの符号化規格において、予測モードの１つとしてＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏｎ）モードが用いられる場合がある。ＰＣＭモードでは、予測信号を用いずに、入力信号が直接符号化される。
ＩＴＵ－Ｔ　Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ　Ｈ．２６４「Ａｄｖａｎｃｅｄ　ｖｉｄｅｏ　ｃｏｄｉｎｇ　ｆｏｒ　ｇｅｎｅｒｉｃ　ａｕｄｉｏｖｉｓｕａｌ　ｓｅｒｖｉｃｅｓ」、２０１０年３月
　従来のＰＣＭモードにおける符号化および復号において、入力信号をさらに効率的に符号化および復号することが望まれている。
　そこで、本発明は、ＰＣＭモードにおける符号化および復号において、入力信号をさらに効率的に符号化および復号することができる画像符号化方法および画像復号方法を提供する。
　本発明の一態様に係る画像符号化方法は、入力信号を分割して得られる符号化対象ブロックを符号化する符号化方法であって、ＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏｎ）モード含む複数の予測モードの中から、前記符号化対象ブロックのための予測モードを選択する選択ステップと、選択された前記予測モードに基づいて、前記符号化対象ブロックを符号化する符号化ステップとを含み、前記符号化ステップでは、（i）選択された前記予測モードが前記ＰＣＭモードでない場合には、前記符号化対象ブロックの予測信号を生成し、前記符号化対象ブロックの入力信号から前記符号化対象ブロックの予測信号を減算して予測誤差信号を生成し、前記予測誤差信号に対して周波数変換を行って複数の周波数成分の係数値を有する変換出力信号を生成し、前記変換出力信号を量子化して量子化係数を生成し、前記量子化係数をエントロピー符号化して前記符号化対象ブロックの符号化信号を出力し、（ii）選択された前記予測モードが前記ＰＣＭモードである場合には、前記符号化対象ブロックの入力信号のうちの所定の上位ＮビットをＰＣＭ符号化して前記符号化対象ブロックの符号化信号を出力し、前記符号化対象ブロックの入力信号のうちの所定の上位ＮビットをＰＣＭ符号化する際に、前記符号化対象ブロックのサイズが予め定められた最大ＰＣＭサイズを超えるときには、前記符号化対象ブロックを前記最大ＰＣＭサイズ以下のブロックに分割し、前記符号化対象ブロックの入力信号に含まれる輝度信号および色差信号を、分割したブロック単位でＰＣＭ符号化する。
　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。
　本発明の一態様に係る画像符号化方法は、ＰＣＭモードにおける符号化および復号において、入力信号をさらに効率的に符号化および復号することができる。
図１は、実施の形態１に係る符号化装置の構成を示すブロック図である。 図２は、実施の形態１に係る復号装置の構成を示すブロック図である。 図３Ａは、比較例におけるＰＣＭデータのサイズと処理順序とを示す図である。 図３Ｂは、実施の形態２におけるＰＣＭデータのサイズと処理順序とを示す図である。 図４Ａは、実施の形態２におけるＰＣＭデータのサイズと処理順序とバイトアライメントの位置とを示す図である。 図４Ｂは、実施の形態２におけるＰＣＭデータのサイズと処理順序とバイトアライメントの位置とを示す図である。 図５Ａは、実施の形態２に係る符号化装置および復号装置の動作を示すフローチャートである。 図５Ｂは、比較例に係る符号化装置および復号装置動作を示すフローチャートである。 図６は、実施の形態３に係る符号化装置の動作を時系列で説明するための図である。 図７は、実施の形態３に係る符号化装置の動作を示すフローチャートである。 図８は、実施の形態４に係る符号化装置の動作を時系列で説明するための図である。 図９は、実施の形態４に係る符号化装置の動作を示すフローチャートである。 図１０Ａは、実施の形態２におけるＰＣＭデータの符号化および復号に関するシンタックスの第１部分を示す図である。 図１０Ｂは、実施の形態２におけるＰＣＭデータの符号化および復号に関するシンタックスの第２部分を示す図である。 図１０Ｃは、実施の形態２におけるＰＣＭデータの符号化および復号に関するシンタックスの第３部分を示す図である。 図１１Ａは、ＰＣＭデータの符号化および復号に関するシンタックスの第１部分を示す図である。 図１１Ｂは、ＰＣＭデータの符号化および復号に関するシンタックスの第２部分を示す図である。 図１１Ｃは、ＰＣＭデータの符号化および復号に関するシンタックスの第３部分を示す図である。 図１２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１３は、デジタル放送用システムの全体構成図である。 図１４は、テレビの構成例を示すブロック図である。 図１５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１６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１７Ａは、携帯電話の一例を示す図である。 図１７Ｂは、携帯電話の構成例を示すブロック図である。 図１８は、多重化データの構成を示す図である。 図１９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２０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２１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２２は、ＰＭＴのデータ構成を示す図である。 図２３は、多重化データ情報の内部構成を示す図である。 図２４は、ストリーム属性情報の内部構成を示す図である。 図２５は、映像データを識別するステップを示す図である。 図２６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２７は、駆動周波数を切り替える構成を示す図である。 図２８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２９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３０Ａ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３０Ｂ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）
　本発明者らは、ＰＣＭモードにおける符号化および復号において、データ単位が大きくなりすぎて、符号化および復号をパイプライン並列処理することが難しいことを見出した。また、本発明者らは、ＰＣＭモードにおける符号化および復号に必要な内部メモリの量が大きくなりすぎることも見出した。
　そこで、本発明の一態様に係る画像符号化方法は、入力信号を分割して得られる符号化対象ブロックを符号化する符号化方法であって、ＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏｎ）モード含む複数の予測モードの中から、前記符号化対象ブロックのための予測モードを選択する選択ステップと、選択された前記予測モードに基づいて、前記符号化対象ブロックを符号化する符号化ステップとを含み、前記符号化ステップでは、（i）選択された前記予測モードが前記ＰＣＭモードでない場合には、前記符号化対象ブロックの予測信号を生成し、前記符号化対象ブロックの入力信号から前記符号化対象ブロックの予測信号を減算して予測誤差信号を生成し、前記予測誤差信号に対して周波数変換を行って複数の周波数成分の係数値を有する変換出力信号を生成し、前記変換出力信号を量子化して量子化係数を生成し、前記量子化係数をエントロピー符号化して前記符号化対象ブロックの符号化信号を出力し、（ii）選択された前記予測モードが前記ＰＣＭモードである場合には、前記符号化対象ブロックの入力信号のうちの所定の上位ＮビットをＰＣＭ符号化して前記符号化対象ブロックの符号化信号を出力し、前記符号化対象ブロックの入力信号のうちの所定の上位ＮビットをＰＣＭ符号化する際に、前記符号化対象ブロックのサイズが予め定められた最大ＰＣＭサイズを超えるときには、前記符号化対象ブロックを前記最大ＰＣＭサイズ以下のブロックに分割し、前記符号化対象ブロックの入力信号に含まれる輝度信号および色差信号を、分割したブロック単位でＰＣＭ符号化する。
　これによれば、予め定められた最大ＰＣＭサイズ以下のブロック単位で輝度信号および色差信号をＰＣＭ符号化することができる。したがって、ＰＣＭ符号化されるブロックのサイズの増大を抑制することができ、パイプライン処理が行われるときの内部メモリの必要量を削減することができる。
　また、本発明の一態様に係る画像復号方法は、符号化信号をブロック毎に復号する復号方法であって、（i）復号対象ブロックのための予測モードがＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏｎ）モードでない場合に、前記符号化信号をエントロピー復号して、前記復号対象ブロックの量子化係数を生成し、前記量子化係数を逆量子化して復号変換出力を生成し、前記復号変換出力を逆変換して復号変換入力を生成し、前記復号対象ブロックの予測信号を生成し、前記復号対象ブロックの予測信号と前記復号変換入力とを加算して、前記復号対象ブロックの復号信号を出力し、（ii）前記復号対象ブロックのための予測モードが前記ＰＣＭモードである場合に、前記復号対象ブロックの符号化信号をＰＣＭ復号して前記復号対象ブロックの復号信号を出力し、前記復号対象ブロックの符号化信号をＰＣＭ復号する際に、前記復号対象ブロックのサイズが予め定められた最大ＰＣＭサイズを超えるときには、前記復号対象ブロックを分割して得られる前記最大ＰＣＭサイズ以下のブロック単位で前記復号対象ブロックの符号化信号をＰＣＭ復号する。
　これによれば、予め定められた最大ＰＣＭサイズ以下のブロック単位で輝度信号および色差信号をＰＣＭ復号することができる。したがって、ＰＣＭ復号されるブロックのサイズの増大を抑制することができ、パイプライン処理が行われるときの内部メモリの必要量を削減することができる。
　また、本発明の一態様に係る画像符号化方法は、入力信号を分割して得られた符号化対象ブロックを符号化する符号化方法であって、ＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏｎ）モード含む複数の予測モードの中から、前記符号化対象ブロックのための予測モードを選択する選択ステップと、選択された前記予測モードに基づいて、前記符号化対象ブロックを符号化する符号化ステップとを含み、前記符号化ステップでは、（i）選択された前記予測モードが前記ＰＣＭモードでない場合には、前記符号化対象ブロックの予測信号を生成し、前記符号化対象ブロックの入力信号から前記符号化対象ブロックの予測信号を減算して予測誤差信号を生成し、前記予測誤差信号に対して周波数変換を行って複数の周波数成分の係数値を有する変換出力信号を生成し、前記変換出力信号を量子化して量子化係数を生成し、前記量子化係数をエントロピー符号化して前記符号化対象ブロックの符号化信号を出力し、（ii）選択された前記予測モードが前記ＰＣＭモードである場合には、前記符号化対象ブロックの入力信号のうちの所定の上位ＮビットをＰＣＭ符号化して前記符号化対象ブロックの符号化信号を出力し、前記符号化対象ブロックの入力信号の所定の上位ＮビットをＰＣＭ符号化する際に、前記符号化対象ブロックの大きさが予め定められた最大ＰＣＭサイズを超えるときには、前記符号化対象ブロックが前記最大ＰＣＭサイズ以下になるまで前記符号化対象ブロックを再帰的に分割し、分割して得られた複数のブロックのうちの少なくとも１つをＰＣＭ符号化する。
　また、本発明の一態様に係る画像符号化方法は、入力信号を再帰的に分割して得られた符号化対象ブロックを符号化する符号化方法であって、ＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏｎ）モード含む複数の予測モードの中から、前記符号化対象ブロックのための予測モードを選択する選択ステップと、選択された前記予測モードに基づいて、前記符号化対象ブロックを符号化する符号化ステップとを含み、前記符号化ステップでは、（i）選択された前記予測モードが前記ＰＣＭモードでない場合には、前記符号化対象ブロックの予測信号を生成し、前記符号化対象ブロックの入力信号から前記符号化対象ブロックの予測信号を減算して予測誤差信号を生成し、前記予測誤差信号に対して周波数変換を行って複数の周波数成分の係数値を有する変換出力信号を生成し、前記変換出力信号を量子化して量子化係数を生成し、前記量子化係数をエントロピー符号化して前記符号化対象ブロックの符号化信号を出力し、（ii）選択された前記予測モードが前記ＰＣＭモードである場合には、前記符号化対象ブロックの入力信号のうちの所定の上位Ｎビットをして前記符号化対象ブロックの符号化信号を出力し、前記符号化対象ブロックの入力信号のうちの所定の上位ＮビットをＰＣＭ符号化する際に、前記符号化対象ブロックの大きさが予め定められた最小ＰＣＭサイズに満たないときには、前記最小ＰＣＭサイズ以上のブロックが得られるまで、前記符号化対象ブロックを、再帰的に分割される前のブロックに戻し、得られた前記最小ＰＣＭサイズ以上のブロックをＰＣＭ符号化する。
　なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたは記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムまたは記録媒体の任意な組み合わせで実現されてもよい。
　以下、本発明の実施の形態について、図面を参照しながら説明する。ただし、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。
　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および接続形態、ステップ、ステップの順序などは、一例であり、請求の範囲を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
　（実施の形態１）
　図１は、実施の形態１に係る符号化装置の構成を示すブロック図である。この符号化装置は、音声データや動画像データを低ビットレートで符号化するための装置である。符号化装置は、入力信号を分割して得られるブロック毎に符号化する。符号化装置は、減算部１１０と、変換部１２０と、量子化部１３０と、逆量子化部１４０と、逆変換部１５０と、加算部１６０と、メモリ１７０と、予測部１８０と、予測モード決定部１８１とを備える。
　以下に、符号化対象ブロックのための予測モードがＰＣＭモードでない場合について説明する。
　減算部１１０は、入力信号と予測信号との差分信号である予測誤差信号（変換入力信号）を生成し、変換部１２０へ出力する。変換入力信号は、変換部１２０にて、周波数変換され、変換出力信号として出力される。
　変換部１２０は、各種データである入力信号もしくは入力信号に何らかの処理を加えた変換入力を時空間ドメインから周波数ドメインへ変換し、相関を軽減した変換出力を出力する。
　量子化部１３０は、変換部１２０から出力された変換出力を量子化し、総データ量の少ない量子化係数を出力する。
　エントロピー符号化部１９０は、量子化部１３０から出力された量子化係数を、エントロピー符号化アルゴリズムを用いて符号化し、冗長性を更に圧縮した符号化信号を出力する。
　逆量子化部１４０は、量子化係数を逆量子化し、復号変換出力を生成する。
　逆変換部１５０は、復号変換出力を逆変換し、復号変換入力を生成する。
　加算部１６０は、復号変換入力と予測信号とを加算して、復号信号を生成する。復号信号はメモリ１７０へ格納される。
　予測部１８０は、予測モード決定部１８１によって決定された予測モードに基づいてメモリ１７０から所定の信号を取得し、決定された予測モードに基づいて所定の方法で予測信号を生成し、出力する。
　予測モード決定部１８１は、符号化効率が最大となるように予測モードを決定し、出力する。つまり、予測モード決定部１８１は、ＰＣＭモード含む複数の予測モードの中から、符号化対象ブロックのための予測モードを選択する。決定された予測モードは、必要に応じてエントロピー符号化部においてエントロピー符号化される。
　なお、予測モードとは、例えば、ＰＣＭモード、インター予測モード、あるいはイントラ予測モードなどである。
　逆量子化部１４０、逆変換部１５０、加算部１６０、メモリ１７０、および、予測部１８０は、復号装置においても備えられる構成要素である。復号信号は、復号装置において得られる再生画像信号に相当する。
　図２は、実施の形態１に係る復号装置の構成を示すブロック図である。この復号装置は、符号化信号を復号する。復号装置は、エントロピー復号部２００と、逆量子化部１４０と、逆変換部１５０と、加算部１６０と、メモリ１７０と、予測部１８０とを備える。
　以下に、復号対象ブロックのための予測モードがＰＣＭモードでない場合について説明する。
　エントロピー復号部２００は、入力された符号化信号をエントロピー復号することにより、量子化係数と予測モードとを出力する。
　逆量子化部１４０は、量子化係数を逆量子化することにより、復号変換出力生成する。逆量子化部１４０は、復号変換出力を逆変換部１５０へ出力する。
　逆変換部１５０は、復号変換出力を逆周波数変換し、復号変換入力を生成する。
　加算部１６０は、復号変換入力と予測信号とを加算して、復号信号を生成する。復号信号は、復号装置で得られる再生画像であり、復号装置から出力されるとともに、メモリ１７０へ格納される。
　予測部１８０は、予測モードに基づいてメモリ１７０から所定の信号を取得し、予測モードに基づいて所定の方法で予測信号を生成し、出力する。
　次に、符号化対象ブロックのための予測モードがＰＣＭモードである場合について説明する。つまり、ＰＣＭモードが選択された場合の符号化（ＰＣＭ符号化）について説明する。ＰＣＭ符号化では、上記で説明した各構成要素の動作の大半がスキップされ、入力信号から直接符号化信号が生成される。図１を用いてＰＣＭ符号化を説明する。
　入力信号は、減算部１１０で予測信号の減算が行われることなく、符号化信号として出力される。ＰＣＭ符号化では、ビット精度を変更する自由度もある。例えば、入力信号が８ｂｉｔのとき、８ｂｉｔの入力信号がそのまま符号化信号として出力されてもよいし、入力信号の上位６ｂｉｔ分が符号化信号として出力されてもよい。入力信号の上位６ｂｉｔ分が符号化信号として出力されることにより、データ量を削減することができる。
　エントロピー符号化部１９０は、スキップして動作すると考えることができる。しかし、エントロピー符号化部１９０のみが符号化信号を出力している場合には、ＰＣＭ符号化された信号（入力信号、または、ビット精度が変更された信号）は、エントロピー符号化部１９０に入力され、エントロピー符号化部１９０の中では何も処理されずにそのまま出力されてもよい。
　次に、復号対象ブロックのための予測モードがＰＣＭモードである場合について説明する。つまり、ＰＣＭ符号化された符号化信号の復号について図２を用いて説明する。ＰＣＭ符号化された符号化信号を復号するための符号化装置の構成としては、符号化信号がエントロピー復号部２００をスルーする構成、または、符号化信号がエントロピー復号部２００を回避する構成がとりえる。必要に応じて、符号化信号のビット長は、復号信号のビット長へ調整される。そして、符号化信号は、加算部１６０を回避して、メモリ１７０へ復号信号として格納される。
　図３Ａは、比較例に係る符号化装置が出力する符号化信号内の、ＰＣＭ符号化されたデータを示す概念図である。ここではＰＣＭ符号化の最大サイズがＮｘＮであるとし、輝度信号Ｙのブロックサイズが２Ｎｘ２Ｎとする。また、色差信号のブロックサイズは、４：４：４カラーフォーマットでは２Ｎｘ２Ｎ、４：２：０カラーフォーマットではＮｘＮであるとする。
　一般的に、符号化装置および復号装置においては、入力信号の処理単位を一定サイズ以下へ抑えたいというニーズがある。例えば、パイプライン並列を採用するハードウェア実装では、ある程度の揃ったサイズのデータ単位で、同時並列に処理を行う。したがって、ＮｘＮでブロックサイズを揃える場合に、２Ｎｘ２ＮのサイズのブロックをＰＣＭ符号化すれば、ＰＣＭ符号化されるブロックのためだけに、ＮｘＮの４倍の２Ｎｘ２Ｎのサイズのブロックのデータを格納するための内部メモリが必要となり、コスト高の要因となる。
　そこで、本実施の形態に係る符号化装置および復号装置では、最大ＰＣＭサイズ（ＭａｘＰＣＭＳｉｚｅ）を、符号化信号のシーケンスパラメータセット、ピクチャパラメータセット、あるいは、アプリケーションで規定する、あるいは、プロファイル・レベル等で規定することとする。ＭａｘＰＣＭＳｉｚｅは、ＭａｘＰＣＭＣＵＳｉｚｅという名称であってもよい。ＭａｘＰＣＭＳｉｚｅまたはＭａｘＰＣＭＣＵＳｉｚｅの対数表現である、Ｌｏｇ２ＭａｘＰＣＭＳｉｚｅまたはＬｏｇ２ＭａｘＰＣＭＣＵＳｉｚｅが用いられてもよい。
　さらに、その最大ＰＣＭサイズは、最大の直交変換サイズを超えないこととする。最大の直交変換サイズは、ＨＥＶＣではＭａｘＴｒａｆｏＳｉｚｅで規定され、それの対数表現であるＬｏｇ２ＭａｘＴｒａｆｏＳｉｚｅを用いる場合もある。また最大の直交変換サイズは、シーケンスパラメータセットのｌｏｇ２＿ｄｉｆｆ＿ｍａｘ＿ｍｉｎ＿ｔｒａｎｓｆｏｒｍ＿ｂｌｏｃｋ＿ｓｉｚｅとｌｏｇ２＿ｍｉｎ＿ｔｒａｎｓｆｏｒｍ＿ｂｌｏｃｋ＿ｓｉｚｅ＿ｍｉｎｕｓ２とから、以下のように導出される。
　Log2MaxTrafoSize = log2_min_transform_block_size_minus2 + 2 + log2_diff_max_min_transform_block_size
　Ｌｏｇ２ＭａｘＰＣＭＳｉｚｅは、同様に、シーケンスパラメータセットにて、ｌｏｇ２＿ｄｉｆｆ＿ｍａｘ＿ｍｉｎ＿ｐｃｍ＿ｂｌｏｃｋ＿ｓｉｚｅを追加して、ｌｏｇ２＿ｍｉｎ＿ｐｃｍ＿ｃｏｄｉｎｇ＿ｂｌｏｃｋ＿ｓｉｚｅ＿ｍｉｎｕｓ３との組み合わせで通知してもよいし、直接記述するｌｏｇ２＿ｍａｘ＿ｐｃｍ＿ｃｏｄｉｎｇ＿ｂｌｏｃｋ＿ｓｉｚｅ＿ｍｉｎｕｓ３を追加して通知してもよい。あるいは、ＰＣＭ最大サイズ用にはパラメータを追加せず、Ｌｏｇ２ＭａｘＰＣＭＳｉｚｅはＬｏｇ２ＭａｘＴｒａｆｏＳｉｚｅと一致するとしてもよい。この場合には、パラメータの追加によるデータ量の増加を削減できる。また、符号化装置においては、ＰＣＭ符号化の必要性の判定は、直交変換および量子化が終了した時点で行うことが考えられるため、直交変換サイズとＰＣＭ符号化の最大サイズを一致させることは、符号化装置の構成を複雑化させないというメリットがある。
　いずれにしても、本実施の形態に係る符号化装置および復号装置においては、上記のようにＬｏｇ２ＭａｘＰＣＭＳｉｚｅを追加して、パイプライン実装時の内部メモリを削減するように、それを適切な値へ設定可能とする。
　（実施の形態２）
　図３Ｂは、実施の形態２に係る符号化装置が出力する符号化信号、および、実施の形態２に係る復号装置に入力される符号化信号内の、ＰＣＭ符号化されたデータを示す概念図である。数値は符号化信号内の出現順序を示す。パイプライン化などでメモリを削減できる最大のサイズがＮｘＮであり、それがＬｏｇ２ＭａｘＰＣＭＳｉｚｅであるとする。図３Ｂの例は、符号化単位ブロック（ＣＵ）が、２Ｎｘ２Ｎであり、ここではＮｘＮのサイズ（予め定められた最大ＰＣＭサイズ）になるまで符号化単位ブロック（対象ブロック）の分割を行う。ここでは、符号化単位ブロックは、４つのブロックに分割される。そして、Ｚスキャン順（左上、右上、左下、右下の順）で符号化信号内にＰＣＭ符号化された符号化単位ブロックを配置する。また、図３Ｂのように、例えば、輝度の左上の分割ブロック、色差Ｃｂの左上の分割ブロック、および色差Ｃｒの左上の分割ブロックを１つの組として符号化信号内に配置する。また例えば、輝度の右上の分割ブロック、色差Ｃｂの右上分割ブロック、色差Ｃｒの右上の分割ブロックを１つの組として符号化信号内に配置する。つまり、空間的に同じ位置の分割ブロックを１つの組として符号化信号内に配置して、それぞれを一時格納するバッファの容量を軽減してもよい。
　また、ＰＣＭ符号化は、ノイズの多い通信路等でノイズに強い符号化モードとして使われることも想定されている。そのため、ＰＣＭ符号化されたブロックのデータは、８ｂｉｔ（１　ｂｙｔｅ）単位にアラインされた位置から始まるように、必要に応じて０データが何ビットか挿入されてもよい。伝送路によっては、エラーはバイト単位で発生するため、エラー耐性が向上する。
　図４Ａは、図３Ｂの例でバイトアライン位置を示した図である。空間内で同一位置のＹ／Ｃｂ／Ｃｒの分割ブロックを１つの組として、データを並べているので、その組の先頭のみにバイトアラインを入れる。これにより、空間下位で同一位置のブロックのＹ／Ｃｂ／Ｃｒのデータを、エラー時発生時にも容易に取得可能となる。ＣｂとＣｒのブロックの前にバイトアラインを入れてもよいが、上記のようにすることで、バイトアラインに必要な追加ビット長を軽減できる。
　また、図４Ｂに示すように、輝度と色差のインターリーブは符号化単位ブロック単位で行ってもよい。つまり、当該符号化単位ブロック内の全てのブロックの輝度のＰＣＭデータを配置した後に、全てのブロックの色差ＣｂのＰＣＭデータを配置し、全てのブロックの色差ＣｒのＰＣＭデータを配置してもよい。この例では、バイトアラインは、Ｙ／Ｃｂ／Ｃｒのそれぞれの最初のブロックの前に１つだけか、あるいは、Ｙの最初のブロックの前に１つだけ配置されている。これにより、オーバーヘッドが増えすぎず、かつ、エラー耐性を向上させることができる。
　図５Ｂは、比較例に係る符号化装置および復号装置におけるＰＣＭ符号化およびＰＣＭ復号を示すフローチャートである。ここでは、入力信号あるいは復号信号を分割して得られる符号化単位ブロック（ＣＵ）のうちの符号化あるいは復号対象のＣＵについて説明する。さらに、符号化単位ブロックＣＵを分割して予測単位ブロック（ＰＵ）が得られる。ＰＵは、予測信号の生成が行われる単位である。図５Ｂでは、事実上ＣＵサイズ＝ＰＵサイズの場合のＰＣＭ符号化およびＰＣＭ復号を説明する。
　対象ブロック（ＰＵあるいはＣＵ）のＰＣＭ符号化またはＰＣＭ復号が開始される（Ｓ１０１）。対象ブロックのサイズＣｕＳｉｚｅがＰＣＭ符号化（復号）を行う最小のサイズ以上であるか否かを判定する（Ｓ１２１）。ステップＳ１２１の判定結果が偽の場合には（Ｓ１２１のＮｏ）、ＰＣＭ符号化（復号）を行わずに、別の予測モードの符号化（復号）が行われる（Ｓ１２４）。ステップＳ１２１の判定結果が真の場合には（Ｓ１２１のＹｅｓ）、ｐｃｍ＿ｆｌａｇが符号化（復号）される（Ｓ１０３）。
　ｐｃｍ＿ｆｌａｇが偽（「０」）の場合（Ｓ１０４のＮｏ）、別の予測モードの符号化（復号）が行われる（Ｓ１２４）。ｐｃｍ＿ｆｌａｇが真（「１」）の場合（Ｓ１０４のＹｅｓ）、輝度信号のＰＣＭデータが符号化（復号）され（Ｓ１２２）、色差信号のＰＣＭデータが符号化（復号）される（Ｓ１２３）。輝度信号のＰＣＭデータの前には必要に応じてバイトアライメントビットが追加される。
　図５Ａは、実施の形態２に係る符号化装置および復号装置におけるＰＣＭ符号化およびＰＣＭ復号を示すフローチャートである。つまり、図５Ａは、対象ブロックのための予測モードとしてＰＣＭモードが選択された場合の対象ブロックの符号化および復号を示す。
　はじめに、対象ブロック（ＰＵあるいはＣＵ）のＰＣＭ符号化またはＰＣＭ復号が開始される（Ｓ１０１）。対象ブロックのサイズＣｕＳｉｚｅがＰＣＭ符号化（復号）を行う最小のサイズ以上であるか否かを判定する（Ｓ１２１）。ステップＳ１２１の判定結果が偽の場合には（Ｓ１２１のＮｏ）、ＰＣＭ符号化（復号）を行わずに、別の予測モードの符号化（復号）が行われる（Ｓ１１０）。ステップＳ１２１の判定結果が真の場合には（Ｓ１２１のＹｅｓ）、ｐｃｍ＿ｆｌａｇが符号化（復号）される（Ｓ１０３）。
　ｐｃｍ＿ｆｌａｇが偽（「０」）の場合（Ｓ１０４のＮｏ）、別の予測モードの符号化（復号）が行われる（Ｓ１１０）。ｐｃｍ＿ｆｌａｇが真（「１」）の場合（Ｓ１０４のＹｅｓ）、対象ブロックのＰＣＭブロック数ＮｕｍＰｃｍＢｌｏｃｋを算出する。ここで、対象ブロックのサイズＣｕＳｉｚｅがＭａｘＰＣＭＳｉｚｅより大きければ、ＰＣＭブロック数は１よりも大きい数（例えば「４」や「１６」など）になる。ＣｕＳｉｚｅがＭａｘＰＣＭＳｉｚｅ以下なら、ＰＣＭブロック数は「１」である。例えば、対数表記の数値を用いる場合、次のようにＰＣＭブロック数を算出する。
      if(log2CUSize > Log2MaxPCMCUSize)
   NumPcmBlock = 1<<((log2CUSize-Log2MaxPCMCUSize)*2)
      else
        NumPcmBlock = 1
　ここで、算出されたＰＣＭブロック数が「１」より大きい場合には、対象ブロックが分割される（Ｓ１０５）。つまり、対象ブロックのサイズが予め定められた最大ＰＣＭサイズを超えるときには、対象ブロックを最大ＰＣＭサイズ以下のＰＣＭブロックに分割する。
　ＰＣＭブロックの個数分だけ、輝度ＹのＰＣＭ符号化（復号）（Ｓ１０７）と、色差Ｃｂ／ＣｒのＰＣＭ符号化（復号）（Ｓ１０８）とを繰り返す（Ｓ１０６、Ｓ１０９）。つまり、対象ブロックの入力信号に含まれる輝度信号および色差信号を、分割したブロック単位でＰＣＭ符号化する。輝度Ｙの前にはバイトアラインビットが追加される場合がある。
　このように、予め定められたＭａｘＰＣＭＳｉｚｅを超える対象ブロックを分割し、分割して得られたＰＣＭブロックの単位でＰＣＭ符号化を行うことでＰＣＭ符号化（復号）のパイプライン化を容易とすることができる。さらに、ＰＣＭブロックをＹ／Ｃｂ／Ｃｒで巡回して組としてバイトアラインを行うことで、当該組の単位でエラー時のエラー検出を容易とすることができる。
　（実施の形態３）
　実施の形態３に係る符号化装置は、実施の形態２で説明したＰＣＭ符号化のための分割（ＰＣＭ分割）を行わない。ＭａｘＰＣＭＳｉｚｅを超える符号化単位ブロック（ＣＵ）の符号化途中にＰＣＭ符号化を行う必要性が発生した場合、符号化装置が備えるＣＰＵやＭｅｍｏｒｙリソースでは、全ての処理をやりなおして、より小さなサイズの符号化単位ブロックで符号化を行うことは困難な場合がある。そのような場合の本実施の形態に係る符号化装置の動作を図６で説明する。
　図６ではブロック内の数値はタイムスロット（時刻）を意味している。また、ブロック信号はＹ／Ｃｂ／Ｃｒの区別なくＹを代表して示している。ＭａｘＰＣＭＳｉｚｅはＮｘＮであり、対象ブロックＣＵは２Ｎｘ２Ｎとする（時刻０）。また、ＭａｘＴｒａｆｏＳｉｚｅもＮｘＮであり、対象ブロックはＮｘＮに４分割した４つのブロック（ＴＵ）で直交変換を行うとする（時刻１から時刻４）。
　ここで、時刻３まではＰＣＭ符号化が必要なかったが、時刻４においてＰＣＭモードが要求されたとする。つまり、時刻４において、対象ブロックのための予測モードとしてＰＣＭモードが選択されたとする。例えば、直交変換および量子化を行った結果、データ量が大幅に発生しすぎた場合などには、ＰＣＭモードを選択する必要が出てくる。この例では、対象ブロックのサイズは大きすぎるので、ＭａｘＰＣＭＳｉｚｅに達するまで、再帰的に対象ブロックＣＵを分割する（時刻５から時刻８）。この例では対象ブロックＣＵが４分割されている。
　分割したＣＵ単位で、通常符号化を行い（時刻５から時刻７）、ＰＣＭモード要求された位置のブロックはＰＣＭ符号化を行う（時刻８）。分割して得られたＣＵの全てでＰＣＭ符号化を行う場合もあるかもしれない。ＰＣＭ符号化が必要ではなかったブロック（時刻５から７）については、時刻１から３の時点で、生成した変換係数を流用することで、直交変換と量子化にかかる処理量を削減してもよい。予測モードや動きベクトル等も再利用するが、ＣＵのブロックサイズが変わるために、同じ意味を送るために、別の符号化信号へと変換する必要があるかもしれない。
　図７は、実施の形態３における符号化処理を示すフローチャートである。
　符号化装置において符号化処理が開始される（Ｓ２０１）。まず、ＣＵを再帰的に分割し、複数種類の予測モードを試行し、複数種類の変換サイズを試行するなどして、圧縮率の最も良くなるような符号化単位ブロックの分割、予測モード、変換サイズを決定する（Ｓ２１０）。試行の途中でＰＣＭモードが要求されたときに、対象ＣＵのサイズが最大ＰＣＭサイズＭａｘＰＣＭＳｉｚｅより大きいか否かを判断する（Ｓ２０２）。
　ステップＳ２０２の判定結果が真であれば（Ｓ２０２のＹｅｓ）、符号化信号の生成その他の処理を、対象ＣＵの先頭位置まで戻す（Ｓ２０３）。そして、対象ＣＵを、ＭａｘＰＣＭＳｉｚｅに達するまで分割する（Ｓ２０４）。
　分割して得られた分割ＣＵのそれぞれについて以下の処理を行う（Ｓ２０５、Ｓ２０９）。ＰＣＭ符号化が必要なブロックについては（Ｓ２０６のＹｅｓ）、ＰＣＭ符号化を行う（Ｓ２０７）。ＰＣＭ符号化の必要のないブロックについては（Ｓ２０６のＮｏ）、通常符号化を行う。変換係数や予測モード動きベクトルなどの情報は再利用されるかもしれない（Ｓ２０８）。全ての分割ＣＵについて処理が終了後、再び、通常の符号化動作に戻る（Ｓ２１０）。
　一方、ステップＳ２０２の判定結果が偽であれば（Ｓ２０２のＮｏ）、対象ＣＵをそのままのサイズでＰＣＭ符号化し（Ｓ２１２）、通常の符号化動作に戻る（Ｓ２１０）。
　（実施の形態４）
　実施の形態４に係る符号化装置は、実施の形態２で説明したＰＣＭ分割を行わない。ＭｉｎＰＣＭＳｉｚｅよりも小さな符号化単位ブロック（ＣＵ）の符号化途中にＰＣＭ符号化を行う必要性が発生した場合の本実施の形態に係る符号化装置の動作を図８で説明する。
　図８ではブロック内の数値はタイムスロット（時刻）を意味している。また、ブロック信号はＹ／Ｃｂ／Ｃｒの区別なくＹを代表して示している。ＭｉｎＰＣＭＳｉｚｅはＡｘＡであり、当該ブロックＣＵは２Ａｘ２Ａであるとする。対象ＣＵは、ＡｘＡの４つのＣＵに分割され、最初の３つのＣＵではＰＣＭ符号化は必要がなかったとする（時刻１から時刻３）。最後の右下のＣＵでは、直交変換サイズが４つに分割され、ＢｘＢ（＝（Ａ／２）ｘ（Ａ／２））の大きさの４つのＴＵがあるとする。４つのＴＵについて順次符号化を行い、最後の右下のＴＵでＰＣＭ符号化が必要になったとする。このとき、ＢｘＢのサイズは最小ＰＣＭサイズよりも小さいため最後のＴＵのみをＰＣＭ符号化することはできない。よって、ＣＵの分割を、ＣＵのサイズがＭｉｎＰＣＭＳｉｚｅに達するまでとりやめる。符号化信号のバッファへの出力を取りやめることや内部状態を戻す。図８の時刻８の状態で、ＰＣＭ符号化可能なサイズとなったＡｘＡのＣＵブロックをＰＣＭ符号化する。ここでは変換係数の再利用などは必要なく、入力信号をそのままＰＣＭ符号化する。
　図９は、実施の形態４に係る符号化処理を示すフローチャートである。符号化装置において符号化処理が開始される（Ｓ２０１）。まず、ＣＵを再帰的に分割し、複数種類の予測モードを試行し、複数種類の変換サイズを試行するなどして、圧縮率の最も良くなるような符号化単位ブロックの分割、予測モード、変換サイズを決定する（Ｓ２１０）。試行の途中でＰＣＭモードが要求されたときに、対象ＣＵのサイズが最小ＰＣＭサイズＭｉｎＰＣＭＳｉｚｅより小さいか否かを判断する（Ｓ２２１）。
　ステップＳ２２１の判定結果が真であれば（Ｓ２２１のＹｅｓ）、符号化信号の生成その他の処理を、当該ＣＵのサイズがＭｉｎＰＣＭＳｉｚｅに達するまで符号化単位ブロックの分割を巻き戻す（Ｓ２２２）。つまり、最小ＰＣＭサイズ以上のブロックが得られるまで、符号化対象ブロックを、再帰的に分割される前のブロックに戻す。そして、巻き戻して得られたＣＵを、ＰＣＭ符号化する（Ｓ２０７）。一方、ステップＳ２２１の判定結果が偽であれば（Ｓ２２１のＮｏ）、対象ＣＵをそのままのサイズでＰＣＭ符号化する（Ｓ２０７）。
　その後、通常の符号化動作に戻る（Ｓ２１０）。
　図１０Ａ～図１０Ｃは、実施の形態１と実施の形態２に係るＰＣＭ符号化およびＰＣＭ復号を、ＨＥＶＣにおけるＳｙｎｔａｘ表記で説明した図である。下線部分が特徴的な部分を示している。
　ｐｃｍ＿ｄａｔａはｐｒｅｄｉｃｔｉｏｎ＿ｕｎｉｔ以下に配置されているが、変換係数の代替と考えて、ｔｒａｎｓｆｏｒｍ＿ｃｏｅｆｆ（ＴＵ）以下に配置したほうがよい。ＰＣＭデータは予測信号でもなく、変換係数でもないが、予測信号は復号装置において生成されるのに対して、変換係数は符号化信号内に格納されるデータであり、ＰＣＭデータも符号化信号内に格納されるデータである点が類似している。また、変換係数は特に高レートではデータサイズが大きくなるが、ＰＣＭデータもデータサイズが多い点は類似している。一般的には、データ量が大きいものは、バス幅の大きい装置が共通して扱うことで、回路資源を節約できる。図２の符号装置を用いて説明する。ＰＣＭ符号化信号を復号変換入力の代替として扱い、同図中の復号変換入力を置き換える。予測信号は復号装置において生成されるデータであり、無効データあるいはオールゼロ信号をセットし、加算部１６０で加算を行う構成であってもよい。このような構成はＰＣＭ復号を低コストで処理できる。
　以上、１つまたは複数の態様に係る符号化装置および復号装置について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、１つまたは複数の態様の範囲内に含まれてもよい。
　（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（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１２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１２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１３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１４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１５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１６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１４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１７Ａ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１７Ｂ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１８は、多重化データの構成を示す図である。図１８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１９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２０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２０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２０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２１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２１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２２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２３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２３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２４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２５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７）
　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２６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８）
　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２７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２６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２６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６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６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２９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２８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９）
　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３０Ａ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３０Ｂのex１０００に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。
　このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。
　本発明の一態様に係る画像符号化装置および画像復号装置は、例えば、テレビジョン受像機、デジタルビデオレコーダー、カーナビゲーション、携帯電話、デジタルカメラ、または、デジタルビデオカメラ等に利用可能である。
　１１０　減算部
　１２０　変換部
　１３０　量子化部
　１４０　逆量子化部
　１５０　逆変換部
　１６０　加算部
　１７０　メモリ
　１８０　予測部
　１８１　予測モード決定部
　１９０　エントロピー符号化部
　２００　エントロピー復号部

Claims (4)

  1. 　入力信号を分割して得られる符号化対象ブロックを符号化する符号化方法であって、
    　ＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏｎ）モード含む複数の予測モードの中から、前記符号化対象ブロックのための予測モードを選択する選択ステップと、
    　選択された前記予測モードに基づいて、前記符号化対象ブロックを符号化する符号化ステップとを含み、
    　前記符号化ステップでは、
    　（i）選択された前記予測モードが前記ＰＣＭモードでない場合には、
    　前記符号化対象ブロックの予測信号を生成し、
    　前記符号化対象ブロックの入力信号から前記符号化対象ブロックの予測信号を減算して予測誤差信号を生成し、
    　前記予測誤差信号に対して周波数変換を行って複数の周波数成分の係数値を有する変換出力信号を生成し、
    　前記変換出力信号を量子化して量子化係数を生成し、
    　前記量子化係数をエントロピー符号化して前記符号化対象ブロックの符号化信号を出力し、
    　（ii）選択された前記予測モードが前記ＰＣＭモードである場合には、
    　前記符号化対象ブロックの入力信号のうちの所定の上位ＮビットをＰＣＭ符号化して前記符号化対象ブロックの符号化信号を出力し、
    　前記符号化対象ブロックの入力信号のうちの所定の上位ＮビットをＰＣＭ符号化する際に、前記符号化対象ブロックのサイズが予め定められた最大ＰＣＭサイズを超えるときには、前記符号化対象ブロックを前記最大ＰＣＭサイズ以下のブロックに分割し、前記符号化対象ブロックの入力信号に含まれる輝度信号および色差信号を、分割したブロック単位でＰＣＭ符号化する、
    　符号化方法。
  2. 　符号化信号をブロック毎に復号する復号方法であって、
    　（i）復号対象ブロックのための予測モードがＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏｎ）モードでない場合に、
    　前記符号化信号をエントロピー復号して、前記復号対象ブロックの量子化係数を生成し、
    　前記量子化係数を逆量子化して復号変換出力を生成し、
    　前記復号変換出力を逆変換して復号変換入力を生成し、
    　前記復号対象ブロックの予測信号を生成し、
    　前記復号対象ブロックの予測信号と前記復号変換入力とを加算して、前記復号対象ブロックの復号信号を出力し、
    　（ii）前記復号対象ブロックのための予測モードが前記ＰＣＭモードである場合に、
    　前記復号対象ブロックの符号化信号をＰＣＭ復号して前記復号対象ブロックの復号信号を出力し、
    　前記復号対象ブロックの符号化信号をＰＣＭ復号する際に、前記復号対象ブロックのサイズが予め定められた最大ＰＣＭサイズを超えるときには、前記復号対象ブロックを分割して得られる前記最大ＰＣＭサイズ以下のブロック単位で前記復号対象ブロックの符号化信号をＰＣＭ復号する、
    　復号方法。
  3. 　入力信号を分割して得られた符号化対象ブロックを符号化する符号化方法であって、
    　ＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏｎ）モード含む複数の予測モードの中から、前記符号化対象ブロックのための予測モードを選択する選択ステップと、
    　選択された前記予測モードに基づいて、前記符号化対象ブロックを符号化する符号化ステップとを含み、
    　前記符号化ステップでは、
    　（i）選択された前記予測モードが前記ＰＣＭモードでない場合には、
    　前記符号化対象ブロックの予測信号を生成し、
    　前記符号化対象ブロックの入力信号から前記符号化対象ブロックの予測信号を減算して予測誤差信号を生成し、
    　前記予測誤差信号に対して周波数変換を行って複数の周波数成分の係数値を有する変換出力信号を生成し、
    　前記変換出力信号を量子化して量子化係数を生成し、
    　前記量子化係数をエントロピー符号化して前記符号化対象ブロックの符号化信号を出力し、
    　（ii）選択された前記予測モードが前記ＰＣＭモードである場合には、
    　前記符号化対象ブロックの入力信号のうちの所定の上位ＮビットをＰＣＭ符号化して前記符号化対象ブロックの符号化信号を出力し、
    　前記符号化対象ブロックの入力信号の所定の上位ＮビットをＰＣＭ符号化する際に、前記符号化対象ブロックの大きさが予め定められた最大ＰＣＭサイズを超えるときには、前記符号化対象ブロックが前記最大ＰＣＭサイズ以下になるまで前記符号化対象ブロックを再帰的に分割し、分割して得られた複数のブロックのうちの少なくとも１つをＰＣＭ符号化する、
    　符号化方法。
  4. 　入力信号を再帰的に分割して得られた符号化対象ブロックを符号化する符号化方法であって、
    　ＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏｎ）モード含む複数の予測モードの中から、前記符号化対象ブロックのための予測モードを選択する選択ステップと、
    　選択された前記予測モードに基づいて、前記符号化対象ブロックを符号化する符号化ステップとを含み、
    　前記符号化ステップでは、
    　（i）選択された前記予測モードが前記ＰＣＭモードでない場合には、
    　前記符号化対象ブロックの予測信号を生成し、
    　前記符号化対象ブロックの入力信号から前記符号化対象ブロックの予測信号を減算して予測誤差信号を生成し、
    　前記予測誤差信号に対して周波数変換を行って複数の周波数成分の係数値を有する変換出力信号を生成し、
    　前記変換出力信号を量子化して量子化係数を生成し、
    　前記量子化係数をエントロピー符号化して前記符号化対象ブロックの符号化信号を出力し、
    　（ii）選択された前記予測モードが前記ＰＣＭモードである場合には、
    　前記符号化対象ブロックの入力信号のうちの所定の上位Ｎビットをして前記符号化対象ブロックの符号化信号を出力し、
    　前記符号化対象ブロックの入力信号のうちの所定の上位ＮビットをＰＣＭ符号化する際に、前記符号化対象ブロックの大きさが予め定められた最小ＰＣＭサイズに満たないときには、前記最小ＰＣＭサイズ以上のブロックが得られるまで、前記符号化対象ブロックを、再帰的に分割される前のブロックに戻し、得られた前記最小ＰＣＭサイズ以上のブロックをＰＣＭ符号化する、
    　符号化方法。
PCT/JP2012/007238 2011-11-16 2012-11-12 符号化方法および復号方法 WO2013073154A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201161560436P 2011-11-16 2011-11-16
US61/560,436 2011-11-16

Publications (1)

Publication Number Publication Date
WO2013073154A1 true WO2013073154A1 (ja) 2013-05-23

Family

ID=48429250

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/007238 WO2013073154A1 (ja) 2011-11-16 2012-11-12 符号化方法および復号方法

Country Status (1)

Country Link
WO (1) WO2013073154A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111279699A (zh) * 2019-04-26 2020-06-12 深圳市大疆创新科技有限公司 视频编解码的方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KEIICHI CHONO ET AL.: "Proposal of enhanced PCM coding in HEVC", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 5TH MEETING, 16 March 2011 (2011-03-16), GENEVA, CH *
KEIICHI CHONO ET AL.: "Pulse code modulation mode for HEVC", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 5TH MEETING, 16 March 2011 (2011-03-16), GENEVA, CH *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111279699A (zh) * 2019-04-26 2020-06-12 深圳市大疆创新科技有限公司 视频编解码的方法和装置
WO2020215338A1 (zh) * 2019-04-26 2020-10-29 深圳市大疆创新科技有限公司 视频编解码的方法和装置

Similar Documents

Publication Publication Date Title
JP6210248B2 (ja) 動画像符号化方法及び動画像符号化装置
JP6090625B2 (ja) 画像復号方法及び画像復号装置
JP6176614B2 (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
JP6327435B2 (ja) 画像符号化方法、画像復号方法、画像符号化装置、及び、画像復号装置
JP6210368B2 (ja) 画像復号方法および画像復号装置
WO2013161203A1 (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
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
JP6489337B2 (ja) 算術復号方法および算術符号化方法
KR102130046B1 (ko) 화상 복호 방법, 화상 부호화 방법, 화상 복호 장치, 화상 부호화 장치 및 화상 부호화 복호 장치
WO2014038130A1 (ja) 画像符号化／復号方法、装置、および画像符号化復号装置
JP5331944B2 (ja) 画像復号化方法および画像復号化装置
WO2015177966A1 (ja) 画像符号化方法及び画像符号化装置
JP6078927B2 (ja) 動画像符号化方法、動画像符号化装置、動画像復号方法、及び、動画像復号装置
JP2014511162A (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
JP6365924B2 (ja) 画像復号方法及び画像復号装置
JP2014039252A (ja) 画像復号方法および画像復号装置
WO2013073154A1 (ja) 符号化方法および復号方法
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
WO2012086166A1 (ja) 画像符号化方法及び画像復号化方法
WO2012077349A1 (ja) 画像符号化方法および画像復号化方法
WO2012095930A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
WO2013069258A1 (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

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: 12850258

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: 12850258

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP