WO2014007058A1 - 画像復号装置、および画像符号化装置 - Google Patents

画像復号装置、および画像符号化装置 Download PDF

Info

Publication number
WO2014007058A1
WO2014007058A1 PCT/JP2013/066792 JP2013066792W WO2014007058A1 WO 2014007058 A1 WO2014007058 A1 WO 2014007058A1 JP 2013066792 W JP2013066792 W JP 2013066792W WO 2014007058 A1 WO2014007058 A1 WO 2014007058A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit
motion information
layer
target
prediction
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/JP2013/066792
Other languages
English (en)
French (fr)
Inventor
山本　智幸
知宏 猪飼
将伸 八杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sharp Corp
Original Assignee
Sharp Corp
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 Sharp Corp filed Critical Sharp Corp
Priority to HK15108657.0A priority Critical patent/HK1208108B/zh
Priority to US14/410,188 priority patent/US9686559B2/en
Priority to CN201380035343.5A priority patent/CN104412593B/zh
Priority to JP2014523664A priority patent/JP6085601B2/ja
Publication of WO2014007058A1 publication Critical patent/WO2014007058A1/ja
Anticipated expiration legal-status Critical
Priority to US15/595,791 priority patent/US20170251216A1/en
Ceased legal-status Critical Current

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
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/55—Motion estimation with spatial constraints, e.g. at image or region borders
    • 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

Definitions

  • the present invention relates to an image decoding apparatus that decodes hierarchically encoded data in which an image is hierarchically encoded, and an image encoding apparatus that generates hierarchically encoded data by hierarchically encoding an image.
  • One of information transmitted in a communication system or information recorded in a storage device is an image or a moving image. 2. Description of the Related Art Conventionally, a technique for encoding an image for transmitting and storing these images (hereinafter including moving images) is known.
  • Non-Patent Document 1 As the video encoding system, H.264 H.264 / MPEG-4. AVC and HEVC (High-Efficiency Video Coding) which is a successor codec are known (Non-Patent Document 1).
  • a predicted image is usually generated based on a local decoded image obtained by encoding / decoding an input image, and obtained by subtracting the predicted image from the input image (original image).
  • Prediction residuals (sometimes referred to as “difference images” or “residual images”) are encoded.
  • examples of the method for generating a predicted image include inter-screen prediction (inter prediction) and intra-screen prediction (intra prediction).
  • predicted images in a corresponding frame are sequentially generated based on a locally decoded image in the same frame.
  • a predicted image is generated by motion compensation between frames.
  • Information relating to motion compensation (motion compensation parameters) is often not directly encoded to reduce the amount of code. Therefore, in the inter prediction, a motion compensation parameter is estimated based on a decoding situation or the like around the target block.
  • a list of motion compensation parameter candidates (merge candidates) is generated, and motion compensation of the predicted image is performed using merge candidates selected from the list by an index.
  • the merge candidate list includes spatial candidates derived based on the motion information of adjacent regions. In the derivation of the space candidate, the adjacent region is selected from regions located at the upper left, upper right, and lower right of the prediction unit to be decoded.
  • a list of motion compensation parameter candidates (predicted motion vector candidates) is generated, and motion compensation parameters are derived from the motion compensation candidates selected by index from the list and the difference motion vector. Perform motion compensation.
  • Hierarchical coding methods include ISO / IEC and ITU-T standards as H.264. H.264 / AVC Annex G Scalable Video Coding (SVC).
  • SVC supports spatial scalability, temporal scalability, and SNR scalability.
  • spatial scalability an image obtained by down-sampling an original image to a desired resolution is used as a lower layer. It is encoded with H.264 / AVC.
  • the upper layer performs inter-layer prediction in order to remove redundancy between layers.
  • inter-layer prediction there is motion information prediction in which information related to motion prediction is predicted from information in a lower layer at the same time, or texture prediction in which prediction is performed from an image obtained by up-sampling a decoded image in a lower layer at the same time (non-patent document 2).
  • motion information prediction motion information is encoded using motion information of a reference layer as an estimated value.
  • HEVC High efficiency video coding
  • JCT-VC Joint Collaborative Team on Video Coding
  • the motion information included in the candidate list has a lot of motion information corresponding to the upper left area, and there is little motion information corresponding to the lower right area. This is because, in the same layer, motion information corresponding to the lower right region has not been derived and cannot be used as a merge candidate. For this reason, the estimation accuracy of motion information is not sufficient, and a desired code amount reduction effect may not be obtained.
  • the present invention has been made in view of the above problems, and an object of the present invention is to reduce the amount of code of motion information by deriving various motion information as candidates in the generation of a motion information candidate list in hierarchical coding.
  • An image decoding device and an image encoding device that can be used are realized.
  • an image decoding apparatus decodes hierarchically encoded data in which image information relating to images of different quality for each layer is hierarchically encoded, and is a target to be decoded.
  • An image decoding device that restores motion information in a layer and restores an image in the target layer using a predicted image generated by motion compensated prediction based on the restored motion information, and a process for generating a predicted image in the target layer
  • the target prediction unit as a target, reference is made to a reference layer that is a decoded layer, and motion information decoded in a region on the reference layer corresponding to a region that has not been decoded in a peripheral region including the target prediction unit, It further comprises an interlayer candidate deriving unit that derives a candidate for estimating motion information in the target prediction unit.
  • the image decoding device is a so-called hierarchical image decoding device that decodes hierarchically encoded data in which image information relating to images of different quality for each layer is hierarchically encoded, and restores the image.
  • Such a hierarchical coding method is sometimes referred to as (SVC; Scalable Video Coding), and is standardized in, for example, H.264 / AVC Annex G GSVC.
  • the quality of a moving image here means a factor that affects the appearance of a subjective and objective moving image.
  • the quality of the moving image includes, for example, “resolution”, “frame rate”, and “image quality”.
  • a layer corresponding to higher quality is referred to as a higher layer
  • a layer corresponding to lower quality is referred to as a lower layer.
  • the target layer refers to a layer that is a decoding target.
  • the motion information in the target layer is restored, and the image in the target layer is restored using a prediction image generated by motion compensation prediction based on the restored motion information.
  • the prediction method by motion compensation prediction based on motion information may be called an inter prediction method.
  • the reference layer that is the decoded layer is referred to in the target prediction unit that is the processing target of the predicted image generation in the target layer.
  • a layer in which image information has been decoded may be referred to when a target layer is decoded.
  • a layer referred to when decoding a target layer is referred to as a reference layer.
  • the reference layer is generally a lower layer of the target layer. However, it is not necessary to refer to all layers lower than the target layer, and at least a lower layer in which information necessary for decoding in the target layer is decoded may be referred to.
  • the motion information decoded in the region on the reference layer corresponding to the undecoded region in the peripheral region including the target prediction unit is used as a candidate for estimating the motion information in the target prediction unit.
  • the peripheral area including the target prediction unit is an area within a predetermined range from the target prediction unit and including the target prediction unit.
  • the peripheral area including the target prediction unit includes, for example, an adjacent peripheral area of the target prediction unit.
  • the undecoded area means an area where motion information is not decoded.
  • the candidate for estimating the motion information is information for estimating a motion compensation parameter based on the decoding situation around the target prediction unit. For example, it corresponds to a merge candidate in HEVC. One or a plurality of such candidates are listed. This list may be referred to as a merge candidate list.
  • motion information on a reference area corresponding to an area that cannot be used because it has not been decoded in the same layer can be added to the merge candidate list.
  • a region on the reference layer corresponding to an undecoded region in a peripheral region including the target prediction unit is a lower right pixel in a region on the reference layer corresponding to the target prediction unit. It is preferable that it is a lower right area
  • motion information in a predetermined range area surrounding the lower right pixel of the target prediction unit that cannot be used because it is not decoded in the same layer can be added as a motion information candidate. Since the motion information derived in the vicinity of the lower right pixel in the region on the reference layer is likely to be different in nature from the motion information in the upper left region of the target layer, a higher code amount reduction effect can be expected.
  • the lower right area is a motion information recording unit including a lower right pixel in an area on a reference layer corresponding to the target prediction unit.
  • motion information corresponding to the lower right pixel of the target prediction unit that cannot be used because it is not decoded in the same layer can be added as a motion information candidate. Since the motion information corresponding to the lower right pixel is likely to be different in nature from the motion information in the upper left region, a higher code amount reduction effect can be expected.
  • the lower right region is one of right, lower, and lower right of a motion information recording unit including a lower right pixel in a region on a reference layer corresponding to the target prediction unit. It is preferable that the motion information recording unit be adjacent to.
  • the pixel corresponding to the upper left position and the pixel corresponding to the lower right position in the region on the reference layer are the same motion information recording unit May belong to.
  • the motion of the motion information recording unit adjacent to any one of the right, the lower, and the lower right of the motion information recording unit including the lower right pixel in the region on the reference layer corresponding to the target prediction unit Information can be used. For this reason, the possibility that motion information can be derived from a recording unit different from the upper left portion in the corresponding reference area is increased. This increases the possibility that various motion information can be derived.
  • the interlayer candidate deriving unit derives a plurality of pieces of motion information including motion information in the lower right region as the candidates, and the motion information in the lower right region It is preferable to derive with priority over motion information.
  • the interlayer candidate deriving unit includes, as the other motion information, motion information in a motion information recording unit including at least an upper left pixel in a region on a reference layer corresponding to the target prediction unit. Is preferably derived.
  • the image decoding apparatus further includes a determination unit that determines whether or not the motion information derived as a candidate matches the motion information that has been derived as a candidate.
  • a determination unit determines whether or not the motion information derived as a candidate matches the motion information that has been derived as a candidate.
  • the image decoding apparatus further includes target layer candidate derivation means for deriving motion information candidates based on the decoded information decoded in the target layer, and the match determination means includes the interlayer candidate derivation means as candidates. It is preferable not to perform a match determination between the motion information derived as the motion information derived as candidates by the target layer candidate deriving unit.
  • motion information candidate deriving processing by the interlayer candidate deriving unit When the motion information derived as a candidate by the interlayer candidate deriving unit and the motion information derived as a candidate by the target layer candidate deriving unit are determined to match, motion information candidate deriving processing by the interlayer candidate deriving unit, Parallel execution performance with the motion information candidate derivation process by the target layer candidate derivation means is reduced. For example, when performing the above-described matching determination, the motion information candidate derivation process by the target layer candidate derivation unit is executed in series after the motion information candidate derivation process by the interlayer candidate derivation unit is completed. become.
  • the motion information derived as candidates by the target layer candidate deriving unit is determined to match, but the above-described match determination is not performed.
  • the parallel executability of the motion information candidate deriving process by the interlayer candidate deriving means and the motion information candidate deriving process by the target layer candidate deriving means can be improved.
  • spatial motion information candidate deriving means for deriving motion information candidates based on motion information decoded in the peripheral region of the target prediction unit, and motion information derived as candidates are: Determining means for determining whether or not the motion information already derived as a candidate matches, and the interlayer candidate derivation means derives motion information to be derived as a candidate by the spatial motion information candidate derivation means. It is preferable to derive the motion information as a candidate when the determination unit determines that the motion information candidate does not coincide with the motion information candidate having the highest priority.
  • the motion information to be derived as a candidate by the interlayer candidate deriving unit matches the motion information candidate having the highest priority among the motion information candidates derived by the spatial motion information candidate deriving unit.
  • the interlayer candidate deriving means derives the motion information as a candidate.
  • the image decoding apparatus further comprises temporal motion information candidate deriving means for deriving motion information candidates based on motion information decoded in a picture different from the picture to which the target prediction unit belongs,
  • the information candidate deriving means preferably does not execute the motion information candidate deriving process when the motion information candidate deriving process is executed by the interlayer candidate deriving means.
  • the image decoding apparatus further comprises temporal motion information candidate derivation means for deriving motion information candidates based on motion information decoded in a picture different from the picture to which the target prediction unit belongs, Preferably, the derivation unit does not execute the motion information candidate derivation process when the motion information candidate derivation process is performed by the temporal motion information candidate derivation unit.
  • the code amount reduction width of motion information when both the interlayer candidate deriving unit and the temporal motion information candidate deriving unit derive motion information candidates the code amount of motion information when either one derives motion information candidates There is no big difference with the reduction range.
  • the temporal motion information candidate deriving unit when the motion information candidate is derived by the interlayer candidate deriving unit, the temporal motion information candidate deriving unit does not derive the motion information candidate.
  • the amount of processing required for the temporal motion information candidate derivation means to derive the motion information candidates and the amount of memory for recording the motion vector of the reference image are reduced while suppressing a large increase in the amount of motion information codes. can do. The reverse is also true.
  • an image encoding device encodes image information related to images of different quality for each layer and generates encoded hierarchical data when generating hierarchical encoded data.
  • An image encoding device that subtracts a prediction image generated by motion compensated prediction based on motion information derived in a target layer to generate a prediction residual in the target layer by subtracting from an input original image in the target layer,
  • a target prediction unit that is a processing target of predicted image generation in the target layer
  • a reference layer that is a decoded layer is referred to, and a region on the reference layer that corresponds to a region that has not been decoded in a peripheral region that includes the target prediction unit
  • Interlayer candidate deriving means for deriving the decoded motion information as a candidate for estimating the motion information in the target prediction unit. Characterized in that it obtain.
  • the image coding apparatus configured as described above is also within the scope of the present invention, and in this case as well, the same operations and effects as those of the image decoding apparatus can be obtained.
  • the data structure of hierarchically encoded data generated by the image encoding device and decoded by the image decoding device is also within the scope of the present invention.
  • the image decoding apparatus decodes hierarchically encoded data in which image information relating to images of different quality for each layer is hierarchically decoded, and restores motion information in a target layer to be decoded,
  • An image decoding apparatus that restores an image in the target layer using a prediction image generated by motion compensation prediction based on the restored motion information, and in a target prediction unit that is a processing target of prediction image generation in the target layer, Reference is made to a reference layer that is a decoded layer, motion information decoded in a region on the reference layer corresponding to an undecoded region in the peripheral region including the target prediction unit, and motion information in the target prediction unit It is a structure provided with the interlayer candidate derivation
  • the image encoding device when generating hierarchically encoded data by hierarchically encoding image information relating to images of different quality for each layer, motion information derived in a target layer to be encoded
  • An image encoding device that generates a prediction residual in the target layer by subtracting a prediction image generated by motion compensated prediction based on the input original image in the target layer, and a process for generating a predicted image in the target layer
  • FIG. 1 It is a functional block diagram which illustrates about the structure of the merge candidate derivation
  • FIG. 7 is a diagram illustrating PU partition type patterns, where (a) to (h) are PU partition types 2N ⁇ N, 2N ⁇ nU, 2N ⁇ nD, 2N ⁇ N, 2N ⁇ nU, and 2N, respectively. The partition shape in the case of xnD is shown. It is a functional block diagram which shows the schematic structure of the said hierarchy moving image decoding apparatus.
  • leading-out part is provided.
  • (A) to (c) show examples in which inter-layer merge candidates are derived from two or more positions.
  • (D) shows an example of prohibiting the derivation of inter-layer merge candidates.
  • It is a flowchart which shows another example of the flow of operation
  • It is a functional block diagram illustrated about the structure which concerns on the modification of the said merge candidate derivation
  • FIG. 1 It is the figure shown about the structure of the recording device carrying the said hierarchy moving image encoder, and the reproducing
  • (A) shows a recording device equipped with a hierarchical video encoding device, and (b) shows a playback device equipped with a hierarchical video decoding device.
  • a hierarchical moving picture decoding apparatus 1 and the hierarchical moving picture encoding apparatus 2 will be described as follows based on FIGS. ⁇ Overview ⁇
  • a hierarchical video decoding device (image decoding device) 1 receives encoded data that has been subjected to scalable video coding (SVC) by a hierarchical video encoding device (image encoding device) 2.
  • Scalable video coding is a coding method that hierarchically encodes moving images from low quality to high quality. Scalable video coding is, for example, H.264. H.264 / AVC Annex G SVC. Note that the quality of a moving image here widely means an element that affects the appearance of a subjective and objective moving image.
  • the quality of the moving image includes, for example, “resolution”, “frame rate”, “image quality”, and “pixel representation accuracy”. Therefore, hereinafter, if the quality of the moving image is different, it means that, for example, “resolution” is different, but it is not limited thereto. For example, in the case of moving images quantized in different quantization steps (that is, moving images encoded with different encoding noises), it can be said that the quality of moving images is different from each other.
  • SVC is also classified into (1) spatial scalability, (2) temporal scalability, and (3) SNR (Signal-to-Noise-Ratio) scalability from the viewpoint of the type of information layered.
  • Spatial scalability is a technique for hierarchizing resolution and image size.
  • Time scalability is a technique for layering at a frame rate (the number of frames per unit time).
  • SNR scalability is a technique for hierarchizing in coding noise.
  • FIG. 2 is a diagram schematically illustrating a case where a moving image is hierarchically encoded / decoded by three layers of a lower layer L3, a middle layer L2, and an upper layer L1. That is, in the example shown in FIGS. 2A and 2B, of the three layers, the upper layer L1 is the highest layer and the lower layer L3 is the lowest layer.
  • a decoded image corresponding to a specific quality that can be decoded from hierarchically encoded data is referred to as a decoded image of a specific hierarchy (or a decoded image corresponding to a specific hierarchy) (for example, in the upper hierarchy L1).
  • Decoded image POUT # A a decoded image of a specific hierarchy (or a decoded image corresponding to a specific hierarchy) (for example, in the upper hierarchy L1).
  • FIG. 2A shows a hierarchical moving image encoding apparatus 2 # A to 2 # C that generates encoded data DATA # A to DATA # C by hierarchically encoding input images PIN # A to PIN # C, respectively. Is shown.
  • FIG. 2B shows a hierarchical moving picture decoding apparatus 1 # A ⁇ that generates decoded images POUT # A ⁇ POUT # C by decoding the encoded data DATA # A ⁇ DATA # C, which are encoded hierarchically. 1 # C is shown.
  • the input images PIN # A, PIN # B, and PIN # C that are input on the encoding device side have the same original image but different image quality (resolution, frame rate, image quality, and the like).
  • the image quality decreases in the order of the input images PIN # A, PIN # B, and PIN # C.
  • the hierarchical video encoding device 2 # C of the lower hierarchy L3 encodes the input image PIN # C of the lower hierarchy L3 to generate encoded data DATA # C of the lower hierarchy L3.
  • Basic information necessary for decoding the decoded image POUT # C of the lower layer L3 is included (indicated by “C” in FIG. 2). Since the lower layer L3 is the lowest layer, the encoded data DATA # C of the lower layer L3 is also referred to as basic encoded data.
  • the hierarchical video encoding apparatus 2 # B of the middle hierarchy L2 encodes the input image PIN # B of the middle hierarchy L2 with reference to the encoded data DATA # C of the lower hierarchy, and performs the middle hierarchy L2 Encoded data DATA # B is generated.
  • additional data necessary for decoding the decoded image POUT # B of the intermediate hierarchy is added to the encoded data DATA # B of the intermediate hierarchy L2.
  • Information (indicated by “B” in FIG. 2) is included.
  • the hierarchical video encoding apparatus 2 # A of the upper hierarchy L1 encodes the input image PIN # A of the upper hierarchy L1 with reference to the encoded data DATA # B of the intermediate hierarchy L2 to Encoded data DATA # A is generated.
  • the encoded data DATA # A of the upper layer L1 is used to decode the basic information “C” necessary for decoding the decoded image POUT # C of the lower layer L3 and the decoded image POUT # B of the middle layer L2.
  • additional information indicated by “A” in FIG. 2 necessary for decoding the decoded image POUT # A of the upper layer is included.
  • the encoded data DATA # A of the upper layer L1 includes information related to decoded images of a plurality of different qualities.
  • the decoding device side will be described with reference to FIG.
  • the decoding devices 1 # A, 1 # B, and 1 # C corresponding to the layers of the upper layer L1, the middle layer L2, and the lower layer L3 are encoded data DATA # A and DATA # B, respectively.
  • And DATA # C are decoded to output decoded images POUT # A, POUT # B, and POUT # C.
  • the hierarchical moving picture decoding apparatus 1 # B in the middle hierarchy L2 receives information necessary for decoding the decoded picture POUT # B from the hierarchical encoded data DATA # A in the upper hierarchy L1 (that is, the hierarchical encoded data).
  • the decoded image POUT # B may be decoded by extracting “B” and “C”) included in DATA # A.
  • the decoded images POUT # A, POUT # B, and POUT # C can be decoded based on information included in the hierarchically encoded data DATA # A of the upper hierarchy L1.
  • the hierarchical encoded data is not limited to the above three-layer hierarchical encoded data, and the hierarchical encoded data may be hierarchically encoded with two layers or may be hierarchically encoded with a number of layers larger than three. Good.
  • Hierarchically encoded data may be configured as described above. For example, in the example described above with reference to FIGS. 2A and 2B, it has been described that “C” and “B” are referred to for decoding the decoded image POUT # B, but the present invention is not limited thereto. It is also possible to configure the hierarchically encoded data so that the decoded image POUT # B can be decoded using only “B”.
  • Hierarchically encoded data can also be generated so that In that case, the lower layer hierarchical video encoding device generates hierarchical encoded data by quantizing the prediction residual using a larger quantization width than the upper layer hierarchical video encoding device. To do.
  • Upper layer A layer located above a certain layer is referred to as an upper layer.
  • the upper layers of the lower layer L3 are the middle layer L2 and the upper layer L1.
  • the decoded image of the upper layer means a decoded image with higher quality (for example, high resolution, high frame rate, high image quality, etc.).
  • Lower layer A layer located below a certain layer is referred to as a lower layer.
  • the lower layers of the upper layer L1 are the middle layer L2 and the lower layer L3.
  • the decoded image of the lower layer refers to a decoded image with lower quality.
  • Target layer A layer that is the target of decoding or encoding.
  • Reference layer A specific lower layer referred to for decoding a decoded image corresponding to the target layer is referred to as a reference layer.
  • the reference layers of the upper hierarchy L1 are the middle hierarchy L2 and the lower hierarchy L3.
  • the hierarchically encoded data can be configured so that it is not necessary to refer to all of the lower layers in decoding of the specific layer.
  • the hierarchical encoded data can be configured such that the reference layer of the upper hierarchy L1 is either the middle hierarchy L2 or the lower hierarchy L3.
  • Base layer A layer located at the lowest layer is referred to as a base layer.
  • the decoded image of the base layer is the lowest quality decoded image that can be decoded from the encoded data, and is referred to as a basic decoded image.
  • the basic decoded image is a decoded image corresponding to the lowest layer.
  • the partially encoded data of the hierarchically encoded data necessary for decoding the basic decoded image is referred to as basic encoded data.
  • the basic information “C” included in the hierarchically encoded data DATA # A of the upper hierarchy L1 is the basic encoded data.
  • Extension layer The upper layer of the base layer is called the extension layer.
  • the layer identifier is for identifying the hierarchy, and corresponds to the hierarchy one-to-one.
  • the hierarchically encoded data includes a hierarchical identifier used for selecting partial encoded data necessary for decoding a decoded image of a specific hierarchy.
  • a subset of hierarchically encoded data associated with a layer identifier corresponding to a specific layer is also referred to as a layer representation.
  • a layer representation of the layer and / or a layer representation corresponding to a lower layer of the layer is used. That is, in decoding the decoded image of the target layer, layer representation of the target layer and / or layer representation of one or more layers included in a lower layer of the target layer are used.
  • Inter-layer prediction is based on the syntax element value, the value derived from the syntax element value included in the layer expression of the layer (reference layer) different from the layer expression of the target layer, and the decoded image. It is to predict the syntax element value of the target layer, the encoding parameter used for decoding of the target layer, and the like. Inter-layer prediction in which information related to motion prediction is predicted from reference layer information (at the same time) may be referred to as motion information prediction. Further, inter-layer prediction that predicts a decoded image of a lower layer (at the same time) from an up-sampled image may be referred to as texture prediction (or inter-layer intra prediction). Note that the hierarchy used for inter-layer prediction is, for example, a lower layer of the target layer. In addition, performing prediction within a target layer without using a reference layer may be referred to as intra-layer prediction.
  • the lower layer and the upper layer may be encoded by different encoding methods.
  • the encoded data of each layer may be supplied to the hierarchical video decoding device 1 via different transmission paths, or supplied to the hierarchical video decoding device 1 via the same transmission path. It may be done.
  • the base layer when transmitting ultra-high-definition video (moving image, 4K video data) with a base layer and one extended layer in a scalable encoding, the base layer downscales 4K video data, and interlaced video data.
  • MPEG-2 or H.264 The enhancement layer may be encoded by H.264 / AVC and transmitted over a television broadcast network, and the enhancement layer may encode 4K video (progressive) with HEVC and transmit over the Internet.
  • FIG. 3 is a diagram illustrating a data structure of encoded data (hierarchically encoded data DATA # C in the example of FIG. 2) that can be employed in the base layer.
  • Hierarchically encoded data DATA # C illustratively includes a sequence and a plurality of pictures constituting the sequence.
  • FIG. 3 shows a hierarchical structure of data in the hierarchical encoded data DATA # C.
  • 3A to 3E show a sequence layer that defines a sequence SEQ, a picture layer that defines a picture PICT, a slice layer that defines a slice S, and a tree block that defines a tree block TBLK. It is a figure which shows the CU layer which prescribes
  • coding unit Coding
  • sequence layer a set of data referred to by the hierarchical video decoding device 1 for decoding a sequence SEQ to be processed (hereinafter also referred to as a target sequence) is defined.
  • the sequence SEQ includes a sequence parameter set SPS (Sequence Parameter Set), a picture parameter set PPS (Picture Parameter Set), an adaptive parameter set APS (Adaptation Parameter Set), and pictures PICT 1 to PICT. It includes NP (NP is the total number of pictures included in the sequence SEQ) and supplemental enhancement information (SEI).
  • the sequence parameter set SPS defines a set of encoding parameters that the hierarchical video decoding device 1 refers to in order to decode the target sequence.
  • a set of encoding parameters referred to by the hierarchical video decoding device 1 for decoding each picture in the target sequence is defined.
  • a plurality of PPS may exist. In that case, one of a plurality of PPSs is selected from each picture in the target sequence.
  • the adaptive parameter set APS defines a set of encoding parameters that the hierarchical video decoding device 1 refers to in order to decode each slice in the target sequence. There may be a plurality of APSs. In that case, one of a plurality of APSs is selected from each slice in the target sequence.
  • Picture layer In the picture layer, a set of data that is referred to by the hierarchical video decoding device 1 in order to decode a picture PICT to be processed (hereinafter also referred to as a target picture) is defined. As shown in FIG. 3B, the picture PICT includes a picture header PH and slices S 1 to S NS (NS is the total number of slices included in the picture PICT).
  • the picture header PH includes a coding parameter group referred to by the hierarchical video decoding device 1 in order to determine a decoding method of the target picture.
  • the encoding parameter group is not necessarily included directly in the picture header PH, and may be included indirectly, for example, by including a reference to the picture parameter set PPS.
  • slice layer In the slice layer, a set of data that is referred to by the hierarchical video decoding device 1 in order to decode a slice S (also referred to as a target slice) to be processed is defined. As shown in FIG. 3C, the slice S includes a slice header SH and a sequence of tree blocks TBLK 1 to TBLK NC (NC is the total number of tree blocks included in the slice S).
  • the slice header SH includes a coding parameter group that the hierarchical video decoding device 1 refers to in order to determine a decoding method of the target slice.
  • Slice type designation information (slice_type) for designating a slice type is an example of an encoding parameter included in the slice header SH.
  • I slice that uses only intra prediction at the time of encoding (2) P slice that uses unidirectional prediction or intra prediction at the time of encoding, (3) B-slice using unidirectional prediction, bidirectional prediction, or intra prediction at the time of encoding may be used.
  • the slice header SH may include a reference to the picture parameter set PPS (pic_parameter_set_id) and a reference to the adaptive parameter set APS (aps_id) included in the sequence layer.
  • the slice header SH includes a filter parameter FP that is referred to by an adaptive filter provided in the hierarchical video decoding device 1.
  • the filter parameter FP includes a filter coefficient group.
  • the filter coefficient group includes (1) tap number designation information for designating the number of taps of the filter, (2) filter coefficients a 0 to a NT-1 (NT is the total number of filter coefficients included in the filter coefficient group), and , (3) offset is included.
  • Tree block layer In the tree block layer, a set of data referred to by the hierarchical video decoding device 1 for decoding a processing target tree block TBLK (hereinafter also referred to as a target tree block) is defined. Note that the tree block may be referred to as a coding tree block (CTB) or a maximum coding unit (LCU).
  • CTB coding tree block
  • LCU maximum coding unit
  • the tree block TBLK includes a tree block header TBLKH and coding unit information CU 1 to CU NL (NL is the total number of coding unit information included in the tree block TBLK).
  • NL is the total number of coding unit information included in the tree block TBLK.
  • the tree block TBLK is divided into partitions for specifying a block size for each process of intra prediction or inter prediction and conversion.
  • the above partition of the tree block TBLK is divided by recursive quadtree partitioning.
  • the tree structure obtained by this recursive quadtree partitioning is hereinafter referred to as a coding tree.
  • a partition corresponding to a leaf that is a node at the end of the coding tree is referred to as a coding node.
  • the encoding node is also referred to as an encoding unit (CU).
  • the coding node may be called a coding block (CB: Coding Block).
  • coding unit information (hereinafter referred to as CU information)
  • CU 1 to CU NL is information corresponding to each coding node (coding unit) obtained by recursively dividing the tree block TBLK into quadtrees. is there.
  • the root of the coding tree is associated with the tree block TBLK.
  • the tree block TBLK is associated with the highest node of the tree structure of the quadtree partition that recursively includes a plurality of encoding nodes.
  • each encoding node is half the size of the encoding node to which the encoding node directly belongs (that is, the partition of the node one layer higher than the encoding node).
  • the size of the tree block TBLK and the size that each coding node can take are the size specification information of the minimum coding node and the maximum coding node included in the sequence parameter set SPS of the hierarchical coding data DATA # C.
  • the minimum coding node hierarchy depth difference For example, when the size of the minimum coding node is 8 ⁇ 8 pixels and the difference in the layer depth between the maximum coding node and the minimum coding node is 3, the size of the tree block TBLK is 64 ⁇ 64 pixels.
  • the size of the encoding node can take any of four sizes, namely, 64 ⁇ 64 pixels, 32 ⁇ 32 pixels, 16 ⁇ 16 pixels, and 8 ⁇ 8 pixels.
  • the tree block header TBLKH includes an encoding parameter referred to by the hierarchical video decoding device 1 in order to determine a decoding method of the target tree block. Specifically, as shown in FIG. 3D, tree block division information SP_TBLK that specifies a division pattern of the target tree block into each CU, and a quantization parameter difference that specifies the size of the quantization step ⁇ qp (qp_delta) is included.
  • the tree block division information SP_TBLK is information representing a coding tree for dividing the tree block. Specifically, the shape and size of each CU included in the target tree block, and the position in the target tree block Is information to specify.
  • the tree block division information SP_TBLK may not explicitly include the shape or size of the CU.
  • the tree block division information SP_TBLK may be a set of flags indicating whether the entire target tree block or a partial region of the tree block is to be divided into four. In that case, the shape and size of each CU can be specified by using the shape and size of the tree block together.
  • the quantization parameter difference ⁇ qp is a difference qp ⁇ qp ′ between the quantization parameter qp in the target tree block and the quantization parameter qp ′ in the tree block encoded immediately before the target tree block.
  • CU layer In the CU layer, a set of data referred to by the hierarchical video decoding device 1 for decoding a CU to be processed (hereinafter also referred to as a target CU) is defined.
  • the encoding node is a node at the root of a prediction tree (PT) and a transformation tree (TT).
  • PT prediction tree
  • TT transformation tree
  • the encoding node is divided into one or a plurality of prediction blocks, and the position and size of each prediction block are defined.
  • the prediction block is one or a plurality of non-overlapping areas constituting the encoding node.
  • the prediction tree includes one or a plurality of prediction blocks obtained by the above division.
  • Prediction processing is performed for each prediction block.
  • a prediction block that is a unit of prediction is also referred to as a prediction unit (PU).
  • PU partitioning There are roughly two types of partitioning in the prediction tree (hereinafter abbreviated as PU partitioning): intra prediction and inter prediction.
  • the division method is 2N ⁇ 2N (the same size as the encoding node), 2N ⁇ N, 2N ⁇ nU, 2N ⁇ nD, N ⁇ 2N, nL ⁇ 2N, nR ⁇ 2N, and N XN etc.
  • the types of PU division will be described later with reference to the drawings.
  • the encoding node is divided into one or a plurality of transform blocks, and the position and size of each transform block are defined.
  • the transform block is one or a plurality of non-overlapping areas constituting the encoding node.
  • the conversion tree includes one or a plurality of conversion blocks obtained by the above division.
  • the division in the transformation tree includes the one in which an area having the same size as the encoding node is assigned as the transformation block, and the one in the recursive quadtree division as in the above-described division of the tree block.
  • transform processing is performed for each conversion block.
  • the transform block which is a unit of transform is also referred to as a transform unit (TU).
  • the CU information CU specifically includes a skip flag SKIP, prediction tree information (hereinafter abbreviated as PT information) PTI, and conversion tree information (hereinafter abbreviated as TT information). Include TTI).
  • PT information prediction tree information
  • TT information conversion tree information
  • the skip flag SKIP is a flag indicating whether or not the skip mode is applied to the target PU.
  • the value of the skip flag SKIP is 1, that is, when the skip mode is applied to the target CU, A part of the PT information PTI and the TT information TTI in the CU information CU are omitted. Note that the skip flag SKIP is omitted for the I slice.
  • the PT information PTI is information related to a prediction tree (hereinafter abbreviated as PT) included in the CU.
  • PT prediction tree
  • the PT information PTI is a set of information related to each of one or a plurality of PUs included in the PT, and is referred to when a predicted image is generated by the hierarchical video decoding device 1.
  • the PT information PTI includes prediction type information PType and prediction information PInfo.
  • Prediction type information PType is information that specifies whether intra prediction or inter prediction is used as a prediction image generation method for the target PU.
  • the prediction information PInfo includes intra prediction information PP_Intra or inter prediction information PP_Inter depending on which prediction method the prediction type information PType specifies.
  • a PU to which intra prediction is applied is also referred to as an intra PU
  • a PU to which inter prediction is applied is also referred to as an inter PU.
  • Inter prediction information PP_Inter includes an encoding parameter that is referred to when the hierarchical video decoding device 1 generates an inter prediction image by inter prediction. More specifically, the inter prediction information PP_Inter includes inter PU division information that specifies a division pattern of the target CU into each inter PU, and inter prediction parameters for each inter PU.
  • the intra prediction information PP_Intra includes an encoding parameter that is referred to when the hierarchical video decoding device 1 generates an intra predicted image by intra prediction. More specifically, the intra prediction information PP_Intra includes intra PU division information that specifies a division pattern of the target CU into each intra PU, and intra prediction parameters for each intra PU.
  • the intra prediction parameter is a parameter for designating an intra prediction method (prediction mode) for each intra PU.
  • the PU partition information may include information specifying the shape, size, and position of the target PU. Details of the PU partition information will be described later.
  • the TT information TTI is information regarding a conversion tree (hereinafter abbreviated as TT) included in the CU.
  • TT conversion tree
  • the TT information TTI is a set of information regarding each of one or a plurality of TUs included in the TT, and is referred to when the hierarchical video decoding device 1 decodes residual data.
  • a TU may be referred to as a block.
  • the TT information TTI includes TT division information SP_TT that designates a division pattern for each transform block of the target CU, and quantized prediction residuals QD 1 to QD NT (NT is the target The total number of blocks included in the CU).
  • TT division information SP_TT is information for determining the shape and size of each TU included in the target CU and the position in the target CU.
  • the TT division information SP_TT can be realized from information (split_transform_unit_flag) indicating whether or not the target node is divided and information (trafoDepth) indicating the division depth.
  • each TU obtained by the division can have a size from 32 ⁇ 32 pixels to 4 ⁇ 4 pixels.
  • Each quantized prediction residual QD is encoded data generated by the hierarchical video encoding device 2 performing the following processes 1 to 3 on a target block that is a processing target block.
  • Process 1 The prediction residual obtained by subtracting the prediction image from the encoding target image is subjected to frequency conversion (for example, DCT conversion (Discrete Cosine Transform) and DST conversion (Discrete Sine Transform));
  • Process 2 Quantize the transform coefficient obtained in Process 1;
  • the prediction information PInfo includes an inter prediction parameter or an intra prediction parameter.
  • the inter prediction parameters include, for example, a merge flag (merge_flag), a merge index (merge_idx), an estimated motion vector index (mvp_idx), a reference image index (ref_idx), an inter prediction flag (inter_pred_flag), and a motion vector residual (mvd). Is mentioned.
  • examples of the intra prediction parameters include an estimated prediction mode flag, an estimated prediction mode index, and a residual prediction mode index.
  • the PU partition type specified by the PU partition information includes the following eight patterns in total, assuming that the size of the target CU is 2N ⁇ 2N pixels. That is, 4 symmetric splittings of 2N ⁇ 2N pixels, 2N ⁇ N pixels, N ⁇ 2N pixels, and N ⁇ N pixels, and 2N ⁇ nU pixels, 2N ⁇ nD pixels, nL ⁇ 2N pixels, And four asymmetric splittings of nR ⁇ 2N pixels.
  • N 2 m (m is an arbitrary integer of 1 or more).
  • an area obtained by dividing the target CU is also referred to as a partition.
  • 4 (a) to 4 (h) specifically show the positions of the PU partition boundaries in the CU for each partition type.
  • FIG. 4A shows a 2N ⁇ 2N PU partition type that does not perform CU partitioning.
  • FIGS. 4B, 4C, and 4D show the partition shapes when the PU partition types are 2N ⁇ N, 2N ⁇ nU, and 2N ⁇ nD, respectively.
  • 4 (e), (f), and (g) show the shapes of the partitions when the PU partition types are N ⁇ 2N, nL ⁇ 2N, and nR ⁇ 2N, respectively.
  • FIG. 4H shows the shape of the partition when the PU partition type is N ⁇ N.
  • the PU partition types shown in FIGS. 4A and 4H are also referred to as square partitions based on the shape of the partition.
  • the PU partition types shown in FIGS. 4B to 4G are also referred to as non-square partitioning.
  • the numbers assigned to the respective regions indicate the region identification numbers, and the regions are processed in the order of the identification numbers. That is, the identification number represents the scan order of the area.
  • Partition type for inter prediction In the inter PU, seven types other than N ⁇ N (FIG. 4 (h)) are defined among the above eight division types. The six asymmetric partitions are sometimes called AMP (Asymmetric Motion Partition).
  • a specific value of N is defined by the size of the CU to which the PU belongs, and specific values of nU, nD, nL, and nR are determined according to the value of N.
  • a 128 ⁇ 128 pixel inter-CU includes 128 ⁇ 128 pixels, 128 ⁇ 64 pixels, 64 ⁇ 128 pixels, 64 ⁇ 64 pixels, 128 ⁇ 32 pixels, 128 ⁇ 96 pixels, 32 ⁇ 128 pixels, and 96 ⁇ It is possible to divide into 128-pixel inter PUs.
  • Partition type for intra prediction In the intra PU, the following two types of division patterns are defined.
  • the division patterns (a) and (h) can be taken in the example shown in FIG.
  • an 128 ⁇ 128 pixel intra CU can be divided into 128 ⁇ 128 pixel and 64 ⁇ 64 pixel intra PUs.
  • Enhancement layer For the enhancement layer encoded data, for example, a data structure substantially similar to the data structure shown in FIG. 3 can be adopted. However, in the encoded data of the enhancement layer, additional information can be added or parameters can be omitted as follows.
  • Information indicating hierarchical coding may be encoded in the SPS.
  • spatial scalability, temporal scalability, and SNR scalability hierarchy identification information may be encoded.
  • Filter information and filter on / off information can be encoded by a PPS, a slice header, a macroblock header, or the like.
  • a skip flag (skip_flag), a base mode flag (base_mode_flag), and a prediction mode flag (pred_mode_flag) may be encoded.
  • the CU type of the target CU is an intra CU, an inter CU, a skip CU, or a base skip CU.
  • Intra CU and skip CU can be defined in the same manner as in the HEVC method described above. For example, in the skip CU, “1” is set in the skip flag. If it is not a skip CU, “0” is set in the skip flag. In the intra CU, “0” is set in the prediction mode flag.
  • the inter CU may be defined as a CU that applies non-skip and motion compensation (MC).
  • MC non-skip and motion compensation
  • the base skip CU is a CU type that estimates CU or PU information from a reference layer.
  • “1” is set in the skip flag and “1” is set in the base mode flag.
  • the PU type of the target PU is an intra PU, an inter PU, a merge PU, or a base merge PU.
  • Intra PU, inter PU, and merge PU can be defined in the same manner as in the HEVC method described above.
  • the base merge PU is a PU type for estimating PU information from a reference layer. Further, for example, in the PT information PTI, a merge flag and a base mode flag may be encoded, and using these flags, it may be determined whether or not the target PU is a PU that performs base merge. That is, in the base merge PU, “1” is set to the merge flag and “1” is set to the base mode flag.
  • the motion vector information included in the enhancement layer the motion vector information that can be derived from the motion vector information included in the lower layer can be omitted from the enhancement layer.
  • the code amount of the enhancement layer can be reduced, so that the coding efficiency is improved.
  • the encoded data of the enhancement layer may be generated by an encoding method different from the encoding method of the lower layer. That is, the encoding / decoding process of the enhancement layer does not depend on the type of the lower layer codec.
  • the lower layer is, for example, MPEG-2 or H.264. It may be encoded by the H.264 / AVC format.
  • the reference layer parameters are converted to the corresponding parameters of the target layer or similar parameters, so that corresponding compatibility between the layers is achieved.
  • the reference layer parameters can keep.
  • a macroblock in the H.264 / AVC format can be interpreted as a CTB in HEVC.
  • the parameters described above may be encoded independently, or a plurality of parameters may be encoded in combination.
  • an index is assigned to the combination of parameter values, and the assigned index is encoded.
  • the encoding of the parameter can be omitted.
  • FIG. 5 is a functional block diagram illustrating a schematic configuration of the hierarchical video decoding device 1.
  • the hierarchical video decoding device 1 decodes the hierarchical encoded data DATA supplied from the hierarchical video encoding device 2 by the HEVC method, and generates a decoded image POUT # T of the target layer.
  • the hierarchical video decoding device 1 includes a NAL demultiplexing unit 11, a variable length decoding unit 12, a prediction parameter restoration unit 14, a texture restoration unit 15, and a base decoding unit 16.
  • the NAL demultiplexing unit 11 demultiplexes hierarchically encoded data DATA transmitted in units of NAL units in NAL (Network Abstraction Layer).
  • NAL is a layer provided to abstract communication between a VCL (Video Coding Layer) and a lower system that transmits and stores encoded data.
  • VCL Video Coding Layer
  • VCL is a layer that performs video encoding processing, and encoding is performed in the VCL.
  • the lower system here is H.264. H.264 / AVC and HEVC file formats and MPEG-2 systems are supported. In the example shown below, the lower system corresponds to the decoding process in the target layer and the reference layer.
  • NAL a bit stream generated by VCL is divided into units called NAL units and transmitted to a destination lower system.
  • the NAL unit includes encoded data encoded by the VCL and a header for appropriately delivering the encoded data to the destination lower system.
  • the encoded data in each layer is stored in the NAL unit, is NAL multiplexed, and is transmitted to the hierarchical moving image decoding apparatus 1.
  • the NAL demultiplexing unit 11 demultiplexes the hierarchical encoded data DATA, and extracts the target layer encoded data DATA # T and the reference layer encoded data DATA # R. Further, the NAL demultiplexing unit 11 supplies the target layer encoded data DATA # T to the variable length decoding unit 12, and also supplies the reference layer encoded data DATA # R to the base decoding unit 16.
  • variable length decoding unit 12 performs a decoding process of information for decoding various syntax values from the binary included in the target layer encoded data DATA # T.
  • variable length decoding unit 12 decodes the prediction information, the encoded information, and the transform coefficient information from the encoded data DATA # T as follows.
  • variable length decoding unit 12 decodes prediction information regarding each CU or PU from the encoded data DATA # T.
  • the prediction information includes, for example, designation of a CU type or a PU type.
  • variable length decoding unit 12 decodes the PU partition information from the encoded DATA # T. In addition, in each PU, the variable length decoding unit 12 further converts motion information such as a reference image index RI, an estimated motion vector index PMVI, and a motion vector residual MVD, and mode information as encoded data DATA as prediction information. Decrypt from #T.
  • variable length decoding unit 12 when the CU is an intra CU, the variable length decoding unit 12 further includes (1) size designation information for designating the size of the prediction unit and (2) prediction index designation for designating the prediction index as the prediction information.
  • the intra prediction information including information is decoded from the encoded data DATA # T.
  • variable length decoding unit 12 decodes the encoded information from the encoded data DATA # T.
  • the encoded information includes information for specifying the shape, size, and position of the CU. More specifically, the encoding information includes tree block division information that specifies a division pattern of the target tree block into each CU, that is, the shape, size, and target tree block of each CU included in the target tree block. Contains information that specifies the position within.
  • variable length decoding unit 12 supplies the decoded prediction information and encoded information to the prediction parameter restoration unit 14.
  • variable length decoding unit 12 decodes the quantization prediction residual QD for each block and the quantization parameter difference ⁇ qp for the tree block including the block from the encoded data DATA # T.
  • the variable length decoding unit 12 supplies the decoded quantization prediction residual QD and the quantization parameter difference ⁇ qp to the texture restoration unit 15 as transform coefficient information.
  • the base decoding unit 16 decodes base decoding information, which is information about a reference layer that is referred to when decoding a decoded image corresponding to the target layer, from the reference layer encoded data DATA # R.
  • the base decoding information includes a base prediction parameter, a base transform coefficient, and a base decoded image.
  • the base decoding unit 16 supplies the decoded base decoding information to the prediction parameter restoration unit 14 and the texture restoration unit 15.
  • the prediction parameter restoration unit 14 restores the prediction parameter using the prediction information and the base decoding information.
  • the prediction parameter restoration unit 14 supplies the restored prediction parameter to the texture restoration unit 15.
  • the prediction parameter restoration unit 14 can refer to motion information stored in a frame memory 155 (described later) included in the texture restoration unit 15 when restoring the prediction parameter.
  • the texture restoration unit 15 generates a decoded image POUT # T using the transform coefficient information, the base decoding information, and the prediction parameter, and outputs the decoded image POUT # T to the outside.
  • the texture restoration unit 15 stores information on the restored decoded image in a frame memory 155 (described later) provided therein.
  • FIG. 6 is a functional block diagram illustrating the configuration of the prediction parameter restoration unit 14.
  • the prediction parameter restoration unit 14 includes a prediction type selection unit 141, a switch 142, an intra prediction mode restoration unit 143, a motion vector candidate derivation unit 144, a motion information restoration unit 145, a merge candidate derivation unit 146, a merge An information restoration unit 147 and a PU partition type derivation unit 148 are provided.
  • the prediction type selection unit 141 sends a switching instruction to the switch 142 according to the CU type or the PU type, and controls the prediction parameter derivation process. Specifically, it is as follows.
  • the prediction type selection unit 141 controls the switch 142 so that the prediction parameter can be derived using the intra prediction mode restoration unit 143.
  • the prediction type selection unit 141 uses the motion information restoration unit 145 to control the switch 142 so that a prediction parameter can be derived.
  • the prediction type selection unit 141 uses the merge information restoration unit 147 to control the switch 142 so that the prediction parameter can be derived.
  • the switch 142 supplies the prediction information to any of the intra prediction mode restoration unit 143, the motion information restoration unit 145, and the merge information restoration unit 147 in accordance with an instruction from the prediction type selection unit 141.
  • a prediction parameter is derived at a supply destination of the prediction information.
  • the intra prediction mode restoration unit 143 derives a prediction mode from the prediction information. That is, the intra prediction mode restoration unit 143 restores the prediction parameter in the prediction mode.
  • FIG. 7 shows the definition of the prediction mode.
  • 36 types of prediction modes are defined, and each prediction mode is specified by a number (intra prediction mode index) from “0” to “35”.
  • the following names are assigned to each prediction mode. That is, “0” is “Intra_Planar (planar prediction mode, plane prediction mode)”, “1” is “Intra DC (intra DC prediction mode)”, and “2” to “34” are “ “Intra Angular (direction prediction)”, and “35” is “Intra From Luma”.
  • “35” is unique to the color difference prediction mode, and is a mode for performing color difference prediction based on luminance prediction.
  • the color difference prediction mode “35” is a prediction mode using the correlation between the luminance pixel value and the color difference pixel value.
  • the color difference prediction mode “35” is also referred to as an LM mode.
  • the number of prediction modes (intraPredModeNum) is “35” regardless of the size of the target block.
  • the motion vector candidate derivation unit 144 uses the base decoding information to derive an estimated motion vector candidate by intra-layer motion estimation processing or inter-layer motion estimation processing.
  • the motion vector candidate derivation unit 144 supplies the derived motion vector candidates to the motion information restoration unit 145.
  • the motion information restoration unit 145 restores motion information related to each inter PU that is not merged. That is, the motion information restoring unit 145 restores motion information as a prediction parameter.
  • the motion information restoration unit 145 restores motion information from the prediction information when the target CU (PU) is an inter CU (inter PU). More specifically, the motion information restoration unit 145 acquires a motion vector residual (mvd), an estimated motion vector index (mvp_idx), an inter prediction flag (inter_pred_flag), and a reference image index (refIdx). Then, based on the value of the inter prediction flag, a reference image list use flag is determined for each of the reference image list L0 and the reference image list L1.
  • mvd motion vector residual
  • mvp_idx estimated motion vector index
  • inter_pred_flag inter prediction flag
  • refIdx reference image index
  • the motion information restoration unit 145 derives an estimated motion vector based on the value of the estimated motion vector index, A motion vector is derived based on the motion vector residual and the estimated motion vector.
  • the motion information restoration unit 145 outputs the motion vector (motion compensation parameter) together with the derived motion vector, the reference image list use flag, and the reference image index.
  • the merge candidate derivation unit 146 derives various merge candidates using the decoded motion information supplied from the frame memory 155 described later and / or the base decoding information supplied from the base decoding unit 16.
  • the merge candidate derivation unit 146 supplies the derived merge candidates to the merge information restoration unit 147.
  • the merge information restoration unit 147 restores motion information regarding each PU that is merged within a layer or between layers. That is, the motion information restoring unit 145 restores motion information as a prediction parameter.
  • the merge information restoration unit 147 uses the merge candidate list derived by the merge candidate derivation unit 146 by intra-layer merging. Then, the motion information is restored by deriving a motion compensation parameter corresponding to the merge index (merge_idx) included in the prediction information.
  • the merge information merging unit 146 derives a merge index (merge_idx) included in the prediction information from the merge candidate list derived by inter-layer merging.
  • the motion information is restored by deriving the corresponding motion compensation parameter.
  • the PU partition type derivation unit 148 estimates the PU partition type to the PU of the target CU in the target layer using the encoded information and the base decoding information.
  • the PU partition type deriving unit 148 supplies the estimated PU partition type to the merge candidate deriving unit 146 and the merge information restoring unit 147.
  • FIG. 9 is a functional block diagram illustrating the configuration of the texture restoration unit 15.
  • the texture restoration unit 15 includes an inverse orthogonal transform / inverse quantization unit 151, a texture prediction unit 152, an adder 153, a loop filter unit 154, and a frame memory 155.
  • the inverse orthogonal transform / inverse quantization unit 151 (1) inversely quantizes the quantized prediction residual QD included in the transform coefficient information supplied from the variable length decoding unit 12, and (2) obtained by inverse quantization.
  • the DCT coefficient is subjected to inverse orthogonal transform (for example, DCT (Discrete Cosine Transform) transform), and (3) the prediction residual D obtained by the inverse orthogonal transform is supplied to the adder 153.
  • inverse orthogonal transform for example, DCT (Discrete Cosine Transform) transform
  • the inverse orthogonal transform / inverse quantization unit 151 derives a quantization step QP from the quantization parameter difference ⁇ qp included in the transform coefficient information.
  • the texture prediction unit 152 refers to the base decoded image included in the base decoding information or the decoded decoded image stored in the frame memory according to the prediction parameter, and generates a predicted image.
  • the texture prediction unit 152 includes an inter prediction unit 152A, an intra-layer intra prediction unit 152B, and an inter-layer intra prediction unit 152C.
  • the inter prediction unit 152A generates a prediction image related to each inter prediction partition by inter prediction. Specifically, the inter prediction unit 152A generates a prediction image from the reference image using the motion information supplied as a prediction parameter from the motion information restoration unit 145 or the merge information restoration unit 147.
  • the intra-layer intra prediction unit 152B generates a prediction image related to each intra-prediction partition by intra-layer intra prediction. Specifically, the intra-layer intra prediction unit 152B generates a prediction image from the decoded image that has been decoded in the target partition, using the prediction mode supplied from the intra prediction mode restoration unit 143 as a prediction parameter.
  • the inter-layer intra prediction unit 152C generates a prediction image related to each intra prediction partition by inter-layer intra prediction. Specifically, the intra-layer intra prediction unit 152C generates a prediction image based on the base decoded image included in the base decoding information, using the prediction mode supplied from the intra prediction mode restoration unit 143 as a prediction parameter.
  • the base decoded image may be appropriately upsampled according to the resolution of the target layer.
  • the texture prediction unit 152 supplies the predicted image generated by the inter prediction unit 152A, the intra-layer intra prediction unit 152B, or the inter-layer intra prediction unit 152C to the adder 153.
  • the adder 153 generates a decoded image by adding the prediction image of the texture prediction unit 153 and the prediction residual D supplied from the inverse orthogonal transform / inverse quantization unit 151.
  • the loop filter unit 154 subjects the decoded image supplied from the adder 153 to deblocking processing and filtering processing using adaptive filter parameters.
  • the frame memory 155 stores the decoded image that has been filtered by the loop filter unit 154.
  • FIG. 10 is a functional block diagram illustrating the configuration of the base decoding unit 16.
  • the base decoding unit 16 includes a variable length decoding unit 161, a base prediction parameter restoration unit 162, a base transform coefficient restoration unit 163, and a base texture restoration unit 164.
  • variable length decoding unit 161 performs a decoding process of information for decoding various syntax values from the binary included in the reference layer encoded data DATA # R.
  • variable length decoding unit 161 decodes prediction information and transform coefficient information from the encoded data DATA # R.
  • the syntax of the prediction information and transform coefficients decoded by the variable length decoding unit 161 is the same as that of the variable length decoding unit 12, and therefore detailed description thereof is omitted here.
  • variable length decoding unit 161 supplies the decoded prediction information to the base prediction parameter restoring unit 162 and also supplies the decoded transform coefficient information to the base transform coefficient restoring unit 163.
  • the base prediction parameter restoration unit 162 restores the base prediction parameter based on the prediction information supplied from the variable length decoding unit 161.
  • the method by which the base prediction parameter restoration unit 162 restores the base prediction parameter is the same as that of the prediction parameter restoration unit 14, and thus detailed description thereof is omitted here.
  • the base prediction parameter restoration unit 162 supplies the restored base prediction parameter to the base texture restoration unit 164 and outputs it to the outside.
  • the base transform coefficient restoration unit 163 restores transform coefficients based on the transform coefficient information supplied from the variable length decoding unit 161.
  • the method by which the base transform coefficient restoration unit 163 restores the transform coefficients is the same as that of the inverse orthogonal transform / inverse quantization unit 151, and thus detailed description thereof is omitted here.
  • the base conversion coefficient restoration unit 163 supplies the restored base conversion coefficient to the base texture restoration unit 164 and outputs it to the outside.
  • the base texture restoration unit 164 uses the base prediction parameter supplied from the base prediction parameter restoration unit 162 and the base transform coefficient supplied from the base transform coefficient restoration unit 163 to generate a decoded image. Specifically, the base texture restoration unit 164 performs the same texture prediction as the texture prediction unit 152 based on the base prediction parameter, and generates a predicted image. Also, the base texture restoration unit 164 generates a prediction residual based on the base conversion coefficient, and generates a base decoded image by adding the generated prediction residual and the predicted image generated by texture prediction.
  • the base texture restoration unit 164 may perform the same filter processing as the loop filter unit 154 on the base decoded image. Further, the base texture restoration unit 164 may include a frame memory for storing the decoded base decoded image, or may refer to the decoded base decoded image stored in the frame memory in texture prediction. Good.
  • FIG. 1 is a functional block diagram illustrating the configuration of the merge candidate derivation unit 146.
  • the merge candidate derivation unit 146 includes a merge candidate derivation control unit (determination means) 1461, a merge candidate storage unit 1462, a slice type determination unit 1463, and an individual merge candidate derivation unit 1464.
  • the merge candidate derivation control unit 1461 controls the individual merge candidate derivation unit 1464, derives a predetermined number (merge candidate derivation number) of merge candidates, and stores them in the merge candidate storage unit 1462.
  • the merge candidate derivation number for example, the value of merge_idx + 1 is normally used. Note that an arbitrary integer greater than or equal to the value of merge_idx + 1 may be used as the merge candidate derivation number. For example, a value obtained by adding 1 to the maximum value of merge_idx may be used as MRG_MAX_NUM_CANDS as the merge candidate derivation number.
  • the merge candidate storage unit 1462 stores a plurality of merge candidates. Merge candidates are recorded as an ordered list (merge candidate list).
  • the slice type determination unit 1463 determines the slice type of the slice including the target PU in response to the request, and outputs the result.
  • the individual merge candidate derivation unit 1464 derives and outputs merge candidates by a designated derivation method.
  • the detailed operation of each merge candidate derivation unit selected based on the designated derivation method will be described later.
  • the derived merge candidate is illustratively composed of a reference image list use flag (predFlagLX), a reference image index (refIdxLX), and a motion vector (mvLX) for the reference image list LX.
  • predFlagLX a reference image list use flag
  • refIdxLX reference image index
  • mvLX motion vector
  • the individual merge candidate derivation unit 1464 includes a spatial merge candidate derivation unit (target layer candidate derivation unit, spatial motion information candidate derivation unit) 1464A, an inter-layer merge candidate derivation unit (interlayer candidate derivation unit) 1464B, and time merge.
  • the spatial merge candidate derivation unit 1464A and the temporal merge candidate derivation unit 1464C include the encoded parameters of the decoded CU and PU stored in the frame memory 155, in particular, motion in units of PUs. Compensation (motion compensation parameters) is provided.
  • each merge candidate derivation unit derives merge candidates according to a predetermined priority order.
  • the merge candidate derivation order is controlled by the merge candidate derivation control unit 1461.
  • the merge candidate derivation control unit 1461 can cause each merge candidate derivation unit to derive arbitrary merge candidates excluding inter-layer merge candidates. Further, when performing inter-layer merging, the merge candidate derivation control unit 1461 can cause each merge candidate derivation unit to derive arbitrary merge candidates including inter-layer merge candidates.
  • FIG. 11 is a diagram for explaining the operation of the spatial merge candidate derivation unit 1464A.
  • FIG. 11 shows the positional relationship between the target PU and adjacent blocks A0, A1, B0, B1, and B2.
  • the spatial merge candidate derivation unit 1464A outputs the motion compensation parameters in the adjacent blocks as merge candidates.
  • the derivation order is A1, B1, B0, A0, and B2, for example.
  • the derived merge candidates are stored in the merge candidate storage unit 1462. More precisely, the merge candidates are added to the end of the merge candidate list stored in the merge candidate storage unit 1462 in the derived order.
  • each adjacent block can be expressed as follows, where the upper left coordinates of the PU are (xP, yP) and the PU sizes are nPSW and nPSH.
  • B2 (xP-1, yP-1)
  • N is any one of A0, A1, B0, B1, or B2
  • the block at position N is not available (not available).
  • the block at position N is intra-coded.
  • N is B2 and all merge candidates corresponding to positions A0, A1, B0, and B1 are derived.
  • the PU partition type is 2N ⁇ N or N ⁇ 2N, and the PU index is 1, and the PU of block N and index 0 has the same motion compensation parameter.
  • N is B0 and block N and block B1 have the same motion compensation parameter.
  • N is A0 and block N and block A1 have the same motion compensation parameter. If N is B2 and block N has the same motion compensation parameters as either block A1 or block B1.
  • two blocks having the same motion compensation parameter means that the reference image list use flag, the reference image index, and the motion vector are all equal for both the reference image lists L0 and L1. The determination of the identity of motion compensation parameters (match determination) will be described in detail later.
  • FIG. 12 is a diagram illustrating the operation of the inter-layer merge candidate derivation unit 1464B.
  • FIG. 12 illustrates an area on the reference layer that is referred to when an inter-layer merge candidate is derived.
  • the motion compensation parameter at the lower right position C0 in the region on the reference layer (hereinafter, abbreviated as the corresponding reference region) corresponding to the target PU is output as the merge candidate. Is done.
  • the derived merge candidates are stored in the merge candidate storage unit 1462. More precisely, the merge candidates are added to the end of the merge candidate list stored in the merge candidate storage unit 1462 in the derived order.
  • the inter-layer merge candidate derivation unit 1464B derives merge candidates by referring to the base decoding information as follows.
  • the base decoding information referred to by the inter-layer merge candidate derivation unit 1464B includes reference layer motion compensation parameters (mxLX_RL, refIdxLX_RL, predFlagLX_RL).
  • the merge candidate (merge candidate C0) output by the inter-layer merge candidate derivation unit 1464B is configured by motion compensation parameters (mvLX_C0, refIdxLX_C0, predFlagLX_C0).
  • Upper left pixel position of the target prediction unit (xP, yP)
  • the corresponding reference area is an area on the reference layer corresponding to the target PU.
  • the spatial merge candidate is derived based on the position information of the upper right (B1, B0), lower left (A1, A0), and upper left (B2) of the target PU, whereas the inter-layer merge candidate is It is derived based on the information of the lower right (C0) position in the corresponding reference area.
  • the merge candidate list includes various merge candidates having different properties from the spatial merge candidates.
  • inter-layer merge candidate derivation unit 1464B may be able to derive a merge candidate from an arbitrary position in the corresponding reference region.
  • the motion information decoded in the region on the reference layer corresponding to the region that has not been decoded in the target prediction unit may be derived as a merge candidate.
  • inter-layer merge candidate derivation unit 1464B may derive based on information on a position adjacent to any of the lower right (C0) right, lower, and lower right.
  • the inter-layer merge candidate derivation unit 1464B may be able to derive a merge candidate from a position on the reference layer corresponding to a position near the region R1 of the target PU illustrated in FIG.
  • the region R1 can be expressed as a region in a predetermined range including the lower right position in the target reference region.
  • a merge candidate having a property different from that of the spatial merge candidate can be derived from the position in the corresponding reference region as the inter-layer merge candidate.
  • Supplementing the undecrypted area is as follows.
  • tree blocks are decoded in raster scan order starting from the upper left corner of the picture and moving in the lower right direction.
  • a tree block subsequent to the target tree block including the target prediction unit in the raster scan order is an undecoded region.
  • the tree block located below the target tree block or the tree block whose vertical position is the same as the target tree block and located right of the target tree block has not been decoded yet. It is.
  • the area included in the undecoded tree block is an undecoded area.
  • the CU in the tree block is processed in the so-called Z-scan order.
  • the tree block is divided into four congruent squares, and processing is performed in the order of the CUs included in the upper left, upper right, lower left, and lower right square regions. Subsequently, processing is also performed recursively for each square area.
  • the upper left area is further divided into four congruent square areas, and CUs included in each square area are processed in the order of upper left, upper right, lower left, and lower right.
  • the numbers assigned to the respective regions represent the scan order by Z scan.
  • the upper left area obtained by dividing the tree block into four includes 1 to 7 CUs, 8 CUs in the upper right area, 9 CUs in the lower left area, and 10 to 13 CUs in the lower right area.
  • the upper left area including 1 to 7 CUs is further divided into four, and the upper left area includes 1 CU, the upper right area includes 2 CUs, the lower left area includes 3 CUs, and the lower right area includes 4 to 7 CUs.
  • a CU after the target CU in the Z-scan order is a CU that has not been decoded, and a region included in the CU is a region that has not been decoded.
  • inter-layer merge candidate derivation unit 1464B may be restricted or prohibited from deriving merge candidates from a specific position.
  • motion information corresponding to the lower right (C0) position in the corresponding reference area is not recorded in the memory.
  • information corresponding to a position near the lower right (C0) is used.
  • merge candidates may be derived. For example, when the motion information of the reference layer is recorded by being thinned out at a specific interval (N pixel unit), it is changed to the position of C0, that is, the position of (xC0, yC0) ((xC0 // N) * The merge candidate may be derived based on motion information corresponding to the position of N, (yC0 // N) * N).
  • the operator “//” is an operator whose value of “x // y” is a quotient obtained by dividing x by y.
  • FIG. 13 is a diagram for explaining the operation of the time merge candidate derivation unit 1464C.
  • the temporal merge candidate derivation unit 1464C generally derives the temporal merge candidate as follows. That is, when the current picture is currPic, the temporal merge candidate deriving unit 1464C occupies the PU on the reference image specified by the reference image index refIdxL0 that occupies substantially the same spatial position as the target PU in the current picture.
  • the temporal merge candidate is derived by copying the motion compensation parameter of the PU on the reference image specified by the reference image index refIdxL1.
  • the reference index number refIdxLX (where X is 0, 1 or C) is obtained as follows using the reference pictures refIdxLXA, refIdxLXB, and refIdxLXC of the adjacent PU, A, B, and C blocks of the target PU.
  • refIdxLX refIdxLXA
  • refIdxLXB refIdxLXC
  • refIdxLX refIdxLXA
  • refIdxLXB refIdxLXC
  • the coordinates of the blocks A and B are as follows.
  • the coordinates of the block C are any of the following C0, C1, and C2. If the PU corresponding to each position is available and other than intra, the refIdxLX of the PU at that position is set as refIdxLXC.
  • the L1 motion vector MvL1 of the PU is used as the temporal merge candidate LX motion vectors mvLXCol [0] and mvLXCol [1].
  • the L0 motion vector MvL0 of the PU is used as the temporal merge candidate LX motion vectors mvLXCol [0] and mvLXCol [1].
  • the motion vector mvLXCol is scaled using the POC (Picture Order Count) of the current frame and the POC of the reference picture to obtain a final temporal merge candidate.
  • the time merge candidate derivation unit 1464C stores the derived time merge candidate in the merge candidate storage unit 1462.
  • the merge merge candidate deriving unit 1464D derives a merge merge candidate by combining motion vectors of two different derived merge candidates already derived and stored in the merge candidate storage unit 1462.
  • the merge merge candidate derivation unit 1464D increments the merge merge candidate count combCnt from 0, and merges until the number of elements in the merge candidate list matches the merge candidate derivation number, or until combCnt exceeds the maximum value (5). Candidates are derived and added to the end of the merge candidate list.
  • the procedure for deriving the merge merge candidate corresponding to the specific merge merge candidate count combCnt is as follows.
  • the merge candidate combination list is referred to with combCnt as an index (combIdx), and two merge candidates used for the combination, that is, indexes l0CandIdx and L1CandIdx indicating the positions of the L0 merge candidate and the L1 merge candidate on the merge candidate list, respectively
  • combIdx indexes l0CandIdx and L1CandIdx indicating the positions of the L0 merge candidate and the L1 merge candidate on the merge candidate list, respectively
  • An example of the merge candidate combination list is shown in FIG.
  • the merge merge candidate is generated by copying the motion compensation parameters of the L0 merge candidate to the reference image list L0 and the L1 merge candidate to the reference image list L1. Note that when any of the following conditions is satisfied, a merge merge candidate corresponding to combCnt is not derived.
  • -L0 reference image list use flag of L0 merge candidate is 0 -L1 reference image list use flag of L1 merge candidate is 0
  • the motion vectors or reference images of the L0 merge candidate and the L1 merge candidate match.
  • the combined merge candidate is derived by the above procedure.
  • both the L0 and L1 reference image list use flags are 1. That is, the merge merge candidate is a merge candidate that performs bi-prediction.
  • merge merge candidates are not included in the merge candidate list.
  • FIG. 15 is a diagram illustrating the operation of the zero merge candidate derivation unit 1464E. If the number of merge candidates in the merge candidate storage unit 1462 reaches the number of merge candidate derivations, the zero merge candidate derivation unit 1464E does not perform processing (zero merge candidates are not derived). On the other hand, if the number of merge candidates does not reach the number of merge candidate derivations, the zero merge candidate derivation unit 1464E generates a merge candidate having a zero vector until the number of merge candidates reaches the number of merge candidate derivations to generate a merge candidate list. Add to.
  • the index of the merge candidate to be referenced is zeroCand m
  • the L0 motion vector (mvL0zeroCand m [0], mvL0zeroCand m [1]) and the L1 motion vector (mvL1zeroCand m [0], mvL1zeroCand m [1]) are both A candidate such as 0 is derived.
  • the index zeroCand m uses a value obtained by adding 1 to the value of the last index of the merge candidate list already derived.
  • m is an index starting from 0, and is incremented by 1 when a zero merge candidate is added to the merge candidate list.
  • FIG. 16 is a flowchart illustrating an example of the operation flow of the merge candidate derivation unit 146.
  • the merge candidate C0 is derived in the inter-layer merge candidate derivation unit 1464B (S102).
  • the merge candidate T is derived in the time merge candidate derivation unit 1464C (S103).
  • the merge candidate C is derived in the merge merge candidate deriving unit 1464D (S104).
  • S104 may be configured to be executed when the slice type determination unit 1463 determines that the slice type is a B slice.
  • the merge candidate Z is derived in the zero merge candidate deriving unit 1464E (S105).
  • the hierarchical video decoding device 1 decodes the hierarchically encoded data DATA in which image information relating to images of different quality for each layer is hierarchically encoded, and the target layer to be decoded Is a hierarchical video decoding device 1 that restores the decoded image POUT # T in the target layer using a predicted image generated by motion compensated prediction based on the restored motion information.
  • a reference layer that is a decoded layer is referred to, and decoding is performed in a region on the reference layer that corresponds to an undecoded region in a peripheral region that includes the target prediction unit
  • Inter-layer merge candidate derivation unit 146 that derives motion information as a candidate for estimating motion information in the target prediction unit. It is configured to include B.
  • motion information on a reference area corresponding to an area that cannot be used because it is not decoded in the same layer can be added to the merge candidate list.
  • the inter-layer merge candidate derivation unit 1464B may derive inter-layer merge candidates from two or more positions on the reference area.
  • FIGS. 17A to 17C will be described in order.
  • the inter-layer merge candidate derivation unit 1464B may further target the inter-layer merge candidate derivation in addition to the position C0 in the upper left position C1 in the corresponding reference region.
  • the inter-layer merge candidate derivation unit 1464B uses the position C1 when the position C0 is unavailable. That is, as the priority of merge candidate derivation by the inter-layer merge candidate derivation unit 1464B, the lower right position C0 has priority over the position C1.
  • the inter-layer merge candidate deriving unit 1464B may be able to derive the inter-layer merge candidate even when the motion information at the position C0 cannot be referred to because the position C0 cannot be used.
  • the inter-layer merge candidate derivation unit 1464B merges the lower right adjacent blocks C0, C2, and C3 of the corresponding reference area and the upper left position C1 of the corresponding reference area. It may be used for derivation of candidates. It should be noted that the priority order for merging candidate derivation is illustratively in the order of positions C0, C1, C2, and C3.
  • the pixel corresponding to the upper left position and the pixel corresponding to the lower right position in the corresponding reference area belong to the same motion information recording unit.
  • Using the motion information of the lower right adjacent block increases the possibility that the motion information can be derived from a recording unit different from the upper left portion in the corresponding reference area.
  • the inter-layer merge candidate derivation unit 1464B has a lower right position C0 in the corresponding reference area, a lower right adjacent block C1 in the corresponding reference area, and an upper left position C1 in the corresponding reference area.
  • the right adjacent block C3 and the lower adjacent block C4 of the corresponding reference region may be used for deriving inter-layer merge candidates.
  • the priorities for deriving merge candidates may be the order of positions C0, C1, C2, C3, and C4.
  • merge candidate derivation control unit 1461 when merge candidate derivation control unit 1461 performs a match determination between each of the motion compensation parameters at positions C1 to C4 and the motion compensation parameter at position C0, as a result of the determination, the motion compensation parameters do not match.
  • the inter-layer merge candidate derivation unit 1464B may derive a corresponding merge candidate.
  • the operation of the function equalMotion (A, B) for determining whether the motion compensation parameters of the blocks A and B match each other can be specified as follows.
  • predFlagL0A and predFlagL1A are 1 when the reference pictures L0 and L1 are used in the block A, respectively, and 0 otherwise.
  • mvL0 [0] and mvL0 [1] are the horizontal motion vector and vertical motion vector of L0
  • mvL1 [0] and mvL1 [1] are the horizontal motion vector and vertical motion vector of L1.
  • A is replaced with B.
  • inter-layer merge candidate derivation unit 1464B derives merge candidates in the order of priority while performing the above-described matching determination, and adds inter-layer merge candidates until the number of unique merge candidates becomes two. Also good.
  • the possibility that different motion information can be derived increases, so that the possibility that the motion information to be encoded is included in the merge candidate increases. As a result, the amount of code of motion information can be reduced.
  • the merge candidate derivation control unit 1461 may perform match determination of motion compensation parameters of merge candidates derived by each merge candidate derivation unit (hereinafter referred to as merge candidate match determination). Further, the merge candidate derivation control unit 1461 may store only the merge candidates determined to be unique as a result of the match determination in the merge candidate storage unit 1462. Further, the merge candidate derivation control unit 1461 may omit the determination of matching between the inter-layer merge candidate derived by the inter-layer merge candidate derivation unit 1464B and the merge candidate derived by another merge candidate derivation unit.
  • the temporal merge candidate derivation unit 1464C and the merged merge candidate derivation unit 1464D derive merge candidates after the inter-layer merge candidate derivation unit 1464B.
  • the inter-layer merge candidate derivation step (S102), the temporal merge candidate derivation step (S103), and the merged merge candidate derivation step (S104) can be executed in parallel.
  • the merge candidate derivation control unit 1461 when performing a match determination between the spatial merge candidate and the inter-layer merge candidate, performs a match determination only with the merge candidate S0 of the spatial merge candidate (the first merge candidate in the merge candidate list). Preferably it is done.
  • FIG. 18 is a flowchart illustrating another example of the operation of the merge candidate derivation unit 146.
  • the merge candidate S0 to merge candidate S2 are derived in the spatial merge candidate derivation unit 1464A (S201).
  • the merge candidate derivation control unit 1461 determines whether or not the inter-layer merge candidate derivation is valid (S202).
  • the merge candidate derivation control unit 1461 can determine that the inter-layer merge candidate derivation is effective in the following case (A) or (B), for example.
  • A When a flag included in SPS or PPS indicates that inter-layer merge prediction is valid; or (B) A reference layer corresponding to the target PU exists, and the target PU and the reference layer are P slices or B slices.
  • the inter-layer merge candidate derivation unit 1464B derives the merge candidate C0 (S204).
  • the merge candidate T is derived in the temporal merge candidate derivation unit 1464C (S203).
  • inter-layer merge candidate step (S204) and the temporal merge candidate derivation step (S203) are performed alternatively, when one of the two is executed, the other is omitted.
  • merge candidate C is derived in combined merge candidate derivation unit 1464D (S205).
  • merge candidate Z is derived in the zero merge candidate derivation unit 1464E (S206).
  • the code amount reduction width of the motion information when the temporal merge candidate and the inter-layer merge candidate are used together is not significantly different from the code amount reduction width of the motion information when either one is used.
  • the code amount does not increase so much even if the temporal merge candidate is not used. Furthermore, if the derivation of the time merge candidate is omitted, the processing load related to the derivation of the time merge candidate can be reduced, and the memory resource can be saved.
  • the time merge candidate is not used when the inter-layer merge candidate is used.
  • the individual merge candidate derivation unit 1464 may further include an inter-layer intra candidate derivation unit 1464F.
  • the inter-layer intra candidate derivation unit 1464F signals inter-layer intra prediction (texture prediction) in the merge candidate list.
  • the inter-layer intra candidate derivation unit 1464F adds an inter-layer intra candidate that is a candidate for signaling inter-layer intra prediction to the merge candidate list.
  • the inter-layer intra prediction unit 152C of the texture prediction unit 152 generates a prediction image based on the image obtained by up-sampling the decoded pixels of the reference layer.
  • the merge candidate derivation control unit 1461 may add each merge candidate to the merge candidate list in the following priority order.
  • the merge candidate derivation unit 146 derives the merge candidate For example, it can be performed by the following method.
  • merge candidates are added in the priority order of 1) to 6) until the maximum number of merge candidate derivations in the merge candidate list is reached.
  • Another method is to add the merge candidate derived from the maximum number of merge candidates derived in the merge candidate list in the priority order of 1) to 5) minus one, and then 6) merge candidates between layers as merge candidates. Add as
  • intra-layer intra prediction can be selected in units of PUs. Thereby, compared with the case where a selection flag (base_mode_flag) is provided for every CU, side information can be reduced.
  • the merge candidate derivation control unit 1461 may add each merge candidate to the merge candidate list in the following priority order.
  • Inter-layer candidate is a merge candidate related to inter-layer prediction. Is an inter-layer merge candidate or an inter-layer intra candidate. A candidate to be added as an inter-layer candidate according to a prediction type of a CU (hereinafter referred to as a reference CU) to which a region on a reference layer corresponding to the target PU belongs is between an inter-layer merge candidate and an inter-layer intra candidate. Can be switched. This switching may be controlled by the merge candidate derivation control unit 1461.
  • the inter-layer merge candidate derivation unit 1464B derives the inter-layer merge candidate as an inter-layer candidate.
  • the inter prediction unit 152A of the texture prediction unit 152 generates a prediction image by motion compensation prediction.
  • the inter-layer intra candidate derivation unit 1464F derives the inter-layer intra candidate as an inter-layer candidate.
  • the inter-layer intra prediction unit 152C of the texture prediction unit 152 generates a prediction image based on an image obtained by up-sampling the decoded pixels of the reference layer.
  • the decoded image of the inter CU is not used for motion information prediction in inter-layer prediction in order to reduce the processing amount in the motion compensation process. Further, when the reference layer is an intra CU, there is no motion compensation information in the intra CU.
  • candidates are generated using information available in the reference CU depending on whether the reference CU is an inter CU or an intra CU.
  • the number of merge candidates can be reduced as compared with the case where the inter-layer merge candidate and the inter-layer intra candidate are different candidates.
  • FIG. 27 is a functional block diagram illustrating the configuration of the PU partition type deriving unit 148.
  • the PU partition type deriving unit 148 includes a reference CU setting unit 1481 and a PU partition estimation unit 1482.
  • the reference CU setting unit 1481 sets an area on the reference layer corresponding to the target CU when decoding the target CU to be decoded, and refers to the set reference area at the time of PU partition estimation. Set the CU on the power reference layer.
  • the region set by the reference CU setting unit 1481 is referred to as a reference region, and the CU on the reference layer is referred to as a reference CU.
  • the PU partition estimation unit 1482 refers to the reference CU set by the reference CU setting unit 1481, and estimates the partition type (estimated PU partition type) into PUs in the target CU of the target layer.
  • the PU partition estimation unit 1482 includes a lower right pixel position determination unit 1482A, an overlap region determination unit 1482B, and a partition type determination unit 1482C.
  • the lower right pixel position determination unit 1482A determines the position of the position of the lower right pixel in the reference CU within the reference area.
  • the overlapping area determination unit 1482B determines the degree of overlapping of an area where the reference CU and the reference area overlap (hereinafter referred to as an overlapping area).
  • the overlapping degree of the overlapping region includes, for example, the size of the overlapping region, the size of the overlapping region, the relationship between the width and the height, and the inclusion relationship between the reference CU and the reference region.
  • the division type determination unit 1482C determines the PU division type in the target CU according to the determination result of the lower right pixel position determination unit 1482A or the overlapping region determination unit 1482B.
  • the reference CU setting unit 1481 sets a reference region refREG on the reference layer corresponding to the target CUtgtCU, which is a CU included in the reference frame refFR1 on the reference layer.
  • the reference frame refFR1 is illustratively a frame on the reference layer at the same time as the target frame tgtFR1.
  • the target CUtgtCU “corresponds” to the reference region refREG means that the spatial position of the target CUtgtCU in the target frame tgtFR1 on the target layer is the spatial position of the reference region refREG in the reference frame refFR1 on the reference layer. It means that it corresponds.
  • the reference CU setting unit 1481 sets a reference CU based on the reference area refREG.
  • the coding area block refCTB1 on the reference layer includes the reference region refREG.
  • the coding tree block refCTB1 includes refCU0, refCU1, refCU2, and refCU3, which are CUs having a hierarchical depth of 1.
  • refCU0 includes refCU00, refCU01, refCU02, and refCU03, which are split CUs with a hierarchical depth of 2.
  • the reference region refREG has an overlapping portion with a plurality of CUs on the reference layer. That is, the reference area refREG may overlap with a plurality of CUs on the reference layer.
  • the reference area refREG has an overlapping portion with refCU00, refCU01, refCU02, refCU03, refCU1, refCU2, and refCU3.
  • the reference CU setting unit 1481 mainly sets the CU on the reference layer including the pixel refCUPX corresponding to the upper left pixel tgtCUPX of the target CU as the reference CU will be described. That is, in the example shown in FIG. 28, refCU00 is the reference CU.
  • the height and width of the target frame tgtFR1 on the target layer are hPic and wPic, respectively.
  • the height and width of the target CUtgtCU are hCu and wCu, respectively, and the coordinate representation in the target frame tgtFR1 at the position of the upper left pixel is (xCu, yCu).
  • the height and width of the reference frame refFR1 on the reference layer are set to hRefPic and wRefPic, respectively.
  • the reference CU setting unit 1481 sets the reference CU as follows. First, the reference CU setting unit 1481 derives the coordinates (xRefReg, yRefReg) of the reference region refREG by the following calculation. Note that scaleX and scaleY below are the ratios of the width and height of the target frame to the width and height of the reference frame.
  • the reference CU setting unit 1481 sets a CU including the coordinates (xRefReg, yRefReg) of the reference region refREG obtained as described above as a reference CU.
  • the reference CU setting unit 1481 is not limited to the above, and may set the reference CU corresponding to the center pixel as follows. First, the reference CU setting unit 1481 derives the width and height (wRefReg, hRefReg) of the reference region refREG by the following calculation. Note that the method for deriving scaleX, scaleY, xRefRegx and yRefReg shown below is as described above.
  • the reference CU setting unit 1481 sets the CU including the coordinates (xRefC, yRefC) of the center pixel of the reference area obtained as described above as a reference CU.
  • the values of scaleX and scaleY are calculated on the assumption that the entire reference frame on the reference layer and the entire target frame on the target layer correspond spatially, but are not limited thereto.
  • a case where the partial region on the target layer spatially corresponds to the entire reference frame on the reference layer can be considered.
  • the values of scaleX and scaleY are calculated based on the position of the partial area on the target layer (offset from the upper left of the target frame) and the size of the partial area.
  • the lower right pixel position determination unit 1482A determines the position of the lower right pixel refCUPX of the reference CUrefCU in the reference region refREG, and based on the determination result, the division type determination unit 1482C determines the PU partition type in the target CU.
  • the upper left pixel of the reference area refREG is included in the reference CUrefCU.
  • Lower right pixel is upper half of reference area As shown in FIG. 30A, the position of the lower right pixel refCUPX of the reference CUrefCU is positioned at the upper half of the reference area refREG (area above the straight line M1).
  • the PU partition type in the target CUtgtCU is estimated to be 2N ⁇ N (see FIG. 30B).
  • Lower right pixel is lower right of reference area
  • the position of the lower right pixel refCUPX of the reference CUrefCU is a lower right position in the reference area refREG (below the straight line M1 and a straight line).
  • the division type determination unit 1482C estimates the PU division type in the target CUtgtCU as 2N ⁇ 2N (see FIG. 32B).
  • Reference CU includes reference area As shown in FIG. 33A, when it is determined that the position of the lower right pixel refCUPX of the reference CUrefCU is at the lower right position outside the reference area refREG, that is, reference When the CUrefCU includes the reference region refREG, the division type determination unit 1482C estimates the PU division type in the target CUtgtCU as 2N ⁇ 2N (see FIG. 32B).
  • the reference CU When the reference CU includes a reference area, there is a high possibility of having uniform motion information within the reference area. For this reason, encoding efficiency can be improved by using 2N ⁇ 2N, which is the most suitable PU partition when there is uniform motion in the reference region.
  • the PU partition type can be derived by the position determination process of the lower right pixel without strictly deriving the position of the CU boundary in the reference region. Thereby, it is possible to derive the PU partition type with a relatively small processing amount.
  • the position of the upper left pixel of the reference region refREG is (xRefReg, yRefReg), and the size of the reference region refREG is wRefReg ⁇ hRefReg. Further, the position of the lower right pixel refCUPX of the reference CUrefCU is assumed to be (xRefCUBR, yRefCUBR).
  • FIG. 35 is a diagram illustrating the relationship between the position of the lower right pixel refCUPX of the reference CUrefCU and the determination result.
  • the lower right pixel position determination unit 1482A determines whether the expression (A1) is true or false.
  • the lower right pixel position determination unit 1482A further determines the authenticity of the expression (A2).
  • the lower right pixel position determination unit 1482A determines the authenticity of the expression (A3).
  • Reference CU includes reference region
  • expression (A3) is false
  • lower right pixel position determination unit 1482A further determines the authenticity of expression (A4).
  • the position of the upper left pixel of the reference region refREG is (xRefReg, yRefReg). Further, the position of the lower right pixel refCUPX of the reference CUrefCU is assumed to be (xRefCUBR, yRefCUBR). Further, the position of the lower right pixel of the reference area refREG is (xRefRegBR, yRefRegBR), and the position of the upper left pixel of the reference CUrefCU is (xRefCU, yRefCU).
  • Reference CUrefCU includes reference region refREG
  • reference region refREG when it is determined that reference CUrefCU includes reference region refREG (when reference region refREG matches the overlapping region), division The type determination unit 1482C estimates the PU partition type in the target CUtgtCU as 2N ⁇ 2N (see FIG. 36B). In the determination, for example, the position of the upper left pixel of the reference CUrefCU is compared with the position of the upper left pixel of the reference area refREG, and the width and height of the reference CUrefCU are compared with the width and height of the reference area refREG. This can be done.
  • width (wOver) of the overlapping area and the width (hOver) of the overlapping area may be calculated and the determination may be performed based on these values.
  • wOver and hOver can be calculated using the following equations.
  • wOver Min (xRefRegBR, xRefCuBR)-Max (xRefReg, xRefCu)
  • hOver Min (yRefRegBR, yRefCuBR)-Max (yRefReg, yRefCu)
  • the values of wOver and hOver can be calculated by a simplified calculation. For example, when the reference CUrefCU includes the upper left pixel of the reference area refREG, the upper left pixel of the reference CUrefCU is always located at the upper left than the upper left pixel of the reference area refREG. Therefore, in such a case, the values of wOver and hOver can be calculated by the following equations, respectively.
  • the division type determination unit 1482C estimates the PU division type in the target CUtgtCU as 2N ⁇ N (see FIG. 37C).
  • wOver is abbreviated as “w”
  • hOver is abbreviated as “h”.
  • the overlapping area determination unit 1482B determines whether the expression (B1) is true or false.
  • the division type determination unit 1482C estimates the PU division type in the target CUtgtCU as N ⁇ 2N (see FIG. 38C).
  • the overlapping area determination unit 1482B may determine that the width of the overlapping area is less than the height when the formula (B1) is false.
  • the position of the upper left pixel (xRefReg, yRefReg) of the reference area refREG and the position of the lower right pixel refCUPX (xRefCUBR, yRefCUBR) of the reference CUrefCU are set as comparison targets.
  • the present invention is not limited to this, and the above determination can also be applied to the case where a reference CU corresponding to a pixel position other than the upper left pixel of the reference region refREG is used.
  • the hierarchical moving image decoding apparatus 1 decodes hierarchically encoded data in which image information related to images of different quality for each layer is hierarchically encoded, in the target layer to be decoded.
  • the hierarchical video decoding device 1 for restoring an image, wherein a target CU in the target layer overlaps with the reference region based on a CU having an overlapping portion with a reference region corresponding to the target CU in the reference layer.
  • the division type determination unit 1482C may perform a determination using the PU division type of the reference CU.
  • the division type determination unit 1482C determines the PU partition type of the target CU without using the PU partition type of the reference CU.
  • division type determination part 1482C determines the PU division type of object CU as follows using the PU division type of reference CU. That is, [D1] When the PU partition type of the reference CU is 2N ⁇ 2N: The division type determination unit 1482C determines the PU division type of the target CU as 2N ⁇ 2N.
  • the division type determination unit 1482C determines the PU division type of the target CU as 2N ⁇ N.
  • the division type determination unit 1482C determines the PU division type of the target CU as N ⁇ 2N.
  • the division type determination unit 1482C determines the PU partition type in the target CU by strictly calculating the position of the PU boundary in the reference CU. It may be a configuration. Hereinafter, a configuration example of such a division type determination unit 1482C will be shown.
  • division type determination part 1482C determines the PU division type of object CU as follows using the PU division type of reference CU. That is, [D1] When the PU partition type of the reference CU is 2N ⁇ 2N: The division type determination unit 1482C determines the PU division type of the target CU as 2N ⁇ 2N.
  • the position of the upper left pixel of the reference CUrefCU is (xRefCu, yRefCu), and the height and width of the reference CUrefCU are hRefCu, wRefCu, respectively.
  • the reference position of the PU boundary in the reference CUrefCu is a position (xRefCu, yPub) where the left side of the reference CU intersects the PU boundary (yPub is the position of the vertical PU boundary).
  • the position of the upper left pixel of the reference area refREG is (xRefReg, yRefReg), and the height and width of the reference area are hRefReg and wRefReg, respectively.
  • the division type determination unit 1482C derives the position yPub in the y direction of the horizontal PU boundary as follows.
  • the division type determination unit 1482C determines the PU division type as 2N ⁇ 2N.
  • the division type determination unit 1482C determines the PU division type as 2N ⁇ nU.
  • the division type determination unit 1482C strictly calculates the position of the PU boundary (that is, the position of the vertical PU boundary) in the reference CU.
  • the calculation method the calculation method shown in FIG. 40 applied to the vertical PU boundary can be used, and thus detailed description thereof is omitted.
  • the division type determination unit 1482C increases or decreases the size of the reference CU and the size of the target CU.
  • the PU partition type may be determined accordingly.
  • the division type determination unit 1482C may determine the PU division type as 2N ⁇ 2N.
  • the division type determination unit 1482C may set the PU division type of the reference CU as the PU division type.
  • the determination process can be simplified.
  • the division type determination unit 1482C may be configured to always use 2N ⁇ 2N as the PU division type in a predetermined size CU (for example, 8 ⁇ 8 CU). That is, the division type determination unit 1482C may prohibit division in a CU having a predetermined size.
  • the partition type determination unit 1482C may derive only a symmetric partition as a PU partition type in a CU having a predetermined size. Further, the division type determination unit 1482C may limit deriving N ⁇ N as a PU division pattern.
  • the partition type determining unit 1482C may be configured not to derive the asymmetric partition as the PU partition type. For example, when estimating the PU partition type of the target CU from the PU partition type of the reference CU, the partition type determining unit 1482C may be configured to derive a symmetric partition according to the directionality of the boundary as the PU partition type.
  • the determination using the PU partition type of the reference CU described above is not limited to [D] but can also be applied to [A] to [C].
  • the partition type determination unit 1482C may derive a symmetric partition as a PU partition type.
  • the reference CU setting unit 1481 may be configured to set a single reference CU based on a predetermined criterion from among a plurality of CUs having an overlapping portion with the reference region refREG.
  • the reference CU setting unit 1481 may set a CU on a reference layer including a pixel corresponding to a pixel at a predetermined position included in the target CU among the plurality of CUs as the reference CU.
  • the reference CU setting unit 1481 may set a CU on the reference layer including a pixel corresponding to the central pixel included in the target CU as the reference CU.
  • the reference CU setting unit 1481 may use, as a reference CU, a CU having the largest area among a plurality of CUs having overlapping portions with the reference region refREG.
  • the CU on the reference layer including the pixel corresponding to the central pixel included in the target CU, or the CU having the largest area among the plurality of CUs may be the same PU partition type as the target CU. Therefore, the estimation accuracy can be improved.
  • the reference CU setting unit 1481 may generate a virtual single CU from a plurality of CUs having an overlapping portion with the reference region refREG. Specifically, the reference CU setting unit 1481 extracts representative properties in a plurality of CUs from CUs around the reference region, generates a virtual single CU based on the extracted properties, and generates a reference code. It may be a unit. For example, the reference CU setting unit 1481 can generate the virtual single CU based on the size and shape of a plurality of CUs or by combining these pieces of information. The virtual single coding unit is generated so as to be an area overlapping the reference area.
  • the reference CU setting unit 1481 may use a plurality of CUs having overlapping portions with the reference region refREG as a reference CU list.
  • the PU partition estimation unit 1482 has been described as a configuration including both the lower right pixel position determination unit 1482A and the overlapping region determination unit 1482B.
  • the PU partition estimation unit 1482 may be configured to include one of the lower right pixel position determination unit 1482A and the overlap region determination unit 1482B.
  • estimation other than the PU partition type (for example, pred_mode) may be executed depending on the syntax configuration.
  • FIG. 42 shows a configuration example of the syntax when base_mode_flag is encoded with coding_unit.
  • base_mode_flag may be encoded immediately after skip_flag in coding_unit (SYN11).
  • SYN11 coding_unit
  • the base mode flag (base_mode_flag) is arranged after the skip flag (skip_flag) and before the prediction mode flag (pred_mode_flag).
  • base_mode_flag base_mode_flag
  • prediction mode flag pred_mode_flag
  • partition type partition type
  • the decoding in the base skip CU (decoding related to base_mode_flag) is performed as follows.
  • the hierarchical video decoding device 1 decodes base_mode_flag.
  • the hierarchical video decoding device 1 decodes the syntax element values of pred_mode_flag and part_mode from the encoded data, and based on the decoded syntax value, PredMode And PartMode are derived.
  • FIG. 41 is a table showing the relationship between syntax element values and CU types.
  • “-” indicates a syntax element that does not need to be decoded in the CU type.
  • the hierarchical video decoding device 1 may always use intra prediction (MODE_INTRA) in the target CU.
  • the hierarchical video decoding device 1 may use the PredMode of the reference CU.
  • a CU on the reference layer including the upper left pixel of the target CU can be used as the reference CU.
  • the hierarchical video decoding device 1 may always use intra prediction (MODE_INTRA) in the target CU.
  • the hierarchical video decoding device 1 uses inter prediction (MODE_INTER).
  • the condition “when the base layer is not an I slice” may be the condition “when the base layer is IDR (Instantaneous Decoding
  • IDR is initialization of a reference picture, and an IDR picture is a picture whose reference has been reset. That is, in an IDR picture, pictures subsequent to that picture can be correctly decoded without referring to information prior to that picture (slice).
  • FIG. 43 shows a configuration example of syntax when encoding merge_flag after determining base_mode_flag in prediction_unit.
  • base_mode_flag may be determined immediately before mereg_flag in prediction_unit (SYN 21). Further, when base_mode_flag is “true”, merge_flag need not be arranged.
  • the three flags pred_mode, part_mode, and merge_flag can be omitted. Thereby, the code amount of these three flags can be reduced, and the encoding efficiency is improved.
  • FIGS. 44, 45, and 46 are flowcharts illustrating examples of the flow of the decoding process regarding the prediction parameters of the base skip CU, the skip CU, and the inter CU, respectively.
  • the reference CU setting unit 1481 sets a reference CU corresponding to the target CU (S301).
  • the PU partition estimation unit 1482 estimates the PU partition type in the target CU by inter-layer prediction (S302). Specifically, the PU partition type is estimated by the partition type determination unit 1482C based on the determination result in the lower right pixel position determination unit 1482A or the determination result in the overlap region determination unit 1482B.
  • the merge candidate derivation unit 146 derives a merge candidate list for the target PU (S304).
  • the merge candidate derivation unit 146 derives an inter-layer merge candidate in derivation of the merge candidate list.
  • the inter-layer prediction can be arbitrarily set.
  • only the PU partition type may be the target of inter-layer prediction. That is, it is possible to adopt a configuration in which only the intra-layer merge candidates are derived in S304.
  • the merge information restoration unit 147 selects a merge candidate from the derived merge candidate list (S305).
  • the prediction parameter restoration unit 14 sets the PU partition type to 2N ⁇ 2N (that is, no PU partition) (S401) and sets the target PU (S402).
  • the merge candidate list derivation unit 146 derives a merge candidate list for the target PU (S403). Further, the merge information restoration unit 147 selects a merge candidate from the derived merge candidate list (S404), and then the skip CU decoding process ends.
  • the PU partition type is decoded from the encoded data (S501). Further, the partition to the PU in the target CU is set according to the decoded PU partition type, and the target PU is set (S502).
  • the merge candidate derivation unit 146 derives a merge candidate list (S504), and the merge information restoration unit 147 selects a merge candidate from the merge candidate list (S505).
  • FIG. 22 is a functional block diagram showing a schematic configuration of the hierarchical video encoding device 2.
  • the hierarchical video encoding device 2 encodes the input image PIN # T of the target layer with reference to the reference layer encoded data DATA # R to generate hierarchical encoded data DATA of the target layer. It is assumed that the reference layer encoded data DATA # R has been encoded in the hierarchical video encoding apparatus corresponding to the reference layer.
  • the hierarchical video encoding device 2 includes a prediction parameter determination unit 21, a prediction information generation unit 22, a base decoding unit 23, a texture information generation unit 24, a variable length encoding unit 25, and a NAL multiplexing unit. 26.
  • the prediction parameter determination unit 21 determines a prediction parameter used for prediction of a prediction image and other encoding settings based on the input image PIN # T.
  • the prediction parameter determination unit 21 performs encoding settings including prediction parameters as follows.
  • the prediction parameter determination unit 21 generates a CU image for the target CU by sequentially dividing the input image PIN # T into slice units, tree block units, and CU units.
  • the prediction parameter determination unit 21 generates encoded information (sometimes referred to as header information) based on the result of the division process.
  • the encoding information includes (1) tree block information that is information about the size and shape of the tree block belonging to the target slice and the position in the target slice, and (2) the size, shape, and target of the CU belonging to each tree block.
  • CU information which is information about the position in the tree block.
  • the prediction parameter determination unit 21 refers to the CU image, the tree block information, and the CU information, and predicts the prediction type of the target CU, the division information of the target CU into the PU, and the prediction parameter (the target CU is an intra CU). If so, the intra prediction mode, and in the case of an inter CU, a motion compensation parameter in each PU is derived.
  • the prediction parameter determination unit 21 includes (1) a prediction type of the target CU, (2) a possible division pattern for each PU of the target CU, and (3) a prediction mode that can be assigned to each PU (if it is an intra CU).
  • the cost is calculated for all combinations of the intra prediction mode and the motion compensation parameter in the case of inter CU), and the prediction type, division pattern, and prediction mode with the lowest cost are determined.
  • the prediction parameter determination unit 21 supplies the encoded information and the prediction parameter to the prediction information generation unit 22 and the texture information generation unit 24. Although not shown for simplicity of explanation, the above-described encoding setting determined by the prediction parameter determination unit 21 can be referred to by each unit of the hierarchical video encoding device 2.
  • the prediction information generation unit 22 generates prediction information including a syntax value related to the prediction parameter based on the prediction parameter supplied from the prediction parameter determination unit 21 and the reference layer encoded data DATA # R.
  • the prediction information generation unit 22 supplies the generated prediction information to the variable length encoding unit 25.
  • the prediction information generation unit 22 can refer to motion information stored in a frame memory 244 (described later) included in the texture information generation 24 when restoring the prediction parameter.
  • the base decoding unit 23 is the same as the base decoding unit 16 of the hierarchical video decoding device 1, the description thereof is omitted here.
  • the texture information generation unit 24 generates transform coefficient information including transform coefficients obtained by orthogonal transform / quantization of the prediction residual obtained by subtracting the predicted image from the input image PIN # T.
  • the texture information generation unit 24 supplies the generated transform coefficient information to the variable length encoding unit 25.
  • information on the restored decoded image is stored in an internal frame memory 244 (described later).
  • variable length coding unit 25 performs variable length coding on the prediction information supplied from the prediction information generation unit 22 and the transform coefficient information supplied from the texture information generation unit 24 to generate target layer encoded data DATA # T.
  • the variable length encoding unit 25 supplies the generated target layer encoded data DATA # T to the NAL multiplexing unit 26.
  • the NAL multiplexing unit 26 stores the target layer encoded data DATA # T and the reference layer encoded data DATA # R supplied from the variable length encoding unit 25 in the NAL unit, and thereby performs hierarchical video that has been NAL multiplexed. Image encoded data DATA is generated and output to the outside.
  • FIG. 23 is a functional block diagram illustrating the configuration of the prediction information generation unit 22.
  • the prediction information generation unit 22 includes a prediction type selection unit 221, a switch 222, an intra prediction mode derivation unit 223, a motion vector candidate derivation unit 224, a motion information generation unit 225, a merge candidate derivation unit (interlayer candidate). (Derivation means) 226, merge information generation unit 227, and PU partition type derivation unit 228.
  • the prediction type selection unit 221 sends a switching instruction to the switch 222 according to the CU type or PU type, and controls the prediction parameter derivation process. Specifically, it is as follows.
  • the prediction type selection unit 221 controls the switch 222 so that the prediction information can be derived using the intra prediction mode deriving unit 223.
  • the prediction type selection unit 221 uses the motion information generation unit 225 to control the switch 222 so that a prediction parameter can be derived.
  • the prediction type selection unit 221 uses the merge information generation unit 227 to control the switch 222 so that a prediction parameter can be derived.
  • the switch 222 supplies the prediction parameter to any of the intra prediction mode deriving unit 223, the motion information generating unit 225, and the merge information generating unit 227 in accordance with an instruction from the prediction type selecting unit 221.
  • a prediction parameter is derived at a supply destination of the prediction information.
  • the intra prediction mode deriving unit 223 derives a syntax value related to the intra prediction mode. That is, the intra prediction mode restoration unit 143 generates a syntax value related to the prediction mode as the prediction information.
  • the motion vector candidate derivation unit 224 uses the base decoding information to derive an estimated motion vector candidate by intra-layer motion estimation processing or inter-layer motion estimation processing.
  • the motion vector candidate derivation unit 224 supplies the derived motion vector candidates to the motion information generation unit 225.
  • the motion information generation unit 225 generates a syntax value related to motion information in each inter prediction partition that is not merged. That is, the motion information restoration unit 145 generates a syntax value related to motion information as prediction information. Specifically, the motion information generation unit 225 derives corresponding syntax element values inter_pred_flag, mvd, mvp_idx, and refIdx from the motion compensation parameter in each PU.
  • the motion information generation unit 225 derives the syntax value based on the motion vector candidates supplied from the motion vector candidate derivation unit 224.
  • the motion information restoration unit 145 derives the syntax value based on the motion information included in the prediction parameter.
  • the merge candidate derivation unit 226 uses motion information similar to a motion compensation parameter in each PU using decoded motion information supplied from a frame memory 155 described later and / or base decoding information supplied from the base decoding unit 23, and the like. A merge candidate having a compensation parameter is derived. The merge candidate derivation unit 226 supplies the derived merge candidates to the merge information generation unit 227.
  • the configuration of the merge candidate derivation unit 226 is the same as the configuration of the merge candidate derivation unit 146 included in the hierarchical video decoding device 1, and thus the description thereof is omitted.
  • the merge information generation unit 227 generates a syntax value related to motion information regarding each inter prediction partition to be merged. That is, the merge information generation unit 227 generates a syntax value related to motion information as prediction information. Specifically, the merge information generation unit 227 outputs a syntax element value merge_idx that specifies a merge candidate having a motion compensation parameter similar to the motion compensation parameter in each PU.
  • the PU partition type deriving unit 228 estimates the PU partition type to the PU of the target CU in the target layer using the encoded information and the base decoding information. Since the configuration of the PU partition type deriving unit 228 is the same as the configuration of the PU partition type deriving unit 148 included in the hierarchical image decoding device 1, detailed description thereof is omitted.
  • FIG. 24 is a functional block diagram illustrating the configuration of the texture information generation unit 24.
  • the texture information generation unit 24 includes a texture prediction unit 241, a subtractor 242, an orthogonal transformation / quantization unit 243, an inverse orthogonal transformation / inverse quantization unit 244, an adder 245, a loop filter unit 246, And a frame memory 247.
  • the subtractor 242 generates a prediction residual D by subtracting the prediction image supplied from the texture prediction unit 241 from the input image PIN # T.
  • the subtractor 242 supplies the generated prediction residual D to the transform / quantization unit 243.
  • the orthogonal transform / quantization unit 243 generates a quantized prediction residual by performing orthogonal transform and quantization on the prediction residual D.
  • the orthogonal transform refers to an orthogonal transform from the pixel region to the frequency region. Examples of orthogonal transformation include DCT transformation (DiscretecreCosine Transform), DST transformation (Discrete Sine Transform), and the like.
  • DCT transformation DiscretecreCosine Transform
  • DST transformation Discrete Sine Transform
  • the specific quantization process is as described above, and the description thereof is omitted here.
  • the orthogonal transform / quantization unit 243 supplies the generated transform coefficient information including the quantized prediction residual to the inverse transform / inverse quantization unit 244 and the variable length coding unit 25.
  • the texture prediction unit 241, the inverse orthogonal transform / inverse quantization unit 244, the adder 245, the loop filter unit 246, and the frame memory 247 are respectively a texture prediction unit 152, an inverse orthogonal transform / Since it is similar to the inverse quantization unit 151, the adder 153, the loop filter unit 154, and the frame memory 155, the description thereof is omitted here. However, the texture prediction unit 241 supplies the predicted image not only to the adder 245 but also to the subtractor 242.
  • the above-described hierarchical moving image encoding device 2 and hierarchical moving image decoding device 1 can be used by being mounted on various devices that perform transmission, reception, recording, and reproduction of moving images.
  • the moving image may be a natural moving image captured by a camera or the like, or may be an artificial moving image (including CG and GUI) generated by a computer or the like.
  • the hierarchical video encoding device 2 and the hierarchical video decoding device 1 described above can be used for transmission and reception of video.
  • FIG. 25 is a block diagram illustrating a configuration of a transmission device PROD_A in which the hierarchical video encoding device 2 is mounted.
  • the transmission device PROD_A modulates a carrier wave with an encoding unit PROD_A1 that obtains encoded data by encoding a moving image, and the encoded data obtained by the encoding unit PROD_A1.
  • a modulation unit PROD_A2 that obtains a modulation signal and a transmission unit PROD_A3 that transmits the modulation signal obtained by the modulation unit PROD_A2 are provided.
  • the hierarchical moving image encoding apparatus 2 described above is used as the encoding unit PROD_A1.
  • the transmission device PROD_A is a camera PROD_A4 that captures a moving image, a recording medium PROD_A5 that records the moving image, an input terminal PROD_A6 that inputs the moving image from the outside, as a supply source of the moving image input to the encoding unit PROD_A1.
  • An image processing unit A7 that generates or processes an image may be further provided.
  • FIG. 25A illustrates a configuration in which the transmission apparatus PROD_A includes all of these, but a part of the configuration may be omitted.
  • the recording medium PROD_A5 may be a recording of a non-encoded moving image, or a recording of a moving image encoded by a recording encoding scheme different from the transmission encoding scheme. It may be a thing. In the latter case, a decoding unit (not shown) for decoding the encoded data read from the recording medium PROD_A5 according to the recording encoding method may be interposed between the recording medium PROD_A5 and the encoding unit PROD_A1.
  • FIG. 25 is a block diagram illustrating a configuration of a receiving device PROD_B in which the hierarchical video decoding device 1 is mounted.
  • the reception device PROD_B includes a reception unit PROD_B1 that receives a modulation signal, a demodulation unit PROD_B2 that obtains encoded data by demodulating the modulation signal received by the reception unit PROD_B1, and a demodulation A decoding unit PROD_B3 that obtains a moving image by decoding the encoded data obtained by the unit PROD_B2.
  • the above-described hierarchical video decoding device 1 is used as the decoding unit PROD_B3.
  • the receiving device PROD_B has a display PROD_B4 for displaying a moving image, a recording medium PROD_B5 for recording the moving image, and an output terminal for outputting the moving image to the outside as a supply destination of the moving image output by the decoding unit PROD_B3.
  • PROD_B6 may be further provided.
  • FIG. 25B illustrates a configuration in which the reception apparatus PROD_B includes all of these, but a part of the configuration may be omitted.
  • the recording medium PROD_B5 may be used for recording a non-encoded moving image, or may be encoded using a recording encoding method different from the transmission encoding method. May be. In the latter case, an encoding unit (not shown) for encoding the moving image acquired from the decoding unit PROD_B3 according to the recording encoding method may be interposed between the decoding unit PROD_B3 and the recording medium PROD_B5.
  • the transmission medium for transmitting the modulation signal may be wireless or wired.
  • the transmission mode for transmitting the modulated signal may be broadcasting (here, a transmission mode in which the transmission destination is not specified in advance) or communication (here, transmission in which the transmission destination is specified in advance). Refers to the embodiment). That is, the transmission of the modulation signal may be realized by any of wireless broadcasting, wired broadcasting, wireless communication, and wired communication.
  • a terrestrial digital broadcast broadcasting station (broadcasting equipment or the like) / receiving station (such as a television receiver) is an example of a transmitting device PROD_A / receiving device PROD_B that transmits and receives a modulated signal by wireless broadcasting.
  • a broadcasting station (such as broadcasting equipment) / receiving station (such as a television receiver) of cable television broadcasting is an example of a transmitting device PROD_A / receiving device PROD_B that transmits and receives a modulated signal by cable broadcasting.
  • a server workstation etc.
  • Client television receiver, personal computer, smart phone etc.
  • VOD Video On Demand
  • video sharing service using the Internet is a transmitting device for transmitting and receiving modulated signals by communication.
  • PROD_A / reception device PROD_B usually, either a wireless or wired transmission medium is used in a LAN, and a wired transmission medium is used in a WAN.
  • the personal computer includes a desktop PC, a laptop PC, and a tablet PC.
  • the smartphone also includes a multi-function mobile phone terminal.
  • the video sharing service client has a function of encoding a moving image captured by the camera and uploading it to the server. That is, the client of the video sharing service functions as both the transmission device PROD_A and the reception device PROD_B.
  • FIG. 26 (a) is a block diagram showing a configuration of a recording apparatus PROD_C in which the above-described hierarchical video encoding apparatus 2 is mounted.
  • the recording device PROD_C includes an encoding unit PROD_C1 that obtains encoded data by encoding a moving image, and the encoded data obtained by the encoding unit PROD_C1 on the recording medium PROD_M.
  • a writing unit PROD_C2 for writing.
  • the hierarchical moving image encoding device 2 described above is used as the encoding unit PROD_C1.
  • the recording medium PROD_M may be of a type built in the recording device PROD_C, such as (1) HDD (Hard Disk Drive) or SSD (Solid State Drive), or (2) SD memory. It may be of the type connected to the recording device PROD_C, such as a card or USB (Universal Serial Bus) flash memory, or (3) DVD (Digital Versatile Disc) or BD (Blu-ray Disc: registration) Or a drive device (not shown) built in the recording device PROD_C.
  • HDD Hard Disk Drive
  • SSD Solid State Drive
  • SD memory such as a card or USB (Universal Serial Bus) flash memory, or (3) DVD (Digital Versatile Disc) or BD (Blu-ray Disc: registration) Or a drive device (not shown) built in the recording device PROD_C.
  • the recording device PROD_C is a camera PROD_C3 that captures moving images as a supply source of moving images to be input to the encoding unit PROD_C1, an input terminal PROD_C4 for inputting moving images from the outside, and reception for receiving moving images.
  • the unit PROD_C5 and an image processing unit C6 that generates or processes an image may be further provided.
  • FIG. 26A a configuration in which all of these are provided in the recording apparatus PROD_C is illustrated, but a part may be omitted.
  • the receiving unit PROD_C5 may receive a non-encoded moving image, or may receive encoded data encoded by a transmission encoding scheme different from the recording encoding scheme. You may do. In the latter case, a transmission decoding unit (not shown) that decodes encoded data encoded by the transmission encoding method may be interposed between the reception unit PROD_C5 and the encoding unit PROD_C1.
  • Examples of such a recording device PROD_C include a DVD recorder, a BD recorder, and an HDD (Hard Disk Drive) recorder (in this case, the input terminal PROD_C4 or the receiving unit PROD_C5 is a main supply source of moving images).
  • a camcorder in this case, the camera PROD_C3 is a main source of moving images
  • a personal computer in this case, the receiving unit PROD_C5 or the image processing unit C6 is a main source of moving images
  • a smartphone in this case In this case, the camera PROD_C3 or the receiving unit PROD_C5 is a main supply source of moving images
  • the camera PROD_C3 or the receiving unit PROD_C5 is a main supply source of moving images
  • FIG. 26 is a block showing a configuration of a playback device PROD_D in which the above-described hierarchical video decoding device 1 is mounted.
  • the playback device PROD_D reads a moving image by decoding a read unit PROD_D1 that reads encoded data written to the recording medium PROD_M and a coded data read by the read unit PROD_D1. And a decoding unit PROD_D2 to be obtained.
  • the hierarchical moving image decoding apparatus 1 described above is used as the decoding unit PROD_D2.
  • the recording medium PROD_M may be of the type built into the playback device PROD_D, such as (1) HDD or SSD, or (2) such as an SD memory card or USB flash memory, It may be of a type connected to the playback device PROD_D, or (3) may be loaded into a drive device (not shown) built in the playback device PROD_D, such as DVD or BD. Good.
  • the playback device PROD_D has a display PROD_D3 that displays a moving image, an output terminal PROD_D4 that outputs the moving image to the outside, and a transmission unit that transmits the moving image as a supply destination of the moving image output by the decoding unit PROD_D2.
  • PROD_D5 may be further provided.
  • FIG. 26B illustrates a configuration in which the playback apparatus PROD_D includes all of these, but a part may be omitted.
  • the transmission unit PROD_D5 may transmit an unencoded moving image, or transmits encoded data encoded by a transmission encoding method different from the recording encoding method. You may do. In the latter case, it is preferable to interpose an encoding unit (not shown) that encodes a moving image with an encoding method for transmission between the decoding unit PROD_D2 and the transmission unit PROD_D5.
  • Examples of such a playback device PROD_D include a DVD player, a BD player, and an HDD player (in this case, an output terminal PROD_D4 to which a television receiver or the like is connected is a main supply destination of moving images).
  • a television receiver in this case, the display PROD_D3 is a main supply destination of moving images
  • a digital signage also referred to as an electronic signboard or an electronic bulletin board
  • the display PROD_D3 or the transmission unit PROD_D5 is the main supply of moving images.
  • Desktop PC (in this case, the output terminal PROD_D4 or the transmission unit PROD_D5 is the main video image supply destination), laptop or tablet PC (in this case, the display PROD_D3 or the transmission unit PROD_D5 is a moving image)
  • a smartphone which is a main image supply destination
  • a smartphone in this case, the display PROD_D3 or the transmission unit PROD_D5 is a main moving image supply destination
  • the like are also examples of such a playback device PROD_D.
  • each block of the hierarchical video decoding device 1 and the hierarchical video encoding device 2 may be realized in hardware by a logic circuit formed on an integrated circuit (IC chip), or may be a CPU (Central It may be realized by software using a Processing Unit).
  • IC chip integrated circuit
  • CPU Central It may be realized by software using a Processing Unit
  • each of the devices includes a CPU that executes instructions of a control program that realizes each function, a ROM (Read Memory) that stores the program, a RAM (Random Access Memory) that expands the program, the program, and A storage device (recording medium) such as a memory for storing various data is provided.
  • An object of the present invention is to provide a recording medium in which a program code (execution format program, intermediate code program, source program) of a control program for each of the above devices, which is software that realizes the above-described functions, is recorded so as to be readable by a computer. This can also be achieved by supplying each of the above devices and reading and executing the program code recorded on the recording medium by the computer (or CPU or MPU (Micro Processing Unit)).
  • Examples of the recording medium include tapes such as magnetic tapes and cassette tapes, magnetic disks such as floppy (registered trademark) disks / hard disks, CD-ROMs (Compact Disc-Read-Only Memory) / MO (Magneto-Optical) / Discs including optical discs such as MD (Mini Disc) / DVD (Digital Versatile Disc) / CD-R (CD Recordable), cards such as IC cards (including memory cards) / optical cards, mask ROM / EPROM (Erasable) Programmable Read-only Memory) / EEPROM (registered trademark) (Electrically Eraseable and Programmable Read-only Memory) / Semiconductor memories such as flash ROM, or logic circuits such as PLD (Programmable Logic Device) and FPGA (Field Programmable Gate Array) Etc. can be used.
  • tapes such as magnetic tapes and cassette tapes
  • magnetic disks such as floppy (registered trademark) disks / hard disks
  • each of the above devices may be configured to be connectable to a communication network, and the program code may be supplied via the communication network.
  • the communication network is not particularly limited as long as it can transmit the program code.
  • the Internet intranet, extranet, LAN (Local Area Network), ISDN (Integrated Services Digital Network), VAN (Value-Added Network), CATV (Community Area Antenna Television) communication network, Virtual Private Network (Virtual Private Network), A telephone line network, a mobile communication network, a satellite communication network, etc. can be used.
  • the transmission medium constituting the communication network may be any medium that can transmit the program code, and is not limited to a specific configuration or type.
  • the present invention can also be realized in the form of a computer data signal embedded in a carrier wave in which the program code is embodied by electronic transmission.
  • the present invention relates to a hierarchical video decoding device that decodes encoded data in which image data is hierarchically encoded, and a hierarchical video encoding device that generates encoded data in which image data is hierarchically encoded. It can be suitably applied to. Further, the present invention can be suitably applied to the data structure of hierarchically encoded data that is generated by a hierarchical video encoding device and referenced by the hierarchical video decoding device.
  • Hierarchical video decoding device (image decoding device) 11 NAL demultiplexing unit 12 Variable length decoding unit (flag decoding means) 13 Base decoding unit 14 Prediction parameter restoration unit 15 Texture restoration unit 146 Merge candidate derivation unit 148 PU partition type derivation unit 1461 Merge candidate derivation control unit (determination means) 1462 Merge candidate storage unit 1463 Slice type determination unit 1464 Individual merge candidate derivation unit 1464A Spatial merge candidate derivation unit (target layer candidate derivation unit, spatial motion information candidate derivation unit) 1464B Inter-layer merge candidate derivation unit (interlayer candidate derivation means) 1464C temporal merge candidate derivation unit (target layer candidate derivation means, temporal motion information candidate derivation means) 1464D Join merge candidate derivation unit (target layer candidate derivation means) 1464E Zero merge candidate derivation unit (target layer candidate derivation means) 1464F 1481 Reference CU setting section (reference coding unit setting means) 1482 PU partition estimation unit (partition

Landscapes

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

Abstract

対象レイヤにおける対象ＰＵにおいて、該対象ＰＵの右下に位置する領域で復号未済の領域に対応する該参照レイヤ上の領域において復号されている動き情報を、マージ候補として導出するレイヤ間マージ候補導出部１４６４Ｂを備える。

Description

画像復号装置、および画像符号化装置
　本発明は、画像が階層的に符号化された階層符号化データを復号する画像復号装置、および画像を階層的に符号化することによって階層符号化データを生成する画像符号化装置に関する。
　通信システムで伝送される情報、あるいは蓄積装置に記録される情報の１つに画像あるいは動画像がある。従来、これらの画像（以降、動画像を含む）の伝送・蓄積のため、画像を符号化する技術が知られている。
　動画像符号化方式としては、Ｈ．２６４／ＭＰＥＧ－４．ＡＶＣや、その後継コーデックであるＨＥＶＣ（High-Efficiency Video Coding）が知られている（非特許文献１）。
　これらの動画像符号化方式では、通常、入力画像を符号化／復号することによって得られる局所復号画像に基づいて予測画像が生成され、当該予測画像を入力画像（原画像）から減算して得られる予測残差（「差分画像」または「残差画像」と呼ぶこともある）が符号化される。また、予測画像の生成方法としては、画面間予測（インター予測）、および、画面内予測（イントラ予測）が挙げられる。
　イントラ予測においては、同一フレーム内の局所復号画像に基づいて、当該フレームにおける予測画像が順次生成される。
　インター予測については、フレーム間の動き補償により予測画像が生成される。動き補償に関する情報（動き補償パラメータ）は、たいていの場合、符号量の削減のため直接符号化されない。そこで、インター予測では、対象ブロック周辺の復号状況等に基づく動き補償パラメータの推定が行われる。
　例えば、ＨＥＶＣでは、マージモードの予測単位においては、動き補償パラメータ候補（マージ候補）のリストを生成し、リストからインデックスで選択されるマージ候補を用いて、予測画像の動き補償を行う。マージ候補のリストには、隣接領域の動き情報に基づき導出される空間候補が含まれる。空間候補の導出において、隣接領域は、復号対象となる予測単位の左上、右上、および右下に位置する領域から選択される。
　一方、マージモード以外の予測単位においては、動き補償パラメータ候補（予測動きベクトル候補）のリストを生成し、リストからインデックスで選択される動き補償候補と、差分動きベクトルから、動き補償パラメータを導出し動き補償を行う。
　また、近年、必要なデータレートに従って、画像を階層的に符号化する階層符号化技術が提案されている。
　階層符号化の方式としては、ＩＳＯ／ＩＥＣとＩＴＵ－Ｔの標準としてＨ．２６４／ＡＶＣ　Ａｎｎｅｘ　Ｇ　Ｓｃａｌａｂｌｅ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ（ＳＶＣ）が挙げられる。
　ＳＶＣでは空間スケーラビリティ、時間スケーラビリティ、ＳＮＲスケーラビリティをサポートする。例えば空間スケーラビリティの場合、原画像から所望の解像度にダウンサンプリングした画像を下位レイヤとしてＨ．２６４／ＡＶＣで符号化する。次に上位レイヤではレイヤ間の冗長性を除去するためにレイヤ間予測を行う。
　レイヤ間予測としては、動き予測に関する情報を同時刻の下位レイヤの情報から予測する動き情報予測、あるいは同時刻の下位レイヤの復号画像をアップサンプリングした画像から予測するテクスチャ予測がある（非特許文献２）。上記動き情報予測では、参照レイヤの動き情報を推定値として動き情報が符号化される。
「High efficiency video coding (HEVC) text specification draft 7（JCTVC-I1003_d1）」, Joint Collaborative Team on Video Coding (JCT-VC) of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 9th Meeting: Geneva, CH, 27 April - 7 May 2012（２０１２年４月公開） ITU-T H.264 「Advanced video coding for generic audiovisual services」（２００７年１１月公開）
　しかしながら、上述のようなマージ候補の導出に係る従来技術では、候補リストに含まれる動き情報に左上領域に対応する動き情報が多く、右下領域に対応する動き情報が少ない。これは、同じレイヤでは、右下領域に対応する動き情報は未導出であるので、マージ候補として利用できないためである。このため、動き情報の推定精度が十分でなく、所望の符号量削減効果が得られない場合があった。
　本発明は、上記問題に鑑みてされたものであり、その目的は、階層符号化における動き情報候補リストの生成において、多様な動き情報を候補として導出することで動き情報の符号量削減を図ることのできる画像復号装置および画像符号化装置を実現することにある。
　上記課題を解決するために、本発明に係る画像復号装置は、レイヤごとに異なる品質の画像に関する画像情報が階層的に符号化された階層符号化データを復号して、復号の対象となる対象レイヤにおける動き情報を復元し、復元した動き情報に基づく動き補償予測によって生成した予測画像を用いて、上記対象レイヤにおける画像を復元する画像復号装置であって、上記対象レイヤにおける予測画像生成の処理対象となる対象予測単位において、復号済みレイヤである参照レイヤを参照し、該対象予測単位を含む周辺領域で復号未済の領域に対応する該参照レイヤ上の領域において復号されている動き情報を、上記対象予測単位における動き情報を推定するための候補として導出する層間候補導出手段を備えることを特徴とする。
　上記画像復号装置は、レイヤごとに異なる品質の画像に関する画像情報が階層的に符号化された階層符号化データを復号して、画像を復元するいわゆる階層画像復号装置である。
　このような階層符号化方式は、（ＳＶＣ；Scalable Video Coding）と称されることもあり、例えば、H.264/AVC Annex G SVCにおいて標準化されている。また、ここでいう動画像の品質とは、主観的および客観的な動画像の見栄えに影響する要素のことを広く意味する。動画像の品質には、例えば、“解像度”、“フレームレート”および、“画質”が含まれる。以下、より高品質に対応するレイヤは、より上位のレイヤであるといい、より低品質に対応するレイヤは、より下位のレイヤであるという。
　上記構成において、対象レイヤとは、復号の対象となっているレイヤのことをいう。
　上記構成によれば、対象レイヤにおける動き情報を復元し、復元した動き情報に基づく動き補償予測によって生成した予測画像を用いて、上記対象レイヤにおける画像を復元する。このように動き情報に基づく動き補償予測による予測方式はインター予測方式と称される場合もある。
　上記構成によれば、上記対象レイヤにおける予測画像生成の処理対象となる対象予測単位において、復号済みレイヤである参照レイヤを参照する。
　階層符号化方式では、対象レイヤの復号に際して、画像情報が復号済みのレイヤが参照されることがある。このように、対象レイヤの復号に際して、参照されるレイヤのことを参照レイヤと称する。参照レイヤは、一般的には、対象レイヤの下位レイヤである。しかしながら、対象レイヤよりも下位の全てのレイヤを参照しなくてもよく、少なくとも対象レイヤにおける復号に必要な情報が復号された下位レイヤが参照されればよい。
　上記構成によれば、対象予測単位を含む周辺領域で復号未済の領域に対応する該参照レイヤ上の領域において復号されている動き情報を、上記対象予測単位における動き情報を推定するための候補として導出する。
　対象予測単位を含む周辺領域とは、対象予測単位から所定範囲内にある領域であって、対象予測単位を含む領域のことである。対象予測単位を含む周辺領域には、例えば、対象予測単位の隣接周辺領域が含まれる。復号未済の領域とは、動き情報が復号されていない領域という意味である。
　なお、上記動き情報を推定するための候補とは、対象予測単位周辺の復号状況等に基づく動き補償パラメータの推定のための情報である。例えば、ＨＥＶＣにおけるマージ候補に相当する。このような候補が１または複数リスト化される。このリストのことをマージ候補リストと称することもある。
　上記構成によれば、同じレイヤでは未復号のため利用できない領域に対応する参照領域上の動き情報をマージ候補リストに追加することができる。
　これにより、階層符号化における動き情報候補リストの生成において、多様な動き情報を候補として導出することで動き情報の符号量削減を図ることができるという効果を奏する。
　本発明に係る画像復号装置では、上記対象予測単位を含む周辺領域で復号未済の領域に対応する該参照レイヤ上の領域は、該対象予測単位に対応する上記参照レイヤ上の領域における右下画素を含む所定範囲の領域である右下領域であることが好ましい。
　上記構成によれば、同じレイヤでは未復号のため利用できない対象予測単位の右下画素を取り囲む所定範囲の領域における動き情報を、動き情報の候補として追加することができる。参照レイヤ上の上記領域における右下画素周辺で導出された動き情報は、対象レイヤの左上領域における動き情報と性質がより異なる可能性が高いため、より高い符号量削減効果が見込める。
　本発明に係る画像復号装置では、上記右下領域は、上記対象予測単位に対応する参照レイヤ上の領域内の右下画素を含む動き情報記録単位であることが好ましい。
　上記構成によれば、同じレイヤでは未復号のため利用できない対象予測単位の右下画素に対応する動き情報を、動き情報の候補として追加することができる。右下画素に対応する動き情報は、左上領域における動き情報と性質がより異なる可能性が高いため、より高い符号量削減効果が見込める。
　本発明に係る画像復号装置では、上記右下領域は、上記対象予測単位に対応する参照レイヤ上の領域内の右下画素を含む動き情報記録単位の右、下、および、右下のいずれかに隣接する動き情報記録単位であることが好ましい。
　対象予測単位または対象予測単位に対応する参照レイヤ上における領域が小さい場合、当該参照レイヤ上における領域における左上の位置に対応する画素と右下の位置に対応する画素とが同じ動き情報の記録単位に属している可能性がある。
　上記構成によれば、上記対象予測単位に対応する参照レイヤ上の領域内の右下画素を含む動き情報記録単位の右、下、および、右下のいずれかに隣接する動き情報記録単位の動き情報を用いることができる。このため、対応参照領域における左上の部分と異なる記録単位から動き情報を導出できる可能性が高まる。これにより、多様な動き情報を導出できる可能性が高まる。
　本発明に係る画像復号装置では、上記層間候補導出手段は、上記右下領域における動き情報を含む複数の動き情報を、上記候補として導出し、かつ、上記右下領域における動き情報を、他の動き情報よりも優先して導出することが好ましい。
　上記構成によれば、上記右下領域における動き情報を含む複数の動き情報が使用不可の場合でも、動き情報の候補を導出することができる場合がある。
　本発明に係る画像復号装置では、上記層間候補導出手段は、上記他の動き情報として、少なくとも、上記対象予測単位に対応する参照レイヤ上の領域内の左上画素を含む動き情報記録単位における動き情報を導出することが好ましい。
　上記構成によれば、右下画素を含む動き情報記録単位における動き情報が利用不可であっても、動き情報が利用可能な可能性が高い領域の動き情報を候補として追加することができる。
　本発明に係る画像復号装置では、さらに、候補として導出される動き情報が、候補として導出済みの動き情報と一致するか否かを判定する判定手段を備え、上記層間候補導出手段は、候補として導出しようとする上記他の動き情報が、上記右下領域における動き情報と一致しないと判定手段が判定したとき、上記他の動き情報を候補として導出することが好ましい。
　上記構成によれば、候補として導出しようとする動き情報の重複を避けることができる。
　本発明に係る画像復号装置では、さらに、対象レイヤにおいて復号された復号情報に基づいて動き情報の候補を導出する対象レイヤ候補導出手段を備え、上記一致判定手段は、上記層間候補導出手段が候補として導出する動き情報と、上記対象レイヤ候補導出手段が候補として導出する動き情報との一致判定を行わないことが好ましい。
　上記層間候補導出手段が候補として導出する動き情報と、上記対象レイヤ候補導出手段が候補として導出する動き情報との一致判定を行う場合、上記層間候補導出手段による動き情報の候補導出処理と、上記対象レイヤ候補導出手段による動き情報の候補導出処理との並列実行性が低下する。例えば、上述のような一致判定を行う場合、上記層間候補導出手段による動き情報の候補導出処理が終了してから、上記対象レイヤ候補導出手段による動き情報の候補導出処理を直列的に実行することになる。
　これに対して、上記構成によれば、対象レイヤ候補導出手段が候補として導出する動き情報は一致判定する一方で、上述のような一致判定を行わない。
　このため、上記層間候補導出手段による動き情報の候補導出処理と、上記対象レイヤ候補導出手段による動き情報の候補導出処理との並列実行性を高めることができる。
　本発明に係る画像復号装置では、さらに、対象予測単位の周辺領域において復号された動き情報に基づいて動き情報の候補を導出する空間動き情報候補導出手段と、候補として導出される動き情報が、候補として導出済みの動き情報と一致するか否かを判定する判定手段と、を備え、上記層間候補導出手段は、候補として導出しようとする動き情報が、上記空間動き情報候補導出手段によって導出された動き情報の候補のうち、最も優先度の高い動き情報の候補と一致しないと判定手段が判定したとき、上記動き情報を候補として導出することが好ましい。
　上記構成によれば、層間候補導出手段が候補として導出しようとする動き情報が、上記空間動き情報候補導出手段によって導出された動き情報の候補のうち、最も優先度の高い動き情報の候補と一致しないときに、層間候補導出手段は、上記動き情報を候補として導出する。
　よって、最も優先度の高い動き情報が重複して導出されることを防ぎつつ、並列性を高めることができる。
　いかえれば、並列性の低下を抑えつつ、同一のマージ候補が候補リストに含まれる可能性を低減できる。
　本発明に係る画像復号装置では、さらに、対象予測単位が属するピクチャとは別のピクチャにおいて復号された動き情報に基づいて動き情報の候補を導出する時間動き情報候補導出手段を備え、上記時間動き情報候補導出手段は、上記層間候補導出手段による動き情報の候補導出処理が実行される場合、動き情報の候補導出処理を実行しないことが好ましい。
　本発明に係る画像復号装置では、さらに、対象予測単位が属するピクチャとは別のピクチャにおいて復号された動き情報に基づいて動き情報の候補を導出する時間動き情報候補導出手段を備え、上記層間候補導出手段は、上記時間動き情報候補導出手段による動き情報の候補導出処理が実行される場合、動き情報の候補導出処理を実行しないことが好ましい。
　層間候補導出手段および時間動き情報候補導出手段の両方が動き情報の候補を導出する場合における動き情報の符号量削減幅は、何れか一方が動き情報の候補を導出する場合における動き情報の符号量削減幅と大きな差がない。
　上記構成によれば、層間候補導出手段により動き情報の候補を導出する場合、時間動き情報候補導出手段が、動き情報の候補を導出しない。
　その結果、動き情報の符号量が大きく増加することを抑えつつ、時間動き情報候補導出手段が動き情報の候補の導出に必要な処理量、および、参照画像の動きベクトルを記録するメモリ量を削減することができる。なお、逆もまた同様のことがいえる。
　上記課題を解決するために、本発明に係る画像符号化装置は、レイヤごとに異なる品質の画像に関する画像情報を階層的に符号化して階層符号化データを生成する際に、符号化の対象となる対象レイヤにおいて導出した動き情報に基づく動き補償予測によって生成した予測画像を、上記対象レイヤにおける入力原画像から減算し、上記対象レイヤにおける予測残差を生成する画像符号化装置であって、上記対象レイヤにおける予測画像生成の処理対象となる対象予測単位において、復号済みレイヤである参照レイヤを参照し、該対象予測単位を含む周辺領域で復号未済の領域に対応する該参照レイヤ上の領域において復号されている動き情報を、上記対象予測単位における動き情報を推定するための候補として導出する層間候補導出手段を備えることを特徴とする。
　このように構成した画像符号化装置も本発明の範疇であり、この場合においても、上記画像復号装置と同様の作用・効果を得ることができる。
　また、上記画像符号化装置に生成され、上記画像復号装置において復号される階層符号化データのデータ構造も本発明の範疇である。
　本発明に係る画像復号装置は、レイヤごとに異なる品質の画像に関する画像情報が階層的に符号化された階層符号化データを復号して、復号の対象となる対象レイヤにおける動き情報を復元し、復元した動き情報に基づく動き補償予測によって生成した予測画像を用いて、上記対象レイヤにおける画像を復元する画像復号装置であって、上記対象レイヤにおける予測画像生成の処理対象となる対象予測単位において、復号済みレイヤである参照レイヤを参照し、該対象予測単位を含む周辺領域で復号未済の領域に対応する該参照レイヤ上の領域において復号されている動き情報を、上記対象予測単位における動き情報を推定するための候補として導出する層間候補導出手段を備える構成である。
　本発明に係る画像符号化装置は、レイヤごとに異なる品質の画像に関する画像情報を階層的に符号化して階層符号化データを生成する際に、符号化の対象となる対象レイヤにおいて導出した動き情報に基づく動き補償予測によって生成した予測画像を、上記対象レイヤにおける入力原画像から減算し、上記対象レイヤにおける予測残差を生成する画像符号化装置であって、上記対象レイヤにおける予測画像生成の処理対象となる対象予測単位において、復号済みレイヤである参照レイヤを参照し、該対象予測単位を含む周辺領域で復号未済の領域に対応する該参照レイヤ上の領域において復号されている動き情報を、上記対象予測単位における動き情報を推定するための候補として導出する層間候補導出手段を備える構成である。
　よって、階層符号化における動き情報候補リストの生成において、多様な動き情報を候補として導出することで動き情報の符号量削減を図ることができるという効果を奏する。
本発明の一実施形態に係る階層動画像復号装置に含まれるマージ候補導出部の構成について例示する機能ブロック図である。 本発明の実施形態に係る階層符号化データのレイヤ構造を説明するための図であって、（ａ）は、階層動画像符号化装置側について示しており、（ｂ）は、階層動画像復号装置側について示している。 本発明の実施形態に係る階層符号化データの構成を説明するための図であって、（ａ）は、シーケンスＳＥＱを規定するシーケンスレイヤを示しており、（ｂ）は、ピクチャＰＩＣＴを規定するピクチャレイヤを示しており、（ｃ）は、スライスＳを規定するスライスレイヤを示しており、（ｄ）は、ツリーブロック（Tree block）ＴＢＬＫを規定するツリーブロックレイヤを示しており、（ｅ）は、ツリーブロックＴＢＬＫに含まれる符号化単位（Coding Unit；ＣＵ）を規定するＣＵレイヤを示している。 ＰＵ分割タイプのパターンを示す図であり、（ａ）～（ｈ）は、それぞれ、ＰＵ分割タイプが、２Ｎ×Ｎ、２Ｎ×ｎＵ、２Ｎ×ｎＤ、２Ｎ×Ｎ、２Ｎ×ｎＵ、および、２Ｎ×ｎＤの場合のパーティション形状について示している。 上記階層動画像復号装置の概略的構成を示す機能ブロック図である。 上記階層動画像復号装置が備える予測パラメータ復元部の概略的構成を示す機能ブロック図である。 上記階層動画像復号装置において利用可能なイントラ予測の方向について示す図である。 イントラ予測モードと、当該イントラ予測モードに対応付けられている名前とを示す図である。 上記階層動画像復号装置が備えるテクスチャ復元部の概略的構成を示す機能ブロック図である。 上記階層動画像復号装置が備えるベース復号部の概略的構成を示す機能ブロック図である。 上記マージ候補導出部が備える空間マージ候補導出部の動作を説明するための図である。 上記マージ候補導出部が備えるレイヤ間マージ候補導出部の動作を示す図である。 上記マージ候補導出部が備える時間マージ候補導出部の動作を説明する図である。 マージ候補組み合わせリストの例を示す図である。 上記マージ候補導出部が備えるゼロマージ候補導出部の動作を示す図である。 上記マージ候補導出部の動作の流れの一例を示すフロー図である。 上記レイヤ間マージ候補導出部の別の動作について例示する図である。（ａ）～（ｃ）は、２個以上の位置から、レイヤ間マージ候補を導出する例を示す。（ｄ）は、レイヤ間マージ候補の導出を禁止する例を示す。 上記マージ候補導出部の動作の流れの別の例を示すフロー図である。 上記マージ候補導出部の変形例に係る構成について例示する機能ブロック図である。 スキャン順がラスタスキャン順である場合の復号未済の領域について説明するための図である。 スキャン順がＺスキャン順である場合の復号未済の領域について説明するための図である。 本発明の一実施形態に係る階層動画像符号化装置の概略的構成を示す機能ブロック図である。 上記階層動画像符号化装置が備える予測パラメータ復元部の概略的構成を示す機能ブロック図である。 上記階層動画像符号化装置において利用可能なイントラ予測の方向について示す図である。 上記階層動画像符号化装置を搭載した送信装置、および、上記階層動画像復号装置を搭載した受信装置の構成について示した図である。（ａ）は、階層動画像符号化装置を搭載した送信装置を示しており、（ｂ）は、階層動画像復号装置を搭載した受信装置を示している。 上記階層動画像符号化装置を搭載した記録装置、および、上記階層動画像復号装置を搭載した再生装置の構成について示した図である。（ａ）は、階層動画像符号化装置を搭載した記録装置を示しており、（ｂ）は、階層動画像復号装置を搭載した再生装置を示している。 本発明の一実施形態に係る階層動画像復号装置に含まれるＰＵ分割タイプ導出部の構成について例示する機能ブロック図である。 上記ＰＵ分割タイプ導出部が備える参照ＣＵ設定部が、対象レイヤ上の対象フレームに含まれる対象ＣＵに対して参照ＣＵを設定する例について説明する図である。 図２８の参照ＣＵの設定について、より具体的に示した図である。 参照ＣＵの右下画素の位置の参照領域における位置を判定した結果を用いて、ＰＵ分割タイプを設定する手法について示した図である。 参照ＣＵの右下画素の位置の参照領域における位置を判定した結果を用いて、ＰＵ分割タイプを設定する手法について示した図である。 参照ＣＵの右下画素の位置の参照領域における位置を判定した結果を用いて、ＰＵ分割タイプを設定する手法について示した図である。 参照ＣＵの右下画素の位置の参照領域における位置を判定した結果を用いて、ＰＵ分割タイプを設定する手法について示した図である。 右下画素の位置を判定する手法についてより具体的に説明する図である。 右下画素の位置を判定する手法についてより具体的に説明する図である。 参照ＣＵと参照領域との重複領域の重複の度合いを判定した結果を用いて、ＰＵ分割タイプを決定する手法について示した図である。 参照ＣＵと参照領域との重複領域の重複の度合いを判定した結果を用いて、ＰＵ分割タイプを決定する手法について示した図である。 参照ＣＵと参照領域との重複領域の重複の度合いを判定した結果を用いて、ＰＵ分割タイプを決定する手法について示した図である。 重複領域の重複の度合いの判定についてより具体的に説明するための図である。 重複領域の重複の度合いの判定についてより具体的に説明するための図である。 シンタックス要素値とＣＵタイプとの関係を示すテーブルである。 coding_unitでbase_mode_flagを符号化する場合のシンタックステーブルである。 prediction_unitでbase_mode_flagを判定する場合のシンタックステーブルである。 階層動画像復号装置におけるベーススキップＣＵ復号処理の流れの一例について示すフローチャートである。 階層動画像復号装置におけるスキップＣＵ復号処理の流れの一例について示すフローチャートである。 階層動画像復号装置におけるインターＣＵ復号処理の流れの一例について示すフローチャートである。
　図１～図４６に基づいて、本発明の一実施形態に係る階層動画像復号装置１および階層動画像符号化装置２について説明すれば以下のとおりである。
〔概要〕
　本実施の形態に係る階層動画像復号装置（画像復号装置）１は、階層動画像符号化装置（画像符号化装置）２によってスケーラブル映像符号化（ＳＶＣ；Scalable Video Coding）された符号化データを復号する。スケーラブル映像符号化とは、動画像を低品質のものから高品質のものにかけて階層的に符号化する符号化方式のことである。スケーラブル映像符号化は、例えば、Ｈ．２６４／ＡＶＣ　Ａｎｎｅｘ Ｇ　ＳＶＣにおいて標準化されている。なお、ここでいう動画像の品質とは、主観的および客観的な動画像の見栄えに影響する要素のことを広く意味する。動画像の品質には、例えば、“解像度”、“フレームレート”、“画質”、および、“画素の表現精度”が含まれる。よって、以下、動画像の品質が異なるといえば、例示的には、“解像度”等が異なることを指すが、これに限られない。例えば、異なる量子化ステップで量子化された動画像の場合（すなわち、異なる符号化雑音により符号化された動画像の場合）も互いに動画像の品質が異なるといえる。
　また、ＳＶＣは、階層化される情報の種類の観点から、（１）空間スケーラビリティ、（２）時間スケーラビリティ、および（３）ＳＮＲ（Signal to Noise Ratio）スケーラビリティに分類されることもある。空間スケーラビリティとは、解像度や画像のサイズにおいて階層化する技術である。時間スケーラビリティとは、フレーム・レート（単位時間のフレーム数）において階層化する技術である。また、ＳＮＲスケーラビリティは、符号化雑音において階層化する技術である。
　本実施形態に係る階層動画像符号化装置２及び階層動画像復号装置１の詳細な説明に先立って、まず（１）階層動画像符号化装置２によって生成され、階層動画像復号装置１によって復号される階層符号化データのレイヤ構造について説明し、次いで（２）各レイヤで採用できるデータ構造の具体例について説明を行う。
〔階層符号化データのレイヤ構造〕
　ここで、図２を用いて、階層符号化データの符号化および復号について説明すると次のとおりである。図２は、動画像を、下位階層Ｌ３、中位階層Ｌ２、および上位階層Ｌ１の３階層により階層的に符号化／復号する場合について模式的に表す図である。つまり、図２（ａ）および（ｂ）に示す例では、３階層のうち、上位階層Ｌ１が最上位層となり、下位階層Ｌ３が最下位層となる。
　以下において、階層符号化データから復号され得る特定の品質に対応する復号画像は、特定の階層の復号画像（または、特定の階層に対応する復号画像）と称される（例えば、上位階層Ｌ１の復号画像ＰＯＵＴ＃Ａ）。
　図２（ａ）は、入力画像ＰＩＮ＃Ａ～ＰＩＮ＃Ｃをそれぞれ階層的に符号化して符号化データＤＡＴＡ＃Ａ～ＤＡＴＡ＃Ｃを生成する階層動画像符号化装置２＃Ａ～２＃Ｃを示している。図２（ｂ）は、階層的に符号化された符号化データＤＡＴＡ＃Ａ～ＤＡＴＡ＃Ｃをそれぞれ復号して復号画像ＰＯＵＴ＃Ａ～ＰＯＵＴ＃Ｃを生成する階層動画像復号装置１＃Ａ～１＃Ｃを示している。
　まず、図２（ａ）を用いて、符号化装置側について説明する。符号化装置側の入力となる入力画像ＰＩＮ＃Ａ、ＰＩＮ＃Ｂ、およびＰＩＮ＃Ｃは、原画は同じだが、画像の品質（解像度、フレームレート、および画質等）が異なる。画像の品質は、入力画像ＰＩＮ＃Ａ、ＰＩＮ＃Ｂ、およびＰＩＮ＃Ｃの順に低くなる。
　下位階層Ｌ３の階層動画像符号化装置２＃Ｃは、下位階層Ｌ３の入力画像ＰＩＮ＃Ｃを符号化して下位階層Ｌ３の符号化データＤＡＴＡ＃Ｃを生成する。下位階層Ｌ３の復号画像ＰＯＵＴ＃Ｃを復号するのに必要な基本情報が含まれる（図２において“Ｃ”にて示している）。下位階層Ｌ３は、最下層の階層であるため、下位階層Ｌ３の符号化データＤＡＴＡ＃Ｃは、基本符号化データとも称される。
　また、中位階層Ｌ２の階層動画像符号化装置２＃Ｂは、中位階層Ｌ２の入力画像ＰＩＮ＃Ｂを、下位階層の符号化データＤＡＴＡ＃Ｃを参照しながら符号化して中位階層Ｌ２の符号化データＤＡＴＡ＃Ｂを生成する。中位階層Ｌ２の符号化データＤＡＴＡ＃Ｂには、符号化データＤＡＴＡ＃Ｃに含まれる基本情報“Ｃ”に加えて、中位階層の復号画像ＰＯＵＴ＃Ｂを復号するのに必要な付加的情報（図２において“Ｂ”にて示している）が含まれる。
　また、上位階層Ｌ１の階層動画像符号化装置２＃Ａは、上位階層Ｌ１の入力画像ＰＩＮ＃Ａを、中位階層Ｌ２の符号化データＤＡＴＡ＃Ｂを参照しながら符号化して上位階層Ｌ１の符号化データＤＡＴＡ＃Ａを生成する。上位階層Ｌ１の符号化データＤＡＴＡ＃Ａには、下位階層Ｌ３の復号画像ＰＯＵＴ＃Ｃを復号するのに必要な基本情報“Ｃ”および中位階層Ｌ２の復号画像ＰＯＵＴ＃Ｂを復号するのに必要な付加的情報“Ｂ”に加えて、上位階層の復号画像ＰＯＵＴ＃Ａを復号するのに必要な付加的情報（図２において“Ａ”にて示している）が含まれる。
　このように上位階層Ｌ１の符号化データＤＡＴＡ＃Ａは、異なる複数の品質の復号画像に関する情報を含む。
　次に、図２（ｂ）を参照しながら復号装置側について説明する。復号装置側では、上位階層Ｌ１、中位階層Ｌ２、および下位階層Ｌ３それぞれの階層に応じた復号装置１＃Ａ、１＃Ｂ、および１＃Ｃが、符号化データＤＡＴＡ＃Ａ、ＤＡＴＡ＃Ｂ、およびＤＡＴＡ＃Ｃを復号して復号画像ＰＯＵＴ＃Ａ、ＰＯＵＴ＃Ｂ、およびＰＯＵＴ＃Ｃを出力する。
　なお、上位の階層符号化データの一部の情報を抽出して、より下位の特定の復号装置において、当該抽出した情報を復号することで特定の品質の動画像を再生することもできる。
　例えば、中位階層Ｌ２の階層動画像復号装置１＃Ｂは、上位階層Ｌ１の階層符号化データＤＡＴＡ＃Ａから、復号画像ＰＯＵＴ＃Ｂを復号するのに必要な情報（すなわち、階層符号化データＤＡＴＡ＃Ａに含まれる“Ｂ”および“Ｃ”）を抽出して、復号画像ＰＯＵＴ＃Ｂを復号してもよい。言い換えれば、復号装置側では、上位階層Ｌ１の階層符号化データＤＡＴＡ＃Ａに含まれる情報に基づいて、復号画像ＰＯＵＴ＃Ａ、ＰＯＵＴ＃Ｂ、およびＰＯＵＴ＃Ｃを復号することができる。
　なお、以上の３階層の階層符号化データに限られず、階層符号化データは、２階層で階層符号化されていてもよいし、３階層よりも多い階層数にて階層符号化されていてもよい。
　また、特定の階層の復号画像に関する符号化データの一部または全部を他の階層とは独立して符号化し、特定の階層の復号の際に、他の階層の情報を参照しなくても済むように階層符号化データを構成してもよい。例えば、図２（ａ）および（ｂ）を用いて上述した例では、復号画像ＰＯＵＴ＃Ｂの復号に“Ｃ”および“Ｂ”を参照すると説明したが、これに限られない。復号画像ＰＯＵＴ＃Ｂが“Ｂ”だけを用いて復号できるように階層符号化データを構成することも可能である。
　なお、ＳＮＲスケーラビリティを実現する場合、入力画像ＰＩＮ＃Ａ、ＰＩＮ＃Ｂ、およびＰＩＮ＃Ｃとして同一の原画を用いた上で、復号画像ＰＯＵＴ＃Ａ、ＰＯＵＴ＃Ｂ、およびＰＯＵＴ＃Ｃが異なる画質となるよう階層符号化データを生成することもできる。その場合、下位階層の階層動画像符号化装置が、上位階層の階層動画像符号化装置に較べて、より大きい量子化幅を用いて予測残差を量子化することで階層符号化データを生成する。
　本書では、説明の便宜上、次のとおり用語を定義する。以下の用語は、特に断りがなければ、下記の技術的事項のことを表わすのに用いる。
　上位レイヤ　：　ある階層よりも上位に位置する階層のことを、上位レイヤと称する。例えば、図２において、下位階層Ｌ３の上位レイヤは、中位階層Ｌ２および上位階層Ｌ１である。また、上位レイヤの復号画像とは、より品質の高い（例えば、解像度が高い、フレームレートが高い、画質が高い等）復号画像のことをいう。
　下位レイヤ　：　ある階層よりも下位に位置する階層のことを、下位レイヤと称する。例えば、図２において、上位階層Ｌ１の下位レイヤは、中位階層Ｌ２および下位階層Ｌ３である。また、下位レイヤの復号画像とは、より品質の低い復号画像のことをいう。
　対象レイヤ　：　復号または符号化の対象となっている階層のことをいう。
　参照レイヤ（reference layer）　：　対象レイヤに対応する復号画像を復号するのに参照される特定の下位レイヤのことを参照レイヤと称する。
　図２（ａ）および（ｂ）に示した例では、上位階層Ｌ１の参照レイヤは、中位階層Ｌ２および下位階層Ｌ３である。しかしながら、これに限られず、特定の上記レイヤの復号において、下位レイヤのすべてを参照しなくてもよいように階層符号化データを構成することもできる。例えば、上位階層Ｌ１の参照レイヤが、中位階層Ｌ２および下位階層Ｌ３のいずれか一方となるように階層符号化データを構成することも可能である。
　基本レイヤ（base layer）　：　最下層に位置する階層のことを基本レイヤと称する。基本レイヤの復号画像は、符号化データから復号され得るもっとも低い品質の復号画像であり、基本復号画像と呼称される。別の言い方をすれば、基本復号画像は、最下層の階層に対応する復号画像のことである。基本復号画像の復号に必要な階層符号化データの部分符号化データは基本符号化データと呼称される。例えば、上位階層Ｌ１の階層符号化データＤＡＴＡ＃Ａに含まれる基本情報“Ｃ”が基本符号化データである。
　拡張レイヤ　：　基本レイヤの上位レイヤは、拡張レイヤと称される。
　レイヤ識別子　：　レイヤ識別子は、階層を識別するためのものであり、階層と１対１に対応する。階層符号化データには特定の階層の復号画像の復号に必要な部分符号化データを選択するために用いられる階層識別子が含まれる。特定のレイヤに対応するレイヤ識別子に関連付けられた階層符号化データの部分集合は、レイヤ表現とも呼称される。
　一般に、特定の階層の復号画像の復号には、当該階層のレイヤ表現、および／または、当該階層の下位レイヤに対応するレイヤ表現が用いられる。すなわち、対象レイヤの復号画像の復号においては、対象レイヤのレイヤ表現、および／または、対象レイヤの下位レイヤに含まれる１つ以上階層のレイヤ表現が用いられる。
　レイヤ間予測　：　レイヤ間予測とは、対象レイヤのレイヤ表現と異なる階層（参照レイヤ）のレイヤ表現に含まれるシンタックス要素値、シンタックス要素値より導出される値、および復号画像に基づいて、対象レイヤのシンタックス要素値や対象レイヤの復号に用いられる符号化パラメータ等を予測することである。動き予測に関する情報を（同時刻の）参照レイヤの情報から予測するレイヤ間予測のことを動き情報予測と称することもある。また、（同時刻の）下位レイヤの復号画像をアップサンプリングした画像から予測するレイヤ間予測のことをテクスチャ予測（あるいはレイヤ間イントラ予測）と称することもある。なお、レイヤ間予測に用いられる階層は、例示的には、対象レイヤの下位レイヤである。また、参照レイヤを用いず対象レイヤ内で予測を行うことをレイヤ内予測と称することもある。
　なお、以上の用語は、飽くまで説明の便宜上のものであり、上記の技術的事項を別の用語にて表現してもかまわない。
〔階層符号化データのデータ構造について〕
　以下、各階層の符号化データを生成する符号化方式として、ＨＥＶＣおよびその拡張方式を用いる場合について例示する。しかしながら、これに限られず、各階層の符号化データを、ＭＰＥＧ－２や、Ｈ．２６４／ＡＶＣなどの符号化方式により生成してもよい。
　また、下位レイヤと上位レイヤとが異なる符号化方式によって符号化されていてもよい。また、各階層の符号化データは、互いに異なる伝送路を介して階層動画像復号装置１に供給されるものであってもよいし、同一の伝送路を介して階層動画像復号装置１に供給されるものであってもよい。
　例えば、超高精細映像（動画像、４Ｋ映像データ）を基本レイヤおよび１つの拡張レイヤによりスケーラブル符号化して伝送する場合、基本レイヤは、４Ｋ映像データをダウンスケーリングし、インタレース化した映像データをＭＰＥＧ－２またはＨ．２６４／ＡＶＣにより符号化してテレビ放送網で伝送し、拡張レイヤは、４Ｋ映像（プログレッシブ）をＨＥＶＣにより符号化して、インターネットで伝送してもよい。
　（基本レイヤ）
　図３は、基本レイヤにおいて採用することができる符号化データ（図２の例でいえば、階層符号化データＤＡＴＡ＃Ｃ）のデータ構造について例示する図である。階層符号化データＤＡＴＡ＃Ｃは、例示的に、シーケンス、およびシーケンスを構成する複数のピクチャを含む。
　階層符号化データＤＡＴＡ＃Ｃにおけるデータの階層構造を図３に示す。図３の（ａ）～（ｅ）は、それぞれ、シーケンスＳＥＱを規定するシーケンスレイヤ、ピクチャＰＩＣＴを規定するピクチャレイヤ、スライスＳを規定するスライスレイヤ、ツリーブロック（Tree block）ＴＢＬＫを規定するツリーブロックレイヤ、ツリーブロックＴＢＬＫに含まれる符号化単位（Coding Unit；ＣＵ）を規定するＣＵレイヤを示す図である。
　　（シーケンスレイヤ）
　シーケンスレイヤでは、処理対象のシーケンスＳＥＱ（以下、対象シーケンスとも称する）を復号するために階層動画像復号装置１が参照するデータの集合が規定されている。シーケンスＳＥＱは、図３の（ａ）に示すように、シーケンスパラメータセットＳＰＳ（Sequence Parameter Set）、ピクチャパラメータセットＰＰＳ（Picture Parameter Set）、適応パラメータセットＡＰＳ（Adaptation Parameter Set）、ピクチャＰＩＣＴ１～ＰＩＣＴNP（ＮＰはシーケンスＳＥＱに含まれるピクチャの総数）、及び、付加拡張情報ＳＥＩ（Supplemental Enhancement Information）を含んでいる。
　シーケンスパラメータセットＳＰＳでは、対象シーケンスを復号するために階層動画像復号装置１が参照する符号化パラメータの集合が規定されている。
　ピクチャパラメータセットＰＰＳでは、対象シーケンス内の各ピクチャを復号するために階層動画像復号装置１が参照する符号化パラメータの集合が規定されている。なお、ＰＰＳは複数存在してもよい。その場合、対象シーケンス内の各ピクチャから複数のＰＰＳの何れかを選択する。
　適応パラメータセットＡＰＳは、対象シーケンス内の各スライスを復号するために階層動画像復号装置１が参照する符号化パラメータの集合が規定されている。ＡＰＳは複数存在してもよい。その場合、対象シーケンス内の各スライスから複数のＡＰＳの何れかを選択する。
　　（ピクチャレイヤ）
　ピクチャレイヤでは、処理対象のピクチャＰＩＣＴ（以下、対象ピクチャとも称する）を復号するために階層動画像復号装置１が参照するデータの集合が規定されている。ピクチャＰＩＣＴは、図３の（ｂ）に示すように、ピクチャヘッダＰＨ、及び、スライスＳ1～ＳNSを含んでいる（ＮＳはピクチャＰＩＣＴに含まれるスライスの総数）。
　なお、以下、スライスＳ1～ＳNSのそれぞれを区別する必要が無い場合、符号の添え字を省略して記述することがある。また、以下に説明する階層符号化データＤＡＴＡ＃Ｃに含まれるデータであって、添え字を付している他のデータについても同様である。
　ピクチャヘッダＰＨには、対象ピクチャの復号方法を決定するために階層動画像復号装置１が参照する符号化パラメータ群が含まれている。なお、符号化パラメータ群は、必ずしもピクチャヘッダＰＨ内に直接含んでいる必要はなく、例えばピクチャパラメータセットＰＰＳへの参照を含むことで、間接的に含めても良い。
　　（スライスレイヤ）
　スライスレイヤでは、処理対象のスライスＳ（対象スライスとも称する）を復号するために階層動画像復号装置１が参照するデータの集合が規定されている。スライスＳは、図３の（ｃ）に示すように、スライスヘッダＳＨ、及び、ツリーブロックＴＢＬＫ1～ＴＢＬＫNC（ＮＣはスライスＳに含まれるツリーブロックの総数）のシーケンスを含んでいる。
　スライスヘッダＳＨには、対象スライスの復号方法を決定するために階層動画像復号装置１が参照する符号化パラメータ群が含まれる。スライスタイプを指定するスライスタイプ指定情報（slice_type）は、スライスヘッダＳＨに含まれる符号化パラメータの一例である。
　スライスタイプ指定情報により指定可能なスライスタイプとしては、（１）符号化の際にイントラ予測のみを用いるＩスライス、（２）符号化の際に単方向予測、又は、イントラ予測を用いるＰスライス、（３）符号化の際に単方向予測、双方向予測、又は、イントラ予測を用いるＢスライスなどが挙げられる。
　なお、スライスヘッダＳＨには、上記シーケンスレイヤに含まれる、ピクチャパラメータセットＰＰＳへの参照（pic_parameter_set_id）、適応パラメータセットＡＰＳへの参照（aps_id）を含んでいても良い。
　また、スライスヘッダＳＨには、階層動画像復号装置１の備える適応フィルタによって参照されるフィルタパラメータＦＰが含まれている。フィルタパラメータＦＰは、フィルタ係数群を含んでいる。フィルタ係数群には、（１）フィルタのタップ数を指定するタップ数指定情報、（２）フィルタ係数a0～aNT-1（NTは、フィルタ係数群に含まれるフィルタ係数の総数）、および、（３）オフセットが含まれる。
　　（ツリーブロックレイヤ）
　ツリーブロックレイヤでは、処理対象のツリーブロックＴＢＬＫ（以下、対象ツリーブロックとも称する）を復号するために階層動画像復号装置１が参照するデータの集合が規定されている。なお、ツリーブロックのことを符号化ツリーブロック（CTB:Coding Tree block）、または、最大符号化単位（LCU:Largest Cording Unit）と呼ぶこともある。
　ツリーブロックＴＢＬＫは、ツリーブロックヘッダＴＢＬＫＨと、符号化単位情報ＣＵ１～ＣＵＮＬ（ＮＬはツリーブロックＴＢＬＫに含まれる符号化単位情報の総数）とを含む。ここで、まず、ツリーブロックＴＢＬＫと、符号化単位情報ＣＵとの関係について説明すると次のとおりである。
　ツリーブロックＴＢＬＫは、イントラ予測またはインター予測、および、変換の各処理ためのブロックサイズを特定するためのパーティションに分割される。
　ツリーブロックＴＢＬＫの上記パーティションは、再帰的な４分木分割により分割されている。この再帰的な４分木分割により得られる木構造のことを以下、符号化ツリー（coding tree）と称する。
　以下、符号化ツリーの末端のノードであるリーフ（leaf）に対応するパーティションを、符号化ノード（coding node）として参照する。また、符号化ノードは、符号化処理の基本的な単位となるため、以下、符号化ノードのことを、符号化単位（ＣＵ）とも称する。なお、符号化ノードは、符号化ブロック（CB: Coding Block）と呼ぶこともある。
　つまり、符号化単位情報（以下、ＣＵ情報と称する）ＣＵ１～ＣＵＮＬは、ツリーブロックＴＢＬＫを再帰的に４分木分割して得られる各符号化ノード（符号化単位）に対応する情報である。
　また、符号化ツリーのルート（root）は、ツリーブロックＴＢＬＫに対応付けられる。換言すれば、ツリーブロックＴＢＬＫは、複数の符号化ノードを再帰的に含む４分木分割の木構造の最上位ノードに対応付けられる。
　なお、各符号化ノードのサイズは、当該符号化ノードが直接に属する符号化ノード（すなわち、当該符号化ノードの１階層上位のノードのパーティション）のサイズの縦横とも半分である。
　また、ツリーブロックＴＢＬＫのサイズ、および、各符号化ノードのとり得るサイズは、階層符号化データＤＡＴＡ＃ＣのシーケンスパラメータセットＳＰＳに含まれる、最小符号化ノードのサイズ指定情報、および最大符号化ノードと最小符号化ノードの階層深度の差分に依存する。例えば、最小符号化ノードのサイズが８×８画素であって、最大符号化ノードと最小符号化ノードの階層深度の差分が３である場合、ツリーブロックＴＢＬＫのサイズが６４×６４画素であって、符号化ノードのサイズは、４種類のサイズ、すなわち、６４×６４画素、３２×３２画素、１６×１６画素、および、８×８画素の何れかをとり得る。
　　（ツリーブロックヘッダ）
　ツリーブロックヘッダＴＢＬＫＨには、対象ツリーブロックの復号方法を決定するために階層動画像復号装置１が参照する符号化パラメータが含まれる。具体的には、図３の（ｄ）に示すように、対象ツリーブロックの各ＣＵへの分割パターンを指定するツリーブロック分割情報ＳＰ＿ＴＢＬＫ、および、量子化ステップの大きさを指定する量子化パラメータ差分Δｑｐ（qp_delta）が含まれる。
　ツリーブロック分割情報ＳＰ＿ＴＢＬＫは、ツリーブロックを分割するための符号化ツリーを表す情報であり、具体的には、対象ツリーブロックに含まれる各ＣＵの形状、サイズ、および、対象ツリーブロック内での位置を指定する情報である。
　なお、ツリーブロック分割情報ＳＰ＿ＴＢＬＫは、ＣＵの形状やサイズを明示的に含んでいなくてもよい。例えばツリーブロック分割情報ＳＰ＿ＴＢＬＫは、対象ツリーブロック全体またはツリーブロックの部分領域を四分割するか否かを示すフラグの集合であってもよい。その場合、ツリーブロックの形状やサイズを併用することで各ＣＵの形状やサイズを特定できる。
　また、量子化パラメータ差分Δｑｐは、対象ツリーブロックにおける量子化パラメータｑｐと、当該対象ツリーブロックの直前に符号化されたツリーブロックにおける量子化パラメータｑｐ’との差分ｑｐ－ｑｐ’である。
　　（ＣＵレイヤ）
　ＣＵレイヤでは、処理対象のＣＵ（以下、対象ＣＵとも称する）を復号するために階層動画像復号装置１が参照するデータの集合が規定されている。
　ここで、ＣＵ情報ＣＵに含まれるデータの具体的な内容の説明をする前に、ＣＵに含まれるデータの木構造について説明する。符号化ノードは、予測ツリー（prediction tree；ＰＴ）および変換ツリー（transform tree；ＴＴ）のルートのノードとなる。予測ツリーおよび変換ツリーについて説明すると次のとおりである。
　予測ツリーにおいては、符号化ノードが１または複数の予測ブロックに分割され、各予測ブロックの位置とサイズとが規定される。別の表現でいえば、予測ブロックは、符号化ノードを構成する１または複数の重複しない領域である。また、予測ツリーは、上述の分割により得られた１または複数の予測ブロックを含む。
　予測処理は、この予測ブロックごとに行われる。以下、予測の単位である予測ブロックのことを、予測単位（prediction unit；ＰＵ）とも称する。
　予測ツリーにおける分割（以下、ＰＵ分割と略称する）の種類は、大まかにいえば、イントラ予測の場合と、インター予測の場合との２つがある。
　イントラ予測の場合、分割方法は、２Ｎ×２Ｎ（符号化ノードと同一サイズ）と、Ｎ×Ｎとがある。
　また、インター予測の場合、分割方法は、２Ｎ×２Ｎ（符号化ノードと同一サイズ）、２Ｎ×Ｎ、２Ｎ×ｎＵ、２Ｎ×ｎＤ、Ｎ×２Ｎ、ｎＬ×２Ｎ、ｎＲ×２Ｎ、および、Ｎ×Ｎなどがある。ＰＵ分割の種類については、後に図面を用いて説明する。
　また、変換ツリーにおいては、符号化ノードが１または複数の変換ブロックに分割され、各変換ブロックの位置とサイズとが規定される。別の表現でいえば、変換ブロックは、符号化ノードを構成する１または複数の重複しない領域のことである。また、変換ツリーは、上述の分割より得られた１または複数の変換ブロックを含む。
　変換ツリーにおける分割には、符号化ノードと同一のサイズの領域を変換ブロックとして割り付けるものと、上述したツリーブロックの分割と同様、再帰的な４分木分割によるものがある。
　変換処理は、この変換ブロックごとに行われる。以下、変換の単位である変換ブロックのことを、変換単位（transform unit；ＴＵ）とも称する。
　　（ＣＵ情報のデータ構造）
　続いて、図３（ｅ）を参照しながらＣＵ情報ＣＵに含まれるデータの具体的な内容について説明する。図３（ｅ）に示すように、ＣＵ情報ＣＵは、具体的には、スキップフラグＳＫＩＰ、予測ツリー情報（以下、ＰＴ情報と略称する）ＰＴＩ、および、変換ツリー情報（以下、ＴＴ情報と略称する）ＴＴＩを含む。
　スキップフラグＳＫＩＰは、対象のＰＵについて、スキップモードが適用されているか否かを示すフラグであり、スキップフラグＳＫＩＰの値が１の場合、すなわち、対象ＣＵにスキップモードが適用されている場合、そのＣＵ情報ＣＵにおけるＰＴ情報ＰＴＩの一部、および、ＴＴ情報ＴＴＩは省略される。なお、スキップフラグＳＫＩＰは、Ｉスライスでは省略される。
　　［ＰＴ情報］
　ＰＴ情報ＰＴＩは、ＣＵに含まれる予測ツリー（以下、ＰＴと略称する）に関する情報である。言い換えれば、ＰＴ情報ＰＴＩは、ＰＴに含まれる１または複数のＰＵそれぞれに関する情報の集合であり、階層動画像復号装置１により予測画像を生成する際に参照される。ＰＴ情報ＰＴＩは、図３（ｅ）に示すように、予測タイプ情報ＰＴｙｐｅ、および、予測情報ＰＩｎｆｏを含んでいる。
　予測タイプ情報ＰＴｙｐｅは、対象ＰＵについての予測画像生成方法として、イントラ予測を用いるのか、または、インター予測を用いるのかを指定する情報である。
　予測情報ＰＩｎｆｏは、予測タイプ情報ＰＴｙｐｅが何れの予測方法を指定するのかに応じて、イントラ予測情報ＰＰ＿Ｉｎｔｒａ、または、インター予測情報ＰＰ＿Ｉｎｔｅｒを含む。以下では、イントラ予測が適用されるＰＵをイントラＰＵとも呼称し、インター予測が適用されるＰＵをインターＰＵとも呼称する。
　インター予測情報ＰＰ＿Ｉｎｔｅｒは、階層動画像復号装置１が、インター予測によってインター予測画像を生成する際に参照される符号化パラメータを含む。より具体的には、インター予測情報ＰＰ＿Ｉｎｔｅｒは、対象ＣＵの各インターＰＵへの分割パターンを指定するインターＰＵ分割情報、および、各インターＰＵについてのインター予測パラメータを含む。
　イントラ予測情報ＰＰ＿Ｉｎｔｒａは、階層動画像復号装置１が、イントラ予測によってイントラ予測画像を生成する際に参照される符号化パラメータを含む。より具体的には、イントラ予測情報ＰＰ＿Ｉｎｔｒａには、対象ＣＵの各イントラＰＵへの分割パターンを指定するイントラＰＵ分割情報、および、各イントラＰＵについてのイントラ予測パラメータが含まれる。イントラ予測パラメータは、各イントラＰＵについてのイントラ予測方法（予測モード）を指定するためのパラメータである。
　また、ＰＵ分割情報には、対象ＰＵの形状、サイズ、および、位置を指定する情報が含まれていてもよい。ＰＵ分割情報の詳細については後述する。
　　［ＴＴ情報］
　ＴＴ情報ＴＴＩは、ＣＵに含まれる変換ツリー（以下、ＴＴと略称する）に関する情報である。言い換えれば、ＴＴ情報ＴＴＩは、ＴＴに含まれる１または複数のＴＵそれぞれに関する情報の集合であり、階層動画像復号装置１により残差データを復号する際に参照される。なお、以下、ＴＵのことをブロックと称することもある。
　ＴＴ情報ＴＴＩは、図３（ｅ）に示すように、対象ＣＵの各変換ブロックへの分割パターンを指定するＴＴ分割情報ＳＰ＿ＴＴ、および、量子化予測残差ＱＤ1～ＱＤNT（ＮＴは、対象ＣＵに含まれるブロックの総数）を含んでいる。
　ＴＴ分割情報ＳＰ＿ＴＴは、具体的には、対象ＣＵに含まれる各ＴＵの形状、サイズ、および、対象ＣＵ内での位置を決定するための情報である。例えば、ＴＴ分割情報ＳＰ＿ＴＴは、対象となるノードの分割を行うのか否かを示す情報（split_transform_unit_flag）と、その分割の深度を示す情報（trafoDepth）とから実現することができる。
　また、例えば、ＣＵのサイズが、６４×６４の場合、分割により得られる各ＴＵは、３２×３２画素から４×４画素までのサイズをとり得る。
　各量子化予測残差ＱＤは、階層動画像符号化装置２が以下の処理１～３を、処理対象のブロックである対象ブロックに施すことによって生成した符号化データである。
　処理１：符号化対象画像から予測画像を減算した予測残差を周波数変換（例えば、ＤＣＴ変換（Discrete Cosine Transform）およびＤＳＴ変換（Discrete Sine Transform）等）する；
　処理２：処理１にて得られた変換係数を量子化する；
　処理３：処理２にて量子化された変換係数を可変長符号化する；
　なお、上述した量子化パラメータｑｐは、階層動画像符号化装置２が変換係数を量子化する際に用いた量子化ステップＱＰの大きさを表す（ＱＰ＝２qp/6）。
　　（予測パラメータ）
　インター予測およびイントラ予測における予測パラメータの詳細について説明する。上述のとおり、予測情報ＰＩｎｆｏには、インター予測パラメータまたはイントラ予測パラメータが含まれる。
　インター予測パラメータとしては、例えば、マージフラグ（ｍｅｒｇｅ＿ｆｌａｇ）、マージインデックス（ｍｅｒｇｅ＿ｉｄｘ）、推定動きベクトルインデックス（ｍｖｐ＿ｉｄｘ）、参照画像インデックス（ｒｅｆ＿ｉｄｘ）、インター予測フラグ（ｉｎｔｅｒ＿ｐｒｅｄ＿ｆｌａｇ）、および動きベクトル残差（ｍｖｄ）が挙げられる。
　一方、イントラ予測パラメータとしては、例えば、推定予測モードフラグ、推定予測モードインデックス、および、残余予測モードインデックスが挙げられる。
　　（ＰＵ分割情報）
　ＰＵ分割情報によって指定されるＰＵ分割タイプには、対象ＣＵのサイズを２Ｎ×２Ｎ画素とすると、次の合計８種類のパターンがある。すなわち、２Ｎ×２Ｎ画素、２Ｎ×Ｎ画素、Ｎ×２Ｎ画素、およびＮ×Ｎ画素の４つの対称的分割（symmetric splittings）、並びに、２Ｎ×ｎＵ画素、２Ｎ×ｎＤ画素、ｎＬ×２Ｎ画素、およびｎＲ×２Ｎ画素の４つの非対称的分割（asymmetric splittings）である。なお、Ｎ＝２ｍ（ｍは１以上の任意の整数）を意味している。以下、対象ＣＵを分割して得られる領域のことをパーティションとも称する。
　図４（ａ）～（ｈ）に、それぞれの分割タイプについて、ＣＵにおけるＰＵ分割の境界の位置を具体的に図示している。
　図４（ａ）は、ＣＵの分割を行わない２Ｎ×２ＮのＰＵ分割タイプを示している。また、図４（ｂ）、（ｃ）、および（ｄ）は、それぞれ、ＰＵ分割タイプが、２Ｎ×Ｎ、２Ｎ×ｎＵ、および、２Ｎ×ｎＤである場合のパーティションの形状について示している。また、図４（ｅ）、（ｆ）、および（ｇ）は、それぞれ、ＰＵ分割タイプが、Ｎ×２Ｎ、ｎＬ×２Ｎ、および、ｎＲ×２Ｎである場合のパーティションの形状について示している。また、図４（ｈ）は、ＰＵ分割タイプが、Ｎ×Ｎである場合のパーティションの形状を示している。
　図４（ａ）および（ｈ）のＰＵ分割タイプのことを、そのパーティションの形状に基づいて、正方形分割とも称する。また、図４（ｂ）～（ｇ）のＰＵ分割タイプのことは、非正方形分割とも称する。
　また、図４（ａ）～（ｈ）において、各領域に付した番号は、領域の識別番号を示しており、この識別番号順に、領域に対して処理が行われる。すなわち、当該識別番号は、領域のスキャン順を表している。
　　［インター予測の場合の分割タイプ］
　インターＰＵでは、上記８種類の分割タイプのうち、Ｎ×Ｎ（図４（ｈ））以外の７種類が定義されている。なお、上記６つの非対称的分割は、ＡＭＰ（Asymmetric Motion Partition）と呼ばれることもある。
　また、Ｎの具体的な値は、当該ＰＵが属するＣＵのサイズによって規定され、ｎＵ、ｎＤ、ｎＬ、および、ｎＲの具体的な値は、Ｎの値に応じて定められる。例えば、１２８×１２８画素のインターＣＵは、１２８×１２８画素、１２８×６４画素、６４×１２８画素、６４×６４画素、１２８×３２画素、１２８×９６画素、３２×１２８画素、および、９６×１２８画素のインターＰＵへ分割することが可能である。
　　［イントラ予測の場合の分割タイプ］
　イントラＰＵでは、次の２種類の分割パターンが定義されている。対象ＣＵを分割しない、すなわち対象ＣＵ自身が１つのＰＵとして取り扱われる分割パターン２Ｎ×２Ｎと、対象ＣＵを、４つのＰＵへと対称的に分割するパターンＮ×Ｎと、である。
　したがって、イントラＰＵでは、図４に示した例でいえば、（ａ）および（ｈ）の分割パターンを取ることができる。
　例えば、１２８×１２８画素のイントラＣＵは、１２８×１２８画素、および、６４×６４画素のイントラＰＵへ分割することが可能である。
　（拡張レイヤ）
　拡張レイヤの符号化データについても、例えば、図３に示すデータ構造とほぼ同様のデータ構造を採用することができる。ただし、拡張レイヤの符号化データでは、以下のとおり、付加的な情報を追加したり、パラメータを省略したりすることができる。
　ＳＰＳには階層符号化を示す情報が符号化されていてもよい。
　また、スライスレイヤでは、空間スケーラビリティ、時間スケーラビリティ、および、ＳＮＲスケーラビリティの階層の識別情報（それぞれ、dependency_id、temporal_id、および、quality_id）が符号化されていてもよい。フィルタ情報やフィルタのオン／オフ情報（後述）はＰＰＳ、スライスヘッダ、マクロブロックヘッダ等で符号化することが可能である。
　また、ＣＵ情報ＣＵでは、スキップフラグ（skip_flag）、ベースモードフラグ（base_mode_flag）および予測モードフラグ（pred_mode_flag）が符号化されていてもよい。
　また、これらのフラグにより対象ＣＵのＣＵタイプが、イントラＣＵ、インターＣＵ、スキップＣＵおよびベーススキップＣＵのいずれであるかが指定されていてもよい。
　イントラＣＵおよびスキップＣＵは、上述のＨＥＶＣ方式の場合と同様に定義できる。例えば、スキップＣＵでは、スキップフラグに“１”が設定される。スキップＣＵでない場合、スキップフラグに“０”が設定される。また、イントラＣＵでは、予測モードフラグに“０”が設定される。
　また、インターＣＵは、非スキップかつ動き補償（ＭＣ；Motion Compensation）を適用するＣＵと定義されていてもよい。インターＣＵでは、例えば、スキップフラグに“０”が設定され、予測モードフラグに“１”が設定される。
　ベーススキップＣＵは、ＣＵまたはＰＵの情報を参照レイヤから推定するＣＵタイプである。また、ベーススキップＣＵでは、例えば、スキップフラグに“１”が設定され、ベースモードフラグに“１”が設定される。
　また、ＰＴ情報ＰＴＩでは、対象ＰＵのＰＵタイプが、イントラＰＵ、インターＰＵ、マージＰＵ、およびベースマージＰＵのいずれであるかが指定されていてもよい。
　イントラＰＵ、インターＰＵ、マージＰＵは、上述のＨＥＶＣ方式の場合と同様に定義できる。
　ベースマージＰＵは、ＰＵの情報を参照レイヤから推定するＰＵタイプである。また、例えば、ＰＴ情報ＰＴＩにおいて、マージフラグおよびベースモードフラグを符号化しておき、これらのフラグを用いて、対象ＰＵがベースマージを行うＰＵであるか否かを判定してもよい。すなわち、ベースマージＰＵでは、マージフラグに“１”が設定され、ベースモードフラグに“１”が設定される。
　なお、拡張レイヤに含まれる動きベクトル情報のうち、下位レイヤに含まれる動きベクトル情報から導出可能な動きベクトル情報については、拡張レイヤから省略する構成とすることができる。このような構成とすることによって、拡張レイヤの符号量を削減することができるので、符号化効率が向上する。
　また、上述のとおり拡張レイヤの符号化データを、下位レイヤの符号化方式と異なる符号化方式により生成しても構わない。すなわち、拡張レイヤの符号化・復号処理は、下位レイヤのコーデックの種類に依存しない。
　下位レイヤが、例えば、ＭＰＥＧ－２や、Ｈ．２６４／ＡＶＣ方式によって符号化されていてもよい。
　対象レイヤと参照レイヤとが異なる符号化方式によって符号化されている場合、参照レイヤのパラメータを、対象レイヤの対応するパラメータ、または、類似のパラメータに変換することでレイヤ間における相応の互換性を保つことができる。例えば、ＭＰＥＧ－２や、Ｈ．２６４／ＡＶＣ方式におけるマクロブロックは、ＨＥＶＣにおけるＣＴＢに読み替えて解釈することが可能である。
　なお、以上に説明したパラメータは、単独で符号化されていてもよいし、複数のパラメータが複合的に符号化されていてもよい。複数のパラメータが複合的に符号化される場合は、そのパラメータの値の組み合わせに対してインデックスが割り当てられ、割り当てられた当該インデックスが符号化される。また、パラメータが、別のパラメータや、復号済みの情報から導出可能であれば、当該パラメータの符号化を省略することができる。
〔階層動画像復号装置〕
　以下では、本実施形態に係る階層動画像復号装置１の構成について、図１～図２１を参照して説明する。
　（階層動画像復号装置の構成）
　図５を用いて、階層動画像復号装置１の概略的構成について説明すると次のとおりである。図５は、階層動画像復号装置１の概略的構成について示した機能ブロック図である。階層動画像復号装置１は、階層動画像符号化装置２から供給される階層符号化データＤＡＴＡを、ＨＥＶＣ方式により復号して、対象レイヤの復号画像ＰＯＵＴ＃Ｔを生成する。
　図５に示すように階層動画像復号装置１は、ＮＡＬ逆多重化部１１、可変長復号部１２、予測パラメータ復元部１４、テクスチャ復元部１５、およびベース復号部１６を備える。
　ＮＡＬ逆多重化部１１は、ＮＡＬ（Network Abstraction Layer）におけるＮＡＬユニット単位で伝送される階層符号化データＤＡＴＡを逆多重化する。
　ＮＡＬは、ＶＣＬ（Video Coding Layer）と、符号化データを伝送・蓄積する下位システムとの間における通信を抽象化するために設けられる層である。
　ＶＣＬは、動画像符号化処理を行う層のことであり、ＶＣＬにおいて符号化が行われる。一方、ここでいう、下位システムは、Ｈ．２６４／ＡＶＣおよびＨＥＶＣのファイルフォーマットや、ＭＰＥＧ－２システムに対応する。以下に示す例では、下位システムは、対象レイヤおよび参照レイヤにおける復号処理に対応する。
　なお、ＮＡＬでは、ＶＣＬで生成されたビットストリームが、ＮＡＬユニットという単位で区切られて、宛先となる下位システムへ伝送される。ＮＡＬユニットには、ＶＣＬで符号化された符号化データ、および、当該符号化データが宛先の下位システムに適切に届けられるためのヘッダが含まれる。また、各階層における符号化データは、ＮＡＬユニット格納されることでＮＡＬ多重化されて階層動画像復号装置１に伝送される。
　ＮＡＬ逆多重化部１１は、階層符号化データＤＡＴＡを逆多重化して、対象レイヤ符号化データＤＡＴＡ＃Ｔおよび参照レイヤ符号化データＤＡＴＡ＃Ｒを取り出す。また、ＮＡＬ逆多重化部１１は、対象レイヤ符号化データＤＡＴＡ＃Ｔを可変長復号部１２に供給するとともに、参照レイヤ符号化データＤＡＴＡ＃Ｒをベース復号部１６に供給する。
　可変長復号部１２は、対象レイヤ符号化データＤＡＴＡ＃Ｔに含まれるバイナリから各種のシンタックス値を復号するための情報の復号処理を行う。
　具体的には、可変長復号部１２は、以下のように、予測情報、符号化情報および変換係数情報を符号化データＤＡＴＡ＃Ｔから復号する。
　すなわち、可変長復号部１２は、各ＣＵまたはＰＵに関する予測情報を、符号化データＤＡＴＡ＃Ｔから復号する。予測情報には、例えば、ＣＵタイプまたはＰＵタイプの指定が含まれる。
　ＣＵがインターＣＵである場合、可変長復号部１２はＰＵ分割情報を符号化ＤＡＴＡ＃Ｔから復号する。加えて、各ＰＵにおいて、可変長復号部１２は、さらに、予測情報として、参照画像インデックスＲＩ、推定動きベクトルインデックスＰＭＶＩ、及び、動きベクトル残差ＭＶＤ等の動き情報、モード情報を符号化データＤＡＴＡ＃Ｔから復号する。
　一方、ＣＵがイントラＣＵである場合、可変長復号部１２は、さらに、予測情報として、（１）予測単位のサイズを指定するサイズ指定情報、および、（２）予測インデックスを指定する予測インデックス指定情報を含むイントラ予測情報を符号化データＤＡＴＡ＃Ｔから復号する。
　また、可変長復号部１２は、符号化情報を符号化データＤＡＴＡ＃Ｔから復号する。符号化情報には、ＣＵの形状、サイズ、位置を特定するための情報が含まれる。より具体的には、符号化情報には、対象ツリーブロックの各ＣＵへの分割パターンを指定するツリーブロック分割情報、すなわち、対象ツリーブロックに含まれる各ＣＵの形状、サイズ、および、対象ツリーブロック内での位置を指定する情報が含まれる。
　可変長復号部１２は、復号した予測情報および符号化情報を予測パラメータ復元部１４に供給する。
　また、可変長復号部１２は、各ブロックに関する量子化予測残差ＱＤ、及び、そのブロックを含むツリーブロックに関する量子化パラメータ差分Δｑｐを符号化データＤＡＴＡ＃Ｔから復号する。可変長復号部１２は、復号した量子化予測残差ＱＤおよび量子化パラメータ差分Δｑｐを変換係数情報としてテクスチャ復元部１５に供給する。
　ベース復号部１６は、参照レイヤ符号化データＤＡＴＡ＃Ｒから、対象レイヤに対応する復号画像を復号する際に参照される参照レイヤに関する情報であるベース復号情報を復号する。ベース復号情報には、ベース予測パラメータ、ベース変換係数、およびベース復号画像が含まれる。ベース復号部１６は、復号したベース復号情報を予測パラメータ復元部１４およびテクスチャ復元部１５に供給する。
　予測パラメータ復元部１４は、予測情報およびベース復号情報を用いて、予測パラメータを復元する。予測パラメータ復元部１４は、復元した予測パラメータを、テクスチャ復元部１５に供給する。なお、予測パラメータ復元部１４は、予測パラメータを復元する際に、テクスチャ復元部１５が備えるフレームメモリ１５５（後述）に格納された動き情報を参照することができる。
　テクスチャ復元部１５は、変換係数情報、ベース復号情報および予測パラメータを用いて、復号画像ＰＯＵＴ＃Ｔを生成し、外部に出力する。なお、テクスチャ復元部１５では、復元された復号画像に関する情報が、内部に備えるフレームメモリ１５５（後述）に格納される。
　以下において、ベース復号部１６、予測パラメータ復元部１４、およびテクスチャ復元部１５それぞれの詳細について説明する。
　（予測パラメータ復元部）
　図６を用いて、予測パラメータ復元部１４の詳細構成について説明する。図６は、予測パラメータ復元部１４の構成について例示した機能ブロック図である。
　図６に示すように、予測パラメータ復元部１４は、予測タイプ選択部１４１、スイッチ１４２、イントラ予測モード復元部１４３、動きベクトル候補導出部１４４、動き情報復元部１４５、マージ候補導出部１４６、マージ情報復元部１４７、およびＰＵ分割タイプ導出部１４８を備える。
　予測タイプ選択部１４１は、ＣＵタイプまたはＰＵタイプに応じてスイッチ１４２に切り替え指示を送り予測パラメータの導出処理を制御する。具体的には以下のとおりである。
　イントラＣＵまたはイントラＰＵが指定されている場合、予測タイプ選択部１４１はイントラ予測モード復元部１４３を用いて予測パラメータを導出できるようスイッチ１４２を制御する。
　インターＣＵ（マージなし）およびインターＰＵ（マージなし）のいずれかが指定されている場合、予測タイプ選択部１４１は動き情報復元部１４５を用いて予測パラメータを導出できるようスイッチ１４２を制御する。
　ベーススキップＣＵ、ベースマージＰＵ、スキップＣＵおよびマージＰＵのいずれかが指定されている場合、予測タイプ選択部１４１はマージ情報復元部１４７を用いて予測パラメータを導出できるようスイッチ１４２を制御する。
　スイッチ１４２は、予測タイプ選択部１４１の指示に応じて、予測情報を、イントラ予測モード復元部１４３、動き情報復元部１４５、およびマージ情報復元部１４７のいずれかに供給する。予測情報の供給先において予測パラメータが導出される。
　イントラ予測モード復元部１４３は、予測情報から予測モードを導出する。すなわち、イントラ予測モード復元部１４３が予測パラメータとして復元するのは予測モードである。
　ここで、図７を用いて、予測モードの定義について説明する。図７は、予測モードの定義を示している。同図に示すように、３６種類の予測モードが定義されており、それぞれの予測モードは、「０」～「３５」の番号（イントラ予測モードインデックス）によって特定される。また、図８に示すように、各予測モードには次のような名称が割り当てられている。すなわち、「０」は、“Intra_Planar（プラナー予測モード、平面予測モード）”であり、「１」は、“Intra DC(イントラＤＣ予測モード)”であり、「２」～「３４」は、“Intra Angular（方向予測）”であり、「３５」は、“Intra From Luma”である。「３５」は、色差予測モード固有のものであり、輝度の予測に基づいて色差の予測を行うモードである。言い換えれば、色差予測モード「３５」は、輝度画素値と色差画素値との相関を利用した予測モードである。色差予測モード「３５」はＬＭモードとも称する。予測モード数（intraPredModeNum）は、対象ブロックのサイズによらず「３５」である。
　動きベクトル候補導出部１４４は、ベース復号情報を用いて、レイヤ内動き推定処理、または、レイヤ間動き推定処理により推定動きベクトルの候補を導出する。動きベクトル候補導出部１４４は、導出した動きベクトルの候補を動き情報復元部１４５に供給する。
　動き情報復元部１４５は、マージを行わない各インターＰＵに関する動き情報を復元する。すなわち、動き情報復元部１４５が予測パラメータとして復元するのは動き情報である。
　動き情報復元部１４５は、対象ＣＵ（ＰＵ）がインターＣＵ（インターＰＵ）である場合、予測情報から、動き情報を復元する。より具体的には、動き情報復元部１４５は、動きベクトル残差（mvd）、推定動きベクトルインデックス（mvp_idx）、インター予測フラグ（inter_pred_flag）および、参照画像インデックス（refIdx）を取得する。そして、インター予測フラグの値に基づいて、参照画像リストＬ０と参照画像リストＬ１各々について参照画像リスト利用フラグを決定する。続いて、対応する参照画像リスト利用フラグが、当該参照画像を利用することを示している場合、動き情報復元部１４５は、推定動きベクトルインデックスの値に基づいて、推定動きベクトルを導出するとともに、動きベクトル残差と推定動きベクトルとに基づいて動きベクトルを導出する。動き情報復元部１４５は、導出した動きベクトルと、参照画像リスト利用フラグ、および、参照画像インデックスと合わせて動き情報（動き補償パラメータ）として出力する。
　マージ候補導出部１４６は、後述するフレームメモリ１５５から供給される復号済みの動き情報および／またはベース復号部１６から供給されるベース復号情報等を用いて、各種のマージ候補を導出する。マージ候補導出部１４６は、導出したマージ候補をマージ情報復元部１４７に供給する。
　マージ情報復元部１４７は、レイヤ内またはレイヤ間でマージを行う各ＰＵに関する動き情報を復元する。すなわち、動き情報復元部１４５が予測パラメータとして復元するのは動き情報である。
　具体的には、マージ情報復元部１４７は、対象ＣＵ（ＰＵ）がレイヤ内でマージを行うスキップＣＵ（マージＰＵ）である場合、マージ候補導出部１４６がレイヤ内マージにより導出したマージ候補リストから、予測情報に含まれるマージインデックス（merge_idx）に対応する動き補償パラメータを導出することにより、動き情報を復元する。
　また、マージ情報復元部１４７は、レイヤ間でマージを行うベーススキップＣＵである場合、マージ候補導出部１４６がレイヤ間マージにより導出したマージ候補リストから、予測情報に含まれるマージインデックス（merge_idx）に対応する動き補償パラメータを導出することにより、動き情報を復元する。
　ＰＵ分割タイプ導出部１４８は、符号化情報およびベース復号情報を用いて、対象レイヤにおける対象ＣＵのＰＵへのＰＵ分割タイプを推定する。ＰＵ分割タイプ導出部１４８は、推定したＰＵ分割タイプをマージ候補導出部１４６およびマージ情報復元部１４７に供給する。
　なお、マージ候補導出部１４６およびＰＵ分割タイプ導出部１４８の詳細については後述する。
　（テクスチャ復元部）
　図９を用いて、テクスチャ復元部１５の詳細構成について説明する。図９は、テクスチャ復元部１５の構成について例示した機能ブロック図である。
　図９に示すように、テクスチャ復元部１５は、逆直交変換・逆量子化部１５１、テクスチャ予測部１５２、加算器１５３、ループフィルタ部１５４、およびフレームメモリ１５５を備える。
　逆直交変換・逆量子化部１５１は、（１）可変長復号部１２から供給される変換係数情報に含まれる量子化予測残差ＱＤを逆量子化し、（２）逆量子化によって得られたＤＣＴ係数を逆直交変換（例えば、ＤＣＴ（Discrete Cosine Transform）変換）し、（３）逆直交変換によって得られた予測残差Ｄを加算器１５３に供給する。なお、量子化予測残差ＱＤを逆量子化する際に、逆直交変換・逆量子化部１５１は、変換係数情報に含まれる量子化パラメータ差分Δｑｐから量子化ステップＱＰを導出する。量子化パラメータｑｐは、直前に逆量子化／逆直交変換したツリーブロックに関する量子化パラメータｑｐ’に量子化パラメータ差分Δｑｐを加算することによって導出でき、量子化ステップＱＰは、量子化パラメータｑｐからＱＰ＝２ｑｐ／６によって導出できる。また、逆直交変換・逆量子化部１５１による予測残差Ｄの生成は、ブロック（変換単位）を単位として行われる。
　テクスチャ予測部１５２は、予測パラメータに応じて、ベース復号情報に含まれるベース復号画像またはフレームメモリに格納されている復号済みの復号画像を参照し、予測画像を生成する。
　テクスチャ予測部１５２は、より詳細には、インター予測部１５２Ａ、レイヤ内イントラ予測部１５２Ｂ、およびレイヤ間イントラ予測部１５２Ｃを備える。
　インター予測部１５２Ａは、各インター予測パーティションに関する予測画像をインター予測により生成する。具体的には、インター予測部１５２Ａは、動き情報復元部１４５またはマージ情報復元部１４７から予測パラメータとして供給される動き情報を用いて、参照画像から予測画像を生成する。
　レイヤ内イントラ予測部１５２Ｂは、各イントラ予測パーティションに関する予測画像をレイヤ内イントラ予測により生成する。具体的には、レイヤ内イントラ予測部１５２Ｂは、イントラ予測モード復元部１４３から予測パラメータとして供給される予測モードを用いて、対象パーティションにおいて復号済みの復号画像から予測画像を生成する。
　レイヤ間イントラ予測部１５２Ｃは、各イントラ予測パーティションに関する予測画像をレイヤ間イントラ予測により生成する。具体的には、レイヤ間イントラ予測部１５２Ｃは、イントラ予測モード復元部１４３から予測パラメータとして供給される予測モードを用いて、ベース復号情報に含まれるベース復号画像に基づいて予測画像を生成する。ベース復号画像は、対象レイヤの解像度に合わせて適宜アップサンプリングされてもよい。
　テクスチャ予測部１５２は、インター予測部１５２Ａ、レイヤ内イントラ予測部１５２Ｂまたはレイヤ間イントラ予測部１５２Ｃが生成した予測画像を加算器１５３に供給する。
　加算器１５３は、テクスチャ予測部１５３予測画像と、逆直交変換・逆量子化部１５１から供給された予測残差Ｄとを加算することによって復号画像を生成する。
　ループフィルタ部１５４は、加算器１５３から供給される復号画像に対し、デブロッキング処理や、適応フィルタパラメータによるフィルタ処理を施すものである。
　フレームメモリ１５５は、ループフィルタ部１５４によるフィルタ済み復号画像を格納する。
　（ベース復号部）
　図１０を用いて、ベース復号部１６の詳細構成について説明する。図１０は、ベース復号部１６の構成について例示した機能ブロック図である。
　図１０に示すように、ベース復号部１６は、可変長復号部１６１、ベース予測パラメータ復元部１６２、ベース変換係数復元部１６３、およびベーステクスチャ復元部１６４を備える。
　可変長復号部１６１は、参照レイヤ符号化データＤＡＴＡ＃Ｒに含まれるバイナリから各種のシンタックス値を復号するための情報の復号処理を行う。
　具体的には、可変長復号部１６１は、予測情報および変換係数情報を符号化データＤＡＴＡ＃Ｒから復号する。可変長復号部１６１が復号する予測情報および変換係数のシンタックスは、可変長復号部１２と同様であるのでここではその詳細な説明を省略する。
　可変長復号部１６１は、復号した予測情報をベース予測パラメータ復元部１６２に供給するとともに、復号した変換係数情報をベース変換係数復元部１６３に供給する。
　ベース予測パラメータ復元部１６２は、可変長復号部１６１から供給される予測情報に基づいて、ベース予測パラメータを復元する。ベース予測パラメータ復元部１６２が、ベース予測パラメータを復元する方法については、予測パラメータ復元部１４と同様であるので、ここではその詳細な説明を省略する。ベース予測パラメータ復元部１６２は、復元したベース予測パラメータを、ベーステクスチャ復元部１６４に供給するとともに、外部に出力する。
　ベース変換係数復元部１６３は、可変長復号部１６１から供給される変換係数情報に基づいて、変換係数を復元する。ベース変換係数復元部１６３が変換係数を復元する方法については、逆直交変換・逆量子化部１５１と同様であるので、ここではその詳細な説明を省略する。ベース変換係数復元部１６３は、復元したベース変換係数を、ベーステクスチャ復元部１６４に供給するとともに、外部に出力する。
　ベーステクスチャ復元部１６４は、ベース予測パラメータ復元部１６２から供給されるベース予測パラメータと、ベース変換係数復元部１６３から供給されるベース変換係数とを用いて、復号画像を生成する。具体的には、ベーステクスチャ復元部１６４は、ベース予測パラメータに基づき、テクスチャ予測部１５２と同様のテクスチャ予測を行って、予測画像を生成する。また、ベーステクスチャ復元部１６４は、ベース変換係数に基づいて予測残差を生成し、生成した予測残差と、テクスチャ予測により生成した予測画像とを加算することでベース復号画像を生成する。
　なお、ベーステクスチャ復元部１６４は、ベース復号画像に対して、ループフィルタ部１５４と同様のフィルタ処理を施してもよい。また、ベーステクスチャ復元部１６４は、復号済みのベース復号画像を格納するためのフレームメモリを備えていてもよく、テクスチャ予測においてフレームメモリに格納されている復号済みのベース復号画像を参照してもよい。
　　＜＜マージ候補導出部の詳細＞＞
　次に、図１を用いて、マージ候補導出部１４６の詳細構成について説明する。図１は、マージ候補導出部１４６の構成について例示した機能ブロック図である。
　図１に示すように、マージ候補導出部１４６は、マージ候補導出制御部（判定手段）１４６１、マージ候補格納部１４６２、スライスタイプ判定部１４６３、および個別マージ候補導出部１４６４を備える構成である。
　マージ候補導出制御部１４６１は、個別マージ候補導出部１４６４を制御し、所定数（マージ候補導出数）のマージ候補を導出しマージ候補格納部１４６２に格納する。上記マージ候補導出数として、例えば、merge_idx+1の値が通常用いられる。なお、上記マージ候補導出数として、merge_idx+1の値以上の任意の整数を用いてもよい。例えば、merge_idxの最大値に1を加えた値をMRG_MAX_NUM_CANDSとして、上記マージ候補導出数として用いてもよい。
　マージ候補格納部１４６２には、複数のマージ候補が格納される。マージ候補は順序づけられたリスト（マージ候補リスト）として記録される。
　スライスタイプ判定部１４６３は、要求に応じて対象ＰＵを含むスライスのスライスタイプを判定し、結果を出力する。
　個別マージ候補導出部１４６４は、指定された導出方法によりマージ候補を導出して出力する。指定された導出方法に基づき選択される各マージ候補導出部の詳細動作については後述する。なお、導出されるマージ候補は、例示的には、参照画像リストＬＸに対する参照画像リスト利用フラグ（predFlagLX）、参照画像インデックス（refIdxLX）、動きベクトル（mvLX）から構成される。ここで、ＬＸはＬ０またはＬ１である。
　（個別マージ候補導出部の詳細）
　個別マージ候補導出部１４６４は、より詳細には、空間マージ候補導出部（対象レイヤ候補導出手段、空間動き情報候補導出手段）１４６４Ａ、レイヤ間マージ候補導出部（層間候補導出手段）１４６４Ｂ、時間マージ候補導出部（対象レイヤ候補導出手段、時間動き情報候補導出手段）１４６４Ｃ、結合マージ候補導出部（対象レイヤ候補導出手段）１４６４Ｄ、および、ゼロマージ候補導出部（対象レイヤ候補導出手段）１４６４Ｅを有している。なお、図１では図示しないが、空間マージ候補導出部１４６４Ａおよび時間マージ候補導出部１４６４Ｃには、フレームメモリ１５５に格納されている復号済のＣＵ及びＰＵの符号化パラメータ、特に、ＰＵ単位の動き補償（動き補償パラメータ）が供給される。
　また、以下では、空間マージ候補導出部１４６４Ａ、レイヤ間マージ候補導出部１４６４Ｂ、時間マージ候補導出部１４６４Ｃ、結合マージ候補導出部１４６４Ｄ、および、ゼロマージ候補導出部１４６４Ｅをまとめて参照する場合、“各マージ候補導出部”と総称する。また、各マージ候補導出部は、所定の優先順に従ってマージ候補を導出する。このマージ候補の導出順序は、マージ候補導出制御部１４６１によって制御される。
　また、レイヤ内マージを行う場合、マージ候補導出制御部１４６１は、レイヤ間マージ候補を除く任意のマージ候補を各マージ候補導出部に導出させることができる。また、レイヤ間マージを行う場合、マージ候補導出制御部１４６１は、レイヤ間マージ候補を含む任意のマージ候補を各マージ候補導出部に導出させることができる。
　　（空間マージ候補導出部）
　図１１は、空間マージ候補導出部１４６４Ａの動作を説明するための図である。図１１は、対象ＰＵと、隣接ブロックＡ０、Ａ１、Ｂ０、Ｂ１、Ｂ２の位置関係を示している。空間マージ候補導出部１４６４Ａでは、概略的には、上記各隣接ブロックにおける動き補償パラメータが、マージ候補として出力される。導出する順序は、例示的に、Ａ１、Ｂ１、Ｂ０、Ａ０、Ｂ２であるとする。導出されたマージ候補は、マージ候補格納部１４６２に格納される。より厳密には、導出された順番で、マージ候補格納部１４６２に格納されているマージ候補リストの末尾に追加される。各隣接ブロックの位置は、ＰＵの左上座標を(xP,yP)、ＰＵのサイズnPSW、nPSHとして、以下のように表現できる。
Ａ０：(xP - 1,yP + nPSH)
Ａ１：(xP - 1,yP + nPSH - 1)
Ｂ０：(xP + nPSW,yP - 1)
Ｂ１：(xP + nPSW - 1,yP - 1)
Ｂ２：(xP - 1,yP - 1)
　なお、以下の条件のいずれかを満たす場合は、位置Ｎ（ＮはＡ０、Ａ１、Ｂ０、Ｂ１、または、Ｂ２のいずれか）に対応するマージ候補は導出されない。
・位置Ｎのブロックが利用可能ではない（availableではない）場合。
・位置Ｎのブロックがイントラ符号化されている場合。
・ＮがＢ２であって、Ａ０、Ａ１、Ｂ０、Ｂ１の位置に対応するマージ候補が全て導出された場合。
・ＰＵの分割タイプが、２Ｎ×ＮもしくはＮ×２Ｎ、かつ、ＰＵのインデックスが１であって、ブロックＮとインデックス０のＰＵが同一の動き補償パラメータを有する場合。
・ＮがＢ０であって、ブロックＮとブロックＢ１が同一の動き補償パラメータを有する場合。
・ＮがＡ０であって、ブロックＮとブロックＡ１が同一の動き補償パラメータを有する場合。
・ＮがＢ２であって、ブロックＮが、ブロックＡ１またはブロックＢ１のいずれかと同一の動き補償パラメータを有する場合。
　ここで、あるブロックがavailableではない場合とは、当該ブロックが画面外にある場合、スライス外にある場合、または、未復号である場合である。また、２つのブロックが同一の動き補償パラメータを有するとは、両ブロックにおいて、参照画像リストＬ０とＬ１の双方について、参照画像リスト利用フラグ、参照画像インデックス、動きベクトルが全て等しいことを表す。動き補償パラメータの同一性の判定（一致判定）、については後に詳細に説明する。
　　（レイヤ間マージ候補導出部）
　図１２は、レイヤ間マージ候補導出部１４６４Ｂの動作を示す図である。図１２は、レイヤ間マージ候補を導出する際に参照する参照レイヤ上の領域を示している。レイヤ間マージ候補導出部１４６４Ｂでは、例示的には、対象ＰＵに対応する参照レイヤ上の領域（以下、対応参照領域と略称する）における右下の位置Ｃ０における動き補償パラメータが、マージ候補として出力される。導出されたマージ候補は、マージ候補格納部１４６２に格納される。より厳密には、導出された順番で、マージ候補格納部１４６２に格納されているマージ候補リストの末尾に追加される。
　レイヤ間マージ候補導出部１４６４Ｂは、具体的には、次のようにベース復号情報を参照してマージ候補を導出する。
　レイヤ間マージ候補導出部１４６４Ｂが参照するベース復号情報には、参照レイヤの動き補償パラメータ（mxLX_RL, reｆIdxLX_RL, predFlagLX_RL）が含れている。
　また、レイヤ間マージ候補導出部１４６４Ｂが出力するマージ候補（マージ候補Ｃ０）は、動き補償パラメータ（mvLX_C0, refIdxLX_C0, predFlagLX_C0）より構成される。
　ここで、
　　対象予測単位の左上画素位置　：（xP, yP）
　　対応する参照レイヤの画素位置：（xPR, yPR）
　　参照レイヤに対する対象レイヤの解像度の比率：（scaleX, scaleY）
　　対象ＰＵのサイズ：nPSW * nPSH
　とすると、対応参照領域のサイズは、nPSWR = ceil(nPSW / scaleX)、nPSHR = ceil(nPSH / scaleY)である。対応参照領域は、対象ＰＵに対応する参照レイヤ上の領域のことである。
　また、このときＣ０の位置（xC0, yC0）とすると、
　(xC0, yC0) = (xPR + nPSWR - 1, yPR + nPSHR - 1)
　であり、マージ候補Ｃ０は、
　mvL_C0[0] = mvLX_RL(xC0, yC0)[0] * scaleX
　mvL_C0[1] = mvLX_RL(xC0, yC0)[1] * scaleY
　refIdxLX_C0 = refIdxLX_RL(xC0, yC0)
　predFlagLX_C0 = predFlagLX_RL(xC0, yC0)
　となる。
　空間マージ候補は、前述のとおり対象ＰＵの右上（Ｂ１、Ｂ０）、左下（Ａ１、Ａ０）、および左上（Ｂ２）の位置の情報に基づき導出されるのに対して、レイヤ間マージ候補は、対応参照領域における右下（Ｃ０）の位置の情報に基づいて導出される。これにより、マージ候補リストに、空間マージ候補とは性質の異なる多様なマージ候補が含まれることになる。
　その結果、マージ候補リストに含まれるいずれかのマージ候補が、実際の動き情報と一致する可能性が高まり、これにより動き情報の符号量を削減することができる。
　なお、以上の例に限定されず、レイヤ間マージ候補導出部１４６４Ｂは、対応参照領域内の任意の位置からマージ候補を導出できるようになっていてもよい。
　例えば、対象予測単位において復号未済の領域に対応する参照レイヤ上の領域において復号されている動き情報をマージ候補として導出できるようになっていればよい。
　また、レイヤ間マージ候補導出部１４６４Ｂは、右下（Ｃ０）の右、下、および右下のいずれかに隣接する位置の情報に基づいて導出してもよい。
　例えば、レイヤ間マージ候補導出部１４６４Ｂは、図１１に示した対象ＰＵの領域Ｒ１付近の位置に対応する参照レイヤ上の位置からマージ候補を導出できるようになっていてもよい。領域Ｒ１は、対象参照領域内の右下の位置を含む所定範囲の領域と表現することができる。
　定性的に言えば、空間マージ候補が導出される位置と異なる位置（“異なる位置”とは、言い換えれば、“所定の距離以上、離間した位置”）に対応する参照レイヤ上の位置から、レイヤ間マージ候補が導出されるようになっていればよい。
　空間マージ候補では、主に対象ＰＵの左上領域に対応する動き情報が多く、右下領域（領域Ｒ１）に対応する動き情報が少ない。上記構成によれば、レイヤ間マージ候補として、対応参照領域内の位置から、空間マージ候補と異なる性質のマージ候補を導出することができる。
　復号未済の領域について補足すると、以下の通りである。一般に、ツリーブロックは、図２０に示すように、ピクチャの左上を起点として、右下方向に向かうラスタスキャン順に復号処理される。そのような場合、対象予測単位が含まれる対象ツリーブロックに対して、ラスタスキャン順で後続のツリーブロックは、復号未済の領域となる。ラスタスキャン順の場合、対象ツリーブロックより下に位置するツリーブロック、または、対象ツリーブロックと垂直位置が同じツリーブロックであって、対象ツリーブロックよりも右に位置するツリーブロックが復号未済のツリーブロックである。復号未済のツリーブロックに含まれる領域は、復号未済の領域である。
　次に、ツリーブロック内の符号化単位（ＣＵ）の処理順について、ツリーブロック内のＣＵは、いわゆるＺスキャンの順により処理される。Ｚスキャンでは、ツリーブロックを４つの合同な正方形に分割して、左上、右上、左下、右下の各正方形領域に含まれるＣＵの順に処理を行う。続いて、各正方形領域についても再帰的に処理を行う。例えば、左上の領域をさらに４つの合同な正方領域に分割し、左上、右上、左下、右下の順に各正方形領域に含まれるＣＵの処理を行う。
　Ｚスキャンの例について、図２１の例を参照しながら説明する。図２１において、各領域に付与された数字はＺスキャンによるスキャン順を表す。ツリーブロックを４分割した左上領域に１～７のＣＵ、右上領域に８のＣＵ、左下領域に９のＣＵ、そして、右下領域に１０～１３のＣＵが含まれている。１～７のＣＵが含まれる左上領域をさらに４分割した左上領域に１のＣＵ、右上領域に２のＣＵ、左下領域に３のＣＵ、右下領域に４～７のＣＵが含まれる。Ｚスキャン順で対象ＣＵよりも後のＣＵは復号未済のＣＵであり、当該ＣＵに含まれる領域は復号未済の領域である。
　また、レイヤ間マージ候補導出部１４６４Ｂは、特定の位置からマージ候補を導出することを制限または禁止されていてもよい。
　例えば、図１７（ｄ）に示すような対応参照領域における左上の位置Ｃ０からマージ候補を導出することが禁止されていてもよい。
　また、対応参照領域における右下（Ｃ０）の位置に対応する動き情報がメモリ上に記録されていない場合もあるが、そのような場合には右下（Ｃ０）の近傍の位置に対応する情報に基づいてマージ候補を導出してもよい。例えば、参照レイヤの動き情報が特定の間隔（Ｎ画素単位）で間引いて記録されている場合、Ｃ０の位置、すなわち、（xC0,yC0）の位置に替えて、（(xC0//N)*N, (yC0//N)*N）の位置に対応する動き情報に基づいてマージ候補を導出してもよい。ここで、演算子“//”は、“x//y”の値がxをyで割った商となる演算子である。
　　（時間マージ候補導出部）
　図１３は、時間マージ候補導出部１４６４Ｃの動作を説明する図である。図１３（ａ）を参照して説明すると、時間マージ候補導出部１４６４Ｃは、概略的には、時間マージ候補を次のようにして導出する。すなわち、現ピクチャがcurrPicである場合、時間マージ候補導出部１４６４Ｃは、現ピクチャ内における対象ＰＵの空間的位置とほぼ同じ空間的位置を占める、参照画像インデックスrefIdxL0で指定される参照画像上のＰＵ、もしくは、参照画像インデックスrefIdxL1で指定される参照画像上のＰＵの動き補償パラメータをコピーすることにより時間マージ候補を導出する。図１３（ｂ）を参照して、参照インデックス番号refIdxL0、参照インデックス番号refIdxL1の導出方法を説明する。参照インデックス番号refIdxLX（ここでXは0もしくは1もしくはＣ）は、対象ＰＵの隣接ＰＵ、Ａ、Ｂ、Ｃのブロックの参照ピクチャrefIdxLXA、refIdxLXB、refIdxLXCを用いて以下のように求められる。
（１）refIdxLXA = refIdxLXB = refIdxLXCの場合、
　　refIdxLXA = -1のとき、refIdxLX = 0
　　それ以外のとき、refIdxLX = refIdxLXA
（２）refIdxLXA = refIdxLXBの場合、
　　refIdxLXA = -1のとき、refIdxLX = refIdxLXC
　　それ以外のとき、refIdxLX = refIdxLXA
（３）refIdxLXB = refIdxLXCの場合、
　　refIdxLXB = -1のとき、refIdxLX = refIdxLXA
　　それ以外のとき、refIdxLX = refIdxLXB
（４）refIdxLXA = refIdxLXCの場合、
　　refIdxLXA = -1のとき、refIdxLX = refIdxLXB
　　それ以外のとき、refIdxLX = refIdxLXA
（５）refIdxLXA = -1の場合、
　　refIdxLX = min( refIdxLXB, refIdxLXC)
（６）refIdxLXB = -1の場合、
　　refIdxLX = min( refIdxLXA, refIdxLXC)
（７）refIdxLXC = -1の場合、
　　refIdxLX = min( refIdxLXA, refIdxLXB)
（８）その他の場合、
　　refIdxLX = min( refIdxLXA, refIdxLXB, refIdxLXC)
ここで、minは最小値をとる関数である。
なお、ブロックＡ、Ｂの座標は、以下の通りである。
Ａ：(xP - 1,yP + nPSH - 1)
Ｂ：(xP + nPSW - 1,yP - 1)
ブロックＣの座標は、下記Ｃ０、Ｃ１、Ｃ２の何れかである。Ｃ０からＣ２の順に走査し、各位置に対応するPUが、availableであり、イントラ以外である場合に、その位置のＰＵのrefIdxLXを、refIdxLXCとする。
Ｃ０：(xP + nPSW - 1,yP - 1)
Ｃ１：(xP - 1,yP + nPSH)
Ｃ２：(xP - 1,yP - 1)
　上記のようにrefIdxL0、refIdxL1が導出されると、refIdxL0で示される参照ピクチャの位置（xP +nPSW、yP +nPSH）の動き補償パラメータを用いて、L0の動きベクトルを定め、refIdxL1で示される参照ピクチャの位置（xP +nPSW、yP +nPSH）の動き補償パラメータを用いて、L1の動きベクトルを定めることにより、時間的マージ候補を導出する。すなわち、各参照ピクチャリストLX（X=0、X=1もしくはX=C）に対する動きベクトルmvLXCol[0]、mvLXCol[0]を、LXリスト及びrefIdxLXで示される参照ピクチャから算出する。具体的には、refIdxLXで示される参照ピクチャの位置（xP +nPSW、yP +nPSH）のＰＵがunavailableである、もしくは、イントラ予測モードである場合には、時間的マージ候補のLXの動きベクトルmvLXCol[0]、mvLXCol[1]を０に定める。それ以外、すなわち、該PUのPredFlagL0が0である場合には、該PUのL1の動きベクトルMvL1を、時間的マージ候補のLXの動きベクトルmvLXCol[0]、mvLXCol[1]として用いる。それ以外の場合には、該ＰＵのL0の動きベクトルMvL0を、時間マージ候補のLXの動きベクトルmvLXCol[0]、mvLXCol[1]として用いる。
　続いて、動きベクトルmvLXColを、現フレームのＰＯＣ（Picture Order Count）と参照ピクチャのＰＯＣを用いてスケーリングして最終的な時間マージ候補を得る。時間マージ候補導出部１４６４Ｃは、導出した時間マージ候補を、マージ候補格納部１４６２に格納する。
　　（結合マージ候補導出部）
　結合マージ候補導出部１４６４Ｄは、概略的には、既に導出されマージ候補格納部１４６２に格納された、２つの異なる導出済マージ候補の動きベクトルを組み合わせることで結合マージ候補を導出する。
　結合マージ候補導出部１４６４Ｄでは、結合マージ候補カウントcombCntを0から増加させ、マージ候補リストの要素数がマージ候補導出数と一致するか、または、combCntが最大値（５）を超えるまで、結合マージ候補を導出して、マージ候補リストの末尾に追加する。
　特定の結合マージ候補カウントcombCntに対応する結合マージ候補の導出手順は次の通りである。
　まず、マージ候補組み合わせリストをcombCntをインデックス（combIdx）として参照して、結合に用いる２つのマージ候補、すなわち、Ｌ０マージ候補とＬ１マージ候補のマージ候補リスト上の位置を示すインデックスl0CandIdx、L1CandIdxをそれぞれ導出する。マージ候補組み合わせリストの例を図１４に示す。結合マージ候補は、参照画像リストＬ０に対してＬ０マージ候補、参照画像リストＬ１に対してＬ１マージ候補の動き補償パラメータをそれぞれコピーすることで生成される。なお、以下の何れかの条件が満たされる場合には、combCntに対応する結合マージ候補は導出されない。
・Ｌ０マージ候補のＬ０参照画像リスト利用フラグが０
・Ｌ１マージ候補のＬ１参照画像リスト利用フラグが０
・Ｌ０マージ候補とＬ１マージ候補の動きベクトルまたは参照画像が一致
　上記の手順で結合マージ候補が導出される。なお、結合マージ候補に対応する動き補償パラメータでは、Ｌ０とＬ１の参照画像リスト利用フラグが共に１となっている。すなわち、結合マージ候補は双予測を行うマージ候補である。したがって、双予測が適用不可能である状況（例えば、Ｐスライス内のＰＵ）では、結合マージ候補はマージ候補リストに含まれない。
　　（ゼロマージ候補導出部）
　図１５は、ゼロマージ候補導出部１４６４Ｅの動作を示す図である。マージ候補格納部１４６２のマージ候補数がマージ候補導出数に到達していれば、ゼロマージ候補導出部１４６４Ｅは、処理を行わない（ゼロマージ候補は導出されない）。一方、マージ候補数がマージ候補導出数個に到達していなければ、ゼロマージ候補導出部１４６４Ｅは、マージ候補数がマージ候補導出数に到達するまでゼロベクトルを有するマージ候補を生成してマージ候補リストに追加する。すなわち、参照するマージ候補のインデックスをzeroCandmとして、L0の動きベクトル（mvL0zeroCandm[0]、mvL0zeroCandm[1]）、L1の動きベクトル（mvL1zeroCandm[0]、mvL1zeroCandm[1]）が共に０となるような候補を導出する。ここで、インデックスzeroCandmは、既に導出されたマージ候補リストの最後のインデックスの値に１を加えた値を用いる。mは、０から開始するインデックスであり、ゼロマージ候補をマージ候補リストに追加する際に１ずつインクリメントする。
　　（マージ候補導出処理の流れ）
　図１６を用いてマージ候補導出処理の流れの一例について説明する。図１６は、マージ候補導出部１４６の動作の流れの一例を示すフロー図である。
　図１６に示すように、まず、空間マージ候補導出部１４６４Ａにおいて、マージ候補Ｓ０～マージ候補Ｓ２が導出される（Ｓ１０１）。
　続いて、レイヤ間マージ候補導出部１４６４Ｂにおいて、マージ候補Ｃ０が導出される（Ｓ１０２）。
　続いて、時間マージ候補導出部１４６４Ｃにおいて、マージ候補Ｔが導出される（Ｓ１０３）。
　続いて、結合マージ候補導出部１４６４Ｄにおいて、マージ候補Ｃが導出される（Ｓ１０４）。なお、Ｓ１０４は、スライスタイプ判定部１４６３によって、スライスタイプがＢスライスであると判定されときに実行するように構成しても構わない。
　最後にゼロマージ候補導出部１４６４Ｅにおいて、マージ候補Ｚが導出される（Ｓ１０５）。
　（作用・効果）
　以上に示したように、階層動画像復号装置１は、レイヤごとに異なる品質の画像に関する画像情報が階層的に符号化された階層符号化データＤＡＴＡを復号して、復号の対象となる対象レイヤにおける動き情報を復元し、復元した動き情報に基づく動き補償予測によって生成した予測画像を用いて、上記対象レイヤにおける復号画像ＰＯＵＴ＃Ｔを復元する階層動画像復号装置１であって、上記対象レイヤにおける予測画像生成の処理対象となる対象予測単位において、復号済みレイヤである参照レイヤを参照し、該対象予測単位を含む周辺領域で復号未済の領域に対応する該参照レイヤ上の領域において復号されている動き情報を、上記対象予測単位における動き情報を推定するための候補として導出するレイヤ間マージ候補導出部１４６４Ｂを備える構成である。
　よって、上記構成によれば、同じレイヤでは未復号のため利用できない領域に対応する参照領域上の動き情報をマージ候補リストに追加することができる。
　これにより、階層符号化における動き情報候補リストの生成において、多様な動き情報を候補として導出することで動き情報の符号量削減を図ることができるという効果を奏する。
　（マージ候補導出部の変形例）
　以下において、マージ候補導出部１４６の好ましい変形例について説明する。
　（２個以上の位置からレイヤ間マージ候補を導出する）
　図１７（ａ）～（ｃ）に示すように、レイヤ間マージ候補導出部１４６４Ｂは、参照領域上の２個以上の位置から、レイヤ間マージ候補を導出してもよい。以下、図１７（ａ）～（ｃ）のそれぞれについて順に説明する。
　［１］　図１７（ａ）に示すように、レイヤ間マージ候補導出部１４６４Ｂは、位置Ｃ０に加えて、対応参照領域における左上の位置Ｃ１をさらにレイヤ間マージ候補導出の対象としてもよい。
　例えば、レイヤ間マージ候補導出部１４６４Ｂは、位置Ｃ０が利用不可である場合、位置Ｃ１を利用する。すなわち、レイヤ間マージ候補導出部１４６４Ｂのマージ候補導出の優先順位としては、右下の位置Ｃ０が、位置Ｃ１に優先する。
　上記変形例によれば、位置Ｃ０が利用不可のため、位置Ｃ０の動き情報が参照できない場合でも、レイヤ間マージ候補導出部１４６４Ｂがレイヤ間マージ候補を導出できる場合がある。
　［２］　図１７（ｂ）に示すように、レイヤ間マージ候補導出部１４６４Ｂは、対応参照領域の右下隣接ブロックＣ０、Ｃ２、Ｃ３と、対応参照領域における左上の位置Ｃ１とをレイヤ間マージ候補の導出に利用してもよい。なお、マージ候補導出の優先順位は、例示的に、位置Ｃ０，Ｃ１，Ｃ２、およびＣ３の順とする。
　対象ＰＵまたは対応参照領域が小さい場合、対応参照領域における左上の位置に対応する画素と右下の位置に対応する画素とが同じ動き情報の記録単位に属している可能性がある。
　右下隣接ブロックの動き情報を用いることで、対応参照領域における左上の部分と異なる記録単位から動き情報を導出できる可能性が高まる。
　これにより、対応参照領域の左上部分と、異なる動き情報を導出できる可能性が高まる。
　［３］　図１７（ｃ）に示すように、レイヤ間マージ候補導出部１４６４Ｂは、対応参照領域における右下の位置Ｃ０、対応参照領域の右下隣接ブロックＣ１、対応参照領域における左上の位置Ｃ１、対応参照領域の右隣接ブロックＣ３および下隣接ブロックＣ４をレイヤ間マージ候補の導出に利用してもよい。
　また、マージ候補導出の優先順位は、位置Ｃ０，Ｃ１，Ｃ２、Ｃ３、およびＣ４の順としてもよい。
　また、位置Ｃ０～Ｃ４の各位置において、動き情報が存在しない場合は、レイヤ間マージ候補を追加しなくてもよい。
　また、マージ候補導出制御部１４６１が、位置Ｃ１～Ｃ４における動き補償パラメータそれぞれと、位置Ｃ０における動き補償パラメータとの間で一致判定を行い、その判定の結果、互いの動き補償パラメータが一致しない場合に、レイヤ間マージ候補導出部１４６４Ｂは、対応するマージ候補を導出してもよい。
　なお、ブロックＡ、ブロックＢの動き補償パラメータの一致判定を行う関数equalMotion（A, B）の動作は、例示的には、以下のように規定できる。
　equalMotion(A, B) = (predFlagL0A == predFlagL0B) && (predFlagL1A == predFlagL1B) && mvL0A[0] == mvL0B[0] && mvL0A[1] == mvL0B[1] && mvL1A[0] == mvL1B[0] && mvL1A[1] == mvL1B[1])
　ここで、predFlagL0A、predFlagL1Aは、各々、ブロックＡにおいてL0、L1の参照ピクチャが用いられる場合に１、それ以外は０となる。mvL0[0]、mvL0[1]は、L0の水平動きベクトル、垂直動きベクトル、mvL1[0]、mvL1[1]は、L1の水平動きベクトル、垂直動きベクトルである。なお、ブロックＢの場合には、上記AをBに置き換える。
　また、レイヤ間マージ候補導出部１４６４Ｂは、上記一致判定を行いながら、上記優先順位の順にマージ候補を導出し、ユニークなマージ候補の数が２個になるまで、レイヤ間マージ候補を追加してもよい。
　上記変形例に係る構成によれば、異なる動き情報を導出できる可能性が高まるため、符号化対象の動き情報がマージ候補に含まれる可能性が高まる。その結果、動き情報の符号量を削減することができる。
　　（一致判定）
　マージ候補導出制御部１４６１は、各マージ候補導出部が導出するマージ候補の動き補償パラメータの一致判定（以下、マージ候補の一致判定と称する）を行ってもよい。また、マージ候補導出制御部１４６１は、一致判定の結果、ユニークと判定されたマージ候補のみをマージ候補格納部１４６２に格納してもよい。また、マージ候補導出制御部１４６１は、レイヤ間マージ候補導出部１４６４Ｂが導出するレイヤ間マージ候補と、他のマージ候補導出部が導出するマージ候補との一致判定を省略してもよい。
　例えば、図１６に示すフローチャートにおいて、レイヤ間マージ候補導出部１４６４Ｂよりも後に、時間マージ候補導出部１４６４Ｃおよび結合マージ候補導出部１４６４Ｄがマージ候補を導出する。ここで、時間マージ候補および結合マージ候補とマージ候補リストに含まれるマージ候補との一致判定を省略してもよい。
　上記変形例に係る構成によれば、レイヤ間マージ候補導出ステップ（Ｓ１０２）と、時間マージ候補導出ステップ（Ｓ１０３）および結合マージ候補導出ステップ（Ｓ１０４）とを並列に実行することができる。
　また、マージ候補導出制御部１４６１は、空間マージ候補と、レイヤ間マージ候補との一致判定を行う場合、空間マージ候補のマージ候補Ｓ０（マージ候補リスト内の最初のマージ候補）とのみ一致判定を行うことが好ましい。
　これにより、並列性の低下を抑えつつ、同一のマージ候補が候補リストに含まれる可能性を低減できる。
　　（マージ候補導出ステップの省略）
　図１８を用いてマージ候補導出処理の流れの別の例について説明する。図１８は、マージ候補導出部１４６の動作の別の例を示すフロー図である。
　以下では、図１８を参照しながら、レイヤ間マージ候補導出ステップを実行する場合、時間マージ候補導出ステップを省略する例について説明する。
　図１８に示すように、まず、空間マージ候補導出部１４６４Ａにおいて、マージ候補Ｓ０～マージ候補Ｓ２が導出される（Ｓ２０１）。
　次に、マージ候補導出制御部１４６１が、レイヤ間マージ候補導出が有効であるか否かを判定する（Ｓ２０２）。マージ候補導出制御部１４６１は、例えば、次の（Ａ）または（Ｂ）の場合に、レイヤ間マージ候補導出が有効であると判定することができる。
　（Ａ）ＳＰＳ、ＰＰＳに含まれるフラグが、レイヤ間マージ予測が有効であることを示している場合；または、
　（Ｂ）対象ＰＵに対応する参照レイヤが存在し、対象ＰＵおよび参照レイヤが、Ｐスライス、またはＢスライスである場合。
　ここで、レイヤ間マージ候補導出が有効である場合（Ｓ２０２においてＹＥＳ）、レイヤ間マージ候補導出部１４６４Ｂにおいて、マージ候補Ｃ０が導出される（Ｓ２０４）。
　一方、レイヤ間マージ候補導出が有効でない場合（Ｓ２０２においてＮＯ）、時間マージ候補導出部１４６４Ｃにおいて、マージ候補Ｔが導出される（Ｓ２０３）。
　すなわち、レイヤ間マージ候補ステップ（Ｓ２０４）および時間マージ候補導出ステップ（Ｓ２０３）は択一的に行われるため、両者のうちの一方が実行される場合、他方は省略される。
　以後、結合マージ候補導出部１４６４Ｄにおいて、マージ候補Ｃが導出される（Ｓ２０５）。最後にゼロマージ候補導出部１４６４Ｅにおいて、マージ候補Ｚが導出される（Ｓ２０６）。
　時間マージ候補とレイヤ間マージ候補とを併用する場合における動き情報の符号量削減幅は、何れか一方を用いる場合における動き情報の符号量削減幅と大きな差がない。
　よって、レイヤ間マージ候補を用いる場合、時間マージ候補を用いなくても、それほど符号量は増大しない。さらに言えば、時間マージ候補の導出を省略すれば、時間マージ候補の導出に関する処理負荷の低減や、メモリ資源の節約を図ることができる。
　上記構成によれば、レイヤ間マージ候補を用いる場合、時間マージ候補の導出を省略する。
　よって、レイヤ間マージ候補を用いる場合において時間マージ候補を用いない。これにより、動き情報の符号量が大きく増加することを抑えつつ、時間マージ候補導出に必要な処理量、および、参照画像の動きベクトルを記録するメモリ量を削減することができる。
　また、逆のことも言える。例えば、時間マージ候補を用いる場合、レイヤ間マージ候補を用いなくても、それほど符号量は増大しない。
　上記構成によれば、時間マージ候補を用いる場合、レイヤ間マージ候補の導出を省略する。よって、動き情報の符号量をそれほど大きく増加させることがない一方で、レイヤ間マージ候補に必要な処理量を削減することができる。
　以上のように、レイヤ間マージ候補および時間マージ候補のいずれか一方を択一的に導出することで、レイヤ間マージ候補および時間マージ候補の両マージ候補を併用するケースを回避することができる。すなわち、両マージ候補を処理しなければならないケースを回避することができる。これにより、処理量の最悪値（最も処理量が多くなる場合の処理量）の低減を図ることができる。
　　（レイヤ間イントラ候補導出部）
　図１９を用いて、マージ候補導出部１４６の変形例について説明する。個別マージ候補導出部１４６４は、さらに、レイヤ間イントラ候補導出部１４６４Ｆを有していてもよい。
　本変形例では、マージ候補リストの概念を拡張する。具体的には、レイヤ間イントラ候補導出部１４６４Ｆが、マージ候補リストにおいてレイヤ間イントラ予測（テクスチャ予測）をシグナルする。
　すなわち、レイヤ間イントラ候補導出部１４６４Ｆは、マージ候補リストに、レイヤ間イントラ予測をシグナルする候補であるレイヤ間イントラ候補を追加する。マージ候補リストからレイヤ間イントラ候補が選択された場合、テクスチャ予測部１５２のレイヤ間イントラ予測部１５２Ｃが、参照レイヤの復号画素をアップサンプルした画像に基づいて予測画像を生成する。
　また、本変形例では、マージ候補導出制御部１４６１は、次の優先順で各マージ候補をマージ候補リストに追加してもよい。
　１）空間マージ候補、２）時間マージ候補、３）レイヤ間マージ候補、４）結合マージ候補、５）ゼロマージ候補、６）レイヤ間イントラ候補
　また、マージ候補導出部１４６におけるマージ候補の導出は、例えば、以下に示す手法により行うことができる。
　すなわち、一つの手法としては、１）～６）の優先順に、マージ候補リストのマージ候補導出数の最大値になるまでマージ候補を追加する。また、別の手法としては、１）～５）の優先順でマージ候補リストのマージ候補導出数の最大値－１個のマージ候補を追加し、その後ろに６）レイヤ間マージ候補をマージ候補として追加する。
　上記構成によれば、レイヤ間イントラ予測をＰＵ単位で選択することができる。これにより、ＣＵごとに選択フラグ（base_mode_flag）を設ける場合に比べてサイド情報を削減することができる。
　また、マージ候補導出制御部１４６１は、次の優先順で各マージ候補をマージ候補リストに追加してもよい。
　１）空間マージ候補、２）時間マージ候補、３）レイヤ間候補、４）結合マージ候補、５）ゼロマージ候補
　ここで、３）レイヤ間候補は、レイヤ間予測に関するマージ候補であり、具体的には、レイヤ間マージ候補またはレイヤ間イントラ候補である。対象ＰＵに対応する参照レイヤ上の領域が属するＣＵ（以下、参照ＣＵと称する）の予測タイプに応じて、レイヤ間候補として追加される候補が、レイヤ間マージ候補およびレイヤ間イントラ候補の間で切り替えられる。なお、この切り替えは、マージ候補導出制御部１４６１が制御すればよい。
　参照ＣＵがインターＣＵの場合、レイヤ間マージ候補導出部１４６４Ｂがレイヤ間マージ候補をレイヤ間候補として導出する。レイヤ間マージ候補が選択された場合、テクスチャ予測部１５２のインター予測部１５２Ａが動き補償予測により予測画像を生成する。
　参照ＣＵがイントラＣＵの場合、レイヤ間イントラ候補導出部１４６４Ｆがレイヤ間イントラ候補をレイヤ間候補として導出する。レイヤ間イントラ候補が選択された場合、テクスチャ予測部１５２のレイヤ間イントラ予測部１５２Ｃが、参照レイヤの復号画素をアップサンプルした画像に基づいて予測画像を生成する。
　参照レイヤがインターＣＵである場合、動き補償処理における処理量削減を図るため、当該インターＣＵの復号画像はレイヤ間予測における動き情報予測に用いられない。また、参照レイヤがイントラＣＵの場合、当該イントラＣＵでは動き補償の情報が存在しない。
　上記構成によれば、参照ＣＵがインターＣＵかイントラＣＵかに応じて、当該参照ＣＵにおいて利用可能な情報を用いて候補を生成する。
　これによりマージ候補リストにおいて、レイヤ間マージ候補とレイヤ間イントラ候補とを別々の候補とする場合に比べて、マージ候補の数を削減することができる。
　また、マージ候補を追加する際に、利用可能でない情報を参照してしまうというオーバーヘッドを抑制することができる。
　　＜＜ＰＵ分割タイプ導出部の詳細＞＞
　次に、図２７を用いて、ＰＵ分割タイプ導出部１４８の詳細構成について説明する。図２７は、ＰＵ分割タイプ導出部１４８の構成について例示した機能ブロック図である。
　図２７に示すように、ＰＵ分割タイプ導出部１４８は、参照ＣＵ設定部１４８１、およびＰＵ分割推定部１４８２を備える構成である。
　参照ＣＵ設定部１４８１は、復号の対象となる対象ＣＵの復号化の際に、当該対象ＣＵに対応する参照レイヤ上の領域を設定し、設定した参照領域を基準として、ＰＵ分割推定時に参照すべき参照レイヤ上のＣＵを設定する。以後、参照ＣＵ設定部１４８１が設定する上記領域のことを参照領域と称し、上記参照レイヤ上のＣＵのことを参照ＣＵと称する。
　ＰＵ分割推定部１４８２は、参照ＣＵ設定部１４８１によって設定された参照ＣＵを参照して、対象レイヤの対象ＣＵにおけるＰＵへの分割タイプ（推定ＰＵ分割タイプ）を推定するものである。
　より具体的には、ＰＵ分割推定部１４８２は、右下画素位置判定部１４８２Ａ、重複領域判定部１４８２Ｂ、および分割タイプ決定部１４８２Ｃを備えている。
　右下画素位置判定部１４８２Ａは、参照ＣＵにおける右下画素の位置の参照領域内での位置を判定する。
　重複領域判定部１４８２Ｂは、参照ＣＵと参照領域とが重なる領域（以下、重複領域と称する）の重複の度合いを判定する。重複領域の重複の度合いには、例えば、重複領域の面積の大小や、重複領域の形状、幅および高さの大小関係、および参照ＣＵと参照領域との包含関係が含まれる。
　分割タイプ決定部１４８２Ｃは、右下画素位置判定部１４８２Ａまたは重複領域判定部１４８２Ｂの判定結果に応じて、対象ＣＵにおけるＰＵ分割タイプを決定する。
　以下において、図２８～図４０を用いて、参照ＣＵ設定部１４８１およびＰＵ分割推定部１４８２の動作の詳細について順に説明する。
　（参照ＣＵ設定部の動作について）
　図２８を用いて、参照ＣＵ設定部１４８１が、対象レイヤ上の対象フレームｔｇｔＦＲ１に含まれる対象ＣＵｔｇｔＣＵに対して参照ＣＵを設定する例について説明する。
　図２８に示すように、まず、参照ＣＵ設定部１４８１は、参照レイヤ上の参照フレームｒｅｆＦＲ１に含まれるＣＵであって、対象ＣＵｔｇｔＣＵに対応する参照レイヤ上の参照領域ｒｅｆＲＥＧを設定する。
　すなわち、参照フレームｒｅｆＦＲ１は、例示的には、対象フレームｔｇｔＦＲ１と同時刻における参照レイヤ上のフレームである。
　また、ここで対象ＣＵｔｇｔＣＵが参照領域ｒｅｆＲＥＧと“対応する”とは、対象レイヤ上の対象フレームｔｇｔＦＲ１における対象ＣＵｔｇｔＣＵの空間的位置が、参照レイヤ上の参照フレームｒｅｆＦＲ１における参照領域ｒｅｆＲＥＧの空間的位置と対応しているということである。
　次に、参照ＣＵ設定部１４８１は、参照領域ｒｅｆＲＥＧを基準として、参照ＣＵを設定する。
　図２８に示す例では、参照レイヤ上のコーディングツリーブロックｒｅｆＣＴＢ１に参照領域ｒｅｆＲＥＧが含まれている。また、コーディングツリーブロックｒｅｆＣＴＢ１には、階層深度１のＣＵであるｒｅｆＣＵ０、ｒｅｆＣＵ１、ｒｅｆＣＵ２、およびｒｅｆＣＵ３が含まれる。また、ｒｅｆＣＵ０には、階層深度２の分割ＣＵであるｒｅｆＣＵ００、ｒｅｆＣＵ０１、ｒｅｆＣＵ０２、およびｒｅｆＣＵ０３が含まれる。
　ここで、参照領域ｒｅｆＲＥＧは、参照レイヤ上の複数のＣＵと重複部分を有する可能性がある。すなわち、参照領域ｒｅｆＲＥＧは、参照レイヤ上の複数のＣＵと重なり合う可能性がある。
　図２８に示す例では、参照領域ｒｅｆＲＥＧは、ｒｅｆＣＵ００、ｒｅｆＣＵ０１、ｒｅｆＣＵ０２、およびｒｅｆＣＵ０３、ｒｅｆＣＵ１、ｒｅｆＣＵ２、およびｒｅｆＣＵ３と重複部分を有する。
　以下では、主として、参照ＣＵ設定部１４８１が、対象ＣＵの左上画素ｔｇｔＣＵＰＸに対応する画素ｒｅｆＣＵＰＸを含む参照レイヤ上のＣＵを参照ＣＵとして設定する例について説明する。すなわち、図２８に示す例では、ｒｅｆＣＵ００が参照ＣＵとなる。
　図２９を用いて、上述のような参照ＣＵの設定について、より具体的に説明する。図２９に示すように、対象レイヤ上の対象フレームｔｇｔＦＲ１の高さおよび幅を、それぞれｈＰｉｃおよびｗＰｉｃとする。また、対象ＣＵｔｇｔＣＵの高さおよび幅を、それぞれｈＣｕおよびｗＣｕとし、左上画素の位置の対象フレームｔｇｔＦＲ１における座標表現を、（ｘＣｕ，ｙＣｕ）とする。また、参照レイヤ上の参照フレームｒｅｆＦＲ１の高さおよび幅を、それぞれｈＲｅｆＰｉｃおよびｗＲｅｆＰｉｃとする。
　左上画素に対応する参照ＣＵを設定する場合、参照ＣＵ設定部１４８１は、以下のとおり参照ＣＵを設定する。まず、参照ＣＵ設定部１４８１は、以下の計算により、参照領域ｒｅｆＲＥＧの座標（xRefReg, yRefReg）を導出する。なお、以下のscaleX・scaleYは、対象フレームの幅・高さの参照フレームの幅・高さに対する比である。
　scaleX = wPic / wRefPic
　scaleY = hPic / hRefPic
　xRefReg = xCu / scaleX
　yRefReg = yCu / scaleY
　続いて、参照ＣＵ設定部１４８１は、以上のようにして得られた参照領域ｒｅｆＲＥＧの座標（xRefReg, yRefReg）を含むＣＵを参照ＣＵとして設定する。
　なお、上記に限られず、参照ＣＵ設定部１４８１は、以下のようにして、中心画素に対応する参照ＣＵを設定してもよい。まず、参照ＣＵ設定部１４８１は、以下の計算により、参照領域ｒｅｆＲＥＧの幅および高さ（wRefReg, hRefReg）を導出する。なお、以下に示すscaleX,scaleY,xRefReg およびyRefRegの導出方法については、既に説明した通りである。
　wRefReg = wCu / scaleX
　hRefReg = hCu / scaleY
　このとき、参照領域の中心画素の座標（xRefC, yRefC）は、
　xRefC = xRefReg + (hRefReg >> 1)
　yRefC = yRefReg + (wRefReg >> 1)
　により得られる。
　続いて、参照ＣＵ設定部１４８１は、以上のようにして得られた参照領域の中心画素の座標（xRefC, yRefC）を含むＣＵを参照ＣＵとして設定する。
　上記の例において、scaleXおよびscaleＹの値は、参照レイヤ上の参照フレーム全体と対象レイヤ上の対象フレーム全体が空間的に対応することを仮定して算出されているが、それに限らない。例えば、対象レイヤ上の部分領域が参照レイヤ上の参照フレーム全体と空間的に対応するような場合も考えられる。そのような場合、scaleXやscaleYの値は、対象レイヤ上の部分領域の位置（対象フレーム左上からのオフセット）や当該部分領域のサイズに基づいて算出される。
　（ＰＵ分割推定部の動作について）
　次に、図３０～図４０を用いて、ＰＵ分割推定部１４８２が、対象ＣＵｔｇｔＣＵのＰＵ分割タイプを推定する例について説明する。
　［単一の参照ＣＵ（参照領域の左上画素を含むＣＵ）を用いる場合］
　まず、右下画素位置判定部１４８２Ａが参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置が参照領域ｒｅｆＲＥＧにおける位置を判定し、当該判定結果に基づいて、分割タイプ決定部１４８２Ｃが対象ＣＵにおけるＰＵ分割タイプを決定する例について説明する。なお、上述のとおり参照領域ｒｅｆＲＥＧの左上画素が参照ＣＵｒｅｆＣＵには含まれる。
　［Ａ］右下画素が参照領域の上半分
　図３０（ａ）に示すように、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置が参照領域ｒｅｆＲＥＧ内の上半分の位置（直線Ｍ１より上の領域）にあると判定される場合、分割タイプ決定部１４８２Ｃは、対象ＣＵｔｇｔＣＵにおけるＰＵ分割タイプを、２Ｎ×Ｎと推定する（図３０（ｂ）参照）。
　参照ＣＵの右下画素が参照領域の上半分の位置にある場合、参照領域の上半分に、少なくとも水平方向のＣＵ境界が存在する。一般にＣＵ境界が存在する場合、境界を挟んだ２領域が異なる動き情報を有する可能性が、ＣＵ境界が存在しない場合に較べて高い。従って、参照領域の上半分には、物体の境界が存在する可能性が高い。そのため、物体の境界が存在する可能性が高い上半分の領域と、物体の境界の有無が不明である下半分の領域を異なるＰＵに分割することで、物体の境界が存在しないＰＵが設定される可能性を高めることができる。
　［Ｂ］右下画素が参照領域の左下
　図３１（ａ）に示すように、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置が参照領域ｒｅｆＲＥＧ内の左下の位置（直線Ｍ１より下であって直線Ｍ２より左の領域）にあると判定される場合、分割タイプ決定部１４８２Ｃは、対象ＣＵｔｇｔＣＵにおけるＰＵ分割タイプを、Ｎ×２Ｎと推定する（図３１（ｂ）参照）。
　参照ＣＵの右下画素が参照領域の左下の位置にある場合、参照領域の左半分に、少なくとも垂直方向のＣＵ境界が存在する。従って、参照領域の左半分と右半分を分割するＰＵ分割タイプを用いることで、［Ａ］の場合と同様に、物体の境界が存在しないＰＵが設定される可能性を高めることができる。
　［Ｃ］右下画素が参照領域の右下
　図３２（ａ）に示すように、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置が参照領域ｒｅｆＲＥＧ内の右下の位置（直線Ｍ１より下であって直線Ｍ２より右の領域）にあると判定される場合、分割タイプ決定部１４８２Ｃは、対象ＣＵｔｇｔＣＵにおけるＰＵ分割タイプを、２Ｎ×２Ｎと推定する（図３２（ｂ）参照）。
　参照ＣＵの右下画素が参照領域の右下の位置にある場合、参照領域と参照ＣＵの重複領域の面積が大きい。そのため、参照領域の大部分が単一のＣＵ（参照ＣＵ）に含まれている可能性が高く、一様な動き情報を有している可能性が高い。そのため、参照領域内で一様な動きを有する場合に最も適したＰＵ分割である２Ｎ×２Ｎを用いることで、符号化効率を向上できる。
　［Ｄ］参照ＣＵが参照領域を含む
　図３３（ａ）に示すように、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置が参照領域ｒｅｆＲＥＧの外側右下の位置にあると判定される場合、すなわち、参照ＣＵｒｅｆＣＵが、参照領域ｒｅｆＲＥＧを含むような場合、分割タイプ決定部１４８２Ｃは、対象ＣＵｔｇｔＣＵにおけるＰＵ分割タイプを、２Ｎ×２Ｎと推定する（図３２（ｂ）参照）。
　参照ＣＵが参照領域を含む場合、参照領域内で一様な動き情報を有している可能性が高い。そのため、参照領域内で一様な動きを有する場合に最も適したＰＵ分割である２Ｎ×２Ｎを用いることで、符号化効率を向上できる。
　以上のように、参照領域内のＣＵ境界の位置を厳密に導出することなく、右下画素の位置判定処理によりＰＵ分割タイプを導出することができる。これにより、比較的少ない処理量でＰＵ分割タイプを導出することができる。
　図３４および図３５を用いて、右下画素位置判定部１４８２Ａが、右下画素ｒｅｆＣＵＰＸの位置を判定する手法についてより具体的に説明する。
　図３４に示すように、参照領域ｒｅｆＲＥＧの左上画素の位置を（ｘＲｅｆＲｅｇ，ｙＲｅｆＲｅｇ）とし、参照領域ｒｅｆＲＥＧのサイズを、ｗＲｅｆＲｅｇ×ｈＲｅｆＲｅｇとする。また、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置を（ｘＲｅｆＣＵＢＲ，ｙＲｅｆＣＵＢＲ）とする。
　上記判定条件［Ａ］～［Ｄ］のそれぞれについて説明すると次のとおりである。
　［Ａ］右下画素が参照領域の上半分
　図３５は、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置と、判定結果との関係を示す図である。
　まず、右下画素位置判定部１４８２Ａは、式（Ａ１）の真偽を判定する。
　yRefCuBR < yRefReg + (hRefReg >> 1)　・・・（Ａ１）
　式（Ａ１）では、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置が、参照領域ｒｅｆＲＥＧの上半分にあるか否かを判定している。すなわち、式（Ａ１）が真である場合、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置は、図３５に示す区画Ａに存在する。なお、図３５に示す各区画に付したラベルＡ～Ｄは、判定条件［Ａ］～［Ｄ］に対応している。例えば、判定条件“［Ａ］右下画素が参照領域の上半分”を満たす位置が、区画Ａに対応している。
　［Ｂ］右下画素が参照領域の左下
　式（Ａ１）が偽である場合、右下画素位置判定部１４８２Ａは、さらに、式（Ａ２）の真偽を判定する。
　xRefCuBR < xRefReg + (wRefReg >> 1)　・・・（Ａ２）
　式（Ａ２）では、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置が、参照領域ｒｅｆＲＥＧの左下にあるか否かを判定している。すなわち、式（Ａ２）が真である場合、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置は、図３５に示す区画Ｂに存在する。
　［Ｃ］右下画素が参照領域の右下
　式（Ａ２）が偽である場合、右下画素位置判定部１４８２Ａは、さらに、式（Ａ３）の真偽を判定する。
　xRefCuBR < xRefReg + wRefReg ||
　xRefCuBR < yRefReg + hRefReg　・・・（Ａ３）
　式（Ａ３）では、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置が、参照領域ｒｅｆＲＥＧの右下にあるか否かを判定している。すなわち、式（Ａ３）が真である場合、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置は、図３５に示す区画Ｃに存在する。
　［Ｄ］参照ＣＵが参照領域を含む
　式（Ａ３）が偽である場合、右下画素位置判定部１４８２Ａは、さらに、式（Ａ４）の真偽を判定する。
　(xRefCuBR >= xRefReg + wRefReg &&
　yRefCuBR >= yRefReg + hRefReg)　・・・（Ａ４）
　式（Ａ４）では、参照ＣＵｒｅｆＣＵが、参照領域ｒｅｆＲＥＧを含むか否かを判定している。すなわち、式（Ａ４）が真である場合、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置は、図３５に示す区画Ｄに存在する。
　［参照ＣＵと参照領域が重なる領域（重複領域）の重複の度合いによる判定］
　次に、重複領域判定部１４８２Ｂが参照ＣＵｒｅｆＣＵと参照領域ｒｅｆＲＥＧとの重複領域の重複の度合いを判定し、当該判定結果に基づいて、分割タイプ決定部１４８２Ｃが対象ＣＵにおけるＰＵ分割タイプを決定する例について説明する。
　なお、図３６においても、図３４と同様、参照領域ｒｅｆＲＥＧの左上画素の位置を（ｘＲｅｆＲｅｇ，ｙＲｅｆＲｅｇ）とする。また、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置を（ｘＲｅｆＣＵＢＲ，ｙＲｅｆＣＵＢＲ）とする。また、参照領域ｒｅｆＲＥＧの右下画素の位置を（ｘＲｅｆＲｅｇＢＲ、ｙＲｅｆＲｅｇＢＲ）とし、参照ＣＵｒｅｆＣＵの左上画素の位置を（ｘＲｅｆＣＵ，ｙＲｅｆＣＵ）とする。
　［Ａ´］参照ＣＵｒｅｆＣＵが参照領域ｒｅｆＲＥＧを含む場合
　図３６（ａ）に示すように、参照ＣＵｒｅｆＣＵが参照領域ｒｅｆＲＥＧを含むと判定される場合（参照領域ｒｅｆＲＥＧが重複領域と一致する場合）、分割タイプ決定部１４８２Ｃは、対象ＣＵｔｇｔＣＵにおけるＰＵ分割タイプを、２Ｎ×２Ｎと推定する（図３６（ｂ）参照）。なお、上記判定は、例えば、参照ＣＵｒｅｆＣＵの左上画素の位置と、参照領域ｒｅｆＲＥＧの左上画素の位置とを比較し、さらに、参照ＣＵｒｅｆＣＵの幅および高さと、参照領域ｒｅｆＲＥＧの幅および高さとを比較することにより行うことができる。
　また、重複領域の幅（wOver）、重複領域の幅（hOver）を算出して、それらの値に基づいて判定を行ってもよい。wOver、hOverはそれぞれ次の式で算出できる。
　wOver = Min(xRefRegBR, xRefCuBR) - Max(xRefReg, xRefCu)
　hOver = Min(yRefRegBR, yRefCuBR) - Max(yRefReg, yRefCu)
　ここで、参照ＣＵｒｅｆＣＵが参照領域ｒｅｆＲＥＧを含む場合、重複領域と参照領域ｒｅｆＲＥＧが一致し、次の関係式が成り立つ。
　wOver == wRefReg && hOver == hRefReg
　なお、参照ＣＵｒｅｆＣＵが参照領域ｒｅｆＲＥＧの位置関係に特定の制約がある場合、より簡略化した計算によりwOver、hOverの値を算出できる。例えば、参照ＣＵｒｅｆＣＵが参照領域ｒｅｆＲＥＧの左上画素を含む場合、参照ＣＵｒｅｆＣＵの左上画素は、参照領域ｒｅｆＲＥＧの左上画素よりも常に左上に位置する。従って、そのような場合、wOver、hOverの値はそれぞれ以下の式により計算できる。
　wOver = Min(xRefRegBR, xRefCuBR) - xRefReg
　hOver = Min(yRefRegBR, yRefCuBR) - yRefReg
　［Ｂ´］重複領域の幅がその高さ以上の場合
　［Ａ´］でない場合であって、図３７（ａ）または（ｂ）に示すように、参照ＣＵｒｅｆＣＵと参照領域ｒｅｆＲＥＧとの重複領域の幅が、当該重複領域の高さ以上と判定される場合、分割タイプ決定部１４８２Ｃは、対象ＣＵｔｇｔＣＵにおけるＰＵ分割タイプを、２Ｎ×Ｎと推定する（図３７（ｃ）参照）。なお、図３７（ａ）および（ｂ）では、wOverを“w”と、hOverを“h”とそれぞれ略記している。
　具体的には、重複領域判定部１４８２Ｂは、式（Ｂ１）の真偽を判定する。
　wOver >=hOver　・・・（Ｂ１）
　式（Ｂ１）が真であれば、重複領域の幅がその高さ以上と判定される。
　［Ｃ´］重複領域の幅がその高さ未満の場合、
　それ以外の場合（［Ａ´］でも「Ｂ´」でもない場合）であって、図３８（ａ）または（ｂ）に示すように、参照ＣＵｒｅｆＣＵと参照領域ｒｅｆＲＥＧとの重複領域の幅が、当該重複領域の高さ未満と判定される場合、分割タイプ決定部１４８２Ｃは、対象ＣＵｔｇｔＣＵにおけるＰＵ分割タイプを、Ｎ×２Ｎと推定する（図３８（ｃ）参照）。
　重複領域判定部１４８２Ｂは、上記式（Ｂ１）が偽である場合、重複領域の幅がその高さ未満と判定してもよい。
　なお、以上の説明では、参照領域ｒｅｆＲＥＧの左上画素の位置（ｘＲｅｆＲｅｇ，ｙＲｅｆＲｅｇ）と、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸの位置（ｘＲｅｆＣＵＢＲ，ｙＲｅｆＣＵＢＲ）とを判定における比較の対象とした。しかしながらこれに限られず、以上の判定は、参照領域ｒｅｆＲＥＧの左上画素以外の画素位置に対応する参照ＣＵを用いる場合にも適用可能である。
　（作用・効果）
　以上に示したように、階層動画像復号装置１は、レイヤごとに異なる品質の画像に関する画像情報が階層的に符号化された階層符号化データを復号して、復号の対象となる対象レイヤにおける画像を復元する階層動画像復号装置１であって、上記対象レイヤにおける対象ＣＵについて、参照レイヤにおける、上記対象ＣＵに対応する参照領域と重複部分を有するＣＵに基づいて、上記参照領域との重複の度合いを判定するべき参照ＣＵを設定する参照ＣＵ設定部１４８１と、上記参照領域と上記参照ＣＵとの重複の度合いに応じて、上記対象ＣＵについて、ＰＵ分割タイプを決定するＰＵ分割推定部１４８２と、を備える構成である。
　よって、ＰＵ分割タイプを導出する処理の処理量を低減することができるという効果を奏する。
　（ＰＵ分割タイプ導出部の変形例）
　以下において、ＰＵ分割タイプ導出部１４８の好ましい変形例について説明する。
　（参照ＣＵのＰＵ分割タイプを利用した判定）
　右下画素位置判定部１４８２Ａによる判定に応じて、分割タイプ決定部１４８２Ｃは、参照ＣＵのＰＵ分割タイプを利用した判定を行う構成としてもよい。
　［厳密な計算を省略する場合］
　具体的には、上記“単一の参照ＣＵを用いる場合”で説明した［Ａ］～［Ｃ］に該当すると判定される場合は、前述のとおりとする。すなわち、参照ＣＵｒｅｆＣＵの右下画素ｒｅｆＣＵＰＸが参照領域ｒｅｆＲＥＧ内に含まれると判定される場合、分割タイプ決定部１４８２Ｃは、参照ＣＵのＰＵ分割タイプは用いずに対象ＣＵのＰＵ分割タイプを決定する。
　一方、上記［Ｄ］に該当すると判定される場合は、分割タイプ決定部１４８２Ｃは、参照ＣＵのＰＵ分割タイプを利用して、以下のとおり対象ＣＵのＰＵ分割タイプを決定する。すなわち、
　［Ｄ１］参照ＣＵのＰＵ分割タイプが２Ｎ×２Ｎの場合：
　分割タイプ決定部１４８２Ｃは、対象ＣＵのＰＵ分割タイプを、２Ｎ×２Ｎと決定する。
　［Ｄ２］参照ＣＵのＰＵ分割タイプが２Ｎ×Ｎ or ２Ｎ×ｎＵ or ２Ｎ×ｎＤの場合：
　分割タイプ決定部１４８２Ｃは、対象ＣＵのＰＵ分割タイプを、２Ｎ×Ｎと決定する。
　［Ｄ３］参照ＣＵのＰＵ分割タイプがＮ×２Ｎ or ｎＬ×２Ｎ or ｎＲ×２Ｎの場合：
　分割タイプ決定部１４８２Ｃは、対象ＣＵのＰＵ分割タイプを、Ｎ×２Ｎと決定する。
　以上の構成によれば、参照ＣＵ内にパーティション境界（ＰＵ境界）がない場合、パーティション境界のないＰＵ分割タイプである２Ｎ×２Ｎを対象ＣＵにおけるＰＵ分割タイプとして決定する（［Ｄ１］の場合）。
　また、参照ＣＵにおいてＰＵ境界が存在する可能性がある場合（［Ｄ２］または［Ｄ３］の場合）、参照ＣＵにおけるＰＵ境界の位置の厳密な計算を省略し、垂直または水平の何れに境界がありえるかのみを判定して、対象ＣＵにおけるＰＵ分割タイプを決定する。
　なお、“参照ＣＵと参照領域が重なる領域重複の度合いによる判定”の場合は、上記［Ａ´］の場合に上記［Ｄ１］～［Ｄ３］の判定を行ってもよい。
　［厳密な計算を実行する場合］
　厳密な計算を省略する場合の構成は、以上に説明したとおりであるが、分割タイプ決定部１４８２Ｃは、参照ＣＵにおけるＰＵ境界の位置を厳密に計算して、対象ＣＵにおけるＰＵ分割タイプを決定する構成であっても構わない。以下において、このような分割タイプ決定部１４８２Ｃの構成例を示す。
　上記“単一の参照ＣＵを用いる場合”で説明した［Ａ］～［Ｃ］に該当すると判定される場合は、前述のとおりとする。
　一方、上記［Ｄ］に該当すると判定される場合は、分割タイプ決定部１４８２Ｃは、参照ＣＵのＰＵ分割タイプを利用して、以下のとおり対象ＣＵのＰＵ分割タイプを決定する。すなわち、
　［Ｄ１］参照ＣＵのＰＵ分割タイプが２Ｎ×２Ｎの場合：
　分割タイプ決定部１４８２Ｃは、対象ＣＵのＰＵ分割タイプを、２Ｎ×２Ｎと決定する。
　［Ｄ２］参照ＣＵのＰＵ分割タイプが２Ｎ×Ｎ or ２Ｎ×ｎＵ or ２Ｎ×ｎＤの場合：
　図３９（ａ）、（ｂ）および（ｃ）に示すように、参照ＣＵのＰＵ分割タイプが２Ｎ×Ｎ or ２Ｎ×ｎＵ or ２Ｎ×ｎＤの場合、分割タイプ決定部１４８２Ｃは、以下の計算により、参照ＣＵにおけるＰＵ境界の位置（すなわち、横ＰＵ境界の位置）を厳密に計算する。
　ここで、図４０に示すように、参照ＣＵｒｅｆＣＵの左上画素の位置を(xRefCu, yRefCu）とし、参照ＣＵｒｅｆＣＵの高さおよび幅を、それぞれhRefCu, wRefCuとする。また、参照ＣＵｒｅｆＣｕにおけるＰＵ境界の基準となる位置を、参照ＣＵの左辺と、ＰＵ境界とが交わる位置(xRefCu，yPub)とする（yPubは、縦ＰＵ境界の位置）。また、参照領域ｒｅｆＲＥＧの左上画素の位置を（xRefReg, yRefReg）とし、参照領域の高さおよび幅を、それぞれ、hRefReg, wRefRegとする。
　［１］分割タイプ決定部１４８２Ｃは、以下のとおり横ＰＵ境界のｙ方向の位置yPubを導出する。
　yPub = yRefCu + (hRefCu * bPos)
　bPos = 0.25 (2NxnUの場合)
　　　　 0.5　(2NxNの場合)
　　　　 0.75 (2NxnDの場合)
　［２］分割タイプ決定部１４８２Ｃは、yPubの参照領域ｒｅｆＲＥＧ内での位置にお応じて、以下のとおりＰＵ分割タイプを決定する。以下では、d = yPub - yRefRegとする。すなわち、ここでは、分割タイプ決定部１４８２Ｃは、参照ＣＵｒｅｆＣＵの横ＰＵ境界の参照領域ｒｅｆＲＥＧにおける位置に応じて、ＰＵ分割タイプを決定している。
　［２－１］ d ≦ 0 または d ≧ hRefRegの場合
　これは、参照領域ｒｅｆＲＥＧが、参照ＣＵｒｅｆＣＵのいずれかのパーティションに含まれるような場合である。分割タイプ決定部１４８２Ｃは、ＰＵ分割タイプを２Ｎ×２Ｎと決定する。
　［２－２］ 0 ＜ d ＜ 0.25 * hRefRegの場合
　これは、参照ＣＵｒｅｆＣＵのＰＵ境界が、参照領域ｒｅｆＲＥＧの上１／４以上の位置を横切る場合である。分割タイプ決定部１４８２Ｃは、ＰＵ分割タイプを２Ｎ×ｎＵと決定する。
　［２－３］0.25 * hRefReg ≦ d ＜ 0.75 * hRefRegの場合
　これは、参照ＣＵｒｅｆＣＵのＰＵ境界が、参照領域ｒｅｆＲＥＧの中央付近（上１／４～下１／４の位置）を横切る場合である。分割タイプ決定部１４８２Ｃは、ＰＵ分割タイプを２Ｎ×Ｎと決定する。
　［２－４］0.75 * hRefReg ≦ d ＜ hRefRegの場合
　これは、参照ＣＵｒｅｆＣＵのＰＵ境界が、参照領域ｒｅｆＲＥＧの下１／４以上の位置を横切る場合である。分割タイプ決定部１４８２Ｃは、ＰＵ分割タイプを２Ｎ×ｎＤと決定する。
　［Ｄ３］参照ＣＵのＰＵ分割タイプがＮ×２Ｎ or ｎＬ×２Ｎ or ｎＲ×２Ｎの場合：
　分割タイプ決定部１４８２Ｃは、参照ＣＵにおけるＰＵ境界の位置（すなわち、縦ＰＵ境界の位置）を厳密に計算する。その計算方法は、図４０を用いて示した計算手法を、縦ＰＵ境界について応用したものを用いることが可能であるので、その詳細な説明を省略する。
　（解像度比が小さい場合の判定）
　参照レイヤの解像度に対する対象レイヤの解像度の比が所定値以下である場合（例えば、１．５以下の場合）、分割タイプ決定部１４８２Ｃは、参照ＣＵのサイズと、対象ＣＵのサイズとの大小に応じてＰＵ分割タイプを決定してもよい。
　例えば、参照ＣＵのサイズが、対象ＣＵのサイズよりも大きい場合、分割タイプ決定部１４８２Ｃは、ＰＵ分割タイプを２Ｎ×２Ｎと決定してもよい。
　また、例えば、参照ＣＵのサイズが、対象ＣＵのサイズ以下の場合、分割タイプ決定部１４８２Ｃは、参照ＣＵのＰＵ分割タイプを、ＰＵ分割タイプとしてもよい。
　以上の構成によれば、判定処理を簡略化することができる。
　（ブロックサイズによる制限）
　小さいサイズのＰＵがＰＵ分割により発生することを抑制することが好ましい。よって、分割タイプ決定部１４８２Ｃは、所定のサイズのＣＵ（例えば、８×８ＣＵ）では、常に２Ｎ×２ＮをＰＵ分割タイプとする構成であってもよい。すなわち、分割タイプ決定部１４８２Ｃは、所定のサイズのＣＵでは、分割を禁止してもよい。
　上記構成によれば、処理のボトルネックとなる小サイズＰＵのインターＣＵの割合を減らすことができ、これにより平均的な処理量を低減することができる。
　なお、分割タイプ決定部１４８２Ｃは、所定のサイズのＣＵにおいて、対称的なパーティションのみをＰＵ分割タイプとして導出してもよい。また、分割タイプ決定部１４８２Ｃは、Ｎ×ＮをＰＵ分割パターンとして導出することを制限してもよい。
　（非対称パーティションの制限）
　参照レイヤからＰＵ分割タイプを決定する場合、分割タイプ決定部１４８２Ｃは、非対称パーティションをＰＵ分割タイプとして導出しないような構成であってもよい。例えば、参照ＣＵのＰＵ分割タイプから対象ＣＵのＰＵ分割タイプを推定する場合、分割タイプ決定部１４８２Ｃは、境界の方向性に応じた対称パーティションをＰＵ分割タイプとして導出する構成であってもよい。
　言い換えれば、上述の参照ＣＵのＰＵ分割タイプを利用した判定は、［Ｄ］の場合に限られず、［Ａ］～［Ｃ］にも適用することができる。また、上述の参照ＣＵのＰＵ分割タイプを利用した判定を［Ａ］～［Ｃ］にも適用する場合、分割タイプ決定部１４８２Ｃは、対称パーティションをＰＵ分割タイプとして導出してもよい。
　上記構成によれば、垂直または水平境界の厳密な位置を判定しなくても済むため、処理を簡略化することができる。
　（参照ＣＵの選択・設定）
　以上の説明では、参照ＣＵ設定部１４８１は、参照領域ｒｅｆＲＥＧと重複部分を有する複数のＣＵのうち、対象ＣＵの左上画素を含むＣＵを参照ＣＵとして設定する構成について説明した。
　しかしながら、本発明は上記の構成には限られない。参照ＣＵ設定部１４８１は、より一般的には、参照領域ｒｅｆＲＥＧと重複部分を有する複数のＣＵのうちから所定の基準で単一の参照ＣＵを設定する構成であってもよい。
　例えば、参照ＣＵ設定部１４８１は、上記複数のＣＵのうち、対象ＣＵに含まれる所定の位置にある画素に対応する画素を含む参照レイヤ上のＣＵを参照ＣＵとして設定してもよい。具体例を挙げると、参照ＣＵ設定部１４８１は、対象ＣＵに含まれる中央画素に対応する画素を含む参照レイヤ上のＣＵを参照ＣＵとして設定してもよい。
　また別の具体例では、参照ＣＵ設定部１４８１は、参照領域ｒｅｆＲＥＧと重複部分を有する複数のＣＵのうちから、最大の面積を有するＣＵを参照ＣＵとして用いてもよい。
　上記構成によれば、対象ＣＵに含まれる中央画素に対応する画素を含む参照レイヤ上のＣＵや、上記複数のＣＵのうち最大の面積を有するＣＵは、対象ＣＵと同じＰＵ分割タイプである可能性が高いため、推定精度を向上させることができる。
　また、参照ＣＵ設定部１４８１は、参照領域ｒｅｆＲＥＧと重複部分を有する複数のＣＵから仮想的な単一のＣＵを生成してもよい。具体的には、参照ＣＵ設定部１４８１は、複数のＣＵにおける代表的な性質を参照領域周辺のＣＵから抽出し、抽出した性質に基づいて仮想的な単一のＣＵを生成して、参照符号化単位としてもよい。例えば、参照ＣＵ設定部１４８１は、複数のＣＵのサイズおよび形状に基づいて、あるいは、これらの情報を組み合わせて、当該仮想的な単一のＣＵを生成することができる。なお、上記仮想的な単一の符号化単位は、上記参照領域と重複するよう領域になるように生成する。
　また、参照ＣＵ設定部１４８１は、参照領域ｒｅｆＲＥＧと重複部分を有する複数のＣＵを参照ＣＵリストとして利用してもよい。
　（ＰＵ分割推定部の補足）
　上記図２７のＰＵ分割推定部１４８２の説明において、ＰＵ分割推定部１４８２は右下画素位置判定部１４８２Ａと重複領域判定部１４８２Ｂの双方を備える構成として説明したが、常にいずれか一方の判定部を用いるように構成した上で、ＰＵ分割推定部１４８２を右下画素位置判定部１４８２Ａと重複領域判定部１４８２Ｂのいずれか一方を含む構成としてもよい。
　（その他の変形例）
　以下において、その他の変形例について説明する。
　（シンタックステーブルの構成例）
　ベーススキップＣＵを符号化するためのシンタックスの構成例について以下説明する。その構成の概要は、次のとおりである。まず、参照レイヤの情報を用いるか否かのベースモードフラグ（base_mode_flag）を符号化する。また、ベースモードフラグが“true”の場合、PartModeの導出に上述したＰＵ分割タイプ導出部１４８によるＰＵ分割タイプの推定を用いる。
　なお、シンタックス構成の仕方によっては、ＰＵ分割タイプ以外の推定（例えば、pred_mode）を実行する場合もある。
　［coding_unitでbase_mode_flagを符号化する構成］
　図４１および図４２を用いて、coding_unitでbase_mode_flagを符号化する構成例について説明する。
　図４２にcoding_unitでbase_mode_flagを符号化する場合のシンタックスの構成例を示している。
　図４２に示すように、coding_unitにおいて、skip_flagの直後にbase_mode_flagを符号化してもよい（ＳＹＮ１１）。なお、以下では、base_mode_flagの符号化に関連する技術的事項として、予測モードpred_mode、およびＰＵ分割タイプpart_modeの省略および導出を、あわせて検討する。
　図４２を参照し、さらに具体的に説明すると、符号化データの構成において、ベースモードフラグ（base_mode_flag）は、スキップフラグ（skip_flag）の後、かつ予測モードフラグ（pred_mode_flag）の前に配置される。
　また、ベースモードフラグ（base_mode_flag）が“true”の場合には、予測モードフラグ（pred_mode_flag）および分割タイプ（part_mode）を配置しない（それぞれ、ＳＹＮ１２およびＳＹＮ１３に対応）。
　図４２に示すシンタックスの構成例によれば、ベーススキップＣＵにおける復号（base_mode_flagに関する復号）は、次のように行われる。
　（１）階層動画像復号装置１は、base_mode_flagを復号する。
　（２）base_mode_flagが“true”の場合、階層動画像復号装置１は、PredModeとPartModeとを推定（infer）により導出する。
　（３）これに対して、base_mode_flagが“false”の場合、階層動画像復号装置１は、pred_mode_flagとpart_modeのシンタックス要素値を符号化データより復号して、復号したシンタックス値に基づいてPredModeとPartModeとを導出する。
　以上の復号処理を表形式にて表すと図４１のとおりである。図４１は、シンタックス要素値とＣＵタイプとの関係について示すテーブルである。同図において、“-”は、そのＣＵタイプでは復号しなくてもよいシンタックス要素であることを示している。
　以上のシンタックス構成によれば、図４１に示すように、ベーススキップＣＵの場合、pred_mode_flagとpart_modeとを復号しないため、符号化効率が向上する。
　（予測モード（PredMode）の導出）
　以下に、予測モード（PredMode）の導出方法について説明する。
　［導出方法１］
　べースレイヤがIスライスである場合、階層動画像復号装置１は、対象ＣＵにおいて常にイントラ予測（ＭＯＤＥ＿ＩＮＴＲＡ）を用いてもよい。
　一方、べースレイヤがIスライスでない場合、階層動画像復号装置１は、参照ＣＵのＰｒｅｄＭｏｄｅを用いてもよい。なお、上記の参照ＣＵには、例えば、対象ＣＵの左上画素を含む参照レイヤ上のＣＵを用いることができる。
　［導出方法２］
　べースレイヤがIスライスである場合、階層動画像復号装置１は、対象ＣＵにおいて常にイントラ予測（ＭＯＤＥ＿ＩＮＴＲＡ）を用いてもよい。
　一方、ベースレイヤがＩスライスでない場合、階層動画像復号装置１は、インター予測（ＭＯＤＥ＿ＩＮＴＥＲ）を用いる。
　なお、上記導出方法１および２において、「ベースレイヤがＩスライスでない場合」という条件は、「ベースレイヤがＩＤＲ（Instantaneous Decoding Refresh）である場合」という条件でもよい。ＩＤＲとは、参照ピクチャの初期化のことであり、ＩＤＲピクチャは、参照がリセットされたピクチャである。つまり、ＩＤＲピクチャでは、そのピクチャより前（スライス）の情報を参照せずに、そのピクチャ以後のピクチャが正しく復号できる。
　（merge_flagの導出）
　図４３を用いて、prediction_unitでbase_mode_flagの判定に応じてmerge_flagを符号化する構成例について説明する。
　図４３にprediction_unitでbase_mode_flagの判定を行ってからmerge_flagを符号化する場合のシンタックスの構成例を示している。
　図４３に示すように、prediction_unitにおいて、mereg_flagの直前でbase_mode_flagを判定してもよい（ＳＹＮ２１）。また、base_mode_flagが“true”である場合は、merge_flagを配置しなくてもよい。
　すなわち、base_mode_flagが“true”となるベーススキップＣＵに含まれる各ＰＵでは、常にマージモードを用いる構成（merge_flag=true）であってもよい。
　上記構成によれば、３つのフラグpred_mode, part_mode, merge_flagを省略することができる。これにより、これら３つのフラグの符号量を削減でき符号化効率が向上する。
　（階層動画像復号装置におけるＣＵ復号処理の流れ）
　図４４、図４５、および図４６を用いて階層動画像復号装置１における予測パラメータに関するＣＵ復号処理の流れの一例について説明する。図４４、図４５、および図４６は、それぞれ、ベーススキップＣＵ、スキップＣＵ、およびインターＣＵの予測パラメータに関する復号処理の流れの一例を示すフロー図である。
　まず、図４４を用いて、階層動画像復号装置１におけるベーススキップＣＵ復号処理の流れの一例について説明する。
　対象ＣＵがベーススキップＣＵの場合、参照ＣＵ設定部１４８１が対象ＣＵに対応する参照ＣＵを設定する（Ｓ３０１）。
　続いて、ＰＵ分割推定部１４８２が、対象ＣＵにおけるＰＵ分割タイプをレイヤ間予測により推定する（Ｓ３０２）。具体的には、ＰＵ分割タイプの推定は、右下画素位置判定部１４８２Ａにおける判定結果、または、重複領域判定部１４８２Ｂにおける判定結果に基づいて、分割タイプ決定部１４８２Ｃによって実行される。
　続いて、推定されたＰＵ分割タイプに従って、ＰＵが分割され対象ＰＵが設定されると（Ｓ３０３）、対象ＰＵについてマージ候補導出部１４６がマージ候補リストを導出する（Ｓ３０４）。なお、マージ候補導出部１４６は、例示的には、マージ候補リストの導出において、レイヤ間マージ候補を導出する。しかしながら、レイヤ間予測をどの程度行うかは任意に設定することができる。例えば、ベーススキップＣＵでは、ＰＵ分割タイプのみをレイヤ間予測の対象としてもよい。すなわち、Ｓ３０４において、レイヤ内マージ候補のみを導出する構成も採用可能である。また、ベーススキップＣＵにおいて、Ｓ３０１“参照ＣＵの設定”・Ｓ３０２“ＰＵ分割の推定”処理の代わりに、後述のＳ４０１“ＰＵ分割を２Ｎ×２Ｎに設定”処理を実行してもよい。また、ベーススキップＣＵ以外のＣＵにおいて、ＰＵ分割の推定を行っても構わない。
　続いて、マージ情報復元部１４７が、導出されたマージ候補リストからマージ候補を選択する（Ｓ３０５）。
　ここで、対象ＰＵが、対象ＣＵにおける処理順序上の最終ＰＵでなければ（Ｓ３０６においてＮＯ）、Ｓ３０３～Ｓ３０５の処理が繰り返し実行される。
　その後、対象ＣＵにおける処理順序上の最終ＰＵまで処理が完了すれば（Ｓ３０６においてＹＥＳ）、ベーススキップＣＵ復号処理が終了する。
　次に、図４５を用いて、階層動画像復号装置１におけるスキップＣＵ復号処理の流れの一例について説明する。
　対象ＣＵがスキップＣＵの場合、予測パラメータ復元部１４において、ＰＵ分割タイプが２Ｎ×２Ｎ（すなわちＰＵ分割なし）に設定されるとともに（Ｓ４０１）、対象ＰＵが設定される（Ｓ４０２）。
　続いて、マージ候補リスト導出部１４６が、対象ＰＵについて、マージ候補リストを導出する（Ｓ４０３）。さらに、マージ情報復元部１４７が、導出されたマージ候補リストからマージ候補を選択し（Ｓ４０４）、その後、スキップＣＵ復号処理が終了する。
　次に、図４６を用いて、階層動画像復号装置１におけるインターＣＵ復号処理の流れの一例について説明する。
　対象ＣＵがインターＣＵの場合、ＰＵ分割タイプが符号化データから復号される（Ｓ５０１）。また、復号されたＰＵ分割タイプに従って対象ＣＵにおけるＰＵへのパーティションが設定され、対象ＰＵが設定される（Ｓ５０２）。
　続いて、対象ＰＵがマージＰＵであるか否かが判定される（Ｓ５０３）。対象ＰＵがマージＰＵである場合（Ｓ５０３においてＹＥＳ）、マージ候補導出部１４６がマージ候補リストを導出し（Ｓ５０４）、マージ情報復元部１４７がマージ候補リストからマージ候補を選択する（Ｓ５０５）。
　一方、対象ＰＵがマージＰＵでない場合（Ｓ５０３においてＮＯ）、ＰＵ情報が符号化パラメータから復号される（Ｓ５０７）。
　Ｓ５０５またはＳ５０７の処理の後、対象ＰＵが、対象ＣＵにおける処理順序上の最終ＰＵでなければ（Ｓ５０６においてＮＯ）、Ｓ５０２～Ｓ５０７の処理が繰り返し実行される。
　その後、対象ＣＵにおける処理順序上の最終ＰＵまで処理が完了すれば（Ｓ５０６においてＹＥＳ）、インターＣＵ復号処理が終了する。
〔階層動画像符号化装置〕
　以下では、本実施形態に係る階層動画像符号化装置２の構成について、図２２～図２４を参照して説明する。
　（階層動画像符号化装置の構成）
　図２２を用いて、階層動画像符号化装置２の概略的構成について説明すると次のとおりである。図２２は、階層動画像符号化装置２の概略的構成について示した機能ブロック図である。階層動画像符号化装置２は、対象レイヤの入力画像ＰＩＮ＃Ｔを、参照レイヤ符号化データＤＡＴＡ＃Ｒを参照しながら符号化して、対象レイヤの階層符号化データＤＡＴＡを生成する。なお、参照レイヤ符号化データＤＡＴＡ＃Ｒは、参照レイヤに対応する階層動画像符号化装置において符号化済みであるとする。
　図２２に示すように階層動画像符号化装置２は、予測パラメータ決定部２１、予測情報生成部２２、ベース復号部２３、テクスチャ情報生成部２４、可変長符号化部２５、およびＮＡＬ多重化部２６を備える。
　予測パラメータ決定部２１は、入力画像ＰＩＮ＃Ｔに基づいて、予測画像の予測に用いられる予測パラメータおよびその他の符号化の設定を決定する。
　予測パラメータ決定部２１は、予測パラメータをはじめとする符号化の設定を、以下のとおり行う。
　まず、予測パラメータ決定部２１は、入力画像ＰＩＮ＃Ｔを、スライス単位、ツリーブロック単位、ＣＵ単位に順次分割することにより、対象ＣＵについてのＣＵ画像を生成する。
　また、予測パラメータ決定部２１は、分割処理の結果に基づいて、符号化情報（ヘッダ情報とも称されることがある）を生成する。符号化情報は、（１）対象スライスに属するツリーブロックのサイズ、形状および対象スライス内での位置についての情報であるツリーブロック情報と、（２）各ツリーブロックに属するＣＵのサイズ、形状および対象ツリーブロック内での位置についての情報であるＣＵ情報とを含んでいる。
　さらに、予測パラメータ決定部２１は、ＣＵ画像、ツリーブロック情報、およびＣＵ情報を参照して、対象ＣＵの予測タイプ、対象ＣＵのＰＵへの分割情報、および、予測パラメータ（対象ＣＵが、イントラＣＵであればイントラ予測モード、インターＣＵである場合には各ＰＵにおける動き補償パラメータ）を導出する。
　予測パラメータ決定部２１は、（１）対象ＣＵの予測タイプ、（２）対象ＣＵの各ＰＵへの可能な分割パターン、および、（３）各ＰＵに割り付ける可能な予測モード（イントラＣＵであればイントラ予測モード、インターＣＵであれば動き補償パラメータ）、の全ての組み合わせについて、コストを算出し、最低コストの予測タイプ、分割パターン、および、予測モードを決定する。
　予測パラメータ決定部２１は、符号化情報および予測パラメータを予測情報生成部２２およびテクスチャ情報生成部２４に供給する。なお、説明の簡便のため図示しないが、予測パラメータ決定部２１において決定された上記の符号化の設定は、階層動画像符号化装置２の各部において参照可能とする。
　予測情報生成部２２は、予測パラメータ決定部２１から供給される予測パラメータと、参照レイヤ符号化データＤＡＴＡ＃Ｒとに基づいて予測パラメータに関するシンタックス値を含む予測情報を生成する。予測情報生成部２２は、生成した予測情報を可変長符号化部２５に供給する。なお、予測情報生成部２２は、予測パラメータを復元する際に、テクスチャ情報生成２４が備えるフレームメモリ２４４（後述）に格納された動き情報を参照することができる。
　ベース復号部２３は、階層動画像復号装置１のベース復号部１６と同様であるので、ここではその説明を省略する。
　テクスチャ情報生成部２４は、入力画像ＰＩＮ＃Ｔから予測画像を減算して得られる予測残差を、直交変換・量子化した変換係数を含む変換係数情報を生成する。テクスチャ情報生成部２４は、生成した変換係数情報を可変長符号化部２５に供給する。なお、テクスチャ情報生成２４では、復元された復号画像に関する情報が、内部に備えるフレームメモリ２４４（後述）に格納される。
　可変長符号化部２５は、予測情報生成部２２から供給される予測情報およびテクスチャ情報生成部２４から供給される変換係数情報を可変長符号化して対象レイヤ符号化データＤＡＴＡ＃Ｔを生成する。可変長符号化部２５は、生成した対象レイヤ符号化データＤＡＴＡ＃ＴをＮＡＬ多重化部２６に供給する。
　ＮＡＬ多重化部２６は、可変長符号化部２５から供給される対象レイヤ符号化データＤＡＴＡ＃Ｔと、参照レイヤ符号化データＤＡＴＡ＃ＲとをＮＡＬユニットに格納することでＮＡＬ多重化した階層動画像符号化データＤＡＴＡを生成し、外部に出力する。
　以下において、予測情報生成部２２、およびテクスチャ情報生成部２４それぞれの詳細について説明する。
　（予測情報生成部）
　図２３を用いて、予測情報生成部２２の詳細構成について説明する。図２３は、予測情報生成部２２の構成について例示した機能ブロック図である。
　図２３に示すように、予測情報生成部２２は、予測タイプ選択部２２１、スイッチ２２２、イントラ予測モード導出部２２３、動きベクトル候補導出部２２４、動き情報生成部２２５、マージ候補導出部（層間候補導出手段）２２６、マージ情報生成部２２７、およびＰＵ分割タイプ導出部２２８を備える。
　予測タイプ選択部２２１は、ＣＵタイプまたはＰＵタイプに応じてスイッチ２２２に切り替え指示を送り予測パラメータの導出処理を制御する。具体的には以下のとおりである。
　イントラＣＵまたはイントラＰＵが指定されている場合、予測タイプ選択部２２１はイントラ予測モード導出部２２３を用いて予測情報を導出できるようスイッチ２２２を制御する。
　インターＣＵ（マージなし）およびインターＰＵ（マージなし）のいずれかが指定されている場合、予測タイプ選択部２２１は動き情報生成部２２５を用いて予測パラメータを導出できるようスイッチ２２２を制御する。
　ベーススキップＣＵ、ベースマージＰＵ、スキップＣＵおよびマージＰＵのいずれかが指定されている場合、予測タイプ選択部２２１はマージ情報生成部２２７を用いて予測パラメータを導出できるようスイッチ２２２を制御する。
　スイッチ２２２は、予測タイプ選択部２２１の指示に応じて、予測パラメータを、イントラ予測モード導出部２２３、動き情報生成部２２５、およびマージ情報生成部２２７のいずれかに供給する。予測情報の供給先において予測パラメータが導出される。
　イントラ予測モード導出部２２３は、イントラ予測モードに関するシンタックス値を導出する。すなわち、イントラ予測モード復元部１４３が予測情報として生成するのは、予測モードに関するシンタックス値である。
　動きベクトル候補導出部２２４は、ベース復号情報を用いて、レイヤ内動き推定処理、または、レイヤ間動き推定処理により推定動きベクトルの候補を導出する。動きベクトル候補導出部２２４は、導出した動きベクトルの候補を動き情報生成部２２５に供給する。
　動き情報生成部２２５は、マージを行わない各インター予測パーティションにおける動き情報に関するシンタックス値を生成する。すなわち、動き情報復元部１４５が予測情報として生成するのは動き情報に関するシンタックス値である。具体的には、動き情報生成部２２５は、各ＰＵにおける動き補償パラメータから、対応するシンタックス要素値であるinter_pred_flag、mvd、mvp_idx、および、refIdxを導出する。
　具体的には、動き情報生成部２２５は、対象ＰＵがベースマージＰＵである場合、動きベクトル候補導出部２２４から供給される動きベクトルの候補に基づいて、上記シンタックス値を導出する。
　一方、動き情報復元部１４５は、対象ＣＵ（ＰＵ）がマージを行わないインターＣＵ（インターＰＵ）である場合、予測パラメータに含まれる動き情報に基づいて、上記シンタックス値を導出する。
　マージ候補導出部２２６は、後述するフレームメモリ１５５から供給される復号済みの動き情報および／またはベース復号部２３から供給されるベース復号情報等を用いて、各ＰＵにおける動き補償パラメータと類似の動き補償パラメータを有するマージ候補を導出する。マージ候補導出部２２６は、導出したマージ候補をマージ情報生成部２２７に供給する。マージ候補導出部２２６の構成は、階層動画像復号装置１に含まれるマージ候補導出部１４６の構成と同様であるので、その説明を省略する。
　マージ情報生成部２２７は、マージを行う各インター予測パーティションに関する動き情報に関するシンタックス値を生成する。すなわち、マージ情報生成部２２７が予測情報として生成するのは動き情報に関するシンタックス値である。具体的には、マージ情報生成部２２７は、各ＰＵにおける動き補償パラメータと類似の動き補償パラメータを有するマージ候補を指定するシンタックス要素値merge_idxを出力する。
　ＰＵ分割タイプ導出部２２８は、符号化情報およびベース復号情報を用いて、対象レイヤにおける対象ＣＵのＰＵへのＰＵ分割タイプを推定する。ＰＵ分割タイプ導出部２２８の構成は、階層画像復号装置１に含まれるＰＵ分割タイプ導出部１４８の構成と同様であるので、その詳細な説明を省略する。
　（テクスチャ情報生成部）
　図２４を用いて、テクスチャ情報生成部２４の詳細構成について説明する。図２４は、テクスチャ情報生成部２４の構成について例示した機能ブロック図である。
　図２４に示すように、テクスチャ情報生成部２４は、テクスチャ予測部２４１、減算器２４２、直交変換・量子化部２４３、逆直交変換・逆量子化部２４４、加算器２４５、ループフィルタ部２４６、およびフレームメモリ２４７を備える。
　減算器２４２は、入力画像ＰＩＮ＃Ｔからテクスチャ予測部２４１から供給される予測画像を減算することによって、予測残差Ｄを生成する。減算器２４２は、生成した予測残差Ｄを、変換・量子化部２４３に供給する。
　直交変換・量子化部２４３は、予測残差Ｄに対して、直交変換および量子化を行うことで量子化予測残差を生成する。なお、ここで直交変換とは、画素領域から周波数領域への直交変換のことをさす。また、直交変換の例としては、ＤＣＴ変換（Discrete Cosine Transform）、およびＤＳＴ変換（Discrete Sine Transform）等が挙げられる。また、具体的な量子化過程については、すでに説明した通りであるので、ここではその説明を省略する。直交変換・量子化部２４３は、生成した量子化予測残差を含む変換係数情報を逆変換・逆量子化部２４４および可変長符号化部２５に供給する。
　テクスチャ予測部２４１、逆直交変換・逆量子化部２４４、加算器２４５、ループフィルタ部２４６、およびフレームメモリ２４７は、それぞれ、階層動画像復号装置１に含まれるテクスチャ予測部１５２、逆直交変換・逆量子化部１５１、加算器１５３、ループフィルタ部１５４、およびフレームメモリ１５５と同様であるので、ここではその説明は省略する。ただし、テクスチャ予測部２４１は、加算器２４５だけでなく減算器２４２にも予測画像を供給する。
　（他の階層動画像符号化／復号システムへの適用例）
　上述した階層動画像符号化装置２及び階層動画像復号装置１は、動画像の送信、受信、記録、再生を行う各種装置に搭載して利用することができる。なお、動画像は、カメラ等により撮像された自然動画像であってもよいし、コンピュータ等により生成された人工動画像（ＣＧおよびＧＵＩを含む）であってもよい。
　まず、上述した階層動画像符号化装置２及び階層動画像復号装置１を、動画像の送信及び受信に利用できることを、図２５を参照して説明する。
　図２５の（ａ）は、階層動画像符号化装置２を搭載した送信装置ＰＲＯＤ＿Ａの構成を示したブロック図である。図２５の（ａ）に示すように、送信装置ＰＲＯＤ＿Ａは、動画像を符号化することによって符号化データを得る符号化部ＰＲＯＤ＿Ａ１と、符号化部ＰＲＯＤ＿Ａ１が得た符号化データで搬送波を変調することによって変調信号を得る変調部ＰＲＯＤ＿Ａ２と、変調部ＰＲＯＤ＿Ａ２が得た変調信号を送信する送信部ＰＲＯＤ＿Ａ３と、を備えている。上述した階層動画像符号化装置２は、この符号化部ＰＲＯＤ＿Ａ１として利用される。
　送信装置ＰＲＯＤ＿Ａは、符号化部ＰＲＯＤ＿Ａ１に入力する動画像の供給源として、動画像を撮像するカメラＰＲＯＤ＿Ａ４、動画像を記録した記録媒体ＰＲＯＤ＿Ａ５、動画像を外部から入力するための入力端子ＰＲＯＤ＿Ａ６、及び、画像を生成または加工する画像処理部Ａ７を更に備えていてもよい。図２５の（ａ）においては、これら全てを送信装置ＰＲＯＤ＿Ａが備えた構成を例示しているが、一部を省略しても構わない。
　なお、記録媒体ＰＲＯＤ＿Ａ５は、符号化されていない動画像を記録したものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化された動画像を記録したものであってもよい。後者の場合、記録媒体ＰＲＯＤ＿Ａ５と符号化部ＰＲＯＤ＿Ａ１との間に、記録媒体ＰＲＯＤ＿Ａ５から読み出した符号化データを記録用の符号化方式に従って復号する復号部（不図示）を介在させるとよい。
　図２５の（ｂ）は、階層動画像復号装置１を搭載した受信装置ＰＲＯＤ＿Ｂの構成を示したブロック図である。図２５の（ｂ）に示すように、受信装置ＰＲＯＤ＿Ｂは、変調信号を受信する受信部ＰＲＯＤ＿Ｂ１と、受信部ＰＲＯＤ＿Ｂ１が受信した変調信号を復調することによって符号化データを得る復調部ＰＲＯＤ＿Ｂ２と、復調部ＰＲＯＤ＿Ｂ２が得た符号化データを復号することによって動画像を得る復号部ＰＲＯＤ＿Ｂ３と、を備えている。上述した階層動画像復号装置１は、この復号部ＰＲＯＤ＿Ｂ３として利用される。
　受信装置ＰＲＯＤ＿Ｂは、復号部ＰＲＯＤ＿Ｂ３が出力する動画像の供給先として、動画像を表示するディスプレイＰＲＯＤ＿Ｂ４、動画像を記録するための記録媒体ＰＲＯＤ＿Ｂ５、及び、動画像を外部に出力するための出力端子ＰＲＯＤ＿Ｂ６を更に備えていてもよい。図２５の（ｂ）においては、これら全てを受信装置ＰＲＯＤ＿Ｂが備えた構成を例示しているが、一部を省略しても構わない。
　なお、記録媒体ＰＲＯＤ＿Ｂ５は、符号化されていない動画像を記録するためのものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化されたものであってもよい。後者の場合、復号部ＰＲＯＤ＿Ｂ３と記録媒体ＰＲＯＤ＿Ｂ５との間に、復号部ＰＲＯＤ＿Ｂ３から取得した動画像を記録用の符号化方式に従って符号化する符号化部（不図示）を介在させるとよい。
　なお、変調信号を伝送する伝送媒体は、無線であってもよいし、有線であってもよい。また、変調信号を伝送する伝送態様は、放送（ここでは、送信先が予め特定されていない送信態様を指す）であってもよいし、通信（ここでは、送信先が予め特定されている送信態様を指す）であってもよい。すなわち、変調信号の伝送は、無線放送、有線放送、無線通信、及び有線通信の何れによって実現してもよい。
　例えば、地上デジタル放送の放送局（放送設備など）／受信局（テレビジョン受像機など）は、変調信号を無線放送で送受信する送信装置ＰＲＯＤ＿Ａ／受信装置ＰＲＯＤ＿Ｂの一例である。また、ケーブルテレビ放送の放送局（放送設備など）／受信局（テレビジョン受像機など）は、変調信号を有線放送で送受信する送信装置ＰＲＯＤ＿Ａ／受信装置ＰＲＯＤ＿Ｂの一例である。
　また、インターネットを用いたＶＯＤ（Video On Demand）サービスや動画共有サービスなどのサーバ（ワークステーションなど）／クライアント（テレビジョン受像機、パーソナルコンピュータ、スマートフォンなど）は、変調信号を通信で送受信する送信装置ＰＲＯＤ＿Ａ／受信装置ＰＲＯＤ＿Ｂの一例である（通常、ＬＡＮにおいては伝送媒体として無線又は有線の何れかが用いられ、ＷＡＮにおいては伝送媒体として有線が用いられる）。ここで、パーソナルコンピュータには、デスクトップ型ＰＣ、ラップトップ型ＰＣ、及びタブレット型ＰＣが含まれる。また、スマートフォンには、多機能携帯電話端末も含まれる。
　なお、動画共有サービスのクライアントは、サーバからダウンロードした符号化データを復号してディスプレイに表示する機能に加え、カメラで撮像した動画像を符号化してサーバにアップロードする機能を有している。すなわち、動画共有サービスのクライアントは、送信装置ＰＲＯＤ＿Ａ及び受信装置ＰＲＯＤ＿Ｂの双方として機能する。
　次に、上述した階層動画像符号化装置２及び階層動画像復号装置１を、動画像の記録及び再生に利用できることを、図２６を参照して説明する。
　図２６の（ａ）は、上述した階層動画像符号化装置２を搭載した記録装置ＰＲＯＤ＿Ｃの構成を示したブロック図である。図２６の（ａ）に示すように、記録装置ＰＲＯＤ＿Ｃは、動画像を符号化することによって符号化データを得る符号化部ＰＲＯＤ＿Ｃ１と、符号化部ＰＲＯＤ＿Ｃ１が得た符号化データを記録媒体ＰＲＯＤ＿Ｍに書き込む書込部ＰＲＯＤ＿Ｃ２と、を備えている。上述した階層動画像符号化装置２は、この符号化部ＰＲＯＤ＿Ｃ１として利用される。
　なお、記録媒体ＰＲＯＤ＿Ｍは、（１）ＨＤＤ（Hard Disk Drive）やＳＳＤ(Solid State Drive)などのように、記録装置ＰＲＯＤ＿Ｃに内蔵されるタイプのものであってもよいし、（２）ＳＤメモリカードやＵＳＢ（Universal Serial Bus）フラッシュメモリなどのように、記録装置ＰＲＯＤ＿Ｃに接続されるタイプのものであってもよいし、（３）ＤＶＤ（Digital Versatile Disc）やＢＤ（Blu-ray Disc:登録商標）などのように、記録装置ＰＲＯＤ＿Ｃに内蔵されたドライブ装置（不図示）に装填されるものであってもよい。
　また、記録装置ＰＲＯＤ＿Ｃは、符号化部ＰＲＯＤ＿Ｃ１に入力する動画像の供給源として、動画像を撮像するカメラＰＲＯＤ＿Ｃ３、動画像を外部から入力するための入力端子ＰＲＯＤ＿Ｃ４、動画像を受信するための受信部ＰＲＯＤ＿Ｃ５、及び、画像を生成または加工する画像処理部Ｃ６を更に備えていてもよい。図２６の（ａ）においては、これら全てを記録装置ＰＲＯＤ＿Ｃが備えた構成を例示しているが、一部を省略しても構わない。
　なお、受信部ＰＲＯＤ＿Ｃ５は、符号化されていない動画像を受信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを受信するものであってもよい。後者の場合、受信部ＰＲＯＤ＿Ｃ５と符号化部ＰＲＯＤ＿Ｃ１との間に、伝送用の符号化方式で符号化された符号化データを復号する伝送用復号部（不図示）を介在させるとよい。
　このような記録装置ＰＲＯＤ＿Ｃとしては、例えば、ＤＶＤレコーダ、ＢＤレコーダ、ＨＤＤ（Hard Disk Drive）レコーダなどが挙げられる（この場合、入力端子ＰＲＯＤ＿Ｃ４又は受信部ＰＲＯＤ＿Ｃ５が動画像の主な供給源となる）。また、カムコーダ（この場合、カメラＰＲＯＤ＿Ｃ３が動画像の主な供給源となる）、パーソナルコンピュータ（この場合、受信部ＰＲＯＤ＿Ｃ５又は画像処理部Ｃ６が動画像の主な供給源となる）、スマートフォン（この場合、カメラＰＲＯＤ＿Ｃ３又は受信部ＰＲＯＤ＿Ｃ５が動画像の主な供給源となる）なども、このような記録装置ＰＲＯＤ＿Ｃの一例である。
　図２６の（ｂ）は、上述した階層動画像復号装置１を搭載した再生装置ＰＲＯＤ＿Ｄの構成を示したブロックである。図２６の（ｂ）に示すように、再生装置ＰＲＯＤ＿Ｄは、記録媒体ＰＲＯＤ＿Ｍに書き込まれた符号化データを読み出す読出部ＰＲＯＤ＿Ｄ１と、読出部ＰＲＯＤ＿Ｄ１が読み出した符号化データを復号することによって動画像を得る復号部ＰＲＯＤ＿Ｄ２と、を備えている。上述した階層動画像復号装置１は、この復号部ＰＲＯＤ＿Ｄ２として利用される。
　なお、記録媒体ＰＲＯＤ＿Ｍは、（１）ＨＤＤやＳＳＤなどのように、再生装置ＰＲＯＤ＿Ｄに内蔵されるタイプのものであってもよいし、（２）ＳＤメモリカードやＵＳＢフラッシュメモリなどのように、再生装置ＰＲＯＤ＿Ｄに接続されるタイプのものであってもよいし、（３）ＤＶＤやＢＤなどのように、再生装置ＰＲＯＤ＿Ｄに内蔵されたドライブ装置（不図示）に装填されるものであってもよい。
　また、再生装置ＰＲＯＤ＿Ｄは、復号部ＰＲＯＤ＿Ｄ２が出力する動画像の供給先として、動画像を表示するディスプレイＰＲＯＤ＿Ｄ３、動画像を外部に出力するための出力端子ＰＲＯＤ＿Ｄ４、及び、動画像を送信する送信部ＰＲＯＤ＿Ｄ５を更に備えていてもよい。図２６の（ｂ）においては、これら全てを再生装置ＰＲＯＤ＿Ｄが備えた構成を例示しているが、一部を省略しても構わない。
　　なお、送信部ＰＲＯＤ＿Ｄ５は、符号化されていない動画像を送信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを送信するものであってもよい。後者の場合、復号部ＰＲＯＤ＿Ｄ２と送信部ＰＲＯＤ＿Ｄ５との間に、動画像を伝送用の符号化方式で符号化する符号化部（不図示）を介在させるとよい。
　このような再生装置ＰＲＯＤ＿Ｄとしては、例えば、ＤＶＤプレイヤ、ＢＤプレイヤ、ＨＤＤプレイヤなどが挙げられる（この場合、テレビジョン受像機等が接続される出力端子ＰＲＯＤ＿Ｄ４が動画像の主な供給先となる）。また、テレビジョン受像機（この場合、ディスプレイＰＲＯＤ＿Ｄ３が動画像の主な供給先となる）、デジタルサイネージ（電子看板や電子掲示板等とも称され、ディスプレイＰＲＯＤ＿Ｄ３又は送信部ＰＲＯＤ＿Ｄ５が動画像の主な供給先となる）、デスクトップ型ＰＣ（この場合、出力端子ＰＲＯＤ＿Ｄ４又は送信部ＰＲＯＤ＿Ｄ５が動画像の主な供給先となる）、ラップトップ型又はタブレット型ＰＣ（この場合、ディスプレイＰＲＯＤ＿Ｄ３又は送信部ＰＲＯＤ＿Ｄ５が動画像の主な供給先となる）、スマートフォン（この場合、ディスプレイＰＲＯＤ＿Ｄ３又は送信部ＰＲＯＤ＿Ｄ５が動画像の主な供給先となる）なども、このような再生装置ＰＲＯＤ＿Ｄの一例である。
　　（ハードウェア的実現およびソフトウェア的実現について）
　最後に、階層動画像復号装置１、階層動画像符号化装置２の各ブロックは、集積回路（ＩＣチップ）上に形成された論理回路によってハードウェア的に実現してもよいし、ＣＰＵ（Central Processing Unit）を用いてソフトウェア的に実現してもよい。
　後者の場合、上記各装置は、各機能を実現する制御プログラムの命令を実行するＣＰＵ、上記プログラムを格納したＲＯＭ（Read Only Memory）、上記プログラムを展開するＲＡＭ（Random Access Memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の目的は、上述した機能を実現するソフトウェアである上記各装置の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読み取り可能に記録した記録媒体を、上記各装置に供給し、そのコンピュータ（またはＣＰＵやＭＰＵ（Micro Processing Unit））が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。
　上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ類、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやＣＤ－ＲＯＭ（Compact Disc Read-Only Memory）／ＭＯ（Magneto-Optical）／ＭＤ（Mini Disc）／ＤＶＤ（Digital Versatile Disk）／ＣＤ－Ｒ（CD Recordable）等の光ディスクを含むディスク類、ＩＣカード（メモリカードを含む）／光カード等のカード類、マスクＲＯＭ／ＥＰＲＯＭ（Erasable Programmable Read-only Memory）／ＥＥＰＲＯＭ（登録商標）（Electrically Erasable and Programmable Read-only Memory）／フラッシュＲＯＭ等の半導体メモリ類、あるいはＰＬＤ（Programmable Logic Device）やＦＰＧＡ（Field Programmable Gate Array）等の論理回路類などを用いることができる。
　また、上記各装置を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークは、プログラムコードを伝送可能であればよく、特に限定されない。例えば、インターネット、イントラネット、エキストラネット、ＬＡＮ（Local Area Network）、ＩＳＤＮ（Integrated Services Digital Network）、ＶＡＮ（Value-Added Network）、ＣＡＴＶ（Community Antenna Television）通信網、仮想専用網（Virtual Private Network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、この通信ネットワークを構成する伝送媒体も、プログラムコードを伝送可能な媒体であればよく、特定の構成または種類のものに限定されない。例えば、ＩＥＥＥ（Institute of Electrical and Electronic Engineers）１３９４、ＵＳＢ、電力線搬送、ケーブルＴＶ回線、電話線、ＡＤＳＬ（Asymmetric Digital Subscriber Line）回線等の有線でも、ＩｒＤＡ（Infrared Data Association）やリモコンのような赤外線、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＩＥＥＥ８０２．１１無線、ＨＤＲ（High Data Rate）、ＮＦＣ（Near Field Communication）、ＤＬＮＡ（Digital Living Network Alliance）、携帯電話網、衛星回線、地上波デジタル網等の無線でも利用可能である。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。
　本発明は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、実施形態に開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
　本発明は、画像データが階層的に符号化された符号化データを復号する階層動画像復号装置、および、画像データが階層的に符号化された符号化データを生成する階層動画像符号化装置に好適に適用することができる。また、階層動画像符号化装置によって生成され、階層動画像復号装置によって参照される階層符号化データのデータ構造に好適に適用することができる。
　１　　　　　階層動画像復号装置（画像復号装置）
　１１　　　　ＮＡＬ逆多重化部
　１２　　　　可変長復号部（フラグ復号手段）
　１３　　　　ベース復号部
　１４　　　　予測パラメータ復元部
　１５　　　　テクスチャ復元部
　１４６　　　マージ候補導出部
　１４８　　　ＰＵ分割タイプ導出部
　１４６１　　マージ候補導出制御部（判定手段）
　１４６２　　マージ候補格納部
　１４６３　　スライスタイプ判定部
　１４６４　　個別マージ候補導出部
　１４６４Ａ　　　空間マージ候補導出部（対象レイヤ候補導出手段、空間動き情報候補導出手段）
　１４６４Ｂ　　　レイヤ間マージ候補導出部（層間候補導出手段）
　１４６４Ｃ　　　時間マージ候補導出部（対象レイヤ候補導出手段、時間動き情報候補導出手段）
　１４６４Ｄ　　　結合マージ候補導出部（対象レイヤ候補導出手段）
　１４６４Ｅ　　　ゼロマージ候補導出部（対象レイヤ候補導出手段）
　１４６４Ｆ　　　
　１４８１　　参照ＣＵ設定部（参照符号化単位設定手段）
　１４８２　　ＰＵ分割推定部（分割パターン決定手段）
　１４８２Ａ　　　右下画素位置判定部
　１４８２Ｂ　　　重複領域判定部
　２　　　　　階層動画像符号化装置（画像符号化装置）
　２１　　　　予測パラメータ決定部
　２２　　　　予測情報生成部
　２３　　　　ベース復号部
　２４　　　　テクスチャ情報生成
　２５　　　　可変長符号化部
　２６　　　　ＮＡＬ逆多重化部
　２２６　　　マージ候補導出部（層間候補導出手段）

Claims (12)

  1. 　レイヤごとに異なる品質の画像に関する画像情報が階層的に符号化された階層符号化データを復号して、復号の対象となる対象レイヤにおける動き情報を復元し、復元した動き情報に基づく動き補償予測によって生成した予測画像を用いて、上記対象レイヤにおける画像を復元する画像復号装置であって、
    　上記対象レイヤにおける予測画像生成の処理対象となる対象予測単位において、復号済みレイヤである参照レイヤを参照し、該対象予測単位を含む周辺領域で復号未済の領域に対応する該参照レイヤ上の領域において復号されている動き情報を、上記対象予測単位における動き情報を推定するための候補として導出する層間候補導出手段を備えることを特徴とする画像復号装置。
  2. 　上記対象予測単位を含む周辺領域で復号未済の領域に対応する該参照レイヤ上の領域は、該対象予測単位に対応する上記参照レイヤ上の領域における右下画素を含む所定範囲の領域である右下領域であることを特徴とする請求項１に記載の画像復号装置。
  3. 　上記右下領域は、上記対象予測単位に対応する参照レイヤ上の領域内の右下画素を含む動き情報記録単位であることを特徴とする請求項２に記載の画像復号装置。
  4. 　上記右下領域は、上記対象予測単位に対応する参照レイヤ上の領域内の右下画素を含む動き情報記録単位の右、下、および、右下のいずれかに隣接する動き情報記録単位であることを特徴とする請求項２に記載の画像復号装置。
  5. 　上記層間候補導出手段は、上記右下領域における動き情報を含む複数の動き情報を、上記候補として導出し、かつ、
    　上記右下領域における動き情報を、他の動き情報よりも優先して導出することを特徴とする請求項２から４のいずれか１項に記載の画像復号装置。
  6. 　上記層間候補導出手段は、上記他の動き情報として、少なくとも、上記対象予測単位に対応する参照レイヤ上の領域内の左上画素を含む動き情報記録単位における動き情報を導出することを特徴とする請求項５に記載の画像復号装置。
  7. 　さらに、候補として導出される動き情報が、候補として導出済みの動き情報と一致するか否かを判定する判定手段を備え、
    　上記層間候補導出手段は、候補として導出しようとする上記他の動き情報が、上記右下領域における動き情報と一致しないと判定手段が判定したとき、上記他の動き情報を候補として導出することを特徴とする請求項５または６に記載の画像復号装置。
  8. 　さらに、対象レイヤにおいて復号された復号情報に基づいて動き情報の候補を導出する対象レイヤ候補導出手段を備え、
    　上記判定手段は、上記層間候補導出手段が候補として導出する動き情報と、上記対象レイヤ候補導出手段が候補として導出する動き情報との一致判定を行わないことを特徴とする請求項７に記載の画像復号装置。
  9. 　さらに、対象予測単位の周辺領域において復号された動き情報に基づいて動き情報の候補を導出する空間動き情報候補導出手段と、
    　候補として導出される動き情報が、候補として導出済みの動き情報と一致するか否かを判定する判定手段と、を備え、
    　上記層間候補導出手段は、候補として導出しようとする動き情報が、上記空間動き情報候補導出手段によって導出された動き情報の候補のうち、最も優先度の高い動き情報の候補と一致しないと判定手段が判定したとき、上記動き情報を候補として導出することを特徴とする請求項１から６のいずれか１項に記載の画像復号装置。
  10. 　さらに、対象予測単位が属するピクチャとは別のピクチャにおいて復号された動き情報に基づいて動き情報の候補を導出する時間動き情報候補導出手段を備え、
    　上記時間動き情報候補導出手段は、上記層間候補導出手段による動き情報の候補導出処理が実行される場合、動き情報の候補導出処理を実行しないことを特徴とする請求項１から９のいずれか１項に記載の画像復号装置。
  11. 　さらに、対象予測単位が属するピクチャとは別のピクチャにおいて復号された動き情報に基づいて動き情報の候補を導出する時間動き情報候補導出手段を備え、
    　上記層間候補導出手段は、上記時間動き情報候補導出手段による動き情報の候補導出処理が実行される場合、動き情報の候補導出処理を実行しないことを特徴とする請求項１から９のいずれか１項に記載の画像復号装置。
  12. 　レイヤごとに異なる品質の画像に関する画像情報を階層的に符号化して階層符号化データを生成する際に、符号化の対象となる対象レイヤにおいて導出した動き情報に基づく動き補償予測によって生成した予測画像を、上記対象レイヤにおける入力原画像から減算し、上記対象レイヤにおける予測残差を生成する画像符号化装置であって、
    　上記対象レイヤにおける予測画像生成の処理対象となる対象予測単位において、復号済みレイヤである参照レイヤを参照し、該対象予測単位を含む周辺領域で復号未済の領域に対応する該参照レイヤ上の領域において復号されている動き情報を、上記対象予測単位における動き情報を推定するための候補として導出する層間候補導出手段を備えることを特徴とする画像符号化装置。
PCT/JP2013/066792 2012-07-03 2013-06-19 画像復号装置、および画像符号化装置 Ceased WO2014007058A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
HK15108657.0A HK1208108B (zh) 2012-07-03 2013-06-19 图像解码装置以及图像编码装置
US14/410,188 US9686559B2 (en) 2012-07-03 2013-06-19 Image decoding device, and image encoding device
CN201380035343.5A CN104412593B (zh) 2012-07-03 2013-06-19 图像解码装置以及图像编码装置
JP2014523664A JP6085601B2 (ja) 2012-07-03 2013-06-19 画像復号装置、および画像符号化装置
US15/595,791 US20170251216A1 (en) 2012-07-03 2017-05-15 Image encoding device and image encoding method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-149979 2012-07-03
JP2012149979 2012-07-03

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US14/410,188 A-371-Of-International US9686559B2 (en) 2012-07-03 2013-06-19 Image decoding device, and image encoding device
US15/595,791 Continuation US20170251216A1 (en) 2012-07-03 2017-05-15 Image encoding device and image encoding method

Publications (1)

Publication Number Publication Date
WO2014007058A1 true WO2014007058A1 (ja) 2014-01-09

Family

ID=49881818

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/066792 Ceased WO2014007058A1 (ja) 2012-07-03 2013-06-19 画像復号装置、および画像符号化装置

Country Status (4)

Country Link
US (2) US9686559B2 (ja)
JP (2) JP6085601B2 (ja)
CN (2) CN109257601A (ja)
WO (1) WO2014007058A1 (ja)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014072774A (ja) * 2012-09-28 2014-04-21 Jvc Kenwood Corp 画像復号装置、画像復号方法及び画像復号プログラム
JP2014072762A (ja) * 2012-09-28 2014-04-21 Jvc Kenwood Corp 画像復号装置、画像復号方法及び画像復号プログラム
JP2014200023A (ja) * 2013-03-29 2014-10-23 株式会社Ｊｖｃケンウッド 画像復号装置、画像復号方法及び画像復号プログラム
JP2014200022A (ja) * 2013-03-29 2014-10-23 株式会社Ｊｖｃケンウッド 画像符号化装置、画像符号化方法及び画像符号化プログラム
JP2021517798A (ja) * 2018-04-01 2021-07-26 エルジー エレクトロニクス インコーポレイティド インター予測モードに基づいた映像処理方法及びそのための装置
US20210297659A1 (en) 2018-09-12 2021-09-23 Beijing Bytedance Network Technology Co., Ltd. Conditions for starting checking hmvp candidates depend on total number minus k
JP2021530182A (ja) * 2018-06-29 2021-11-04 北京字節跳動網絡技術有限公司Ｂｅｉｊｉｎｇ Ｂｙｔｅｄａｎｃｅ Ｎｅｔｗｏｒｋ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．， Ｌｔｄ． スライス／タイル／ｌｃｕの行ごとのルックアップテーブルのリセット
US11528500B2 (en) 2018-06-29 2022-12-13 Beijing Bytedance Network Technology Co., Ltd. Partial/full pruning when adding a HMVP candidate to merge/AMVP
US11589071B2 (en) 2019-01-10 2023-02-21 Beijing Bytedance Network Technology Co., Ltd. Invoke of LUT updating
US11641483B2 (en) 2019-03-22 2023-05-02 Beijing Bytedance Network Technology Co., Ltd. Interaction between merge list construction and other tools
US11695921B2 (en) 2018-06-29 2023-07-04 Beijing Bytedance Network Technology Co., Ltd Selection of coded motion information for LUT updating
US11877002B2 (en) 2018-06-29 2024-01-16 Beijing Bytedance Network Technology Co., Ltd Update of look up table: FIFO, constrained FIFO
US11895318B2 (en) 2018-06-29 2024-02-06 Beijing Bytedance Network Technology Co., Ltd Concept of using one or multiple look up tables to store motion information of previously coded in order and use them to code following blocks
US11909951B2 (en) 2019-01-13 2024-02-20 Beijing Bytedance Network Technology Co., Ltd Interaction between lut and shared merge list
US11909989B2 (en) 2018-06-29 2024-02-20 Beijing Bytedance Network Technology Co., Ltd Number of motion candidates in a look up table to be checked according to mode
US11956464B2 (en) 2019-01-16 2024-04-09 Beijing Bytedance Network Technology Co., Ltd Inserting order of motion candidates in LUT
US11973971B2 (en) 2018-06-29 2024-04-30 Beijing Bytedance Network Technology Co., Ltd Conditions for updating LUTs
US12034914B2 (en) 2018-06-29 2024-07-09 Beijing Bytedance Network Technology Co., Ltd Checking order of motion candidates in lut
US12167018B2 (en) 2018-06-29 2024-12-10 Beijing Bytedance Network Technology Co., Ltd. Interaction between LUT and AMVP

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9392268B2 (en) * 2012-09-28 2016-07-12 Qualcomm Incorporated Using base layer motion information
WO2016178485A1 (ko) * 2015-05-05 2016-11-10 엘지전자 주식회사 영상 코딩 시스템에서 코딩 유닛 처리 방법 및 장치
GB2552323B (en) 2016-07-18 2020-04-29 Imagination Tech Ltd Mip map compression
WO2018066959A1 (ko) 2016-10-04 2018-04-12 주식회사 케이티 비디오 신호 처리 방법 및 장치
EP3349459A1 (en) * 2017-01-11 2018-07-18 Thomson Licensing A method and a device for image encoding and decoding
EP3588813A4 (en) * 2017-02-23 2020-03-11 Nec Corporation BROADCASTING SYSTEM
WO2018174617A1 (ko) 2017-03-22 2018-09-27 한국전자통신연구원 블록 형태에 기반한 예측 방법 및 장치
CN111034184B (zh) 2017-08-29 2022-09-02 连株式会社 提高视频质量的视频通话方法及计算机可读记录介质
US10623746B2 (en) * 2017-12-07 2020-04-14 Tencent America LLC Method and apparatus for video coding
US10666863B2 (en) * 2018-05-25 2020-05-26 Microsoft Technology Licensing, Llc Adaptive panoramic video streaming using overlapping partitioned sections
US10764494B2 (en) 2018-05-25 2020-09-01 Microsoft Technology Licensing, Llc Adaptive panoramic video streaming using composite pictures
AU2019286133B2 (en) * 2018-06-15 2023-02-16 Huawei Technologies Co., Ltd. Method and apparatus for intra prediction
US10715812B2 (en) * 2018-07-13 2020-07-14 Tencent America LLC Method and apparatus for video coding
CN118632018A (zh) * 2018-12-21 2024-09-10 株式会社 Xris 视频信号编码/解码方法及其装置
WO2020143837A1 (en) * 2019-01-12 2020-07-16 Beijing Bytedance Network Technology Co., Ltd. Mmvd improvement
CN110784713B (zh) * 2019-12-14 2022-02-22 杭州当虹科技股份有限公司 一种可变有效图像尺寸的编码及解码方法
US11863789B2 (en) 2020-03-31 2024-01-02 Tencent America LLC Method for signaling rectangular slice partitioning in coded video stream
US20230254500A1 (en) * 2022-02-07 2023-08-10 Nvidia Corporation Smart packet pacing for video frame streaming

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013008538A1 (ja) * 2011-07-14 2013-01-17 ソニー株式会社 画像処理装置及び画像処理方法
JP2013102296A (ja) * 2011-11-07 2013-05-23 Canon Inc 動きベクトル符号化装置、動きベクトル符号化方法及びプログラム、動きベクトル復号装置、動きベクトル復号方法及びプログラム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1849303A2 (en) * 2005-02-18 2007-10-31 THOMSON Licensing Method for deriving coding information for high resolution pictures from low resolution pictures
US7961963B2 (en) * 2005-03-18 2011-06-14 Sharp Laboratories Of America, Inc. Methods and systems for extended spatial scalability with picture-level adaptation
WO2007077116A1 (en) * 2006-01-05 2007-07-12 Thomson Licensing Inter-layer motion prediction method
FR2907630A1 (fr) * 2006-10-19 2008-04-25 Thomson Licensing Sas Dispositif et procede de codage sous forme scalable d'une sequence d'images et dispositif et procede de decodage correspondants
JP5697301B2 (ja) * 2008-10-01 2015-04-08 株式会社Ｎｔｔドコモ 動画像符号化装置、動画像復号装置、動画像符号化方法、動画像復号方法、動画像符号化プログラム、動画像復号プログラム、及び動画像符号化・復号システム
US9860549B2 (en) * 2012-03-29 2018-01-02 Lg Electronics Inc. Inter-layer prediction method and encoding device and decoding device using same

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013008538A1 (ja) * 2011-07-14 2013-01-17 ソニー株式会社 画像処理装置及び画像処理方法
JP2013102296A (ja) * 2011-11-07 2013-05-23 Canon Inc 動きベクトル符号化装置、動きベクトル符号化方法及びプログラム、動きベクトル復号装置、動きベクトル復号方法及びプログラム

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DANNY HONG ET AL.: "Scalability Support in HEVC", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT- VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/ WG11, JCTVC-F290R1, 6TH MEETING, July 2011 (2011-07-01), TORINO, IT, pages 1 - 15 *
KIRAN MISRA ET AL.: "Description of scalable video coding technology proposal by Sharp (proposal 1)", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11, JCTVC-K0031_RL, 11TH MEETING, October 2012 (2012-10-01), SHANGHAI, CN, pages 1 - 36 *
TAKESHI CHUJOH ET AL.: "Description of video coding technology proposal by TOSHIBA", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11, JCTVC-AL17 RL, 1ST MEETING, April 2010 (2010-04-01), DRESDEN, DE, pages 1 - 6 *

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014072774A (ja) * 2012-09-28 2014-04-21 Jvc Kenwood Corp 画像復号装置、画像復号方法及び画像復号プログラム
JP2014072762A (ja) * 2012-09-28 2014-04-21 Jvc Kenwood Corp 画像復号装置、画像復号方法及び画像復号プログラム
JP2014200023A (ja) * 2013-03-29 2014-10-23 株式会社Ｊｖｃケンウッド 画像復号装置、画像復号方法及び画像復号プログラム
JP2014200022A (ja) * 2013-03-29 2014-10-23 株式会社Ｊｖｃケンウッド 画像符号化装置、画像符号化方法及び画像符号化プログラム
JP2021517798A (ja) * 2018-04-01 2021-07-26 エルジー エレクトロニクス インコーポレイティド インター予測モードに基づいた映像処理方法及びそのための装置
US11895318B2 (en) 2018-06-29 2024-02-06 Beijing Bytedance Network Technology Co., Ltd Concept of using one or multiple look up tables to store motion information of previously coded in order and use them to code following blocks
US11909989B2 (en) 2018-06-29 2024-02-20 Beijing Bytedance Network Technology Co., Ltd Number of motion candidates in a look up table to be checked according to mode
US11528500B2 (en) 2018-06-29 2022-12-13 Beijing Bytedance Network Technology Co., Ltd. Partial/full pruning when adding a HMVP candidate to merge/AMVP
US12556738B2 (en) 2018-06-29 2026-02-17 Beijing Bytedance Network Technology Co., Ltd. Update of look up table: FIFO, constrained FIFO
US12549756B2 (en) 2018-06-29 2026-02-10 Beijing Bytedance Network Technology Co., Ltd. Partial/full pruning when adding a HMVP candidate to merge/AMVP
JP7295230B2 (ja) 2018-06-29 2023-06-20 北京字節跳動網絡技術有限公司 スライス／タイル／ｌｃｕの行ごとのルックアップテーブルのリセット
US11695921B2 (en) 2018-06-29 2023-07-04 Beijing Bytedance Network Technology Co., Ltd Selection of coded motion information for LUT updating
US11706406B2 (en) 2018-06-29 2023-07-18 Beijing Bytedance Network Technology Co., Ltd Selection of coded motion information for LUT updating
US11877002B2 (en) 2018-06-29 2024-01-16 Beijing Bytedance Network Technology Co., Ltd Update of look up table: FIFO, constrained FIFO
US12167018B2 (en) 2018-06-29 2024-12-10 Beijing Bytedance Network Technology Co., Ltd. Interaction between LUT and AMVP
US12058364B2 (en) 2018-06-29 2024-08-06 Beijing Bytedance Network Technology Co., Ltd. Concept of using one or multiple look up tables to store motion information of previously coded in order and use them to code following blocks
JP2021530182A (ja) * 2018-06-29 2021-11-04 北京字節跳動網絡技術有限公司Ｂｅｉｊｉｎｇ Ｂｙｔｅｄａｎｃｅ Ｎｅｔｗｏｒｋ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．， Ｌｔｄ． スライス／タイル／ｌｃｕの行ごとのルックアップテーブルのリセット
US12034914B2 (en) 2018-06-29 2024-07-09 Beijing Bytedance Network Technology Co., Ltd Checking order of motion candidates in lut
US11973971B2 (en) 2018-06-29 2024-04-30 Beijing Bytedance Network Technology Co., Ltd Conditions for updating LUTs
US11997253B2 (en) 2018-09-12 2024-05-28 Beijing Bytedance Network Technology Co., Ltd Conditions for starting checking HMVP candidates depend on total number minus K
US20210297659A1 (en) 2018-09-12 2021-09-23 Beijing Bytedance Network Technology Co., Ltd. Conditions for starting checking hmvp candidates depend on total number minus k
US12368880B2 (en) 2019-01-10 2025-07-22 Beijing Bytedance Network Technology Co., Ltd. Invoke of LUT updating
US11589071B2 (en) 2019-01-10 2023-02-21 Beijing Bytedance Network Technology Co., Ltd. Invoke of LUT updating
US11909951B2 (en) 2019-01-13 2024-02-20 Beijing Bytedance Network Technology Co., Ltd Interaction between lut and shared merge list
US11962799B2 (en) 2019-01-16 2024-04-16 Beijing Bytedance Network Technology Co., Ltd Motion candidates derivation
US11956464B2 (en) 2019-01-16 2024-04-09 Beijing Bytedance Network Technology Co., Ltd Inserting order of motion candidates in LUT
US12604029B2 (en) 2019-01-16 2026-04-14 Beijing Bytedance Network Technology Co., Ltd. Motion candidates derivation
US12401820B2 (en) 2019-03-22 2025-08-26 Beijing Bytedance Network Technology Co., Ltd. Interaction between merge list construction and other tools
US11641483B2 (en) 2019-03-22 2023-05-02 Beijing Bytedance Network Technology Co., Ltd. Interaction between merge list construction and other tools

Also Published As

Publication number Publication date
JP2017099018A (ja) 2017-06-01
JP6284661B2 (ja) 2018-02-28
HK1208108A1 (en) 2016-02-19
CN109257601A (zh) 2019-01-22
US20150334411A1 (en) 2015-11-19
JP6085601B2 (ja) 2017-02-22
US9686559B2 (en) 2017-06-20
CN104412593A (zh) 2015-03-11
JPWO2014007058A1 (ja) 2016-06-02
CN104412593B (zh) 2018-11-06
US20170251216A1 (en) 2017-08-31

Similar Documents

Publication Publication Date Title
JP6284661B2 (ja) 画像符号化装置、および画像符号化方法
US10136151B2 (en) Image decoding device and image decoding method
JP6456535B2 (ja) 画像符号化装置、画像符号化方法および記録媒体
US9912959B2 (en) Image decoding device and image coding device
US20160249056A1 (en) Image decoding device, image coding device, and coded data
WO2014104242A1 (ja) 画像復号装置、および画像符号化装置
WO2014007131A1 (ja) 画像復号装置、および画像符号化装置
CN120956927A (zh) 基于切片类型的图像/视频编码方法和设备
WO2013161690A1 (ja) 画像復号装置および画像符号化装置
JP2014013975A (ja) 画像復号装置、符号化データのデータ構造、および画像符号化装置
JP2014176039A (ja) 画像復号装置、および画像符号化装置
JP2015076806A (ja) 画像復号装置および画像符号化装置
WO2014050554A1 (ja) 画像復号装置、および画像符号化装置
WO2013161689A1 (ja) 動画像復号装置、および動画像符号化装置
JP2014082729A (ja) 画像復号装置、および画像符号化装置
HK1208108B (zh) 图像解码装置以及图像编码装置
JP2014013976A (ja) 画像復号装置、および画像符号化装置
JP2015076807A (ja) 画像復号装置、画像符号化装置、および符号化データのデータ構造

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: 13813117

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014523664

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14410188

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13813117

Country of ref document: EP

Kind code of ref document: A1